Archive for the 03 – Marzo Category

Growth, Inflation & Poverty (24-III-09)

Posted in 03 - Marzo, Año 2009 with tags , , , , , , , , , , , , , , , , , , , , , , , on March 24, 2009 by Farid Matuk

The most common approach to lowering poverty rates is to have high economic growth, but recent evidence from Peru disputes this result, pointing out that high growth rates could be canceled out by high inflation rates, with as a consequence high growth rates and higher poverty rates.

Measuring poverty has many tools from the most elemental to the most sophisticated; data available speaks of the degree of statistical development of each county, as well the willingness of each government to finance surveys that expose the painful reality of the poor.

The simplest method consists of a poverty line in US dollars, being US$ 2 per day a popular threshold. The conventional problem with this value is different purchasing power of US$ 2 in different countries, the World Bank has tried to solve this problem with a successful world-wide effort to measure PPP (purchasing power parity) for each country and therefore now it is possible to have US$ 2 PPP for each country. But a large limitation of this approach is that rural areas – where the poor live- have been excluded because the PPP was build with domestic CPI (consumer price index), which by definition excludes rural areas.

A second approach, also pioneered by the World Bank, is a poverty survey, well known as Living Standard Measurement Survey (LSMS). A medium size survey (around 5,000 households) is applied in urban and rural areas of any country, with a strong emphasis in food and beverage consumption (as source of calories), plus expenses in other major items of any consumption basket. The main result of this approach is to obtain a poverty line in domestic currency for any given country.

The main pitfall of this approach is the lack of transparency of the assumptions taken for producing a poverty line. Almost every country produces data tabulates; most of them data base access; and almost none computer code applied. The computer code written is essential to identify is a systematic bias have been applied for the published poverty line, as well to learn all arbitrary decision taken on the steps described below.

Step 1: How to define an average poor household? Usually the average is in the half poor of the sample, but there is no international standard to identify it. If the mean poor household is closer to the median household, the final poverty line will be high compare to a mean poor household who is far from the median household.

Step 2: How to define a vicinity of the average poor? After a mean poor household was identified, vicinity must be defined. This could be one tenth, one fifth, one fourth or one third of the sample, and again there is no international standard. For a larger vicinity, a lower poverty line is found, and vice versa.

Step 3: How to define a basket of food and beverages for the extreme poverty line? After steps 1 and 2 are done, the researcher must choose which goods will be taken in account for valorizing the extreme poverty line, which is made setting a price for each product chosen. The exclusion criterion is arbitrary and may produce biases in any direction, according the price of the excluded products.

Step 4: How to deflate prices spatially? Since the survey is applied nation-wide, there are areas were food and beverages are non-market items, because the households in rural areas have an economy of subsistence, where they are producers and consumers at the same time. Theoretically there is many options to imputed prices, but since computer code is not public, a source of bias could be easily masked.

Step 5: How to measure an Engel coefficient for the extreme poverty line? After the extreme poverty line is obtained, it is necessary to produce a total poverty line, which must include non-calorie goods and services. While again, there is a large literature on this subject, without the computer code is impossible to analyze if the poverty line has a bias that overestimates or underestimates real poverty.

Besides these limitations, a poverty line is measured with a survey, and a poverty basket is designed to monitor poverty evolution. All problems of a conventional Laspeyres index are valid, but certainly a national poverty line is better than a US$ 2 PPP line because this measurement includes rural areas, where most of the poor used to live.

The UN MDG (United Nations Millennium Development Goals) has several goals, where Goal 1 is “Eradicate extreme poverty and hunger”, Target 1.C is “Halve, between 1990 and 2015, the proportion of people who suffer from hunger”, Indicator 1.8 is “Prevalence of underweight children under five years of age” and Indicator 1.9 is “Proportion of population below minimum level of dietary energy consumption”.

While Target 1.A and Target 1.B for Goal 1 are related to economic conditions of the poor, Target 1.C is related to biological and anthropometric characteristics of the poor. The main advantage of indicators for Target 1.C is that fewer assumptions are required for its measurement, therefore less built-in steps for biases.

For Indicator 1.8, the most common statistical device is the Demographic and Health Survey (DHS) which is funded by United States International Development Agency (USAID) around the world. The traditional design is a large scale sample around 20,000, which allows to measure demographic and heath variables, applied in intervals of 5 years. A new approach, which has Peru as pilot country started in 2004, sampling every year 6,000 households in a five year plan; this new design is able to produce statistical results for key variables with low variance, and for other variables in 5-year average.

For Indicator 1.9, a World Bank’s LSMS could be used in order to measure caloric intake and caloric needs for each household and from both figures the percentage of population below minimum intake could be obtained.

The graphs below are for Peru where Indicator 1.9 is plotted with inflation in the first and with growth in the second.

Poverty & Inflation (2004 - 2008)

Poverty & Inflation (2004 - 2008)

Poverty & Growth (2004 - 2008)

Poverty & Growth (2004 - 2008)

Starting May 2003, Peru was applying a LSMS in monthly basis with an annual target of 20,000 households. This new approach has sampling difficulties that were solve through a technical cooperation program with Statistics Canada, who did the sampling for the first year, and subsequent years were done by Peru’s statistical agency.

For monetary poverty results, an annual sample is cumulated and then a poverty line in domestic currency is obtained as described above. The first result was measured for May 2003 – April 2004, and subsequent results have been published for calendar years.

But the main advantage of this design is to obtain quarterly results for caloric poverty as defined by UN MDG Indicator 1.9. In the graphs above, the bars are annual moving average for caloric poverty, as well economic growth and consumer inflation. The spreadsheet to redo the graphs is available here and was obtained from official sources as described below.

The quarterly results are available in PDF on the web site of Peru’s Statistical Agency, first step is to click in “Boletines” on the left side panel, then to click on “Condiciones de Vida” also on the left side panel, and download the PDF files for each calendar quarter since 2007, and for each moving quarter since 2003.

The other two variables, economic growth and consumer inflation are taken from the web site of Peru’s Central Bank, economic growth is obtained from real quarterly national accounts, with the rate of growth of the moving average of four quarters compared with previous fourth quarters of Gross Domestic Product (GDP). Consumer Inflation have been built from the implicit deflator for private consumption; in order to obtain this index, the private consumption in the nominal quarterly national accounts, is divided by the private consumption in the real quarterly national accounts. The rate of growth follows same procedure for economic growth.

An examination of both graphs offers a clear example that GDP growth by itself will not reduce poverty, and that the inflation level is a more critical tool for fighting poverty. Therefore low growth with low inflation reduces poverty at a steady rate, while high growth with high inflation increases poverty at a steady rate.

  • Econometric Analysis

Besides this graphical analysis, an econometric one is feasible and some results are presented below. In first place, the sampling period for the analysis is the whole period for available quarterly measurement of caloric poverty; this is from 2003 Q3 to 2008 Q4, with a total of 22 observations. Data for economic growth and consumer inflation is available quarterly since 1980.

Caloric poverty (CALP) is the percentage of population who lacks the minimum calorie intake; economic growth (GDP) is the difference of logarithm of real GDP in any quarter to similar in previous year; and consumer inflation has same mathematical transformation with the deflator of private consumption (DPC).

The model to be estimated is quite simple, with a perturbation component that fulfill classical assumption for error term of normal distribution, serial independence, and homocedasticty:

CALP{t} = BETA0 + BETA1*DPC{t} + BETA2*GDP{t-1} + U{t}

The data could be found here, the RATS source code could be found here, and the RATS output file could be found here.

An initial regression was tried with GDP impact in same period, but GDP lagged one period showed a better result. Therefore changes in inflation have a faster impact on poverty than growth rate, which is not surprising that a nominal variable has faster impact than a real variable.

The best result provides BETA1 and BETA2 coefficients with null hypothesis of zero value rejected at 99% confidence, when the first observation of the sample is excluded, having as result a total of 20 observations for the analysis.

Another important result also showed in the output file is that null hypothesis of BETA1 and BETA2 having similar value with opposite sign is always accepted, with several sampling periods. This allows conclude that lowing inflation has the same impact that increasing growth rate.

Finally, the econometric evidence reaffirms what was intuitive on the graphs. Not only economic growth matters for fighting poverty, also matters low inflation in equal degree.

Advertisements

¿2,200 calorías o 7.50 soles por día? (22-III-09)

Posted in 03 - Marzo, Año 2009 with tags , , , , , , , , , , on March 22, 2009 by Farid Matuk

La República 22-III-09

La República 22-III-09


La pobreza se mide de diferente manera en cada país en función de la disponibilidad de datos de campo. En los países con menos desarrollo estadístico, habitualmente, se toma US$ 2 diarios como el valor de la línea de pobreza por persona.

En países de mediano desarrollo estadístico, una vez al año se mide una línea de pobreza monetaria como lo viene haciendo el Perú desde 1985 con el Banco Mundial hasta el 2007 con el INEI, siendo el caso que para el año pasado el valor de la línea fue 7.50 soles diarios. En los países de avanzado desarrollo estadístico, la pobreza se puede medir trimestralmente con una línea de pobreza de 2,200 calorías diarias.

Nuestro país es el único en Latinoamérica en reportar trimestralmente la pobreza calórica, es decir, qué porcentaje de personas no han consumido el mínimo biológico indispensable para vivir. Esta medición es más precisa porque no está sujeta a las arbitrariedades de ajustar los precios urbanos con los precios rurales, o imputar el precio de los alimentos que los hogares producen por sí mismos, o calcular que fracción del gasto total de un hogar corresponde a alimentos, o que fracción de la encuesta se toma como población de referencia.

El déficit calórico, simplemente, determina el número de calorías que cada alimento y bebida tiene y de este modo se conoce el monto de calorías consumida por el hogar; luego, se identifica a los miembros del hogar por edad y sexo para asignar el consumo calórico necesario para sobrevivir de acuerdo a estándares internacionales. Y del producto de ambas cifras se encuentra qué fracción de la población está literalmente muriendo de hambre.

Nuestro país empezó esta medición en mayo 2003 y la mantiene hasta el día de hoy, en ambos gráficos las barras corresponden a la evolución del promedio anual de la pobreza calórica, donde es claro que desciende a un valor mínimo de 28% en el tercer trimestre de 2007, de un máximo de 35% en el segundo trimestre de 2004. Al mismo tiempo, la pobreza al término del año pasado se elevó en 4 puntos –desde su mínimo- alcanzando el valor de 32%.

Para explicar el incremento de la pobreza en 4 puntos se tiene una tabla que gráfica la pobreza y el crecimiento, mientras la otra gráfica la pobreza y la inflación. De acuerdo a la información oficial el crecimiento del PBI se ha incrementado de 3% en el segundo trimestre de 2004 a un valor de 10% al cuarto trimestre del año pasado, prácticamente, se ha triplicado la tasa de crecimiento en cuatro años pero la pobreza luego de bajar varios años, se ha incrementado, sistemáticamente, en los últimos cinco trimestres. Entonces, cabe la genuina duda de por qué la pobreza en el 2008 si el Perú ha estado crecie ndo por encima del 9% todo el año.

En la otra tabla se gráfica la pobreza y la inflación, para encontrar una clara relación que cuando la inflación es baja se tiene que la pobreza se reduce, y viceversa. De un pico de 4% para el cuatro trimestre de 2004, la inflación se reduce a 1% en el segundo trimestre de 2007, para luego sextuplicarse con una cifra de 6% al cuarto trimestre del año pasado. De donde tenemos una sólida relación entre pobreza e inflación, y que más importante que el crecimiento económico es el poder adquisitivo de los hogares.

De este análisis resulta claro que la prioridad de la gestión pública debe estar en reducir la inflación y no de incrementar la producción. En nuestro país existe la creencia que debemos crecer por encima de 7% anual para que la pobreza se reduzca de manera continua, la evidencia empírica muestra que inflación por debajo del 2% reducen la pobreza de manera continua.

Pobreza e Inflación (2004 - 2008)

Pobreza e Inflación (2004 - 2008)

Pobreza y Crecimiento (2004 - 2008)

Pobreza y Crecimiento (2004 - 2008)

¿Qué políticas?

Las tasas de crecimiento observadas durante el 2008 han implicado un incremento de las importaciones en una magnitud que superan nuestras exportaciones, y por ello el cuarto trimestre de 2008 tuvimos el primer déficit comercial en siete años, que amenaza continuar durante este año, y para cuando las reservas internacionales se agoten, una maxi-devaluación será la única solución, y, con esto, un incremento agudo de la pobreza debido a que la devaluación, convencionalmente, se traduce en inflación.

De otro lado, tenemos que la crisis internacional hará reducir el nivel de actividad económica de nuestro país –inevitablemente– como ya viene ocurriendo en el resto del mundo, y desde el cuarto trimestre de 2008 en el Perú. Esta reducción de la actividad económica puede tener virtudes correctivas en la brecha externa, como no las puede tener. En caso las tuviese, el precio del dólar se reduciría, y la inflación con él, para de esta manera poder llegar a debajo del 2%.

Si las importaciones no se reducen como producto de la contracción económica en una magnitud que cierre la brecha externa, entonces será necesario una agresiva política arancelaria que provoque un exceso de dólares y, de esta manera, se reduzca el precio del mismo y la inflación también.

En todo caso, la política presente de ir contra la corriente y aspirar el máximo crecimiento económico de la región, tendrá como resultado perder todo lo avanzado en materia de reducción de la pobreza. Para empezar la pobreza se ha incrementado 4 puntos en cinco trimestres, prácticamente, alcanzando el 33% que teníamos el cuarto trimestre de 2001. Es decir, hemos perdido siete años en la batalla contra la pobreza.

http://www.larepublica.pe/archive/all/larepublica/20090322/17/pagina/14

El obituario del PBI mensual (21-III-09)

Posted in 03 - Marzo, Año 2009 with tags , , , , , , , , , , , , on March 21, 2009 by Farid Matuk

Obituario del PBI (5-X-02)

Obituario del PBI (5-X-02)

 

En Octubre 2002, el INEI publicó un obituario al PBI mensual, que decía textualmente “Desde 1987, en inicios de la hiperinflación, se empezó a publicar un denominado PBI mensual. Esta denominación resulta inadecuada por dos razones, la primera debido a problemas de cobertura y la segunda a problemas de imputación”.

 

A la fecha, nada de esto ha cambiado, el año base sigue siendo 1994, y el día de hoy 21 de Marzo de 2009, se argumenta que se ha mejorado la cobertura y se ha reducido la imputación. Esto es materialmente imposible porque para mejorar la cobertura habría que tener una relación universal de los establecimientos económicos, no sólo los registrados en la SUNAT, sino también la importancia de la economía informal y de la economía de subsistencia en el conjunto de la economía peruano, y esta información no existe.

 

Para reducir la imputación, habría que tener disponible nuevas fuentes de información, tanto operaciones de campo como registros administrativos de periodicidad regular, y desde el 2006 no se conoce de ninguna operación nueva de acopio de información, por ello las imputaciones efectuadas están generando un sesgo sistemático de sobre estimación de dos puntos, en la medición de la actividad económica.

 

A partir de Noviembre 2002, el denominado PBI mensual se publicaba como un anexo con las salvaguardas de su calidad, y más bien todo el esfuerzo metodológico fue puesto en mejorar la medición del PBI trimestral, que al día de hoy tiene la mejore cobertura en Latinoamérica del consumo privado, gracias al uso de la información que proviene de 5,000 entrevistas trimestrales efectuadas en la ENAHO (Encuesta Nacional de Hogares).

 

A partir de Enero 2006, se inició la Encuesta Continua que entrevistó dicho año a poco menos de 400,000 hogares a nivel nacional, y que el modulo de empleo permitía por primera vez tener una visión precisa del mercado laboral en cada una de las regiones, y de esta manera reemplazar la actual medición del PBI regional, que esta basado únicamente en el sector formal de la economía. Pero esta operación de campo se descontinuo en 2007 por presiones políticas de la Presidencia de la República.

 

Finalmente, el día de hoy, el INEI ha publicado los archivos correspondientes a la medición del PBI de Enero 2009, con los mismos vicios señalados en la nota titulada “Nada se mide, todo se inventa” donde el PBI del sector Alquiler de Vivienda sigue creciendo exactamente en 3.54% al igual que los 24 meses anteriores, y el índice del PBI del sector Transportes y Comunicaciones es un número arbitrario que difiere de la formula basada en los índices sectoriales.

 

Asimismo en esta publicación de hoy correspondiente al PBI de Enero 2009, no existe referencia alguna a la versión periodística donde el titular del INEI precisa “sucede que como hemos mejorado la metodología, una cosa es que lo escribamos para nuestro uso técnico y otra para que cualquier persona con un nivel mínimo de economía lo entienda donde su compasión por la ignorancia ajena es encomiable, pero innecesaria. O quizás sea como los programas de cómputo de medición de la pobreza que hasta el día de hoy siguen siendo secretos.

 

Asimismo en esta versión periodística, el titular del INEI afirma “Introducimos la medición directa al sector gobierno, servicios financiero y comercio.” Al comparar la hoja de cálculo de Enero 2009 con la hoja de cálculo de Diciembre 2008 para el sector Gobierno, la única diferencia es una fila más correspondiente a Enero 2009, y los índices reales no provienen de una deflación de los valores nominales del gasto del gobierno, sino provienen de una decisión arbitraria. Al examinar la hoja de cálculo del sector Servicios Financieros se encuentra exactamente una situación similar donde el índice real proviene de una decisión arbitraria. Y mas bien para el sector Comercio hay una nota de pie de página que dice: “A partir de Enero 2009 se incluye en el cálculo el resultado de la Encuesta Mensual de Comercio”.

 

En síntesis, de los tres sectores que hipotéticamente hay medición directa desde 2009, dos de ellos, Gobierno y Servicios Financieros, son idénticos a lo que se hizo el 2008. Para el sector Comercio, supuestamente hay una encuesta de la cual no se conoce el cuestionario, el marco muestral, ni la base de datos. Es decir, se quiere resucitar el zombie que era el PBI mensual y convertirlo en un frankenstein.

 

Nada se mide, todo se inventa (19-III-09)

Posted in 03 - Marzo, Año 2009 with tags , , , , , , , , , , on March 19, 2009 by Farid Matuk

 

 

 

PBI de

Alquiler de Vivienda

PBI de

Transporte y Comunicaciones

 

Variación

Índice

Sin Fórmula

Con Fórmula

Ene-2007

3.54%

155.3

200.0

187.6

Feb-2007

3.54%

155.3

194.0

183.5

Mar-2007

3.54%

155.3

216.0

198.6

Abr-2007

3.54%

155.3

225.7

200.5

May-2007

3.54%

155.3

241.4

214.3

Jun-2007

3.54%

155.3

229.0

202.1

Jul-2007

3.54%

155.3

225.0

207.0

Ago-2007

3.54%

155.3

216.3

197.8

Sep-2007

3.54%

155.3

214.4

198.2

Oct-2007

3.54%

155.3

223.1

209.6

Nov-2007

3.54%

155.3

221.8

204.8

Dic-2007

3.54%

155.3

235.6

223.6

Ene-2008

3.54%

160.8

232.8

213.5

Feb-2008

3.54%

160.8

223.7

208.1

Mar-2008

3.54%

160.8

238.9

215.9

Abr-2008

3.54%

160.8

254.2

229.9

May-2008

3.54%

160.8

270.9

236.5

Jun-2008

3.54%

160.8

247.8

232.2

Jul-2008

3.54%

160.8

244.0

227.1

Ago-2008

3.54%

160.8

236.5

222.2

Sep-2008

3.54%

160.8

232.5

223.4

Oct-2008

3.54%

160.8

239.4

228.5

Nov-2008

3.54%

160.8

233.5

220.2

Dic-2008

3.54%

160.8

246.0

226.1

 

 

 

La escasa información disponible de la metodología vigente para la medición del denominado PBI mensual permite identificar algunos casos flagrantes de arbitrariedades metodológicas que tan sólo confirman la impericia con la cual se esta midiendo la actividad económica de nuestro país.

 

En este enlace del INEI se encuentra un archivo comprimido de once hojas de cálculo que sólo contienen información para los años 2007 y 2008, pero no desde 1992 como si lo tiene el Banco Central para las variables agregadas, mas no para el detalle.

 

El penúltimo archivo se denomina “Indicador de Producción 12 2008 originalr.xls” y tiene 22 pestañas. La antepenúltima pestaña se denomina “Otros-Serv” que corresponde al sector “Otros Servicios” del PBI con una ponderación total de 39%. La tabla que encabeza esta nota esta constituida por las columnas “M” y “C” correspondientes al PBI proveniente del “Alquiler de Vivienda”.

 

Como se puede fácilmente concluir, no hay medición alguna de este sector, sino que existe la decisión arbitraria que este sector crece todos los meses del año a una tasa de “3.54%” independientemente que los alquileres de la viviendas se incrementan o se reduzcan en función del ciclo económico, y un índice de volumen físico que salta 5 puntos en escalera de un año al otro.

 

En esta misma pestaña de “Otros-Serv”, las columnas D y N corresponden al PBI proveniente de “Transportes y Comunicaciones”. La columna N tiene formulas vinculadas a la columna D, y la columna D esta vinculada a la columna S de la pestaña “Transp-C”, que corresponde al total de los índices de producción mensual de transportes y comunicaciones.

 

Al examinar la pestaña “Transp-C” en primer lugar se tiene que proceder a mostrar las filas 3 y 4 que se encuentran ocultas, y en segundo lugar cambiar el color del texto de la celda de blanco sobre blanco, a algún otro color para hacerlas legibles. De igual manera las columnas U y W están escritas blanco sobre blanco, y se debe cambiar el color del texto para hacerlas legibles.

 

El diseño de la pestaña “Transp-C” tiene las fechas en la columna A, y tiene 17 sectores productivos que van de la columna B (Agro) a la columna R (Exportaciones), y la columna S es denominada “Total”. Y es esta columna S la que provee de información a la pestaña “Otros-Serv” para el PBI de Transportes y Comunicaciones, pero esta columna S del total del sector no tiene formula alguna, sino valores adjudicados de manera arbitraria.

 

Resulta que en esta pestaña “Transp-C”, el total calculado por formula con ponderaciones para cada sector esta en la columna U que se encontraba encubierta al usar texto blanco sobre fondo blanco. Y obviamente los valores son distintos a los de la columna S que son los usados para el cálculo del PBI del sector Otros Servicios, que a su vez es parte del PBI total mensual. Ambas columnas están copiadas en la tabla que encabeza esta nota.

 

La pestaña “Otros-Serv” que mide el total del PBI del sector Otros Servicios, tiene siete sectores en total, y aquí se han analizado los dos primeros correspondientes a “Alquiler de Vivienda” y a “Transporte y Comunicaciones”, y cualquier persona preocupada en esta materia puede continuar con los otros sectores de esta pestaña, como también analizar cualquier otra pestaña.

 

En síntesis tenemos que el PBI de estos dos sectores no proviene de criterio científico alguno sino de decisiones arbitrarias, y que por lo tanto convierte la medición del PBI mensual en un número arbitrario sin fundamento en la realidad.

Un PBI de “Cuatro Paredes” (18-III-09)

Posted in 03 - Marzo, Año 2009 with tags , , , , , , , , , , , , , , , , , , , on March 18, 2009 by Farid Matuk

PBI de encuesta versus PBI de gabinete

PBI de encuesta versus PBI de gabinete

Cuando un Decreto Supremo del 30 de Agosto de 2002 me encargó la Jefatura del INEI, venía con experiencia previa de seis años como consultor internacional, en lo que fui una suerte de perito forense en identificar si las estadísticas de Bolivia, Nicaragua, y Yugoslavia eran elaboradas siguiendo las recomendaciones internacionales; y trece años como profesor de econometría en la Universidad Católica me confrontaba semestre a semestre con las inconsistencia de nuestras estadísticas.

 

Uno de los problemas mas evidentes era tener en el Perú un PBI mensual, lo que era una proeza estadística, ya que a nivel mundial sólo Canadá entre los 7 países mas industrializados del mundo lo había podido elaborar, y sólo Finlandia entre todos los países de la Comunidad Europea. Era evidente que el Perú tenía un artificio matemático que permitía elaborar esta información mensual.

 

El origen del PBI mensual data de 1987, cuando nuestra actual Presidente gobernaba en tiempos de auge económico, y no quería que el PBI se reportase trimestralmente como lo hacían casi todos los países industrializados, y unos pocos de los países emergentes, sino como hizo el pasado Domingo 15 de Febrero, anunciar en persona lo admirable de su gestión, y para ello una autoridad estadística anuente adecuó la matemática necesaria para satisfacer este capricho presidencial.

 

En Octubre de 2002, intenté suprimir esta aberración estadística, pero este intento fue infructuoso debido a las necesidades absurdas del sector público y del sector privado, que habían adquirido una adicción a un producto estadístico esencialmente erróneo. Que entre sus características se hallaba que todo lo que no se medía con encuestas se decidía entre cuatro paredes, y el problema consistía en es el 70% del PBI real lo que no se mide con encuestas.

 

Con el fin de hacer transparente el proceso de decisión que se efectuaba entre las cuatro paredes del INEI para el 70% del INEI, se identificó una metodología basada en la aplicación rigurosa de la matriz insumo producto del año base 1994, y todas las decisiones tomadas entre las cuatro paredes del INEI se transformaron en hojas de cálculo que fueron publicadas en Internet en el mes de Mayo de 2003.

 

Como se puede ver en el gráfico, en los primeros meses posteriores a Agosto 2002 existe una divergencia marcada entre la medición del PBI basado en encuestas, y el total que resultaba de decisiones arbitrarias y no documentadas. Por ello hasta el término de mi gestión en Agosto 2006, el PBI era un reflejo de lo que se medía, ya que estaba documentando y era de dominio público como se efectuaban las decisiones entre las cuatro paredes del INEI.

 

También en el gráfico se puede observar como durante la actual gestión presidencial hay una marcada diferencia entre lo que se publica y lo que se mide de prácticamente dos puntos, es decir que lo publicado tiene una sobreestimación sistemática respecto a lo que se mide, pero para lograr esta sobre-estimación del PBI la actual administración del INEI ha tenido que quebrar el principio de transparencia que toda gestión pública debe tener.

 

En este enlace se encuentra al día de hoy el artificio matemático aplicado para la actual medición del PBI, pero se ha mutilado la información correspondiente a los años anteriores. El propósito de esta mutilación es ocultar la modificación de las formulas que se usaron hasta Agosto 2006, por las nuevas formulas que sobre estiman sistemáticamente el PBI.

 

En otras palabras, con las formulas utilizadas hasta Agosto 2006, el PBI de Enero 2009 sería 0.1% y no el oficial 3.1% que resulta de la modificación de los procedimientos matemáticos.

 

ENLACE A HOJA DE CALCULO

We are in the same boat (17-III-09)

Posted in 03 - Marzo, Año 2009 with tags , , , , , , , , , , , , , , , , on March 17, 2009 by Farid Matuk

In July 2007, I did a series of graphs with quarterly data that I copy below with IFS compact disk from International Monetary Fund, in order to find how syncronizated was Peru and the countries around it with the industrialized countries.

The spreadsheet is here, the tab called “Data” contains all numbers for the graph, and the numbers above the red line are taken from IMF compact disk with no modification, column F contains IMF codes for each variable.

Besides obvious lags, the syncronization is evident and only differences are due to national policies of how to face boom and bust cycles. The most pathetic example is Peru with Garcia’s first term where the policy was against the tide, and economic failure established a regional record.

Colombia - Peru (Manufacturing Production)

Colombia - Peru (Manufacturing Production)

In this graph is possible to see how maximum and minimum values through the cycle are in sync between Colombia and Peru for manufacturing production.

Chile - Peru (Manufacturing Production)

Chile - Peru (Manufacturing Production)

In this graph is possible to see how maximum and minimum values through the cycle are in sync between Chile and Peru for manufacturing production.

Just a Coincidence?

Next three graphs show the relation of Colombia, Chile, and Peru manufacturing production index with the IMF’s Advanced Economies industrial production index.

Advanced Economies - Colombia (Manufacturing Production)

Advanced Economies - Colombia (Manufacturing Production)

Advanced Economies - Chile (Manufacturing Production)

Advanced Economies - Chile (Manufacturing Production)

Advanced Economies - Peru (Manufacturing Production)

Advanced Economies - Peru (Manufacturing Production)

In the graphs for Colombia and Chile, for early 90s there is breakdown in the relation between both countries and the Advanced Economies, an explanation for this could be find in graph below that shows a similar gap between USA and the Advanced Economies. Therefore Colombia and Chile are more in sync with USA than with the Advanced Economies.

Advanced Economies - USA (Manufacturing Production)

Advanced Economies - USA (Manufacturing Production)

Finally, in Peru graph is possible to see how Garcia in his first term (1985-1990) had two all time records, one for maximum manufacturing production with a peak of 8% in the beginning of his tenure and other for minimum manufacturing production with a trough of -10% at the end of his tenure.

And now again, Garcia likes to sail against the tide and for sure as before Peru will sink at unthinkable degree, due to Garcia manic need to negate external reality.

El des-empleo de los que sobran (17-III-09)

Posted in 03 - Marzo, Año 2009 with tags , , , , , , , , , , , , , , , on March 17, 2009 by Farid Matuk

Propaganda Estatal

Propaganda Estatal

Este aviso pagado por el gobierno fue publicado en diversos diarios el pasado 30 de Enero, como se puede leer en el mismo hay dos maneras de estar trabajando, una se llama “empleo” y la otra se llama “empleo formal”. Y este empleo formal fue tan solo un 16% del total de empleo creado, es decir que de cada 6 personas que encontraron empleo, sólo 1 obtuvo empleo formal.

La semana pasada el Ministerio de Trabajo anunció con bombos y platillos que el empleo formal había crecido en Lima Metropolitana 5.9%, pero no decía nada del otro empleo. El día de ayer, el INEI difunde una nota de prensa que tiene por encabezado “Aumenta en 5.1% el empleo adecuado”, que nuevamente resalta lo que ocurre con una fracción de los ocupados de nuestro país.

La realidad es que el empleo total se esta reduciendo como producto de la crisis económica mundial, la cual no nos afectaría porque estábamos “blindados”, luego se dijo que no nos afectaría porque el “paquete anti-crisis” que el gobierno efectuaba, al día de hoy la crisis llegó al mercado laboral y se manifiesta en la pérdida de empleo a nivel global.

Los informes del INEI de Enero, Febrero, y Marzo de este año muestran consecutivamente una reducción del empleo en Lima Metropolitana, y esta tendencia se manifestará de manera más aguda en los meses subsiguientes, a medida que la crisis internacional se propague desde los países industrializados a los países emergentes como el nuestro.

El Ministerio de Economía tiene encarpetado un proyecto de Juntos Urbano desde el 2006, basado en un 1’000,000 de encuestas aplicadas en distintas ciudades del país. Este programa social, que es una extensión del actual Juntos en el ámbito rural, debe empezar cuanto antes para evitar conflagraciones sociales como las que ya están ocurriendo en Europa Oriental.