¿Qué pasa cuando el BCRP mueve la tasa?
Del cambio en tasa de interés al impacto en pobreza, paso a paso.
La relación tasa→PBI no es estadísticamente significativa con los datos disponibles. IC 90% bootstrap: [-0.70pp, +0.27pp] por 100pb — incluye cero a todos los horizontes h=0..8 con T=85 trimestres. La estimación puntual (−0.20pp) es consistente con la literatura peruana (−0.20 a −0.30pp), pero no puede distinguirse estadísticamente de cero.
Cambio en tasa (puntos base)
Tasa de política del BCRP · referencia: 4.25% (mar. 2026)
IC 90% bootstrap incluye cero en todos los horizontes h=0..8 (T=85, R²_PBI=0.056). Literatura: −0.20 a −0.30pp. Resultados consistentes pero no significativos individualmente.
PBI -0.20pp × β_pobreza (−0.656) = impacto pobreza — incertidumbre del Paso 1 se propaga completa
¿Cuándo se siente el efecto?
Trayectoria trimestral del impacto en PBI ante +100pb en tasa BCRP (estimación puntual)
¿Por qué tanta incertidumbre?
Con 85 trimestres de datos (2004–2025), la relación entre tasa de interés y PBI no alcanza significancia estadística en nuestro modelo. Esto es normal — los efectos de la política monetaria son difíciles de aislar porque el BCRP sube la tasa cuando la economía ya está creciendo fuerte (y viceversa). Probamos 7 estrategias de identificación distintas: solo la identificación recursiva de Cholesky produce resultados robustos.
Tres estudios independientes para Perú encuentran efectos similares (−0.20 a −0.30pp), lo que sugiere que la estimación puntual es razonable aunque imprecisa.
| Estudio | Método | Estimación |
|---|---|---|
| Pérez Rojo & Rodríguez (2024) | TVP-VAR-SV recursivo | −0.28pp |
| Castillo et al. (2016) | SS-FAVAR | −0.30pp |
| Portilla et al. (2022) | MI-TVP-VAR-SV | −0.25pp |
| Nuestro Cholesky VAR(1) | VAR(1), T=85, FWL | −0.20pp |
Fila resaltada = nuestro resultado (Cholesky VAR(1), T=85, FWL COVID Q1+Q2 2020).