Descomposición histórica de la inflación en Perú. Distinguiendo entre choques de demanda y choques de oferta

Abstract

This paper analyzes and distinguishes the role and importance of the shocks related to the aggregate demand and aggregate supply on the behavior of the Peruvian inflation during the period 1997:1-2009:2. We use the methodology based on structural vector autoregressive (SVAR) models using a long-run identification based on Blanchard and Quah (1989) which allows to obtain the historical decomposition of the annual inflation. Unlike Salas (2009), this paper uses a more simple model of aggregate demand and aggregate supply, and a larger sample. The results show that the behavior of inflation was largely explained for shocks related to the aggregate demand side in comparison with aggregate supply shocks. Furthermore, the results of the variance decomposition of the prediction error show that in the short and long term, the shocks of the demand side explain around 70% and 60% of the movements of the inflation. The results are robust to the inclusion of different variables in the set of information.

Este documento distingue y explica el rol y la importancia de los choques de demanda y oferta agregada en el comportamiento de la inflación peruana durante el periodo 1997:1-2009:2. Para esto se utiliza la metodología de Vectores Autoregresivos Estructurales (SVAR, por sus siglas en inglés) con una descomposición de largo plazo propuesta por Blanchard y Quah (1989), lo que permite obtener la descomposición histórica de la inflación anual. A diferencia de Salas (2009), el presente trabajo se basa en un modelo simple de demanda y oferta agregada, y una muestra más amplia. Los resultados muestran que el comportamiento de la inflación obedeció en mayor medida a choques de demanda agregada en comparación con los choques de oferta agregada. Los resultados de la descomposición de la varianza del error de predicción muestran que, en el corto y largo plazo, los choques de demanda agregada explican alrededor del 70% y 60% de los movimientos de la inflación. Los resultados son robustos a la inclusión de diferentes variables dentro del conjunto de información.