Professional Documents
Culture Documents
c 2012
Superintendencia de Banca, Segu-
ros y Administradoras Privadas de
Fondos de Pensiones.
Este documento expresa el punto de
vista del autor y no necesariamente la
opinion de la Superintendencia de Ban-
ca, Seguros y Administradoras Priva-
das de Fondos de Pensiones.
DT/02/2012 SUPERINTENDENCIA DE BANCA, SEGUROS Y ADMINISTRA-
DORAS PRIVADAS DE FONDOS DE PENSIONES
Propagacion de choques inacionarios regionales en el Per u:
Evaluaci on del esquema de meta de inacion en la
estabilidad de precios a nivel nacional
*
Jose Gutierrez Ambrocio
**
SBS
Aprobado por Manuel Luy
Abril, 2012
Resumen
El objetivo del presente documento es observar la dnamica de las inaciones regionales,
especcamente que tan rapido se traslada un choque de la inacion de Lima Metropolita-
na hacia las demas regiones del pas y el agregado nacional. Para tal dinamica se tomara en
cuenta si se cumple o no la PPC relativa dentro de una union monetaria; es decir, la presencia
de una relacion uno a uno en el largo plazo entre la inacion de las regiones que conforman
un pas. Para ello, se trabajara con un modelo VAR estructural (SVAR) de nueve regiones
econ omicas, identicadas por Gonzales de Olarte (2003). Debido a los problemas existentes
en un sistema de tal dimension, se paso a restringir la forma reducida del sistema de ma-
nera similar a la que el Global VAR (GVAR) sugiere. El presente estudio es relevante para
la autoridad monetaria peruana debido a que si se cumple la PPC relativa y el traslado de
choques entre regiones es rapido, se estara velando por una estabilidad de precios a nivel
nacional y no unicamente por una estabilidad de precios en la region que se monitorea - Lima
Metropolitana.
PALABRAS CLAVE: Inacion regional, diferenciales de inacion, poltica monetaria.
CLASIFICACI
ON
Actualmente, el Banco Central de Reserva del Per u (BCRP) trabaja con el
Indice de
Precios al Consumidor de Lima Metropolitana para su calculo de inacion, la cual busca
situar en 2 por ciento y con un rango de tolerancia de mas/menos 1 por ciento. Esto acorde
con el esquema de meta de inacion que persigue el Banco Central.
No obstante, este ndice no es de alcance nacional, por lo que situar la inacion del
IPC de Lima Metropolitana en la meta de 2 % no garantiza a priori que esto suceda en
las demas regiones del territorio nacional. De esta manera, se estara afectando la relacion
del poder adquisitivo de la moneda local en distintas partes del pas. Asimismo, vale notar
que si esta relacion uno a uno existiese, tambien es importante observar la rapidez con que
dicho ajuste se realiza.
Por esta razon, el BCRP dejara de tomar como meta la inacion del IPC de Lima
Metropolitana para pasar a usar la inacion del IPC Nacional. El benecio que ello trae
sera monitorear un ndice de alcance nacional; sin embargo, el costo que ello acarrea es
trabajar con un indicador que no esta disponible en tiempo inmediato y que puede estar
sujeto a revisiones, a diferencia de lo que sucede con el IPC de Lima Metropolitana.
Bajo esta lnea, el presente trabajo busca responder preguntas tales como si existe
una relacion uno a uno entre la inacion del IPC de Lima Metropolitana con la inacion
del resto de regiones del pas, y si esta relacion existe que tan rapido es el traslado de
un choque en la inacion de Lima Metropolitana hacia las demas regiones; as tambien,
se busca analizar la interrelacion de las inaciones regionales y la rapidez con la que sus
choques se transmiten hacia el agregado nacional. La respuestas a estas preguntas son
de vital importancia para la autoridad monetaria, pues si esta relacion existe y el ajuste
hacia esta es rapido, monitorear la inacion de Lima signicara tambien velar por una
estabilidad de precios a nivel nacional.
Por tal motivo, el Graco N
ON DE LA LITERATURA
Dentro la literatura economica, el cumplimiento de la paridad de poder de compra
(PPC) ha sido sujeto de muchos estudios. Esta sostiene que los niveles de precios de todos
los pases son iguales cuando se expresan en terminos de una misma moneda. Esta hipote-
sis ha sido com unmente contrastada a traves del uso de pruebas de raz unitaria a los tipos
de cambio real, pues si esta serie resulta estacionaria indicara que la PPC se cumple. En
un inicio se hizo uso de tecnicas convencionales de series de tiempo (para una revision
vease Rogo, 1996), sin embargo, el poco poder de estas pruebas en muestras peque nas y
la posibilidad de quiebres estructurales en series de tiempo largas, llevaron a que se migre
hacia las pruebas de raz unitaria en datos de panel. Dentro de este grupo se encuentran
los trabajo de Oh (1996), Papell (1997), Engel et al. (1997), Andersons y Lyhagen (1999),
Drine and Rault (2005), Wagner (2006), Lopez y Papell (2011), entre otros.
Sin embargo, los resultados hallados han sido mixtos. Dentro de las explicaciones de
la divergencia en los resultados se tienen los del tipo metodologico, tales como escaso po-
der de las pruebas de raz unitaria, uso de ndices inapropiados, el grado de correlacion
transversal y heterogeneidad de las series en el panel, presencia de quiebres estructurales
en la serie, entre otros; como as tambien los del tipo conceptual, tales como presencia de
barreras de entrada, imperfecciones en los mercados, costos en el ajuste de precios, costos
de transporte, presencia de bienes no transables, tipo de cambios nominal que fallan en el
ajuste ante choques en los precios relativos, correlacion positiva entre el nivel de ingreso
y el nivel de precios, distintas rigideces de mercado, entre otros (Cecchetti et al.,2002;
Alberola, 2000).
Ademas es importante mencionar los trabajos de Parsley y Wei (1996) y Cechetti et al.
(2002). El primero a traves del uso de una base de datos trimestral de 51 bienes y servicios,
entre ellos transables y no transables, para 48 ciudades entre 1975 - 2002 encuentra que la
distancia es una aproximacion a los costos de arbitraje, por lo cual afecta la convergencia
y la velocidad de la misma. Igualmente Cecchetti et al. (2002) encuentra a la distancia
como causante de la lenta convergencia, de esta manera se concluye que mientras mas
alejadas esten dos ciudades menor sera el proceso de convergencia.
Para el caso peruano, Monge y Winkelried (2008) realizaron un analisis para las princi-
pales 25 ciudades del pas y encuentran que el ndice de precios converge a una signicancia
estadstica de 10 % para el 75 % de los pares de estas ciudades. Asimismo, ellos encuen-
tran que un factor importante para estos altos niveles de convergencia es la importancia
de los bienes alimentarios en las canastas de las ciudades debido a sus caractersticas.
As tambien, encuentran que las diferencias geogracas o los mayores costos de transporte
e informacion son limitantes de la convergencia de precios, lo cual se ve reejado en el
distinto nivel de infraestructura entre las regiones.
6
Vale destacar, que uno de los problemas de contrastar si la PPC se cumple es debido
a lo difcil de encontrar dos canastas de bienes que esten disponibles en dos pases. Por
esta razon, es com un contrastar la PPC relativa, la cual sostiene que los precios y tipos
de cambios varan en una proporcion que mantiene constante el poder adquisitivo de la
moneda nacional de cada pas en relacion con otras divisas. Es importante notar que si
se sostiene la PPC relativa no necesariamente la PPC absoluta se cumple, pues es posible
que desviaciones comunes en el tipo de cambio esten sucediendo a diferentes niveles del
poder de compra de las monedas.
Lo anterior se encuentra relacionado muy de cerca con los estudios de convergencia
en las tasas de inacion dentro de una region. Esto debido a que si muchas economas
comparten la misma moneda, estas tendran un tipo de cambio nominal jo y por tanto,
si la PPC relativa se cumple, las inaciones convergeran a un mismo valor en el largo plazo.
Dentro de estos estudios de convergencia en las tasas de inacion en una union mone-
taria, se encuentran aquellos hechos a los pases que forman parte de la Eurozona. Estos
estudios son importantes debido a que la presencia de diferenciales de inacion repercute
sobre las tasas de interes real de corto plazo
1
, siendo menores para aquellos pases que
cuentan con una inacion mayor y viceversa, lo que a la larga repercute en la persisten-
cia de estos diferenciales (Zdarek y Aldasoro, 2009). Asimismo, el efecto moderador se
vera a traves del tipo de cambio real, pues si un pas enfrenta altas tasas de inacion
obtendra una perdida de competitividad
2
, lo que tendra implicancias sobre el producto
y consecuentemente sobre una disminucion en la tasa de inacion (Angeloni y Ehrmann,
2007). Sin embargo, que efecto predomina es un tema emprico.
Asimismo, es importante destacar, que numerosos trabajos encontraron la convergen-
cia de tasas de inacion en la Eurozona previo al establecimiento de la moneda unica -
mediados de los 90s -, esto ya sea debido al establecimiento del Exchange Rate Mechanism
(ERM)
3
o del Tratado de Maastricht
4
(Kocenda y Papell, 1997; Rogers et al., 2001; Engel
y Rogers, 2004; Weber y Beck, 2005; Busetti et al., 2007).
No obstante, Busetti et al. (2007) encontraron que para el periodo 1998 - 2004, donde
el euro empieza a regir, no exista una convergencia absoluta entre las inaciones de los
pases analizados, sino que estos convergan por grupos, donde se tiene la convergencia de
un grupo de pases con baja inacion y otro de alta inacion.
1
Esto debido a que todos los pases miembros comparten la misma tasa de interes nominal de corto
plazo.
2
Dentro de una union monetaria, la ausencia de ajustes en el tipo de cambio nominal conllevan a que
los diferenciales de inacion repercutan sobre el tipo de cambio real y con ello sobre la competitividad de
un pas miembro.
3
El ERM fue establecido por la comunidad Europea en Marzo de 1979 para reducir la variabilidad del
tipo de cambio nominal de los pases miembros.
4
Este tratado buscaba la convergencia de inacion y la estabilidad del tipo de cambio nominal entres
sus pases miembros.
7
Asimismo, otros autores (Honohan y Lane, 2003; Engel y Rogers, 2004; Weber y Beck,
2005; Rogers, 2007; Fritsche y Kusin, 2008) encontraron evidencia que la llegada del Euro
resulto en un debilitamiento del proceso de convergencia de las tasas de inacion entre los
pases miembros y un aumento de la dispersion de estas.
En contraste con los anteriores autores, Lopez y Papell (2010) a traves del analisis de
los doce pases que iniciaron la Eurozona encuentran evidencia estable de la convergencia
de la inacion entre estos pases durante el periodo del Euro, as tambien, encuentran que
el ratio de convergencia es mucho mas rapido para este periodo. No obstante, la adhesion
de Grecia (E11) e Irlanda (E12) tienen efectos negativos sobre el contraste de convergen-
cia, como as tambien, sobre la persistencia de las diferencias entre las tasas de inacion.
As tambien, Honohan y Lane (2004) se a unan a la evidencia de convergencia de las tasas
de inacion a partir del 2002.
Las potenciales causas de por que los diferenciales de inacion existen son se naladas
por el BCE (2003). Para ello separa estas causas en tres tipos: diferencias en patrones de
consumo y razones institucionales, factores estructurales y factores cclicos. Dentro del se-
gundo grupo se tiene a las diferencias en el grado de apertura, la composicion del comercio
internacional, las relaciones comerciales con los pases no pertenecientes a la zona euro,
rigideces en la jacion de precios y salarios, el efecto Balassa - Samuelson. Por otro lado,
dentro de los factores cclicos se hace referencia a la relacion positiva entre las posiciones
relativas en el ciclo y las inaciones relativas, por ejemplo Hofmann y Remsperger (2005)
encuentran evidencia que la principal fuente de diferencias en las tasas de inacion vienen
dadas por diferencias en las posiciones en el ciclo y uctuaciones en el tipo de cambio
efectivo, a conclusiones similares llegaron Honohan y Lane (2003) y Horvath y Korpnicka
(2008).
Dentro de otros trabajos hechos para inaciones regionales se tiene el realizado por
Vaona (2007) para 71 regiones italianas. En este trabajo se encuentra que las inaciones
regionales de largo plazo - halladas a traves de procesos autoregresivos - muestran marcada
variabilidad, la cual es explicada por diferencias en el crecimiento de la productividad y
el grado de competencia en el sector minorista. As se nala que el crecimiento de la pro-
ductividad tiene un efecto negativo sobre la inacion de largo plazo, lo cual tambien fue
se nalado por Altissimo et al. (2005) y va en contra de lo postulado por Balassa - Samuel-
son, mientras una menor competencia conduce a un mayor nivel de inacion en el largo
plazo. Ademas, el autor destaca que la distancia geograca se encuentra aproximada por
las similitudes de las regiones cercanas respecto a su estructura economica y desempe no,
por lo que no hay un rol propio para esta variable en explicar las disimilitudes entres las
inaciones regionales de largo plazo.
De la misma forma, Beck y Weber (2005) analizan la dinamica de la dispersion de
inaciones para EU y Japon a traves del uso de data regional. Los autores concluyen que
si bien existe convergencia beta en cada una de las uniones monetarias, la dispersion en
las tasas de inacion es signicativa a lo largo de la muestra, tanto para Japon como
8
para EU. Este resultado de diferencias persistentes en las tasas de inacion tambien fue
encontrado por Cecchetti et al. (2002) para areas metropolitanas de EU en el ultimo siglo,
donde encuentra que estas diferencias no muestran ninguna tendencia a la baja. Ademas,
los autores encuentran que la dispersion y la persistencia de las tasas de inacion son
considerablemente menores para EU y Japon que para la Union Europea; as tambien,
Japon presenta una menor dispersion que EU. En este punto, se enfatiza que acorde con
lo hallado por la literatura sobre la integracion de mercados - mercados son regionalmente
segmentados con la integracion que depende positivamente de la distancia entre los mer-
cados - no es sorprendente encontrar que la dispersion es mas pronunciada en EU que en
Japon. Por otro lado, dentro de las explicaciones de por que se da la dispersion en las tasas
de inacion, se se nala a los factores individuales que tienen impactos distintos sobre cada
una de las regiones; sin embargo, se esperara que estos factores expliquen los diferenciales
en el corto o mediano plazo, pues como se nala McCallum (1990) el crecimiento del agre-
gado monetario es el principal determinante de la inacion a largo plazo, el cual sera el
mismo para todas las regiones dentro de una union monetaria. As tambien, Nagayasu
(2010) encontro a traves del uso de data regional para Japon evidencia estadstica de in-
aciones heterogeneas en Japon, ademas muestra que las inaciones regionales responden
de manera diferenciada a factores economicos y monetarios comunes, lo cual explica en
parte la dispersion hallada.
III. METODOLOG
IA
El presente documento partira de un modelo VAR estructural (SVAR) para las ina-
ciones regionales de la siguiente forma:
A(0)
t
=
p
r=1
A(r)
tr
+
t
(1)
Donde
tr
es un vector de n x 1 que contiene a las n inaciones regionales, A(r) es una
matriz de n x n de parametros y
t
es un vector de choques de la forma estructural de n
x 1 tal que
t
iid(0, ).
Sea A(0) una matriz no singular, la forma reducida del sistema VAR en (1) puede ser
escrita de la siguiente forma:
t
=
p
r=1
B(r)
tr
+
t
(2)
Donde B(r) = A(0)
1
A(r) es una matriz de parametros de n x n y
t
= A(0)
1
t
es un vector de choques o perturbaciones de la forma reducida de n x 1 donde
t
iid(0, A(0)
1
A(0)
1
).
9
Dada la limitada cantidad de datos para llevar a cabo un modelo global como el
descrito en (1), que involucre una estimacion simultanea, Pesaran et al. (2004) proponen
el uso del enfoque Global VAR (GVAR). Este sugiere estimar de forma independiente un
sistema VAR como el siguiente para cada pas o region en vez de realizar una estimacion
simultanea del modelo global.
x
it
= a
i0
+a
i1
t +
i
x
i,t1
+
i0
x
it
+
i1
x
i,t1
+
it
(3)
Donde x
it
es un vector de k
i
x 1 de variables de la region o pas i, x
it
es un vector de k
i
x 1 de variables externas especcas para la region o pas i,
i
es una matriz de k
i
x k
i
,
i0
y
i1
son matrices de k
i
x k
i
y
it
es un vector de k
i
x 1 de choques idiosincraticos tal
que
it
iid(0,
ii
).
El punto mas importante a destacar de este enfoque para el presente trabajo esta aso-
ciado con la construccion de las variables externas especcas, las cuales se construyen a
partir de una combinacion lineal del resto de variables del modelo global, las cuales re-
quieren ser debilmente exogenas para una estimacion consistente del sistema.
Como muestra (2), para el presente caso, existen n
2
p coecientes a estimar en todo el
sistema; por lo que, debido a la dimension del mismo, se pasara a restringir este a traves
de restricciones de agregacion similares a las que el GVAR sugiere. No obstante, a dife-
rencia de los trabajos que usan dicha metodologa, tales restricciones seran aqu evaluadas.
Es importante se nalar, que se trabajara con inaciones y no con ndices de precios,
debido a que el objetivo principal del documento es ver como se trasladan choques ina-
cionarios entre regiones y como ello tiene implicancias en la estabilidad de precios a nivel
nacional. Ademas, como se menciono, Monge y Winkelried (2008) encontraron que unica-
mente en el 75 % de los casos se encontro que la PPC absoluta se cumpla para un nivel
de signicancia del 10 % entre las principales 25 ciudades del Per u; por lo que al no existir
una relacion de largo plazo tan clara entre ndices de precios, modelar su interrelacion
sera una tarea mas complicada.
III.1. Restricciones de Agregacion
Para la i-esima ecuacion - region i - de (2), se tendra lo siguiente:
it
=
p
r=1
b
ii
(r)
i,tr
+
p
r=1
n
j=i
b
ij
(r)
j,tr
+
it
(4)
Si se restringe la ecuacion (4) a traves de un agregado inacionario de las regiones
distintas a i, tal como el siguiente:
i,t
=
n
i=j
w
ij
jt
10
La ecuacion (4) quedara de la siguiente forma:
it
=
p
r=1
b
ii
(r)
i,tr
+
p
r=1
ii
(r)
i,tr
+
it
(5)
Donde todas las ecuaciones (5) conforman el VAR restringido. A partir de (4) y (5),
se puede observar que se han impuesto (n 2)p restricciones de la forma:
b
ij
(r)
ii
(r)w
ij
= 0 i j
Estas restricciones son similares a las que el GVAR inpone, las cuales pueden ser
reescritas as:
b
ij
w
ij
w
ik
b
ik
= 0 i j = k
Por lo que existen n(n 2)p restricciones de estas para todo el sistema. Si se cumple
las restricciones que (5) inpone sobre (4), se tendra un n umero signicativamente me-
nor de parametros a estimar, los cuales mantendran su consistencia pese a la agregacion
sugerida. El contraste para evaluar si tales restricciones se cumplen o no, se realizara a
traves de una prueba F construida a partir de los errores de las ecuaciones (4) y (5). Un
punto importante a resaltar aqu es que la inferencia tradicional es valida a pesar que las
series involucradas sean I(1), pues
T (
B
i
B
i
) es asintoticamente normal, por lo que
cualquier test F que contraste una combinacion lineal de las B
i
distinto a
p
j
B
i
tendran
distribuciones asintoticas usuales, tal como lo demuestra Park y Phillips (1988, 1989) y
Sims, Stock y Watson (1990).
III.2. Restricciones de largo plazo
Dentro de una union monetaria, el cumplimiento de la Paridad de Poder de Compra
implica que el ndice de precios de la region i y el ndice de precios de la region j seran
iguales. Un concepto mas debil que el anterior es la PPC relativa, la cual indica que
dentro de una union monetaria el nivel de la inacion de la region i sera igual al nivel
de inacion de la region j. Ademas, como se nala Beck y Weber (2005) pueden existir
factores individuales que afecten esta relacion en el mediano plazo, pero en el largo plazo
se esperara que ambas variables compartan una tendenca com un determinada por el
crecimiento del agregado monetario. Por lo tanto, una relacion posible en el largo plazo
sera:
it
jt
I(0) i j
Donde
it
es la inacion de la region i y
jt
es la inacion de la region j.
11
Si se impone esta restriccion de largo plazo sobre las ecuaciones en (5) se tendra lo
siguiente:
it
=
i
(
i,t1
i,t1
)
p1
k=1
i
(k)
i,tk
+
p1
k=1
i
(k)
i,tk
+
i
i,t1
+
it
(6)
i
=
i
i
= 1
p
r=1
b
ii
(r) ;
i
(k) =
p
r=k+1
b
ii
(r)
i
=
p
r=0
ii
(r) ;
i
(k) =
p
r=k+1
ii
(r)
Para vericar si las relaciones de largo plazo impuestas en (6) son correctas, se debe
evaluar la signicancia individual del coeciente
i
en (6), pues contrastar si la relacion de
largo plazo impuesta se cumple para una ecuacion i sera equivalente a contrastar que
i
es estadsticamente cero. Por otro lado, el ajuste hacia al menos n 1 de las restricciones
de largo plazo impuestas de la forma
i,t1
i,t1
garantizaran el cumplimiento de la
PPC relativa.
III.3. Identicacion de choques permanentes y transitorios
Como se menciono, la inacion de Lima aparentemente act ua como un ancla para el
resto de inaciones regionales; por lo que, esta podra actuar como la unica tendencia
com un que gua al sistema conformado por las ecuaciones en (6). Ello implica que las
demas inaciones regionales se ajustan hacia la inacion de Lima y no esta a ellas. En
terminos de los parametros del modelo en (6), se tiene que el coeciente de ajuste de la
region Lima es igual a cero (
1
= 0); por lo que, el cumplimiento de la PPC relativa en el
territorio peruano recae sobre la signicancia estadstica del resto de coecientes de ajuste
(
i
= 0 i = 1).
A continuacion, se pasara a reescribir (6) como un sistema en donde se han aceptado
las restricciones de agregacion (
i
= 0 i).
t
=
t1
+
p1
k=1
(k)
tk
+
t
(7)
12
Donde la matriz tiene la siguiente forma:
=
_
_
_
_
_
_
_
1
1
w
12
1
w
13
. . .
1
w
1n
2
w
21
2
2
w
23
. . .
2
w
2n
3
w
31
3
w
32
3
. . .
3
w
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
n
w
n1
n
w
n2
n
w
n3
. . .
n
_
_
_
_
_
_
_
= AB =
_
_
_
_
_
_
_
1
0 0 . . . 0
0
2
0 . . . 0
0 0
3
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 . . .
n
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 w
12
w
13
. . . w
1n
w
21
1 w
23
. . . w
2n
w
31
w
32
1 . . . w
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
w
n1
w
n2
w
n3
. . . 1
_
_
_
_
_
_
_
Donde A es una matriz diagonal n x n que contiene las velocidades de ajuste hacia las
relaciones de largo plazo y B = I
n
W es una matriz que contiene las relaciones de largo
plazo impuestas, donde W es una matriz que contiene los pesos de la agregacion, con
w
ii
= 0.
Si imponemos
1
= 0; es decir, la inacion de la region Lima no se ajusta hacia las
demas, sino el resto de inaciones hacia esta, se tendra que la inacion de la region Lima
solamente estara asociada al choque permanente (Gonzalo y Granger, 1995). Por tanto,
este choque sera equivalente a un choque de la forma estructural sobre la region Lima.
Por ello, para evaluar como un choque a la inacion de Lima afecta a la inacion de
las demas regiones economicas y a la inacion del agregado nacional se requiere identicar
los choques permanentes y transitorios. Para ello se seguira el procedimiento sugerido por
Gonzalo y Ng (1999).
Notese que tanto A como B son matrices con rango n1. En el caso de la matriz B, si
se suma todas sus columnas se obtendra el vector nulo, pues los pesos son normalizados;
por lo que, = 0 es un valor propio de B asociado al vector suma i
n
. Por su parte, A al
tener su primera la o columna igual a cero (
1
= 0) tambien tendra rango igual a n 1.
No obstante, se requiere una representacion =
es la matriz
formada por las ultimas n 1 las de B.
Con ello, el siguiente paso a seguir para llevar a cabo la Transformacion P-T requiere
encontrar una matriz G de orden n x n tal que cumpla con lo siguiente:
G =
_
_
13
Donde
es el complemento ortogonal de (
es un vector no
nulo de 1 x n.
Si se premultiplica (7) por G y se dene z
t
=
t
como el error de la relacion de largo
plazo, se tiene:
_
t
z
t
_
=
_
0
z
t1
_
+G
p1
k=1
(k)
tk
+
_
t
_
Donde
P
t
=
t
;
T
t
=
t
Como se puede observar un choque de
P
t
no lleva a que las variables se corrijan res-
pecto a sus relaciones de largo plazo, pues
_
=
_
_
_
_
_
_
_
1 0 0 . . . 0
w
21
1 w
23
. . . w
2n
w
31
w
32
1 . . . w
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
w
n1
w
n2
w
n3
. . . 1
_
_
_
_
_
_
_
De esta manera, se puede reescribir (7) de la siguiente forma:
t
=
t1
+
p1
k=1
(k)
tk
+G
1
t
(8)
Donde
t
=
_
P
t
T
t
_
= G
t
Ademas, la inversa de la matriz G en (8) puede ser escrita de la siguiente manera:
G
1
=
_
1 0
i P
_
Donde, P es una matriz de n 1 x n 1 y i es un vector columna de n 1 lleno de unos.
14
Como se puede apreciar a partir de (8) y la forma de la inversa de la matriz G, la
inacion de la region Lima se ve afectada unicamente por el choque permanente (Gonzalo
y Granger, 1995); ademas, un choque permanente implica un choque de la forma reducida
de la misma magnitud en las nueves regiones economicas. Vale destacar, que pueden existir
desvos respecto a las relaciones de largo plazo debido a choques en otras regiones; no
obstante, estos desvos son considerados transitorios. Sobre la base del modelo descrito en
(8), se pasara a simular un choque sobre la inacion de la region Lima y sus efectos sobre
el resto de inaciones regionales y la inacion nacional.
III.4. Distintas relaciones de Agregacion
Para la construccion de los agregados inacionarios del resto de regiones diferentes al
de la region i, se trabajo con distintos enfoques para la formacion de pesos usados para la
agregacion. El primer enfoque formara los pesos a partir de las ponderaciones usadas para
la construccion de la inacion nacional, la cual se encuentra basada en la proporcion del
gasto de la region i en el agregado nacional. Por lo que si la inacion nacional se construye
a partir de estos pesos jos, se tiene:
nacional
t
=
N
j=0
it
=
i
it
+ (1
i
)
i,t
i,t
=
1
1
i
N
j=i
jt
Donde la construccion de los pesos se calcula de la siguiente forma:
w
1
ij
=
j
1
i
El segundo enfoque que se usara sera aquel que otorga peso unicamente a las regiones
vecinas. De esta manera, los pesos se construyen de la siguiente manera:
w
2
ij
=
_
1, si j es colindante a la region i
0, de otro modo.
Por ultimo, el tercer y cuarto enfoque ponderaran mas a las regiones mas proximas y
le otorgaran un menor peso a las regiones mas alejadas. Esto se trabajara de la siguiente
forma:
w
3
ij
=
_
_
1, si j es colindante a la region i
1
2
, si j se encuentra a 2 regiones de distancia de i.
0, de otro modo
w
4
ij
=
_
_
1, si j es colindante a la region i
1
2
, si j se encuentra a 2 regiones de distancia de i.
1
3
, de otro modo
15
III.5. Nueve Regiones Economicas
Dentro de la exposicion de motivos para la Ley de Incentivos para la Integracion y
Conformacion de Regiones, Gonzales de Olarte (2003) dene que es una region economi-
ca, se nalando a esta como un territorio relativamente amplio organizado por los mercados
y el Estado, donde una o varias ciudades se articulan entre s y con sus entornos rurales.
Cada una de estas regiones cuenta con un centro o un eje de ciudades, cuyo tama no reper-
cute en la inuencia de la region economica, ademas, el tama no economico dependera de
la demanda efectiva que se observa en estas ciudades. Asimismo, se se nala que el grado
de articulacion dentro de la region se encuentra determinada por la integracion fsica -
articulacion vial e interconexion energetica -, la integracion economica - inclusion de la
poblacion al sistema de mercado - y la integracion scal.
Para el Per u, el autor identica nueve regiones economicas conformadas por los anti-
guos departamentos. Tales regiones economicas pueden ser vistas en el Graco N
3
Graco N
4 muestra las pruebas de raz unitaria realizadas a todas las series que parti-
cipan en (6). Como se puede apreciar, en la gran mayora de casos se rechaza la hipotesis
nula de presencia de raz unitaria al 1 % de signicancia; mientras que en todos los casos
17
se rechaza al 5 %. Por lo que, el contraste individual de alg un
i
o el contraste conjunto
de todos los
i
puede realizarse a traves de la inferencia tradicional. Para ello, se estimo a
traves de MCO cada ecuacion en (6); como as tambien, se estimo el sistema conforma-
do por estas ecuaciones a traves de SUR. Estos resultados son mostrados en el Cuadro
N
6, como se puede observar no se rechaza la hipotesis nula que los sean cero a
un nivel de signicacia del 5 % para las diferentes agregaciones, por lo que se estara ha-
llando evidencia emprica sobre el cumplimiento de las relaciones de largo plazo impuestas.
Por otro lado, es importante resaltar, que el coeciente de ajuste de la region Lima
es estadsticamente cero para todas las diferentes agregaciones y tpo de estimacion, por
lo que la inacion de Lima podra estar actuando como la unica tendenca que gua el
sistema conformado por las ecuaciones en (6). Por lo que, como se se nalo, el cumplimien-
to de la PPC relativa recae sobre la signicancia estadstica del resto de coecientes de
ajustes (
i
); es decir, las demas inaciones regionales se corrigen de forma tal que siguen
a la inacion de Lima en el largo plazo. Para evaluar el cumplimiento de la PPC relativa
(
i
= 0 i = 1), se realizo la prueba de Wald de signicancia conjunta sobre los coe-
cientes de ajuste del resto de regiones distintas a la lime na. Dichos resultados se muestran
en el Cuadro N
6 - N
8).
Ademas, de estos ejercicios de impulso-respuesta, se observa que un choque de un pun-
to porcentual a la inacion de Lima se traducira en un aumento de 40 puntos basicos a
la inacion de esta en el largo plazo para las diferentes agregaciones. Asimismo, debido
al cumplimiento de la PPC relativa, dicho aumento tambien se traducira en la inacion
nacional e inaciones regionales.
Por otro lado, se llevo a cabo la descomposicion historica de las series de inaciones
regionales e inacion nacional para observar la importancia del choque permanente a la
hora de explicar el comportamiento de las series. Como los resultados muestran, las series
simuladas para las inaciones regionales logran explicar en gran medida la variabilidad de
las series observadas; sin embargo, existen desvos que son propios de cada region y no
estan asociados al choque sobre la tendencia com un (Vease gracos N
10 - N
13). Asi-
mismo, es importante resaltar el signicativo ajuste de las regiones cercanas a la lime na;
como por ejemplo, la region conformada por Ica-Ayacucho-Huancavelica. Respecto a la
inacion nacional, el graco N
8, N
9, N
10 y N
11). Vale
destacar que para todas las agregaciones un choque en la inacion de Lima explica mas del
60 % de la variancia del error de todas las regiones luego de un a no de ocurrido el choque,
con excepcion de la region conformada por Cusco-Apurmac-Madre de Dios donde explica
mas del 40 %. Ademas, para la inacion nacional, el choque a la inacion de Lima explica
mas del 94 % de la variancia del error para cualquier horizonte; esto sin importar del tipo
de agregacion con el que se trate.
Acorde con los resultados hallados en esta seccion, los choques en la inacion de Lima
se transmiten hacia la inacion nacional con relativa rapidez y representan una parte
importante de su variabilidad, ya sea por el peso de 66 % que tiene Lima en el agregado
nacional o por la rapidez con que las demas inaciones regionales se ajustan hacia la
inacion de Lima. Estos resultados han sido encontrados para las distintas restricciones de
agregacion impuestas. Por tanto, si se dene como meta la inacion de Lima se tendra como
consecuencia la estabilidad de la inacion nacional; como as tambien, la estabilidad de
precios en el resto de regiones.
19
V. CONCLUSIONES Y RECOMENDACIONES
El presente trabajo encontro evidencia emprica del cumplimiento de la PPC relativa
en el territorio peruano; ademas, se hizo uso de esta relacion para el estudio de la trans-
mision de un choque en la inacion de Lima Metropolitana sobre la inacion del resto
de regiones y la inacion nacional. Los resultados mostraron que Lima act ua como ancla
para el resto de regiones; es decir, la inacion del resto de regiones se ajusta hacia la
inacion de Lima para que se cumpla la PPC relativa. Ademas, se encontro que choques
permanentes estan asociados a choques de la forma estructural sobre la region de Lima.
Con esta identicacion de choques, los ejercicios de simulacion mostraron evidencia que
un choque sobre la inacion de la region Lima conlleva a una rapida convergencia entre
la inacion nacional y la inacion de Lima Metropolitana, donde pasado los 12 meses
las diferencias son menores a los 2 puntos basicos. Asimismo, los ejercicios de simulacion
historica y descomposicion de variancia mostraron la importancia del choque permanente
en explicar la variabilidad de las inaciones regionales e inacion nacional.
De esta manera, se encontro evidencia que tomar como meta la inacion de Lima Me-
tropolitana sera equivalente a velar por la estabilidad de precios a nivel nacional, esto
debido a que las inaciones regionales se ajustan hacia la inacion de Lima para cumplir
con la PPC relativa y este ajuste se lleva a cabo con relativa rapidez. Por tanto un regimen
de meta de inacion en donde se tome como meta la inacion nacional sera equivalente a
uno donde se tome como meta la inacion de Lima Metropolitana.
Por ultimo, posibles extensiones para el presente trabajo son la construccion de ndices
mas homogeneos, recuerdese que el componente de alimentos tiene mayor peso en canastas
diferentes a la lime na, y llevar a cabo la estimacion de un modelo restringido para las
principales 25 ciudades; no obstante, el contraste sobre las restricciones de agregacion no
sera aqu posible. La inclusion de estos dos puntos podra ser tema de un futuro trabajo.
20
BIBLIOGRAF
IA
[1] Alberola, E. (2000). Interpreting ination dierentials in the euro area. Banco de Es-
pa na Boletn Economico.
[2] Altissimo, F., P. Benigno, D. Pa nenzuela (2005). Long run determinants of ination
dierentials within a monetary union. NBER Working Paper 11473.
[3] Angeloni, I. y M. Ehrmann (2007). Euro Area inations dierentials. The B.E. Journal
of Macroeconomics.
[4] Anderson, J. y J. Lyhagen. A long memory panel unit root test: PPP revisited. Working
Paper Series in Economics and Finance, No 303.
[5] Busetti F., L. Forni, A. Harvey y F. Venditti (2007). Ination convergence and diver-
gence within the European Monetary Union. International Journal of Central Banking.
[6] Cecchetti, S., N. Mark y R. Sonora (2002). Price Index Convergence among United
States cities. International Economic Revies.
[7] Drine, I. y C. Rault (2005). Testing for ination convergence between the Euro Zone
and its CEE partners. William Davidson Institute Working Paper No 768.
[8] European Central Bank (2003). Ination dierentials in the euro area: Potential causes
and policy implications.
[9] Engel, C. y J. Rogers (2004). European Market Integration after the Euro. Economic
Policy.
[10] Engel, C., M. Hendrickson y J. Rogers (1997). Intranational, Intercontinental and
Interplanetary PPP. Journal of the Japanese and International Economies.
[11] Fritsche, U y V. Kusin (2008). Analyzing Convergence in Europe using a non-linear
factor model. Macroeconomic and Finance Series, Hamburg University.
[12] Gonzales de Olarte, E. (2003). Regiones Integradas. IEP.
[13] Gonzalo, J. y C. Granger (1995). Estimation of Common Long-Memory Components
in Cointegrated Systems. Journal of Business and Economic Statistics.
[14] Gonzalo, J. y S. Ng (1999). A systematic framework for analyzing the dynamics eects
of permanent and transitory shocks. Journal of Economic Dynamics and Control.
[15] Hofmann, B. y H. Remsperger (2005). Ination dierentials among the euro area
countries: Potential causes and consequences. Journal of Asian Economics.
[16] Honohan, P. y P. Lane (2003). Divergence ination rates in EMU. Economic Policy.
21
[17] Honohan, P. y P. Lane (2004). Exchange rates and ination under EMU: An update.
CEPR Discussion Papers.
[18] Horvath, R. y K. Koprnicka (2008). Ination dierentials in EU new member states.
Prague: IES, Charles University, IES Working Paper No. 24.
[19] Kocenda E. y D. Papell (1997). Inations convergence within the European Union: a
panel data analysis. International Journal of Finance & Economics.
[20] Lopez, C. y D. Papell (2010). Convergence of Euro Area Ination Rates.
[21] McCallum, B. (1990). Ination: Theory and evidence. In Friedman, M. y Hahn F.
editors, Handbook of Monetary Economics, volume II.
[22] Monge, A. y D. Winkelried (2008). PPC y convergencia de precios: Un Analisis para
las ciudades del Per u. Ensayos sobre Poltica Economica, Vol. 27, No 58.
[23] Nagayasu, J. (2010). Regional Ination (Price) Behaviors: Heterogeneity and Conver-
gence. Munich Personal RePEc Archive.
[24] Oh, K. (1996). Purchasing power parity and unit roots tests using panel data. Journal
of International Money and Finance.
[25] Parsley, D. y S. Wei (1996). Convergence to the law of one price without trade barriers
or currency uctuations. The Quartely Journal of Economics.
[26] Papell, D. (1997) Searching for stationarity: Purchasing power parity under the cu-
rrent oat. Journal of International Economics.
[27] Park, J. P. Phillips (1988). Statistical Inference in regressions with integrated proces-
ses: Part 1. Econometric Theory.
[28] Pedroni, P. (2004). Panel Cointegration: Asymptotic and Finite Sample Properties of
Pooled Time Series Tests with an Application to the puchasing Power Parity Hypothesis.
Econometric Theory.
[29] Pesaran, M., T. Schuermann y S. Weiner (2004). Modeling Regional Interdependen-
cies using a Global Error-Correcting Macroeconometric Model. Journal of Business &
Economic Statistics, Vol. 22, No 2.
[30] Rogers, J., Hufbauer G. y E. Wada (2001). Price level convergence and ination in
Europe. Institute for International Economics, Working Paper 01-1.
[31] Rogers, J. (2007). Monetary Union, price level convergence and ination: How close
is Europe to the USA?.Journal of Monetary Economics.
[32] Sims, C., J. Stock y M. Watson (1990). Inference in linear time series models with
some unit roots. Econometrica.
22
[33] Rogo, K. (1996). The purchasing power parity puzzle. Journal of Economic Litera-
ture
[34] Vaona, A. (2007). A cross-sectional approach to regional long run ination in Italy.
Institute for Economic Research, University of Lugano.
[35] Wagner, M. (2005). On PPP, Unit Roots and Panels. Institue for Advances Studies,
Vienna.
[36] Weber, A. y G. Beck (2003). Ination rate dispersion and convergence in monetary
and economic unions: lessons for the ECB.
[37] Weber, A. y G. Beck (2005). Price stability, ination convergence and diversity in
EMU: Does one size t all?. CFS Working Paper.
[38] Zdarek, V. y J. Aldasoro (2009). Ination Dierentials in the Euro Area and their
determinants - An Empirical View. Advanced Studies in International Economic Policy
Research, Working Paper No 450.
23
ANEXOS
Graco N
s
t
i
c
o
F
-
P
r
u
e
b
a
B
r
e
u
s
c
h
-
G
o
d
f
r
e
y
(
M
o
d
e
l
o
s
i
n
r
e
s
t
r
i
n
g
i
r
;
H
o
:
A
u
s
e
n
c
i
a
d
e
A
u
t
o
c
o
r
r
e
l
a
c
i
o
n
)
R
e
g
i
o
n
1
R
e
g
i
o
n
2
R
e
g
i
o
n
3
R
e
g
i
o
n
4
R
e
g
i
o
n
5
R
e
g
i
o
n
6
R
e
g
i
o
n
7
R
e
g
i
o
n
8
R
e
g
i
o
n
9
O
r
d
e
n
1
4
.
8
4
2
3
0
.
0
3
7
3
0
.
0
3
3
5
0
.
3
9
4
0
0
.
0
0
9
7
0
.
2
1
0
0
0
.
3
0
3
9
0
.
1
9
5
6
3
.
1
1
2
7
O
r
d
e
n
2
5
.
1
6
8
1
1
.
5
5
2
5
2
.
3
2
6
3
1
.
4
1
0
5
1
.
0
8
5
4
3
.
0
1
8
6
3
.
9
2
0
3
2
.
9
6
9
9
3
.
5
3
6
6
O
r
d
e
n
3
2
.
2
1
2
9
0
.
7
2
0
8
0
.
6
4
2
2
0
.
2
4
7
4
0
.
3
8
2
0
0
.
1
2
6
9
3
.
2
8
2
9
0
.
1
1
8
6
1
.
2
6
2
2
O
r
d
e
n
4
2
.
8
3
6
4
0
.
8
2
5
2
1
.
1
5
5
6
1
.
1
5
3
1
0
.
3
6
4
1
0
.
2
0
8
2
4
.
1
1
4
7
3
.
7
1
4
3
1
.
7
5
8
1
O
r
d
e
n
5
1
.
3
7
9
8
1
.
2
7
1
2
0
.
8
3
1
3
0
.
6
9
0
5
1
.
8
4
5
7
1
.
9
0
2
5
1
.
9
1
1
3
1
.
2
4
2
7
0
.
7
7
2
4
O
r
d
e
n
6
0
.
9
7
3
6
0
.
8
8
1
4
1
.
4
8
0
7
0
.
2
8
9
3
1
.
3
9
5
2
1
.
0
3
9
6
0
.
1
6
5
6
1
.
0
8
9
3
0
.
6
2
4
0
O
r
d
e
n
7
1
.
1
5
2
8
1
.
3
6
2
8
1
.
4
0
6
5
1
.
2
8
0
5
0
.
5
0
3
1
1
.
3
0
7
7
1
.
9
0
2
4
0
.
8
1
2
6
0
.
5
4
2
0
*
N
o
s
e
r
e
c
h
a
z
a
l
a
h
i
p
o
t
e
s
i
s
n
u
l
a
a
l
5
%
d
e
s
i
g
n
i
c
a
n
c
i
a
35
Cuadro 2: Estadstico F para contraste de restricciones de agregacion y R
2
ajustado por modelo regional
Agregado 1 Agregado 2 Agregado 3 Agregado 4
Region 1
F
calc
0.9227
0.9304
0.9044
0.8988
R
2
19.07 18.85 19.57 19.72
Region 2
F
calc
1.1121
1.0293
1.0127
1.0902
R
2
22.84 25.10 25.54 23.46
Region 3
F
calc
0.9004
0.7683
0.7954
0.7892
R
2
33.21 36.06 35.50 35.63
Region 4
F
calc
0.8602
0.8739
0.8014
0.8284
R
2
27.49 27.16 28.89 28.25
Region 5
F
calc
1.1293
1.1243
1.1217
1.0856
R
2
27.48 27.61 27.68 28.62
Region 6
F
calc
0.8894
0.8048
0.8063
0.7896
R
2
22.67 24.81 24.77 25.18
Region 7
F
calc
0.9227
0.9304
0.9044
0.8988
R
2
42.32 40.97 40.89 41.26
Region 8
F
calc
1.0351
1.1422
1.0790
1.0788
R
2
34.04 31.43 33.00 33.00
Region 9
F
calc
1.0896
0.9738
1.0083
1.0083
R
2
27.66 30.56 29.72 29.72
* No se rechaza la hipotesis nula al 5 %
36
Cuadro 3: Estadstico F - Prueba Breusch-Godfrey
(Modelos restringidos; Ho: Ausencia de autocorrelacion)
Rezago Agregado 1 Agregado 2 Agregado 3 Agregado 4
Region 1
Orden 1 6.5699 6.6881 5.8611 5.7720
Orden 2 3.4604 3.9428 3.6938 3.8152
Orden 3 2.0004 2.1541
1.9939
1.9373
0.7746
0.2916
0.4278
Orden 6 1.9297
1.7366
1.7765
1.9240
Orden 7 0.8378
0.8194
0.7962
0.8533
Region 2
Orden 1 0.0044
0.0012
0.0121
0.0458
Orden 2 1.9571
2.6952
2.8994
2.8130
Orden 3 2.5362
1.3001
1.3111
1.2343
Orden 6 1.5500
0.5454
0.4012
0.9866
Orden 7 1.1257
0.4154
0.3949
1.0723
Region 3
Orden 1 0.3108
0.0105
0.0001
0.0274
Orden 2 0.7963
2.1336
1.5420
1.2578
Orden 3 0.4361
1.4422
1.2924
1.0986
0.4756
0.6146
0.5988
Orden 6 0.6296
1.1933
1.4437
0.7911
Orden 7 1.0676
0.2895
0.4875
0.9872
Region 4
Orden 1 1.2050
0.1493
0.0030
0.0153
Orden 2 0.9949
1.2271
1.1717
1.1284
Orden 3 1.5023
2.2487
1.7490
1.8233
Orden 4 2.3523
2.2739
2.7502 2.8965
Orden 5 0.9878
1.2033
0.8727
0.7175
Orden 6 1.5668
1.6381
1.4686
1.4197
Orden 7 0.7713
0.7970
0.6991
0.6348
Region 5
Orden 1 1.0098
0.1493
0.0060
0.0009
Orden 2 0.0552
1.2271
0.1311
0.2725
Orden 3 0.7983
2.2487
0.8745
0.9358
Orden 4 1.7424
2.2739
1.1715
1.3633
Orden 5 1.6331
1.2033
0.9315
0.8196
Orden 6 1.0835
1.6381
1.8647
1.7044
Orden 7 1.3669
0.7970
0.5254
0.3729
Region 6
Orden 1 1.1308
0.0147
0.0793
0.0272
Orden 2 1.1284
0.9866
0.8571
1.5729
Orden 3 1.1479
0.9211
0.4812
1.0859
Orden 4 1.7576
2.5812 1.7555
1.7960
Orden 5 1.2204
1.3945
1.1188
0.9626
Orden 6 0.7242
1.0147
0.8123
0.5179
Orden 7 0.5354
0.9647
0.5981
0.2932
Region 7
Orden 1 0.6617
0.1728
0.1864
0.2137
0.8655
0.9933
0.9819
Region 8
Orden 1 1.6362
0.8120
1.1720
1.3974
Orden 2 1.2394
0.9539
1.7006
2.1925
3.1027 3.1762
Orden 4 2.6713 2.1122
2.5410 2.5775
Orden 5 3.1249 3.2080 3.2700 3.2777
Orden 6 1.1110
1.2784
1.3045
1.4052
Orden 7 1.9142
1.9031
1.9001
1.8627
Region 9
Orden 1 4.4584 3.6433
3.8153
3.8153
0.8919
0.6503
0.6503
Orden 4 0.6156
1.9117
1.3238
1.3238
Orden 5 0.8483
1.8282
1.5446
1.5446
Orden 6 0.5674
0.8339
0.7526
0.7526
Orden 7 0.7177
0.9569
1.1121
1.1121
i
i
R
2
i
i
Region 1
Agregacion 1 27.44 0.4033 0.2069
0.0435
(0.2140) (0.1065) (0.4543) (0.3013)
Agregacion 2 28.50 1.1173
0.3569
(0.2741) (0.0851) (0.4340) (0.2403)
Agregacion 3 28.92 1.1199
0.1943
(0.2842) (0.0922) (0.4598) (0.2565)
Agregacion 4 26.93 0.8120
0.1448
(0.2282) (0.0952) (0.3811) (0.2652)
Region 3
Agregacion 1 24.98 0.4800
0.0993
(0.2056) (0.0783) (0.3399) (0.1931)
Agregacion 2 28.19 0.4670 0.1814
23.99 0.6500
0.3365
0.1708
25.58 0.7688
0.2240
(0.2445) (0.0684) (0.3041) (0.1389)
Agregacion 4 27.70 0.5329
0.1639
25.67 0.8959
0.1753
(0.2472) (0.0690) (0.3298) (0.1383)
Region 4
Agregacion 1 31.60 0.7616
0.0371
(0.2192) (0.0921) (0.3307) (0.2380)
Agregacion 2 31.29 0.9193
0.2499
(0.2448) (0.0909) (0.3642) (0.2392)
Agregacion 3 32.92 0.9624
0.1482
(0.2516) (0.0856) (0.4039) (0.2450)
Agregacion 4 32.32 0.9273
0.1053
(0.2509) (0.0855) (0.3946) (0.2398)
Region 5
Agregacion 1 23.43 0.9293
0.1532
(0.2313) (0.0712) (0.3681) (0.1751)
Agregacion 2 23.57 0.7077
0.2180
(0.2411) (0.0670) (0.4208) (0.1623)
Region 6
Agregacion 1 27.22 0.8496
0.1121
(0.1929) (0.0829) (0.2804) (0.2145)
Agregacion 2 29.94 1.1135
0.1996
25.40 0.9241
0.3393
(0.2657) (0.0727) (0.3953) (0.1892)
Agregacion 3 29.20 1.1996
0.1966
(0.2647) (0.0781) (0.3716) (0.1941)
Agregacion 4 29.59 1.2360
0.1419
27.93 0.9333
0.1677
(0.2474) (0.0759) (0.3749) (0.1885)
Region 7
Agregacion 1 26.73 0.9754
0.0840
(0.1775) (0.0533) (0.2694) (0.1276)
Agregacion 2 25.01 1.0743
0.1307
19.99 0.6980
0.2330
0.1360
21.72 0.6812
0.1648
(0.2091) (0.0516) (0.2985) (0.1318)
Agregacion 4 25.37 1.0378
0.1409
23.07 0.6940
0.1394
(0.2041) (0.0514) (0.3017) (0.1314)
Region 8
Agregacion 1 26.44 0.6912
0.0210
(0.1216) (0.0807) (0.2488) (0.1927)
Agregacion 2 23.54 0.7007
0.1363
(0.1408) (0.0801) (0.2942) (0.1969)
Agregacion 3 25.28 0.7291
0.0568
(0.1345) (0.0781) (0.2882) (0.2018)
Agregacion 4 25.29 0.7210
0.0283
(0.1322) (0.0772) (0.2995) (0.2010)
Region 9
Agregacion 1 24.47 0.7144
0.1623
23.52 0.8058
0.1659
(0.1680) (0.0667) (0.3242) (0.1704)
Agregacion 2 27.50 0.7338
0.2060
24.64 0.8266
0.3175
(0.1389) (0.0634) (0.2293) (0.1976)
Agregacion 3 26.62 0.7374
0.1992
25.23 0.8057
0.2450
(0.1488) (0.0638) (0.2493) (0.1980)
Agregacion 4 26.62 0.7374
0.1992
25.52 0.8160
0.2221
(0.1488) (0.0638) (0.2799) (0.1857)
* Signicancia Estadstica al 5 %
39
Cuadro 6: Prueba Wald para contrastar la validez de las restricciones de largo
plazo
(Ho:
i
= 0 i)
Agregaci on 1 Agregacion 2 Agregacion 3 Agregacion 4
2
calc
4.77
14.96
10.32
8.84
2
calc
78.69 68.37 55.79 68.82
* No se rechaza la hipotesis nula al 5 %
40
Cuadro 8: Descomposicion de Variancia - Agregacion 1
( % asociado al choque permanente)
Periodo Region 2 Region 3 Region 4 Region 5 Region 6 Region 7 Region 8 Region 9 Nacional
1 50.50 56.42 49.73 58.45 46.15 58.21 21.00 41.30 96.38
2 57.33 66.16 59.26 68.44 53.80 62.68 27.99 50.80 96.45
3 58.95 69.12 61.76 71.86 56.39 65.77 28.80 54.97 96.73
4 60.21 70.83 63.65 73.12 58.33 68.55 31.79 60.37 96.89
5 60.13 71.19 63.92 73.74 59.01 69.94 33.69 62.67 96.78
6 62.02 72.79 65.87 75.38 62.20 74.30 40.48 65.28 97.13
7 64.38 74.79 68.28 77.10 65.09 77.60 45.97 67.72 97.42
8 65.97 76.29 70.03 78.68 67.03 79.47 49.31 69.58 97.62
9 67.39 77.55 71.58 79.86 68.70 80.78 51.93 71.57 97.79
10 68.32 78.43 72.59 80.78 69.88 81.73 53.82 73.19 97.90
11 69.29 79.30 73.60 81.67 71.15 82.81 55.75 74.61 98.02
12 70.39 80.21 74.69 82.52 72.47 83.93 57.75 75.92 98.14
13 71.39 81.05 75.69 83.33 73.64 84.90 59.51 77.04 98.24
14 72.34 81.83 76.64 84.06 74.72 85.75 61.14 78.10 98.34
15 73.18 82.51 77.47 84.70 75.65 86.46 62.59 79.07 98.41
16 73.94 83.13 78.22 85.29 76.51 87.09 63.95 79.95 98.49
17 74.69 83.72 78.94 85.84 77.34 87.68 65.25 80.77 98.55
18 75.40 84.28 79.62 86.36 78.12 88.22 66.47 81.51 98.62
19 76.08 84.80 80.26 86.84 78.85 88.73 67.61 82.20 98.67
20 76.72 85.28 80.86 87.29 79.52 89.19 68.67 82.84 98.72
21 77.32 85.74 81.42 87.70 80.15 89.61 69.64 83.44 98.77
22 77.89 86.16 81.95 88.09 80.74 89.99 70.56 84.00 98.82
23 78.43 86.56 82.45 88.46 81.30 90.36 71.43 84.52 98.86
24 78.95 86.94 82.92 88.80 81.83 90.69 72.25 85.01 98.90
Region 2: Piura - Tumbes; Region 3: Lambayeque - Cajamarca - Amazonas; Region 4: La Libertad - Ancash;
Region 5: Ica - Ayacucho - Huancavelica; Region 6: Arequipa - Moquegua - Tacna - Puno; Region 7: Junn - Pasco
- Huanuco; Region 8: Cusco - Apurmac - Madre de Dios; Region 9: Loreto - San Martn - Ucayali
41
Cuadro 9: Descomposicion de Variancia - Agregacion 2
( % asociado al choque permanente)
Periodo Region 2 Region 3 Region 4 Region 5 Region 6 Region 7 Region 8 Region 9 Nacional
1 50.89 55.78 50.35 55.21 41.95 53.57 17.25 39.16 95.92
2 52.87 59.88 56.90 58.85 43.52 55.12 21.25 44.28 94.58
3 53.36 61.09 58.47 59.84 44.16 56.87 22.60 46.73 94.61
4 53.71 61.62 59.70 60.40 44.61 58.54 24.40 49.26 94.82
5 54.02 62.03 60.37 60.86 45.02 59.55 25.03 51.22 95.02
6 55.22 62.95 61.76 61.76 45.66 61.80 28.23 53.07 95.13
7 56.42 63.93 63.37 62.78 46.89 63.77 31.35 54.95 95.21
8 57.32 64.73 64.60 63.74 48.12 65.20 33.86 56.41 95.35
9 58.07 65.39 65.66 64.61 49.28 66.44 36.01 57.89 95.54
10 58.66 65.97 66.53 65.45 50.27 67.55 37.84 59.21 95.71
11 59.31 66.54 67.39 66.30 51.36 68.69 39.53 60.43 95.86
12 60.02 67.13 68.26 67.16 52.47 69.81 41.20 61.57 95.99
13 60.69 67.71 69.09 68.00 53.55 70.83 42.76 62.61 96.11
14 61.31 68.25 69.86 68.80 54.57 71.76 44.23 63.58 96.23
15 61.88 68.76 70.57 69.56 55.53 72.60 45.59 64.49 96.34
16 62.42 69.26 71.25 70.29 56.46 73.38 46.90 65.35 96.44
17 62.97 69.74 71.89 70.99 57.37 74.13 48.15 66.16 96.54
18 63.50 70.21 72.51 71.68 58.25 74.84 49.36 66.93 96.63
19 64.02 70.68 73.10 72.33 59.10 75.52 50.52 67.67 96.72
20 64.52 71.12 73.67 72.96 59.93 76.16 51.62 68.37 96.81
21 65.01 71.56 74.21 73.57 60.73 76.76 52.67 69.04 96.89
22 65.48 71.98 74.73 74.15 61.50 77.34 53.68 69.68 96.97
23 65.94 72.40 75.23 74.71 62.25 77.89 54.64 70.30 97.04
24 66.40 72.80 75.71 75.26 62.97 78.41 55.57 70.90 97.11
Region 2: Piura - Tumbes; Region 3: Lambayeque - Cajamarca - Amazonas; Region 4: La Libertad - Ancash;
Region 5: Ica - Ayacucho - Huancavelica; Region 6: Arequipa - Moquegua - Tacna - Puno; Region 7: Junn - Pasco
- Huanuco; Region 8: Cusco - Apurmac - Madre de Dios; Region 9: Loreto - San Martn - Ucayali
42
Cuadro 10: Descomposicion de Variancia - Agregacion 3
( % asociado al choque permanente)
Periodo Region 2 Region 3 Region 4 Region 5 Region 6 Region 7 Region 8 Region 9 Nacional
1 51.82 56.54 49.31 56.53 44.36 53.65 18.23 40.00 96.03
2 55.48 63.17 57.30 61.84 49.99 56.72 25.05 47.29 93.70
3 56.66 64.77 59.07 63.63 52.02 58.57 27.20 50.47 93.80
4 57.47 65.87 60.63 64.64 53.41 60.69 30.17 53.97 94.18
5 57.92 66.55 61.38 65.39 54.40 61.99 31.68 56.31 94.53
6 58.98 67.66 62.67 66.47 55.97 64.17 35.73 58.35 94.80
7 60.33 68.84 64.28 67.78 57.94 66.29 39.86 60.33 94.99
8 61.47 69.84 65.59 69.06 59.70 67.90 43.01 61.93 95.21
9 62.52 70.75 66.79 70.16 61.32 69.28 45.64 63.52 95.44
10 63.38 71.58 67.81 71.20 62.70 70.51 47.84 64.99 95.65
11 64.19 72.35 68.76 72.16 64.02 71.70 49.74 66.31 95.84
12 65.06 73.11 69.71 73.07 65.26 72.85 51.55 67.53 96.01
13 65.91 73.85 70.60 73.95 66.41 73.92 53.22 68.65 96.17
14 66.73 74.55 71.46 74.77 67.49 74.90 54.78 69.69 96.32
15 67.50 75.23 72.26 75.54 68.50 75.79 56.23 70.67 96.46
16 68.22 75.87 73.01 76.27 69.44 76.60 57.59 71.60 96.59
17 68.92 76.48 73.73 76.95 70.33 77.37 58.88 72.47 96.71
18 69.60 77.07 74.42 77.60 71.17 78.10 60.09 73.28 96.82
19 70.26 77.63 75.07 78.23 71.98 78.79 61.23 74.06 96.93
20 70.89 78.17 75.70 78.82 72.74 79.44 62.31 74.79 97.03
21 71.50 78.69 76.30 79.38 73.46 80.06 63.33 75.49 97.13
22 72.09 79.19 76.87 79.92 74.14 80.64 64.30 76.15 97.22
23 72.65 79.67 77.42 80.43 74.80 81.19 65.21 76.78 97.30
24 73.20 80.13 77.94 80.91 75.42 81.71 66.08 77.38 97.38
Region 2: Piura - Tumbes; Region 3: Lambayeque - Cajamarca - Amazonas; Region 4: La Libertad - Ancash;
Region 5: Ica - Ayacucho - Huancavelica; Region 6: Arequipa - Moquegua - Tacna - Puno; Region 7: Junn - Pasco
- Huanuco; Region 8: Cusco - Apurmac - Madre de Dios; Region 9: Loreto - San Martn - Ucayali
43
Cuadro 11: Descomposicion de Variancia - Agregacion 4
( % asociado al choque permanente)
Periodo Region 2 Region 3 Region 4 Region 5 Region 6 Region 7 Region 8 Region 9 Nacional
1 50.58 56.59 48.90 56.90 44.93 53.74 18.42 39.96 96.02
2 54.78 63.38 56.82 62.74 50.97 56.95 25.28 47.49 93.48
3 55.91 64.67 58.45 64.47 52.99 58.67 27.48 50.46 93.61
4 56.78 65.58 59.76 65.42 54.43 60.62 30.46 53.65 93.93
5 56.91 66.01 60.27 66.00 55.23 61.71 31.86 55.68 94.22
6 58.08 66.87 61.49 66.99 56.78 63.89 35.97 57.60 94.53
7 59.70 68.07 63.18 68.30 58.79 66.09 40.36 59.58 94.67
8 60.91 69.10 64.51 69.52 60.41 67.66 43.48 61.15 94.89
9 61.99 70.02 65.69 70.54 61.86 68.98 46.00 62.73 95.11
10 62.87 70.81 66.67 71.47 63.05 70.11 48.02 64.17 95.34
11 63.71 71.56 67.57 72.33 64.20 71.22 49.75 65.46 95.54
12 64.62 72.33 68.51 73.16 65.34 72.34 51.48 66.67 95.72
13 65.51 73.08 69.41 73.98 66.42 73.38 53.10 67.78 95.88
14 66.36 73.80 70.28 74.75 67.43 74.33 54.62 68.81 96.03
15 67.16 74.48 71.09 75.47 68.36 75.19 56.03 69.79 96.18
16 67.91 75.12 71.84 76.16 69.24 75.98 57.34 70.71 96.31
17 68.63 75.74 72.56 76.80 70.07 76.73 58.58 71.58 96.44
18 69.33 76.33 73.25 77.42 70.86 77.45 59.77 72.41 96.56
19 70.00 76.91 73.92 78.02 71.63 78.13 60.89 73.18 96.68
20 70.66 77.46 74.56 78.58 72.35 78.78 61.95 73.92 96.78
21 71.28 77.99 75.17 79.13 73.05 79.39 62.95 74.63 96.88
22 71.88 78.50 75.75 79.64 73.71 79.97 63.90 75.30 96.98
23 72.46 78.99 76.30 80.14 74.34 80.51 64.80 75.93 97.07
24 73.02 79.46 76.84 80.62 74.94 81.04 65.66 76.54 97.16
Region 2: Piura - Tumbes; Region 3: Lambayeque - Cajamarca - Amazonas; Region 4: La Libertad - Ancash;
Region 5: Ica - Ayacucho - Huancavelica; Region 6: Arequipa - Moquegua - Tacna - Puno; Region 7: Junn - Pasco
- Huanuco; Region 8: Cusco - Apurmac - Madre de Dios; Region 9: Loreto - San Martn - Ucayali
44