Economía Monetaria y Bancaria - Proyecto aplicado a la Econometría

...

to de la producción de bienes de consumo (los productos farmacéuticos botánicos, por ejemplo, crecieron en 127.7% en julio del presente año y la rama de jabones, detergentes, productos de limpieza y tocador en 40.3%, respecto al mismo mes del año anterior). También la exportación de productos textiles registró un crecimiento de 34% entre enero y julio del 2006, gracias a la inversión en nuevos productos y la búsqueda de nuevos nichos de mercado. Pero a pesar de estos resultados, aún hay quienes quieren volver a las antiguas prácticas de llevársela sin mucho esfuerzo y para eso solicitan salvaguardias, sobretasas, franjas de precios y otras barreras paraarancelarias al comercio. ¿Es que luego de las experiencias pasadas no se comprende que la protección no es una solución? No podemos volver a encarecer artificialmente los precios de los productos de aquellas industrias en las que no somos competitivos. Eso únicamente perpetúa la ineficiencia y perjudica al consumidor. El gran crecimiento de las exportaciones de textiles y confecciones, por ejemplo, es una señal de que existe un mercado rentable más allá del interno, y el éxito en este dependerá de qué tan competitiva logre ser nuestra industria.

guir creciendo gracias a la inversión privada2 , la estabilidad macroeconómica y las positivas proyecciones de crecimiento que le brinda la coyuntura actual. La búsqueda de la ampliación de mercados recién está madurando para las empresas peruanas. Las exportaciones de la rama textil pueden continuar creciendo debido a su alta competitividad en los mercados internacionales y a las negociaciones comerciales que nos están abriendo las puertas a nuevos mercados. Sin embargo, la competitividad actual de nuestra industria manufacturera no es suficiente para insertarse al mercado

mundial. El país debe realizar una serie de reformas para promover el aumento continuo de la competitividad de nuestra industria. De nada sirve producir a bajos costos si los sobrecostos tributarios hacen que el producto final sea relativamente caro. Igualmente es inútil reducir los costos marginales de producción si la escasa infraestructura de transportes incrementa considerablemente los costos logísticos y, con ello, el precio del producto final. Saludamos las medidas destinadas a promover aún más la competitividad de la industria, pero sin regresar a esquemas proteccionistas del pasado que no nos llevaron a ningún lado. La anunciada reducción de aranceles a los bienes de capital e insumos es positiva siempre y cuando se haga sin ningún tipo de discriminación. Ello fomenta la inversión y permite ampliar la capacidad productiva, incrementar la productividad y la tecnología, reducir costos y mejorar la calidad y la competitividad. Los beneficiados serán aquellos por los que siempre debimos preocuparnos: los consumidores.

- Antecedentes

El PBI y la producción manufacturera están altamente correlacionados: en el período 1950-1995 se registran correlaciones entre sus ciclos y tendencia de 0.932 y 0.999, respectivamente. En términos dinámicos, el crecimiento de la industria manufacturera originada por la activación del mercado, ejerce una influencia determinante sobre el crecimiento de la economía en su conjunto (Jiménez, 1982). Las elasticidades de corto y largo plazos del crecimiento del PBI con respecto al crecimiento de la producción manufacturera, registradas en el período 1950-1996, alcanzan 0.686 y 0.731, respectivamente. La regresión para el cálculo de estas elasticidades se estimó entre pico y pico del ciclo económico. El modelo utilizado fue el siguiente: DLPBI = a + b DHPMAN + gDLHMAN + m

donde: DLPBI es la tasa de crecimiento del PBI; DHPMAN es la tasa de crecimiento de la tendencia del producto manufacturero; y, DLHMAN es la diferencia entre la tasa de crecimiento del producto manufacturero y la tasa de crecimiento de su tendencia. m es el error estocástico. La tendencia del producto manufacturero se estimó utilizando el filtro 18 Hodrick-Prescott. b es la elasticidad de largo plazo y g representa la elasticidad de corto plazo. CUADRO 5 ============================================================ LS // Dependent Variable is DLPBI Sample: 1954 1996 Included observations: 43 ============================================================ Variable CoefficienStd. Errort-Statistic Prob. ============================================================ C 0.008024 0.004430 1.811300 0.0778 DHPMAN 0.730665 0.102195 7.149742 0.0000 DLHMAN 0.685669 0.037435 18.31615 0.0000 ============================================================ R-squared 0.919022 Mean dependent var 0.032809 Adjusted R-squared 0.912793 S.D. dependent var 0.053527 S.E. of regression 0.015807 Akaike info criter-8.206206 Sum squared resid 0.009744 Schwarz criterion -8.042373 Log likelihood 119.4191 F-statistic 147.5376 Durbin-Watson stat 2.092873 Prob(F-statistic) 0.000000 ============================================================ Según la literatura especializada, tasas más rápidas de crecimiento económico lideradas por la industria manufacturera, presuponen mayores diferenciales positivos entre su tasa de crecimiento y la tasa de crecimiento de la economía en su conjunto (Young, 1928; Verdoorn, 1949; Kaldor, 1966; Cripps y Tarling, 1973, Boyer y Petit, 1991; Skott, 1991). Esto implica una alta elasticidad, a largo plazo, de la expansión manufacturera respecto a la tasa de variación del PBI (1.368) o, su inversa, una elasticidad de la expansión del PBI respecto al crecimiento de la producción manufacturera significativamente menor a la unidad como la obtenida en la regresión para todo el período de análisis (0.731) (véase Cuadro 5). 19 Estas cifras corroboran la ley de Kaldor: las elasticidades de corto y largo plazo del PBI respecto al producto manufacturero son significativamente menores que la unidad. ¿Por qué entonces la influencia de la industria no indujo cambios en la estructura de la producción y de la demanda, estimulando el aumento de la productividad y el empleo?. CUADRO 6 ============================================================ LS // Dependent Variable is DLPBI Sample: 1954 1975 Included observations: 22 ============================================================ Variable CoefficienStd. Errort-Statistic Prob. ============================================================ C 0.025223 0.011033 2.286229 0.0346 DHPMAN 0.420279 0.181532 2.315176 0.0326 DLHMAN 0.683894 0.088350 7.740720 0.0000 ============================================================ R-squared 0.762459 Mean dependent var 0.050924 Adjusted R-squared 0.722869 S.D. dependent var 0.027169 S.E. of regression 0.014303 Akaike info criter-8.331661 Sum squared resid 0.003682 Schwarz criterion -8.133289 Log likelihood 64.43162 F-statistic 19.25878 Durbin-Watson stat