UNIVERSIDAD

NACIONAL MAYOR DE
SAN MARCOS

INFLUENCIA DEL
COMPORTAMIENTO DE LOS
PRECIOS DEL COBRE Y DEL ORO
EN EL PIB MINERO - PER
Presentado por:

ALEJOS MANRIQUE,
Marjorie

ROJAS VILCHEZ,
Yuliana Gabriela
SALDAA CERNA,
Miguel Angel

CURSO:
Econometra II
DOCENTE:
Castaeda Saldaa, Francisca Beatriz

Ciudad Universitaria, 05 de Diciembre del 2015

1

Contenido

I.

RESUMEN ............................................................................................................... 3

II.

PLANTEAMIENTO DEL PROBLEMA ................................................................. 3

III.

OBJETIVOS ............................................................................................................ 4

IV.

MARCO TERICO Y CONCEPTUAL................................................................. 5

V.

METODOLOGA ................................................................................................... 12

VI.

RESULTADOS ...................................................................................................... 14

VII.

CONCLUSIONES ................................................................................................. 29

VIII.

REFERENCIA BIBLIOGRAFICA ....................................................................... 31

IX.

ANEXOS ................................................................................................................ 32

I.

RESUMEN

En estos ltimos perodos donde la influencia de la demanda China por

minerales se ha contrado debido a su menor crecimiento econmico y de su mercado
inmobiliario han presionado a la baja el precio del cobre y del oro, los cuales son los
metales exportables ms importantes del Per.
El presente trabajo busca analizar los efectos que han tenido el precio del cobre
y del oro sobre la el PIB del sector minero en nuestro pas. Es verdad, que existen otras
variables que pueden afectar el PIB del sector minero; sin embargo, nuestro anlisis se
centrar en las variables escogidas.

II.

PLANTEAMIENTO DEL PROBLEMA

Con la llegada de los espaoles el Per adopt un modelo econmico primario

exportador que se mantiene vigente hasta nuestros das. El cobre es hoy por hoy el
principal producto minero de exportacin llegando a alcanzar la cuarta parte del total.
Es bien sabido que tenemos considerables reservas mineras futuras y costos muy
competitivos, por ejemplo, el costo promedio en efectivo de producir una libra de cobre
en el Per es US$1.30 en comparacin con US$1.88 en Chile.
En los ltimos dos aos, el precio del cobre se ha reducido sustancialmente,
desde casi US$4.00 por libra a US$2.07 en los ltimos das. Esta tendencia lleva
consigo la cada de la construccin en China. A ello summosle la cada del precio del
oro y con ello nuestras exportaciones se han reducido 25% en dos aos y el crecimiento
econmico se ha frenado notablemente.
Las grandes compaas mineras internacionales piensan que a partir del 20172018 habr una fuerte recuperacin del precio porque las minas fciles de desarrollar
en el mundo se estn agotando. Entre ellos destaca Chile, principal productor, donde se
est estancado en aproximadamente 5.5 millones de toneladas anuales de produccin.
3

Es importante mencionar que en nuestro pas se estn construyendo cuatro

grandes proyectos (Constancia en el Cusco, ya en operacin, Las Bambas en Apurmac,
Toromocho en Junn, ya en operacin, y la ampliacin de Cerro Verde en Arequipa).
Estos cuatro proyectos casi duplicarn nuestra produccin de cobre.
El precio del oro, por su parte, tambin ha presentado en estos ltimos meses
una cada significativa que ha llevado consigo a que las empresas busquen reducir sus
costos de produccin por dicha cada en los precios de los principales metales.
Ante todo ello surge la interrogante:
Cun dependiente es nuestra economa (PIB sector minera)
respecto al precio del cobre y del oro?

III.

OBJETIVOS

a) OBJETIVO GENERAL

Determinar el grado de influencia del comportamiento de los precios del cobre y

del oro en el producto bruto interno sector minera en el Per.

b) OBJETIVOS ESPECFICOS
Determinar los precios del cobre para los aos de 1993 al 2015.
Determinar los precios del oro para los aos de 1993 al 2015.
Determinar los niveles del PIB Sector Minera del Per para los aos 1993 al
2015.
Examinar el efecto de la variacin de los precios del cobre y el oro en el
desarrollo del PIB Sector minera en el Per.
Establecer modelos economtricos como referencia en base a los resultados
obtenidos.
Validar el modelo propuesto, a travs de herramientas estadsticas conocidas
(Eviews), aplicacin de mejoras, y la comparacin del precio obtenido para el
largo plazo.

IV.

MARCO TERICO Y CONCEPTUAL

FUNDAMENTOS ECONMICOS

En este trabajo se realiza un estudio acerca de los precios de los metales

industriales ms importantes: cobre y oro. Lo que se busca es encontrar una
relacin entre el patrn temporal que se observa en sus precios con el principal
indicador de la actividad macroeconmica mundial, el PIB.

Produccin minera e hidrocarburos

El PBI minero es la suma del valor de produccin minera y e

hidrocarburos que se calcula a partir de la informacin proporcionada por

la Direccin General de Minera del Ministerio de Energa y Minas que
recopila datos sobre los volmenes de extraccin de 9 metales (cobre,
oro, zinc, plata, plomo, cadmio, hierro, estao y molibdeno) y la Gerencia

de Contratos de Perupetro que proporciona la produccin de 2

hidrocarburos (petrleo crudo y gas natural).

Minera e Hidrocarburos (mill. S/. de 2007)

1993 - 2014

Fuente: BCRP

Producto Bruto Interno (PBI)

Valor total de la produccin corriente de bienes y servicios finales

dentro de un pas durante un periodo de tiempo determinado. Incluye por

lo tanto la produccin generada por los nacionales y los extranjeros
residentes en el pas. En la contabilidad nacional se le define como el
valor bruto de la produccin libre de duplicaciones por lo que en su
clculo no se incluye las adquisiciones de bienes producidos en un
perodo anterior (transferencias de activos) ni el valor de las materias
primas y los bienes intermedios. Aunque es una de las medidas ms
utilizadas, tiene inconvenientes que es necesario tener en cuenta, por
ejemplo el PBI no tiene en externalidades, si el aumento del PBI proviene
de actividades genuinamente productivas o de consumo de recursos
naturales, y hay actividades que aumentan y disminuyen el bienestar o la

produccin y que no son incluidas dentro del clculo del PBI, como la
economa informal o actividades realizadas por fuera del mercado, como
ciertos intercambios cooperativos o produccin para el autoconsumo. El
PBI se puede calcular mediante diferentes enfoques:
El PBI es un concepto de valor
agregado. Es la suma del valor agregado
bruto de todas las unidades de produccin
ENFOQUE DE LA PRODUCCIN

residentes,

ms

los

impuestos

los

productos y derechos de importacin. El valor

agregado bruto es la diferencia entre la
produccin y el consumo intermedio.

El PBI es igual a la suma de las

utilizaciones finales de bienes y servicios
(todos

los

intermedio)
ENFOQUE DEL GASTO

usos,
menos

excepto
el

el

valor

consumo
de

las

importaciones de bienes y servicios. De este

modo, el PBI es igual a la suma de los gastos
finales en consumo, formacin bruta de
capital (inversin) y exportaciones, menos las
importaciones.

El PBI es igual a la suma de las

remuneraciones
ENFOQUE DEL INGRESO

de

los

asalariados,

el

consumo de capital fijo, los impuestos a la

produccin e importacin y el excedente de
explotacin.

PIB Real (Variacin Porcentual)

1993 - 2014

Fuente: BCRP

Productos bsicos (Commodities)

Productos procedentes del sector primario (agricultura, pesca,

yacimientos mineros, etc.) que se transforman en productos finales, o

bien se venden directamente al consumidor. Los principales exportadores
de estos productos son los pases subdesarrollados o en vas de
desarrollo y suponen gran parte del comercio internacional. La
dependencia econmica de estos pases de sus exportaciones es muy
fuerte y, para que los precios de estos productos no se vean alterados
por la coyuntura econmica existe una serie de compromisos
internacionales para su control. Estos productos son negociados en bolsa
en forma de contratos estandarizados de acuerdo a la calidad, cantidad,
fecha de entrega y localizacin para cada bien, siendo el precio la nica
variable resultante de la negociacin.
El Per es un pas minero, siendo este sector el principal impulsor del
crecimiento econmico. Per es favorecido con una riqueza en recursos naturales

mineros excepcional, lo que permite que la participacin de la minera en la economa

se incremente ao a ao.

a) Panorama general: Per

En la ltima dcada, el Per destac como una de las economas de ms rpido
crecimiento en Amrica Latina y el Caribe. Entre 2005 y 2014, la tasa de crecimiento
promedio del PIB fue de 6,1%, en un entorno de baja inflacin (2,9% en promedio). Un
contexto externo favorable, polticas macroeconmicas prudentes y reformas
estructurales en distintos mbitos se combinaron para dar lugar a este escenario de alto
crecimiento y baja inflacin.
Sin embargo, el pas ha ingresado a un periodo desafiante, ya que el impulso del
crecimiento se desaceler en el 2014, debido principalmente al efecto de condiciones
externas adversas, un declive correspondiente en la confianza interna y una reduccin
de la inversin. Adems, se presentaron condiciones climticas adversas que afectaron,
por un lado, la industria pesquera y, por otro, la ejecucin del programa de inversin
pblica. Como resultado, la inversin bruta interna y las exportaciones se contrajeron un
4,8% y 1%, respectivamente, en trminos reales. A pesar de ello, las cifras de
crecimiento del PBI para este ltimo ao se mantuvieron por encima del promedio de la
regin (2,4% frente a 0,8%, respectivamente) y la inflacin finaliz solo ligeramente por
encima del rango meta (3,2%).
Para el 2015, se espera que el crecimiento del Per sea similar a los niveles de
2014 y que, en adelante, se recupere progresivamente a un ritmo promedio de alrededor
de 4% en 2016-17. En este sentido, la expectativa es que el inicio de la fase de
produccin de grandes proyectos mineros en los prximos dos o tres aos, as como
una poltica fiscal anticclica den soporte a la demanda agregada, mientras que la
aplicacin continua de reformas estructurales sostendran la confianza de los
inversionistas privados.
9

En el mbito externo, las principales fuentes de adversidad que pueden impactar

el crecimiento econmico son:

La cada de los precios de las materias primas, vinculada en gran medida

con la desaceleracin de China, uno de los principales socios
comerciales de Per;

Un eventual perodo de volatilidad financiera, asociado a la expectativa

del inicio de un perodo de alzas en las tasas de inters de los Estados
Unidos.

En el mbito interno, las proyecciones de crecimiento del PBI estn vulnerables

a:

La ocurrencia de un Fenmeno del Nio de magnitud fuerte o severa.

Los retrasos en la implementacin de los programas in inversin pblica

y privada.

La incertidumbre asociada a las prximas elecciones presidenciales.

Por otro lado, los efectos de un fuerte crecimiento del empleo y de los
ingresos han reducido los ndices de pobreza considerablemente,
impulsando la prosperidad compartida. Entre los aos 2005 y 2014, los
ndices de pobreza se redujeron en ms de la mitad, desde un 55,6%
hasta un 22,7% de la poblacin (segn INEI), aproximadamente. Se
estima que solo en el 2013, aproximadamente medio milln de personas
escaparon de la pobreza.

b) Entorno Minero
El Per es un pas minero por excelencia dada la calidad de los yacimientos y la
diversidad de los mismos. As, el pas posee grandes reservas de minerales, siendo uno
de los productores ms importantes a nivel mundial. Adems, en el ao 2014, Per
ocup el sptimo puesto entre los pases y regiones de destino en exploracin minera
segn el SNL Minings & Metals y, segn el Instituto Fraser, mejor siete posiciones en
10

el ndice mundial de pases atractivos para la inversin minera al ubicarse en el puesto

30.
A lo mencionado, se debe adicionar la interdiccin de la extraccin de oro en
regin de Madre de Dios, lo que redujo la contabilizacin de la produccin. Para el 2015
y 2016 las perspectivas son ms favorables asociadas a la mayor produccin de
Antamina, los proyectos de Constancia, Toromocho y la ampliacin de Cerro Verde; sin
embargo, los retrasos y complicaciones en las operaciones podran afectar las
perspectivas. Por el lado de los precios de metales, estos continuaron con la reduccin
de sus cotizaciones (excepcin del zinc y estao) a causa de la debilidad de la economa
China, lenta recuperacin de la Eurozona y fortalecimiento de Estados Unidos, lo que
devino en el fortalecimiento del dlar encareciendo a los commodities que cotizan en
esta moneda.

Estructura de la exportaciones
peruanas/ Acumulado Enero-Abril 2015
Resto de
productos
38%
Incluye productos
metlicos, no
metlicos ,
siderometlurgicos,
metalmecnios y
joyera.

Productos
mineros
62%

Fuente: BCRP, elaboracin propia.

11

V.

METODOLOGA

Modelo VAR
El esquema VAR permite estimar el conjunto de parmetros del sistema, pero
requiere que las variables bajo anlisis sean estacionarias. Sin embargo esta
metodologa no es adecuada en el caso de tener variables no estacionarias. La solucin
a este problema fue dada entre otros por Johansen, Stock-Watson y Phillips-Hansen,
esta consiste en la bsqueda de una o ms combinaciones lineales de dichas variables
que sean estacionarias y que a su vez minimicen la varianza de la representacin VAR
estacionaria este modelo es denominado Modelo VEC (Vector Error Correction).
La expresin general de un modelo VAR vendra dada por la siguiente
especificacin:
= + + + + +
Donde es un vector con las n variables objeto de prediccin (explicadas),
es un vector de k variables que explican adicionalmente a las anteriores, los
coeficientes alpha y beta son matrices de coeficientes a estimar, y psilon es un vector
de perturbaciones aleatorias(una por ecuacin), cada una de las cuales cumple
individualmente el supuesto de ruido blanco (homocedasticidad y ausencia de
autocorrelacin), y entre ellas cumplen el supuesto de homocedasticidad interecuaciones.
Para el trabajo aplicativo tenemos las siguientes ecuaciones:
= 1 min 1 + 2 min 2 + + min +
= 1 1 + 2 2 + + +
= 1 1 + 2 2 + + +
Siendo

MODELO VEC
12

El modelo VEC es tambin una herramienta que pertenece al contexto de

series de tiempo multivariado, pero se caracteriza

por contener variables

cointegradas; es decir, variables que guardan una relacin de equilibrio de largo

plazo entre ellas.
Por tanto el error a ir corrigiendo ser:
2 1
El error de correccin del error (VEC) es
1, = 1 (21 11 ) + 1,
2, = 2 (21 11 ) + 2,
En este modelo tan simple, la nica variable que aparece en la parte
derecha de la ecuacin es el trmino de correccin del error. En el equilibrio a
largo plazo, este trmino toma el valor cero. Sin embargo, si y1 e y2 se desvan
del equilibrio a largo plazo en el periodo actual, el trmino de correccin del error
es distinto de cero y cada variable se ajusta parcialmente para restablecer la
relacin de equilibrio. Los coeficientes 1 y 2 miden, precisamente, la velocidad
de este ajuste.

13

VI.

RESULTADOS

Para analizar la influencia del Precio del Cobre y del Oro sobre el PIB
minera, se utiliz una muestra de 89 periodos, los cuales son trimestres que
comprenden desde 1993 hasta el tercer trimestre del 2015. En el siguiente
modelo se observa que la constante, el precio del cobre y el precio del oro
son variables significativas para estimar el PBI del sector minera peruano.
Tambin se observa que el R- cuadrado ajustado tiene un porcentaje
de 92% variacin de la variable de respuesta que explica su relacin con
PRECIOCOBRE y PRECIOORO es alta.

CUADRO 01

Dependent Variable: PBIMINERIA

Method: Least Squares
Date: 01/11/15 Time: 01:37
Sample: 1993Q1 2015Q1
Included observations: 89
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
PRECIOCOBRE
PRECIOORO

1.767530
0.242714
1.548754

0.058028
0.053570
0.140440

30.45979
4.530760
11.02789

0.0000
0.0000
0.0000

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

0.922276
0.920468
0.288800
7.172869
-14.21981
510.2377
0.000000

Mean dependent var

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

3.285627
1.024063
0.386962
0.470849
0.420774
0.450664

14

Cabe mencionar que ninguna de las series de tiempo es una serie

estacionaria, (Ver anexo 1: Prueba de raz Unitaria) por lo que se trabaj con las
primeras diferencias de todas ellas, la primera diferencia en todos los casos se
define como el logaritmo natural del cociente de la variable en un tiempo (T) y la
misma variable en con un periodo de rezago (T-1).
En el caso del PIB del sector minero, la primera diferencia representa el
cambio porcentual del PIB minero. En lo referente al precio del cobre, la primera
diferencia hace referencia al cambio porcentual del precio del cobre,
anlogamente precio del oro en su primera diferencia hace referencia al cambio
porcentual de l.
La Figura a muestra la evolucin de las tres variables a nivel,
identificando los trimestres en el eje horizontal y los valores de cada una de las
variables en sus unidades en el eje vertical. La Figura b muestra las variables
del modelo en sus primeras diferencias, mostrando los trimestres en el eje
horizontal y el cambio porcentual de los valores de cada una de las variables, en
el eje vertical.

a) Variables del modelo en su nivel

b) Variables del modelo en su primera diferencia

15

En el siguiente grfico se observa la evolucin

GRFICA 01

de las tres variables en su nivel. Las tres

variables tienen un crecimiento en conjunto.
Existiendo la posibilidad de existencia de
cointegracin. Cabe mencionar que en el
primer trimestre del 2009 hubo una cada
brusca en el precio del cobre debido a la crisis
que se viva a nivel internacional. Tambin el
precio del oro se vio afectado sin embargo el
pbiminera no se vio comprometido, esto se
puede explicar por las polticas anti-cclicas
tomadas por las autoridades econmicas de
nuestro pas.

GRFICA 02
En el grfica 02 se observa la evolucin de
las tres variables pero en su primera
diferencia.
Siendo una aproximacin a la tasa de
crecimiento del PBI del sector minero, as
como de la tasa de crecimiento del precio
del cobre y del oro.
Mostrndose estacionarias en media.

16

MODELO VEC
PRUEBA DE CAUSALIDAD DE GRANGER

La prueba de causalidad de Granger no confirma lo que la Teora

Econmica postula, es decir que el PIBMineria es causado por el PrecioCobre y
PrecioOro.
La prueba de Granger es cuestionada en el sentido de que la relacin de
causalidad entre las variables no puede ser establecida por una mera relacin
de asociacin estadstica.
PRUEBA DE COINTEGRACIN
Comparamos los siguientes escenarios:
Sample (adjusted): 1994Q2 2015Q1
Included observations: 84 after adjustments
Trend assumption: Linear deterministic trend
Series: PBIMINERIA PRECIOCOBRE PRECIOORO
Lags interval (in first differences): 1 to 4
Unrestricted Cointegration Rank Test (Trace)
Hypothesized
No. of CE(s)
None
At most 1
At most 2

Eigenvalue
0.193182
0.110142
0.015093

Trace
Statistic
29.11098
11.07977
1.277511

0.05
Critical Value
29.79707
15.49471
3.841466

Prob.**
0.0598
0.2067
0.2584

17

Trace test indicates no cointegration at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized
No. of CE(s)

Eigenvalue

Max-Eigen
Statistic

0.05
Critical Value

Prob.**

None
At most 1
At most 2

0.193182
0.110142
0.015093

18.03121
9.802257
1.277511

21.13162
14.26460
3.841466

0.1287
0.2252
0.2584

Max-eigenvalue test indicates no cointegration at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
PBIMINERIA
2.868461
3.478650
0.644006

PRECIOCOBRE
-2.795852
0.178006
0.162838

PRECIOORO
0.304419
-8.285360
0.488234

Unrestricted Adjustment Coefficients (alpha):

D(PBIMINERIA)
D(PRECIOCOB
RE)
D(PRECIOORO)

-0.026185

-0.005620

-0.012720

0.079233
-0.002207

0.033865
0.014472

-0.021712
-0.001100

Log likelihood

208.7551

1 Cointegrating Equation(s):

Normalized cointegrating coefficients (standard error in parentheses)

PBIMINERIA PRECIOCOBRE PRECIOORO
1.000000
-0.974687
0.106126
(0.19621)
(0.48294)
Adjustment coefficients (standard error in parentheses)
D(PBIMINERIA)
-0.075112
(0.04038)
D(PRECIOCOB
RE)
0.227276
(0.08931)
D(PRECIOORO)
-0.006331
(0.01534)

2 Cointegrating Equation(s):

Log likelihood

213.6563

Normalized cointegrating coefficients (standard error in parentheses)

PBIMINERIA PRECIOCOBRE PRECIOORO
1.000000
0.000000
-2.257675
(0.21175)
0.000000
1.000000
-2.425190
(0.28794)
Adjustment coefficients (standard error in parentheses)
D(PBIMINERIA)
-0.094663
0.072210
(0.06340)
(0.03939)

18

D(PRECIOCOB
RE)
D(PRECIOORO)

0.345081
(0.13920)
0.044013
(0.02282)

-0.215495
(0.08649)
0.008747
(0.01418)

Sample (adjusted): 1995Q1 2015Q1

Included observations: 81 after adjustments
Trend assumption: Linear deterministic trend
Series: PBIMINERIA PRECIOCOBRE PRECIOORO
Lags interval (in first differences): 1 to 7
Unrestricted Cointegration Rank Test (Trace)
Hypothesized
No. of CE(s)

Eigenvalue

Trace
Statistic

0.05
Critical Value

Prob.**

None *
At most 1
At most 2

0.345668
0.117399
0.020760

46.17015
11.81472
1.699285

29.79707
15.49471
3.841466

0.0003
0.1660
0.1924

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized
No. of CE(s)

Eigenvalue

Max-Eigen
Statistic

0.05
Critical Value

Prob.**

None *
At most 1
At most 2

0.345668
0.117399
0.020760

34.35543
10.11544
1.699285

21.13162
14.26460
3.841466

0.0004
0.2045
0.1924

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
PBIMINERIA
-6.776293
-0.147216
-1.483971

PRECIOCOBRE
2.364440
2.854082
0.624023

PRECIOORO
9.538226
-6.151506
-0.681977

Unrestricted Adjustment Coefficients (alpha):

D(PBIMINERIA)
D(PRECIOCOB
RE)
D(PRECIOORO)

-0.012389

0.012184

0.013692

-0.100521
-0.022157

-0.057408
0.003586

0.010973
-0.000968

Log likelihood

238.6662

1 Cointegrating Equation(s):

Normalized cointegrating coefficients (standard error in parentheses)

PBIMINERIA PRECIOCOBRE PRECIOORO
1.000000
-0.348928
-1.407588

19

(0.07474)

(0.18390)

Adjustment coefficients (standard error in parentheses)

D(PBIMINERIA)
0.083950
(0.09154)
D(PRECIOCOB
RE)
0.681157
(0.20484)
D(PRECIOORO)
0.150140
(0.02929)

2 Cointegrating Equation(s):

Log likelihood

243.7239

Normalized cointegrating coefficients (standard error in parentheses)

PBIMINERIA PRECIOCOBRE PRECIOORO
1.000000
0.000000
-2.199227
(0.12943)
0.000000
1.000000
-2.268774
(0.31730)
Adjustment coefficients (standard error in parentheses)
D(PBIMINERIA)
0.082157
0.005481
(0.09092)
(0.04972)
D(PRECIOCOB
RE)
0.689608
-0.401521
(0.19841)
(0.10850)
D(PRECIOORO)
0.149612
-0.042154
(0.02913)
(0.01593)

La prueba nos indica que al 5% de significancia existe una ecuacin de

cointegracin entre las variables, considerando 7 rezagos para el modelo de
correccin de error.

ANLISIS DE COINTEGRACIN
Aunque en general la regresin entre series no estacionarias nos
conduzca a correlaciones espurias, existe una situacin especial en el que tal
regresin no sera espuria, sino que el estimador MCO sera correcto. Esa
situacin especial recibe el nombre de cointegracin. Engle y Granger sealaron
que una combinacin lineal de dos o ms series no estacionarias puede ser
estacionaria. Si existe una combinacin lineal de series que es estacionaria, I(0),
se dice que las series no estacionarias, con raz unitaria, que dan lugar a esa
combinacin estn cointegradas. La combinacin lineal estacionaria se
denomina ecuacin de cointegracin y puede interpretarse como la relacin de
equilibrio a largo plazo entre las distintas variables que conforman la ecuacin

20

por lo cual, en s misma, tiene una alta importancia para el anlisis de los
fenmenos econmicos.
Por lo tanto, si se verifica que un conjunto de variables son integradas del
mismo orden, todas ellas, estn cointegradas, se asegura la existencia de una
relacin no espuria entre las mismas que, adems, es estacionaria (es decir, de
equilibrio en el sentido estadstico). El concepto de cointegracin es la nocin
estadstica equivalente a la idea de equilibrio estable, en el sentido que cuando
existe una relacin de este tipo entre variables econmicas, las desviaciones de
la citada relacin no pueden ser fuertes ni crecer ilimitadamente. De esta forma,
la cointegracin de las variables de un modelo da validez al mismo a largo plazo.
Cuando una serie no es estacionaria o integrada, los valores que toma en
un momento del tiempo son, por definicin, la acumulacin de todas las
perturbaciones o shocks pasados, a diferencia de las series estacionarias, para
las cuales el efecto de las perturbaciones es transitorio.
Entonces, el hecho que una combinacin lineal de un conjunto de
variables sea estacionaria implica, intuitivamente, que la forma en que estas se
mueven en el tiempo es similar. Adems, la relacin de cointegracin actuara
como un atractor para el conjunto de variables bajo anlisis, en el sentido de
que tiendan a formar un modelo compacto en el transcurso del tiempo.
El anlisis de la cointegracin permite, entre otras cosas, detectar si existe
la posibilidad de obtener estimaciones correctas, es decir, libres de resultados
espurios, de los parmetros que definen las relaciones entre dos o ms series,
tanto a corto como a largo plazo.
Adems, si existe cointegracin entre las variables de un modelo, este
puede analizarse mediante un mecanismo de correccin del error que representa
correctamente el comportamiento dinmico de las series y, por lo tanto,
constituye una base adecuada para el anlisis emprico cubriendo la faceta del
equilibrio sobre todo en el corto plazo.
Por lo tanto, si realmente hay cointegracin entre las variables del modelo,
la formulacin inicial esttica del mismo y su estimacin, toman relevancia y se
presentan como una opcin muy vlida y digna de tener en cuenta, entre otras
cosas porque estara ya libre de correlaciones espurias.
Para poder determinar el nmero de rezagos relevantes, se realiz un
anlisis de la estructura de rezagos bajo los criterios de Error de Prediccin Final,
21

Akaike, Schwarz y Hannan-Quinn, los resultados de todos estos criterios indican

que la estructura de rezagos adecuada es el siguiente VEC.
ANLISIS DEL ORDEN VEC
Para el anlisis de la determinacin del orden del VEC slo utilizaremos los indicadores de las
estimaciones por MCO de las ecuaciones y del modelo VEC

Estimacin del VEC (4)

R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent

0.462124
0.362233
1.165117
0.129014
4.626270
60.48498
-1.106785
-0.701649
0.023572
0.161549

Determinant resid covariance (dof adj.)

Determinant resid covariance
Log likelihood
Akaike information criterion
Schwarz criterion

0.318535
0.191978
5.700558
0.285371
2.516918
-6.200219
0.480958
0.886094
0.021310
0.317467

0.333213
0.209381
0.168183
0.049016
2.690846
141.7770
-3.042310
-2.637174
0.009935
0.055126

2.41E-06
1.39E-06
208.7551
-3.898932
-2.596709

Estimacin del VEC (7)

R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent

0.602216
0.451332
0.857427
0.121586
3.991259
69.27086
-1.142490
-0.462585
0.023729
0.164146

Determinant resid covariance (dof adj.)

Determinant resid covariance
Log likelihood
Akaike information criterion
Schwarz criterion

0.483114
0.287054
4.292887
0.272058
2.464111
4.034314
0.468289
1.148194
0.016296
0.322205

0.651435
0.519220
0.087802
0.038908
4.927110
161.5642
-3.421339
-2.741434
0.010300
0.056113

1.51E-06
5.54E-07
238.6662
-4.115214
-1.986815

Al comparar los modelos con 4 y 7 rezagos podemos observar que segn el criterio de Akaike
observamos que el modelo 4 es mejor, sin embargo Schwarz nos dice que el modelo con
7rezagos es mejor que el modelo con 4 rezagos. Asimismo el R2 ajustado mejora para cada
ecuacin de manera significativa.
Aplicando la prueba de la Razn de Verosimilitud, obtenemos:
LR = -2(208.7551 -238.6662) = 59.8222
22

Para la 2(9)
p = 1.45x10-9 0
Luego el VEC(7) es mejor que el VEC(4)

= 1 + 2 + 3 +
= 1 2 3

1 = [1 0.349

1
1
]
1.408 1.646] [
1
1

1 = 1 1 2 1 3 1
= 0.349 + 1.408 + 1.646
(Relacin de largo plazo)
VEC-MCE

23

24

25

 = ( 1 ) + 1 1 + + 5 7

0.0188
[ ] = [ 0.2484 ] 1 + 1 1

0.0757
Observamos que la variable PIBMinera corrige los errores en la relacin del
equilibrio de manera negativa en un 1.88%. Mientras que el PrecioCobre corrige en
24.84% el error. Por otro lado, el PrecioOro lo hace en un 7.57%.

FUNCIN DE IMPULSO RESPUESTA

La funcin impulso-respuesta muestra la reaccin o respuesta de las variables
explicadas en el sistema ante cambios en los errores. Un cambio o shock en una variable
en el perodo y afectar directamente a la propia variable y se transmitir al resto de
variables explicadas a travs de la estructura dinmica que representa el modelo VAR.
A continuacin se presentan los resultados del anlisis de impulso respuesta de
las variables relevantes en el modelo de acuerdo al Grfico 3 considerando los
trimestres en el eje horizontal y las variaciones porcentuales en el eje vertical.
Como se aprecia en la Grfica 3, un impacto contemporneo de una desviacin
estndar de la descomposicin de Cholesky en el ndice Precios del Cobre sobre PBI
de la Minera presenta una respuesta de 0.07, durante el tercer trimestre se registra un
impacto que llega a 0.1, mientras que en el quinto trimestre se tiene un impacto de 0.06,
este impacto se va incrementando hasta el dcimo trimestre donde alcanza una
respuesta de 0.18.
Anlogamente, el ndice Precios del Oro tiene un impacto contemporneo sobre
el PBI de la Minera de 0.004, para el segundo trimestre tiene un impacto de 0.01, sin
embargo para el cuarto trimestre el impacto cae a 0.006. A partir del quinto trimestre se
observa un notable incremento hasta el dcimo trimestre donde el impacto es de 0.051.

26

En la grfica 4 se presentan las funciones de impulso respuesta de todas las variables

consideradas en el modelo VEC.
GRFICA 03

GRFICA 04

27

DESCOMPOSICIN DE LA VARIANZA

Descomposicin de la Varianza

La descomposicin de la varianza es un estudio complementario al

anlisis impulso-respuesta que informa en distintos horizontes del tiempo el
porcentaje de volatilidad que registra una variable por los choques de las dems.
Es decir, indica la proporcin del efecto que, en forma dinmica, tienen todas las
perturbaciones de las variables sobre las dems. Separa la varianza del error de
pronstico para cada una en componentes que pueden atribuirse a cada una de
las variables endgenas. De esta manera es posible medir la volatilidad que le
genera la variable endgena a la exgena en un momento especfico.
El Precio del Cobre llega a explicar hasta en un 19% al PIB Minera, y el
Precio del Oro lo explica hasta en un 17%.

28

VII.

CONCLUSIONES
En el presente trabajo se logr establecer una relacin positiva tanto para los
ndices de Precios del Cobre y como del Oro en el Producto Bruto Interno
para el sector Minera.
El anlisis se realiz mediante la observacin de una muestra de 89 periodos
para los Precios del Cobre, del Oro y del PIB Minera, los cuales comprenden
trimestres desde 1993 hasta el 2015. A partir de la obtencin de dichas
variables se estableci una relacin entre ellas, habindose comprobado la
existencia de causalidad en mltiples rezagos.
Se identific un modelo de vectores autoregresivos para explicar las
relaciones entre variables. Una vez establecido el VAR irrestricto se
determin el nmero de rezagos ptimo realizando un anlisis de la
estructura de rezagos para luego realizar el test de Johansen con el objetivo
de identificar cointegracin entre variables, en el cual se identificaron dos
ecuaciones cointegradas, por lo que la especificacin del modelo cambi
para convertirse en un VAR restringido o modelo de Vectores de Correccin
del Error. Una vez obtenida la especificacin del modelo se comprob la
significancia estadstica de las variables, logrando comprobar relaciones
importantes, siendo la de mayor relevancia la comprobacin de causalidad
de largo plazo entre Precios del Cobre y el PIB Minera. Esto quiere decir que
ante incrementos del Precios del Cobre se darn incrementos en el PIB
Minera, Este resultado no es inesperado, ya que el cobre es el principal
mineral exportado por el Per, pas minero por excelencia.
El modelo de correccin de error es un modelo de la relacin a corto plazo
entre las variables y nos indica en qu medida la desviacin de la relacin

29

de equilibrio a largo plazo es corregido a travs de una serie de ajustes

parciales a corto plazo.
Los resultados del modelo para los cambios en el PIB Minera nos indican
que la correccin se hara lentamente, en el primer trimestre siguiente al
desajuste se corregira aproximadamente 8.4% para el PrecioCobre y en un
68.12% para el PrecioOro del desajuste en el periodo anterior.
La formulacin emprica del modelo comprob la direccin terica de las
relaciones entre variables utilizadas. Es necesario aclarar que la relacin
Precios del Cobre-PIB Minera y Precios del Oro-PIB Minera fueron
comprobadas a travs de los resultados de las funciones de impulso
respuesta as como la descomposicin de varianza. En ambos casos dicha
relacin fue robustamente comprobada por el presente estudio, puesto que
como se evidenci en la descomposicin de varianzas el Precio del Cobre
llega a explicar hasta en un 19% al PIB Minera, y el Precio del Oro lo explica
hasta en un 17%.
Finalmente, el presente trabajo constituye un avance hacia la comprensin
de los condicionantes del Crecimiento econmico del Per, en el caso
especfico del Sector Minera, respecto a los ndices de Precios del Cobre y
como del Oro a lo largo de los ltimos 20 aos.

30

VIII.

REFERENCIA BIBLIOGRAFICA

JORDN, Juan Jos (2014) MODELO VEC PARA LA ESTIMACIN DE INFLACIN

BURSTIL: EVIDENCIA EMPIRICA EN MERCADOS NORTEAMERICANOS.

BCRP, CUADROS TRIMESTRALES HISTRICOS.

http://www.bcrp.gob.pe/estadisticas/cuadros-trimestrales-historicos.html

ARANBAR, Jaime (1994). MODELOS DE SERIES DE TIEMPO PARA EL PRONOSTICO DE

PRECIOS DE MINERALES.

Boletn Estadstico de Minera, MEM, N 01-2013, Lima, Per , Ministerio de energa y

Minas.
ACOSTA, Fernando (2009). Impacto De Variables Macroeconmicas En El Ciclo De
Precios De Commodities Minerales.

Per Panorama general

http://www.bancomundial.org/es/country/peru/overview

INFORME SECTORIAL PER: SECTOR MINERO , Pacifc Credit Rating,

http://www.ratingspcr.com/uploads/2/5/8/5/25856651/sectorialminero-201412fin.pdfhttp://www.ratingspcr.com/uploads/2/5/8/5/25856651/sectorialminero201412-fin.pdf

31

IX.

ANEXOS
ANEXO 1: Pruebas de Raz Unitaria

PBI Minera

El grfico muestra una evolucin la

variable PBI Minera. Presenta un
comportamiento
tendencial
creciente,
indicando
un
comportamiento no estacionario en
media.

32

PRUEBA DE RAZ UNITARIA PARA PBI MINERA

1) Anlisis del modelo con tendencia e intercepto

La prueba nos indica que la serie PBIMINERIA

en su nivel con tendencia e intercepto, tiene
raz unitaria, ya que el coeficiente estimado se
encuentra en la RA, por lo tanto aceptamos 0
que nos dice que la serie es no estacionaria.
Para verificar si la serie presenta tendencia
deterministica o no, compararemos el valor de
T-Statistic de la tendencia con su valor crtico.

H 0 : 0 H1 : 0 ; aceptamos H 0
Luego analizamos el coeficiente para la
tendencia (V. crtico = 2.79)

H 0 : 1 0 dado 0 ;
Como

1.73 2.79

Aceptamos 0 0

Como observamos la serie no presenta

tendencia determinstica debido a que su
presencia no es significativa.

33

2) Anlisis del modelo con intercepto y sin

tendencia

La prueba nos vuelve a indicar que la

serie PBIMINERIA en su nivel solo con
intercepto tiene raz unitaria, ya que el
coeficiente estimado se encuentra en la
RA, por lo tanto aceptamos 0 que nos
dice que la serie es no estacionaria.
Ahora pasamos a verificar la presencia
de intercepto. Para verificar si la serie
presenta intercepto o no, compararemos
el valor de T-Statistic de la tendencia con
su valor crtico.

H 0 : 0 H1 : 0 ; aceptamos H 0
Luego analizamos el coeficiente para la
tendencia (V. crtico = 2.54)

H 0 : 1 0 dado 0 ;
Como

1.07 2.54

Aceptamos 0 0

Como observamos la serie no presenta

intercepto debido a que su presencia no
es significativa.

34

3) Anlisis del modelo sin intercepto y sin tendencia

La prueba nos vuelve a indicar

que la serie PBIMINERIA en su
nivel sin tendencia ni intercepto
tiene raz unitaria, ya que el
coeficiente
estimado
se
encuentra en la RA, por lo tanto
aceptamos 0 que nos dice que la
serie es no estacionaria.
Como observamos la serie
PBIMINERIA en su nivel es no
estacionaria. Es necesaria
aplicar la primera diferencia.
H 0 : 0 H1 : 0 ; aceptamos H 0

35

4. Analizamos la serie en su primera diferencia.

Como observamos la serie

PBIMINERIA en su primera
diferencia es estacionaria.
Entonces decimos que la
serie
PBIMINERIA
es
integrada de orden 1 - I(1).
H 0 : 0 H1 : 0 ;

rechazamos H 0

36

Precio del Cobre

El grfico muestra una evolucin

la variable Pecio del Cobre.
Presenta un comportamiento
tendencial creciente, indicando un
comportamiento no estacionario
en media.

37

Prueba de raz unitaria para PRECIOCOBRE

1. Anlisis del modelo con tendencia e intercepto

La prueba nos indica que la serie

PRECIOCOBRE en su nivel con
tendencia e intercepto, tiene raz
unitaria, ya que el coeficiente
estimado se encuentra en la RA, por
lo tanto aceptamos 0 que nos dice
que la serie es no estacionaria. Para
verificar si la serie presenta tendencia
deterministica o no, compararemos el
valor de T-Statistic de la tendencia
con su valor crtico.

H 0 : 0 H1 : 0 ; aceptamos H 0
Luego analizamos el coeficiente para
la tendencia (V. crtico = 2.79)

H 0 : 1 0 dado 0 ;
Como

RR

-4.06

-3.46

1.90 2.79

Aceptamos 0 0

RA

-3.15

-2.56

Como observamos la serie no presenta tendencia determinstica debido a que

su presencia no es significativa.

38

2. Anlisis del modelo con intercepto y sin tendencia

La prueba nos vuelve a indicar que la serie

PRECIOCOBRE en su nivel solo con
intercepto tiene raz unitaria, ya que el
coeficiente estimado se encuentra en la RA,
por lo tanto aceptamos 0 que nos dice que
la serie es no estacionaria. Ahora pasamos
a verificar la presencia de intercepto. Para
verificar si la serie presenta intercepto o no,
compararemos el valor de T-Statistic de la
tendencia con su valor crtico.

H 0 : 0 H1 : 0 ; aceptamos H 0
Luego analizamos el coeficiente para la
tendencia (V. crtico = 2.54)

H 0 : 1 0 dado 0 ;
Como

1.36 2.54

Aceptamos 0 0

Como observamos la serie no presenta

intercepto debido a que su presencia

no es significativa.

39

3. Anlisis del modelo sin intercepto y sin

tendencia

La prueba nos vuelve a indicar que la

serie PBIMINERIA en su nivel sin
tendencia ni intercepto tiene raz
unitaria, ya que el coeficiente estimado
se encuentra en la RA, por lo tanto
aceptamos 0 que nos dice que la serie
es no estacionaria.
H 0 : 0 H1 : 0 ; aceptamos H 0

Como observamos la serie PBIMINERIA

en su nivel es no estacionaria. Es
necesaria aplicar la primera diferencia.

40

4. Analizamos la serie en su primera diferencia.

H 0 : 0 H1 : 0 ;

rechazamos H 0

Como observamos la serie

PRECIOCOBRE en su primera
diferencia
es
estacionaria.
Entonces decimos que la serie
PRECIOCOBRE es integrada de
orden 1 - I(1).

41

Precio del Oro

El
grfico
muestra
una
evolucin la variable Pecio del
Oro.
Presenta
un
comportamiento
tendencial
creciente, adems de una
fuerte cada en el periodo 9 que
se recupera para los siguientes
periodos.
Indicando
un
comportamiento
no
estacionario en media.

42

Prueba de raz unitaria para PRECIOORO

1. Anlisis del modelo con tendencia e intercepto

La prueba nos indica que la serie PRECIOORO

en su nivel con tendencia e intercepto, tiene raz
unitaria, ya que el coeficiente estimado se
encuentra
en la RA, por lo tanto aceptamos 0
.
que nos dice que la serie es no estacionaria.
Para verificar si la serie presenta tendencia
deterministica o no, compararemos el valor de TStatistic de la tendencia con su valor crtico

H 0 : 0 H1 : 0 ; aceptamos H 0
H 0 : 1 0 dado 0 ;
Como

1.73 2.79

Aceptamos 0 0

Luego analizamos el coeficiente para la

tendencia (V. crtico = 2.79)

H 0 : 0 H1 : 0 ; aceptamos H 0
Como observamos la serie PRECIOCOBRE
en su primera diferencia es estacionaria.
Entonces decimos que la serie PRECIOCOBRE
es integrada de orden 1 - I(1).

43

2. Anlisis del modelo con intercepto y sin tendencia

La prueba nos vuelve a indicar que la serie

PRECIOORO en su nivel solo con intercepto tiene
raz unitaria, ya que
| el coeficiente estimado se
encuentra en la RA, por lo tanto aceptamos 0 que
nos dice que la serie es no estacionaria. Ahora
pasamos a verificar la presencia de intercepto.
Para verificar si la serie presenta intercepto o no,
compararemos el valor de T-Statistic de la
tendencia con su valor crtico.

H 0 : 0 H1 : 0 ; aceptamos H 0

Luego analizamos el coeficiente para la tendencia

(V. crtico = 2.54)

H 0 : 1 0 dado 0 ;
Como

1.07 2.54

Aceptamos 0 0

Como observamos la serie no presenta

intercepto debido a que su presencia no es
significativa.

44

3. Anlisis del modelo sin intercepto y sin tendencia

La prueba nos vuelve a indicar que la

serie PRECIO ORO en su nivel sin
tendencia ni intercepto tiene raz
unitaria, ya que el coeficiente estimado
se encuentra en la RA, por lo tanto
aceptamos 0 que nos dice que la serie
es no estacionaria.
H 0 : 0 H1 : 0 ; aceptamos H 0
Como observamos la serie
PRECIOOROen su nivel es no
estacionaria. Es necesaria aplicar
la primera diferencia.

45

4. Analizamos la serie en su primera diferencia.

H 0 : 0 H1 : 0 ;

rechazamos H 0

Como
observamos
la
serie
PRECIOORO en su primera diferencia
es estacionaria. Entonces decimos
que la serie PRECIOORO es integrada
de orden 1 - I(1).

46