Facultad de Ciencias Sociales
Permanent URI for this communityhttp://98.81.228.127/handle/20.500.12404/5219
Browse
8 results
Search Results
Item Variables más relevantes para explicar los cambios en el precio de las acciones de la Bolsa de Valores de Lima(Pontificia Universidad Católica del Perú, 2024-02-29) Ortega Cortez, Ademir Aarón; Valdivia Huamán, Sebastián Fernando; Barrantes Cáceres, Roxana María IrmaEl presente trabajo busca analizar las variables que poseen mayor relevancia sobre los cambios en el mercado bursátil, es decir la Bolsa de Valores de Lima, la cual será representada por el índice S&P Perú General. Para ello, la revisión de literatura y la teoría económica fueron parte fundamental al momento de plantear la propuesta sobre las variables que utilizaremos en el trabajo, las cuales son la tasa de interés de referencia del Perú, la tasa de interés de referencia de Estados Unidos y el precio del cobre. Así, las variables explicativas son la tasa de interés de referencia, la cual es planteada por el Banco Central de Reserva del Perú; la tasa de interés de referencia de Estados Unidos, planteada por la Federal Reserve (FED); y el precio del cobre, el cual depende del contexto macroeconómico de metales. Para la variable dependiente que representa al valor de las empresas tomaremos el Índice Perú General S&P / BVL.Item Impactos sectoriales de la política monetaria en el Perú: evidencia empírica a partir de un modelo FAVAR(Pontificia Universidad Católica del Perú, 2022-11-24) Pinelo Merino, Vanessa Valentina; Castillo Bardález, Paul GonzaloEn este documento se mide el impacto sectorial de la política monetaria en el Perú utilizando un modelo de vectores autorregresivos con factores aumentados (FAVAR) para el periodo 2003-2018 junto con un amplio conjunto de variables. Esta metodología permite incorporar un mayor número de variables y medir el efecto de la política monetaria en cada una de ellas. Los resultados del presente trabajo amplían el conjunto de información a disposición de las autoridades de política monetaria permitiendo que se tomen decisiones adecuadas para la economía. Los resultados muestran que existe un impacto diferenciado de la política monetaria sobre los distintos sectores de la economía en magnitud y en horizonte temporal, siendo electricidad y agua, manufacturas y comercio los sectores más sensibles a choques de política monetaria. Adicionalmente, se encuentra que la política monetaria logra impactar sobre variables relevantes como el PBI, puesto que se observa que el PBI se reduce ante un aumento en la tasa de política.Item La desigualdad de las tasas de interés activas entre los bancos y las cajas peruanas: una revisión de las variables más influyentes 2012-2019(Pontificia Universidad Católica del Perú, 2022-05-17) Soldevilla Rojas, Wolfgang Andree; Bringas Arbocco, Allan PaulEstudiar las brechas de las tasas activas entre los tres tipos de instituciones financieras más comunes mejora la percepción que se tiene hacia las diferencias evidentes entre dichas instituciones, principalmente las bancarias. Diversos estudios señalan que variables como el riesgo crediticio, el costo operativo o el nivel de liquidez de la institución, así como variables macroeconómicas como la inflación, la tasa de mercado o el propio contexto económico pueden influenciar en las tasas activas de cualquier institución financiera. Por ello, el objetivo de este trabajo de investigación reside en estudiar las variables propuestas por la literatura y contrastar la validez de una variable teniendo en cuenta el tipo de institución financiera y, así, entender la diferencia o brecha que hay entre las tasas de interés activas por institución. En ese sentido, la hipótesis planteada es que dicha brecha es determinada por variables microeconómicas como la concentración de mercado, la morosidad crediticia o los costos operativos y variables macroeconómicas como la evolución del PBI, el nivel de inflación o la tasa de interés interbancaria, como proxy de la tasa del mercado. Con dos criterios de estimación, series de tiempo y panel de datos, los resultados por distintos métodos, corrección de errores y panel con errores robustos, Driscoll- Kray, observamos resultados similares en algunas variables, como la tasa de mercado, aunque distintas en otras, como la ratio de morosidad.Item La efectividad del canal de tasas de interés de política monetaria: un estudio a nivel de bancos (2008-2020)(Pontificia Universidad Católica del Perú, 2022-01-27) Avellaneda Enriquez, Astrid Elizabeth; Limaymanta Ponce, Karol Maura; Camargo Cárdenas, Gonzalo EdmundoEl objetivo del presente trabajo es investigar la efectividad del canal de tasas de interés, en el traspaso de los cambios de la tasa de política monetaria hacia la tasa activa bancaria a corto plazo, sobre todo en un contexto de tasas bajas. Teniendo en cuenta que el principal instrumento del Banco Central de Reserva del Perú (BCRP) para transmitir sus decisiones políticas es la tasa de política monetaria, resulta fundamental investigar los factores que podrían afectar su efectividad, más aún en el contexto de una tasa de referencia baja. Así, este trabajo intenta contribuir a la literatura en tres sentidos. Primero, busca una explicación causal teniendo en cuenta la rentabilidad bancaria como un factor que influye en el canal de traspaso. Segundo, se analiza cómo cambia dicha relación en un contexto de tasas bajas. Y, tercero, se intenta aplicar este estudio en el sistema financiero peruano de forma segmentada, dividiendo a las instituciones financieras en tres segmentos. De esa manera, en base al modelo económico teórico presentado por Fernández (2015), argumentamos que la efectividad del canal de tasas de interés se ve afectada por la no linealidad que existe debido a la heterogeneidad en sistema financiero y a la rigidez en las tasas pasivas que afectan directamente en la rentabilidad bancaria. Por ello, en base a la literatura, se sustenta que la rigidez de las tasas pasivas y la heterogeneidad del sistema financiero impactan de manera negativa en la efectividad del canal de tasas de interés.Item El mecanismo de transmisión de Política Monetaria en el Perú: Variaciones en el Tiempo 1995 – 2020(Pontificia Universidad Católica del Perú, 2021-07-19) Lázaro Riquez, Anthony Danilo; Pérez Forero, Fernando JoséLa estructura del sistema monetario y financiero han experimentado cambios en las últimas tres décadas, mediante cambios de regímenes de política monetaria, mecanismos para la consolidación de la credibilidad y una serie de medidas macroprudenciales destinadas a mantener la estabilidad financiera. Por ello, este trabajo busca responder la interrogante de si estos cambios se ven reflejados en el mecanismo de transmisión de política monetaria del Perú. La estrategia metodológica que se emplea parte de dos premisas: (i) Los modelos VAR son los óptimos para caracterizar choques macroeconómicos y (ii) variaciones en el tiempo de los parámetros requieren metodologías más flexibles. En ese sentido, se realiza un análisis de las Funciones de Impulso Respuesta ante choques de política monetaria convencional y no convencional en submuestras de 10 años con datos mensuales (2000-2010, 2010- 2020). Se encuentran variaciones en las funciones de impulso respuesta, en especial las respuestas de las variables en el segundo periodo se acercan mucho más a los resultados convencionales, mientras que en el primer periodo, estas lo hacen con rezago y en menor eficacia. Finalmente, se evidencia el producto de las medidas de desdolarización de los créditos mediante el efecto en esta variable para el segundo intervalo de tiempo ante choques de política monetaria convencionales. Estos resultados brindan el sustento empírico para la aplicación de métodos econométricos más flexibles (TVP-VAR) que permitan capturar las variaciones en los coeficientes de interés.Item Choques externos y fluctuaciones económicas en Perú: una aplicación empírica usando mixtura en las innovaciones en modelos TVP-VAR-SV(Pontificia Universidad Católica del Perú, 2021-03-09) Guevara Ruiz, Brenda Sofía; Yamuca Salvatierra, Leonela Lorena; Rodríguez Briones, Gabriel HenderUna familia de modelos VAR con coeficientes cambiantes en el tiempo y mixtura en las innovaciones (TVP-VAR-SV) es utilizada para analizar el impacto de los choques externos sobre el producto, la inflación y la tasa de interés en el Perú, durante el periodo 1996Q2-2019Q3. Los resultados principales son: (i) el modelo que se ajusta mejor a los datos es aquel cuyos coeficientes y varianzas varían en el tiempo; (ii) las funciones impulso respuesta de todos los modelos muestran que el impacto proveniente del choque externo sobre el crecimiento del PBI real es positivo e importante; (iii) los resultados de las FEVD señalan que los choques externos explican un alto porcentaje de la variabilidad del producto, de la inflación y de la tasa de interés; (iv) la descomposición histórica (HD) muestra que una contribución alta de los choques externos, especialmente, a partir del año 2002 en adelante.Item Efecto de la estrategia de divisas carry trade sobre la asimetría de los retornos del tipo de cambio en la economía peruana durante el periodo 2007-2020(Pontificia Universidad Católica del Perú, 2021-02-23) Cáceres Vásquez, Mariana; Villavicencio Vásquez, Julio AlbertoEl carry trade es una estrategia de divisas que consiste en financiarse en monedas asociadas a bajas tasas de interés e invertir en monedas con tasas de interés altas. Como lo demuestran varios trabajos, el carry trade es una estrategia que puede depreciar abruptamente el tipo de cambio y perjudicar a las monedas de inversión, que típicamente son monedas de países emergentes. El sol al ser una moneda de alto riesgo es comúnmente usada como moneda de inversión. La hipótesis central de esta investigación es que la actividad de carry trade entre el dólar estadounidense y el sol, medida por la posición neta de contratos non-deliverable forward de la banca local, genera una asimetría negativa de los retornos del tipo de cambio, es decir, un crash risk o riesgo de caída en el sol, durante el periodo 2007-2011. Para la investigación, se siguen los trabajos de Brunnermeier et al. del 2009, Cox y Carreño del 2016 y el de Gamboa-Estrada del 2017. Se toma la hipótesis y metodología del primer trabajo. Sobre la base de estadísticos para cinco monedas se encuentra que la paridad de tasas de interés no se cumple; el carry trade es una estrategia en promedio rentable. Asimismo, se encuentra que hay evidencia de que el carry trade entre el dólar estadounidense y el sol está asociado a un riesgo de caída del sol.Item El Ciclo Financiero Global y las condiciones crediticias en el Perú(Pontificia Universidad Católica del Perú, 2020-09-13) Munares Estrada, Maria Isabel; Castillo Bardalez, Paul GonzaloEl presente documento analiza el efecto del Ciclo Financiero Global sobre las condiciones crediticias peruanas, las cuales engloban variables financieras como el crédito del sistema bancario en moneda nacional y extranjera, tasas de interés preferencial corporativa y los spreads de éstas. Siguiendo a Miranda-Agrippino et al. (2012) y Rey (2013), se toma al factor global común de los retornos de activos riesgosos internacionales como una variable que representa la dinámica del Ciclo Financiero Global. Este trabajo contribuye en la literatura debido a que aborda este canal de transmisión de choques externos que no ha sido analizado en el escenario peruano, mediante un análisis empírico de cómo las condiciones que componen este ciclo financiero mundial afectan a las condiciones crediticias del Perú, tales como los niveles de crédito del sistema bancario al sector privado en moneda nacional y extranjera, las tasas de interés preferencial corporativa y los spreads de éstas con las tasas de pasivos en la moneda correspondiente. Para este análisis planteado, se usa una estimación Bayesiana de un modelo SVAR con bloque de exogeneidad, sugerido por Cushman et al. (1997) y Zha (1999) para describir adecuadamente las dinámicas de la economía global y una economía pequeña y abierta como la peruana, ante variaciones del factor común del Ciclo Financiero Global para el período de 1998:1 al 2012:12, con datos trimestrales.