Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

Industrias e inversión extranjera directa: Evidencia a nivel mundial

y por grupos de países

Industries and foreign direct investment: Evidence at the global level and by country

grouping

Belén Sánchez1| Johanna Alvarado-Espejo1

1Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Belén Sánchez, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: maria.b.sanchez@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

El objetivo de esta investigación es examinar la relación entre las industrias e inversión ex-

tranjera directa, tanto a nivel mundial como por grupos de países. Se usaron datos de panel

de 112 países compilados por el Banco Mundial (2017), para el período 1987-2015. Los

países se clasiﬁcaron en seis grupos según los niveles de ingresos tomando como referencia

el Método Atlas del Banco Mundial. Con el ﬁn de cumplir con este propósito se utilizaron

diferentes test para comprobar la relación de equilibrio a largo y corto plazo existente en-

tre las variables. Es así, que las pruebas indican que no hay una relación a corto plazo, sin

embargo, en el largo plazo existe una relación entre la inversión extranjera directa e indus-

trias. Finalmente, al realizar el test de causalidad, se obtuvo que en los países de ingresos

extremadamente altos y países de ingresos bajos existe una causalidad unidireccional que

va desde las industrias a la inversión extranjera directa. En los países de ingresos medios

bajos existe causalidad unidireccional desde la inversión extranjera directa hacia las indus-

trias. Se recomienda en los países en vías de desarrollo aplicar políticas destinadas a atraer

las inversión extrajera directa con la ﬁnalidad de dinamizar la economía, principalmente en

los sectores más afectados por la pandemia.

Palabras clave: Industrias; Inversión extranjera directa; Mundial; Datos de panel.

Códigos JEL: F23. L2. O14.

ABSTRACT

The objective of this research is to examine the relationship between industries and fo-

reign direct investment, both globally and by country groups. Panel data for 112 countries

compiled by the World Bank (2017), for the period 1987-2015, were used. Countries were

classiﬁed into six groups according to income levels taking the World Bank Atlas Method

as a reference. In order to fulﬁll this purpose, diﬀerent tests were used to check the exis-

ting long-run and short-run equilibrium relationship between the variables. Thus, the tests

indicate that there is no relationship in the short term; however, in the long term there

is a relationship between foreign direct investment and industries. Finally, the causality

test showed that in extremely high-income countries and low-income countries there is

a unidirectional causality running from industries to foreign direct investment. In lower

middle-income countries there is unidirectional causality from foreign direct investment

to industries. It is recommended that developing countries apply policies aimed at attrac-

ting foreign direct investment in order to boost the economy, mainly in the sectors most

aﬀected by the pandemic.

Keywords: Industries; Foreign direct investment; World; Panel data.

JEL codes: F23. L2. O14.

Sánchez B. & Alvarado-Espejo J.

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

1|INTRODUCCIÓN

Debido a la pandemia de COVID-19 los ﬂujos mundiales de

inversión extranjera directa (IED) han sido gravemente afectados,

pese a que en 2019 fueron de 1,5 billones de dólares, en 2020 se

redujeron hasta el billón de dólares. En general, a nivel mundial se

tendió a adoptar políticas restrictivas y/o reguladadoras que afectan

a la IED, las cuales fueron más frecuenes en los países desarrollados

para proteger a las empresas nacionales. Pincipalmente, las inversio-

nes más afectadas son las de nueva planta en proyectos industriales

y de infraestructuras. Lo cual pone en peligro el cumplimiento de

los Objetivos de Desarrollo Sostenible (ODS). En 2Conferencia so-

bre las Naciones Unidad y el Desarrollo (UNCTAD), 2020; UNCTAD,

2021).

La promoción de la IED ayudará a promover el cumplimiento

de los Objetivos de Desarrollo Sostenible. Sin embargo, en el contex-

to de la pandemia también se redujo la producción manufacturera

Organización de las Naciones Unidas para el Desarrollo Industrial

(ONUDI), 2020. Los países subdesarrollados se arriesgan a quedar-

se atrapados en la pobreza si no tienen recursos para desarrollar la

infraestructura, la fuerza de trabajo y las instituciones que atraen la

inversión inicial necesaria para estimular el crecimiento económico.

Los países con un alto nivel de dependencia a la agricultura de sub-

sistencia pueden caer en esta categoría. Es difícil para estos países

atraer IED, y sin inversión y los beneﬁcios sociales y económicos

que crean se vuelve más difícil mejorar los otros sectores (Deloitte,

2015).

En el presente trabajo se usó como variable dependiente indus-

trias como independiente la inversión extranjera directa. Los datos

trabajados corresponden al periodo 1987-2015. Al realizar los dife-

rentes test, los resultados encontrados muestran que el equilibrio

a corto plazo de las variables no se cumple a nivel global y en to-

dos los grupos de países porque las estadísticas son signiﬁcativas

al 0.1 %, excepto en los países de ingresos extremadamente bajos.

Sin embargo, si se encontró una relación de equilibrio a largo plazo,

tanto a nivel global como para los grupos de países. Al realizar el

test de causalidad, se evidenció que en los países de ingresos extre-

madamente altos y países de ingresos bajos existe una causalidad

unidireccional que va desde las industrias a la inversión extranjera

directa. En los países de ingresos medios bajos existe causalidad uni-

direccional desde la inversión extranjera directa hacia las industrias.

De esta manera, este trabajo de investigación contribuye al de-

bate académico para entender el nexo enetra las industrias y la in-

versión extranjera directa a nivel mundial, usando una amplia base

de datos censales para países de ingresos extremadamente altos, al-

tos, medios altos, medios bajos, bajos y extremadamente bajos cu-

yas características estructurales diﬁeren entre sí, debido al ingreso

que cada país acarrea. Además, la literatura se ha enfocado en me-

dir el efecto de la inversión extranjera directa en las industrias a

nivel global y por grupos de países. Para ello se utilizaron diferentes

test que permitieron conocer si existe una relación a corto y largo

plazo entre las variables estimadas. En general, nuestros resultados

señalan por medio del test de Westerlund (2007) que no existe una

relación a corto plazo de las variables estimadas, sin embargo, me-

diante el test de cointegración de Pedroni (1999) se mostró que si

hay relación a largo plazo entre la inversión extranjera directa e in-

dustrias.

El resto de esta investigación tiene la siguiente estructura. La

segunda sección contiene la revisión de la literatura previa. La ter-

cera sección describe las fuentes estadísticas y plante la estrategia

econométrica. En la cuarta sección se discuten los resultados encon-

trados con la teoría y la evidencia empírica previa. La quinta sección

contiene las conclusiones e implicaciones de política de esta inves-

tigación.

2|REVISIÓN DE LITERATURA

La Inversión Extranjera Directa es aquella que tiene como pro-

pósito crear un vínculo duradero con ﬁnes económicos y empresa-

riales de largo plazo, por parte de un inversionista extranjero en el

país receptor. Además, la inversión extranjera directa es un impor-

tante catalizador para el desarrollo, se transmite a toda la economía

impulsando el comercio internacional, permitiendo el ﬁnanciamien-

to de empresas, mejorando las oportunidades de empleo; también

eleva la competitividad, a través una mayor tecnología y un mayor

grado de productividad de todos los factores productivos. Todo ello

incide positivamente en el ambiente productivo y competitivo de

un país Además, estos beneﬁcios se ven reﬂejados para el consu-

midor doméstico en la obtención de más variedad productos a me-

jores precios. La incidencia de la IED en el crecimiento es positiva

tanto para países desarrollados como para los que están en desarro-

llo. Sin embargo, el grado de inﬂuencia depende en el tipo de país.

Los países en desarrollo obtienen un efecto menor de las inversio-

nes externas debido a un entorno institucional no transparente y

la inﬂuencia negativa de otros factores no económicos. Estos resul-

tados brindan una oportunidad para considerar que, en los países

desarrollados, el entorno económico e institucional y, más que na-

da, el capital humano, permiten obtener todo el efecto de la IED,

esto es, acumulación de capital y efectos externos. En los países en

desarrollo existen barreras que reducen los efectos de la IED, tales

como insuﬁciente capital humano y un pobre entorno económico e

institucional. Así, el impacto de la IED en el crecimiento económico

es claramente positivo. Sin embargo, el nivel de este efecto depen-

de de las características del país (Krause, 2017).

La mayoría de las grandes empresas industriales pertenecen a

países desarrollados, debido a que disponen del dinero para la crea-

ción y el mantenimiento de una industria, posteriormente se insta-

lan en países menos desarrollados, debido a que la mano de obra

es abundante, barata y tiene pocos conﬂictos. De igual manera, se

mantienen las industrias más estratégicas como la industria de pro-

ductos perecederos y altas tecnologías. Desde la década de 1970,

hubo un gran desarrollo tecnológico que promovió la reducción de

la población empleada en el sector industrial. Por su parte, en los

países subdesarrollados el desarrollo industrial depende de las mul-

tinacionales que ejercen una gran inﬂuencia sobre los gobiernos que

les ofrecen condiciones ventajosas para que se establezcan en sus

territorios. Esto tiene algunas desventajas debido a que la mayoría

de los beneﬁcios de las multinacionales reinvierte en el lugar de ori-

gen de las empresas, donde se localizan las sedes centrales; algunas

de las ventajas son que traen técnicas de producción más avanzadas,

crean puesto de trabajo entre otras (Medina, 2010).

La evidencia empírica que veriﬁca la relación entre las indus-

trias y la inversión extranjera directa se dividen en tres grandes gru-

pos. En el primer grupo se presentan estudios realizados en los paí-

ses desarrollados. De esta manera, en el estudio realizado por Apos-

tolov (2015) revela que las inversiones extranjeras directas siguen

siendo una prioridad, como pilar esencial, que impulsa a la socie-

dad hacia una economía de mercado desarrollada. Por otro lado, lo

encontrado en el estudio Hasan et al. (2017) mencionan que la in-

versión es una necesidad para la exposición al mercado, así como

la tecnología y las ﬁnanzas muy necesarias, coincidiendo con lo ex-

presado por Milner y Pentecost (1996). De igual manera, Buckley et

al. (2007) indican en su estudio que la inversión extranjera directa

entrante juega un papel positivo en el aumento de la productividad

industrial, lo que implica que el gobierno debe continuar fomentan-

do la inversión interna, Jeon (1992) por su parte menciona que la

inversión extranjera directa permite aumentar el nivel de empleo,

generando recursos y por ende favoreciendo a la economía. Asimis-

mo, en el estudio realizado por Lin (2010) encuentra que la red los

vínculos, la expansión de los mercados y las políticas de incentivos

de China afectan positivamente la intención de participar en inver-

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

sión extranjera directa. Los resultados obtenidos en el estudio An-

war y Sun (2015) dan a conocer que las inversiones extranjeras di-

rectas pueden tener un impacto signiﬁcativo en la probabilidad de

entrada y salida de empresas nacionales en equipos de transporte y

en las industrias de maquinarias y equipos eléctricos. Por otro lado,

Li et al. (2018) en su estudio dan a conocer que la mayor compe-

tencia de importaciones reduce signiﬁcativamente la inversión de

las empresas estadounidenses. De la misma manera, Barrell y Pain

(1997) expresan que la inversión extranjera directa es solamente un

canal importante para la difusión de ideas y tecnologías en diferen-

tes países.

Los resultados encontrados en el segundo grupo indican aque-

llos estudios realizados en países en vías de desarrollo. En este gru-

po, el estudio de Alvarado et al. (2017) dan a conocer que la inver-

sión extranjera directa en el crecimiento económico no es estadís-

ticamente signiﬁcativa en forma agregada, es decir, no es un meca-

nismo adecuado para acelerar el crecimiento económico en América

Latina, a excepción de los países de altos ingresos. En su estudio Ha-

rrison y Rodríguez Clare (2010) mencionan que el objetivo de la in-

versión extranjera directa es desarrollar un proceso mediante el cual

el gobierno, la industria y las organizaciones privadas pueden cola-

borar en las intervenciones para aumentar la productividad, coinci-

diendo con lo expuesto por Liu y Agbola (2014). En las economías

africanas existe un efecto generalmente positivo pero débil de la

IED en la productividad y crecimiento, tal como lo mencionan Mali-

kane y Chitambara (2018) en su estudio. En el artículo realizado por

Sunde (2017) indica que tanto la inversión extranjera directa como

las exportaciones estimulan un crecimiento económico en el país.

Por otro lado, un estudio realizado por Ashby y Ramos (2013) en

México determinan que el crimen organizado disuade la inversión

extranjera en los servicios ﬁnancieros, el comercio y la agricultura.

Por el contrario, Makiela y Ouattara (2018), indican que factores dis-

tintos a la inversión extranjera directa pueden haber contribuido al

aumento de la productividad presenciado en los países en desarro-

llo en las últimas décadas.

Finalmente, el grupo tres consta de investigaciones realizadas

a diferentes países sobre la inversión extranjera directa e industrias.

En el estudio Pugel (1981) menciona que las empresas están posi-

tivamente relacionadas con la inversión extranjera directa. De igual

manera, Sothan y Zhang (2017) proporcionan una fuerte evidencia

sobre el impacto causal de la IED en el crecimiento económico de

Camboya. Así mismo, Vella y Sammut-Bonnici (2014) en su artículo

indican que la IED en el largo plazo mantiene una relación entre el

inversor y la empresa con una inﬂuencia signiﬁcativa en el gestión

de la empresa. De la misma manera, Iamsiraroj (2016) indica que

los efectos generales de la IED son positivamente asociado con el

crecimiento y viceversa; y mano de obra, apertura comercial y la li-

bertad económica son otros factores determinantes de la IED, que

a su vez estimulan el crecimiento de la renta. Por su parte, Zeng y

Sherman (2009) dan a conocer que la IED puede alterar la estructu-

ra de competencia existente y desactivar el nivel de la empresa. Por

el contrario, en el estudio realizado por Cao y Mukherjee (2018), se

concluye que la IED, en comparación con la exportación, hace que la

unión sindical doméstica mejore, pero hace que los consumidores, la

empresa nacional, la unión laboral extranjera y el país extranjero en

peores condiciones, y puede reducir el bienestar doméstico. Frente

a los trabajos expuestos, la presente investigación está orientada a

medir el efecto de las industrias frente a la inversión extranjera di-

recta, a nivel mundial mediante varios test, los cuales comprueben

si existe o no, una relación de equilibrio a largo y corto plazo.

3|DATOS Y METODOLOGÍA

3.1 |Datos

Con el objetivo de examinar empíricamente el efecto de la IED

en las industrias a nivel mundial, se utilizaron los datos de World

Development Indicators (2017). La investigación abarca 112 países

para el período 1987-2015. Los países y el período de tiempo se se-

leccionaron para la disponibilidad de datos para las variables usadas,

lo que permitió realizar estimaciones utilizando datos de panel fuer-

temente balanceados. La variable dependiente es el logaritmo de

las industrias y la variable independiente es el logaritmo de la inver-

sión extranjera directa. El Método Atlas del Banco Mundial es una

herramienta útil para la clasiﬁcación que usa el ingreso per cápita

nacional de cada país para la comparación entre países. Para obte-

ner un análisis más preciso se realizó una nueva división de atlas, la

cual contiene seis grupos. El resto de los países se excluyeron de-

bido a las limitaciones en la información estadística disponible. La

Tabla 1 resume las variables del modelo econométrico usado.

Tabla 1. Deﬁnición y descripción de las variables

Variables Descripción Unidad de medida

Variable dependiente

Industrias

Es una medida de la actividad que transforma

las materias primas en productos elaborados

Logaritmo de industrias

Variable independiente

Inversión extranjera directa

Es una medida de la inversión de capital por

parte de una persona natural o jurídica

Logaritmo inversión extranjera directa

La Figura 1 muestra los resultados de la representación teórica

de la relación entre las dos variables de interés, tanto a nivel mundial

y de acuerdo con agrupaciones de países: ingresos extremadamen-

te altos, altos, medios altos, medios bajos, bajos y extremadamente

bajos. Como se puede observar a nivel mundial existe una relación

positiva, lo cual indica que la inversión extranjera directa a medida

que aumenta, las industrias también. Sin embargo, se visualiza que

en los países de ingresos extremadamente altos, altos y medios al-

tos, tienden a disminuir con el pasar del tiempo, esto signiﬁca que la

inversión extranjera directa en estos países no sólo está destinada

a la creación de más industrias. Mientras que, en países de ingresos

medios bajos, bajos y extremadamente bajos ocurre todo lo contra-

rio, quedando como conclusión que aquellos países en vías de desa-

rrollo son quienes necesitan de mayor inversión extranjera directa

para la creación de industrias que permitan aumentar el crecimiento

y por ende mejorar la calidad de vida de sus habitantes.

Sánchez B.

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

Figura 1. Relación entre la inversión extranjera directa e industrias

Industrias e inversión extranjera directa.. .

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

La Tabla 2 muestra las estadísticas descriptivas de la inversión

extranjera directa e industrias, la media, la desviación estándar, valo-

res mínimos y máximos y el número de observaciones en el tiempo

y entre países. El número de las observaciones disponibles aseguran

que los parámetros se generalicen entre países y sobre hora.

Tabla 2. Estadística descriptiva de las variables

Variable Mean Std. Dev Min Max Observations

overall 22.581 2.609 17.113 29.062 N=3248

Log (Industrias) between 2.591 17.660 27.992 n=112

within 0.388 20.908 24.423 T-bar=29

overall 19.904 2.807 28.598 27.325 N=3248

Log (Inversión extranjera

directa)

between 2.393 14.093 25.032 n=112

within 1.483 8.625 24.219 T-bar=29

3.2 |Formalización econométrica

La estrategia econométrica global diseñada para evaluar la

fuerza del vector de cointegración entre las industrias y la inversión

extranjera directa per cápita tiene cinco etapas. En la primera eta-

pa, se estimó un modelo de regresión básico de datos de panel. La

variable dependiente es el logaritmo de las industrias (Indpci,t) y la

variable independiente es el logaritmo de la inversión extranjera di-

recta (IEDpci,t) del país i= 1,. . . , 112 del periodo t= 1987,. . . .,2015.

Este modelo básico permite veriﬁcar el grado de asociación y la di-

rección de la relación entre las dos variables a nivel mundial y por

grupos de países. La ecuación (1) formaliza la relación entre las dos

variables:

l og l og (I ndpci,t)=(y0+δ1) + y1l o g (I E D p ci,t) + θi,t(1)

La prueba de Hausman (1978) se utilizó para optar por un mo-

delo de efectos ﬁjos o aleatorios. El modelo propuesto en la Ecua-

ción (1) tiene dos problemas estructurales. La prueba de Wooldridge

(2002) sugiere la presencia de autocorrelación y la prueba del mul-

tiplicador de Lagrange de Breusch-Pagan muestra que el modelo

tiene heterocedasticidad. Para corregir el sesgo en los estimadores

causados por la autocorrelación y la heterocedasticidad, se utilizó

un modelo de mínimos cuadrados ordinarios generalizados (GLS).

Los parámetros 0 + 0 capturan la variabilidad en el tiempo y la sec-

ción transversal. Finalmente, el parámetro i,t, es el término de error

estocástico. En la teoría econométrica, es conocido que las series

de tiempo tienen un componente de tendencia que hace que sea

imposible medir de manera eﬁciente la relación entre ellos. Para ga-

rantizar que la serie no tenga el problema de la raíz unitaria, se rea-

lizaron varias pruebas, que coinciden en que la primera diferencia

elimina el efecto de tendencia de las dos variables. Las pruebas uti-

lizadas fueron: Dickey Fuller Augmented (1981), Phillips y Perron

(1988), Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003), y Brei-

tung (2002), lo cual se pueden estimar a partir de la ecuación 2:

yt=α0+λyt−1+α1t+Σp

i=2 βjyt−i−1+εt(2)

Donde ytes la serie que se supone que contiene al menos una

raíz unitaria, es la intersección y captura el efecto de tendencia del

tiempo t, εtes el error gaussiano, y p representa la longitud del des-

fase. 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 dos variables utilizando

la prueba de cointegración desarrollada por Pedroni (1999), el equi-

librio a largo plazo se determina con base a la ecuación 3:

yi,t=αi+

n−1

j=1

βi j xi j −j+

n−1

j=1

ωi j yi,t−j+πiE CTt−j+ϵi,t(3)

Donde yi,trepresenta la variable dependiente del país i en el

período t. Los parámetros β,ωyπson los parámetros a estimar,

y el término E CT t−1es el vector de cointegración de equilibrio a

largo plazo. Finalmente, εi,tes el término de error aleatorio estacio-

nario con media cero y es la longitud del desfase determinada con

el criterio de información de Akaike (1974). Además, el equilibrio a

corto plazo se determina mediante la prueba de Westerlund (2007)

a partir de la ecuación 4:

yi,t=δidi+αiyi,t−1−βiXi,t−1+

j=1

αi j yi t −j+

j=−qi

γi j Xi,t−j+ϵi,t(4)

Donde t= 1,......,Tson los períodos de tiempo y i=

1,......,Nrepresenta los países. El término dtes el componen-

te determinista. Se mantiene en la suposición de que el vector k-

dimensional de Xi t es aleatorio e independiente de εi,t, por lo que

se supone que estos errores son independientes iyt. La hipótesis

nula sugiere que no hay cointegración a corto plazo. La prueba de

cointegración de Pedroni (1999) se ha utilizado ampliamente para

veriﬁcar la relación entre las industrias y la inversión extranjera di-

recta en diferentes contextos geográﬁcos. Sin embargo, la prueba

de cointegración a corto y largo plazo solo indica la existencia o no

de un vector que se relaciona con las variables en cuestión. Además,

los modelos con datos de panel ofrecen resultados que son dema-

siado agregados. En consecuencia, en la próxima etapa se estima la

fuerza del vector de cointegración utilizando el enfoque de Pedroni

(2001) y aplicado por Neal (2014). Esta estrategia nos permite eva-

luar la fuerza del vector de equilibrio entre las industrias e inversión

extranjera directa. Especíﬁcamente, la fortaleza de la relación entre

las dos variables en cada país se estimó utilizando un modelo diná-

mico 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). La siguiente

ecuación plantea la relación entre las dos variables:

Industrias e inversión extranjera directa.. .

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

yi,t=αi+δiXi,t+

j=−P

γi,t∆Xi,t−j+µi,t(5)

Dónde yi,tson las industrias, i= 1, . . . ., 112 países, t=

1, . . . . ., Tes el tiempo, p= 1, . . . , Pes el número de retrasos y avan-

ces que se estiman en la regresión DOLS, mientras que ∂ l o g y i,t

∂l o g Xi,t

mide el cambio en las industrias cuando cambia la inversión extranje-

ra directa. Los coeﬁcientes y los valores t se obtienen de los valores

promedio en todo el panel utilizando el método de los promedios

grupales. El estimador PDOLS se promedia a lo largo de la dimen-

sión entre los grupos (Neal, 2014), y la hipótesis nula establece que

βi=β0. Finalmente, en la cuarta etapa se usó la prueba formalizada

por Dumitrescu y Hurlin (2012), para determinar la existencia y la

dirección de causalidad entre las dos variables usando la siguiente

expresión:

yi,t=αi+

K=1

γK

iYi,t−K+

K=1

βK

iXi,t−K+µi,t(6)

En la ecuación (6) se supone que βi=β(1)

i,. . . ., β(k)

i, y que el

término ∝ise ﬁja en la dimensión de tiempo. El parámetro autorre-

gresivoYk

iy el coeﬁciente de regresión βk

ivarían entre las secciones

transversales. La hipótesis nula plantea que no hay relación causal

para ninguna de las secciones transversales del panel H0:βi= 0.

4|DISCUSIÓN DE RESULTADOS

4.1 |Resultados básicos

La prueba de Hausman (1978) se utilizó para elegir entre los

modelos de efectos ﬁjos (FE) y los efectos aleatorios (RE). Luego se

aplicó la prueba de Wooldridge (2002) para detectar la autocorre-

lación y la prueba de Wald para detectar heterocedasticidad. Me-

diante la inclusión de efectos de tiempo ﬁjo para todos los grupos

de países y efectos ﬁjos por grupo de países para Global, lo cual

corrigió los problemas de autocorrelación y heterocedasticidad, res-

pectivamente. La Tabla 3 muestra los resultados de la estimación

de la inversión extranjera directa e industrias a nivel mundial y por

grupos de países divididos según sus niveles de ingresos. De acuer-

do con la prueba de Hausman (1978) los resultados obtenidos son

negativos, por lo cual, se utilizaron regresiones aleatorias, al realizar

la correlación se puede observar que a nivel mundial hay presencia

de correlación entre las variables planteadas, y que los demás gru-

pos de países no presentan correlación. Por otro lado, en todos los

grupos de países y a nivel mundial no hay presencia de heterocedas-

ticidad. Los países que obtienen una importante inversión extranje-

ra directa, aumentan en gran medida las industrias, este es el caso

de los países de ingresos altos, por otro lado, los países con ingre-

sos bajos tienen menos industrias en su economía, lo cual repercute

de manera negativa en el país. Al no existir industrias las fuentes de

empleo son escasas, disminuyendo el consumo de las familias, y por

ende afectando el crecimiento económico del país.

Tabla 3. Relación entre la inversión extranjera directa e industrias

GLOBAL PIEA PIA PIMA PIMB PIB PIEB

Log (ied) 0.147*** 0.0620*** 0.0769*** 0.206*** 0.102*** 0.196*** 0.102***

(35.95) (4.93) (9.37) (11.67) (8.84) (22.82) (8.84)

Constant 19.65*** 23.31*** 22.53*** 19.76*** 20.09*** 18.47*** 20.09***

(136.80) (50.49) (54.75) (38.84) (57.82) (73.96) (57.82)

Hausman test (p-

value)

-24.25 -0.86 -1.08 -2.38 -3.11 -8.40 -4.33

Serial correlation

test (p-value)

0.000 0.894 0.125 0.013 0.033 0.005 0.0043

Heteroscedasticity

test (p-value)

0.727 0.877 0.875 0.821 0.893 0.747 0.840

Fixed eﬀects (years) yes yes yes yes yes yes yes

Fixed eﬀects

(country)

no yes yes yes yes yes yes

Observations 3248 203 580 203 609 841 812

Note: t statistics in parentheses * p <0.05, ** p <0.01, *** p <0.001

4.2 |Test de raíz unitaria

La Tabla 4 informa los resultados obtenidos con los efectos del

tiempo y sin efectos del tiempo The Levine, Lin Chu (2002), Im,

Pesaran y Shin (2003) y Breitung (2002) las pruebas se basan en

pruebas paramétricas y las pruebas tipo Fisher de Dickey Fuller Au-

mentado (1981), Phillips y Perron (1988) son no paramétricos, que

fueron propuestos por Maddala 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 el re-

traso longitud. En el presente la investigación es mayor que, por lo

tanto, no debe haber ningún sesgo en las pruebas de Levine, Lin y

Chu (2002), Im, Pesaran y Shin (2003).

Industrias e inversión extranjera directa.. .

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

Tabla 4. Prueba de raíz unitaria en primeras diferencias

Grupos variables LL UB IPS ADF PP LL UB IPS ADF PP

WD WOD

Global LIND -27.96* -8.92* -32.19* -11.25* -33.34* -26.31* 9.16* -30.71* -9,.72* -32.46*

LIED -49.38* -7.33* -56.45* -23.67* -59.74* -47.30* -7.64* -56.65* -24.03* -61.58*

PIEA LIND -7.21* -1.89* -7.95* -4.24* -9.63* -5.99* -1.49* -5.22* -2.45* -10.31*

LIED -17.93* -3.25* -18.70* -6.83* -17.83* -14.38* -3.25* -17.11* -6.31* -18.05*

PIA LIND -9.20* -5.02* -11.73* -3.25* -12.39* -8.53* -4.65* -11.26* -2.00* -11.98*

LIED -19.44* -5.04* -22.60* -11.19* -25.55* -19.18* -5.47* -22.61* -10.78* -25.89*

PIMA LIND -10.22* -4.11* -9.43* -4.56* -9.09* -10.54* -3.24* -9.66* -5.00* -10.83*

LIED -16.13* -2.80* -15.54* -5.12* -16.31* -16.96* -2.57* -18.00* -5.78* -17.26*

PIMB LIND -16.17* -4.32* -17.02* -4.83* -15.84* -14.09* -3.67* -15.83* -4.45* -16.26*

LIED -21.64* -4.32* -24.29* -10.99* -25.16* -21.16* -3.67* -24.29* -10.78* -26.17*

PIB LIND -13.10* -3.78* -15.27* -4.80* -17.02* -13.22* -4.48* -15.70* -3.96* -16.97*

LIED -24.63* -4.04* -28.10* -12.30* -28.81* -23.64* -4.19* -27.64* -12.71* -29.68*

PIEB LIND -12.40* -3.94* -15.52* -6.28* -15.81* -10.33* -4.40* -14.63* -5.66* -14.26*

LIED -21.27* -2.47* -27.05* -9.87* -29.71* -22.53* -3.37* -27.75* -10.29* -30.24*

Nota: * signiﬁcativo al 1 %

El hecho de que ambas series tengan un orden de integración

I (1) hace necesario estimar la existencia de un equilibrio a largo pla-

zo entre las variables Zoundi (2017). Si las series están cointegradas,

existe una fuerza que lleva a la serie al equilibrio en el largo plazo.

La Tabla 5 informa las siguientes estadísticas: una estadística

de panel-v, panel-rho, panel-PP y panel-ADF. El primero no es pa-

ramétrico y se basa en la relación de varianzas. La prueba de coin-

tegración de paneles heterogéneos de Pedroni (1999) muestra que

existe una relación de equilibrio a nivel global entre las series. Las

estadísticas ADF, PP, p-statistic y v-statistic muestran un resultado

coherente entre ellas: las dos 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. El mismo resultado

ocurre para los países de altos ingresos. Tanto a nivel global como

por grupos de países hay un vector de cointegración, lo cual indica

que existe una relación de equilibrio a largo plazo entre la inversión

extranjera directa e industrias. Este resultado concuerda con el ob-

tenido en el estudio realizado por Kucera y Principi (2017), quienes

mencionan que existe una relación positiva a largo plazo entre la in-

versión extranjera directa e industrias manufactureras en países de

ingresos bajos.

Tabla 5. Test de cointegración Pedroni

GLOBAL PIEA PIA PIMA PIMB PIB PIEB

Within dimension test

statistics

Panel v-statistic -0.8015 -0.599 -0.331 -0.423 -0.109 -0.863 0.919

Panel rho-statistic -22.01 -6.317 -9.435 -7.229 -11.86 -10.92 -9.75

Panel t-statistic -31.87 -10.11 -12.41 -10.95 -17.63 -16.09 -13.65

Panel ADF statistic -26.56 -9.596 -9.51 -8.83 -14.38 -15.35 -11.69

Between dimension test

statistics

Panel rho-statistic -14.86 -4.504 -6.363 -5.133 -8.477 -7.494 -6.17

Group t-statistic -31.83 -10.49 -11.95 -11.17 -18.42 -15.9 -12.52

Group ADF statistic -23.86 -9.951 -7.565 -8.044 -12.28 -13.82 -10.82

Nota: **signiﬁcativo 1 %, ***signiﬁcativo al 1 %

La Tabla 6 muestra los resultados del modelo de error del vec-

tor de datos de panel VECM propuestas por Westerlund (2007),

que tiene una ventaja atractiva, ya que aﬁrma que la hipótesis nula

conjunta es que todas las secciones transversales en el panel están

cointegradas y omiten informar sobre el observación que no tiene

cointegración (Kasman y Duman, 2015). La prueba de cointegración

propuesta por Westerlund (2007) veriﬁca la ausencia o presencia de

cointegración que determina la existencia de errores de vectores pa-

ra cada país o para el grupo de países. Además, esta prueba se basa

en el hecho de que las series no son estacionarias. Las pruebas de

Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003) y Breitung (2002)

y las pruebas de Fisher de Dickey Fuller Augmented (1981) y Phi-

llips y Perron (1988) mostraron que la serie no tienen el problema

de la raíz unitaria. Como resultado, resulta posible estimar la prueba

de cointegración de Westerlund. Continuando con la lógica anterior,

los resultados son reportados para todo el panel y por grupos de

países. Los resultados encontrados nos permiten aceptar la hipóte-

sis alternativa de cointegración entre las dos series analizadas. Esto

implica que un cambio en la inversión extranjera directa no genera

cambios inmediatos en las industrias. La existencia de un equilibrio

a corto plazo de las variables no se cumple a nivel global y en to-

dos los grupos de países porque las estadísticas son signiﬁcativas

al 0.1 %, excepto en los países de ingresos extremadamente bajos.

Este resultado es diferente al obtenido en la investigación, Calegá-

rio, Bruhn, y Pereira (2014), quienes obtienen una relación positiva

a corto plazo entre la inversión extranjera directa y el crecimiento

en industrias brasileñas.

Industrias e inversión extranjera directa.. .

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

Tabla 6. Resultados Westerlund

Statistic Value Z-value P-value

GLOBAL

Gt -2.285 0.934 0.825

Ga -13.271 -2.185 0.014

Pt -22.967 -0.707 0.24

Pa -9.769 -1.444 0.074

PIEA

Gt -1.656 2.307 0.99

Ga -13.401 -0.598 0.275

Pt -0.236 6.237 1.000

Pa -0.435 3.773 1.000

PIA

Gt -2.103 1.410 0.921

Ga -9.25 1.780 0.963

Pt -7.66 2.084 0.981

Pa -7.825 0.845 0.801

PIMA

Gt -3.004 -2.135 0.016

Ga -14.655 -1.097 0.136

Pt -6.337 -0.87 0.192

Pa -11.454 -1.107 0.134

PIMB

Gt -2.241 0.659 0.745

Ga -10.343 1.071 0.858

Pt -9.06 0.724 0.766

Pa -7.395 1.196 0.884

PIB

Gt -2.247 0.733 0.768

Ga -14.881 -2.415 0.008

Pt -10.877 0.583 0.72

Pa -9.275 -0.29 0.386

PIEB

Gt -2.466 -0.727 0.234

Ga -16.295 -3.498 0.000

Pt -15.348 -4.855 0.000

Pa -14.234 -4.677 0.000

Los resultados de la prueba de cointegración de Pedroni y Wes-

terlund tienen al menos dos limitaciones; solo muestra la existen-

cia de un vector de cointegración pero no informa sobre la fuerza

del vector o el efecto individual en cada país. La Tabla 7 informa

los resultados encontrados en esta etapa de la estimación. El panel

DOLS es paramétrico y constituye una opción alternativa para obte-

ner el estimador de panel OLS totalmente modiﬁcado desarrollado

por Phillips Moon (1999) y Pedroni (2001) según lo observado por

Kao y Chiang (2000). Se estimó la fuerza del vector de cointegra-

ción de Pedroni (2001). Primero, se informa los estimadores que se

obtuvieron por mínimos cuadrados dinámicos (DOLS) para los paí-

ses individualmente con efectos de tiempo ﬁjo (WT) y sin efecto

de tiempo (WOT). La inversión extranjera directa y las industrias se

expresaron en logaritmos. Por lo tanto, los estimadores se pueden

interpretar como elasticidad de una manera directa. En los países

que tienen un coeﬁciente positivo, la relación entre la inversión ex-

tranjera directa e industrias, es positiva y si el coeﬁciente tiende a

1 o es mayor que 1, la fuerza del vector de cointegración es abru-

madora. Cuando la elasticidad es negativa, la relación entre las dos

variables es negativa. En la estimación hay varios vectores cerca de

la unidad, lo que indica que la relación de equilibrio entre las varia-

bles es fuerte. En los países de ingresos extremadamente bajos la

relación es débil, mayor parte de sus vectores son menos a la uni-

dad.

Sánchez B. & Alvarado-Espejo J.

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

Tabla 7. Resultados del modelo DOLS

PIEA PIA PIBA

País WD WOD País WD WOD País WD WOD

Australia 1,953 2,441 A Barbuda 0,405 2,311 Argentina 3,385 4.325

Bermuda -0,812 0,416 Austria -2,2 1,408 Brazil 0,265 0.626

Denmark -0,181 0,554 Bahamas -1,796 -0,203 Chile 0,792 0.823

Netherlands 1,51 2,846 Cyprus -2,152 -1,663 Mexico 1,484 2.357

Norway 0,392 1,775 Rep.Checa -0,076 0,567 Seychelles -0,788 1,076

Sweden 0,038 1,974 Finland 1,018 2,058 Turkey 1,953 1,002

Switzerland 1,351 -2,08 France 1,315 3,893 Uruguay -1,415 -0,543

Gabon 1,364 1,047

Germany 0,625 0,173

Greece -0,671 0,124

China 2,365 0,492

Italy -0,17 1,187

Japan -0.164 0.808

Zealand 1.761 4.084

Arabia.S 1.347 2.503

Singapore 1.031 0.623

Spain 0.152 1.342

Nevis 0.382 1.955

Trinidad -2.496 -1.833

Venezuela 0.027 -0.004

PIMB PIB PIEB

País WD WOD País WD WOD País WD WOD

Azerbaijan 0.108 0.624 Albania 2.524 3.516 Bangladesh -0,117 0,123

Botswana 0.267 0.289 Algeria -2.257 -1.498 Bhutan -0,929 -1.264

Bulgaria -1,749 -0,92 Armenia 1.271 1.301 Burkina Fa-

-0,491 -0,762

Colombia 1.613 1.830 Belarus 0.864 1.183 Burundi 0,874 0,861

Costarica 0,296 0.823 Belize 0 .706 2.315 Cameroon 2.951 4.396

Dominica -0,075 0.481 Bolivia 1.101 0,96 Comoros -0,636 -1.386

Ecuador 2.341 0

.991

Cabo.V 2.827 5.277 Congo 0,399 0,605

Grenada 1,583 2.940 China 6.822 9.556 Gambia,

The

0,105 1.065

Indonesia 0,321 1.366 Rep.Cong -2.088 -0,068 Guinea -1.188 0,252

Iran, 0,619 1.137 Rdomini. -0,74 2.583 India 4.546 1.472

Jamaica 2.937 4.247 Egypt. 0,025 0,909 Lao PDR 2.296 1.237

Malaysia 0.211 0.792 El Salvador -0,759 1.095 Lesotho 0,499 -0,253

Mauritius 0,068 0

.450

Guatemala -1.971 0,496 Madagascar -2.456 -2.01

Mongolia 1,943 2.474 Guyana -0,27 -0,235 Malawi 0,451 0,895

Morocco -2.107 -0,08 Honduras -1.867 0,805 Mali -0,796 -0,88

Namibia -0,593 0.070 Iraq -0,614 0,487 Mauritania -0,659 -0,265

Panama 0.942 0.150 Jordan -1.143 -0,142 Mozambique -1.446 -0,766

Paraguay 4.044 1.312 Nigeria 1.153 -0,861 Nepal 0,968 0,526

St. Lucia 0.898 1.971 Peru 4.243 2.08 Nicaragua 0,437 -0,289

Grenadines 1.056 2.207 Philippines 8.247 2.456 Pakistan 9.134 6.093

Suriname 1.842 2.041 Samoa 1.924 1.221 Rwanda 4.92 4.776

Sri Lanka 3.565 1.734 Senegal -0,98 -0,08

Sudan 1.067 2.415 Sierra Leo-

1.32 1.141

Swaziland -0,339 -0,591 Tanzania -6.731 -9.77

Thailand -1.257 -1.327 Togo -0,434 0,522

Tonga -0,26 -1.283 Uganda 4.11 4.487

Tunisia 1.74 1.652 Vietnam -0,209 0.365

Vanuatu 1.706 1.071 Zambia 2.25 0.547

Zimbabwe 1.193 1.071

Note: *, **, *** indicate rejection of the null hypothesis at the level of 5 %, 10 % and 1 % respectively for H0: =1

En la prueba de Pedroni (2001) se estimó la fuerza del vector

de cointegración por grupos de países, que se informa en la Tabla 8.

Para asegurar la consistencia de los parámetros obtenidos, se esti-

mó un modelo con tiempo ﬁcticio y otro sin tiempo. Se encontró que

todos los grupos de países el vector es positivo pero no son estadís-

ticamente signiﬁcativo Los resultados sin tiempo ﬁcticio arrojan los

mismos resultados.

Industrias e inversión extranjera directa.. .

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

Tabla 8. Resultados del modelo PDOLS para grupos de países

Grupos Con dummy Sin dummy

i t-statistics i t-statistics

GLOBAL 0.041 8.87 0.064 10.82

PIEA 0.021 1.607 0.039 2.996

PIA 0.010 0.368 0.042 4.667

PIMA 0.046 2.146 0.105 3.654

PIMB 0.048 3.615 0.079 5.499

PIB 0.041 5.091 0.102 7.279

PIEB 0.035 3.437 0.026 2.2

Note: *, ** indicate rejection of the null hypothesis at the level of 5 %, 10 % respectively for H0: =1

4.3 |Test causalidad de Granger

Los resultados de la prueba de causalidad del tipo Granger cal-

culada sobre la base de la prueba propuesta por Dumitrescu y Hur-

lin (2012) se presentan en la Tabla 9. En los países de altos ingresos

existe una causalidad bidireccional entre las emisiones de gases con-

taminantes per cápita y la producción real per cápita). En los países

de ingresos extremadamente altos y países de ingresos bajos existe

una causalidad unidireccional que va desde las industrias a la inver-

sión extranjera directa. En los países de ingresos medios bajos existe

causalidad unidireccional desde la inversión extranjera directa hacia

las industrias.

Tabla 9. Resultados test de causalidad Granger

Dirección causal Grupos W-bar Z-bar P-value

IND –>IED

GLOBAL 1.383 2.869 0.004

PIEA 2.995 3.733 0.000

PIA 1.395 1.249 0.211

PIMA 1.324 0.607 0.543

PIMB 1.477 1.547 0.122

PIB 1.645 2.458 0.014

PIEB 0.645 -1.329 0.184

IND <– IED

GLOBAL 1.186 1.392 0.164

PIEA 0.48 -0.972 0.331

PIA 0.866 -0.422 0.673

PIMA 1.454 0.849 0.395

PIMB 2.22 3.954 0.000

PIB 1.142 0.541 0.588

PIEB 0.793 -0.773 0.439

Los resultados de la prueba de causalidad sugieren que en los

países de ingresos extremadamente altos las industrias pueden va-

riar mediante cambios en la inversión extranjera directa. Los resulta-

dos que se obtuvieron en el trabajo realizado por Nagubadi y Zhang

(2011) muestran que la inversión extranjera directa y la industria en

este caso forestal están estrechamente complementadas por lo que

existe una relación bidireccional.

5|CONCLUSIONES

Esta investigación analiza la incidencia de la inversión extranje-

ra directa en las industrias a nivel mundial, durante el período 1987-

2015. Mediante modelos de datos de panel y utilizando las técnicas

de cointegración de Pedroni (2001) se encontró tanto a nivel glo-

bal como por grupos de países hay un vector de cointegración, lo

cual indica que existe una relación de equilibrio a largo plazo en-

tre la inversión extranjera directa e industrias. A través del test de

Westerlund (2007) se encontró que la existencia de un equilibrio

a corto plazo de las variables no se cumple a nivel global y en to-

dos los grupos de países porque las estadísticas son signiﬁcativas al

0.1 %, excepto en los países de ingresos extremadamente bajos. En

general, los resultados muestran que la inversión extranjera directa

inﬂuye en las industrias solamente a largo plazo. Finalmente, en los

países de ingresos extremadamente altos y países de ingresos ba-

jos existe una causalidad unidireccional que va desde las industrias

a la inversión extranjera directa. En los países de ingresos medios

bajos existe causalidad unidireccional desde la inversión extranjera

directa hacia las industrias. Una limitación encontrada al momento

de realizar la investigación fue la no existencia de datos a nivel mun-

dial, por lo que resultó necesario realizar proyecciones para llevar a

efecto el trabajo. Las futuras investigaciones que se pueden realizar

a partir de este trabajo podrían orientarse a determinar el crecimien-

to económico de los países a nivel mundial haciendo referencia a su

nivel de inversión extranjera directa. Las posibles implicaciones de

política económica deberían orientarse a atraer inversión extranje-

ra directa, especialmente a países en vías de desarrollo, ya que su

dinamización económica se ve inﬂuenciada principalmente por es-

tas grandes industrias, las cuales generarían fuentes de trabajo, que

mejorarían las condiciones de los individuos y el crecimiento econó-

mico del país.

Referencias bibliográﬁcas

[1] Akaike, H. (1974). A New Look at the Statistical Model

Identiﬁcation. IEEE Transactions on Automatic Control,

19(6), 716–723.

Sánchez B. & Alvarado-Espejo J.

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

[2] Alvarado, R., Iñiguez, M., Ponce, P. (2017). Foreign di-

rect investment and economic growth in Latin America.

Economic Analysis and Policy.

[3] Anwar, S., Sun, S. (2015). Foreign direct investment in

RD and domestic entrepreneurship in China’s manufac-

turing industries. Applied Economics.

[4] Apostolov, M. (2015). ARTICLE IN PRESS Eﬀects of fo-

reign direct investments. Evidence from Southeast Eu-

rope. Cuadernos de Economía.

[5] Ashby, N. J., Ramos, M. A. (2013). Foreign direct invest-

ment and industry response to organized crime: The

Mexican case. European Journal of Political Economy.

[6] Banco Mundial. (2016). Obtenido de development-

indicators

[7] Barrell, R., Pain, N. (1997). Foreign direct investment,

technological change, and economic growth within Eu-

rope. The economic journal, 107(445), 1770-1786.

[8] Buckley, P. J., Clegg, J., Zheng, P., Siler, P. A., Giorgioni,

G. (2007). The Impact of Foreign Direct Investment on

the Productivity of China ’ s Automotive Industry. Ma-

nagement International Review. Retrieved from

[9] Breitung, J. (2002). Nonparametric tests for unit roots

and cointegration. Journal of Econometrics, 108(2),

343-363

[10] Calegário, C. L. L., Bruhn, N. C. P., Pereira, M. C. (2014).

Foreign Direct Investment and Trade: A Study on Se-

lected Brazilian Industries. Latin American Business Re-

view.

[11] Cao, J., Mukherjee, A. (2018). Foreign direct invest-

ment, unionised labour markets and welfare. Internatio-

nal Review of Economics and Finance.

[12] Christophe Hurlin, E. D. T. (2012). Testing for Gran-

ger Non-causality in Heterogeneous Panels To cite this

version: HAL Id: halshs-00224434 Testing for Granger

Non-causality in Heterogeneous Panels.

[13] Deloitte. (2015). Inversión Extranjera Directa y el creci-

miento inclusivo. Reino Unido.

[14] Dickey, D. A., Fuller, W. A. (1979). Distribution of the

estimators for autoregressive time series with a unit

root. Journal of the American statistical association,

74(366a), 427- 431.

[15] Harrison, A., Rodríguez-Clare, A. (2010). Trade, foreign

investment, and industrial policy for developing coun-

tries. Handbook of Development Economics.

[16] Hasan, K. R., Rahaman, M. M., Alamgir, M. Z., Akimoto,

H. (2017). Foreign direct investment and the shipbuil-

ding industry: A Bangladesh perspective. In Procedia En-

gineering.

[17] Hausman, J.A. 1978. Speciﬁcation tests in econome-

trics. Econometrica. 46, 1251– 1272.

[18] Hausman, J.A., Taylor, W.E., 1981. Panel data and

unobservable individual eﬀects. Econometrica. 49,

1377–1398.

[19] Iamsiraroj, S. (2016). The foreign direct investment-

economic growth nexus. International Review of Econo-

mics and Finance.

[20] Jeon, Y. D. (1992). The determinants of Korean foreign

direct investment in manufacturing industries. Weltwir-

tschaftliches Archiv, 128(3), 527-542.

[21] Krause, M. (2017). La inversión extranjera directa impac-

ta más en países desarrollados que en países en desarro-

llo.

[22] Kucera, D., Principi, M. (2017). Rights, governance, and

foreign direct investment: an industry-level assessment.

International Review of Applied Economics.

[23] Levin, A., Lin, C. F., Chu, C. S. J. (2002). Unit root tests

in panel data: asymptotic and ﬁnitesample properties.

Journal of Econometrics, 108(1), 1-24

[24] Li, R., Wan, C., Wang, M. (2018). U.S. Corporate Invest-

ment and Foreign Penetration: Imports and Inward Fo-

reign Direct Investment. Journal of International Money

and Finance.

[25] Lin, F.-J. (2010). The determinants of foreign direct in-

vestment in China: The case of Taiwanese ﬁrms in the

IT industry. Journal of Business Research.

[26] Liu, W. S., Agbola, F. W. (2014). Regional analysis of the

impact of inward foreign direct investment on econo-

mic growth in the Chinese electronic industry. Applied

Economics.

[27] Makiela, K., Ouattara, B. (2018). Foreign direct invest-

ment and economic growth: Exploring the transmission

channels. Economic Modelling.

[28] Malikane, C., Chitambara, P. (2018). Foreign direct in-

vestment (FDI), productivity and the technology gap in

African economies. Journal of African Trade.

Vol.9-N°2, Julio - Diciembre 2021

p-ISSN:2602-8204 |e-ISSN 2737-6257

[29] Maddala, G. S., Wu, S. (1999). A comparative study

of unit root tests with panel data and a new simple

test. Oxford Bulletin of Economics and Statistics, 61(S1),

631-652.

[30] Medina, J. (2010). La industria en los países desarrolla-

dos y subdesarrollados.

[31] Milner, C., Pentecost, E. (1996). Locational advantage

and US foreign direct investment in UK manufacturing.

Applied Economics.

[32] Nagubadi, R. V., Zhang, D. (2011). Bilateral foreign di-

rect investment in forest industry between the U.S. and

Canada. Forest Policy and Economics.

[33] ONUDI. (2021). Informe annual 2020.

https://www.unido.org/sites/default/ﬁles/ﬁles/2021-

04/UNIDO_AR2020_SP_Rev1.pdf

[34] Pesaran, H., Shin, Y., Smith, R.J., (2001). ‘Bounds testing

approaches to the analysis of level relationships’, Jour-

nal of Applied Economics, 16, 289-326.

[35] Pedroni, P. (2001). Purchasing power parity tests in coin-

tegrated panels. Review of Economics and Statistics,

83(4), 727-731.

[36] Phillips, P. C., Moon, H. R. (1999). Linear regression li-

mit theory for nonstationary panel data. Econometrica,

67(5), 1057-1111.

[37] Phillips, P., Perron, P. (1988). Testing for a unit root in

time series regression. Biometrica, 75, 335-346.

[38] Pugel, T. A. (1981). The Determinants of Foreign Di-

rect Investment: An Analysis of US Manufacturing In-

dustries.

[39] Sothan, S., Zhang, X. (2017). Causality between foreign

direct investment and economic growth for Cambodia.

Cogent Economics Finance.

[40] Sunde, T. (2017). Foreign direct investment, exports

and economic growth: ADRL and causality analysis for

South Africa. Research in International Business and Fi-

nance, 41, 434–444.

[41] UNCTAD. (2020). Informe sobre las inversions en el

mundo 2020: La producción internacional después

de la pandemia. https://unctad.org/system/ﬁles/oﬃcial-

document/wir2020_overview_es.pdf

[42] UNCTAD. (2021). Informe sobre las inversions

en el mundo 2021: Invertir en la recuparación

sostenible. https://unctad.org/system/ﬁles/oﬃcial-

document/wir2021_overview_es.pdf

[43] Vella, M., Sammut-Bonnici, T. (2014). Foreign direct in-

vestment. Westerlund, J. (2007). Testing for error co-

rrection in panel data. Oxford Bulletin of Economics and

Statistics, 69(6), 709-748

[44] Wooldridge, J.M., 2002. Econometric Analysis of Cross

Section and Panel Data. MIT Press, Cambridge, MA.

World Bank, 2017. World Development Indicators. Wa-

shington D.C. Available on.

[45] Zeng, K., Sherman, R. (2009). Review of Internatio-

nal Political Economy demands for trade protection,

(772815468), 37–41.

[46] Zoundi, Z. (2017). CO2 emissions, renewable energy

and the Environmental Kuznets Curve, a panel cointe-

gration approach. Renewable and Sustainable Energy

Reviews, 72, 1067– 1075.