Shock del precio del petróleo en las principales variables macroeconómicas del Perú, 2001-2019: Un análisis multivariado

Autores/as

  • Josfer Salas Reynaga Universidad Alas Peruanas, Lima, Perú

DOI:

https://doi.org/10.58720/bis.v3i2.101

Palabras clave:

precio del petróleo, variables macroeconómicas, BCRP, modelo VAR, Perú

Resumen

En la economía peruana, gran parte de los sectores productivos dependen del petróleo, por lo que un aumento en su precio impacta fuertemente, ya que el Perú es un país importador de este combustible. Por ello, el objetivo fue analizar la variación del precio internacional del petróleo y su reacción en las principales variables macroeconómicas. La metodología de investigación fue cuantitativa no experimental de tipo explicativo longitudinal. Las variables fueron tomadas del Banco Central de Reserva del Perú (BCRP) y Macrotrends, los datos fueron series trimestrales que abarcaron desde el primer trimestre 2001 hasta el cuarto trimestre del 2019. Para el análisis de variables se aplicó el modelo de vectores autorregresivos estructurales (SVAR), en especial la función impulsorespuesta. En los resultados encontrados se demostró que el PBI ante este shock no responde en el corto plazo, además, la demanda interna cae, ya que la inflación peruana responde creciendo en el corto plazo; este shock también genera una depreciación en la moneda nacional ante una subida del tipo de cambio. En conclusión, la economía peruana se ve afectada ante la variación del precio del petróleo en el corto plazo, ya que en el largo plazo el Gobierno peruano toma medidas subsidiarias como reducir el impuesto selectivo al consumidor (ISC) o a través del Fondo de Estabilización de los Precios de los Combustibles Derivados de Petróleo (FEPC).

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Bala, U. & Chin, L. (2018). Asymmetric Impacts of Oil Price on Inflation: An Empirical Study of African OPEC Member Countries. In Energies, 11(11), 3017. https://doi.org/10.3390/en11113017

Banco Central de Reserva del Perú. (2022). Base de datos de estadísticas del BCRP. https://estadisticas.bcrp.gob.pe/estadisticas/series/

Bernal, C. (2006). Metodología de la investigación para administración, economía, humanidades y ciencias sociales (2.a ed.). Pearson Educación.

Candelo, J. (2018). Impactos indirectos de la tasa de cambio y los precios del petróleo en una economía no petrolera: aproximaciones VECM y VAR para el Valle del Cauca, Colombia. Revista Finanzas y Política Económica, 10(2), 403-436. http://dx.doi.org/10.14718/revfinanzpolitecon.2018.10.2.9

Cantavella, M. (2020). Fluctuations of oil prices and Gross Domestic Product in Spain. International Journal of Energy Economics and Policy, 10(2), 57-63. https://doi.org/10.32479/ijeep.8806

Chen, K. (2021). The Impact of oil price shocks on economic growth: The case of Taiwan. International Journal of Economics and Financial Issues, 11(5), 96-103. https://doi.org/10.32479/ijefi.11822

Christiano, L., Eichenbaum, M. & Vigfusson, R. (2006). Assessing Structural VARs. En D. Acemoglu, K. Rogoff & M. Woodford (eds.), NBER Macroeconomics Annual 2006 (vol. 21, pp. 1-106). https://www.nber.org/system/files/chapters/c11177/c11177.pdf

Elder, J. & Kennedy, P. (2001). Testing for Unit Roots: What Should Students Be Taught? The Journal of Economic Education, 32(2), 137-146. https://doi.org/10.1080/00220480109595179

Enders, W. (2014). Applied Econometric Time Series (4.a ed.). Wiley.

García, M., Damián, M. & Coronado, J. (2022). Predictores del precio de maíz blanco en Jalisco y Michoacán. Revista mexicana de ciencias agrícolas, 13(2), 261-272. https://dialnet.unirioja.es/servlet/articulo?codigo=8422995

Hernández, J., Espinosa, F., Rodríguez, J., Chacón, J., Toloza, C., Arenas, M., Carrillo, S. & Bermúdez, V. (2018). Sobre el uso adecuado del coeficiente de correlación de Pearson: definición, propiedades y suposiciones. Archivos Venezolanos de Farmacología y Terapéutica, 37(5), 587-595. https://www.redalyc.org/articulo.oa?id=55963207025

Jiménez-Rodríguez, R. & Sánchez, M. (2005). Oil price shocks and real GDP growth: empirical evidence for some OECD countries. Applied economics, 37(2), 201-228. https://doi.org/10.1080/0003684042000281561

Macrotrends. (2022). Precios del petróleo crudo. https://www.macrotrends.net/1369/crudeoil-price-history-chart#:~:text=The%20current%20price%20of%20WTI,2022%20is%20%24108.62%20per%20barrel

Novales, A. (2017). Modelos vectoriales autorregresivos (VAR). https://www.ucm.es/data/cont/media/www/pag41459/VAR.pdf

Nyangarika, A., Mikhaylov, A. & Tang, B. (2018). Correlation of Oil Prices and Gross Domestic Product in Oil Producing Countries. International Journal of Energy Economics and Policy, 8(5), 42-48. https://www.econjournals.com/index.php/ijeep/article/view/6802

Phillips, P. & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75(2), 335-346. https://doi.org/10.1093/biomet/75.2.335

Rodríguez, D. & López, F. (2019). Efectos de la incertidumbre de los precios del petróleo en el crecimiento económico de México. Investigación Económica, 78(309), 80-106. https://doi.org/10.22201/fe.01851667p.2019.309.70120.

Sánchez, A. & Perrotini, I. (2020). Precio del petróleo, los fundamentales y el tipo de cambio en México. Panorama Económico, 15(30), 7-26. https://doi.org/10.29201/pe-ipn.v15i30.248

Sims, C. (1980). Macroeconomics and Reality. Econométrica, 48(1), 1-48. https://cutt.ly/mDQiEtc

Tam, J., Vera, G. & Oliveros, R. (2008). Tipos, métodos y estrategias de investigación científica. Pensamiento y Acción, 5, 145-154. http://www.imarpe.pe/imarpe/archivos/articulos/imarpe/oceonografia/adj_modela_pa-5-145-tam-2008-investig.pdf

Zulfugarov, F. & Neuenkirch, M. (2020). The impact of oil price changes on selected macroeconomic indicators in Azerbaijan. Economic Systems, 44(4), 100814. https://doi.org/10.1016/j.ecosys.2020.100814

Descargas

Publicado

2022-06-30

Cómo citar

Salas Reynaga, J. (2022). Shock del precio del petróleo en las principales variables macroeconómicas del Perú, 2001-2019: Un análisis multivariado. Business Innova Sciences, 3(2), 73-87. https://doi.org/10.58720/bis.v3i2.101