Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Desigualdad y gasto público a nivel mundial: Un estudio con datos
y metodologías de panel
Global inequality and public spending: A study using panel data and methodolo-
gies
Cecibel Jiménez1| Jorge Flores-Chamba1
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Cecibel Jiménez, Carrera de Economía, Universidad
Nacional de Loja, Loja, Ecuador
Email: cecilia.jimenez@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Julio 2021
Fecha de aceptación
Diciembre 2021
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
En el estudio de los problemas socioeconómicos como la pobreza y la desigualdad es inevi-
table analizar el papel del sector público; de ahí es importante mencionar que, por ejemplo,
en regiones marcadamente desiguales como Latinoamérica y el África subsahariana el con-
sumo final de los gobiernos ha mostrado una tasa de crecimiento promedio mayor a 2 %
en el período 2000-2020, según datos del Banco Mundial. En ese sentido, el objetivo de
esta investigación es examinar el vínculo causal entre la desigualdad y el gasto público pa-
ra 89 países durante 1980-2016. Utilizando técnicas de cointegración para datos en panel
los resultados encontrados indican la existencia de un equilibrio largo plazo entre las dos
variables a nivel mundial y por grupos de países. Finalmente, los resultados de la prueba
de causalidad muestran que existe una causalidad bidireccional entre la desigualdad y el
gasto público en los países de ingresos altos. En los países con ingresos mediano-altos,
mediano-bajos, extremadamente bajos y bajos, existe una causalidad unidireccional entre
la desigualdad y el gasto público. Una de las sugerencias de política que se derivan de la
presente investigación es que en la mayoría de los países analizados el aumento del gasto
público contribuye a la reducción de la desigualdad.
Palabras clave: Desigualdad; Gasto público; Datos de panel.
Códigos JEL: D63. H5. C23.
ABSTRACT
In the study of socioeconomic problems such as poverty and inequality it is inevitable to
analyze the role of the public sector; hence it is important to mention that, for example, in
markedly unequal regions such as Latin America and Sub-Saharan Africa final government
consumption has shown an average growth rate higher than 2 % in the period 2000-2020,
according to World Bank data. In that sense, the objective of this research is to exami-
ne the causal link between inequality and government spending for 89 countries during
1980-2016. Using cointegration techniques for panel data the results found indicate the
existence of a long-run equilibrium between the two variables at the global level and by
country groups. Finally, the results of the causality test show that there is bidirectional cau-
sality between inequality and public spending in high-income countries. In upper-middle-
income, lower-middle-income, extremely low-income and low-income countries, there is
unidirectional causality between inequality and public spending. One of the policy sugges-
tions derived from the present research is that in most of the countries analyzed, increased
public spending contributes to the reduction of inequality.
Keywords: Inequality; Public spending; Panel data.
JEL codes: D63. H5. C23.
43
Jiménez C. y Flores-Chamba J.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
La desigualdad afecta a casi a todos los países a nivel mundial,
pero afecta de modo más alarmante a las naciones emergentes, a
las nuevas potencias económicas, e incluso a países ricos con es-
tructuras democráticas y una cohesión social amplia. Por ejemplo,
los datos de los Estados Unidos evidencian que el 1 % de los ciuda-
danos ha acumulado el 95 por 100 del crecimiento económico total
posterior a la crisis del 2009. Esto indica que en el país más rico del
mundo se está produciendo una concentración alarmante de la ri-
queza. Pero no menos importante es el caso de la Unión Europea,
que ha sido paradigma de sociedades equitativas y del estado del
bienestar, y ahora se encuentra en un momento muy preocupan-
te con 122 millones de pobres. Una situación inaceptable pero que
aún puede agravarse. La proyección de los datos indica que, de man-
tenerse las políticas económicas vigentes, la Unión Europea podría
llegar a los 146 millones de pobres en el año 2025, algo que hasta
hace poco resultaba impensable para una zona del planeta que era
una burbuja de prosperidad.
Por otro lado, el uso adecuado del gasto público permite una
mejor distribución de la riqueza, el gobierno establece prioridades
en la asignación de recursos para financiar programas sociales, sub-
sidios o transferencia de recursos a la sociedad. El gasto público a
nivel mundial está aumentando fuertemente. De acuerdo con los da-
tos del Banco Mundial, el gasto público pasó de 19.34 % en 1973, a
29.16 % en el 2014, medido como porcentaje del PIB. De estos casi
10 puntos porcentuales que creció el gasto en los últimos 44 años,
el 42.87 % de ese aumento produjo en los últimos 10 años. Los paí-
ses con mayor gasto público son: Timos oriental, Corea del Norte
y Kiribati, Estados Unidos ocupa el lugar 52 del ranking (38,9 % de
su PIB), bastante bajo si lo comparamos con la media de los países
europeos. En América de Sur los países que tienen gasto publico ele-
vado esta: Ecuador (44%), Argentina (40.3 %), Brasil (38.6 %), Bolivia
(38.5 %) y Venezuela (38 %).
Respecto al aspecto metodológico, aunque los modelos con
datos de panel son metodologías bastante robustas, pueden ocultar
información relevante detrás de la agrupación de países heterogé-
neos y la existencia de un vector de cointegración de largo plazo
(Pedroni, 1999) es un resultado extremadamente agregado que no
dice nada sobre la fortaleza de la relación entre las dos variables den-
tro de cada país o grupo de países. Es así como se utilizan un modelo
de Mínimos Cuadrados Ordinarios Dinámicos (DOLS) y un modelo
de Panel Dinámico con Mínimos Cuadrados Ordinarios (PDOLS) pa-
ra estimar relaciones más especificas a nivel de país, un aspecto que
diferencia a la presente investigación respecto a estudios similares.
En este contexto, nuestra investigación examina la existencia
de una relación de largo plazo entre la desigualdad y el gasto público
a nivel mundial y por grupos de países. Nuestra investigación abarca
los períodos 1980-2016 para 89 países que tienen datos para am-
bas variables, lo que permite formar un panel de datos fuertemente
balanceado. Para capturar la heterogeneidad entre países, agrupa-
mos los países de la siguiente manera: países de ingresos extremada-
mente altos (PIEA); países de ingresos altos (PIA), países de ingresos
medios-altos (PIMA), países de ingresos medio-bajos (PIMB), países
de ingresos bajos (PIB) y países de ingresos extremadamente bajos
(PIEB). La clasificación permite proponer implicaciones de política
para cada grupo de países en función de los resultados obtenidos.
Primero, estimamos un modelo de GLS de referencia para estimar la
dirección y la fuerza de la correlación entre las variables. En segundo
lugar, verificamos la existencia de al menos un vector de cointegra-
ción a largo plazo entre las variables. En tercer lugar, estimamos la
fuerza del vector de integración para grupos de países a través de
una dinámica. Luego de esta introducción, en la segunda sección se
realiza la revisión de literatura previa sobre el tema estudiado, en la
tercera sección constan los datos y la metodología, en la cuarta sec-
ción se discuten los resultados obtenidos y, finalmente, se enuncian
algunas conclusiones e implicación de políticas.
2|REVISIÓN DE LITERATURA
En los últimos años, ha aumentado de manera significativa los
estudios que analizan la incidencia del gasto público sobre el nivel
de desigualdad, a nivel países:
En primer lugar, están las investigaciones que usan técnicas
de cointegración a través de datos de panel para examinar el víncu-
lo causal entre las series. Por ejemplo, Pistoresi, Rinaldi, Salsano
(2017); Modalsli (2017), Kim (2015), Justino Martorano (2018), Jin,
Li, Wu (2011), Heer Scharrer (2018), Gregorini (2015), Chatterjee,
Chakrabarti , Ghoshc, Chakraborti , Nandie (2016), Cain, Hasan,
Magsombol (2010) estiman la relación de largo plazo entre las va-
riables de interés. En el trabajo de Pisoresi, Rinaldi y Salsano (2017),
se utilizó un nuevo conjunto de datos históricos durante el período
1862-2009, este documento prueba la validez de la Ley de Wagner
de gasto público en Italia. Con este objetivo, la cointegración y la
causalidad de Granger se utilizan para investigar la relación a largo
plazo entre el PIB y el gasto público. Además, el método DOLS se
aplica para estimar la elasticidad consistente a largo plazo entre es-
tas dos variables. Así mismo Modalsli (2017) hace estimaciones a
nivel municipal, analizando la desigualdad de ingresos entre indivi-
duos en un país europeo en el siglo XIX, por medio de una combina-
ción de varios conjuntos de datos detallados para Noruega a fines
de la década de 1860. Los ingresos urbanos fueron en promedio 4.5
veces más altos que los ingresos rurales, y el coeficiente de Gini pro-
medio de la ciudad fue el doble del municipio rural promedio de Gini.
Todos los grupos de ocupación de ingresos altos o medianos exhi-
bieron desigualdad sustancial de ingresos dentro de la ocupación.
Los coeficientes de las otras variables explicativas son pequeños y
no estadísticamente significativos. Una interpretación de este resul-
tado es que el clima y la estructura agrícola son más relevantes para
explicar la desigualdad de ingresos que el desarrollo económico.
Kim (2015), Justino Martorano (2018), Jin, Li, Wu (2011) en
sus investigaciones utilizando datos sobre 431,637 adultos en los
48 estados contiguos de EE. UU. Se utilizaron en el Estudio Nacional
de Longitudinal para estimar los impactos del gasto estatal y local
y la desigualdad de ingresos en los riesgos individuales de morta-
lidad por todas las causas y causas específicas para las principales
causas de muerte en adultos jóvenes y de mediana edad y adultos
mayores. Para reducir el sesgo, los modelos incorporaron efectos fi-
jos de estado y variables instrumentales. De acuerdo con nuestras
expectativas previas, los resultados muestran que el coeficiente pa-
ra el bienestar del gobierno el gasto es negativo y estadísticamente
significativo en los tres presupuestos. El coeficiente aumenta a me-
dida que aumentan los controles incluido en el modelo. De acuerdo
con la mejor estimación, el aumento del gasto de gobierno en un
punto del PIB porcentual reduce la probabilidad de conflicto por al-
rededor de 5 %. También es importante señalar que el coeficiente
del PIB per cápita es negativo y estadísticamente significativo. Este
resultado sugiere que los países con mayor los niveles de ingresos
nacionales son menos propensos a experimentar conflictos violen-
tos.
Por otro lado, Heer Scharrer (2018) y Gregorini (2015), estu-
dian el impacto de los shocks del gasto público en la distribución
del ingreso y la riqueza entre las cohortes y los efectos del bienes-
tar asociados en un modelo dinámico de superposición estocástica
de generaciones con dos tipos de hogares, los hogares ricardianos y
los consumidores de la regla del pulgar. Se evidencia que un aumen-
to inesperado en el gasto gubernamental disminuye la desigualdad
de ingresos y la riqueza. También analizan la geografía política y el
tamaño de los gobiernos en presencia de la desigualdad de ingresos.
44
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
La solución del planificador social implica que la desigualdad del in-
greso es neutral en cuanto al tamaño de los países, pero reduce la
provisión óptima de bienes dentro de cada país.
Así mismo, en las investigaciones realizadas por Chatterjee,
Chakrabarti , Ghoshc, Chakraborti, Nandie (2016) y Cain, Hasan,
Magsombol (2010), se examina la evolución de la desigualdad en
un modelo de generaciones superpuestas donde la inversión de ca-
pital humano individual depende de la calidad de las escuelas. Se
considera una educación donde la calidad de las escuelas es un in-
sumo proporcionado públicamente y financiado por el impuesto a
la renta. Se observa que la brecha de ingresos entre los ricos y los
pobres puede ampliarse incluso cuando la calidad de la educación
pública es la misma para todos los individuos. Por lo tanto, en el
corto plazo, la educación pública puede no ser el gran ecualizador
según lo previsto por sus proponentes. Desde otro punto de vis-
ta se estudia las características de distribución y la desigualdad del
gasto de consumo en la India, para diferentes estados, castas, reli-
gión y sectores. Se encuentra que, aunque las medidas agregadas
de desigualdad están bastante diversificadas en todos los estados,
las distribuciones del consumo son estadísticamente casi idénticas,
una vez normalizadas correctamente. Esta característica es robusta
con respecto a las variaciones en los factores sociológicos y econó-
micos. También se muestra que la desigualdad en el estado parece
estar correlacionada positivamente con el crecimiento.
Por otro lado, Glomma y Ravikumar (2003), Getachewa y Tir-
novsky (2015), Getachew (2012), Elgin, Goksel y Gurd (2013), Dick-
man, Himmelstein y Woolhandler (2017), Charlesa y Lundy (2013),
Cabrera, Lusting y Moran (2015) y Blundell y Etheridge (2010), exa-
minan cómo la asignación entre inversión pública e inversión priva-
da afecta la dinámica de la desigualdad en una economía con hete-
rogeneidad de agentes y un mercado de crédito incompleto. Se ha
argumentado que si los factores públicos y privados son sustituibles
(complementarios), un aumento de la inversión pública (subsidio a
la inversión privada) puede llevar a una dinámica de desigualdad en
declive. Así mismo se evidencia que los países con mayores nive-
les de religiosidad se caracterizan por una mayor desigualdad de
ingresos. Se menciona que esto se debe al menor nivel de servicios
gubernamentales demandados en los países más religiosos. La reli-
gión motiva a las personas a participar en donaciones caritativas y
esto los lleva preferir hacer sus contribuciones de manera privada y
voluntaria en lugar de hacerlo a través del estado.
De tal manera también se explora los efectos de la estructu-
ra del ingreso local en el consumo de los hogares en 18 grandes
áreas estadísticas metropolitanas (MSA) de los EE. UU. Los resul-
tados muestran un gran gasto en los MSA de alta desigualdad. Pe-
ro a diferencia de las representaciones convencionales de çonsumo
conspicuo", el gasto adicional se destina principalmente al alojamien-
to y a la comida, no a compras más visibles de joyas, vehículos, in-
dumentaria y entretenimiento. Por el contrario, los altos ingresos se
asocian con un mayor gasto en dos categorías de bienes visibles: in-
dumentaria y entretenimiento. Se destaca que es útil resumir los ha-
llazgos clave de este documento: Primero, antes de 1993, no había
un patrón claro para los cambios en la desigualdad. Durante 1993-
2004, sin embargo, hubo un aumento de la desigualdad en los sec-
tores rurales y urbanos. Segundo, los aumentos en la desigualdad
rural son relativamente marginales, son más sustanciales en el sec-
tor urbano. Tercero, de varias características del hogar consideradas
en dicho documento, el logro educativo de la cabeza del hogar re-
sulta ser el factor próximo más importante que impulsa el aumento
de la desigualdad (según lo medido por el coeficiente de Gini).
3|DATOS Y METODOLOGÍA
3.1 |Fuentes estadísticas
El objetivo de la presente investigación es analizar el efecto
del gasto público en la desigualdad a nivel mundial usando datos de
panel. La base de datos utilizada en esta investigación es del World
Development Indicator del Banco Mundial (2017) e Inequality Ba-
se, los datos de panel utilizados representan a 89 economías a nivel
mundial durante el periodo 1980-2016. La variable dependiente es
la desigualdad (Dt) y el gasto público (GPt) es la variable indepen-
diente, la desigualdad esta expresada en porcentaje y el gasto pú-
blico en dólares. A continuación se detalla cada una de las variables
en la Tabla 1.
Tabla 1. Descripción de las variables
Variables Símbolo Descripción
Dependiente Desigualdad Di t Es el reparto desequilibrado de riqueza y rentas económicas entre los miembros o
grupos de una comunidad.
Independiente Gasto Publico Gi t El gasto público es la cantidad de recursos financieros, materiales y humanos que el
sector público representado por el gobierno emplea para el cumplimiento de sus fun-
ciones, entre las que se encuentran de manera primordial la de satisfacer los servicios
públicos de la sociedad.
La Figura 1 muestra la relación entre la desigualdad y el gasto
público para los 89 países analizados durante el periodo de 1980-
2016. Para un mejor análisis se han divido a los países en seis ca-
tegorías: países de ingresos extremadamente altos(PIEA), países de
ingresos altos (PIA), países de ingresos medios altos(PIMA), países
de ingresos medios bajos (PIMB), países de ingresos bajos (PIB) y
países de ingresos extremadamente bajos (PIEB). La correlación en-
tre las variables en cada una de las figuras es negativa, a medida
que se incrementa el gasto público la desigualdad tiende a disminuir,
excepto en los PIEA y PIM, donde se observa una relación positiva.
Además, se observa que los datos en la mayoría de los casos se ajus-
tan a la línea de regresión, lo que significa que el gasto público tiene
una alta capacidad explicativa sobre la desigualdad.
45
Jiménez C. y Flores-Chamba J.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Figura 1. Correlación entre la desigualdad y el gasto público
46
Desigualdad y gasto público a nivel mundial...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Por otro lado, la Tabla 2 informa las estadísticas descriptivas,
tales como la media, la desviación estándar, el valor mínimo y má-
ximo de la desigualdad y el gasto público a nivel mundial para los
89 países durante el periodo 1980 – 2016 agrupados por niveles
de ingresos. El panel de datos está estrictamente equilibrado en el
tiempo (T = 1,.....,37) y en la sección trasversal (i = 1,.. . .89), obser-
vando que la variable que presenta el mayor grado de dispersión es
la desigualdad.
Tabla 2. Estadística descriptiva de las variables
Variable Media Std. Dev. Min Max Obs
Desigualdad Overall 37,23 9,87 10,65 69,96 N = 3293
Between 8,75 24,03 56,84 i = 89
Within 4,67 13,71 58,5 T= 37
Log (gasto público) Overall 23,37 2,08 16,68 28,56 N = 3293
Between 2,05 19,12 28,32 i = 89
Within 0,43 18,94 25,42 T = 37
3.2 |Formalización econométrica
La estrategia econométrica global diseñada para evaluar la
fuerza del vector de cointegración entre las emisiones contaminan-
tes y la producción per cápita tiene cinco etapas. En la primera etapa,
se estima un modelo de regresión básico de datos de panel. La varia-
ble dependiente es la desigualdad (Di,t)y la variable independiente
es el logaritmo del gasto público (GPi,t)del país i= 1, . . . , 89 en
el periodo t= 1980, . . . , 2016. Este modelo básico permite verificar
el grado de asociación 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:
Di,t=(γ0+δ0) + γ1l og (G Pi,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 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 utiliza
un modelo de mínimos cuadrados ordinarios generalizados (GLS).
La literatura empírica ha calculado este efecto incorporando el tér-
mino cuadrático del producto real per cápita. Los parámetros γ0+δ0
capturan la variabilidad en tiempo y en la sección transversal. Fi-
nalmente, el parámetro θi,tes el término de error estocástico. En la
teoría econométrica, es bien sabido que las series temporales tienen
un componente de tendencia que hace que sea imposible medir de
manera eficiente la relación entre ellas. Para garantizar que la serie
no tenga el problema de la raíz unitaria, utilizamos un conjunto de
pruebas, que coinciden en que la primera diferencia elimina el efec-
to de tendencia de las dos variables. Las pruebas utilizadas fueron:
Dickey Fuller Augmented (1981), Phillips y Perron (1988), Levin, Lin
y Chu (2002), Im, Pesaran y Shin (2003), y Breitung (2002), que se
pueden estimar a partir de la siguiente ecuación:
Dt=∝0+γDt−1+ ∝1t+Σp
i=2 βjDt−i−1+εt(2)
Donde Dtes la serie que se supone que contiene al menos una
raíz unitaria, ∝0es la intersección y α1captura el efecto de tenden-
cia del tiempo t, εtes el error gaussiano, y p representa la longitud
del desfase. En la Ecuación (2), cuando el parámetro γes significati-
vo, se puede concluir que al menos uno de los paneles tiene una raíz
unitaria. El uso de cinco pruebas diferentes asegura que las series
utilizadas en las estimaciones posteriores no tienen el problema de
raíz unitaria. La segunda etapa de la estrategia econométrica deter-
mina el equilibrio a largo plazo entre las dos variables utilizando la
prueba de cointegración desarrollada por Pedroni (1999). El equili-
brio a largo plazo se determina con base en la siguiente ecuación:
Di,t=αi+Σn−1
j=1 βi j G Pi t −j+Σn−1
j=1 ωi j Di,t−j+πiE CTt−1+ϵi,t(3)
Donde Di,trepresenta la variable dependiente del país i en el
período t. Los parámetros β,ωyπson los parámetros a estimar, y el
término E CTt−1es el vector de cointegración de equilibrio a largo
plazo. Finalmente, εi,tes el término de error aleatorio estacionario
con media cero y j es la longitud del desfase determinada con el cri-
terio de información de Akaike (1974). La prueba de cointegración
mencionada se ha utilizado ampliamente para verificar la relación
entre la desigualdad y el gasto público. Sin embargo, dicha prueba
solo señala la existencia o no de un vector que relaciona las varia-
bles en cuestión en el largo plazo. Además, los modelos con datos
de panel ofrecen resultados que son demasiado agregados. En con-
secuencia, en la próxima etapa estimamos la fuerza del vector de
cointegración utilizando el enfoque de Pedroni (2001) y aplicado
por Neal (2014). Esta estrategia nos permite evaluar la fuerza del
vector de equilibrio entre la desigualdad y el gasto público. Especí-
ficamente, la fortaleza de la relación entre las dos variables en cada
país se estimó utilizando un modelo dinámico de mínimos cuadra-
dos ordinarios (DOLS) y para la región como un todo o para grupos
de países a través de un modelo de panel de mínimos cuadrados
(PDOLS). La siguiente ecuación plantea la relación entre las dos va-
riables:
Di,t=αi+δiGPi,t+Σp
j=−Pγi,t∆G Pi,t−j+µi,t(4)
Dónde Di,tes la desigualdad, i= 1,2, ..., 89 países, t=
1,2, . . . , Tes el tiempo, p= 1,2, .., Pes el número de retrasos y
avances que en la regresión DOLS. Los coeficientes y los valores
t se obtienen utilizando el método de los promedios grupales. El
estimador PDOLS se promedia a lo largo de la dimensión entre los
grupos (Neal, 2014) y, la hipótesis nula establece que β0=β1. Final-
mente, en la cuarta etapa se utiliza la prueba formalizada por Dumi-
trescu Hurlin (2012) para determinar la existencia y la dirección de
causalidad entre dos variables, usando la siguiente expresión:
Di,t=αi+ΣK
K=1γk
iDi,t−k+ΣK
K=1 βk
iGPi,t−k+µi,t(5)
En la ecuación (5), se supone que βi=β(1)
i, .., βk
i, y que el tér-
mino αise fija en la dimensión de tiempo. El parámetro autorregre-
sivo γk
iy el coeficiente de regresión βk
ivarían entre las secciones
transversales. La hipótesis nula plantea que no hay relación causal
47
Desigualdad y gasto público a nivel mundial...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
para ninguna de las secciones transversales del panel, H0: βi= 0.
4|DISCUSIÓN DE RESULTADOS
4.1 |Resultados básicos
En primer lugar, la prueba de Hausman (1978) se utilizó para
elegir entre los modelos de efectos fijos (FE) y los efectos aleatorios
(RE). Luego se aplica la prueba de Wooldridge (2002) para detectar
la autocorrelación y la prueba de Wald para detectar heterocedas-
ticidad. Además, mediante la inclusión de efectos fijos para todos
los grupos de países y efectos fijos por grupo de países, se trata de
corregir los problemas de autocorrelación y heterocedasticidad, res-
pectivamente. El cuadro 2 muestra los resultados de la estimación
de la desigualdad y el gasto público a nivel mundial y por grupos de
países. De acuerdo con la prueba de Hausman (1978), los paneles
Global, PIA, PIMB, PIB, PIEB se estimaron por Efectos Aleatorio (RE)
y el panel PIMA se estimó por Efectos Fijos (FE), y el panel PIEA no
muestra resultados, por motivo que no existe suficientes observa-
ciones para la estimación de esta prueba. Los resultados obtenidos
indican una fuerte relación positiva y estadísticamente significativa
entre la desigualdad y el gasto público a nivel mundial y para cada
grupo de países.
Tabla 3. Relación entre la desigualdad y el gasto público
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Log(Gasto público) -0.0703 6.654*** -9.519*** 1.982*** 0.0379 -0.741* -0.117
(-0.40) (8.19) (-10.01) (6.94) (0.08) (-2.42) (-0.22)
Constant 38.87*** -122.3*** 266.7*** -15.60* 40.82*** 56.43*** 38.18**
(9.30) (-6.71) (11.27) (-2.21) (3.71) (8.10) (3.15)
Hausman test (p-
value)
0.1037 . 0.6097 0.0000 0.9388 0.5722 0.9415
Serial correlation
test (p-value)
0.8406 0.0014 0.0932 0.5227 0.6438 0.6883 0.5685
Fixed effects (time) Yes No Yes Yes Yes Yes Yes
Fixed effects
(country groups)
No No Yes Yes Yes Yes Yes
Observations 3293 37 111 1110 925 851 259
Adjusted R2 0.647 -0.028
Nota: Estadístico t entre paréntesis * p <0.05, ** p <0.01, *** p <0.001.
4.2 |Test de raíz unitaria
Por otro lado, la Tabla 4 informa los resultados de la prueba
de raíz unitaria para las variables de desigualdad y gasto público. El
uso de cinco pruebas independientes entre sí asegura una alta con-
sistencia y confirma que las primeras diferencias de ambas series
no tienen el problema de la raíz unitaria. Para garantizar la solidez
de los cálculos, la Tabla 3 informa los resultados obtenidos con los
efectos del tiempo y sin efectos del tiempo. Las pruebas de Levin,
Lin y Chu (2002), Im, Pesaran y Shin (2003) y Breitung (2002) se
basan en pruebas paramétricas y las pruebas tipo Fisher de Dickey
Fuller Augmented (1981), Phillips y Perron (1988) son no paramé-
tricos, 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 de-
terminar la duración del retraso. En general, la evidencia encontrada
sugiere que las dos series tienen un orden de integración I (1). En la
presente investigación N= 89 es mayor queT= 37, por lo tanto, no
debe haber ningún sesgo en las pruebas de Levin, Lin y Chu (2002),
Im, Pesaran y Shin (2003), que ocurre cuando T>N.
48
Desigualdad y gasto público a nivel mundial...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 4. Pruebas de raíz unitaria en la primera diferencia
Grupos/Variables LL UB IPS ADF PP LL UB IPS ADF PP
Sin efectos de tiempo Con efectos de tiempo
GLOBAL D -53.12*** -11.97*** -59.72*** -27.82*** -67.26*** -55.27*** -12.17*** -60.28*** -28.12*** -67.61***
GP -28.2*** -10.01*** -29.55*** -12.26*** -33.25*** -29.15*** -10.61*** -29.93*** -11.63*** -33.96***
PIEA D -9.28*** -3.22*** -8.04*** -2.22*** -7.25*** . . . . .
GP -0.42*** -1.38*** -2.65*** -0.75*** -2.4*** . . . . .
PIA D -7.89*** -0.33*** -10.93*** -2.85*** -12.22*** -12.8*** -0.8*** -13.98*** -6.46*** -14.07***
GP -6.32*** -3.38*** -5.02*** -2.71*** -4.71*** -4.32*** -3.21*** -3.78*** -2.66*** -3.93***
PIMA D -32.97*** -8.28*** -36.99*** -17.02*** -39.51*** -32.45*** -8.75*** -37.43*** -17.09*** -39.78***
GP -13.23*** -6.79*** -14.43*** -6.1*** -16.78*** -16.57*** -7.81*** -16.81*** -6.33*** -18.44***
PIMB D -24.78*** -5.63*** -28.74*** -14.72*** -34.46*** -30.27*** -5.81*** -31.72*** -14.64*** -34.58***
GP -15.09*** -4.41*** -15.93*** -7.04*** -18.78*** -16.35*** -5.15*** -16.26*** -6.84*** -18.88***
PIB D -3.23*** -8.71*** -32.39*** -14.1*** -34.57*** -32.26*** -9.28*** -33.8*** -13.54*** -34.35***
GP -17.95*** -4.13*** -17.25*** -6.19*** -18.86*** -19.1*** -5.33*** -18.48*** -6.35*** -19.91***
PIEB D -10.11*** -4.8*** -13.18*** -7.89*** -19.52*** -10.09*** -5.32*** -14.3*** -8.49*** -20.8***
GP -8.48*** -5.13*** -9.84*** -4.50*** -10.15*** -8.78*** -5.19*** -9.63*** -4.51*** -10.48***
Nota: Estadístico t entre paréntesis * p <0.05, ** p <0.01, *** p <0.001
49
Jiménez C. y Flores-Chamba Jorge
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
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 las series al equilibrio en el largo pla-
zo. La Tabla 5 informa los resultados de la prueba de cointegración
entre las dos variables para las 89 economías y para los diferentes
grupos de países. La prueba de Pedroni (1999) se basa en el análisis
dentro de la dimensión y las estadísticas se obtienen sumando los
numeradores y los denominadores a lo largo de la serie de forma
independiente. Dicha tabla informa las siguientes estadísticas: una
estadística de panel-v, panel-rho, panel-PP y panel-ADF. El primero
no es paramétrico y se basa en la relación de varianzas. La prueba
de cointegración de paneles heterogéneos de Pedroni (1999) mues-
tra que existe una relación de equilibrio en los grupos de países. 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. Pero esto no ocu-
rre con los países de ingresos extremadamente altos, por lo no se
cuenta con un número necesario de países para la estimación. En
los países de ingresos altos, medianos altos, medianos bajos, bajos
y extremadamente bajos, solo una de las siete estadísticas muestra
un resultado no significativo y seis estadísticas indican la existencia
de cointegración. Este resultado evidencia la posible existencia de
un proceso de cointegración de gran fuerza.
Tabla 5. Resultado de la prueba de cointegración de Pedroni
GLOBAL PIA PIMA PIMB PIB PIEB
Dentro de las estadísticas de prueba de dimensión
Panel v-estadístico 1.45 0.73 0.72 1.57 0.09 0.54
Panel p-estadistico -51.37*** -9.39** -29.69*** -27.4*** -25.7*** -14.23***
Panel PP-estadístico -89.13*** -20.11*** -52.57*** -46.16*** -44.99*** -28.78***
Panel ADR estadístico -51.61*** -11.42*** -30.15*** -29.9*** -27.62*** -12.29***
Entre las estadísticas de prueba de dimensión
Panel p-estadístico -41.57*** -7.49** -24.2*** -21.88*** -20.89*** -11.69***
Grupo PP-estadístico -100.6*** -21.11*** -58.89*** -50.93*** -50.64*** -31.38***
Grupo ADF estadístico -49.62*** -11.64*** -26.89*** -29.2*** -26.4*** -10.46***
Nota: Estadístico t entre paréntesis * p <0.05, ** p <0.01, *** p <0.001.
4.3 |Fuerza del vector de cointegración y
causalidad de Granger
La Tabla 6 informa los resultados encontrados en esta etapa
de la estimación. El panel DOLS es paramétrico y constituye una op-
ción para obtener el estimador de panel OLS totalmente modificado
desarrollado por Phillips Moon (1999) y Pedroni (2001) y sugerido
por Kao y Chiang (2000). Se estima la fortaleza del vector de cointe-
gración de Pedroni (2001) formalizado en la Ecuación (4) y mostrada
en la Tabla 6. Primero, se obtienen los estimadores por mínimos cua-
drados dinámicos (DOLS) para los países de manera individual, con
efectos de tiempo fijo (WT), y sin efecto de tiempo (WOT). Por lo
tanto, los estimadores se pueden interpretar como elasticidad de
una manera directa. Si el coeficiente es positivo, la relación entre la
desigualdad y el gasto público son positiva y si el coeficiente tien-
de a 1 o es mayor que 1, la fuerza del vector de cointegración es
abrumadora. Cuando la elasticidad es negativa, la relación entre las
dos variables es negativa. En el caso de los países de ingresos ex-
tremadamente altos, el efecto con tiempo no se obtuvo valor por
el número pequeño de países. En los demás grupos, hay varios vec-
tores cerca de la unidad, lo que indica que la relación de equilibrio
entre las variables es fuerte.
50
Desigualdad y gasto público a nivel mundial...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 6. Resultados del modelo DOLS para países individuales
PIEA PIA PIMA
Country WD WOD Country WD WOD Country WD WOD
Luxemburgo . 1.96 Dinamarca -0.47 -0.32 Australia 0.58 -0.58
Noruega -0.3 -2.34 Austria -0.23 -0.97
Suiza -0.11 -0.28 Bahamas -0.27 -0.41
Barbados -0.39 0.17
Canada 0.04 -0.92
Cyprus (Chipre) -1.32 -1.34
Czech Republic -0.06 0.07
Finland 0.47 0.99
France -1.05 0.38
Germany 1.04 -0.09
Greece 2.3 3.74
Hungary -0.27 -0.49
Iceland 0.99 2.3
Ireland 0.95 1.56
Israel -0.25 -0.39
Italy -0.94 -0.78
Japan -0.84 0.29
Lithuania -1.29 -0.59
Malta 1.76 0.42
Netherlands -0.33 1.98
New Zealand -0.5 0.52
Portugal 1.33 1.84
Singapore 0.36 0.65
Slovak Republic -1.02 -0.25
Slovenia 0.09 0.06
Spain 1.7 0.83
Sweden -2.33 -1.45
United Kingdom -1.37 0.74
United States 0.47 -2.53
Venezuela, RB -3.97 -5.51
PIMB PIB PIEB
Country WD WOD Country WD WOD Country WD WOD
Argentina -1.41 -0.55 Armenia -1.7 -2.16 Bangladesh 0.09 1.3
Botswana -0.84 -0.54 Azerbaijan -0.89 -1.74 India -1.17 -3.34
Brazil -0.77 -0.45 Belarus -2.06 -3.5 Kyrgyz Republic -1.74 -2.16
Bulgaria -1.55 -1.98 Bolivia 0.29 -1.91 Pakistan -0.8 -0.22
Chile 0.48 -0.59 Cambodia 0.42 0.55 Tajikistan -1.11 -1.47
Colombia -1.36 -0.86 China 0.2 0.6 Tanzania 1.7 1.68
Costa Rica 1.98 1.82 (Costa de Marfil -1.57 -1.23 Uganda -0.41 -0.47
Croatia 0.62 0.5 Dominican Republic -2.55 -1.05
Ecuador -0.1 -2.08 El Salvador 1.99 -1.11
Estonia 0.72 0.52 Guatemala -1.87 0.99
Iran, Islamic. 0.13 0.28 Honduras 2.27 0.71
Jamaica 0.02 -0.54 Indonesia 0.56 1.96
Kazakhstan 2.23 3.34 Macedonia, FYR -0.64 -0.45
Korea, Rep. -2.06 -0.95 Mauritania 0.71 0.28
Latvia -0.16 0.66 Moldova -0.51 -1.5
Malaysia -1.1 -1.19 Morocco -0.41 -2.69
Mexico -1.77 -1.48 Nigeria 0.15 -0.46
Montenegro 0.57 -4.14 Paraguay 0.83 0.07
Panama 1.11 -1.07 Peru 1.3 -0.54
Poland 0.87 1.23 Serbia -1.03 -2.13
Romania -0.35 0.16 Sri Lanka 0.68 1.78
Russian Federation -1.44 -1.37 Thailand -1.73 -0.64
South Africa 1.12 1.25 Ukraine 1.08 -1.44
Turkey -1.51 -3.18
Uruguay -0.02 -0.36
Nota: Estadístico t entre paréntesis * p <0.05, ** p <0.01, *** p <0.001.
51
Jiménez C. y Flores-Chamba Jorge
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Ahora bien, de la prueba de Pedroni (2001) se estima la fuerza
del vector de cointegración por grupos de países, que se informa en
la Tabla 7. Para asegurar la consistencia de los parámetros obteni-
dos, se estima un modelo con efecto de tiempo y otro sin efecto de
tiempo. Los resultados sin tiempo destacan que la fuerza del vector
de cointegración es más fuerte a medida que aumenta el nivel del
gasto público.
Tabla 7. Resultados del modelo PDOLS para grupos de países
Grupos Con efectos de tiempo Sin efectos de tiempo
B t B t
Global -5.83 -3.89 -16.02 -3.45
PIEA . . 35.81 1.96
PIA -9.77 -0.51 -7.23 -1.7
PIMA -3.64 -0.8 -4.11 0.04
PIMB 2.43 -0.91 -41.87 -2.31
PIB -1.92 -0.94 -9.6 -3.25
PIEB -3.93 -1.3 -7.02 -1.77
Nota: Estadístico t entre paréntesis * p <0.05, ** p <0.01, *** p <0.001.
Finalmente, los resultados de la prueba de causalidad del tipo
Granger calculada sobre la base de la prueba propuesta por Dumi-
trescu y Hurlin (2012) se presentan en la Tabla 8. En los países de al-
tos ingresos existe una causalidad bidireccional entre la desigualdad
y el gasto público. En los países de ingresos medianos altos existe
una causalidad unidireccional que va desde la desigualdad al gasto
público. En los países de ingresos bajos y medianos y extremada-
mente bajos existe una causalidad unidireccional que va desde la
desigualdad al gasto público.
Tabla 8. Resultados de la prueba de causalidad basada en Dumitrescu y Hurlin
Causalidad Grupos W-bar Z-bar p-value
D –>GP
Global 3.56 7.56 0.00
PIEA . . .
PIA 2.45 4.38 0.00
PIMA 1.78 2.35 0.00
PIMB 3.61 2.57 0.00
PIB 1.23 1.29 0.04
PIEB 2.34 1.04 0.01
D –>GP
Global 3.43 4.54 0.06
PIEA . . 0.00
PIA 2.96 3.24 0.00
PIMA 3.27 2.27 0.97
PIMB 2.45 1.39 0.89
PIB 1.96 0.18 0.76
PIEB 0.98 -0.54 0.65
Nota: Estadístico t entre paréntesis * p <0.05, ** p <0.01, *** p <0.001.
Los resultados de la prueba de causalidad sugieren que, en los
países de altos ingresos, la desigualdad se puede reducir median-
te cambios en la redistribución del gasto público en las diferentes
actividades económicas.
5|CONCLUSIONES E IMPLICACIO-
NES DE POLÍTICA
Esta investigación aborda la desigualdad que es uno de los prin-
cipales problemas socioeconómicos a nivel mundial, que deben re-
solver los gobiernos y las organizaciones multilaterales. Los efectos
del excesivo gasto público han ganado notoriedad en las últimas dé-
cadas. En este sentido, el principal objetivo de esta investigación
fue examinar la relación entre la desigualdad y el gasto público para
89 países durante 1980-2016 a través de técnicas de cointegración
con datos de panel. A través de la prueba de cointegración de Pe-
droni (1999) se verificó la existencia de un equilibrio a largo plazo
entre las dos variables. Para determinar la fuerza del vector de coin-
tegración para cada país individual y para cada grupo de países, se
estima un modelo DOLS y un modelo 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 fuerte, aunque en algunos países la relación es negativa. En los
PIMA, la relación de equilibrio es fuerte para la mayoría de los paí-
ses. Finalmente, la prueba de causalidad muestra la existencia de
una causalidad unidireccional que va desde la desigualdad al gasto
público, a excepción de los PIA en los cuales existe una relación bi-
direccional entre ambas variables. Estos resultados sugieren que el
incremento de la desigualdad aumenta la necesidad de un mayor
nivel de inversión pública. Respecto a las implicaciones de política,
se sugiere realizar un uso eficiente de los fondos públicos para in-
crementar el nivel de productividad de las actividades económicas,
priorizando áreas como la educación, la salud y la construcción de
52
Desigualdad y gasto público a nivel mundial...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
infraestructura productiva.
Referencias bibliográficas
[1] Akaike, H. (1974) A New Look at the Statistical Model
Identification. IEEE Transactions on Automatic Control,
19, pp.716-723.
[2] Banco mundial. (2017). World Bank Open Da-
ta | Data. Retrieved March 4, 2020, from
https://datos.bancomundial.org/
[3] Blundell, R. Etheridge, B. (2010). Consumption, income
and earnings inequality in Britain. Review of Economic
Dynamics, 13, (1), pp. 76-102.
[4] Breitung, J. (2002). Nonparametric tests for unit roots
and cointegration. Journal of Econometrics, 108(2),
343-363.
[5] Glomma, G., Ravikumar, B. (2003). Educación pública
y desigualdad de ingresos. European Journal of Political
Economy.
[6] Heer , B., Scharrer , C. (2018). Las cargas específicas
por edad de las fluctuaciones a corto plazo en el gasto
público. Journal of Economic Dynamics Control.
[7] Pistoresi, B., Rinaldi, A., Salsano, F. (2017). El gasto del
gobierno y sus componentes en Italia,1862-2009: im-
pulsores e implicaciones políticas. Journal of Policy Mo-
deling.
[8] Cain, S., Hasan, R., Magsombol, R. (2010). Contabiliza-
ción de la desigualdad en la India: evidencia de los gas-
tos del hogar. World Development.
[9] Cabrera, M., Lustig, N., Moran, H. (2015). Política fiscal,
desigualdad y la división étnica en Guatemala. World
Development.
[10] Charlesa, M., Lundy, J. (2013). Los habitantes locales: el
consumo de los hogares y la desigualdad de ingresos en
las grandes áreas metropolitanas. ScienceDirect.
[11] Chatterjee, A., Chakrabarti , A., Ghoshc, A., Chakraborti
, A., Nandie, T. (2016). Características invariables de la
desigualdad espacial en el consumo: el caso de la India.
Physica A.
[12] Dickey, D., Fuller, W. A., (1981). Likelihood ratio statis-
tics for autoregressive time series with a unit root. Eco-
nometrica, 49, 1057-1072.
[13] Himmelstein, D., Woolhandler, S. (2017). La desigual-
dad y el sistema de salud en los Estados Unidos. cross-
mark.
[14] Dumitrescu, E. I., Hurlin, C. (2012). Testing for Granger
non-causality in heterogeneous panels. Economic Mo-
delling, 29(4), 1450-1460.
[15] Elgin , C., Goksel , T., Gurd, M. (2013). Religión, des-
igualdad de ingresos y el tamaño del gobierno. Econo-
mic Modelling.
[16] Getachew, Y. Y. (2012). Efectos distributivos de las elec-
ciones de políticas públicas. Economics Letters.
[17] Getachewa, Y., Turnovsky , S. (2015). El gasto público
productivo y sus consecuencias para la desigualdad de
crecimiento. Research in Economics.
[18] Gregorini, F. (2015). Geografía Política y Desigualdades
de Ingresos. Research in Economics.
[19] Hausman, J. A. (1978). Specification tests in econome-
trics. Econometrica: Journal of the Econometric Society,
1251-1271.
[20] Im, K. S., Pesaran, M. H., Shin, Y. (2003). Testing for unit
roots in heterogeneous panels. Journal of Econometrics,
115(1), 53-74.
[21] Jin, Y., Li, H., Wu, B. (2011). Desigualdad de ingresos,
consumo y búsqueda de estatus social. Journal of Com-
parative Economics.
[22] Justino , P., Martorano, B. (2018). Gasto en bienestar y
conflicto político en América Latina, 1970-2010. World
Development.
[23] Kao, C., Chiang, M. (2000). On the estimation and infe-
rence of a cointegrated regression in panel data. Advan-
ces in Econometrics, 15, pp. 179–222.
[24] Kim, D. (2015). Las asociaciones entre el gasto social es-
tatal y local de EE. UU., La desigualdad de ingresos y la
mortalidad individual por todas las causas y causas: el
Estudio Nacional de Mortalidad Longitudinal. Preventi-
ve Medicine.
[25] Levin, A., Lin, C. Chu, C. J. (2002). Unit root tests in pa-
nel data: Asymptotic and nite-sample properties, Jour-
nal of Econometrics, 108, pp. 1-24.
[26] 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), pp.
631-652.
53
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[27] Martín-Baró, I. (1985). Acción e ideología. San Salvador:
UCA.
[28] Modalsli, J. (2017). La dispersión regional de la desigual-
dad de ingresos en la Noruega del siglo XIX. Explora-
tions in Economic History.
[29] Neal, T. (2014). Panel cointegration analysis with xtpe-
droni. The Stata Journal, 14(3), pp. 684-692.
[30] Pedroni, P. (1999). Critical values for cointegration tests
in heterogeneous panels with multiple regressors. Ox-
ford Bulletin of Economics and Statistics, 61(S1), 653-
670.
[31] Pedroni, P. (2001). Purchasing power parity tests in coin-
tegrated panels. Review of Economics and Statistics,
83(4), 727-731.
[32] Petrei, A. H. (1987). El gasto público social y sus efectos
distributivos: un examen comparativo de cinco países
de América Latina. Programa ECIEL.
[33] Phillips, P. C., Moon, H. R. (1999). Linear regression li-
mit theory for nonstationary panel data. Econometrica,
67(5), 1057-1111.
[34] Phillips, P., Perron, P. (1988). Testing for a unit root in
time series regression. Biometrica, 75, 335-346.
[35] Pistoresi, B., Rinaldi, A., Salsano, F. (2017). El gasto del
gobierno y sus componentes en Italia,1862-2009: im-
pulsores e implicaciones políticas. Journal of Policy Mo-
deling.
[36] Westerlund, J. (2007). Testing for error correction in pa-
nel data. Oxford Bulletin of Economics and Statistics,
69(6), 709-748.
[37] Wooldridge, J.M., (2002). Econometric Analysis of
Cross Section and Panel Data. MIT Press, Cambridge,
MA.
[38] World Bank, 2017. World Development In-
dicators. Washington D.C. Available on.
https://data.worldbank.org/data-catalog/world-
development-indicators.
[39] Zoundi, Z. (2017). CO2 emissions, renewable energy
and the Environmental Kuznets Curve, a panel cointe-
gration approach. Renewable and Sustainable Energy
Reviews, 72, pp. 1067-1075.
54
