Beruflich Dokumente
Kultur Dokumente
Perú: proyecciones
macroeconómicas al 2030
Marzo 2019
30
20
2030
2025
10
0 1 2 32020 4 5 6 7
2015
2010
40
30
20
1 2 3 4 5 6 7
10
1
Perú: proyecciones macroeconómicas al 2030
Javier Abugattás
Presidente del Consejo Directivo del CEPLAN
Centro Nacional de Planeamiento Estratégico
Bruno Barletti
Director Ejecutivo del CEPLAN
Jordy Vílchez Astucuri
Director Nacional de Prospectiva y Estudios Estratégicos
Equipo técnico:
Jorge Huapaya Diaz, José Nolazco Cama, Alberto del Aguila Alfaro, Hans Stehli Torrecilla, José Luis Vásquez Pérez.
Editado por:
Centro Nacional de Planeamiento Estratégico
Av. Canaval y Moreyra 480, piso 11
San Isidro, Lima, Perú
(51-1) 211-7800
webmaster@ceplan.gob.pe
www.ceplan.gob.pe
© Derechos reservados
Primera edición, marzo 2019
Índice
Índice 3
Lista de figuras 4
Lista de tablas 5
Presentación 6
Introducción 7
1. Revisión de literatura 9
2. Metodología 12
2.1. Modelo de proyecciones macroeconómicas 17
2.1.1. Bloque de variables exógenas 18
2.1.2. Bloque del PBI por el lado del gasto 20
2.1.3. Bloque del PBI por sectores productivos 21
2.1.4. Bloque de balanza de pagos 21
2.1.5. Bloque del PBI potencial y productividad 21
2.2. Limitaciones de las estimaciones 23
3. Hechos estilizados 24
4. Escenarios de proyección 31
4.1. Escenario base 31
4.2. Escenario de un choque negativo por el recrudecimiento de las tensiones comerciales 36
4.3. Escenario de materialización de la Política Nacional de Competitividad y Productividad 44
5. Conclusiones y recomendaciones 53
6. Referencias 54
7. Anexos 58
7.1. Fuentes de información 58
7.2. Estimación por mínimos cuadrados ordinarios (MCO) 59
7.3. Bloque de variables exógenas 61
7.4. Bloque del PBI por el lado del gasto 62
7.5. Bloque del PBI por el lado de los sectores productivos (I) 63
7.6. Bloque del PBI por el lado de los sectores productivos (II) 65
7.7. Balanza de pagos 66
7.8. PBI potencial y productividad 67
7.9. PBI por el lado del gasto, variación porcentual (escenario base) 69
7.10. PBI por el lado del gasto, porcentaje del PBI (escenario base) 70
7.11. PBI por el lado de sectores productivos (escenario base) 71
7.12. Balanza de pagos (escenario base) 72
7.13. Análisis de residuos 73
7.13.1. Prueba de raíz unitaria 73
7.13.2. Prueba de normalidad 73
7.13.3. Prueba de autocorrelación 73
7.13.4. Prueba de heterocedasticidad 74
Lista de figuras
Figura 1. Disyuntiva entre coherencia teórica de los modelos. 11
Figura 2. Incremento del gasto público. 13
Figura 3. Metas e instrumentos de la programación financiera. 13
Figura 4. Proceso iterativo de la programación financiera. 14
Figura 5. Relaciones entre bloques económicos . 181
Una de las funciones especiales del CEPLAN1 en materia de prospección es identificar y definir escenarios
estratégicos futuros con base en estudios prospectivos y del análisis integral de la realidad y del entorno
internacional. Este análisis permite contar con una perspectiva de largo plazo con la cual es posible
identificar potenciales riesgos y oportunidades y, sobre todo, faculta el diseño de estrategias para el logro
de objetivos nacionales de una forma más proactiva.
Con este objetivo, este estudio utiliza el modelo de programación financiera para evaluar el desempeño
de las principales variables macroeconómicas, proyectando su comportamiento no solo en el corto
plazo (como son los horizontes usualmente considerados por otras instituciones del sector público y
privado que también realizan proyecciones); sino al mediano y largo plazo, considerando como horizonte
temporal el año 2030.
Asimismo, se plantean y analizan tres escenarios, bajo distintos supuestos: (i) escenario base, el cual considera
que las condiciones de la economía mundial y nacional se mantienen o no sufren cambios bruscos; (ii)
escenario asociado a un choque negativo, el cual asume para los próximos meses un recrudecimiento del
conflicto comercial entre Estados Unidos y China por lo que el crecimiento económico se ve afectado;
y (iii) un escenario asociado a la efectiva implementación de la Política Nacional de Competitividad y
Productividad, reflejado en un mayor impulso de la inversión pública y privada.
Cabe resaltar que el documento ha sido elaborado durante el primer trimestre de 2019, por lo que las
estimaciones y proyecciones se basan en información disponible hasta dicho periodo. Por ello, aunque
la perspectiva que busca brindar este estudio es principalmente de mediano y largo plazo, es necesario
actualizar, por lo menos semestralmente, los supuestos e información que se consideran como insumos
del modelo. Así, a esta primera publicación del 2019, seguirá un reporte de actualización en octubre,
siendo el propósito de la Dirección Nacional de Prospectiva y Estudios Estratégicos del CEPLAN proveer
en adelante regularmente estos estudios con la periodicidad indicada.
1 Artículo 10. Funciones del CEPLAN. Decreto Legislativo Nº 1088 Ley del Sistema Nacional de Planeamiento Estratégico y del Centro Nacional de Planeamiento Estratégico
Introducción
2 Ver Nolazco, Lengua-Lafosse y Céspedes (2016) y el Ministerio de Economía y Finanzas (MEF, 2016).
3 Ver Marco Macroeconómico Multianual, MEF; Reporte de Inflación, BCRP; Perspectivas de la Economía Mundial (WEO, por sus siglas en inglés), Fondo Monetario Internacional (FMI); entre otros.
de su inferioridad de coherencia teórica respecto a los modelos dinámicos, estocásticos de equilibrio
general (DSGE). Ello debido, en gran parte, a que los modelos de tipo híbrido pueden ser i) modificados
o aumentados relativamente fácil de acuerdo con el problema, ii) permiten realizar diversas simulaciones
y/o análisis de sensibilidad, y iii) se ajustan bien con los datos. Asimismo, se aprovecha la ventaja de las
interrelaciones contables propias de la programación financiera para potenciarlo con la incorporación de
modelos de series de tiempo para variables claves (relaciones analíticas) y una perspectiva de largo plazo
(estimación del PBI potencial y productividad total de factores).
En lo que refiere a las proyecciones, la presente investigación analiza tres escenarios. El primero es el
denominado escenario base, donde las condiciones a marzo de 2019 se mantienen (o no sufren mayor
alteración), considerando que el escenario internacional no mejora en el corto plazo, y paralelamente
se observa una ausencia en la implementación de reformas estructurales. Al poseer una perspectiva de
largo plazo, los resultados hacia al final del horizonte de proyección pueden verse afectados por choques
o implementación de políticas. En ese sentido, se plantea un segundo escenario asociado a un choque
negativo a raíz del recrudecimiento de las tensiones comerciales entre Estados Unidos y China, que
representa un escenario desfavorable respecto del escenario base, y un tercer escenario que basado en
la implementación efectiva del Plan Nacional de Competitividad y Productividad resulta ser un escenario
favorable respecto del escenario base.
Para el escenario base, se estima un crecimiento del PBI de alrededor de 3,6% para el 2019. Este valor
se encuentra en concordancia con las cifras publicadas por distintas entidades tanto locales como
internacionales entre el 2018 y 2019. En efecto, el Fondo Monetario Internacional (FMI) revisó su proyección
de crecimiento de la economía peruana a 3,9% en abril del 2019 respecto del 4,1% proyectado en octubre
del 2018; mientras que la Comisión Económica para América Latina y el Caribe (Cepal) dejó sin cambios
su proyección en abril respecto de diciembre del año previo en 3,6%. Esta misma acción se presentó en el
Reporte de Inflación del Banco Central de Reserva del Perú (BCRP) de marzo, pero con una tasa del 4,0%.
Por su parte, las áreas de estudios económicos de los bancos comerciales, en sus reportes, proyectan un
crecimiento que fluctúa entre 3,7% y 4,0% para el 2019: el Banco de Crédito del Perú (BCP), en marzo,
mantuvo su proyección de 3,7%; mientras que el banco BBVA Continental, en enero, proyectaba una
tasa de 4,0%; y el Scotiabank, en marzo, indicó una tasa de 3,9%. Asimismo, los resultados de la encuesta
de expectativas macroeconómicas, elaborada por el BCRP, presentan que la proyección de crecimiento
durante los primeros tres meses se encuentra fluctuando entre 3,8% y 3,9%.
En los siguientes tres años, se espera un mayor dinamismo en el crecimiento económico, aunque de una
manera paulatina, al alcanzar tasas de 4,0%, 4,2% y 4,5%. Estas tasas se logran gracias a un mayor dinamismo
de la demanda interna privada, en particular de la inversión privada, después de la estabilización paulatina
del panorama local e internacional. A partir del 2023, se alcanzarían tasas mayores al 4,5%, lo cual supera
el crecimiento promedio del PBI en el periodo 1950-2018 (4,0%), para converger en un 5,0% cerca del
2030. Dicho crecimiento se alinearía con el crecimiento potencial que se alcanzaría por esos años, en un
contexto donde apenas se materializarían las reformas estructurales del Plan Nacional de Competitividad
y Productividad, orientadas a apuntalar el crecimiento de largo plazo de la economía.
El resto del documento está organizado de la siguiente manera: en la sección 1 se presenta la revisión
de literatura, donde se aborda la importancia de los modelos macroeconómicos y los distintos objetivos
que persiguen. En la sección 2 se explica el marco metodológico que se emplea en el documento de
investigación. En la sección 3 se muestran los hechos estilizados de la economía peruana, los cuales sirven
como sustento para la validación del modelo de proyecciones utilizado para este estudio. En la sección 4
se plantean los distintos escenarios proyectados y sus respectivos resultados. Finalmente, en la sección 5
se presentan las conclusiones.
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
1.
Revisión
de literatura
Ilustración: Freepik
Durante los primeros años del siglo pasado, la hegemonía de los círculos económicos pertenecía a los
economistas neoclásicos, los cuales argumentaban que cualquier intervención por parte del Estado
(política económica) con la intención de subsanar los desvíos del producto de su nivel potencial conllevaría
a que el funcionamiento de la economía se vea mermado. Ante esa premisa, Keynes (1936) argumentó que
la teoría ortodoxa era incapaz de resolver, incluso identificar, los problemas que causaron la gran depresión
de 1929, al ser este un problema de insuficiencia de gasto agregado que se resolvería mediante políticas
públicas. Es así que, a partir del postulado de Keynes, contrario a lo que argumentaban los neoclásicos, se
le otorga un rol relevante a la política económica en pro de alcanzar el crecimiento potencial, usando los
modelos macroeconómicos como herramientas de análisis.
En ese sentido, un modelo macroeconómico se puede definir como una herramienta de análisis que
puede ser lógica, matemática o computacional, y que puede servir para distintos propósitos a pesar de
sus ventajas y desventajas (Blanchard, 2017). Además, Hara, Ichiue, Kojima, Nakamura y Shirota (2009) los
definen como herramientas efectivas en el proceso de proyección, en la medida en que establecen los
fundamentos anticipados para la toma de decisiones concernientes en materia de política económica e
ilustran las relaciones económicas basadas en un marco metodológico dado.
Ya que los modelos simplifican las relaciones complejas entre un gran número de variables, presentan
las siguientes ventajas: (i) mayor entendimiento de los mecanismos económicos, (ii) proveen un lenguaje
común de discusión y (iii) pueden ser usados para la simulación de distintos supuestos en la evaluación de
shocks positivos o negativos. Además, Pescatori y Zaman (2011) mencionan la importancia de los modelos
macroeconómicos en el proceso de proyección, resaltando la necesidad de saber el probable sendero de
los principales indicadores económicos tales como inflación, producto o desempleo ante cambios en la
política económica.
Cabe indicar que si bien, estrictamente hablando, no se necesita de un modelo de proyecciones para discutir
hacia dónde se dirige la economía, el uso de un modelo de proyección tiene el beneficio de elevar la discusión
a un nivel científico y sistemático (Pescatori y Zaman, 2011). Sin embargo, también hay que tener en cuenta que
los modelos, aunque son herramientas eficientes para las proyecciones, no pueden describir completamente
la realidad. Por lo tanto, la conformación de las proyecciones también se beneficia de los juicios basados en la
pericia. Los juicios pueden proveer un rango amplio de información que los modelos no pueden realizar. En
ese contexto, el uso balanceado de modelos y juicios es esencial para realizar proyecciones (Hara et al., 2009).
9
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
En un discurso dado por el exgobernador del Sistema de Reserva Federal de Estados Unidos (FRB, por sus
siglas en inglés), este le atribuyó gran parte del éxito de sus proyecciones a la utilización de su pericia y
la de sus colegas: “Los modelos capturan las regularidades históricas, identifican los supuestos claves que
deben ser hechos para condicionar la proyección, plasman estimaciones de los efectos de acciones de
política pasadas y futuras sobre la economía y proveen un enfoque riguroso para aprender de los errores
pasados. Yo atribuyo mucho del éxito de las proyecciones a mí mismo y mis compañeros […] en la forma
en la cual nos permitimos ajustar nuestro modelo con nuestro juicio al hacer proyecciones” (Meyer, 1997).
En cuanto a su capacidad para representar la realidad, los modelos no pueden describirla completamente
a pesar de su utilidad y los innumerables aportes para la academia y la gestión pública. Es innegable
que estos mismos han fallado al momento de predecir e incluso dimensionar los efectos adversos de
fenómenos económicos, como lo acontecido por la crisis financiera internacional del 2009. De hecho,
esto no es una problemática nueva en la historia de la macroeconomía, ya que ha pasado durante la
gran depresión de 1929 y la crisis del petróleo de 1970, por mencionar algunas. Sin embargo, gracias al
surgimiento de estos episodios es que este campo de la economía evoluciona y se mejora a sí misma, tal
como argumenta Lucas (1976), quien sostiene que los cambios en la política económica podrían afectar los
comportamientos racionales de los agentes económicos. Es así que, a partir de esta revolución, los modelos
macroeconómicos deben reunir las siguientes características: i) especificar las restricciones presupuestarias
de hogares, tecnología de las empresas y restricciones de recursos del total de la economía; ii) especificar
las preferencias de los hogares y objetivos de las empresas; iii) asumir el comportamiento anticipado por
parte de las empresas y hogares; iv) incluir choques que las empresas y hogares enfrentan; y v) modelar el
total de la economía (Kocherlakota, 2009).
En consecuencia, surgieron los conocidos modelos de equilibrio general dinámico estocástico (DSGE, por
sus siglas en inglés), que a pesar de que cumplen con lo requerido para considerarlos adecuados tienen
un grave problema. En la mayoría de casos son complicados de resolver y presentan graves deficiencias al
momento de proyectar debido a las limitaciones computacionales (Kocherlakota, 2009). En otras palabras,
a pesar de que los modelos DSGE representan una metodología que incorpora recientes desarrollos
teóricos, no cumplen con necesidades prácticas de política económica, lo cual se reflejó en que no hayan
jugado ningún rol importante en materia de toma de decisiones. Es por ello que, durante los últimos años,
un enfoque de modelos múltiples llamado conjunto de modelos o modelos de tipo híbrido se ha vuelto
popular. En efecto, el FRB, el Banco Central Europeo (BCE) y muchas otras instituciones usan modelos
híbridos, los cuales tienen un enfoque que se aboca al uso de múltiples modelos para distintos propósitos,
incluyendo la validación de robustez en las proyecciones (Hara et al., 2009).
Además, si bien los modelos de tipo híbrido son inferiores a los modelos DSGE en coherencia teórica,
estos permiten la conducción de la política económica, ya que permiten lo siguiente: i) ser modificados o
aumentados relativamente fácil de acuerdo con el problema, ii) realizar diversas simulaciones o análisis de
sensibilidad, y iii) se ajustan bien con los datos (Hara et al., 2009) (ver figura 1).
10
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
DSGE
Híbridos
Coherencia teórica
Series de tiempo
Coherencia empírica
11
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
2.
Metodología
Foto: Agencia Peruana de Noticias Andina
4 Las siglas IS se refieren a inversión y ahorro, por sus traducciones en inglés (investment and saving); mientras que LM significa liquidez y dinero (liquidity and money).
12
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
i
1 LM0
2 BP1
i2
BP0
0
i0 IS1
IS2
IS0
Y0 Y2=Y* Y
Respecto a los programas financieros, según Croce et al. (2002), generalmente están constituidos por cinco
tipos de variables clasificadas como instrumentos, metas operacionales, metas intermedias, metas finales
e indicadores. Estas variables se vinculan ante la necesidad de poder suplir los largos rezagos y la relación
indirecta que existe entre los instrumentos y metas finales. En otras palabras, el uso de metas operacionales e
intermedias busca asegurar que las medidas de política económica, a través de la ejecución de instrumentos,
se reflejen en las metas finales gracias a la relación más estrecha y estable de estos grupos de variables con
los objetivos finales de política. Por otro lado, el rol de los indicadores es proveer de información sobre los
movimientos de las metas finales y así indicar la necesidad de implementar nuevas medidas (ver figura 3).
Indicadores
• Expectativas de inflación
• Pendiente de la curva de
rendimiento
• Precio de los productos
primarios
Desde un punto de vista operativo, Da Costa et al. (2011) indican que la programación financiera es un proceso
iterativo de dos etapas (ver figura 4). En la primera, se realiza un diagnóstico macroeconómico con los datos
históricos y se simula un escenario base (ver la figura 4), los cuales juegan un rol importante para la identificación
de desequilibrios al no haber cambios en las políticas económicas. Además, respecto al escenario base, se
deben considerar las variables exógenas (ver las variables exógenas de la figura 4) y a priori se debe contar con
estimaciones del valor de algunas variables básicas (ver las variables básicas de la figura 4).
En una segunda etapa, con las conclusiones del diagnóstico macroeconómico y el escenario base, se diseña
el escenario de programación financiera, considerando la clasificación de variables expuestas en el párrafo
13
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
anterior, que implica determinar: (i) las metas operativas, (ii) las metas intermedias y los instrumentos que se
utilizarán, (iii) los indicadores de desempeño adecuados y (iv) las metas finales (objetivos de política). En este
caso, las fases (en orden) son las siguientes:
a. Se establecen las metas fiscales y monetarias, y las políticas apropiadas para alcanzar estas metas.
b. Sobre la base de las políticas seleccionadas, las variables exógenas, las ecuaciones estimadas de
comportamiento y las interrelaciones entre sectores, se proyectan los valores de las variables principales
para cada sector (ver el escenario de programación financiera y las proyecciones de la figura 4).
c. Se evalúa que las proyecciones deben ser coherentes y compatibles entre sí.
d. En el caso de que no sean satisfechos algunos o todos los criterios de evaluación (ver “No” en la figura 4),
se lleva a cabo una segunda iteración con modificaciones en los supuestos, las metas o las políticas (en
la práctica se necesita de varias iteraciones para lograr la consistencia y coherencia).
e. Una vez satisfechos todos los criterios de evaluación (ver “Sí” en la figura 4), se acaba el proceso iterativo
y se tiene el escenario de programación financiera que regirá para el periodo seleccionado, el cual se
comunica al público.
Diagnóstico macroeconómico
Proyecciones
¿Coherencia contable y de comportamiento?
¿Financiamiento adecuado y apropiado? ¿Logro de
objetivos / metas? ¿Riesgos bajos?
Respecto a las relaciones contables, las cuentas nacionales, mediante la balanza de pagos, incluyen un
resumen de las transacciones de la economía nacional con el resto del mundo. En efecto, la brecha entre la
inversión bruta interna (I) y el ahorro nacional bruto (Sn) se financia con ahorro externo (Se); este último
equivalente al negativo del saldo en la cuenta corriente de la balanza de pagos con signo cambiado:
It - Snt=Set [1]
La relación entre balanza de pagos, las cuentas del ingreso y producto nacional puede derivarse a partir de la
definición de ahorro nacional bruto (Sn). El mismo corresponde a la parte no consumida del ingreso y así puede
ser obtenido por la diferencia entre el ingreso nacional disponible bruto (INDB) y el consumo total (C5).
Snt = INDBt - Ct [2]
5 El consumo total está conformado por el consumo privado y por el consumo público.
14
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Como se sabe, el INDB se deriva del PBI agregándosele algebraicamente los ingresos netos de factores en
el exterior (Yf) y las transferencias netas del exterior (TRf).
De la misma manera, se define el ahorro externo (Se) como el negativo del saldo de la cuenta corriente de
la balanza de pagos. Por lo tanto, la expresión [3] es equivalente a:
Esto representa una transformación de la expresión fundamental de cuentas nacionales. Esta igualdad
establece una relación entre las cuentas nacionales y la balanza de pagos. Cuando la inversión interna bruta
excede al ahorro nacional bruto, será necesario financiar la diferencia a través del ahorro externo, lo que
genera déficit en la cuenta corriente de la balanza de pagos. En el caso contrario, cuando el ahorro nacional
bruto es mayor que la inversión interna bruta, el resultante superávit de la cuenta corriente de la balanza de
pagos representa la contribución del ahorro del país al financiamiento de la inversión del resto del mundo.
Además de utilizarse las estadísticas de las finanzas públicas para cuantificar la contribución del sector público
no financiero al consumo, a la inversión y al ahorro nacional bruto en las cuentas nacionales, estas permiten
derivar los mismos conceptos en relación con el sector privado. A su vez, nos permite ver la contribución
respectiva del sector público y del sector privado en el saldo de las transacciones no financieras.
Para ello, resulta conveniente subdividir esta expresión para mostrar explícitamente la contribución del
sector público y del sector privado al ahorro y a la inversión total de la economía. A partir de [4]:
De la obtención de [5]:
Donde, INDBg representa el ingreso disponible bruto del sector público, Cp es el consumo privado, Cg
indica el consumo público e Ip6 e Ig son la inversión privada e inversión pública, respectivamente.
Definiendo:
Y reordenando [6]:
El primer término en paréntesis representa la brecha privada, mientras que el segundo término es el
superávit (déficit) del sector público.
Las características de las relaciones contables llevan a que el modelo de programación financiera
sea un sistema interrelacionado, lo cual, a nivel teórico, permite que se pueda simular en un modelo
15
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
macroeconométrico global. Al respecto, Croce et al. (2002) mencionan que este procedimiento presenta
varios problemas relacionados con la limitada disponibilidad de información (i) en la especificación e
implementación del modelo, (ii) en el procedimiento de estimación econométrica, (iii) en las proyecciones
de las variables exógenas, (iv) en la estabilidad de relaciones de comportamiento, que puede no ser cierta
más allá del periodo de la muestra o puede no ser cierta bajo políticas diferentes (la llamada crítica de Lucas).
Debido a ello, las adaptaciones en formas más pragmáticas, con búsqueda de distintos objetivos (materia
de estudio o aplicaciones de política), se han desarrollado alrededor del globo, sobre todo en economías
emergentes (ver tabla 1 para algunos ejemplos).
Tabla 1
Programación financiera en el mundo
Institución Documento de trabajo Año Autores País de aplicación
A Financial Programming Model
Academia Rumana, Instituto para Stanica, Nicolae
- Representative Indicators and 2013 Rumania
la Proyección Económica Cristian
Scenarios
Programación financiera:
Fundamentos teóricos y Da Costa, Mercedes;
Fondo Monetario Internacional 2011 Costa Rica
aplicación práctica al caso de Juan-Román, Hugo
Costa Rica
El Sistema de Proyección del
Banco Central de Reserva del Perú 2009 Montoro, Carlos Perú
BCRP
Ministerio de Economía y
Aplicación empírica
Finanzas del Perú
Macroeconomic Model of
International Monetary Fund
and the World Bank (Analysis
Banco Nacional de Bulgaria 2001 Yotzov, Victor Bulgaria
Theoretical Approaches and
Evaluation their Effective
Implementation in Bulgaria)
Programación financiera: Croce, Enzo; Da Costa,
Fondo Monetario Internacional métodos y aplicación práctica al 2000 Mercedes; Juan- Colombia
caso de Colombia Ramón, Hugo
Nota. Elaboración CEPLAN.
Foto: elpolitico.com
16
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
7 Ver Marco Macroeconómico Multianual (MEF), Reporte de Inflación (BCRP), Perspectivas de la Economía Mundial (WEO, por sus siglas en inglés), Fondo Monetario Internacional
(FMI); entre otros.
8 Ver anexo 1 para más detalles.
17
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Foto: imagensemanal.com
Crecimiento mundial
BALANZA DE PAGOS
Mercados financieros
Cuenta corriente
Tipo de cambio
Cuenta de capitales
Inflación
Gasto público
Exportaciones
Importaciones
9 A partir de la apertura comercial (exportaciones más importaciones) del Perú, se determinan los 20 principales socios comerciales para el 2017.
18
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
24,4
17,7
4,8
3,8
3,5
3,5
3,3
3,0
2,8
2,7
2,6
2,6
2,4
2,2
1,6
1,6
1,2
0,8
0,7
0,7
Para el cálculo de la tasa de crecimiento agregada de los socios comerciales, se recurre a la suma-
producto, que considera la participación de cada uno de los países en la apertura comercial del
Perú y las tasas de crecimiento individual.
Por otra parte, se incluye la información del Perú referente a inflación (π), tipo cambio nominal
(e), índice de precios de exportación (IPX), índice de precios de importación (IPM), términos de
intercambio10 (TI) y deflactores de exportaciones e importaciones de bienes y servicios. Sobre
estos últimos, cabe indicar que resultan de calcular las tasas de crecimiento de los deflactores
tanto de los bienes importados y exportados como de los servicios:
a) Primero, se calcula la tasa de crecimiento del deflactor de bienes importados a través de la
siguiente fórmula:
c) Tercero, se calcula la tasa de crecimiento del deflactor de bienes exportados con la siguiente
fórmula:
10 Los términos de intercambio son el resultado del ratio entre el índice de precios de exportación y el índice de precios de importación multiplicado por cien.
19
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Luego de la obtención de estos resultados y al considerar los ponderadores del 2007 para bienes y
servicios de exportación e importación (ver tabla 2), se procede al cálculo de una suma-producto
para finalmente tener como resultados los deflactores de exportaciones e importaciones de
bienes y servicios (ver ecuaciones 13 y 14).
Tabla 2
Ponderadores para el cálculo de los deflactores de exportaciones e importaciones de bienes y
servicios
Bienes Servicios
Exportaciones 0,92 0,08
Importaciones 0,82 0,18
Nota. Elaboración CEPLAN adaptado de INEI (2014).
Cabe indicar que los datos recogidos en esta sección sirven como insumos para los modelos
econométricos y para los cálculos de los valores nominales de los componentes del PBI.
11 Los indicadores de sentimiento empresarial son expectativas de inversión a seis meses y expectativas de contratación a seis meses.
20
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
12 Incluye transporte, almacenamiento, correo y mensajería; alojamiento y restaurantes; telecomunicaciones y otros servicios de información; financiero y seguros; servicios
prestados a empresas; administración pública, defensa y otros; y servicios inmobiliarios y servicios personales.
21
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Donde δ es la tasa de depreciación del acervo de capital, que con una depreciación lineal y una
vida útil de 30 años toma el valor de 0,033 para el periodo en análisis; mientras que I es la inversión
bruta fija.
Con el objetivo de definir el stock de capital inicial (K0) se toma la siguiente expresión asumiendo
un escenario de estado estacionario13:
I∗ [17]
K =
g+δ
Donde I* es el producto del promedio del ratio inversión-PBI entre los años 1950-1980 y el PBI
de 1980. Se hace esto para minimizar los posibles efectos de las fluctuaciones económicas. Por
otro lado, g es el promedio de la tasa de crecimiento del PBI desde 1930-1979. En lo que respecta
a la elasticidad capital-producto, siguiendo a Céspedes, Aquije, Sánchez y Vera-Tudela (2014) se
asume un α = 0,65.
Así como en el caso del acervo de capital, para el caso del capital humano (h) no existe una
medición directa. Para la generación de esta variable se utiliza la siguiente expresión:
θ ψ [18]
h = exp s
1−ψ
Para obtener los niveles potenciales de las variables en cuestión, a excepción del acervo de capital
que asume que el observado es igual al deseado, se opta por utilizar el filtro de bandas de Baxter
y King14 para obtener los ciclos de las variables de fuerza laboral aumentada por capital humano
(h * L) y la PTF (A), para posteriormente restarlas al nivel observado.
22
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Sobre la estimación de los ciclos económicos, existe una amplia gama de métodos, los cuales
se pueden agrupar en deterministas y estocásticos. Entre los primeros métodos de filtración
podemos encontrar las tendencias lineales o polinómicas, promedios móviles, entre otros;
mientras que en los segundos métodos están los filtros de Hodrick y Prescott, Baxter y King,
por mencionar algunos. A partir de esta clasificación, según lo plantean Hamilton (1994) y otros
autores, la econometría se ha enfatizado en el uso de los filtros estocásticos por encima de los
deterministas. Y entre los filtros estocásticos, en particular entre el filtro de Hodrick y Precott,
y el de Baxter y King, se prefiere el segundo sobre el primero dado que este último presenta
problemas en su aplicación práctica15. Muestra de ello es que Stock y Watson (1999) usan el filtro
de Baxter y King para realizar su trabajo de relaciones empíricas entre el ciclo económico y varios
agregados macroeconómicos para la economía norteamericana.
Por último, a partir de valores potenciales de h * L, A y el acervo de capital (multiplicados por sus
respectivas ponderaciones) se procede al cálculo del PBI potencial.
15 Las críticas al filtro Hodrick y Prescott se han concentrado en la selección del parámetro que controla el componente tendencial, cuyo criterio dado por los autores es meramente
empírico, lo cual hace que no se asegure su aplicación para otras realidades. En otras palabras, distintos valores de dicho parámetro resultan en valores ampliamente distintos.
23
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
3.
Hechos estilizados
Foto: Agencia Peruana de Noticias Andina
Durante los primeros años de la década de los noventa e inicios de los 2000 se implementaron diferentes
reformas estructurales, destacándose la adopción del régimen monetario de metas explícitas de inflación en
el 2002, lo cual implicó: (i) la apertura comercial, (ii) el desarrollo de mercado de capitales y financiero, (iii) la
mayor flexibilidad en el mercado laboral y (iv) una mayor eficiencia de la política monetaria.
En consecuencia, desde los primeros años de la década de los 2000, los factores externos (entorno
internacional) influyeron en mayor cuantía en el dinamismo del crecimiento del PBI. En efecto, de acuerdo
con Nolazco, Lengua-Lafosse y Céspedes (2016), y el MEF (2016), más del 50% de la variabilidad del
crecimiento del PBI peruano, durante los últimos años, se explica por factores externos. Cabe indicar que
este fenómeno no es exclusivo del Perú, siendo compartido por otros países de la región (Izquierdo, Romero
y Talvi, 2007; Ferreyra y Vásquez, 2009; Sosa, 2010; FMI, 2012; FMI, 2014; Fernández, Gonzáles y Rodríguez,
2015; Banco Mundial, 2016).
18%
14%
6%
10%
PBI mundial Volatilidad financiera Tasa de interés internacional Precio petróleo Precio de exportaciones
Figura 7. Factores de crecimiento del PBI peruano (porcentaje de la variabilidad del crecimiento).
Nota. Tomado del MEF (2016) - MMM 2017-2019.
24
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Lo anterior se explica en gran medida por la relevancia de las exportaciones en la estructura económica
a partir de la apertura comercial. En efecto, las exportaciones en promedio durante el periodo 1995-2018
constituyeron el 21,9% del PBI, claramente superior a lo registrado entre 1980-1994 (18,0%) como resultado
de la implementación de políticas comerciales (tratados comerciales y de libre comercio). De hecho, el Perú
tiene algún tipo de tratado comercial con países que representan más del 70% del PBI mundial (alrededor
del 90% del comercio mundial). Cabe indicar que las exportaciones no tradicionales han tenido un ascenso
exponencial y en el 2018 representaron el 27% del total de exportaciones de bienes (figuras 8 y 9).
21,9%
18,0%
1980-1994 1995-2018
0,4%
27,0%
72,6%
Asimismo, la inversión privada ha ganado relevancia en la estructura económica del país debido a la mayor
dependencia de los factores externos explicados anteriormente. De hecho, según el MEF (2016), alrededor
del 60% de la variabilidad del crecimiento de la inversión privada es explicado por factores relacionados con
el contexto internacional (ver figura 10). Por esta razón, durante el periodo 1995-2018 la inversión privada
representó el 17,1% del PBI, 3,2 puntos porcentuales por encima de lo alcanzado entre 1980-1994.
25
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Foto: Gestión
Sobre la inversión privada, se analizan las expectativas de inversión a seis meses o indicador de confianza
empresarial, elaborado por Apoyo Consultoría, como un indicador que permite anticipar su dinámica, el
mismo que guarda una correlación de alrededor de un 80% con la inversión privada (figura 11). Esta medida
refleja el porcentaje de clientes del servicio de asesoría empresarial (SAE) de Apoyo Consultoría que esperan
acelerar sus planes de inversión en comparación con los que quieren reducirlos.
20%
22%
18%
Figura 10. Factores de crecimiento de la inversión privada (porcentaje de la variabilidad del crecimiento).
Nota. Tomado del MEF (2016) - MMM 2017-2019
26
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
40 70
60
30 50
40
20
30
20
10
10
0
0
-10
-10 -20
-30
-20 -40
IV-04 III-06 II-08 I-10 IV-11 III-13 II-15 I-17 IV-18
Inversión privada (eje izq.) Expectativas de inversión, "rezagado 2 trimestres (eje der.)”
Figura 11. Inversión privada y expectativas de inversión (variación porcentual real anual y porcentaje).
Nota. Adaptado del BCRP y Apoyo Consultoría.
Por otro lado, la inversión privada realizada por los sectores no vinculados a la minería (75% de la inversión
privada total) genera un mayor número de empleos en comparación con la minería. Muestra de ello es
que según Apoyo Consultoría (2014), por cada US$1 millón invertidos en proyectos de infraestructura se
generan entre 4-8 empleos, en comparación con los 1-3 generados por las inversiones en el sector minero.
Otro hecho que refuerza esta información es que los ingresos de las empresas clientes del SAE equivalen
a una tercera parte del PBI, y alrededor del 95% de estas empresas están ligadas a sectores no mineros. Por
ello, la inversión privada, en particular la no minera, es el gatillo del círculo virtuoso inversión privada-empleo
urbano-consumo privado (figuras 12 y 13). Asimismo, para cerrar el círculo, las reformas estructurales han
dotado a los agentes económicos de la capacidad de suavizar su consumo, dando de esa manera pie al
mayor ahorro privado, el cual es la fuente de financiamiento de la inversión privada.
40 10
30 8
20 6
10 4
0 2
-10 0
-20 -2
IV-04 III-06 II-08 I-10 IV-11 III-13 II-15 I-17 IV-18
Figura 12. Inversión privada y empleo urbano (variación porcentual real anual).
Nota. Adaptado del BCRP y encuesta permanente de empleo.
27
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
14
12
10
-2
IV-04 III-06 II-08 I-10 IV-11 III-13 II-15 I-17 IV-18
Figura 13. Empleo urbano y consumo privado (variación porcentual real anual).
Nota. Adaptado del BCRP y encuesta permanente de empleo.
Para concluir, respecto a los factores internos, la inversión y el consumo público poseen una menor
participación porcentual en la estructura de la economía peruana, al pasar de 16,9% del PBI en promedio en
el periodo comprendido entre 1980-1994, a 15,6% del PBI durante 1995-2017, lo cual refleja la adopción de
reglas y estabilidad en la práctica de la política fiscal (figura 14).
16,9%
15,6%
1980-1994 1995-2018
28
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
12
10
8
1995-2018: 4,8%
6
4 1980-1994: 0,6%
2
0
-2
-4
-6
-8
1980
1982
1984
1986
1988
1900
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
2018
Cabe indicar que, a partir del 2008, el PBI potencial ha registrado constantes caídas en su tasa de crecimiento.
Esto ha llevado a que, en términos de ingresos reales, el Perú y América Latina en general se encuentren
bastante rezagados en comparación con países de crecimiento más acelerado y de Estados Unidos. En
efecto, el BID (2010, 2014 y 2018) señala que una limitante común para un crecimiento de largo plazo en
los países de la región es el bajo nivel y baja calidad de la acumulación de capital (inversión), problemática
que tendría una menor incidencia de no ser porque la productividad total de factores (PTF), medida más
común de eficiencia de una economía, se encuentra en promedio también en niveles bajos y estancada,
solo teniendo picos coyunturales coincidentes con un entorno internacional favorable, y solo ha alcanzado
la mitad de su potencial sin ponerse a la par de la frontera de productividad.
Muestra de ello, en el caso peruano, es que en los últimos ocho años la PTF ha crecido en promedio
aproximadamente 0,2%, después de haber crecido alrededor del 2,4% entre el 2004-2010, periodo que coincide
con un mayor crecimiento mundial y altos precios de materias primas (figuras 16 y 17). De hecho, a nivel
regional, de acuerdo con Castillo y Rojas (2014), durante la década de los 2000 más del 25% del crecimiento de
la productividad en el Perú, México y Chile se explicó por el choque positivo de los términos de intercambio. Es
bajo este contexto que es urgente la implementación de nuevas reformas estructurales, como diversificación
productiva, mejora en los niveles institucionales, formalización, innovación, competitividad, entre otras,
orientadas a apuntalar el crecimiento de la productividad y asegurar el crecimiento de largo plazo.
29
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
3 2,4%
1
0,2%
0
-1
-0,8%
-2
-3
-4
-5 -4,5%
1980-1990 1990-2003 2004-2010 2011-2018
18
16
14
12
10
8
6
4
2
0
China América Latina Índice de precios de
-2
exportación
Figura 17. China, América Latina y el Caribe, IPX (variación porcentual real anual, variación porcentual anual).
Nota. Adaptado del BCRP, FMI.
30
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
4.
Escenarios
de proyección
Ilustración: Freepik
31
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Por lo tanto, para el escenario base se asume un panorama internacional que no mejorará, al menos
en el corto plazo, dada la probable desaceleración del crecimiento mundial, el debilitamiento
de los mercados financieros y las tensiones comerciales. El debilitamiento de los mercados
financieros llevaría a condiciones de financiamiento más duras para los agentes económicos de
la economía peruana, limitando la expansión de la demanda interna en el corto plazo. Por su
parte, las tensiones comerciales afectarían el crecimiento de los principales socios comerciales y,
a su vez, a una menor cotización de los productos de exportación, lo que significaría un menor
dinamismo de la inversión privada (por ende, del empleo formal y del consumo privado) y de las
exportaciones. A ello se suma al menos una dilatación de reformas estructurales, lo que significa
un crecimiento potencial bajo y estancado, que no aceleraría la consecución de los objetivos
socioeconómicos del país.
Para este escenario base, se estima un crecimiento del PBI de alrededor del 3,6% para el 2019. Este
resultado se encuentra en concordancia con las cifras publicadas por distintas entidades tanto
locales como internacionales durante el 2018 y 2019. En efecto, el Fondo Monetario Internacional
(FMI) revisó su proyección de crecimiento de la economía peruana a 3,9% en abril del 2019,
respecto del 4,1% proyectado en octubre del 2018; mientras que la Comisión Económica para
América Latina y el Caribe (Cepal) dejó sin cambios su proyección en abril respecto de diciembre
del año previo en 3,6%. Esta misma acción se presentó en el Reporte de Inflación del Banco
Central de Reserva del Perú (BCRP) de marzo, pero con una tasa del 4,0%. Por su parte, las áreas
de estudios económicos de los bancos comerciales, en sus reportes, proyectan un crecimiento
que fluctúa entre 3,7% y 4,0% para el 2019: el Banco de Crédito del Perú (BCP), en marzo, mantuvo
su proyección de 3,7%; mientras que el banco BBVA Continental, en enero, proyectaba una
tasa de 4,0%; y el Scotiabank, en marzo, indicó una tasa de 3,9%. Asimismo, los resultados de la
encuesta de expectativas macroeconómicas, elaborada por el BCRP, presentan una proyección
de crecimiento durante los primeros tres meses, que se encuentra fluctuando entre 3,8% y 3,9%.
Para el periodo 2020-2022 se espera un mayor dinamismo en el crecimiento económico, aunque
de una manera paulatina, al alcanzar tasas de 4,0%, 4,2% y 4,5%. Estas tasas se podrían lograr
gracias a un mayor dinamismo de la demanda interna privada, en particular de la inversión
privada, después de la estabilización del panorama local e internacional. Después del 2023 se
alcanzarían tasas mayores al 4,5%, lo cual supera el crecimiento promedio del PBI del periodo
1950-2018 (4,0%), para converger en un 5,0% cerca del 2030. Dicho crecimiento se alinearía
con el crecimiento potencial que se alcanzaría por esos años, en un contexto donde apenas
se materializarían las reformas estructurales como la Política Nacional de Competitividad y
Productividad, orientadas a apuntalar el crecimiento de largo plazo de la economía16.
16 Para mayor detalle de los resultados del escenario base, revisar los anexos del 7 al 10.
32
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Tabla 3
Proyección de principales indicadores macroeconómicos en el escenario base
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
PBI SOCIOS COMERCIALES
Mundo (variación
3,5 3,2 3,8 3,6 3,3 3,5 3,5 3,5 3,5 3,5 3,5 3,4 3,4 3,4 3,4 3,4
porcentual real)
Economías avanzadas
(variación porcentual 2,3 1,7 2,3 2,2 1,8 1,7 1,7 1,7 1,6 1,6 1,6 1,5 1,5 1,5 1,5 1,5
real)
EE.UU. (variación
2,9 1,6 2,2 2,9 2,1 1,8 1,7 1,7 1,6 1,6 1,6 1,5 1,5 1,5 1,5 1,5
porcentual real)
Zona Euro (variación
2,1 1,9 2,4 1,8 1,2 1,4 1,4 1,4 1,4 1,4 1,4 1,3 1,3 1,3 1,3 1,3
porcentual real)
Economías emergentes
y en desarrollo
4,3 4,4 4,8 4,5 4,3 4,6 4,6 4,6 4,7 4,5 4,5 4,5 4,5 4,4 4,4 4,4
(variación porcentual
real)
China (variación
6,9 6,7 6,9 6,6 6,2 6,0 5,8 5,8 5,8 5,5 5,5 5,5 5,5 5,3 5,3 5,3
porcentual real)
Socios comerciales
(variación porcentual 3,5 3,1 3,7 3,7 3,2 3,2 3,2 3,2 3,2 3,1 3,1 3,0 3,0 3,0 3,0 3,0
real)
PRECIOS DE COMMODITIES
Cobre (¢US$/lb.) 249 221 280 296 284 287 295 300 305 308 310 310 310 310 310 310
Oro (US$/oz.tr.) 1161 1248 1257 1269 1308 1320 1325 1333 1340 1350 1355 1355 1355 1355 1355 1355
Zinc (¢US$/lb.) 88 95 131 133 122 125 128 130 133 135 137 137 137 137 137 137
Plomo (¢US$/lb.) 81 85 105 102 93 95 102 110 115 115 115 115 115 115 115 115
Petróleo (US$/bar.) 49 43 51 65 55 58 56 55 55 55 55 55 55 55 55 55
33
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
PRECIOS
Inflación promedio
3,5 3,6 2,8 1,3 2,1 1,9 2,3 2,5 2,4 2,4 2,2 2,1 2,1 2,0 2,0 2,0
(porcentaje)
Tipo de cambio promedio
3,19 3,38 3,26 3,29 3,31 3,31 3,36 3,39 3,40 3,40 3,38 3,37 3,37 3,36 3,34 3,32
(soles por US dólar)
Términos de intercambio
-6,3 -0,4 7,2 0,0 0,6 -0,4 1,6 1,5 0,7 0,3 0,1 0,0 0,0 0,0 0,0 0,0
(variación porcentual)
Índice de precios de
exportación (variación -14,9 -3,4 13,0 6,5 -1,4 0,9 1,9 1,6 1,4 0,5 0,3 0,0 0,0 0,0 0,0 0,0
porcentual)
Índice de precios de
importación (variación -9,2 -3,0 5,4 6,6 -2,0 1,3 0,4 0,1 0,7 0,2 0,2 0,0 0,0 0,0 0,0 0,0
porcentual)
PRODUCTO BRUTO INTERNO
Producto Bruto Interno
(miles de millones de 609 999 656 450 698 245 740 269 783 441 829 584 887 086 952 184 1 019 871 1 092 607 1 167 627 1 246 080 1 331 951 1 422 602 1 519 129 1 621 790
soles)
Producto Bruto Interno
(variación porcentual 3,3 4,0 2,5 4,0 3,6 4,0 4,2 4,5 4,5 4,8 4,8 4,8 5,0 5,0 5,0 5,0
real)
Demanda interna
(variación porcentual 2,9 1,1 1,4 4,3 3,5 4,0 4,1 4,2 4,1 4,3 4,2 4,2 4,4 4,4 4,5 4,5
real)1
Consumo privado
(variación porcentual 4,0 3,3 2,5 3,8 3,6 3,9 3,7 3,9 3,9 4,0 3,9 3,9 3,9 3,8 3,7 3,8
real)
34
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
Consumo público
(variación porcentual 9,8 0,3 0,5 2,0 2,3 3,5 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0
real)
Inversión privada
(Variación -4,2 -5,4 0,2 4,4 3,9 4,7 4,8 5,8 5,0 5,0 5,0 5,0 5,0 5,0 5,0 5,0
porcentual real)
Inversión pública
(variación -9,5 -0,2 -2,3 8,4 1,0 4,5 5,0 5,3 5,8 6,0 6,0 6,0 6,0 6,0 6,0 6,0
porcentual real)
Inversión privada
19,6 18,1 17,3 17,6 17,7 17,8 17,9 18,1 18,2 18,3 18,3 18,4 18,5 18,5 18,6 18,7
(porcentaje del PBI)
Inversión pública
5,0 4,8 4,5 4,8 4,7 4,7 4,7 4,8 4,8 4,9 4,9 5,0 5,1 5,1 5,2 5,3
(porcentaje del PBI)
Producto Bruto Interno
potencial (variación 3,7 3,6 3,4 3,4 3,3 3,7 4,2 4,7 5,0 4,9 4,7 4,6 4,6 4,9 5,1 4,9
porcentual real)
Productividad Total
de Factores (variación -0,4 0,2 -1,3 1,0 -2,9 -2,4 -2,1 -1,9 -1,7 -1,5 -1,4 -1,4 -1,1 -1,1 -1,0 -1,0
porcentual real)
Brecha producto (% del
-0,3 0,1 -0,8 -0,2 0,0 0,4 0,4 0,2 -0,2 -0,4 -0,3 -0,1 0,2 0,3 0,2 0,2
PBI potencial)
p: Proyectado. 1/ Incluye la variación de existencias.
Nota. Elaboración CEPLAN.
35
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Foto: elfinanciero.com.mx
36
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Cabe indicar que el menor dinamismo mundial, y en particular el de la economía china, llevarán
a menores cotizaciones de las materias primas. Respecto a este punto, según Societe Generale
(2016), una caída de 1 punto porcentual de la economía china tiene un impacto negativo de
alrededor de 0,7 puntos porcentuales en el índice de precio de los metales.
El panorama expuesto, considerando los estudios mencionados, es particularmente desfavorable
para las economías emergentes17. Es así que, ante la situación de una caída de los precios de
exportación y la desaceleración mundial, los canales de transmisión que se consideran para este
choque negativo en la economía peruana son (i) el canal comercial y (ii) el canal de crecimiento.
7
6
5
4
3
2
1
0
-1
-2
-3
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
3,8
3,6
3,4
3,2
3,0
2,8
2,6
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
37
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
hacia el 2030. A su vez, el segundo canal afectaría directamente las exportaciones, en la medida
que China, Estados Unidos y Europa son tres de los principales destinos de sus exportaciones,
concentrando alrededor del 60% de las exportaciones totales durante el 2018. De esta forma, las
exportaciones se reducirían en casi 1 punto porcentual en el 2019 respecto de lo proyectado en
el escenario base, para posteriormente ir convergiendo cerca de lo proyectado en el escenario
inicial hacia el 2030.
6,0
5,5
5,0
4,5
4,0
3,5
3,0
2,5
2,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
5,0
4,5
4,0
3,5
3,0
2,5
2,0
1,5
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
38
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
5,5
5,0
4,5
4,0
3,5
3,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
1,5
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
39
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
5,5
5,0
4,5
4,0
3,5
3,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
-0,7
-1,2
-1,7
-2,2
-2,7
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
40
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Tabla 4
Proyección de principales indicadores macroeconómicos en el escenario de guerra comercial
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
PBI SOCIOS COMERCIALES
Mundo (variación
3,5 3,2 3,8 3,6 3,1 3,2 3,2 3,4 3,4 3,3 3,3 3,2 3,2 3,2 3,2 3,2
porcentual real)
Economías avanzadas
(variación porcentual 2,3 1,7 2,3 2,2 1,7 1,6 1,5 1,5 1,5 1,4 1,4 1,4 1,4 1,4 1,4 1,4
real)
EE.UU. (variación
2,9 1,6 2,2 2,9 1,9 1,5 1,4 1,4 1,3 1,1 1,1 1,0 1,0 1,0 1,0 1,0
porcentual real)
Zona Euro (variación
2,1 1,9 2,4 1,8 1,2 1,4 1,4 1,4 1,4 1,4 1,4 1,3 1,3 1,3 1,3 1,3
porcentual real)
Economías emergentes
y en desarrollo
4,3 4,4 4,8 4,5 4,0 4,3 4,3 4,5 4,5 4,4 4,4 4,3 4,3 4,3 4,3 4,3
(variación porcentual
real)
China (variación
6,9 6,7 6,9 6,6 5,1 5,0 5,0 5,4 5,5 5,0 5,0 5,0 5,0 4,8 4,8 4,8
porcentual real)
Socios comerciales
(variación porcentual 3,5 3,1 3,7 3,7 2,9 2,9 2,9 3,0 3,0 2,8 2,8 2,8 2,8 2,7 2,7 2,7
real)
PRECIOS DE COMMODITIES
Cobre (¢US$/lb.) 249 221 280 296 279 278 280 283 285 283 285 285 285 285 285 285
Oro (US$/oz.tr.) 1161 1248 1257 1269 1310 1320 1325 1330 1340 1350 1355 1355 1355 1355 1355 1355
Zinc (¢US$/lb.) 88 95 131 133 119 118 120 122 125 130 132 132 132 132 132 132
Plomo (¢US$/lb.) 81 85 105 102 89 87 90 93 95 94 95 95 95 95 95 95
Petróleo (US$/bar.) 49 43 51 65 55 58 57 55 55 55 55 55 55 55 55 55
41
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
PRECIOS
Inflación promedio
3,5 3,6 2,8 1,3 2,1 1,8 2,1 2,3 2,2 2,2 2,0 1,9 1,9 1,9 1,9 1,9
(porcentaje)
Tipo de cambio promedio
3,19 3,38 3,26 3,29 3,31 3,31 3,35 3,37 3,37 3,35 3,32 3,29 3,26 3,22 3,19 3,15
(soles por US dólar)
Términos de intercambio
-6,3 -0,4 7,2 0,0 0,0 -0,9 1,2 1,3 0,5 0,1 -0,2 0,0 0,0 0,0 0,0 0,0
(variación porcentual)
Índice de precios de
exportación (variación -14,9 -3,4 13,0 6,5 -2,2 0,1 1,3 1,3 1,1 0,1 -0,1 0,0 0,0 0,0 0,0 0,0
porcentual)
Índice de precios de
importación (variación -9,2 -3,0 5,4 6,6 -2,3 1,0 0,1 0,0 0,6 0,0 0,0 0,0 0,0 0,0 0,0 0,0
porcentual)
PRODUCTO BRUTO INTERNO
Producto Bruto Interno
(miles de millones de 609 999 656 450 698 245 740 269 779 427 822 325 876 550 936 508 998 947 1 065 723 1 133 657 1 205 456 1 284 053 1 366 653 1 454 197 1 546 887
soles)
Producto Bruto Interno
(variación porcentual 3,3 4,0 2,5 4,0 3,2 3,9 4,2 4,3 4,4 4,6 4,6 4,6 4,8 4,8 4,8 4,8
real)
Demanda interna
(variación porcentual 2,9 1,1 1,4 4,3 3,3 4,0 4,2 4,0 3,9 4,1 4,0 3,9 4,2 4,2 4,2 4,2
real)1
Consumo privado
(variación porcentual 4,0 3,3 2,5 3,8 3,5 3,8 3,8 3,8 3,8 3,8 3,8 3,8 3,8 3,6 3,6 3,6
real)
42
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
Consumo público
(variación porcentual 9,8 0,3 0,5 2,0 2,3 3,5 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0
real)
Inversión privada
(variación porcentual -4,2 -5,4 0,2 4,4 2,9 4,6 5,2 4,9 4,7 4,2 4,1 4,1 4,1 4,2 4,2 4,2
real)
Inversión pública
(variación porcentual -9,5 -0,2 -2,3 8,4 1,0 4,5 5,0 5,3 5,8 6,0 6,0 6,0 6,0 6,0 6,0 6,0
real)
Inversión privada
19,6 18,1 17,3 17,6 17,6 17,8 17,9 18,0 18,1 18,0 18,0 17,9 17,9 17,8 17,8 17,7
(porcentaje del PBI)
Inversión pública
5,0 4,8 4,5 4,8 4,7 4,7 4,8 4,8 4,9 5,0 5,0 5,1 5,2 5,3 5,3 5,4
(porcentaje del PBI)
Producto Bruto Interno
potencial (variación 3,8 3,6 3,4 3,3 3,2 3,5 4,0 4,6 4,8 4,8 4,5 4,4 4,4 4,7 4,9 4,7
porcentual real)
Productividad Total
de Factores (variación -0,4 0,2 -1,3 1,0 -3,2 -2,5 -2,2 -2,0 -1,8 -1,5 -1,5 -1,4 -1,2 -1,1 -1,1 -1,0
porcentual real)
Brecha producto (% del
-0,3 0,1 -0,8 -0,1 -0,1 0,3 0,5 0,2 -0,2 -0,4 -0,3 -0,1 0,2 0,3 0,2 0,2
PBI potencial)
p: Proyectado. 1/ Incluye la variación de existencias.
Nota. Elaboración CEPLAN.
43
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
44
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
8,3% en el 2019 (4,4 puntos porcentuales por encima del escenario base), para ir reduciéndose
paulatinamente y converger en una tasa de 7,0%. Asimismo, la productividad se vería apuntalada
de acuerdo con lo que se postula en el trabajo del BID (2018).
9,0
8,0
7,0
6,0
5,0
4,0
3,0
2,0
1,0
0,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
45
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Bajo este panorama favorable, donde la consolidación fiscal no limite el mayor gasto en
infraestructura dado que se deberían propiciar mayores ingresos fiscales, el PBI peruano
alcanzaría un crecimiento de 0,5 puntos porcentuales en promedio durante todo el horizonte
de proyección; convergiendo en 5,5% al 2030. Por su parte, la balanza en cuenta corriente se
presentaría deficitaria en todo el periodo ante los mayores gastos de capital.
6,0
5,5
5,0
4,5
4,0
3,5
3,0
2,5
2,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
1,5
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
46
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
6,0
5,5
5,0
4,5
4,0
3,5
3,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
-0,7
-1,2
-1,7
-2,2
-2,7
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
47
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Tabla 5
Proyección de principales indicadores macroeconómicos en el escenario de Política Nacional de Competitividad y Productividad
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
PBI SOCIOS COMERCIALES
Mundo (variación
3,5 3,2 3,8 3,6 3,3 3,5 3,5 3,5 3,5 3,5 3,5 3,4 3,4 3,4 3,4 3,4
porcentual real)
Economías avanzadas
(variación porcentual 2,3 1,7 2,3 2,2 1,8 1,7 1,7 1,7 1,6 1,6 1,6 1,5 1,5 1,5 1,5 1,5
real)
EE.UU. (variación
2,9 1,6 2,2 2,9 2,1 1.8 1,7 1,7 1,6 1,6 1,6 1,5 1,5 1,5 1,5 1,5
porcentual real)
Zona Euro (variación
2,1 1,9 2,4 1,8 1,2 1,4 1,4 1,4 1,4 1,4 1,4 1,3 1,3 1,3 1,3 1,3
porcentual real)
Economías emergentes
y en desarrollo
4,3 4,4 4,8 4,5 4,3 4,6 4,6 4,6 4,7 4,5 4,5 4,5 4,5 4,4 4,4 4,4
(variación porcentual
real)
China (variación
6,9 6,7 6,9 6,6 6,2 6,0 5,8 5,8 5,8 5,5 5,5 5,5 5,5 5,3 5,3 5,3
porcentual real)
Socios comerciales
(variación porcentual 3,5 3,1 3,7 3,7 3,2 3,2 3,2 3,2 3,2 3,1 3,1 3,0 3,0 3,0 3,0 3,0
real)
PRECIOS DE COMMODITIES
Cobre (¢US$/lb.) 249 221 280 296 284 287 295 300 305 308 310 310 310 310 310 310
Oro (US$/oz.tr.) 1161 1248 1257 1269 1308 1320 1325 1333 1340 1350 1355 1355 1355 1355 1355 1355
Zinc (¢US$/lb.) 88 95 131 133 122 125 128 130 133 135 137 137 137 137 137 137
Plomo (¢US$/lb.) 81 85 105 102 93 95 102 110 115 115 115 115 115 115 115 115
Petróleo (US$/bar.) 49 43 51 65 55 58 56 55 55 55 55 55 55 55 55 55
48
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
PRECIOS
Inflación promedio
3,5 3,6 2,8 1,3 2,1 1,9 2,3 2,5 2,4 2,4 2,2 2,1 2,1 2,0 2,0 2,0
(porcentaje)
Tipo de cambio
promedio (soles por 3,19 3,38 3,26 3,29 3,31 3,31 3,36 3,39 3,40 3,40 3,38 3,37 3,37 3,36 3,34 3,32
US dólar)
Términos de
intercambio
-6,3 -0,4 7,2 0,0 0,6 -0,4 1,6 1,5 0,7 0,3 0,1 0,0 0,0 0,0 0,0 0,0
(variación
porcentual)
Índice de precios
de exportación
-14,9 -3,4 13,0 6,5 -1,4 0,9 1,9 1,6 1,4 0,5 0,3 0,0 0,0 0,0 0,0 0,0
(variación
porcentual)
Índice de precios
de importación
-9,2 -3,0 5,4 6,6 -2,0 1,3 0,4 0,1 0,7 0,2 0,2 0,0 0,0 0,0 0,0 0,0
(variación
porcentual)
PRODUCTO BRUTO INTERNO
Producto Bruto Interno
(miles de millones de 609 999 656 450 698 245 740 269 787 387 837 576 899 334 969 533 1 043 159 1 122 977 1 206 131 1 293 931 1 390 291 1 493 111 1 603 459 1 721 830
soles)
Producto Bruto Interno
(variación porcentual 3,3 4,0 2,5 4,0 4,1 4,5 4,6 4,9 5,0 5,3 5,3 5,3 5,4 5,5 5,5 5,5
real)
Demanda interna
(variación porcentual 2,9 1,1 1,4 4,3 4,6 4,8 4,8 4,9 4,8 5,0 4,9 4,9 5,1 5,2 5,2 5,2
real)1
49
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
Consumo privado
(variación porcentual 4,0 3,3 2,5 3,8 3,8 4,2 3,9 4,1 4,1 4,2 4,1 4,1 4,1 4,0 3,9 3,9
real)
Consumo público
(variación porcentual 9,8 0,3 0,5 2,0 2,3 3,5 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0
real)
Inversión privada
(variación porcentual -4.2 -5,4 0,2 4,4 8,3 6,8 7,1 7,9 7,6 7,1 7,0 7,0 7,0 7,0 7,0 7,0
real)
Inversión pública
(variación porcentual -9.5 -0,2 -2,3 8,4 3,6 6,5 7,2 7,4 7,8 8,0 8,0 8,0 8,0 8,0 8,0 8,0
real)
Inversión privada
19.6 18,1 17,3 17,6 18,3 18,8 19,2 19,7 20,1 20,5 20,9 21,3 21,6 22,0 22,3 22,7
(porcentaje del PBI)
Inversión pública
5,0 4,8 4,5 4,8 4,8 4,9 5,0 5,1 5,2 5,4 5,5 5,7 5,8 6,0 6,1 6,3
(porcentaje del PBI)
Producto Bruto Interno
potencial (variación 3,7 3,6 3,5 3,5 3,7 4,1 4,6 5,2 5,5 5,4 5,1 5,0 5,1 5,4 5,6 5,5
porcentual real)
Productividad Total
de Factores (variación -0.4 0,2 -1,3 1, -2,6 -2,3 -2,0 -1,8 -1,7 -1,5 -1,5 -1,4 -1,3 -1,3 -1,2 -1,2
porcentual real)
Brecha producto (% del
-0.3 0,2 -0,8 -0,4 0,1 0,5 0,5 0,2 -0,3 -0,4 -0,3 0,0 0,3 0,3 0,2 0,2
PBI potencial)
p: Proyectado. 1/ Incluye la variación de existencias.
Nota. Elaboración CEPLAN.
50
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Foto: forosperu.net
A manera de síntesis se puede concluir que el choque positivo, ejecución efectiva del Plan Nacional
de Competitividad y Productividad, tiene un impacto permanente en el PBI en comparación
con el choque negativo, recrudecimiento de las tensiones comerciales, que a pesar de tener un
impacto más pronunciado en un primer momento, posteriormente casi que alcanza la senda de
crecimiento del escenario base.
6,0
5,5
5,0
4,5
4,0
3,5
3,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
51
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
9,0
8,0
7,0
6,0
5,0
4,0
3,0
2,0
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
-0,7
-1,2
-1,7
-2,2
-2,7
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
52
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
5.
Conclusiones y
recomendaciones
Foto: Agencia Peruana de Noticias Andina
El presente estudio ha logrado desarrollar un modelo de proyecciones que tiene como uno de sus
principales activos el poder vincular las estimaciones macroeconómicas en el corto, mediano y largo
plazo, mediante, incluso, la formulación de escenarios. Esto se puede convertir en una herramienta
importante para facilitar la tarea de los formuladores de política y planificadores, lo que les permitiría
tomar decisiones de política de naturaleza más proactiva que reactiva.
En ese mismo sentido, para la toma de mejores decisiones en materia de política económica, es importante
precisar que el modelo desarrollado en este estudio puede servir de complemento al modelo International
Futures (IFs), al ser un insumo para una mejor previsión de tendencias en el mediano y largo plazo.
Por otro lado, hay que tener en cuenta que la precisión en las proyecciones macroeconómicas no
solo depende de la sofisticación del modelo. Es por tal motivo que se recomienda que un modelo
de proyecciones debe ir de la mano de la pericia de analistas, los cuales a su vez deben encontrarse
en constante revisión y actualización del acontecer político y socioeconómico. Ello les otorgará a las
proyecciones una naturaleza más orgánica.
Otra recomendación importante es complementar el modelo de proyecciones de este estudio con
los sectores monetario y financiero, con el fin de tener un análisis del funcionamiento del sistema
macroeconómico completo, a pesar de que estos sectores tienen más utilidad en la implementación de
políticas que en la precisión de proyecciones.
Por último, a partir de lo planteado en los escenarios de proyección y el modelo de determinantes de
la PTF, es imperativa la implementación de reformas estructurales orientadas a apuntalar el crecimiento
de largo plazo, como la referida al cierre de brechas de infraestructura, ya que la apertura comercial por
sí sola no es suficiente para asegurar un crecimiento sostenible e inclusivo, que permita el desarrollo de
potencialidades.
53
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
6.
Referencias
Ilustración: Freepik
Agénor, Nabli & Yousef. (2005). Public Infrastructure and Private Investment in the Middle East and North
Africa. Banco Mundial.
Apoyo Consultoría (2014). Convenio Anual de Servicio de Asesoría Empresarial (SAE).
Banco Interamericano de Desarrollo. (2010). La era de la productividad: cómo transformas las economías
desde sus cimientos. Banco Interamericano de Desarrollo.
Banco Interamericano de Desarrollo. (2014). ¿Cómo repensar el desarrollo productivo? Políticas e institucio-
nes sólidas para la transformación económica. Banco Interamericano de Desarrollo.
Banco Interamericano de Desarrollo. (2018). La hora del crecimiento. Banco Interamericano de Desarrollo.
Banco Mundial. (2016). Global Economic Prospects: Spillovers amid Weak Growth. Banco Mundial, Washin-
gton D.C.
Barro, R. & Lee, J. (2010). A New Data Set of Educational Attainment in the World, 1950–2010. National Bureau
of Economic Research.
BCRP. (2011). Glosario de términos económicos. BCRP.
BCRP. (2018). Reporte de Inflación: panorama actual y proyecciones macroeconómicas 2018-2019. BCRP.
Bils, M. & Klenow, Peter J. (2000). Does Schooling Cause Growth? American Economic Review.
Blanchard, O. (2017). The Need for Different Classes of Macroeconomic Models. Blog post, enero 12, 2017,
Peterson Institute for International Economics.
Calderon & Didier. (2009). Severity of the Crisis and its Transmission Channels. Banco Mundial.
Castillo y Rojas. (2014). Términos de intercambio y productividad total de factores: evidencia empírica para
economías emergentes de América Latina. Banco Central de Reserva del Perú.
Catillo, Montoro & Tuesta. (2006). Hechos estilizados de la economía peruana. Banco Central de Reserva.
Céspedes, N., Aquije, M., Sánchez, A. & Vera-Tudela, R. (2014). Productividad sectorial en el Perú: un análisis a
nivel de firmas. Revista de Estudios Económicos - Banco Central de Reserva del Perú.
54
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Chang, Kaltani & Loayza. (2005). Openess Can Be Good for Growth: The Role of Policy Complementaries.
National Bureau of Economic Research.
Croce, E., Da Costa, M. & Juan-Ramón, H. (2002). Programación financiera: métodos y aplicación práctica al
caso de Colombia. Fondo Monetario Internacional.
Da Costa, M. & Juan-Ramón, H. (2011). Programación financiera: fundamentos teóricos y aplicación práctica
al caso de Costa Rica. Banco Interamericano de Desarrollo, Fondo Monetario Internacional.
Danquah, Moral-Benito & Ouattara. (2011). TFP Growth and its Determinants: Nonparametric and Model
Averaging. Banco de España.
De Long y Summers. (1991). Equipment Investment and Economic Growth. Quarterly Journal of Economics.
De Long y Summers. (1991). Equipment Investment and Economic Growth: How Strong is the Nexus? Broo-
king Papers on Economic Activity.
Dollar & Kraay. (2004). Trade, Growth and Poverty. Economic Journal.
Easterly y Levine. (1997). Africa’s Growth Tragedy: Policies and Ethnic Divisions. Quarterly Journal of Econo-
mics.
Erden & Holcombe. (2005). The Effects of Public Investment on Private Investment in Developing Economies.
Public Financial Review.
Fernández, A., González A. & Rodríguez D. (2015). Sharing a Ride on the Commodities Roller Coaster: Com-
mon Factors in Business Cycles of Emerging Economies. Fondo Monetario Internacional, Washington
D.C.
Ferreyra, J. & Vásquez J. (2009). Desaceleración china y sus efectos sobre el mundo. Revista Moneda 139:
Fortalezas del Perú ante la crisis internacional, 17-22, BCRP.
Fondo Monetario Internacional. (2012). Spillover Report. Fondo Monetario Internacional, Washington D.C.
Fondo Monetario Internacional. (2014). Peru: Staff Report for the 2013 Article IV Consultation. Fondo Mone-
tario Internacional, Washington D.C.
Fondo Monetario Internacional. (2018). Perspectivas de la Economía Mundial: retos para un crecimiento
sostenido. Fondo Monetario Internacional, Washington D.C.
Giordano, Momigliano, Neri & Perotti. (2007). The Effects of Fiscal Policy in Italy: Estimates from a VAR Model.
Europena Journal of Political Economy 23.
Grossman y Helpman. (1991). Innovation and Growth in the Global Economy. MIT Press.
Hall y Jones. (1999). Why Do Some Countries Produce So Much More Output per Worker than Others?. Quar-
terly Journal of Economics.
Hamilton. (1994). Análisis de series de tiempo. Princeton University Press.
Hara, Ichiue, Kojima, Nakamura & Shirota. (2009). Practical Use of Macroeconomic Models at Central Banks.
Bank of Japan.
Hatano. (2010). Crowding-in Effect of Public Investment on Private Investment. Public Policy Review.
Hsieh. (2002). What Explains the Industrial Revolution in East Asia? Evidence from Factor Markets. American
Economic Review.
INEI. (2010). Clasificación industrial internacional uniforme revisión 4. INEI.
55
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Islam. (2005). Determinants of Productivity: A Two-Stage Analysis. International Centre for the Study of East
Asian Development.
Izquierdo, Romero & Talvi. (2007). “Booms and Busts in Latin America: The role of External Factors”, Fondo
Monetario Internacional, Washington D.C.
Kapsoli & Bencich. (2004). Indicadores líderes, redes neuronales y predicción de corto plazo. Pontificia Uni-
versidad Católica del Perú.
Keynes. (1936). The General Theory of Employment, Interest and Money.
Khan. (2006). Macro Determinants of Total Factor Productivity in Pakistan. State Bank of Pakistan.
Kocherlakota. (2009). Modern Macroeconomic Models as Tools for Economic Policy. Federal Reserve Bank of
Minneapolis.
Lane & Milesi-Ferretti. (2010). Global Imbalences and External Adjustment after the Crisis. Fondo Monetario
Internacional.
Loayza, Fajnzylber & Calderon. (2005). Economic Growth in Latin America and the Caribbean: Stylized Facts,
Explanations and Forecasts. Banco Mundial.
Loko & Diouf. (2009). Revisiting the Determinants of Productivity Growth: What’s New? Fondo Monetario
Internacional.
Lucas. (1976). Econometric Policy Evaluation: A Critique.
Mankiw, Romer y Weil. (1992). A Contribution to the Empirics of Economic Growth. Quarterly Journal of
Economics.
MEF. (2018). Política Nacional de Competitividad y Productividad. MEF.
Meyer. (1997). The Role for Structural Macroeconomic Models. Speech, enero 5, 1997, The Federal Reserve
Board.
Ministerio de Economía y Finanzas. (2016). Marco Macroeconómico Multianual 2017-2019. Ministerio de
Economía y Finanzas.
Ministerio de Economía y Finanzas. (2017). Recuadro 3: impacto de la inversión pública sobre la inversión
privada. Marco Macroeconómico Multianual 2018-2021.
Ministerio de Trabajo y Promoción del Empleo (2008). Comportamiento y perspectivas de la demanda de
trabajo en Lima Metropolitana. Boletín de Economía Laboral - Ministerio de Trabajo y Promoción del
Empleo.
Montoro, C. (2009). El sistema de proyecciones del BCRP. Revista Moneda N° 142 - Banco Central de Reserva
del Perú.
Nolazco, J., Lengua-Lafosse, P. & Céspedes, N. (2016). Contribución de los choques externos en el crecimiento
económico del Perú: un modelo semi-estructural. BCRP.
Otto. (1997). Productivity Growth and Economic Policy in Australia. Parliament of Australia.
Pagan. (2003). Report on Modelling and Forecasting at the Bank of England. Bank of England.
Panigo & Toledo. (2007). Tipología clasificatoria de diferentes modelos de proyección y evaluación macro-
económica. Ministerio de Economía y Producción de Argentina.
Pescatori & Zaman. (2011). Macroeconomic Models, Forecasting and Policymaking. Federal Reserve Bank of
Cleveland.
56
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Societe Generale. (2016). China: Assessing the Global Impact of a Chinese Slowdown. Econonote, Francia.
Solow. (1957). Technical Change and the Aggregate Production Function. Review of Economics and Statis-
tics.
Solow. (2001). Applying Growth Theory across Countries. The World Bank Economic Review.
Sosa, S. (2010). The influence of Big Brothers: How Important are Regional Factors for Uruguay. Fondo Mone-
tario Internacional, Washington D.C.
Stanica, N. (2013). A Financial Programming Model - Representative Indicators and Scenarios. Academia Ru-
mana, Instituto para la Proyección Económica.
Yotzov. (2001). Macroeconomic Model of International Monetary Fund and The World Bank (Analysis Theo-
retical Approaches and Evaluation Their Effective Implementation in Bulgaria). Banco Nacional de
Bulgaria.
57
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
7.
Anexos
Foto: Freepik
20 Para mayor detalle de las variables utilizadas en este estudio, ver anexos del 2 al 6 al final de este documento.
58
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
yt = αXt + εt
Donde yt representa la variable a explicar o dependiente, Xt es el conjunto de variables
explicativas o independientes, y εt indica el término de error (en otras palabras, lo que es
no explicado por el MRL). Además, α son los parámetros que cuantifican la relación de cada
variable independiente con la endógena.
El método de mínimos cuadrados ordinarios postula utilizar como estimación de los parámetros
aquella combinación que minimice los errores que el modelo cometerá. Así, en su forma
matricial, el vector de parámetros se calcula de la siguiente manera:
β = (X´X) X´Y
= E (β −β )(β −β )
= (X X) E (X ϵϵ X)(X X)
= (X X) TΩ(X X)
=δ (X X)
Una parte clave de esta derivación es la suposición de que los términos de error son
condicionalmente homocedásticos (varianza constante), lo que implica que:
X X
Ω=E
T
=δ (X
Una suficiente pero no necesaria condición para esta restricción es que los errores sean
independientes e idénticamente distribuidos (iid). En los casos en que este supuesto es relajado
para permitir la heteroscedasticidad o autocorrelación, la expresión de la matriz de covarianza
será diferente.
59
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
Es así que Newey y West (1987b) propusieron un estimador de covarianza más general
que es consistente con la presencia de ambos: heterocedasticidad y autocorrelación de
forma desconocida. Proponen el uso de métodos de HAC para formar una estimación de
E = δ A continuación, el estimador de coeficiente de covarianza HAC está dado por:
NW
X) TΩ(X X)
60
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
61
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
62
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
63
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
64
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
65
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
66
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
67
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
68
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
7.9. PBI por el lado del gasto, variación porcentual (escenario base)
Tabla 13
PBI por el lado del gasto (variación porcentual real anual)
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
I. Demanda interna 2,9 1,1 1,4 4,3 3,5 4,0 4,1 4,2 4,1 4,3 4,2 4,2 4,4 4,4 4,5 4,5
1. Gasto privado1 2,7 1,2 1,8 4,4 3,9 4,1 4,2 4,3 4,2 4,4 4,3 4,3 4,5 4,5 4,6 4,6
a. Consumo privado 4,0 3,3 2,5 3,8 3,6 3,9 3,7 3,9 3,9 4,0 3,9 3,9 3,9 3,8 3,7 3,8
b. Inversión privada -4,2 -5,4 0,2 4,4 3,9 4,7 4,8 5,8 5,5 5,0 5,0 5,0 5,0 5,0 5,0 5,0
2. Gasto público 3,6 0,1 -0,3 3,8 1,9 3,8 3,6 3,7 3,8 3,9 3,9 3,9 4,0 4,0 4,0 4,0
a. Consumo público 9,8 0,3 0,5 2,0 2,3 3,5 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0 3,0
b. Inversión pública -9,5 -0,2 -2,3 8,4 1,0 4,5 5,0 5,3 5,8 6,0 6,0 6,0 6,0 6,0 6,0 6,0
II. Demanda externa neta
1. Exportaciones2 3,9 9,4 7,8 2,5 2,8 3,1 3,4 4,2 4,5 4,5 4,6 4,6 4,6 4,6 4,6 4,6
2. Importaciones2 2,4 -2,2 4,1 3,4 2,4 3,1 2,6 3,1 2,8 2,4 2,3 2,3 2,2 2,2 2,3 2,3
III. PBI 3,3 4,0 2,5 4,0 3,6 4,0 4,2 4,5 4,5 4,8 4,8 4,8 5,0 5,0 5,0 5,0
p: Proyectado. 1/ Incluye la variación de existencias. 2/ De bienes y servicios.
Nota. Elaboración CEPLAN.
69
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
7.10. PBI por el lado del gasto, porcentaje del PBI (escenario base)
Tabla 14
PBI por el lado del gasto (porcentaje del PBI)
2015 2016 2017 2018 2019p 2020p 2021p 2022p 2023p 2024p 2025p 2026p 2027p 2028p 2029p 2030p
I. Demanda interna 123,8 122,3 122,1 123,0 122,1 121,9 121,5 120,9 120,4 119,6 118,7 118,0 117,3 116,5 115,8 115,1
1. Gasto privado 84,9 83,2 81,5 81,7 81,9 82,0 81,7 81,4 81,1 80,9 80,7 80,5 80,3 80,2 80,1 79,9
a. Consumo privado 66,2 65,8 65,2 64,7 64,7 64,7 64,2 63,7 63,3 62,9 62,5 62,1 61,6 61,1 60,5 60,0
b. Inversión privada 19,6 18,1 17,3 17,6 17,7 17,8 17,9 18,1 18,2 18,3 18,3 18,4 18,5 18,5 18,6 18,7
2. Gasto público 17,6 16,9 16,3 16,3 16,1 16,0 15,9 15,8 15,6 15,5 15,4 15,4 15,2 15,1 15,0 15,0
a. Consumo público 12,7 12,1 11,8 11,5 11,4 11,3 11,2 11,0 10,8 10,7 10,5 10,3 10,2 10,0 9,8 9,7
b. Inversión pública 5,0 4,8 4,5 4,8 4,7 4,7 4,7 4.,8 4,8 4,9 4,9 5,0 5,1 5,1 5,2 5,3
II. Demanda externa neta
1. Exportaciones1 21,2 22,3 24,3 25,0 24,2 23,8 23,8 23,7 23,6 23,1 22,6 22,1 21,7 21,2 20,7 20,2
2. Importaciones1 23,8 22,3 22,1 23,0 22,1 21,9 21,5 20,9 20,4 19,6 18,7 18,0 17,3 16,5 15,8 15,1
III. PBI 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
p: Proyectado. 1/ Incluye la variación de existencias. 2/ De bienes y servicios.
Nota. Elaboración CEPLAN.
70
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
71
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
72
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
6
Seriess: Residualls
Sample 1992 2018
5 Observations 27
73
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
74
PERÚ: PROYECCIONES MACROECONÓMICAS AL 2030
75