“RELACIÓN DE LA INVERSIÓN PRIVADA NACIONAL

RESPECTO A LA INVERSIÓN EXTRANJERA DIRECTA,

EL PRECIO Y LA DEMANDA MUNDIAL DEL COBRE EN
EL PERÚ EN EL PERIODO 2000-2018”

Por:

- AZA BRAVO, CLAUDIA JOSTA

- CAPIA CHAVEZ, ESTEFANNY DANIELA
- MAMANI CHUQUIRIMAY, BRAYAN SAMUEL
- PINTO QUISPE, DITSY ZULEMA
- PINTO QUISPE, YAMILET ZULEMA
- QUISPETUPAC CALCINA, JAKELINE KAROL
- RAMÍREZ CARI, LUIS GUSTAVO
 CAPÍTULO I:
PLANTEAMIENTO METODOLÓGICO

1.1. PLANTEAMIENTO DEL PROBLEMA

La Inversión Privada es muy importante para promover más trabajo, reducir la
pobreza, crear más oportunidades y promover el progreso personal y social,
familiar y de todo el país. Una mayor inversión privada permite una mayor
generación de empleo directa e indirectamente a través de su efecto positivo sobre
el crecimiento económico. El Perú como país minero, en su mayoría, apunta por la
comercialización del Cobre ya que, según el Diario Gestión, se ha consolidado
como el segundo mayor exportador de Cobre en el mundo y se debe aprovechar
este proceso para la mayor entrada de Flujo de capitales extranjeros a largo plazo
gracias a un alza en el precio de este commoditie.
La inversión privada es adecuado para un país, por los beneficios que brindan y se
reflejan a nivel corporativo nacional, en oportunidades del sector privado genera
desarrollar modelos de negocios que generen valor económico, ambiental y social,
además ayuda al desarrollo de países tercermundistas y mejorar sustancialmente
la calidad, rebaja de tarifas de los servicios brindados en energía,
telecomunicaciones e infraestructura.

En los últimos tiempos el entorno económico financiero internacional se ha vuelto

mucho menos favorable para la inversión y el crecimiento en Perú (y muchos otros
países emergentes).
Una de las fuentes principales de la Inversión Privada Nacional es la
comercialización de metales ya que nuestro país es un importante exportador de
materia prima especialmente en el sector minero. América Latina constituye el
principal destino de la inversión en exploración minera en el mundo, mientras que
en el Perú la inversión en exploración minera aumentó en 40%, superando los US$
350 millones durante 2006, según el Metals Economics Group. Por su parte, el
valor de las exportaciones mineras peruanas ascendió a cerca de US$ 15 000
millones en el año pasado, habiendo bordeado los US$ 10 000 millones en 2005 y
US$ 7 000 millones en 2004. A su vez, el listado de proyectos de inversión, tanto
de prospectos en exploración, en construcción o en etapa de elaboración de
estudios (factibilidad, técnicos o ambientales), suma cerca de US$ 15 000 millones
para el próximo quinquenio (2007 – 2011) o un promedio de US$ 3 000 millones
anuales de realizarse efectivamente todos.
 La relación de la Inversión Privada Nacional respecto a la Inversión Extranjera
Directa, el Precio del Cobre en el Perú es de vital importancia para poder
desarrollar un análisis exhaustivo en cuanto a la mejora o empeoramiento en el
país, además, con el análisis histórico descriptivo se puede desarrollar las causas
del por qué el Perú ha tenido tal comportamiento respecto a las variables de
estudio en el periodo determinado para la investigación y presentar predicciones
futuras para analizar la variación de este comportamiento.

1.1.1. Problema General

¿Qué relación existe entre la Inversión Extranjera Directa y el Precio del
Cobre respecto a la Inversión Nacional Privada para la economía del Perú en
el periodo trimestral 2000-2018?

1.1.2. Problemas Específicos

 ¿De qué manera influye Inversión Extranjera Directa respecto a la
Inversión Privada Nacional para la economía del Perú en el periodo
trimestral 2000-2018?

 ¿Cuál es la incidencia del Precio del Cobre para la economía del Perú en
el periodo trimestral 2000-2018?

1.2. JUSTIFICACIÓN
Una de la principales prioridades en la economía es la de comprender cuales son
los motivos del incremento o decremento de Inversión Privada Nacional y qué
hacer para mejorar la entrada de capitales al país. La razón del estudio de la
Inversión Extranjera Directa y el Precio del Cobre respecto a la Inversión Nacional
Privada para la economía del Perú es la de poder comprobar la correlación y las
respectivas significancias entre las variables independientes (Inversión Extranjera
Directa y Precio del Cobre) y la variable dependiente (Inversión Nacional Privada),
pues podemos atribuir que la Inversión Privada Nacional merece seguimiento
como signo de advertencia sobre problemas entradas de flujos de capitales
externos que fortalecen a esta variable pues las cimas en el inversión pueden no
ser “sólidos” o estar sujetos a distorsiones.

En ese sentido se conocerán los conceptos de manera más técnica y poder

comprender su importancia en la realidad. Este estudio nos ayudará a entender la
relación que existe entre las variables explicativas respecto a la variable explicada
 y poder comprender sus variaciones. Formulándonos un modelo econométrico
podremos comprobar la teoría aplicada a la realidad para la economía del Perú.

1.3. OBJETIVOS
1.3.1. Objetivo General
Determinar la relación que existe entre La Inversión Extranjera Directa y el
Precio del Cobre respecto a la Inversión Privada Nacional para la economía
del Perú en el periodo trimestral 2000-2018.

1.3.2. Objetivos Específicos

 Determinar la influencia de la Inversión Extranjera directa respecto a la
Inversión Privada Nacional para la economía del Perú en el periodo
trimestral 2000-2018.
 Analizar la incidencia del Precio del Cobre respecto a la Inversión Privada
Nacional para la economía del Perú en el periodo trimestral 2000-2018.

1.4. HIPÓTESIS DEL MODELO

1.4.1. Hipótesis
1.4.1.1. Hipótesis General
Existe una relación positiva de la Inversión Extranjera Directa y una relación
positiva del Precio del Cobre con respecto a la Inversión Privada Nacional
para la economía del Perú.

1.4.1.2. Hipótesis Específicas

 La Inversión Extranjera Directa tiene relación positiva con la Inversión
Privada Nacional para la economía del Perú.
 El Precio del Cobre tiene una relación positiva con la Inversión Privada
Nacional para la economía del Perú.

1.4.2. Modelos
1.4.2.1. Variables
1.4.2.1.1. Variable Dependiente
Y= Inversión Privada Nacional

1.4.2.1.2. Variables Independientes

X1= Inversión Extranjera Directa
X2= Precio del Cobre
X 3 = tipo de cambio
 1.4.2.1.3. Ecuación
Y = β0 + β 1 X 1 + β 2 X 2 + β 3 x +u
Donde:
Y= Inversión Privada Nacional
X1= Inversión Extranjera Directa
X2= Precio del cobre
X 3 = tipo de cambio

ipn=β 0 + β 1 flujcap+ β 2 pcobre+u

Donde:
β0 =Constante.
β1 =Efecto de la Inversión Extranjera Directa sobre la
Inversión Privada Nacional cuando el Precio del Cobre
permanece constante.
β1 =Efecto del Precio del Cobre sobre la Inversión Privada
Nacional cuando la Inversión Extranjera Directa
permanece constante.
ipn =Inversión Privada Nacional (millones S/).
flujcap =Inversión Extranjera Directa (% del PBI).
pcobre =Precio del Cobre (US$ por libras).
u =Perturbaciones.

1.5. METODOLOGÍA
1.5.1. Tipo y Nivel de estudio
Investigación explicativa, mediante uso de datos de series de tiempo anuales,
en el periodo 2000-2018 en el Perú.

1.5.2. Población
Datos macroeconómicos de la economía del Perú.

1.5.3. Muestra
Los datos de las variables Inversión Privada Nacional, Inversión Extranjera
Directa y el Precio del Cobre, considerados para trabajar el modelo, se
encuentran en el periodo 1980-2016, formando así una muestra de 37
observaciones anuales.
1.5.4. Método
Para el análisis de las variables se empleará el análisis econométrico, es
decir se empleará la regresión de series de tiempo.

1.5.5. Técnicas
1.5.5.1. Sistematización bibliográfica
Esta técnica permite la obtención de datos bibliográficos de libros, revistas y
otras publicaciones.

1.5.5.2. Análisis de datos

Es un proceso de inspeccionar, limpiar y transformar datos con el objetivo de
resaltar información útil, lo que sugiere conclusiones, y apoyo a la toma de
decisiones.

Estacionariedad
Intuitivamente el concepto se refiere a que las propiedades de la serie no
varían con respecto al tiempo. En otras palabras, significa que su variación (la
forma en la que cambia) no cambia en función del tiempo.

Esto tiene una importante implicación a la hora de predecir. Pues de tener

estacionariedad, estaríamos prediciendo que las características estadísticas
de nuestra serie de tiempo serán las mismas en el futuro como en el pasado.

Otra consecuencia importante es que “estacionarizando” una serie de tiempo

podemos obtener información significativa como media, varianza y
autocorrelaciones (correlaciones entre distintos valores de la serie de tiempo);
dichos valores son útiles para describir el comportamiento futuro únicamente
si la serie es estacionaria. Por ejemplo, si hay presencia de tendencia
positiva, la media y varianza muestral aumentarán y se subestimará a la
media y varianza en periodos posteriores. Y si la media y varianza no están
bien definidas, tampoco lo estarán las autocorrelaciones. Por ende cuando se
trabaja con series de tiempo no es recomendable ajustar una regresión, pues
los datos no son estáticos (estacionarios).
A grandes rasgos verificar esta propiedad en el estudio de las series de
tiempo tiene su importancia en los siguientes aspectos.
1.Facilidad de Análisis: Entre todos los procesos estocásticos, los procesos
estacionarios resultan ser un caso particular mucho más fácil de analizar.

2.Mejor Entendimiento: Aunque en el punto anterior recalcamos que puede

ser de ayuda para analizar de forma más sencilla algún fenómeno, no es de
sorprenderse que también nos permite modelar fenómenos de mayor
complejidad. Por ejemplo, la estacionariedad es un supuesto común a la hora
de realizar estimación de tendencia, previsión financiera (forecasting),
inferencia, entre otros.

3.Ubicuidad: Es decir la presencia de la estacionariedad no sólo en el

problema que estemos analizando, sino en el campo de estudio.[CITATION
Art19 \l 3082 ]

En econometría , específicamente en el estudio de series de tiempo, un

proceso estocástico es estacionario cuando la función de probabilidad
conjunta de las observaciones es invariante a través del tiempo (estacionario
fuerte). Formalmente :

F(xt,xt+1,...,xt+k)=F(xt+s,xt+s+1,...,xt+s+k)

Por otra parte, existe el caso de que, aun cuando no se cumple la

estacionariedad fuerte para un proceso , este pueda serlo en su forma débil.
Para que una proceso pueda ser definido como estacionario en su forma débil
se requiere que :

La media sea constante a través del tiempo

E(Xt)=E(Xt−k)
La varianza sea constante a través del tiempo
V(Xt)=V(Xt−k)
La covarianza solo dependa de la diferencia de tiempos entre las
observaciones [ CITATION cam14 \l 3082 ]
Cov(xt,xt−k)=Cov(xt−s,xt−k−s)
 Modelo 5: MCO, usando las observaciones 2000:1-2018:4 (T = 73)
Se han quitado las observaciones ausentes o incompletas: 3
Variable dependiente: Y

Coeficiente Desv. TÃpica EstadÃstico t valor p

l_IED 1.13220 0.284916 3.974 0.0002 ***
l_ToT 0.848314 0.194445 4.363 <0.0001 ***
PC 0.0108576 0.00250411 4.336 <0.0001 ***

Media de la vble. dep. 17.13075 D.T. de la vble. dep. 2.618567

Suma de cuad. residuos 179.4427 D.T. de la regresión 1.601083
R-cuadrado no centrado 0.991812 R-cuadrado centrado 0.636532
F(3, 70) 2826.513 Valor p (de F) 6.13e-73
Log-verosimilitud −136.4105 Criterio de Akaike 278.8210
Criterio de Schwarz 285.6923 Crit. de Hannan-Quinn 281.5593

Contraste de heterocedasticidad de White -

Hipótesis nula: [No hay heterocedasticidad]
Estadístico de contraste: LM = 15.5583
con valor p = P(Chi-cuadrado(9) > 15.5583) = 0.0766972

Contraste de normalidad de los residuos -

Hipótesis nula: [El error tiene distribución Normal]
Estadístico de contraste: Chi-cuadrado(2) = 1.89582
con valor p = 0.387551
 Residuos de la regresión (= Y observada - estimada)
3

-1
residuo

-2

-3

-4

-5

-6
12 13 14 15 16 17 18 19 20 21
Inversión Privada Nacional

Residuos de la regresión (= Y observada - estimada)

3

-1
residuo

-2

-3

-4

-5

-6
4.5 5 5.5 6 6.5 7 7.5 8
l_IED
 Inversión Privada Nacional con respecto a l_ToT, observada y estimada
22
Observada
Estimada
21

20

19
Inversión Privada Nacional

18

17

16

15

14

13

12
7.85 7.9 7.95 8 8.05 8.1 8.15
l_ToT

9
l_Y
l_IED

2
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018
6.5
l_Y
l_PC

5.5

4.5

3.5

2.5

2
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018

9
l_Y
l_ToT

2
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018