El presente trabajo busca analizar el impacto de los choques de política monetaria en la volatilidad de las principales variables macroeconómicas del Perú. El enfoque empírico empleado se basa en un modelo de vectores autorregresivos (VAR) extendido en 2 dimensiones. Primero, el modelo permite volatilidad estocástica, con lo que se puede capturar la variación en el tiempo en el tamaño de los choques de política monetaria. Segundo, el modelo admite una interacción dinámica, a través de una ecuación de transición, entre el nivel de las variables en el VAR y la volatilidad cambiante en el tiempo de los choques. Los resultados demuestran que, en el Perú, los choques de política monetaria contribuyen a reducir la volatilidad macroeconómica. Así, se estima que un choque de política monetaria de 100 puntos básicos está asociado a una disminución de la volatilidad del PBI hasta de 9% los primeros 6 meses, y una reducción de la volatilidad de la inflación y el tipo de cambio, de hasta 5% y 15% los 5 primeros meses, respectivamente. / This paper studies the impact of monetary policy shocks on the volatility of the main macroeconomic variables of Peru. The empirical approach used is based vector autoregressive (VAR) model extended along two dimensions. First, the model allows for stochastic volatility, thus capturing the variation over time in the size of monetary policy shocks. Second, the model admits a dynamic interaction, through a transition equation, between the level of the variables in the VAR and the time-varying volatility of the shocks over time. The results suggest that, in Peru, monetary policy shocks contribute to reduce macroeconomic volatility. Thereby, the analysis establishes that a 100 basis points increases in the policy rate causes a decrease in GDP volatility of up to 9% in the first six months, and a reduction in inflation and exchange rate volatility, of up to 5% and 15% the first five months, respectively.

Las investigaciones relacionadas al ciclo financiero en el Perú se han centrado en describir las características cíclicas y en métodos de estimación. Por ejemplo, Lahura et al. (2013), utilizando el método de filtro de Kalman, ha determinado dos fases de auges crediticio comprendidas entre finales de 2008 e inicios de 2009 y entre abril y junio de 2019. Sin embargo, es importante también conocer la relación entre el ciclo financiero y el ciclo económico para prevenir la aparición de crisis financieras y sus efectos negativos posteriores en la macroeconomía. En este contexto, una mejor comprensión de los vínculos entre los ciclos financieros y el ciclo económico del Perú puede proporcionar información valiosa para las decisiones de política monetaria y macroprudencial. El presente trabajo tiene dos objetivos. El primero es analizar la relación de causalidad de los ciclos financieros y económicos del Perú. Para la medición del ciclo financiero se usa la metodología de factores dinámicos utilizando cuatro indicadores representativos del sector financiero: Volumen de créditos al sector privado (mercado de créditos), Índice General de la Bolsa de Valores de Lima (mercado de acciones), Embig Perú (mercado de bonos) y el tipo de cambio (mercado de divisas). El segundo objetivo es evaluar los cambios de bienestar al incorporar el ciclo financiero dentro de la política monetaria a través de una regla de Taylor. Por un lado, usando el test de causalidad de Granger en el dominio de la frecuencia de Breitung y Candelon (2006), se encontró que el ciclo financiero causa al ciclo económico en frecuencias mayores a 10 trimestres (2.5 años), mientras que el ciclo económico no causa al ciclo financiero. Finalmente se demostró que no hay ninguna ganancia de bienestar en la función de pérdida del banco central al incorporar el ciclo financiero en una regla de Taylor.

El presente trabajo plantea como objetivo principal evaluar el impacto de la concentración bancaria en la política monetaria, mediante el canal de créditos bancarios. La investigación se centra en el período comprendido desde setiembre de 2003 hasta diciembre de 2019. Este canal es el mecanismo por el cual la política monetaria interviene en el sistema bancario haciendo uso de la tasa de referencia. El funcionamiento de dicho canal se da mediante un desplazamiento de la tasa de interés de referencia que impacta la rentabilidad del mercado de bonos, resultando atractiva para los bancos. De esta manera, afecta la composición de los activos, y por tanto la oferta de créditos bancarios. Sin embargo, es posible que fricciones en el mercado, como la concentración bancaria, lleguen a impedir el funcionamiento total del canal de préstamos, y en consecuencia se vea un descenso de la efectividad de la política de la autoridad monetaria. Adicionalmente, las crisis financieras han impulsado la concentración en la banca sobre todo en países en desarrollo. Frente a ello, se ha empleado la política monetaria como medida de rescate. Por lo tanto, estudiar esta relación es de particular interés en un momento de crisis financiera mundial. Dado que se han realizado pocas investigaciones sobre el tema, el presente trabajo busca llenar este vacío en la literatura académica peruana. Asimismo, el propósito de esta investigación es analizar en qué medida la concentración del sistema bancario peruano tiene efectos directos sobre la política monetaria. Para el proceso econométrico, se recurre a un panel dinámico no balanceado para bancos peruanos. Se espera encontrar que el impacto analizado sea negativo y significativo. En específico, se encuentra que el nivel de concentración del sistema bancario debilita la efectividad de la política monetaria peruana. Finalmente, presentamos algunas recomendaciones y sugerencias en base a los principales hallazgos de esta investigación. / The main objective of this paper is to evaluate the impact of bank concentration on monetary policy, through the channel of bank loans. The research is focused on the period from September 2003 to December 2019. This channel is the mechanism by which monetary policy intervenes in the banking system using the reference rate. The operation of said channel is through a displacement of the reference interest rate that impacts the profitability of the bond market, resulting in an attractive situation for banks. In this way, it affects the composition of assets, and therefore the supply of bank loans. However, it is possible that frictions in the market, such as bank concentration, may prevent the total functioning of the lending channel, and consequently a decrease in the effectiveness of the monetary authority's policy may be seen. In addition, financial crises have driven concentration in banking, especially in developing countries. In response, monetary policy has been used as a rescue measure. Therefore, studying this relationship is of particular interest at a time of global financial crisis. Since little research has been done on the subject, this paper seeks to fill this gap in the Peruvian academic literature. Likewise, the purpose of this research is to analyze the extent to which the concentration of the Peruvian banking system has direct effects on monetary policy. For the econometric process, an unbalanced dynamic panel for Peruvian banks is used. It is expected that the impact analyzed will be negative and significant. Specifically, it is found that the level of concentration of the banking system weakens the effectiveness of the Peruvian monetary policy. Finally, we present some recommendations and suggestions based on the main findings of this research.

El nivel de inversión de las empresas peruanas se caracteriza por poseer marcadas fluctuaciones. En esta investigación se sostiene que el nivel de endeudamiento impacta directamente sobre el nivel de inversión de las empresas. Además, el impacto se intensifica si las entidades adquieren deuda en moneda extranjera. Por esta razón, es relevante analizar cómo impacta una variación en la depreciación cambiaria sobre el nivel de inversión. Así, la presente investigación postula que la depreciación del tipo de cambio afecta negativamente a las empresas peruanas no financieras que mantienen deuda en moneda extranjera durante el periodo 2011- 2019. Por ello, se busca modelar el impacto diferencial negativo de la depreciación cambiaria sobre el nivel de inversión de las compañías no financieras en el Perú. Por ello, se implementará un modelo que permite identificar el efecto de una depreciación cambiaria en mercados emergentes que se caracterizan por poseer gran volatilidad cambiaria y alto grado de dolarización. Palabras clave: Depreciación cambiaria, nivel de inversión, tipo de cambio, efecto hoja de balance, nivel de endeudamiento.

La estructura del sistema monetario y financiero han experimentado cambios en las últimas tres décadas, mediante cambios de regímenes de política monetaria, mecanismos para la consolidación de la credibilidad y una serie de medidas macroprudenciales destinadas a mantener la estabilidad financiera. Por ello, este trabajo busca responder la interrogante de si estos cambios se ven reflejados en el mecanismo de transmisión de política monetaria del Perú. La estrategia metodológica que se emplea parte de dos premisas: (i) Los modelos VAR son los óptimos para caracterizar choques macroeconómicos y (ii) variaciones en el tiempo de los parámetros requieren metodologías más flexibles. En ese sentido, se realiza un análisis de las Funciones de Impulso Respuesta ante choques de política monetaria convencional y no convencional en submuestras de 10 años con datos mensuales (2000-2010, 2010- 2020). Se encuentran variaciones en las funciones de impulso respuesta, en especial las respuestas de las variables en el segundo periodo se acercan mucho más a los resultados convencionales, mientras que en el primer periodo, estas lo hacen con rezago y en menor eficacia. Finalmente, se evidencia el producto de las medidas de desdolarización de los créditos mediante el efecto en esta variable para el segundo intervalo de tiempo ante choques de política monetaria convencionales. Estos resultados brindan el sustento empírico para la aplicación de métodos econométricos más flexibles (TVP-VAR) que permitan capturar las variaciones en los coeficientes de interés. / The structure of monetary and finance system has been experimenting changes in the last three decades trough changes in the monetary policy regime, mechanisms for the consolidation of credibility and a series of macroprudential measures aimed at maintaining finance stability. Thus, this paper aim to answer if these changes can be reflected in the monetary policy transmission mechanism of Perú. The methodological strategy used starts from two premises: (i) VAR models are optimal to characterize macroeconomics shocks and (ii) time varying parameters require flexible methodologies. In this sense, an analysis of the impulse response functions in the face of conventional and unconventional monetary policy shocks is performed in subsamples of 10 years with monthly data (2000-2010, 2010-2020). Variations are found in the impulse response functions, especially the responses of the variables in the second period are much closer to the conventional results, while in the first period, they do so with a lag and less efficiency. Finally, the product of the credit de-dollarization measures is evidenced by the effect on this variable for the second time interval in the face of conventional monetary policy shocks. These results provide the empirical support for the application of more flexible econometric methods like TVP-VAR that allow capturing the variations in the relevant coefficients.

This thesis studies the monetary policy channel and its transmission in the Peruvian housing market. The role of financial and macroeconomic variables in the conduct of monetary policy is analyzed, in particular the role played by monetary policy in the boom in house prices since the beginning of the 21st century. As an analysis framework, it is carried out in the configuration of a small, neo-Keynesian open economy through DSGE models, estimated using Bayesian methods, which allows alternatively addressing the identification problem, characteristic of the monetary transmission channel. / El presente documento estudia el canal de política monetaria y su transmisión en el mercado de vivienda. Se analiza el papel de las variables financieras y macroeconómicas en la conducción de la política monetaria, en particular el papel que desempeña la política monetaria en el auge de precios de la vivienda desde inicios del siglo XXI. Como marco de análisis se realiza en la configuración de una economía abierta neokeynesiana y pequeña a través de modelos DSGE, estimado mediante métodos bayesianos, el cual permite afrontar de manera alternativa el problema de identificación, característico en el canal de transmisión monetaria.

El principal objetivo anunciado por el Banco Central de Reserva del Perú (BCRP) es mantener la inflación en un rango meta. Para lograr tal objetivo, la autoridad monetaria se vale de diversos instrumentos, uno de los cuales es la administración de la tasa de interés de corto plazo. En este sentido y asumiendo que el BCRP sigue una regla de política monetaria, el objetivo del presente trabajo es analizar el comportamiento del instituto emisor, e identificar si sus decisiones respecto a la tasa de interés de referencia toman en consideración las variaciones del tipo de cambio. El tema de investigación se enmarca en un contexto de economías emergentes, abiertas, pequeñas y fuertemente dolarizadas como es el caso del Perú. Nuestra hipótesis preliminar considera que el BCRP toma en consideración las fluctuaciones del tipo de cambio para establecer la tasa de interés de referencia. En este contexto, se propone una función de reacción que incorpora las fluctuaciones del tipo de cambio en la determinación de la tasa de interés. El presente trabajo estima una función de reacción que explica cómo ha reaccionado la autoridad monetaria ante diferentes eventos que han desviado a la inflación, el producto y el tipo de cambio de sus respectivos niveles de largo plazo. La estimación incorpora mecanismos de retroalimentación dado que los bancos centrales frecuentemente suavizan los cambios en las tasas de interés para reducir su volatilidad.

El presente documento expone mi experiencia laboral como Director de Sistema Financiero y Mercado de Capitales1 del Ministerio de Economía y Finanzas (MEF), encargado, entre otras funciones, del diseño, coordinación, e implementación de políticas e instrumentos para el desarrollo del mercado financiero local. Específicamente, la experiencia laboral expuesta trata acerca de la creación del Programa Reactiva Perú. En general, la importancia del diseño e implementación de políticas públicas radica en la capacidad de estas para atender de manera eficiente las necesidades de la población ante un problema identificado. En ese sentido, el Programa Reactiva Perú se constituyó como una respuesta de política fiscal y monetaria conjunta que evitó el colapso de la cadena de pagos de la economía nacional y la estabilidad del sistema financiero. De esta manera, mi trabajo como Director en el MEF, se centró en el proceso de diseño, implementación y monitoreo de los resultados del Programa Reactiva Perú.

This paper investigates the evolution of the monetary policy in Peru between 1996Q1 and 2016Q4 using a mixture innovation time-varying parameter vector autoregressive model with stochastic volatility (TVP-VAR-SV)model proposed by Koopetal.(2009).The main empirical results are:(i)VARcoe¢cients and volatilities change more gradually than covariance errors overtime;(ii)the volatility of monetary policy shocks is higher during pre-In ation Targeting (IT) regime;(iii)a surprise increase in the interest rate produces GDP growth falls and reduces in ation in the longrun;(iv)the interest rate reacts more quickly against aggregate supply shocks than aggregate demand shocks;(v)monetary policy shocks explain a high percentage of domestic variables during pre-IT regime and then,their contribution decrease during IT-regime.

Durante mucho tiempo, los economistas financieros se han cuestionado con respecto al desempeño que presenta el mercado bursátil peruano. La presente investigación aborda esta interrogante examinando los principales determinantes macroeconómicos de la variación de los índices bursátiles que representan la evolución de la Bolsa de Valores de Lima (BVL) entre los años 2004-2020. El propósito de este estudio es evidenciar la relación pertinente que existe entre la cartera limeña y las distintas variables macroeconómicas tales como, los indicadores de coyuntura, exportaciones, inflación, tipo de cambio y precio del cobre. El enfoque teórico que se pretende dar se basa en considerar a las tasas de interés interna y externa como aquellas variables que representan la política monetaria, la cual empleará medidas no convencionales ante eventos de crisis, considerando la crisis sub-prime desatada en el 2008 como una de las más impactantes. Para ello, con la finalidad de demostrar la correlación dinámica entre el mercado bursátil y las variables macroeconómicas, se emplea el modelo de Vector Autoregresivo (VAR) y funciones impulso respuesta (IRF). De esta forma, se contrastan resultados significativos con el contexto y la teoría económica. / For a long time, financial economists have questioned the performance of the Peruvian stock market. This research addresses this question by examining the main macroeconomic determinants of the variation in stock indices that represent the evolution of the Lima Stock Exchange (BVL) between the years 2004-2020. The purpose of this study is to show the pertinent relationship that exists between the Lima portfolio and the different macroeconomic variables such as economic indicators, exports, inflation, exchange rate and copper prices. The theoretical approach that it intends to give is based on considering internal and external interest rates as those variables that represent monetary policy, which will use unconventional measures in the face of crisis events, considering the subprime crisis unleashed in 2008 as one of the more shocking. For this, in order to demonstrate the dynamic correlation between the stock market and macroeconomic variables, the Vector Autoregressive (VAR) model and impulse response functions (IRF) are used. In this way, significant results are contrasted with the context and economic theory.