Relación dinámica entre la política monetaria y la tasa de crecimiento económico de Chile (1989-2025)

Abstract

La presente memoria analiza la relación dinámica entre la política monetaria y la actividad económica en Chile durante el período 1989–2025. El estudio se sitúa en el contexto posterior a la autonomía del Banco Central de Chile, hito institucional que transformó la conducción de la política monetaria nacional y permitió avanzar hacia un régimen más técnico, transparente y orientado a la estabilidad macroeconómica. A partir de este marco, la investigación busca comprender cómo variables asociadas a los principales canales de transmisión monetaria se relacionan con la evolución de la actividad económica chilena, utilizando el Índice Mensual de Actividad Económica (IMACEC) como aproximación mensual del crecimiento económico. El trabajo adopta un enfoque cuantitativo, correlacional, no experimental y de series de tiempo. Esta elección metodológica responde a la naturaleza histórica de las variables analizadas y al objetivo de observar relaciones dinámicas, patrones rezagados y respuestas empíricas sin imponer una estructura causal definitiva. Para ello, se construye una base de datos mensual compuesta por variables macroeconómicas relevantes: IMACEC, M2, tasa de interés y desempleo. Estas variables permiten representar, respectivamente, la actividad económica, el canal de liquidez monetaria, el canal de tasas de interés y el canal real asociado al mercado laboral. La metodología utilizada contempla una secuencia econométrica rigurosa. En primer lugar, se recolectan, depuran y estructuran las series macroeconómicas mensuales. Posteriormente, se aplican transformaciones logarítmicas y primeras diferencias logarítmicas, con el propósito de estabilizar la varianza, homogeneizar escalas y aproximar las tasas de crecimiento mensual de las variables. Luego, se verifica la estacionariedad mediante la prueba Dickey-Fuller Aumentada (ADF), cuyos resultados indican que las series transformadas en diferencias logarítmicas son estacionarias. A partir de ello, se estima un modelo Vector Autorregresivo (VAR), seleccionando cuatro rezagos de acuerdo con los criterios de información y con la necesidad de capturar dinámicas mensuales de corto plazo sin sobre parametrizar el sistema. Los resultados del modelo VAR muestran que(...).