Ebook: El centro y la periferia, una aproximación empírica a la relación entre Lima y el resto del país

El objetivo de este trabajo es evaluar empíricamente el efecto de los shocks que afectan el
crecimiento de Lima sobre las tasas de crecimiento del resto de departamentos. No pretendemos
describir los mecanismos de transmisión a través de los cuales el crecimiento de Lima afecta el
crecimiento del resto del país, sino más bien identificar los efectos negativos y positivos de los
shocks que se originan en Lima, considerada el centro, sobre el resto de departamentos, considerados la periferia. Se empleará un modelo de Vectores Autorregresivos en su representación de
medias móviles (VMA), en el cual las variables endógenas son la tasa de crecimiento de Lima, la
tasa de crecimiento y la tasa inflación de un departamento de la periferia. Se supone que estas
variables son afectadas por shocks de oferta y demanda originados en el centro y la periferia. Para
ortogonalizar la matriz de varianza-covarianza de los errores estimados se utilizará la descomposición de Blanchard & Quah, la cual supone que las innovaciones o shocks de demanda agregada
no tienen un efecto en el largo plazo sobre el producto.
ABSTRACT
The main purpose of this paper is to evaluate empirically the economic relation between
Lima and some departments of the country by estimating the effect of shocks affecting Lima's
growth over the rates of growth of the remaining departments. We do not pretend to describe the
mechanisms of transmission but to identificate the negative and positive effects of shocks coming
from Lima, considered "the center," over the rest of departments, considered "the periphery". It
will be used the Autorregresive Vector Model in its Moving Average representation (VMA), in
which the endogenous variables are Lima's rate of growth, the rate of growth and the rate of
inflation of a periphery department. It is assumed that these variables are affected by shocks of
demand and supply originated in the center and the periphery. In order to ortogonalize the
estimated error variance-covariance matrix we will use the Blanchard and Quah decomposition, in
which innovations or aggregate demand shocks have no effect over the product on the long run