MARCO TEORICO Y

CONCEPTUAL DEL CRECIMIENTO

ECONOMICO
/BERMUDEZ
LIMPARA
ERICK MIGUEL
FUNDAMENTAR UN MODELO DE
REGRESION
ECONOMETRICA
/ARANDA
ASTO
DIEGO

/FERNANDEZ ALFARO EDWARD

/MAYTA CONTRERAS DAYSI
/GAMBOA CARRERA JACQUELINE

PLANTEAMIENTO DEL PROBLEMA

El crecimiento econmico, por su naturaleza, est determinado tanto por variables
endgenas como exgenas, estos pueden tener un efecto directo o indirecto. Estos efectos
pueden ser favorables o desfavorables, eso depender de las polticas econmicas que
apliquen cada economa y la manera de cmo responder a las adversidades externas
(crisis), que atentan contra el buen desarrollo del crecimiento econmico de una nacin. A
la vez el crecimiento econmico puede ser analizado de manera cuantitativa y
cualitativamente.
El problema de analizar el crecimiento de una economa, de manera cuantitativa: es
plantear que variables que afectan a esta, y que tanto pueden influir estas variables sobre el
crecimiento (si son significativas o no). Para lo cual ilustraremos que variables que
determinan el crecimiento econmico11 de la siguiente manera:
1. Capital fsico e infraestructura: Ratio de inversin; mediciones de infraestructura.
2. Capital humano y educacin: Tasa de matrcula por niveles de escolaridad
(primaria, secundaria y superior).
3. Polticas estructurales: Grado de desigualdad (coeficiente de Gini; consumo pblico
y grado de apertura comercial).
4. Polticas de estabilizacin: Inflacin, ciclos y volatilidad macroeconmica.
5. Condiciones financieras: Ratios de profundizacin financiera; mercados financieros.
6. Condiciones externas: Trminos de intercambio, ayuda externa, prima de riesgos y
cambios de periodo especficos.
7. Instituciones: capital social, religin, nivel de corrupcin, calidad de las
instituciones; diversidad tnica y lingstica.
8. Geografa y poblacin: latitud, tamao de la fuerza laboral y mediterraneidad.
Segn las definiciones anteriores, son muchas las variables que determinan el crecimiento
econmico. Muchos planteamientos o teoras22 se restringen a algunas de estas variables,
ya sea por la facilidad de encontrar la data de estas o por la relevancia que tienen sobre el
problema en cuestin, dado esto nos restringiremos a desarrollar nuestro tema:
determinantes del crecimiento econmico para el Per: 1951-2012 aplicando el modelo
de Solow (desarrollado en las pginas posteriores).
1 Raymundo Chirinos: determinantes del crecimiento econmico. (BCRP)

2 Flix Jimnez: ciclos y determinantes del crecimiento econmico: Per 1950-1996

.Guillermo Vsquez, Carlos Humberto: principales limitantes del crecimiento de la economa
peruana ()

OBJETIVOS
I.
II.
III.
IV.
V.

Analizar las variables que determinan el crecimiento econmico.

Analizar que tanto influyen dichas variables sobre el crecimiento econmico.
Conocer los mtodos para determinar el crecimiento a nivel cuantitativo.
Analizar el ao de quiebre estructural.
Conjeturar el porqu del quiebre estructural dadas las hiptesis planteada del
capital y trabajo (modelo solow), en determinados aos de acuerdo al contexto

VI.
VII.
VIII.

mundial
Interpretar el resultado numrico de dicho modelo.
Corroborar del modelo elegido.
Explicar el comportamiento del crecimiento econmico para el Per.

MARCO TERICO
En esta parte del trabajo se abordara la teora necesaria para brindar fundamentos a
la investigacin economtrica a realizarse. Esta investigacin tratara de aplicar la teora
economtrica a un modelo de crecimiento econmico para de esa manera estimar los
parmetros necesarios del modelo que relacionara algunas variables que determinen el
crecimiento econmico. Es necesario en la econometra el desarrollo de este marco terico
puesto que brinda los fundamentos de la regresin que se realizar ya que de no haber un
marco la regresin seria invalida para explicar cualquier fenmeno.
DEFINICIN DE CRECIMIENTO ECONMICO
Como primer punto para desarrollar un modelo de crecimiento tenemos que
entender que entienden los economistas por crecimiento econmico. El crecimiento
econmico se entiende como el incremento del producto de una economa, el PIB, en el
largo plazo. Felix Jimenez define crecimiento econmico de la siguiente manera:
Hasta ahora hemos definido la teora del crecimiento econmico como la rama de la economa que se
centra en el anlisis de la evolucin del producto potencial de las economas en el largo plazo. Por esta razn,
es necesario distinguir el crecimiento econmico de las fluctuaciones econmicas. La evolucin del PBI puede
separase en dos partes: la tendencia o producto potencial y las fluctuaciones alrededor de la tendencia. El
producto potencial es el producto tendencial o de largo plazo de una economa, por eso se dice tambin que es
el monto promedio de bienes y servicios producidos en la economa durante un largo perodo 3.

MODELO DE SOLOW
Una vez entendida la definicin de crecimiento econmico se desarrollara el modelo de
crecimiento neoclsico de Solow. Este modelo relaciona el crecimiento econmico con el
ahorro de la economa, la tecnologa y el crecimiento de la poblacin.
El modelo presenta una funcin de produccin que depende del capital y el trabajo:
Y = Af (K , L) 1

En donde Y es la produccin, A es un coeficiente tecnolgico, K es el capital y L el

trabajo. Adems de esta funcin hay otra de la acumulacin del capital:

K=I
K 2
Esto indica que el incremento total en el capital es la inversin menos la
depreciacin. La parte izquierda representa el incremento del capital. En la parte derecha I
representa la inversin, representa la tasa depreciacin sobre el capital K. por ltimo
se presenta una ecuacin de produccin.

3 http://departamento.pucp.edu.pe/economia/images/documentos/LDE-201101-04.pdf

Y =C + I 3
Si suponemos que la poblacin crece de la siguiente manera
L=L0 e nt 4
Tambin suponemos que la tecnologa crece de la siguiente manera
A= A 0 e xt 5
Y siendo la funcin de produccin de tipo Cobb Douglas
f (K , L)=K

Entonces reemplazando los trminos 6 y 5 en 1 y normalizando

Y =K

A 0=1

tenemos

(x +n/ )t

(Le

Si llamamos E unidades de eficiencia

E=L e (x+n / )t
Entonces despejando 3 y llevndolo a 2 tenemos

K=sf
(K , L)K
Transformando todo en unidades de eficiencia
x ~
~
~
k =sf ( k )( +n+ ) k I

Esta ecuacin nos indica que la variacin del capital por unidad de eficiencia es igual al
ahorro por unidad de eficiencia menos la depreciacin por unidad de eficiencia

En la grfica se representa que el incremento en el capital es la diferencia entre el ahorro y

~
la depreciacin. En tanto se est por debajo del estado estacionario(a la izquierda de k )
incrementos en el capital aumentaran la produccin.

~
Esta grafica representa la ecuacin I dividida entre k con lo cual origina
~k sf ( ~
k)
x
~k = ~k ( +n+ ) Esta ecuacin muestra la tasa de crecimiento del capital por unidad
de eficiencia y eso es los que se observa en el grfico.
Se pueden sacar tres conclusiones del modelo:
No hay crecimiento en el largo plazo si no hay crecimiento de la productividad ni de la
poblacin.
Los pases ms pobres respecto de su estado estacionario crecen ms rpido que aquellos
que tienen un ingreso ms cercano de su estado estacionario.
en el largo plazo el progreso tcnico hace crecer el producto per cpita de los pases. El
crecimiento del producto total es la suma del crecimiento de la poblacin ms el
crecimiento de la productividad del trabajo4.
En resumen lo importante del modelo de Solow es la ecuacin que el presenta. Esta
~ ~ ~
ecuacin que en trminos simples es k =s d . Esta ecuacin indica que la tasa de
crecimiento del capital depende de la tasa de ahorro de las familias menos la tasa de
depreciacin del capital. Y dado que la produccin depende del capital de la siguiente

manera y=k l entonces podemos linealizar el modelo tomando logaritmos

4 De Gregorio - Macroeconomia

ln y t = ln k t + ln l t

pero dado que lo que se quiere obtener es la tasa de crecimiento

podemos derivar las expresiones con respecto al tiempo obteniendo lo siguiente

Y A
K
L
~
y =~
= + +(1 )
A + ~k +(1 ) l~ que son las tasas de crecimiento de la
Y A
K
L =
produccin la tecnologa el capital y el empleo. Pero Solow supone que en el corto plazo
no hay crecimiento de la poblacin ni la tecnologa entonces el primer trmino y el ltimo
de la ecuacin son cero. Entonces la tasa de crecimiento de la produccin de la economa
depende principalmente de la tasa de crecimiento del capital que a su vez depende de la
tasa de crecimiento del ahorro.
Entonces dado los planteamientos existira una relacin funcional de la tasa de crecimiento
con respecto a la tasa de crecimiento del capital y la tasa de crecimiento del ahorro
~
y =f (~k , ~s ) . Pero este modelo como la plantea Solow es para una economa cerrada.
Dado que la economa peruana es una economa abierta hay algunas variables que
tambin influyen en el crecimiento econmico. Ahora solo consideraremos el ndice de
apertura comercial que denotaremos como: ac Entonces el modelo final con el que se
y =f (~k , ~s , ac ) .
trabajara ser el siguiente ~
El modelo final indica que la tasa de crecimiento de la produccin depende de la tasa de
crecimiento de capital, la tasa de crecimiento del ahorro y los trminos de intercambio
expresado de manera lineal seria:
~
y = 0+ 1 ~
k + 2 ~s+ 3 ac +

DEFINICIN DE VARIABLES:
o

PBI (Y): Es el valor monetario de los bienes y servicios finales producidos por una
economa en un perodo determinado.

Stock de Capital (K): El stock de capital est compuesto por el conjunto de activos fijos
durables utilizados directamente en la produccin de bienes y servicios. Este stock es el
determinante fsico de las posibilidades de produccin.

Apertura Comercial (AC): Mide la capacidad de un pas de transar bienes y servicios con
el resto del mundo.

TCproduccion= 0+ 1 TCcapital+ 2 TCahorro + 3 indice apertura comercial+

Representndolo en tasas de cambio:

TCPBI = 0 + 1 TCK + 2 TCS+ 3 AC +

El anlisis del modelo de crecimiento econmico para los aos de 1951 a 2013 para el Per se
logra utilizando la herramienta Eviews, para conocer y observar la intensidad de los efectos que
cada variable exgena causa sobre la variable endgena.

Obteniendo los siguientes resultados por el mtodo de minimos cuadrados ordinarios:

MODELO

Como se observa las variables exgenas TCK (tasa del crecimiento del capital ) , AC ( apertura
comercial ) ,TCS ( tasa de crecimiento del ahorro ) son todas significativas . Ya que sus P Valu son
menores que 5%.
Se observa tambin que el R cuadrado es aproximadamente 0.77, esto quiere
variables exgenas explican a la variable endgena en un 77% aproximadamente.

decir que las

Interpretacin de los coeficientes del modelo:

C = 1.45: Representa a la tasa de cambio del PBI autnomo.

1= 15.57: Al aumentar en 1% el stock de capital, el PBI se ve incrementado en
15.57%.

2= 0.22: Si el ahorro aumenta en 1% entonces el PBI aumentara en 22%

3= -5.28: Al aumentar en 1% el ndice de apertura comercial el PBI disminuir

en 5.28%.

R2=0.77 : El 77% de las variaciones del PBI es explicada por las variaciones en el
stock de capital, en el ahorro y en el ndice de apertura comercial.

ANLISIS DE LOS SUPUESTOS DEL MODELO ECONOMTRICO

CLSICO
A continuacin se realiza el analisis de los supuestos del modelo clsico:
Las variables endogenas son no colineales
Las perturbaciones tienen distribucion normal
Regresoras son no estocasticas
Homocedasticidad (las perturbaciones tienen varianza constante)
Las perturbaciones estan incorrelacionadas

NORMALIDAD DE LAS PERTURBACIONES

-

Histograma

A partir del histograma de los residuos, obtenemos mediante el Test de Jarque-Bera que las
perturbaciones tienen distribucin normal, pues JB = 1.169644 y su P value es mayor a
5%.

Adems, podemos verificarlo hallando la estadstica chi-cuadrado:

H 0 : Las perturbaciones son normales .
H 1 : Las perturbaciones no son normales .
X 2(0.05; 2)=5.99146455 5.99
JarqueBera=1.169644

Por lo tanto, como el estadstico Jarque Bera es menor que el estadstico de la tabla
2
X (0.05; 2)
es 1.169644<5.99 , entonces no se rechaza la hiptesis nula y las
perturbaciones resultan tener una distribucin normal.

HETEROCEDASTICIDAD

Para determinar si existe heterocedasticidad, aplicamos la prueba de White, cuyas

hiptesis son las siguientes:
H o : Existe homocedasticidad

H o : Existe heterocedasticidad

Estadstico de tabla:
X 2p1= X 29=16.9189776
Estadstico calculado:
2
n R =63 0.486140=7.77824
Por lo tanto, como

X CALC < X TABLA (7.77824 <16.9189776) , entonces se acepta la hiptesis

nula lo que quiere decir que existe homocedasticidad (varianza constante).

MULTICOLINEALIDAD
Matriz de covarianzas:

C
TCK
AC
TCS

Matriz de correlacin:

C
0.367661
0.071375
-0.687034
-0.020122

TCK
0.071375
3.737038
-0.090441
-0.044680

AC
-0.687034
-0.090441
1.996050
0.029903

TCS
-0.020122
-0.044680
0.029903
0.002909

- Test de Farrar-Glauber
Para determinar si existe multicolinealidad entre las variables explicativas aplicaremos este
test de Ortogonalidad, cuyas hiptesis son:
H 0 : Las X son ortogonales entre s ( no existe multicolinealidad )

TCK

AC

TCK

1.000000

-0.162498

AC

-0.162498

1.000000

-0.418843

TCS

0.452010

-0.418843

1.000000

H 1 : Las X no son ortogonales entre s ( ex iste multicolinealidad )

Estadstico de la tabla:
2

X TABLA =X k (k1 )/ 2=X 3 =7.814727903

Estadstico calculado:

X 2CALC = n1

( 2 k +5 )
ln|R|
6

X 2CALC = 631

( 2 3+5 )
ln0.65538054=25.4227771
6

TCS
0.452010

Por lo tanto, como el

X 2CALC > X 2TABLA , se acepta la hiptesis nula lo que quiere decir que no

existe multicolinealidad entre las variables regresoras.

QUIEBRE ESTRUCTURAL
Para analizar un posible quiebre estructural en el modelo haremos uso del Test de
coeficientes recursivos, el Test Cusum y el Test Cusum cuadrado.

Test de coeficientes recursivos:

Con este test se estima los coeficientes del modelo de manera recursiva, bajo la
hiptesis de estabilidad, cabe esperar que los valores de las estimaciones de cada
coeficiente converjan (vayan disminuyendo su varianza) conforme crece la muestra

Hablaremos de quiebre estructural ante la presencia de fluctuaciones abruptas del

coeficiente recursivo y el ensanchamiento de las bandas ( el incremento de la varianza del
estimador.
En este caso en los cuatro coeficientes se puede observar que experimentan una
fluctuacin abrupta alrededor de los aos 1977 y1988, lo cual nos lleva a tener sospechas
de presencia de quiebre estructural.

Ahora analizaremos el posible cambio estructural en el modelo mediante el anlisis

recursivo, el cual es de carcter exploratorio, especficamente se aplicara la prueba Cusum
cuadrado.

Cusum cuadrado:

Utilizando la prueba Cusum cuadrado existe evidencia de quiebre, se observa en la grfica

un posible punto de quiebre en el ao 1988.

One-step forecast test (Test predictivo de una etapa)

et: error de la prediccin un periodo hacia adelante
A continuacin analizaremos el test predictivo de un periodo, esta prueba se basa
en los residuos recursivos y el nivel de significancia de la prueba T para la hiptesis
de estabilidad con el pronstico de la observacin t.

Vemos en este grafico que hay evidencias de tres puntos de quiebre con alto grado de
significancia, que se dan aproximadamente en los aos 1977, 1982,1988. Para contrastar
los posibles puntos de quiebre en los aos mencionados se aplicara el test de Chow.

- Test de Chow
Breakpoint test Chow

[ SCE ( MR ) ( SCE (T1 ) SCE (T2 ))] / k

F( K , T 2 k )
[ SCE (T1 ) SCE (T2 )] /(T 2k )
Chow Breakpoint Test: 1977
Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 1951 2013
F-statistic
Log likelihood ratio
Wald Statistic

3.746737
15.18146
14.98695

Chow Breakpoint Test: 1982

Prob. F(4,55)
Prob. Chi-Square(4)
Prob. Chi-Square(4)

0.0091
0.0043
0.0047

Null Hypothesis: No breaks at specified breakpoints

Varying regressors: All equation variables
Equation Sample: 1951 2013
F-statistic
Log likelihood ratio
Wald Statistic

3.631360
14.76465
14.52544

Prob. F(4,55)
Prob. Chi-Square(4)
Prob. Chi-Square(4)

0.0107
0.0052
0.0058

Chow Breakpoint Test: 1988

Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 1951 2013
F-statistic
Log likelihood ratio
Wald Statistic

3.865090
15.60618
15.46036

Prob. F(4,55)
Prob. Chi-Square(4)
Prob. Chi-Square(4)

0.0077
0.0036
0.0038

Test de Chow Predictivo

ANALISIS DEL PTO QUIEBRE: 1977

Dependent Variable: TCPBI
Method: Least Squares
Date: 07/08/15 Time: 16:47
Sample: 1951 1977
Included observations: 27
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
TCK
AC
TCS

1.855116
11.33864
-2.611911
0.112163

0.776787
2.223800
1.748963
0.067660

2.388191
5.098768
-1.493406
1.657749

0.0255
0.0000
0.1489
0.1109

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.637104
0.589769
1.811244
75.45390
-52.18509
13.45965
0.000028

SCT(T) = 319.6526 y SCT(T1) = 75.45390

H 0 : No hay quiebre estructural
H 1 : Hay quiebre estructural

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

2.277464
2.827892
4.161858
4.353834
4.218943
1.702236

Test de Chow Predictivo:

SCE (T ) SCE(T1 ) / T2
SCE (T1 ) /(T1 k )

F(T2 ,T1 k )

[ 319.652675.45390 ]
FCALC =

36
75.45390
(23)

=2.067697

FTABLA =F( 36,23)= 1.897

Como

FCALC > FTABLA

entonces decimos que se rechaza la hiptesis nula, por lo

tanto podemos decir que si existe quiebre estructural en el ao 1977.

ANALISIS DEL 2DO PUNTO QUIEBRE: 1982

Dependent Variable: TCPBI
Method: Least Squares
Date: 07/08/15 Time: 16:51
Sample: 1951 1982
Included observations: 32
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
TCK
AC
TCS

1.966179
11.97018
-3.936249
0.078210

0.821632
2.271632
1.865284
0.071043

2.393017
5.269418
-2.110268
1.100878

0.0237
0.0000
0.0439
0.2803

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.582770
0.538067
2.065202
119.4217
-66.47683
13.03643
0.000016

SCT(T) = 319.6526 y SCT(T1) = 119.4217

H 0 : No hay quiebre estructural

H 1 : Hay quiebre estructural

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

1.914299
3.038597
4.404802
4.588019
4.465533
1.431341

Test de Chow Predictivo:

SCE(T ) SCE (T1 ) / T2

SCE (T1 ) /(T1 k )

F(T2 ,T1 k )

[ 319.6526119.4217 ]
FCALC =

31
119.4217
(28)

=1.51441

FTABLA =F( 31,28)= 1.854

Como

FCALC < FTABLA

entonces decimos que no se rechaza la hiptesis nula, por

lo tanto no existe quiebre estructural en el ao 1982.

ANALISIS DEL 3ER PUNTO QUIEBRE: 1988

Dependent Variable: TCPBI
Method: Least Squares
Date: 07/08/15 Time: 16:54
Sample: 1951 1988
Included observations: 38
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
TCK
AC
TCS

0.715737
14.77565
-2.697972
0.221539

0.862652
2.550707
1.975285
0.067766

0.829694
5.792765
-1.365865
3.269194

0.4125
0.0000
0.1809
0.0025

R-squared

0.688829

Mean dependent var

Adjusted R-squared

0.661373

S.D. dependent var

S.E. of regression

2.568673

Akaike info criterion

Sum squared resid

224.3348

Schwarz criterion

Log likelihood

-87.65518

F-statistic

25.08823

Prob(F-statistic)

0.000000

SCT(T) = = 319.6526

y SCT(T1) = 224.3348

H 0 : No hay quiebre estructural

Hannan-Quinn criter.
Durbin-Watson stat

1.38356
0
4.41415
8
4.82395
7
4.99633
4
4.88528
7
1.34592
2

H 1 : Hay quiebre estructural

Test de Chow Predictivo:

SCE (T ) SCE(T1 ) / T2
SCE (T1 ) /(T1 k )

F(T2 ,T1 k )

[ 319.6526224.3348 ]
FCALC =

25
224.3348
(34)

FTABLA =F( 25,34)=

Como

=0.53055

1.878

FCALC < FTABLA

entonces decimos que se acepta la hiptesis nula, por lo tanto no

hay quiebre estructural en el ao 1988.

AUTOCORRELACIN
Se analiza la autocorrelacin del modelo que quiere decir que las perturbaciones del
modelo no estn correlacionadas.
-

Autocorrelograma

Para el anlisis de la autocorrelacin utilizaremos dos pruebas

Prueba Durbin Watson:

Durbin-Watson stat = 1.384690

Se aplica la prueba de Durbin Watson para saber si hay indicios de autocorrelacin, para
ello comenzaremos planteando la hiptesis respectiva.
Ho: =0
H1:

Como se tiene una muestra de 63 observaciones, aproximamos los valores dL y dU

tomando de la tabla los valores para una muestra de 60 observaciones.
De esta manera se obtiene:
DL=1.44

DU=1.73

DW =1.38<d L =1.46
Con un 5% de significancia, se rechaza la hiptesis nula, por lo tanto se acepta la hiptesis
alternativa, es decir existe autocorrelacin positiva, por lo menos de primer orden.
Si existiera autocorrelacin, los coeficientes estimados por MCO pierden eficiencia y por
ende no se podra realizar inferencia con el modelo.

Prueba Breusch-Godfrey
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared

4.870238
9.194571

Prob. F(2,57)
Prob. Chi-Square(2)

0.0112
0.0101

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 07/06/15 Time: 20:22
Sample: 1951 2013
Included observations: 63
Presample missing value lagged residuals set to zero.
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
TCK
AC
TCS

-0.302975
-0.404271
0.704364
0.026230

0.587736
1.823933
1.380605
0.051625

-0.515496
-0.221648
0.510185
0.508082

0.6082
0.8254
0.6119
0.6134

RESID(-1)
RESID(-2)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.386306
-0.248000
0.145946
0.071029
2.188490
273.0007
-135.5828
1.948095
0.100474

0.129802
0.134261

2.976109
-1.847145

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.0043
0.0699
4.93E-16
2.270614
4.494693
4.698801
4.574970
1.958254

Para determinar si existe autocorrelacin aplicaremos la prueba de Breusch Godfrey,

cuyas hiptesis son:
H 0 : i=0( perturbaciones incorrelacionadas)
H 0 : i 0( perturbaciones correlacionadas)

Estadstica de la tabla:
2

X =X 2=5.991464547
Estadstico calculado:
T R2= ( n ) R2 =( 632 ) 0.145946=8.902706

Por lo tanto, como

T R2 > X 22 , entonces se rechaza la hiptesis nula y las perturbaciones

se encuentran correlacionadas, entonces existe autocorrelacin.

Se observa tambin que la probabilidad asociada al estadstico t experimentas en la
regresin auxiliar, correspondiente al primer retardo de los residuos, es 0.0043, que por ser
menor a 0.05, lo cual es significativo y en el segundo retardo la probabilidad es 0.0699>0.05
el cual no es significativo.

En conclusin el contraste de Breusch-Godfrey nos dice q existe auto correlacin de las

perturbaciones y es de orden 1.
Entonces la solucin que se da para corregir el problema de auto correlacin de orden 1 es
de la siguiente manera, se estima el modelo incluyendo la estructura de autocorrelacin de
primer orden.

Analizando las estimaciones, notamos que el modelo explica el 78%, en el cual se incluy
un tratamiento a la autocorrelacin de orden 1.
El modelo es significativo globalmente. En el correlograma de los residuos se aprecia que
todos caen en el margen o dentro de la banda de aceptacin, con lo cual llegamos a la
conclusin de que no existe autocorrelacin.
Ya que encontramos que no hay evidencias de correlacin entre los residuos, concluimos
que el modelo 2 explica mejor la variable endgena con AR(1).

CONCLUSIONES
A partir del modelo realizado en el trabajo, hemos logrado determinar como
principales determinantes del crecimiento de la economa peruana a las
variables K (stock de capital fijo, anteriormente denominado Inversin Bruta
Fija), S (Ahorro) y AC (ndice de apertura comercial), ya que estas variables
explican el 77% del crecimiento del PBI.
El PIB per cpita del Per tiene una tendencia creciente que va desde los aos
60 hasta mitad de los 70. En los aos 80 la tendencia es muy irregular, sufre
cadas de aproximadamente dos aos, se recupera y vuelve a crecer. Esto
puede llevarnos a concluir que la crisis de la deuda s que pudo afectarle ya que
fue una poca caracterizada por una deuda externa en pleno crecimiento, las
inversiones extranjeras directas se ven totalmente aminoradas, las
exportaciones sufren una fuerte cada, el campesinado cada vez se empobrece
ms, la elevada inflacin y adems la reduccin de los salarios. Sin embargo, en
los aos 90 puede verse como el PIB per capita est en ligero ascenso debido a
la llegada de la inversin extranjera y apertura de la economa, intentado
retomar los niveles de los aos sesenta. Dadas las variables consideradas se
observan un quiebre econmico importante de la tasa de crecimiento de del PBI
en el periodo estudiado, en el ao 1988 que afectaron de manera significativa
el entorno econmico peruano. Aquel shocks fue probablemente producido por
la hiperinflacin, la escasez de materias primas y alimentos se agrava. La larga
huelga en la industria de la minera contribuy a las exportaciones cayeron
agravar el dficit comercial de ms Las reservas internacionales son cercanas a
cero. El aumento del desempleo y la cada de los ingresos drsticos fue el costo
social durante el gobierno de Alan Garca.

BIBLIOGRAFA

http://www.inei.gob.pe/

http://www.bcrp.gob.pe/

Rojas Patricio, E. Lopez y Susana Jimenez (1997) : Determinates del

crecimiento , estimacin del producto potencial en Chile: El Rol del
Comercio Banco Central de Chile.

Jimenez, Flix (2011) EL TRIMESTRE ECONMICO, vol. LXXVIII (4), nm.

312, octubre-diciembre de 2011, pp. 913-940.

Enver Figueroa Bazan(2009) : Determinantes del Crecimiento y la

Productividad en el Per: Un anlisis del impacto de las polticas de
apertura comercial

DATOS
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991

TCPBI

TCK

AC

TCS

6.558700
3.263873
3.129894
2.665832
3.126479
1.957543
3.833057
-3.703968
0.366017
6.864202
4.336958
6.907030
1.346979
3.510983
2.639311
5.219322
0.978003
-2.607666
0.665509
0.516532
1.699462
0.618502
3.352270
6.398225
1.479999
-1.285315
-2.346217
-5.226453
1.384156
3.266508
2.960581
-2.618728
-12.51568
1.216927
-0.253615
6.974776
7.299890
-11.40458
-14.16356
-6.923695
0.196339

0.327070
0.124743
0.057558
-0.166207
0.131190
0.174574
0.088208
-0.142295
-0.195622
0.138793
0.091640
0.083168
-0.058385
-0.000536
0.106093
0.139521
-0.072296
-0.238134
0.025101
0.058484
0.117585
-0.084030
0.438323
0.298075
-0.046297
-0.156277
-0.145474
-0.096824
0.136911
0.333059
0.191825
-0.090230
-0.368417
-0.081626
-0.165597
0.268846
0.197689
-0.138755
-0.228950
-0.014578
0.021434

0.070000
0.070000
0.070000
0.070000
0.070000
0.070000
0.070000
0.070000
0.070000
0.070000
0.070000
0.070000
0.070000
0.070000
0.560000
0.560000
0.560000
0.440000
0.440000
0.440000
0.440000
0.440000
0.440000
0.490000
0.490000
0.490000
0.490000
0.490000
0.500000
0.290000
0.240000
0.230000
0.230000
0.290000
0.410000
0.450000
0.790000
0.820000
0.920000
0.970000
0.450000

4.078410
15.96001
7.074128
5.578720
0.156612
10.27942
8.895876
-1.313406
8.616338
22.86891
13.46716
5.898398
-4.900909
7.158441
2.590655
4.328486
-3.712693
4.039785
3.568622
6.063097
4.664402
6.466953
3.391463
9.688017
6.440886
2.700966
6.030075
9.207260
12.65302
4.154676
2.361292
3.599075
-18.31958
5.224852
2.639511
-0.838539
6.366189
-11.90434
-2.964925
-13.85620
-1.241340

1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013

-2.457512
3.269241
10.25915
5.506485
1.017978
4.672696
-2.030993
-0.116554
1.133055
-0.843472
3.983116
2.765785
3.595141
4.945661
6.226766
7.259316
7.911293
-0.078015
7.236301
5.252715
4.761384
4.580015

-0.006828
0.096215
0.305946
0.177338
-0.065555
0.129681
-0.036726
-0.148299
-0.043878
-0.082602
0.025067
0.036618
-0.011024
0.048878
0.330004
0.271413
0.295058
-0.212836
0.352734
0.088999
0.104335
0.102423

0.200000
0.210000
0.180000
0.180000
0.180000
0.180000
0.160000
0.160000
0.160000
0.160000
0.130000
0.110000
0.110000
0.110000
0.100000
0.090000
0.090000
0.090000
0.090000
0.090000
0.090000
0.090000

-0.053110
7.191409
18.99903
2.864036
3.791701
12.94954
2.906165
7.300117
3.004784
-0.082262
6.520500
7.142772
7.652099
10.63494
9.574438
8.321144
9.553530
-1.605922
8.043407
7.184410
5.712327
6.411446