Revista UNSPerú Volumen 15, número 1 Julio 2019

REGRESION LINEAL SIMPLE ENTRE LOS PRECIOS DE PARIDAD DE IMPORTACIÓN Y LOS

PRECIOS REALES DEL GASOHOL 84, GASOHOL 90 Y GLP 40/60 EN EL PERÚ, PERIODO DEL
2018 – 2019
Autores:
Cano Correa, Ruben Noel
Campos Velásquez, Amador
Huayna Huamán, Jhonatan
López Meléndez, Kevin
Mendoza Chinchayhuara, kelvin

1
Universidad Nacional Del Santa, Nuevo Chimbote – Perú

Resumen
La presente investigación tiene como objetivo determinar la influencia de los precios de paridad de importación sobre los precios
reales del Gasohol 84, Gasohol 90 y GLP 40/60 en el Perú, periodo del 2018 – 2019. A fin de contribuir a una mejor toma de decisiones
por parte de los usuarios consumidores en la compra de combustibles, además de proporcionar un marco de referencia para futuras
investigaciones.

Para el desarrollo de la investigación ha se ha utilizado información tomada directamente de la realidad, sin manipular las variables,
la cual ha sido estructurada, analizada y explicada. La población objeto de esta investigación está compuesta por 108 datos de precios
de combustibles, que comprende los periodos desde enero 2018 hasta junio 2017, estos datos fueron adquiridos de la página web
del Banco Central de Reservas del Perú (BCRP): http://www.bcrp.gob.pe/estadisticas.html y de la página web de la Sociedad Nacional
de Minería Petróleo y Energía: https://www.snmpe.org.pe/hidrocarburos/precio-de-referencia.html.

En consecuencia, la investigación presenta un estudio los costos de combustibles en el Perú, uno de los componentes más relevantes
dentro del mercado de hidrocarburos derivados, identificándose que su evolución está marcada por las fluctuaciones del precio del
petróleo en el mercado mundial debido al pequeño tamaño de la economía doméstica, y a la carga tributaria a la cual están sometidos
los combustibles. El documento realiza una estimación de la demanda para 3 combustibles: Gasohol de 84, Gasohol 90 y Gas Licuado
de Petróleo en el Perú durante el periodo de enero de 2018 a junio de 2019; para ello, se utilizaron series mensuales comprendidas
en el periodo de estudio que fueron obtenidas de la página web del Banco Central de Reservas del Perú (BCRP) y de la página web de
la Sociedad Nacional de Minería Petróleo y Energía. En el análisis de las series se realizó utilizando la metodología de Regresión Lineal
Simple.

Descriptores: Regresion lineal, precios de paridad de importación, precios reales, gasohol, glp.

Abstract

The purpose of this research is to determine the influence of import parity prices on the real prices of Gasohol 84, Gasohol
90 and LPG 40/60 in Peru, 2018-2019 period. In order to contribute to a better take of decisions by consumer users in the
purchase of fuels, in addition to providing a frame of reference for future research.

For the development of research, information taken directly from reality has been used, without manipulating the
variables, which has been structured, analyzed and explained. The population object of this investigation is composed of
108 fuel price data, which includes the periods from January 2018 to June 2017, these data were acquired from the
website of the Central Reserve Bank of Peru (BCRP): http: // www.bcrp.gob.pe/estadisticas.html and the website of the
National Society of Petroleum and Energy Mining: https://www.snmpe.org.pe/hidrocarburos/precionade-
referencia.html.

Consequently, the research presents a study of fuel costs in Peru, one of the most relevant components in the derivative
hydrocarbons market, identifying that its evolution is marked by fluctuations in the price of oil in the world market due
to the small size of the domestic economy, and the tax burden to which the fuels are subjected. The document estimates
the demand for 3 fuels: Gasohol of 84, Gasohol 90 and Liquefied Petroleum Gas in Peru during the period from January
2018 to June 2019; For this, monthly series included in the study period were used, which were obtained from the website
of the Central Reserve Bank of Peru (BCRP) and from the website of the National Society of Petroleum and Energy Mining.
In the series analysis, it was performed using the Simple Linear Regression methodology

Keywords: Linear regression, import parity prices, real prices, gasohol , plg.
Revista UNSPerú Volumen 15, número 1
1. Introducción
Un bien de este tipo es aquel que es susceptible de ser
transado fluidamente en el mercado internacional, cuyas
características están estandarizadas y cuyos precios se
fijan conforme al movimiento de la oferta y la demanda
de dicho mercado [Vásquez, 2005].
La complejidad de la problemática de los precios de los
combustibles líquidos en países pequeños e
importadores netos como el Perú, guarda relación con la
coexistencia de dos aspectos de naturaleza muy distinta.
En primer lugar, la presencia de volatilidad en los precios
internacionales del crudo y sus derivados se transmite
hacia los precios domésticos a través de las
importaciones de combustibles o mediante algún tipo de
mecanismo de indexación a los precios del crudo
establecido en los contratos que utilizan empresas
petroleras que operan en nuestro país [José gallardo,
Luis Bendezú, 2011]
En tal sentido, debe revisarse la teoría de la “paridad de
importación” que no es otra cosa que la aplicación de la
teoría del costo de oportunidad del economista de la
escuela austríaca Carl Menger del siglo XIX, el cual
supone que en nuestro país las empresas importadoras,
básicamente refinerías, compran el crudo WTI en la
costa oeste de los Estados Unidos. A esta “importación
eficiente” se le deben sumar los costos de transporte,
seguro, aranceles, cabotaje, descarga, almacenamiento,
[Jorge Manco Zaconetti, 2009]
Por ello La presente investigación tiene como finalidad
determinar la influencia del precio de paridad de
importación (PPI) en los precios reales de los
combustibles líquidos en el Perú a fin de proporcionar
una herramienta de toma de decisiones a los usuarios
consumidores de dichos combustibles desde 2017 hasta
el 2019, estos datos fueron adquiridos de la página web
del banco central de reservas del Perú (BCRP) y de la
página web de la sociedad nacional de minería petróleo
y energía.
1.1. Planteamiento del problema
En el Perú los precios de los combustibles líquidos
(petróleo, gasolina y querosén) no se encuentran
regulados, es decir, se rigen por la oferta y la demanda
del mercado en libre competencia y es el consumidor
final quien elige dónde comprar. Estos productos tienen
incluidos dos impuestos, el impuesto general a las ventas
(IGV) y el impuesto selectivo al consumo (ISC), de gran
incidencia en la recaudación. La comercialización sí está
regulada y corresponde al Organismo Supervisor de la
Inversión en Energía y Minería (Osinergmín). El principal
reto del organismo fiscalizador y regulador es afrontar
Julio 2019
los problemas del mercado de combustibles líquidos del
país como la informalidad, la competencia desleal, la
evasión de impuestos, la adulteración, el contrabando, la
inseguridad de las instalaciones y la contaminación
ambiental [Eddie Morris, 2010]
Los países que dependen de la energía importada se
verán presionados a medida que los costos aumenten,
las balanzas de pagos se vuelvan tensas y la inflación se
acelere. Para los exportadores, las arcas del gobierno
recibirán un estímulo.
Como el precio, constituye una variable subjetiva que en
función del producto influye sobre las expectativas y
creencias del consumidor. Teniendo en cuenta la
situación económica actual, donde las empresas se
encuentran inmersas en una constante lucha de precios
para captar la atención, se halla:
El Precio de Referencia 1 (PR1): Es el precio de referencia
ex - planta sin impuestos, que refleja una operación
eficiente de importación, considerando los
fletes, seguros, aranceles, gastos de importación y otros.
El Precio de Referencia 2 (PR2): Es el precio FOB que
refleja una operación eficiente de exportación,
considerando los fletes, mermas y seguros para llegar al
mercado de referencia
y a la vez La Paridad de importación, que busca definir
un precio competitivo con el costo alternativo de
importar. La Paridad de Importación Ex-Planta, es el
valor (costo de oportunidad) que tendría un producto
internado en el país puesta en la brida del puente de
despacho del Terminal de Ventas y que cualquier
importador eficiente con acceso a un Terminal puede
obtener.
se debe imponer sanciones y medidas correctivas a las
entidades que realizan actividades sujetas a su
competencia por el incumplimiento de las obligaciones
legales, técnicas y aquellas derivadas de los contratos de
concesión, así como de las disposiciones reguladoras y/o
normativas dictadas por el propio Osinergmín.
1.2. Antecedentes
…
2. Metodología
Revista UNSPerú Volumen 15, número 1 Julio 2019
2.1. Tipo de investigación
1) CALCULO DEL MODELO MATEMATICO:
̂ = β0 + β1 X + ε
Y
La investigación es empírica porque primero se observan
las variables de estudio, para posteriormente formular * CALCULO DE LOS BETAS:
objetivos e hipótesis que buscan encontrar la relación
n ∗ ∑ Xi YI − (∑ XI ∗ ∑ Yi )
entre las variables de análisis y aportar conocimiento. β̂1 = = 0.0978
n ∗ ∑ Xi2 − (∑ XI )2
2.2. Diseño de investigación
β̂0 = ̅
Y − β̂1 ̅
X = 73.031

El diseño de la investigación es descriptivo y ε = (1 -r) = 0.6568

correlacional. Es descriptivo porque detalla el
comportamiento de las variables y es correlacional *Entonces el modelo matemático es el siguiente:

porque busca identificar la relación que existe entre las ̂i = 73.031 + 0.0978 ∙ Xi + 0.6568
Y
variables de estudio. Nota: El valor de "X" resulta como valor pronóstico de la investigación.

2) CALCULO DE LA CORRELACION DE AMBAS VARIABLES:

2.3. Variables
Las variables que se utilizaron para realizar el análisis de COEFICIENTE DE DETERMINACION:
la investigación estuvieron comprendidas entre el [n ∗ ∑ Xi Yi − (∑ Xi ∗ ∑ Yi )]2
periodo enero de 2017 a junio del 2019. Se utilizaron r2 = = 0.1178 < 0.9
[n ∗ ∑ Xi 2 − (∑ Xi )2 ][n ∗ ∑ Yi 2 − (∑ Yi )2 ]
series mensuales de las siguientes variables: precio real No Existe Relación
y precio sugerido de combustible Significativa

COEFICIENTE DE CORRELACIÓN: √r 2 = r = 0.3432

2.4. Participantes
Para realizar el análisis de la investigación la muestra 3) CÁLCULO DE LA HIPOTESIS DE LA REGRESIÓN:
estuvo conformada por las series mensuales de las H0 : β1 = 0
variables macroeconómicas: precio real y precio H1 : β1 ≠ 0
sugerido de combustible; Se determinó un tamaño de
Estadístico de Prueba:
muestra de 36 observaciones para cada variable,
durante el periodo enero de 2018 a junio del 2019. El β̂1 − β1 t (1−α ; n−2)
T= >
detalle de las observaciones se puede apreciar en el Sβ1 2

anexo 1.
Calculamos el valor de Sβ1 Que corresponden a las siguientes fórmulas:

2.5. Instrumentos de investigación ∑X ∗ ∑Y

SCxy = ∑ XY − = 121.7
El instrumento utilizado para realizar el análisis de la n

investigación fue el modelo de correlación lineal con la (∑ Y)2

= 101.1
SCY = ∑ Y 2 −
finalidad de identificar si las variables macroeconómicas n
incluidas en el modelo están relacionadas; una de las (∑ X)2
SCX = ∑ X 2 − = 1244.1
características de la correlación es que determina la n
relación o dependencia que existe entre las dos variables (SCXY )2
que intervienen en una distribución bidimensional. SCE = SCY − = 89.2143
SCX

SCE
Es decir, determinar si los cambios en una de las CME =
n−2
= 5.5759
variables influyen en los cambios de la otra. En caso de
SE = √CME = 2.361
que suceda, diremos que las variables están
correlacionadas o que hay correlación entre ellas. SE
Sβ1 = = 0.067
√SCX
2.6 Procedimientos
ESTADÍSTICO DE PRUEBA:
Para recolectar la información de las series de las Estadístico calculado:
variables se consultó a la página web de la sociedad
β̂1 − β1
nacional de minería petróleo y energía: de los cuales T=
Sβ1
= 1.4616
el precio real y precio sugerido de combustible
están comprendidos entre 2017 a junio del 2019. Estadístico de tabla:
α= 0.05
1-α/2 = 0.975
3. Resultados n-2 = 16

t (1− α ; n−2) = 2.1199

CALCULOS DE LA GASOLINA DE 84 AL 95% 2
Revista UNSPerú Volumen 15, número 1 Julio 2019

Se cumple que T < t, entonces NO se rechaza la hipótesis

Ho.

Grafica de toma de Decisión:

Gráfico de dispersión de la gasolina de 84

Intervalos de confianza al 95%

4) CALCULAMOS COEFICIENTE DE CORRELACIÓN RECTILÍNEA DE PEARSON:

[n ∗ ∑ Xi Yi − (∑ Xi ∗ ∑ Yi )]
r=
= 0.3432 < 0.9
√[n ∗ ∑ Xi 2 − (∑ Xi )2 ][n ∗ ∑ Yi 2 − (∑ Yi )2 ]
No Existe Relación
Significativa

5) CÁLCULO DE HIPÓTESIS DE LA CORRELACIÓN:

H0 : ρ1 = 0 Modelo pronosticado de la gasolina de 84

H1 : ρ1 ≠ 0

Estadístico calculado:

1 − r2 CALCULOS DE LA GASOLINA DE 90 AL 95%

Sr = √ = 0.2348
n−2
1) CALCULO DEL MODELO MATEMATICO:
̂ = β0 + β1 X + ε
Y
r − ρ1
T= = 1.4616
Sr * CALCULO DE LOS BETAS:

Estadístico de tabla: n ∗ ∑ Xi YI − (∑ XI ∗ ∑ Yi )
α= 0.05 β̂1 = = 0.0978
n ∗ ∑ Xi2 − (∑ XI )2
1-α/2 = 0.975
n-2 = 16 β̂0 = ̅
Y − β̂1 ̅
X = 73.031

t (1− α ; n−2) = 2.1199 ε = (1 -r) = 0.6568

2

Se cumple que T < t, entonces NO se rechaza la hipótesis *Entonces el modelo matemático es el siguiente:
Ho.
̂i = 73.031 + 0.0978 ∙ Xi + 0.6568
Y
6) INTERVALOS DE CONFIANZA: Nota: El valor de "X" resulta como valor pronóstico de la investigación.

2) CALCULO DE LA CORRELACION DE AMBAS VARIABLES:

̂i )2
∑(Yi − Y
SXY = √ = 2.361
n−2 COEFICIENTE DE DETERMINACION:

Cuál es el valor del modelo matemático [n ∗ ∑ Xi Yi − (∑ Xi ∗ ∑ Yi )]2

X=9 r2 = = 0.1178 < 0.9
cuando: [n ∗ ∑ Xi 2 − (∑ Xi )2 ][n ∗ ∑ Yi 2 − (∑ Yi )2 ]
No Existe Relación
̂ = β0 + β1 ∙ X + ε
Y Significativa
̂i = 73.031 + 0.0978 ∙ Xi + 0.6568
Y = 74.5683 COEFICIENTE DE CORRELACIÓN: √r 2 = r = 0.3432
Entonces calculamos nuestro intervalo
X=9 3) CÁLCULO DE LA HIPOTESIS DE LA REGRESIÓN:
cuando:
H0 : β1 = 0
1 (Valor de X − X ̅ )2 H1 : β1 ≠ 0
̂ ∓ t ∙ (SXY ) ∙ √ +
Y
n ∑ Xi2 − (∑ Xi )2 /n
Estadístico de Prueba:
L inf =62.919 L sup = 86.218
β̂1 − β1 t (1−α ; n−2)
T= > 2
Sβ1
Revista UNSPerú Volumen 15, número 1 Julio 2019

Calculamos el valor de Sβ1 Que corresponden a las siguientes fórmulas: r − ρ1

T= = 1.4616
Sr
∑X ∗ ∑Y
SCxy = ∑ XY − = 121.7 Estadístico de tabla:
n
α= 0.05
(∑ Y)2 1-α/2 = 0.975
SCY = ∑ Y − 2 = 101.1
n n-2 = 16

(∑ X)2 t (1− α ; n−2) = 2.1199

SCX = ∑ X 2 − = 1244.1 2
n
Se cumple que T < t, entonces NO se rechaza la hipótesis
(SCXY )2
SCE = SCY − = 89.2143 Ho.
SCX
6) INTERVALOS DE CONFIANZA:
SCE
CME = = 5.5759
n−2
̂i )2
∑(Yi − Y
SXY = √ = 2.361
SE = √CME = 2.361 n−2
SE
Sβ1 = = 0.067 Cuál es el valor del modelo matemático
X=9
√SCX cuando:

ESTADÍSTICO DE PRUEBA: ̂ = β0 + β1 ∙ X + ε
Y
Estadístico calculado:
̂i = 73.031 + 0.0978 ∙ Xi + 0.6568
Y = 74.5683
β̂1 − β1
T= = 1.4616
Entonces calculamos nuestro intervalo
Sβ1 X=9
cuando:
Estadístico de tabla:
α= 0.05 1 (Valor de X − X ̅) 2
̂ ∓ t ∙ (SXY ) ∙ √ +
Y
1-α/2 = 0.975 n ∑ Xi2 − (∑ Xi )2 /n
n-2 = 16

t (1− α ; n−2) L inf =62.919 L sup = 86.218

2
= 2.1199

Se cumple que T < t, entonces NO se rechaza la hipótesis

Ho.

Grafica de toma de Decisión:

Gráfico de dispersión de la gasolina de 90

intervalo de confianza al 95%

Fig. 02

4) CALCULAMOS COEFICIENTE DE CORRELACIÓN RECTILÍNEA DE PEARSON:

[n ∗ ∑ Xi Yi − (∑ Xi ∗ ∑ Yi )]
r=
= 0.3432 < 0.9
√[n ∗ ∑ Xi 2 − (∑ Xi )2 ][n ∗ ∑ Yi 2 − (∑ Yi )2 ]
No Existe Relación
Significativa

5) CÁLCULO DE HIPÓTESIS DE LA CORRELACIÓN:

H0 : ρ1 = 0
H1 : ρ1 ≠ 0 Modelo pronosticado de la gasolina de 90

Estadístico calculado:

CALCULOS EL GAS LICUADO DE PETROLEO (GLP)

1 − r2
Sr = √ = 0.2348
n−2
1) CALCULO DEL MODELO MATEMATICO:
̂ = β0 + β1 X + ε
Y
Revista UNSPerú Volumen 15, número 1 Julio 2019
t (1− α ; n−2) 2.119
=
* CALCULO DE LOS BETAS: 2 9

n ∗ ∑ Xi YI − (∑ XI ∗ ∑ Yi ) Se cumple que T < t, entonces NO se rechaza la

β̂1 = = 0.0978
hipótesis Ho.
n ∗ ∑ Xi2 − (∑ XI )2

β̂0 = Y
̅ − β̂1 X
̅ = 73.031 Grafica de toma de Decisión:

ε = (1 -r) = 0.6568

*Entonces el modelo matemático es el siguiente:

̂i = 73.031 + 0.0978 ∙ Xi + 0.6568

Y
Nota: El valor de "X" resulta como valor pronóstico de
la investigación.

CALCULO DE LA CORRELACION DE AMBAS

2)
VARIABLES:

COEFICIENTE DE DETERMINACION: Fig. 03

= CALCULAMOS COEFICIENTE DE CORRELACIÓN

[n ∗ ∑ Xi Yi − (∑ Xi ∗ ∑ Yi )]2 4)
2
r = 0.117 < 0.9 RECTILÍNEA DE PEARSON:
[n ∗ ∑ Xi 2 − (∑ Xi )2 ][n ∗ ∑ Yi 2 − (∑ Yi )2 ] 8
[n ∗ ∑ Xi Yi − (∑ Xi ∗ ∑ Yi )] =
No Existe r=
Relación 2 2 0.343 < 0.9
√[n ∗ ∑ Xi − (∑ Xi )2 ][n ∗ ∑ Yi − (∑ Yi )2 ] 2
Significativa
No Existe
COEFICIENTE DE CORRELACIÓN: 0.3432 Relación
√r 2 =r=
Significativa
3) CÁLCULO DE LA HIPOTESIS DE LA REGRESIÓN:
5) CÁLCULO DE HIPÓTESIS DE LA CORRELACIÓN:
H0 : β1 = 0
H0 : ρ1 = 0
H1 : β1 ≠ 0
H1 : ρ1 ≠ 0
Estadístico de Prueba:
Estadístico calculado:
β̂1 − β1 t (1−α ; n−2)
T= > 2 1 − r2 0.234
S β1 =
Sr = √ 8
n−2
Calculamos el valor de Sβ1 Que corresponden a las
siguientes fórmulas:
r − ρ1 1.461
∑X ∗ ∑Y T= =
= 121.7 Sr 6
SCxy = ∑ XY −
n
Estadístico de tabla:
(∑ Y)2 α= 0.05
SCY = ∑ Y 2 − = 101.1
n 1-α/2 = 0.975
n-2 = 16
(∑ X)2 1244.
SCX = ∑ X 2 − =
n 1 2.119
t (1− α ; n−2) =
2 9
(SCXY )2 89.21
SCE = SCY − =
SCX 43 Se cumple que T < t, entonces NO se rechaza la
hipótesis Ho.
SCE 5.575
CME = =
n−2 9 6) INTERVALOS DE CONFIANZA:

SE = √CME = 2.361
̂i )2
∑(Yi − Y
SXY = √ = 2.361
SE n−2
Sβ1 = = 0.067
√SCX
Cuál es el valor del modelo matemático
X=9
ESTADÍSTICO DE PRUEBA: cuando:
Estadístico calculado:
̂ = β0 + β1 ∙ X + ε
Y
β̂1 − β1 1.461
T= = ̂i = 73.031 + 0.0978 ∙ Xi + 0.6568
Y = 74.5683
Sβ1 6

Entonces calculamos nuestro intervalo

Estadístico de tabla: X=9
cuando:
α= 0.05
1-α/2 = 0.975
n-2 = 16 1 (Valor de X − X̅) 2
̂ ∓ t ∙ (SXY ) ∙ √ +
Y 2
n ∑ Xi − (∑ Xi ) /n
2
Revista UNSPerú Volumen 15, número 1 Julio 2019

=
L inf =62.919 L sup 86.21
8

gráfico de dispersión del gas licuado de petróleo(GLP)

TABLA DE DATOS DE GAS LICUADO DE PETROLEO (GLP)

modelo pronosticado del gas licuado de petróleo (GLP)

4. Conclusiones

TABLA DE DATOS DE GASOLINA DE 84

Llegamos a la conclusión de que no existe una relación
Significativa entre el PPI y PRC en ninguno de los tres
casos analizados lo cual indica que no hay ninguna
influencia significativa de la variable PPI sobre la variable
PRC.

Determinamos que la correlación es baja para cada

combustible, por tanto no se garantiza una influencia
directa delos precios referenciales sobre los reales. Esto
es compatible con las economías de libre mercado.

Los pronósticos realizados con el modelo de regresión

lineal simple nos permitieron estimar el coeficiente de
regresión de nuestra ecuación lineal en la que intervino
la variable independiente que en este caso es el PPI y
TABLA DE DATOS DE GASOLINA DE 90
mediante eso hallar el valor de la variable dependiente
PRC.

Agradecimientos

 A mi padre Dios todo poderoso por darme la

oportunidad de estar presente en ese reto tan
grande de culminar mis estudios profesionales.
Revista UNSPerú Volumen 15, número 1 Julio 2019
 A mis amigos colegas del pregrado, en especial a 12/03/2018 2 54 92.45 89.28
19/03/2018 3 54.49 91.08 87.37
mis profesores de ING EN ENERGIA, sus 26/03/2018 4 55.11 93.76 89.58
enseñanzas son excelentes. Gracias a todos. 2/04/2018 1 54.8 95.75 91.5
9/04/2018 2 53.87 95.18 91.65
16/04/2018 3 53.59 96.29 93.77
 A nuestro profesor Dr. Luis Calderón Yarlequé 30/04/2018 4 57.02 100.93 97.69
7/05/2018 1 58.64 102.08 98.55
por sus sabias enseñanzas su dedicación y 14/05/2018 2 58.72 102.41 99.25
ejemplo para nosotros en seguir superándonos. 21/05/2018 3 59.77 104.23 101.26
28/05/2018 4 61.14 105.33 102.18
Muchas gracias estimado profesor. 4/06/2018 1 59.9 104.05 100.8
11/06/2018 2 58.94 101.08 97.83
18/06/2018 3 58.55 99.53 96.49
25/06/2018 4 57.96 98.39 95.05
Referencias 2/07/2018 1 56.89 98.86 95.36
9/07/2018 2 59.43 100.89 97.47
16/07/2018 3 61.63 102.07 99.14
DANE. (2 de agosto de 2018). Información 23/07/2018 4 60.34 100.1 97.81
30/07/2018 5 62.18 100.43 97.91
estratégica. Recuperado el 18 de agosto de 6/08/2018 1 63.08 101.97 99.23
2018, de Departamento administrativo nacional 13/08/2018 2 61.17 100.81 97.86
de estadística: 20/08/2018 3 60.65 99.39 95.79
27/08/2018 4 61.11 99.59 95.85
https://www.dane.gov.co/files/investigaciones/ 3/09/2018 1 63.37 101.2 97.43
boletines/exportaciones/pres_exp_jun18.pdf 10/09/2018 2 64.6 101.13 97.88
17/09/2018 3 65.43 101.31 98.9
24/09/2018 4 65.61 102.06 99.95
Dinero. (17 de febrero de 2012). Ecopetrol le dijo 1/10/2018 1 65.78 104.35 101.93
9/10/2018 2 64.13 106.46 103.64
adiós al wti como referencia para vender crudo. 15/10/2018 3 61.97 105.77 102.69
Recuperado el 22 de agosto de 2018, de revista 22/10/2018 4 64.92 102.34 99.44
29/10/2018 5 57.61 99.21 96.5
dinero: 5/11/2018 1 54.26 96.51 93.46
https://www.dinero.com/negocios/articulo/eco 12/11/2018 2 51.74 92.07 88.88
9/11/2018 3 48.38 87.1 83.45
petrol-dijo-adios-wti-como-referenciapara- 26/11/2018 4 47.13 85.4 81.65
vender-crudo/144998 3/12/2018 1 42.43 81.6 78.14
10/12/2018 2 42.06 80.89 77.65
17/12/2018 3 42.31 80.79 77.49
Echavarri ́a, j. J. (abril de 2017). Coyuntura de la 24/12/2018 4 40.15 76.91 73.65
economía colombiana - informe del gerente 31/12/2018 1 39.5 74.28 71.23
7/01/2019 2 43.65 72.16 69.42
general del banco de la república. Recuperado el 14/01/2019 3 44.14 73.95 71.37
28 de julio de 2018, de banco de la república: 21/01/2019 4 45.22 76.96 74.37
28/01/2019 5 45.95 77.33 75.01
http://www.banrep.gov.co/sites/default/files/p 4/02/2019 1 46.7 76.68 74.6
aginas/informe-gerente-2017-abr.pdf 11/02/2019 2 46.18 76.97 74.61
18/02/2019 3 45.53 80.55 78.04
25/02/2019 4 46.55 83.45 81.14
Ecopetrol. (30 de enero de 2014). Tarifas de 4/03/2019 1 48.1 84.92 83.19
11/03/2019 2 47.07 85.89 83.92
transporte. Recuperado el 29 de agosto de 2018, 18/03/2019 3 46.85 89.32 85.89
de ecopetrol: 25/03/2019 4 46.26 93.56 90.05
1/04/2019 1 45.09 95.46 93.15
https://www.ecopetrol.com.co/wps/portal/es/ 8/04/2019 2 44.37 96.27 94.24
ecopetrolweb/productosyservicios/precios/pre 15/04/2019 3 44.82 98.27 95.6
22/04/2019 4 44.77 99.05 95.45
ciosvigentes/tarifasdetransporte/!ut/p/z0/04_sj 29/04/2019 5 44.98 99.21 95.29
9cpykssy0xplmnmz0vmafijo8zilqimhd09dqy93s 6/05/2019 1 43.11 98.54 95.04
2dxqwcjui9td1cjtzcgo30c7idfqgefy5w/ 13/05/2019 2 43.45 96.28 92.94
20/05/2019 3 42.88 94.66 91.51
27/05/2019 4 41.8 94.14 90.81
3/06/2019 1 40.84 92.71 89.16
10/06/2019 2 38.66 88.34 84.53
ANEXOS: 17/06/2019 3 36.12 84.95 80.69
24/06/2019 4 36.03 85.68 81.23
GLP
Fecha N° semana [60 propano / Gasohol 90 Gasohol 84 Fuente: Sociedad Nacional de Minería Petróleo y Energía
40 butano]
1/01/2018 1 58.16 92.36 90.76
8/01/2018 2 58.56 94.12 92.74
15/01/2018 3 56.94 95.98 94.43
22/01/2018 4 56.63 97.48 95.62
29/01/2018 5 55.76 99.03 96.86
5/02/2018 1 54.97 99.22 96.9
12/02/2018 2 53.46 97.14 94.63
19/02/2018 3 53.2 93.64 90.94
26/02/2018 4 56.04 92.48 89.54
5/03/2018 1 57.32 93.96 91.14
Revista UNSPerú Volumen 15, número 1 Julio 2019

ÍNDICES REALES DE LOS PRINCIPALES PRECIOS Y TARIFAS DE SERVICIOS PÚBLICOS (Año 2010 = 100%) 1/
CUADRO 65 (%)
2018 2019
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic. Ene. Feb. Mar. Abr. May. Jun.

ÍNDICE REAL

I. PRECIOS DE COMBUSTIBLES 2/

Gasohol 84 oct. 83.8 85.3 83.9 84.1 88.3 90.3 89.2 89.8 89.9 91.2 90.7 87.9 86.7 84.6 84.4 87.9 89.5 89.5
Gasohol 90 oct. 80.2 82.1 80.4 80.8 84.9 86.2 84.6 85.3 85.4 87.8 86.7 84.2 82.7 80.3 80.9 84.7 86.7 86.4
Gasohol 95 oct. 78.7 80.3 78.7 79.7 82.6 83.3 81.8 82.1 82.1 84.2 83.1 80.8 79.7 77.8 78.2 81.7 83 82.6
Gasohol 97 oct. 79.8 81.4 80 80.7 82.7 83.4 81.9 81.9 81.9 83.8 83 80.8 79.4 77.7 78.4 81.9 83.2 82.9
Gas doméstico 3/ 89.8 90 89.7 89.8 90 89.5 89.4 89.5 89.6 89.6 90.1 90.2 90.1 89.9 89.2 88.7 88.5 88.7
Petróleo Diésel 84.4 84.4 83.8 83.7 87.5 88.4 89.7 89.8 89.7 90.6 94.7 95.9 95.5 94.6 91 90.3 91 91.7
GLP vehicular 85.7 87.1 87.8 86.3 86.3 87.1 86.8 89.4 90.3 91.3 89.6 86.7 85.5 82.7 80 78.8 78.1 78.2
GNV 85 84.8 83.8 84.5 85.6 85.4 84.5 84.4 83.6 83.6 84.6 85 84.4 83.7 82.6 82.9 82.8 82.9

II. TARIFAS ELÉCTRICAS 4/

Residencial 120.5 123.2 123.5 123.7 118.2 117.8 118.7 118.5 118.3 118.2 119.2 120.2 121.2 122.2 123.2 124.2 125.2 126.2
Industrial 137.3 142.8 143.2 143.4 137.5 137 138.1 137.8 137.6 137.5 136.8 137.1 137.8 141.1 140.4 140.1 140.6 140.7

III. TARIFAS DE AGUA 5/

Doméstica 113 112.8 112.2 112.4 112.3 112 111.5 111.4 111.2 111.1 111 110.8 114.8 114.7 113.9 113.6 113.5 113.6

IV. TARIFAS TELEFÓNICAS 6/

Servicio local 58.8 58.7 57.1 55.9 55.9 54.4 54.2 54.1 54 54 53.9 53.8 53.8 52.6 51.7 51.6 51.5 51.5

1/ Actualizado en la Nota Semanal N°21 del 4 de julio de 2019.

2/ Precio promedio mensual al consumidor.
3/ Balón de GLP de 10 kg.
4/ Tarifa eléctrica doméstica para un consumo de 100 kWh por mes. Para el consumo industrial se considera la tarifa MT2, según pliego de Osinergmin.
5/ Consumo doméstico de 30 metros cúbicos. Incluye servicio de alcantarillado y pago de IGV.
6/ Tarifa telefónica - servicio local. Incluye 102 llamadas locales.
Revista UNSPerú Volumen 15, número 1 Julio 2019

Fuente: INEI y Osinergmin

Elaboración: Gerencia de Información y Análisis Económico - Subgerencia de Estadísticas Macroeconómicas.

Fuente: Banco Central de Reservas del Perú (BCRP)

AÑO DE REFERENCIA DE LOS ÍNDICES REALES DE LOS PRINCIPALES PRECIOS Y TARIFAS DE SERVICIOS PÚBLICOS (2010 = 100%)
(s/.)
2010
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic.

ÍNDICE REAL

I. PRECIOS DE COMBUSTIBLES 2/

Gasohol 84 oct. 93.5 93.5 93.2 94.7 99.4 99.8 103.5 103.2 102.5 103.4 106.7 106.6
Gasohol 90 oct. 95.2 95.2 94.8 96.3 100.9 100.8 102.0 101.5 100.6 101.5 105.6 105.5
Gasohol 95 oct. 97.0 96.6 96.4 98.0 103.1 102.6 100.5 100.0 98.7 99.6 103.8 103.8
Gasohol 97 oct. 96.9 96.5 96.3 97.8 102.8 102.4 100.7 100.4 98.9 99.9 103.8 103.7
Gas doméstico 3/ 97.9 98.4 98.1 98.1 98.5 98.5 100.2 100.1 101.9 102.4 102.8 103.1
Petróleo Diesel 96.7 95.5 95.4 96.9 101.8 101.4 100.6 100.3 100.3 101.1 105.1 105.0
GLP vehicular 99.8 99.5 98.5 98.5 98.2 97.3 102.5 101.5 101.5 101.7 101.0 100.1
GNV 101.5 100.5 100.9 102.3 99.9 99.7 99.3 99.1 99.1 99.2 99.2 99.1

II. TARIFAS ELÉCTRICAS 4/

Residencial 100.4 101.8 101.7 102.0 99.1 98.8 99.3 98.5 98.5 99.3 100.3 100.3
Industrial 101.2 103.1 102.8 102.9 98.8 98.5 98.9 97.8 97.8 99.0 101.5 97.8

III. TARIFAS DE AGUA 5/

Doméstica 89.6 89.3 89.1 89.1 104.6 105.2 105.7 105.4 105.4 105.6 105.6 105.4

IV. TARIFAS TELEFÓNICAS 6/

Servicio local 105.7 105.3 101.6 101.6 101.3 99.8 99.5 99.2 96.5 96.6 96.6 96.4

Fuente: Banco Central de Reservas del Perú (BCRP)

PAGINAS DE BASES DE DATOS

http://www.bcrp.gob.pe/estadisticas.html (banco central de reserva)

https://www.snmpe.org.pe/hidrocarburos/precio-de-referencia.html (Sociedad Nacional de Minería Petróleo y Energía)