Crecimiento económico en el Perú, 1896-1995 : nuevas evidencias estadísticas

El trabajo que se presenta a continuación consta de cuatro partes, además de la introducción anterior. En la primera parte se presentan los diferentes estimados del PBI nominal y real para el período en el cual se carece de información oficial: 1896-1942. Dichos estimados y las metodologías que se utilizaron para llegar a ellos se comparan con las cifras obtenidas a partir de nuestro trabajo estadístico. Asimismo, se contrastan nuestros resultados con la información mundial disponible para países desarrollados y de América Latina. En la segunda parte del trabajo se presenta la metodología de estimación del PB1 rea! y nominal entre 1896 y 1995, tanto por actividad industrial como por tipo de gasto. Asimismo, se analiza el proceso de reconstrucción de la serie para el período 1896-1929 y 1929-1950 y los consiguientes empalmes con la información oficial disponible para los períodos 1950-1970 y 1970-1995. Luego se explica el procedimiento seguido para construir las series básicas de los factores de producción: capital y mano de obra; asimismo se analiza el comportamiento del índice de productividad factorial a la luz de las nuevas estimaciones realizadas. En la parte tercera se efectúa un análisis estadístico y econométrico de las series reconstruidas. Este se divide básicamente en tres partes: un análisis de corte transversal en el que se compara el desarrollo peruano a lo largo del siglo de estimación con el comportamiento de la economía mundial en un año dado, 1979. En segundo lugar, se realiza un análisis de series de tiempo del producto real, con el fin de caracterizar sus componentes cíclicos y tendenciales y sus respectivos cambios estructurales. Por último, se lleva a cabo un análisis de vectores autorregresivos de los componentes de la demanda agregada. Finalmente, en la cuarta parte, se presentan las nuevas estimaciones realizadas en forma detallada. Los autores agradecen la colaboración de Shane Hunt, Felipe Portocarrero, Javier Iguíñiz y Daniel Schydlowsky por sus oportunos comentarios y la información que nos proporcionaron. Igualmente queremos agradecer la ayuda financiera del IDRC y el apoyo administrativo del CIUP.

Relación de largo plazo entre el precio de las viviendas y sus variables fundamentales para los distritos de La Molina, San Borja, San Isidro y Surco en Lima Metropolitana

El objetivo del presente trabajo es demostrar que, en el corto plazo, es probable que los precios de las viviendas en Lima Metropolitana (en los distritos de La Molina, San Borja, San Isidro y Surco) no tengan relación con sus variables fundamentales (precio de alquileres, índice de construcción, precio de terrenos, tipo de cambio, tasas de interés en soles y dólares y los ingresos). Esto indicaría un desalineamiento temporal del precio respecto de sus variables fundamentales; sin embargo, en el largo plazo sí lo harían. Esta demostración de que en el largo plazo las variables están cointegradas se realizará usando el test de cointegración de Johansen, y mediante el vector de corrección de errores se demostrará que en el corto plazo las variables no están cointegradas. El periodo muestral seleccionado abarca desde 2004Q1 hasta 2014Q3, dado que es el periodo en que se muestra un fuerte crecimiento y disminución del precio de las viviendas. La data ha sido obtenida del Banco Central de Reserva del Perú (BCRP), la Cámara Peruana de la Construcción (Capeco), el suplemento Urbania del diario El Comercio, la Superintendencia de Banca y Seguros (SBS) y el Instituto Nacional de Estadística e Informática (INEI). Se optó por analizar el precio de las viviendas de los distritos de La Molina, San Borja, San Isidro y Surco, debido a la disponibilidad de la data. El resultado del modelo de Johansen muestra que en el largo plazo las variables precio de alquileres, índice de construcción, precio de terrenos, tipo de cambio y los ingresos explican el comportamiento del precio de las viviendas; es decir, las variables están cointegradas. Por el contrario, las variables tasa de interés en soles y dólares no siguen el mismo comportamiento, por lo que no son consideradas para el test de Johansen. Para finalizar, el vector de corrección de errores muestra que, en el corto plazo, dichas variables no están cointegradas.