No presenta resumen

Este documento muestra un procedimiento para construir un predictor de corto plazo del nivel de actividad económica. Para ello se utiliza el filtro de Baxter & King para descomponer la serie de PBI mensual en sus tres componentes: estacional, cíclico y tendencial. Posteriormente el componente cíclico es estimado y pronosticado a partir de un conjunto de variables líderes que adelantan al PBI. Se propone que las relaciones entre estas variables y el ciclo del PBI se dan a través de un modelo no lineal de redes neuronales. Los demás componentes son estimados utilizando modelos econométricos estándar. Finalmente, se agregan los tres componentes para obtener un indicador de la evolución futura del PBI. La predicción que se obtiene muestra un nivel razonable de confiabilidad, por lo que el índice propuesto puede ser una herramienta para la toma de decisiones dada su pronta disponib...

El artículo no presenta resumen.

This paper presents a procedure for constructing a short-term predictor of the level of economic activity. To do so, the Baxter-King filter is used to decompose the monthly GDP series into its three components: seasonal, cyclical, and trend. The cyclical component is then estimated and forecasted using a set of leading variables that lead GDP. It is proposed that the relationships between these variables and the GDP cycle are determined through a nonlinear neural network model. The remaining components are estimated using standard econometric models. Finally, the three components are aggregated to obtain an indicator of future GDP developments. The resulting prediction demonstrates a reasonable level of reliability, making the proposed index a useful tool for decision-making given its ready availability relative to official statistics.

El artículo no presenta resumen.

This paper shows a procedure to constmct a short run predictor for the GDP. We use theBaxter & King filter to decompose the monthly GDP on its three components: seasonal, business cycle and iong-run trend. Furthermore we estimate and forecast the businesscycle using a set of leading economic variables. We propose that the complicated relationshipsamong this variables and the business cycle are well captured by a non linearartificial neural network model. The other components are estimated using standardeconometric techniques. Finally, the three components are added to obtain an indicatorfor the future behavior of the GDP. The prediction shows an aceptable leve1 of reliability,so the index can be used to take decisions in the private or public sector. The mainadvantage of the index is its faster availability relative to the oficial statistics.

En este ensayo se analiza el desempeño de la industria peruana y del comercio exterior de manufacturas, durante 1950-1996; es decir, durante los años de la industrialización por sustitución de importaciones, los años de estancamiento económico 1976-1990, y los seis años recientes de liberalización y desregulación de la economía. Se examina el carácter de la sustitución de importaciones y, al mismo tiempo, se intenta una explicación de sus límites y declinación como origen de la crisis prolongada de 1976-1990. Por último, se destaca la diferencia que el desempeño industrial tiene en el contexto de apertura, respecto del que registra en el período de auge y declinación del proceso sustitutivo. Particular atención se presta a los efectos de las reformas liberales de los 90 sobre el comercio exterior manufacturero y su competitividad en los mercados internacionales, tanto...

Este trabajo tiene como propósitos mostrar, por un lado, que las ganancias de competitividad se concentran sólo en aquellas ramas industriales donde existen rendimientos crecientes a escala estadísticamente significativos y , por otro, que se ha reducido la presencia e importancia del comercio intra-industrial en los últimos años. La corroboración empírica se realiza con un modelo que permite identificar directamente el tipo de rendimientos existente en cada una de las 32 ramas que conforman dicho sector. La estimación econométrica del modelo permite, además, ponderar la importancia que los factores de demanda tienen para explicar la tendencia y dinámica del crecimiento y de la acumulación de capital en el sector manufacturero.

En este trabajo se examinan los determinantes de la competitividad de la industria manufacturera peruana, mediante un modelo sencillo que incluye como variables explicativas fundamentales, la productividad de la mano de obra y el costo relativo del trabajo. Con este fin, se estima un índice de competitividad para 32 ramas de industriales, con información de exportaciones e importaciones que cubre el período 1985-1995, siguiendo la metodología de las ventajas comparativas reveladas. El costo de trabajo se mide en dólares corrientes; así se capta la influencia del tipo de cambio en la competitividad de las ramas industriales. El modelo también incorpora un índice de capacidad con el propósito de que los efectos de la productividad y de los costos de trabajo correspondan a niveles dados de utilización de la capacidad productiva. Los resultados del trabajo indican que en el períod...