Post on 12-Mar-2021
transcript
FACULTAD DE CIENCIAS EMPRESARIALES
Carrera de International Business
FACTORES QUE INFLUYERON EN EL CRECIMIENTO DE LAS EXPORTACIONES DE ORO
DEL PERÚ EN EL PERIODO 2013-2018
Trabajo de Investigación para optar el Grado Académico de Bachiller en International Business
LUIS ENRIQUE ALCALA YON ANGELA CAROLINA HERRERA VRACKO
Lima - Perú
2020
Resumen
El estudio tuvo como finalidad el reconocimiento, medición y análisis de las variables que
influyeron sobre las exportaciones de oro peruanas entre los años 2013 al 2018. La
exportación de minerales ha tenido un creciente impacto en las exportaciones del Perú en
los últimos años, lo cual ha influenciado de manera positiva al crecimiento económico y
PBI del país. Para el análisis, se utilizó un método cuantitativo con el fin de medir los
resultados en base a información brindada en diferentes unidades de medida recopilada
desde institutos gubernamentales del Estado peruano a fuentes internacionales
reconocidas. Por ello, se realizó este estudio de tipo no experimental con diseño causa-
correlacional, lo cual hace referencia a una investigación en base a una recopilación de
datos ya existentes, análisis de medida y relación entre las variables como exportaciones
de oro, precio FOB del oro, minería ilegal, riesgo país y tipo de cambio del dólar.
Finalmente, con el uso del programa Eviews se hizo un análisis de los datos recolectados
para examinar la significancia de cada variable de manera individual y conjunta, lo cual
identificó su influencia en el crecimiento de las exportaciones.
Palabras clave: Exportaciones de oro, precio FOB del oro, minería ilegal, riesgo país, tipo
de cambio del dólar.
Abstract The study aimed at the recognition, measurement and analysis of the variables that
influenced Peruvian gold exports between 2013 and 2018. The export of minerals has had
a growing impact on Peru's exports in recent years, which has positively influenced the
economic growth and GDP of the country. For the analysis, a quantitative method was used
to measure the results based on information provided in different units of measurement
collected from governmental institutes of the Peruvian state and recognized international
sources. Therefore, this study was done as a non-experimental with cause-correlational
design, which refers to a research based on an existing data collection, measurement
analysis and relationship between variables such as gold exports, gold FOB price, illegal
mining, country risk and dollar exchange rate. Finally, through the use of the Eviews
program platform, an analysis of the data collected was performed to examine the
significance of each variable individually and jointly, which identified their influence on
export growth.
Keywords: Gold exports, gold FOB price, illegal mining, country risk, dollar exchange rate.
Índice de Contenidos
Introducción ....................................................................................................................... 1
Método ................................................................................................................................ 3
Tipo y diseño de investigación ..................................................................................... 4
Tipo de Investigación ................................................................................................. 4
Diseño de Investigación ............................................................................................ 4
Participantes .................................................................................................................. 4
Instrumentos .................................................................................................................. 7
Procedimiento ................................................................................................................ 7
Análisis de datos ........................................................................................................... 8
Resultados ......................................................................................................................... 9
Discusión ......................................................................................................................... 15
Referencias ...................................................................................................................... 17
1
Introducción El sector minero ha sido el responsable de parte significativa de las exportaciones peruanas
durante los últimos años, en especial a lo que concierne en los minerales metálicos, a su
vez, este sector ha impactado en el crecimiento del producto bruto interno del país.
Además, según Trade Map (2019), el valor exportado de estos minerales fue de 11,516
millones de dólares (USD) en el año 2013 y 17,640 millones de dólares (USD) en el año
2018, teniendo una variación del 53.18%, con el cual se puede apreciar el crecimiento de
las exportaciones de este sector en el Perú.
Debido a la significativa participación del sector minero en la estabilidad junto al
crecimiento económico del Perú y otros países, se considera importante explicar los
factores que afectan a la rentabilidad y el capital de las empresas que llevan a cabo las
operaciones mineras. Santillán, Fonseca y Venegas (2018), identificaron que tanto el
comportamiento de los precios de los productos minerales y metalúrgicos, al igual que la
rentabilidad de la compañía, afectan negativamente a la estructura del capital de las
empresas latinoamericanas. Para determinar esto, el estudio ha utilizado un modelo
econométrico para evaluar la variación de los precios de los productos anteriormente
mencionados de manera longitudinal.
Así mismo, los diversos tipos de minería pueden influir en el crecimiento de las
exportaciones del producto minero en toneladas, así como a la evasión de impuestos lo
cual afecta a los ingresos económicos al país. Cuzcano (2014), explicó en su artículo que
durante el 2003, el volumen de oro exportado difirió del volumen de oro producido debido
a la minería informal e ilegal, afectando directamente al pago del impuesto a la renta de
tercera categoría. Sin embargo, las cifras que han logrado determinarse para calcular el
grado de influencia no son precisas puesto que el Ministerio de Energía y Minas (MINEM)
no lleva un conteo de la participación de la minería ilegal o informal.
Para poder explotar los recursos en mayor magnitud, la industria minera debe
realizar cambios que permitan maximizar los beneficios que este sector pueda traer. Sin
embargo, Molina (2018), concluye en su artículo que la innovación de los proveedores
mineros en el Perú es limitada puesto que no se encuentran preparados para enfrentar
costos muy elevados, lo cual tiene consecuencia en el incremento de la tercerización o
contratación externa.
2
La variación en las exportaciones del sector minero, al enfocarse en las
exportaciones de oro del Perú, pueden ser afectadas por el cambio de ciertos factores
existentes como el precio FOB del oro, tipo de cambio del dólar, riesgo país, e incluso la
minería ilegal.
Minería y exportación tradicional La minería es la actividad económica basada en la extracción de recursos no renovables,
los cuales pueden ser metales tales como oro, cobre, hierro, entre otros; y minerales como
caliza, antracita, minerales de uso industrial, etc. (Corcuera, 2015).
El intercambio comercial para los productos no renovables está categorizado como
exportación tradicional, la cual según el Banco Central de Reserva del Perú (2011), es el
intercambio comercial internacional donde una empresa residente de la propiedad de un
producto que tiene un valor agregado menor al que poseen los productos no tradicionales
sede a la empresa compradora o importadora los derechos de estos bienes.
Para que dicho intercambio comercial se realice, debe estar presente la existencia
de un término internacional de comercio, el cual facilitará la comprensión de las
responsabilidades de las partes involucradas en una compra/venta internacional. El
término comercial más utilizado para las exportaciones de productos minerales y
metalúrgicos es el Incoterm FOB, el cual requiere que el vendedor ponga la mercancía en
el medio de transporte, siendo a partir de este punto; el comprador o importador,
responsable de los costos y riesgos de pérdida o daño de la mercancía. (Eldovića,
Vukašinovića, Tešića & Bijelić, 2015).
Riesgo país, economía y producto bruto interno
El Banco Central de Reserva del Perú (2019), define al riesgo país como la estimación de
la posibilidad del cumplimiento de las obligaciones de un país con respecto a sus
obligaciones financieras correspondientes a la deuda externa y que da lugar a un rango
crediticio elaborado por entidades calificadoras de riesgo internacional. De este modo, el
crecimiento de este medidor incrementa la posibilidad de que la nación ingrese a una
imposibilidad de pago de sus deudas externas.
3
Por otro lado, el Banco Central de Reserva del Perú (2019), ha definido la economía
como la ciencia encargada de designar una serie de recursos entre individuos para
satisfacer sus necesidades y la tasa de crecimiento económico como la variación
porcentual del PBI durante un periodo establecido.
El Ministerio de Economía y Finanzas del Perú (2019), define como producto bruto
interno al valor producido por los bienes y servicios que una economía ha producido en un
periodo de tiempo determinado.
Tipo de cambio del dólar
Este concepto está establecido por la Superintendencia de Banca y Seguros y basa su
valor considerando la oferta y la demanda del mercado. Además, “el tipo de cambio se
puede conocer al mismo como el precio de una moneda expresada en términos de otra”
(Banco Central de Reserva del Perú, 2019).
Método
El estudio tuvo como objetivo determinar cuáles son los factores que intervinieron en el
crecimiento de las exportaciones de oro en el Perú entre los años 2013 al 2018.
Además, tuvo como hipótesis nula que existen factores que no influyen en el
crecimiento de las exportaciones de oro en el Perú entre los años 2013 al 2018 y una
hipótesis alternativa que existen factores que influyen en el crecimiento de las
exportaciones de oro en el Perú entre los años 2013 al 2018.
La siguiente investigación tuvo un método cuantitativo debido a que los resultados
de dicha investigación pudieron ser cuantificados en función a números y complementar
los objetivos analizados.
4
Tipo y diseño de investigación
Tipo de Investigación
El tipo de investigación que se utilizó tuvo un enfoque cuantitativo tipo explicativa, cuyo
objetivo fue poder analizar las causas o factores que influyeron en el crecimiento de las
exportaciones de oro en el Perú.
Diseño de Investigación
Para el diseño de la investigación se utilizó un diseño de causa-correlacional; la cual basó
su desarrollo en la medición y descripción de la relación de las variables. Así mismo, fue
no experimental ya que según Hernández-Sampieri y Mendoza (2018), este diseño se
utiliza cuando se desea observar o medir los fenómenos y variables tal como se dan en su
contexto natural sin manipular las variables. Por otro lado, fue longitudinal ya que se deseó
analizar los cambios al paso del tiempo, en este caso, del año 2013 al 2018.
Participantes
En la presente investigación no se realizaron encuestas ya que toda la información fue de
datos secundarios. Además, para realizar el análisis de las variables que influían en la
investigación, se recopiló información existente, la cual fue reunida a través del uso de
publicaciones entre el periodo de tiempo del 2013 al 2018 de diferentes organizaciones del
Estado Peruano como es el Banco Central de Reserva del Perú, el Ministerio de Energía y
Minas, Superintendencia Nacional de Aduanas y Administración Tributaria y el Sistema
Integrado de Información de Comercio Exterior. Además, se obtuvo información de
organizaciones internacionales como el Proyecto de Monitoreo de la Amazonía Andina y
Trade Map.
Estas variables se explicaron de dos maneras diferentes ya que se utilizó una
definición conceptual y una operacional. En la tabla 1, se pudieron observar las definiciones
que nos brindaron las diferentes fuentes. Por otro lado, en la tabla 2, se logró observar la
unidad de medida, la frecuencia y fuente de los datos.
5
Tabla 1
Variables finales – Definición conceptual N° Nombre largo Nombre
corto Definición conceptual
1 Crecimiento de las exportaciones de oro
CEO
Es la variación de las exportaciones de oro realizadas
durante determinados periodos de tiempo. La variación
puede ser porcentual o en valores monetarios.
2 Precio FOB del oro PFO
El precio FOB del oro, es el pago por la compra que realizan los importadores de oro para poder ingresar el
producto al país de destino. Este varía dependiendo de
las regulaciones de la entidad responsable de cada país.
3 Minería ilegal MI
Actividad minera trabajada sin el cumplimiento de los
requisitos o exigencias por la ley, desarrollada en zonas
donde la actividad se encuentra prohibida y mediante el uso de equipos y maquinaria no especializadas para
dicha actividad.
4 Riesgo País del Perú RPP
Es una unidad de medida la cual indica la probabilidad
del cumplimiento de las obligaciones financieras de un
país correspondiente a su deuda externa. Se da bajo la consideración del estudio de la incapacidad de pago,
inestabilidad política o social, deudas públicas,
desconocimiento de deuda, entre otros.
5 Tipo de Cambio del
Dólar TCD
Es la determinación del valor de una moneda expresada en otra, establecida por la Superintendencia
de Banca y Seguros, el cual se basa en la oferta y
demanda del mercado para establecer la relación.
Fuente: Elaboración propia
6
Tabla 2
Variables finales – Definición operacional
N° Nombre largo Nombre
corto Definición operacional
1
Crecimiento de
las exportaciones
de oro
CEO
Tipo de variable en el modelo econométrico: Dependiente
Unidad de medida: Unidad monetaria
Frecuencia original de los datos: Trimestral
Fuente de los datos: Trade Map
2 Precio FOB del
oro PFO
Tipo de variable en el modelo econométrico: Independiente
Unidad de medida: Valor FOB USD
Frecuencia original de los datos: Trimestral
Fuente de los datos: Sistema Integrado de Información de
Comercio Exterior
3 Minería ilegal MI
Tipo de variable en el modelo econométrico: Independiente
Unidad de medida: Rango de hectáreas Frecuencia original de los datos: Trimestral
Fuente de los datos: Proyecto de Monitoreo de la Amazonía
Andina
4 Riesgo país del
Perú RPP
Tipo de variable en el modelo econométrico: Independiente
Unidad de medida: Puntos porcentuales
Frecuencia original de los datos: Trimestral
Fuente de los datos: Banco Central de Reserva del Perú
5 Tipo de cambio del dólar
TCD
Tipo de variable en el modelo econométrico: Independiente Unidad de medida: Unidad monetaria
Frecuencia original de los datos: Trimestral
Fuente de los datos: SUNAT – Superintendencia Nacional de Aduanas y Administración Tributaria
Fuente: Elaboración propia
7
Instrumentos Esta investigación contó con un instrumento basado en la recolección de información
factual e indicadores tales como un análisis de datos secundarios de registros y
documentación y además un meta-análisis.
Por lo tanto, se creó una base datos recopilando dicha información de fuentes como
Trade Map, el Banco Central de Reserva del Perú (BCRP), el Proyecto de Monitoreo de la
Amazonía Activa y la Superintendencia de Aduanas y Administración Tributaria (SUNAT),
las cuales brindaron los datos necesarios para la estructuración de dicha base. Además,
esta base de datos fue recopilada en una serie de tiempo trimestral en seis años.
Procedimiento En esta sección del trabajo se detalla el procedimiento correspondiente para la recolección
de datos de cada variable.
En primer lugar, los datos de la variable crecimiento de las exportaciones de oro en
el Perú se extrajeron de Trade Map, una fuente que brinda una base de datos sobre las
exportaciones e importaciones de todos los países. En este caso, se utilizó información
sobre las exportaciones de oro en el Perú, extrayendo data de manera trimestral a partir
del año 2014 al 2018.
Para los precios FOB del oro se utilizó la información que brinda el Sistema
Integrado de Información de Comercio Exterior, en el cual se puede observar información
sobre el precio FOB en el Perú. Además, se pudo encontrar información a nivel mensual o
anual. Estos datos fueron utilizados en la base de datos de esta investigación para dicha
variable.
En la variable de minería ilegal se logró obtener la información y data del Proyecto
de Monitoreo de la Amazonía Andina, en el cual se pudo observar las hectáreas
deforestadas que existen a causa de la minería ilegal, la cual fue utilizado para construir
nuestra base de datos.
Por otro lado, se estableció un rango del 1 al 5 dependiendo si el crecimiento de
esta deforestación ha sido baja o alta.
8
Para riesgo país la variable fue analizada y se extrajeron los datos del Banco
Central de Reserva del Perú (BCRP), el cual ha sido importante para obtener información
sobre el riesgo país de cada periodo mediante el diferencial de rendimientos del Indicador
de Bonos de Países Emergentes (EMBIG) - Perú, en este caso se pudo encontrar datos
mensuales como trimestrales.
Por último, para la variable de tipo de cambio del dólar se obtuvo los datos de una
base de datos que brinda la Superintendencia Nacional de Aduanas y Administración
Tributaria, el cual se observa la data histórica del tipo de cambio a nivel mensual. Por lo
que se utilizó un promedio aritmético para hallar el tipo de cambio a nivel trimestral.
Análisis de datos
Para realizar el análisis descriptivo se utilizó la “Prueba de Jarque-Bera” que, según Larios,
Gonzáles y Álvarez (2016) permite evaluar la normalidad de los errores de cada variable
de manera independiente. Además, se analizó la simetría de las variables y se tuvo que
observar que el resultado de probabilidad sea mayor a 0.05 de manera que la distribución
fuera normal.
Larios et al. (2016), definen a las pruebas “White Test”, “Breusch-Pagan-Godfrey” y
“Gleijser” como muestras que determinan si existe heterocedasticidad de las variables
basándose en el análisis de varianza de los errores, de manera que permitan identificar si
las variables pudieron ser identificadas como heterogéneas en caso provengan de
distribución de probabilidad con varianzas distintas.
Para observar la estacionalidad se utilizó la “Prueba de Dickey-Fuller aumentada”
el cual se basará en el “Schwarz Info test” considerando el número de lags de manera
independiente para el análisis de estacionalidad de cada una de las variables que se
desarrolló a lo largo de esta investigación (Larios, Gonzáles & Álvarez, 2016)
En el año 2016, Larios et al., indican que los puntos en consideración en el análisis
fueron; la probabilidad, la cual debe ser menor a 0.05 para considerar la variable
significativa; “Estadística de Durbin-Watson”, el cual debe ser cercano a 2; y finalmente el
“Criterio de Schwarz”. estacionalidad de cada una de las variables que se desarrolló a lo
largo de esta investigación.
9
La significancia de las variables se midió a través de la "Prueba de mínimos
cuadrados”, el cual a través de la probabilidad dio el resultado si las variables fueron
consideradas significativas en caso presentaban una probabilidad menor a 0.05 o no
significativas para el análisis si la probabilidad es mayor a 0.05.
La autocorrelación se mostró a través del análisis “Correlograma Q-estadísticas” y
fue definido por las funciones de autocorrelación de cada rezago. El correlagrama no
presentaría autocorrelación si mostrara que los límites establecidos por la prueba no fuesen
superados por los resultados de las variables.
Finalmente, "Prueba de Causalidad Grander" fue utilizado como prueba de
hipótesis estadística que determina si la serie de tiempo analizada es útil para el pronóstico
de otra. La causalidad puede ser probada midiendo la capacidad de poder realizar
predicciones sobre valores futuros de una serie de tiempo con respecto a una serie pasada.
Resultados
Para la sección de resultados, se utilizó el programa estadístico Eviews 10 con el cual se
pudieron obtener las estimaciones del modelo que fue planteado.
Las abreviaturas que se utilizaron fueron:
CEO: Crecimiento de las exportaciones de oro
PFO: Precio FOB del oro
MI: Minería ilegal
RPP: Riesgo país del Perú
TCD: Tipo de cambio del dólar
Tabla 3
Análisis estadísticos descriptivos
PFO MI RPP TCD CEO
Jaquer-Bera 1.048705 2.175725 16.40357 2.709280 2.293541
Probabilidad 0.591938 0.336936 0.000274 0.258040 0.317661
Fuente: Elaboración propia
10
Según este análisis, las variables tendrían que ser mayor a 0.05 o 5% para tener
una distribución normal. Por lo que no existe, ya que la variable riesgo país del Perú o RPP
no es mayor a 5% como se muestra en la tabla 3.
Tabla 4
Prueba de heteroscedasticidad
Prueba de heteroscedasticidad
Test Prob. Chi-Square
Breusch-Pagan-Godfrey 0.8444
Gleijser 0.6480
White 0.7157
Fuente: Elaboración propia
Siguiendo los resultados de la probabilidad Chi-Square del “Breusch-Pagan-
Godfrey test”, “Gleijser Test” y “White Test” los cuales resultaban 0.8444, 0.6480 y 0.7157,
se confirmó que no existe heteroscedasticidad en las variables debido a que los resultados
de la probabilidad fueron superiores a 0.05 como se muestra en la tabla 4.
Tabla 5
Prueba de estacionalidad Augmented Dickey – Fuller Test
statistic T-Statistic Probability Schwarz Criterion
CEO -5.681827 0.0001 15.19656
PFO -3.332882 0.0285 29.81707
MI -7.384915 0.0000 2.606045
RPP -6.034740 0.0001 2.137316
TCD -3.848864 0.00084 -2.281049
Fuente: Elaboración propia
Después de aplicar las diferentes pruebas, se realizó un análisis independiente para
poder analizar cómo se comportaban las variables. Debido a esto, las exportaciones de
oro llegaron a ser una variable significativa de la cual se identificó qué variables
independientes fueron las que afectaban a esta. Como se muestra en la tabla 1, estas
variables independientes se relacionan con las exportaciones de oro.
11
Por otro lado, se logró comprobar a través de estas pruebas, que las variables sí
son significativas independientemente ya que cuentan con una probabilidad inferior a 0.05
como se muestra en la tabla 6.
Tabla 6 Modelo econométrico de Mínimos Cuadrados Ordinarios (MCO)
Fuente: Elaboración propia
Además, luego de haberse analizado el coeficiente del modelo econométrico, se
pudo determinar que las variables “PFO” y “TCD (-1)” tienen un impacto positivo como se
analizó en la tabla 6 y 7, ya que estos son los factores que pueden llevar a mejorar las
exportaciones en el Perú, de acuerdo a su variación. Por otro lado, se tomó en
consideración que el dólar es una moneda que tiene un gran impacto en todo el mundo
debido a que la mayoría de las transacciones internacionales se hacen con esta moneda.
Tabla 7
MCU R-Squared
Fuente: Elaboración propia
Variable Coefficient Std. Error T-statistic Probability
CEO -3779.585 1331.968 -2.837594 0.0109
PFO 0.000444 6.5205 6.818430 0.0000
MI(-1) 4.926801 66.42806 0.074167 0.9417
RPP -395.9184 367.4153 -1.077577 0.2955
TCD(-1) 991.2578 379.0072 2.615406 0.0175
Resultados
R-squared 0.754535
Schwarz criterion 15.50257
Durbin-Watson stat 2.263637
F-Statistic 13.83254
Prob (F-Statistic) 0.000025
12
Tabla 8
Prueba de autocorrelación
Autocorrelation Partial correlation
AC PAC Q-Stat Prob.
1 -0.154 -0.154 0.6167 0.432
2 0.051 0.028 0.6887 0.709
3 -0.267 -0.261 2.7371 0.434
4 0.382 0.335 7.1426 0.129
5 -0.214 -0.165 8.6059 0.126
6 -0.092 -0.223 8.88943 0.180
7 -0.288 -0.168 11.867 0.105
8 0.217 -0.013 13.670 0.091
9 0.006 0.096 13.672 0.134
10 0.016 -0.007 13.684 0.188
11 -0.179 -0.080 15.220 0.173
12 0.268 0.150 18.987 0.089
Fuente: Elaboración propia
Analizando la prueba de autocorrelación en esta tabla se pudo identificar que la
autocorrelación de rezago no muestra la existencia de autocorrelación que sobrepase los
márgenes establecidos como se muestra en la tabla 8, lo cual pudo determinar que no
existe una relación entre aquellos valores.
13
Tabla 9
Prueba de causalidad
Null Hypothesis F-STATISTIC PROB.
MI does not Grander Cause PFO 0.10887 0.9769
PFO does not Grander Cause MI 0.63723 0.6467
RPP does not Grander Cause PFO 1.80541 0.1981
PFO does not Grander Cause RPP 0.64651 0.6408
TCD does not Grander Cause PFO 13.8681 0.0003
PFO does not Grander Cause TCD 1.22841 0.3540
CEO does not Grander Cause PFO 5.17657 0.0136
PFO does not Grander Cause CEO 3.81950 0.0349
RPP does not Grander Cause MI 2.08767 0.1510
MI does not Grander Cause RPP 0.50135 0.7357
TCD does not Grander Cause MI 1.51398 0.2646
MI does not Grander Cause TCD 0.79465 0.5545
CEO does not Grander Cause MI 0.31711 0.8607
MI does not Grander Cause CEO 0.32331 0.8566
TCD does not Grander Cause RPP 2.29983 0.1239
RPP does not Grander Cause TCD 8.62844 0.0021
CEO does not Grander Cause RPP 0.32062 0.8584
RPP does not Grander Cause CEO 2.66047 0.0896
CEO does not Grander Cause TCD 0.38229 0.8168
TCD does not Grander Cause CEO 9.64901 0.0013
Fuente: Elaboración propia
La prueba de causalidad con los símbolos CEO, PFO, MI, RPP, TCD; los cuales
representan a las variables crecimiento de las exportaciones de oro, precio FOB del oro,
minería ilegal, riesgo país del Perú y tipo de cambio del dólar respectivamente, mostró
según su resultado de probabilidad, que para las parejas de variables TCD y PFO, TCD y
RPP, CEO y RPP; y CEO y TCD existen una distribución unilateral, debido a que una de
las variables tuvo una probabilidad menor a 0.05; mientras que para la pareja de variables
CEO y PFO existe una distribución bilateral entre las variables, pues ambas variables
presentan una probabilidad menor a 0.05 como se muestra en la tabla 9.
14
Con estas pruebas se logró indicar qué variables fueron significativas y cuáles no.
Además, se comprobó si una de estas tenía una influencia positiva o negativa en el
crecimiento de las variables. Por otro lado, se analizó la hipótesis alternativa general
realizada para este trabajo de investigación el cual es que existen factores que influyen en
el crecimiento de las exportaciones de oro en el Perú entre los años 2013 al 2018 la cual
fue aceptada ya que después de ser analizadas las variables, se pudo concluir que tanto
como el precio FOB del oro como el tipo de cambio del dólar sí influyen.
Después de haber dado un análisis general, se debió comprobar cada hipótesis.
Para esto la hipótesis alternativa señaló que el precio FOB del oro influye de manera
positiva en el crecimiento de las exportaciones de oro en el Perú entre los años 2013 al
2018. Esta hipótesis fue aceptada debido a que p = 0.0000 < 0.05 lo que volvió significativa
la variable y por ende llegó a ser aceptada la hipótesis. Además, se pudo concluir que esta
variable influye de manera positiva a las exportaciones de oro debido a su coeficiente
0.000444.
Por otra parte, esto no ocurre con la segunda hipótesis la cual indicaba que la
minería ilegal influye en el crecimiento de las exportaciones de oro en el Perú entre los
años 2013 al 2018. Esta hipótesis fue rechazada debido a que p = 0.9417 > 0.05 lo que la
volvía no significativa.
Así mismo, ocurre con la tercera hipótesis la cual determinó que el riesgo país
influye en el crecimiento de las exportaciones de oro en el Perú entre los años 2013 al
2018, la cual también fue rechazada debido a su probabilidad p = 0.2955 > 0.05 lo que
también la volvió no significativa.
Por último, luego de haber analizado la cuarta hipótesis alternativa que señalaba
que el tipo de cambio del dólar influye de manera positiva en el crecimiento de las
exportaciones de oro en el Perú entre los años 2013 al 2018, se llegó a la conclusión de
que esta hipótesis es aceptada debido a la probabilidad p = 0.0175 < 0.05 lo cual la volvía
significativa. Además, esta influye de manera positiva debido a su coeficiente 991.2578.
Podemos concluir de que el tipo de cambio del dólar sí influye positivamente en las
exportaciones de oro en el Perú.
15
Para este trabajo de investigación se usó la fórmula siguiente:
CEO = -3779.585+ 0.000444*FBO + 4.926801*MI – 395.9184*RPP + 991.2578*TCD + ε
Donde:
CEO: Crecimiento de las exportaciones de oro
PFO: Precio FOB del oro
MI: Minería ilegal
RPP: Riesgo país del Perú
TCD: Tipo de cambio del dólar
ε: Error
Discusión Esta investigación tuvo como propósito analizar los factores que influyeron directamente a
las exportaciones de oro en el Perú, lo cual es un tema fundamental al considerarse el Perú
como un país productor de materia prima y teniendo las exportaciones tradicionales como
mayor porcentaje de ingresos económicos para el país siendo encabezadas por el sector
minero como principal aportante.
Considerando los hallazgos detectados en esta investigación, se pudo aceptar la
hipótesis alternativa general, la cual afirmaba que existen factores que influyen en el
crecimiento de las exportaciones en el Perú en los años 2013 y 2018.
Estos resultados se relacionan con lo que sostiene Cano (2019) sobre los factores
que influyen el crecimiento económico de las exportaciones de oro y como estos
promueven el "crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y
productivo y el trabajo decente para todos".
Así mismo, bajo el desarrollo de diferentes pruebas, se corroboró que existen
ciertos factores como el riesgo país, el precio FOB de las exportaciones y el tipo de cambio
del dólar entre los años 2013 al 2018, que influyen significativamente al sector y de manera
más específica a las exportaciones de oro en el Perú, lo cual según Cano (2019), sería
positivo para la solución y mejora de los desafíos de sostenibilidad que el sector enfrenta
16
al ser de los más influyentes en la estabilidad económica del país y la creación de empleo
de manera directa e indirecta.
A raíz de los resultados presentados en el estudio científico “La exportación de oro
y su contribución al sector exportador del Perú periodo 2007 – 2014” y del presente trabajo,
existe evidencia que acepta la hipótesis específica donde se afirma que el precio FOB del
oro influye de manera positiva las exportaciones de oro en el Perú, puesto que existe
evidencia de una tendencia irregular a pesar de la existencia de distintas crisis nacionales
e internacionales, mostrando independencia de la variable sobre las exportaciones de oro,
lo cual se interpreta como el aporte significativo de la variable a la evolución de las
exportaciones realizadas durante los periodos estudiados.
En el contexto monetario, Ramirez (2017), afirma que la inversión extranjera directa
representada en dólares americanos ha presentado una tendencia independiente para
cada año, basándose en la variabilidad anual de la inversión. Sin embargo, se ha
considerado que la variable de precio del dólar ha sido influenciada por otros factores como
el retroceso de los montos de inversión mundial para actividades que tengan un enfoque
exploratorio.
A partir de dichos resultados presentados en el estudio científico “Exportación y
competitividad del oro peruano 2008-2016” junto a los resultados de las diferentes pruebas
realizadas en esta investigación científica, se pudo aceptar la significancia de la variable
del tipo de cambio durante el periodo de estudio sobre las exportaciones de oro en el Perú,
puesto que el aumento o disminución del tipo de cambio, muestra un riesgo para modificar
el curso del desarrollo de las exportaciones de oro.
Resaltando lo anteriormente descrito, se afirmó que las exportaciones de oro en el
Perú sí poseen factores que pueden influir en él de manera positiva o negativa sobre su
evolución, lo cual representa una amenaza directa para la estabilidad económica para el
sector en relación a los inversionistas, el crecimiento del producto bruto interno del país, el
crecimiento de oportunidad laboral de manera directa o indirecta, la calidad de la población
que habita cerca de las minas de oro y la reputación del país en relación a la imagen minera
estable que actualmente representa a nivel internacional.
17
Referencias Banco Central de Reserva del Perú (2011). Recuperado de:
http://www.bcrp.gob.pe/docs/Publicaciones/Glosario/Glosario-BCRP.pdf
Banco Central de Reserva del Perú (2019). Recuperado de:
https://estadisticas.bcrp.gob.pe/estadisticas/series/anuales/resultados/PM04973A
A/html
Cano, A (2019). Genero y desarrollo económico en Toromocho y Las Bambas. Revista de
Investigación Economía & Sociedad, 6-13
Corcuera, C. (2015) Impacto de la contaminación de la minería informal en el cerro el toro
- Huamachuco (Tesis de Maestría). Recuperada de:
http://www.dspace.unitru.edu.pe/bitstream/handle/UNITRU/2969/TESIS%20MAES
TRIA%20C%C3%89SAR%20AUGUSTO%20CORCUERA%20HORNA.pdf?seque
nce=1&isAllowed=y
Cuzcano, V. T. (2014). La economía ilegal del oro en el Perú: Impacto socioeconómico.
Pensamiento Crítico, 19(2), 177–219.
Cuzcano, V. T. (2015). Minería Ilegal e Informal en el Perú: Impacto Socioeconómico. Lima:
CooperAcción.
Eldovića, E., Vukašinovića, M., Tešića, M., & Bijelić, S. (2015). International commercial
terms-Incoterms 2010. In 2nd Logistics International Conference, Belgrade, Serbia.
Finer M, Mamani N (2018). Deforestación en la Amazonía Andina (Tendencias, Hotspots,
Drivers). MAAP Síntesis #3.
Finer M, Mamani N (2018). Hotspots de Deforestación del 2018 en la Amazonía Peruana.
MAAP: 98.
Hernández-Sampieri, R. & Mendoza, C. (2018). Metodología de la Investigación: Las rutas
cuantitativas, cualitativas y mixtas. Ciudad de México, Edamsa Impresiones.
18
Larios, J.; González, C., & Álvarez, V. (2016). Investigación en Economía y Negocios:
Manual de metodología con aplicaciones de Eviews. Lima: Fondo editorial de la
Universidad San Ignacio de Loyola.
Ministerio de Economía y Finanzas del Perú (2019). Recuperado de:
https://www.mef.gob.pe/es/glosario-sp-23515
Molina, O. (2018). Innovation in an unfavorable context: Local mining suppliers in Peru.
Resources Policy, 58, 34–48.
Ramírez, B. (2017). Exportación y competitividad del oro peruano 2008 – 2016” (tesis de
pregrado). Universidad Cesar Vallejo, Lima, Perú.
Santillán Salgado, R. J., Fonseca Ramírez, A., & Venegas Martínez, F. (2018). Impacto de
los precios de los metales en la estructura de capital de las empresas minero-
metalúrgicas en América Latina (2004-2014). Contaduría y administración, 63(3),
0–0.
Sistema Integrado de Información de Comercio Exterior (2019). Ranking x Partidas.
Recuperado de:
http://www.siicex.gob.pe/promperustat/frmRanking_x_Partida.aspx
Superintendencia de Aduanas y Administración Tributaria (2019). Recuperado de:
http://www.sunat.gob.pe/cl-at-ittipcam/tcS01Alias
Trade Map (2019). Lista de los exportadores para el Sector Minero. Recuperado de:
https://www.trademap.org/Country_SelProduct_TS.aspx?nvpm=3%7c%7c%7c%7
c%7c26%7c%7c%7c2%7c1%7c1%7c2%7c2%7c1%7c2%7c1%7c1