Perú
Chapter

Capítulo 22. Medición de riesgos externos para el Perú: Datos de un modelo macroeconómico para una economía pequeña, abierta y parcialmente dolarizada

Author(s):
Alejandro Werner, and Alejandro Santos
Published Date:
September 2015
Share
  • ShareShare
Show Summary Details
Author(s)
Fei Han

En este capítulo se cuantifican los efectos de los riesgos externos para el Perú, prestando especial atención a dos riesgos externos importantes: la desaceleración de la inversión en China y el endurecimiento de la política monetaria de Estados Unidos. En particular, se desarrolla y se estima un modelo macroeconómico correspondiente a una economía pequeña, abierta y parcialmente dolarizada, a fin de medir los riesgos de contagio y simular las respuestas macroeconómicas internas en distintos escenarios con esos dos riesgos externos. Los resultados de la simulación sugieren que el producto del Perú es vulnerable a ambos riesgos, en especial al endurecimiento de la política monetaria de Estados Unidos. Las simulaciones también resaltan la importancia de contar con mayor flexibilidad en el tipo de cambio y un menor grado de dolarización, medidas que podrían ayudar a mitigar los efectos de contagio negativos de esos riesgos externos.

Al ser una economía pequeña y abierta, el Perú está expuesto a shocks externos provenientes de sus principales socios comerciales, en especial de China, que fue el principal destino de las exportaciones del Perú en el período 2011–12 (gráfico 22.1a). En particular, 17% del total de las exportaciones del Perú se destinó a China en 2012 (aproximadamente 4% del PIB), del cual 81% correspondía a metales (gráfico 22.1b). De acuerdo con los datos tomados de la Base de Datos de las Naciones Unidas sobre Estadísticas de Comercio de Productos Básicos, más de la tercera parte de las exportaciones de cobre del Perú, 64% de las exportaciones de oro, y 22% de las exportaciones de otras materias primas minerales se destinaron a China en el período 2008–12 (gráfico 22.1c). No obstante, las importaciones de China de minerales provenientes del Perú, incluidos el cobre y el oro, son una proporción relativamente pequeña del total de importaciones de minerales de China (gráfico 22.1d).

Gráfico 22.1Socios comerciales del Perú

Fuentes: FMI, Estadísticas financieras internacionales; base de datos de las Naciones Unidas sobre Estadísticas de Comercio de Productos Básicos, y cálculos del personal técnico del FMI.

Nota: América Latina incluye a los países AL-6 (Brasil, Chile, Colombia, México, Perú y Uruguay) y a Argentina, Bolivia, Ecuador, Paraguay y Venezuela.

1Excepto el Perú.

Por tratarse de una economía parcialmente dolarizada, el Perú está expuesto a shocks de política monetaria en Estados Unidos. Hacia fines de 2013, aproximadamente 38% de la liquidez del sistema bancario y 42% del crédito bancario al sector privado en el Perú estaban denominados en moneda extranjera, lo que refleja un grado elevado de dolarización financiera (gráfico 22.2a). Por ello, no resulta sorpresivo que la tasa de interés a corto plazo del Perú denominada en dólares de EE.UU. tenga una correlación elevada con la tasa de los fondos federales de Estados Unidos (gráfico 22.2b)1. De este modo, los shocks de política monetaria en Estados Unidos que afectan la tasa de los fondos federales pueden tener un impacto significativo en la tasa de interés interbancaria interna denominada en dólares y, por extensión, en la actividad económica.

Gráfico 22.2El Perú: Exposición a shocks de política monetaria en Estados Unidos

Fuentes: Banco Central de Reserva del Perú y Haver Analytics.

En las ediciones de 2012 y 2013 del Informe del FMI sobre efectos de contagio se considera que la desaceleración de la inversión de China y la normalización de la política monetaria de Estados Unidos son dos de los riesgos mundiales más importantes a futuro (FMI, 2012 y 2013). En el Informe sobre efectos de contagio de 2012 se concluye que China tiene efectos de contagio importantes sobre sus principales socios comerciales y sobre los precios internacionales, principalmente a través de la inversión, que fue un motor clave del crecimiento económico de China y de la baja de los superávits externos. En particular, como se indica en dicho informe, “una desaceleración del crecimiento de la inversión de China, si bien es deseable para reequilibrar la demanda hacia el consumo a mediano plazo, podría afectar a los socios y a los precios mundiales en el ínterin, sobre todo si los ajustes son abruptos y desordenados”. Además, en el informe de 2013 también se concluyó que la rápida normalización de la política monetaria de Estados Unidos es otro de los principales riesgos de contagio a nivel mundial. A medida que la economía de Estados Unidos se recupera, es necesario endurecer la política monetaria, y es probable que eso redunde en un aumento de los flujos de capital hacia Estados Unidos y en un incremento de las tasas de interés a nivel mundial, lo que desacelera el crecimiento económico. La exposición del Perú, una economía pequeña, abierta y parcialmente dolarizada, a los shocks de política monetaria en Estados Unidos podría ser mayor que la de un país pequeño, abierto y no dolarizado típico.

Existe poca bibliografía que cuantifique la exposición del Perú a la desaceleración de la inversión de China o al endurecimiento de la política monetaria de Estados Unidos. En Salas (2010) se propone un modelo macroeconómico sencillo similar al Modelo de Proyección Trimestral del Banco Central de Reserva del Perú (BCRP), pero que no tiene en cuenta los shocks externos. En Ahuja y Nabar (2012) se miden los efectos de contagio de la desaceleración de la inversión de China sobre los países exportadores de materias primas estimando las exposiciones comerciales directas de cada país que exporta materias primas a China. No obstante, según se concluye en el anexo IV del informe del personal técnico del FMI para la Consulta del Artículo IV con el Perú (FMI, 2014), el principal canal de transmisión de los efectos de contagio de China respecto del Perú no es el canal de comercio directo, sino el impacto de China sobre los precios de los metales a nivel mundial, que afecta por extensión los términos de intercambio y la actividad económica del Perú (efecto de ingreso).

En este capítulo se utiliza un modelo macroeconómico neokeynesiano para una economía pequeña, abierta y parcialmente dolarizada, a fin de estimar y simular las respuestas macroeconómicas y de política del Perú ante una desaceleración temporal en el crecimiento de la inversión de China y ante un mayor endurecimiento de la política monetaria de Estados Unidos. En particular, en el capítulo se desarrolla un modelo macroeconómico de tipo neokeynesiano que comprende una ecuación de demanda agregada (o curva IS), una curva de Phillips con expectativas aumentadas, una regla de política monetaria de tipo Taylor y una condición de paridad de intereses no cubierta (UIP), sobre la base de un modelo similar propuesto en Salas (2010). A fin de mantener la coherencia con los informes sobre efectos de contagio del FMI de 2012 y 2013, los shocks externos analizados en el capítulo son una desaceleración temporal del crecimiento de la inversión en China y un mayor endurecimiento de la política monetaria de Estados Unidos. En el modelo, las variables correspondientes a China y a Estados Unidos se tratan de manera exógena2. Además, en el modelo se da por sentado que los efectos de contagio de la desaceleración de la inversión de China se transmiten principalmente a través del precio mundial de los metales y los vínculos comerciales, y que los efectos de contagio del endurecimiento de la política monetaria de Estados Unidos se transmiten principalmente a través de la tasa de interés a corto plazo del Perú denominada en dólares de EE.UU. y a través de vínculos comerciales. Luego, el modelo se estima a fin de medir cuantitativamente esos canales de efectos de contagio, simulados en distintos escenarios a fin de generar las respuestas macroeconómicas y de política.

Una desaceleración de la inversión de China tendría un impacto significativamente negativo sobre el precio de los metales a nivel mundial y, por extensión, sobre los términos de intercambio, el crecimiento económico y otras variables macroeconómicas centrales del Perú. En términos más específicos, las estimaciones del modelo sugieren que es probable que una baja de una desviación estándar en el crecimiento de la inversión de China genere una reducción acumulada de los términos de intercambio (en términos de brecha) y de la brecha de producto de aproximadamente 2 y 0,2 puntos porcentuales, respectivamente, en el año posterior al shock. El efecto desaparece en aproximadamente tres años.

Un endurecimiento de la política monetaria de Estados Unidos tendría efectos de contagio significativamente negativos y duraderos sobre la tasa de interés a corto plazo del Perú denominada en dólares de EE.UU. y, por extensión, sobre el crecimiento económico y otras variables macroeconómicas centrales. En particular, las simulaciones basadas en el modelo estimado sugieren que, en función de la magnitud y la persistencia del shock de política monetaria en Estados Unidos, los costos para la actividad económica del Perú podrían ser mayores y más persistentes que aquellos relacionados con una desaceleración de la inversión de China, en parte a causa del carácter no temporal del shock.

Es probable que un mayor nivel de flexibilidad del tipo de cambio permita mitigar el impacto de ambos shocks externos. Si el tipo de cambio tuviera un margen de fluctuación más amplio, el Perú podría utilizarlo como la primera línea de defensa contra los shocks externos y reducir significativamente los efectos negativos de esos shocks. Las simulaciones realizadas con el modelo macroeconómico sugieren que un tipo de cambio nominal más flexible (producto, por ejemplo, de un menor nivel de intervención cambiaria) podría reducir los efectos de contagio de los dos shocks externos sobre la brecha de producto del Perú, sobre todo en el primer año transcurrido desde el shock3.

Un menor nivel de dolarización también podría reducir la exposición del Perú al endurecimiento de la política monetaria de Estados Unidos, y podría ser incluso más eficaz que un mayor nivel de flexibilidad en el tipo de cambio. Si tenemos en cuenta los potenciales efectos sobre el balance de un tipo de cambio más flexible4, las políticas macroprudenciales tendientes a reducir la dolarización del crédito, como los requisitos de reservas para depósitos denominados en moneda extranjera y pasivos externos a corto plazo5, podrían ser preferibles para los encargados de diseñar políticas. Las simulaciones del modelo de este capítulo con un menor nivel de dolarización sugieren que esas medidas macroprudenciales podrían ser más eficaces que la de habilitar un mayor margen de fluctuación del tipo de cambio nominal.

La próxima sección de este capítulo es una presentación del modelo macroeconómico, seguida de una descripción de los datos y de la estrategia de estimación del modelo y los resultados de la estimación. Luego, en el capítulo se analizan los ejercicios de simulación ejecutados en tres escenarios: un escenario de referencia, un escenario de China (donde el crecimiento de la inversión de China se desacelera de manera temporal) y un escenario de China y Estados Unidos (donde, además de la situación anterior correspondiente a China, las tasas de interés a corto plazo de Estados Unidos aumentan de manera permanente). Luego se ejecutan más simulaciones a fin de analizar el rol que pueden cumplir la flexibilidad del tipo de cambio y la dolarización. En la última sección del capítulo se presentan las conclusiones.

Un Modelo Macroeconómico Para Una Economía Pequeña, Abierta y Parcialmente Dolarizada

Se desarrolla un modelo macroeconómico neokeynesiano para el Perú a fin de analizar las respuestas macroeconómicas en el contexto de una economía pequeña, abierta y parcialmente dolarizada. El modelo se basa en un modelo de equilibrio general y expectativas racionales desarrollado en Salas (2010) y Berg, Karam y Laxton (2006a y 2006b), que se puede caracterizar con un conjunto central de ecuaciones de comportamiento. Como el modelo es relativamente pequeño, si lo comparamos con los modelos de equilibrio general dinámico estocástico tradicionales—y aun así tiene una interpretación económica bien fundamentada (Berg, Karam y Laxton, 2006a y 2006b—, ha sido utilizado por el BCRP a los fines del diseño de políticas. El modelo tiene cuatro componentes básicos: 1) una curva de IS o ecuación de demanda agregada; 2) una curva de Phillips con expectativas aumentadas o ecuación de oferta agregada; 3) una regla de política monetaria de tipo Taylor para la tasa de interés a corto plazo, y 4) una condición de UIP. Vale la pena señalar tres características del modelo. En primer lugar, en el contexto de una economía pequeña y abierta, los términos de intercambio y el producto externo se incluyen como variables exógenas en la ecuación de demanda agregada. En segundo lugar, en una economía parcialmente dolarizada, los agentes pueden pedir préstamos en dólares de EE.UU. Así, la tasa de interés a corto plazo denominada en dólares de EE.UU. también ingresa en la ecuación de demanda agregada como una variable exógena. En tercer lugar, a fin de capturar las intervenciones cambiarias realizadas por el banco central, en el modelo se analiza un comportamiento retrospectivo en la determinación de las expectativas de tipo de cambio6.

Demanda agregada

La demanda agregada o curva IS que describe la dinámica de la brecha de producto (yt) se representa en la ecuación (22.1).

En esta ecuación, rt es la tasa de interés real en moneda local, y rt$ es la tasa de interés real en dólares de EE.UU. Sus efectos sobre la brecha de producto se ven afectados por un coeficiente ar y coeficientes idiosincrásicos, o parámetros de ponderacián, βr y βr$. ToTt-1 es la brecha de términos de intercambio, es decir, la brecha de precios internacionales relativos7, que captura el canal de efectos de contagio indirectos que va de China al Perú. Se da por sentado que tanto los términos de intercambio contemporáneos como los rezagados podrían afectar directamente la brecha de producto actual, y βtot es el parámetro de ponderación de la brecha de los términos de intercambio actuales. qt es la brecha del tipo de cambio efectivo real (TCER)8. También se analiza la demanda externa, medida por la brecha de producto externo, yt*. Se supone que el Perú, por ser una economía pequeña y abierta, no afecta sus términos de intercambio o su demanda externa. En otras palabras, los términos de intercambio y la demanda externa en la ecuación (22.1) son variables exógenas. Por último, el término de perturbación ɛty denota un shock de demanda. En el anexo 22.1 se ofrece una descripción detallada de los datos.

Curva de Phillips con expectativas aumentadas

En la ecuación (22.2) se especifica una ecuación de oferta agregada neokeynesiana o una curva de Phillips con expectativas aumentadas que caracteriza la inflación (πt).

En esta ecuación, la inflación tiene comportamientos retrospectivos y prospectivos, representados por los componentes πt-1 y Ett+1), respectivamente, donde Ett+1) es la expectativa de inflación. (πtm+stst1) es la inflación importada medida en moneda local, calculada como la suma de la inflación importada tm (medida en dólares de EE.UU.) y la variación del tipo de cambio nominal, (st–st-1). El término de perturbación εtπ representa un shock de oferta.

Regla de política monetaria (tasa de interés)

En la ecuación (22.3) se especifica una regla de política monetaria de tipo Taylor que caracteriza la determinación de la tasa de interés nominal a corto plazo (it).

En esta ecuación, i¯ es la tasa de interés nominal estacionaria, o la tasa neutral, y π¯ es la meta de inflación. De acuerdo con Barro (1989), se analiza la suavización de la tasa de interés cuando el banco central determina la tasa de interés, según indica su primer rezago, it-1. Además, la tasa de interés también responde a la brecha de producto yt y a las desviaciones de la inflación πt y la inflación esperada Ett+1) respecto de la meta de inflación π¯. Así, la tasa de interés tiene un comportamiento prospectivo, ya que tanto la inflación como las expectativas de inflación se anclan por esta regla de política. El término de perturbación denota un shock de política monetaria.

Condición de paridad de intereses no cubierta

El tipo de cambio nominal St se determina a partir de la UIP, según se expresa en la ecuación (22.4).

En la ecuación (22.4), la variación del tipo de cambio trimestral esperada [Et(st+1)–st] se multiplica por cuatro a fin de convertirla en un término anual, que es igual a la diferencia entre la tasa de interés en moneda local y la tasa de interés en moneda extranjera (o, en este capítulo, dólares de EE.UU.) más un término de error ɛts. De acuerdo con Salas (2010), suponemos que la expectativa de tipo de cambio Et(st+1) se determina de acuerdo con un promedio ponderado de un componente retrospectivo (st−1) y un componente prospectivo (st+1), según se especifica en la ecuación (22.5), que guarda coherencia con el objetivo de las intervenciones de las autoridades: reducir el exceso de volatilidad del tipo de cambio.

El parámetro γ (entre 0 y 1) mide implícitamente hasta qué punto el tipo de cambio es suavizado por las intervenciones cambiarias del banco central. En términos más específicos, a mayor valor de γ, mayor grado de suavización del tipo de cambio.

Además, como se indica en Salas (2010), el TCER (en términos de brecha) en la ecuación (22.1) se determina a partir de su primer rezago, la variación del tipo de cambio nominal, y la diferencia entre la inflación interna y externa, según se especifica en la ecuación (22.6).

donde πt* es la inflación externa y el término de perturbación ɛtq denota un shock del TCER.

Por último, las tasas de interés real rt y rt$ en la ecuación de demanda agregada [ecuación (22.1)] se vinculan con las tasas de interés nominal internas it y it* en moneda local y en dólares de EE.UU., respectivamente, por la ecuación de Fisher.

Shocks externos

Los términos de intercambio, la demanda externa y la tasa de interés en dólares de EE.UU. son las principales variables exógenas de este modelo y los principales canales a través de los cuales los shocks externos tienen un efecto de contagio en el Perú.

Suponemos que la brecha de términos de intercambio sigue un proceso AR(1) con los precios de los metales a nivel mundial como una variable exógena.

En la ecuación (22.7), Mt es el precio de los metales a nivel mundial (en términos de brecha) y ɛttot es el término de perturbación o el shock de los términos de intercambio que elimina los shocks al precio mundial de los metales.

También suponemos que la tasa de interés nominal interna en dólares de EE.UU., it*, sigue un proceso AR(1) con la tasa de los fondos federales de Estados Unidos como variable exógena, según se presenta en la ecuación (22.8)9.

La demanda externa yt* se aproxima según un promedio ponderado en función del comercio de las brechas de producto de los tres socios comerciales principales del Perú, incluidos Estados Unidos, China y la zona del euro, según se especifica en la ecuación (22.9).

En la ecuación (22.9), yt es la brecha de producto de cada una de estas tres economías, y wt es la ponderación del comercio entre cada una de las tres economías y el Perú (que suma 1).

La desaceleración de la inversión de China se transmite a través de su impacto sobre el producto de China y el precio de los metales a nivel mundial. Este modelo tiene principalmente dos canales para la transmisión de este shock. En primer lugar, según se analizó antes, la desaceleración de la inversión en China afecta directamente el crecimiento y la brecha de producto de China ytCHN y, por extensión, la demanda externa yt*, según la ecuación (22.9) (el canal directo). En segundo lugar, la desaceleración de la inversión de China ejerce una presión a la baja sobre el precio mundial de los metales (Mt) y los términos de intercambio del Perú, según la ecuación (22.7) (el canal indirecto).

El endurecimiento de la política monetaria de Estados Unidos se transmite a través de su impacto en la tasa de interés nominal del Perú denominada en dólares. Esto se describe principalmente en la ecuación (22.8). Cabe señalar, a los fines de mantener la simplicidad, que la segunda ronda de impacto del endurecimiento monetario de Estados Unidos (aquella que se transmite a través de su impacto en su propio producto) no se contempla en este capítulo. Si bien se trata de un defecto del modelo, el supuesto responde al hecho de que Estados Unidos representó menos de 20% del comercio total del Perú en 2011–12. Si ese impacto adverso de segunda ronda se tuviera en cuenta, los efectos de contagio reales podrían ser mayores que las estimaciones de nuestro modelo10.

Datos y Estimación

El modelo se estima con datos trimestrales que abarcan el período de la muestra: 2000:T1–2013: T311. Cuenta con seis variables endógenas: brecha de producto, inflación, tasa de interés interbancaria en moneda local, tipo de cambio nominal (tasa de cambio trimestral), la brecha del TCER y la brecha de los términos de intercambio. Todas las variables de brecha se calculan con el filtro de HP. La inflación esperada Et(πt+1) se representa por la expectativa de inflación a un año, tomada de la encuesta de expectativas macroeconómicas del BCRP12. La inflación se calcula como la tasa anualizada ajustada estacionalmente, y la meta de inflación π¯ = 2, de acuerdo con el BCRP13. En el anexo 22.1 se ofrece una descripción detallada de los datos y sus fuentes. Por último, el modelo se estima como un sistema utilizando el método generalizado de momentos (GMM), y las variables endógenas se instrumentan según sus primeros rezagos en la estimación, a fin de evitar el problema de endogeneidad. Los parámetros de ponderacißn βr, βr$ y βToT no se estiman, sino que se calibran según Salas (2010): βr=0,3, βr$ = 0,15 y βtot = 0,4814.

Los resultados de la estimación se presentan en los cuadros 22.1.1 a 22.1.4 del anexo. Como el nivel de dolarización se encuentra en una tendencia descendente y la proporción de las exportaciones del Perú a China aumentó de manera sostenida desde mediados de la década de 2000 (gráfico 22.1a), también utilizamos una submuestra (2005:T1–2013:T3) en la estimación como prueba de robustez para las estimaciones de la totalidad de la muestra, ya que los resultados son cualitativamente similares. Vale la pena mencionar varios puntos. En primer lugar, todas las estimaciones de coeficientes tienen el signo esperado y guardan coherencia con Salas (2010). En segundo lugar, los precios internacionales de los metales son estadísticamente significativos como impulsores de la dinámica de los términos de intercambio del Perú, lo que confirma otros resultados empíricos15. En tercer lugar, la tasa de los fondos federales tiene un impacto significativo sobre la tasa peruana de interés nominal denominada en dólares, lo que guarda coherencia con la elevada correlación entre las dos series, que se muestra en el gráfico 22.2. En cuarto lugar, aunque todo indica que las tasas de interés denominadas en moneda local y en dólares tuvieron un impacto significativo sobre la brecha de producto, el impacto es más importante si se incluyen más observaciones16. Esto sugiere que la curva de IS del Perú tiene una pendiente descendiente, lo que implica que es probable que un endurecimiento de la política monetaria de Estados Unidos tenga un efecto significativo sobre la economía real del Perú. Por último, aunque no menos importante, de manera similar al caso de Salas (2010), también llegamos a la conclusión de que existe un grado significativamente alto de suavización del tipo de cambio, que podría deberse en parte a las intervenciones cambiarias del BCRP.

Escenarios y Simulaciones

En esta sección se llevan a cabo simulaciones utilizando el modelo estimado para examinar las respuestas macroeconómicas en tres escenarios distintos a lo largo del período 2013:T4–2018:T4. El primero es un escenario de referencia con las proyecciones de referencia del FMI17. El segundo es el escenario de China en el que la tasa de crecimiento de la inversión se reduce transitoriamente en una desviación estándar con respecto a la referencia en 2015:T118. El tercero es el escenario de China y Estados Unidos en el que, además del escenario de China, la tasa meta de los fondos federales comienza a incrementarse en 2015:T2 tras las proyecciones realizadas por Carpenter et al. (2013). El horizonte de simulación es 2013:T4–2018:T4.

Los supuestos acerca de las variables externas del escenario de referencia provienen principalmente de proyecciones del FMI, excepto el crecimiento del PIB real de China y la tasa de los fondos federales de Estados Unidos. Suponemos que la tasa de crecimiento anual del PIB real chino se mantiene en 7½% y que la tasa meta de los fondos federales permanece sin cambios en 0,15% por año a lo largo del horizonte de simulación. Las demás variables externas, entre ellas los precios mundiales de los metales, la inflación externa (representada por la inflación mundial) y las brechas de producto de Estados Unidos y la zona del euro, están tomadas de las proyecciones de la base de datos de Perspectivas de la economía mundial del FMI. La inflación importada (medida en dólares de EE.UU.) y la inflación esperada se toman de las proyecciones incluidas en FMI (2014).

Para el escenario de China se asume una reducción (transitoria) de una desviación estándar en el crecimiento de la inversión con respecto al escenario de referencia en 2015:T119. Ese shock tiene un efecto negativo en los precios mundiales de los metales y en la brecha de producto de China, tal como es de esperar (gráfico 22.1.1 del anexo). Primero, estimamos el impacto en los precios mundiales de los metales utilizando una autorregresión vectorial simple con variables exógenas (VARX), que incluye el crecimiento de la inversión real en China en activos fijos (FAI) y la inflación mundial del precio de los metales como variables endógenas, y el crecimiento real del PIB de Estados Unidos y la zona del euro como variables exógenas. Según las estimaciones, es probable que una contracción de una desviación estándar de la inversión real en FAI en China reduzca los precios mundiales de los metales en 3¼% a lo largo de un año, una conclusión similar a la del FMI (2013) y Ahuja y Nabar (2012)20. La inflación mundial del precio de los metales vuelve al nivel de referencia luego de casi dos años. En segundo término, a fin de estimar el impacto de ese shock en la brecha de producto de China, estimamos otro modelo VARX simple con la inversión real en FAI y el crecimiento del PIB de China como variables endógenas, y el crecimiento del PIB real de Estados Unidos y la zona del euro como variables exógenas. Las estimaciones sugieren que el shock reduce el crecimiento del PIB real de China en 0,3 puntos porcentuales acumulados a lo largo de un año21. Por último, los supuestos de las demás variables externas permanecen iguales a los del escenario de referencia.

El escenario de China y Estados Unidos considera, además de los supuestos del escenario de China, que la tasa meta de los fondos federales comienza a incrementarse gradualmente en 2015:T2, tras las proyecciones realizadas por Carpenter et al. (2013). En ese escenario, se supone que la tasa meta de los fondos federales aumenta linealmente 107 puntos básicos a lo largo del primer año (2015:T2–2016:T2) y otros 107 puntos básicos a lo largo del segundo (2016:T2–2017:T2), y se estabiliza al llegar a 4% anual en 2018:T4 (gráfico 22.1.1 del anexo). Con esa dinámica, el impacto en la tasa de interés del Perú denominada en dólares es significativo (casi uno a uno) y perdurable.

El escenario de China

Los resultados de la simulación sugieren que es probable que un shock negativo de una desviación estándar del crecimiento de la inversión de China reduzca la brecha de producto del Perú alrededor de 0,6 puntos porcentuales acumulados a lo largo del horizonte de simulación. La dinámica simulada para las principales variables endógenas (en desviaciones con respecto al escenario de referencia) se muestra en el gráfico 22.1.2 del anexo. Se estima que el shock reduce la brecha de los términos de intercambio del Perú alrededor de 4 puntos porcentuales a lo largo del horizonte de simulación y, por lo tanto, amplía la brecha negativa de producto del Perú, principalmente a través del efecto ingreso22. La brecha de producto regresa al nivel de referencia alrededor de tres años después del shock.

El shock tiene un impacto insignificante en la inflación, la tasa de interés nominal y el tipo de cambio. La inflación interanual se reduce solo 0,03 puntos porcentuales en el nivel máximo del horizonte de simulación, gracias a la expectativa de inflación firmemente anclada. La tasa de interés nominal en moneda local se reduce seis puntos básicos en el nivel máximo como consecuencia de la ampliación de la brecha negativa de producto. En particular, el tipo de cambio (tanto nominal como real) se reduce apenas ligeramente, a causa del grado elevado de suavización cambiaria, lo que se condice con la conclusión de Salas (2010). Eso puede deberse en parte a las intervenciones cambiarias del BCRP.

El escenario de China y Estados Unidos

En este escenario, la brecha de producto del Perú se reduce alrededor de 2½ puntos porcentuales acumulados a lo largo del horizonte de simulación y continúa ampliándose. Se estima que el shock eleva la tasa de interés del Perú denominada en dólares alrededor de 100 puntos básicos un año después del shock, y por lo tanto reduce considerablemente la brecha de producto del Perú tanto en magnitud como en persistencia. La brecha de producto no vuelve al nivel de referencia dentro del horizonte de simulación, en parte a causa del carácter duradero de este shock de la tasa de los fondos federales (gráfico 22.1.1 del anexo).

Este shock tiene un impacto mucho mayor en la inflación, la tasa de interés nominal y el tipo de cambio que el shock de desaceleración de la inversión en China. En particular, el tipo de cambio (tanto nominal como real) se deprecia sustancialmente de acuerdo con la UIP y mucho más que en el escenario de China23. Como resultado del shock y de esas depreciaciones relativamente importantes, la inflación disminuye primero y luego comienza a elevarse dos años después del shock. Sin embargo, el impacto en la inflación interanual no deja de ser limitado (el impacto en el nivel máximo no llega a 0,2 puntos porcentuales), en parte a causa de la inflación esperada, firmemente anclada. La tasa de interés nominal en moneda local baja otros tres puntos básicos en el nivel máximo, en comparación con el escenario de China, debido a una mayor brecha de producto (negativa).

El rol de la flexibilidad cambiaria

Una mayor flexibilidad cambiaria tiende a mitigar el impacto de los shocks externos del producto, pero una gran depreciación puede ejercer presión al alza en la inflación. A fin de examinar mejor el rol de la flexibilidad cambiaria en el modelo, hacemos que el tipo de cambio nominal (EXR) sea exógeno en el modelo, reemplazando la condición de paridad de intereses no cubierta (UIP, 4) y la formación de la expectativa del tipo de cambio (5) por una dinámica del EXR especificada de manera exógena. Se supone que la paridad del poder adquisitivo se mantiene a lo largo del horizonte de simulación; el EXR proyectado se toma como muestra de referencia. Luego, contrastamos ese EXR de referencia con una trayectoria más depreciada del EXR, en la que este converge exponencialmente hacia su promedio histórico durante 2002–1324. En comparación con el EXR endógeno del escenario de China y Estados Unidos (gráfico 22.1.2 del anexo), esa trayectoria del “EXR depreciado” supone depreciaciones más rápidas al principio pero más lentas después (gráfico 22.1.3 del anexo), que muestra resultados de la simulación basados en esas dos trayectorias exógenas del EXR. Cabe destacar tres observaciones: en primer lugar, a causa de una depreciación relativamente importante en 2015:T1, la brecha de producto comienza a incrementarse al principio pero se torna negativa a medida que se desarrollan los shocks. En segundo lugar, una trayectoria más depreciada del EXR puede reducir la contracción de la brecha de producto alrededor de 0,4 puntos porcentuales acumulados a lo largo del horizonte de simulación en ambos escenarios. En tercer lugar, la inflación está bajo presión en el primer año tras los shocks debido a la depreciación “al comienzo del período”25 y, como consecuencia, la tasa de interés en moneda local aumenta alrededor de 25 puntos básicos al mismo tiempo.

El rol de la dolarización

Un menor grado de dolarización reduce considerablemente el impacto adverso del shock de la tasa de los fondos federales de Estados Unidos sin inducir presiones inflacionarias sustanciales. El parámetro βr$ puede interpretarse como una medida a grandes rasgos del grado de dolarización. En el caso extremo de que βr$ = 0, el modelo se convierte en un modelo macroeconómico estándar de una economía pequeña y abierta sin dolarización, y no hay ningún impacto directo de la tasa de los fondos federales en la actividad económica interna. Sobre la base de esa observación, podemos reducir el grado de dolarización asignando un valor menor a βr$. Se realiza un ejercicio de simulación con βr$ = 0,075, la mitad del valor calibrado (gráfico 22.1.4 del anexo). Cabe señalar cuatro puntos: en primer lugar, el grado menor de dolarización no afecta el escenario de China. En segundo lugar, la contracción de la brecha de producto en el escenario de China y Estados Unidos se reduce considerablemente, alrededor de un 1 punto porcentual acumulado a lo largo del horizonte de simulación, y la brecha de producto comienza a converger hacia su nivel de referencia. En tercer lugar, la depreciación del tipo de cambio tanto nominal como real es similar a la del gráfico 22.1.2 del anexo. Por último, la inflación interanual es ligeramente mayor que en el caso del grado elevado de dolarización, pero excede el escenario de referencia en apenas 0,2 puntos porcentuales en el nivel máximo. Como consecuencia, la tasa de interés en moneda local no se reduce tanto en el caso del grado elevado de dolarización.

Conclusiones

En este capítulo se concluye que la actividad económica del Perú es vulnerable tanto a una desaceleración de la inversión de China como a un endurecimiento de la política monetaria de Estados Unidos, y que el impacto de este último sería mayor y más duradero. Se formuló y estimó un modelo macroeconómico de una economía pequeña, abierta y parcialmente dolarizada a fin de simular el impacto de ambos riesgos externos. Los resultados de la simulación indican que: 1) una reducción temporaria de una desviación estándar en el crecimiento de la inversión de China probablemente reduciría la brecha de producto del Perú alrededor de 0,2 puntos porcentuales un año después del shock, y 2) un aumento de la tasa de los fondos federales de Estados Unidos en el 2015:T2 (alrededor de 100 puntos básicos por año) podría tener efectos sustanciales y persistentes en el producto del Perú.

Una mayor flexibilidad cambiaria y una menor dolarización podrían fortalecer al Perú frente a riesgos externos. Las simulaciones con un tipo de cambio más flexible dan como resultado contagios negativos menores en el país para ambos riesgos externos. Una de las conclusiones de este capítulo—y de algunos otros estudios, como Salas (2010)—es que las frecuentes intervenciones del BCRP en el mercado cambiario consiguieron suavizar considerablemente el tipo de cambio.

Por lo tanto, una menor intervención cambiaria podría reducir el grado de suavización del tipo de cambio e incrementar la flexibilidad cambiaria. Además, en este capítulo se determina que una menor dolarización puede reducir los contagios negativos del endurecimiento de la política monetaria estadounidense con más eficacia que el aumento de la flexibilidad cambiaria. Es decir que la política macroprudencial orientada a reducir la dolarización crediticia, como los requisitos de reservas para depósitos denominados en moneda extranjera y pasivos externos a corto plazo, podría ser más deseable para las autoridades a la hora de reforzar las defensas del Perú ante shocks externos de la tasa de interés.

Anexo 22.1
Datos
VariableDatos y fuente
Brecha de productoProducto interno bruto (millones de nuevos soles de 1994), ajustados estacionalmente por Haver Analytics. Brecha computada con filtro de HP. Fuente: Haver Analytics.
Brecha de los términos de intercambioÍndice de precios de la exportación en relación con el índice de precios de la importación (1994 = 100, promedio trimestral, ajustado estacionalmente). Brecha computada con el filtro de HP. Fuente: Banco Central de Reserva del Perú.
Brecha del tipo de cambio efectivo realBrecha computada con el filtro de HP. Fuente: FMI, sistema de notificaciones.
Brecha de producto externaPromedio ponderado de las brechas de producto de Estados Unidos, la zona del euro y China, con participaciones comerciales entre cada una de las tres economías y el Perú como ponderación. Fuentes: FMI, base de datos de Perspectivas de la economía mundial y de estadísticas financieras internacionales.
InflaciónInflación del índice de precios al consumidor (diciembre 2001 = 100, promedio trimestral, ajustado estacionalmente). Fuente: Banco Central de Reserva del Perú.
Inflación importadaComputada con el índice de precios de la importación (1994 = 100, promedio trimestral, ajustado estacionalmente). Fuente: Banco Central de Reserva del Perú.
Inflación externaInflación mundial (promedio trimestral, ajustado estacionalmente). Fuente: FMI, base de datos de estadísticas financieras internacionales.
Brecha del precio mundial de los metalesÍndice del precio mundial de los metales (2005 = 100, promedio trimestral, ajustado estacionalmente). Fuente: FMI, base de datos de estadísticas financieras internacionales.
Tasa de interés nominal en moneda localTasa de interés interbancaria (promedio trimestral). Fuente: Banco Central de Reserva del Perú.
Tasa de interés nominal denominada en dólares de EE.UU.Tasa de interés interbancaria denominada en dólares de EE.UU. (promedio trimestral). Fuente: Banco Central de Reserva del Perú.
Tipo de cambio nominalPromedio trimestral. El aumento denota depreciación. Fuente: Banco Central de Reserva del Perú.
Tasa de los fondos federales de Estados UnidosPromedio trimestral. Fuente: Haver Analytics.
Inflación esperadaExpectativas de inflación anticipadas un año (promedio trimestral). Fuente: Encuesta macroeconómica del Banco Central de Reserva del Perú.
Tipo de cambio nominal esperadoExpectativas de tipo de cambio nominal anticipadas un año (promedio trimestral). Fuente: Encuesta macroeconómica del Banco Central de Reserva del Perú.
Inversión de China en activos fijosFuente: Oficina Nacional de Estadística de China.
Cuadro 22.1.1 Del AnexoResultados de la estimación: Ecuación de la demanda agregada
yt=ayyt1+ar(βrrt+βr$rt$)+atot[βtotToTt+(1βtot)ToTt1]+aqqt+ay*yt*+ɛty
Parámetros estimados
Estimaciones GMMModo posterior en
ParámetroEstimación GMMError estándar(2005:T1-2013:T3)Salas (2010)
αy0,71***0,080,65***0,49
αr−0,260,36−0,97***−0,28
αtot0,03***0,010,02**0,04
αq−0,040,140,08−0,06
ay*0,31*0,170,86***0,08
Parámetros calibrados
βr0,30,30,3
βr$0,150,150,15
βtot0,480,480,48
Fuente: Estimaciones del personal técnico del FMI.Nota: *, ** y *** indican significancia estadística al nivel de 10%, 5% y 1%, respectivamente. GMM = método generalizado de momentos.
Fuente: Estimaciones del personal técnico del FMI.Nota: *, ** y *** indican significancia estadística al nivel de 10%, 5% y 1%, respectivamente. GMM = método generalizado de momentos.
Cuadro 22.1.2 del anexoResultados de la estimación: Curva de Phillips con expectativas aumentadas
πt=bππt1+bπeEt(πt+1)+byyt+bmπtm+ɛtπ
Parámetros estimados
Estimaciones GMMModo posterior en
ParámetroEstimación GMMError estándar(2005:T1–2013:T3)Salas (2010)
bπ0,12**0,050,150,65
bye0,21***0,020,19***0,30
by0,10***0,030,14***0,10
bm0,06***0,010,06***0,05
Fuente: Estimaciones del personal técnico del FMI.Nota: *, ** y *** indican significancia estadística al nivel de 10%, 5% y 1%, respectivamente. GMM = método generalizado de momentos.
Fuente: Estimaciones del personal técnico del FMI.Nota: *, ** y *** indican significancia estadística al nivel de 10%, 5% y 1%, respectivamente. GMM = método generalizado de momentos.
Cuadro 22.1.3 del anexoResultados de la estimación: Regla de política monetaria
it=ciit1+(1ci){i¯+cyyt+cπ(πtπ¯)+cπe[Et(πt+1)π¯]}+ɛti
Parámetros estimados
Estimaciones GMMModo posterior en
ParámetroEstimación GMMError estándar(2005:T1-2013:T3)Salas (2010)
ci0,73***0,040,73***0,66
cy0,70***0,26−0,090,51
cπ0,71*0,415,54
cπe0,150,28−0,201,93
i¯3,30***0,383,07***
Fuente: Estimaciones del personal técnico del FMI.Nota: *, ** y *** indican significancia estadística al nivel de 10%, 5% y 1%, respectivamente. GMM = método generalizado de momentos.
Fuente: Estimaciones del personal técnico del FMI.Nota: *, ** y *** indican significancia estadística al nivel de 10%, 5% y 1%, respectivamente. GMM = método generalizado de momentos.
Cuadro 22.1.4 Del AnexoResultados de la estimación: Ecuación de la expectativa del tipo de cambio
Et(st+1)=γst1+(1γ)st+1+ɛte
Parámetros estimados
Estimaciones GMMModo posterior en
ParámetroEstimación GMMError estándar(2005:T1-2013:T3)Salas (2010)
y0,61**0,260,73***0,66
Fuente: Estimaciones del personal técnico del FMI.Nota: *, ** y *** indican significancia estadística al nivel de 10%, 5% y 1%, respectivamente. GMM = método generalizado de momentos.
Fuente: Estimaciones del personal técnico del FMI.Nota: *, ** y *** indican significancia estadística al nivel de 10%, 5% y 1%, respectivamente. GMM = método generalizado de momentos.

Gráfico 22.1.1 Del AnexoShocks externos y escenarios de simulación

Fuentes: Banco Central de Reserva del Perú; Haver Analytics; FMI, Global Assumptions, Estadísticas Financieras Internacionales, Sistema de Notificaciones y base de datos de Perspectivas de la economía mundial (informe WEO); Instituto Nacional de Estadística, y estimaciones del personal técnico del FMI.

Nota: Los paneles b y d están basados en autoregresiones vectoriales con variables exógenas. Se consideran tres escenarios diferentes de shocks externos en este ejercicio de simulación a lo largo del horizonte de simulación 2013:T4–2018:T4: 1) Escenario de referencia: En su mayor parte, supuestos de la base de datos de Perspectivas de la economía mundial (informe WEO) del FMI y de FMI (2014). 2) Escenario de China: Una reducción temporaria de una desviación estándar en el crecimiento de la inversión de China en 2015:T1 en comparación con el escenario de referencia. (Una reducción de una desviación estándar en el crecimiento es equivalente a una reducción de 2,5% en los niveles de inversión de China con respecto al escenario de referencia.) 3) Escenario de Estados Unidos: La tasa meta de los fondos federales comienza a aumentar en 2015:T2 y sigue las proyecciones realizadas por Carpenter et al. (2013). FAI = inversión real en activos fijos; VARX = modelo de autoregresión vectorial con variables exógenas.

1Las respuestas de impulso del crecimiento del PIB real de China a un shock de una desviación estándar del crecimiento de FAI en 2015:T1 se estimaron con un modelo VARX que incluye la FAI real y el crecimiento del PIB de China como variables endógenas y el crecimiento del PIB real de Estados Unidos y de la zona del euro como variables exógenas. La longitud del rezago se selecciona de acuerdo con el AIC. Los shocks se identifican en el VARX mediante la factorización de Cholesky y las respuestas impulsivas no se ven afectadas por el orden de Cholesky.

2Las respuestas de impulso del crecimiento de FAI de China a su propio shock de una desviación estándar en 2015:T1 se estimaron con un modelo VARX que incluye la tasa de crecimiento de FAI de China y la inflación del precio mundial de los metales como variables endógenas y el crecimiento del PIB real de Estados Unidos y de la zona del euro como variables exógenas. La longitud del rezago se selecciona de acuerdo con el criterio de información de Akaike. Los shocks se identifican en el VARX mediante la factorización de Cholesky y las respuestas impulsivas no se ven afectadas por el orden de Cholesky.

Gráfico 22.1.2 Del AnexoRespuestas macroeconómicas del Perú: Impacto de los shocks externos

Fuentes: Banco Central de Reserva del Perú; Haver Analytics; FMI, Estadísticas Financieras Internacionales, Sistema de Notificaciones y base de datos de Perspectivas de la economía mundial (informe WEO); Instituto Nacional de Estadística, y estimaciones del personal técnico del FMI.

Nota: Se consideran tres escenarios diferentes de shocks externos en este ejercicio de simulación a lo largo del horizonte de simulación 2013:T4–2018:T4: 1) Escenario de referencia: En su mayor parte, supuestos de la base de datos de Perspectivas de la economía mundial (informe WEO) del FMI y FMI (2014). 2) Escenario de China: Una reducción temporaria de una desviación estándar en el crecimiento de la inversión de China en 2015:T1 en comparación con el escenario de referencia. (Una reducción de una desviación estándar en el crecimiento es equivalente a una reducción de 2,5% en los niveles de inversión de China con respecto al escenario de referencia.) 3) Escenario de China y Estados Unidos: Además de los supuestos del escenario de China, la tasa meta de los fondos federales de Estados Unidos comienza a aumentar en 2015:T2 y sigue las proyecciones realizadas por Carpenter et al. (2013). TCER = tipo de cambio efectivo real; TOT = términos de intercambio.

Gráfico 22.1.3 Del AnexoRespuestas macroeconómicas del Perú con tipo de cambio exógeno: Impacto de los shocks externos

Fuentes: Banco Central de Reserva del Perú; Haver Analytics; FMI, Estadísticas Financieras Internacionales, Sistema de Notificaciones, y base de datos de Perspectivas de la economía mundial (informe WEO); Instituto Nacional de Estadística, y estimaciones del personal técnico del FMI.

Nota: Se considera al EXR nominal como variable exógena en este ejercicio de simulación a lo largo del horizonte de simulación 2013:T4–2018:T4. Se consideran tres escenarios diferentes de shocks externos y dos dinámicas EXR diferentes y se especifican de la siguiente manera: 1) Escenario de referencia: En su mayor parte, supuestos de la base de datos de Perspectivas de la economía mundial (informe WEO) del FMI y FMI (2014). 2) Escenario de China: Una reducción temporaria de una desviación estándar en el crecimiento de la inversión de China en 2015:T1 en comparación con el escenario de referencia. (Una reducción de una desviación estándar en el crecimiento es equivalente a una reducción de 2,5% en los niveles de inversión de China con respecto al escenario de referencia.) 3) Escenario de China y Estados Unidos: Además de los supuestos del escenario de China, la tasa meta de los fondos federales de Estados Unidos comienza a aumentar en 2015:T2 y sigue las proyecciones realizadas por Carpenter et al. (2013). 4) El EXR de referencia se calcula considerando que la paridad del poder adquisitivo se mantiene igual durante 2014:T1–2018:T4. 5) El EXR comienza a depreciarse gradualmente hacia su promedio 2002–13 cuando el crecimiento de la inversión de China se reduce en 2015:T1. EXR = tipo de cambio; TCER = tipo de cambio efectivo real.

Gráfico 22.1.4 Del AnexoRespuestas macroeconómicas del Perú con un menor grado de dolarización: Impacto de los shocks externos

Fuentes: Banco Central de Reserva del Perú; Haver Analytics; FMI, Estadísticas Financieras Internacionales, Sistema de Notificaciones, y base de datos de Perspectivas de la economía mundial (informe WEO); Instituto Nacional de Estadística, y estimaciones del personal técnico del FMI.

Nota: En este ejercicio de simulación, un menor grado de dolarización se caracteriza por un valor menor del parámetro calibrado ßr$ en el modelo. Más específicamente, ß$ está establecido como la mitad del valor calibrado, es decir, 0,075. Además, se consideran tres escenarios diferentes de shocks externos en este ejercicio de simulación a lo largo del horizonte de simulación 2013:T4–2018:T4. 1) Escenario de referencia: En su mayor parte, supuestos de la base de datos de Perspectivas de la economía mundial (informe WEO) del FMI y FMI (2014). 2) Escenario de China: Una reducción temporaria de una desviación estándar en el crecimiento de la inversión de China en 2015:T1 en comparación con el escenario de referencia. (Una reducción de una desviación estándar en el crecimiento es equivalente a una reducción de 2,5% en los niveles de inversión de China con respecto al escenario de referencia.) 3) Escenario de China y Estados Unidos: Además de los supuestos del escenario de China, la tasa meta de los fondos federales de Estados Unidos comienza a aumentar en 2015:T2 y sigue las proyecciones realizadas por Carpenter et al. (2013). TCER = tipo de cambio efectivo real.

Referencias

    AhujaA. and M.Nabar. 2012. “Investment-Led Growth in China: Global Spillovers.Working Paper 12/267International Monetary FundWashington DC.

    BarroR. J.1989. “Interest-Rate Smoothing.NBER Working Paper No. 2581National Bureau of Economic ResearchCambridge, Massachusetts.

    BergA.P.Karam and D.Laxton. 2006a. “A Practical Model-Based Approach to Monetary Policy Analysis—Overview.IMF Working Paper 06/80International Monetary FundWashington, DC.

    BergA.P.Karam and D.Laxton.. 2006b. “Practical Model-Based Monetary Policy Analysis—A How-To Guide.IMF Working Paper 06/81International Monetary FundWashington, DC.

    CalvoG. A. and C. M.Reinhart. 2002. “The Fear of Floating.The Quarterly Journal of Economics117 (2): 379–408.

    CarpenterS. B.J. E.IhrigE. C.KleeD. W.Quinn and A. H.Boote. 2013. “The Federal Reserve’s Balance Sheet and Earnings: A Primer and Projections.Finance and Economics Discussion Series Working Paper No. 2013-1U.S. Federal ReserveWashington, DC.

    García-EscribanoM.2010. “Peru: Drivers of De-dollarization.IMF Working Paper 10/169International Monetary FundWashington, DC.

    International Monetary Fund. 2012. “Spillover Report” (July9). http://www.imf.org/external/np/pp/eng/2012/070912.pdf.

    International Monetary Fund. 2013. “IMF Multilateral Policy Issues Report: 2013 Spillover Report” (August1). http://www.imf.org/external/np/pp/eng/2013/070213.pdf.

    International Monetary Fund. 2014. “Peru: Staff Report for the 2013 Article IV Consultation.Country Report 14/21 (January24). http://www.imf.org/external/pubs/ft/scr/2014/cr1421.pdf.

    Macroeconomic Models Department. 2009. “Modelo de Proyección Trimestral del BCRP.BCRP Working Paper No. 2009–006Central Reserve Bank of PeruLima.

    ReinhartC. and V.Reinhart. 2008. “Capital Inflows and Reserve Accumulation: The Recent Evidence.NBER Working Paper No. 2581National Bureau of Economic Research, Cambridge, Massachusetts.

    SalasJ.2010. “Bayesian Estimation of a Simple Macroeconomic Model for a Small Open and Partially Dollarized Economy.BCRP Working Paper No. 2010-007Central Reserve Bank of PeruLima.

La correlación entre la tasa de interés denominada en dólares de EE.UU. en el Perú y la tasa meta de los fondos federales fue de 0,9 en el período 2000–13.

En este capítulo no se usa un marco de dos regiones como el desarrollado en Berg, Karam y Laxton (2006b), porque todo indica que los efectos de contagio que van desde el Perú hacia China y Estados Unidos son bastante reducidos.

La eficacia de un tipo de cambio más flexible depende del supuesto del grado de flexibilidad, como se analiza posteriormente en este capítulo.

Los efectos de balance relacionados con grandes fluctuaciones del tipo de cambio se analizaron en muchos estudios. Como se ve en Calvo y Reinhart (2002) y en Reinhart y Reinhart (2008), la depreciación del tipo de cambio puede afectar la capacidad de pagar deuda denominada en moneda extranjera.

Véase García-Escribano (2010), donde se presenta un análisis detallado de las medidas prudenciales del Perú para la “desdolarización”.

Los bancos centrales de muchas economías parcialmente dolarizadas intervienen activamente en el mercado cambiario a fin de evitar los efectos sobre el balance que surgen de grandes fluctuaciones del tipo de cambio; véanse Calvo y Reinhart (2002) y Reinhart y Reinhart (2008).

Todas las variables de brecha en este capítulo se calculan con el filtro de Hodrick-Prescott (HP).

El TCER también se incluye aquí porque los términos de intercambio TCER del Perú no tienen una correlación elevada, por lo que parece contener información diferenciada. Un aumento del TCER indica una apreciación real respecto de los socios comerciales.

Las estimaciones del coeficiente guardarían coherencia incluso si las tasas de interés son integradas de orden 1.

Como este capítulo se concentra principalmente en el impacto del aumento de la tasa de interés (a corto plazo) de Estados Unidos, definimos el escenario de Estados Unidos como uno sin mayor demanda de exportaciones del Perú. No obstante, si definiéramos el escenario de Estados Unidos como uno con mayores tasas de interés y mayor demanda de las exportaciones del Perú (por un anuncio de la Reserva Federal de que el endurecimiento de la política monetaria depende de una mejora en los indicadores económicos), el impacto real podría ser menor que el de las proyecciones de este capítulo.

Con la excepción de la ecuación (22.8), que se estima con datos del período comprendido entre 2000:T1-2009:T1, antes de que la tasa meta de los fondos federales llegara al límite inferior de cero.

Las expectativas de inflación de la encuesta son expectativas de fin de año. Adoptamos el programa de ponderaciones del BCRP para calcular la inflación esperada para el año siguiente.

La tasa meta de inflación anual es 2% (con una banda de tolerancia de ±1 puntos porcentuales) desde 2007. No obstante, durante el período 2002–06 la meta era 2½% (con una banda de tolerancia de ±1 puntos porcentuales), y la banda meta fue de 3½–4% y 2½–3½% en 2000 y 2001, respectivamente. A fin de mantener la simplicidad, adoptamos lo expuesto en Salas (2010) y suponemos que la meta de inflación anual es 2% en todo nuestro período de muestra: 2000–13.

Estos valores de los parámetros calibrados también se ajustan a los del Modelo de Proyección Trimestral desarrollado por BCRP (Departamento de Modelos Macroeconómicos, 2009).

Véase el anexo IV del informe del personal técnico para la Consulta del Artículo IV con Perú de 2013 del FMI, que muestra que es probable que la desaceleración de la inversión en China tenga efectos de contagio importantes sobre el crecimiento del PIB del Perú, a través de los términos de intercambio (FMI, 2014).

No obstante, a causa de la disponibilidad de datos correspondientes a las demás variables, no podemos estimar todo el modelo con el período de muestra extendido.

Excepto los supuestos del crecimiento del PIB real de China y la tasa de los fondos federales de Estados Unidos; véase el detalle de los supuestos en los siguientes párrafos.

Se trata de un shock negativo transitorio de una desviación estándar para el crecimiento de la inversión en China en un trimestre, equivalente a una reducción de 2½% en los niveles de inversión en China con respecto a la referencia. Ese shock es el mismo que el del crecimiento de la inversión en China analizado en el Informe del FMI sobre efectos de contagio 2012 a los efectos de una mejor comparación (FMI, 2012).

Siguiendo a Ahuja y Nabar (2012), utilizamos la inversión real en activos fijos como variable representativa de la inversión real por la disponibilidad de datos trimestrales sobre la inversión.

Véase el cuadro 24A.2 en Ahuja y Nabar (2012). El impacto estimado en los precios mundiales de los metales luego se transforma en el impacto en la brecha de los precios mundiales de los metales computando la nueva tendencia de los precios de los metales con el filtro de HP.

Luego, el impacto estimado se transforma en el impacto en la brecha de producto de China computando el nuevo producto potencial con el filtro de HP.

El shock reduce también la brecha de producto de China y afecta la brecha de producto del Perú por medio del canal comercial directo que plasma y. No obstante, ese no es el principal canal de contagio, como se determina en FMI (2014).

El tipo de cambio nominal se deprecia alrededor de 9% al final de 2018 en el escenario de China y Estados Unidos, frente a solo un 0,2% en el escenario de China.

Este no es más que un supuesto ilustrativo de un tipo de cambio nominal más flexible, puesto que el tipo de cambio nominal no suele tener la propiedad de reversión de la media. Ese supuesto más depreciado se traduce en una depreciación de alrededor de 11% en comparación con el tipo de cambio nominal de referencia a lo largo del horizonte de simulación.

El impacto máximo en la inflación interanual es de alrededor de ½ punto porcentual en ambos escenarios.

    Other Resources Citing This Publication