Análisis de la Productividad Total de Factores: Un modelamiento no lineal de Markov Switching para Perú 1980 - 2017

Análisis de la Productividad Total de Factores: Un modelamiento no lineal de Markov Switching para Perú 1980 - 2017^[1]

Ricardo Guillermo Avila Flores^[2], Diana Paola Vela Vega2

RESUMEN

La presente investigación tiene como objetivo principal analizar el comportamiento de la Productividad Total de Factores (PTF) para el caso peruano, y así obtener una proyección al bicentenario de Perú. Para este propósito se construyó la PTF debido a que es una variable no observable, luego de ello, se estimó un modelo no lineal de Markov Switching con presencia de tres regímenes relacionados al ciclo económico. Nuestras estimaciones econométricas indicaron que el Perú tiene una alta probabilidad de encontrarse en un estado de decrecimiento de la PTF el cuál es persistente, así como también nuestro modelo nos proyectó un bajo crecimiento de la PTF para los siguientes cuatro años.

Palabras clave: Productividad Total de Factores, Markov Switching, ciclos económicos.

ABSTRACT

The main objective of this research is to analyze the behavior of the Total Productivity of Factors (TFP) for the Peruvian case, and thus obtain a forecast in the bicentennial of Peru. For this purpose, the TPF was constructed because it is an unobservable variable, after which a non-linear model of Markov Switching is estimated with three regimes related to the economic cycle. Our econometric estimates indicated that Peru has a high probability of being in a state of declining TFP which is persistent time, as well as our model projected a low growth of TFP for the following four years.

Keywords: Total Productivity of Factors, Markov Switching, economic cycles.

1. INTRODUCCION

     De acuerdo con diversos investigadores, la PTF es un indicador de gran relevancia para un país, Según Maia, José Luis y Nicholson (2001) el crecimiento Argentino en el periodo de estudio fue explicado principalmente por la contribución de la PTF, así como también, Hsieh & Klenow (2010) evidencian que más del 50% de la variación de los ingresos entre países es explicado por la PTF, así mismo, Rego, Domínguez, Lanzilotta, & Regueira (2014) demuestran que el 16.8% del crecimiento económico Uruguayo es explicado por la PTF.

     Investigaciones recientes, relaciona la PTF con diversas variables, tenemos la investigación de Wu, Li, Nie, & Chen, (2017) quienes afirman que los niveles altos de corrupción reduce directamente la PTF. Delfín Ortega & Lenin Navarro Chávez (2015) concluyen que existe una relación directa entre el cambio tecnológico y la PTF, Así mismo, Aroca & Garrido (2017) sostienen que no solo la PTF es explicada por el cambio tecnológico, si no también por el cambio en la receta de producción y relaciones intersectoriales.

     Sin embargo, en nuestro país, de acuerdo con el Marco Macroeconómico Multianual 2018-2021 (El Peruano, 2017) la contribución de la PTF en los últimos 4 años viene siendo poco representativa y en ciertos años hasta negativa, además de esto se proyecta solo un crecimiento de 0.4% al bicentenario del Perú, y esto solo en un contexto de dinamismo económico, lo cual es muy preocupante debido a la relevancia que presenta la PTF para un país. Así mismo, para un mejor análisis tomamos como referencia los datos obtenidos por The Conference Board, ya que nos presenta la contribución de la PTF por cada año, y no por grupos de años como el Marco Macroeconómico Multianual, observando que la contribución es negativa o poco representativa a partir del año 2009 (Ver Anexo 1).

     Incentivar la productividad es una estrategia para alcanzar el crecimiento económico a largo plazo y con esto el bienestar de los peruanos (Lavado, Nikita, & Ramirez, 2016). La capacidad de un país para elevar su bienestar sostenible está en función de la productividad, ya que el impacto de esta no es observable en el corto plazo, pero lo es todo en el largo plazo (Krugman, 1997).

     Pero, ¿Por qué usar un modelamiento no lineal?, diversos autores como Lucas (1976) y Sims (1980) critican el modelamiento de la econometría tradicional, (Novales, 1993) afirma que la Teoría Económica no especifica la forma funcional de la relación entre variables económicas e indica que estas pueden ser no lineales. Según Hamilton (1994) existen cambios en cualquier serie de tiempo macroeconómica, los cuales son generados por shocks como crisis financieras o políticas gubernamentales, es decir, se debería considerar el proceso influenciado por una variable no observable o régimen. Adicionalmente Krolzig (2002) sostiene que dicho régimen está determinado por un proceso estocástico exógeno y al estar una serie macroeconómica sujeta a cambios de régimen, los parámetros del modelo variará en el tiempo.

     De ahí la importancia de estudiar el comportamiento de la PTF y realizar un pronóstico de la misma en base a su comportamiento histórico bajo un modelamiento no lineal, es decir, como será su evolución si no se tomarían las medidas establecidas por el Marco Macroeconómico Multianual.

     El objetivo del presente artículo consiste en conocer el comportamiento de la PTF en el periodo 1980-2017, estimar el tiempo de duración de cada régimen establecido, determinar la probabilidad de cambio o permanencia de dichos regímenes y realizar un pronóstico al bicentenario del Perú. La hipótesis principal de nuestro trabajo afirma que la PTF no sigue un comportamiento lineal y se encuentra en los últimos años en un bajo crecimiento, en el futuro esta podría ser decreciente.

1. METODOLOGÍA

1. Tipo de Investigación:

     De acuerdo a la naturaleza del estudio de la investigación, reúne por su nivel las características de un estudio descriptivo, explicativo y cuantitativo.

1. Diseño de investigación:

     Para el diseño de la investigación, emplearemos el de una investigación por objetivos conforme al esquema siguiente:

         [pic 1]

Donde:

OG: Objetivo General.

Oe: Objetivo específico.

Cp: Conclusión parcial.

CF: Conclusión final.

HG: Hipótesis General.

1. Población y muestra:

     La delimitación temporal de esta investigación, es el periodo 1950 – 2017, de los cuales extraemos dos submuestras: submuestra01 y submuestra02. La primera (submuestra01) fue 1950 – 1979, la cual utilizamos para poder construir nuestra PTF; en cuanto a la segunda muestra (submuestra02) fue 1980 – 2017, la cual empleamos para el análisis de nuestro modelo Markov-Switching.

...