Precio Petróleo & Macroeconomía Perú

Inicialmente, se observa que la variación del precio promedio del barril de petróleo tuvo un impacto positivo en el Producto Bruto Interno Real (PBI) y la inflación de Perú en el corto plazo. Sin embargo, se registró un efecto negativo en la tasa de cambio. Este resultado pone de manifiesto una estrecha relación entre el precio del petróleo y el dólar estadounidense, aunque no sincronizada. Un aumento en el precio del petróleo debilita la moneda nacional, ilustrando cómo los cambios en la economía global impactan en economías como la peruana. La investigación se enfoca en analizar estas interacciones y sus consecuencias para la economía peruana, específicamente en el periodo 2000-2017, usando datos trimestrales. Se destaca la importancia de comprender estos efectos, considerando la dependencia de Perú de las importaciones de crudo y la necesidad de políticas para mitigar la volatilidad de los precios internacionales.

El estudio analiza el impacto de la variación del precio del petróleo en las principales variables macroeconómicas peruanas. Estas incluyen la Inversión Extranjera Directa Neta (IED), el Producto Bruto Interno real (PBI), la inflación y el tipo de cambio. Para lograr este objetivo, se utilizaron datos trimestrales del período 2000-2017. Se realizaron análisis de causalidad en el sentido de Granger y de estacionariedad para evaluar los efectos y respuestas entre las variables. La data del precio promedio del barril de petróleo WTI provino de British Petroleum International, mientras que los datos del PBI, inflación (IPC sin alimentos ni bebidas), tipo de cambio interbancario y IED se obtuvieron del Banco Central de Reserva del Perú (BCRP). La consistencia y fiabilidad de la data del BCRP y BPI son cruciales para la validez de los análisis econométricos realizados en el estudio.

Se describe la evolución del mercado internacional del petróleo en los últimos 18 años, destacando cambios tanto en la oferta como en la demanda, influenciados también por avances tecnológicos y la creciente importancia de los marcadores de petróleo en la determinación de precios. La compra-venta de petróleo crudo ha evolucionado de una estructura vertical, controlada por transacciones entre subsidiarias de una misma empresa, a un mercado con mayor competencia y transparencia. Se menciona la introducción de mecanismos como compra-venta spot, contratos a futuro, opciones y swaps, aumentando la participación de actores no directamente vinculados a la producción o refinación. Se citan ejemplos de países que más importan (Japón, EE.UU., Alemania, etc.) y exportan petróleo (Arabia Saudita, Rusia, etc.), y se destaca que el 70% del comercio mundial se concentra entre pocos países. La influencia de eventos económicos, políticos y climáticos en el mercado petrolero también se resalta.

El Perú, siendo un país importador de crudo, es vulnerable a la volatilidad de los precios internacionales del petróleo. Para mitigar el impacto de estas fluctuaciones en su economía, el gobierno implementó el Decreto de Urgencia N° 010-2004, creando el Fondo para la Estabilización de Precios de los Combustibles Derivados del Petróleo. Este fondo busca evitar la inestabilidad macroeconómica en el país. Se reconoce la existencia de una extensa literatura sobre los efectos exógenos de las variaciones de precios del petróleo en las economías importadoras, pero se destaca la falta de una metodología estandarizada para medir su impacto, especialmente en economías en desarrollo como la peruana. El precio del petróleo en 2017 se situó entre 55 y 60 dólares por barril, influenciado por factores como las ventas de automóviles y riesgos geopolíticos en regiones productoras.

La investigación se basa en estudios previos sobre el impacto de los cambios en el precio del petróleo en las variables macroeconómicas. Se mencionan los trabajos de Kilian (2006, 2007, 2008) sobre los choques exógenos en la oferta de petróleo y su impacto en economías industrializadas. También se citan estudios de Hamilton (2000), Barsky y Kilian (2002), Rapaport (2013), Lanteri (2014), Breitenfellner y Crespo (2008) y Ghosh (2016) que analizan diversos aspectos de la relación entre el precio del petróleo, variables macroeconómicas (PBI, inflación, tipo de cambio) y políticas monetarias. Estos estudios utilizan diferentes metodologías, incluyendo modelos VAR y SVAR. A pesar de la extensa literatura, esta investigación busca contribuir con un análisis específico para la economía peruana, utilizando un modelo VAR y un periodo de estudio de 2000 a 2017, para evaluar el impacto de la variación del precio del petróleo WTI.

El estudio utiliza un modelo econométrico Vector Autoregresivo (VAR) para analizar el impacto de la variación del precio del petróleo en las variables macroeconómicas peruanas. La elección del modelo VAR se justifica por la naturaleza de los datos recolectados y la necesidad de analizar la interdependencia dinámica entre las variables. Inicialmente, se estima el modelo con 2 rezagos, aunque posteriormente se determina el rezago óptimo. Este modelo permite analizar la influencia de la variable CREC_PETR (variación del precio del petróleo WTI) sobre variables como el tipo de cambio (TC), la inversión extranjera directa (IED), el producto bruto interno (PBI) e inflación (INF_SANB). Al ser un modelo dinámico, considera la evolución de las variables a través del tiempo, permitiendo analizar la influencia a corto y largo plazo. Se realizan pruebas para verificar los supuestos de normalidad, homocedasticidad, multicolinealidad y autocorrelación.

Un aspecto crucial de la metodología es el análisis de estacionariedad de las series de tiempo. Se determina que las variables CREC_PETR e INF_SANB son estacionarias en su nivel (I(0)), mientras que LIED, LPBI (logaritmo del PBI) y TC son estacionarias en su primera diferencia (I(1)). La falta de cointegración entre las series, debido a los diferentes órdenes de integración, implica que el modelo VAR se estima con las variables estacionarias. Para reducir la alta dispersión observada en las variables IED y PBI, se realiza una transformación logarítmica, generando las nuevas variables LPBI y LIED para su inclusión en el modelo VAR. El empleo de logaritmos mejora la precisión del modelo y reduce la heterocedasticidad. La selección de 4 rezagos para el modelo VAR se justifica a través de los criterios de información.

Los datos trimestrales utilizados en el estudio abarcan el periodo 2000-2017. La información del precio promedio del barril de petróleo WTI se obtuvo de British Petroleum International, medida en miles de barriles por día. El Banco Central de Reserva del Perú (BCRP) proporcionó los datos trimestrales del PBI real, el IPC sin alimentos ni bebidas (para calcular la inflación), el tipo de cambio interbancario promedio (dólares americanos-soles), y la inversión extranjera directa. El proceso de recolección de datos fue exclusivamente de extracción de bases de datos del BCRP y de British Petroleum International, utilizando un enfoque estadístico-econométrico para el tratamiento de los datos. Se destaca la importancia de la calidad y consistencia de estas fuentes de datos para la confiabilidad de los resultados del estudio.

Adicionalmente al análisis del modelo VAR, se realizan pruebas de causalidad en el sentido de Granger para determinar la dirección de la influencia entre las variables. Los resultados indican la ausencia de causalidad en el corto plazo desde la variación del precio del petróleo hacia las otras variables. Sin embargo, se sugiere la existencia de causalidad en el largo plazo. Por último, el análisis de impulso-respuesta se lleva a cabo para un periodo de 4 años, dado la frecuencia trimestral de los datos. En este análisis se consideran shocks originados por la IED, el PBI, la inflación y el tipo de cambio sobre la variable de variación del precio promedio del barril de petróleo WTI (CREC_PETR). Este procedimiento ayuda a evaluar el impacto dinámico de las fluctuaciones en dichas variables sobre el precio del petróleo a lo largo del tiempo.

La estimación del modelo VAR (4) reveló una significancia global de las variables en las ecuaciones estimadas, lo que indica un ajuste adecuado del modelo. Sin embargo, al analizar la significancia individual, se encontró que la variable CREC_PETR (variación del precio promedio del barril de petróleo WTI) no tuvo un efecto significativo sobre las principales variables macroeconómicas del Perú. Este hallazgo contradice la hipótesis general del estudio, que planteaba un impacto directo y significativo del precio del petróleo en la economía peruana. A pesar de la falta de significancia individual de CREC_PETR, la significancia global del modelo VAR, junto con el R cuadrado, confirma la adecuación del modelo para el análisis posterior de las hipótesis específicas utilizando el test de impulso-respuesta.

El análisis de impulso-respuesta, realizado para un periodo de 4 años, investigó los efectos de shocks en las variables Inversión Directa Extranjera Neta (IED), Producto Bruto Interno Real (PBI), inflación (INF_SANB) y tipo de cambio (TC) sobre la variación del precio promedio del barril de petróleo WTI. Para la hipótesis específica 1 (efecto positivo del precio del petróleo en IED), se encontró un comportamiento oscilatorio de la IED ante un shock en el precio del petróleo, lo cual no confirma la hipótesis. Respecto a la hipótesis específica 2 (efecto positivo del precio del petróleo en PBI), los resultados del impulso-respuesta mostraron un comportamiento oscilatorio del PBI en el largo plazo; sin embargo, en el corto plazo (efectos acumulados), se observa un impacto positivo. Esto indica que la hipótesis se cumple solo en el corto plazo. Similarmente, la hipótesis específica 3 (efecto positivo del precio del petróleo en la inflación) se cumple solo en el corto plazo, mientras que el largo plazo muestra un comportamiento oscilatorio, indicando que los shocks petroleros no tendrían efecto significativo en la inflación a largo plazo, coincidiendo con estudios previos que señalan la disminución del impacto de la variación en los precios del petróleo en la inflación debido a la política monetaria del BCRP.

Las pruebas de causalidad de Granger indicaron la ausencia de causalidad desde la variación del precio promedio del barril de petróleo hacia las demás variables en el corto plazo. Este resultado sugiere que, en el corto plazo, los cambios en el precio del petróleo no predicen cambios en las demás variables consideradas. Sin embargo, en el largo plazo se detecta causalidad de Granger, indicando que la influencia del precio del petróleo en las variables macroeconómicas es un fenómeno que se manifiesta principalmente a largo plazo. Esta diferencia entre los resultados de corto y largo plazo recalca la importancia de analizar los efectos en ambas perspectivas temporales para comprender completamente las implicaciones económicas.

Antes de la estimación del modelo VAR, se realizó un análisis de estacionariedad que mostró que las variables CREC_PETR e INF_SANB son estacionarias en su nivel I(0), mientras que LIED, LPBI y TC son estacionarias en primera diferencia I(1). Debido a esta diferencia en los órdenes de integración, se concluyó que no existe cointegración entre las series. La ausencia de cointegración determina que el modelo VAR se estima usando las variables estacionarias en sus formas apropiadas. Se indica que, dado el modelo VAR(4) usado y la significancia global obtenida, la transformación logarítmica aplicada a IED y PBI para disminuir la dispersión fue adecuada. El F-estadístico apoya la significancia global del modelo. La discusión de los resultados contrasta los resultados con las hipótesis planteadas y con investigaciones previas, ofreciendo una interpretación contextualizada de las relaciones entre el precio del petróleo y la economía peruana.

El estudio concluye que la hipótesis general – que la variación del precio del petróleo WTI afecta directamente el crecimiento económico de Perú – no se cumple completamente. A pesar de la significancia global del modelo VAR, el análisis de la significancia individual de la variable CREC_PETR (variación del precio del petróleo) muestra que no tiene un efecto significativo sobre las principales variables macroeconómicas peruanas. Sin embargo, el análisis de impulso-respuesta revela efectos positivos del precio del petróleo sobre el PBI y la inflación, pero solo a corto plazo. En el largo plazo, el impacto se vuelve oscilatorio, sin efecto significativo. Para la inversión extranjera directa (IED), se observa un comportamiento oscilatorio sin un efecto consistente. Estos resultados parciales contradicen la hipótesis general, pero ofrecen una visión matizada de la compleja relación entre el precio del petróleo y las variables macroeconómicas peruanas en el periodo 2000-2017.

La ausencia de un efecto significativo del precio del petróleo en el largo plazo sobre las variables macroeconómicas peruanas, especialmente la inflación, concuerda con los hallazgos de Barsky y Kilian (2002), quienes sugieren una disminución del impacto de los shocks petroleros en la inflación a lo largo del tiempo. Esta disminución se atribuye al rol de la política monetaria del Banco Central de Reserva del Perú (BCRP) en la gestión de la inflación. El efecto positivo a corto plazo en el PBI, sin embargo, contrasta parcialmente con la conclusión de Hamilton (2000) de un impacto negativo a largo plazo en el PBI ante interrupciones en el suministro de petróleo. Esta discrepancia resalta la complejidad de la relación y la necesidad de considerar factores adicionales para un análisis más profundo. La falta de un efecto consistente en la IED sugiere que otros factores pueden estar influyendo más en la inversión extranjera.

El estudio reconoce la complejidad de la relación entre el precio del petróleo y la economía peruana. Se concluye que la relación no es directa ni lineal, lo que requiere modelos y análisis más sofisticados. La ausencia de un efecto significativo del precio del petróleo en el corto plazo sobre las variables macroeconómicas, excepto efectos transitorios en el PBI y la inflación, sugiere que otros factores podrían estar jugando un papel más importante. Para futuras investigaciones, se propone la inclusión de variables adicionales que podrían enriquecer el análisis y obtener resultados más robustos. Por ejemplo, incorporar indicadores específicos de oferta y demanda de petróleo, o variables relacionadas con el sector energético peruano, podría ofrecer una mejor comprensión de los mecanismos de transmisión de los choques exógenos en la economía peruana. Se sugiere el análisis de causalidad de Granger para periodos más extensos que permitan capturar mejor las relaciones de largo plazo entre las variables.