Curva de Phillips en el Perú

Año Desempleo Desempleo Brecha de Inflación log a la inflación

t0 t0+1 desempleo
1980 7.1 6.8 0.3 58.5 1.767155866
1981 6.8 6.6 0.2 75.4 1.877371346
1982 6.6 9 -2.4 64.5 1.809559715
1983 9 8.9 0.1 111.2 2.046104787
1984 8.9 5.3 3.6 110.2 2.042181595
1985 5.3 5.4 -0.1 163.4 2.213252052
1986 5.4 4.8 0.6 77.9 1.891537458
1987 4.8 7.9 -3.1 85.9 1.933993164
1988 7.9 7.9 0 667 2.824125834
1989 7.9 8.3 -0.4 3398.6 3.531300053
1990 8.3 8.9 -0.6 7481.7 3.87400029
1991 8.9 9.4 -0.5 409.5 2.612253906
1992 9.4 9.9 -0.5 73.5 1.866287339
1993 9.9 8.8 1.1 48.6 1.686636269
1994 8.8 8.2 0.6 23.7 1.374748346
1995 8.2 7.1 1.1 11.1 1.045322979
1996 7.1 8.6 -1.5 11.5 1.06069784
1997 8.6 7.9 0.7 8.5 0.929418926
1998 7.9 9.4 -1.5 7.3 0.86332286
1999 9.4 7.9 1.5 3.5 0.544068044
2000 7.9 9.4 -1.5 3.8 0.579783597
2001 9.4 9.6 -0.2 2 0.301029996
2002 9.6 9.4 0.2 0.2 -0.698970004
2003 9.4 9.6 -0.2 2.3 0.361727836
2004 9.6 8.5 1.1 3.7 0.568201724
2005 8.5 6.4 2.1 1.6 0.204119983
2006 6.4 6.3 0.1 2 0.301029996
2007 6.3 6 0.3 1.8 0.255272505
2008 6 5.9 0.1 5.8 0.763427994
2009 5.9 5.3 0.6 2.9 0.462397998
2010 5.3 5.1 0.2 1.5 0.176091259
2011 5.1 4.7 0.4 3.4 0.531478917
2012 4.7 4.8 -0.1 3.7 0.568201724
2013 4.8 4.5 0.3 2.8 0.447158031
2014 4.5 4.4 0.2 3.2 0.505149978
2015 4.4 #¡NUM!
UNIVERSIDAD ANDINA DEL CUSCO
ESCUELA PROFESIONAL DE ECONOMÍA

CURVA DE PHILLIPS EN EL PERU (1980 - 2015)

ASIGNATURA:
TEORIA MONETARIA

ALUMNO:
 Cárdenas Saire, Eddy B.

CUSCO- PERÚ
2017
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.173234017
Coeficiente de determinación R^2 0.030010025
R^2 ajustado 0.000616389
Error típico 1.020727269
Observaciones 35

ANÁLISIS DE VARIANZA
Promedio de los
Grados de libertad Suma de cuadrados cuadrados F Valor crítico de F
Regresión 1 1.063732623 1.063732623 1.020970149 0.319640743
Residuos 33 34.38217719 1.041884157
Total 34 35.44590981

Superior
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% 95.0%
Intercepción 1.243837119 0.172932731 7.192606709 3.03037E-08 0.892002833 1.595671405 0.892002833 1.595671405
Variable X 1 -0.14816392 0.146634424 -1.010430675 0.319640743 -0.446493898 0.150166058 -0.446493898 0.150166058
 Variable X 1 Gráfico de los residuales
3

1
Residuos

0
-4 -3 -2 -1 0 1 2 3 4
-1

-2

-3
Variable X 1

Variable X 1 Curva de regresión ajustada

5

2 Y
Y

1 Pronóstico para Y

0
-4 -3 -2 -1 0 1 2 3 4
-1
Variable X 1

0
0 20 40 60 80 100 120
-1
Análisis de los residuales

Pronóstico para
Observación Y Residuos Residuos estándares
1 1.199387943 0.567767923 0.564603575
2 1.214204335 0.66316701 0.659470974
3 1.599430527 0.210129188 0.208958072
4 1.229020727 0.81708406 0.812530196
5 0.710447008 1.331734586 1.324312415
6 1.258653511 0.954598541 0.949278266
7 1.154938767 0.73659869 0.732493396
8 1.703145271 0.230847893 0.229561306
9 1.243837119 1.580288715 1.571481273
10 1.303102687 2.228197366 2.215778928
11 1.332735471 2.541264819 2.527101559
12 1.317919079 1.294334827 1.287121096
13 1.317919079 0.54836826 0.545312033
14 1.080856808 0.605779462 0.602403264
15 1.154938767 0.219809579 0.218584511
16 1.080856808 -0.035533829 -0.035335788
17 1.466082999 -0.405385159 -0.403125821
18 1.140122375 -0.21070345 -0.209529134
19 1.466082999 -0.602760139 -0.599400769
20 1.02159124 -0.477523195 -0.47486181
21 1.466082999 -0.886299402 -0.88135978
22 1.273469903 -0.972439908 -0.967020197
23 1.214204335 -1.91317434 -1.902511623
24 1.273469903 -0.911742067 -0.906660645
25 1.080856808 -0.512655084 -0.509797897
26 0.932692888 -0.728572905 -0.724512341
27 1.229020727 -0.927990732 -0.92281875
28 1.199387943 -0.944115438 -0.938853589
29 1.229020727 -0.465592734 -0.462997841
30 1.154938767 -0.69254077 -0.688681024
31 1.214204335 -1.038113076 -1.032327349
32 1.184571551 -0.653092634 -0.649452746
33 1.258653511 -0.690451787 -0.686603684
34 1.199387943 -0.752229912 -0.748037501
35 1.214204335 -0.709054357 -0.705102576
Resultados de datos de
probabilidad

Percentil Y
1.428571429 -0.698970004
4.285714286 0.176091259
7.142857143 0.204119983
10 0.255272505
12.85714286 0.301029996
15.71428571 0.301029996
18.57142857 0.361727836
21.42857143 0.447158031
24.28571429 0.462397998
27.14285714 0.505149978
30 0.531478917
32.85714286 0.544068044
35.71428571 0.568201724
38.57142857 0.568201724
41.42857143 0.579783597
44.28571429 0.763427994
47.14285714 0.86332286
50 0.929418926
52.85714286 1.045322979
55.71428571 1.06069784
58.57142857 1.374748346
61.42857143 1.686636269
64.28571429 1.767155866
67.14285714 1.809559715
70 1.866287339
72.85714286 1.877371346
75.71428571 1.891537458
78.57142857 1.933993164
81.42857143 2.042181595
84.28571429 2.046104787
87.14285714 2.213252052
90 2.612253906
92.85714286 2.824125834
95.71428571 3.531300053
98.57142857 3.87400029
Intercepción 1.243837119

Variable X 1 -0.14816392

ANÁLISIS

En los últimos años, la economía peruana presenta signos de inflación bastante bajas, en un nivel
que, podemos considerar por el momento como moderado; pero es deseable y necesario que, en
su gestión, se logre crear empleo. En la experiencia tenida en muchos países sudamericanos, en la
aplicación de las curvas de Phillips muestran una pendiente de tendencia positiva, donde en algunos
países ha aumentado la inflación o también el desempleo, pero que muestra que en algunos países
se está trabajando arduamente por mantener una economía estable, pero buscando el equilibrio
entre la inflación y el desempleo, tratando que, en esta última variable, no se vuelva sostenible.
Bibliografía

www.inei.gop.pe

www.bcrp.gop.pe