Perú

(Regresar a Contenido)

Los estados que se eligen para el Perú tienen, al igual que Sargent et al. (2009), una configuración para el proceso que sigue el déficit de 3 estados para la media (bajo, intermedio y alto) y 2 para la varianza (bajo y alto). Las estimaciones usan como insumo la inflación, mes a mes, ajustada por estacionalidad en el periodo comprendido entre enero de 1957 y septiembre de 2020.

Inflación e Inflación ajustada por estacionalidad

Para la inflación del Perú se pueden identificar tres periodos. En el primero, que inicia a mediados de la década de los 50 y termina a mediados de la década de los 80, hubo una relativa calma con episodios puntuales de incrementos en los precios. Posteriormente, entre mediados de la década de los 80 y mediados de la década de los 90, hubo periodos de hiperinflación. Finalmente, en relación a una serie de reformas fiscales y el otorgamiento de la independencia al Banco Central, se puede considerar que la inflación se ha mantenido estable a partir de mediados de la década de los 90.

Notas: Cambio porcentual mes a mes del Índice de Precios al Consumidor, a.e. se refiere a datos ajustados por estacionalidad.
Muestra: enero de 1957 a septiembre de 2020. Fuente: Con datos del Banco Central de Reserva del Perú.


Acercamiento: Datos de Inflación

Parámetros estimados para el modelo

La siguiente tabla muestra los parámetros resultantes de la solución numérica del problema de optimización para la función de verosimilitud asociada al modelo de SWZ. Refiérase a la descripción del modelo para consultar una discusión sobre la intuición detrás de este. Además, se refiere al lector interesado a Sargent, Williams y Zha (2009), y Ramos-Francia, García-Verdú y Sánchez-Martínez (2018) para mayores detalles.

A continuación, se hace una breve descripción de los parámetros del modelo.

  • El modelo supone un mecanismo de expectativas de inflación adaptativas con ganancia constante. Esto quiere decir que los agentes forman su expectativa de inflación para el siguiente periodo con base en su expectativa del periodo presente y la inflación observada. El parámetro ν determina la proporción que los agentes le otorgan a la inflación observada para generar su expectativa. Así, un parámetro ν cercano a 0 indica que los agentes toman en cuenta solamente su expectativa de inflación pasada. En contraste, un parámetro ν cercano a 1 indica que los agentes toman en cuenta solamente la inflación observada. Se le llama constante porque el parámetro ν es fijo.
  • El parámetro λ mide la sensibilidad de la demanda por dinero a los cambios en la inflación esperada y puede tomar valores entre 0 y 1. En este modelo, dicha demanda por dinero (en términos reales) depende linealmente y con signo negativo del nivel de precios esperado. Es decir, una mayor inflación implica un mayor costo de oportunidad de conservar dinero.
  • Se supone que los parámetros de la distribución del déficit siguen dos procesos de Markov independientes. En dichos procesos cada estado tiene asociado un conjunto de valores que indican la probabilidad de permanecer en el mismo estado o de transitar a un estado vecino en el siguiente periodo. En la tabla, se presenta la probabilidad de permanecer en el mismo estado. Si solo existe un posible estado vecino, la probabilidad de transitar a él es la unidad menos la probabilidad de permanecer en el estado original. En cambio, si se está en un estado con dos posibles estados vecinos, se supone que existe la misma probabilidad de transitar a cualquiera de ellos.
  • El parámetro σ(π) mide la desviación estándar del proceso que determina el reajuste de la inflación y las expectativas de inflación en el caso de que se dé una reforma cosmética. En dicho caso, la inflación y sus expectativas son reajustadas al valor del equilibrio para el estado de la media asociado al nivel bajo (que es estable) más algo de ruido.
  • Notas: Los errores estándar de los parámetros son estimados usando la cota de Crámer-Rao. El punto en el caso del parámetro ν representa que no es posible obtener una estimación apropiada para su error estándar.

    Discusión

    Perú parte de una situación benigna a finales de los 50. Las estimaciones de las probabilidades de estar en los estados con media baja o intermedia y varianza alta predominan. Para finales de los 70 y durante los 80, las estimaciones de las probabilidades de estar en el estado con media alta y varianza baja aumentan. Para mediados de los 90, dicha situación se revierte, con un periodo de transición entre estados para que la estimación de la probabilidad del estado con media baja y varianza baja mantenga una probabilidad cercana a 0.9.

    Por su lado, la probabilidad de escape se ha mantenido cercana a cero a lo largo de toda la muestra, salvo por tres ocasiones, a finales de los 80 y a principios de los 90. Ello parece haber dado lugar a una positiva reforma cosmética. Notablemente, la estimación de la probabilidad de escape se ha mantenido esencialmente igual a cero en los últimos años, incluyendo importantes episodios de estrés económico y financiero global, como lo fue la crisis que inició en 2008. Las excepciones son algunos de los episodios a finales de los 90, que si bien dicha estimación solo aumento a 0.01. En los últimos periodos se observa la estimación de la probabilidad de escape ha sido cero.

    Más aún, en el caso particular del Perú la probabilidad de tener un evento de escape se vuelve relevante entre finales de 1988 y mediados de 1990. Dicho periodo se puede asociar a algunos episodios de hiperinflación y los programas implementados para su control en 1990.

    Las estimaciones de las probabilidades de los diferentes estados y de escape coinciden con algunos de los principales eventos históricos de Perú. Asimismo, parecen estar en línea con la narrativa de los mismos en Martinelli & Vega (2018) y Pastor (2012).

    Estimación de la probabilidad de encontrarse en alguno de los estados del modelo (media,varianza)

    Nota: Para considerar algún estado para la media del déficit, es necesario sumar las probabilidades de los estados bajo y alto para la varianza. Por ejemplo, para considerar la probabilidad de estar en el estado bajo para la media del déficit hay que sumar las probabilidades de los estados (bajo, bajo) y (bajo, alto).
    Para observar un subconjunto de los estados del modelo, por favor presione las leyendas en la gráfica para mostrar o dejar de mostrar el estado correspondiente.
    Muestra: enero de 1957 a septiembre de 2020. Fuente: Con datos del Banco Central de Reserva del Perú.

    Equilibrios Autoconfirmados (EAC) y Expectativas de Inflación

    Se muestran las soluciones de la ecuación diferencial que determina los niveles de equilibrio para la inflación esperada. Cuando las probabilidades de permanecer en cada uno de los estados de la media son cercanas a 1, dichos niveles de equilibrio se consideran como buenas aproximaciones.

    En específico, los cruces de cada curva con el eje vertical, representados con líneas horizontales, determinan los niveles de equilibrio estables (los que tienen niveles más bajos) e inestables (los que tienen niveles más altos).

    Fuente: Con datos del Banco Central de Reserva del Perú.

    Cuanto más cerca estén las expectativas de inflación al nivel de equilibrio inestable asociado al estado en el que es más probable estar, mayor será la probabilidad de escape. Un evento de escape detonaría la necesidad de tener una reforma para que el nivel de la inflación y de sus expectativas regresen a niveles estables.

    Muestra: enero de 1957 a septiembre de 2020. Fuente: Con datos del Banco Central de Reserva del Perú.

    Estimación de la probabilidad de escape

    Muestra: enero de 1957 a septiembre de 2020. Fuente: Con datos del Banco Central de Reserva del Perú.

    Referencias

  • Martinelli, C., & Vega, M. (2018). "Monetary and Fiscal History of Peru 1960-2017: Radical Policy Experiments, Inflation, and Stabilization". University of Chicago, Becker Friedman Institute for Economics Working Paper, (2018-63).
  • Pastor, G. C. (2012). "Peru: Monetary and Exchange Rate Policies, 1930-1980." IMF Working Paper No. 12/166.
  • (Regresar a Contenido)