Duración de la tasa de interés de referencia en Perú durante el periodo 2004-2020

Abstract

En el presente documento se emplean modelos de supervivencia para analizar la duración en que la tasa de interés de referencia, utilizada por el Banco Central de Reserva del Perú como instrumento de política monetaria, permanece sin cambios. Para el análisis se emplean modelos no paramétricos y paramétricos, permitiendo la naturaleza de datos censurados por la derecha y covariables no constantes en el tiempo. Para el análisis de supervivencia del modelo no paramétrico, se emplea el estimador Kaplan-Meier para formar las funciones de supervivencia y de riesgo. Por otro lado, en cuanto al análisis de los modelos paramétricos, se comparan dichas funciones estimadas bajo una función Exponencial, Weibull y Log-logística. Para ello, se emplea como covariables la variación mensual y anual del producto bruto interno (PBI), la inflación, la tasa de interés de referencia, el desempleo y el tipo de cambio. Se estiman 24 modelos y se selecciona el mejor de acuerdo con la significancia de las variables y el criterio de información de Akaike. Se obtiene que tanto para el análisis no paramétrico y paramétrico, la probabilidad de que la tasa de interés de referencia permanezca sin cambios es cada vez menor a lo largo del tiempo. Además, en el modelo paramétrico bajo la distribución Weibull y Loglogística (distribución escogida como preferida) se obtienen como variables significativas la inflación, el producto bruto interno y el nivel de la tasa de interés de referencia; sin embargo, al emplear la distribución Exponencial, el producto bruto interno no es significativo.

In the present document, survival models are used to analyze the duration of the reference interest rate, while it remains constant, used by the Central Reserve Bank of Perú as its monetary policy instrument. For the analysis, both nonparametric and parametric models are estimated, allowing the nature for right-censoring of the data and time-varying covariates.

In case of non-parametric model, Kaplan-Meier estimator is used to model survival and hazard functions. In case of parametric models, the survival and hazard functions are compared under an Exponential, Weibull and Log-Logistical functions. The monthly and annual variation of the gross domestic product, the inflation rate, the interest rate, the unemployment rate and the exchange rate are used as covariates. Twenty-four models are estimated. The best one is selected according to the significance of the covariate’s ant Akaike information criterion. The results show that for both non-parametric and parametric models, the probability of a constant interest rate remains unchanged is less over the time. Furthermore, in the parametric model under Weibull distribution and Log-Logistical distribution (preferred distribution), inflation rate, gross domestic product and the interest rate are obtained as significant variables; however, the gross domestic product isn´t significant under Exponential distribution.