Tesis-2021-Economía-Ordoñez Sinche y Pari Taipe

UNIVERSIDAD NACIONAL DE HUANCAVELICA
(Creada por la Ley N°25265)
FACULTAD DE CIENCIAS EMPRESARIALES

ESCUELA PROFESIONAL DE ECONOMÍA
TESIS
LA INVERSIÓN PÚBLICA Y SU RELACIÓN CON LA POBREZA
MONETARIA EN EL DEPARTAMENTO DE HUANCAVELICA:
PERIODO 2007 - 2019
LÍNEA DE INVESTIGACIÓN:
ECONOMÍA PÚBLICA
PRESENTADO POR:
Bach. ORDOÑEZ SINCHE, Yhoel Ivan
Bach. PARI TAIPE, Wilfredo
PARA OPTAR EL TÍTULO PROFESIONAL DE:

ECONOMISTA
HUANCAVELICA, PERÚ
2021
ACTA DE SUSTENTACIÓN
ii
Titulo
LA INVERSIÓN PÚBLICA Y SU RELACIÓN CON LA POBREZA
MONETARIA EN EL DEPARTAMENTO DE HUANCAVELICA: PERIODO
2007 - 2019
iii
Autores
Bach. ORDOÑEZ SINCHE, Yhoel Ivan

Bach. PARI TAIPE, Wilfredo
iv
Asesor
Econ. MELCHOR ACEVEDO, Braulio
v
Dedicatoria
A todos los niños de Huancavelica que
luchan cada día por salir de la pobreza,
a mi padre que llevo en el recuerdo,
quien me ha ilustrado desafiar los retos
y enseñado a seguir adelante, A mi
madre que con su amor incomparable
motiva mi ser.
Y. Ordoñez
A dios por haberme dado la vida y la oportunidad
de llegar hasta este momento tan importante de
mi formación profesional. A mi madre por ser la
persona quien siempre me acompaño durante
este trayendo tan difícil. A mi padre por su
trabajo y sacrificio a pesar de la distancia siempre
estuvo conmigo apoyándome, a mis hermanos y
hermanas por estar siempre presentes,
acompañándome y por el apoyo moral, que me
brindaron a lo largo de esta etapa de mi vida. Al
docente, gracias por su tiempo, su apoyo y su
sabiduría que nos transmitieron en el desarrollo
profesional.
W. Pari
vi
Agradecimiento
A mis padres, hermanos y a toda mi

familia que me han dado el apoyo
moral.
A mis grandes maestros de mi
educación primaria, secundaria y en
mi formación profesional.
A mis amigos que siempre estaban
conmigo en todo momento.
Y. Ordoñez
A mis padres por enseñarme a no

desfallecer ni rendirme ante cualquier
obstáculo
A mis tíos (as) por sus apoyos
incondicionales, por sus sabios consejos
y por demostrarme la gran fe que tienen
hacia mí.
A mis hermanos (as) que son sus consejos
me han ayudado a afrontar los retos que
se han venido presentado al largo de mi
carrera profesional.
Al Ing. Ponciano Arana Huamán por su
apoyo brindado en mi desarrollo y
crecimiento profesional
W. Pari
vii
Tabla de contenido
ACTA DE SUSTENTACIÓN .................................................................................................................. II

TITULO ............................................................................................................................................ III
AUTORES ......................................................................................................................................... IV
ASESOR ............................................................................................................................................ V
DEDICATORIA .................................................................................................................................. VI
AGRADECIMIENTO ......................................................................................................................... VII
TABLA DE CONTENIDO .................................................................................................................... XI
ÍNDICE DE FIGURAS ........................................................................................................................ XII
RESUMEN ...................................................................................................................................... XIV
ABSTRACT ...................................................................................................................................... XV
INTRODUCCIÓN............................................................................................................................. XVI
CAPÍTULO I ..................................................................................................................................... 18
PLANTEAMIENTO DEL PROBLEMA .................................................................................................. 18
1.1. TEMA DE INVESTIGACIÓN ...................................................................................................... 18
1.2. PLANTEAMIENTO DEL PROBLEMA.......................................................................................... 18
1.3. FORMULACIÓN DEL PROBLEMA ............................................................................................. 25
1.3.1. PROBLEMA GENERAL ..............................................................................................................25
1.3.2. PROBLEMA ESPECÍFICO ..........................................................................................................25
1.4. OBJETIVO DE LA INVESTIGACIÓN ........................................................................................... 25
1.4.1. OBJETIVO GENERAL ................................................................................................................25
1.4.2. OBJETIVO ESPECIFICO .............................................................................................................26
1.5. JUSTIFICACIÓN E IMPORTANCIA ............................................................................................ 26
CAPÍTULO II .................................................................................................................................... 28
MARCO TEÓRICO ........................................................................................................................... 28
2.1 ANTECEDENTE DE LA INVESTIGACIÓN .................................................................................... 28
2.1.1. ANTECEDENTES INTERNACIONALES ..................................................................................................28
2.1.2. ANTECEDENTES NACIONALES..........................................................................................................30
2.1.3. ANTECEDENTES LOCALES ...............................................................................................................34
2.2. BASES TEÓRICAS .................................................................................................................... 35
2.2.1. POBREZA ....................................................................................................................................35
2.2.1.1. ENFOQUES PARA LA MEDICIÓN DE LA POBREZA: ............................................................37
2.2.1.2. MÉTODOS DE MEDICIÓN DE LA POBREZA: ......................................................................37
2.2.2. INVERSIÓN PÚBLICA .....................................................................................................................52
2.2.3. MECANISMO DE TRANSMISIÓN ENTRE LA INVERSIÓN PÚBLICA Y LA POBREZA MONETARIA. ........................60
2.3. DEFINICIÓN DE TÉRMINOS ..................................................................................................... 63
viii
2.4. FORMULACIÓN DE HIPÓTESIS ................................................................................................ 64
2.4.1. HIPÓTESIS GENERAL .....................................................................................................................64
2.4.2. HIPÓTESIS ESPECIFICO...................................................................................................................64
2.5. IDENTIFICACIÓN DE VARIABLES ............................................................................................. 64
2.6. DEFINICIÓN OPERATIVA DE VARIABLES E INDICADORES ........................................................ 65
CAPÍTULO III ................................................................................................................................... 66
METODOLOGÍA .............................................................................................................................. 66
3.1 TIPO DE INVESTIGACIÓN ........................................................................................................ 66
3.1. NIVEL DE INVESTIGACIÓN ...................................................................................................... 66
3.2. MÉTODO DE INVESTIGACIÓN ................................................................................................. 67
3.2.1. MODELO DE REGRESIÓN LINEAL CON DOS VARIABLES. ................................................. 67
3.2.2. MODELO DE REGRESIÓN MÚLTIPLE ............................................................................... 73
3.2.3. ANÁLISIS DE REGRESIÓN CON DATOS DE SERIES DE TIEMPO ......................................... 77
3.2.4. EVALUACIÓN DEL MODELO DE REGRESIÓN ................................................................... 78
3.3. DISEÑO DE INVESTIGACIÓN ................................................................................................... 80
3.4. POBLACIÓN Y MUESTRA ........................................................................................................ 81
3.4.1. POBLACIÓN ................................................................................................................... 81
3.4.2. MUESTRA ...................................................................................................................... 82
3.5. TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS ..................................................... 82
3.6. TÉCNICAS DE PROCESAMIENTO Y ANÁLISIS DE DATOS ........................................................... 82
CAPÍTULO IV ................................................................................................................................... 84
DISCUSIÓN DE RESULTADOS .......................................................................................................... 84
4.1 ANÁLISIS DESCRIPTIVO DE LAS VARIABLES ............................................................................. 84
4.1.1. EVOLUCIÓN DE LA INCIDENCIA DE LA POBREZA MONETARIA EN EL DEPARTAMENTO DE HUANCAVELICA. ......84
4.1.2. EVALUACIÓN DE LA INVERSIÓN PÚBLICA POR NIVELES DE GOBIERNO......................................................85
4.2. PROCESO DE VALIDACIÓN DEL MODELO ECONOMÉTRICO Y LA ESTIMACIÓN PARA LA PRUEBA
DE HIPÓTESIS. ................................................................................................................................ 94
4.2.1. ANÁLISIS DE LAS SERIES .................................................................................................................94
4.2.2. ESPECIFICACIÓN DEL MODELO ECONOMÉTRICO INICIAL. ......................................................................95
4.2.3. SIGNIFICANCIA DE LOS PARÁMETROS DEL MODELO INICIAL. .................................................................96
4.2.4. PRUEBAS A LOS RESIDUOS DEL MODELO ECONOMÉTRICO INICIAL ..........................................................97
4.2.5. ESTABILIDAD ESTRUCTURAL DEL MODELO INICIAL...............................................................................97
4.2.6. ESPECIFICACIÓN DEL MODELO ECONOMÉTRICO AJUSTADO .................................................................100
4.2.7. SIGNIFICANCIA DE LOS PARÁMETROS DEL MODELO AJUSTADO ............................................................101
4.2.8. PRUEBAS A LOS RESIDUOS DEL MODELO ECONOMÉTRICO AJUSTADO. ..................................................102
4.2.9. FORMA FUNCIONAL DE MODELO AJUSTADO ....................................................................................103
4.2.10. ESTABILIDAD ESTRUCTURAL DEL MODELO ECONOMÉTRICO AJUSTADO. ........................................103
4.2.11. ANÁLISIS DE MULTICOLINEALIDAD DEL MODELO AJUSTADO. .......................................................107
4.3. DISCUSIÓN DE RESULTADOS ................................................................................................ 107
CONCLUSIÓN ................................................................................................................................ 110
ix
RECOMENDACIONES .................................................................................................................... 112
REFERENCIA BIBLIOGRÁFICA ........................................................................................................ 113
APÉNDICE ..................................................................................................................................... 116
x
TABLA DE CONTENIDO
TABLA Nº 1 EJECUCIÓN EN PORCENTAJE DEL GASTO PÚBLICO POR GOBIERNOS REGIONALES DE PERÚ EN
INVERSIÓN DE PUBLICA (SOLO PROYECTOS) – 2019. ........................................................... 24
TABLA Nº 2 COMPONENTES PARA EL CÁLCULO DE IDH NACIONAL: ......................................................41

TABLA Nº 3 COMPETENCIAS POR NIVELES DE GOBIERNO .......................................................................57
TABLA Nº 4 OPERACIONALIZACIÓN DE LAS VARIABLES, DIMENSIONES E INDICADORES .........................65
TABLA Nº 5 RESULTADO DEL ANÁLISIS DEL MODELO INICIAL ................................................................96
TABLA Nº 6 RESULTADO DEL ANÁLISIS DE LOS RESIDUOS DEL MODELO INICIAL....................................97
TABLA Nº 7 RESULTADO DEL ANÁLISIS DEL MODELO AJUSTADO.........................................................101
TABLA Nº 8 RESULTADO DEL ANÁLISIS DE LOS RESIDUOS DEL MODELO AJUSTADO. ............................102
TABLA Nº 9 RESULTADO DEL CONTRASTE DE GODFREY-BREUSCH (MODELO AJUSTADO) ...................102
TABLA Nº 10 FACTORES DE INFLACIÓN DE LA VARIANZA DEL MODELO AJUSTADO ..............................107
TABLA Nº 11 DATOS PARA LA ELABORACIÓN DE LA FIGURA Nº 2 .......................................................117
TABLA Nº 12 DATOS PARA LA ELABORACIÓN DE LA FIGURA Nº 3 ........................................................117
TABLA Nº 13 DATOS DE LA POBREZA MONETARIA ..............................................................................118
TABLA Nº 14 PRESUPUESTO DE PERÚ POR NIVELES DE GOBIERNO, 2019, PIA .....................................118
TABLA Nº 15 PRESUPUESTO DE PERÚ POR TIPO DE GASTO, 2019, PIA .................................................119
TABLA Nº 16 PRESUPUESTO DE HVCA POR NIVELES DE GOBIERNO, 2019, PIM..................................119
TABLA Nº 17 PRESUPUESTO DE HVCA POR TIPO DE GASTO, 2019, PIM ..............................................119
TABLA Nº 18 DATOS PARA LA ELABORACIÓN DE LA FIGURA Nº 18 ......................................................120
TABLA Nº 19 INVERSIÓN PÚBLICA POR NIVELES DE GOBIERNO 2007 - 2019 ........................................120
TABLA Nº 20 DATO PARA LA FIGURA Nº 20 .........................................................................................121
TABLA Nº 21 EJECUCIÓN PRESUPUESTAL Y AVANCE DE LA INVERSIÓN PÚBLICA DEL GOB. NACIONAL EN
HUANCAVELICA ...............................................................................................................121
TABLA Nº 22 EJECUCIÓN PRESUPUESTAL Y AVANCE (%) DE LA INVERSIÓN PÚBLICA DEL GOBIERNO
REGIONAL DE HUANCAVELICA, 2007 – 2019 ...................................................................122
TABLA Nº 23 EJECUCIÓN PRESUPUESTAL Y AVANCE (%) DE LA INVERSIÓN PÚBLICA DE GOBIERNO
LOCAL DE HUANCAVELICA, 2007 – 2019 .........................................................................122
xi
ÍNDICE DE FIGURAS
FIGURA Nº 1 EVOLUCIÓN DE LA INCIDENCIA DE LA POBREZA MONETARIA TOTAL, 2007 - 2019 .............19

FIGURA Nº 2 EVOLUCIÓN DE PBI DEL DEPARTAMENTO DE HUANCAVELICA, 2007 - 2019 .....................21
FIGURA Nº 3 HUANCAVELICA: COMPARACIÓN DE PBI POR SECTORES, 2007 Y 2019 .............................22
FIGURA Nº 4 ASPECTOS SIMILARES EN DIFERENTES CONCEPTOS DE LA POBREZA...................................36
FIGURA Nº 5 PERÚ: METODOLOGÍA DE MEDICIÓN DE LA POBREZA MONETARIA-2019 ...........................43
FIGURA Nº 6 EVOLUCIÓN DE LA LÍNEA DE POBREZA Y POBREZA EXTREMA 2008 -2019 .........................44
FIGURA Nº 7 ANÁLISIS DE LA METODOLOGÍA ELL.................................................................................48
FIGURA Nº 8 LA FUNCIÓN DE INVERSIÓN DE PENDIENTE NEGATIVA........................................................55
FIGURA Nº 9 DESPLAZAMIENTO DE LA FUNCIÓN DE INVERSIÓN .............................................................56
FIGURA Nº 10 CICLO DE INVERSIÓN SEGÚN SNIP ..................................................................................58
FIGURA Nº 11 CICLO DE INVERSIÓN .......................................................................................................60
FIGURA Nº 12 MARCO DE EFECTOS DE LA INVERSIÓN PÚBLICA SOBRE LA POBREZA RURAL. ................62
FIGURA Nº 13 COMPARACIÓN DE FRM Y FRP ......................................................................................69
FIGURA Nº 14 EVOLUCIÓN DE LA INCIDENCIA DE LA POBREZA MONETARIA EN HUANCAVELICA, 2007 –
2019. ..................................................................................................................................85
FIGURA Nº 15 PRESUPUESTO DE PERÚ Y SU COMPOSICIÓN, 2019 A NIVEL PIA ......................................86
FIGURA Nº 16 PRESUPUESTO DEL DEPARTAMENTO DE HUANCAVELICA Y SU COMPOSICIÓN, 2019 A
NIVEL PIM .........................................................................................................................87
FIGURA Nº 17 PRESUPUESTO DEL DEPARTAMENTO DE HUANCAVELICA Y SU COMPOSICIÓN POR TIPO DE
GASTO EN LOS NIVELES DE GOBIERNO, 2019 A NIVEL PIM ................................................. 88
FIGURA Nº 18 PROMEDIO DE EJECUCIÓN DEL PRESUPUESTO DE INVERSIÓN PÚBLICA POR NIVELES DE

GOBIERNO EN EL PERIODO 2007-2019 (A NIVEL DEVENGADO) ...........................................89
FIGURA Nº 19 EVOLUCIÓN DE LA INVERSIÓN PÚBLICA POR NIVELES DE GOBIERNO EN HUANCAVELICA,
2007 – 2019. ......................................................................................................................90
FIGURA Nº 20 PARTICIPACIÓN EN LA INVERSIÓN PÚBLICA EN EL DEPARTAMENTO DE HUANCAVELICA
POR NIVELES DE GOBIERNO, 2007 – 2019 (A NIVEL DEVENGADO) ..................................... 91
FIGURA Nº 21 EVOLUCIÓN DE PIM, EJECUCIÓN PRESUPUESTAL Y AVANCE (%) DE LA INVERSIÓN

PÚBLICA DEL GOBIERNO NACIONAL EN HUANCAVELICA, 2007 – 2019. ............................91
PÚBLICA DEL GOBIERNO REGIONAL DE HUANCAVELICA, 2007 – 2019. .............................93
PÚBLICA DE GOBIERNO LOCAL DE HUANCAVELICA, 2007 – 2019. ....................................94
FIGURA Nº 24 REPRESENTACIÓN GRÁFICA DE LAS SERIES ......................................................................95
FIGURA Nº 25 REPRESENTACIÓN GRÁFICA DE LOS COEFICIENTES RECURSIVOS......................................98
xii
FIGURA Nº 26 REPRESENTACIÓN GRÁFICA DE RESIDUOS RECURSIVOS (MODELO INICIAL) .....................99
FIGURA Nº 27 REPRESENTACIÓN GRÁFICA CUSUM Y CUSUMQ (MODELO INICIAL)..........................100
FIGURA Nº 28 REPRESENTACIÓN GRÁFICA DE LOS RESIDUOS RECURSIVOS (MODELO AJUSTADO) ........104
FIGURA Nº 29 REPRESENTACIÓN GRÁFICA CUSUMQ .........................................................................105
FIGURA Nº 30 REPRESENTACIÓN GRÁFICA DE LOS COEFICIENTES RECURSIVOS....................................106
xiii
RESUMEN
La presente investigación tiene como objetivo determinar la relación de la pobreza

monetaria y la pobreza monetaria en el departamento de Huancavelica, en el periodo
2007 – 2019, con la estimación del modelo econométrico de regresión lineal, Mínimos
Cuadros Ordinarios. La metodología utilizada fue de tipo descriptivo y correlacional,
con un enfoque longitudinal de tipo no experimental.
El resultado de la estimación del modelo econométrico evidencia que la Inversión del
Gobierno Local influye significativamente en la reducción de la Pobreza Monetaria en
el departamento de Huancavelica en el periodo de estudio, en seguida el Gobierno
Nacional influye en la reducción de la Pobreza Monetaria pero en menor cuantía, sin
embargo la variable Inversión Pública del Gobierno Regional no influye en la
reducción de la pobreza monetaria, de esta se demuestra la relación inversa de la
inversión pública y la pobreza monetaria.
Palabras clave: Pobreza Monetaria, Inversión Pública de Gobierno Nacional,
Inversión Pública del gobierno Regional e inversión pública de los gobiernos locales
xiv
ABSTRACT
The present research aims to determine the relationship between monetary poverty and
monetary poverty in the department of Huancavelica, in the period 2007 - 2019, with
the estimation of the econometric model of linear regression, Least Ordinary Tables.
The methodology used was descriptive and correlational, with a non-experimental
longitudinal approach.
The result of the estimation of the econometric model shows that Local Government
Investment significantly influences the reduction of Monetary Poverty in the
department of Huancavelica in the study period, then the National Government
influences the reduction of Monetary Poverty but in However, the variable Public
Investment of the Regional Government does not influence the reduction of monetary
poverty, this shows the inverse relationship between public investment and monetary
poverty.
Keywords: Monetary Poverty, National Government Public Investment, Regional

Government Public Investment and Local Government Public Investment
xv
INTRODUCCIÓN
La pobreza monetaria del Perú para el año 2019 ha tenido un descenso en 0,3 puntos
porcentuales respecto al año anterior, 2018, así registrando 20,2 % de la pobreza
monetaria para el año 2019. Esta cifra en comparación con el año 2007 es sumamente
alentador, la cifra en 2007 fue de 42,4 %. Sin embargo, cuando hacemos una mirada
para el departamento de Huancavelica es completamente diferente, con unas cifras
mucho más superiores, siendo uno de los departamentos más pobres del Perú,
ubicándose en el grupo de departamentos con alta incidencia de la pobreza monetaria.
Por otro lado, la inversión pública ha ido desempeñándose adecuadamente pero no con
todo el potencial requerido, ni lo que necesita para poder intervenir en cierre de muchas
brechas que aun aquejan a los Huancavelicanos, Haciendo un ejemplo, la ejecución
presupuestal en promedio del Gobierno local no supera los 66% durante el periodo
2007 a 2019.
Por ello la presente investigación parte de esas premisas para poder determinar la
relación de la inversión pública y la pobreza monetaria en el departamento de
Huancavelica durante el periodo de 2007 a 2019, basándose en estudios similares
realizados en países vecinos, así como en el territorio peruano. Este estudio es
importante para poder tomar decisiones políticas y seguir luchando contra la pobreza
en Huancavelica y en nuestro territorio peruano.
Para poder determinar la relación entre los variables, pobreza monetaria y la inversión
pública, se aplicará el modelo econométrico basado en regresión lineal, la estimación
se realizará usando el software estadístico EViews 10. Para la validación del modelo
se someterá a las pruebas pertinentes. La relación que se espera al final del estudio es
una relación inversa entre la inversión pública y la pobreza monetaria, asimismo el
objetivo es determinar la participación de cada uno de los niveles de gobierno,
Gobierno Nacional, Gobierno Regional y Gobierno Local, en la reducción de la
pobreza.
La presente investigación se desarrolla en Cuatro Capítulos donde en el Capítulo I se
plantea y se formula el problema, también se establece los objetivos de la investigación
y la justificación.
xvi
En el Capítulo II se desarrolla el Marco Teórico de manera amplia, donde se detallan
los antecedentes internacionales, nacionales y locales, del mismo modo se desarrolla
las bases teóricas del tema de la investigación, en este apartado es donde se desarrolla
la formulación de la hipótesis y las definiciones de los términos. Este apartado
finalizamos definiendo las variables a investigar.
El Capítulo III iniciamos definiendo el tipo de investigación y se procede a desarrollar
el método de investigación y la forma como se llegará a responder las hipótesis de la
investigación, asimismo se detalla la metodología a seguir. Y por último en el Capítulo
IV se presenta la discusión de resultados donde se analiza de manera descriptiva las
variables de la investigación y pasar a la estimación del modelo econométrico para
finalmente dar las conclusiones respaldadas con la teoría económica.
xvii
CAPÍTULO I
PLANTEAMIENTO DEL PROBLEMA
1.1. TEMA DE INVESTIGACIÓN

En la presente investigación se determinará la relación de la inversión pública y
la pobreza monetaria en el departamento de Huancavelica periodo 2007 – 2019,
esto debido a que el departamento de Huancavelica tiene un alto índice de pobreza.
1.2. PLANTEAMIENTO DEL PROBLEMA

La pobreza monetaria es uno de los indicadores más utilizados por académicos y
la comunidad científica para medir el bienestar de una sociedad. (Castro Salinas,
Rodolfo, Rivera, Renzo, & Seperak, Rosa., 2017) porque cualquier ser humano
en su sano juicio busca una vida óptima. En la actualidad las economías luchan
por reducir indicadores de pobreza.
Según Banco Mundial, El 10% de la población mundial, 736 millones de personas,
sobreviven cada día con menos de 1,90 dólares, las personas que viven en
situación de pobreza extrema en el mundo ha disminuido en comparación de los
indicadores de años anteriores, pero el ritmo de disminución de las tasas de la
pobreza son lentos lo que genera el riesgo de no lograr el objetivo de ponerle fin
la pobreza para 2030 y se menciona que para lograr ese objetivo debe
incrementarse las inversiones en favor de los pobres.
En Perú, las cifras se han presentado con tendencia a la baja, para el año 2019 el
20,2 % de la población del país se encuentra en la pobreza monetaria, haciendo
un análisis del año anterior 2018 se obtiene una reducción de -0,3 puntos
18
porcentuales. Al hacer una comparación desde el año 2007 hasta 2019, podemos
observar que la pobreza monetaria ha disminuido en -22,2. Se resalta la
disminución de la pobreza de -5,1 en el año 2007 a 2008, lo cual es el pico más
bajo en el periodo de análisis, luego para los años de 2008 a 2016 se ha presentado
un descenso en la tasa de reducción haciendo solo una reducción de la pobreza
para el año 2016 en -1,1 y hasta conlleva a tener resultados desfavorables para
subir la tasa de pobreza en 2017 en 1.0 puntos porcentuales.
Fuente: Instituto Nacional de Estadística e Informática, ENAHO.
Figura Nº 1 Evolución de la incidencia de la pobreza monetaria total, 2007 - 2019
PERÚ: EVOLUCIÓN DE LA INCIDENCIA DE LA POBREZA MONETARIA TOTAL, 2007 – 2019
(PORCENTAJE RESPECTO DEL TOTAL DE POBLACIÓN)
-22.2
Elaboración: INEI
Huancavelica es uno de los departamentos que presenta altas tasas de pobreza
monetaria, después de Cajamarca, es así que nos encontramos para el año 2018 en
el grupo 2 con 32,9% a 36,2% de pobreza monetaria en sus pobladores, junto con
los departamentos de Amazonas, Apurímac, Ayacucho, Huánuco, Loreto, Pasco
y Puno. Según el reporte de INEI de los 20 distritos más pobres, Huancavelica es
el tercer Departamento que tiene uno de sus distritos más pobres del Perú, el
distrito se ubica en la provincia de Tayacaja, denominado Pichos, es el quinto
19
distrito más pobre del Perú, con 65.6% a 88.6% de pobreza monetaria, solo por
debajo de Uchuraccay, Pucacolpa, ambos de Ayacucho y Oxamarca, Anguia del
departamento de Cajamarca.
Estos indicadores preocupan a los gobiernos de todos los niveles, ya que disminuir
la pobreza se encuentra relacionada con las condiciones iniciales de los estados en
materia de desigualdad, provisión de bienes públicos, estructura productiva y
generación de empleos formales. (Raymundo M. Campos Vázquez y Luis A.
Monroy, 2016).
Sin duda Huancavelica es uno de los departamentos del Perú que tiene muchos
retos que superar, sin embargo, la pobreza es un indicador emergente que se tiene
que subsanar y así permitir a los huancavelicanos acceder a la canasta básica de
alimentos y tener una vida digna.
Haciendo un análisis al PBI del departamento de Huancavelica, podemos notar un
crecimiento significativo para el año 2019 con 0.2 % por debajo del PBI nacional
que fue de 4%, sin embargo, para el año 2015 y 2016 cerramos en -0.5% y -1.6 %
respectivamente. Desde al año 2008 a 2018 en promedio el departamento de
Huancavelica ha tenido un crecimiento de 3.1 %, lo que significa que está por
debajo del crecimiento potencial de la economía peruana, sin embargo,
Huancavelica necesita alcanzar por encima de los 4% para poder reducir las
brechas en los diferentes indicadores y así lograr el desarrollo tan esperado.
20
Figura Nº 2 Evolución de PBI del departamento de Huancavelica, 2007 - 2019
HUANCAVELICA: VALOR AGREGADO BRUTO

Valores a Precios constantes de 2007
(Miles de soles y variacion)
4,000,000 3,553,287 3,560,249

3,281,748 3,265,820 3,212,948 3,354,985
3,500,000 3,143,661 3,174,927
2,817,536 2,909,215
3,000,000 2,613,850 2,696,095
2,475,279
2,500,000
2,000,000 5.6% 3.1% 4.5% 3.3% 8.1% 1.0% 3.4% 4.4% 5.9% 0.2%
1,500,000
-0.5% -1.6%
1,000,000
500,000
0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016P/ 2017P/ 2018E/ 2019E/
Miles de soles % crecimiento por año
Fuente: Instituto Nacional de Estadística e Informática (INEI)

Elaboración propia.
Si vamos a un análisis más particular del PBI del departamento de Huancavelica,
por sectores, podemos observar que el PBI - Huancavelica está compuesto
principalmente por el sector de Extracción de Minerales y Electricidad. Este
último pertenece al sector de electricidad, gas y agua con una participación de 30
% en el año 2007 y ascendiendo a 32% para el año 2019, esta composición es
principalmente por la central hidroeléctrica del Mantaro “Santiago Antúnez de
Mayolo” que aporta en gran porcentaje a este sector y próximamente contribuirá
a este sector la central hidroeléctrica “Cerro del Águila”, ambas ubicadas en la
provincia de Tayacaja.
Por otro lado, podemos observar en la figura Nº 3 el cambio abrumador del sector
minería, porque para el año 2007 aportaba al PBI de Huancavelica el 26 %por
debajo de electricidad, gas y agua, sin embargo, para el año 2019 tiene una
reducción abismal con -13 % puntos porcentuales respecto al año 2019, es así que
para el año 2019 tenemos al sector de Extracción de minerales con 13 % de aporte
al PBI de Huancavelica.
Seguidamente el sector con una cifra considerablemente de aporte al PBI de
Huancavelica es el sector de agricultura, ganadería, caza y silvicultura con una
participación de 8 % para el año 2007 y manteniéndose con 8% para el año 2019.
21
También el sector Administración Pública y Defensa tienen una participación
importante en el PBI de Huancavelica con 7% en año 2007 y para el año 2019 con
10% así superando al sector agricultura en aporte al PBI de 2019.
Entonces observamos que el sector Administración Pública y Defensa está
creciendo cada vez más, y con ello una participación importante al PBI del
departamento de Huancavelica, es por ello que profundizaremos este sector a
través de la inversión pública para la reducción de la pobreza monetaria.
Figura Nº 3 Huancavelica: Comparación de PBI por sectores, 2007 y 2019
Huancavelica: PBI por sectores 2007 Huacavelica: PBI por sectores 2019
Agricultura, Ganadería, Agricultura, Ganadería,
Caza y Silvicultura Caza y Silvicultura
Pesca y Acuicultura Pesca y Acuicultura
7% 8%
Extracción de Petróleo, Extracción de Petróleo,
0% Gas y Minerales Gas y Minerales
14% 0% Manufactura Manufactura
17% 0%
1% 26% 8%
Electricidad, Gas y Agua Electricidad, Gas y Agua
10% 13%
2%
Construcción Construcción
4% 2%
Comercio 1% 32% Comercio
6%
30% Transporte, Almacen., 1% Transporte, Almacen.,
2% Correo y Mensajería Correo y Mensajería
Alojamiento y 2% Alojamiento y
Restaurantes Restaurantes
Telecom. y Otros Serv. de 5% 9% Telecom. y Otros Serv. de
Información Información
Administración Pública y Administración Pública y
Defensa Defensa
Otros Servicios Otros Servicios

Elaboración propia.
La expresión económica anteriormente presentando, respecto al PBI, está en la
idea que el gasto público se refleje en la inversión pública y que tenga resultados
en la eliminación de las brechas, en consecuencia, el gasto público se traduce a la
política de los que están a cargo, como menciona (José Luis Hernández Mota,
2010). “la inversión depende no tanto de la capacidad de generar ahorro, sino de
que el gobierno establezca las condiciones propicias para la inversión productiva
generadora de riqueza, en tanto que la eficacia de las acciones de la política
económica para impulsar el crecimiento económico depende no tanto de su efecto
sobre el ahorro sino del que se tenga sobre la inversión”.
22
Las políticas públicas tienen un realce muy importante para el desarrollo de una
región, y es lamentable cuando se encuentra actos de corrupción que solo generan
inestabilidad y menos importancia en la inversión. El gobierno es uno de los
actores principales para reducir las brechas, planteando políticas de gasto público
e interviniendo en los principales indicadores.
Huancavelica como nuestro caso de estudios presenta en términos de
competitividad regional, presentado por (IPE, 2019), se encuentra en el puesto 23
de las 25 departamentos en el año 2018, esto analizado en 6 pilares que agrupa 40
indicadores, sin duda en pilar laboral nos encontramos en el puesto 25, esto a
consecuencia de que en Huancavelica el 91.4% son empleados informales,
definitivamente si la demanda de trabajo no crece no puede haber mayor número
de empleos o mejores salarios y, por tanto, no hay forma en que las personas en
pobreza puedan salir de esa condición permanentemente. (Raymundo M. Campos
Vázquez y Luis A. Monroy, 2016).
La inversión pública tiene un peso de 5% del PBI, mientras la inversión privada

tiene 20%, haciendo un total de inversión de 25% de PBI. Sin embargo. Algunos
analistas miran la inversión pública a través de su porcentaje sobre el PIB y
consideran menos importante, pero la realidad es lo contrario, porque es muy
importante, porque la inversión pública tiene un efecto inductor sobre la inversión
privada. (Kurt, 2017).
El presupuesto del estado está compuesto principalmente por el Gasto corriente y
el Gasto de Capital, este último oscila por debajo del 30% del presupuesto total,
sin embargo, como menciona (Mankiw, 2014). “en la economía a largo plazo el
ahorro es importante, porque esta será transformada en inversión, y mayor
inversión hace que la economía crezca y con ello el bienestar social”. Con
presupuesto mínimo asignado para inversión pública y con la deficiencia en la
ejecución del presupuesto por los diferentes niveles de gobierno suma para que la
inversión pública sea ineficiente y no resulte en impactos notables para el
desarrollo.
23
Para la medición de la ejecución presupuestal en inversión pública nos remitimos
en 2 aspectos, PIA1 y PIM2 , este último es el modificado del primero en el
transcurso del año, el reto de todo gobernante es la ejecución al 100% sin importar
el nivel del gobierno y de hecho Huancavelicana necesita cerrar muchas brechas.
En el Tabla Nº 1 podemos observar la ejecución presupuestal de los Gobiernos
Regionales.
Tabla Nº 1 Ejecución en porcentaje del gasto público por Gobiernos Regionales
de Perú en inversión de publica (solo proyectos) – 2019.
Compromiso
Nº Departamento (Meta) PIM Devengado Avance %
Anual
1 UCAYALI 549,292,473 527,130,943 496,039,154 90.3

2 HUANUCO 334,951,751 306,131,010 274,377,159 81.9
3 APURIMAC 323,291,359 276,004,918 260,667,944 80.6
4 MADRE DE DIOS 205,180,314 185,430,363 164,523,274 80.2
5 SAN MARTIN 381,877,967 353,471,473 296,939,873 77.8
6 LAMBAYEQUE 363,108,578 306,263,276 275,807,749 76.0
7 MOQUEGUA 185,959,665 150,868,906 133,403,169 71.7
8 PASCO 347,629,207 292,055,364 233,572,897 67.2
9 LORETO 494,565,952 411,194,026 329,253,563 66.6
10 TACNA 284,001,191 184,325,506 184,310,597 64.9
11 PUNO 399,615,555 337,519,809 251,133,478 62.8
12 ICA 188,996,117 161,901,655 118,666,843 62.8
13 CUSCO 647,948,268 437,965,802 400,096,865 61.7
14 HUANCAVELICA 314,458,071 245,279,535 189,917,436 60.4
15 AREQUIPA 829,018,201 664,681,517 467,536,269 56.4
16 LIMA 589,766,163 362,493,196 324,144,238 55.0
17 AYACUCHO 508,205,947 422,250,441 274,784,555 54.1
18 LA LIBERTAD 259,106,989 161,829,242 134,882,249 52.1
19 AMAZONAS 384,791,435 218,137,031 195,012,366 50.7
20 JUNIN 440,279,291 414,406,001 211,462,451 48.0
21 ANCASH 463,856,534 225,727,229 222,519,622 48.0
22 CAJAMARCA 399,781,885 211,274,659 156,882,435 39.2
23 TUMBES 148,111,094 68,922,791 54,997,956 37.1
24 PIURA 1,400,634,229 979,791,658 446,761,184 31.9
PROV. CONST. DEL
25 192,485,037 27,089,095 26,378,795 13.7
CALLAO
Fuente: Transparencia Económica (MEF, 2019),
Elaboración propia
1
Presupuesto Institucional de Apertura
2
Presupuesto Institucional Modificado
24
En comparación con otros departamentos del país, podemos observar en el Tabla
N.º 1 los diferentes porcentajes de ejecución del presupuesto correspondiente al
Gasto de Capital, proyectos de inversión, el cual muestra que el Gobierno
Regional de Huancavelica se encuentra en el puesto 14 con un 60.4% de ejecución
a nivel devengado, mostrando una baja ejecución frente a los demás
departamentos del país:
En la ejecución presupuestal lidera el departamento de Ucayali, en seguida se
encuentra Huánuco con 90.3% y 81.9% respectivamente, La posibilidad de una
sociedad con mayor bienestar es cuando la inversión sea mayor, la inversión por
naturaleza atrae a oportunidades laborales, y con ello el crecimiento económico.
1.3. FORMULACIÓN DEL PROBLEMA

1.3.1. PROBLEMA GENERAL
¿Cómo se relaciona la inversión pública y la pobreza monetaria en el
departamento de Huancavelica en el periodo 2007 – 2019?
1.3.2. PROBLEMA ESPECÍFICO

¿Cuál es la participación de la inversión del Gobierno Nacional en la
reducción de la Pobreza Monetaria en el departamento de Huancavelica en
el periodo 2007 - 2019?
¿Cuál es la participación de la inversión del Gobierno Regional en la
el periodo 2007 - 2019?
¿Cuál es la participación de la inversión del Gobierno Local en la reducción
de la Pobreza Monetaria en el departamento de Huancavelica en el periodo
2007 - 2019?
1.4. OBJETIVO DE LA INVESTIGACIÓN

1.4.1. OBJETIVO GENERAL
Determinar la relación de la inversión pública y la pobreza monetaria en el
departamento de Huancavelica durante el periodo 2007 – 2019.
25
1.4.2. OBJETIVO ESPECIFICO
Determinar la participación de la inversión del Gobierno Nacional en la
el periodo 2007 – 2019.
Determinar la participación de la inversión del Gobierno Regional en la
el periodo 2007 – 2019.
Determinar Cuál es la participación de la inversión del Gobierno Local en
la reducción de la Pobreza Monetaria en el departamento de Huancavelica
en el periodo 2007 - 2019.
1.5. JUSTIFICACIÓN E IMPORTANCIA

El departamento de Huancavelica es una de los departamentos con más alta tasa
de pobreza monetaria según cifras analizadas, pese que la inversión pública en el
mencionado departamento ha tenido un comportamiento de fluctuación con
tendencia ascendente. La pobreza genera limitación económica que se refleja en
la calidad de vida y el bienestar social que se merece cada ser humano del
departamento y del país. Es por ello que es de mucha importancia e interés hacer
el estudio de la inversión pública y la pobreza monetaria para identificar la
relación entre estas, ya que el sector público juega un papel muy importante en la
economía Huancavelicana.
El gobierno además de muchas tareas, se tiene que ocupar en cerrar brechas de
desigualdad económica y social, con ello contribuir en la igualdad de
oportunidades en su población, y esas brechas son intervenidas en la mayoría de
los casos con inversiones públicas. Por lo cual, la justificación teórica reside
actuando sobre la estructura productiva y el empleo. Ello significa necesariamente
orientar la inversión, tanto pública como privada, hacia la expansión de los
sectores más intensivos en mano de obra, a la vez que se contribuye a aumentar la
productividad (Verdera, 2007).
La justificación práctica reside que los diferentes niveles de gobierno tienen
herramientas de gestión, así como políticas de inversión pública, por ello la
26
presente investigación contribuirá en la herramienta para hacer políticas de
inversión pública y guía para otros departamentos.
En cuanto a la justificación metodológica se hace uso del modelo de Regresión
Lineal ya que nos permite determinar la relación entre la Inversión Pública y la
pobreza monetaria y así responder nuestros objetivos.
27
CAPÍTULO II
MARCO TEÓRICO
2.1 ANTECEDENTE DE LA INVESTIGACIÓN

2.1.1. Antecedentes internacionales
(Mamani, 2013) en su tesis “La incidencia de la Inversión Pública en los
niveles de pobreza del Municipio de Taraco, periodo 2005 – 2010”, plantea
como su objetivo principal de analizar la incidencia de la Inversión Pública
en los niveles de pobreza del Municipio de Taraco del departamento de la
Paz, Bolivia, durante el periodo 2005-2010, llegando a las siguientes
conclusiones como resultado de la investigación realizada; la Municipalidad
de Taraco tiene la pobreza al 93% de los habitantes, la pobreza es medido
con el método de las Necesidades Insatisfechas. El estudio muestra la
cobertura en áreas de salud y educación, pero los problemas de a la
educación aún persisten en la población en edad escolar que no asiste a las
aulas educativos. Haciendo una virada a los servicios básicos, a nivel
municipal existe un evidente retraso en la atención de saneamiento básico y
agua potable, que evidencia el peligro en la salud de sus habitantes de la
municipalidad de Taraco. Por otro lado, el gasto en los sectores productivos
ha sido escasos, insuficientes para mejorar las condiciones de la vida de la
población de la Municipalidad de Taraco, por ello es la baja contribución en
la reducción de la pobreza en sus habitantes.
28
(Lara, 2018) en la tesis titulado “La inversión pública y su incidencia en la
disminución de la pobreza en Ecuador durante el período 2014 – 2017”
realizada para obtener el grado de economista en la carrera de Economía de
la Universidad de Guayaquil. El objetivo de la investigación es explicar el
comportamiento de la inversión pública y su incidencia en la disminución
de la pobreza en Ecuador durante el periodo 2014 – 2017, como resultado
obtuvo que el sector educación ha tenido una mayor participación en la
inversión pública, de igual manera el sector salud ha tenido un crecimiento
moderado, el país de ecuador mejoro la calidad de ese servicio para
beneficiar principalmente a la población más vulnerable de escasos
recursos. Las principales ciudades del país que se encontró con niveles de
pobreza más altos para el año 2017 es la ciudad de Machala con un 13.6%,
seguidamente de la ciudad de Ambato y Guayaquil con el 11.3 % y 9.6%
respectivamente, por otro lado, la pobreza extrema se registró en la capital
de ecuador, Quito, con una tasa de 23%. La inversión pública ha contribuido
a la disminución de la pobreza, porque el coeficiente de Gini res registro
con 0.49% y para el año 2017 fue del 0.46%, lo cual indica que la población
tiene una mayor igualdad de ingresos per cápita.
(Orellana L., 2015) en la tesis titulado “Los Ingresos Tributarios, la
Inversión Social y los Niveles de Pobreza, periodo 2006 – 2011” realizada
para optar el grado de magister en tributación y finanzas en la Facultada de
Ciencias Económicas de la Universidad de Guayaquil, Ecuador. El objetivo
de la investigación es analizar el impacto de los ingresos Tributarios en la
Inversión Social y en los Niveles de Pobreza, el resultado revela que los
niveles de empleo en Ecuador han incrementado en cifras considerables,
esto debido a las obras públicas, a la vez se vio un incremento en la
recaudación tributaria como resultado de las reformas tributarias. Por otro
lado el autor en su análisis resalta la importancia del presupuesto General
del Estado y con ello la especial atención en inversión pública con un
incremento considerable, este comportamiento se ve reflejado en el
crecimiento económico siendo hasta en momentos con el mejor tasa de
crecimiento en América Latina, también esto se atribuye a las diferentes
29
programas como de Buen Vivir que ha tenido un importante rol para obtener
mejores indicadores económicos, y con ello la reducción de la desigualdad
social.
(Raymundo M. Campos Vázquez y Luis A. Monroy, 2016) en la
investigación económica titulada “La relación entre crecimiento económico
y pobreza en México” de la Facultad de Economía de la UNAM, llega los
siguientes resultados; existe una relación negativa entre crecimiento y las
variaciones en la pobreza, pero cabe precisar que la relación no es con la
misma magnitud en todos los países, en una minoría un incremento de un
punto porcentual en el crecimiento lleva a un decremento más que
proporcional en la pobreza. En cuanto para el mediano plazo, no es posible
observar una relación sistemática entre crecimiento y variaciones en la
pobreza, a razón de que las reducciones en la pobreza requieren un
crecimiento económico sostenido. La capacidad del crecimiento económico
de disminuir la pobreza está relacionada con las condiciones iniciales de los
estados en materia de desigualdad, provisión de bienes públicos, estructura
productiva y generación de empleos formales.
(José Luis Hernández Mota, 2010) en la investigación titulada “Inversión
pública y crecimiento económico: Hacia una nueva perspectiva de la
función del gobierno” resalta en la conclusión lo siguiente; la economía
mexicana en el periodo 1980 – 2009, parecería darse por muerto el
argumento que se deduce a partir del modelo desarrollado de que el
crecimiento y la inversión dependen no tanto de generar ahorro, sino de que
el gobierno genere condiciones para la inversión productiva generadora de
riqueza, en ese sentido el gasto público no será productivo ni generador de
riqueza si se gasta en inversiones no rentables y poco productivos. El autor
precisa que el desperdicio del presupuesto se daría cuando se financie más
en el consumo público y/o privado.
2.1.2. Antecedentes nacionales

(Rocca, 2019) en su tesis titulado “Efecto de la Inversión Pública en los
índices de Pobreza de la Región Cusco, durante los periodos 2000 – 2017”
30
realizada para optar el grado de maestro en economía, Mención Proyectos
de Inversión en la Escuela de Posgrado de la Universidad Nacional San
Antonio Abad del Cusco. El objetivo de la investigación es determinar el
efecto de la inversión pública de los niveles de gobierno del departamento
de Cusco, en los niveles de pobreza de la población de Cusco, en la
mencionada investigación llegó a los siguientes resultados; La pobreza a
grandes magnitudes se tiene una dinámica que ante un incremento de las
inversiones los índices de pobreza tienden a decrecer significativamente,
esto tras el análisis de la inversión de los tres niveles de gobierno. Es así que
el autor afirma que la Inversión Pública es un instrumento vital para la
disminuir los índices de pobreza.
(River, 2018) en su tesis “Inversión Pública y Pobreza Monetaria en el
departamento de Puno: periodo 2004-2015” realizado para optar el título
profesional de Ingeniero Economista en la Universidad Nacional del
Altiplano. El objetivo de la investigación es analizar la contribución de la
Inversión Pública sobre la disminución de la pobreza en el departamento de
Puno, el autor llega a la conclusión de que la pobreza monetaria decrece ante
un incremento del gasto en la inversión pública, este resultado se respalda
en la estimación econométrica y la teoría económica. También se puede
resaltar que la inversión social es la que ha contribuido significativamente
en la reducción de la pobreza en comparación de la inversión pública
económica. Por otro lado, se resalta la siguiente conclusión; los proyectos
de inversión en saneamiento, transporte, agropecuario y energía fueron los
que más aportaron en la disminución de la pobreza. El autor finaliza
diciendo que la inversión pública es un instrumento que ayuda a la reducción
de la pobreza monetaria.
(Ocas Horna, 2019) en su tesis titulado “La incidencia de la inversión
pública en la pobreza monetaria del departamento de La Libertad período
2000-2017” para optar el título profesional de economista en la Universidad
Nacional de Trujillo. En la investigación se planteó el objetivo de analizar
la incidencia de la inversión pública en la pobreza monetaria en el
Departamento de la Libertad, concluyendo en la investigación lo siguiente;
31
La inversión pública ha incidido directamente en la reducción en el índice
de la pobreza monetaria correspondiente al departamento de la Libertad.
(Elvis, 2018) en su tesis titulado “Las decisiones de Inversión y su impacto
en la reducción de la Pobreza en el Perú” para optar el grado de Doctor en
economía en la Universidad Nacional Federico Villareal. El objetivo de la
investigación es precisar la influencia de las decisiones de inversión en la
pobreza en Perú. La conclusión es la siguiente; Una correlación inversa y
negativa que permite apreciar el impacto que tienen las decisiones de
inversión en la reducción de la de la pobreza. Por lo cual, el gobierno debe
tratar de impulsar la inversión pública en los tres niveles de gobierno,
Central, Regional y Local. De otro lado afirma que la inversión privada es
importante para el crecimiento del PBI para un crecimiento sostenido y con
ello reducir los índices de pobreza.
(Sangay, 2018) en su tesis “Inversión Pública y su relación con los niveles
de Pobreza Monetaria en las regiones del Perú: periodo 2004-2015” para
optar el título de Economista en la Universidad Nacional de Cajamarca. La
investigación tiene el objetivo de analizar la relación entre la inversión
pública y la pobreza monetaria en las regiones del Perú, la conclusión es lo
siguiente; La correlación es de manera negativa entre la Inversión Pública y
la Pobreza Monetaria, es decir, cuando crece la inversión pública disminuye
la pobreza.
(Quiñones Huayna, 2016) en su tesis titulado “Efectos del Gasto Público
sobre la Pobreza Monetaria en el Perú: 2004-2012” para optar el grado de
Magister en Economía en la Pontificia Universidad Católica del Perú. En la
mencionada investigación concluye que las reformas económicas
impulsaron el crecimiento económico y una baja inflación que aporto en
reducir la pobreza del país. Por otro lado, concluye que la pobreza crece
significativamente ante un incremento de su rezago, y cae ante un
incremento del gasto público y del crecimiento económico medido en el
PBI. El autor acota a su conclusión afirmando que el gasto público es un
instrumento que ayuda a la reducción de la pobreza monetaria, esta
afirmación es con el respaldo de la teoría económica.
32
(Ricardo Fort, Hector Paredes, 2015) en la investigación titulada “Inversión
pública y descentralización: sus efectos sobre la pobreza rural en la última
década”, cabe mencionar de que el estudio es en Perú durante el periodo
2004 a 2012, en la investigación llega a las siguientes conclusiones; el
estudio indica que los componentes de riego, caminos, telecomunicaciones
y Programas de apoyo al productor tienen un efecto significativo para
reducir la pobreza rural, además menciona que las inversiones de carácter
productiva y de alivio directo a la pobreza son complementarias, porque
ambas disminuyen la pobreza. Por otra parte, la investigación concluye que
la las inversiones abocadas hacia la cobertura de los servicios básicos, como
el saneamiento y la electrificación, no tienen un resultado significativo para
reducir la pobreza rural. También se identifica como una de sus
conclusiones la reducción de la pobreza a través de la descentralización. El
autor resalta la importancia de aplicar políticas de atención directa para
reducir pobreza, la cual es efectiva en el corto plazo, también a la par se
tiene que propiciar inversiones complementarias que aseguren ingresos
autónomos familiares.
(García, 2015) en su tesis “Análisis de la Inversión Pública en funciones
básicas y la Pobreza en el departamento de Piura en el periodo 2001-2013”
para optar el título profesional de economista en la Universidad Nacional de
Piura. En dicha investigación afirma que la inversión pública en educación,
salud, saneamiento y energía, ha contribuido en la reducción de la incidencia
de la pobreza. Además, resalta que la gestión de la inversión ha tenido un
efecto reductor en la pobreza.
(Tipismana, 2018) en su tesis titulado “Factores determinantes de la
Pobreza Monetaria en la región Huánuco 2001 al 2016” para optar el grado
académico de magister en gestión de negocios en la Universidad Nacional
de Hermilio Valdizan. El objetivo de la investigación es identificar a los
principales factores que determinan la evolución de la pobreza en el
departamento de Huánuco, llegando a la conclusión de que la caída de la
pobreza monetaria se debe a la tendencia al incremento del gasto de
inversión del gobierno Regional. Por otra parte, el crecimiento económico y
33
al aumento en el nivel de educación promedio de la población ha contribuido
en la reducción de la pobreza.
2.1.3. Antecedentes locales

(Espinoza, 2019) en su tesis “Emprendimiento Empresarial y Pobreza: caso
Artesanía textil del distrito de Yauli, Huancavelica, Perú, 2016” para optar
el título profesional de licenciatura en administración en la Universidad
Nacional de Huancavelica. El objetivo de la investigación es describir y
explicar cómo contribuye el desarrollo de emprendimientos empresariales
de artesanía textil en la reducción de la pobreza del distrito de Yauli,
Huancavelica, Perú, 2016 llegando de que el emprendimiento empresarial
influye de forma positiva y significativo en la reducción de la pobreza en
los artesanos textiles del distrito de Yauli – Huancavelica periodo 2016.
(Luna Gálvez, 2014) en su tesis “ Inversión pública y el índice de
desarrollo humano - Ciudad de Huancavelica ( 2006- 2012 )” en la
investigación se centra en explicar si el desarrollo humano de los barrios de
la ciudad de Huancavelica depende de la inversión pública, en la
mencionada investigación el autor ha considerado como muestra de 200
vivienda que representa a 755 personas, la investigación se centra a lo largo
de varios periodos de inversión, la conclusión de investigación es que la
inversión pública incide positivamente en el Indicador de Desarrollo
Humano en los periodos analizados, 2006 – 2009.
(Luis, 2016) en su tesis titulado “Inversión pública en infraestructura y
desarrollo de capacidades y su influencia en el ingreso de productores
alpaqueros, distrito de Pilpichaca 2015” para optar su grado académico de
Magister en Planificación y Proyectos de Inversión se planteó como objetivo
determinar la influencia de la inversión pública en infraestructura y
desarrollo de capacidades en los ingresos de los productores de alpaca en
dicho distrito. En la investigación el autor menciona que la implementación
de proyectos orientados a infraestructura como son la construcción de
cobertizos, equipos de esquela, equipos de dosificación tuvo impacto entre
los productores alpaqueros de tal forma que ha influido directamente en el
34
aumento de sus ingresos, en esta mejo de los ingresos influyo la
implantación con ganados mejorados donde se realizó con fines de mejorar
la productividad a mediano y largo plazo. En la investigación se llegó a la
siguiente conclusión: que evidencia mediante la aplicación econométrica
indica que la inversión pública influye significativamente en los ingresos de
los productores de alpaca en dicho distrito, por otra parte, la inversión en
infraestructura pública tiene impacto en corto plazo, mientras las
inversiones en capacidades son visibles en el mediano plazo con efectos en
el largo plazo.
2.2.BASES TEÓRICAS
2.2.1. Pobreza
La profundización del estudio de la pobreza ha conllevado a muchos autores
a conceptualizar de manera particular en sus diferentes investigaciones, por
ello revisares algunos conceptos:
 Para Instituto Nacional de Estadística e Informática – INEI (2000), La
pobreza es una condición en la cual una o más personas tienen un nivel
de bienestar inferior al mínimo socialmente aceptado, la pobreza se
asocia con la incapacidad de las personas puedan acceder a satisfacer sus
necesidades básicas de alimentación, canasta básica, INEI resalta la
consideración un concepto más amplio que incluye la salud, vivienda,
educación, empleo, ingresos, gastos y aspectos más amplios como la
identidad, los derechos humanos, la participación en la sociedad.
 El premio Nobel de economía Amartya Sen (2000), define la pobreza
como la privación plena de capacidades y, en última instancia, de la
libertad de la persona. Tal privación puede expresarse en una mortalidad
prematura, un grado significativo de desnutrición, un elevado nivel de
analfabetismo y otros fracasos. La superación de esta condición de
privación es directamente asociada con el ingreso real.
Para Sen la pobreza es un fenómeno multidimensional del que participan
los distintos funcionamientos de los humanos, relacionados a la salud,
35
alimentación, la educación la participación activa en la vida comunitaria.
La privación que causa la pobreza es valiosa para ver la capacidad del
dinero a resolver estas, por ello se dice que la los ingresos monetarios no
es el único instrumento que genera capacidades.
 Paul Spicker (2009) dice. En ciencias sociales, la pobreza es entendida
en 12 sentidos específicos, la pobreza como un concepto material, que se
refiere a la carencia de recursos para acceder a las cosas que necesita,
bienes y servicios materiales, el otro es un patrón de privaciones, que se
refiere a privaciones sufridos el alimento, el alimento el techo. También
tenemos como la limitación de recursos, nivel de vida, desigualdad,
posesión económica, clases social, dependencia, carencias de la
seguridad básica, ausencia de titularidades, exclusión; a continuación,
presentamos en un cuadro para mayor entendimiento de aspectos
similares en diferentes conceptos de pobreza:
Figura Nº 4 Aspectos similares en diferentes conceptos de la pobreza
Fuente: Paul Spicker (2009) “definiciones de pobreza: doce grupos de

significados”
 Banco Mundial (1990) define a la pobreza como la incapacidad para

alcanzar un nivel de vida mínimo; establece un nivel basado en consumo
36
en necesidades muy básicas y el costo que tiene la participación en la
vida diaria de las sociedades. Este último se refiere a la instalación de
desagüe y otras necesidades de esa índole. Por ello el Banco Mundial
considera el consumo como instrumento de medición ya que facilita la
medición.
2.2.1.1. ENFOQUES PARA LA MEDICIÓN DE LA POBREZA:
Los enfoques de medición son 3, el primero es el de la pobreza absoluta;
luego tenemos la pobreza relativa y por último es el enfoque de exclusión
social, a continuación, vemos cada una de ellas:
a). Pobreza absoluta:
Este enfoque tomo en cuenta el costo de una canasta mínima esencial de
bienes y servicios y considera como pobres a todos aquellos cuyo
consumo o ingreso está por debajo de este valor.
b). Pobreza relativa.
Considera al grupo de personas cuyo ingreso se encuentra por debajo de
un determinado nivel. Un ejemplo es algunos países se considera como
pobres a todos aquellos que tienen remuneraciones inferiores a la mitad
del ingreso promedio. Este criterio se suele aplicar donde se han logrado
erradicar la pobreza absoluta.
c). Exclusión social.
Este enfoque que es considerada de absoluta vigencia en Europa, presta
atención a las personas que no pueden acceder a determinados servicio,
como por ejemplo el empleo, la educación superior, la vivienda propia,
el empleo y otros.
2.2.1.2. MÉTODOS DE MEDICIÓN DE LA POBREZA:
A). MEDICIÓN DE LA POBREZA SEGÚN MEF.
En la ciencia, en diferentes disciplinas existen métodos y formas de
resolver y/o calcular problemas e incógnitas, es por ello a continuación
se presenta las metodologías de medición de la pobreza de acuerdo al
Ministerio de Economía y Finanzas.
1. LA POBREZA MONETARIA
37
Es la insuficiencia de recursos monetarios para adquirir una canasta de
consumo mínima aceptable socialmente, canasta básica, para el cálculo
se utiliza el gasto per cápita y parámetros de lo socialmente aceptado
(líneas de pobreza total para el caso de consumo total y línea de pobreza
extrema para el caso de alimentos). Por ello se dice que un hogar es
pobre si se encuentra el gasto per cápita por debajo de la línea de
pobreza, de igual manera se dice que un hogar es pobre cuando sus
gastos per capitas son por debajo de la línea de pobreza extrema.
1.1. MÉTODO DE LÍNEA DE POBREZA.
El método utiliza el ingreso o el gasto de consumo como medidas del
bienestar. El indicador de línea es un método para determinar la pobreza
coyuntural basada en el poder adquisitivo de los hogares en un
determinado período. Cuando se utiliza el método de línea de pobreza
por el consumo, se incorpora el valor de todos los bienes y servicios
que consume el hogar, indistintamente de la forma de adquisición o
consecución.
Cuando se utiliza el gasto de consumo se tiene la ventaja de que es el
mejor indicador, ya que se refiere a lo que realmente consume un hogar
y no a lo que potencialmente puede consumir cuando se mide por el
ingreso. El consumo es una variable más estable que el ingreso, lo que
permite una mejor medición de la pobreza. A continuación, veremos la
determinación de las líneas de pobreza:
 Para Línea de Pobreza Extrema:
Se considera una norma nutricional de consumo de calorías diarias.
Se cuantifica el valor mensual de este consumo bajo una canasta de
bienes alimenticios (CBA) que posible.
 Para línea de pobreza total:
Se determina una población de referencia, la cual debe tener como
gasto total per cápita mensual (GTPC) aproximarte el mismo valor
de la canasta de consumo alimento, es decir: CBA = GTPC.
38
La línea de pobreza total (LPT) se calcula como el valor de la
canasta per cápita mensual multiplicada por la inversa del
coeficiente de ENGEL (CE) de la población de referencia, es decir:
LPT=CBA x CE ¨ (-1)
INEI construye tres canastas mínimas alimentarias, una para cada
departamento natural con los datos de la ENAHO3. Ellas aseguran el
consumo de 2318 Kilo calorías diarias per cápita. Para cada área, se
definió una población de referencia equivalente al 30%, con el fin de
obtener información confiable en cada departamento. En la costa, se
consideró a los hogares ubicados entre los percentiles 11 al 40; en la
sierra del 42 al 71 y en la selva del 27 al 56.
Se considera pobre a aquel hogar cuyo gasto per cápita sea inferior a la
línea de pobreza y se considera pobre extremo a aquel hogar cuyo gasto
per cápita sea inferior a la línea de pobreza extrema. Este método se
complementa con los indicadores de Foster, Greer y Thorbecke (FGT).,
esta refleja la capacidad de un hogar para afrontar las exigencias
mínimas para vivir; en este sentido el indicador que se utiliza es el gasto
per cápita del Hogar.
1.2. INDICADORES FOSTER, GREER Y THORBECKE (FGT)
Los índices paramétricos propuesto por Foster, Greer y Thorbecke
(1984) son un grupo de medidas que merece una especial atención.
Estos autores proponen una ecuación que contiene el indicador de la
“aversión a la desigualdad”, que muestra la importancia que se le asigna
a los más pobres en comparación con los que están cerca de la línea de
pobreza.
𝑞
1 𝑧−𝑦 2
𝑃𝛼 = ∑( )
𝑁 𝑧
𝑖=1
𝛼≥0
3
Encuesta Nacional de Hogares
39
Donde:
Z: es la línea de Pobreza
Yi : es el gasto o ingreso per cápita del hogar donde proviene el
individuo
n: es el número total de personas
q: es el número total de personas cuyo ingreso o gasto per cápita está
por debajo de la línea de pobreza.
Los diferentes valores de “?” encierran diferentes significados:
 Cuando = 0, esta medida es igual al índice de recuento (H): el
porcentaje de personas que se encuentran en situación de pobreza
monetaria.
 Cuando = 1, se obtiene la brecha de pobreza, decir, el porcentaje
promedio en el cual los pobres deberán aumentar sus ingresos para
salir de la línea de pobreza.
 De los distintos indicadores que forman parte de este grupo, el que
más atención suele recibir es P2 (que se obtiene con = 2), que es
una medida de la “severidad” de la pobreza, el cual representa la
distribución de los gastos per cápita entre los pobres.
2. pobreza no monetaria
La pobreza monetaria tiende a variar rápidamente en el corto plazo por
motivos de que los ingresos monetarios pueden ser mayor (y por lo
tanto mayor gasto), los indicadores de pobreza estructural se refieren
estrictamente a la caracterización de los hogares en cuanto a su tenencia
o calidad de bienes y servicios, o en todo caso, tenencia de capital
humano que describa mejor sus condiciones de vida.
2.1 EL ÍNDICE DE DESARROLLO HUMANO (IDH)
Es un instrumento que se utiliza a nivel mundial para medir el adelanto
de un país, referente a la capacidad básica de su población, está
representada por 3 componentes:
a). Esperanza de vida al nacer, que refleja una vida larga y saludable.
b). Logro educativo, que refiere a la capacidad de las personas para
acceder al sistema.
40
c). El ingreso, que indica la capacidad de acceso a los recursos para
vivir, la variable que se utiliza es el PBI per cápita.
La siguiente tabla muestra las ponderaciones de cada uno de los
componentes para el cálculo de IDH.
Tabla Nº 2 Componentes para el cálculo de IDH nacional:
Peso en el
Componente Indicador
IDH
Vida larga y
I. Esperanza de vida al nacer 1/3
saludable
II. Logro educativo
(Alfabetismo + tasa de
1/3
asistencia escolar en educación
básica)
Educación
a. Alfabetismo 2/9
b. Tasa de asistencia escolar
en educación básica 1/9
(población de 5 a 18 años)
III. Ingreso familiar per cápita
Nivel de vida digno 1/3
mensual en nuevos soles
Fuente: PNUD: Informe de Desarrollo Humano 2009
IDH indica el avance de un determinado país, mientras más se acerque
a 1, mejor será el desarrollo humano.
2.2 INDICADOR DE NECESIDADES BÁSICAS INSATISFECHAS

(NBI)
Los indicadores que se consideran están relacionados con las
características de los hogares en relación a necesidades básicas
estructurales como:
a). Hogares en Viviendas con Características Físicas Inadecuadas.
- Toma en cuenta el material predominante en las paredes y pisos, así
como al tipo de vivienda.
41
b). Hogares en Viviendas con Hacinamiento. - Se determina que hay
hacinamiento cuando residen más de 3.4 personas por habitación.
c). Hogares en Viviendas sin Desagüe de ningún Tipo. - Porcentaje
de vivienda sin desagüe de ningún tipo.
d). Hogares con Niños que No Asisten a la Escuela. - Hogares con
presencia de al menos un niño de 6 a 12 años que no asiste a un centro
educativo.
e). Hogares con Alta Dependencia Económica. - Porcentaje de la
población en hogares con jefe con primaria incompleta (hasta segundo
año) y (i) con 4 o más personas por ocupado, o (ii) sin ningún miembro
ocupado.
2.3 INDICADORES DE CONDICIONES DE VIDA DE LOS
HOGARES
Se refiere en cuanto al déficit de condiciones adecuadas para la
vivienda, manejo de combustibles no apropiados para cocinar, e incluso
el acceso a servicios básicos como agua, desagüe y electricidad.
3. EL METODO INTEGRADO
El método integral ayuda en identificar en qué tipo de políticas se va a
dirigir el gasto público y en qué zonas la pobreza se agudiza tanto en su
componente monetario y no monetario. Este método combina los
métodos de la línea de pobreza y las necesidades básicas insatisfechas,
dividiendo a la población en 4 grupos:
a): Pobres crónicos constituidos por quienes presentan limitaciones en
el acceso a las necesidades básicas y a su vez tienen ingresos o
consumos deficientes; b). Pobres recientes, formado por quienes
tienen sus necesidades básicas satisfechas pero cuyos ingresos o gastos
están por debajo de la línea de pobreza; c). Pobres inerciales, aquellos
que no presentan problemas en ingresos o gastos, pero si tienen al
menos una necesidad básica insatisfecha. d). Integrados socialmente,
los que no tienen problemas de necesidades básicas ni de gastos o
ingresos.
42
B). MEDICIÓN DE LA POBREZA SEGÚN INEI.
1. MÉTODO DE LA LÍNEA DE POBREZA - LP
El método se centra en la dimensión económico de la pobreza, utiliza el
ingreso o gasto de consumo como medidas de bienestar. Al determinar
los niveles de pobreza, se compara el valor per cápita de ingreso o gasto
en el hogar con el valor de una canasta mínima denominada línea de
pobreza. Es más favorable usar el variable de consumo ya que permite
una mejor medición, a continuación, se presenta la línea de pobreza para
Perú.
Figura Nº 5 Perú: Metodología de medición de la pobreza Monetaria-2019
S/. 352
S/. 352 S/. 704 S/. 1056 S/. 1408
S/. 187
S/. 748

Elaboración: INEI
De acuerdo a INEI la extrema pobreza es por debajo de S/. 187 de costo

de consumo promedio mensual de canasta alimentaria familiar, esto
para el año 2019, mientras que la pobreza está por debajo de S/. 352, es
decir. Si en la familia componen 4 miembros, el consumo debería de
ser mayor o igual a S/. 1408 para dejar de pertenecer al grupo de la
pobreza en el Perú.
La línea de pobreza va cambiando a lo largo del tiempo, generalmente
va a la tendencia ascendente, esto debido a las diferentes razones, como
43
la inflación y otros indicadores económicos, en la siguiente figura
vemos la evolución de la línea de pobreza y pobreza extrema en el Perú.
Figura Nº 6 Evolución de la línea de pobreza y pobreza extrema 2008 -
2019
Perú: EVOLUCIÓN DE LA LINEA DE POBREZA Y POBREZA EXTREMA 2008 -2019

CANASTA BÁSICA DE ALIMENTOS PER CÁPITA MENSUAL
(En Soles)
400 344 352

328 338
350 303 315
284 292
300 260 272
250 252
250
183 183 187
200 161 169 176
143 151 155
150 128 131 134
100
50
0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Pobreza Total Pobreza Extrema

Elaboración: INEI
DETERMINACIÓN DE LA LÍNEA DE POBREZA.

Para determinar si el hogar está en condición de pobreza o no, la línea
de pobreza es el valor monetario con el cual se contrasta el gasto per
cápita mensual de un hogar. Este valor está conformado por dos
componentes: alimentario, y no alimentario.
Alimentario; que es llamado también línea de pobreza extrema. Lo
constituye el valor de una canasta de productos alimenticios,
socialmente aceptada, la canasta de alimentos está constituida por los
110 productos de mayor consumo obtenidas a partir de la ENAHO de
2010, esta canasta está conformada por 103 productos alimentarios
consumidos dentro del hogar, 7 son consumidos fuera del hogar, la
cantidad de gramos está determinado con los patrones de consumo de
la población referida. Para seleccionar los productos que componen la
canasta básica de alimentos, se considera el mínimo de energía
requerida por el poblador peruano que efectúa actividades de acuerdo a
44
su sexo, edad y lugar de residencia. Se determinó el valor de la línea de
pobreza extrema para los siete dominios de estudio: Costa urbana, Costa
rural, Sierra urbana, Sierra rural, Selva urbana, Selva rural y Lima
Metropolitana.
La canasta alimentaria se actualiza cada año, con los precios medianos
de los 110 productos que la conforman. Estos precios se obtienen para
la población de referencia, por dominios geográficos de la Encuesta
Nacional de Hogares verificándose la robustez mediante pruebas
estadísticas.
No alimentario, está constituida por el valor de la canasta de bienes y
servicios que requiere un apersona para satisfacer sus necesidades
referidos al vestido, calzado, alquiler de vivienda, muebles, cuidados de
salud, transporte, educación, entre otros. En el año 2010 se calculó el
valor de este componente multiplicando el valor de la línea de pobreza
extrema por el inverso del Coeficiente de Engels (proporción del gasto
de alimentos sobre el gasto total) correspondiente a la población de
referencia. La actualización del valor de los componentes se realiza con
la indexación de los precios de los productos no alimentarios utilizando
IPC.
2. MÉTODO DE LAS NECESIDADES BÁSICAS INSATISFECHAS
(NBI)
El método toma en consideración un conjunto de indicadores
relacionadas a las necesidades básicas estructurales, como; Vivienda
(hogares hacimiento, vivienda sin servicio higiénico), educación (un
niño que no asista a la escuela, hogares con jefe de hogar con primaria
incompleta), salud, infraestructura pública, etc. Que es necesario para
evaluar el bienestar individual. Este método no es sensible a las
coyunturas económicas.
3. EL MÉTODO DE MEDICIÓN INTEGRADO.
Los métodos de línea de pobreza y NBI se unen para desarrollar este
método integrado. Este método clasifica a la población en cuatro
45
grupos: pobres crónicos, pobres recientes, pobres inerciales e
integrados socialmente
4. CASOS DE METODOLOGÍAS DE MEDICIÓN
El INEI cada año emite indicadores sociales del país, entre ellos es los
indicadores de la pobreza monetaria, por ello a continuación veremos
la metodología de medición de la pobreza monetaria en dos aspectos,
una de ellos de la metodología de medición de la pobreza monetaria de
2008- 2019 y también de la metodología de medición del mapa de
pobreza monetaria provincial y distrital 2018.
4.1. METODOLOGÍA DE MEDICIÓN PARA LA EVOLUCIÓN DE
LA POBREZA MONETARIA 2008 -2019, PERÚ.
INEI tiene una comisión consultiva reconocida con la Resolución
Suprema, N° 097-2010-PCM, para la estimación de la pobreza y otros
indicadores relacionados, conforman organismos internacionales,
organismos nacionales, comunidad académica de centros de
investigación y auspiciada por Banco Mundial, el comité asesor
especializado participa en la medición de la pobreza cada año, con la
supervisión, validación y proponer modificaciones en las metodologías
de mediación.
Para el cálculo de la pobreza monetaria se una el Encuesta Nacional de
Hogares (ENAHO) y se usa el término de pobreza monetaria, porque
no considera las otras dimensiones no monetarias de la pobreza, como
desnutrición, exclusión social, necesidades básicas insatisfechas,
capacidades, etc. Es pobreza objetiva porque el estándar con el que se
mide la pobreza no resulta de la percepción subjetiva de los individuos.,
más al contrario es resultado de un conjunto de procedimientos. Es
pobreza absoluta porque se mide respecto a un valor de la línea que
no depende de la distribución relativa del bienestar de los hogares
(como sería una línea de pobreza basada en la mitad de la mediana del
gasto o del ingreso).
Se utilizan dos tipos de líneas: de Pobreza Extrema y de Pobreza. La
Línea de Pobreza Extrema es un valor monetario necesario para la
46
adquisición de una canasta de alimentos capaz de satisfacer un mínimo
de necesidades nutricionales de las personas. La Línea de Pobreza es el
valor de la Línea de Pobreza Extrema más el valor monetario necesario
para satisfacer un conjunto de necesidades no alimentarias consideradas
esenciales (transporte, vestimenta, vivienda, educación y salud).
En la medición de la pobreza monetaria se estiman tres índices
desarrollado por Foster, Greer y Thorbecke (1984). El primero se
refiere a la incidencia de la pobreza (P0), que representa la proporción
de pobres o de pobres extremos como porcentaje del total de la
población. Dicho de otra manera, determina la proporción de la
población cuyo consumo se encuentra por debajo del valor de la línea
de pobreza o del valor de la línea de extrema pobreza, según sea el caso.
Esta medida de la pobreza no toma en cuenta la magnitud de la brecha
que separa el gasto de los pobres de la línea de pobreza, tampoco
considera la forma como está distribuido el gasto entre los pobres. Por
ello, se complementa con las mediciones de Índice de brecha de la
pobreza (P1), que mide la insuficiencia promedio del consumo de los
pobres respecto de la línea de pobreza, tomando en cuenta la proporción
de la población pobre en la población total y por la severidad de la
pobreza (P2), que mide la desigualdad entre los pobres.
4.2. METODOLOGÍA DE MEDICIÓN PARA EL MAPA DE
POBREZA MONETARIA PROVINCIAL Y DISTRITAL 2018.
El mapa de pobreza monetaria Provincial y Distrital 2018 es para
identificar la distribución geográfica de la pobreza en áreas específicas,
así como en las provincias y distritos con el objetivo de mostrar una
información más específica para la toma de decisiones.
La Encuesta Nacional de Hogares (ENAHO) es la herramienta que
permite estimar el ingreso y gasto de los hogares, y por lo tanto la
pobreza monetaria, pero con una representatividad departamental, y no
muestra una información del ingreso para estimar a nivel provincial ni
distrital. Por otra parte, el Censo de Población y Vivienda (CPV), tiene
información a nivel distrital y a niveles más específicos, pero no tiene
47
información de ingresos y/o gastos. Por ello es importante usar ambas
fuentes de información para realizar estimaciones más desagregadas,
provincias y distritos.
La metodología para la estimación para la Mapa de Pobreza Monetaria
Provincial y distrital es desarrollada por Elbers, Lanjouw y Lanjouw
(2003) para medir la pobreza en espacios geográficos más específicos,
quienes son investigadores del Banco Mundial, la metodología combina
los datos de un censo de población y de una encuesta de hogares. La
metodología es conocida como metodología ELL, utiliza los datos de la
encuesta de hogares para estimar un modelo del gasto per cápita de los
hogares; después utiliza este modelo estimado para predecir el gasto de
cada hogar del censo de población; y por último, con el gasto estimado
por hogar, se calcula la pobreza a nivel distrital y otros niveles de
desagregación geográfica.
El concepto general de la metodología ELL se muestra en la siguiente
figura.
Figura Nº 7 Análisis de la metodología ELL

Elaboración: INEI
48
Para la elaboración del Mapa de Pobreza Monetaria Provincial y
Distrital 2018La fuente de información es de ENAHO 2018 y CPV
2017 etapas de estimación son las siguientes:
Análisis de bases de datos, selección de variables, modelamiento,
validación y agrupación de distritos. Nos centraremos en el
modelamiento, una vez analizado y seleccionado los datos:
MODELAMIENTO
Se utilizó el modelo de regresión de errores anidados, desarrollado por
Elbers, Lanjouw y Lanjouw (2003). El modelo es estimado a nivel de
gastos donde se asume que el logaritmo del gasto per cápita de un hogar
es igual a las variables básicas y a las variables externas, clúster. A
continuación, se presenta el modelo:
ln 𝑦𝑐ℎ = 𝐸[ln 𝑦𝑐ℎ |𝑥𝑐ℎ ] + 𝑢𝑐ℎ ….(1)
Donde:
c: Sub índice del clúster
h: Sub índice para el hogar dentro de clúster c
ych: Gasto per cápita del hogar h en el clúster c
xch: Características de los hogares para el hogar h en el clúster c
Una aproximación lineal del modelo (1) se denota como:
ln 𝑦𝑐ℎ = 𝑥𝑐ℎ ´𝛽 + 𝑢𝑐ℎ …(2)
Denominado modelo Beta
Los datos de la encuesta son sólo una submuestra de toda la población,
la información de ubicación no está disponible para todos los
departamentos en los datos del censo. Por lo tanto, no podemos incluir
la ubicación de las variables en el modelo de encuesta. El residuo de (2)
debe contener la varianza de la ubicación.
𝑢𝑐ℎ = 𝑛𝑐 + 𝜀𝑐ℎ …(3)
tenemos la nc como el componente del clúster y εch es el componente de
los hogares. Como se mencionó anteriormente, la estimación de nc para
cada grupo en el conjunto de datos del censo no es aplicable, por ello,
debemos estimar las desviaciones de nc. Tomando las expectativas
aritméticas de (3) a lo largo de clúster c.
49
. 𝑢𝑐 = 𝑛𝑐 + 𝜀𝑐ℎ …(4)
Por lo tanto:
𝐸[𝑢𝑢2 ] = 𝜎𝑛2 + 𝑣𝑎𝑟(𝜀𝑐 ) = 𝜎𝑛2 + 𝜏𝑐2
Supongamos que nc y εc se distribuyen normalmente y son
independientes entre sí, Elbers (2003) proporcionaron una estimación
de la varianza de la distribución del efecto de localización nc.
̂𝑛2 )2 +
̂𝑛2 ) ≈ ∑𝑐[ 𝑎𝑛2 𝑣𝑎𝑟(𝑢𝑐2 ) + 𝑏𝑛2 𝑣𝑎𝑟(𝜏𝑐2 )] ≈ ∑𝑐 2[ 𝑎𝑛2 {(𝜎
𝑣𝑎𝑟(𝜎
2
̂
2
(𝜏̂𝑐2 )2 + 2𝜎
̂ 2̂2 2 (𝜏𝑐 )
𝑛 𝜏𝑐 } + 𝑏𝑐 𝑛 −1] …(5)
𝑐
Cuando el efecto de ubicación nc no existe, la ecuación (3) se reduce a

uch= εch Según Elbers, el residuo restante εch puede ser estimado con un
modelo logístico de εch sobre las características del hogar.
𝑇 ̂
𝑍𝑐ℎ ∝+ 𝑟𝑐ℎ …(6) Denominada Modelo Alfa
El estimador de la varianza para εch es igual a:
̂𝑛2 = [ 𝐴𝐵 ] + 1 𝑣𝑎𝑟
𝜎
𝐴𝐵(1−𝐵)
̂ (𝑟) [ (1+𝐵)3 ] …(7)
1+𝐵 2
El resultado anterior indica una violación de los supuestos de los

Mínimo Cuadros Ordinarios (MCO) en el modelo (2), por lo que se
necesita una regresión por Mínimos Cuadrados Generalizados (GLS).
En GLS la matriz varianza-covarianza es un bloque diagonal matriz con
estructura:
𝜎𝑛𝑐 + 𝜎𝜀 𝜎𝜀 … 𝜎𝜀
[ 𝜎𝜀 𝜎𝑛𝑐 + 𝜎 𝜎𝜀 ]
𝜎𝜀 𝜎𝜀 … 𝑛𝑐 + 𝜎𝜀
En general, el procedimiento para la etapa de la estimación del mapa de

pobreza puede ser descrito de la siguiente manera:
a). Obtener el modelo de estimación “Beta” (2)
b). Calcular el efecto de ubicación nc (3)
c). Calcular los estimadores de varianza (var(σ_n^2) (4)
d). Preparar el εch término residual para estimar el modelo “Alfa” (6)
e). Estimar el modelo GLS (8)
50
f). Utilizar una descomposición de valor singular para descomponer la
matriz de
Varianza-covarianza desde el paso anterior. Esto será utilizado para
generar el vector de una distribución normal de las variables aleatorias
tal que la matriz de varianza covarianza conjunta estará en la forma de
(8)
g). Leer los datos, eliminar registros que contienen valores perdidos,
generar en el censo todas las variables necesarias para los modelos tanto
el Alfa y Beta
h). Guardar todos los datos necesarios para la estimación
Posteriormente la Posteriormente la imputación del modelo a los datos
del censo se realizó mediante un proceso de simulación totalmente
especificado. La simulación consiste en generar valores de los
parámetros de las distribuciones estimadas, se define como:
ln 𝑦̃𝑐ℎ = 𝑥𝑐ℎ ´𝛽̃ + 𝑛̃𝑐 + 𝜀̃𝑐ℎ …(9)
Donde 𝛽̃~𝑁(𝛽̃, Ʃ̂𝛽 )
1) ñc Es una variable aleatoria (podría ser una distribución normal o

distribución-T) con una varianza definida en (5)
2) εch es una variable aleatoria (ya sea una distribución normal o
𝑇
̃ 𝑐ℎ ∝
distribución-T) con una varianza definida en (7), 𝐵 = exp (𝑍 ̃) y
̃ , Ʃ̂∝ )
̃ ~𝑁(∝
∝
La simulación en el censo es un proceso que se repite muchas veces
(ejemplo 400 veces), una vez obtenidas las 400 medidas se puede
estimar los indicadores de incidencia de pobreza monetaria en los
diferentes niveles geográficos, es decir, distritos, provincias, regiones,
dominios geográficos. Esta media obtenida y las desviaciones estándar
sirven para la construcción del mapa de pobreza monetaria.
(Ys ) para que las réplicas sean tomadas de la distribución.
𝑌𝑟 , 𝑌𝑠 , 𝛽̂ , 𝑦̂, 𝑛
̂,
𝑐 𝜀̂
𝑐ℎ (Donde 𝑌𝑟 parte no incluida en la encuesta)
51
2.2.2. Inversión pública
DEFINIENDO LA INVERSIÓN
La inversión pública es toda la intervención limitada en el tiempo que utiliza
total o parcialmente recursos públicos, con el fin de crear, ampliar, mejorar,
modernizar o recuperar bienes o servicios que se brinda a la población.
Las inversiones públicas tienen la finalidad de mejorar la calidad de vida de
la población en común y el desarrollo de las comunidades. Mediante las
inversiones públicas que intervienen a través de los tres niveles del
gobierno, gobierno nacional, gobiernos regionales y gobiernos locales, por
lo tanto, son ellos quienes son responsables del desarrollo de un
departamento a si mejorar su calidad de vida haciendo uso responsable de
los recursos financieros con que cuenta. La inversión pública se considera
el factor determinante en el progreso del país (Myriam Ruiz Tibana, Tito
Duarte, 2015).
(Puig, 2006) La inversión se entiende por aquellos bienes que son
producidos por la economía durante el ejercicio fiscal, el mismo que se
divide en dos partes, inversión bruta son aquellos bienes que son producidos
durante un año fiscal e inversión neta son aquellos bienes que ya fueron
producidos y que existen dentro de la economía. La inversión es también
considerada como un agregado de cantidades que mide el gasto del sector,
es por ellos que es presentado de la siguiente manera.
𝑰𝒏𝒗𝒆𝒓𝒔𝒊𝒐𝒏 = 𝐴ℎ𝑜𝑟𝑟𝑜 𝑃𝑟𝑖𝑣𝑎𝑑𝑜 + 𝐴ℎ𝑜𝑟𝑟𝑜 𝑃𝑢𝑏𝑙𝑖𝑐𝑜 + 𝐴ℎ𝑜𝑟𝑟𝑜 𝑒𝑥𝑡𝑒𝑟𝑖𝑜𝑟
Por otro lado, el autor sustenta que la inversión es el segundo componente
después del consumo con mayor ponderación en el gasto agregado de una
economía, en tanto a ello la inversión está compuesto por tres grandes
categorías en las que se divide la inversión: (1) capital fijo, (2) viviendas de
nueva construcción, y (3) capital circulante. Entre los principales factores
que influyen en la magnitud de la inversión de una economía, cabe destacar:
(1) los tipos de interés, (2) expectativas sobre la evolución de la economía,
(3) ingresos esperados. Habitualmente, la función de inversión se representa
en relación al tipo de interés (una relación negativa).
52
𝐼 = 𝐹(𝑖) = 𝐼 − 𝑏. 𝑖
Según (Ministerio de Economía y finanzas, 2019) la inversión pública
tiene como objetivo mejorar la capacidad prestadora de servicios públicos
del estado de forma que brinde a los ciudadanos de manera oportuna y
eficaz la mejora de la calidad del bienestar social el cual se conseguirá con
la ejecución de proyectos sostenibles a largo plazo.
sperados. Habitualmente, la función de inversión se representa en relación
al tipo de interés (una relación negativa).
(Cuenta General de la Republica, 2010) La inversión pública explica que
toda erogación de recursos de origen público es destinada para crear,
incrementar y mejorar el capital físico y capital humano con el objetivo de
ampliar la capacidad del país para la prestación de servicios y producción
de bienes. En ese sentido la inversión se entiende como una propuesta de
acción técnico y económico para resolver una necesidad utilizando los
recursos disponibles, por lo tanto, las entidades públicas al formular su
presupuesto de inversión tienen como objetivo aprovechar los recursos para
proponer proyectos que mejoren las condiciones de vida de la población,
pudiendo ser a corto, mediante o largo plazo.
LA TEORÍA DE LA INVERSIÓN
La inversión es el componente del PBI el cual explica el presente y el fututo,
el gasto de la inversión, por lo tanto el gasto de la inversión desempeña un
rol importante no solo en la reducción de la pobreza sino también en el
crecimiento económico a largo y corto plazo, cabe mencionar que la
inversión es el componente más volátil del PBI, cuando el gasto en bienes y
servicios tienden a disminuir durante la recesión una gran parte del PBI
reduce debido a que la inversión también tiende a reducir.
Los estudios sobre la inversión mencionan que, para entender las
fluctuaciones de la producción de los bienes y servicios de la economía, se
debe entender que la inversión está relacionada con el tipo de interés real, el
cual se representa de la siguiente manera.
𝐼 = 𝐼(𝑟)
53
Esta función menciona que un aumento en el tipo de interés real reduce la
inversión.
↑ (𝑟) =↓ 𝐼
Cabe mencionar que existen tres tipos de gastos de inversión, la inversión
en bienes de equipo, la inversión en construcción y la inversión en
existencias variaciones de las existencias.
La inversión en bienes de equipo se refiere a los equipos y las estructuras
que compran las distintas empresas para realizar la producción de bienes y
servicios.
La inversión en construcción hace referencia a las nuevas viviendas tanto de
compras y alquiler.
La inversión en existencias o variaciones de las existencias hace referencia
a los bienes que almacenan las distintas empresas del país, los cuales
incluyen las materias primas los bienes semiacabados y los bienes acabados.
El modelo convencional de la inversión se llama modelo neoclásico de la
inversión este modelo examina los beneficios y los costos de las distintas
empresas que poseen lo bienes y servicios, para determinar que variables
influyen en el precio, determinaremos la función de la producción de cobb-
Douglas, la función recoge la información de manera aproximada y permite
identificar de forma real la transformación del capital y el trabajo en bienes
y servicios. La función de producción de cobb-Douglas se representa de la
siguiente manera.
𝑌 = 𝐴𝐾 𝛼 𝐿1−𝛼
Donde “Y” es la producción, “K” capital y “L” trabajo, “A” un parámetro
que mide el nivel de tecnología y α un parámetro comprendido entre el cero
y el uno que mide la participación del capital en la producción de los bienes
y servicios.
El producto marginal del capital correspondiente a la función de producción
de cobb-Douglas es de la siguiente manera.
𝑃𝑀𝐾 = 𝛼𝐴 (𝐿/𝐾)1−𝛼
Los determinantes de la inversión:
54
La variación del stock de capital, llamada inversión neta depende de la
diferencia entre el producto marginal del capital y el coste de capital, si el
producto marginal del capital es superior al coste de capital a las empresas
les resulta rentables aumentar su stock de capital. Si el producto marginal
del capital es inferior al coste de capital dejan que su stock de capital
disminuya.
En caso de que una empresa que utiliza y posee capital el beneficio de una
unidad adicional es el producto marginal del capital y el coste es el coste del
capital, por lo tanto, se representa de la siguiente manera.
𝑃𝐾
∆𝐾 = 𝐼𝑛 [𝑃𝑀𝐾 − ( ) (𝑟 + 𝛿)]
𝑃
La inversión en bienes depende del producto marginal del capital del coste
de capital y de la depreciación. Este modelo demuestra porque depende la
inversión del tipo de interés un descenso del tipo de interés real reduce el
costo del capital, en tal sentido se eleva la cantidad de beneficios. Asimismo,
una subida del tipo de interés real eleva el coste de capital y conduce a la
empresa a reducir sus inversiones. Tal como se muestra en la gráfica
siguiente.
Figura Nº 8 la función de inversión de pendiente negativa
r
Tipo de interés real
Función de
Inversión, I(r)
I
Cantidad de Inversión
Fuente: (Mankiw, 2014)

En esta curva de la inversión existe la relación de la inversión y la tasa de
interés tiene una pendiente negativa. Esto explica que la inversión en bienes
55
aumenta cuando baja el tipo de interés. Por qué una bajada del tipo de interés
reduce el coste de capital y por consiguiente hace que la propiedad de capital
sea más rentable.
Figura Nº 9 Desplazamiento de la función de inversión
r
Tipo de interés real
Inversión i
Fuente: (Mankiw, 2014)

En esta grafica muestra que la curva de inversión se desplaza hacia la
derecha cuando hay un aumento en el producto marginal del capital y
aumentando la rentabilidad de la inversión.
COMPETENCIAS POR NIVELES DE GOBIERNO EN EL PERÚ.
A continuación, se muestra las competencias para cada nivel de gobierno
basado a la ley orgánica de municipalidades N°27972.
Cuadro 4: Competencias por niveles de gobierno:
56
Tabla Nº 3 Competencias por niveles de gobierno
GOBIERNO GOBIERNO GOBIERNO
CENTRAL REGIONAL LOCAL
 Diseño de  Planificar el desarrollo  Planificación del
políticas de su Departamento, desarrollo local y
nacionales y promover las ordenamiento
sectoriales. inversiones públicas de territorial.
ámbito regional en
 Regulación de proyectos de agua y  Promoción de los
los servicios saneamiento y/o planes integrales de
públicos de su servicios básicos. desarrollo distrital.
responsabilidad.
 Promover la  Promoción, apoyo y
 Regulación y modernización de las ejecución de proyectos
Gestión de pequeñas y medianas y servicios públicos
Infraestructura empresas articuladas municipales.
pública de con educación, empleo
carácter y y tecnología.  Emisión de normas
alcance técnicas generales en
nacional.  Promover el uso materia de
sostenible de los organización del
recursos forestales y espacio físico y uso del
biodiversidad. suelo.
Fuente: ley orgánica de municipalidades N°27972

Elaboración: YHOM WILBER, CENTENO TEVES
PRESUPUESTO DEL SECTOR PUBLICO CASO PERUANO

El presupuesto del país es aprobado un año antes para el gasto fiscal, basado
en la estimación de fondos a recaudar por las diferentes fuentes. El
presupuesto está compuesto por Gobierno Central e instancias
descentralizadas, que se refiere a los gobiernos regionales y locales, cada
uno de estos niveles de gobierno su gasto está clasificado por gastos
corrientes, gastos de capital y servicios de deuda.
Gatos corrientes. - Están destinadas principalmente para solventar las
operaciones de la producción de bienes y servicios. Como sueldos,
seguridad ciudadana, entre otros.
Gastos de capital. - Está destinada para la adquisición o producción de
activos tangibles e intangibles y las inversiones financieras, esta sección del
presupuesto es lo que está directamente relacionado a la inversión pública.
57
Servicio de deuda. - Esta destinado para cumplir con las obligaciones
financieras y pagos pendientes.
Es de resaltar que mientras más alto sea el gasto de capital, mayor será la
inversión pública y con ello el crecimiento será sustentando a largo plazo,
cuando el gasto corriente sube, el gasto de capital disminuye en esa misma
medida, por ello en una economía es importante destinar mayor presupuesto
en gasto de capital.
EL SISTEMA NACIONAL DE INVERSIÓN PÚBLICA (SNIP)

Desde los años 2000 al 2016 Las inversiones públicas estaban reguladas por
el Sistema Nacional de Inversión Pública más conocida como (SNIP), en tal
sentido desde junio del año 2000 y se aplica de manera gradual en las
municipalidades recién a partir de setiembre del año 2003. El SNIP cuyo
objetivo es certifica la calidad y sostenibilidad de los proyectos de inversión
pública, a través de un conjunto de principios, métodos, procedimientos y
normas técnicas relacionados con las diversas fases de los proyectos de
inversión. A continuación, presentamos el Ciclo de inversión según SNIP.
Figura Nº 10 Ciclo de inversión según SNIP
PRE INVERSIÓN INVERSIÓN POS INVERSIÓN
Perfil Operación y
Expediente
Técnico mantenimiento
Factibilidad Ejecución Evaluación ex

post
INVERSIÓN
Fuente: Ministerio de Economía y Finanzas.
58
Elaboración: SNIP
Según las normas del sistema nacional de inversión pública el principal
objetivo del SNIP es el uso eficiente de los recursos públicos destinados a
la inversión a través de los siguientes principios. Economía, por medio del
ahorro de recursos, Priorización, escasos recursos y muchos problemas y
eficiencia, lograr la solución del problema al menor costo.
EL FUNCIONAMIENTO DE SNIP
Inicia con Formular el PIP a cargo de la Unidad Formuladora, luego el PIP
se deriva para la evaluación a la Oficina de Programación de inversiones,
posteriormente la DGMP, es el encargado de declarar la viabilidad del PIP,
una vez declaro viable pasa al órgano resolutivo para priorizar la ejecución
del PIP. Finalmente, la oficina que se encarga de ejecutar del PIP es la
Unidad Ejecutora. Es importante mencionar que este sistema ya no vigente
actualmente, porque ha sido reemplazado con el sistema de inversiones
INVIERTE.PE.
SISTEMA NACIONAL DE PROGRAMACIÓN MULTIANUAL Y
GESTIÓN DE INVERSIONES:
El sistema de inversión pública conocido como INVIERTE.PE tiene como
objetivo regular el funcionamiento correcto e eficiente de los procesos y
procedimientos de la fase de ejecución de la inversión, en la cual está
enfocado en el cierre de brechas de infraestructura, el mismo que tiene la
metodología de planificar y seleccionar carteras estratégicas de proyectos
en base a la necesidad de la población.
Con el nuevo sistema de inversión pública se elaborará inversiones que se
garantizara el correcto dimensionamiento con costos más reales y procesos
estandarizados que permiten reducir el tiempo de la formulación y
evaluación de las inversiones.
El ciclo de la inversión del sistema nacional de programación multianual y
gestión es lo siguiente:
59
Figura Nº 11 Ciclo de inversión
Programacion
Multianual de
Funcionamiento inversioes
(PMI)
Formulación y
Ejecución
evaluación
Fuente: Sistema Nacional de Programación Multianual y Gestión de

Inversiones.
Con el Sistema Nacional de Programación Multianual y Gestión de

Inversiones el ciclo de la inversión cambia con la finalidad de agilizar la
ejecución de las inversiones.
2.2.3. Mecanismo de transmisión entre la inversión pública y la pobreza

monetaria.
La relación de la inversión pública y la pobreza monetaria según (River,
2018) es evidente utilizando el modelo econométrico regresión lineal, con
datos que nos brindan MEF e INEI. A continuación, presentamos el modelo:
Pobreza monetaria =f (inversión pública)
𝑃𝑀𝑡 = 𝑓(𝑖𝑛𝑣𝑃𝑡) …(2)
Modelo econométrico 1: Pobreza monetaria

𝑃𝑀𝑡 = 𝛽0 + 𝛽1 𝑖𝑛𝑣𝑇𝑡−1 + 𝑢𝑡 …(3)
60
Modelo econométrico 2: Pobreza monetaria
𝑃𝑀𝑡 = 𝛼0 + 𝛼1 𝑖𝑛𝑣𝑝𝐸𝑐𝑜𝑛𝑡−1 + 𝛼2 𝑖𝑛𝑣𝑝𝑆𝑜𝑐𝑡−1 + 𝑢𝑡 …(4)
Variable dependiente
𝑃𝑀𝑡 =Pobreza Monetaria (%)
Variable independiente
𝑖𝑛𝑣𝑇𝑡−1 = Inversión Pública total (S/)
𝑖𝑛𝑣𝑝𝐸𝑐𝑜𝑛𝑡−1 = Inversión Publica Económica (S/)
𝑖𝑛𝑣𝑝𝑆𝑜𝑐𝑡−1 = Inversión Publica Social (S/)
Donde:
𝑃𝑀𝑡 : Pobreza Monetaria (%) departamental según INEI.
𝑖𝑛𝑣𝑇𝑡 : Inversión Pública total a nivel devengado del PIM.
𝑖𝑛𝑣𝑝𝐸𝑐𝑜𝑛𝑡 : Inversión Pública económica a nivel devengado del PIM
𝑖𝑛𝑣𝑝𝑆𝑜𝑐𝑡 : Inversión Pública Social a nivel devengado del PIM
𝛽0 y 𝛼0 : Intercepto de los modelos.
𝛽1: Coeficiente de Regresión de la Variable 𝑖𝑛𝑣𝑝𝑇 sobre PM.
𝛼1 : Coeficiente de Regresión de la Variable 𝑖𝑛𝑣𝑝𝐸𝑐𝑜𝑛 sobre PM.
𝛼2 : Coeficiente de Regresión de la Variable 𝑖𝑛𝑣𝑝𝑆𝑜𝑐 sobre PM.
𝑢𝑡 : Variable estocástica.
𝑡: Tiempo (anual)
El modelo se precisa que la variable dependiente, la pobreza está
representada por porcentajes anuales, en el variable independiente se
encuentra la inversión pública agrupada en dos grandes grupos como; la
inversión pública económica que comprende (Transporte, Agropecuario y
Energía) y la inversión pública social (Educación, salud y saneamiento),
ambos grupos de este último están representados por el devengado en soles.
Con este modelo se explica la transición de la inversión pública y la pobreza
monetaria.
Por otro lado (Ricardo Fort, Hector Paredes, 2015), plantea los canales de
impacto para determinar los efectos de la Inversión Pública sobre la pobreza
rural tomando la base de adaptación de Fan y otros (1999). En el modelo de
canales de impacto se busca la relación entre la inversión pública y las
61
pobrezas monetarias, directas e indirectas, los impactos directos se darían
por medio de la asignación de recursos en Salud e inversión de atención
directa, mientras que los impactos indirectos estarían constituidos en
inversiones en educación, infraestructura y apoyo directo al productor. En
este segundo caso, las inversiones afectan principalmente a la productividad
agrícola agregada, este último contribuye a ingreso agrícola.
Independientemente de la agricultura los niveles de ocupación y los precios
relativos en conjunto influyen en la incidencia de la pobreza rural. A
continuación, mostramos el grafico donde se demuestra los efectos de la
inversión pública sobre la pobreza rural.
Figura Nº 12 Marco de efectos de la Inversión Pública sobre la Pobreza Rural.
INVERSIÓN PÚBLICA RURAL
Alivio a la
lSalud Educación Infraestructura Tecnología
pobreza
f
Productividad Agrícola
Salarios Empleo no Tierra Precios

agrícola
Otras Var. Exógenas

 Población. Pobreza rural
 Tendencia.
Fuente: Adaptado a partir de Fan y otros (1999).

Elaboración: (Ricardo Fort, Hector Paredes, 2015)
62
2.3.DEFINICIÓN DE TÉRMINOS
Pobreza monetaria: en este enfoque se considera como pobres a las personas que
residen en hogares cuyo gasto per cápita es insuficiente para adquirir una canasta
básica de alimentos y no alimentos (vivienda, vestido, educación, salud,
transporte, etc.
Pobre: es cuando un individuo no tiene lo necesario para vivir para subsistir y
desarrollarse. Está relacionado directamente con la situación social y económica
que limita al individuo el alcance de las necesidades básicas.
Inversión: Se define como efecto del ahorro que repercute en la adquisición de
bienes de capital y que son nuevas para el uso en el proceso productivo.
Inversión pública: Es toda erogación de recursos de origen público destinada a
crear, implementar, mejorar, reponer, ampliar las existencias de capital físico, con
la finalidad de ampliar la capacidad de respuesta frente a brechas, mejorar la
prestación de servicios y producción de bienes.
Canasta básica de alimentos: se refiere al conjunto de alimentos expresados en
cantidades suficientes para satisfacer las necesidades de calorías de un hogar
promedio.
Línea de pobreza: Según INEI, define como el valor monetario con el cual se
contrastan el gasto per cápita mensual de un hogar para determinar si está en
condiciones de pobreza o no. Este valor está conformado por dos componentes: el
componente alimentario, que es llamado también línea de pobreza extrema; y el
componente no alimentario.
Gasto público: es toda la distribución que realiza el estado por concepto de gasto
corriente, gasto de capital y servicio de deuda a todos los niveles de gobierno para
el cumplimiento de sus objetivos y funciones respectivos de acuerdo a ley. Este
presupuesto es ejecutado de manera anual.
Presupuesto institucional de Apertura (PIA). Es el Presupuesto inicial de la
entidad pública aprobado por la ley para el gasto del año fiscal respectivo, este
presupuesto es evidenciado al primer mes de cada año.
63
Presupuesto Institucional Modificado (PIM): Es el presupuesto actualizado de
la entidad a consecuencia de las modificaciones presupuestario que ocurre durante
el año fiscal, este se mide a partir de PIA.
Modelo econométrico: Es la modelación de una realidad expresada en funciones
matemáticas para explicar, determinar, pronosticar, etc. Unas variables y entre sí.
Lo cual debe de tener determinaciones necesarias para su aplicación empírica que
se vale de muchas ciencias.
2.4.FORMULACIÓN DE HIPÓTESIS
2.4.1. Hipótesis general
La relación es inversa entre la inversión pública y la pobreza monetaria en
el departamento de Huancavelica en el periodo 2007 – 2019
2.4.2. Hipótesis especifico

La participación de la inversión del Gobierno Nacional en la reducción de
la Pobreza Monetaria en el departamento de Huancavelica es
moderadamente significativa en el periodo 2007 – 2019.
La participación de la inversión del Gobierno Regional en la reducción de
la Pobreza Monetaria en el departamento de Huancavelica no es
significativa en el periodo 2007 – 2019.
La participación de la inversión del Gobierno Local en la reducción de la
Pobreza Monetaria en el departamento de Huancavelica es significativa en
el periodo 2007 - 2019.
2.5.IDENTIFICACIÓN DE VARIABLES
Las variables son una característica o cualidad; magnitud o cantidad, que puede
sufrir cambios, y que es el objeto de análisis, medición, manipulación o control y
una investigación, (Arias, 2012). De acuerdo al tema, las variables que se utiliza
en esta investigación son cuantitativa ya que expresan sus valores como datos
numéricos.
Variable dependiente: Pobreza monetaria.
64
Variable independiente: Inversión pública (Inversión Nacional, Regional y
Local)
2.6.DEFINICIÓN OPERATIVA DE VARIABLES E

INDICADORES
Una vez definido nuestros variables, pasamos a la operacionalización de estas,
aunque esta última expresión no aparece en la lengua hispana, pero es uno de los
técnicos que se usa en el campo de la investigación para designar al proceso
mediante el cual se transforma la variable de conceptos abstractos a términos
concretos, observables y medibles, es decir dimensiones e indicadores (Arias,
2012).
Tabla Nº 4 operacionalización de las variables, dimensiones e indicadores
VARIABLES A INDICADORE ESCALA DE

VARIABLE
ANALIZAR S MEDICIÓN
Variable 1 Pobreza Monetaria % pobreza monetaria
Presupuesto
Inversión del Gobierno
Variable 2.1 ejecutado a nivel de
Nacional en Huancavelica.
devengado. Cuantitativa –
Presupuesto Modelo de
Inversión del Gobierno
Variable 2.2 ejecutado a nivel de regresión
Regional.
devengado. lineal.
Presupuesto
Inversión de Gobiernos
Variable 2.3 ejecutado a nivel de
Locales.
devengado.
Fuente: Elaboración propia.
65
CAPÍTULO III
METODOLOGÍA
3.1 TIPO DE INVESTIGACIÓN

La presente investigación es cuantitativo, no experimental y a la vez longitudinal.
Cuantitativo a razón de que se analizara la relación de la inversión pública y la
pobreza monetaria en términos cuantitativos, ya que ambas variables están
representadas de manera cuantitativa, no experimental porque la investigación se
realiza sin manipular deliberadamente variables. Es decir, se trata de estudios en
los que no hacemos variar en forma intencional las variables independientes para
ver su efecto sobre otras variables. (Sampieri, 2014) Por lo tanto, seremos
recolector de datos. Es longitudinal porque la investigación consiste con datos de
la pobreza monetaria y la inversión pública durante el periodo de 2007 a 2019.
3.1.NIVEL DE INVESTIGACIÓN
La investigación es descriptiva – correlacional porque se describe la evolución de
la pobreza monetaria y de la inversión pública en el departamento de Huancavelica
durante el periodo 2007-2019 y correlacional porque se trata de asociar las
variables para evaluar el grado de asociación entre dos o más variables (Sampieri,
2014), de esta manera se determinará la relación entre la inversión pública y la
pobreza monetaria.
66
3.2.MÉTODO DE INVESTIGACIÓN
Los investigadores por lo general tienen múltiples métodos de investigación. Por ello en
esta oportunidad haremos uso del método de la Modelación que permite la abstracción de
la realidad, es decir, se sustituye los objetos reales a métodos análogos o parecidos con el
fin de analizarlos y proporcionar información valida. Para ellos describimos del modelo
que aremos uso:
3.2.1. Modelo de regresión lineal con dos variables.

El modelo de regresión es un modelo cuyo objetivo es tratar de explicar una
variable dependiente (y) mediante un variable independiente o regresor (x).
Este modelo nos permite describir y explicar cómo influye una variable X
sobre otra variable Y.
𝑃𝑎𝑟𝑡𝑒 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎 𝑝𝑜𝑟 𝑥 F. Regresión
𝐶𝑜𝑚𝑝𝑜𝑟𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒 𝑌
Perturbación
𝑃𝑎𝑟𝑡𝑒 𝑛𝑜 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎 𝑝𝑜𝑟 𝑥
o error
A la parte explicada le llamaremos como la “Función de regresión

poblacional”; y la parte no explicada es la “perturbación” o error 𝑢𝑖 :
𝑌𝑖 = 𝐹𝑅𝑃𝐼 + 𝑢𝑖
SUPUESTOS:
A continuación, se resumen los supuestos de Gauss – Markov para la
construcción de los estimadores de los parámetros usando Mínimos
Cuadrados Ordinarios en adelante MCO. El resumen se realiza teniendo la
fuente a (Wooldridge, 2009).
Supuesto 1: Linealidad en los parámetros:
En el modelo poblacional, la variable dependiente, y, está relacionado con
la variable independiente, x, y con el error (o perturbación), u, de la siguiente
manera.
𝑦𝑖 = 𝛽0 + 𝛽1 𝑥𝑖 + 𝑢𝑖
67
Donde 𝛽0 y 𝛽1 son parámetros y/o coeficientes de regresión poblacional:
𝛽0 : 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜
𝛽1 : 𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒:
Supuesto 2: Muestreo Aleatorio:
Se tiene una muestra aleatoria de tamaño n, {(xi yi): i = 1, 2, …, n}, que
sigue el modelo poblacional del supuesto 1.
Supuesto 3: variación muestral en la variable explicativa.
Los valores muéstrales de x, a saber, { 𝑥𝑖 , 𝑖 =
1, … . , 𝑛}, no son todos iguales.
Supuesto 4: (Media Condicional cero)
El valor esperado de error 𝑢𝑖 es cero.
𝐸[𝑢𝑖 |𝑥𝑖 ] = 0
𝐸[𝑢𝑖 |𝑥𝑖 ] = 0 dice que no importa qué valor tome x, la esperanza de 𝑢𝑖 será
cero condicionado a ese x.
Supuesto 5: Homocedasticidad.
Para cualquier valor de la variable explicativa, el error 𝑢𝑖 tiene la misma
varianza. En otras palabras,
𝑉𝑎𝑟(𝑢|𝑥) = 𝜎 2
ESTIMACIÓN POR MÍNIMOS CUADRADOS ORDINARIOS
En el apartado anterior presentamos brevemente la Función de Regresión
Poblacional (FRP) con dos variables y compuesta por parámetros
poblacionales.
𝑦𝑖 = 𝛽0 + 𝛽1 𝑥𝑖 + 𝑢𝑖
La FRP es una línea recta no observable, por ello a continuación se realizará
una estimación de esta recta de la Función de regresión poblacional usando
la Función de Regresión Muestral (RFM):
Función de Regresión Muestral:
𝑦̂𝑖 = 𝛽̂0 + 𝛽̂1 𝑥𝑖
Donde:
𝑦̂𝑖 : es un estimador de 𝐸[𝑌𝑖 |𝑋𝑖 ]
𝛽̂0 : es un estimador del parámetro poblacional 𝛽0
68
𝛽̂1 : es un estimador del parámetro poblacional 𝛽1
Con una muestra de datos se pueden obtener las estimaciones de estos
parámetros y se puede graficar en el plano (X,Y) a la FRM con una recta
estimada, para ello vamos suponer que ya tenemos a los estimadores para
ilustrar y comparar a la FRM con la FRP, sin embargo más adelante
realizaremos la estimación.
Figura Nº 13 Comparación de FRM Y FRP

Logaritmo del Ingreso por hora
4.5 𝑦̂𝑖 = 𝛽̂0 + 𝛽̂1 𝑥𝑖

4  

3.5 
 
3   𝑒2
𝑢1 𝑒1  𝐸[𝑌𝑖 |𝑋𝑖 ] = 𝛽0 + 𝛽1 𝑥𝑖
2.5
 𝑢2
2
   
1.5   
1
  
0.5
0 | | | |
0 5 10 15
20
Años de Educación
Fuente: Jeffry M. Wooldridge

Definimos el residuo como:
𝑒𝑖 = 𝑦𝑖 − 𝑦̂𝑖 = 𝑦𝑖 − 𝛽̂0 + 𝛽̂1 𝑥𝑖
La estimación por MCO busca trazar una recta que minimice las distancias
de las observaciones a la recta, es decir que los residuos en conjunto sean lo
más pequeños posibles. Para lograr esto se procede a minimizar la suma de
todos los residuos elevados al cuadrado.
Estimación por MCO.
Las finalidades del MCO son para obtener los valores de 𝛽̂0 y 𝛽̂1
Si.
69
𝐸[𝑌𝑖 |𝑋𝑖 ] = 𝛽0 + 𝛽1 𝑥𝑖
La FRP no se puede observar directamente, por ello calcularemos a partir
de FRM.
𝑦̂𝑖 = 𝛽̂0 + 𝛽̂1 𝑥𝑖 + 𝑒𝑖
𝑦𝑖 = 𝑦̂𝑖 + 𝑒𝑖
𝑒𝑖 = 𝑦𝑖 − 𝑦̂𝑖
Tenemos lo siguiente:
∑ 𝑒𝑖 = ∑( 𝑦𝑖 − 𝑦̂𝑖 )
∑ 𝑒𝑖 2 = ∑( 𝑦𝑖 − 𝑦̂𝑖 )2
∑ 𝑒𝑖 2 = ∑( 𝑦𝑖 − (𝛽̂0 + 𝛽̂1 𝑥𝑖 ))2
En seguida vamos minimizar la Suma de Cuadrados de los Residuos (SCR),
se define de la siguiente manera:

𝑛 𝑛 𝑛
𝑆𝐶𝑅 = ∑ 𝑒𝑖2 = ∑(𝑦𝑖 − 𝑦̂𝑖 )2 = ∑(𝑦𝑖 − 𝛽̂0 − 𝛽̂1 𝑥𝑖 )2

𝑖=1 𝑖=1 𝑖=1
El método (de ahora en adelante llamado MCO) consiste en escoger los
valores de 𝛽̂0 𝑦 𝛽̂1 , tal que se minimice la SCR. Para lograr esto vamos usar
el cálculo, derivando respecto a 𝛽̂0 𝑦 𝛽̂1.

𝑛
𝜕𝑆𝐶𝑅
= −2 ∑(𝑦𝑖 − 𝛽̂0 − 𝛽̂1 𝑥𝑖 ) = 0 … (1)
𝜕𝛽̂1 𝑖=1
𝑛
𝜕𝑆𝐶𝑅
= −2 ∑(𝑦𝑖 − 𝛽̂0 − 𝛽̂1 𝑥𝑖 ). 𝑥𝑖 = 0 … (2)
𝜕𝛽̂2
𝑖=1
70
(1) y (2) son las “ecuaciones normales”, y omitiendo los subíndices de las
sumatorias, de (1) se obtiene:

𝑛
∑(𝑦𝑖 − 𝛽̂0 − 𝛽̂1 𝑥𝑖 ) = 0

𝑖=1
∑ 𝑦𝑖 − 𝑛𝛽̂0 − 𝛽̂1 ∑ 𝑥𝑖 = 0
∑ 𝑦𝑖 = 𝑛 𝛽̂0 + 𝛽̂1 ∑ 𝑥𝑖
𝑦̅ = 𝛽̂0 + 𝛽̂1 𝑥̅
Despejamos y obtenemos valor de 𝛽̂0
𝛽̂0 = 𝑦̅ − 𝛽̂1 𝑥̅ … (3)
De la ecuación (2)
𝑛
∑(𝑦𝑖 − 𝛽̂0 − 𝛽̂1 𝑥𝑖 ). 𝑥𝑖 = 0

𝑖=1
∑(𝑥𝑖 𝑦𝑖 − 𝛽̂0 𝑥𝑖 − 𝛽̂1 𝑥 2 𝑖 ) = 0

𝑖=1
∑ 𝑥𝑖 𝑦𝑖 = 𝛽̂0 ∑ 𝑥𝑖 + 𝛽̂1 ∑ 𝑥 2 𝑖
En esta ecuación reemplazamos (3)
∑ 𝑥𝑖 𝑦𝑖 = (𝑦̅ − 𝛽̂1 𝑥̅ ) ∑ 𝑥𝑖 + 𝛽̂1 ∑ 𝑥 2 𝑖
∑ 𝑥𝑖 𝑦𝑖 − 𝑦̅ ∑ 𝑥𝑖 = 𝛽̂1 (∑ 𝑥 2 𝑖 − 𝑥̅ ∑ 𝑥𝑖 )
∑ 𝑥𝑖 𝑦𝑖 − 𝑦̅ ∑ 𝑥𝑖
𝛽̂1 = … (4)
∑ 𝑥 2 𝑖 − 𝑥̅ ∑ 𝑥𝑖
Otra representación de 𝛽̂1
71
𝑐𝑜𝑣(𝑥; 𝑦) ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅)
𝐏𝛽̂1 = =
𝑠𝑥2 ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
Coeficiente de determinación 𝒓𝟐
El 𝑟 2 es una medida de bondad de ajuste, es decir, que tan bien se ajusta la

línea de regresión a los datos, si cuando todos los datos cayeran en la recta
tendríamos una un ajuste perfecto, pero en ese caso ya sería una relación
determinística y quizá no se deba usar la econometría, pero por lo general el
𝑟 2 esta debajo del 1.
Podemos decir que si el 𝑟 2 se acerca a 1, las observaciones estarán mucho
más cerca de la recta estimada. Y cuando 𝑟 2 se acerca a 0, las observaciones
serán mucho más alejadas de la recta estimada, lo cual indica que no está
bien ajustada la línea a los datos.
𝑟 2 = 𝑟𝑒𝑔𝑟𝑒𝑠𝑖𝑜𝑛 𝑠𝑖𝑚𝑝𝑙𝑒
𝑅 2 = 𝑟𝑒𝑔𝑟𝑒𝑠𝑖𝑜𝑛 𝑀𝑢𝑙𝑡𝑖𝑝𝑙𝑒
Tenemos, por un lado:
𝑦𝑖 2 = (𝑦̂𝑖 + 𝑒𝑖 )2
𝑦𝑖 2 = 𝑦̂𝑖 2 + 2𝑦̂𝑖 𝑒𝑖 + 𝑒𝑖 2
∑ 𝑦𝑖 2 = ∑(𝑦̂𝑖 2 + 2𝑦̂𝑖 𝑒𝑖 + 𝑒𝑖 2 )
∑ 𝑦𝑖 2 = ∑ 𝑦̂𝑖 2 + ∑ 𝑒𝑖 2
𝑆𝑇𝐶𝑖 = 𝑆𝐸𝐶 + 𝑆𝑅𝐶
Por otro lado:
𝑦𝑖 − 𝑦̅ = (𝑦̂𝑖 − 𝑦̅) + 𝑒𝑖
𝑦𝑖 2 = (𝑦̂𝑖 + 𝑒𝑖 )2
72
𝑦𝑖 2 = 𝑦̂𝑖 2 + 2𝑦̂𝑖 𝑒𝑖 + 𝑒𝑖 2
𝑆𝑇𝐶 = 𝑆𝐸𝐶 + 𝑆𝑅𝐶
Recordando:
𝑦̂𝑖 = 𝛽̂1 𝑥𝑖
2
𝑦̂𝑖 = 𝛽̂1 𝑥𝑖 2
2
∑ 𝑦̂𝑖 = 𝛽̂1 ∑ 𝑥𝑖2 + ∑ 𝑒𝑖 2
El primer componente es la Suma de Cuadrados Totales, el último es la
Sumatoria de Cuadrados Residuales, el centro es la Suma de Cuadrados
Explicada por X.
𝑆𝐸𝐶 ∑ 𝑦̂𝑖 2 ∑(𝑦̂𝑖 − 𝑦̅)2

𝑟2 = = =
𝑆𝑇𝐶 ∑ 𝑦𝑖 2 ∑(𝑦𝑖 − 𝑦̅)2
3.2.2. MODELO DE REGRESIÓN MÚLTIPLE
Planteamiento:
El Modelo de Regresión Lineal Múltiple nos permite explicar relaciones
económicas en las que intervienen más de dos variables.
𝑦 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + ⋯ + 𝛽𝑘 𝑥𝑘 + 𝑢
Donde:
𝛽0 : 𝑡𝑒𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜
𝛽𝑗 : (𝑗 = 1, … , 𝑘): 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑑𝑒 𝑙𝑎 𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒. 𝑒𝑓𝑒𝑐𝑡𝑜
𝑝𝑎𝑟𝑐𝑖𝑎𝑙 𝑠𝑜𝑏𝑟𝑒 𝑦 𝑑𝑒 𝑢𝑛 𝑐𝑎𝑚𝑏𝑖𝑜 𝑒𝑛 𝑥𝑗 , 𝑐𝑒𝑡𝑒𝑟𝑖𝑠 𝑝𝑎𝑟𝑖𝑏𝑢𝑠
𝑢: 𝑡𝑒𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟
73
El modelo de regresión lineal múltiple (RLM) es una extensión del modelo
de regresión lineal con dos variables o también llamado simple ya que se
modela una variable aleatoria Y condicional a un conjunto de variables
auxiliares 𝑋1 , … … . . 𝑋𝑛 , mismas que asumen no aleatorias.
El modelo de RLM queda especificado por las siguientes ecuaciones.
𝐸(𝑌|𝑋1 = 𝑥1 , … , 𝑋𝑛 = 𝑥𝑛 ) = 𝛽0 + 𝛽1 𝑥1 + ⋯ 𝛽𝑝 𝑥𝑝
𝑉(𝑌|𝑋1 = 𝑥1 , … , 𝑋𝑛 = 𝑥𝑛 ) = 𝜎 2
Donde 𝛽0 , 𝛽1 , … , 𝛽𝑝 ∈ ℝ 𝑦 𝜎 ∈ ℝ+ son los parámetros del modelo 𝑦 𝑥𝑖
representa un valor particular de la variable 𝑋𝑖
El objetivo es estimar 𝛽0 , 𝛽1 , … , 𝛽𝑝 𝑦 𝜎 a partir de un conjunto de
observaciones de la población.
(𝑥11 , … , 𝑥1𝑝 , 𝑌1 ), … , (𝑥𝑛1 , … , 𝑥𝑛𝑝 , 𝑌𝑛 )
Es útil representar el modelo anterior en forma matricial, ya que esto
simpliﬁca la notación y facilita la manipulación de las expresiones al realizar
las inferencias.
𝑇
Se denota por β el vector de coeficientes del modelo, 𝛽 = (𝛽0 , 𝛽1 , … , 𝛽𝑝 )
Para simplificar la notación se denotará por 𝑥𝑖 al vector (1, 𝑥𝑖1 , … , 𝑥1𝑝 ),
donde 𝑥𝑖𝑗 denotará la medición de la 𝑗 − 𝑒𝑠𝑖𝑚𝑎 variable del 𝑖 − 𝑒𝑠𝑖𝑚𝑜
elemento de la muestra 𝑖 = 1, … , 𝑛 e 𝑖 = 1, … , 𝑝
De esta forma.
𝐸(𝑌𝑖 |𝑥𝑖 ) = 𝑥𝑖𝑇 𝛽 𝑖 = 1, … , 𝑛,
Supuestos del modelo de regresión lineal múltiple
Linealidad.
𝐸(𝑌𝑖 |𝑥𝑖 ) = 𝑥𝑖𝑇 𝛽 𝑖 = 1, … , 𝑛,
Homocedasticidad (varianza constante).
𝑉(𝑌𝑖 |𝑥𝑖 ) = 𝜎 2 𝑖 = 1, … , 𝑛,
No correlación.
𝐶𝑜𝑣(𝑌𝑖 , 𝑌𝐽 |𝑥𝑖 , 𝑥𝑗 ) = 0 𝑖, 𝑗 = 1, … , 𝑛, 𝑒 𝑖 ≠ 𝑗
Los supuestos 2 y 3 se pueden expresar en términos de errores como sigue.
Homocedasticidad (varianza constante).
74
𝑉(𝜖𝑖 |𝑥𝑖 ) = 𝜎 2 𝑖 = 1, … , 𝑛
No correlación.
𝐶𝑜𝑣(𝜖𝑖 , 𝜖𝐽 |𝑥𝑖 , 𝑥𝑗 ) = 0 𝑖, 𝑗 = 1, … , 𝑛, 𝑒 𝑖 ≠ 𝑗
El supuesto de no correlación implica que la forma en que dos observaciones
cual quiera 𝑌𝑖 , 𝑦 𝑌𝐽 varían alrededor de su valor esperado, no tiene ninguna
asociación lineal.
Estimación de RLM
Para facilitar la resolución del problema de estimar β y 𝜎 2 se define de la
siguiente manera.
𝑌1 𝑥11 𝑥12 … 𝑥1𝑝
1
𝑌2 𝑥21 𝑥22 … 𝑥2𝑝
. 2
𝑌= 𝑦 𝑋=( ⋮ )
.. ⋮ ⋮ ⋮ ⋱
1 𝑥𝑛1 𝑥𝑛2 ⋯ 𝑥𝑛𝑝
(𝑌𝑛 )
La matriz X recibe el nombre de matriz diseño
Con lo cual el modelo queda expresado como 𝑌|𝑋~𝐹(𝑋𝛽, 𝜎 2 𝐼𝑛 ), esto es
𝐸(𝑌|𝑋) = 𝑋𝛽 y 𝑉(𝑌|𝑋) = 𝜎 2 𝐼𝑛
Si se define 𝜖 = (𝜖1 , … , 𝜖𝑛 )𝑇 , entonces el modelo queda representado como
𝑌 = 𝑋𝛽 + 𝜖 con 𝜖|𝑋~𝐹(0𝑛 , 𝜎 2 𝐼).
Si 𝛽̃ es un estimador de β se define los correspondientes vectores de valores
ajustados y de residuos son, respectivamente.
𝑌̃ = 𝑋𝛽̃ y 𝜖̃ = 𝑌 − 𝑌̃
Si 𝐵̃ es una relación de 𝛽̃ calculada con una realización y de Y, entonces las
correspondientes realizaciones de 𝑌̃ y 𝜖̃ son.
𝑦̃ = 𝑋𝐵̃ y 𝑒̃ = 𝑦 − 𝑦̃
Entonces la función suma de cuadrados de los errores se define como.
𝑄(𝛽) = 𝑒 ′ 𝑒 = (𝑦 − 𝑋𝛽)′ (𝑦 − 𝑋𝛽)
El estimador de MCO de β es el vector 𝛽̂ tal que 𝑄(𝛽̂ ) es mínima.
Primero se debe notar que.
𝑄(𝛽) = 𝑦 ′ 𝑦 − 2𝑦 ′ 𝑋𝛽 + 𝛽 ′ 𝑋 ′ 𝑋𝛽
Entonces
∇𝑄(𝛽) = −2𝑋 ′ 𝑦 + 2𝑋 ′ 𝑋𝛽 = 0 ⇒ 𝑋 ′ 𝑋𝛽 = 𝑋 ′ 𝑦
75
La ecuación del sistema expresado en forma matricial.
𝑋 ′ 𝑋𝛽 = 𝑋 ′ 𝑦
Recibe el nombre de ecuación normal. Si la matriz de diseño X es de rango
completo, entonces 𝑋 ′ 𝑋 es de rango completo y por lo tanto, invertible.
Entonces, la solución al sistema de ecuaciones normales es.
𝛽̂ = (𝑋 ′ 𝑋)−1 𝑋 ′ 𝑦
Teorema de Gauss-Markov
El modelo de regresión lineal múltiple bajo las siguientes hipótesis es de la
siguiente manera.
El estimador de MCO de β es 𝛽̂ , es insesgado para β y si 𝛽̃ es otro estimador
de insesgado de β y v es un vector de dimensión p+1 distinto de 0 entonces.
𝑣 ′ 𝑉(𝛽̃) 𝑣 ≥ 𝑣 ′ 𝑉(𝛽̂ )𝑣
Demostración del teorema de Gauss-Markov
Como 𝜖~(0, 𝜎 2 𝐼) se sigue que 𝑌~(𝑋𝛽, 𝜎 2 𝐼) Luego.
𝐸(𝛽̂ ) = 𝐸((𝑋 ′ 𝑋)−1 𝑋 ′ 𝑌)
= (𝑋 ′ 𝑋)−1 𝑋 ′ 𝐸(𝑌)
= (𝑋 ′ 𝑋)−1 𝑋 ′ 𝑋𝛽
=𝛽
Entonces, 𝑣𝑏̂𝑒𝑡 es insesgado para 𝛽
𝑉(𝛽̂ ) = 𝑉((𝑋 ′ 𝑋)−1 𝑋 ′ 𝑌)
= ((𝑋 ′ 𝑋)−1 𝑋 ′ ) 𝑉(𝑌)((𝑋 ′ 𝑋)−1 𝑋 ′ )′
= 𝜎 2 (𝑋 ′ 𝑋)−1 𝑋 ′ 𝑋 ′ (𝑋 ′ 𝑋)−1
= 𝜎 2 (𝑋 ′ 𝑋)−1
Sea 𝛽̃ otro estimador lineal insesgado para 𝛽. Es decir, existe una matriz
𝐴(𝑝+1)𝑥𝑛 tal que 𝛽̃ = 𝐴𝑌. Como se pide que 𝛽̃ sea insesgado para 𝛽 se debe
cumplir.
𝐸(𝛽̃) = 𝑉(𝐴𝑌)
= 𝐴𝐸(𝑌)
= 𝐴𝑋𝛽
76
Lo anterior implica que 𝑨𝑿 = 𝑰𝑷+𝟏 Ahora sea 𝑪(𝑷+𝟏)𝒙𝒏 tal que 𝑨 =
(𝑿′ 𝑿)−𝟏 𝑿′ + 𝑪 es fácil verificar que 𝑪𝑿 = 𝟎 Ahora calculamos la varianza
de 𝛽̃
𝑉(𝛽̃) = 𝑉(𝐴𝑌)
= 𝐴𝑉(𝑌)𝐴′
= 𝜎 2 ((𝑋 ′ 𝑋)−1 𝑋 ′ + 𝐶)((𝑋 ′ 𝑋)−1 𝑋 ′ + 𝐶)′
Sea v un vector de dimensión 𝑝 + 1 y 𝑢 = 𝐶 ′ 𝑣, entonces 𝑣 ′ 𝐶𝐶 ′ 𝑣 =
(𝐶 ′ 𝑣)′ 𝐶 ′ 𝑣 = 𝑢′ 𝑢 ≥ 0 entonces se representa de la siguiente manera.
𝑣 ′ 𝑉(𝛽̃)𝑣 = 𝑣 ′ 𝑉(𝛽̂ )𝑣 + 𝜎 2 𝑣 ′ 𝐶𝐶 ′ 𝑣 ≥ 𝑣 ′ 𝑉(𝛽̂ )𝑣
Estimación por máxima verosimilitud
Para hacer estimación por intervalos y pruebas de hipótesis debemos agregar
el supuesto de la normalidad multivariada en los errores.
𝜖~𝑁𝑛 (𝑂𝑛 , 𝜎 2 𝐼𝑛 ) ⇒ 𝑌~𝑁𝑛 (𝑋𝛽, 𝜎 2 𝐼𝑛 )
Recordemos que en el caso general si 𝑌~𝑁𝑝 (𝑢, ∑) en tal sentido Y este
dado de la siguiente forma.
1
𝑓(𝑦) = (2𝜋)−𝑝⁄2 |∑|−1⁄2 𝑒𝑥𝑝 {− (𝑦 − 𝑢)∑−1 (𝑦 − 𝑢)}
2𝜎 2
Entonces la verosimilitud de Y es el modelo de RLM es.
1
𝐿((𝛽, 𝜎 2 |𝑦, 𝑋)) = (2𝜋𝜎 2 )−𝑛⁄2 𝑒𝑥𝑝 {− (𝑦 − 𝑋𝛽)′ ∑−1 (𝑦 − 𝑋𝛽)}
2𝜎 2
3.2.3. Análisis de regresión con datos de series de tiempo

En este apartado veremos el estudio de las propiedades de MCO para
estimar los modelos de Regresión Lineal en los que se utilizan datos de
series de tiempo. Este apartado está de acuerdo a (Wooldridge, 2009).
Supuestos del modelo clásico lineal para regresiones de series de tiempo:
Supuesto 1: Linealidad en los parámetros:
El proceso estocástico {(𝑥𝑡1 , 𝑥𝑡2 , … , 𝑥𝑡𝑘 , 𝑦𝑡 ): 𝑡 = 1,2, … . , 𝑛} sigue el
modelo lineal.
𝑦𝑡 = 𝛽0 + 𝛽1 𝑥𝑡1 + 𝛽2 𝑥𝑡2 + ⋯ + 𝛽𝑘 𝑥𝑡𝑘
Donde {𝑢𝑡 : 𝑡 = 1,2, … , 𝑛} es la secuencia de errores o perturbaciones. Aquí,
n es el número de observaciones (periodos).
77
Supuesto 2: No hay colinealidad perfecta:
En la muestra (y, por tanto, en el proceso subyacente de serie de tiempo), no
hay variables independientes que sean constantes ni una combinación lineal
perfecta de las otras.
Supuesto 3: Media condicional cero:
Para cada t, el valor esperado del error 𝑢𝑡 , dadas las variables explicativas
para todos los periodos, es cero. En términos matemáticos, 𝐸(𝑢𝑡 |𝑋) =
0, 𝑡 = 1,2, … , 𝑛.
El supuesto 3 reemplaza al supuesto 4 de corte transversal, y también
significa que no es necesario hacer el supuesto de muestreo aleatorio.
Recuerde que el supuesto 3 implica que el error en cada periodo t no está
correlacionado con ninguna variable explicativa en ningún periodo
(incluido, por supuesto, el periodo t).
Supuesto 4: Homocedasticidad:
Condicional en X, la varianza de 𝑢𝑡 es la misma para toda t: 𝑉𝑎𝑟(𝑢𝑡 |𝑋) =
𝜎 2 , 𝑡 = 1, 2, … , 𝑛.
Supuesto 5: No hay correlación seria:
Condicional en X, los errores de dos periodos distintos no están
correlacionados: 𝐶𝑜𝑟𝑟(𝑢𝑡 , 𝑢𝑠 |𝑋) = 0, para todo 𝑡 ≠ 𝑠.
Supuesto 6: Normalidad:
Los errores 𝑢𝑡 son independientes de X y son independientes e
idénticamente distribuidos como Normal (0, 𝜎 2 ).
Representación de modelo de regresión con datos de serie de tiempo:
𝑦𝑡 = 𝛽0 + 𝛽1 𝑥𝑡1 + 𝛽2 𝑥𝑡2 + ⋯ + 𝛽𝑘 𝑥𝑡𝑘
3.2.4. Evaluación del modelo de regresión

La estimación se llevará a cabo mediante la técnica de mínimos cuadrados
ordinarios y posteriormente se someterá a una evaluación econométrica
sometiéndolas a una serie de pruebas estadísticas tales como:
78
 Prueba de normalidad.
El objetivo de esta prueba es verificar si los residuos del modelo se
encuentran dentro de la distribución normal estándar. La prueba de
normalidad Jarque -Bera permite evaluar teniendo en cuenta los
residuos de mínimos cuadrados ordinarios al resolver la asimetría y
curtosis de los residuos. Para la cual se evalúa la hipótesis:
H0: errores siguen distribución normal
H1: errores que no siguen la distribución normal
Para determinar la presencia de normalidad mediante las hipótesis
planteadas se elabora una regla de decisión.
Si la probabilidad de la prueba es menor a 5% entonces se rechaza la
hipótesis H0
Si la probabilidad de la prueba es mayor a 5% entonces no se rechaza
la hipótesis H0
 Prueba de autocorrelación:
El objetivo de esta prueba es la presencia de correlación en los residuos,
y curre cuando se omite las variables importantes ya que formaran parte
del error. La prueba de autocorrelación permite precisar y especificar el
modelo tomando en cuenta el número de rezagos óptimos, para realizar
la verificación se utilizara los Multiplicadores de Lagrange (LM) para
determinar la existencia de la autocorrelación se plantea la siguiente
hipótesis:
H0: Ausencia de autocorrelación hasta el retardo de orden h.
H1: Hay correlación hasta el retardo de orden h.
Donde (h) son los retardos del modelo, para determinar la regla de
decisión es:
Si la probabilidad de los retardos h es menor al 5% entonces se rechaza
la H0
Si la probabilidad de los retardos h es mayor al 5% entonces no se
rechaza la H0
79
 Prueba de heteroscedasticidad:
La heteroscedasticidad se presenta cuando las varianzas de los errores
pierden la propiedad de ser constantes y está relacionada con el análisis
entre una o más variables que son independientes en el modelo. Para
desarrollarla es preciso plantearse la hipótesis
𝐻0 : Presencia de residuos homocedásticos
𝐻1 : Presencia de residuos herocedasticos
Como se tiene la hipótesis planteada se debe determinar la forma de
decidir para la cual se elabora la siguiente regla.
Si la probabilidad de la prueba es menor a 5% entonces se rechaza la
𝐻0
Si la probabilidad de la prueba es mayor a 5% entonces no se rechaza
la 𝐻0
 Otras pruebas complementarias.
También se somete a la prueba de relevancia de los coeficientes
estimados (t), prueba conjunta de (F), Bondad de ajuste R2, el test de
errores de especificación del modelo RESET de Ramsey, y el Test de
estabilidad del modelo.
3.3.DISEÑO DE INVESTIGACIÓN
La investigación que se realiza tiene un diseño no experimental y a la vez
longitudinal con datos de años de 2007 a 2019, que tiene como objetivo de
determinar la relación de la inversión pública con la pobreza monetaria. Para ello
se empleará el modelo econométrico de regresión lineal. El modelo para nuestro
estudio es lo siguiente:
Modelo económico: 𝑃𝑜𝑏𝑟𝑒𝑧𝑎 𝑀𝑜𝑛𝑒𝑡𝑎𝑟𝑖𝑎 = 𝑓(𝐼𝑛𝑣𝑒𝑟𝑠𝑖ó𝑛 𝑃ú𝑏𝑙𝑖𝑐𝑎)
𝑃𝑀𝑡 = 𝑓(𝐼𝑛𝑣𝑃𝑡 ) …(1)
Modelo econométrico:
𝑃𝑀𝑡 = 𝛽0 + 𝛽1 𝐼𝑛𝑣𝑝𝐺𝑛𝑎𝑐𝑡 + 𝛽2 𝐼𝑛𝑣𝑝𝐺𝑟𝑒𝑔𝑡 + 𝛽3 𝐼𝑛𝑣𝑝𝐺𝑙𝑜𝑐𝑡 + 𝑢𝑡 …(2)
Donde:
𝑃𝑀𝑡 : Pobreza monetaria (%)
80
𝐼𝑛𝑣𝑝𝑇𝑡 : Inversión Pública (S/.)
𝐼𝑛𝑣𝑝𝐺𝑛𝑎𝑐𝑡 : Inversión Pública de Gobierno Nacional en Huancavelica (S/.)
𝐼𝑛𝑣𝑝𝐺𝑟𝑒𝑔𝑡 : Inversión Pública de Gobierno Regional (S/.)
𝐼𝑛𝑣𝑝𝐺𝑙𝑜𝑐𝑡 : Inversión Pública de Gobierno Regional (S/.)
𝛽0 : Intercepto del Modelo.
𝛽1, 𝛽2 , 𝛽3 : Coeficiente de Regresión.
𝑢𝑡 : Perturbación o error del modelo.
𝑡: Tiempo (Anual)
Es importante mencionar que la Inversión Pública (Variable Independiente) está
representado en Millones de Soles a nivel devengado del presupuesto para
Inversión de cada Nivel de Gobierno, este dato es extraído del MEF, asimismo la
Pobreza Monetaria (Variable Dependiente) está representado en cifras
porcentuales extraídas de INEI.
Para fines de estimación del Modelo Econométrico las variables se trabajarán en
Logaritmos. El signo esperado de los coeficientes de los Modelos Econométricos
es Negativo.
3.4.POBLACIÓN Y MUESTRA
3.4.1. Población
La población es un conjunto finito o infinito de elementos con características
comunes para los cuales serán extensivas las conclusiones de la
investigación. (Arias, 2012).
Para la presente Investigación la Población está determinado el registro
histórico de datos de la Pobreza monetaria y de la inversión pública en el
departamento de Huancavelica.
81
3.4.2. Muestra
En la Investigación la muestra está conformada por datos de la Inversión
Pública (S/.) y de la Pobreza Monetaria (%) del departamento de
Huancavelica comprendido desde el año 2007 a 2019.
3.5.TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE

DATOS
Las técnicas de recolección de datos son las distintas formas o maneras de obtener
la información. (Arias, 2012).
La Naturaleza de esta investigación es una investigación no experimental, por ello
no es posible manipular datos. Para este tipo de Investigación se recoleta datos
una vez sucedidos, datos secundarios. Los datos son tomados de fuentes oficiales
como del Instituto Nacional de Estadística e Informática (INEI) para el Variable
de la Pobreza monetaria y del Ministerio de Economía y Finanzas (MEF) para la
variable de independiente. La primera variable está comprendida en porcentajes y
para el variable independiente en millones de soles a nivel devengado respecto al
presupuesto de cada año fiscal. Este último es posible gracias al aplicativo de la
MEF, Consulta Amigable.
Cada uno de los datos es descargado en formato Excel y almacenadas
adecuadamente para su posterior análisis y estimación.
3.6.TÉCNICAS DE PROCESAMIENTO Y ANÁLISIS DE DATOS

La presente investigación sigue la siguiente secuencia de actividades para el
cumplimiento de sus objetivos.
 En primer lugar, se recopilo los datos de madera anual de la Inversión Pública
y de la Pobreza Monetaria de los años 2007 a 2019 del departamento de
Huancavelica. Los datos de la Inversión Pública se recopilan de forma
clasificada, por niveles de gobierno.
 Una vez obtenida los datos se procede a la tabulación y la organización de
datos en Excel para su posterior análisis en un programa especializado de
estadística y econometría.
82
 Posteriormente los datos serán ingresados al Software estadístico EViews 10,
para estimar los parámetros del modelo planteado, además de ello se
procederá a la evaluación del modelo con las pruebas múltiples mencionadas
en el anterior apartado.
 Finalmente, la se somete los resultados para la prueba de hipótesis de la
presente investigación, para emitir los resultados y ser discutidos.
83
CAPÍTULO IV
DISCUSIÓN DE RESULTADOS
4.1 ANÁLISIS DESCRIPTIVO DE LAS VARIABLES

4.1.1. Evolución de la incidencia de la pobreza monetaria en el
Departamento de Huancavelica.
Huancavelica, característica por su geografía accidentada registra una
población total de 367 252, que concentra su población en un 70.38 % en el
área rural de acuerdo al censo 20174, es uno de los departamentos del Perú
que tiene las tasas de Pobreza Monetaria más alta.
Como muestra la Figura N.º 14 observamos que la evolución de la pobreza
monetaria para Huancavelica ha tenido un descenso de -48.1 puntos
porcentuales durante nuestro periodo de análisis, 2007 a 2019, ello
representa una importante reducción de la pobreza, pero no es suficiente ya
que en el año 2019 se registra 36.9 % de pobreza monetaria, poco más de la
tercera parte de la población huancavelicana tiene el gasto en consumo
menor a S/. 352 soles.
De acuerdo al comportamiento de la curva de descenso de la pobreza
monetaria podemos notar que durante el periodo de 2007 a 2011 ha tenido
un descenso de -7.5 % en promedio, por otro parte en el periodo 2012 a 2016
4
Censos Nacionales de Población y Vivienda 2017, realizada por INEI.
84
ha tenido un descenso de -1.5% en promedio, en este caso podemos observar
un cambio abrupto en el promedio del descenso de la pobreza monetaria con
respecto al anterior grupo de periodo analizado, este último promedio no es
significativa y es preocupante para la lucha contra la reducción de la
pobreza.
Para el año 2017 se registra un descenso de -12.3 % obteniéndose un
promedio más alto durante el periodo de nuestro estudio, la razón del
descenso significativo lo analizaremos en los apartados próximos. Para el
periodo 2018 se ve un descenso de -0.5 % y así acercándonos a obtener un
resultado nada alentador de 2.4% para el año 2019, este último año
evidencia el incremento de la pobreza en vez de reducir.
Figura Nº 14 Evolución de la incidencia de la pobreza monetaria en
Huancavelica, 2007 – 2019.
Huancavelica: Pobreza Monetaria, 2007- 2019

(En porcentajes)
- 48.1
85.0% 79.5%
90.0% 73.9%
80.0%
62.5%
70.0% 55.0% 53.3%
50.6% 50.3% 48.2%
60.0% 47.4%
50.0% 35.1% 34.6% 36.9%

40.0%
30.0%
20.0%
10.0%
-5.5% -5.7% -11.4% -7.6% -1.7% -2.8% -0.2% -2.1% -0.9% -12.3% -0.5% 2.4%
0.0%
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Probreza M. (%) Probreza M. (%) Variacion %
Fuente: Instituto Nacional de Estadística e Informática.

Elaboración: Propia.
4.1.2. Evaluación de la inversión pública por niveles de gobierno.

La inversión pública es medida por millones de soles ejecutados5 por cada
nivel de gobierno en cada uno de los sectores de su competencia, es por ello
5
Presupuesto devengado
85
que se tiene que tomar en cuenta el presupuesto asignado para la inversión
pública y su avance de ejecución, el presupuesto asignado se analizara del
año 2019 para tener idea de la composición y no analizaremos de todos los
periodos ya que no es objeto de estudio en específico.
De acuerdo a la Figura Nº 15 el sistema presupuestario peruano está
repartido por niveles de Gobierno (Gobierno nacional 70%, Gobiernos
Regionales 18% y Gobierno Locales con 12% de presupuesto para el gasto
fiscal del año 2019), también se puede ver por la composición de Gasto
Corriente (65%), Gasto de Capital (26%) y Servicio de Deuda (9%), esta
última clasificación nos permite aclarar que en esta investigación nos
centraremos en el estudio del Gasto de Capital porque es el gasto en las
inversiones.
Figura Nº 15 Presupuesto de Perú y su composición, 2019 a nivel PIA
Presupuesto de Perú por niveles de Presupuesto de Perú por tipo de

gobierno en % Gasto a nivel PIA, 2019
(a nivel PIA) - 2019 (en %)
12%
9%
18%
26%
70%
65%
Correspondiente al Gobierno Nacional

Correspondiente a los Gobiernos Regionales G. CORRIENTE G.CAPITAL
Correspondiente a los Gobiernos Locales S. DEUDA
Fuente: Ley de presupuesto del sector público para el año fiscal 2019
Del grafico mostrado podemos evidenciar que el presupuesto peruano se
concentra principalmente en el Gobierno Nacional, y por tipo de gasto, el
gasto Corriente es el quien más prevalece, para más detalle ver anexo Nº 4.
Siguiendo con el análisis nos centraremos en el presupuesto del
departamento de Huancavelica, 2019 a nivel PIM. De acuerdo a la Figura
Nº 16
86
Figura Nº 16 Presupuesto del Departamento de Huancavelica y su
composición, 2019 a nivel PIM
Presupuesto de Huancavelica por Presupuesto Total de

todos los niveles de Gobierno, Huancavelica por tipo de gasto,
2019 a nivel PIM (en %) 2019 a nivel PIM (en %)
27% 30%
39%
61%
43%
G. Nacional G. Regional G. Locales G. CORRIENTE G.CAPITAL
Fuente: Ministerio de Economía y Finanzas

Para el departamento de Huancavelica observamos lo siguiente, (Gobierno

nacional 30%, Gobierno Regional 43% y Gobiernos Locales con 27% de
presupuesto para el gasto fiscal del año 2019), también se puede ver por la
composición de Gasto Corriente (61%), Gasto de Capital (39%). Esto nos
indica que el presupuesto retribuido al departamento de Huancavelica por el
estado se concentra principalmente en el gasto del Gobierno Regional de
Huancavelica con 43%.
Por otra parte, la clasificación por tipo de gasto nos indica que en
Huancavelica el Gasto corriente es el que predomina con un 61 % (S/
1,759,279,156.00) y el 39% se destina a la inversión de todo el presupuesto,
esta última cifra representa en efectivo a S/ 1,132,737,238.00 de nuevos
soles que representa a todo el presupuesto destinado en Huancavelica para
la Inversión Pública en los tres niveles de gobierno a nivel PIM en el año
2019.
En el Figura Nº 17 observamos la composición por tipo de gasto más
detalladamente en los tres niveles de gobierno del departamento de
Huancavelica, nos muestra que el Gobierno Nacional está compuesto con
87
33% de gasto de capital y el 67% de gasto corriente, del mismo modo el
Gobierno Regional de Huancavelica tiene tan solo el 26 % para el gasto de
capital y el 74% para gasto corriente, esta cifra indica de que el Gobierno
Regional de Huancavelica asume la mayoría los gastos de servicio de la
región y por ello tiene poca participación en la Inversión pública a
comparación del gobiernos locales, este último tiene una importante
participación en la inversión pública, con un 67% de total de sus
presupuestos y con solo 33% para gasto corriente. (más detalles en anexo
Nº 5)
Figura Nº 17 Presupuesto del Departamento de Huancavelica y su

composición por tipo de gasto en los niveles de gobierno, 2019 a nivel PIM
Presupuesto de Huancavelica por Tipo de gasto de los tres

niveles de Gobierno, 2019 ( PIM)
G. Nacional G. Regional G. Locales
100%
90%
S/ 314,458,071.00
S/
80%
291,341,754.00 26%
70% 33% S/
60% 526,937,413.00
50%
67%
40%
S/ S/ 917,181,877.00
30% 579,960,314.00
20% S/
10% 67% 74% 262,136,965.00
0%
33%
Gasto corriente Gasto de capital

En adelante el gasto corriente lo dejaremos de lado para centrarnos en el

gasto de capital ya que este es el presupuesto para la inversión pública.
En los apartados anteriores presentamos los cuadros a nivel PIA y PIM para
demostrar la estructura del presupuesto, sin embargo, de ahora en adelante
88
usaremos el devengado6 del presupuesto de inversión pública, ya que el
devengado nos muestra la cantidad exacta de gasto en la inversión, porque
es de conocimiento que no todo el presupuesto asignado en el PIM se ejecuta
al 100% es por ello que el mejor indicador para ver el nivel de la inversión
pública es el devengado.
A continuación, en la Figura Nº 18 podemos observar el promedio del
devengado del presupuesto del periodo 2007 a 2019 (promedio de ejecución
del presupuesto en inversión pública) por niveles de gobierno. Se puede
observar que en promedio de 2007 a 2019 el Gobierno Nacional lidera la
ejecución del presupuesto con 74%, seguidamente el Gobierno Regional ha
ejecutado en promedio solo el 69% de su prepuesto de Inversión Pública,
ahora vemos que el Gobierno Local es el que menos ejecuta su presupuesto
con un 66% en promedio de 2007 a 2019.
Figura Nº 18 Promedio de ejecución del presupuesto de inversión pública
por niveles de gobierno en el periodo 2007-2019 (a nivel devengado)
Huancavelica: Promedio de Eejecución de presupuesto de

Invesión pública por niveles de gobierno del periodo 2007-2019
74% (a nivel devengado)
69%
66%
PROMEDIO DE PROMEDIO DE PROMEDIO DE

EJECUCION GN EJECUCION GR EJECUCION GL

Visto la ejecución del presupuesto respecto al PIM ya tenemos la evolución

de la inversión pública por niveles de gobierno del periodo 2007 -2019 y se
6
Es la cantidad de gasto en la inversión que debe ser registrado como resultado de un periodo.
89
evidencia de acuerdo a la Figura Nº 19, podemos observar claramente que
la Inversión del Gobierno Local está por encima de los dos niveles de
gobierno, en los próximos apartados estaremos detenidamente cada uno de
los niveles.
Figura Nº 19 Evolución de la Inversión Pública por niveles de gobierno en

Huancavelica: Inversión Pública por Niveles de Gobierno,

2007 - 2019
(Millones de soles)
600,000,000
DE INVERSION
DE SOLES
500,000,000
400,000,000
MILLONES
300,000,000
EJECUCION
200,000,000
100,000,000
-
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
INVERSIÓN GN
EJECUCION INVERSIÓN GR
EJECUCION INVERSIÓN GL
EJECUCION

Es muy importante resaltar que el total de la inversión pública en el

departamento de Huancavelica en el periodo 2007 – 2019 es representada
por el gobierno local con 49.47%, esto quiere decir que del total de la
inversión pública en Huancavelica el Gobierno Local ha contribuido casi el
50% durante el periodo mencionado, seguidamente el gobierno Nacional y
el Gobierno Regional han tenido una participación con 25.46% y 25.07%
respectivamente tal como muestral la Figura Nº 20.
90
Figura Nº 20 Participación en la Inversión Pública en el Departamento de
Huancavelica por Niveles de Gobierno, 2007 – 2019 (a nivel devengado)
Particiapación en la inversión Pública en el departamento de

Huancavelica por Niveles de Gobierno, 2007 -2019
49.47% 25.46%
25.07%
EJECUCION GN EJECUCION GR EJECUCION GL

Elaboración: Propia
a). Evolución de la Inversión Pública del Gobierno Nacional en el

Departamento de Huancavelica
Figura Nº 21 Evolución de PIM, ejecución presupuestal y avance (%) de la
Inversión Pública del Gobierno Nacional en Huancavelica, 2007 – 2019.
Evolución de PIM, ejecución presupuestal y avance (%) de la inversión

Pública del Gob. Nacional en Huancavelica, 2007 - 2019
600,000,000 100%
90% 91% 89% 90%

90%
500,000,000
81% 80%
77% 76%
72% 70%
69%
Millones de soles
400,000,000 65%
Porcentaje (%)
63% 60%
57%
300,000,000 50%
46%
40%
200,000,000
30%
20%
100,000,000
10%
- 0%
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
PIM DEVENGADO AVANCE(%)

91
En la Figura Nº 21 podemos observar la evolución del PIM y la ejecución
durante el periodo 2007-2019 de la inversión pública del Gobierno Nacional
en Huancavelica. Donde podemos notar que en el año 2014 el PIM se
incrementó a S/. 320,855,367 ejecutándose S/. 260,932,361 (81%), es por
ello que se observa que la curva de la evolución se eleva sustentablemente
en los años posteriores, 2015 y 2016, para el año 2017 se evidencia una caída
considerable con PIM de S/. 272,773,068, con una ejecución de S/.
242,925,189 (89%). Y cerrando en el año 2019 con una tendencia positiva,
con más de S/. 262,850,825 del presupuesto ejecutado a favor de la inversión
en el departamento de Huancavelica. De este cuadro podemos concluir que
a mayor PIM será mayor veneficio a la Inversión, pero también es muy
importante que la ejecución sea lo más alto posible para aprovechar al
máximo el Presupuesto Asignado.
b). Evolución de la Inversión Pública del Gobierno Regional de

Huancavelica.
En la Figura Nº 22 podemos observar una fluctuación un poco más estable,
donde en el año 2012 llega aun ejecución de S/. 211,852,488 (78%), en el
siguiente año, 2013 se evidencia una ejecución de S/. 211,852,488 a favor
de la Inversión Pública con un porcentaje más alto de ejecución, 95%, en el
año 2014 se ha tenido otra importante ejecución de S/. 215,072,703 (94%),
en los posteriores años se puede ver que la inversión no supera los S/. 200
000 000, sin embargo, el PIM si supera, esto quiere decir que la ejecución
presupuestal ha sido muy baja con 60%,52 y 60 para los años 2017,2018 y
2019 respectivamente.
92
Inversión Pública del Gobierno Regional de Huancavelica, 2007 – 2019.

Pública del Gob. Regional de Huancavelica, 2007 - 2019
350,000,000 100%
95% 94%
90%
300,000,000
83% 81% 80%
78%
250,000,000 70%
Millones de soles
Porcentaje (%)
64% 64%
200,000,000 59% 59% 60% 60%
60%
52% 52% 50%
150,000,000
40%
100,000,000 30%
20%
50,000,000
10%
0 0%
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
PIM DEVENGADO AVANCE (%)

c). Evolución de la Inversión Pública de Gobiernos Locales de

Huancavelica.
En este cuadro presentamos sumados todas las municipalidades7 del
departamento de Huancavelica, que lo denominamos los Gobiernos Locales
para realizar el análisis correspondiente. Como se puede observar en la
Figura Nº 23 el gobierno local es el que tiene más participación en la
inversión pública, pero se ve claramente que el porcentaje de ejecución ha
sido bien bajo lo que nos indica que no se aprovechó al máximo el
presupuesto a favor de la inversión. En el año 2017 ha llegado al pico más
alto de ejecución con S/. 476,858,043 (68%) Y cerrando en el Último año
con S/. 342,725,072 (65 %) de ejecución.
7
100 municipalidades Distritales y 7 Municipalidades Provinciales.
93
Inversión Pública de Gobierno Local de Huancavelica, 2007 – 2019.
Pública del Gob. Local de Huancavelica, 2007 - 2019
800,000,000 80%
74% 74% 74% 74%
700,000,000 70%
66% 65% 66% 68% 65%
600,000,000 61% 63% 61% 60%
Millones de soles
Porcentaje(%)
500,000,000 50% 50%
400,000,000 40%
300,000,000 30%
200,000,000 20%
100,000,000 10%
0 0%
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
PIM DEVENGADO AVANCE (%)

4.2. PROCESO DE VALIDACIÓN DEL MODELO

ECONOMÉTRICO Y LA ESTIMACIÓN PARA LA PRUEBA
DE HIPÓTESIS.
4.2.1. Análisis de las series
En la Figura N° 24 se puede apreciar la evolución de las variables
POBREZA_MONETARIA; Log INV_GN; Log INV_GR y Log INV_GL
para el periodo de 2007-2019. Como se puede observar las variables
presentan variaciones en su evolución anual con una tendencia creciente
para las variables asociadas al crecimiento de las inversiones según nivel de
gobierno. Ese sentido dada que las variables están expresadas en logaritmos;
estas expresaran elasticidades de crecimiento en su evolución temporal.
94
Figura Nº 24 Representación gráfica de las series
POBREZA_MONETARIA Log INV_GL
.9 20.5
20.0
.8
19.5
.7
19.0
.6
18.5
.5
18.0
.4
17.5
.3 17.0
07 08 09 10 11 12 13 14 15 16 17 18 19 07 08 09 10 11 12 13 14 15 16 17 18 19
Log INV_GN Log INV_GR
20.0 19.2
19.1
19.6
19.0
19.2 18.9
18.8
18.8
18.7
18.4 18.6
18.5
18.0
18.4
17.6 18.3
07 08 09 10 11 12 13 14 15 16 17 18 19 07 08 09 10 11 12 13 14 15 16 17 18 19
4.2.2. Especificación del modelo econométrico inicial.

Es preciso especificar un modelo lineal de regresión múltiple que exprese
relaciones lineales significativas entre el nivel de pobreza monetaria y los
niveles de inversión según nivel de gobierno. Se especifica el siguiente
modelo lineal agregado en logaritmos8.
𝑃𝑀 = 𝛽0 + 𝛽1 𝐿𝑂𝐺(𝐼𝑁𝑉_𝐺𝑁) + 𝛽2 𝐿𝑂𝐺(𝐼𝑁𝑉_𝐺𝑅) + 𝛽3 𝐿𝑂𝐺(𝐼𝑁𝑉_𝐺𝐿)
+𝜇
Donde:
𝑃𝑀: Pobreza monetaria (%)
𝐼𝑁𝑉_𝐺𝑁: Inversión Pública de Gobierno Nacional en
Huancavelica
𝐼𝑁𝑉_𝐺𝑅: Inversión Pública de Gobierno Regional
𝐼𝑁𝑉_𝐺𝐿: Inversión Pública de Gobierno Local (S/.)
8
Las variables LOG(INV_GN), LOG(INV_GR) y LOG(INV_GL) representan el logaritmo de las
variables INV_GN, INV_GR y INV_GL las cuales están expresadas en millones de nuevos soles.
95
𝛽0 : Intercepto del Modelo.
𝛽1, 𝛽2 , 𝛽3 : Coeficiente de Regresión.
𝐿𝑂𝐺: Expresado en Logaritmos.
4.2.3. Significancia de los parámetros del modelo inicial.

En la Tabla Nº 5 se puede observar el resumen de los resultados del Eviews
y su significancia. Tal como se puede apreciar los parámetros estimados
LOG(INV_GL) y LOG(INV_GN) es significativo y el siguiente
marginalmente significativa cerca al 10% a excepción de la variable
LOG(INV_GR), esta última variable no es significativa. Asimismo, se
observa una significancia conjunta de los parámetros estimados dado que la
Prob(F-statistic) es menor al 5% (ver anexo Nº 12).
Tabla Nº 5 Resultado del análisis del modelo inicial
VARIABLE COEFFICIENT PROB.
C 5.857215 0.0367
LOG(INV_GN) -0.065918 0.0905
LOG(INV_GR) -0.069229 0.6958
LOG(INV_GL) -0.142748 0.0512
R-squared 0.742909
AIC -1.608046
Prob(F-statistic) 0.005090
Al ser no significativa la variable LOG(INV_GR) existe la posibilidad de

ser una variable redundante en el modelo inicial. Al respecto si bien un
requisito importante en la especificación del modelo lineal es que la matriz
X (para un modelo Y=BX+u) es que sea una matriz no estocástica de rango
pleno igual k (número de regresores); lo que indicaría ausencia de
multicolinealidad. Pero existen problemas adicionales relacionadas con la
matriz X entre los que destacan la exclusión de variables relevantes en el
modelo, así como la inclusión de variables irrelevantes.
96
4.2.4. Pruebas a los residuos del modelo econométrico inicial9
En la Tabla N° 6, se pueden apreciar los resultados de las pruebas realizadas
a los residuos del modelo regresión lineal multivariado inicial. Los
resultados advierten ausencia de problemas de normalidad y
heterocedastidad en los residuos. (Ver Anexo N° 13).
Tabla Nº 6 Resultado del análisis de los residuos del modelo inicial
TIPO DE PRUEBA PROBABILIDAD CONCLUSIÓN
La probabilidad del test es mayor al 5%, por
tanto, no se rechaza la hipótesis nula de
Test de Jarque - Bera 0.6458
normalidad de los residuos. Por lo tanto, los
residuos son normales.
Este parámetro no es muy próximo al valor 2,
por lo que existe la posibilidad de presencia
Test de Durbin-Watson 1.1007
de autocorrelación de primer orden esto
según Breusch-Godfrey,.
La probabilidad del test es mayor al 5%, por
tanto, no se rechaza la hipótesis nula de
Test de White 0.5240
homocedasticidad de los residuos. Por ello
los residuos del modelo son homocedástico.
4.2.5. Estabilidad estructural del modelo inicial10

En principio en la Figura N° 25 se puede apreciar que el modelo inicial
presenta cierta estabilidad estructural, ello analizando la estabilidad del
modelo a partir de la estimación recursiva.
9
Para las diversas pruebas se asume un nivel de significancia del 5%.
10
Los coeficientes están asociados al modelo PM = C(1) + C(2)*LOG(INV_GN) +
C(3)*LOG(INV_GR) + C(4)*LOG(INV_GL)
97
Figura Nº 25 Representación gráfica de los coeficientes recursivos
1.5 1.0
1.0
0.5
0.5
0.0
0.0
-0.5
-0.5
-1.0
-1.0
-1.5 -1.5
11 12 13 14 15 16 17 18 19 11 12 13 14 15 16 17 18 19
Recursive C(1) Estimates Recursive C(2) Estimates

± 2 S.E. ± 2 S.E.
.4 60
.2 40
.0 20
-.2 0
-.4 -20
-.6 -40
11 12 13 14 15 16 17 18 19 11 12 13 14 15 16 17 18 19
Recursive C(3) Estimates Recursive C(4) Estimates

± 2 S.E. ± 2 S.E.
Se puede apreciar que todos los coeficientes recursivos presentan una

evolución constante en el tiempo (las figuras no se alejan mucho de ser
rectas horizontales) a excepción de los parámetros asociado a las variables
LOG(INV_GR) y LOG(INV_GL) donde se observa que presentan cierto
desvío respecto al eje horizontal en el tiempo. Por lo tanto, en el modelo no
se observa una estabilidad estructural11
Por otro lado, observando el gráfico de residuos recursivos, en la Figura N°
26, se aprecia que los residuos varían alrededor del valor cero, pero con un
salto que sobrepasa las bandas de confianza en el año 2017; por lo que se
estima la no estabilidad estructural en el modelo.
11
Los gráficos deben presentar una evolución constante de los coeficientes para que existe estabilidad
estructural.
98
Figura Nº 26 Representación gráfica de residuos recursivos (modelo inicial)
.3
.2
.1
.0
-.1
-.2
-.3
2011 2012 2013 2014 2015 2016 2017 2018 2019
Recursive Residuals ± 2 S.E.
Asimismo, una herramienta alternativa para confirmar la estabilidad

estructural del modelo son los gráficos de CUSUM y CUSUMQ. En el
gráfico CUSUM de la Figura N° 27; se puede apreciar que el grafico varía
aproximadamente alrededor del valor cero de forma continuada hasta el año
2017, a partir de esta fecha se produce un alejamiento continuado del valor
cero, sobrepasando las bandas de confianza, con lo cual se estima la no
estabilidad estructural del modelo inicial. Asimismo; observando el gráfico
CUSUMQ, se aprecia que, si bien el gráfico no sale de las bandas paralelas
de confianza durante todo el periodo de análisis, presenta un máximo
alejamiento en el año 2016. Por lo tanto, se evidencia que no existe en este
modelo 2 una estabilidad estructural. Consecuentemente el modelo inicial
requiere ser ajustado a fin de mejorar su capacidad explicativa y predictiva.
99
Figura Nº 27 Representación gráfica CUSUM y CUSUMQ (modelo
inicial)
12
-4
-8
-12
2011 2012 2013 2014 2015 2016 2017 2018 2019
CUSUM 5% Significance
1.6
1.2
0.8
0.4
0.0
-0.4
2011 2012 2013 2014 2015 2016 2017 2018 2019
CUSUM of Squares 5% Significance
4.2.6. Especificación del modelo econométrico ajustado

Comprobada la ausencia de estabilidad estructural en el modelo inicial, es
preciso revisar la especificación inicial del modelo; ello con la finalidad de
obtener un modelo para todo el período de forma adecuada. En principio
dada la no significancia de la variable LOG(INV_GR) se procede a
confirmar su relevancia como variable explicativa dentro del modelo
multivariado12. En ese sentido aplicamos la ratio de verosimilitud a la
12
El test de la razón de verosimilitud para variables omitidas permite añadir un conjunto de variables a
una ecuación existente y contrastar si constituyen una contribución significativa a la explicación de la
100
variable LOG(INV_GR). Ejecutando el test de verosimilitud se obtiene una
Prob(F-statistic) = 0.6958 la cual es mayor al 0.05, por lo tanto, se acepta la
hipótesis nula de que la variable LOG(INV_GR) es una variable redundante
(Ver Anexo N° 16). Por esa razón, esta variable no debe ser incluida en la
especificación del modelo.
La nueva especificación del modelo pretende corregir los problemas de no
significancia de los parámetros; autocorrelación y así como de estabilidad
estructural. La nueva especificación es la siguiente:
𝑃𝑀 = 𝛽0 + 𝛽1 𝐿𝑂𝐺(𝐼𝑁𝑉𝐺𝑁 ) + 𝛽2 𝐿𝑂𝐺(𝐼𝑁𝑉𝐺𝐿 ) + 𝜇
𝐏𝐌 = 𝑷𝒐𝒃𝒓𝒆𝒛𝒂 𝑴𝒐𝒏𝒆𝒕𝒂𝒓𝒊𝒂 𝒆𝒙𝒑𝒓𝒆𝒔𝒂𝒅𝒂 𝒆𝒏 𝒕𝒆𝒓𝒎𝒊𝒏𝒐𝒔 𝒑𝒐𝒓𝒄𝒆𝒏𝒕𝒖𝒂𝒍𝒆𝒔
𝐋𝐎𝐆(𝐈𝐍𝐕𝐆𝐍 ) = 𝑳𝒐𝒈𝒂𝒓𝒊𝒕𝒎𝒐 𝒅𝒆 𝒍𝒂 𝒊𝒏𝒗𝒆𝒓𝒔𝒊𝒐𝒏 𝒑𝒖𝒃𝒍𝒊𝒄𝒂 𝒅𝒆𝒍 𝒈𝒐𝒃𝒊𝒆𝒓𝒏𝒐 𝒏𝒂𝒄𝒊𝒐𝒏𝒂𝒍
𝐋𝐎𝐆(𝐈𝐍𝐕𝐆𝐋 ) = 𝑳𝒐𝒈𝒂𝒓𝒊𝒕𝒎𝒐 𝒅𝒆 𝒍𝒂 𝒊𝒏𝒗𝒆𝒓𝒔𝒊𝒐𝒏 𝒑𝒖𝒃𝒍𝒊𝒄𝒂 𝒅𝒆𝒍 𝒈𝒐𝒃𝒊𝒆𝒓𝒏𝒐 𝒍𝒐𝒄𝒂𝒍
4.2.7. Significancia de los parámetros del modelo ajustado

Tal como se puede apreciar en la Tabla N° 07; todos los parámetros son
significativos13 con una probabilidad mayor (nivel de confianza) respecto al
modelo inicial. Asimismo, del R2, como parámetro que mide poder
explicativo del modelo de regresión lineal, mejora respecto al R2 del modelo
inicial. Finalmente, también se observa que la probabilidad de significancia
conjunta (medido por la Prob(F)) mejora con relación al modelo inicial (Ver
Anexo N° 17).
Tabla Nº 7 Resultado del análisis del modelo Ajustado
VARIABLE COEFFICIENT PROB.
C 4.958077 0.0001
LOG(INV_GN) -0.068148 0.0649
LOG(INV_GL) -0.161590 0.0029
R-squared 0.738251
AIC -1.743934
variable dependiente. Este contraste tiene como hipótesis nula que el conjunto regresor adicionales no
son conjuntamente significativos.
13
Para un nivel de confianza del 5%.
101
4.2.8. Pruebas a los residuos del modelo econométrico ajustado.
En la Tabla N° 08, se muestran el resultado de las pruebas realizadas a los
residuos del ajustado, las cuales se detallan en el Anexo N° 18. Se encontró
que los residuos; no presentan problemas normalidad y heteroscedasticidad;
para descartar los problemas de correlación serial (Ver Anexo N° 18). Para
determinar la existencia o no de autocorrelación de primer y segundo orden
aplicamos el test de Breusch-Godfrey14 . Los resultados de este último test
se aprecian en la Tabla N° 09 (Ver Anexo N° 18).
Tabla Nº 8 Resultado del análisis de los residuos del modelo ajustado.

TIPO DE PRUEBA PROBABILIDAD CONCLUSIÓN
La Probabilidad del test es mayor al 5%,
por tanto, no se rechaza la hipótesis nula
Test de Jarque - Bera 0.6136
de normalidad de los residuos. Por lo
tanto, los residuos son normales.
De acuerdo a la tabla de distribución de
Durbin-Watson se encuentra dentro del
Test de Durbin-Watson 1.0653 parámetro de no autocorrelación de
primer orden, para comprobar ello se hará
el test de Godfrey-Breusch.
La probabilidad del test es mayor al 5%,
por tanto, no se rechaza la hipótesis nula
Test de White 0.1640 de homocedasticidad de los residuos. Por
lo tanto; los residuos del modelo son
homocedástico.
Tabla Nº 9 Resultado del contraste de Godfrey-Breusch (modelo ajustado)
NUMERO DE
PROBABILIDAD CONCLUSIÓN
REZAGOS
La probabilidad del test es mayor al 5%, por lo
tanto, no se rechaza la hipótesis nula de no
1 0.1961 autocorrelación de primer orden. Es decir, los
residuos del modelo presentan ausencia de
autocorrelación de primer orden.
La probabilidad del test es mayor al 5%, por lo
tanto, no se rechaza la hipótesis nula de no
2 0.2107 autocorrelación de segundo orden. Es decir,
los residuos del modelo presentan ausencia de
autocorrelación de segundo orden.
14
La hipótesis nula de este test es la de no autocorrelación de grado m. El test de Breusch-Godfrey se
distribuye como una distribución chi cuadrada con m grados de libertad
102
Según los valores probabilísticos del test de Godfrey-Breusch se acepta la
hipótesis nula de ausencia de correlación serial tanto de primer como de
segundo orden para el modelo ajustado.
4.2.9. Forma funcional de modelo ajustado

Para determinar si la forma funcional de la ecuación lineal es la adecuada
para capturar la relación entre la variable endógena y las variables
explicativas propuestas aplicamos el método de Ramsey Test RESET15.
Aplicando el contraste formal de especificación RESET de Ramsey se
obtiene una probabilidad del 12.63 % la cual es mayor al 5% de
significancia; por lo tanto, se acepta la hipótesis nula de que la forma
funcional lineal del modelo ajustado es la correcta (Ver Anexo N° 19).
4.2.10. Estabilidad estructural del modelo econométrico ajustado.

En la Figura N° 28 se muestra la gráfica de residuos recursivos del
modelo ajustado. En esta gráfica se observa que los residuos varían
alrededor del valor cero, sin sobrepasar las bandas de confianza en su
evolución en el tiempo; con lo que se puede concluir la existencia de
estabilidad estructural en el modelo ajustado.
15
El test de Ramsey, conocido como RESET por sus siglas en inglés (Regression Specification Error
Test), está destinado a probar los errores de especificación de los modelos, los que se pueden deber a:
variables omitidas; formas funcionales incorrectas; y presencia de correlación entre los errores y
variables explicativas (no ortogonalidad).
103
Figura Nº 28 Representación gráfica de los residuos recursivos (modelo
ajustado)
.3
.2
.1
.0
-.1
-.2
-.3
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Recursive Residuals ± 2 S.E.

Asimismo, observando la Figura N° 29 se aprecia la gráfica CUSUMQ cuya
evolución se mantiene dentro de las bandas paralelas de significancia. Por
lo tanto, se concluye la presencia de estabilidad estructural del modelo
ajustado.
104
Figura Nº 29 Representación gráfica CUSUMQ
1.6
1.2
0.8
0.4
0.0
-0.4
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
CUSUM of Squares 5% Significance
Adicionalmente aplicando la estimación recursiva respecto al gráfico de los

coeficientes recursivos; en la Figura N° 30 se observa que el gráfico de los
coeficientes recursivos para los tres parámetros del modelo presenta una
evolución constante en el tiempo (las figuras no se alejan demasiado de ser
rectas horizontales) con un ajuste mayor a partir del año 2014; por lo tanto,
se puede concluir que existe presencia de estabilidad estructural en el
modelo ajustado.
105
Figura Nº 30 Representación gráfica de los coeficientes recursivos
1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
10 11 12 13 14 15 16 17 18 19
Recursive C(1) Estimates

± 2 S.E.
.4
.2
.0
-.2
-.4
10 11 12 13 14 15 16 17 18 19

± 2 S.E.
40
20
-20
-40
10 11 12 13 14 15 16 17 18 19

± 2 S.E.
106
4.2.11. Análisis de multicolinealidad del modelo ajustado.
Para la detección de la multicolinealidad se ha aplicado la metodología
del factor de inflación de la varianza o índices de tolerancia16. En la Tabla
N° 10 se muestra los índices de tolerancia para todas las variables del
modelo ajustado. Tal como se puede apreciar todas variables explicativas
no presenta de colinealidad dado que su factor de inflación de la varianza
es menor a 10 (Ver Anexo N° 20).
Tabla Nº 10 Factores de inflación de la varianza del modelo ajustado
Factor Inflación de
Variable
la varianza
LINV_GN 1.13
LINV_GL 1.13
4.3.DISCUSIÓN DE RESULTADOS
En esta investigación al determinar la relación de inversión pública y la pobreza
monetaria en el departamento de Huancavelica durante el periodo 2007 a 2019, se
puedo encontrar que la inversión pública nacional en Huancavelica impacto en -
0.068148 sobre la Pobreza Monetaria y la inversión pública local tuvo una
incidencia sobre la pobreza monetaria en una cuantía de -0.161590. Esto nos
indica que la inversión pública en los dos niveles de gobierno mencionados incide
en la disminución de la pobreza monetaria, uno en mejor cuantía que el otro, es
importante mencionar que la variable INV_GR no contribuye significativamente,
ya que el gobierno Regional se ocupa principalmente en cubrir los costos de los
servicios en Huancavelica, y es por ello que se tuvo que sacar del modelo inicial.
Frente a lo mencionado se acepta la hipótesis de la tesis, donde refiere que la
16
Valores mayores a 10 de este índice supone la presencia de multicolinealidad en el modelo.
107
relación es inversa entre la inversión pública y la pobreza monetaria en el
departamento de Huancavelica en el periodo de estudio, 2007- 2019 esto es
explicado con el modelo econométrico ajustado y con todas las pruebas superadas
que se exige.
Estos resultados son coherentes de acuerdo a la literatura de la ciencia económica
como se menciona en el marco teórico y los antecedentes de los estudios
internacionales, nacionales y locales. Es importante mencionar a Ocas Horna
(2019) Donde demuestra que la inversión ha incidido directamente en la reducción
de la pobreza en el departamento de la Libertar, este estudio fue estudiado por
sectores, así mismo Rocca (2019) valida la investigación, ya que concluye en la
suya que a medida que se incrementa la inversión pública la pobreza disminuye
significativamente, este estudio se realizó en el departamento de cusco a nivel de
los tres niveles de gobierno y también por sectores. Es así que podemos mencionar
a Elvis, (2018), Ricardo Ford, Héctor Paredes (2015), Jose Martin Blanco
Tipismana (2018), Soledad Hallasi Pilco (2019) y muchos más que concluyen que
la inversión y pobreza monearía tienen una relación inversa, desde luego, cada
uno de los autores con su particularidad de estudio.
Cabe mencionar de que el estudio realizado por niveles de gobierno es casi nuevo,
y somos uno de los primeros en profundizar en tema señalando la participación de
cada uno de estos niveles de gobierno en la reducción de la pobreza, ya los
estudios mencionados anteriormente son estudiados por sectores y de manera
general, otros solo tomaron datos de un nivel de gobierno, y si tocaron los tres
niveles, abarcaron ligeramente, es por ello que este estudio tiene esa particularidad
de estudio que es profundizado en los niveles de gobierno y obviado por sectores.
Por otro lado, existe una investigación realizado por Quincho Chahuayo, Fanny
Rossmery (2019), una tesis de posgrado de UNCP, donde realiza los estudios en
el departamento de Huancavelica en el periodo 2004-2016 usando precisamente
las variables inversión pública y pobreza, donde concluye que la inversión pública
no influyó en la reducción de la pobreza basándose en sus resultados de su modelo
econométrico, es obvio que nuestro resultado es contraria y discrepa con el estudio
realizado por Quincho, es por ello que detallaremos e intentaremos explicar del
porque aquellos resultados.
108
En el estudio realizado por Quincho se centra básicamente en analizar por sectores
donde se centra en Inversión Social, Inversión en infraestructura e inversión en
otro tipo de capital fijo, tal como se muestra en el Anexo Nº 10 de su tesis, por lo
cual haciendo una suma de los tres mencionados se tendría la inversión anual, por
ejemplo, la inversión anual para el año 2016 es de S/. 770,015,109.27 que sería la
suma de Inversión Social, Inversión en infraestructura e inversión en otro de
capital fijo. Esta suma no es equivalente a la información que nos da MEF
(consulta amigable) para el año 2016, ya que nos da según MEF en rubro de solo
proyectos un total de S/. 1,205,347,337 (PIM), S/. 931,728,780 (DEVENGADO)
lo cual nos indica que en el estudio se ha obviado algunas inversiones y/o algunos
sectores. Por otro lado, en el modelo econométrico general que aplica no se realiza
las pruebas correspondientes para validar el modelo y para la prueba de las
hipótesis especificas si se realiza solo algunas y de manera superficial. Por todo
lo antes mencionado los resultados son discrepantes.
También es muy importante mencionar de que la investigación que realizamos

tiene algunas limitaciones, como la cantidad de observación, porque nos hubiera
gustado realizar el estudios con un periodo más extendido, pero la información
disponible de los tres niveles de gobierno es a partir del 2007, también se quiere
trabajar con datos trimestrales pero sin embargo la solicitud respondida por el jefe
de INEI (OFICIO Nº314-2020-INEI/DTDIS) nos indica de que no está disponible
los datos de la pobreza monetaria en trimestres.
Somos conscientes de que para la reducción de pobreza es también explicada por
otras variables y no necesariamente por la inversión pública, pero dado la
naturaleza del enfoque se realizó el estudio de esta forma.
Es verdad que los aspectos colaterales como la baja ejecución del presupuesto,
corrupción en los estamentos gubernamentales que alcanza a todos los niveles de
gobierno y la misma metodología de medición de la pobreza monetaria tienden a
no ser explicada adecuadamente por la investigación realizada.
109
CONCLUSIÓN
1. Los resultados sugieren que para el periodo 2007-2019 la inversión pública en su

nivel de gobierno nacional y local tuvieron una incidencia significativa en la
disminución nivel de pobreza monetaria en el departamento de Huancavelica. Es
decir, la inversión pública nacional en el departamento de Huancavelica impacto
en -0.068148 sobre la Pobreza Monetaria. De similar manera; la inversión pública
local tuvo una incidencia sobre la pobreza monetaria en una cuantía de -0.161590.
Concluyéndose que la inversión de los gobiernos locales tuvo un impacto más
significativo en la reducción de la pobreza monetaria que la inversión pública
nacional.
2. Los resultados sugieren la presencia de una relación lineal y significativa de la
siguiente forma:
PM = C(1) + C(2)*LOG(INV_GN) + C(3)*LOG(INV_GL)
En ese contexto se advierte (según los resultados) que la inversión pública del
nivel de gobierno regional en el departamento de Huancavelica (LOG(INV_GR)),
para el periodo analizado, no contribuye de manera significativa a la reducción de
la pobreza monetaria. Constituyéndose estas variables como estadísticamente
igual a cero.
3. Los efectos de los regresores sobre la pobreza monetaria tienen las siguientes
connotaciones:
 El efecto de la inversión pública en su nivel de gobierno nacional se ha
estimado en -0.068148 (en términos de elasticidades). Lo que implica que un
incremento del 1% en la inversión pública del gobierno nacional en el
departamento de Huancavelica disminuye la pobreza monetaria en 0.068148%.
110
 De similar manera; el efecto de la inversión pública en su nivel de gobierno
local se ha estimado en -0.161590 (en términos de elasticidades). Lo que
implica que un incremento del 1% en la inversión pública de los gobiernos
locales en el departamento de Huancavelica disminuye la pobreza monetaria
en 0.161590%.
111
RECOMENDACIONES
Dentro de los ajustes de los modelos lineales o linealizables es muy importante testar
la especificación del modelo, la heterocedasticidad y la multicolinealidad entre otros
contrastes complementarios; ello con la finalidad de buscar el mejor ajuste entre las
variables independientes y la variable dependiente. En ese contexto, dado que se
requiere buscar la mejor explicación a la variabilidad de la Pobreza Monetaria; es
pertinente buscar la inclusión de nuevas variables explicativas que contribuyan a una
mejor especificación y predictibilidad del modelo multivariado. Ello conducirá a
nuevas evidencias de efecto y/o incidencia sobre el porcentaje de la pobreza monetaria
en el departamento de Huancavelica.
En vista de que los Gobierno Locales inciden en mayor porcentaje en la reducción de
la pobreza monetaria se sugiere al Ministerio de Economía y Finanzas seguir con la
política de descentralización del presupuesto, y de igual forma implementar estrategias
para mejorar el porcentaje de ejecución del presupuesto de inversión pública en los
Gobiernos Locales ya que ejecuta en menor porcentaje el presupuesto asignado.
112
REFERENCIA BIBLIOGRÁFICA
Arias, F. G. (2012). El proyecto de investigacion introduccion a la metodologia

cientifica, 6º edicion . Caracas - Republica Bolivariana de Venezuela : Editorial
Episteme, C. A.
Castro Salinas, Rodolfo, Rivera, Renzo, & Seperak, Rosa. (2017). Impacto de
composición familiar en los niveles de pobreza de Perú. Cultura-hombre-
sociedad. Obtenido de https://dx.doi.org/10.7770/cuhso-v27n2-art1229
Elvis, M. G. (2018). Las Decisiones de Inversión y su impacto en la reducción de la
pobreza en el Perú. Lima, Perú: UNFV.
Espinoza, R. B. (2019). Emprendimiento Empresarial y Pobreza: Caso artesania
texitil del distrito de Yauli,Huancavelica, Perú ,2016. HUANCAVELICA,
PERÚ: UNH.
García, R. A. (2015). Analisis de la Inversion Pública en funciones básicas y la
pobreza en el Departamento de Piura en el periodo 2001-2013. piura, Perú:
UNP.
Gujarati y Porter . (2010). Econometría . Mexico : McGraw-Hill/Irwin.
IPE. (2019). Indice de Competitividad Regional. Instituto Peruano de Economia, 23.
José Luis Hernández Mota. (diciembre de 2010). Inversión Pública y Crecimiento:
Hacia una Nueva Perspectiva de la Función el Gobierno. México: UAM.
Kurt, B. (14 de julio de 2017). Entrevista sobre invesion publica y privada. (C. PUCP,
Entrevistador) LIMA: CEMTRUM PUCP.
Lara, L. A. (Agosto de 2018). La inversión pública y su incidencia en la disminución
de la pobreza en Ecuador durante el período 2014 – 2017. Guayaquil,
Ecuador: Universidad de Guayaquil.
Luis, C. F. (2016). Inversion Publica en Infraestructura y Desarrollo de Capacidades
y su influencia en el ingreso de productores Alpaqueros, Distrito de Pilpichaca
2015. Huancayo, Perú: UNCP.
Luna Gálvez, C. A. (2014). Inversión pública y el indice de desarrollo humano -
Ciudad de Huancavelica ( 2006- 2012 ). Lima, Perú: UNI.
113
Mamani, R. B. (2013). La incidencia de la inversion publica en los niveles de pobreza
del municipio de Taraco 2005 - 2010. LA PAZ, BOLIVIA: UMSA.
Mankiw, N. G. (2014). Macroeconomia . Barcelona - España : Antoni Bosch, S.A.
MEF. (01 de Setiembre de 2019). https://www.mef.gob.pe. Obtenido de
https://www.mef.gob.pe/?option=com_content&view=category&id=661&Ite
mid=100143&lang=es:
http://apps5.mineco.gob.pe/transparencia/Navegador/default.aspx
Ministerio de Economía y finanzas. (2019). Directiva General del Sistema Nacional
de Programación. Lima.
Myriam Ruiz Tibana, Tito Duarte. (junio de 2015). Los proyectos de desarrollo: la
inversión pública y la inversión privada. Colombia, Colombia: Universidad
Teconologica de Pereira.
Ocas Horna, C. L. (2019). La incidencia de la inversión pública en la pobreza
monetaria del departamento de La Libertad período 2000-2017. Trujillo, Perú:
UNT.
Orellana L., S. P. (MARZO de 2015). Los Ingresos Tributarios, la inversion social y
los nivels de pobreza periodo 2006 - 2011. GUAYAQUIL, ECUADOR:
Universidad de Guayaquil.
Puig, M. G. (2006). Introduccion a la Macroeconomia . Barcelona.
Quiñones Huayna, N. M. (2016). Efectos del Gasto Público sobre la pobreza
monetaria en el Perú: 2004-2012. Lima, Lima, Perú: PUCP.
Raymundo M. Campos Vázquez y Luis A. Monroy. (2016). La relación entre
crecimiento económico y pobreza en México. Mexico: UNAM.
Ricardo Fort, Hector Paredes. (abril de 2015). Inversión pública y descentralización:
sus efectos sobre la pobreza rural en la última década. GRADE.
River, H. R. (2018). Inversion Pública y la Pobreza monetaria en el departamento de
Puno: periodo 2004-2015. Puno, Perú: UNA.
Rocca, R. Y. (2019). Efecto de la Inversión Pública en los índices de pobreza de la
región Cusco, Durante los periodos 2000 - 2017. Cusco, PERÚ: UNSAAC.
Sampieri, R. H. (2014). Metodología de la Investigación. Mc Graw Hill Education.
114
Sangay, J. O. (mayo de 2018). Inversión Pública y su relación con los niveles de la
pobreza monetaria en las Regiones del Perú : periodo 2004-2015. Cajamarca,
Perú: UNC.
Tipismana, J. M. (2018). Factores Determinantes de la Pobreza Monetaria en la
Región Huánuco 2001 al 2016. Huánuco, Perú: UNHV.
Verdera, F. (2007). La pobreza en el perú. LIMA, PERÚ: CLACSO.
Wooldridge, J. M. (2009). Intruducción a la econometría un enfoque moderno.
Cengage Learning.
115
APÉNDICE
116
Apéndice 1: Huancavelica: Valor Agregado Bruto por Años, según Actividades
Económicas Valores a Precios Constantes de 2007 (miles de soles)
Tabla Nº 11 Datos Para la elaboración de la Figura Nº 2

Actividades 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016P/ 2017P/ 2018E/ 2019E/
Agricultura, Ganadería, Caza y Silvicultura 186,797 234,394 251,981 250,182 304,479 370,655 319,002 305,604 304,445 312,422 311,446 300,430 301,454
Pesca y Acuicultura 225 300 482 2,084 3,462 3,585 3,847 4,598 4,915 5,475 6,342 8,398 6,965
Extracción de Petróleo, Gas y Minerales 650,971 712,184 667,741 663,645 651,803 619,384 633,814 663,466 548,113 434,658 402,488 463,872 462,794
Manufactura 45,909 48,095 45,164 51,543 54,342 55,988 59,387 58,908 57,808 56,753 56,372 58,081 58,049
Electricidad, Gas y Agua 735,794 709,500 754,661 770,854 799,583 827,002 829,299 812,688 831,477 851,077 1,027,845 1,129,288 1,129,556
Construcción 159,604 177,868 188,858 260,361 213,782 305,761 323,700 386,210 428,616 415,677 370,227 355,018 305,138
Comercio 94,007 105,373 107,141 117,502 133,393 150,191 158,462 159,375 160,483 163,594 164,513 169,245 174,339
Transporte, Almacen., Correo y Mensajería 44,866 48,560 48,638 52,447 55,291 60,509 63,905 66,141 68,783 70,583 73,717 75,231 76,734
Alojamiento y Restaurantes 21,160 23,198 23,402 25,002 27,428 30,123 32,455 32,828 33,778 34,700 35,275 36,623 37,899
Telecom. y Otros Serv. de Información 9,271 11,352 12,811 14,613 16,496 19,108 20,851 23,180 25,887 27,572 31,152 31,271 33,502
Administración Pública y Defensa 177,063 182,002 223,143 227,644 243,552 263,785 269,342 295,861 299,435 323,074 340,405 360,197 374,997
Otros Servicios 349,612 361,024 372,073 381,659 405,604 437,570 460,863 472,889 502,080 517,363 535,203 565,633 598,822
Valor Agregado Bruto 2,475,279 2,613,850 2,696,095 2,817,536 2,909,215 3,143,661 3,174,927 3,281,748 3,265,820 3,212,948 3,354,985 3,553,287 3,560,249
F uente: Instituto N acio nal de Estadí stica e Info rmática 1,778,775 1,930,947 2,058,318 2,210,682 2,287,107 2,551,601 2,682,266 2,824,396 2,797,856
C o n info rmació n dispo nible al 15 de junio del 2020 5.6% 3.1% 4.5% 3.3% 8.1% 1.0% 3.4% -0.5% -1.6% 4.4% 5.9% 0.2%
Apéndice 2: Huancavelica: Valor Agregado Bruto por Años, según Actividades

Económicas Valores a Precios Constantes de 2007 (estructura porcentual)
Tabla Nº 12 Datos para la elaboración de la Figura Nº 3

Actividades 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016P/ 2017P/ 2018E/ 2019E/
Agricultura, Ganadería, Caza y Silvicultura 7.5 9.0 9.3 8.9 10.5 11.8 10.0 9.3 9.3 9.7 9.3 8.5 8.5
Pesca y Acuicultura 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.2 0.2 0.2 0.2 0.2
Extracción de Petróleo, Gas y Minerales 26.3 27.2 24.8 23.6 22.4 19.7 20.0 20.2 16.8 13.5 12.0 13.1 13.0
Manufactura 1.9 1.8 1.7 1.8 1.9 1.8 1.9 1.8 1.8 1.8 1.7 1.6 1.6
Electricidad, Gas y Agua 29.7 27.1 28.0 27.4 27.5 26.3 26.1 24.8 25.5 26.5 30.6 31.8 31.7
Construcción 6.4 6.8 7.0 9.2 7.3 9.7 10.2 11.8 13.1 12.9 11.0 10.0 8.6
Comercio 3.8 4.0 4.0 4.2 4.6 4.8 5.0 4.9 4.9 5.1 4.9 4.8 4.9
Transporte, Almacen., Correo y Mensajería 1.8 1.9 1.8 1.9 1.9 1.9 2.0 2.0 2.1 2.2 2.2 2.1 2.2
Alojamiento y Restaurantes 0.9 0.9 0.9 0.9 0.9 1.0 1.0 1.0 1.0 1.1 1.1 1.0 1.1
Telecom. y Otros Serv. de Información 0.4 0.4 0.5 0.5 0.6 0.6 0.7 0.7 0.8 0.9 0.9 0.9 0.9
Administración Pública y Defensa 7.2 7.0 8.3 8.1 8.4 8.4 8.5 9.0 9.2 10.1 10.1 10.1 10.5
Otros Servicios 14.1 13.8 13.8 13.5 13.9 13.9 14.5 14.4 15.4 16.1 16.0 15.9 16.8
Valor Agregado Bruto 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0
N o ta: Las diferencias a nivel de décimas que pudieran presentarse en la Estructura Porcentual se deben al redondeo de cifras.
F uente: Instituto N acio nal de Estadí stica e Info rmática
C o n info rmació n dispo nible al 15 de junio del 2020
117
Apéndice 3: Datos de la pobreza Monetaria del departamento de Huancavelica 2007
– 2019
Tabla Nº 13 Datos de la Pobreza Monetaria
Año Pobreza M. (%) Var. PM

2007 85.0%
2008 79.5% -5.5%
2009 73.9% -5.7%
2010 62.5% -11.4%
2011 55.0% -7.6%
2012 53.3% -1.7%
2013 50.6% -2.8%
2014 50.3% -0.2%
2015 48.2% -2.1%
2016 47.4% -0.9%
2017 35.1% -12.3%
2018 34.6% -0.5%
2019 36.9% 2.4%
Fuente: Instituto Nacional de Estadística e Informática
Apéndice 4: Presupuesto de Perú y su composición, 2019 a nivel PIA

Tabla Nº 14 Presupuesto de Perú por niveles de Gobierno, 2019, PIA
LEY DE PRESUPUESTO DEL SECTOR PÚBLICO PARA EL AÑO FISCAL 2019

% niveles
NIVELES DE GOBIERNO PRESUPUESTO %
de gob.
GOBIERNO CENTRAL
Correspondiente al Gobierno Nacional S/ 118,227,641,778.00 100% 70%
Gasto corriente S/ 74,811,037,564.00 63%
Gasto de capital S/ 28,983,108,063.00 25%
Servicio de la deuda S/ 14,433,496,151.00 12%
INSTANCIAS DESCENTRALIZADAS
Correspondiente a los Gobiernos Regionales S/ 29,915,914,285.00 100% 18%
Servicio de la deuda S/ 289,624,981.00 1%
Correspondiente a los Gobiernos Locales S/ 19,930,851,181.00 100% 12%
Servicio de la deuda S/ 354,584,773.00 2%
118
TOTAL S/ 168,074,407,244.00 100%
Tabla Nº 15 Presupuesto de Perú por tipo de Gasto, 2019, PIA
PRESUPUESTO DE PERU POR TIPO DE GASTO 2019(PIA)

G. CORRIENTE S/ 108,780,369,466.00 65%
G. CAPITAL S/ 44,216,331,873.00 26%
S. DEUDA S/ 15,077,705,905.00 9%
TOTAL S/ 168,074,407,244.00 100%
Apéndice 5: Presupuesto del Departamento de Huancavelica y su composición, 2019

a nivel PIM
Tabla Nº 16 Presupuesto de HVCA por niveles de Gobierno, 2019, PIM
PRESUPUESTO DEL DEPARTAMENTO DE HVCA 2019 (PIM)

% niveles de
NIVELES DE GOBIERNO PRESUPUESTO %
gobierno
GOBIERNO CENTRAL
G. Nacional S/ 871,302,068.00 100% 30%
Gasto corriente S/ 579,960,314.00 67%
Gasto de capital S/ 291,341,754.00 33%
INSTANCIAS DESCENTRALIZADAS
G. Regional S/ 1,231,639,948.00 100% 43%
G. Locales S/ 789,074,378.00 100% 27%
TOTAL S/ 2,892,016,394.00 100%
Tabla Nº 17 Presupuesto de HVCA por tipo de gasto, 2019, PIM
PRESUPUESTO DE HUANCAVELICA POR TIPO DE

GASTO 2019
G. CORRIENTE S/ 1,759,279,156.00 61%
G. CAPITAL S/ 1,132,737,238.00 39%
TOTAL S/ 2,892,016,394.00 100%
119
Apéndice 6: Promedio de Ejecución de presupuesto de Inversión pública por niveles

de gobierno del periodo 2007-2019 (a nivel devengado)
Tabla Nº 18 Datos para la elaboración de la Figura Nº 18
EJECUCION
EJECUCION GN EJECUCION GR
GL
25.46% 25.07% 49.47%
Apéndice 7: Evolución de la Inversión Pública por niveles de gobierno en

Tabla Nº 19 Inversión Pública por niveles de Gobierno 2007 - 2019
INV. GOB. NACIONAL EN INV. GOB. INV. GOB. LOCAL

HVCA REGIONAL TOTAL TOTAL
2007 87,298,795 92,156,621 34,806,320
2008 49,889,578 132,443,627 190,164,561
2009 57,663,891 108,086,516 246,330,420
2010 55,131,147 165,821,157 294,020,419
2011 45,110,512 148,106,552 255,533,288
2012 57,528,447 211,852,488 362,482,184
2013 66,524,602 199,311,457 372,988,026
2014 260,932,361 215,072,703 431,469,792
2015 459,546,277 186,529,655 346,363,185
2016 385,944,397 160,966,725 384,817,657
2017 242,925,189 159,822,329 476,858,043
2018 121,852,554 149,705,443 445,141,261
2019 262,850,825 189,917,435 342,725,072
120
Apéndice 8: Participación en la Inversión Pública en el Departamento de
Huancavelica por Niveles de Gobierno, 2007 – 2019 (a nivel devengado)
Tabla Nº 20 Dato para la Figura Nº 20
EJECUCION
EJECUCION GN EJECUCION GR
GL
25.46% 25.07% 49.47%
Fuente: Ministerio de Economía y Finanzas (consulta amigable)
Anexo 9: Evolución de PIM, ejecución presupuestal y avance (%) de la Inversión

Pública del Gobierno Nacional en Huancavelica, 2007 – 2019
Tabla Nº 21 Ejecución Presupuestal y avance de la Inversión pública del Gob.
Nacional en Huancavelica
INV. GOB. NACIONAL EN HVCA

AÑO PIM EJECUCION GN AVANCE (%)
2007 121,342,734 87,298,795 72%
2008 76,729,426 49,889,578 65%
2009 83,777,243 57,663,891 69%
2010 97,444,869 55,131,147 57%
2011 97,031,406 45,110,512 46%
2012 74,293,859 57,528,447 77%
2013 105,876,122 66,524,602 63%
2014 320,855,367 260,932,361 81%
2015 510,338,198 459,546,277 90%
2016 423,940,282 385,944,397 91%
2017 272,773,068 242,925,189 89%
2018 159,806,362 121,852,554 76%
2019 291,341,754 262,850,825 90%
121
Apéndice 10: Evolución de PIM, ejecución presupuestal y avance (%) de la
Inversión Pública del Gobierno Regional de Huancavelica, 2007 – 2019.
Tabla Nº 22 ejecución presupuestal y avance (%) de la Inversión Pública del
Gobierno Regional de Huancavelica, 2007 – 2019
INV. GOB. REGIONAL TOTAL

AÑO PIM EJECUCION GR AVANCE (%)
2007 178,272,671 92,156,621 52%
2008 208,035,912 132,443,627 64%
2009 183,044,242 108,086,516 59%
2010 278,699,920 165,821,157 59%
2011 232,485,302 148,106,552 64%
2012 272,696,973 211,852,488 78%
2013 209,804,849 199,311,457 95%
2014 227,965,483 215,072,703 94%
2015 224,154,972 186,529,655 83%
2016 199,772,391 160,966,725 81%
2017 268,569,668 159,822,329 60%
2018 286,570,517 149,705,443 52%
2019 314,458,071 189,917,435 60%

Apéndice 11: Evolución de PIM, ejecución presupuestal y avance (%) de la
Inversión Pública de Gobierno Local de Huancavelica, 2007 – 2019
Tabla Nº 23 Ejecución presupuestal y avance (%) de la Inversión Pública de
Gobierno Local de Huancavelica, 2007 – 2019
INV. GOB. LOCAL TOTAL

AÑO PIM EJECUCION GL AVANCE (%)
2007 69,215,518 34,806,320 50%
2008 311,900,079 190,164,561 61%
2009 391,386,037 246,330,420 63%
2010 399,927,420 294,020,419 74%
2011 416,932,239 255,533,288 61%
2012 546,789,921 362,482,184 66%
2013 571,234,968 372,988,026 65%
2014 581,758,722 431,469,792 74%
2015 465,348,136 346,363,185 74%
2016 581,634,664 384,817,657 66%
2017 700,061,388 476,858,043 68%
2018 603,660,462 445,141,261 74%
2019 526,937,413 342,725,072 65%
122
Apéndice 12: Resultados de la estimación por MCO del Modelo Inicial

Dependent Variable: POBREZA_MONETARIA
Method: Least Squares
Date: 11/25/20 Time: 10:17
Sample: 2007 2019
Included observations: 13
Variable Coefficient Std. Error t-Statistic Prob.
LOG(INV_GN) -0.065918 0.034776 -1.895495 0.0905

LOG(INV_GR) -0.069229 0.171428 -0.403837 0.6958
LOG(INV_GL) -0.142748 0.063522 -2.247227 0.0512
C 5.857215 2.389778 2.450945 0.0367
R-squared 0.742909 Mean dependent var 0.547692

Adjusted R-squared 0.657213 S.D. dependent var 0.163414
S.E. of regression 0.095676 Akaike info criterion -1.608046
Sum squared resid 0.082384 Schwarz criterion -1.434215
Log likelihood 14.45230 Hannan-Quinn criter. -1.643776
F-statistic 8.669041 Durbin-Watson stat 1.100676
Apéndice 13: Resultados del análisis a los residuos al Modelo Inicial

Prueba de Normalidad
123
5
Series: Residuals
Sample 2007 2019
4 Observations 13
Mean 2.00e-16
3 Median -0.005850
Maximum 0.122156
Minimum -0.138591
2
Std. Dev. 0.082858
Skewness -0.065774
Kurtosis 1.736276
1
Jarque-Bera 0.874414
0 Probability 0.645838
-0.15 -0.10 -0.05 0.00 0.05 0.10 0.15
Prueba de Normalidad de los residuos de Test de Jarque – Bera
𝐻0 = Los Residuos tienden a una distribución normal
𝐻1 = Los Residuos no tienden a una distribución normal
Dado que la Probabilidad (Prob = 0.6458) > 0.05, se acepta la hipótesis 𝐻0
Prueba de Autocorrelación - Breusch-Godfrey para rezagos de primer y segundo
orden
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.071900 Prob. F(1,8) 0.1880

Obs*R-squared 2.674242 Prob. Chi-Square(1) 0.1020
Test Equation:
Dependent Variable: RESID
Date: 11/25/20 Time: 11:53
Sample: 2007 2019
Presample missing value lagged residuals set to zero.
LOG(INV_GN) -0.005094 0.033063 -0.154057 0.8814

LOG(INV_GR) 0.112562 0.179931 0.625580 0.5490
LOG(INV_GL) -0.027852 0.063087 -0.441486 0.6706
124
C -1.492306 2.485576 -0.600386 0.5649
RESID(-1) 0.529929 0.368157 1.439410 0.1880
R-squared 0.205711 Mean dependent var 2.00E-16

Adjusted R-squared -0.191434 S.D. dependent var 0.082858

Test Equation:
Date: 11/25/20 Time: 11:56
Sample: 2007 2019
LOG(INV_GN) -0.009865 0.033824 -0.291658 0.7790

LOG(INV_GR) 0.107133 0.181952 0.588800 0.5745
LOG(INV_GL) -0.020189 0.064313 -0.313917 0.7627
C -1.444111 2.512694 -0.574726 0.5835
RESID(-1) 0.625842 0.386668 1.618549 0.1496
RESID(-2) -0.391025 0.428761 -0.911988 0.3921
R-squared 0.290064 Mean dependent var 2.00E-16

𝐻0 = No existe Autocorrelación
𝐻1 = Existe Autocorrelación
Dado que la Probabilidad (Prob = 0.1020) > 0.05 y (Prob = 0.1518) > 0.05, se acepta
la hipótesis 𝐻0
125
Prueba de Heterocedasticidad
Heteroskedasticity Test: White

Scaled explained SS 1.546677 Prob. Chi-Square(8) 0.9919
Test Equation:
Dependent Variable: RESID^2
Date: 11/25/20 Time: 11:59
Sample: 2007 2019
Collinear test regressors dropped from specification
C -10.71867 16.42086 -0.652747 0.5495

LOG(INV_GN)^2 -0.007546 0.007096 -1.063335 0.3476
LOG(INV_GN)*LOG(INV_GR) 0.028403 0.025481 1.114687 0.3274
LOG(INV_GN)*LOG(INV_GL) 0.000298 0.018080 0.016470 0.9876
LOG(INV_GN) -0.261816 0.616364 -0.424774 0.6929
LOG(INV_GR)^2 -0.050561 0.052660 -0.960125 0.3914
LOG(INV_GR)*LOG(INV_GL) -0.001288 0.036945 -0.034866 0.9739
LOG(INV_GR) 1.399824 1.614585 0.866987 0.4349
LOG(INV_GL)^2 0.000519 0.015178 0.034172 0.9744

𝐻0 = Ausencia de Heterocedasticidad
𝐻1 = Existe Heterocedasticidad
Dado que la Probabilidad (Prob = 0.5240) > 0.05, se acepta la hipótesis nula 𝐻0
Apéndice 14: Prueba de Linealidad - Ramsey RESET Test (Modelo Inicial)
Ramsey RESET Test

Equation: MODELAMIENTO2
Specification: POBREZA_MONETARIA LOG(INV_GN) LOG(INV_GR)
LOG(INV_GL) C
126
Omitted Variables: Squares of fitted values
Value df Probability
t-statistic 1.284446 8 0.2349
F-statistic 1.649801 (1, 8) 0.2349
Likelihood ratio 2.437445 1 0.1185
F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 0.014085 1 0.014085
Restricted SSR 0.082384 9 0.009154
Unrestricted SSR 0.068299 8 0.008537
LR test summary:
Value
Restricted LogL 14.45230
Unrestricted LogL 15.67102
Unrestricted Test Equation:

Date: 11/25/20 Time: 12:05
Sample: 2007 2019
LOG(INV_GN) -0.303940 0.188330 -1.613870 0.1452

LOG(INV_GR) -0.364792 0.283476 -1.286850 0.2341
LOG(INV_GL) -0.992799 0.664641 -1.493737 0.1736
C 33.70403 21.80252 1.545878 0.1607
FITTED^2 -4.097672 3.190225 -1.284446 0.2349

Apéndice 15: Prueba de Multicolinealidad- Factor de Inflación de la varianza Modelo
Inicial
Variance Inflation Factors

Date: 11/25/20 Time: 12:07
Sample: 2007 2019
Coefficient Uncentered Centered

Variable Variance VIF VIF
127
LOG(INV_GN) 0.001209 594.4694 1.154588
LOG(INV_GR) 0.029388 14882.20 2.478802
LOG(INV_GL) 0.004035 2171.423 2.444326
C 5.711039 8110.649 NA
Apéndice 16: Resultados del test de variables redundantes

Redundant Variables Test
Null hypothesis: LOG(INV_GR) are jointly insignificant
Specification: POBREZA_MONETARIA LOG(INV_GN) LOG(INV_GR)
LOG(INV_GL) C
Redundant Variables: LOG(INV_GR)
t-statistic 0.403837 9 0.6958
F-statistic 0.163085 (1, 9) 0.6958
F-test summary:
Mean
Test SSR 0.001493 1 0.001493
Restricted SSR 0.083877 10 0.008388
LR test summary:
Value
Restricted Test Equation:

Date: 11/25/20 Time: 13:58
Sample: 2007 2019
LOG(INV_GN) -0.068148 0.032867 -2.073458 0.0649

LOG(INV_GL) -0.161590 0.041260 -3.916370 0.0029
C 4.958077 0.831091 5.965744 0.0001

128
Apéndice 17: Resultados de la estimación por MCO del Modelo Ajustado

Date: 11/25/20 Time: 14:36
Sample: 2007 2019
LOG(INV_GN) -0.068148 0.032867 -2.073458 0.0649

LOG(INV_GL) -0.161590 0.041260 -3.916370 0.0029
C 4.958077 0.831091 5.965744 0.0001

Apéndice 18: Resultados del análisis a los residuos al Modelo Ajustado

Prueba de Normalidad
129
5
Series: Residuals
Sample 2007 2019
4 Observations 13
Mean -2.69e-16
3 Median -0.022725
Maximum 0.125326
Minimum -0.125885
2
Std. Dev. 0.083605
Skewness 0.131667
Kurtosis 1.683327
1
Jarque-Bera 0.976610
0 Probability 0.613666
-0.15 -0.10 -0.05 0.00 0.05 0.10 0.15
𝐻0 = Los Residuos tienden a una distribución normal
𝐻1 = Los Residuos no tienden a una distribución normal
Dado que la Probabilidad (Prob = 0.6136) > 0.05, se acepta la hipótesis 𝐻0
Prueba de Autocorrelación - Breusch-Godfrey para rezagos de primer y segundo
orden

Test Equation:
Date: 11/25/20 Time: 15:23
Sample: 2007 2019
LOG(INV_GN) -0.000193 0.031410 -0.006141 0.9952

LOG(INV_GL) 0.001900 0.039455 0.048156 0.9626
C -0.036554 0.794682 -0.045998 0.9643
RESID(-1) 0.447333 0.320407 1.396141 0.1961
130
R-squared 0.178023 Mean dependent var -2.69E-16

Test Equation:
Date: 11/25/20 Time: 15:24
Sample: 2007 2019
LOG(INV_GN) -0.009669 0.031104 -0.310864 0.7638

LOG(INV_GL) 0.010129 0.038511 0.263010 0.7992
C -0.013009 0.765435 -0.016996 0.9869
RESID(-1) 0.586070 0.326299 1.796113 0.1102
RESID(-2) -0.506316 0.387611 -1.306246 0.2278
R-squared 0.322519 Mean dependent var -2.69E-16

𝐻0 = No existe Autocorrelación
𝐻1 = Existe Autocorrelación
Dado que la Probabilidad (Prob = 0.1961) > 0.05 y (Prob = 0.2107) > 0.05, se acepta
la hipótesis 𝐻0
Prueba de Heterocedasticidad
Heteroskedasticity Test: White
131
Scaled explained SS 1.611264 Prob. Chi-Square(5) 0.8999
Test Equation:
Dependent Variable: RESID^2
Date: 11/25/20 Time: 15:26
Sample: 2007 2019
C -4.749805 5.362316 -0.885775 0.4051

LOG(INV_GN)^2 -0.012749 0.004912 -2.595728 0.0356
LOG(INV_GN)*LOG(INV_GL) 0.012404 0.010471 1.184689 0.2748
LOG(INV_GN) 0.237214 0.290408 0.816830 0.4409
LOG(INV_GL)^2 -0.013534 0.005048 -2.681066 0.0315
LOG(INV_GL) 0.277609 0.291604 0.952007 0.3728

𝐻0 = Ausencia de Heterocedasticidad
𝐻1 = Existe Heterocedasticidad
Dado que la Probabilidad (Prob = 0.1640) > 0.05, se acepta la hipótesis nula 𝐻0
Apéndice 19: Prueba de Linealidad - Ramsey RESET Test

Ramsey RESET Test
Specification: POBREZA_MONETARIA LOG(INV_GN) LOG(INV_GL) C
Omitted Variables: Squares of fitted values
t-statistic 1.684657 9 0.1263
F-statistic 2.838070 (1, 9) 0.1263
F-test summary:
Mean
Test SSR 0.020109 1 0.020109
Restricted SSR 0.083877 10 0.008388
132
LR test summary:
Value
Unrestricted Test Equation:

Date: 11/25/20 Time: 15:34
Sample: 2007 2019
LOG(INV_GN) -0.330809 0.158813 -2.083008 0.0669

LOG(INV_GL) -1.157642 0.592464 -1.953946 0.0824
C 30.61096 15.24651 2.007736 0.0756
FITTED^2 -4.377012 2.598162 -1.684657 0.1263

Apéndice 20: Prueba de Multicolinealidad- Factor de Inflación de la varianza

Variance Inflation Factors
Date: 11/25/20 Time: 16:10
Sample: 2007 2019
Coefficient Uncentered Centered

Variable Variance VIF VIF
LOG(INV_GN) 0.001080 579.4817 1.125479

LOG(INV_GL) 0.001702 999.8222 1.125479
C 0.690713 1070.523 NA
133
Apéndice N.º 21
MATRIZ DE CONSISTENCIA
PROBLEMA OBJETIVO MARCO TEÓRICO HIPÓTESIS VARIABLES METODOLOGÍA

Problema General Objetivo General Antecedente Hipótesis general Variable Tipo de investigación: No experimental,
¿Cómo se relaciona la Determinar la relación de la (Mamani, 2013) en su La relación es inversa entre la Dependiente: cuantitativo.
inversión pública y la inversión pública y la tesis “La incidencia de la inversión pública y la pobreza Nivel:
pobreza monetaria en el pobreza monetaria en el Inversión Pública en los monetaria en el departamento 1. Pobreza Descriptivo – correlacional.
departamento de departamento de niveles de pobreza del de Huancavelica en el periodo Monetari
Huancavelica en el periodo Huancavelica durante el Municipio de Taraco, 2007 – 2019 a Diseño:
2007 – 2019? periodo 2007 – 2019. periodo 2005 – 2010” Modelo económico:
(Lara, 2018) en la tesis Hipótesis especifico Variable 𝑃𝑜𝑏𝑟𝑒𝑧𝑎 𝑀𝑜𝑛𝑒𝑡𝑎𝑟𝑖𝑎 = 𝑓(𝐼𝑛𝑣𝑒𝑟𝑠𝑖ó𝑛 𝑃ú𝑏𝑙𝑖𝑐𝑎)
Problemas específicos Objetivo Especifico titulado “La inversión Independiente:
pública y su incidencia en La participación de la inversión 𝑃𝑀𝑡 = 𝑓(𝐼𝑛𝑣𝑃𝑡 ) … (1)
¿Cuál es la participación de Determinar la participación la disminución de la del Gobierno Nacional en la 2.1 Inversión del Modelo econométrico:
la inversión del Gobierno de la inversión del Gobierno pobreza en Ecuador reducción de la Pobreza Gobierno Nacional
Nacional en la reducción de Nacional en la reducción de durante el período 2014 – Monetaria en el departamento en Huancavelica 𝑃𝑀𝑡 = 𝛽0 + 𝛽1 𝐼𝑛𝑣𝑝𝐺𝑛𝑎𝑐𝑡 + 𝛽2 𝐼𝑛𝑣𝑝𝐺𝑟𝑒𝑔𝑡
la Pobreza Monetaria en el la Pobreza Monetaria en el 2017” de Huancavelica es + 𝛽3 𝐼𝑛𝑣𝑝𝐺𝑙𝑜𝑐𝑡 + 𝑢𝑡
departamento de departamento de (Rocca, 2019) en su tesis moderadamente significativa en 2.2 Inversión del …(2)
Huancavelica en el periodo Huancavelica en el periodo titulado “Efecto de la el periodo 2007 – 2019. Gobierno Regional. Población:
2007 - 2019? 2007 – 2019. Inversión Pública en los La Población está determinado el registro histórico de
índices de Pobreza de la La participación de la inversión 2.3 Inversión de datos de la Pobreza monetaria y de la inversión
¿Cuál es la participación de Determinar la participación Región Cusco, durante los del Gobierno Regional en la Gobiernos Locales. pública en el departamento de Huancavelica.
la inversión del Gobierno de la inversión del Gobierno periodos 2000 – 2017” reducción de la Pobreza Muestra:
Regional en la reducción de Regional en la reducción de (River, 2018) en su tesis Monetaria en el departamento La muestra está conformada por datos de la Inversión
la Pobreza Monetaria en el la Pobreza Monetaria en el “Inversión Pública y de Huancavelica no es Pública (S/.) y de la Pobreza Monetaria (%) del
departamento de departamento de Pobreza Monetaria en el significativa en el periodo 2007 departamento de Huancavelica comprendido desde el
Huancavelica en el periodo Huancavelica en el periodo departamento de Puno: – 2019. año 2007 a 2019.
2007 - 2019? 2007 – 2019. periodo 2004-2015” Técnica:
(Espinoza, 2019) en su La participación de la inversión Diseño de la investigación No experimental, Análisis
¿Cuál es la participación de Determinar Cuál es la tesis “Emprendimiento del Gobierno Local en la documentado, Análisis de contenido, Computadora y
la inversión del Gobierno participación de la inversión Empresarial y Pobreza: reducción de la Pobreza sus unidades de almacenaje, Cuadro de registro y
Local en la reducción de la del Gobierno Local en la caso Artesanía textil del Monetaria en el departamento clasificación de categorías
Pobreza Monetaria en el reducción de la Pobreza distrito de Yauli, de Huancavelica es significativa Técnicas de procesamiento y análisis de datos
departamento de Monetaria en el Huancavelica, Perú, en el periodo 2007 - 2019. Se hará uso del Software estadístico EViews 10.
Huancavelica en el periodo departamento de 2016”
2007 - 2019? Huancavelica en el periodo
2007 - 2019.
134

Tesis-2021-Economía-Ordoñez Sinche y Pari Taipe

Cargado por

Copyright:

Formatos disponibles

Tesis-2021-Economía-Ordoñez Sinche y Pari Taipe

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis-2021-Economía-Ordoñez Sinche y Pari Taipe

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE HUANCAVELICA

(Creada por la Ley N°25265)

FACULTAD DE CIENCIAS EMPRESARIALES

PARA OPTAR EL TÍTULO PROFESIONAL DE:

MONETARIA EN EL DEPARTAMENTO DE HUANCAVELICA: PERIODO

Bach. ORDOÑEZ SINCHE, Yhoel Ivan

Econ. MELCHOR ACEVEDO, Braulio

A todos los niños de Huancavelica que

luchan cada día por salir de la pobreza,

a mi padre que llevo en el recuerdo,

quien me ha ilustrado desafiar los retos

y enseñado a seguir adelante, A mi

madre que con su amor incomparable

A dios por haberme dado la vida y la oportunidad

de llegar hasta este momento tan importante de

mi formación profesional. A mi madre por ser la

persona quien siempre me acompaño durante

este trayendo tan difícil. A mi padre por su

trabajo y sacrificio a pesar de la distancia siempre

estuvo conmigo apoyándome, a mis hermanos y

hermanas por estar siempre presentes,

acompañándome y por el apoyo moral, que me

brindaron a lo largo de esta etapa de mi vida. Al

docente, gracias por su tiempo, su apoyo y su

sabiduría que nos transmitieron en el desarrollo

A mis padres, hermanos y a toda mi

A mis padres por enseñarme a no

ACTA DE SUSTENTACIÓN .................................................................................................................. II

TABLA Nº 2 COMPONENTES PARA EL CÁLCULO DE IDH NACIONAL: ......................................................41

FIGURA Nº 1 EVOLUCIÓN DE LA INCIDENCIA DE LA POBREZA MONETARIA TOTAL, 2007 - 2019 .............19

FIGURA Nº 18 PROMEDIO DE EJECUCIÓN DEL PRESUPUESTO DE INVERSIÓN PÚBLICA POR NIVELES DE

FIGURA Nº 21 EVOLUCIÓN DE PIM, EJECUCIÓN PRESUPUESTAL Y AVANCE (%) DE LA INVERSIÓN

La presente investigación tiene como objetivo determinar la relación de la pobreza

Gobierno Local influye significativamente en la reducción de la Pobreza Monetaria en

el departamento de Huancavelica en el periodo de estudio, en seguida el Gobierno

Nacional influye en la reducción de la Pobreza Monetaria pero en menor cuantía, sin

embargo la variable Inversión Pública del Gobierno Regional no influye en la

reducción de la pobreza monetaria, de esta se demuestra la relación inversa de la

inversión pública y la pobreza monetaria.

Palabras clave: Pobreza Monetaria, Inversión Pública de Gobierno Nacional,

The methodology used was descriptive and correlational, with a non-experimental

Investment significantly influences the reduction of Monetary Poverty in the

department of Huancavelica in the study period, then the National Government

Keywords: Monetary Poverty, National Government Public Investment, Regional

1.1. TEMA DE INVESTIGACIÓN

1.2. PLANTEAMIENTO DEL PROBLEMA

PERÚ: EVOLUCIÓN DE LA INCIDENCIA DE LA POBREZA MONETARIA TOTAL, 2007 – 2019

(PORCENTAJE RESPECTO DEL TOTAL DE POBLACIÓN)

HUANCAVELICA: VALOR AGREGADO BRUTO

4,000,000 3,553,287 3,560,249

Miles de soles % crecimiento por año

Fuente: Instituto Nacional de Estadística e Informática (INEI)

Fuente: Instituto Nacional de Estadística e Informática (INEI)

La inversión pública tiene un peso de 5% del PBI, mientras la inversión privada

1 UCAYALI 549,292,473 527,130,943 496,039,154 90.3

1.3. FORMULACIÓN DEL PROBLEMA

1.3.2. PROBLEMA ESPECÍFICO

1.4. OBJETIVO DE LA INVESTIGACIÓN

1.5. JUSTIFICACIÓN E IMPORTANCIA

2.1 ANTECEDENTE DE LA INVESTIGACIÓN