Friday, 25 October 2013

Determinantes del Consumo Privado en el Perú, Proyecciones de Mediano Plazo y el Latin Focus Consensus Forecast [J.M. MARTIN]

*El presente artículo es un avance del Documento de Trabajo Nº 013-2013-EMECEP/CONS - Determinantes desagregados del consumo privado y proyección de mediano plazo".

1. El día 24 de octubre de 2013, se publicó en el Diario Gestión un comentario realizado por el Banco Central de Reserva del Perú (BCRP) en relación a los últimos pronósticos recogidos por la consultora Latin Focus denominado "Consensus Forecasts". 

2. En dicho reporte se ha mención que el Consumo Privado del Perú "sería uno de los más altos de la región latinoamericana durante los próximos tres años", con valores de crecimiento de 5.3%, 5.5% y 5.6% para los años 2013, 2014 y 2015 respectivamente. ¿Cuán correcta es esta proyección? ¿Qué procesos y tipos de modelos se utilizaron para llegar a estos resultados?

3. Como debe recordarse, el PBI se ha mostrado un poco más volátil que el Consumo en la historia económica reciente del Perú, aunque con una curiosa tendencia a la convergencia en los últimos años, según se observa en el Gráfico Nº 1.

Gráfico Nº 1
Crecimiento del PBI y Crecimiento del consumo
(VARA12 variación porcentual acumulada 12 meses)
(VAR12 variación porcentual anualizada 12 meses)

Fuente: BCRP. Estadísticas Trimestrales.
Elaboración: EMECEP Consultoría www.emecep-consultoria.com
Nota: La referencia a una variación de 12 meses equivale a 4 trimestres. Sin embargo, se utiliza dicha denominación para facilitar la lectura.

4. Debe precisarse que estas encuestas de opinión no necesariamente recogen resultados cuantitativos realizados mediante modelos econométricos rigurosos, sino esencialmente una validez prospectiva amparada en la reputación del encuestado. ¿Qué tipo de modelos se utilizaron entonces?

5. Considerando que elaborar un modelo multivariante puede resultar más difícil que uno de tipo univariante, resulta altamente probable que los casos en los cuales se hayan realizado proyecciones, sea mediante este último tipo de modelos. 

6. En el presente caso, se elaboró el siguiente modelo de consumo privado a fin de verificar la convergencia en las proyecciones realizadas por el Consensus Forecast.

CONSPRt = B0 + B1*CREDTSPt+B2*IPBIt+B3*TRANSCORt+B4*INGRFt+Ut            (1)

7. Las variables consideradas son el Consumo Privado (CONSPR) en términos reales Nuevos soles de 1994 y con periodicidad trimestral, el Credito Total al Sector Privado (CREDTSP) en millones de nuevos soles corrientes, el PBI real en índice (IPBI), las transferencias corrientes (TRANSCOR) de la balanza de cuenta corriente en nuevos soles y los Ingresos por Renta de Factores (INGRF) también de la cuenta corriente. No se realizaron transformaciones en unidades, no sólo porque no es necesario para la interpretación de los parámetros estimados, sino también por minimizar las distorsiones por transformaciones de variable al generalizar tipos de cambio o niveles de precios en dicho proceso.

8. En términos sencillos, el modelo busca incorporar la dinámica de tres tipos de renta: La renta interna (IPBI), así como la renta nacional que proviene del exterior (TRANSCOR y INGRF) y la renta adicional proveniente de los créditos realizados por el sector financiero (CREDTSP). Tal enfoque no es otro que la descomposición de la ecuación keynesiana de consumo y renta disponible, así como el mecanismo de determinación del ingreso nacional disponible según la metodología del BCRP.

9. Al respecto, Mankiw (2007) ya ha indicado lo enigmática que puede ser la función consumo, encontrando para el caso norteamericano que la propensión marginal al consumo (PMC) consolidada (es decir de todas las rentas en una sola variable) no se reducía cuando ocurría un incremento de la renta disponible, contrarrestando la hipótesis que los mayores ingresos irían a mayor ahorro (H1). Así mismo, se verificó que el consumo crecía al mismo tiempo que la renta (H2) y que la relación consumo/renta era muy estable en el largo plazo (H3).

10. Considerando este contexto, por el contrario, en el caso peruano se observa que la PMC se puede ver distorsionada por las diferentes fuentes de la renta, las cuales pueden tener dinámicas distintas, ante lo cual sería apropiado desagregarlas con la finalidad de observar sus tendencias e impacto en el consumo privada. A diferencia de MARTIN y PALMI (2012) y MARTIN (2013) el objetivo ya no es cuantificar exactamente la propensión marginal a consumir en el Perú, sino más bien, observar la influencia de los determinantes de ésta en el consumo, con la finalidad de poder predecir su comportamiento en el mediano plazo.

11. De hecho, con relación a la hipótesis 3 (H3), en el caso peruano las resultados empíricos serían contrarios a los encontrados para la economía norteamericana, tanto es así que la relación consumo-renta (PBI) habría observado una disminución notable durante desde la implementación del "nuevo" régimen económico constitucional en el año 1992, según se aprecia en el gráfico Nº 2.

12. Del mismo modo, respecto de la hipótesis 2, tal como se ha mostrado en el gráfico Nº 01, el PBI ha mostrado un comportamiento más volátil que el consumo privado, por lo cual el crecimiento obtenido habría sido mayor en el PBI que en el consumo, contrario a lo que la evidencia anterior sugiere. 

13. Ahora bien, en referencia a la hipótesis 1, tomando como referencia la relación del PBI (ambos en nuevos soles reales) como variable de la renta disponible, puede observarse que la propensión marginal a consumir en el largo plazo también se ha reducido desde un 70% a un 60% aproximadamente, según se indica en el gráfico Nº 3. 

14. A fin de verificar que hay detrás de todas estas interrelaciones entre la variable consumo y la renta es que se realiza el modelo desagregado antes descrito. Los resultados son los siguientes:


Tabla Nº 01
Resultados Finales del Modelo

15. Tal como puede observarse los determinantes desagregados de la renta llevan tienen una relación directa y significativa con el consumo, no existiendo ni autocorrelación significativa, ni inestabilidad paramétrica, ni homocedasticidad, ni multicolinealidad ni anormalidad de errores, verificándose ello con los respectivos tests estadísticos. La data se entregará con la publicación del paper, sin embargo, se puede presentar los coeficientes recursivos a fin de observar la estabilidad de los parámetros estimados 

Gráfico Nº 4
Coeficientes Recursivos del modelo estimado

Fuente y Elaboración: EMECEP Consultoría www.emecep-consultoria.com 


16. Cabe precisar que se ha buscado minimizar las transformaciones en las variables, dado que si bien era posible utilizar modelos en diferencias, logaritmos o cualquier tipo de transformación, ello podría afectar la concepción teórica del modelo tal cual se tenía previsto en el marco conceptual antes descrito. Del mismo modo, no se ha  procedido a utilizar procesos ARIMA (ó SARIMA) para la estimación del modelo, precisamente porque implicaría la utilización de funciones de transferencia y verificaciones adicionales de cointegración, que probablemente habrían obligado a transformar variables. Adicionalmente, el modelo no es dinámico puro, dado que la periodicidad trimestral permite que en los casos del crédito y del PBI, la relación de causalidad se manifiesta dentro de cada trimestre, siendo innecesario en tales casos la implementación de rezagos. En tal sentido, la denominación final de las variables tiene efecto solamente para el pronóstico.

17. Del modo similar, el período de estudio seleccionado ha procurado tener consistencia teórica con los cambios estructurales en la política macroeconómica del Perú (metas explícitas de inflación con manejo implícito del sistema económico), iniciado en la segunda mitad del año 2001, luego de la inestabilidad política y económica provocada por los últimos años de la década de los noventa. 

18. Así mismo, se ha ajustado la muestra en 6 meses para adecuar el período de inicio de la reactivación económica bajo este nuevo modelo, esto es, iniciando la muestra desde el primer trimestre del año 2002. Es preciso que en la medida que el modelo económico no cambie, tal como ha ocurrido con los manejos de política económica en los gobiernos de los presidentes Toledo, García y Humala, dicho marco político institucional servirá de contexto extra-económico para la validez de la muestra seleccionada. 

19. En cuanto a las proyecciones de las variables explicativas, se ha utilizado el proceso TRAMO-SEATS, encontrándose estacionalidad tanto para el crédito y el PBI y utilizándose los valores finales de dicho modelo para las proyecciones fuera del período muestral. No obstante, para el caso de las transferencias corrientes, no se han encontrado un nivel de estacionalidad significativo, con lo cual hubiera sido exagerado forzarla mediante el proceso CENSUS X12. En consecuencia, sólo se tomaron los valores finales proyectados por la serie interpolada de TRANSCOR. 

20. Finalmente, en el caso de los ingresos por renta de factores, el proceso TRAMO-SEATS reaccionó de un modo no deseado a los valores proyectados de dicha variable no estacional, generando una proyección estacionaria en medias y en varianzas no acorde con lo esperado por los fundamentos y el contexto económico. En tal sentido, considerando lo anterior, se procedió a proyectar dicha variable mediante un simple alisado exponencial, bajo la premisa que dicha técnica otorga mucha mayor importancia la tendencia y valores recientes antes que los más antiguos. De este modo, la proyección de esta variable permite una continuación del envío de remesas del trabajo por parte de peruanos en el extranjero, así como los demás componentes de esta variable. 

21. Debe reiterarse que dichas proyecciones sólo afectan el período extra-muestral, por lo cual no tienen ninguna incidencia en la estimación, así como los estadísticos derivados de ésta. En este sentido, la estimación-proyección base muestra un coeficiente desigualdad de Theil de 0.0034 (muy cercano a 0) y un Porcentaje medio del error de 0.56% (menos de 1%), según se aprecia en el Gráfico Nº 5.

Gráfico Nº 5
Bondad de Ajuste de la Proyección mediante el modelo multivariante de consumo privado

Fuente y Elaboración: EMECEP Consultoría www.emecep-consultoria.com 

22. Por lo tanto, el supuesto poco período muestral como elemento criticable de la estimación y proyección del modelo quedaría descartado, tanto a nivel conceptual (indicado líneas arriba) como a nivel estadístico. 

23. A continuación, se utilizará el modelo robusto para realizar las proyecciones dinámicas de la variable consumo desestacionalizada, la cual posteriormente se re-convirtió en serie estacional a través del espectro de los factores de estacionalidad obtenidos mediante el proceso CENSUS-X12.

25. No obstante, antes de presentar los resultados cuantitativos para las proyecciones del consumo privado 2013-2015, es necesario insistir que se prefirió estimar un modelo más robusto apoyándose en la medida de lo posible en el proceso TRAMO-SEATS, a excepción de cuando ello no fuera razonable, por ejemplo, en casos de proyecciones no razonables económicamente ni estadísticamente (INGRF) ó variable endógena sujeta a un modelo multivariante explicativo (CONSPR). 

26. Por ello, es que a efectos del modelo econométrico, la variable endógena utilizada ha sido desestacionalizada mediante un proceso CENSUS X-12 y no mediante el proceso tramo seats. En principio, porque el proceso TRAMO-SEATS no requiere de variables explicativas para realizar proyecciones de series de tiempo (modelo univariante) y de ello, al tomarlo no hubiera sido necesario explorar la especificación más óptima del modelo. 

27. Sin perjuicio de lo anterior, a fin de comparar los resultados finales, también se realizaron estas estimaciones utilizando el proceso TRAMO-SEATS en un modelo univariante del Consumo Privado, así como en el modelo econométrico multivariante antes descrito. A continuación se presenta una comparativa con los diversos modelos alternativos estimados.
28. Los resultados sugieren que no hay diferencia significativa entre el modelo multivariante utilizado (el cual tiene como endógena al consumo desestacionalizado por Census X12) y la alternativa con la endógena desestacionalizada por TRAMO-SEATS, por lo cual no existiría pérdida de información o desajuste en la especificación al utilizar cualquier de las dos como endógena. La diferencia entre ambos oscila entre 20 y 50 millones de soles de 1994, lo cual en términos macroeconométricos es prácticamente inexistente. 

29. De otro lado, el modelo univariante TRAMO-SEATS, aplicado única y directamente al consumo privado genera resultados distintos y algo más conservadores en términos de crecimiento de esta variables. Ello se debe a que no incorpora el dinamismo recientes de las variables explicativas que sí están incluidas en el modelo multivariante, otorgándole un valor agregado especial. 

30. Finalmente, los resultados del modelo, en términos de crecimiento del consumo privado en variación de 12 meses (VAR12) y variación acumulada 12 meses (VARA12) se presenta en el modelo multivariante desarrollado así como el univariante TRAMO-SEATS y las proyecciones del Latín Focus Consensus Forecast.

31. Un último comentario resultante de la Tabla Nº 2 presentada es que los resultados presentados por el Consensus Forecast son bastante parecidos a los obtenidos por un modelo univariante, en particular por un modelo TRAMO-SEATS. El gran dinamismo (aún) del crédito, PBI, renta de factores y transferencias corrientes ha permitido que el modelo incorpore dicha relación causal de manera robusta, con la consecuencia de obtener proyecciones más optimistas en relación con esta variable.

32. Ahora bien, considerando que tanto el crédito como el crecimiento económico seguirán creciendo pero a ritmos menores, y siendo ello consistente con las proyecciones TRAMO-SEATS aplicadas a estas variables, las otras variables de carácter internacional serán las que determinen cualquier quiebre en la evolución final del consumo privado, el cual podrá ser adecuadamente captado por el modelo estimado. Y considerando el contexto internacional en recuperación, en particular de los países desarrollados, desde donde se suele enviar las transferencias corrientes y las rentas de factores, resulta consistente con el modelo que tales variables mantengan su tendencia creciente, incluso mayor a la estimada por el Consensus Forecast de LatinFocus.

Jefe de Estudios Económicos