Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Efectos de la inversión extranjera directa y el desarrollo financiero
en las emisiones de CO2 a nivel global y por grupos de países
Effects of foreign direct investment and financial development on CO2 emissions
at the global level and by country grouping
Jessica Armijos1| Elizabeth Lozano1
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Jessica Armijos, Carrera de Economía, Universidad
Nacional de Loja, Loja, Ecuador
Email: jessica.armijos@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Enero 2021
Fecha de aceptación
Junio 2021
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
Este artículo tiene como objetivo verificar los efectos de la inversión extranjera directa y
el desarrollo financiero en las emisiones de dióxido de carbono a nivel mundial mediante
técnicas de cointegración. Usamos datos del World Development Indicators (2017), en el
periodo 1970-2016. Usando pruebas de cointegración de Pedroni (1999) y Westerlund
(2007) encontramos la existencia de equilibrio a corto y largo plazo entre las tres variables
a nivel mundial y por grupos de países. La fuerza del vector de cointegración es promedio
en el total de los grupos de ingresos de los países. Las pruebas de Dumitrescu y Hurlin
(2012) muestran que existen relaciones causales unidireccionales en los países de altos
ingresos, países de ingresos medios altos y países de ingresos bajos entre las emisiones
de gases contaminantes per cápita y la inversión extranjera directa. La aplicación de po-
lítica derivada de la investigación se basa en que los países con mayores ingresos deben
contribuir significativamente a la reducción de las emisiones de dióxido de carbono con un
aumento en las inversiones extranjeras directas y el desarrollo financiero.
Palabras clave: Emisiones; Inversión; Panel de datos; Cointegración; Causalidad.
Códigos JEL: Q32. Q43.
ABSTRACT
This paper aims to verify the effects of foreign direct investment and financial development
on global carbon dioxide emissions using cointegration techniques. We use data from the
World Development Indicators (2017), over the period 1970-2016. Using cointegration
tests from Pedroni (1999) and Westerlund (2007) we find the existence of short- and long-
run equilibrium between the three variables at the global level and by country groups.
The strength of the cointegrating vector is average across total country income groups.
Evidence from Dumitrescu and Hurlin (2012) shows that there are unidirectional causal
relationships in high-income countries, upper middle-income countries, and low-income
countries between per capita pollution gas emissions and foreign direct investment. The
policy application derived from the research is that higher income countries should contri-
bute significantly to the reduction of carbon dioxide emissions with an increase in foreign
direct investment and financial development.
Keywords: Emissions; Investment; Panel data; Cointegration; Causality.
JEL codes: Q32. Q43.
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
Los efectos no deseados del cambio climático mundial se han
convertido en un objetivo internacional ocasionados primordial-
mente por las emisiones de dióxido de carbono. Las emisiones se
emanen de las empresas industriales, las cuales deben aprovechar
la gran energía solar y eólica; también pueden reducir los altos subsi-
dios del esquema de electricidad residencial; e invertir agresivamen-
te en investigación sobre energía para desarrollar conocimientos es-
pecializados para lograr la eficiencia en la generación de electricidad
(Salahuddin, Alam, Ozturk y Sohag; 2018). Las emisiones de carbón
se han expandido tanto a nivel local, nacional e internacional, entre
los agravantes principales están los efectos de la actividad, la estruc-
tura y la mezcla de combustible para generar electricidad, los cuales
contribuyeron a aumentar las emisiones de CO2 en 71,1; 11,8 y 1,7
millones de toneladas, respectivamente de 1965 a 2003; mientras
que la intensidad de energía y la mezcla de combustible de uso final
los mitigaron en 32,2 y 5,9 millones de toneladas de CO2 respecti-
vamente (González y Martínez; 2012).
Según estudios recientes las emisiones de CO2 procedentes
del carbón crecieron más rápidamente en los países en desarrollo,
en 3,76 Gt en el período 1995-2009. Por el contrario, las emisiones
de CO2 del uso de gas natural crecieron más rápidamente en los
países desarrollados, en 470 Mt en el período 1995-2009. Otras
descomposiciones muestran que, a pesar de las mejoras en la efi-
ciencia energética, las mejoras en las infraestructuras y los cambios
en los requisitos de electricidad en los países en desarrollo han dado
lugar a importantes emisiones de CO2. Por el contrario, el consumo
por parte del público y los servicios sociales, así como los productos
químicos son la fuerza dominante que impulsa el crecimiento de las
emisiones de CO2 del gas en los países desarrollados (Jiang y Guan;
2016). La concentración atmosférica de CO2 principal gas de efec-
to invernadero de larga duración alcanzó 403,3 partes por millón
(ppm), por encima de los 400 registrados en 2015. Según la OMM,
actualmente la concentración de CO2 en la atmósfera representa el
145 % de los niveles preindustriales (OMM, 2016).
Existen múltiples evidencias que relacionan las variables emi-
siones de CO2, inversión extranjera directa y desarrollo financiero
entre sí. Primeramente, se parte con la evidencia teórica utilizada la
cual se formuló en base al artículo expuesto por Salahuddin, Alam,
Ozturk y Sohag (2018) donde se realiza una comparación de los
efectos de PIB per cápita, inversión, desarrollo financiero, consumo
de energía sobre las emisiones de CO2. Se especificó las variables
y formulamos una nueva ecuación como los efectos de la inversión
y el desarrollo financiero sobre las emisiones de CO2. Por otro lado,
existen autores que determinan que la Inversión Extranjera Direc-
ta (IED) es una variable que es de vital importancia al momento de
corroborar su impacto en el crecimiento económico, siguiendo esta
línea se encuentra el trabajo de Agurto, Castro, y Cartuche (2018).
Además, de autores como: Jumbo, y López (2018); y López, y Ro-
cano (2018) consideran que la IED interactúa en los niveles de des-
empleo. En este sentido, existen muchas relaciones entre las varia-
bles consideradas en este trabajo, sin embargo, es necesario hacer
notar la importancia de las relaciones económicas planteadas.
Entonces, dentro de estas relaciones existen variedad de do-
cumentación que sustenta la evidencia empírica de guía como Sola-
rin, Al-Mulali, Musah y Ozturk (2017) encontraron que la inversión
extranjera directa, y el desarrollo financiero tienen un impacto posi-
tivo en las CO2 emisiones. Al-mulali (2012) afirma que las entradas
netas de inversión extranjera directa fueron factores importantes
para aumentar las emisiones de CO2 en los países investigados. Por
lo tanto, es importante que la inversión extranjera promueva la pro-
tección ambiental y aumenten la transferencia tecnológica a través
de compañías extranjeras para reducir el daño ambiental. Shahbaz,
Tiwari y Nasir (2013) y Xiong, Tu y Ju (2017) confirman que el de-
sarrollo financiero reduce las emisiones de carbono en las regiones
desarrolladas, mientras que aumenta las emisiones en las regiones
menos desarrolladas.
El objetivo del trabajo es encontrar los efectos de la inversión
extranjera directa y el desarrollo financiero en las emisiones de CO2
a nivel mundial, usando un panel de cointegración. Los resultados
encontrados indican la existencia de un equilibrio a corto y largo
plazo entre las tres variables a nivel mundial y por grupos de países.
La fuerza del vector de cointegración es promedio en el total de los
grupos de ingresos de los países. Finalmente, los resultados de la
prueba de causalidad muestran que existe en los países de altos in-
gresos, países de ingresos medios altos y países de ingresos bajos
una causalidad unidireccional entre las emisiones de gases contami-
nantes per cápita y la inversión extranjera directa. En los países de
ingresos medianos bajos existe una causalidad bidireccional que va
desde las emisiones contaminantes de CO2 al desarrollo financiero
y en los países de ingresos bajos una relación de causalidad unidi-
reccional que va del desarrollo financiero a las emisiones de CO2.
En los países de ingresos extremos bajos existe una relación de cau-
salidad unidireccional que va de las inversiones extranjeras directas
al desarrollo financiero.
La presente investigación, resulta importante por la relación
entre las variables emisiones de CO2, inversión extranjera directa
y desarrollo financiero, aparte de que cuenta con un agregado adi-
cional que es la división por nivel de ingresos en seis partes. Esta
división condiciona a cada país según su nivel de ingresos conside-
rando como el más alto a los países de ingresos extremos altos, y al
más bajo a los países de ingresos extremos bajos.
En lo formal, el documento tiene cinco apartados, incluyendo
la introducción. El primero, proporciona la revisión teórica que inclu-
ye las vinculaciones con la función teórica y la empírica. El segundo,
presenta el análisis de estadísticas básicas, que contiene los datos,
la metodología al igual que las variables y la medición utilizada en la
investigación. El tercer apartado, muestra los resultados obtenidos y
finalmente, la cuarta parte presenta las conclusiones generales para
la estimación del modelo econométrico.
2|REVISIÓN DE LITERATURA PRE-
VIA
Este apartado del artículo se estructura en base a las relaciones
de las variables de estudios; emisiones de CO2, inversión extranjera
directa y desarrollo financiero. La elección de las variables se elabo-
con base en el artículo expuesto por Salahuddin, Alam, Ozturk y
Sohag (2018), las inversiones extranjeras directas estimulan las emi-
siones de CO2 tanto a corto como a largo plazo. Los autores afirman
que es recomendable reducir las emisiones al expandir sus plantas
existentes de captura, utilización y almacenamiento de carbono. Así
mismo, informan que la asociación entre el desarrollo financiero y
las emisiones de CO2 es insignificante a largo plazo, es decir que no
presentan un cambio estructuralmente considerable.
2.1 |Relación de las emisiones de CO2, la
inversión extranjera directa y el desarro-
llo financiero
Para Zhang (2011) el desarrollo financiero de China actúa co-
mo un importante impulsor del aumento de las emisiones de car-
bono, que debería tenerse en cuenta cuando se proyecta la deman-
da de emisiones de carbono. Mientras que la IED de China ejerce la
menor influencia en el cambio de las emisiones de carbono, con el
aumento de la IED de China en el futuro, se deben hacer muchos
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
esfuerzos para adaptar sus instrucciones de uso y desempeñar
un papel positivo en la promoción del desarrollo bajo en carbono.
Por su parte, según Abbasi y Riaz (2016) las variables Inversión y
desarrollo financiero desempeñaron un papel en la mitigación de
emisiones solo en el último período en que se produjo un mayor gra-
do de liberalización y desarrollo del sector financiero. Para Solarin,
Al-Mulali, Musah y Ozturk (2017) la inversión extranjera directa, y el
desarrollo financiero tienen un impacto positivo en el CO2 emisio-
nes. Las entradas de inversión extranjera directa en el país también
han ayudado a construir una sólida formación de capital en el país
y han unido el mercado local al mercado internacional.
2.2 |Relación de las emisiones de CO2 y
la inversión extranjera directa
Omri, Nguyen y Rault (2014) indican que los resultados propor-
cionan evidencia de causalidad bidireccional entre la IED y el CO2
para todos los paneles. Estas ideas empíricas son de particular in-
terés para los formuladores de políticas, ya que ayudan a construir
políticas económicas sólidas para sostener el desarrollo económico.
Según Pao y Tsai (2011) y Sbia, Shahbaz y Hamdi (2014) al atraer
IED, los países en desarrollo deberían examinar estrictamente las
calificaciones para la inversión extranjera o promover la protección
ambiental a través del conocimiento coordinado y la transferencia
tecnológica con empresas extranjeras para evitar el daño ambien-
tal. En general, el método para gestionar tanto la demanda de ener-
gía como la IED y aumentar tanto la inversión en el suministro de
energía como la eficiencia energética para reducir el CO2, pueden
adoptar emisiones sin comprometer la competitividad del país. Al-
mulali (2012) señala que los resultados mostraron que las entradas
netas de inversión extranjera directa fueron factores importantes
para aumentar las emisiones de CO2 en los países investigados.
Para Zhang y Zhou (2016) los resultados sugieren que las en-
tradas de IED contribuyen a la reducción de las emisiones de CO2
de China. Estos autores explican además la influencia de la IED en
las emisiones de CO2 según las regiones: en la región occidental es
mayor que en las regiones oriental y central. Tang y Tan (2015) afir-
man que se debería optar por la adopción de tecnologías limpias por
parte de la inversión extranjera porque es importante para reducir
las emisiones de CO2 en el país y sostener el desarrollo económico
al mismo tiempo. Los resultados del análisis de Shahbaz, Nasreen,
Abbas y Anis (2015) y Sung, Song y Park (2018) y Hajilary, Shahi y
Rezakazemi (2018), muestran que la IED es un predictor positivo de
la calidad ambiental en el país de acogida.
Kivyiro y Arminen (2014) afirman la existencia de causalidad
que va de la IED a las emisiones de CO2. Esto significa que la pre-
sencia de multinacionales en los países anfitriones podría aumentar
o disminuir el nivel de emisiones, lo cual implica que en estos países
anfitriones deben tratar de evaluar el impacto ambiental de la IED
antes de recibir a los inversores extranjeros en el país. Baek (2016)
muestra que la IED en países con niveles bajos de ingresos aumenta
el CO2, pero en niveles altos lo reduce. Esto sugiere además que, si
los países desean impulsar el crecimiento sin deteriorar la calidad
ambiental a través de la IED, deberían ser más activos a la hora de
atraer mayores flujos de IED en la industria de servicios que en la
industria manufacturera.
Autores contrarios aclaran que los resultados revelan que la
IED está afectando sustancialmente a las emisiones de CO2. Ade-
más, los hallazgos empíricos sugieren que, en los países de medianos
ingresos, tanto el consumo de energía primaria como el de combus-
tibles fósiles están incrementando considerablemente las emisiones
de CO2 y conduciendo al problema de los gases de efecto inverna-
dero.
2.3 |Relación de las emisiones de CO2 y
el desarrollo financiero
Según el estudio de Shahbaz, Tiwari y Nasir (2013) y Xiong, Tu
y Ju (2017), el desarrollo financiero reduce las emisiones de carbono
en las regiones desarrolladas, mientras que aumenta las emisiones
en las regiones menos desarrolladas, reconciliando los conflictos ac-
tuales evidencsobre este tema sostenemos que tanto la fuerza del
mercado como las limitaciones institucionales impiden que el desa-
rrollo financiero mejore el medio ambiente en las regiones menos
desarrolladas. Gokmenoglu , Ozatac y Eren (2015) afirman que la
contaminación del aire está impulsada por el desarrollo financiero.
Los organismos reguladores financieros de los países deben consi-
derar formas prácticas de canalizar el desarrollo financiero hacia un
sistema ecológico y sostenible. Además, las instituciones financie-
ras deben tomar la iniciativa de proteger el medio ambiente.
Shahbaz, Solarin, Mahmood y Arouri (2013) confirman relacio-
nes significativas a largo plazo entre las emisiones de CO2 y el de-
sarrollo financiero. La evidencia empírica también indica que el de-
sarrollo financiero reduce las emisiones de CO2. El análisis de cau-
salidad de Granger revela la hipótesis de la retroalimentación entre
el desarrollo financiero y las emisiones de CO2. De acuerdo a Shah-
baz, Shahzab, Anmad y Alam (2016) los resultados muestran que
el desarrollo financiero basado en el Banco también impide el me-
dio ambiente. El gobierno debería alentar a los prestamistas a que
faciliten los fondos para el sector de la energía y asignen recursos
financieros para empresas respetuosas del medio ambiente en lugar
de desperdiciarlos en el financiamiento al consumo.
2.4 |Relación de la Inversión extranjera di-
recta y el desarrollo financiero
Desbordes y Wei (2017) explican los diversos efectos estruc-
turales del desarrollo financiero en la inversión extranjera directa
(IED). El desarrollo financiero de los países de origen y de destino
promueve conjuntamente la IED al aumentar directamente el acce-
so al financiamiento externo y al apoyar indirectamente la actividad
económica general. La estrategia de crecimiento de un país debe
articularse en torno a un sistema financiero que funcione bien y
esté adecuadamente regulado, con sólidas bases nacionales. Esto
maximizaría los beneficios netos del desarrollo financiero para los
inversionistas locales y extranjeros por igual.
La evidencia empírica expresada en cada apartado presenta la
relación entre las variables emisiones de CO2, inversión extranjera
directa y desarrollo financiero. Cada grupo se constituyó en base a
la relación de las variables de estudio. En consecuencia, las inves-
tigaciones aportaron generosamente, al tema planteado, enfocado
principalmente en los efectos de la inversión extranjera directa y el
desarrollo financiero en las emisiones de CO2 a nivel mundial.
3|DATOS Y METODOLOGÍA
3.1 |Datos
En la presente investigación se han utilizado datos del World
Development Indicators del Banco Mundial (2017), la cobertura
temporal está delimitada por los valores entre los años 1970-2016,
para 160 países a nivel mundial con datos disponibles de las 3 va-
riables para todo el período analizado. Los países y el periodo de
tiempo fueron seleccionados por la disponibilidad de los datos para
las variables utilizadas, esto permitió hacer estimaciones usando un
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
panel de datos balanceado. La variable dependiente es el loga-
ritmo de las emisiones de CO2 en toneladas métricas per cápita y las
variables independientes son el logaritmo de la inversión extranjera
directa y el logaritmo del desarrollo financiero. Para la estructura y
desarrollo de la investigación se delimita a los 160 países por gru-
po definidos de acuerdo a los ingresos, los países se agruparon en
países de ingresos extremos altos (PIEA), en países de ingresos altos
(PIA), países de ingresos medios altos (PIMA), países de ingresos me-
dios bajos (PIMB), países de ingresos bajos (PIB) y países de ingresos
extremos bajos (PIEB).
La Figura 1 muestra la dispersión entre las tres variables. El
análisis de dispersión básico sugiere que en los países a nivel global
tienen una relación positiva tanto la relación CO2- inversión CO2-
desarrollo financiero. En los países de ingresos extremos altos (PIEA)
sus líneas de tendencia demuestran una relación directamente pro-
porcional es decir que la falta de aplicación de inversión y desarro-
llo financiero ocasiona mayores niveles de emisiones de CO2. En el
caso de los países de ingresos altos (PIA) la tendencia es un tanto
lineal con disimulados crecimientos, pudiéndose considerar una re-
lación proporcional de las variables. Los países de ingresos medios
altos (PIMA) consideran el mismo panorama manteniendo para las
dos variables independientes tendencias crecientes con relación a
las emisiones de CO2. Tanto los países de ingresos medios bajos
(PIMB), como los países de ingresos bajos (PIB) y los de extremos
bajos (PIEB) mantienen una relación directamente proporcional en-
tre las variables emisiones CO2-inversión extranjera directa y emi-
siones CO2-desarrollo financiero, considerando que la aplicación de
una condiciona un aumento o reacción sustancial en la variable de-
pendiente.
La Tabla 1 muestra los estadísticos descriptivos de la variable
dependiente que es el logaritmo de las emisiones de CO2 en to-
neladas métricas per cápita y las variables independientes como el
logaritmo de la inversión extranjera directa y el logaritmo del de-
sarrollo financiero. Las variaciones de las variables medidas por la
desviación estándar, no tienen una tendencia marcada. Las emisio-
nes de CO2 variaron más entre países que dentro de ellos. Hubo
variaciones similares en las variables independientes. El número de
observaciones disponibles asegura que los parámetros se generali-
cen entre países y en el tiempo.
3.2 |Metodología
La estrategia econométrica global diseñada para evaluar la
fuerza del vector de cointegración entre las emisiones contaminan-
tes, la inversión extranjera directa y el desarrollo financiero está
conformada por etapas. En la primera etapa, estimamos un mode-
lo de regresión básico de datos de panel. La variable dependiente
es el logaritmo de las emisiones de dióxido de carbono per cápi-
ta (l o g C O 2i,t) y las variables independientes son el logaritmo de
la inversión extranjera directa (l o g I E Di,t) y el desarrollo financiero
(l o g D Fi,t) en el país i= 1, . . . , 160 del periodo t= 1970, . . . , 2016. La
ecuación (1) formaliza la relación entre las tres variables:
l o g C O 2i,t=(γ0+δ0) + γ1l o g I E Di,t+γ2l o g D Fi,t+θi,t(1)
La prueba de Hausman (1978) se usó para elegir entre un mo-
delo de efectos fijos o aleatorios. El modelo propuesto en la Ecua-
ción (1) tiene dos problemas estructurales. La prueba de Wooldrid-
ge (2002) sugiere la presencia de autocorrelación y la prueba del
multiplicador de Breusch-Pagan muestra que el modelo tiene hete-
rocedasticidad. Para corregir el sesgo en los estimadores causados
por la autocorrelación y la heterocedasticidad, utilizamos un modelo
de mínimos cuadrados ordinarios generalizados (GLS). Según Gross-
man y Krueger (1991) y Shafik y Bandyopadhyay (1992), es y luego
disminuye y se vuelve negativo cuando los países alcanzan un mayor
nivel de desarrollo. La literatura empírica ha calculado este efecto
incorporando el término cuadrático del producto real per cápita. Los
parámetros capturan la variabilidad en tiempo y sección transversal.
Finalmente, el parámetro es el término de error estocástico.
Para garantizar que la serie no tenga el problema de la raíz
unitaria, se emplea un conjunto de pruebas, que coinciden en que
la primera diferencia elimina el efecto de tendencia de las dos va-
riables. Las pruebas utilizadas fueron: Dickey y Fuller Aumentado
(1981), Phillips y Perron (1988), Levine, Lin y Chu (2002), Im, Pesa-
ran y Shin (2003), y Breitung (2002), que se pueden estimar a partir
de la siguiente ecuación:
yt=α0+λyt1+αit+
p
Õ
i=2
βjyti1+ϵt(2)
Donde ytes la serie que se supone que contiene al menos una
raíz unitaria, α0es la intersección y α1captura el efecto de tenden-
cia del tiempo, ϵtes el error gaussiano, y prepresenta la longitud del
rezago. En la Ecuación (2), cuando el parámetro λes significativo, se
puede concluir que al menos uno de los paneles tiene una raíz unita-
ria. El uso de cinco pruebas diferentes asegura que las series utiliza-
das en las estimaciones posteriores no tienen el problema de la raíz
unitaria. La segunda etapa de la estrategia econométrica determina
el equilibrio a corto y largo plazo entre las tres variables utilizando
la prueba de cointegración desarrollada por Pedroni (1999), el equi-
librio a largo plazo se determina con base en la siguiente ecuación:
yi,t=αi+
n1
Õ
j=1
βi j xi j j+
n1
Õ
j=1
ωi j yi,tj+πiE CTtj+ϵi,t(3)
Donde yi,trepresenta la variable dependiente del país ien el
período t. Los parámetros β,ω y π son los parámetros a estimar, y el
término E CTtjes el vector de cointegración de equilibrio a largo
plazo. Finalmente, ϵi,tes el término de error aleatorio estacionario
con media cero y es la longitud del desfase determinada con el cri-
terio de información de Akaike (1974). Además, el equilibrio a corto
plazo se determina mediante la prueba de Westerlund (2007) a par-
tir de la siguiente ecuación:
yi,t=δidi+αiyi,t1βiXi,t1+
pi
Õ
j=1
αi j yi t j+
pi
Õ
j=qi
γi j Xi,tj+ϵi,t(4)
Donde t= 1, . . . ,Tson los períodos de tiempo y i= 1, . . . , N
son los países. El término dtes el componente determinista. La su-
posición de que los vectores k-dimensional de xi,ty son aleatorios
e independientes de ϵi,t, por lo que se supone que estos errores
son independientes a través de iyt. La hipótesis nula sugiere que
no hay cointegración a corto plazo. Sin embargo, la prueba de coin-
tegración a corto y largo plazo solo indica la existencia o no de un
vector que se relaciona con las variables en cuestión. En la próxima
etapa se estima la fuerza del vector de cointegración utilizando el
enfoque de Pedroni (2001). Específicamente, la fuerza de la relación
entre las tres variables en cada país se estimó utilizando un modelo
dinámico de mínimos cuadrados ordinarios (DOLS) y para la región
como un todo o para grupos de países a través de una dinámica
ordinaria del modelo de panel de mínimos cuadrados (PDOLS).
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Figura 1. Elaboración propia con datos del WDI (2017)
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
La siguiente ecuación plantea la relación entre las tres varia-
bles:
yi,t=αi+δiXi,t+
P
Õ
j=P
γi,tXi,tj+µi,t(5)
Dónde yi,testán las emisiones de gases contaminantes, i=
1,2, . . . , 160 países, t= 1,2, . . . ,Tes el tiempo, p= 1,2, . . . , Pes el
número de rezagos en la regresión DOLS, mientras que δimide el
cambio en las emisiones de CO2 cuando cambia las inversiones y
γi,tmide el cambio en las emisiones de CO2 cuando cambia el de-
sarrollo financiero. El estimador PDOLS se promedia a lo largo de
la dimensión entre los grupos (Neal, 2014), y la hipótesis nula esta-
blece que βi=β0. Finalmente, en la cuarta etapa usamos la prueba
formalizada por Dumitrescu y Hurlin (2012) para determinar la exis-
tencia y la dirección de causalidad entre las tres variables usando la
siguiente expresión:
yi,t=αi+
K
Õ
K=1
γK
iYi,tK+
K
Õ
K=1
βK
iXi,tK+µi,t(6)
En la ecuación (6), suponemos que βi=β(1)
i, . . . , β(k)
i, y que el
término αise fija en la dimensión de tiempo. El parámetro autorre-
gresivo γK
i, el coeficiente de regresión βK
iy varía entre las secciones
transversales. La hipótesis nula plantea que no hay relación causal
para ninguna de las secciones transversales del panel H0: βi= 0.
Tabla 1. Estadísticos descriptivos de las variables
Variable Media DS Min. Max. N
Log (emisiones de CO2 toneladas
métricas per cápita). Overall 0,356 1,721 -6,829 4,382 N=7520
Between 1,66 -3,501 3,413 n= 160
Whitin 0,465 -5,439 2,808 T=47
Log Inversión Extranjera Directa. Overall 19,395 2,835 7,384 27,326 N=7520
Between 2,291 13,729 24,955 n= 160
Whitin 1,678 8,998 24,745 T=47
Log Desarrollo Financiero. Overall 22,314 2,99 9,273 31,158 N=7520
Between 2,797 17,589 30,159 n= 160
Whitin 1,079 10,792 25,263 T=47
Tabla 2. Relación entre las emisiones de CO2, las inversiones y el desarrollo financiero
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Log (IED) 0,01 0,01 0,002 0,002 0,01** 0,01*** 0,01*
-4,74 -0,59 -1,31 -0,52 -3,02 -3,67 -2
Log (DF) 0,12*** -0,12*** -0,03*** 0,02* 0,003 0,08*** 0,04***
-27,84 (-4,42) -5,09 -2,2 -0,44 -11,78 -4,86
Constante -2,21*** 5,33*** 1,44*** 1,36*** 1,22*** -1,79*** -2,88***
(-22,01) -7,54 -9,92 -6,08 -8,5 (-11,50) (-16,15)
Hausman test (p-val.) 0 -18,11 0,11 0 0,86 0,12 0,31
Serial correlation test (p-val.) 0,94 0,88 0,93 0,9 0,94 0,93 0,93
Fixed effects (time) No No No No No No No
Fixed effects (countries) No No No No No No No
Observaciones 7520 235 1081 564 1034 3008 1598
Nota: t estadísticos en paréntesis *p <0.05, **p <0.01, ***p <0.001.
4|DISCUSIÓN DE RESULTADOS
4.1 |Regresión normal de las emisiones
de CO2
La Tabla 2 muestra los resultados de la estimación de emisiones
de CO2, la inversión y el desarrollo financiero a nivel mundial y por
grupos de países. La prueba de Hausman (1978), muestra que todos
los paneles se estimaron con efectos aleatorios a excepción del grupo
global y de países con ingresos medios altos, en cuyo caso se estimó
con efectos fijos. Los resultados obtenidos indican una relación po-
sitiva y estadísticamente significativa para las inversiones para todos
los grupos de países, excepto para los países desarrollados. En el caso
del desarrollo financiero los resultados indican una relación positiva y
negativa entre grupos de países y estadísticamente significativos, ex-
cepto para los países de ingresos medios bajos. Lo estimado es coin-
cidente con los resultados obtenidos por Solarin, Al-Mulali, Musah y
Ozturk (2017) que encontraron que la inversión extranjera directa, y
el desarrollo financiero tienen un impacto positivo en las emisiones
de CO2.
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 3. Pruebas de raíz unitaria en la primera diferencia
Grupos Variables WD WOD MEAN
LL UB IPS ADF PP LL UB IPS ADF PP
Global
CO2 -74,86* -14,22* -76,16* -33,39* -76,93* -77,11* -15,30* -77,72* -32,56* -77,42*
IED -83,41* -21,1* -89,11* -43,82* -88,19* -82,11* -20,97* -87,93* -44,58* -90,26*
DF -44,41* -8,09* -54,97* -22,97* -55,51* -45,36* -8,38* -57,34* -22,50* -58,24*
PIEA
CO2 -16,13* -3,89* -17,07* -7,15* -15,51* -15,52* -4,31* -17,13* -5,34* -16,07*
IED -8,57* -5,38* -15,12* -9,05* -17,09* -13,40* -4,29* -17,05* -9,12* -17,92*
DF -7,17* -1,77* -9,52* -4,37* -10,77* -12,17* -3,01* -12,38* -6,39* -13,019*
PIA
CO2 -30,20* -4,99* -30,22* -11,84* -29,20* -30,87* -5,650* -31,84* -11,97* -31,01*
IED -28,20* -8,36* -30,89* -17,26* -33,91* -23,812* -8,46* -29,22* -18,16* -35,44*
DF -13,95* -5,02* -18,48* -6,94* -17,13* -25,87* -5,68* -27,68* -8,73* -25,93*
PIMA
CO2 -23,83* -2,21* -22,54* -10,54* -21,88* -24,86* -2,32* -25,33* -10,59* -22,60*
IED -23,45* -3,80* -25,58* -12,13* -24,95* -25,13* -3,57* -26,42* -12,46* -25,450*
DF -11,53* -3,01* -13,64* -7,33* -15,45* -22,182* -4,41* -21,91* -8,54* -20,66*
PIMB
CO2 -26,02* -6,91* -24,95* -10,89* -26,90* -30,17* -5,21* -29,33* -10,20* -27,99*
IED -34,97* -6,08* -33,24* -16,95* -33,06* -33,76* -6,12* -34,83* -16,86* -33,66*
DF -22,80* -4,29* -23,06* -11,52* -20,65* -21,441* -3,74* -21,28* -12,03* -21,39*
PIB
CO2 -46,45* -8,82* -49,04* -21,45* -49,42* -48,60* -9,87* -51,52* -22,09* -50,433*
IED -55,36* -15,83* -58,41* -26,48* -56,02* -56,30* -15,52* -58,21* -27,10* -56,97*
DF -24,70* -3,24* -34,18* -13,68* -35,67* -26,615* -3,76* -35,45* -14,09* -37,42*
PIEB
CO2 -32,61* -7,51* -33,06* -15,50* -34,47* -33,48* -7,19* -34,92* -16,32* -35,41*
IED -35,92* -10,31* -40,03* -20,22* -40,73* -37,17* -10,66* -40,24* -20,51* -40,97*
DF -23,94* -7,62* -26,82* -10,04* -27,46* -28,12* -8,47* -32,20* -12,06* -32,98*
*significancia del 1 %
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Algunos estudios demuestran que el nivel de ingresos es im-
portante como condicionante de las emisiones de CO2. Baek (2016)
muestra que la IED en países con niveles bajos de ingresos aumenta
el CO2, pero en países con niveles altos lo reduce. Esto sugiere ade-
más que, si los países desean impulsar el crecimiento sin deteriorar
la calidad ambiental a través de la IED, deberían ser más activos a la
hora de atraer mayores flujos de IED en la industria de servicios que
en la industria manufacturera.
4.2 |Pruebas de raíz unitaria
La Tabla 3 muestra los resultados de la prueba de raíz unitaria de
las emisiones de CO2 per cápita, la inversión extranjera directa y el
desarrollo financiero, todas las variables medidas en logaritmos. Los
resultados fueron estimados con los efectos del tiempo y sin efectos
del tiempo. Las pruebas de Levine, Lin y Chu (2002), Im, Pesaran y
Shin (2003) y Breitung (2002) se basan en pruebas paramétricas y
las pruebas Fisher de Dickey y Fuller Aumentado (1981), Phillips y
Perron (1988) son no paramétricos, que fueron propuestos por Mad-
dala y Wu (1999). Breitung (2002) se basa en la homogeneidad de la
raíz unitaria (a través de paneles). El criterio de información Akaike
(AIC) se utilizó para determinar la duración del rezago. En general, la
evidencia encontrada sugiere que las tres series tienen un orden de
integración I (1).
Dickey-Fuller (DF) prueba la hipótesis nula, que indica que la
serie contiene una raíz unitaria contra la alternativa, que la serie es
estacionaria. Sin embargo, se obtiene que la prueba DF es válida solo
si el término de error no se debe autocorrelacionar. La prueba de raíz
unitaria aumentada de Dickey Fuller (ADF) se introduce para superar
el problema de la posibilidad de que se rechace incorrectamente una
hipótesis nula correcta. Philips y Perron (1988) introducen un enfo-
que alternativo sobre la prueba de raíz de la unidad ADF al permitir
incluir los residuos autocorrelacionados. Zhang (2011) aplica Dickey-
Fuller (1981) (ADF) en todas las variables para todos los períodos de
muestra con respecto a sus propiedades estacionarias. Encontró que
las variables en esta serie son de orden I (1) al 10 % de nivel en los
períodos de muestra respectivos.
4.3 |Prueba de Pedroni (1999)
La Tabla 4 informa los resultados de la prueba de cointegración
entre las tres variables globales para los 160 países y para los gru-
pos de países, y reporta las siguientes estadísticas: una estadística de
panel-v, panel-rho, panel-PP y panel-ADF. El primero no es paramé-
trico y se basa en la relación de varianzas. La prueba de cointegración
de paneles heterogéneos de Pedroni (1999) muestra que existe una
relación de equilibrio a largo plazo a nivel global entre las series. Las
estadísticas ADF, PP, p-statistic y v-statistic muestran un resultado
coherente entre ellas: las tres series se mueven juntas y simultánea-
mente en el tiempo y en la sección transversal. Las estadísticas den-
tro de las dimensiones de los paneles y entre las dimensiones de los
paneles son estadísticamente significativas a nivel global. El mismo
resultado ocurre para los países de ingresos bajos y para los países
de ingresos extremos bajos. En los países de ingresos extremadamen-
te altos, altos, medianos altos y medianos bajos, solo una de las siete
estadísticas muestra un resultado contradictorio y seis estadísticas
indican la existencia de cointegración.
Estos resultados son similares a las conclusiones obtenidas
Behera y Dash (2017) en la investigación donde relaciona a las in-
versiones con emisiones de CO2 y otras variables evidenciaron resul-
tados de la cointegración de Pedroni donde la urbanización; consumo
de energía primaria, IED y las emisiones de CO2 están cointegradas
en todos los subgrupos de países, independientemente de sus niveles
de ingreso nacional per cápita.
4.4 |Prueba de Westerlund (2007)
En la práctica, la existencia de una relación a largo plazo implica
que las variables bajo análisis se muevan de manera conjunta y simul-
tánea porque existe una fuerza de cointegración o un vector que las
equilibra a lo largo del tiempo. Sin embargo, es muy posible que los
cambios en la cantidad de emisiones contaminantes per cápita varíen
inmediatamente como resultado de los cambios en la inversión y de-
sarrollo financiero. Para evaluar esta relación, la Tabla 5 muestra los
resultados del modelo de error vectorial de los datos del panel VECM
propuesto por Westerlund (2007). La prueba de cointegración pro-
puesta por Westerlund (2007) verifica la ausencia o presencia de de-
terminación de cointegración a corto plazo entre dos variables. Ade-
más, esta prueba se basa en el hecho de que las series no son esta-
cionarias. Las pruebas de Levine, Lin y Chu (2002), Im, Pesaran y Shin
(2003) y Breitung (2002) y las pruebas de Fisher de Dickey y Fuller
Aumentado (1981) y Phillips y Perron (1988) mostraron que la serie
no tienen el problema de la raíz unitaria. Como resultado, fue posible
estimar la prueba de cointegración de Westerlund.
Como en las tablas anteriores, los resultados son reportados pa-
ra todo el panel y por grupos de países. Los resultados encontrados
nos permiten aceptar la hipótesis alternativa de cointegración entre
las dos series analizadas (emisiones de CO2-IED; emisiones de CO2-
DF). Esto implica que un cambio en la inversión y el desarrollo finan-
ciero generan cambios inmediatos en las emisiones contaminantes.
La existencia de un equilibrio a corto plazo de las variables se cumple
a nivel global y en todos los grupos de países porque las estadísticas
son significativas al 0.1 %.
Shahbaz, Nasreen, Abbas y Anis (2015) afirman que para apro-
vechar la inversión extranjera directa y controlar la contaminación,
se han recomendado políticas apropiadas para los países de ingresos
altos, bajos y medios. En los países de altos ingresos, la inversión ex-
tranjera directa mejora la calidad ambiental. Esto muestra que en el
mundo desarrollado la inversión extranjera directa reduce las emisio
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
nes de CO2 en todas las etapas. Los países de ingresos medios
deberían alentar a las empresas a adoptar tecnologías respetuosas
con el medio ambiente no solo para mejorar la producción nacional,
sino también para reducir las emisiones de CO2.
Tabla 4. Resultado de la prueba de cointegración Pedroni
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Within dimension test
Panel v-statistic 4,12** 1,29 1,35 1,45 1,01 2,44** 2,25**
Panel p-statistic -55,63*** -11,31** -21,73*** -14,73** -21,70*** -35,79*** -24,73***
Panel PP-statistic -80,71*** -17,95*** -32,72*** -23,03*** -28,94*** -54,10*** -35,60***
Panel ADF-statistic -62,37*** -14,95*** -23,5*** -20,16*** -24,70*** -43,77*** -27,55***
Between dimension test
Panel p-statistic -49,62*** -10,23** -19,57*** -12,98*** -19,28*** -31,86*** -22,48***
Panel PP-statistic -89,01*** -19,62*** -36,24*** -24,82*** -30,81*** -60,01*** -40,16***
Panel ADF-statistic -62,82*** -16,19** -23,04*** -19,29*** -25,56*** -44,78*** -27,85***
**significancia del 1 %, ***significancia del 1 %
Tabla 5. Resultados de Westerlund VECM
Grupos de países CO2-IED CO2-DF
Statistic Value Z-value P-value Value Z-value P-value
Global
Gt -5,87 -55,38 0 -5,89 -55,68 0
Ga -52,16 -76,57 0 -53,93 -79,93 0
Pt -95,36 -79,94 0 -84,76 -67,59 0
Pa -73,28 -136,23 0 -65,48 -119,72 0
PIEA
Gt -6,35 -11,36 0 -6,45 -11,41 0
Ga -59,66 -16,05 0 -60,28 -16,26 0
Pt -13,04 -9,68 0 -13,66 -10,41 0
Pa -52,05 -16,13 0 -54,58 -17,08 0
PIA
Gt -5,72 -20,12 0 -5,47 -18,61 0
Ga -49,63 -27,2 0 -50,09 -27,54 0
Pt -28,92 -21,88 0 -27,98 -20,79 0
Pa -47,83 -31,218 0 -48,66 -31,88 0
PIMA
Gt -5,76 -14,69 0 -6,02 -15,83 0
Ga -50,49 -20,1 0 -51,34 -20,54 0
Pt -19,97 -14,73 0 -20,77 -15,67 0
Pa -48,67 -23,03 0 -47,04 -22,09 0
PIMB
Gt -5,31 -17,25 0 -5,27 -17,03 0
Ga -44,08 -22,69 0 -45,18 -23,47 0
Pt -25,04 -17,63 0 -25 -17,57 0
Pa -47,28 -30,09 0 -49,16 -31,57 0
PIB
Gt -5,93 -35,58 0 -6,12 -37,54 0
Ga -51,39 -47,49 0 -53,88 -50,49 0
Pt -53,83 -43,01 0 -53,46 -42,58 0
Pa -66,31 -76,82 0 -65,14 -75,25 0
PIEB
Gt -6,18 -27,81 0 -6,01 -26,5 0
Ga -60,05 -42,21 0 -62,24 -44,13 0
Pt -63,08 -59,12 0 -43,76 -36,62 0
Pa -109,96 -98,59 0 -79,28 -68,65 0
4.5 |Modelos DOLS y PDOLS del grupo
de países
Los resultados de la prueba de cointegración de Pedroni y Wes-
terlund tienen limitaciones ya que solamente mantienen la existen-
cia de un vector de cointegración y no informan sobre la fuerza del
vector o el efecto individual en cada país. La Tabla 6 informa los re-
sultados encontrados en esta etapa de la estimación. El panel DOLS
es paramétrico y constituye una opción alternativa para obtener el
estimador de panel OLS totalmente modificado desarrollado por Phi-
llips y Moon (1999) y Pedroni (2001). Se estima la fuerza del vector
de cointegración de Pedroni (2001) formalizado en la Ecuación (5) y
se informa en la Tabla 6. Los estimadores obtenidos se pueden inter-
pretar como elasticidad de una manera directa. Los países que tienen
un coeficiente positivo, mantienen una relación entre las variables
positivas y si el coeficiente tiende a 1 o es mayor que 1, la fuerza
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 6. Resultados del modelo DOLS para países individuales
PIEA PIA PIMA
Países WD WOD Países WD WOD Países WD WOD
IED DF IED DF IED DF IED DF IED DF IED DF
Denmark -0,47 -0,59 -0,74 -0,98 Australia 0,85 -4,45 1,03 -1,79 Barbados -0,04 -0,38 1,15 1,27
Kuwait -1,48 1,59 -1,08 1,29 Austria 0,39 -3 0,82 -0,91 R. Checa -0,18 -0,14 2,57 -2,58
Norway 0,5 -0,59 -0,09 0,24 Bahamas -0,87 -0,41 -0,11 -1,01 Gabón 0,87 2,46 0,65 2,61
Switzerland 0,15 1,51 2,21 0,4 Baharian -0,67 0,24 -0,17 -0,88 Honduras 0,64 0,89 0,02 0,83
UAE -1,03 0,31 1,25 -1,91 Canadá -1,97 1,22 1,72 2,93 Korea 0,71 -1,03 1,03 0,15
Chipre -4,01 -0,01 -3,37 0,84 Malta -0,16 1,69 0,17 0,89
Finland 1,24 -1,67 1,67 -1,47 Oman 2,33 1,93 1,52 1,14
France -2,41 -0,01 1,37 -1,19 Portugal 1,04 0,46 1,26 -0,02
Germany -0,08 -2,66 -1,49 0,13 Saudi Arabia -0,25 -0,74 -0,55 -0,19
Greece 1,16 -0,1 1,46 -0,31 Slovenia -1,26 -0,14 0,69 0,01
Iceland 0,32 0,4 -0,1 0,53 Trinidad -0,5 -0,66 1,31 1,55
Ireland 0,07 0,56 1,35 0,81 Venezuela 1,67 -0,11 1,07 0,02
Israel 1,98 0,29 0,93 -0,18
Italy 1,56 -2,48 1,7 -0,03
Japan 1,86 -0,21 -0,74 0,36
Macao -1,92 -2,67 -2,59 -3
Netherlands 0,34 -0,19 -0,29 1,26
New Zealand 0,59 -0,43 1,13 0,08
Singapore 0,54 2,68 -0,01 1,55
Spain 0,34 1,24 0,06 1,87
Sweden -1,42 -0,03 -0,91 0,35
United Kingdom -1,19 0,88 3,99 0,21
United States -0,68 -0,25 -0,64 1,96
PIMB PIB PIEB
Países WD WOD Países WD WOD Países WD WOD
IED DF IED DF IED DF IED DF IED DF IED DF
Ant. y Barb. -2,41 1,68 -2,09 1,02 Albania -1,38 4,06 -1,5 3,88 Bangladesh -2,34 0,51 1,26 2,05
Argentina -0,01 0,9 0,36 1,97 Algeria -0,34 -0,6 0,21 0,17 Benin -1,58 -1,22 -0,9 -0,23
Brazil 3,53 0,74 3,67 2,12 Angola -3,07 2,06 -2,57 1,84 Burkina Faso -2,78 1,61 -4,11 1,54
Chile 4,97 -3,13 4,5 -3,36 Armenia 0,33 -1,03 -0,03 -1,01 Burundi 1,16 1,34 -0,34 0,88
Costa R. 0,57 0,96 1,41 1,41 Azerbaijan 2,38 -0,01 1,89 -0,5 Cambodia 2,88 -2,79 1,41 -1,24
Croatia -1,1 -1,9 1,46 -0,12 Belarus -1,38 3,04 -3,5 3,39 Cen. Afr. Rep -2,91 -0,51 -5,25 0,98
Equ. Guinea -0,99 1,62 -0,81 1,5 Belice -0,08 1,6 -0,58 1,25 Chand -0,81 0,37 -1,11 1,06
Estonia 0,44 0,87 -0,1 0,9 Bolivia -1,35 -0,91 -1,3 -0,65 Comoros -0,38 0,64 -1,27 0,9
Hungary 1,86 2,11 1,65 2,89 Botswana -1,22 3,22 -0,98 3,76 Congo D. -0,27 0,84 -0,08 1,14
Latvia 1,85 -1,32 0,77 -0,97 Bulgaria -1,18 4,12 -2,16 5,99 Ethiopia 0,84 -1,26 0,71 -1,01
Lithuania -0,35 -0,11 -0,81 0,6 Buthan 0,31 1,51 -0,21 1,58 Gambia 0,04 1,12 -0,78 1,82
Malaysia 1,52 1,08 0,33 1,38 Cabo Verde 0,16 -2,07 0,03 -2,24 Guatemala 0,33 -0,36 0,46 -0,25
México 2,15 -0,61 1,73 -1,42 Cameron 0,08 1,89 0,31 1,59 Guinea 0,22 -0,08 -1 0,87
Poland 1,61 -3,63 -0,68 -4,05 China 1,43 -2,37 0,9 -0,69 Guyana 2,17 2,11 2,8 2,19
Russian 0,89 -2,34 -0,06 -0,99 Colombia -1,64 2,07 -1,94 4,9 Haiti 0,18 -1,1 0,83 4,13
Seychelles 0,33 0,12 1,59 0,35 Congo R. 1,65 0,65 1,3 0,94 India -0,81 0,14 0,67 0,79
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Table 6. Continuación
Slovak 0,23 2 1,38 -1,59 Costa de M. 1,09 0,11 0,27 0,38 Kenya 0,95 0,37 0,74 2,07
South Africa 1,91 1,54 1,15 -0,04 Yibuti 0,75 -0,75 0,51 0,52 Kyrgyz 3,92 -3,06 2,71 -2,09
St. Kitts -1,05 0,92 -0,41 1,25 Dominica -0,48 1,24 -0,47 0,74 Lao PDR -1,71 2,67 -1,09 2,12
Suriname 0,14 -0,18 0,32 -0,25 R. Dominic. 1,79 0,75 1,61 0,58 Liberia 0,08 1,27 0,95 1,59
Turkey 0,99 2,52 0,47 2,03 Ecuador -1,56 1,99 -1,59 3 Madagascar 0,89 -1,36 0,61 -0,17
Uruguay 3,42 -2,86 5,09 -1,95 Egipto 2,79 2,11 3,45 2,73 Malawi 0,93 0,74 0,96 1,32
El Salvador 1,01 1,82 1,59 1,12 Mali -1,63 2,67 -1,7 2,18
Fiji 1,49 -1,39 2,34 -1,53 Mozambique 2,95 0,51 2,59 1,67
Georgia -0,5 2,31 -0,09 1,57 Nepal 2,61 0,01 2,97 1,96
Ghana -0,68 2,14 -1,33 2,53 Niger -1,59 1,85 -0,84 1,99
Grenada -0,94 0,59 -0,42 -0,26 Pakistan 0,48 1,95 3,08 2,09
Guam 0,46 1,03 1,49 0,41 Rwanda -1,36 3,23 -2,36 3,15
Bissau 1,31 0,9 1,25 0,87 Senegal -0,91 2,67 -1,05 2,14
Indonesia -2,21 1,62 -3,24 2,09 Sierra Leone -0,12 -0,15 -0,7 1,17
Iran 0,84 1,03 0,65 1,52 Tanzania 1,44 1,02 1,4 0,8
Jamaica 4,34 -0,44 4,81 -0,97 Togo 0,64 -0,24 0,46 0,11
Jordan 0,35 2,05 -0,84 2,78 Uganda -1,33 1,84 -0,23 1,22
Kazakhstan -3,87 4,01 -4,73 4,81 Vietnam -2,22 3,93 -1,53 3,08
Macedonia 1,73 -1,91 1,56 -2,18
Mauritania 0,76 -0,72 0,35 -0,78
Mauritius 0,48 -0,19 1,58 -0,07
Moldova -0,41 -0,9 -0,82 -0,68
Mongolia 1,87 -1,35 0,87 -0,21
Morocco 1,77 0,93 1,72 0,56
Namibia 1,59 1,01 1,24 1,65
Nicaragua 1,24 -0,81 0,87 -0,25
Nigeria -2,25 0,31 -2,03 0,82
Panamá 0,37 1,75 -0,37 2,62
Papua 0,55 -1,37 -0,91 -0,56
Paraguay -0,75 1,68 -0,14 1,46
Perú -0,43 0,56 0,59 0,87
Philippines 1,14 2,62 1,72 3,59
Romania -0,18 1,17 -0,43 1,26
Samoa 0,68 -2,37 0,1 -2,45
Salomon -3,06 2,82 -3,43 3,28
Sri Lanka 0,95 -0,01 1,43 -0,38
St.Lucia -1,7 1,62 -0,74 0,48
St. Vincent 2,79 0,71 2,73 0,14
Sudan -0,75 1,42 -0,96 2,22
Swalind 1,39 -2,61 1,28 -1,66
Thailand -1,42 2,35 0,22 2,11
Tonga 1,63 1,78 1,16 1,57
Tunisia -0,37 1,02 1,08 2,67
Ukraine 1,25 -0,15 1,06 0,19
Vanuatu 1,13 -0,78 0,46 0,78
Yemen 0,14 -0,15 -0,37 0,55
Zambia 0,6 0,76 -0,02 1,18
Zimbabwe 1,82 0,55 1,6 0,73
Nota: *, **, *** indican el rechazo de la hipótesis nula al nivel de 5 %, 10 % y 1 % respectivamente para H0:βi= 1
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
del vector de cointegración es contundente caso contrario la
fuerza del vector es no contundente. Cuando la elasticidad es nega-
tiva, la relación entre las variables es negativa. En la mayoría de los
grupos de ingresos tiene un vector de cointegración mayor que 1, in-
dicando que los cambios en los niveles de inversión extranjera directa
tienen un fuerte impacto en las emisiones de CO2 al igual que con
el desarrollo financiero. Varios de los vectores se encuentran cerca
de la unidad, por lo que concluimos la relación de equilibrio entre las
variables es lo suficientemente fuerte.
Salahuddin, Gow y Ozturk (2015) encontraron que la relación a
largo plazo es robusta en estas diferentes especificaciones economé-
tricas. No se observó una relación significativa a corto plazo. Además,
se encontró una relación negativa y significativa entre las emisiones
de CO2 y el desarrollo financiero. Los hallazgos implican que el desa-
rrollo financiero reduce considerablemente las emisiones de CO2.
De la prueba de Pedroni (2001), estimamos la fuerza del vector
de cointegración por grupos de países PDOLS, que se informa en la
Tabla 7 para asegurar la consistencia de los parámetros obtenidos, es-
timamos un modelo con tiempo ficticio y sin tiempo ficticio. En todos
los grupos de países los vectores son estadísticamente significativos.
En los grupos de países, la relación es significativa y negativa, lo que
sugiere que estos se encuentran en una situación privilegiada para
reducir las emisiones contaminantes. Los resultados sin tiempo ficti-
cio destacan que la fuerza del vector de cointegración es más fuerte
a medida que aumenta el nivel de desarrollo.
Tabla 7. Resultados del modelo PDOLS para grupos de países
Groups With time dummy Without time dummy
βit-Statistics βit-Statistics
IED DF IED DF IED DF IED DF
GLOBAL 0,01** 0,12** 3,52 8,84 0,01** 0,15** 3,72 9,36
PIEA -0,05** 0,08** -1,04 0,99 0,01** -0,02** 0,69 -0,42
PIA -0,01** -0,05** -0,82 -2,3 0,01** -0,01** 1,41 0,44
PIMA 0,02** 0,07** 1,41 1,21 0,04** 0,15** 3,15 1,64
PIMB 0,02** 0,08** 4,38 0,21 0,03** 0,07** 4,46 0,57
PIB 0,02** 0,10** 1,66 6,02 0,001** 0,15** 0,81 8,34
PIEB 0,01** 0,13** -0,001 3,66 0,002** 0,31** 0,04 7,22
4.6 |Prueba de causalidad de Dumitrescu
y Hurlin (2012)
Los resultados de la prueba de causalidad del tipo Granger cal-
culada sobre la base de la prueba propuesta por Dumitrescu y Hurlin
(2012) se presentan en la Tabla 8. En los países de altos ingresos, paí-
ses de ingresos medios altos y países de ingresos bajos existe una
causalidad unidireccional entre las emisiones de gases contaminan-
tes per cápita y la inversión extranjera directa. En los países de ingre-
sos medianos bajos existe una causalidad bidireccional que va des-
de las emisiones contaminantes de CO2 al desarrollo financiero y en
los países de ingresos bajos una relación de causalidad unidireccional
que va del desarrollo financiero a las emisiones de CO2. En los países
de ingresos extremos bajos existe una relación de causalidad unidi-
reccional que va de las inversiones extranjeras directas al desarrollo
financiero.
Al-mulali y Sab (2012) los resultados muestran que los indica-
dores de desarrollo financiero y el crecimiento del PIB tenían una
relación causal positiva con el consumo total de energía primaria y
las emisiones de CO2. Esto indica que el consumo total de energía
primaria aumentó el desarrollo financiero y el crecimiento del PIB en
las economías investigadas con una alta consecuencia de contamina-
ción. Además, las funciones de respuesta al impulso y el análisis de
descomposición de la varianza revelaron que se espera que el impac-
to de la IED y el comercio total sea de una magnitud cada vez más
limitada. Estos resultados tienen implicaciones importantes para las
decisiones de política gubernamental relacionadas con la reducción
de las emisiones de CO2.
5|CONCLUSIONES E IMPLICACIO-
NES DE POLÍTICA
La contaminación ambiental expuesta principalmente por las
emisiones de CO2 ha aumentado en gran escala, por lo que es con-
veniente la participación tanto del gobierno como de instituciones
medioambientales. Por lo tanto, el principal objetivo de esta inves-
tigación fue examinar los efectos de la inversión extranjera directa
y el desarrollo financiero en las emisiones de CO2 a nivel mundial y
por grupos de países para 160 países durante 1970-2016 a través de
técnicas de cointegración con datos de panel. De acuerdo a las esti-
maciones realizadas se obtuvo a través de la prueba de cointegración
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 8. Resultados de la prueba de causalidad basada en Dumitrescu y Hurlin
Dirección Causal Grupos W-bar Z-bar p-value
CO2 IED
GLOBAL 1,46 4,17 0
PIEA 1,03 0,06 0,95
PIA 2,22 4,16 0
PIMA 2,45 3,56 0
PIMB 0,65 -1,15 0,25
PIB 1,42 2,41 0,01
PIEB 1,26 1,11 0,26
CO2 IED
GLOBAL 1,02 0,22 0,81
PIEA 1,8 1,26 0,2
PIA 0,89 -0,34 0,73
PIMA 0,88 -0,29 0,77
PIMB 0,41 -1,94 0,05
PIB 1,22 1,29 0,19
PIEB 1,06 0,25 0,8
CO2 DF
GLOBAL 1,33 2,95 0
PIEA 0,44 -0,87 0,38
PIA 1,55 1,86 0,06
PIMA 0,92 -0,19 0,84
PIMB 1,78 2,59 0
PIB 1,17 0,97 0,33
PIEB 1,46 1,91 0,05
CO2 DF
GLOBAL 1,56 5,05 0
PIEA 0,88 -0,18 0,85
PIA 1,17 0,58 0,56
PIMA 0,88 -0,27 0,78
PIMB 2,74 5,77 0
PIB 1,82 4,65 0
PIEB 0,92 -0,3 0,76
IED DF
GLOBAL 1,59 5,32 0
PIEA 1,06 0,1 0,91
PIA 1,53 1,82 0,06
PIMA 1,81 2 0,04
PIMB 1,33 1,12 0,26
PIB 1,21 1,23 0,21
PIEB 2,51 6,22 0
IED DF
GLOBAL 1,1 0,98 0,32
PIEA 0,93 -0,1 0,91
PIA 0,7 -1,01 0,31
PIMA 0,97 -0,06 0,94
PIMB 0,98 -0,05 0,95
PIB 1,26 1,52 0,12
PIEB 1,24 0,99 0,32
de Pedroni (1999) y Westerlund (2007) la existencia de un equi-
librio a largo plazo entre las variables. Para determinar la fuerza del
vector de cointegración para cada país individual y para cada grupo
de países, estimamos un modelo DOLS y PDOLS con y sin efectos de
tiempo, respectivamente. En general, los resultados muestran que en
la mayoría de los países la fuerza del vector de cointegración es fuer-
te, aunque en algunos países la relación es negativa. Finalmente, los
resultados de la prueba de causalidad muestran que existe en los paí-
ses de altos ingresos, países de ingresos medios altos y países de in-
gresos bajos una causalidad unidireccional entre las emisiones de ga-
ses contaminantes per cápita y la inversión extranjera directa. En los
países de ingresos medianos bajos existe una causalidad bidireccio-
nal que va desde las emisiones contaminantes de CO2 al desarrollo
financiero y en los países de ingresos bajos una relación de causalidad
unidireccional que va del desarrollo financiero a las emisiones de CO2.
Los países de ingresos extremos bajos existen una relación de causa-
lidad unidireccional que va de las inversiones extranjeras directas al
desarrollo financiero. El articulo presento limitaciones en cuando a la
elaboración y discusión de resultados ya que no existen documentos
con las técnicas actuales utilizadas. Finalmente, para las extensiones
del artículo se debería tomar en cuenta que el desarrollo financiero
puede estructurarse en varias variables financieras para un completo
cálculo econométrico.
En las implicaciones de política se debe de tomar en cuenta que
por lo general en el mundo desarrollado las inversiones extranjeras
directas aportan a la reducción de las emisiones de CO2 en todas las
etapas. Por lo tanto, los países desarrollados o de altos ingresos debe-
rían transferir sus tecnologías respetuosas con el medio ambiente a
los países en desarrollo para salvar el medio ambiente de la degrada-
ción y el consumo de recursos naturales. Esto sugiere que los países
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
de ingresos medios deberían alentar a las empresas a adoptar tec-
nologías respetuosas con el medio ambiente no solo para mejorar la
producción nacional, sino también para r