Embed Size (px)
Citation preview
“Año de la Integración Nacional y reconocimiento de Nuestra Diversidad”
FACULTAD DE ECONOMÍA
INFORME FINAL DE PROYECTODE TESIS
“Determinantes del Consumo de Energía en el Perú”1971- 2009
-----------------------------------------------------------------------------IPANAQUÉ YARLEQUÉ MIRIAN ZARIS
EJECUTOR
-----------------------------------------------------------------------------ECON. LUIS ANTONIO ROSALES GARCÍA
PATROCINADOR
-----------------------------------------------------------------------------ECON. JUAN DANIEL MOROCHO RUIZ
CO-PATROCINADOR
Piura, Agosto del 2012.
10
ESQUEMA DE CONTENIDOCAPITULO
I
1. ASPECTOS CONCEPTUALES.........................................................................................................4
1.1. ENERGÍA: CONCEPTUALIZACION........................................................................................4
1.1.1. ENERGIA COMO RECURSO..........................................................................................5
1.2. FUENTES DE ENERGIA.........................................................................................................6
1.2.1. LA ENERGÍA PRIMARIA...............................................................................................7
1.2.1.1. Energía No Renovable............................................................................................7
1.2.1.2. Energía Renovable..................................................................................................7
1.2.2. LA ENERGÍA SECUNDARIA...........................................................................................8
1.3. ENFOQUES DE LA ECONOMIA DE LA ENERGIA..................................................................9
1.3.1. La Óptica De La Economía Industrial..............................................................................9
1.3.2. El Enfoque Sistémico....................................................................................................10
1.4. LA TEORIA DEL CONSUMIDOR Y EL CONSUMO DE ENERGÍA............................................10
1.4.1. LAS PREFERENCIAS DE LOS CONSUMIDORES............................................................10
1.4.1.1. SUPUESTOS DE LAS PREFERENCIAS DE LOS CONSUMIDORES...............................11
1.4.2. UTILIDAD TOTAL Y MARGINAL..................................................................................12
1.4.3. CURVA DE INDIFERENCIA Y TASA MARGINAL DE SUSTITUCION...............................14
1.4.4. TEORIA DEL CONSUMIDOR Y SU APLICACIÓN AL ANALISIS ENERGETICO...............16
1.5. LA ENERGÍA Y LA ACTIVIDAD PRODUCTIVA......................................................................18
1.6. DETERMINANTES DEL CONSUMO DE ENERGIA: UNA REVISION DE LA LITERATURA........19
1.6.1. LA RELACIÓN ENTRE EL CONSUMO DE ENERGÍA Y EL PRODUCTO BRUTO INTERNO 19
CAPITULO II
2.1. ANALISIS DE TENDENCIAS.....................................................................................................20
2.1.1. VARIABLES ENDÓGENAS...............................................................................................21
2.1.1.1. CONSUMO DE ENERGÍA ELECTRICA (CEE)............................................................21
2.1.1.2. CONSUMO DE PETROLEO PER CÁPITA..................................................................24
2.1.2. VARIABLES EXPLICATIVAS.............................................................................................26
2.1.2.1. PRODUCTO BRUTO INTERNO PER CÁPITA (GDP)..................................................26
2.1.2.2. PESO DEL SECTOR INDUSTRIAL.............................................................................29
Página | 2
2.1.2.3. DESARROLLO FINANCIERO....................................................................................30
2.1.2.4. POBLACION URBANA............................................................................................33
2.2. ANALISIS ESTADISTICO.........................................................................................................37
2.2.1. ANALISIS ESTADISTICO POR SUB PERIODOS.................................................................38
2.2.1.1. ANALISIS ESTADISTICO DEL CONSUMO DE ENERGIA ELECTRICA Y PETROLEO PERCAPITA………........................................................................................................................38
2.2.1.2. ANALISIS ESTADISTICO DEL PRODUCTO BRUTO INTERNO PER CAPITA................39
2.2.1.3. ANALISIS ESTADISTICO DE LA INDUSTRIA............................................................40
2.2.1.4. ANALISIS ESTADISTICO DEL DESARROLLO FINANCIERO.......................................42
2.3. ANALISIS BIVARIADO...........................................................................................................43
2.3.1. CONSUMO DE ENERGÍA ELECTRICA.............................................................................43
2.3.2. CONSUMO DE PETROLEO PER CAPITA CPE..................................................................44
CAPITULO III
3.1. EVIDENCIA EMPIRICA INTERNACIONAL................................................................................45
3.2. EVIDENCIA EMPIRICA NACIONAL.........................................................................................46
CAPITULO IV
4.1. ANALISIS DE CORRELACIONES..............................................................................................48
4.2. ANALISIS DE CAUSALIDAD....................................................................................................49
4.3. ANALISIS DE REGRESIÓN......................................................................................................50
4.3.1. MODELO TEORICO Y ECONOMÉTRICO.............................................................................50
4.3.2. OPERACIONALIZACIÓN DE LAS VARIABLES DEL MODELO.................................................50
4.3.3. ESTIMACIÓN DEL MODELO DE REGRESIÓN LINEAL..........................................................52
4.3.4. EVALUACION DEL MODELO DE REGRESIÓN LINEAL..........................................................53
4.4. ANÁLISIS DE COINTEGRACIÓN..............................................................................................54
4.5. ANALISIS DE VECTORES AUTORREGRESIVOS (VAR)..............................................................56
BIBLIOGRAFIA...................................................................................................................................63
Página | 3
CAPITULO I : MARCO TEORICO
1. ASPECTOS CONCEPTUALES
1.1.ENERGÍA: CONCEPTUALIZACION
Para la CEPAL et al (2000), la energía es un elemento esencial para la calidad de vida
del ser humano, insumo de alta difusión sobre el conjunto de todas las actividades
productivas. Esta vista desde la óptica de la física es un invento de la imaginación
humana, que reúne una serie de características que le da unidad1, Aucallanchi (1995)
sostiene que la energía tiene una característica especial que es la de pasar de un
cuerpo a otro o cambiar de forma . Para la IUSES (2010) la energía es la capacidad
para hacer un trabajo; La cantidad de energía que tiene algo, es la cantidad de trabajo
que puede hacer. Para otros autores como Bouille (2004) la energía es un medio para la
satisfacción de necesidades, las cuales son múltiples.
Podemos decir que la energía es un invento de la imaginación humana, capaz de
transformarse y moverse de un cuerpo a otro, es un elemento esencial para la vida del
hombre y su capacidad para ser un trabajo; con la cual podremos satisfacer las múltiples
necesidades que el hombre pueda tener.
1.1.1. ENERGIA COMO RECURSO
La energía como recurso, puede presentarse tanto como bien económico o como bien
libre, y tiene una característica peculiar que es la capacidad de presentarse tanto en
forma de existencia o en forma de flujo, esto hace que la energía actué o no como un
recurso limitante del nivel de actividad alcanzable2.
1AUCALLANCHI Felix, FISICA-PRIMER NIVEL, Febrero 1995, Editora: RACSO EDITOR, 3era edición, Pág. 2152 BOUILLE David, ECONOMÍA DE LA ENERGIA, 2004, pag. 25. Inedito
Página | 4
Para Bouille (2004), La energía como recurso; se trata de un bien que se presenta como
un satisfactor de necesidades. Es un recurso humano como material; humano ya que en
esencia el hombre es un cuerpo capaz de producir trabajo el cual se manifiesta en forma
de energía mecánica y constituye una de las llamadas energías animadas. Pero también
la energía es un recurso material la cual encontramos en su forma: natural o producida,
(sol o electricidad) renovable o no renovable (hidro energía o petróleo), semielaborados o
terminados (gasolina para reforming o GLP), intermedios o finales (gas de refinería o
electricidad para uso doméstico) y como bienes de consumo.
Para Zimmermann (1951) citado por Martinez (2001) ; la palabra “recurso” no se refiere
a una cosa o a una sustancia sino, a una función que una cosa o sustancia puede llevar
a cabo o a una operación en la cual puede tomar parte, esto es, la función u operación
de obtener un fin determinado tal como el satisfacer una necesidad. El punto de vista
funcional de los recursos enfatiza la idea de que la mente del hombre es el último
recurso, y de que la gente percibe su ambiente a través de los lentes de su cultura 3.
Martinez (2001) conceptualiza a los recursos como las cristalizaciones en determinados
elementos naturales de la relación sociedad- naturaleza, relación definida por el modo
de producción dominante.
GRAFICA N° 1.1ENERGIA COMO RECURSO
3 BUTLER, Joseph, GEOGRAFIA ECONOMICA: ASPECTOS ESPACIALES Y ECOLOGICOS DE LA ACTIVIDAD ECONOMICA, HARPUR COLLEGE- UNIVERSIDAD ESTATAL DE NUEVA YORK, Editorial LIMUSA S.A, México 1996.pag.130
Página | 5
RECURSOHUMANOS
MATERIALES
NATURALES RENOVABLES
NO RENOVABLES
PRODUCIDOS
SEMIELABORADOS
TERMINADOSINTERMEDIOS
FINALES
DE CONSUMO DURABLE
NO DURABLE
DE CAPITAL CAPITAL D.P
C.S.B
Fuente: BOUILLE (2004)
1.2. FUENTES DE ENERGIA
Con objeto de satisfacer sus necesidades económicas, las personas llevan a cabo la
producción de bienes y servicios mediante la extracción de los recursos naturales del
ambiente. Los 3 sectores del ambiente natural proporcionan materias primas; la parte
solidad de la tierra (litosfera), la parte liquida de la tierra (hidrosfera) y la cubierta
gaseosa de la tierra (atmosfera)4.
Para Martinez (2001) nos señala que la energía se obtiene tanto directamente como
indirectamente de multitud de recursos y formas y para su utilización efectiva, para ello
son necesarias las operaciones de concentración, de difusión o distribución y de
conservación. Este autor señala 2 fuentes de energía, la primaria y secundaria; Las
sociedades tienen que convertir las energías primarias en formas útiles para aumentar
la fuerza productiva de su trabajo.
1.2.1. LA ENERGÍA PRIMARIA
Es aquella energía que no ha sido sometida a ningún proceso de transformación o
conversión, es decir, es la energía tal cual se encuentra en la naturaleza. Por lo tanto esta
energía primaria puede ser tanto renovable (solar, eólica, hidroeléctrica, geotérmica)
como no renovable (carbón, petróleo crudo, gas natural, uranio). IUSES (2010)
Dentro de las la clasificación de energías primarias, podemos encontrar un sub
clasificación según Bouille (2004); la cual nos dice que una de las característica peculiar
del recurso energía, es su capacidad de presentarse en forma de existencia (no
renovable) o en forma de flujo (renovable).
1.2.1.1. Energía No Renovable
4 BUTLER, Joseph, GEOGRAFIA ECONOMICA: ASPECTOS ESPACIALES Y ECOLOGICOS DE LA ACTIVIDAD ECONOMICA, HARPUR COLLEGE- UNIVERSIDAD ESTATAL DE NUEVA YORK, Editorial LIMUSA S.A, México 1996.pag.127
Página | 6
También llamados abastos o de reservas; Son aquellos que una vez utilizados y
desaparecen para siempre, no se puede recuperar en un periodo compatible con la vida
del hombre, ya que la naturaleza ha tardado en millones de años en crearlos, por ello
su tasa de renovación es nula5.
Entre las energías no renovables tenemos: el petróleo, gas natural, carbón mineral y
energía nuclear.
1.2.1.2. Energía Renovable
Son aquellos capaces de reproducirse a sí mismos; pueden ser utilizado una y otra vez
siempre y cuando el hombre cuide de la regeneración. Se agrupan en razón del tiempo
en que tarda la naturaleza en crearlos y de su ciclo de recuperación. Estos recursos
están asociados con componentes animales y vegetales del ambiente. Debemos
distinguir que renovabilidad no implica ausencia de límites, es decir los recursos
energéticos renovables pueden ser también limitados (la cantidad total de agua existente
en el planeta es un cifra finita). Entre las energías renovables tenemos: energía solar,
energía hidráulica, energía eólica, energía geotérmica, energía del oleaje, energía
mareomotriz y energía biomasa.6
1.2.2. LA ENERGÍA SECUNDARIA
Las energías secundarias son aquellas que provienen de diferentes centros de
transformación, como la energía eléctrica de las centrales de generación o el diesel de las
refinerías de combustibles. Tienen como principal característica su uso directo en los
diferentes sectores de consumo (industrial, comercial o doméstico) o en otros centros de
transformación (como el caso del diesel que es obtenido de la refinería para su empleo en
una central térmica). En el Perú se tiene entre las principales fuentes de energías
secundarias son las gasolinas, el kerosene, el diesel, la electricidad, el GLP, y los
diversos derivados del petróleo (como el residual). Ministerio de energía y minas (2005).
GRAFICA N° 1.2TRANSFORMACION DE LA ENERGIA PRIMARIA
5BUTLER, Joseph, GEOGRAFIA ECONOMICA: ASPECTOS ESPACIALES Y ECOLOGICOS DE LA ACTIVIDAD ECONOMICA, HARPUR COLLEGE- UNIVERSIDAD ESTATAL DE NUEVA YORK, Editorial LIMUSA S.A, México 1996.pag.1276BOUILLE, David, ECONOMÍA DE LA ENERGIA, 2004. Inédito
Página | 7
Otros autores como Butler (2001), clasifica a la energía, en naturales y elaborados.
Entre ellos se encuentran detallados en el siguiente cuadro.
CUADRO N°1.1 FUENTES DE ENERGÍA
1.3.ENFOQUES DE LA ECONOMIA DE LA ENERGIA
Página | 8
Fuente: IUSES (2010)
Fuente: BOUILLE (2004)
Bouille (2006), hace mención a los siguientes enfoques:
1.3.1. La Óptica De La Economía Industrial
Dentro de este enfoque se traslada a los fenómenos energéticos la concepción del
problema económico: la asignación de recursos escasos que tienen usos alternativos a
necesidades que son ilimitadas. La demanda de energía es concebida como la expresión
soberana de los deseos de los consumidores cuya elección está fundada en la
maximización de sus funciones de utilidad, formuladas independientemente unas de otras,
a partir de los datos sobre precios e ingresos que surgen del mercado y en base a las
condiciones que emanan de las técnicas y la particular distribución de la riqueza vigentes.
Este tipo de enfoque, reconoce la intervención directa o indirecta del Estado en la gestión
de los recursos dentro del sistema de abastecimiento. Directamente por medio de la
intervención de las empresas públicas en la producción, transporte o transmisión y
distribución de las diferentes fuentes de energía. Indirectamente a través de la regulación
de los monopolios u oligopolios que forman parte del sistema de abastecimiento7.
1.3.2. El Enfoque Sistémico
Según Bouille (2006), este enfoque tiene tres objetivos básicos: integrar el sistema
energético en el contexto del sistema socioeconómico, aportar "racionalidad" a la toma de
decisiones, incrementar la operatividad de la planificación energética. Con este enfoque
se han analizado en profundidad los requerimientos directos e indirectos de energía del
sistema agro-alimentario y de la industria, dependiendo de las tecnologías productivas
utilizadas.
1.4. LA TEORIA DEL CONSUMIDOR Y EL CONSUMO DE ENERGÍA
7BOUILLE, David, ECONOMÍA DE LA ENERGIA, 2004, pag. 61
Página | 9
En la teoría de la elección los consumidores, estos eligen entre múltiples alternativas.
Donde un conjunto de elección es aquel espacio sobre el cual los consumidores eligen las
cantidades de bienes a consumir. Cada elemento del conjunto de elección es un paquete
de cantidades de los n bienes.
(x1 , x2 ,…, xn)
Cada punto del conjunto de elección es una combinación de cantidades de los bienes.
Estas combinaciones llevan el nombre de canastas. Conceptualizándose a las canasta
de consumo (x, y) como un paquete de cantidades de los bienes X e Y, la cual está
conformada por x unidades del bien X e y unidades del bien. Kafka (1896)
1.4.1. LAS PREFERENCIAS DE LOS CONSUMIDORES
El conjunto de elección muestra a todas las posibles canastas de bienes que podrían
existir. Puesto que no todas las canastas tienen el mismo valor para el consumidor,
afirmamos que los consumidores establecen sus preferencias por las mismas, ordenando
las canastas desde las más preferidas a las menos preferidas, y aquellas que son
indiferentes entre sí8.
Para realizar estas comparaciones se establecen relaciones binarias del siguiente tipo: si
A y B son dos canastas de bienes, entonces, A >B significa "el consumidor prefiere la
canasta A en vez de la canasta B", A ~ B significa "el consumidor se encuentra indiferente
entre las canastas A y B", A≥B significa "la canasta A es al menos tan buena como la
canasta B";
Comúnmente a la primera relación se le llama "preferencia estricta", a la segunda
"indiferencia" y a la tercera "preferencia débil". A continuación se establecen supuestos
acerca de cómo son las preferencias de los consumidores por las canastas de bienes.
Estos supuestos sirven de base para la teoría de la elección.
8 KAFKA Frank, TEORIA ECONOMIC, Centro de Investigación de la Universidad del Pacifico, cuarta edición , enero 1986, Lima- Perú
Página | 10
1.4.1.1. SUPUESTOS DE LAS PREFERENCIAS DE LOS CONSUMIDORES
a. Completitud
Dadas dos canastas A y B que pertenecen al conjunto de elección, siempre se puede
afirmar que A >B, B > a ó A ~ B. Este supuesto afirma que cualquier par de canastas del
conjunto de elección puede ser comparado de alguna de las formas mencionadas.
En otras palabras, no es posible que exista alguna canasta del conjunto que no pueda
ser comparada con otra.
b. Transitividad
Sean tres canastas A, B y C que pertenecen al conjunto de elección, si A > B y B >C,
entonces A >C. También si A ~ B y B ~ C, entonces A ~ C. Este supuesto da consistencia
lógica a las elecciones de los consumidores. Así se evita inconsistencias tales como A >A,
por ejemplo.
c. No-saturación
A > B si la canasta A tiene más de alguno de los bienes y al menos lo mismo de los
demás.
GRAFICA N°1.3 TRANSITIVIDAD DE LAS CURVAS DE INDIFERENCIA
C
B
A
Y
X
CURVA DE INDIFERENCIA
CONJUNTO B(A)
1.4.2. UTILIDAD TOTAL Y MARGINAL
Página | 11
Fuente: FAKFA (1986)
Formalmente, el consumidor busca maximizar su nivel de utilidad, sujeto a la restricción
de ingreso, y precios de los bienes y/o servicios. Gonzales (2001)
MaxU=U (X ,Y ,Z )………………………………….(1)
Sujetoa :Py .Y +X=I …………………………… ..(2)
XY ≥0
Dónde:
X = bien de consumo, cuyo precio normalizado es igual a 1.
Y = Cantidad de un atributo ambiental
Z = Calidad de un atributo ambiental
I = Ingreso del consumidor
Py= Precio del atributo ambiental.
La ecuación lagrangiana será.
L (X ,Y , Z )U=U (X ,Y ,Z )+ I (I−Py .Y−X)…………………… (3)
Por condiciones de primer orden tenemos:
LX=UX− λ=0
λ=UX………………………………………………………….……(4)
LY=UY−λPy=0
λ=UYPy
……………………………………………….……(5)
Lλ=I−Py .Y−X=0……………………………….……(6)
Igualando la ecuación 4 y 5, tenemos la condición de optimalidad para un consumidor.
Página | 12
UyUx
=Py……………………………………………(7)
Donde se determina la condición fundamental de la Teoría del Consumidor, según la cual,
un consumidor maximiza su nivel de bienestar cuando elige la canasta optima al igualar la
tasa marginal de sustitución del bien de consumo por la cantidad del bien y/o servicio
ambiental, al precio de la cantidad del bien y/o servicio ambiental. Asumiendo un cambio
en Z , manteniendo constante el nivel de utilidad (dU=0)y diferenciando la función de
utilidad y restricción presupuestaria se llega a demostrar que:
UzUx
= dldz
………………………………………… (8)
Es decir, la tasa marginal de sustitución entre la calidad del bien ambiental o servicio
ambiental (Z ) y el bien de Consumo (X ), es igual al cambio en el ingreso que mantendría
el nivel de utilidad constante cuando cambia la calidad del bien o servicio ambiental Z.
El cambio en el ingreso, es el "precio" que refleja la "máxima disponibilidad a pagar " de
un consumidor por un cambio deseable o mejora en la calidad ambiental (Z ) o la "mínima
disposición a aceptar" por ser compensado ante un cambio indeseable en la calidad
ambiental ( Z).
1.4.3. CURVA DE INDIFERENCIA Y TASA MARGINAL DE SUSTITUCION
Para KAFKA (1986) las curvas de indiferencia reflejan únicamente aquella combinación
de bienes x e y, que dan el mismo grado de satisfacción o utilidad. Dada alguna canasta
A cualquiera, una curva de indiferencia que pasa por A esta formada por un conjunto de
canastas tales que todas ellas sean indiferentes a A. Para Navarro la curva de
indiferencia también ´puede mostrar las posibles combinaciones de un bien con un
grupo de bienes, o las posibles combinaciones de dos grupos de bienes.
Es decir:
CI ( A )={( x , y )∈R2/ ( x , y ) A }
Página | 13
GRAFICA N°1.4CURVAS DE INDIFERENCIA
A
Y
X
CURVA DE INDIFERENCIA
CONJUNTO B(A)
CONJUNTO H(A)
A cada nivel de utilidad que alcanza el consumidor le corresponde una curva de
indiferencia. Una serie de curvas de indiferencia conforman un mapa de curvas de
indiferencia todas con pendiente negativa y sin interceptarse entre ellas; ver Grafica N°
1.3. Cuando más alejada se encuentre una curva de indiferencia del origen, mayor será
el nivel de utilidad que le corresponda.
GRAFICA N°1.5
MAPA DE CURVAS DE INDIFERENCIA
Y
X
MAYOR SATISFACCION
U2 U1
U0
1.4.3.1. TASA MARGINAL DE SUSTITUCION (TMS)
Página | 14
Fuente: KAFKA (1986)
Fuente: NAVARRO (2000)
Es la tasa a la cual un consumidor disminuye su consumo de un bien Y para
incrementar el consumo de otro bien X, y seguir obteniendo el mismo nivel de utilidad.
En otras palabras, la TMS de Y por X se refiere a la cantidad del bien Y que el
consumidor está dispuesto dejar de consumir con el objeto de consumir una unidad
adicional del bien X, y seguir permaneciendo en la misma curva de indiferencia. Navarro
(2000)
Se relaciona la convexidad de las curvas de indiferencia con la tasa marginal de
sustitución decreciente, en la cual un punto cualquiera de la curva refleja la tasa marginal
de sustitución, en esta tasa se muestra la forma en la cual la persona se desprende del
bien y para obtener más del bien x, para un nivel de utilidad constante que a su vez es
igual a la relación entre las utilidades marginales. KAFKA (1986)
Tasa marginal de sustitución (de y por x) = TMSYX=Δ yΔ x
=UMgxUMgy
1.4.4. TEORIA DEL CONSUMIDOR Y SU APLICACIÓN AL ANALISIS ENERGETICO
Bajo esta concepción las necesidades a ser satisfechas, se analizan en función de las
referencias manifestadas en función de la demanda, que refleja la disposición a pagar del
consumidor por diferentes cantidades de un determinado bien. La demanda individual de
un bien depende en su expresión general de: el precio del bien, el precio de los demás
bienes, el ingreso del consumidor; los gustos y preferencias del consumidor9.
Es decir:
X=f (pX , p1 , p2…. pn , Y ) X=f (PX )
Dónde:
X: cantidad demandada del bien X
9 BOUILLE, David, ECONOMÍA DE LA ENERGIA, 2004, pag. 101
Página | 15
pX: precio del bien X
p1 , p2…. pn: Precio de todos los demás bienes
Y: nivel de ingreso.
El pasaje de las curvas individuales de demanda a la demanda de mercado, resulta de la
suma horizontal de las curvas de demandas individuales. Es decir se suman las diferentes
cantidades que los demandantes compran a determinados precios. En el siguiente cuadro
se resume dicha proposición:
CUADRO N°1.2DEMANDA DE MERCADO
Precio del bien x
Cantidad de demanda por
el consumidor kDemanda de mercado a
precios p1K=1 K=2 …… K=n
p1x11 x12 x1 ∑
k=1
n
x 1k
p1x21 x22 x2n ∑
k=1
n
x 2k
pl x l1 x l2 x ln ∑k=1
n
xlk
Sin embargo cuando se habla de la demanda de un bien se hace generalmente referencia
al agregado de las demandas individuales (de los individuos o de las unidades
productivas). En este caso se tendría una función del tipo:
Página | 16
Fuente: BOUILLE (2004)
X=g ¿)
Siendo:
Y un indicador del poder económico (ingreso en el caso de las familias o producción en el
caso de una empresa industrial, etc.) La derivación de este último tipo de funciones a
partir de la conducta de las unidades individuales supone el uso de criterios de agregación
que permitan pasar de las funciones f a las g. Pero estos criterios siempre habrán de
requerir de supuestos adicionales más o menos arbitrarios.
Supuestos:
a) La teoría del consumidor supone que el individuo utiliza una racionalidad de
maximización y que es soberano en el proceso de elección. Es decir que el
consumidor es una unidad de decisión independiente y racional, que obtiene un
ingreso de libre disponibilidad, que lo destina a la adquisición de una canasta de
bienes que maximiza el bienestar individual derivado de sus ingresos. Los
empresarios se adaptarán a los deseos del "consumidor soberano" en el sentido
de que producirán los bienes que tienen demanda en el mercado, por ser los más
rentables.
b) Se plantean, entre otras, funciones de preferencia para los distintos bienes de
consumo, las que determinan la demanda de bienes y servicios, las cuales,
conjuntamente con las funciones de producción, definen un modelo de equilibrio
general entre cantidades demandadas y ofertadas. Se admite entonces la
absoluta independencia entre las distintas funciones individuales de preferencia,
ya que ellas son los datos exógenos que permiten funcionar al modelo.
c) Este equilibrio general que en condiciones de competencia perfecta induciría una
asignación óptima de los recursos, parte de una distribución dada de la riqueza
que, junto con los precios de los factores, determina la distribución personal del
ingreso.
1.5. LA ENERGÍA Y LA ACTIVIDAD PRODUCTIVA
La energía puede denominarse actividad "de base" de la economía, es decir una actividad
que "alimenta" todas las actividades productivas, así como los consumos finales y la
Página | 17
exportación. Por un lado la energía es un bien de demanda final es decir dirigido a los
sectores de consumo final y también es un bien de demanda intermedia la cual es dirigido
a las actividades productivas. ( Bouille 2004)
Es necesaria en todas las actividades productivas y debe estar disponible en cantidad,
calidad y precio adecuado. Los grandes sectores de consumo intermedio están
constituidos, en general, por la industria manufacturera, la siderurgia y los transportes. La
industria manufacturera es la que muestra la mayor progresión en el consumo de energía,
con crecimientos mayores a los de la industria siderúrgica mientras que los transportes
muestran crecimientos menores en función del mayor desarrollo técnico observado en
este sector.
1.6. DETERMINANTES DEL CONSUMO DE ENERGIA: UNA REVISION DE LA LITERATURA
La presente investigación postula que el consumo de energía es explicado por el
desarrollo financiero de una economía, el crecimiento del PBI, peso del sector industrial
y el grado de urbanización. A continuación se realizará una revisión teórica de las
relaciones entre estos factores y el consumo de energía, respectivamente. Faridul (2011)
y Campo (2011).
1.6.1. LA RELACIÓN ENTRE EL CONSUMO DE ENERGÍA Y EL PRODUCTO BRUTO INTERNO
Como se presenta en Squalli (2007), Ozturk (2010) y Magazzino (2011) citados por
Campo y Sarmiento (2011), la relación entre el Consumo de Energía y el PIB puede
dividirse en cuatro hipótesis, las cuales recogen el resultado de la dirección de causalidad
entre el consumo de energía y PIB.
La primera hipótesis es la de neutralidad, y esta se refiere a la no existencia de relación
entre las dos variables, en ninguna dirección, o su efecto es muy pequeño. Trabajos como
Akarca y Long (1980), Yu y Choi (1985), citados en el trabajo de Campo y Sarmiento
(2011), han encontrado como resultado el cumplimiento de esta hipótesis.
Página | 18
Cuando existe relación solo en una dirección, del PIB al Consumo de Energía, se dice que
se cumple la segunda hipótesis conocida como la hipótesis de conservación de la
energía. Esta hipótesis sostiene que el implementar políticas que promuevan la
conservación de la energía tendrá un efecto casi nulo, o nulo sobre el crecimiento
económico. La tercera hipótesis es conocida como la hipótesis de Crecimiento
Económico, y sostiene que existe causalidad en la dirección consumo de energía a PIB.
Es decir, si esta hipótesis se cumple, entonces a diferencia de la hipótesis de la
conservación, las políticas que promueven la conservación de la energía tendrían efectos
nefastos sobre el crecimiento económico, ya que en este caso, el país es energía
dependiente. La cuarta y última hipótesis habla de la existencia de una retroalimentación
entre el consumo de energía y el PIB, es decir, existencia de causalidad bi-direccional, del
consumo de energía al PIB, y del PIB al consumo de energía (Campo y Sarmiento 2011).
CAPITULO II : HECHOS ESTILIZADOS
Página | 19
1.
1.
2.
1.
2.
1.
2.Este segundo capítulo de la investigación, tiene objetivo conocer el comportamiento de
las variables de estudio durante el periodo de análisis descrito y determinar los factores o
causas de tales comportamientos, enfocando el análisis de dichas variables con los
gobiernos de turno y las políticas que estos tomaron.
2.1. ANALISIS DE TENDENCIAS
Para empezar con el análisis de las tendencias, primero definiremos las fuentes de
energéticas en el país según el MINEM10. La estructura del consumo final de energía,
está conformado por hidrocarburos en mayor porcentaje, seguido por la leña, bosta y
yareta11, electricidad, el carbón mineral y sus derivados. Siguiendo la estructura
propuesta por Martínez (2001) está energía se clasifica en energía de fuentes primarias
y energía de fuentes secundarias.
La producción de energía primaria está conformada por la producción o extracción del
gas natural y sus líquidos; el petróleo crudo, la hidroenergia, el carbón mineral, entre
otros; el consumo de estas energía se caracteriza por el predominio de los hidrocarburos
líquidos, con un reciente incremento del gas natural y la electricidad, de la cual se ha
visto un notable incremento en los últimos años.(BNE, 2009)
10 Ministerio de Energía y Minas 11 Según la definición de BNE la Bosta es el excremento del ganado vacuno secado al ambiente en forma de bloques, que se utiliza como piezas de combustible para cocinas y hornos domésticos. Y la yareta es una planta umbelífera que crece en zonas andinas de gran altitud. Este vegetal después de ser secado al ambiente es quemado como fuente combustible para uso doméstico generalmente en zonas rurales.
Página | 20
En la producción de energía secundaria predominan los hidrocarburos obtenidos de las
refinerías y plantas de gas. Seguido por la energía eléctrica proveniente de las centrales
hidroeléctricas y de las térmicas (a gas natural, diesel, petróleo industrial y carbón
mineral) y la restante corresponde a la participación de carbón vegetal, gas industrial y
coque. (BNE, 2009)
2.1.1. VARIABLES ENDÓGENAS
2.1.1.1. CONSUMO DE ENERGÍA ELECTRICA (CEE)Según la memoria institucional de MINEM12 el consumo total de energía se estima que
crecerá a una tasa de 5% anual, este crecimiento es menor a la tasa de crecimiento del
consumo de electricidad, que se estima en 10%. Así mismo de acuerdo al crecimiento
potencial del PBI el cual se espera que sea (cercano al 6,5%, la Intensidad Energética13
seguirá decreciendo, lo cual muestra que el País es más eficiente.
Las fuentes de energía primaria empleadas para la generación de energía eléctrica en el
país, son la hidroenergía, gas natural, carbón mineral y bagazo; de la totalidad de la
energía generada por las centrales hidroeléctricas, la mayor parte se genera para el
mercado eléctrico y el resto para uso propio.(BNE, 2009).
Por otro lado según la metodología del Ministerio de Energía y Minas la energía
eléctrica es energía secundaria, que además de obtenerse a partir de las fuentes
primarias ya mencionadas, también se pueden obtener a partir de otras fuentes
secundarias tales como el petróleo diesel, petróleo industrial, gas de refinería y gas
distribuido (gas natural). El consumo final se orienta a satisfacer la demanda del sector
residencial, comercial y público; industrial; minero metalúrgico; agropecuario y
agroindustrial y finalmente pesquería. (BNE, 2009).
GRÁFICO N°2.1CONSUMO DE ENERGÍA
SECTOR RESIDENCIAL- COMERCIAL(1985-2009)
12 Ministerio de Energía y Minas MINEM13 Entendida la intensidad energética según el Ministerio de Energía y Minas, como la cantidad de energía usada por cada unidad monetaria producida
Página | 21
En el grafico anterior podemos apreciar como se ha venido incrementado el consumo de
energía elctrica y GLP en el sector residencial-comercial.El sector residencial concentra
aproximadamente un tercio del total del consumo eléctrico del país. El resto se divide
entre grandes industrias, pymes, comercios, usuarios generales y dependencias públicas
y el alumbrado de las calles.(FUNDELEC, 2009)
Las tasas de crecimiento del consumo de energía electrica durante el periodo de analisis
ha tenido una tendencia creciente y sostenida desde la decada de los 90, con un bajo
crecimiento durante las decadas anteriores; lo cual puede explicarse debido que Perú no
pudo escapar al impacto de la crisis energética mundial de 1973 y se vió en la necesidad
de desarrollar programas de ahorro de energía. (Romani, 2012)
GRÁFICA N° 2.2 CONSUMO DE ENERGÍA ELÉCTRICA
(1971-2009)
Página | 22
Fuente: BNE, 2009
Fuente: Banco MundialElaboración: En base a los resultados obtenidos por el paquete Eviews 6.0.
Según Romani (2012), estos programas se extendieron a la década del ochenta, periodo
en que se implementó durante algunos años, el programa llamado el “horario de verano”
de enero a marzo, como un medio para ahorrar energía. En la década del noventa se
realizaron múltiples campañas de ahorro energético, como respuesta a los daños
ocasionados por los cambios climáticos que afectaron a las centrales hidroeléctricas.
Para Orihuela (2007), otra de las razones del incremento en el consumo de energía
durante las últimas décadas, es por la eminente explosión demográfica y consumo
residencial en nuestro país, ello sumando a la mejora en el contexto de las inversiones,
situación relativamente diferente a las dos primeras décadas de nuestro análisis, la cuál
según el informe del Banco Mundial (2009), el servicio electrico en toda latinoamerica
era prestado por empresas privadas que concentraban su actuacion en los centros
urbanos más poblados de mayor rentabilidad ante esta falta de inversiones que alimenta
el desarrollo economico.
Ante esta situación el estado toma la función empresarial mediante la nacionalizacion de
los servicios, en la mayor parte de paises latinoamericanos; con ello se implementaron
Página | 23
-.15
-.10
-.05
.00
.05
.10
5.8
6.0
6.2
6.4
6.6
6.8
7.0
7.2
1975 1980 1985 1990 1995 2000 2005
L_CEE Trend Cycle
CONSUMO DE ENERGIA ELECTRICAHodrick-Prescott Filter (lambda=100)
grandes proyectos de expasión, las cuales contaron con el apoyo de Banca Multilateral.
a nivel de la Latinoamerica en promedio el acceso al servicio de electricidad ha venido
evolucionando con el tiempo favorablemente siendo un 42% en 1971, 70% en 1989 y un
90% en el 2009 (BID, 2009)
El crecimiento sostenido del consumo de energía electrica se dio bajo circunstancias de
una nueva política económica de libre mercado, la cual dinamizaba el crecimiento del
país. En el año 1993 el PBI creció en 4,8%, el año 1994 en 12,8% y el año 1995, se
crecio en 8,6% y desde luego tambien se produjo un incremento importante en el
consumo de eléctricidad durante el gobierno del Ingeniero Alberto Fujimori, en el cual se
realizaron varios proyectos de infraestructura. (Romani, 2012)
En términos de capacidad, en el último quinquenio, la oferta eléctrica a nivel Nacional
creció en promedio anual de 466 MW, es decir a un promedio anual de 7 % y las ventas
a clientes finales en los últimos 5 años creció en 8% promedio anual para el mercado
regulado, y 6% en el mercado libre. Los clientes finales aumentaron a razón de 225 mil
por año, es decir 5% anual en promedio (BROCHURE, 2010).
2.1.1.2. CONSUMO DE PETROLEO PER CÁPITA
La participación del petróleo crudo como fuente de energía primaria ha venido
disminuyendo progresivamente14. Según Origuela (2007), su extracción desde inicios de
los 80s ha sido gradualmente decreciente debido principalmente al agotamiento de
algunos yacimientos. Durante la primera mitad de la presente década, los niveles de
extracción de petróleo crudo se redujeron debido mayormente a la caída en su precio.
Durante los últimos 30 años, el precio del petróleo ha presentado un comportamiento
bastante volátil, debido a los diversos cambios en la producción y demanda mundial, así
como también por motivos netamente especulativos a causa de las diversas crisis
internacionales (Asiática, Rusa, entre otras). A partir del 2003, el precio empezó a
recuperarse como consecuencia de la intervención de los Estados Unidos en Irak y la
mayor demanda de energía que comenzaron a experimentar países como China y la
India. En noviembre de 2008, el precio del petróleo se desplomó producto de la recesión
14Memoria institucional 2006- 2011 - MINEM
Página | 24
mundial, lo cual hizo que la demanda se contraiga y se corrija así el precio que venía
incrementándose sostenidamente desde el 2003. (CEPAL, 2009)
GRÁFICA N° 2.3PRECIO PROMEDIO ANUALES, NOMINALES Y REALES, DEL CRUDO
( 1973 - 2008)
La tendencia de la tasa de crecimiento del consumo de petróleo per cápita, durante el
periodo de análisis es muy volátil y decreciente desde la década de los 70s. Esta caída
en el consumo de petróleo fue impulsada principalmente por los elevados precios
internacionales de los hidrocarburos antes mencionados y los bajos niveles de inversión
que se han visto en el país durante las décadas de los 60s y 70s, disminuyendo su
consumo en los principales sectores demandantes de este producto, como los son: el
sector industrial y transporte, respectivamente. (BNE, 2009).
GRÁFICA N° 2.4 CONSUMO DE PETROLEO PER CÁPITA
(1971-2009)
Página | 25
Fuente: CEPAL 2009
El Sector Transporte es el mayor consumidor de derivados de petróleo en el Perú,
principalmente Gasolina, Diesel Oil y combustibles Jet (Turbo). Durante el periodo 1985-
2009, el consumo de energía en este sector creció a una tasa de 4,0% anual (BNE, 2009),
destacándose la penetración del diesel en el transporte carretero y manteniéndose
estable el crecimiento del consumo de gasolina. Sin embargo disminuyó el consumo de
petróleo industrial para flotas navieras dentro de la estructura de consumo de este sector.
2.1.2. VARIABLES EXPLICATIVAS
2.1.2.1. PRODUCTO BRUTO INTERNO PER CÁPITA (GDP)
La tasa de crecimiento del PBI Per Cápita ha sido muy volátil durante las décadas de los
60s y 80s, y creciente desde mediados de los noventa, como consecuencia de las
políticas y medidas aplicadas por los gobiernos correspondientes a esos periodos.
GRAFICA N° 2.5TASAS DE CRECIMIENTO
PRODUCTO BRUTO INTERNO PER CAPITA
Página | 26
-.12
-.08
-.04
.00
.04
.08
6.0
6.1
6.2
6.3
6.4
6.5
6.6
1975 1980 1985 1990 1995 2000 2005
L_CPE Trend Cycle
CONSUMO DE PETROLEO PER CAPITAHodrick-Prescott Filter (lambda=100)
Fuente: Banco MundialElaboración: En base a los resultados obtenidos por el paquete Eviews 6.0.
(1971-2009)
Fuente: Banco MundialElaboración: En base a los resultados obtenidos por el paquete Eviews 6.0.
El gobierno militar del General Velasco en 1972, impuso un modelo en el que el Estado
tenía el rol protagónico para impulsar el crecimiento económico. Durante este gobierno se
crearon nuevos Ministerios para dirigir los sectores productivos, controles de precios y
subsidios a la canasta básica, asimismo se expropiaron las empresas extranjeras y se
formaron las empresas públicas y se aplicó una masiva reforma agraria. Estas medidas
tuvieron consecuencias muy graves como la restricción al crédito externo, postergación
de las inversiones y la fuga del capital privado. (CIDE, 2007)
Por su parte, el Gobierno del General Morales Bermúdez durante su régimen militar
administro un programa de ajuste muy severo de la economía desde 1975 hasta 1980, el
cual tuvo como resultado tasas de crecimiento decrecientes durante ese periodo.
Durante el segundo gobierno de Fernando Belaunde Terry (1980 - 1985) se contó con un
auspicioso entorno externo: precios de materias primas muy altos e inicio de la
exportación de petróleo. En base a ello extrapolaron la tendencia de estos precios a largo
plazo y comprometieron la construcción de obras públicas: grandes proyectos hidráulicos,
carreteras y vivienda familiar, sin embargo después de dos años de expansión tuvieron
que aplicar el ajuste correspondiente porque las proyecciones de los precios
internacionales fueron muy optimistas y, además, el fenómeno del niño de 1983 redujo la
Página | 27
-.8
-.6
-.4
-.2
.0
.2
.4
6.0
6.5
7.0
7.5
8.0
8.5
1975 1980 1985 1990 1995 2000 2005
L_GDP Trend Cycle
PBI PERCAPITA (GDP)Hodrick-Prescott Filter (lambda=100)
producción interna y obligó a reorientar la inversión pública hacia la reconstrucción de la
infraestructura destruida. (CIDE, 2007)
Durante el gobierno de Alan García (1985-1990), los dos primeros años las tasa de
crecimiento del PBI per cápita registraron una tendencia creciente. Este momentáneo
crecimiento fue producto de un shock de consumo, a través de la expansión del gasto
público para financiar el aumento de sueldos a los empleados públicos, mantener los
subsidios a los alimentos, los combustibles y los servicios públicos, así como controlar el
nivel de precios de los bienes y servicios básicos y con la decisión unilateral de modificar
los montos y el cronograma de pago de la deuda externa. (CIDE, 2007)
Esto trajo como consecuencia la más grande hiperinflación de la historia del país, y con
ello el pico más bajo de la tendencia de las tasa de crecimiento del PBI per cápita
durante el periodo 1985 a 1990. Ante esta situación, desesperante asume el mandato
presidencial el Ingeniero Alberto Fujimori. El imprescindible ajuste de las finanzas
públicas, la liberalización de los mercados y la privatización de las empresas públicas por
parte de este gobierno fue un shock doloroso pero necesario con lo cual la economía se
recuperó. (INEI, 2007)
Llevaron varios años para recuperar la confianza de los inversionistas nacionales y
extranjeros y volver a ser sujetos de crédito en la comunidad internacional. Por otro lado
la crisis internacional detonada por los países del Asia y luego Rusia en 1998, provocaron
la recesión de la economía mundial que afectó el ritmo de crecimiento del PBI del país.
(CIDE, 2007)
Durante esta última década la tasa de crecimiento del producto bruto interno per cápita ha
crecido sostenidamente. Sin embargo podemos apreciar también que la evolución del PBI
per cápita, ha sido muy volátil (Ver gráfico Nº 2.5), notando una marcada diferencia a
partir de la década de los 90s, con la política de liberalización económica aplicada por el
gobierno de Alberto Fujimori, durante el cual el PBI per cápita, tuvo un comportamiento
creciente a pesar de la recesión registrada durante los años 1995 – 1998, a causa del
fenómeno del niño y la crisis asiática. (CIDE, 2007)
La recesión en el 2008, fue el resultado de la crisis internacional, que se vivió en todo el
mundo, ello después del crecimiento económico que se evidenció durante el período de
Página | 28
gobierno del Dr. Alejandro Toledo (2001-2006), gobierno en el cual se registró un
crecimiento económico mayor del 5% con acumulación de Reservas Internacionales,
impulsada por un vigoroso aumento del precio de los minerales. La expansión de la
economía mundial por el crecimiento de China e India, ha elevado considerablemente los
precios de las materias primas e incentivado la inversión extranjera en el país, para
aumentar los volúmenes exportables de minerales, gas y petróleo, a fin de aprovechar el
ciclo expansivo de la economía mundial. (CIDE, 2007)
GRAFICA N° 2.6EVOLUCIÓN DEL PBI PER CÁPITA
(1971 – 2004)
2.1.2.2. PESO DEL SECTOR INDUSTRIAL
Según Távara (2012), la industrialización en el Perú, como en la América Latina,
comienza en los años de decadencia del liberalismo económico que cobijó al modelo
primario exportador en la que el desempeño de la industria peruana tendido a caer
drásticamente. Por su dependencia al capital y la demanda extranjera, este modelo
mostró ser incapaz de promover la modernización y el desarrollo industrial de la región.
Este sector se vio en un estancamiento durante los regímenes del período 1976-1989, en
la que si bien no se modificó la estructura industrial, ni el modelo de crecimiento
establecido previamente, durante los dos primeros regímenes (el de Morales Bermúdez y
Página | 29
Fuente: Gonzales 2011
-.15
-.10
-.05
.00
.05
.10
2.65
2.70
2.75
2.80
2.85
2.90
1975 1980 1985 1990 1995 2000 2005
L_IND Trend Cycle
PESO DEL SECTOR INDUSTRIAL (IND)Hodrick-Prescott Filter (lambda=100)
el segundo gobierno de Belaúnde), se practicaron políticas liberales de estabilización,
seguidas de políticas reactivadoras de la producción pero sin cambios en el esquema de
crecimiento y acumulación de capital establecido previamente (Jiménez 1998).
Durante el régimen de Alan García (1985-1990), se rechazó la ortodoxia liberal para
estabilizar la economía y se adoptaron audaces políticas reactivadoras pero al igual que
en los anteriores, no hubieron cambios en el esquema de crecimiento y acumulación pero
se prolongó la protección en el sector manufacturero. En base a ello, la decisión del
gobierno aprista de congelar el tipo de cambio y reforzar los controles cambiarios para
estabilizar los precios fue relativamente exitosa, es por ello que se nota en el Grafico N°
2.7 un incremento considerable durante los primeros años de este gobierno.
GRAFICO N° 2.7CICLO DEL PESO DEL SECTOR INDUSTRIAL (1971-2009)
Jiménez (1998), sostiene que,
para el caso peruano, la industria es un sector que se ha hecho más dependiente de las
importaciones, asimismo indican que la apertura comercial y el atraso cambiario aparecen
como los responsables fundamentales de la pérdida de competitividad de un gran número
de ramas industriales entre los años 1991-1995, y, finalmente, sostienen que las reformas
neoliberales tuvieron más efectos negativos que positivos sobre la industria.
2.1.2.3. DESARROLLO FINANCIERO
El sector financiero de nuestro país ha registrado tasas de crecimiento muy volátiles
durante nuestro periodo de análisis. Tomando como inicio el gobierno militar del General
Página | 30
Fuente: Banco MundialElaboración: En base a los resultados obtenidos por el paquete Eviews 6.0.
-.6
-.4
-.2
.0
.2
.4
2.2
2.4
2.6
2.8
3.0
3.2
3.4
1975 1980 1985 1990 1995 2000 2005
L_FD1 Trend Cycle
CREDITO AL SECTOR PRIVADO (FD1)Hodrick-Prescott Filter (lambda=100)
-.6
-.4
-.2
.0
.2
.4
.6
2.0
2.4
2.8
3.2
3.6
1975 1980 1985 1990 1995 2000 2005
L_FD2 Trend Cycle
CRÉDITO INTERNO PROVISTO POR EL SECTOR BANCARIO (FD2)Hodrick-Prescott Filter (lambda=100)
Velasco en 1972, el cual impuso un modelo en el que el estado tenía el rol protagónico
para impulsar el crecimiento económico (CIDE, 2007). Las medidas que se tomaron,
como la expropiación las empresas extranjeras, la masiva reforma agraria y programas
populistas de subsidiar el consumo y el crédito, provocaron una expansión inicial de la
demanda pero sin embargo estas tuvieron consecuencias muy graves como la
restricción al crédito externo, postergación de las inversiones y la fuga del capital privado
En el grafico N° 2.8 vemos la volatilidad del crédito dirigido al sector privado y el crédito
previsto por el sector bancario los cuales tienen comportamiento similares durante la
década de los 70s hasta fines de los 80s. El ciclo más dramático ha sido el período 1985
- 1990. En los dos primeros años del gobierno del Dr. García, en su afán de reactivar la
economía aplico políticas expansivas populistas las cuales fueron financiadas con la
emisión de dinero por el BCR y con la decisión unilateral de modificar los montos y el
cronograma de pago de la deuda externa, el sistema respondió con una explosión de la
inflación de tres dígitos que ya estaba en curso, originada por el gobierno anterior (CIDE
2007).
GRAFICO N° 2.8CICLO DEL CREDITO AL SECTOR PRIVADO PROVISTO
POR EL SECTOR BANCARIO
Página | 31
Fuente: Banco Mundial Elaboración: En base a los resultados obtenidos por el paquete Eviews 6.0.
La hiperinflación devastó el sistema financiero, redujo el ingreso, el consumo real de las
familias e inversión privada. Asimismo, se crearon las condiciones para que el país fuera
declarado inelegible por la comunidad financiera internacional. Este proceso simultáneo
de inflación y recesión se agravó aún más por el aislamiento internacional y por la acción
terrorista de Sendero Luminoso, creándose en el país un ambiente de incertidumbre y de
malestar generalizado. (CIDE 2007)
Las economías emergentes como la peruana se caracterizaron por los cambios
estructurales que se dieron en los 90s, las cuales se orientaron a una mayor apertura
comercial, un mayor desarrollo del mercado de capitales y financiero, una mayor
flexibilidad en el mercado laboral y una mayor eficiencia de la política monetaria y fiscal.
( Castillo, Montoro y Tuestas 2009)
Asimismo se estableció un marco legal y tributario muy favorable para atraer inversiones.
Dichas reforma permitió un avance en la profundización del sistema financiero. De este
modo la banca comercial pasó de un esquema de banca especializada a uno de banca
universal15, que en términos anuales de crédito bancario, reflejaron un crecimiento de 9 a
20.6 por ciento como porcentaje del PBI entre 1979-1993 y 1994-200516, respectivamente.
Por otro lado las privatizaciones permitieron la entrada de bancos extranjeros,
principalmente bancos internacionales de primer nivel lo cual significo mayor presencia
de capital extranjero ( en el 2005 fue del 37% y en 1990 fue de 3%) y esto a su vez
permitió incorporar nuevas tecnologías y conceptos para una mejor gestión de riesgo.
(SBS, 2006)
GRAFICO N° 2.9ESTRUCTURA DE CAPITAL DEL SISTEMA BANCARIO
15 Súper Intendencia de Banca y Seguros (SBS) 200616 Castillo, Montoro y Tuestas.
Página | 32
2.1.2.4. POBLACION URBANA
Durante nuestro periodo de análisis la población ha experimentado cambios
considerables, como consecuencia de la misma dinámica del sistema, cuyos ejes
motrices son: El crecimiento demográfico, la migración y el surgimiento de nuevas
ciudades, el gasto público y la inversión privada (CIDE 2007). La distribución de la
población en zonas urbanas y en zonas rurales está asociada a los patrones de
asentamiento y dispersión de la población dentro de un país o región.
Según el Censo de 1972 se alcanzó una población a nivel nacional, de 13.5 millones de
habitantes y en la del 2007 se registraron 28,22 millones de habitantes. La población del
Perú se duplicó en este período. Durante el periodo inter censal del 1972 – 2005, Lima
Metropolitana ha crecido con una tasa promedia anual de 2.8%, aumentando de 3.3
millones de habitantes en 1972 a 8.0 millones en 2005. En estos 33 años la capital ha
soportado un aumento de 4.7 millones de habitantes, lo que significa una mayor
concentración de la población del país en esta ciudad. (INEI, 2007)
GRAFICO N° 2.10 EVOLUCION DE LA CONCENTRACION DE LA POBLACION
SEGÚN EL TAMAÑO DE LOS CENTROS POBLADOS (1972-2005)
Página | 33
Fuente: SBS, 2006
La población rural registró una tasa de crecimiento promedio anual de 0.8% en ese
período, pasando de 5.5 millones de habitantes en 1972 a 7.0 millones en 2005. En
términos relativos redujo su participación de 41% al 26% de la población total. En este
período el área rural sólo ha aumentado en 1.5 millones de habitantes, los cuales residen
en alrededor de 60,000 pequeños centros poblados – caseríos. Por otro lado, se ha
manifestado la aparición de ciudades intermedias, particularmente las capitales de
departamento, hoy regiones, las cuales son foco de atracción de los emigrantes del área
rural y de los centros poblados menores. Se puede decir que en 1972 había 8 ciudades
con más de 100 mil habitantes y ya para el 2005 hay 21 ciudades, dentro de las cuales
habitan el 22% de la población. (INEI 2007)
GRAFICA N° 2.11 POBLACION URBANA TOTAL Y
POBLACION URBANA COMO PORCENTAJE DEL TOTAL
Página | 34
Fuente: Censo Nacional del Población INEI 2007
Fuente: Banco Mundial Elaboración: En base a los resultados obtenidos por el paquete Eviews 6.0.
Una de las causas del eminente crecimiento de la población urbana sobre todo durante
las décadas los 70s y 80s, fue el proceso simultáneo de inflación y recesión que se
agravó, aún más por el aislamiento internacional y por la acción terrorista de Sendero
Luminoso, creándose en el país un ambiente de incertidumbre y de malestar
generalizado. La consecuencia inevitable fue la mayor migración de peruanos tanto al
interior del país sobre todo a la capital y al extranjero. La migración en el interior del país
conllevo en el incremento de los pueblos jóvenes y la aparición de ciudades
intermedias, particularmente las capitales de departamento. (INEI 2007)
El crecimiento de la población y su mayor concentración en los centros urbanos ha
estado acompañado de un vertiginoso y masivo proceso de vinculaciones con el sistema
internacional, especialmente a través de los medios de comunicación como: TV e Internet
Página | 35
-.012
-.008
-.004
.000
.004
15.8
16.0
16.2
16.4
16.6
16.8
17.0
1975 1980 1985 1990 1995 2000 2005
L_URB1 Trend Cycle
Hodrick-Prescott Filter (lambda=100)
-.006
-.004
-.002
.000
.002
.004
4.05
4.10
4.15
4.20
4.25
4.30
1975 1980 1985 1990 1995 2000 2005
L_URB2 Trend Cycle
Hodrick-Prescott Filter (lambda=100)
POBLACION URBANA TOTAL (URB1) Y COMO % DEL TOTAL (URB2)
y la migración de peruanos hacia el exterior17, este fenómeno también está estrechamente
vinculado con el incremento del consumo de energía del sector residencia y transporte
los cuales han venido incrementando su consumo durante el periodo de análisis(Ver
Gráfico Nº 2.12), y el ingreso de nuevas fuentes energéticas como el diesel, gas natural
y el GLP. (BNE 2009)
GRAFICO N°2.12 CONSUMO DE ENERGÍA EN EL SECTOR TRANSPORTE
(1985-2009)
17 INEI, 2007
Página | 36
Fuente: BNE 2009
2.2. ANALISIS ESTADISTICOCUADRO N°2.1
ANALISIS ESTADISTICO 1971-2009
LOG(CEE) LOG(CPE) LOG(GDP) LOG(IND) LOG(URB1) LOG(URB2) LOG(FD1) LOG(FD2) Mean 6.380818 6.274136 7.301993 2.772555 16.46247 4.208673 2.842056 3.059073
Median 6.322048 6.259965 7.250609 2.748856 16.51964 4.232656 2.850830 3.036824 Maximum 7.035017 6.527634 8.401929 2.893042 16.83920 4.269697 3.356310 3.520620 Minimum 5.987977 6.020444 6.388627 2.662110 15.88167 4.064229 2.225669 2.353486 Std. Dev. 0.256375 0.166954 0.549396 0.072095 0.288704 0.060380 0.283669 0.320287 Skewness 0.812137 0.254497 0.226899 0.342025 -0.463820 -0.916182 -0.050613 -0.436561 Kurtosis 3.093707 1.587042 2.170196 1.744462 1.988918 2.640418 2.234093 2.346721 Jarque-Bera 4.301447 3.665230 1.453572 3.321984 3.059555 5.666145 0.969898 1.932313 Probability 0.116400 0.159995 0.483460 0.189950 0.216584 0.058832 0.615729 0.380543 Sum 248.8519 244.6913 284.7777 108.1297 642.0362 164.1383 110.8402 119.3038 Sum Sq. Dev. 2.497666 1.059204 11.46977 0.197513 3.167299 0.138538 3.057791 3.898193 Observations 39 39 39 39 39 39 39 39
Durante el periodo de análisis de 1971 al 2009, el consumo de energía eléctrica alcanzó un crecimiento promedio de 6.38% mayor al
consumo de petróleo per cápita de 6.27%. Se observa también un crecimiento promedio de los ingresos en 7.30%. Los niveles de
urbanización tanto del total como el del porcentaje de población urbana en promedio son altos ya que sus coeficientes de asimetría
son negativos. Paralelo al mayor consumo de energía también se tiene mayores niveles de desarrollo financiero sustentado en sus
coeficientes de asimetría negativos, los cuales indican que los niveles de desarrollo financiero que predominan son altos. Por el lado
de estructura industrial los resultados muestran que la industria peruana aun no alcanza niveles altos de valor agregado dado que el
coeficiente de asimetría es positivo lo cual indicia que el crecimiento del sector industrial durante el periodo de análisis es bajo.
Página | 37
Fuente: Elaborados en base a información del Banco Central de Reserva del Perú (BCRP) y Banco Mundial (BM)
2.2.1. ANALISIS ESTADISTICO POR SUB PERIODOS
2.2.1.1. ANALISIS ESTADISTICO DEL CONSUMO DE ENERGIA ELECTRICA Y PETROLEO PERCAPITA
CUADRO N°2.2ANALISIS ESTADISTICO DEL CONSUMO DE ENERGIA ELECTRICA PER CÁPITA
SUB PERÍODOS1971-2009
AÑOS Promedio Mediana Máximo Mínimo Desviación Estándar
Coeficiente de Variación
Coeficiente de Asimetría
1971 -1980 6.10858 6.105067 6.224461 5.987977 0.07548 0.01236 -0.06084 1981- 1990 6.31831 6.321423 6.391981 6.254524 0.03736 0.00591 0.209725 1991- 2000 6.36923 6.377171 6.524417 6.173364 0.11013 0.01729 -0.24210 2001 -2009 6.76563 6.732046 7.035017 6.560956 0.16218 0.02397 0.395478
CUADRO N°2.3ANALISIS ESTADISTICO DEL CONSUMO DE PETROLEO PER CÁPITA
SUB PERÍODOS1971-2009
ANALISIS ESTADISTICO DE LOG _CPE
AÑOS Promedio Mediana Máximo Mínimo Desviación Estándar
Coeficiente de Variación
Coeficiente de Asimetría
1971 -1980 6.49739 6.504810 6.527634 6.438510 0.02959 0.00455 -0.70765 1981- 1990 6.30248 6.298348 6.460298 6.106762 0.11195 0.01776 -0.24716 1991- 2000 6.10727 6.111513 6.176021 6.020444 0.04852 0.00794 -0.27123 2001 -2009 6.17999 6.164144 6.310536 6.069193 0.08116 0.01313 0.223071
Página | 38
Fuente: Elaborados en base a información del Banco Central de Reserva del Perú (BCRP) y Banco Mundial (BM)
Con el objetivo de tener una mayor comprensión del comportamiento de las variables de estudio, realizamos un análisis por sub
períodos, cada diez años, explorando así de manera más detallada el comportamiento de las variables involucradas en nuestro
estudio. Las tasas de crecimiento en promedio del consumo de energía se han venido incrementado durante los sub periodos de
análisis, sin embargo el consumo de petróleo per cápita ha tenido un comportamiento inverso, en la cual las tasas de crecimiento
en promedio han tendido a decrecer en los sub periodos, esto debido a los cambios que ha experimentado la economía peruana a
lo largo de historia: entre ellos podemos destacar aspectos tanto internos como externos (CIDE, 2007), que han hecho que se
modifique la matriz energética del país; trasladando el consumo de petróleo y sus derivados como fuente principal de energía, al
consumo de otras fuentes energéticas como la hidroenergía, el gas natural, etc. De esta manera podemos inferir que esta tendencia
se seguirá manteniendo para los próximos años, teniendo como base la conservación de los recursos y el medio ambiente.
2.2.1.2. ANALISIS ESTADISTICO DEL PRODUCTO BRUTO INTERNO PER CAPITA
CUADRO N°2.4ANALISIS ESTADISTICO DEL PRODUCTO BRUTO INTERNO PER CAPITA
1971-2009
AÑOS Promedio Mediana Máximo Mínimo Desviación Estándar
Coeficiente de Variación
Coeficiente de Asimetría
1971 -1980 6.47932 6.805475 7.086069 6.388777 0.22528 0.03477 -0.19294 1981- 1990 6.94729 6.943427 7.250609 6.388627 0.24661 0.03550 -0.97020 1991- 2000 7.58272 7.621212 7.783582 7.323736 0.17324 0.02285 -0.45741 2001 -2009 7.99827 7.965745 8.401929 7.628711 0.30243 0.03781 0.16161
Página | 39
Fuente: Elaborados en base a información del Banco Central de Reserva del Perú (BCRP) y Banco Mundial (BM)
EL PBI per cápita se ha venido incrementando durante la última década sostenidamente, logrando para el 2010 ser US$ 5 225,
superando en 64 por ciento al de hace cinco años, y duplicando el nivel de hace 10 años (BCRP, 2010). Las tasas de crecimiento del
Producto Bruto Per Cápita por sub periodos, han registrado en promedio una tendencia creciente durante nuestro periodo de
análisis, lo cual significaría que la población ha obtenido niveles de ingresos más altos, y ello a su vez le permite acceder y
consumir cualquier tipo de bien, dado el avance tecnológico y el acceso al comercio a nivel internacional. El consumo de energía
de algunas fuentes energéticas se ha visto incrementado considerablemente. Se postula que se mantendrá esta tendencia pero
con la incorporación de nuevas fuentes energéticas que sean agradables y de carácter medioambientalistas (Romani, 2011). Los
niveles del PBI Per Cápita en promedio son altos y ello se evidencia en su coeficiente de asimetría es negativo durante los primeras
décadas de análisis.
2.2.1.3. ANALISIS ESTADISTICO DE LA INDUSTRIA
La industria manufacturera peruana ha tenido un papel preponderante en el desarrollo económico del país, y se ha constituido como
motor de su crecimiento, a pesar de haber pasado por una serie de etapas específicas como consecuencia de los diferentes
avances tecnológicos suscitados a partir de la revolución industrial y por la nueva era tecnológica en los procesos de
Industrialización por Sustitución de Importaciones (1950-1976), Estancamiento Económico (1976-1990), Liberalización y
Desregulación (1990-2010). (Távara, 2012). En el periodo de 1971-1980, la tasa de crecimiento del sector industrial fue en
promedio 2.87%, esto es constatado a través su coeficiente de asimetría negativo, durante este periodo hubo un incremento en el
sector industrial en el país como resultado de la política de sustitución de importaciones. Sin embargo debido a la baja productividad
y la falta de diversificación de los productos del sector industrial; este no pudo desarrollarse.
Página | 40
Paralelo a este contexto en los últimos 10 años, el consumo de energía de este sector ha crecido en 4,47% anual. Ya que este
sector es bastante diversificado en cuanto a consumo energético, dado que hace uso de casi toda la canasta energética nacional,
dónde se destacan: carbón mineral, electricidad, petróleo industrial, y a partir del año 2004 gas natural (BNE, 2009), con los cuales
se ha desplazado un poco el consumo de energías como el petróleo, y ello a su vez explica la baja tasa de crecimiento en el
consumo de esta.
CUADRO N°2.5ANALISIS ESTADISTICO DEL PESO DEL SECTOR INDUSTRIAL
1971-2009
AÑOS Promedio Mediana Máximo Mínimo Desviación Estándar
Coeficiente de Variación
Coeficiente de Asimetría
1971 -1980 2.87061 2.872831 2.893042 2.844156 0.01729 0.00602 -0.32911 1981- 1990 2.76602 2.762343 2.867184 2.670753 0.06383 0.02308 0.049804 1991- 2000 2.72909 2.734828 2.780155 2.671816 0.03506 0.01284 -0.17022 2001 -2009 2.71917 2.728392 2.751695 2.662110 0.02731 0.01004 -0.87857
Página | 41
Fuente: Elaborados en base a información del Banco Central de Reserva del Perú (BCRP) y Banco Mundial (BM)
2.2.1.4. ANALISIS ESTADISTICO DEL DESARROLLO FINANCIERO
CUADRO N°2.6CRÉDITO INTERNO AL SECTOR PRIVADO
1971-2009AÑOS Promedio Mediana Máximo Mínimo Desviación
EstándarCoeficiente de
VariaciónCoeficiente de
Asimetría1971 -1980 2.69938 2.744378 2.892301 2.416192 0.15632 0.05791 -0.54783
1981- 1990 3.18336 3.130522 3.510655 2.905492 0.21062 0.06616 0.412056
1991- 2000 2.78064 2.600765 3.325791 2.353486 0.36885 0.13265 0.443938
2001 -2009 2.94427 2.924336 3.250209 2.709100 0.17557 0.05963 0.523969
Actualmente con la expansión de la economía mundial por el crecimiento de China e India, se ha elevado considerablemente los
precios de las materias primas e incentivado la inversión extranjera en el país, para aumentar los volúmenes exportables de
minerales, gas y petróleo, a fin de aprovechar el ciclo expansivo de la economía mundial (CIDE 2007).Durante el año 2009 y 2010 el
Estado otorgó concesiones al sector privado en los sectores transportes y comunicaciones, vivienda (saneamiento y alcantarillado) y
electricidad, suscribiéndose en conjunto compromisos de inversión por US$ 2 833 millones.(BCRP 2010).
Página | 42
Fuente: Elaborados en base a información del Banco Central de Reserva del Perú (BCRP) y Banco Mundial (BM)
5.8
6.0
6.2
6.4
6.6
6.8
7.0
7.2
2.2 2.4 2.6 2.8 3.0 3.2 3.4
LOG(FD1)
LOG
(CE
E)
CEE con FD1
5.8
6.0
6.2
6.4
6.6
6.8
7.0
7.2
2.65 2.70 2.75 2.80 2.85 2.90
LOG(IND)
LOG
(CE
E)
CEE con IND
5.8
6.0
6.2
6.4
6.6
6.8
7.0
7.2
6.0 6.5 7.0 7.5 8.0 8.5
LOG(GDP)
LOG
(CEE
)
CEE con DGP
2.3. ANALISIS BIVARIADO
2.3.1. CONSUMO DE ENERGÍA ELECTRICA
En el análisis bivariado, la tendencia del consumo de energía eléctrica tiene una relación directa con el GDP (PBI pc), FD1 (Crédito Interno al Sector Privado), URB1 Y URB2 y una relación inversa con IND (peso industrial) y FD2 (Crédito Interno Provisto por el Sector Bancario))
Página | 43
5.8
6.0
6.2
6.4
6.6
6.8
7.0
7.2
2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6
LOG(FD2)
LOG
(CE
E)
CEE con FD2
5.8
6.0
6.2
6.4
6.6
6.8
7.0
7.2
15.8 16.0 16.2 16.4 16.6 16.8 17.0
LOG(URB1)
LOG
(CEE
)
CEE con URB1
5.8
6.0
6.2
6.4
6.6
6.8
7.0
7.2
4.05 4.10 4.15 4.20 4.25 4.30
LOG(URB2)
LOG
(CE
E)
CEE con URB2
FUENTE: Resultado de Eviews 6.0 con información del BCRP Y BM
2.3.2. CONSUMO DE PETROLEO PER CAPITA CPE
6.0
6.1
6.2
6.3
6.4
6.5
6.6
6.0 6.5 7.0 7.5 8.0 8.5
LOG(GDP)
LOG
(CP
E)
CPE con GDP
6.0
6.1
6.2
6.3
6.4
6.5
6.6
2.65 2.70 2.75 2.80 2.85 2.90
LOG(IND)
LOG
(CP
E)
CPE con IND
6.0
6.1
6.2
6.3
6.4
6.5
6.6
2.2 2.4 2.6 2.8 3.0 3.2 3.4
LOG(FD1)
LOG
(CPE
)
CPE con FD1
6.0
6.1
6.2
6.3
6.4
6.5
6.6
2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6
LOG(FD2)
LOG
(CPE
)
CPE con FD2
6.0
6.1
6.2
6.3
6.4
6.5
6.6
15.8 16.0 16.2 16.4 16.6 16.8 17.0
LOG(URB1)
LOG
(CP
E)
CPE con URB1
6.0
6.1
6.2
6.3
6.4
6.5
6.6
4.05 4.10 4.15 4.20 4.25 4.30
LOG(URB2)
LOG
(CPE
)
CPE con URB2
En el análisis bivariado, la tendencia del consumo de petróleo per cápita, tiene una relación directa con las IND (industria), FD2 (Crédito Interno Provisto por el Sector Bancario) y una relación inversa con GDP (PBI pc), URB1 Y URB2 y una relación no bien definida con FD1
Página | 44
FUENTE: Resultado de Eviews 6.0 con información del BCRP Y BM
CAPITULO II
1.
2.
2.1.
2.2.
2.3.
2.4. EVIDENCIA EMPIRICA INTERNACIONAL
Muhammad y Hooi Hooi (2011) analizaron la relación causal entre el Consumo de
Energía (CE), el Peso de la Actividad Industrial (IND), el Producto Bruto Interno Per
Cápita (GDP), el Desarrollo Financiero (FD) y el Grado de Urbanización (URB) en Tunez.
Para ello utilizaron series cronológicas de estas variables, durante el periodo (1971 al
2008). Asimismo emplearon un modelo de corrección de error (VECM), para estimar la
relación causal entre el consumo de energía con sus respectivas variables explicativas.
El resultado confirma la existencia de relación a largo plazo entre el consumo de energía,
el crecimiento económico, el desarrollo financiero, la industrialización y la urbanización en
Túnez. A largo plazo causalidades bidireccional entre el desarrollo financiero y el
consumo de energía, el desarrollo financiero y la industrialización, y la industrialización y
el consumo de energía.
Por lo tanto, el sonido y el sistema financiero desarrollado que puede atraer a los
inversionistas, impulsar el mercado de valores y mejorar la eficiencia de las actividades
económicas que debe alentarse en el país. Sin embargo, la promoción de la
industrialización y la urbanización no se puede dejar fuera del proceso de desarrollo.
Añadimos la luz a los responsables políticos con el papel del desarrollo económico, la
Página | 45
industrialización y la urbanización en el proceso de desarrollo económico. (Muhammad y
Hooi Hooi, 2011)
Faridul, Muhammad y Mahmudul (2011), examinaron la existencia de una relación de
largo plazo entre las series: el consumo de energía, la población, la producción total la
producción y el desarrollo financiero de Malasia, para ello utilizaron el enfoque de
cointegración de Auto Regresivo retardos distribuidos (ARDL) y las pruebas de
causalidad de Granger en el Vector de Corrección de error del modelo (VECM).
Los resultados de esta investigación sugieren que el consumo de energía es influenciado
por el crecimiento económico y el desarrollo financiero, tanto a corto como a largo plazo,
pero la relación población-la energía es válida sólo en el largo plazo. Los hallazgos tienen
importantes implicaciones para equilibrar el crecimiento económico frente a frente el
consumo de energía de Malasia, así como otros países emergentes. (Faridul, Muhammad
y Mahmudul 2011),
Campo y Sarmiento (2011), analizan la relación entre consumo de energía y PBI Per
Cápita para 10 países de América Latina durante el período 1971-2007, utilizando la
metodología de Datos de Panel. Haciendo uso de la prueba de Cointegración de
Westerlund (2006) para datos de panel, obtiene como resultados, la existencia
Cointegración en dos direcciones, de consumo de energía a PBI Per Cápita, y de PBI Per
Cápita hacia consumo de energía, respectivamente. Se evidencia la dependencia de
energía de algunos países, así como la posibilidad de implementar políticas de
conservación de la energía en otros.
Página | 46
CAPITULO III : ANALISIS DE RESULTADOS
3.1. ANALISIS DE CORRELACIONES
CUADRO N°4.1CORRELACIONES CONSUMO DE ENERGÍA Y SUS DETERMINANTES
LOG(CEE) LOG(CPE) LOG(GDP) LOG(IND) LOG(URB1) LOG(URB2) LOG(FD1) LOG(FD2) LOG(CEE) 1.000000 -0.498024 0.875561 -0.661093 0.865595 0.794300 0.538418 -0.325929
LOG(CPE) -0.498024 1.000000 -0.590569 0.735723 -0.842126 -0.869247 -0.151737 0.651880 LOG(GDP) 0.875561 -0.590569 1.000000 -0.662475 0.869223 0.806884 0.508559 -0.527066 LOG(IND) -0.661093 0.735723 -0.662475 1.000000 -0.817090 -0.820373 -0.533857 0.293830
LOG(URB1) 0.865595 -0.842126 0.869223 -0.817090 1.000000 0.983835 0.436453 -0.540441 LOG(URB2) 0.794300 -0.869247 0.806884 -0.820373 0.983835 1.000000 0.346176 -0.557866 LOG(FD1) 0.538418 -0.151737 0.508559 -0.533857 0.436453 0.346176 1.000000 0.272864 LOG(FD2) -0.325929 0.651880 -0.527066 0.293830 -0.540441 -0.557866 0.272864 1.000000
Fuente: Banco Mundial (BM)Elaboración: Propia utilizando Eviews 6.0.
Iniciamos el análisis de resultados analizando las correlaciones entre del consumo de energía y sus determinantes dada la
evidencia empírica y marco teórico de la presente investigación, se ha considerado como variables de energía Consumo de energía
eléctrico (CEE) y Consumo de petróleo Per Cápita (CPE), observando la matriz de correlaciones podemos apreciar que por el lado
de CEE este registra su mayor correlación con las variables Producto Bruto Interno Per Cápita (GDP) y grado de Urbanización
(URB) respectivamente, el desarrollo financiero alcanza una correlación durante 1971 - 2009 de 53.84%.
Página | 47
Otra característica resaltante entre correlaciones es el consumo de energía y sector
industrial lo cual evidencia que este sector industrial en menor medida está dependiendo
de la energía de este rubro, por el lado de CPP este si está relacionado con el sector
industrial con un 73.57%, con respecto a la tasa de urbanización tienen una relación
negativa del 84% y 86% respectivamente, como se señala en el marco teórico, la
población urbana necesita de fuentes de energía para la realización de sus actividades
económica y especificas entre las que se tienen el servicio de transporte, entre otros
servicios, etc.
Esta correlación negativa indicaría que la población urbana, para la realización de sus
actividades está haciendo uso otras de energías, más que de petróleo y el Desarrollo
Financiero (DF) también a través de la promoción del crédito del sistema bancario,
también se está traduciendo en generar mayores niveles de consumo de energía de
petróleo, por el lado de los ingresos podemos apreciar que por el lado del consumo de
petróleo existe una correlación mayor al 50% pero negativo, lo que evidencia como se ha
visto en los hechos estilizados, que en los últimos años se han incrementado el uso de
sustitutos como el gas natural, GLP, energías renovables, etc, lo cual lleva a disminuir
el consumo de este combustible fósil como una forma también de contaminar menos el
ambiente.
Por otro lado ante la mejora en los ingresos también se está incrementando el consumo
de energía eléctrica y disminuyendo el consumo de esta energía que es tan contaminante
como lo es el petróleo, a pesar de tener una alta contribución en la rama industrial,
siendo esta participación de un 73.57%, conocida las correlaciones, en la siguiente
sección analizaremos la causalidad entre nuestros variables de energía y sus posibles
determinantes como el Producto Bruto Interno Per Cápita (GDP), Grado de
Urbanización (URB), Peso Industrial (IND) y Desarrollo Financiero (DF), medido a través
del porcentajes de créditos respecto al producto bruto interno de la economía.
Página | 48
3.2. ANALISIS DE CAUSALIDADCUADRO N°4.2
ANALISIS DE CAUSALIDAD DE GRANGER
Null Hypothesis: Obs F-Statistic Prob. LOG(CPE) does not Granger Cause LOG(CEE) 36 1.34338 0.2796 LOG(CEE) does not Granger Cause LOG(CPE) 0.45393 0.7165
LOG(GDP) does not Granger Cause LOG(CEE) 36 0.94039 0.4339 LOG(CEE) does not Granger Cause LOG(GDP) 1.56645 0.2188
LOG(IND) does not Granger Cause LOG(CEE) 36 0.34953 0.7898 LOG(CEE) does not Granger Cause LOG(IND) 2.76846 0.0595
LOG(URB1) does not Granger Cause LOG(CEE) 36 1.11763 0.3580 LOG(CEE) does not Granger Cause LOG(URB1) 0.86367 0.4710
LOG(URB2) does not Granger Cause LOG(CEE) 36 0.34255 0.7947 LOG(CEE) does not Granger Cause LOG(URB2) 1.68380 0.1923
LOG(FD1) does not Granger Cause LOG(CEE) 36 1.34274 0.2798 LOG(CEE) does not Granger Cause LOG(FD1) 3.76972 0.0212
LOG(FD2) does not Granger Cause LOG(CEE) 36 1.94481 0.1444 LOG(CEE) does not Granger Cause LOG(FD2) 4.28929 0.0127
LOG(GDP) does not Granger Cause LOG(CPE) 36 1.46016 0.2459 LOG(CPE) does not Granger Cause LOG(GDP) 0.73147 0.5416
LOG(IND) does not Granger Cause LOG(CPE) 36 0.10860 0.9544 LOG(CPE) does not Granger Cause LOG(IND) 1.21406 0.3222
LOG(URB1) does not Granger Cause LOG(CPE) 36 2.01883 0.1332 LOG(CPE) does not Granger Cause LOG(URB1) 0.75909 0.5262
LOG(URB2) does not Granger Cause LOG(CPE) 36 0.76107 0.5251 LOG(CPE) does not Granger Cause LOG(URB2) 0.89616 0.4550
LOG(FD1) does not Granger Cause LOG(CPE) 36 0.07219 0.9744 LOG(CPE) does not Granger Cause LOG(FD1) 2.43245 0.0851
LOG(FD2) does not Granger Cause LOG(CPE) 36 0.54539 0.6552 LOG(CPE) does not Granger Cause LOG(FD2) 2.67101 0.0660
Fuente: Banco Mundial (BM)Elaboración: Propia utilizando Eviews 6.0.
La causalidad de Granger nos trata de demostrar en qué sentido y dirección que
va la relación de causa y efecto. Apreciando La probabilidad estadística, puede
verse en el presente cuadro adjunto (N° 4.2) que, existe una relación de
causalidad solo entre el consumo de energía eléctrica (CEE) y desarrollo
financiero (DF), como puede apreciarse con una probabilidad estadística es menor
al 5%.
Página | 49
Basándonos en la evidencia empírica, vemos que en nuestro país la energía
eléctrica se está traduciendo en un mayor desarrollo financiero, por otro lado
podemos destacar en estas correlaciones, el papel que tienen el consumo de
petróleo per cápita (10%) sobre el desarrollo financiero (DF).
Lo que podemos encontrar es una relación de causalidad tanto en el consumo
de energía eléctrica (CEE) como el consumo de petróleo per cápita (CPE), con
respecto al desarrollo financiero (DF), que sin embargo va en sentido contrario a
lo que propone la teoría, ya que esta propone que el desarrollo financiero es que
explica las fuentes de energías. Pues lo que encontramos en los cuadros es que
ambas fuentes de energías son las que contribuyen a un mayor desarrollo
financiero.
Sin embargo a través del modelo econométrico, tendremos un panorama más
claro de cuáles son estas asociaciones y en qué sentido, magnitud, e impacto
están asociadas las variables de energía con respecto a sus factores explicativos.
3.3. ANALISIS DE REGRESIÓN
La causalidad de Granger es un análisis preliminar, que nos permite inicialmente ver cuál
es la posible relación variable a variable, hemos encontrado una causalidad significativa
de las variables de energía, desarrollo financiero, pero en el sentido contrario a la teoría.
Conocidas las relaciones de causalidad, en base al marco teórico estructurado y en base
al trabajo de Muhammad y Hooi Hooi (2011), se especifica el siguiente modelo
econométrico y así mismo se presenta la operacionalización de las variables
respectivamente.
Página | 50
3.3.1. MODELO TEORICO Y ECONOMÉTRICO
El modelo teórico a contrastar es:
CEt= f (FDt, GDPt, INDt,URBt)
(+) (+) (+) (+)
El modelo econométrico a estimar en su forma lineal es:
Log (CEt )= β0+β1*Log (FDt )+β2 *Log (GDPt )+β3*Log(INDt )+β4*Log( URBt )+μt
El modelo es expresado en logaritmos con el objetivo de identificar y obtener las
elasticidades del consumo de energía respecto a cada uno de sus determinantes.
3.3.2. OPERACIONALIZACIÓN DE LAS VARIABLES DEL MODELO
Variable Endógena: Consumo de Energía (CE)
CUADRO N° 4.3VARIABLE ENDOGENACONSUMO DE ENERGÍA
Variable Medición Símbolo Fuente
Consumo de PetróleoPer Cápita
Kg de equivalente de petróleo Per
CápitaCPE Banco
Mundial
Consumo de Energía Eléctrica Per Cápita
Kwh Per Cápita CEE BancoMundial
Fuente: Indicadores del Banco Mundial.Elaboración: Propia.
Variables Exógenas:
Página | 51
CUADRO N° 4.4VARIABLE EXÓGENAS
Variable Medición Símbolo Fuente
PIB Per Cápita US$ a precios actuales
GDP BancoMundial
Peso del Sector Industrial
(%Del Producto Bruto Interno) IND
Banco Central de Reserva del Perú
(BCRP)
Desarrollo Financiero(FD)
Crédito Interno al Sector Privado
(%Del Producto Bruto Interno)
FD1 BancoMundial
Crédito Interno Provisto por el Sector
Bancario
(%Del Producto Bruto Interno)
FD2 BancoMundial
Población Urbana (URB)
Población Urbana Total
Millones de personas pertenecientes a la población urbana.
URB1 BancoMundial
Población Urbana (% Del total)
(% De la Población Total)
URB2 BancoMundial
Fuente: Indicadores del Banco Mundial y Banco Central de Reserva del Perú.Elaboración: Propia.
Datos de Series de Tiempo: Período 1971-2009
Página | 52
3.3.3. ESTIMACIÓN DEL MODELO DE REGRESIÓN LINEAL
A continuación se procede a la estimación de ambos modelos, considerando el Consumo
de Energía Eléctrica (CEE) y el consumo de Petróleo Per Cápita (CPP) y encontramos
los siguientes resultados.
CUADRO N° 4.5ESTIMACION MODELO DE REGRESIÓN LINEAL
CONSUMO DE ENERGÍA ELÉCTRICA PER CÁPITA
Dependent Variable: LOG(CEE) Method: Least Squares Date: 08/01/12 Time: 17:06 Sample: 1971 2009 Included observations: 39
Variable Coefficient Std. Error t-Statistic Prob. C -8.339670 3.357049 -2.484226 0.0181
LOG(GDP) 0.248914 0.060862 4.089799 0.0003 LOG(URB1) 0.629101 0.158979 3.957130 0.0004 LOG(FD2) 0.226392 0.063498 3.565346 0.0011 LOG(IND) 0.668631 0.413622 1.616524 0.1152
R-squared 0.863761 Mean dependent var 6.380818
Adjusted R-squared 0.847733 S.D. dependent var 0.256375 S.E. of regression 0.100041 Akaike info criterion -1.647262 Sum squared resid 0.340280 Schwarz criterion -1.433985 Log likelihood 37.12161 Hannan-Quinn criter. -1.570740 F-statistic 53.89035 Durbin-Watson stat 0.480637 Prob(F-statistic) 0.000000
Fuente: Banco Mundial (BM)
Elaboración: Propia utilizando Eviews 6.0.
El Producto Bruto Interno Per Cápita (GDP), podemos apreciar que sobre el consumo
de energía eléctrica (CEE) tiene un impacto positivo y es sustentado por la probabilidad
la cual es menor al 5% y con al trabajo empírico de Muhammad y Hooi Hooi (2011), los
cuales también encuentran que esta variable incide positivamente sobre la energía
eléctrica consumido.
Página | 53
Por el lado de la URB también de acorde del trabajo de investigación citado anteriormente
cumple la relación teórica de urbanización y el consumo de energía eléctrica la cual tiene
su impacto positivo y es estadísticamente significativo es decir los agentes económicos
de las zonas urbanas usan con mayor frecuencia de la energía eléctrica.
Analizando el papel del Desarrollo Financiero (DF) a través de la canalización de créditos
se traduce en un mayor consumo de energía eléctrica, resultado similar a lo obtenido por
de Muhammad y Hooi Hooi (2011),
Por otro lado resaltamos que 3 de las variables son estadísticamente significativas de
acorde al marco teórico planteado, sin embargo el sector industrial tiene un impacto
positivo sobre el CEE pero sin embargo no presenta significancia estadística y esto pude
explicarse con los hechos estilizados en la que la estructura del sector industrial en los
últimos años ha estado sujeto a muchos cambios estructurales, así mismo la situación
actual de los procesos de integración comercial es un factor que limita a este sector en
nuestro país, ya que significa competir con industrias de otros países, muchas veces con
industrias de mejor calidad que la nuestra.
Respecto al ajuste del modelo se puede apreciar que las variables del modelo explican
el consumo de energía eléctrica, R2 = 86.37%, así mismo indicar que el modelo es
estadísticamente significativo como un todo, lo que puede apreciarse también una
probabilidad estadística menor al 5%.
Página | 54
CUADRO N° 4.6ESTIMACION MODELO DE REGRESIÓN LINEAL
CONSUMO DE PETRÓLEO PER CÁPITA
Dependent Variable: LOG(CPE) Method: Least Squares Date: 08/01/12 Time: 17:06 Sample: 1971 2009 Included observations: 39
Variable Coefficient Std. Error t-Statistic Prob. C 12.56559 2.398221 5.239549 0.0000
LOG(GDP) 0.119663 0.033230 3.600994 0.0010 LOG(URB2) -2.202214 0.430514 -5.115317 0.0000 LOG(FD2) 0.179298 0.043228 4.147708 0.0002 LOG(IND) 0.560739 0.275273 2.037031 0.0495
R-squared 0.862129 Mean dependent var 6.274136
Adjusted R-squared 0.845909 S.D. dependent var 0.166954 S.E. of regression 0.065537 Akaike info criterion -2.493192 Sum squared resid 0.146034 Schwarz criterion -2.279915 Log likelihood 53.61724 Hannan-Quinn criter. -2.416670 F-statistic 53.15172 Durbin-Watson stat 0.502365 Prob(F-statistic) 0.000000
Fuente: Banco Mundial (BM)
Elaboración: Propia utilizando Eviews 6.0.
Respecto al Consumo de Petróleo Per Cápita (CPE), se puede apreciar que hay un
impacto contrario al del consumo de energía eléctrica (CEE), con respecto a la variable
Urbanización (URB), pues esta muestra que a medida esta crece reduce su
dependencia del consumo de petróleo, es estadísticamente positivo lo cual indica que las
actividades que realizan no son muy dependientes de esta fuente, al igual que en el caso
del consumo de Energía Eléctrica (CEE).
Por el lado del desarrollo financiero DF, resulta similar al consumo de energía eléctrica
dado que esta variable es estadísticamente significativa y tiene una aparte positivo,
contrario al CEE, el CPE si es altamente demandado o consumido por el sector industrial
el cual evidencia un impacto positivo y estadísticamente significativo, la dinámica de los
ingresos , el mayor grado de PBI Per Cápita también está conllevando a una demanda
de petróleo pero en menor proporción que el consumo de electricidad.
Página | 55
Respecto al ajuste del modelo se puede apreciar que las variables del modelo explican
el consumo de Petróleo per cápita el R2 = 86.21%, así mismo indicar que el modelo es
estadísticamente significativo como un todo, lo que puede apreciarse también una
probabilidad estadística de la distribución F es menor al 5%.
Un aspecto a considerar en este análisis son las elasticidades del consumo de energía
respecto a sus determinantes, como podemos apreciar en ambas estimaciones quien es
mas sensible a cambios en el Ingreso es el consumo de energía eléctrica (CEE) dado
que ante un incremento del 1 del GDP, esta se incrementara en un 0.24 mientras que
el petróleo en un 0.11 , respecto al peso industrial (IND), la variable que presenta mayor
grado sensibilidad es el CEE, dado que un aumento de 1 , genera que la energía crezca
en un 0.66 , en relación al DF y la URB, la mayor elasticidad es presentada nuevamente
por el CEE la cual es de 0.22, mientras que para el DF en la ecuación del CPE , Muestra
una elasticidad de 0. 1792
Como hemos podido apreciar el grado de sensibilidad de la urbanización (URB) en este
caso es presentado por el consumo de petróleo y Para el CEE un incremento de 1% en
URB genera un incremento porcentual del 0.62 de CEE
3.3.4. EVALUACION DEL MODELO DE REGRESIÓN LINEAL
La presente investigación no solo tiene como objetivo determinar cuales son los factores
explicativos de CE , si no también encontrar la existencia de una relación de equilibrio
estable en el largo plazo la cual descarte la presencia de una regresión espuria, en
series de tiempo es muy importante la relación de equilibrio en el largo plazo entre las
series económicas.
A continuación aplicaremos el Modelo de Johansen (1988)
Página | 56
3.4. ANÁLISIS DE COINTEGRACIÓN
Con objeto de establecer la posible existencia de una relación estable de largo plazo entre
el consumo de energía y sus determinantes realizamos un análisis de Cointegracion
basados en el Método de Johansen (1988) y Stock y Watson (1988), el cual está basado
en el método VAR.
CUADRO N° 4.7TEST DE COINTEGRACIÓN DE JOHANSEN
CONSUMO DE ENERGÍA ELÉCTRICA PER CÁPITA Y SUS DETERMINANTES
CUADRO N° 4.8TEST DE COINTEGRACIÓN DE JOHANSEN
CONSUMO DE PETRÓLEO PER CÁPITA Y SUS DETERMINANTES
Página | 57
Date: 08/01/12 Time: 17:09 Sample (adjusted): 1973 2009 Included observations: 37 after adjustments Trend assumption: Quadratic deterministic trend Series: LOG(CEE) LOG(GDP) LOG(URB1) LOG(FD2) LOG(IND) Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.697470 96.08986 79.34145 0.0016
At most 1 0.511740 51.85360 55.24578 0.0963 At most 2 0.362925 25.32806 35.01090 0.3646 At most 3 0.188733 8.645926 18.39771 0.6164 At most 4 0.024217 0.907058 3.841466 0.3409
Date: 08/02/12 Time: 15:05 Sample (adjusted): 1973 2009 Included observations: 37 after adjustments Trend assumption: Quadratic deterministic trend Series: LOG(CPE) LOG(GDP) LOG(URB1) LOG(FD2) LOG(IND) Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.609086 85.04676 79.34145 0.0173
At most 1 0.519169 50.29385 55.24578 0.1272 At most 2 0.299242 23.20101 35.01090 0.4956 At most 3 0.162875 10.04409 18.39771 0.4763 At most 4 0.089426 3.466182 3.841466 0.0626
Se corrobora la existencia de una relación de equilibrio estable, rechazándose la
hipótesis nula H0 = no cointegracion; con un nivel de significancia del 5 %, estos
resultadas evidencian que el Producto Bruto Interno Per Cápita (GDP), Grado de
Urbanización (URB), Peso del sector Industrial (IND) y Desarrollo Financiero (DF), son
variables relevantes para el consumo de energía CE en el largo plazo.
En esta investigación no solo se ha evaluado la cointegracion, sino también la
significancia y los impactos de los parámetros, sino también a través de esta herramienta
podemos afirmar que el modelo es adecuado para futuros procesos de investigación.
Complementando el análisis lineal y de cointegracion, adicionalmente estimaremos
modelos Var para ambas fuentes de energía.
3.5. ANALISIS DE VECTORES AUTORREGRESIVOS (VAR)
Se plantea el siguiente modelo de Vectores Autorregresivos (VAR):
Log(CEt )=ϑ11+ϑ 12Log(FDt )+ϑ13 Log(GDPt )+ϑ 14Log( INDt )+ϑ 15Log(URB t )
+∑i=1
n
α1 iLog (FDt−i )+∑i=1
n
α2 i Log(GDPt−i)+∑i=1
n
α 3i Log( INDt−i)+∑i=1
n
α 4 i Log(URBt−i )
+∑i=1
n
α5 iLog (CEt−i )+ μ1t
(1)
Página | 58
Fuente: Banco Mundial (BM)Elaboración: Propia utilizando Eviews 6.0.
Log(FDt )= ρ11+ρ12Log(GDP t )+ρ13Log( INDt )+ ρ14Log(URB t )+ρ15 Log(CEt )
+∑i=1
n
σ1i Log(FDt−i)+∑i=1
n
σ2i Log(GDPt−i )+∑i=1
n
σ3i Log (INDt−i )+∑i=1
n
σ4 i Log(URBt−i )
+∑i=1
n
σ5i Log(CEt−i )+ μ2 t
(2)
Log(GDPt )=λ11+ λ12Log (FDt )+ λ13Log( INDt )+ λ14 Log(URBt )+λ15Log(CEt )
+∑i=1
n
π1 iLog (FDt−i )+∑i=1
n
π 2i Log(GDPt−i)+∑i=1
n
π3 iLog ( INDt−i )+∑i=1
n
π 4i Log(URB t−i )
+∑i=1
n
π5 i Log(CEt−i )+ μ3t
(3)
Log( INDt )=ν11+ν12Log(FDt )+ν13Log(GDP )t+ν14Log (URB t )+ν15Log(CEt )
+∑i=1
n
δ1 ilOG(FDt−i)+∑i=1
n
δ2 iLog (GDPt−i)+∑i=1
n
δ 3i Log( INDt−i)+∑i=1
n
δ 4 i Log(URBt−i )
∑i=1
n
δ5 i Log(CEt−i )+ μ4 t
(4)
Log(URB t )=γ11+γ 12Log(FD t )+γ 13Log(GDPt )+γ 14Log( INDt )+γ15 Log(CE )t
+∑i=1
n
ψ1 i Log(FDt−i )+∑i=1
n
ψ2i Log(GDPt−i )+∑i=1
n
ψ3 i Log( INDt−i )+∑i=1
n
ψ4 i Log(URBt−i)
∑i=1
n
ψ5 i Log(CEt−i )+∑i=1
n
ψ6i SI t−i+ μ5 t
(5)
Donde (1), (2), (3), (4), (5) y (6), representan las ecuaciones del modelo VAR de
las variables de estudio: Consumo de Energía Eléctrica(CE), Desarrollo
Financiero(FD), PBI Per Cápita (GDP), Peso del Sector Industrial (IND) y
Población Urbana (URB), respectivamente.
Página | 59
La presente investigación realizamos la estimación de un modelo de vectores
autorregresivos (VAR) con la finalidad de utilizar dos herramientas importantes de
análisis:
Página | 60
3.5.1. Función Impulso-respuesta
Esta función es simplemente la representación de medias móviles asociada con el modelo estimado y explica la
respuesta del sistema a shocks en los componentes del vector de perturbaciones. La función impulso-respuesta traza la
respuesta de las variables endógenas en el sistema ante un shock en los errores. Un cambio en e1 cambiaría
inmediatamente el valor de Y. Ello además cambiaría todos los valores futuros de las demás variables endógenas del sistema,
debido a la estructura dinámica del sistema.
CUADRO N° 4.9FUNCIÓN IMPULSO-RESPUESTA
CONSUMO DE ENERGÍA ELÉCTRICA PER CÁPITA Y SUS DETERMINANTES
-.08
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_CEE) to D(L_CEE)
-.08
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_C EE) to D (L_GD P)
-.08
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D(L_C EE) to D (L_IN D)
-.08
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_C EE) to D(L_U RB1)
-.08
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_CEE) to D (L_U RB2)
-.08
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_CEE) to D(L_FD1)
-.08
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D(L_C EE) to D(L_FD2)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D(L_GDP) to D (L_C EE)
-.2
.0
.2
.4
2 4 6 8 10
R es pons e of D(L_GD P) to D(L_GDP)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D(L_GDP) to D (L_IN D)
-.2
.0
.2
.4
2 4 6 8 10
R es pons e of D(L_GD P) to D (L_U RB1)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D(L_GDP) to D (L_UR B2)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_FD 1)
-.2
.0
.2
.4
2 4 6 8 10
R es pons e of D (L_GDP) to D(L_FD2)
-.04
-.02
.00
.02
.04
2 4 6 8 10
R es pons e of D (L_IN D) to D (L_C EE)
-.04
-.02
.00
.02
.04
2 4 6 8 10
R es pons e of D (L_IN D) to D(L_GDP)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D(L_IND ) to D (L_IN D)
-.04
-.02
.00
.02
.04
2 4 6 8 10
R es pons e of D (L_IND ) to D (L_UR B1)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D(L_IN D ) to D(L_U R B2)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D(L_IND ) to D (L_FD 1)
-.04
-.02
.00
.02
.04
2 4 6 8 10
R es pons e of D (L_IN D) to D(L_FD2)
-.002
-.001
.000
.001
.002
2 4 6 8 10
R es pons e of D(L_U RB1) to D (L_CEE)
-.002
-.001
.000
.001
.002
2 4 6 8 10
R es pons e of D (L_U RB1) to D (L_GD P)
-.002
-.001
.000
.001
.002
2 4 6 8 10
R es pons e of D(L_U RB1) to D (L_IN D)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D(L_UR B1) to D (L_UR B1)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D(L_URB1) to D (L_UR B2)
-.002
-.001
.000
.001
.002
2 4 6 8 10
R es pons e of D (L_UR B1) to D(L_FD 1)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D(L_U RB1) to D (L_FD2)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
R es pons e of D(L_U RB2) to D (L_CEE)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
R es pons e of D (L_U RB2) to D (L_GD P)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
R es pons e of D(L_U RB2) to D (L_IN D)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D(L_UR B2) to D (L_UR B1)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D(L_URB2) to D (L_UR B2)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
R es pons e of D (L_UR B2) to D(L_FD 1)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D(L_U RB2) to D (L_FD2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 1) to D(L_CEE)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 1) to D (L_GD P)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D(L_FD1) to D (L_IN D)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 1) to D(L_U RB1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 1) to D (L_U RB2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 1) to D(L_FD1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D(L_FD 1) to D(L_FD2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 2) to D(L_CEE)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 2) to D (L_GD P)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D(L_FD2) to D (L_IN D)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 2) to D(L_U RB1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 2) to D (L_U RB2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 2) to D(L_FD1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D(L_FD 2) to D(L_FD2)
Response to Cholesky One S.D. Innovations ± 2 S.E.
Página | 61
-.08
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_CEE) to D (L_CEE)
-.08
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_CEE) to D (L_GDP)
-.08
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_C EE) to D (L_IN D)
-.08
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CEE) to D(L_U RB1)
-.08
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_C EE) to D (L_UR B2)
-.08
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CEE) to D(L_FD1)
-.08
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_C EE) to D(L_FD2)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D(L_C EE)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D(L_GD P)
-.2
.0
.2
.4
2 4 6 8 10
R es pons e of D (L_GD P) to D(L_IND)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D(L_UR B1)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_U RB2)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D(L_FD1)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_FD2)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND ) to D(L_C EE)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D (L_GDP)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IN D) to D (L_IN D)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IN D) to D(L_U RB1)
-.04
-.02
.00
.02
.04
2 4 6 8 10
R es pons e of D (L_IND ) to D (L_UR B2)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D (L_FD 1)
-.04
-.02
.00
.02
.04
2 4 6 8 10
R es pons e of D (L_IND) to D(L_FD2)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_U RB1) to D(L_CEE)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D (L_GDP)
-.002
-.001
.000
.001
.002
2 4 6 8 10
R es pons e of D (L_UR B1) to D (L_IN D)
-.002
-.001
.000
.001
.002
2 4 6 8 10
R es pons e of D (L_URB1) to D (L_URB1)
-.002
-.001
.000
.001
.002
2 4 6 8 10
R es pons e o f D (L_UR B1) to D(L_U RB2)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D (L_FD1)
-.002
-.001
.000
.001
.002
2 4 6 8 10
R es pons e o f D (L_UR B1) to D(L_FD2)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_U RB2) to D(L_CEE)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D (L_GDP)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
R es pons e of D (L_UR B2) to D (L_IN D)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
R es pons e of D (L_URB2) to D (L_URB1)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
R es pons e o f D (L_UR B2) to D(L_U RB2)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D (L_FD1)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
R es pons e o f D (L_UR B2) to D(L_FD2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 1) to D (L_CEE)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD1) to D (L_GDP)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D (L_IN D)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D(L_U RB1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD1) to D (L_UR B2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D(L_FD1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD 1) to D(L_FD2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD 2) to D (L_CEE)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD2) to D (L_GDP)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D (L_IN D)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D(L_U RB1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD2) to D (L_UR B2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D(L_FD1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD 2) to D(L_FD2)
Response to Cholesky One S.D. Innovations ± 2 S.E.
Fuente: Banco Mundial (BM)Elaboración: Propia utilizando Eviews 6.0.
En el cuadro N° 4.9, se muestran las funciones de impulso respuesta del CEE con respecto a sus determinantes, podemos
apreciar que sus resultados de estas funciones son acorde a los que hemos encontrado en nuestro modelo econométrico lineal,
el cual esta cointegrado , se puede apreciar en estos gráficos que el sector industrial genera efectos negativos sobre el CEE por
casi aproximadamente 3 a 4 años y a partir del 5 año en adelante estos impactos se diluyen evidenciando que el Peso del Sector
Industrial (IND) no ejerce una importa influencia o impacto sobre el Consumo de Energía Eléctrica .
Con respecto al nivel de ingresos se puede apreciar que este impacto es cada 2 años aproximadamente, los ingresos contribuyen a
incrementar el consumo de energía y luego a disminuirlos y en la medida que pasan aproximadamente 6 años en adelante este
crecimiento económico de muestra economía contribuye a generar un incremento del CEE aproximadamente en 3 años, luego de
este periodo acumulado de 8 años el ingreso ya no ejerce influencia sobre el CEE. Por el lado de la variable urbanización (URB),
los resultados del modelo de impulso respuesta también son acorde a los resultados del modelo econométrico lineal, esto ya que
nuestro modelo indica un impacto positivo por parte del grado de urbanización sobre el CEE, este es muy pronunciado casi de 8
años, para luego diluir su impacto, con este mecanismo de análisis se evidencia que esta actividad energética en el rubro
electricidad es un insumo altamente calificativo para el desempeños de las actividades de la sociedad por lo cual se hace
imprescindible el manejo adecuado de este recurso.
Finalmente el Desarrollo Financiero muestra un resultado acorde a los factores de URB Y GDP, ya que la dinámica del DF tanto en
sus 2 variables consideradas; Crédito Interno al Sector Privado FD1 y Crédito Interno Provisto por el Sector Bancario FD2 inciden
positivamente sobre el CEE, este hallazgo pone en evidencia lo citado por Muhammad y Hooi Hooi (2011):
Los créditos del sector bancario para el caso Peruano se están constituyendo fundamentalmente en proyectos e inversiones
destinados generalmente tanto en el consumo como en la generación de energía eléctrica.
Página | 62
CUADRO N° 4.10
FUNCIÓN IMPULSO-RESPUESTACONSUMO DE PETRÓLEO PER CÁPITA Y SUS DETERMINANTES
En la función impulso respuesta nos permitirá ver cómo responden las fuentes de energía a sus factores explicativos en
el CPE, la dinámica de esta variable presenta resultados diferentes a la dinámica de CEE, si apreciamos los cambios
sufridos en el PBI Per Cápita (GDP), sobre la dinámica del consumo de petróleo per cápita podemos apreciar que los
cambios en GDP, generalmente impactan negativamente sobre el CPE, los hechos estilizados respaldan esto diciendo
que el crecimiento económico y por ende la mejora en el ingreso del PBI per cápita, ha tenido una relación inversa con el
Página | 63
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CPE) to D (L_CPE)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CPE) to D (L_GDP)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CPE) to D (L_IND)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D(L_CPE) to D (L_URB1)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D(L_CPE) to D (L_UR B2)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D(L_CPE) to D (L_FD1)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CPE) to D (L_FD2)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D(L_CPE)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_GDP)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_IND)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_URB1)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_URB2)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_FD1)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_FD2)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D (L_CPE)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e o f D(L_IND) to D (L_GDP)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D (L_IND)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D(L_URB1)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IN D) to D(L_URB2)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D (L_FD1)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D (L_FD2)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D(L_URB1) to D (L_CPE)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D(L_GDP)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D(L_IND)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D(L_URB1) to D (L_URB1)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D (L_URB2)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D (L_FD1)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D (L_FD2)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D(L_URB2) to D (L_CPE)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D(L_GDP)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D(L_IND)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D(L_URB2) to D (L_URB1)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D (L_URB2)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D (L_FD1)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D (L_FD2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D (L_CPE)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D (L_GDP)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D (L_IND)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D(L_FD1) to D (L_URB1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D(L_FD1) to D (L_UR B2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D(L_FD1) to D (L_FD1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D (L_FD2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D (L_CPE)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D (L_GDP)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D (L_IND)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D(L_FD2) to D (L_URB1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D(L_FD2) to D (L_UR B2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D(L_FD2) to D (L_FD1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D (L_FD2)
Response to Cholesky One S.D. Innovations ± 2 S.E.
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_CPE) to D (L_CPE)
-.04
.00
.04
.08
2 4 6 8 10
R es pons e of D (L_CPE) to D (L_GDP)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CPE) to D (L_IND)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CPE) to D (L_URB1)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CPE) to D(L_URB2)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_CPE) to D (L_FD1)
-.04
.00
.04
.08
2 4 6 8 10
Res pons e of D (L_C PE) to D (L_FD2)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_CPE)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D(L_GDP)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_IND)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_URB1)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D(L_URB2)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D (L_GDP) to D (L_FD1)
-.2
.0
.2
.4
2 4 6 8 10
Res pons e of D(L_GDP) to D (L_FD2)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D (L_CPE)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e o f D (L_IND) to D (L_GDP)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D(L_IND) to D (L_IND)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND ) to D (L_UR B1)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D(L_URB2)
-.04
-.02
.00
.02
.04
2 4 6 8 10
Res pons e of D (L_IND) to D (L_FD1)
-.04
-.02
.00
.02
.04
2 4 6 8 10
R es pons e of D (L_IND) to D (L_FD2)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D(L_URB1) to D (L_CPE)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D(L_URB1) to D (L_GDP)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D (L_IND)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D(L_URB1)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D(L_URB1) to D (L_URB2)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D(L_FD1)
-.002
-.001
.000
.001
.002
2 4 6 8 10
Res pons e of D (L_URB1) to D (L_FD2)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D(L_URB2) to D (L_CPE)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D(L_URB2) to D (L_GDP)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D (L_IND)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D(L_URB1)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D(L_URB2) to D (L_URB2)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D(L_FD1)
-.0010
-.0005
.0000
.0005
.0010
2 4 6 8 10
Res pons e of D (L_URB2) to D (L_FD2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD1) to D (L_CPE)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD1) to D (L_GDP)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D (L_IND)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D (L_URB1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D(L_URB2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D (L_FD1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD1) to D (L_FD2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD2) to D (L_CPE)
-.2
-.1
.0
.1
.2
2 4 6 8 10
R es pons e of D (L_FD2) to D (L_GDP)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D (L_IND)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D (L_URB1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D(L_URB2)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D (L_FD1)
-.2
-.1
.0
.1
.2
2 4 6 8 10
Res pons e of D (L_FD2) to D (L_FD2)
Response to Cholesky One S.D. Innovations ± 2 S.E.
Fuente: Banco Mundial (BM)Elaboración: Propia utilizando Eviews 6.0.
CPE, debido al surgimiento de otros sustitutos para esta fuente de energía, en el sector industrial IND, el CPE incide
positivamente por casi 3 años y al sexto año este consumo se reduce. El CPE es demandado significativamente por
este sector sin embargo este se diluye en el largo pero en comparación a a energía eléctrica este es significativo, con
relación a la URB se puede apreciar que el impacto es negativo.
3.5.2. Descomposición de la Varianza del Error de Predicción
La descomposición de la varianza de un VAR brinda información acerca de la potencia relativa de innovaciones aleatorias
para cada variable endógena. Este ejercicio consiste en descomponer la varianza de las variables endógenas en
componentes que permitan aislar el porcentaje de variabilidad de una endógena explicado por una de las innovaciones
para distintos horizontes predictivos. Tal descomposición se obtiene luego de “ortogonalizar” el vector de perturbaciones,
que consiste en distribuir la responsabilidad de las correlaciones reflejadas en la matriz de covarianza entre los distintos
componentes del vector de perturbaciones.
CUADRO N° 4.11DESCOMPOSICIÓN DE LA VARIANZA
CONSUMO DE ENERGÍA ELÉCTRICA PER CÁPITA Y SUS DETERMINANTES
Página | 64
Period S.E. D(L_CEE) D(L_GDP) D(L_IND) D(L_URB1) D(L_URB2) D(L_FD1) D(L_FD2) 1 0.042360 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 0.049786 76.92381 14.04696 1.007369 0.125475 0.572718 2.214632 5.109032 3 0.058216 56.93361 10.65539 9.476332 2.339549 0.435506 1.620707 18.53890 4 0.061445 52.11927 11.58723 10.42274 4.007457 1.115002 2.168183 18.58013 5 0.062359 50.62061 13.88360 10.17758 3.902044 1.174770 2.117499 18.12390 6 0.063116 49.47735 15.26234 9.955380 3.950520 1.211213 2.209294 17.93391 7 0.064059 48.05000 15.21608 9.947362 3.835192 1.256565 2.149558 19.54524 8 0.064271 47.89038 15.14218 9.882125 4.119536 1.253379 2.204183 19.50822 9 0.064621 47.49850 15.10514 9.901375 4.147565 1.260532 2.186187 19.90070 10 0.064872 47.33567 15.16597 9.845071 4.348668 1.255044 2.169411 19.88016
El cuadro N° 4.11 muestra la descomposición de la varianza entre el CEE y sus principales determinantes, podemos observar que
la dinámica de la CEE es explicada por sí misma hasta en un 100%, sin embargo hay 3 factores que inciden fundamentalmente
sobre esta variable, los cuales son el crecimiento de GDP en 15% IND en 10% y DF , el IND genera un impacto negativo sobre
CEE, pero también los cambios que sufre el sector industrial IND (10%), son importantes sobre los cambios que sufre el CEE, A si
también los cambios que se generan el GDP explican hasta en un 20% las variaciones de la dinámica de la CEE, la URB también
es un importante sector hasta en un 4% para explicar la dinámica del CEE.
Podemos inferir que la dinámica del CEE está influenciada por 3 factores, IND, GDP Y Desarrollo Financiero. Este último también
incide positivamente sobre la CEE y ello evidenica que la participación del sector financiero a través de la Banca es muy
importante ya que explica en promedio la dinámica del CEE entre un uno y 20% respectivamente.
Página | 65
Fuente: Banco Mundial (BM)Elaboración: Propia utilizando Eviews 6.0.
CUADRO N° 4.12DESCOMPOSICIÓN DE LA VARIANZA
CONSUMO DE PETROLEO PER CÁPITA Y SUS DETERMINANTES
Period S.E. D(L_CPE) D(L_GDP) D(L_IND) D(L_URB1) D(L_URB2) D(L_FD1) D(L_FD2) 1 0.048513 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 0.048903 98.64069 0.003344 0.377278 0.751930 0.061572 0.164910 0.000273 3 0.052030 88.17082 1.075953 0.342362 2.879424 0.216041 0.662001 6.653403 4 0.052783 85.67520 1.512669 0.777730 4.598055 0.241429 0.717457 6.477462 5 0.053009 85.06670 1.499792 0.963801 4.720862 0.310199 0.720912 6.717736 6 0.053370 83.92536 1.627890 0.950924 4.728160 0.441093 0.711456 7.615117 7 0.053703 83.02061 1.757302 0.984126 4.677089 0.506512 0.705544 8.348814 8 0.053845 82.69169 1.767373 1.055635 4.682285 0.526311 0.739398 8.537304 9 0.053893 82.55468 1.764567 1.065817 4.688025 0.533454 0.796726 8.596734 10 0.053925 82.46047 1.764526 1.065670 4.706118 0.540170 0.831551 8.631491
En relación a los resultados del CPE, son contrarios a los encontrados en el CEE, pues en este último se observó que los factores
que inciden principalmente sobre la dinámica son GDP IND Y DF, sin embargo en la dinámica de los CPE, el GDP explican el
1.75% la dinámica del CPE, la participación del sector industrial también es escasa hasta el 1%, sin embargo los factores que
explican la dinámica es el CPE en un 4.7% es IND, sin embargo hay que tener en cuenta que este impacto es negativo lo cual
evidenciara la reducción de la dependencia del consumo de este fuente energética, solo la variable del Desarrollo financiero
(Crédito Interno Provisto por el Sector Bancario) es la que explica en mayor porcentaje(8.63%) la dinámica del CPE .
Página | 66
Fuente: Banco Mundial (BM)Elaboración: Propia utilizando Eviews 6.0.
Se infiere que el CPE es explicado en si por su propia dinámica y que uno de los factores postulados como variables exógena del
modelo incide en 8.63% sobre su dinámica siendo fundamentalmente el DF, En síntesis podemos sistematizar de que los factores
que inciden sobre la dinámica de cada una de las fuentes de energía, tiene un comportamiento distinto pero se pueden precisar:
Para el CEE; GDP, IND y Desarrollo Financiero son los que mejor inciden en su dinámica, mientras que para el CPE, solo la
variable de Desarrollo Financiero, dado que los GDP y IND inciden positivamente solo llegan a explicar la dinámica de CPE en solo
1.76%.
Página | 67
BIBLIOGRAFIA
AUCALLANCHI Felix1995 FISICA-PRIMER NIVEL, Febrero 1995, Editora: RACSO EDITOR, 3era edición, Pág. 215
BCRP2010 MEMORIA DEL BCRP 2010 - 1, BANCO CENTRAL DE RESERVAS DEL PERU (BCRP), Lima 2010
BID2009 CELEBRAR EL PASADO, CONSTRUIR EL FUTURO CINCUENTA AÑOS DE DESARROLLO EN AMÉRICA LATINA Y EL CARIBE, BANCO INTERAMERICANO DE DESARROLLO, Washington, DC 2009
BOUILLE Daniel2004 ECONOMIA DE LA ENERGIA, Agosto2004, pág. 09. Inédito
BROCHURE2010 SECTOR ELECTRICO 2010: DOCUMENTO PROMOTOR, MINISTERIO DE ENERGÍA Y MINAS
BUTLER, Joseph1996 GEOGRAFIA ECONOMICA: ASPECTOS ESPACIALES Y ECOLOGICOS DE LA ACTIVIDAD ECONOMICA, HARPUR COLLEGE- UNIVERSIDAD ESTATAL DE NUEVA YORK, Editorial LIMUSA S.A, México 1996.
CAMPO, Jacobo Y SARMIENTO, Viviana,2011 RELACIÓN CONSUMO DE ENERGÍA Y PIB: EVIDENCIA DESDE UN PANEL COINTEGRADO DE 10 PAÍSES DE AMÉRICA LATINA ENTRE 1971 – 2007,MPRA, Junio 2011,puede encontrarse en: http://mpra.ub.uni-muenchen.de/31772
CASTILLO, P., MONTORO, C., & TUESTA, V. 2009HECHOS ESTILIZADOS DE LA ECONOMÍA PERUANA. Estudios económicos del Banco Central de Reserva del Perú.
CEPAL - GTZ - OLADE2000 ENERGIA Y D ESARROLLO SUSTENTABLE EN AMERICA LATINA Y EL CARIBE: GUIA PARA LA FORMULACION DE POLITICAS ENERGETICAS.OLADE - CEPAL – GTZ, Julio 2000, Quito, Ecuador
Página | 68
CEPAL2009 LA CRISIS DE LOS PRECIOS DEL PETROLEO Y SU IMPACTO EN LOS PAISES CENTROAMERICANOS. COMICION ECONOMICA PARA AMERICA LATINA Y EL CARIBE (CEPAL), 2009
CIDE 2007 PERÚ: CARACTERÍSTICAS SOCIO ECONÓMICAS DE LOS HOGARES, PERÚ: 1971-72 2003-04 INEI, Centro de Investigación y Desarrollo (CIDE), LIMA 2007
COMISION MUNDIAL DEL MEDIO AMBIENTE Y DEL DESARROLLO1998 NUESTRO FUTURO COMUN.COMISION MUNDIAL DEL MEDIO AMBIENTE Y DEL DESARROLLO (CMMD) Madrid, 1998
FUNDELEC2009 EL CONSUMO ELÉCTRICO DE UN HOGAR CONSEJOS PARA UN USO MÁS EFICIENTE, FUNDACION PARA EL DESARROLLO ELECTRICO (FUNDELEC), febrero 2009, puede encontrarse en: www.fundelec.org.ar
GONZALES, Jorge2005 CRECIMIENTO ECONOMICO Y DESARROLLO SUSTENTABLE: EL ROL DE LOS RECURSOS NATURALES EN LA ECONOMIA PERUANA: 1970-2005, FACULTAD DE ECONOMIA-UNIVERSIDAD NACIONAL DE PIURA CONSORCIO DE INVESTIGACION ECONOMICA Y SOCIAL, 2005
INEI2007 PERFIL SOCIO DEMOGRAFICO DEL PERU, CENSO 2007, XI de Población y VI de Vivienda
JIMÉNEZ, Félix; Aguilar, Giovanna y Kapsoli, Javier 1998 El Desempeño de la Industria Peruana 1950-1995: Del proteccionismo a la Restauración Liberal.
KAFKA Frank,1986 TEORIA ECONOMICA, Centro de Investigación de la Universidad del Pacifico, cuarta edición, enero 1986, Lima- Perú
MARTINEZ, Javier y JOSE MARIA VIDAL VILLA2001 ECONOMIA MUNDIAL, MC GRAW HILL/ INTERAMERICANA DE ESPAÑA, S.A.U, 2 EDICION, 2001
MAHÍA Ramón
Página | 69
GUÍA DE MANEJO DEL PROGRAMA E-VIEWS, Departamento de Economía Aplicada - Universidad Autónoma de Madrid
MARTINEZ, Javier y JOSE MARIA VIDAL VILLA2001 ECONOMIA MUNDIAL, MC GRAW HILL/ INTERAMERICANA DE ESPAÑA, S.A.U, 2 EDICION, 2001
MINISTERIO DE ENERGÍA Y MINAS2009 BALANCE GENERAL DE ENERGÍA 2009 (BNE), MINISTERIO DE ENERGÍA Y MINAS - Dirección General de Eficiencia Energética, PERU
NAVARRO, Oscar Fernando2000 TEORIA MICROECONOMICA, UNIVERSIDAD NACIONAL AGRARIA DE LA MOLINA, PRIMERA EDICION, LIMA PERU
ORIHUELA Carlos2007 SOSTENIBILIDAD E INGRESO DEL SECTOR HIDROCARBUROS PERUANO. Departamento de Economia y Planificacion – UNALM y CIES. Puede también encontrarse en: [email protected]
ROMANI, Julio2012 EFICIENCIA ENERGÉTICA: POLÍTICAS PÚBLICAS Y ACCIONES PENDIENTES EN EL PERÚ, Fundación FRIERDICH EBERT (FES)
SBS
2006 LAS NUEVAS FORTALEZAS DEL PERÚ: SISTEMAS FINANCIERO, DE SEGUROS Y PRIVADO DE PENSIONES. SUPER INTENDENCIA DE BANCA, SEGUROS Y AFP, 2006, puede encontrarse en www.sbs.gob.pe
TADHG Coakley Y Noel Duffy
2010 USO DE LA ENERGÍA EN EL SECTOR INDUSTRIAL: GUIA PARA ESTUDIANTES. USO INTELIGENTE DE LA ENERGÍA EN LOS CENTROS ESCOLARES DE EDUCACIÓN SECUNDARIA (IUSES) y LA COMISIÓN EUROPEA PROGRAMA DE ENERGÍA INTELIGENTE PARA EUROPA. OCTUBRE 2010
TAVARA, Luz2012 LA INDUSTRIA MANUFACTURERA Y SU IMPACTO EN EL CRECIMIENTO ECONÓMICO DEL PERÚ: PERIODO1950-2010,UNIVERSIDAD NACIONAL DE PIURA (UNP), PIURA PERU 2012
Página | 70
