Publicación a texto completo no autorizada por el autor / Reconoce las particularidades de la ciudad y región de Arequipa que han permitido a la ciudad consolidarse como el centro articulador de la Macro Región Sur (MRS). Asimismo, se caracteriza por las variables socio-económicas que han permitido a la ciudad de Arequipa ser la puerta al mundo de la MRS y se reconoce el impacto territorial que trajo consigo el proceso de globalización a partir de un análisis de redes socio económicas y de ciudades. La metodología utilizada consiste en la construcción del proceso histórico de Arequipa en la MRS, también se realiza un análisis demográfico general del área de estudio. Con respecto al ámbito económico, se utiliza el cálculo del coeficiente de localización con el uso de los datos del PBI. Asimismo, se hizo una revisión de la producción económica desde el año 2004, la PEA y sus ingresos por sectores a las regiones integrantes de la MRS. Finalmente, los resultados obtenidos en los últimos dos capítulos de este trabajo dan a conocer que la ciudad de Arequipa ejerce actualmente una relevancia territorial dentro del escenario de la MRS, su ámbito de influencia se extendió a partir de las relaciones socioeconómicas que construyó a múltiples escalas y durante el proceso de globalización, tanto la ciudad y como la región de Arequipa lograron adaptarse a los cambios exigidos por el mercado pero el desafío que aún mantienen vigente es que ese beneficio llegue a toda su población. / Tesis

Una familia de modelos VAR con coeficientes cambiantes en el tiempo y mixtura en las innovaciones (TVP-VAR-SV) es utilizada para analizar el impacto de los choques externos sobre el producto, la inflación y la tasa de interés en el Perú, durante el periodo 1996Q2-2019Q3. Los resultados principales son: (i) el modelo que se ajusta mejor a los datos es aquel cuyos coeficientes y varianzas varían en el tiempo; (ii) las funciones impulso respuesta de todos los modelos muestran que el impacto proveniente del choque externo sobre el crecimiento del PBI real es positivo e importante; (iii) los resultados de las FEVD señalan que los choques externos explican un alto porcentaje de la variabilidad del producto, de la inflación y de la tasa de interés; (iv) la descomposición histórica (HD) muestra que una contribución alta de los choques externos, especialmente, a partir del año 2002 en adelante. / A family of VAR models with changing coefficients over time and mixed innovations (TVP-VAR-SV) is used to analyze the impact of external shocks on output, inflation and interest rates in Peru, during the period 1996Q2-2019Q3. The main results are: (i) the model that best fits the data is the one whose coefficients and variances vary over time; (ii) the impulse response functions of all models show that the impact of the external shock on real GDP growth is positive and important; (iii) the results of the FEVD indicate that external shocks explain a high percentage of the variability of the product, inflation and interest rate; (iv) the historical decomposition (HD) shows that a high contribution of external shocks, especially from 2002 onwards.

Usamos una familia de modelos de vectores autorregresivos con coeficientes cambiantes en el tiempo y volatilidad estocástica (TVP-VAR-SV) para estimar el impacto de los choques externos reales en el producto y la inflación en Perú. Para medir la pertinencia de un modelo frente a otro usamos técnicas recientes de elección Bayesiana tales como el Criterio de Información de la Desviación (DIC) y la verosimilitud marginal calculada con el método de Entropía Cruzada (CE). Los resultados son favorables a los modelos con SV frente a un TVPVAR, un CVAR o los Regime Switching (RS-VAR). Encontramos como modelo ganador al que permite solo los interceptos cambiantes en el tiempo y con SV, coincidiendo esto con el análisis gráfico de los coeficientes estimados, mientras que el modelo CVAR es el que menos se ajusta a los datos. Asimismo, con las IRFs calculadas para el modelo seleccionado medimos el impacto que tendría un choque externo positivo en situaciones de alta inflación, crisis económicas y cambios en la política monetaria, siendo que en períodos de alta incertidumbre el impacto es más alto que en períodos de calma económica. En cuanto al modelo CVAR, este subestima la respuesta del crecimiento del PBI y la inflación en períodos de incertidumbre internacional como 2008 o 2010. Por otra parte, se brinda mayor evidencia en relación a la participación de los choques externos en la variabilidad de las predicciones del crecimiento del PBI (9.16% en 1994Q1 y 81.24% en 2017Q1) y la inflación (15.69% en 1994Q1 y 80.23% en 2017Q1) para cada momento en el tiempo, reflejando que cada choque tiene una mayor o menor importancia de acuerdo al contexto económico en que se halle. Se describen también los resultados respecto al impacto de otros choques (demanda agregada, oferta agregada y política monetaria), los cuales afectan al crecimiento del PBI y la inflación de forma variante en el tiempo. Los resultados son robustos ante cambios en las priors, cambios en la estructura de rezagos, el orden de las variables, cambios en la variable externa y cambios en la variable de actividad económica interna.