Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Deuda económica y su impacto en el producto per cápita: un análi-
sis econométrico con datos de panel
Economic debt and its impact on per capita product: an econometric analysis
with panel data
Mishel Piña1| Pablo Ponce1
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Mishel Piña, Carrera de Economía, Universidad
Nacional de Loja, Loja, Ecuador
Email: misjel.pina@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 estudiar el efecto de la deuda externa total en relación
al producto per cápita a nivel global y por grupo de paises. Utilizamos datos del World
Development Indicators durante 1990 - 2016. Aplicamos, el test de Hausman (1978) para
elegir entre modelo de efectos fijos o aleatorios, una serie de pruebas para determinar la
estacionariedad de los datos, además, estimamos la fuerza del vector de cointegración con
el modelo de Mínimos Cuadrados Ordinarios Dinámicos (DOLS) y un modelo de Panel Di-
námico con Mínimos Cuadrados Ordinarios (PDOLS). Los resultados encontrados indican
la existencia de un equilibrio en el corto y largo plazo. La fuerza del vector es débil en los
PIEA y PIA, sin embargo, la relación de las dos variables, es positiva y estadísticamente sig-
nificativa en la mayoría de los países. Nuestras implicaciones de política van encaminadas a
establecer un órgano oficial para que estime e informe constantemente sobre el coeficien-
te promedio deuda/PIB para cada economía de acuerdo a los factores propios de cada país
para que estos logren tener una sostenibilidad fiscal. Además, de realizar un seguimiento
de la política fiscal que implementa cada país y analizar su consistencia temporal.
Palabras clave: Deuda externa; PIB; Cointegración; Datos de panel.
Códigos JEL: C23. H63. P44.
ABSTRACT
The objective of this research is to study the effect of the total external debt in relation to
the per capita product at a global level and by group of countries. We use data from the
World Development Indicators during 1990 - 2016. We apply the Hausman test (1978) to
choose between a fixed or random effects model, a series of tests to determine the sta-
tionarity of the data, in addition, we estimate the strength of the vector of cointegration
with the Dynamic Ordinary Least Squares (DOLS) model and a Panel Dynamic Ordinary
Least Squares (PDOLS) model. The results found indicate the existence of a balance in the
short and long term. The force of the vector is weak in the PIEA and PIA, however, the
relationship between the two variables is positive and statistically significant in most of
the countries. Our policy implications are aimed at establishing an official body to cons-
tantly estimate and report on the average debt/GDP ratio for each economy according
to the factors specific to each country so that they achieve fiscal sustainability. In addi-
tion, to monitor the fiscal policy implemented by each country and analyze its temporal
consistency.
Keywords: External debt; GDP; Cointegration; Panel data, DOLS, Econometrics.
JEL codes: C23. H63. P44.
123
Piña M. & Ponce P.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
La dinámica de la deuda externa es un determinante im-
portante del entorno macroeconómico de una economía pues-
to que es un elemento principal para el progreso de muchos
paises en desarrollo. Sin embargo, hoy el endeudamiento es un
problema grave y visible para varios paises debido al incremen-
to en los niveles de deuda. Según el Fondo Monetario Inter-
nacional (FMI, 2017), estimó que la deuda mundial asciende a
US164bi l l ones,mo nt oqu eeq ui v al e al 225
Losimpactos generados por la deuda externa guardan estrecha
relación con vínculos históricos generados en varios paises y por las
diferentes políticas aplicadas. Por tal motivo, resulta indispensable
abordar la estructura de la deuda externa total a nivel global y por
grupos de paises en relación al producto per cápita. Estos impac-
tos pueden ser positivos o negativos de acuerdo al manejo de la
situación económica de cada país. Por ejemplo, Baum et al. (2012) y
Zubaidi et al. (2016) encuentran que la deuda es sostenible y tiene
efectos beneficiosos para el crecimiento económico cuando el nivel
de deuda está por debajo de cierto umbral. Pasado cierto umbral
la relación entre deuda y el crecimiento es negativamente correla-
cionado y la deuda podría volverse insostenible en el largo plazo.
Ante ambas situaciones, está dado que cada país debe aplicar po-
líticas apropiadas que les permita enfrentar las problemáticas que
trae consigo la deuda, teniendo presente los hallazgos de Eberhardt
y Presbitero (2015), quienes establecen que las políticas apropiadas
para un país pueden ser equivocadas para otro.
Este articulo estudia el impacto económico de la deuda exter-
na en relación al PIB a nivel global durante el periodo 1990 – 2016.
Las variables tomadas han sido la deuda externa total que compren-
de la deuda a largo plazo pública, con garantía pública, y privada no
garantizada, el uso del crédito del FMI y la deuda a corto plazo. Y, el
Producto Bruto Interno per cápita, que es la relación entre el valor
total de todos los bienes y servicios finales generados durante un
año por la economía de cada país y el número de sus habitantes en
ese año. Los resultados encontrados indican la existencia de un equi-
librio en el corto y largo plazo. La fuerza del vector es débil en los
PIEA y PIA, sin embargo, la relación de las dos variables, es positiva
y estadísticamente significativa en la mayoría de los países. La estra-
tegia econométrica utilizada fue la siguiente: primero aplicamos el
test de Hausman (1978) para elegir entre un modelo de efectos fijos
y aleatorios. Para determinar la estacionariedad de los datos se rea-
liza un análisis usando los test de Dicey-Fuller (1979), la prueba de
Phillips Perron (1988), Levine, Lin y Chu (2002), Im, Pesaran y Shin
(2003) y la prueba de Breitung (2002) que se basa en la homogenei-
dad de la raíz unitaria. Para determinar la existencia de largo plazo
y los vectores de equilibrio a corto plazo se estimaron utilizando las
técnicas de cointegración de Pedroni (1999) y modelos de correc-
ción de errores de Westerlund (2007), respectivamente. Finalmente
se aplicó la prueba de causalidad de Granger. Los resultados contri-
buyen a la convicción de que la sostenibilidad del endeudamiento
público depende en gran medida de las políticas fiscales que maneja
cada país. Además, esta investigación intenta plantear una política
que le permita a los diferentes gobiernos tomar medidas para que
mantengan una posición financiera solvente.
El presente estudio está organizado en cinco secciones. La pri-
mera sección contiene la introducción, la segunda contiene la re-
visión de la literatura previa. La tercera sección presenta los datos
y la metodología econométrica aplicada. La cuarta sección discute
los resultados obtenidos luego de haber aplicado el modelo econo-
métrico. Finalmente, la quinta sección presenta las conclusiones e
implicaciones de política.
2|REVISIÓN DE LITERATURA PRE-
VIA
Según la teoría, la relación entre deuda y PIB es el cociente
entre la deuda de un país y su producto interno bruto. Una baja re-
lación entre deuda y PIB indica que una economía produce y vende
bienes y servicios suficientes para pagar sus deudas sin incurrir en
más deuda. Sin embargo, cuando los índices de endeudamiento son
muy altos, su reducción tendría efectos positivos para el crecimien-
to económico en el largo plazo. Por otro lado, cuando hay niveles
bajos de deuda, reducirla tendría un efecto perjudicial en el impac-
to del crecimiento económico en el corto plazo mientras que en el
largo plazo puede diferir. Por lo que Baum et al. (2012) defienden el
aumento de deuda con motivos de estímulo económico solo cuando
la deuda inicial está por debajo de un cierto umbral.
Gran parte de la literatura ha investigado esta relación, iden-
tificando las causas que tiene la deuda sobre el PIB en los diferen-
tes tiempos, los mismos que clasificamos en dos grupos. El primer
grupo compila estudios que muestra la relación positiva y negativa
entre deuda y PIB, además de la inversión gubernamental y el segun-
do muestra investigaciones que enfocan sus estudios para la misma
relación incorporando otros agregados macroeconómicos. En este
contexto, Chen et al. (2016) en su estudio sobre la inversión gu-
bernamental óptima y deuda pública en un modelo de crecimiento
económico determinan que la inversión del gobierno tiene efectos
positivos en el crecimiento económico en paises pobres, de ingresos
medios bajos, de ingresos medios y economías de ingresos medios
altos con mucha, deuda, pero los paises de ingresos altos tienen un
efecto negativo en su crecimiento económico. Estos resultados pue-
den entenderse con los encontrados por Zubaidi et al. (2016), donde
menciona que si la deuda pública excede un cierto nivel de umbral
(superior al 55 % del producto interno bruto), es negativamente co-
rrelacionado con la actividad económica. Por tanto, el gobierno de-
bería reducir los déficits solo si se excede un cierto nivel, para ga-
rantizar la sostenibilidad a largo plazo. De tal forma que el gobierno
obtendría resultados favorables al buscar maneras para disminuir la
carga de deuda externa del país, esto requiere probablemente un
crecimiento del PIB tal que la relación deuda/producto se reduzca
menos del 9.63 % (Flores et al., 2017). Desde un enfoque de la lite-
ratura actual de identificar los umbrales, Greiner (2011) sugiere que
la optimización del nivel de deuda pública oscila entre el 43 % y el
63 % del PIB.
Esta dado que los niveles de deuda no deben pasar cierto um-
bral, sin embargo, en paises como China, según Cuestas, y Regis
(2017) la dinámica de su deuda muestra que la relación deuda/PIB
cruzo el 20 % del umbral en 1999. Se situó en torno al 30 % desde
principios de la década de 2000 hasta recientemente cuando subió
por encima del 50 %. Esto implica que las autoridades chinas han
estado acumulando deudas de una manera que podría representar
un peligro para la estabilidad de las finanzas públicas. Sin embar-
go, puede haber subperíodos cuando las autoridades han logrado
mantener la relación deuda/PIB bajo control. Vinculado a estos re-
sultados, Minea y Parent (2012) mediante el modelo de regresión
de umbral uniforme de panel encuentra que hay un efecto negativo
de la deuda pública sobre el crecimiento cuando el nivel de la deu-
da se encuentra entre el 90 % y el 115 % del PIB. Por tanto, para
algunos paises con relación deuda/PIB superior al 90% puede traer
consecuencias adversas al crecimiento. Por tanto, la relación entre
deuda y el producto per cápita puede ser negativa en ciertos paises,
tal es el caso de la India, donde una mayor deuda pública, indepen-
dientemente de su origen, implica una reducción en el crecimiento
económico en el largo plazo según Prasas, y Narayan (2014). Este ca-
so no es particular en este país, donde la mayoría de los préstamos
del gobierno son utilizados en el gasto de consumo y muy pocas
porciones van hacia la formación de capital productivo.
124
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Los niveles de deuda actuales según Fournier y Fall (2017), son
sostenibles sin un cambio en el comportamiento del gobierno en la
zona del euro. Sin embargo, las políticas que se mantienen en este
país no pueden ser aplicadas en otros paises porque pueden resul-
tar equivocadas (Eberhardt y Presbitero, 2015), ya que los resulta-
dos son extremadamente sensibles a la dimensión temporal y a la
cobertura de país considerada (Égert, 2015). Es por eso que Gnegne
y Jawadi (2013) señala que es importante conocer que las deudas
públicas varían significativamente de acuerdo con el régimen y que
un régimen puede ser inducido por factores macroeconómicos es-
pecíficos. Por ejemplo, entre otras medidas, las sugeridas por Baltas
(2013), para Estados Unidos y las economías europeas el gobierno
debe hacer mayor énfasis en la economía de la demanda y el creci-
miento económico, llevando a una economía a un círculo vicioso de
deuda para alcanzar su recuperación económica.
En el siguiente apartado otros paises como Italia, la acumula-
ción de la deuda pública reside en el desequilibrio fiscal extraordi-
nario de las regiones del sur, por tanto, la descentralización sin res-
ponsabilidad fiscal es un hecho insostenible. En este sentido, las im-
plicaciones de política según Buiatti et al. (2013) se direccionen al
tipo de reformas institucionales. En otro estudio, Gogas et al. (2014),
investigan la relación a largo plazo entre la deuda pública y el con-
sumo privado con el fin de probar la validez potencial de RE, encon-
trando que la falta de proporcionar evidencia histórica a favor de
la propuesta RE insta de equilibrar los presupuestos del gobierno y
el servicio de la deuda pública al momento de la creación en lugar
de atenderlos luego. Otros factores que se relacionan con la deu-
da son la contaminación y los impuestos ambientales, según Halkos
y Papageorgiou (2018), la acumulación de la deuda pública puede
producir desutilidad y la acumulación en el tiempo debe ser econó-
micamente sostenible. Sin embargo, muestran que la condiciones
bajo las cuales el conflicto es más intenso, se da en ambos casos
por el precio sombra de los daños ambientales.
Según Jaramillo y Kimani (2017), los grandes picos de la deuda
pública también están impulsados por ajustes de flujo de acciones
considerables (ASF), en lugar de déficits primarios o disminuciones
en el rendimiento. Además, de verse influenciada por la calidad de
las instituciones que tiene cada país como sostienen Kortellos et al.
(2013). Los paises en los cuales las instituciones tienen un nivel de
calidad elevado, la deuda se mantiene en un nivel neutro y hay un
crecimiento significativo, mientras que si el nivel de la institución
es de baja calidad la deuda lleva a un crecimiento menor. La exis-
tencia de una institución de alta calidad permitiría que el riesgo de
los niveles altos de deuda pública reduzca la acumulación de capital
y el crecimiento de la productividad a largo plazo como argumenta
Ceccheti et al. (2011). Por otro lado, en Europa, Matesanz y Ortega
(2015) estudian los efectos de la crisis financiera mundial sobre la
deuda pública a nivel global y en comunidades, determinando que
la crisis es otra variable potencial que impulsa la nueva aparición de
grupos organizados por niveles de deuda entre sí. La literatura teóri-
ca y empírica mencionada ha distinguido entre varias variables para
describir la acumulación o disminución de la deuda, y determinan
que las políticas que se implementan varían para cada economía de
acuerdo sus características.
Los aportes de las diferentes teorías citadas permiten desta-
car la importancia de evaluar la sostenibilidad del endeudamiento
público, misma que está en función de la generación de recursos,
actuales y futuros, que permitan servir la deuda pública adquirida
sin comprometer la situación patrimonial de la economía. Desde es-
te punto de vista, está claro que el gobierno de cada país puede
incurrir en déficit fiscales siempre y cuando este mantenga su ca-
pacidad de poder cumplir con sus obligaciones (Fernández, 2001).
Además, cada país debe tener en cuenta que mientras menor sea el
crecimiento económico y mayor sea el costo del endeudamiento se
requerirá de un mayor esfuerzo por parte del gobierno para generar
un ahorro y no poner en riesgo la estabilidad del sistema financiero.
3|DATOS Y METODOLOGÍA
3.1 |Datos
Los datos de panel utilizados han sido obtenidos del World
Development Indicators (WDI), base de datos emitida por el Banco
Mundial (2017). Las variables tomadas son la deuda externa acumu-
lada total a precios actuales y el PIB per cápita a precios actuales,
durante el periodo 1990 – 2016. La variable dependiente es la deu-
da externa que es la suma de las deudas que tiene un país con enti-
dades extranjeras y se compone de deuda externa (la contraída por
el Estado) y deuda privada (la contraída por empresas y particulares).
La variable independiente es el PIB per cápita que mide la relación
existente entre el nivel de renta de un país y su población. Además,
agrupamos los paises por niveles de ingresos planteando nuevos ni-
veles de umbrales los mismo que fueron modificados basándonos
en los umbrales actualizados planteados por el Banco Mundial.
La Tabla 1, muestra los estadísticos descriptivos de los paises
a nivel global para los 120 paises y para los paises agrupados por re-
giones. Este modelo presenta un panel estrictamente balanceado de
3240 observaciones. La desviación estándar between del producto
per capita es aproximadamente de 1,49, lo cual representa casi tres
veces la variación within que es 0,54. Con relación a la deuda, la va-
riación between es de 2,49 aproximadamente y la variación within
es de 0,3 aproximadamente, por tanto, existe mayor variabilidad en-
tre los paises que dentro de los paises.
Tabla 1. Estadísticos descriptivos de las variables.
Variable Mean Std. Dev. Min. Max. N
Log PIB (PIB per cápita) Overall 7.66 1.58 4.17 11.68 N = 3240
Between 1.49 5.20 11.16 n = 120
Within 0.54 5.01 9.71 T = 27
Log Deuda (Deuda externa acumulada, total) Overall 21.68 2.59 5.33 28.20 N = 3240
Between 2.49 7.98 26.33 n = 120
Within 0.73 15.60 24.26 T = 27
Previo al análisis econométrico, realizamos un análisis descrip-
tivo y de correlación de las variables. La Figura 1, muestra la disper-
sión entre la deuda externa y el PIB y señala una relación negativa
entre las variables. Los resultados de la Figura 2, sugieren que los pai-
ses agrupados por ingresos, los paises de ingresos extremadamente
altos y de ingresos altos tienen una relación negativa entre ambas
variables, mientras que los paises de ingresos medios altos, medios
bajos, bajos y extremadamente bajos tienen una relación positiva
entre las dos variables en términos per cápita.
125
Piña M. & Ponce P.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Figura 1. Correlación entre la deuda externa y el producto per cápita.
Figura 2. Correlación entre la deuda externa y el producto per cápita por grupos.
3.2 |Metodología
Los datos de panel tienen una estructura que contiene una am-
plia información, por tener observaciones de unidades individuales
a través del tiempo. Su estructura básica nos permite verificar la re-
lación entre la deuda externa total y el producto per cápita a nivel
global y por grupos de paises. Por tanto, el modelo general de regre-
sión lineal con datos de panel se puede representar como:
126
Piña M. & Ponce P.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Log (D Ei,t)=(γ0+δ0) + γ1Lo g (G D Pi,t) + θi,t(1)
Donde DE es la deuda externa total y GDP el PIB per cápita. El
subíndice i se refiere al número de paises, y t se refiere a la serie de
tiempo que llega hasta e periodo T. las letras griegas representan los
parámetros del modelo que recogen elementos particulares de las
variables que se presumen cambian a través del tiempo. Partiendo
de un análisis especifico, implementamos pruebas de cointegración
para el conjunto de datos de panel que permiten el uso de más ob-
servaciones y, por tanto, más grados de libertad en las estadísticas
de prueba y la potencia adecuada para las pruebas correspondien-
tes a rechazar una posible falsa hipótesis nula. Otra ventaja de un
enfoque de panel puede ser la reducción de la multicolinealidad en-
tre las variables (Hsiao, 2002). Existe una variedad de pruebas de
raíz unitaria en panel que comprenden el equivalente multivariado
a las pruebas de raíz unitarias univariadas estándar, como las prue-
bas Dickey y Fuller Augmented (1981) y Phillips y Perron (1988), sin
embargo, también se ha tomado en cuenta diversas pruebas sobre
raíces unitarias en panel sugeridas por Levine, Lin y Chu (2002), Im,
Pesaran y Shin (2003) y con extensiones y ajustes más recientes la
prueba de Breitung (2002), para verificar nuestros resultados. Es-
tas pruebas consideran como hipótesis nula la presencia de una raíz
unitaria (es decir, la no estacionariedad) y prueban contra la alterna-
tiva de estacionariedad. A la expresión autoregresiva le damos un
enfoque básico para probar la existencia de una raíz unitaria con el
siguiente modelo:
yt=α+λyt−1+α1t+
p
Õ
i=2
βjyy−i−1+ϵt(2)
Las pruebas de Levin et al. (2002) y Breitung (2000) prueban
la hipótesis nula de existencia de raíz de unidad homogénea común,
mientras que Im et al. (2003) y las pruebas tipo Fisher usando prue-
bas ADF y PP examinan el individuo heterogéneo de la hipótesis
nula. En la ecuación 2, cuando el resultado es significativo, se pue-
de concluir que al menos uno de las series tiene el problema de
raíz unitaria. Para determinar la existencia de equilibrio a corto y
largo plazo entre las variables de análisis utilizamos la prueba de
cointegración planteada por Pedroni (1999), quien emplea un enfo-
que uniecuacional donde la hipótesis es que no existe cointegración
entre las variables en cuestión. Esta prueba se la estima en base a
la siguiente ecuación:
yi,t=αi+
j−1
Õ
n−1
Xi t −j+
n−1
Õ
j−1
w1jyi,t−j+πE CTt−1+ϵi,t(3)
Donde, yi,trepresenta la variable dependiente del país ien el
periodo t.β,w y π son los parámetros a estimar y el termino E CTt−1
es el vector de cointegración que determina si hay o no equilibrio
en el largo plazo y finalmente ϵi,tque es el termino de error alea-
torio estacionario con media cero. Para determinar la existencia de
equilibrio en el corto plazo usamos la prueba de Westerlund (2007)
a partir de la siguiente ecuación:
yi,t=δiδt+αi(yi,t−1−βiXi,t−1) +
P i
Õ
j−1
αi,jyi t −j+
P i
Õ
j=−qi
yi j Xi,t−j+ϵi,j(4)
Donde trepresenta los periodos y la iel número de paises. El
componente determinístico está dado por dt, el vector Xi,tes alea-
torio e independiente de ϵi,t. Esta prueba nos permite ver la fuerza
de equilibrio que tiene el vector entre la deuda externa total y el
producto per cápita. Además, para estimar la fuerza de la relación
entre las variables en estudio para cada país se estimó un modelo di-
námico de mínimos cuadrados ordinarios (DOLS) y para la región en
su conjunto o para grupos de paises a través del modelo de panel de
mínimos cuadrados (PDOLS). Para los cuales se planteó la siguiente
ecuación:
yi,t=δi+δiXi,t+
p
Õ
j=−p
yi,t∆Xi,t−j+µi,t(5)
En la ecuación dada (5) se muestra el procedimiento de esti-
mación del vector de los parámetros de interés en paneles de datos
para modelos homogéneos estimada por DOLPS y PDOSL como
lo antes mencionado, donde y, representa el producto per cápita,
irepresenta el número de paises y tmide el tiempo. Finalmente,
utilizamos la prueba de causalidad de Granger (1969) que sugiere
una noción de causalidad basada en la asimetría de los esquemas
de correlación. Es decir, permite determinar si la variable x causa a
la variable y, o viceversa (Hugo, 1986). Para lo cual se establece la
siguiente ecuación:
yi,t=δi+
K
Õ
K=1
γk
i+yi,t
K
Õ
K=1
βk
iXi,t−k+µi,t(6)
4|DISCUSIÓN DE RESULTADOS
La investigación analiza el impacto económico que tiene la deu-
da externa total sobre el PIB per cápita a nivel global y en los paises
agrupados por niveles de ingresos durante el periodo 1990 – 2016.
El conjunto de datos consiste en los logaritmos naturales de obser-
vaciones anuales reales de 1990 a 2016 sobre la deuda eterna y
el producto per cápita para 120 paises. Primero aplicamos el test
de Hausman (1978) para elegir entre un modelo de efectos fijos o
aleatorios, para determinar la estacionariedad de los datos se realiza
un análisis usando los test de Dicey-Fuller (1979), la prueba de Phi-
llips Perron (1988), The Levine, Lin y Chu (2002), Im, Pesaran y Shin
(2003) y la prueba de Breitung (2002) que se basa en la homogenei-
dad de la raíz unitaria. Utilizando las técnicas de cointegración de
Pedroni (1999) para estimar la existencia de los vectores de equili-
brio en el corto y largo plazo, además, de los modelos de corrección
de errores de Westerlund (2007). Para medir la fuerza del vector de
cointegración para cada país y grupos de paises se estimó los mo-
delos DOLS y PDOLS propuestos por Pedroni (2001) y finalmente
se aplicó la prueba de causalidad de Granger.
4.1 |Prueba de efectos fijos y aleatorios
La Tabla 2 muestra los resultados de la estimación a través de
la prueba de Hausman (1978) a nivel global y por grupos de paises.
127
Piña M. & Ponce P.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Según la prueba de Hausman (1978) se estimó a nivel Global,
por paises de ingresos bajos, medios bajos, medios altos, de ingresos
altos y por paises extremadamente altos con RE y para los paises de
ingresos extremadamente bajos con FE. Para esta prueba los resul-
tados están expresados en logaritmos. Los resultados indican una
relación positiva y estadisticamente significativa entre las variables
tanto a nivel global como por grupo de paises. Los paises de ingre-
sos medios altos, son los que mayor dependencia tienen de la deuda
externa, mientras que los paises de ingresos extremadamente bajos
son los que mantienen una menor dependencia.
Tabla 2. Relación entre deuda externa y el PIB per capita.
GLOBAL PIEB PIB PIMB PIMA PIA PIEA
ldeuda 0.423*** 0.185*** 0.377*** 0.307*** 0.583*** 0.250*** 0.235***
(39.44) (7.94) (21.93) (17.74) (10.55) (6.45) (11.57)
Constant -1.498*** 2.057*** -0.886* 1.631*** -1.796 4.408*** 5.907***
(-5.56) (4.03) (-2.29) (4.14) (-1.52) (5.19) (14.63)
Observations 3240 1053 1080 540 81 81 405
Nota: t estadísticos en paréntesis *p <0.05, **p <0.01, ***p <0.001.
4.2 |Test de raíces unitarias
La Tabla 3 muestra las pruebas de raíz unitaria en niveles y en
primeras diferencias para las variables deuda externa total y produc-
to per cápita con primeras diferencias. Ambas variables se expresan
en logaritmos. Usamos cinco pruebas que aseguran una alta consis-
tencia confirmando que las series no tienen el problema de la raíz
unitaria. Estas pruebas corresponden a los tests de Levine, Lin y Chu
(2002), Im, Pesaran y Shin (2003) y las pruebas paramétricas y tipo
Fisher de Dickey y Fuller (1981), Phillips y Perron (1988) y finalmente
la de Breitung (2002) que se basa en la homogeneidad de a raíz unita-
ria. Las cinco pruebas son consistentes y señalan que las series tienen
un orden de integración I (0). Al igual que el estudio presentado por
Tourinho, Reis y Goulart (2013) sobre la deuda pública en Brasil, esta
investigación implementa varias pruebas de raíz unitaria con la fina-
lidad de tener resultados concisos y descartar que se trate de una
regresión espuria. Además, la verificación de la estacionariedad es
un factor importante para pronosticar que procesos deben adoptar-
se para realizar predicciones más precisas y conocer las propiedades
dinámicas de las variables (Diebold y Kilian, 2000).
Tabla 3. Pruebas de raíz unitaria en niveles y en primeras diferencias.
LL UB IPS ADF PP LL UB IPS ADF PP
Niveles Primeras diferencias
GLOBAL PIB -30.15 -8.13 -29.70 -1.71 -27.92 -31.00 -7.42 -32.66 -8.14 -33.18
DEUDA -42.72 -4.91 -36.20 -9.10 -30.42 -42.03 -3.57 -36.53 -8.44 -33.29
PIEA PIB -6.37 -3.19 -6.07 -0.68 -8.00 -10.60 -2.13 -11.64 -4.13 -12.48
DEUDA -8.12 -5.64 -9.59 0.42 -7.54 -8.94 -4.50 -14.87 -2.07 -15.32
PIA PIB -1.21 -1.51 -1.13 0.85 -3.48 -5.61 -0.88 -6.01 -1.38 -7.03
DEUDA -5.06 -0.95 -3.95 1.24 -3.31 -5.04 0.35 -4.16 -0.39 -4.52
PIMA PIB -4.53 -3.16 -4.45 -0.63 -3.85 -5.70 -2.28 -4.84 0.40 -4.60
DEUDA -14.14 -2.07 -4.93 -0.42 -4.46 -13.74 -2.41 -4.30 0.80 -3.84
PIMB PIB -12.44 -3.65 -12.83 -1.13 -11.88 -15.27 -4.16 -14.36 -2.34 -12.59
DEUDA -14.14 -4.20 -14.63 -3.77 -13.89 -13.74 -4.29 -15.07 -3.10 -15.33
PIB PIB -16.63 -4.38 -16.19 0.28 -14.79 -16.31 -4.39 -16.37 -2.95 -16.49
DEUDA -16.85 -3.01 -16.26 -4.00 -14.96 -16.01 -2.50 -15.61 -4.16 -15.95
PIEB PIB -20.95 -4.34 -21.29 -2.11 -18.48 -21.61 -3.58 -24.49 -6.87 -23.75
DEUDA -36.41 -0.88 -28.11 -9.70 -21.42 -31.14 0.47 -26.30 -9.00 -22.98
Note: T statistic with *p <0.005
4.3 |Test de cointegración de Pedroni
En la Tabla 4 presentamos los resultados de la prueba de cointe-
gración Pedroni (1999) en los datos del panel. Los hallazgos indican
que las dos series se mueven juntas y simultáneamente en el tiempo.
Esta categoría incluye cuatro estadísticas: panel v-estadístico, panel -
estadística, panel PP-estadística y panel ADF-estadística. La segunda
categoría incluye el grupo -estadística, grupo estadístico PP y grupo
ADF-estadística. De los cuales solo se ha reportado en la Tabla el
panel PP-estadística, panel ADF-estadística, grupo estadístico PP y
grupo ADF-estadística para su respectivo análisis. Estas estadísticas
se basan en los promedios de los coeficientes autoregresivos indivi-
128
Piña M. & Ponce P.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
duales de las pruebas de raíz unitarias individuales para cada país en
el panel. Los cuatro estadísticos indican que existe un equilibrio de
largo plazo entre el producto per cápita y la deuda externa, por tanto,
las dos series se mueven de forma conjunta y simultáneamente en el
tiempo.
Tabla 4. Tabla 4. Resultado de la prueba de cointegración de Pedroni.
GLOBAL PIEB PIB PIMB PIMA PIA PIEA
Panel PP -34.01*** -25.72*** -17.36** -12.22** -4.89** -8.32** -13.56**
Panel ADF -24.43*** -20.6*** -13.67** -7.25** -4.70** -6.80** -11.51**
Grupo PP -35.94*** -27.97*** -17.47** -12.57** -4.81** -8.47** -13.78**
Grupo ADF -22.25*** -17.87** -12.12** -7.47** -4.61** -6.11** -11.04**
Note: Note: t statistics in parentheses ** p <0.01, *** p <0.001.
Estos resultados difieren de los encontrados por Panizza y Pres-
bitero (2014) donde encuentra una correlación negativa entre la deu-
da y el crecimiento, sin embargo, esta relación desaparece cuando
corrigen la endogeneidad. Esta correlación negativa entre las varia-
bles a veces se usa para justificar políticas que asumen que la deuda
tiene un efecto negativo en el crecimiento económico.
4.4 |Modelo de error vectorial por Wes-
terlund
La Tabla 5 indica los resultados del modelo de error vectorial del
panel VECM propuesto por Westerlund (2007), que muestra la ausen-
cia o presencia de determinación de cointegración a nivel global y por
niveles de ingreso. Esta categoría incluye cuatro estadísticas: panel
v-estadístico, panel -estadística, panel PP-estadística y panel ADF-
estadística. La segunda categoría incluye el grupo -estadística, grupo
estadístico PP y grupo ADF-estadística. De los cuales solo se ha re-
portado en la Tabla el panel PP-estadística, panel ADF-estadística,
grupo estadístico PP y grupo ADF-estadística para su respectivo aná-
lisis. Estas estadísticas se basan en los promedios de los coeficientes
autoregresivos individuales de las pruebas de raíz unitarias individua-
les para cada país en el panel.
Tabla 4. Tabla 4. Resultado de la prueba de cointegración de Pedroni.
Statistic Value Z-value P-value
GLOBAL Gt -3.935 -21.543 0.000
Ga -21.245 -15.393 0.000
Pt -42.532 -22.582 0.000
Pa -23.125 -25.988 0.000
PIEA Gt -4.021 -8.029 0.000
Ga -19.591 -4.479 0.000
Pt -14.003 -6.779 0.000
Pa -22.457 -8.755 0.000
PIA Gt -3.742 -2.989 0.001
Ga -17.453 -1.447 0.074
Pt -4.210 -0.641 0.261
Pa -17.600 -2.507 0.006
PIMA Gt -3.259 -1.948 0.026
Ga -12.529 -0.164 0.435
Pt -6.253 -3.020 0.001
Pa -21.273 -3.572 0.000
PIMB Gt -4.425 -11.523 0.000
Ga -22.153 -6.894 0.000
Pt -19.071 -11.207 0.000
Pa -20.858 -8.913 0.000
PIB Gt -3.670 -10.345 0.000
Ga -20.480 -8.160 0.000
Pt -23.646 -11.978 0.000
Pa -21.368 -13.145 0.000
PIEB Gt -3.973 -12.578 0.000
Ga -23.163 -10.576 0.000
Pt -25.254 -14.046 0.000
Pa -26.106 -17.933 0.000
129
Deuda económica y su impacto en el producto per cápita...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
4.5 |Cointegración de Pedroni (2001)
DOLS
La Tabla 6 muestra los resultados del modelo DOLS para los gru-
pos de países de forma individual con efectos fijos del tiempo. Aun-
que la fuerza del vector es débil en los PIEA y PIA, la relación de las
dos variables del modelo, es positiva y estadísticamente significati-
va en la mayoría de los países. En los PIMA, la fuerza del vector es
contundente en Argentina y Guinea Ecuatorial, pero estadísticamen-
te no significativa. En los PIMB la fuerza del vector es contundente en
Federación de Rusia, Turquía, Malasia y Sudáfrica. Por otro lado, de
los paises de PIB, Egipto es el único país que tiene fuerza del vector
estadísticamente significativa, sin embargo, al incorporar la variable
dummy el efecto se vuelve negativo. De manera similar ocurre con
Bangladesh y Zimbabwe, dos países de ingresos extremadamente ba-
jos. En general, estos resultados sugieren que los incrementos de la
deuda externa tienden a tener un efecto positivo en el producto per
cápita. Al incorporar una variable dummy del tiempo, los resultados
de los PIEA, se mantienen. Sin embargo, algunos de los paises de los
PIA y PIMA, cobran significancia estadística. Razón por la cual se pue-
de considerar que las economías son sostenibles en el corto y largo
plazo de acuerdo al nivel de crecimiento económico que vayan al-
canzando. Además, de respetar el nivel de umbral expuesto para no
elevar el riesgo soberano a un nivel insostenible. Sin embargo, los ni-
veles de sostenibilidad manifestados en los resultados no son iguales
en todas las economías, por ejemplo, Tran (2017) en un análisis sobre
economías emergentes, encuentra que para los paises latinoamerica-
nos la sostenibilidad fiscal es mucho más desafiante, pues en tiempos
de gran deuda, se enfrentan a un mayor riesgo de incumplimiento de-
bido a que su prima de riesgo soberano responde más fuerte al au-
mento de la deuda, por tanto, requieren fomentar medidas estrictas
en sus políticas fiscales.
Tabla 6. Resultados del método DOLS para paises individuales, PIEA, PIA y PIMA
PIEA PIA PIMA
WD WOD WD WOD WD WOD
País Beta T-stat Beta T-stat País Beta T-stat Beta T-stat País Beta T-stat Beta T-stat
Estados Unidos -0,2 -1,72 1,03 2,46 España -0,45 -1,3 0,12 0,71 Argentina -1,27 -1,4 0,77 1,69
Canadá 0,2 0,78 0,89 1,98 Grecia 1,02 3,58 0,53 2,82 Antigua y barbuda 0,06 0,15 0,69 2,22
Luxemburgo 0,14 1,23 0,16 1,41 Portugal 0,38 1,32 -1,03 -2,11 Guinea Ecuatorial 1 5.91e+15 0,76 3,53
Italia 0,8 3,31 0,12 0,33
Irlanda -0,4 -2,68 -0,57 -5,14
Dinamarca 0,3 0,81 -0,3 -0,89
Reino unido -0,23 -0,72 0,56 1,05
Noruega 0,64 3,93 0,22 1,72
Japón 0,36 2,24 0,14 0,5
Francia 0,71 3,59 0,15 0,4
Alemania 0,69 3,49 -0,55 -1,87
Suecia 0,03 0,1 -0,15 -0,79
Australia 0,09 0,63 0,19 1,62
Finlandia 0,45 1,22 0,42 2,26
Austria 0,64 4,75 0,57 1,52
130
Deuda económica y su impacto en el producto per cápita...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 7. Resultados del método DOLS para paises individuales, PIEA, PIA y PIMA
PIMB PIB PIEB
WD WOD WD WOD WD WOD
País Beta T-stat Beta t-stat País Beta t-stat Beta t-stat País Beta t-stat Beta t-stat
Brasil 0,08 0,18 0,17 0,6 Belice 0,06 0,92 0,28 1,74 Haiti -0,04 -0,08 -0,09 -0,22
Costa Rica 0,23 1,23 -0,12 -0,5 Bolivia 0,51 0,81 -0,15 -0,26 Bangladesh 1,01 2,85 -1,03 -5,85
México 0,04 0,09 -0,57 -0,06 Colombia -0,11 -0,28 0,13 0,23 India 0,45 2,38 -0,27 -2,02
Panamá 0,24 4,12 0,13 0,9 Ecuador -0,15 -0,3 -0,06 -0,19 Kirguistán 0,79 2,07 -0,28 -1,03
Dominica -0,05 -0,32 0,17 1,56 Guatemala 0,16 0,89 -0,38 -3,74 Camboya -0,01 -0,04 0,12 0,91
Granada 0,13 0,89 0,12 1,04 Guyana 0,09 0,23 -0,35 -1,08 Nepal 0,62 0,52 -0,21 -0,66
Santa Lucia 0,2 1,06 0,08 0,91 Honduras -0,1 -0,9 0,33 0,91 Pakistán 0,57 1,1 -0,25 -1,88
San Vicente 0,03 0,1 0,62 4,41 Nicaragua -0,28 -0,83 -0,44 -1,09 Tayikistán 0,03 0,19 -0,17 -1,3
Rumania 0,7 4,74 0,51 4,47 Perú 0,94 2,06 1,02 2,38 Uzbekistán 0,46 1,5 0,87 4,45
Rusia 1,43 2,49 0,8 1,21 Paraguay 0,37 0,87 -0,26 -1,37 Viet Nam 0,22 1,62 -0,16 -1,12
Turquía 1,74 2,42 0,89 1,72 El Salvador -0,05 -0,23 0,23 1,43 Yemen, Rep. del 0,21 0,39 0,13 0,57
Bulgaria 0,54 4,16 0,44 3,09 Rep. Dominicana 0,23 0,93 -0,18 -0,56 Burundi -0,37 -1,32 -0,12 -0,76
Maldivas 0,23 2,09 -0,16 -0,87 Jamaica -0,37 -1,87 -0,63 -3,42 Benin -0,3 -1,25 0,01 0,06
Malasia 1,35 4,41 1 2,87 Albania 0,09 0,26 0,16 0,47 Burkina Faso -0,61 -1,32 0,38 0,88
Líbano 0,03 0,16 0,14 0,77 Belarus 0,61 1,9 0,32 1,22 Rep. Centroafr. -1,01 -2,54 -0,07 -0,29
Botswana -0,04 -0,41 -0,08 -1,32 Ucrania 0,54 1,87 0,21 1,23 Côte d’Ivoire -0,03 -0,06 -0,14 -0,68
Gabón -0,55 -1,59 -0,14 -0,96 Bhután -0,29 -1,58 0 -0,02 Congo -1,35 -1,82 -0,44 -0,69
Mauricio -0,01 -0,3 0,05 1,94 China 0,48 1,79 0,08 0,3 Comoras -0,13 -0,17 0,2 1,01
Sudáfrica 1,02 3,27 0,95 2,81 Indonesia -0,16 -0,27 -0,8 -0,91 Etiopía 0,11 0,5 0,22 1,76
Chile -0,24 -0,97 -0,17 -1,07 Sri Lanka 0,63 3,25 0,39 1,72 Ghana -0,37 -0,77 -0,17 -0,42
Mongolia 0,25 0,76 0,2 0,83 Gambia -0,91 -3,09 -0,37 -1,11
Filipinas -0,78 -1,75 0 0,01 Guinea-Bissau 0,19 1 0,17 0,91
Tailandia 0,14 1,14 0,15 1,1 Kenya 0,48 1,04 -0,5 -1,54
Turkmenistán -0,52 -13,68 -0,37 -5,49 Liberia -0,22 -1,16 -0,09 -0,42
Georgia 0,4 1,86 0,12 1,02 Lesotho -1,18 -1,17 -2,34 -2,44
Armenia -0,41 -0,93 0,15 0,44 Madagascar -0,17 -0,96 0,72 2,5
Azerbaiyán -0,15 -0,63 -0,16 -0,66 Malí -0,41 -1,4 0,41 1,09
Jordania -0,19 -0,67 0,33 1,58 Mozambique 0,14 0,67 -0,01 -0,04
Angola 0,14 0,23 -0,01 -0,01 Mauritania -0,13 -0,26 -0,08 -0,23
Camerún -0,4 -1,97 -0,2 -0,83 Malawi -0,29 -0,93 0,07 0,18
Cabo Verde -1,14 -1,61 1,31 1,69 Níger -0,17 -0,88 -0,01 -0,13
Djibouti 0,31 1,27 -0,22 -1,38 Rwanda -0,49 -1,43 -0,13 -0,41
Egipto 2,01 2,77 -0,81 -0,77 Sudán 3,35 3,31 0,4 0,96
Nigeria 0,1 0,34 0,42 1,69 Senegal -0,45 -1,27 -0,1 -0,37
Swazilandia 0,8 1,21 0,61 1,67 Sierra Leona 0,46 1,29 0,43 1,19
Fiji -0,19 -0,74 -0,2 -0,84 Chad 1,2 0,66 0,75 1,16
Samoa 0,4 1 -0,05 -0,13 Tanzanía -0,15 -0,72 -0,4 -1,32
Vanuatu -0,57 -4,59 0,02 0,24 Zambia -0,32 -0,93 -0,25 -0,98
Tonga 0,19 0,36 -0,4 -0,8 Zimbabwe 1,91 2,73 -0,32 -0,48
Nueva Guinea 0,16 0,71 0,2 1,27
4.6 |Cointegración de Pedroni PDOLS
Con el fin de obtener la fuerza del vector de cointegración por
grupos de países, estimamos el modelo de panel PDOLS. La Tabla 8
muestra los resultados de las estimaciones. Los estimadores ide los
diferentes niveles de ingreso no se acercan a 1, por lo cual se rechaza
la hipótesis nula y se concluye que la fuerza del vector de cointegra-
ción no es contundente. En este sentido, al igual que en las pruebas
de panel individuales DOLS, resulta lógico concluir que los paises que
adquieren una mayor deuda pública, tienen efectos negativos en su
crecimiento económico.
131
Deuda económica y su impacto en el producto per cápita...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 8. Resultados del modelo PDOLS para los paises por grupos.
Grupos With time dummy
Beta t-stat
GLOBAL 0 1,24
PIEA 0,19 1,7
PIA -0,12 0,82
PIMA 0,74 4,3
PIMB 0,26 5,26
PIB 0,02 -0,05
PIEB -0,08 -1,4
4.7 |4.7 Causalidad de Granger
Finalmente, la Tabla 9 muestra los resultados de causalidad tipo
Granger, a partir del test formalizado por Dumitrescu y Hurlin (2012).
Existe causalidad unidireccional en los PIEA y PIA que va desde la
deuda externa al PIB per cápita. Para los demás grupos de países, no
existe evidencia de causalidad en ninguna dirección. Este resultado
podría explicarse por los diferentes estados que pueden presentarse
en cada país, donde pueden tener un crecimiento cero mostrando así
inestabilidad en la deuda o un crecimiento positivo mostrando estabi-
lidad. Según, Ueshina (2018), cuando los parámetros satisfacen una
determinada condición tienen relación al ser estables de lo contrario
no la tienen.
Tabla 9. Resultados de la causalidad de Granger
Causal direction Group W-bar Z-bar p-value Causal direction Group W-bar Z-bar p-value
PIB GLOBAL DEUDA GLOBAL
causa a PIEA 0,78 -0,57 0,56 causa a PIEA 26,66 70,29 0
DEUDA PIA 1,47 0,58 0,55 PIB PIA 16,65 19,16 0
PIMA PIMA
PIMB 1,39 1,26 0,2 PIMB 1 0,02 0,98
PIB 1,39 1,26 0,2 PIB 0,97 -0,11 0,91
PIEB 1,39 1,26 0,2 PIEB 0,66 -1,48 0,13
5|CONCLUSIONES E IMPLICACIO-
NES DE POLÍTICA
En esta investigación estimamos el impacto económico que tie-
ne la deuda externa total en relación al producto per cápita a nivel
mundial y en paises agrupados por niveles de ingresos. Utilizamos
el test de Hausman (1978) para elegir entre modelo de efectos fijos
o aleatorios, una serie de pruebas para determinar la estacionarie-
dad de los datos, estimamos la fuerza del vector de cointegración
con el modelo de Mínimos Cuadrados Ordinarios Dinámicos (DOLS)
y un modelo de Panel Dinámico con Mínimos Cuadrados Ordinarios
(PDOLS) y finalmente, estimamos la causalidad de Granger (). Prue-
bas que permitieron determinar la existencia de un equilibrio en el
corto y largo plazo. Además, la fuerza del vector es débil en los PIEA
y PIA, sin embargo, la relación de las dos variables, es positiva y esta-
dísticamente significativa en la mayoría de los países.
La mejora sostenida y permanente de las cuentas fiscales de una
economía permite mantener una mayor relación deuda/producto, sin
alterar la condición de sostenibilidad. Por tanto, las emisiones de deu-
da no son malas, pero se requiere que el país esté en la capacidad
de generar en el futuro un crecimiento económico suficiente para re-
embolsar las deudas pendientes de pago (FMI, 2003). Otros estudios
relacionados, concluyen que es el bajo crecimiento económico el que
conduce a altos niveles de deuda pública. Para su efecto, se requiere
que la deuda crezca de forma gradual y heterogénea con relación al
producto per cápita. En este contexto, varios autores, sugieren que
las políticas fiscales que se manejan en cada economía lo hagan te-
132
Deuda económica y su impacto en el producto per cápita...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
niendo en cuenta el umbral de endeudamiento establecido (coeficien-
te promedio deuda/PIB) con el fin de no tener consecuencias adver-
sas al crecimiento, este sería el determinante de si la relación deuda
y producto per cápita es positiva o negativa en cada país. Por lo tan-
to, nuestras implicaciones de política van encaminadas a establecer
un órgano oficial para que estime e informe constantemente sobre el
coeficiente promedio deuda/PIB para cada economía de acuerdo a
los factores propios de cada país, y logren mantener una sostenibili-
dad fiscal. Además, de realizar un análisis de su consistencia temporal
manteniendo un ritmo de crecimiento constante.
Referencias bibliográficas
[1] Akaike, H. (1974). A new look at the statistical model
identification. IEEE Transactions on Automatic Control,
19(6), 716-723.
[2] Baharumshah, A. Z., Soon, S. V., Lau, E. (2017). Fiscal
sustainability in an emerging market economy: When
does public debt turn bad?. Journal of Policy Modeling,
39(1), 99-113.
[3] Bal, D. P., Rath, B. N. (2014). Public debt and economic
growth in India: A reassessment. Economic Analysis and
Policy, 44(3), 292-300.
[4] Baltas, N. C. (2013). The Greek financial crisis and the
outlook of the Greek economy. The Journal of Econo-
mic Asymmetries, 10(1), 32-37.
[5] Banco Mundial (2018). Informe sobre el desarrollo mun-
dial 2018. Washington, DC.
[6] Baum, A., Checherita-Westphal, C., Rother, P. (2013).
Debt and growth: New evidence for the euro area. Jour-
nal of International Money and Finance, 32, 809-821.
[7] Breitung, J. (2002). Nonparametric tests for unit roots
and cointegration. Journal of econometrics, 108(2),
343-363.
[8] Buiatti, C., Carmeci, G., Mauro, L. (2014). The origins of
the public debt of Italy: Geographically dispersed inter-
ests?. Journal of Policy Modeling, 36(1), 43-62.
[9] Cecchetti, S., Mohanty, M., y Zampolli, F. (2010). El fu-
turo de la deuda pública: perspectivas e implicaciones.
[10] Checherita-Westphal, C., Rother, P. (2012). The impact
of high government debt on economic growth and its
channels: An empirical investigation for the euro area.
European economic review, 56(7), 1392-1405.
[11] Chen, C., Yao, S., Hu, P., Lin, Y. (2017). Optimal go-
vernment investment and public debt in an economic
growth model. China Economic Review, 45, 257-278.
[12] Cuestas, J. C., Regis, P. J. (2018). On the dynamics of so-
vereign debt in China: Sustainability and structural chan-
ge. Economic Modelling, 68, 356-359.
[13] 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.
[14] Diebold, F. X., Kilian, L. (2000). Unit-root tests are use-
ful for selecting forecasting models. Journal of Business
Economic Statistics, 18(3), 265-273.
[15] Eberhardt, M., Presbitero, A. F. (2015). Public debt and
growth: Heterogeneity and non-linearity. Journal of In-
ternational Economics, 97(1), 45-58.
[16] Égert, B. (2015). Public debt, economic growth and non-
linear effects: Myth or reality?. Journal of Macroecono-
mics, 43, 226-238.
[17] Fernández A, G. (2001). Análisis empírico de la sosteni-
bilidad externa: El caso de Ecuador. El Trimestre Econó-
mico, 68(269 (1), 135-153.
[18] Flores Prieto, P., Fullerton Jr, T. M., Olivas Andrade, C.
(2007). Evidencia empírica sobre deuda externa, inver-
sión y crecimiento en México, 1980-2003. Análisis Eco-
nómico, 22(50).
[19] FMI. (2003). Fondo Moneario Internacional-Informe
anual 2003.
[20] Fournier, J. M., Fall, F. (2017). Limits to government
debt sustainability in OECD countries. Economic Mode-
lling, 66, 30-41.
[21] Gnegne, Y., Jawadi, F. (2013). Boundedness and non-
linearities in public debt dynamics: A TAR assessment.
Economic Modelling, 34, 154-160.
[22] Gogas, P., Plakandaras, V., Papadimitriou, T. (2014). Pu-
blic debt and private consumption in OECD countries.
The Journal of Economic Asymmetries, 11, 1-7.
[23] Greiner, A. (2011). Crecimiento económico, deuda públi-
ca y bienestar: comparación de tres reglas presupuesta-
rias. German Economic Review , 12 (2), 205-222.
[24] Halkos, G. E., Papageorgiou, G. J. (2018). Pollution, en-
vironmental taxes and public debt: A game theory setup.
Economic Analysis and Policy, 58, 111-120.
133
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[25] Hausman, J. A. (1978). Specification tests in econome-
trics. Econometrica: Journal of the econometric society,
1251-1271.
[26] Hsiao, C. (2014). Analysis of panel data (No. 54). Cam-
bridge university press.
[27] Hugo, B. Algunas consideraciones sobre definición de
causalidad de Granger en el análisis econométrico. Eco-
nómica, La Plata, Vol, XXXII, Nro, 2.
[28] Im, K. S., Pesaran, M. H., Shin, Y. (2003). Testing for unit
roots in heterogeneous panels. Journal of Econometrics,
115(1), 53-74. J
[29] Jaramillo, L., Mulas-Granados, C., Kimani, E. (2017).
Debt spikes and stock flow adjustments: Emerging eco-
nomies in perspective. Journal of Economics and Busi-
ness, 94, 1-14.
[30] Kourtellos, A., Stengos, T., Tan, C. M. (2013). The effect
of public debt on growth in multiple regimes. Journal of
Macroeconomics, 38, 35-43.
[31] Levin, A., Lin, C. F., Chu, C. S. J. (2002). Unit root tests
in panel data: asymptotic and finite-sample properties.
Journal of econometrics, 108(1), 1-24.
[32] Matesanz, D., Ortega, G. J. (2015). Sovereign public
debt crisis in Europe. A network analysis. Physica A: Sta-
tistical Mechanics and its Applications, 436, 756-766.
[33] Minea, A., Parent, A. (2012). Is high public debt always
harmful to economic growth? Reinhart and Rogoff and
some complex nonlinearities.
[34] Panizza, U., Presbitero, A. F. (2014). Public debt and
economic growth: is there a causal effect?. Journal of
Macroeconomics, 41, 21-41.
[35] 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.
[36] Pedroni, P. (2001). Purchasing power parity tests in coin-
tegrated panels. Review of Economics and Statistics,
83(4), 727-731.
[37] Phillips, P., Perron, P. (1988). Testing for a unit root in
time series regression. Biometrica, 75, 335-346.
[38] Puente-Ajovín, M., Sanso-Navarro, M. (2015). Gran-
ger causality between debt and growth: Evidence from
OECD countries. International Review of Economics Fi-
nance, 35, 66-77.
[39] Tourinho, O. A. F., Mercês, G. M. R., Costa, J. G. (2013).
Public debt in Brazil: Sustentability and its implications.
EconomiA, 14(3-4), 233-250.
[40] Tran, N. (2018). Debt threshold for fiscal sustainability
assessment in emerging economies. Journal of Policy
Modeling, 40(2), 375-394.
[41] Ueshina, M. (2018). The effect of public debt on growth
and welfare under the golden rule of public finance.
Journal of Macroeconomics, 55, 1-11.
[42] Westerlund, J. (2007). Testing for error correction in pa-
nel data. Oxford Bulletin of Economics and statistics,
69(6), 709-748.
134
