Impacto económico del Covid-19 en el PBI peruano usando el método del gasto

• Autores: Ysique Quesquén, Alan, Callirgos Gutiérrez, Liliana
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Nacional Pedro Ruiz Gallo
• Repositorio: UNPRG-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unprg.edu.pe:20.500.12893/11237
• Enlace del recurso: https://hdl.handle.net/20.500.12893/11237
• Nivel de acceso: acceso abierto
• Materia: Producto Bruto Interno; Método del gasto; Ajuste lineal; http://purl.org/pe-repo/ocde/ford#1.01.00

La coyuntura política es un factor que influye sobre el crecimiento económico, sin embargo, en el presente trabajo prescindiremos de ello, pues a pesar que el momento político del Perú, principalmente durante el 2020, fue catastrófico, la pandemia Covid 19 fue la que realmente causó un impacto negativo sobre la economía del Perú y del mundo. En este sentido, se analizó, desde un punto de vista económico, como la pandemia influyó sobre el cálculo del Producto Bruto Interno (PBI) del Perú. Para ello, nos hemos enfocados en una de las tres formas de calcular el PBI, que es el método del Gasto. Dicho método consta de 4 componentes: Gasto del estado, consumo, inversión, y exportaciones netas. Para analizar el impacto de la pandemia sobre el PBI, y sus componentes, se realizó ajustes por medio de polinomios de interpolación y el ajuste de mínimos cuadrados, a cada uno de sus componentes, en base a los datos proporcionados por el Banco Central de Reserva del Perú (BCRP). En base al análisis de los errores de ajuste (bondad del error) de los ajustes polinómicos en mínimos cuadrados de cada componente del gasto, se eligieron polinomios interpoladores de Lagrange y Newton en diferencias divididas para estas mismas componentes. Se realizó una comparación entre los ajustes polinomiales en mínimos cuadrados y los polinomios interpolantes, y se eligió a los mejores métodos para realizar la extrapolación para los dos trimestres del 2020, y para los años 2020, 2021 y 2022, dependiendo de la data considerada (trimestral o anual). También se consideró necesaria la selección, mediante la aproximación a los nodos de Chebyshev, para evitar el efecto Runge. Para las estimaciones anuales, se compararon las cifras obtenidas del PBI para el año 2020, 2021 y 2022, y se compararon con las cifras proyectadas por el BCRP (CEPLAN 2030). Los resultados que se obtenidos usando los datos trimestrales, servirán para evaluar el efecto inmediato de la pandemia sobre los primeros trimestres del 2020, mientras que los obtenidos usando los datos anuales, servirán para medir el efecto que ha tenido la pandemia sobre los dos próximos años. A la vez que, se podrá determinar (mediante el ajuste por mínimos cuadrados múltiple) las componentes predictoras del PBI, las que más han sido afectadas y las que más aportaron para el cálculo del PBI durante el 2020, principalmente.