Você está na página 1de 37

FACULTAD DE CIENCIAS CONTABLES, ECONÓMICAS Y FINANCIERAS

ESCUELA DE ECONOMÍA

“ANALISIS DEL QUIEBRE ESTRUCTURAL DEL GASTO


PUBLICO DEL PERÚ EN LOS ULTIMOS 8 AÑOS”

Integrantes: León Cubas Paola

Sandoval Pisfil Enzo


Zamora Jiménez Victoria

Curso: Investigación Económica

Docente: Dr. Gustavo Trujillo Calagua

Ciclo: VII

Pimentel, 2018
Contenido
PLANTEAMIENTO DEL PROBLEMA ................................................................ 6

Descripción de Situación Problemática .......................................................... 6

Formulación de las Hipótesis .......................................................................... 6

Hipótesis General ........................................................................................ 6

Hipótesis Específica .................................................................................... 6

Objetivos de la Investigación .......................................................................... 7

Objetivo general .......................................................................................... 7

Objetivos específicos .................................................................................. 7

JUSTIFICACION DE LA INVESTIGACION ........................................................ 7

Importancia de la Investigación ...................................................................... 7

Viabilidad de la Investigación.......................................................................... 7

Delimitaciones de la Investigación .................................................................. 8

MARCO TEORICO............................................................................................. 8

Antecedentes de la Investigación ................................................................... 8

Definición de Variables ................................................................................. 10

PROCESO METODOLOGICO ......................................................................... 11

Matriz de Consistencia ................................................................................. 11

Matriz de operacionalidad ............................................................................. 12

ANALISIS ESTADISTICO ................................................................................ 13

RESULTADOS ................................................................................................. 17

Calibración del Modelo ................................................................................. 17


Prueba de Breusch - Godfrey.................................................................... 19

Estacionalización de las Series de Tiempo................................................... 20

Gasto Público ............................................................................................ 20

Inversión.................................................................................................... 20

Reservas Internacionales Netas ............................................................... 21

Estabilidad del Modelo conociendo el Punto de Quiebre .............................. 22

Test Cusum ............................................................................................... 22

Test Cusum of Squares............................................................................. 23

Test de Residuos Recursivos .................................................................... 25

Predicción del Gasto Publico ........................................................................ 29

CONCLUSIONES............................................................................................. 30

Referencias ...................................................................................................... 32

Anexos ............................................................................................................. 33
INTRODUCCIÓN

En este trabajo de investigación vamos hablar acerca de cuál es el análisis del


quiebre estructural del gasto Publico en los últimos 8 años (2010 – 2018) porque
identificaremos las fechas exactas donde se realizó el punto de quiebre de la
variable, que en este caso son los últimos trimestres de cada año, para ello
hemos sometido el modelo a los Tests: test Cusum, Cusum of squares y los Test
de Residuos Recursivos, por ello hemos incluido al modelo una variable dummy
llamada estacionariedad del gasto público, que refleja el comportamiento antes
mencionado y de esta manera poder corregir el quiebre. Por otro lado
realizaremos un pronóstico del comportamiento durante ese periodo, nuestro
estudio sirve para brindar información acerca de cómo el gobierno ha manejado
el gasto público en estos últimos años, lo que pretendemos llegar es como afecto
al Gasto Publico las variables de Inversión y las Reservas Internacionales Netas
(RIN) y como afectara en los siguientes dos meses de mayo y junio.

Realizamos este trabajo de investigación para brindar información a la


comunidad estudiantil de nivel superior.
ABSTRACT

In this research work we will talk about what is the analysis of the structural break
of public expenditure in the last 8 years (2010 - 2018) because we will identify
the exact dates where the breakpoint of the variable was made, which in this case
are the last quarters of each year, for this we have submitted the model to the
Tests: Cusum test, Cusum of squares and the Recursive Waste Test, so we have
included a dummy variable called the public expenditure stationarity, which
reflects the behavior before mentioned and in this way to correct the break. On
the other hand we will make a forecast of behavior during that period, our study
serves to provide information about how the government has handled public
spending in recent years, what we intend to achieve is as an affection to the
Public Expenditure the variables of Investment and the Net International
Reserves (RIN) and how it will affect in the following two months May and June.

We carry out this research work to provide information to the higher level student
community.
PLANTEAMIENTO DEL PROBLEMA

Descripción de Situación Problemática

En los últimos años, la forma de concebir y medir el desarrollo ha cambiado, primero se


consideró que el crecimiento económico era indicador del desarrollo de una sociedad y
que un aumento sostenido en el Gasto Publico era suficiente para garantizar mejores
condiciones de vida de la población, esto debido a que al crecer el producto habría más
riqueza y que esta se distribuiría eficientemente por efecto del mercado entre toda la
población. Posteriormente se planteó una diferencia entre crecimiento y desarrollo
económico, reconociendo que el crecimiento no perneaba a todos los sectores sociales
y que en muchas ocasiones sólo concentraba el ingreso y los satisfactores en unos
cuantos, haciendo la consideración de que el desarrollo incluía, a diferencia del
crecimiento, mejoras en el nivel de vida de toda la población y que esto sólo se lograría
con la acción eficiente de los mercados y con la eficaz regulación y redistribución por
parte del Estado.

Con el transcurrir del siglo XX la teoría del desarrollo llegó al concepto de Desarrollo
Humano, que centra su atención en los factores que logran desarrollar las capacidades
del individuo como persona, en términos de salud, educación e ingreso; esta perspectiva
considera que el fin último del desarrollo es el ser humano y que la sociedad debe
generar las condiciones básicas para que las personas se desarrollen adecuadamente
y aspiren a una vida digna, este indicador se considera el más cercano en la actualidad
para la medición de las condiciones de vida de la población.

Formulación de las Hipótesis

Hipótesis General

Una variación en la inversión pública y las reservas internacionales netas (Rin)


produce una variación significativa en el gasto público.

Hipótesis Específica

- Una variación de las Reservas Internacionales netas (Rin), incrementara


el gasto público.
- Una variación de las inversiones públicas, incrementara el gasto público.
Objetivos de la Investigación

Objetivo general

Analizar el quiebre estructural del Gasto Publico en el Perú en los últimos 8 años

Objetivos específicos

- Realizar la estacionalizacion de las series de tiempo de cada una de las


variables Gasto Publico, Inversión y Rin
- Pretende desarrollar la calibración del modelo a niveles y logarítmico, e
interpretación del quiebre estructural del Gasto Público
- Desarrollo de los Test de estabilidad del modelo como el Test Cusum,
Test Cusum of squares y los Test de residuos Recursivos.
- Evidenciar un análisis predictivo sobre el comportamiento del gasto
público de los meses de mayo y junio del 2018

JUSTIFICACION DE LA INVESTIGACION

Importancia de la Investigación

La investigación tiene mucha importancia ya que permite ampliar los


conocimientos de los estudiantes en la carrera de economía en forma concreta
y certera, permitiendo que se desarrolle y progrese por medio de los
conocimientos adquiridos.

Viabilidad de la Investigación

Esta investigación es viable si se cuenta con los elementos necesarios para


llevarse a cabo, como lo son: bases de datos accesibles y confiables;
asesoramiento teórico y econométrico y software computacional para el uso de
modelos econométricos. Por lo tanto, se puede considerar que la investigación
también es factible porque se puede llevar a cabo, dado que se cuenta con las
bases de datos de instituciones tales como el Banco Central de Reserva de los
distintos países, el Banco Mundial y la Comisión económica para América Latina
y el Caribe ; el apoyo econométrico es brindado por el docente a cargo del
curso; además tenemos el software econométrico de libre acceso (Eviews 7).
Delimitaciones de la Investigación

Las principales limitaciones encontradas para el desarrollo que éste trabajo de


investigación son datos abundantes de periodo mensual, trimestral o diaria en
las diferentes variables aumentando el número de observaciones, por lo tanto
se tiene que contrastar el mismo periodo.

MARCO TEORICO

Antecedentes de la Investigación

En la literatura internacional tenemos a (Vera, 2009) que nos habla lo siguiente:

“Mediante el gasto público el Estado se moviliza para atender las necesidades

de la población por medio de los servicios públicos, cuyo destino es la cobertura

de las necesidades públicas. Pero también el Estado puede satisfacer dichas

necesidades con prescindencia de los servicios públicos y utilizando los efectos

que en sí mismos”; nos habla de que el gobierno debe tener bien estructurado el

gasto público.

En la literatura internacional también tenemos a (Alfageme, 2017) que nos dice

lo siguiente: “El gasto social en América Latina ha tenido gran importancia en los

presupuestos públicos a pesar de las dificultades para “conciliar las prioridades

de política sectorial con los límites que establece la política fiscal, cuando las

restricciones económicas y financieras han sido extremas. Sin embargo, han

habido muy pocos esfuerzos para evaluar sus implicancias en las políticas

públicas o las estrategias seguidas para mejorar el bienestar social”; nos habla

de la influencia del buen manejo del gasto público frente al bienestar social de

un país.
En la literatura Nacional tenemos a la revista (El peruano, 2018) nos habla de la

eficiencia del gasto público “Una de las primeras acciones que realizará el

Ministerio de Economía y Finanzas (MEF) será reducir el gasto público

innecesario, ya coordina con todos los sectores económicos para hacer –en el

corto plazo– una rápida reestructuración del gasto estatal, de tal manera que el

nuevo esquema sea eficiente.”; nos quiere decir que los gastos innecesarios

tendrían que ser destinados a otros sectores que requieren mayores

presupuestos, entonces esta situación reafirma la importancia de adoptar

medidas de prevención y supervisión con los gastos innecesarios.

También tenemos a (Bustamante, 2015) que nos habla acerca de las Reservas

Internacionales Netas:” En el Perú dichas reservas están son manejadas por el

Banco Central de Reserva del Perú (BCRP). Las RIN contribuyen a la

estabilización económica y financiera del país de forma que garantizan una

reserva disponible de divisas para enfrentar posibles shocks externos

temporales o un eventual retiro masivo de depósitos en moneda extranjera del

sistema financiero. El BCRP, por medio de las RIN, tiene como objetivo

primordial garantizar la liquidez de divisas internacionales; y, luego, maximizar el

rendimiento de las mismas”; nos habla del papel importante del BCRP (Banco

Central de Reserva del Perú) frente a una deuda externa y que el estado debe

cumplir con dicha cuenta por pagar ala extranjero.

Por ultimo tenemos en la literatura local a (BCRP, 2017) que nos habla del gasto

financiero no corriente, que en este trabajo de investigación se considera como

la variable inversión y también al gasto público, nos dice lo siguiente “En el 2017

el gasto corriente ascendió a S/ 212 millones, menor en 1,1 por ciento, en

términos reales, respecto al 2016. El menor gasto corriente se dio principalmente


a nivel de Gobierno Nacional (-11,5 por ciento), en el pago de remuneraciones (-

19,9 por ciento). Por otro lado en el gasto de capital, la inversión pública de la

región fue de S/ 104 millones, superior en 115,1 por ciento, en términos reales,

a la de similar mes del año pasado. El crecimiento de la inversión pública se dio

principalmente en el Gobierno Nacional (de S/ 4 a S/ 53 millones), debido a la

ejecución de las obras de vialidad y saneamiento para la Nueva Ciudad

Olmos.”;donde nos presentan un análisis a fondo de estas dos variables de

estudio en los años 2016 – 2017.

Definición de Variables

 Gasto Público: Es el total de gastos realizados por el sector público, tanto


en la adquisición de bienes y servicios como en la prestación de subsidios
y transferencias.

 Inversión Púbica: Es la utilización del dinero recaudado en impuestos, por


parte de las entidades del gobierno, para reinvertirlo en beneficios
dirigidos a la población que atiende, representada en obras,
infraestructura, servicios, desarrollo de proyectos productivos, incentivo
en la creación y desarrollo de empresas, promoción de las actividades
comerciales, generación de empleo, protección de derechos
fundamentales, y mejoramiento de la calidad de vida en general.

 Financiación de Gobierno: Es una disciplina que se ocupa de la forma


como se manejan los recursos financieros que moviliza un Estado y como
distribuye el gasto público.
PROCESO METODOLOGICO

El tipo de metodología usada para este trabajo son los estudios correlaciónales,
los cuales estudian las relaciones entre variables dependientes e
independientes. Además; se utilizaron los estudios explicativos, en este tipo de
estudio busca el porqué de los hechos, estableciendo a partir del punto de
quiebre en el modelo del gasto público, para ellos analizamos su estabilidada a
base de los residuos recursivos (Test de Residuos recursivos,Test de
Coeficientes recursivos,Test CUSM, Test CUSMSQ, Test one stepp forecast,
Test n steep forecast). Para la calibración del sistema se realizará a través de la
metodología estadística proporcionada por mínimos cuadrados ordinarios y sus
generalizaciones a través del programa econométrico Eviews y por último se
desarrolló la predicción para los meses de abril mayo y junio del 2018.

Matriz de Consistencia

Tabla N°1: Matriz de Consistencia

tecnicas de
Planteamiento del problema definicion del problema objetivos hipotesis variables indicadores
investigacion
En los últimos años, la forma de
concebir y medir el desarrollo
Dependiente: Gasto
ha cambiado, primero se General: Una variación en la
Publico (Millones de
consideró que el crecimiento inversión públicay las reservas
soles)
económico era indicador del internacionales netas (Rin) Dependiente: Gasto
Independiente:
Eje de investigacion

desarrollo de una sociedad y produce una variación Publico


General: Analizar el Inversión (Millones
¿Cuál es el análisis del que un aumento sostenido en significativa en el gasto público. Independiente:
quiebre estructural del de soles) Cuantitativa,
quiebre estructural del gasto el Gasto Publico era suficiente Especifica: Una variación de la Inversión
Gasto Publico en el Población descriptiva y
publico del Perú en los para garantizar mejores pea, incrementara el gasto Población
Perú en los últimos 11 económicamente correlacional
ultimos 8 años? condiciones de vida de la público. económicamente activa
años activa (Miles de
población, esto debido a que al Especifica:Una variacion de las RIN
personas)
crecer el producto habría más Reservas Internacionales Netas,
RIN(Millones de
riqueza y que esta se incrementara el gasto público.
soles)
distribuiría eficientemente por
efecto del mercado entre toda
la población.

Fuente: Trabajo de Investigación, Elaboración propia


Matriz de operacionalidad

Tabla N°2: Matriz de Operacionalidad


Variables Definicion Conceptual Definicion Operacional Dimensiones Indicadores Tipologia Tecnicas Herramientas
Dependientes ( Endogenas)

Corresponde a aquellos gastos en


Es el total de gastos
bienes cuya vida útil es mayor a un
realizados por el sector
año. Hace referencia a los gastos
público, tanto en la Información de Descargadas
realizados en adquisición, Millones de Variable
Gasto Publico adquisición de bienes y Gasto de capital carácter de la pagina
instalación y acondicionamiento de Soles cuantitativa
servicios como en la secundario w eb del BCRP
bienes duraderos y transferidos a
prestación de subsidios y
otras entidades con la finalidad de
transferencias
destinarlos a bienes de capital

Independientes (Exogenas)

Es la utilización del dinero


recaudado en impuestos,
Gastos por las inversiones en la
por parte de las entidades
adquisición de bienes de capital
del gobierno, para
que aumentan el activo de las
reinvertirlo en beneficios
instituciones del sector público. Información de Descargadas
dirigidos a la población que Gasto no Millones de Variable
Inversión Púbica Incluye las adiciones, mejoras, carácter de la pagina
atiende, representada en financiero soles cuantitativa
reparaciones de la capacidad secundario w eb del BCRP
obras, infraestructura,
productiva del bien de capital y los
servicios, desarrollo de
estudios de los proyectos de
proyectos productivos, y
inversión
mejoramiento de la calidad
de vida en general.
Diferencia entre los activos de
Es una disciplina que se
reserva y los pasivos
ocupa de la forma como se
internacionales de un banco Información de Descargadas
Financiación de manejan los recursos Millones de Variable
central. Las RIN muestran la RIN variación carácter de la pagina
Gobierno financieros que moviliza un soles cuantitativa
liquidez internacional de un país y secundario w eb del BCRP
Estado y como distribuye el
su capacidad financiera frente a
gasto público.
obligaciones
Fuente: Trabajo de Investigación, Elaboración propia
ANALISIS ESTADISTICO

Tabla N° 3: Leyenda

Variables Abreviaturas
Gasto Público GASTO
Inversión Pública INV
Reservas Internacionales Netas RIN

Tabla N°4: Estadísticas Descriptivas

Fuente: Elaboración propia

El análisis descriptivo que se presenta será analizado con el apoyo de un gráfico

para cada variable, para mayor entendimiento.


Grafico N°1: Serie de Tiempo de la variable Gasto
9,000

8,000

7,000

6,000

5,000

4,000

3,000

2,000

1,000

0
2010 2011 2012 2013 2014 2015 2016 2017 2018

Fuente: www.bcrp.gop.pe
Elaboración propia

Análisis estadístico para el Gasto Publico presentado en la Tabla N°4:

- Se observa una volatilidad en la evolución temporal de la serie con un


coeficiente de variación de 59.77%.
- La desviación estándar es menor que la media, lo que indica un número
menor de error.
- El espesor de la distribución de la variable es amplia debido a que es
mayor a 3 (7.49 > 3) un número que indica cuando la distribución es
normal en cuanto a su concentración de datos en relación a la media.
Grafico N°2: Serie de Tiempo de la variable Rin

220,000

200,000

180,000

160,000

140,000

120,000

100,000

80,000
2010 2011 2012 2013 2014 2015 2016 2017 2018

Fuente: www.bcrp.gop.pe
Elaboración propia

Análisis estadístico para las exportaciones presentado en la Tabla N°4:

- Se observa una volatilidad en la evolución temporal de la serie con un


coeficiente de variación de 18.65%, indicando que no es significativa.
- La desviación estándar es menor que la media, lo que indica un número
menor de error.
- El espesor de la distribución de la variable es escaso debido a que es
menor a 3 (2.23 < 3) indicando que la distribución no es normal en cuanto
a su concentración de datos en relación a la media.
Grafico N°3: Serie de Tiempo de la variable Inversion
24,000

20,000

16,000

12,000

8,000

4,000
2010 2011 2012 2013 2014 2015 2016 2017 2018

Fuente: www.bcrp.gop.pe
Elaboración propia

Análisis estadístico para las exportaciones presentado en la Tabla N°4:

- Se observa una volatilidad en la evolución temporal de la serie con un


coeficiente de variación de 39.21%, indicando que no es significativa.
- La desviación estándar es menor que la media, lo que indica un número
menor de error.
- El espesor de la distribución de la variable es amplia debido a que es
mayor a 3 (7.29 > 3) un número que indica cuando la distribución es
normal en cuanto a su concentración de datos en relación a la media.
RESULTADOS

En el siguiente apartado presentamos la calibración del modelo, a niveles y en

logaritmos; la estabilidad de las series de cada variable y la estabilidad del

modelo logarítmico conociendo el punto de quiebre.

Calibración del Modelo

En la especificación del modelo consideramos la calibración del modelo a niveles

con la ayuda del programa Eviews 7.

Tabla N°5: Estimación del modelo a niveles

Dependent Variable: GASTO


Method: Least Squares
Date: 06/07/18 Time: 17:19
Sample: 2010M01 2018M04
Included observations: 100

Variable Coefficient Std. Error t-Statistic Prob.

C 700.4404 209.1280 3.349339 0.0012


RIN -0.013383 0.001392 -9.612710 0.0000
INV 0.434788 0.013735 31.65523 0.0000

R-squared 0.916415 Mean dependent var 2517.743


Adjusted R-squared 0.914692 S.D. dependent var 1394.916
S.E. of regression 407.4207 Akaike info criterion 14.88711
Sum squared resid 16101189 Schwarz criterion 14.96527
Log likelihood -741.3555 Hannan-Quinn criter. 14.91874
F-statistic 531.7503 Durbin-Watson stat 0.914712
Prob(F-statistic) 0.000000

Elaboración Propia
Ecuación por mínimos cuadrados ordinarios

Gasto Público = F (INV, RIN)

Gasto Público = 700.44 - 0.01338 INV + 0.4347 RIN

Interpretación de la ecuación:

 La constante 700.44 indica que si las variables exógenas son cero el


gasto que se presenta seria el gasto autónomo.
 Si la inversión aumentaría en un millón de soles se generaría un
impacto positivo en el gasto público de S/. 1338.
 Si las RIN aumentarían en un millón de soles se generaría un egreso
del gasto público de S/.4347.
El alto valor del R2 muestra que el 91.64% del comportamiento del gasto público
es explicado por la inversión, la población económicamente activas y las
reservas internacionales netas.

Luego realizamos la estimación del modelo a través de logaritmos para verificar


si el gasto es mejor explicado por este modelo.

Tabla N°5: Estimación del modelo en logaritmos

Dependent Variable: LGASTO


Method: Least Squares
Date: 06/07/18 Time: 17:19
Sample: 2010M01 2018M04
Included observations: 100

Variable Coefficient Std. Error t-Statistic Prob.

C 2.650521 1.325543 1.999573 0.0483


LRIN -0.932737 0.139021 -6.709339 0.0000
LINV 1.787697 0.097118 18.40738 0.0000

R-squared 0.793837 Mean dependent var 7.699154


Adjusted R-squared 0.789586 S.D. dependent var 0.529959
S.E. of regression 0.243097 Akaike info criterion 0.038826
Sum squared resid 5.732315 Schwarz criterion 0.116981
Log likelihood 1.058685 Hannan-Quinn criter. 0.070457
F-statistic 186.7506 Durbin-Watson stat 1.140760
Prob(F-statistic) 0.000000
En una estimación logarítmica de la tabla N°4 los resultados de cada parámetro

son elasticidades y su sensibilidad frente a los cambios del Gasto Publico, y

estas son las siguientes

Tabla N°6: Elasticidades de las variables en el modelo logarítmico

Variables Elasticidad Tipo


LRIN 0,93 Inelástico
LINV 1.78 Elástico
Elaboración Propia

El alto valor del R2 muestra que el 79.38% del comportamiento del gasto público
es explicado por la inversión, la población económicamente activas y las
reservas internacionales netas.

Prueba de Breusch - Godfrey

Por ultimo para verificar si existe autocorrelación en el modelo se aplica la prueba


de Breusch - Godfrey. Para ello usamos un modelo con las primeras diferencias
de cada variable.

Tabla N°7: Prueba de Breuss - Godfrey

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 6.934391 Prob. F(1,95) 0.0099


Obs*R-squared 6.734770 Prob. Chi-Square(1) 0.0095

El resultado de dicha prueba es 6.93, es menor que la prueba Chi-cuadrado de


7.8884 al 99.5% de confianza, esto indica que la autocorrelacion del modelo no
es significativo, es decir el Las Reservas Internacionales Netas y La Inversión no
dependen del Gasto Publico.
Estacionalización de las Series de Tiempo

Usamos la prueba Dickey-Fuller para realizar la estacionalizacion de la serie de


tiempo de cada variable.

Gasto Público

La serie ha sido sometida a la prueba de Dickey-Fuller para poder ser


estabilizada, de esta manera la serie es estacionaria en logaritmos y en su
primera diferencia como muestra la Tabla N°8.

Tabla N°8: Prueba Dickey-Fuller del Gasto Publico

Null Hypothesis: D(LGASTO) has a unit root


Exogenous: Constant, Linear Trend
Lag Length: 10 (Automatic - based on SIC, maxlag=12)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -15.62185 0.0000


Test critical values: 1% level -4.065702
5% level -3.461686
10% level -3.157121

Tenemos que el resultado -15.62 es menor a las pruebas de confianza del 1%(-
4.07), 5%(-3.46) y 10%(-3.16), entonces se rechaza la hipótesis nula, por lo tanto
se presenta una sola solución.

Inversión

La serie ha sido sometida a la prueba de Dickey-Fuller para poder ser


estabilizada, de esta manera la serie es estacionaria en logaritmos y en su
primera diferencia como muestra la Tabla N°9.
Tabla N°9: Prueba Dickey-Fuller de la Inversión

Null Hypothesis: D(LINV) has a unit root


Exogenous: Constant, Linear Trend
Lag Length: 11 (Automatic - based on SIC, maxlag=12)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.271137 0.0000


Test critical values: 1% level -4.066981
5% level -3.462292
10% level -3.157475

Elaboración Propia

Tenemos que el resultado -6.27 es menor a las pruebas de confianza del 1%(-
4.07), 5%(-3.46) y 10%(-3.16), entonces se rechaza la hipótesis nula, por lo tanto
se presenta una sola solución.

Reservas Internacionales Netas

La serie ha sido sometida a la prueba de Dickey-Fuller para poder ser


estabilizada, de esta manera la serie es estacionaria en logaritmos y en su
primera diferencia como muestra la Tabla N°10.

Tabla N°10: Prueba Dickey-Fuller de las Reservas Internacionales Netas

Null Hypothesis: D(LRIN) has a unit root


Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=12)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -9.274684 0.0000


Test critical values: 1% level -4.054393
5% level -3.456319
10% level -3.153989

Tenemos que el resultado -9.27 es menor a las pruebas de confianza del 1%(-
4.05), 5%(-3.46) y 10%(-3.15), entonces se rechaza la hipótesis nula, por lo tanto
se presenta una sola solución.
Estabilidad del Modelo conociendo el Punto de Quiebre
Test Cusum
Según (Calagua, 2010) es el contraste utilizado para detectar la fecha del cambio
estructural utilizando la estimación recursiva. El criterio de evaluación consiste
en verificar que los residuos recursivos no se salgan de la trayectoria temporal
delimitada por las bandas de confianza lo cual nos dará evidencia suficiente de
estabilidad intertemporal, a continuación presentamos el test en el grafico N°1

Gráfico N°1: Test de Cusum

30

20

10

-10

-20

-30

-40
2010 2011 2012 2013 2014 2015 2016 2017 2018

CUSUM 5% Significance

Fuente: www.bcrp.gob.e
Elaboración propia

El criterio de evaluación Se observa que la trayectoria temporal de los residuos


recursivos salen de los límites establecidos, por lo que se concluye que no existe
una significativa estabilidad, por la presencia de un quiebre estructural en la
serie.
Test Cusum of Squares
Dicho contraste usa la tabla estadística Cusum, si la serie sale de la banda, se
rechaza la hipótesis de homogeneidad del modelo.

Gráfico N°2: Presencia de quiebre estructural

1.2

1.0

0.8

0.6

0.4

0.2

0.0

-0.2
2010 2011 2012 2013 2014 2015 2016 2017 2018

CUSUM of Squares 5% Significance

Fuente: www.bcrp.gob.pe
Elaboración propia

Como se puede apreciar, existe suficiente evidencia estadística para asegurar la


inestabilidad intertemporal en los parámetros del modelo estimado.

Entonces para poder corregirlo se ha desarrollado un nuevo modelo incluyendo


una variable Dummy llamada Estacionariedad del Gasto Publico que se encarga
de corregir el quiebre a finales del último trimestre de cada año, como lo
presentamos en la siguiente tabla:
Tabla N°11: Modelo logarítmico incluyendo la variable Dummy

Dependent Variable: LGASTO


Method: Least Squares
Date: 06/09/18 Time: 02:57
Sample: 2010M01 2018M04
Included observations: 100

Variable Coefficient Std. Error t-Statistic Prob.

C 2.648243 1.321659 2.003726 0.0479


LINV 1.701790 0.118634 14.34486 0.0000
LRIN -0.869305 0.147562 -5.891100 0.0000
DUMMY 0.087389 0.069719 1.253439 0.2131

R-squared 0.797157 Mean dependent var 7.699154


Adjusted R-squared 0.790818 S.D. dependent var 0.529959
S.E. of regression 0.242384 Akaike info criterion 0.042593
Sum squared resid 5.640012 Schwarz criterion 0.146800
Log likelihood 1.870348 Hannan-Quinn criter. 0.084767
F-statistic 125.7571 Durbin-Watson stat 1.156212
Prob(F-statistic) 0.000000

Elaboración Propia

Ahora realizando de nuevo el test Cusum of squares con la inclusión se obtiene


el grafico N°3

Gráfico N°3: Quiebre estructural corregido

1.2

1.0

0.8

0.6

0.4

0.2

0.0

-0.2
2010 2011 2012 2013 2014 2015 2016 2017 2018

CUSUM of Squares 5% Significance

Fuente: www.bcrp.gob.pe
Elaboración propia
Como se puede apreciar, existe suficiente evidencia estadística para asegurar la
estabilidad intertemporal en los parámetros del modelo estimado. Con el uso de
la variable Dummy creada se corrige el quiebre estructural.

Test de Residuos Recursivos


1.-Test one step forecast

En lo que respecta a los contrastes que tienen como hipótesis nula la


homogeneidad temporal del modelo producido por algún cambio a lo largo del
periodo muestral, para ello se ha desarrollado también otros contrastes basados
en los denominados residuos recursivos, como el siguiente test one step forecast
presentado en el grafico N°4:

Gráfico N°4: Test one step forecast

0.8

0.4

0.0

-0.4

-0.8
.000 -1.2
.025
.050
.075
.100
.125
.150
2010 2011 2012 2013 2014 2015 2016 2017 2018

One-Step Probability
Recursive Residuals

Fuente:www.bcrp.gob.pe
Elaborción propia

Como se puede observar en el grafico la región superior del diagrama nos


muestra los residuos recursivos y el error estándar, en la parte inferior del
diagrama, se muestra los puntos probables donde la hipótesis de homogeneidad
seria rechazado a niveles de 2.5%, 5% y 7.5%. Así en los 2010.2, 2010.6, 2011.1
y 2011.2 la hipótesis de parámetros constantes es rechazada.
2.-Test N step forecast

Otro contraste que se desarrollo es el denominado Test N step forecast, Este


contraste aprovecha los residuos recursivos calculados llevando una secuencia
de la visión del pronóstico del Test de Chow. El N – Steep Forecast Test no
requiere la especificación del periodo de pronóstico.

Gráfico N°5: Test N step forecast

0.8

0.4

0.0

-0.4

-0.8
.000
-1.2
.025
.050
.075
.100
.125
.150
2010 2011 2012 2013 2014 2015 2016 2017 2018

N-Step Probability
Recursive Residuals

Fuente:www.bcrp.gob.pe
Elaborción propia

Como se puede observar en el grafico la región superior del diagrama nos


muestra los residuos recursivos y el error estándar, en la parte inferior del
diagrama, se muestra los puntos probables donde la hipótesis de homogeneidad
seria rechazado en los niveles de 2.5%, 5%, 7.5%, 10% y 12.5%.

3.- Test de Residuos Recursivos

Uno de los test más importantes es el Test de Residuos Recursivos, que se


define como la diferencia entre el valor observado de la variable endógena y el
valor predicho de la misma, observando que bajo la hipótesis nula de estabilidad
y el supuesto de normalidad, los residuos recursivos posee las mismas
características que los residuos poblacionales y por ello se concluye que es un
buen estimador de este. Por lo tanto en el siguiente grafico presentamos el Test:
Gráfico N°6: Test de residuos recursivos

0.8

0.4

0.0

-0.4

-0.8

-1.2
2010 2011 2012 2013 2014 2015 2016 2017 2018

Recursive Residuals ± 2 S.E.

Fuente: www.bcrp.gob.pe
Elaboración propia

Tal como se observa en el grafico los valores cambian de manera sistemática en


el horizonte temporal de su trayectoria, por lo cual se concluye que hay evidencia
de inestabilidad en el modelo estimado.

4.- Test de Coeficientes Recursivos

En cuanto a la estabilidad individual de parámetros a largo plazo se tiene el test


denominado Test de Coeficientes Recursivos, el cual evalúa la estabilidad y
exogeneidad a largo plazo de cada coeficiente estimado en su trayectoria
temporal de estimación, como se muestra en el siguiente grafico
Gráfico N°7: Test de coeficientes recursivos

300

200

100

-100
2010 2011 2012 2013 2014 2015 2016 2017

Recursive C(1) Estimates


± 2 S.E.

10

-5

-10

-15

-20

-25
2010 2011 2012 2013 2014 2015 2016 2017

Recursive C(2) Estimates


± 2 S.E.

1
2010 2011 2012 2013 2014 2015 2016 2017

Recursive C(3) Estimates


± 2 S.E.

Fuente: w w w .bcrp.gob.pe
Elaboración propia

Este grafico señala que a pesar del tamaño de la muestra la trayectoria


temporal de largo plazo no permite rechazar la hipótesis de exogeneidad, sin
olvidar la presencia de sesgo en el año 2010.
Predicción del Gasto Publico
Presentamos la predicción del gasto público para los meses de mayo y junio,
indicando el comportamiento predictivo del gasto público.

Grafico N° 8:Proyeccion del Gasto Publico

4,000

3,600

3,200

2,800

2,400

2,000
2018m5 2018m6

GASTOF ± 2 S.E.
Fuente: www.bcrp.gop.pe
Elaboración propia

Grafico N°9: Gasto Publico historico vs Gasto Publico proyectado

9,000

8,000

7,000

6,000

5,000

4,000

3,000

2,000

1,000

0
2010 2011 2012 2013 2014 2015 2016 2017 2018

GASTOF GASTO
Fuente: www.bcrp.gop.pe
Elaboración propia
CONCLUSIONES
Hemos identificado las fechas exactas donde se realizó el punto de quiebre de
la variable, que en este caso son los últimos trimestres de cada año, para ello
hemos sometido el modelo a los Tests: test Cusum, Cusum of squares y los Test
de Residuos Recursivos, por ello hemos incluido al modelo una variable dummy
llamada estacionariedad del gasto público, que refleja el comportamiento antes
mencionado.

En una estimación de mínimos cuadrados ordinarios, el alto valor del R2 nos


muestra que el 91.64% del comportamiento del gasto público es explicado por la
inversión, la población económicamente activas y las reservas internacionales
netas.

En una estimación en logaritmos de mínimos cuadrados ordinarios, el alto valor


del R2 nos muestra que el 79.38% del comportamiento del gasto público es
explicado por la inversión, la población económicamente activas y las reservas
internacionales netas.

Además, hemos aplicado la prueba de Breusch – Godfrey, donde la


autocorrelación del modelo no es significativo, es decir Las Reservas
Internacionales Netas y La Inversión no dependen del Gasto Publico. Para ello
hemos usado un modelo con las primeras diferencias de cada variable.

También, cada variable ha sido sometida a la prueba de Dickey-Fuller para poder


ser estabilizada, de esta manera la serie es estacionaria en logaritmos y en su
primera diferencia. Por lo que, las tres variables; el Gasto Público, la Inversión y
las Reservas Internacionales Netas, rechazan la hipótesis nula.

Por último, realizamos las siguientes pruebas como: Test one step forecast
donde nos muestra los puntos probables donde la hipótesis de homogeneidad
seria rechazado a niveles de 2.5%, 5% y 7.5%. Así en los 2010.2, 2010.6, 2011.1
y 2011.2 la hipótesis de parámetros constantes es rechazada; Test N step
forecast, nos muestra los puntos probables donde la hipótesis de homogeneidad
seria rechazado en los niveles de 2.5%, 5%, 7.5%, 10% y 12.5%; Test de
Residuos Recursivos muestra los valores que cambian de manera sistemática
en el horizonte temporal de su trayectoria, por lo cual se concluye que hay
evidencia de inestabilidad en el modelo estimado y el Test de Coeficientes
Recursivos nos muestra que a pesar del tamaño de la muestra la trayectoria
temporal de largo plazo no permite rechazar la hipótesis de exogeneidad, sin
olvidar la presencia de sesgo en el año 2010. Después de realizar los Test
llevamos a cabo la predicción del gasto público para los meses de mayo y junio
del 2018, indicando el comportamiento predictivo del gasto público.
Referencias
Alfageme, M. (2017). ESTADO, GASTO PÚBLICO Y DESARROLLO DE LAS

CAPACIDADES. Obtenido de

http://www.bcrp.gob.pe/docs/Publicaciones/Revista-Estudios-

Economicos/02/Estudios-Economicos-2-4.pdf

BCRP. (julio de 2017). LAMBAYEQUE: Síntesis de Actividad Económica Julio

2017. Obtenido de file:///C:/Users/LEON/Downloads/sintesis-

lambayeque-07-2017.pdf

Bustamante, R. (2015). Las Reservas Internacionales Netas y el pago de la

Deuda Externa. Obtenido de

http://economia.unmsm.edu.pe/art/2015/ReservasIntern_11.11.15.pdf

Calagua, G. T. (2010). Test sobre la hipotesis de la estabilidad de un modelo. En

G. T. Calagua, Econometria con Eviews.

El peruano. (6 de abril de 2018). Eficiencia del gasto público. Obtenido de

http://elperuano.pe/noticia-eficiencia-del-gasto-publico-65367.aspx

Vera, S. (2009). LOS GASTOS PUBLICOS. Obtenido de http://www.ispn4-

santafe.edu.ar/Carreras/Programador/Trabajos/Finanzas_1.pdf
Anexos
Tabla N°11: Data

Gasto Inversion
RIN
Mes Publico Publica
millones S/ millones S/ millones S/
Ene06 218.2003934 2736.36306 46801.1464
Feb06 357.9358527 3442.81104 46022.6451
Mar06 576.1088126 3630.09045 48627.1114
Abr06 535.7191224 3432.25521 47971.7423
May06 614.8133283 3891.07449 46832.6196
Jun06 615.5530863 3595.35461 46994.0908
Jul06 679.3038832 4421.82567 47425.897
Ago06 674.8526997 3800.5733 49828.5039
Sep06 1046.938627 4033.44696 49309.6551
Oct06 853.6851097 4102.49621 50308.9722
Nov06 927.9100349 4171.01466 53044.4631
Dic06 2167.970791 7589.64709 55279.4221
Ene07 213.2477641 2872.83489 57117.9895
Feb07 437.0214962 3740.78322 57853.1648
Mar07 568.1019716 3631.94388 58598.0694
Abr07 568.7436654 3893.04182 62461.6159
May07 707.0362742 4216.60267 67428.6965
Jun07 717.3313386 3919.30952 68243.72
Jul07 916.3566355 5009.58295 73732.3159
Ago07 836.7614667 4435.60019 76059.615
Sep07 1075.041179 4544.9826 70536.6482
Oct07 1083.999183 4645.52997 74669.1013
Nov07 1052.978716 5027.93421 79042.7815
Dic07 2898.764057 8838.56839 83066.2831
Ene08 288.921079 3796.89965 90058.1755
Feb08 751.2658794 4725.775 93364.382
Mar08 913.1080606 4402.72126 92335.1028
Abr08 1095.439964 4903.61517 101531.829
May08 1028.315038 5112.30817 99000.9001
Jun08 1087.603487 5207.45985 105489.809
Jul08 1411.178193 6565.09414 98256.1951
Ago08 1356.224794 5406.22235 103006.6
Sep08 1301.859179 5204.62492 103411.148
Oct08 1774.024553 5875.26179 98672.5351
Nov08 1416.525959 4965.7693 96007.6183
Dic08 3128.764914 8211.51801 97955.0837
Ene09 313.4284959 3134.4554 95711.0433
Feb09 971.6966836 5040.59803 95589.6994
Mar09 1462.035176 5195.92672 97737.0813
Abr09 1447.520963 5365.06398 92926.0682
May09 1308.457587 5305.51318 93253.8007
Jun09 1301.467571 5290.71566 92679.2528
Jul09 1656.967402 6811.43278 95945.2854
Ago09 1821.714038 6126.79259 94266.1874
Sep09 1810.098324 5866.30042 92855.4947
Oct09 1958.400106 6232.1475 95468.5261
Nov09 1980.328981 6573.50137 96273.4759
Dic09 5440.928764 12451.9405 95760.1938
Ene10 737.564044 4744.25079 98218.8804
Feb10 1218.111274 5685.57532 99777.4055
Mar10 1518.203902 6140.61325 100162.919
Abr10 2393.286632 7038.68969 99889.7916
May10 1671.537146 5897.90699 98292.8
Jun10 2053.216852 6341.3643 100016.147
Jul10 1822.421176 6976.27612 108950.233
Ago10 2098.673755 6619.47835 112571.662
Sep10 2638.337975 7225.52137 118475.612
Oct10 2478.889157 7065.59981 120275.981
Nov10 2638.899766 7615.60023 124815.387
Dic10 4796.743043 11817.7565 123935.238
Ene11 394.2416906 4401.32949 123295.044
Feb11 1015.767745 5568.27717 128161.903
Mar11 1350.306445 6532.88207 129154.705
Abr11 1446.099132 6099.96804 131164.871
May11 1359.79419 6617.25671 128270.466
Jun11 2495.577294 7211.87207 129667.137
Jul11 1815.836298 7805.01345 130625.755
Ago11 1547.127108 6430.87981 132446.736
Sep11 1962.320513 7009.02413 133147.791
Oct11 2468.720668 7333.49384 131967.23
Nov11 2332.789107 7311.27695 132434.904
Dic11 6161.638515 15220.3286 131802.985
Ene12 522.580051 4847.4055 136731.672
Feb12 1287.956615 5913.66119 142884.811
Mar12 2050.252006 6996.6186 148956.553
Abr12 1707.089653 6763.4626 151772.367
May12 1895.556055 7255.15838 154150.14
Jun12 1975.539475 7007.91969 152790.429
Jul12 2109.053428 8203.22608 152487.258
Ago12 2444.692397 7781.03075 156003.24
Sep12 2415.168568 7907.16462 159017.602
Oct12 3026.977892 8920.6545 160332.001
Nov12 2809.737407 8769.02847 163096.121
Dic12 6706.402729 17533.7118 163178.175
Ene13 769.6179044 5456.56883 172900.3
Feb13 1399.566447 6707.20573 175159.822
Mar13 2201.591576 7545.8969 175907.883
Abr13 2789.136903 8798.07857 180193.115
May13 2067.543355 8251.80054 182269.438
Jun13 2392.160147 8132.39352 185377.986
Jul13 3276.065222 10280.1797 188645.162
Ago13 2592.611697 8671.70584 187244.922
Sep13 2597.920379 8528.55417 185507.393
Oct13 3378.450611 10011.8232 183903.373
Nov13 3519.206341 9915.65837 185582.107
Dic13 6456.437961 19469.771 183856.67
Ene14 896.9678258 6430.86182 183508.156
Feb14 1760.9747 7982.5 182494.228
Mar14 2360.653124 8354.76859 182520.045
Abr14 2414.461595 8884.77054 181888.991
May14 2369.823359 8840.06885 179023.135
Jun14 2316.823483 9044.68595 180827.207
Jul14 3549.139598 12497.1461 183500.285
Ago14 2460.051593 9802.84277 184174.432
Sep14 2881.487479 9632.4502 186268.841
Oct14 3232.63258 10564.6204 185506.58
Nov14 2945.868858 10177.4808 184689.057
Dic14 7194.902848 21632.6671 185678.145
Ene15 1184.407927 6687.80655 191613.641
Feb15 1357.152974 7985.54548 191259.643
Mar15 1787.811206 8919.52642 190102.044
Abr15 2242.976171 9636.81209 192892.049
May15 2098.643813 9389.77036 190905.452
Jun15 2466.139402 10182.3514 190854.743
Jul15 2987.648362 11492.5546 190550.779
Ago15 2023.005607 9682.44848 196385.063
Sep15 2936.98568 10650.2549 197835.092
Oct15 3153.107278 11838.1153 204544.805
Nov15 2923.976139 11079.0812 209602.123
Dic15 8047.916171 22660.6117 209663.474
Ene16 486.1057274 6909.89144 208135.723
Feb16 2075.171729 9736.16774 211896.911
Mar16 2348.501068 10431.7121 204064.521
Abr16 2571.586328 10251.772 200977.035
May16 2109.037246 10047.5864 204286.879
Jun16 2088.853969 10338.761 195965.529
Jul16 2749.55577 11943.8749 205248.433
Ago16 2263.368383 10424.9059 209395.463
Sep16 2949.716964 10743.5612 209354.83
Oct16 2250.406725 10377.8619 208349.752
Nov16 2334.876326 10387.9462 209250.116
Dic16 6573.897025 19866.2456 207263.419
Ene17 1626.262717 8206.99548 205236.958
Feb17 1594.576213 8863.6456 203068.592
Mar17 2327.56545 10605.8951 203083.066
Abr17 2284.268667 10369.2135 204112.585
May17 2133.286938 10831.0605 207363.257
Jun17 2177.344205 10834.1456 203453.766
Jul17 2551.337237 11848.5187 204282.45
Ago17 2813.173916 11548.9965 200896.727
Sep17 3281.036279 11807.9025 210456.15
Oct17 3014.716918 12033.9515 206570.874
Nov17 2948.791644 12226.776 203435.106
Dic17 6358.317913 21540.7542 206132.195
Ene18 595.8266032 8280.50174 207012.418
Feb18 1733.84925 9848.32181 201744.195
Mar18 2786.742656 11154.553 200364.036
Abr18 2345.168695 11164.178 195618.783

Você também pode gostar