VOL. 9

JULIO-DICIEMBRE

2021

ISSN-p: 2602-8204

ISSN-e: 2737-6257

Editado por:

Revista digital:

Correo electrónico:

Dirección:

PBX:

Lugar de publicación:

Administración:

Diseño y diagramación:

Institución editora:

Código postal:

Teléfono móvil:

La Revista Vista Económica (RVE) es una publicación académica gestionada por el Centro de
Investigaciones Sociales y Económicas y el Club de Investigación de Economía de la Univer-
sidad Nacional de Loja. El objetivo de la RVE es difundir semestralmente los aportes de los in-
vestigadores de la ciencia económica y ramas afines. El público objetivo de la RVE consti-
tuye los investigadores, docentes, estudiantes y responsables de las políticas de desarrollo
económico y social. Los temas de interés de la RVE son los modelos de crecimiento y desarro-
llo económicos aplicados, la economía regional aplicada, la economía ambiental aplicada, la
política de desarrollo regional, la evaluación de impacto de política, y en general, todas las in-
vestigaciones que aporten a la comprensión de las dimensiones de los problemas del desarrollo.

Club de Investigación de Economía de la Universidad Nacio-

nal de Loja.

https://revistas.unl.edu.ec/index.php/economica

revista.vistaeconomica@unl.edu.ec

Av. Pio Jaramillo Alvarado y Reinaldo Espinoza, La Argelia

(593) 07-2547252 EXT 145

Loja, Ecuador

club.economia@unl.edu.ec

Cristian Ortiz

Universidad Nacional de Loja

110150

(593) 992809083

Revista Vista Económica se publica semestralmente en los meses de Junio y Di-
ciembre de cada año. Su publicación es bajo la modalidad OPEN ACCESS como
un aporte académico a la comunicadad científica nacional e internacional.

Esta obra esta sujeta a la licencia Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional de Creative
Commons. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by-nc-nd/4.0/.

Autoridades de la Universidad Nacional de Loja

•

Nikolay Aguirre PhD.

•

Mónica Pozo PhD.

Rector
Vicerrectora

Facultad Jurídica Social y Administrativa

•

Elvia Zhapa PhD.

•

Rafael Alvarado Mg. Sc.

Decana
Director de la Carrera de Economía

► Comité editorial

•

Rafael Alvarado.

•

Cristian Ortiz

•

Brayan Tillaguango

Editor Jefe
Editor Responsable
Editor Adjunto

► Consejo editorial

•

Pablo Quiñonez

•

Pablo Vicente Ponce Ochoa

•

Santiago Ochoa

•

Moisés Obaco

•

Darío Hurtado

•

Cristian Delgado

•

Patricia Guerrero

► Comité científico

•

Coro Chasco

•

Carlos Carpio

•

Jorge Flores

•

Priscila Méndez

•

Paul Carrillo

Universidad de Guayaquil (Ecuador)

Universidad Nacional de Loja (Ecuador)

Universidad Técnica Particular de Loja (Ecuador)

Universidad de Cuenca (Ecuador)

Universidad Internacional del Ecuador (Ecuador)

Universidad Santo Tomás (Chile)

Universidad Técnica Particular de Loja (Ecuador)

Universidad Autónoma de Madrid (España)
Texas Tech University (USA)
Universidad Nacional de Loja (Ecuador)
Universidad Católica del Norte (Chile)
George Washington University (USA)

ReVista Económica (RVE), es una revista
científica de publicación semestral que di-
funde las investigaciones de Economía y
temas relacionados. Los tópicos de interés
que se ajustan con los objetivos de la RVE
son los modelos de crecimiento y desa-
rrollo económicos aplicados, la economía
regional aplicada, la economía ambiental
aplicada, la política de desarrollo regio-
nal, la política económica aplicada, y en
general, todos los trabajos que aporten a
la comprensión de las dimensiones del de-
sarrollo económico con un fuerte soporte
econométrico. Los criterios generales para
ser aceptados los artículos son la novedad
del artículo y su originalidad; el enfoque
metodológico y de datos; y el ajuste con
los objetivos de la revista.

Una vez que los trabajos son enviados a la
revista, el Editor, con el soporte de los Edi-
tores Asociados determinará si el artículo
es considerado para revisión. En caso de
que exista un ajuste entre los objetivos de
la revista y el artículo presentado, el Editor
enviará el trabajo a dos revisores anónimos
que hayan publicado artículos en revistas
científicas de la base ISI, SCIMAGO o LA-
TINDEX. Esto asegura que la calidad de la
revisión por pares es objetiva y de calidad
científica. En base a los comentarios de los
revisores anónimos, el Editor de la revista
con el soporte de los Editores Asociados,
pueden tomar las siguientes decisiones:
aceptar el artículo sin modificaciones,
aceptar el artículo condicionado a los cam-
bios, y rechazarlo. Una vez que el trabajo
ha sido rechazado, no puede volver a ser
presentado durante un año. Su envío antes
del año será rechazado automáticamen-

te por el Editor. Cuando los artículos son
aceptados con cambios, estos pueden ser
cambios menores y con cambios mayores.
El Editor notificará a los autores la decisión
tomada sobre el artículo.

Todos los trabajos deben tener un fuer-
te soporte en herramientas cuantitativas
econométricas modernas. La metodología
debe ser elegida por los autores en fun-
ción de los avances en el campo de la eco-
nometría aplicada. Las normas específicas
de los artículos y otros aspectos generales
se detallan a continuación.

Motivación

Las decisiones de política económica na-
cional o regional de los países en desa-
rrollo requieren de más herramientas que
sustenten la toma de decisiones acerta-
das y objetivas, ajustadas a su realidad y
contexto, y no en función de recetarios o
adaptaciones que provienen de las polí-
ticas aplicadas en países desarrollos. Los
modelos y metodologías desarrolladas en
estos últimos, constituyen un importante
insumo, no obstante, las investigadores
sociales deben y pueden hacer más para
acelerar el desarrollo económico de acuer-
do con las características estructurales de
los países en desarrollo. Esta dimensión
constituye la esencia y razón de ser de la
RVE.

Aspectos generales

Los artículos deben tener una extensión

Normas de publicación

entre 6000 y 10000 palabras, incluido los
anexos. Un artículo antes de ser enviada
a RVE, el/los autores deben asegurarse
que el manuscrito debe contener explica-
ción técnica y objetiva de los fenómenos
económicos y sociales observados en los
países en desarrollo. Aunque también se
aceptan investigaciones comparativas con
los países desarrollados. El lenguaje debe
ser especializado, formal y entendible por
la comunidad académica de la especiali-
dad de Economía.

Políticas de acceso y reuso

Con el fin de promover el conocimien-
to científico en la comunidad, la Re-
vista Vista Económica, brinda acceso
totalmente abierto e inmediato a sus
publicaciones realizados en los me-
ses de Junio y Diciembre de cada año.
Los autores mantienen su derecho de au-
toría sobre sus publicaciones. El conte-
nido de la revista puede ser descargado,
copiado y/o distribuido con fines neta-
mente de investigación y académicos. Las
personas que hagan uso del contenido de
la revista reconocerán la propiedad inte-
lectual del o los autores y de la Universi-
dad Nacional de Loja como fuente editora.
Se prohíbe el uso total o parcial de las pu-
blicaciones en la revista con fines de activi-
dad comercial.
Derechos de autor

La revista Vista Económica se maneja bajo
una modalidad de acceso abierto y hace
uso de una licencia denominada cretive
commons (CC), que promueve el acceso
y el intercambio de cultura, y en general

desarrolla un conjunto de instrumentos
jurídicos de carácter gratuito que facili-
tan usar y compartir tanto la creatividad
como el conocimiento. Sin embargo, para
que la Universidad Nacional de Loja como
ente editorial publique y difunda artículos
de investigación, necesita los derechos de
publicación. Esto está determinado por un
acuerdo de publicación entre el autor y la
editorial. Este acuerdo trata con la transfe-
rencia o licencia de los derechos de autor
a la editorial y los autores conservan dere-
chos significativos para usar y compartir sus
propios artículos publicados. Los autores
deberán firman un acuerdo de licencia ex-
clusivo, donde los autores tienen derechos
de autor, pero otorgan derechos exclusivos
de su artículo al editor. La Universidad Na-
cional de Loja apoya la necesidad de que los
autores compartan, difundan y maximicen
el impacto de su investigación y estos dere-
chos, en las revistas de propiedad exclusiva
de la editorial, los autores tienen derecho a:

• Compartir su artículo de la misma mane-

ra permitida a terceros bajo la licencia de
usuario correspondiente

• Conservar patentes, marcas registradas y

otros derechos de propiedad intelectual
(incluidos los datos de investigación).

• Atribución y crédito apropiados para el

trabajo publicado.

ÍNDICE DE CONTENIDOS

Editorial

Editorial

Rafael Alvarado

Comportamiento de la función de importaciones en Ecuador:
papel de la política comercial

Behavior of the import function in Ecuador: the role of trade policy

Yesenia Armijos . Ximena Ludeña.

¿Es el desempleo un determinante de la desigualdad de ingre-
sos?: Nueva evidencia a nivel global utilizando técnicas de coin-
tegración

Is unemployment a determinant of income inequality: New evidence at the
global level using cointegration techniques

Alejandra Criollo. Priscila Méndez

Industrias e inversión extranjera directa: Evidencia a nivel mun-
dial y por grupos de países

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

Belén Sánchez. Johanna Alvarado

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 metho-
dologies.

Cecibel Jiménez. Jorge Flores-Chamba

Influencia de la tasa de interés sobre la inversión extrajera di-
recta, durante el periodo 1990-2016: un análisis de cointegración
a nivel global

Influence of interest rate on foreign direct investment, during the period 1990-
2016: a cointegration analysis at the global level.

Dina Sarango

ÍNDICE DE CONTENIDOS

Deuda económica y su impacto en el producto per cápita: un
análisis econométrico con datos de panel

Economic debt and its impact on output per capita: an econometric analysis
with panel data

Mishel Piña. Pablo Ponce

Impacto de la industrialización en el desempleo en 91 países a
nivel global: un enfoque con modernas técnicas de cointegración
y causalidad

Impact of industrialization on unemployment in 91 countries globally: an
approach using modern cointegration and causality techniques.

Leidy Acaro . Karen Iñiguez

Efecto del gasto público en el crecimiento económico por grupos
de países según el nivel de ingresos: un análisis de cointegración
con datos de panel

Effect of government spending on economic growth by country groups accor-
ding to income level: a panel data cointegration analysis.

María Montaño. Michelle López-Sánchez

Un análisis de cointegración con datos de panel entre exporta-
ciones, densidad demográfica, crecimiento económico y emisiones
de CO2

A panel data cointegration analysis of exports, population density, economic
growth and CO2 emissions

Jéssica Guamán. Wilfrido Torres-Ontaneda

Desigualdad y crecimiento económico a nivel mundial y por gru-
pos de países en función de su nivel de ingresos, con técnicas de
cointegración

Inequality and economic growth at the world level and by groups of countries
according to their income level, using cointegration techniques.

Karina Córdova. Elizabeth Lozano

109

Por primera vez en la historia de la humanidad, en el mundo existe hambre y pobreza no por la fal-
ta de recursos sino por la forma cómo están distribuida la riqueza entre los países y entre las perso-
nas. La necesidad que entender los mecanismos de mitigación de la desigualdad es un imperativo
moral de la academia y de los responsables de la política económica. El Volumen 9 en su número
2, examinamos que el nivel de empleo es uno de los factores que más explican la dinámica de la
desigualdad de la renta. Aunque parece paradójico, los países se acostumbraron y se quedaron en
la fase creciente de la curva equidad-ingreso de Kuznets, donde los aumentos de la producción
no necesariamente reducen la desigualdad, sino que la aumentan. Los mecanismos institucio-
nales y económicos que promueven una distribución más equitativa de la renta demandan una
revisión profunda y detallada de la sociedad actual. Por ejemplo, los flujos de inversión extranjera
directa deberían incluir de forma implícita los acuerdos de responsabilidad social y ambiental
de las empresas transnacionales. Los países en desarrollo no pueden convertirse en un espacio
de extracción de riqueza que fluye hacia los países desarrollados. La transferencia tecnológica, la
formación de capital humano local, los encadenamientos productivos, el tejido productivo local,
el pago de impuestos, son algunos de los mecanismos que se pueden aplicar para la consecución
de una sociedad inclusiva. El rol del gasto publico resulta relevante como instrumento de equidad
y cohesión social. El gasto público puede y debe ser un mecanismo para mejorar la distribución
de la renta. La literatura reciente sugiere que el gasto público incide forma significativa en el creci-
miento y el nuevo enfoque consiste en promover un crecimiento económico verde con equidad.

Los flujos de capitales deben beneficiar a todas las partes, y no solo a los inversores especulativos
que perjudican al medio ambiente y destruyen y no generan capacidad productiva local. La salida
de divisas debido a las importaciones es otro problema que la sociedad actual debe resolver. Las
ventajas del comercio internacional deben traducirse en bienestar para los habitantes de los paí-
ses en desarrollo. Si la industria no se orienta a sustituir productos importados de forma efectiva,
el saldo negativo de la balanza de pagos puede es una bomba de tiempo con efectos notorios en
el largo plazo. De hecho, un cambio estructural que requiere una economía dolarizada es que los
tipos de interés no pueden ser excesivos y hasta perjudiciales para los microempresarios vigentes
o los nuevos emprendedores. La naturaleza de la tasa de interés es equilibrar el mercado de oferta
y demanda de dinero y no ofrecer una rentabilidad distorsionada de los especuladores. Finalmen-
te, el volumen aborda como se puede emplear la deuda para acelerar el desarrollo, en particular
la deuda debe ser orientada exclusivamente en proyectos de inversión rentables y no en gasto
corriente. La lectura del volumen completo ofrece una mirada cuantitativa de los problemas del
desarrollo.

EDITORIAL

Una mirada cuantitativa a los problemas del desarrollo

Rafael Alvarado

Carrera de Economía

Universidad Nacional de Loja

Loja, Ecuador

Vol.9-N°2, Julio - Diciembre 2021

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

£Es el desempleo un determinante de la desigualdad de ingresos?:

nueva evidencia a nivel global utilizando técnicas de cointegración

£Is unemployment a determinant of income inequality?: new evidence at the

global level using cointegration techniques

Alejandra Criollo

| Priscila Méndez

Carrera de Economía, Universidad Nacional

de Loja, Loja, Ecuador

Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Correspondencia

Alejandra Criollo, Carrera de Economía,

Universidad Nacional de Loja, Loja, Ecuador

Email: alejandra.criollo@unl.edu.ec

Agradecimientos

Club de Investigación de Economía (CIE)

Fecha de recepción

Enero 2020

Fecha de aceptación

Junio 2020

Dirección

Bloque 100. Ciudad Universitaria Guillermo

Falconí. Código Postal: 110150, Loja, Ecuador

RESUMEN

La desigualdad de ingresos presenta una gran variación entre las distintas regiones mundi-

ales, impide que las personas con menos ingresos y riqueza alcancen su potencial en tér-

minos de educación e invención. También hay menos emprendimiento y menos empleo.

Aportamos a la literatura escasa sobre la relación entre desempleo y desigualdad de ingre-

sos, al identiﬁcar el efecto del desempleo en esta última utilizando datos de panel con 92

países agrupados por nivel de ingresos en el período 1980-2016. Empleando técnicas de

cointegración, encontramos evidencia de equilibrio a corto y largo plazo entre las variables

a nivel global. Por otro lado, conﬁrmamos la fuerza del vector de cointegración en ciertos

países de ingresos medios altos y medios bajos y causalidad unidireccional en los países de

ingresos altos desde el desempleo a la desigualdad de ingresos y causalidad bidireccional

en los países de ingresos bajos entre las dos variables de estudio. Reaﬁrmamos la impor-

tancia cuantitativa, cualitativa y estratégica del desempleo en la desigualdad de ingresos,

por tanto, se debiese incluir más a menudo en futuros análisis para disminuir la brecha de

desigualdad mundial.

Palabras clave: Desigualdad. Desempleo. Datos de panel. Cointegración. Causalidad.

Códigos JEL: C23. D31. E24.

ABSTRACT

Income inequality varies widely across global regions, preventing people with less income

and wealth from reaching their potential in terms of education and invention. There is also

less entrepreneurship and less employment. We contribute to the scarce literature on the

relationship between unemployment and income inequality, by identifying the eﬀect of un-

employment on the latter using panel data with 92 countries grouped by income level in

the period 1980-2016. Using cointegration techniques, we found evidence of short- and

long-term equilibrium between the variables at a global level. On the other hand, we con-

ﬁrmed the strength of the cointegration vector in certain upper- and lower-middle-income

countries and unidirectional causality in high-income countries from unemployment to in-

come inequality and two-way causality in low-income countries between the two study

variables. We reaﬃrm the quantitative, qualitative and strategic importance of unemploy-

ment in income inequality, and should therefore be included more often in analyses to

reduce the global inequality gap.

Keywords: Inequality. Unemployment. Panel data. Cointegration. Causality.

JEL codes: O14. E24. C33.

Vol.9-N°2, Julio - Diciembre 2021

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

1 | INTRODUCCIÓN

El constante incremento de la desigualdad puede llevar a todo tipo
de catástrofes políticas, económicas y sociales. El informe de de-
sigualdad global 2018 (Alvaredo, Chancel, Piketty, Sáez y Zucman,
2018) indica que la desigualdad económica es un hecho general-
izado que ha aumentado desde los años 1980, especialmente en
Norteamérica, China, India y Rusia. En las últimas décadas la de-
sigualdad de ingresos se ha incrementado en prácticamente todos
los países, aunque a ritmos diferentes, siendo las instituciones gu-
bernamentales y las políticas que se realizan decisivas para inﬂuir
en la desigualdad, en especial en los países en desarrollo. La de-
sigualdad de ingresos como el desempleo son factores que afectan
a la población de forma general tanto económica como socialmente.
Según la estimación reciente de la Organización Internacional del
Trabajo (OIT), la tasa de desempleo mundial experimentaría un leve
descenso hasta el 5,5% en 2018 (desde el 5,6% en 2017), mar-
cando un giro tras tres años de ascenso de las tasas. Para 2019, la
tasa de desempleo mundial seguiría prácticamente sin cambios, y se
proyecta que el número de desempleados aumente en 1,3 millones.

En los últimos años, se han publicado varios estudios cuanti-

tativos utilizando datos de panel que examinan los factores que in-
ﬂuyen en la desigualdad de ingresos (Mocan 2014; Mehic, 2018).
Jäntti y Jenkins (2009) analizan la relación entre los factores macroe-
conómicos y la distribución del ingreso usando datos sobre el in-
greso familiar disponible equivalente del Reino Unido para 1961-
1999. Los resultados sugieren que, el desempleo al igual que la
inﬂación disminuyen la desigualdad de ingresos. Otros estudios
que incluyen variables diferentes al desempleo, como el de Albanesi
(2006) veriﬁcan para los países de la OCDE durante el período 1966-
1990 que, la inﬂación se relaciona positivamente con la desigualdad
de ingresos. Por otro lado, Menna y Tirelli (2017) mostraron que una
combinación de mayor inﬂación y menores impuestos a la renta re-
duce la desigualdad de Estados Unidos.

El objetivo de esta investigación es examinar el impacto del

desempleo sobre la desigualad de ingresos a nivel mundial y por
grupos de países de acuerdo con su nivel de ingresos. Esta investi-
gación contribuye a la literatura existente que relaciona el desem-
pleo con la desigualdad de ingresos, dado que no existen teorías
especiﬁcas ni modelos econométricos que estudien la relación de
las variables antes mencionadas. Se utiliza un panel dinámico de 92
países en el período 1980-2016 y se agrupan los países de ingre-
sos extremadamente altos (PIEA), altos (PIA), medios altos (PIMA),
medios bajos (PIMB), bajos (PIB) y extremadamente bajos (PIEB). El
modelo utilizado para estimar el impacto del desempleo sobre la
desigualdad de ingresos es una regresión simple, y cointegración
de Pedroni (1999) y el modelo de Westerlund (2007) para determi-
nar la existencia de equilibrio a largo y corto plazo respectivamente.
Se utilizan los modelos de Mínimos Cuadrados Ordinarios Dinámi-
cos (DOLS) y de Panel Dinámico con Mínimos Cuadrados Ordinarios
(PDOLS) formalizaos por Pedroni (2001,2003) que miden la fuerza
del vector de cointegración de las variables para cada país y para
los grupos de países respectivamente; y se veriﬁca la existencia de
relación causal del tipo Granger propuesta por Dumitrescu y Hurlin
(2012). Los resultados indican la existencia de equilibrio a largo en-
tre las dos variables a nivel global y por grupo de países, también
existe equilibrio en el corto plazo a nivel global, y en todos los gru-
pos de países excepto en los PIEA y los PIMA. Los resultados de
la prueba de causalidad muestran la existencia de causalidad unidi-
reccional en los PIA que va desde el desempleo a la desigualdad de
ingresos y causalidad bidireccional en los PIB entre las variables de
estudio.

El documento se divide de la siguiente forma: una revisión de

investigaciones previas sobre el tema se proporciona en la segunda
sección. En la tercera sección, presentamos los datos y la estrategia
econométrica. En la cuarta sección discutimos los resultados encon-

trados y, las conclusiones se extraen en la quinta sección.

2 | REVISIÓN DE LITERATURA

John Maynard Keynes, uno de los economistas más inﬂuyentes en
la historia del pensamiento económico en su libro más importante

“La teoría general sobre el empleo, el interés y el dinero, publicado

en 1936”, popularizó la idea de que el consumo es el motor de la
economía. De acuerdo con esta premisa, la “inversión” depende de
la iniciativa privada, mientras que el “consumo”, de los consumidores
y del Gobierno. Para Keynes, las crisis surgen cuando los inversion-
istas bajan su nivel de inversión, lo cual lleva a un aumento en el
desempleo y como resultado el nivel de consumo disminuye. Dicha
disminución del consumo lleva a una consecuente disminución del
ingreso y a más desempleo. Para sacar a la economía de crisis, el Go-
bierno debe ser un participante activo en la economía del país, esta-
bilizando el consumo a través del gasto público. Además, en contra
de los autores "clásicos", Keynes propuso redistribuir parte del in-
greso de los ricos entre los pobres, porque un aumento del consumo
elevaba la producción e impulsaba el crecimiento económico; es de-
cir, una mayor distribución del ingreso lleva a un mayor crecimiento
(Keynes y Hornedo, 1951). La evidencia empírica que veriﬁca el im-
pacto del desempleo en la desigualdad de ingresos se divide en 2
grupos. En el primero se presentan estudios que relacionan el de-
sempleo y la desigualdad y en el segundo se muestran los estudios
que analizan el efecto de variables diferentes al desempleo sobre la
desigualdad de ingresos.

En el primer grupo de investigaciones, se encuentran estudios

(Tamai, 2009; Sheng, 2011; Cysne y Turchick, 2012; Mocan 2014;
Costantini y Paradiso, 2018; González y Menendez, 2016; Fosu,
2016) que han encontrado evidencia del impacto positivo del de-
sempleo sobre la desigualdad de ingresos. Además, Galbraith et al.,
(1999) señalan que la desigualdad y el desempleo están relaciona-
dos positivamente en todo el continente europeo. Esto contradice
la opinión, a menudo repetida, de que el desempleo en Europa se
puede atribuir a estructuras salariales rígidas, salarios mínimos ele-
vados y sistemas de bienestar social generosos. Ellos recalcan que,
los países que poseen la baja desigualdad de tales sistemas pro-
ducen menos desempleo que aquellos que no lo hacen. Los estudios
realizados por Fournier y Koske (2013), Quintana y Royuela (2012),
Gupta y Dutta (2011), Galbraith (2009) y Jäntti y Jenkins (2009),
señalan que el impacto del desempleo sobre la desigualdad de in-
gresos es negativo. Rice y Lozada (1983) indican que los aumentos
en la tasa de desempleo tienden a aumentar el alcance de la de-
sigualdad del ingreso y que la inﬂación tiende a reducir el alcance
de dicha desigualdad. Un resultado importante es el aportado por
Aaberge et al., (2002) quienes en su estudio realizado en Dinamarca,
Finlandia, Noruega y Suecia a ﬁnes de los años ochenta y principios
de los noventa, encontraron que el desempleo aumentó dramática-
mente en los cuatro países. Una medida estándar de desigualdad,
el coeﬁciente de Gini, fue sorprendentemente estable en todos los
países durante este período. Uren (2018) establece que el desem-
pleo trae consigo beneﬁcios para la disminución de la desigualdad,
tales como proporcionar seguro a los trabajadores en caso de pér-
dida de empleo y redistribuir la riqueza de las personas con más, a
las que tienen menos oportunidades económicas.

Variables diferentes del desempleo que inﬂuyen positivamente

en la desigualdad son el crecimiento económico. Así lo demues-
tran Yang y Greaney (2017) y Rubin y Segal (2015). Por otro lado,
Bernardo y D’Alessandro (2016) encontraron que la inversión baja
en carbono y el crecimiento aumentan la desigualdad de ingresos.

Además, Meschi y Vivarelli (2009) sugieren que el comercio con

países de altos ingresos empeora la distribución del ingreso en los
países en desarrollo, a través de las importaciones y las exporta-
ciones.

£Es el desempleo un determinante de la desigualdad de ingresos? ...

Vol.9-N°2, Julio - Diciembre 2021

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

Estos hallazgos apoyan la hipótesis de que las diferencias tecnológ-
icas y la naturaleza sesgada de las nuevas tecnologías pueden ser
factores importantes en la conﬁguración de los efectos distribu-
tivos del comercio. Contrario a la evidencia anterior, Blundell et
al., (2017) y Mehic (2018) encontraron que el empleo está asoci-
ado negativamente con la desigualdad de ingresos; y, los resulta-
dos sugieren que son los asalariados medios los que han sopor-
tado la mayor carga en términos de aumento de la desigualdad. Así
mismo, Jin (2009) encontró que existe una relación negativa (posi-
tiva) de desigualdad-inﬂación y una relación positiva (negativa) de
crecimiento-desigualdad cuando domina la heterogeneidad de cap-
ital (habilidad), mientras que, Menna y Tirelli (2017) indicaron que
una combinación de mayor inﬂación y menores impuestos a la renta
reduce la desigualdad.

La desigualdad de ingresos presenta una gran variación entre

las distintas regiones mundiales, impide que las personas con menos
ingresos y riqueza alcancen su potencial en términos de educación
e invención. También hay menos emprendimiento y menos empleo.
Pese a que, parece evidente el impacto del desempleo en la desigual-
dad de ingresos, la literatura es escasa. La mayor parte de la eviden-
cia sobre desigualdad de ingresos la relaciona con variables difer-
entes al desempleo, como la inﬂación y el crecimiento económico
principalmente. En consecuencia, esta investigación contribuye a la
literatura escasa sobre la relación entre la desigualdad de ingresos
y el desempleo. Se utilizan técnicas de cointegración y causalidad,
con un panel de 92 países agrupados por nivel de ingreso en un
período relativamente largo (1980-2016).

3 | DATOS Y METODOLOGÍA

3.1 | Datos

La base de datos utilizada en la presente investigación fue obtenida
del Banco Mundial (2017) y de la Base de Desigualdad de Ingresos
Mundial (2017), durante el periodo 1980-2016 para 92 países. Las
variables están expresadas en tasas, lo que facilita la comparación
entre ellas. En base al estudio realizado por Mehic (2018) se estimó
un modelo de regresión simple. La Tabla 1 resume las variables uti-
lizadas en el estudio.

En un análisis descriptivo, la relación entre el desempleo y la

desigualdad a nivel mundial y por grupos de países en función de
los ingresos se muestra en la Figura 1. A medida que el desempleo
crece la desigualdad se mantiene constante a nivel mundial. En los
PIEA y PIMB las variables de estudio tienen una relación positiva,
mientras que, en los PIA, PIMA, PIB y PIEB el desempleo y la de-
sigualdad de ingresos tienen una relación negativa.

La Tabla 2 muestra los estadísticos descriptivos de las vari-

ables, desempleo y desigualdad. Las cifras muestran que existe
una mayor variabilidad entre países que dentro de los países. La
desviación estándar es representativa en todas las variables, siendo
mayor el valor entre países. El panel de datos está fuertemente
equilibrado en el tiempo (T = 1

, . . . , 37

) y en la sección transver-

sal (n = 1

, . . . , 92

Tabla 1. Descripción de variables

Variable

Descripción

Unidad de medida

Dependiente

Desempleo

Desempleo total

Tasa anual

Independiente

Desigualdad

Coeﬁciente de Gini

Tasa anual

Figura 1. Relación entre el desempleo y la desigualdad de ingresos a nivel mundial y por grupos de países.

Criollo A. & Méndez P.

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 2. Estadísticos descriptivos

Variable

Media

Desviación

estándar

Mín.

Máx.

Observaciones

Desigualdad

Global

37,01

9,83

13,56

77,84

3404

Entre países

8,69

24,04

59,00

Dentro del país

4,67

13,49

58,28

T-bar=

Desempleo

Global

9,04

5,76

0,01

37,30

3404

Entre países

5,26

1,41

32,77

Dentro del país

2,39

-0,74

24,61

T-bar=

3.2 | Metodología

La relación entre el desempleo y la desigualdad de ingresos no tiene
una teoría y modelo econométrico especiﬁco. En efecto, seguimos
el estudio de Mehic (2018) el cual busca probar que el empleo in-
ﬂuye en la desigualdad de ingresos a través de un modelo de regre-
sión simple.

Gini

= γ

+ γ

des

(1)

En la ecuación (1), la variable dependiente es la desigualdad de in-
gresos medido por el coeﬁciente de Gini (Gini

) y la variable inde-

pendiente es el desempleo (Des

) del país i = 1

, . . . , 92

de período

t = 1980

, . . . , 2016

. Este modelo básico permite veriﬁcar el grado de

asociación y la dirección de la relación entre las dos variables a nivel
mundial y por grupos de países. La ecuación (2) formaliza la relación
entre las dos variables

Gini

(γ

+ δ

) + γ

des

+ θ

(2)

La prueba de Hausman (1978) se usó para elegir entre un mod-

elo de efectos ﬁjos o aleatorios. El modelo propuesto en la Ecuación
(2) 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 heteroscedasticidad. Para corregir el sesgo en los estimadores
causados por la autocorrelación y la heteroscedasticidad, utilizamos
un modelo de mínimos cuadrados ordinarios generalizados (GLS).
Los parámetros (γ

+ δ

) capturan la variabilidad en tiempo y sec-

ción transversal. Finalmente, el parámetro θ

es 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, uti-
lizamos un conjunto de pruebas, que coinciden en que la primera
diferencia elimina el efecto de tendencia de las dos variables. Las
pruebas utilizadas son: Dickey y Fuller Aumentado (1981), Phillips
y Perron (1988), Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003),
y Breitung (2002), que se pueden estimar a partir de la siguiente
ecuación: Para determinar si se estima por efectos ﬁjos o aleatorios
se utiliza la prueba de Hausman (1978). La estimación mediante
mínimos cuadrados generalizados permite corregir de manera óp-
tima los problemas de autocorrelación y de heterocedasticidad de-
terminados mediante las pruebas de Wooldridge (2002) y Breusch-
Pagan (1979).

Gini

= α

+ λGini

t −1

+ α

t +

i =2

Gini

t −i −1

+ ϵ

(3)

Donde (Gini

) es la serie que se supone que contiene al menos una

raíz unitaria, α

es la intersección y captura el efecto de tendencia

del tiempo t, ϵ

es el error gaussiano, y p representa la longitud del

desfase. En la Ecuación (3), cuando el parámetro λ es signiﬁcativo,
se puede concluir que al menos uno de los paneles tiene una raíz
unitaria. Para determinar el equilibrio a corto y largo plazo entre
las variables utilizamos la prueba de cointegración desarrollada por
Pedroni (1999):

Gini

= α

n−1

j =1

des

t −j

ť +

n−1

j =1

Gini

t −j

+ φECT

t −1

+ ϵ

(4)

Donde (Gini

) representa la variable dependiente del país i en el

período. Los parámetros β

φ son los parámetros a estimar, y el

término ECT

t −1

es el vector de cointegración de equilibrio a largo

plazo. Finalmente, ϵi

t es el término de error aleatorio estacionario

con media cero y j es la longitud del desfase determinada con el
criterio de información de Akaike (1974). Además, el equilibrio a
corto plazo se determina mediante la prueba de Westerlund (2007)
a partir de la siguiente ecuación:

Gini

= α

(Gini

t −1

−β

des

t −1

j =1

Gini

t −j

ť+

j =−qi

des

t −j

+ϵ

(5)

Donde t = 1

, . . . ,

T los períodos de tiempo y en i = 1

, . . . ,

N los

países. El término d

es el componente determinista. Conﬁamos en

la suposición de que el vector k-dimensional de (des

) es aleatorio

e independiente de ϵ

t , por lo que se supone que estos errores son

independientes a través de i y t. La hipótesis nula sugiere que no hay
cointegración a corto plazo. La prueba de cointegración de Pedroni
(1999) se ha utilizado ampliamente para veriﬁcar la relación entre el
desempleo y la desigualdad de ingresos en diferentes contextos. Sin
embargo, la prueba de cointegración a corto y largo plazo solo indica
la existencia o no de un vector que se relaciona con las variables en
cuestión. Además, los modelos con datos de panel ofrecen resulta-
dos que son demasiado agregados. En consecuencia, en la próxima
etapa estimamos la fuerza del vector de cointegración utilizando
el enfoque de Pedroni (2001). Especíﬁcamente, la fortaleza de la
relación entre las dos variables en cada país se estimó utilizando
un modelo dinámico de mínimos cuadrados ordinarios (DOLS) y de
forma global o para grupos de países a través de una dinámica ordi-
naria del modelo de panel de mínimos cuadrados (PDOLS). La sigu-
iente ecuación plantea la relación entre las dos variables:

Gini

= α

ť + δ

des

j =−p

Gini

∆

des

t −j

+ µ

(6)

Dónde Gini

representa la desigualdad de ingresos, i

, 2, . . . , 92

países, t = 1

, 2, . . . ,

T es el tiempo, p = 1

, 2, . . . ,

P es el

número de retrasos y avances que en la regresión DOLS, mientras
que ∂Gi ni

/∂des

= δ

mide el cambio en la desigualdad de ingre-

sos cuando cambia el desempleo. Los coeﬁcientes δ y los valores
t se obtienen los valores promedio en todo el panel utilizando el
método de los promedios grupales.

£Es el desempleo un determinante de la desigualdad de ingresos?...

Vol.9-N°2, Julio - Diciembre 2021

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

El estimador PDOLS se promedia a lo largo de la dimensión en-

tre los grupos y la hipótesis nula establece que β

= β

. Finalmente,

usamos la prueba formalizada por Dumitrescu y Hurlin (2012) para
determinar la existencia y la dirección de causalidad entre las dos
variables:

Gini

= α

ť +

k =1

Gini

t −k

k =1

des

t −k

+ µ

(7)

En la ecuación (7), suponemos que β

= β

(1)

, . . .,

y que el término

es ﬁjo en el tiempo. El parámetro autorregresivo γ

y el coeﬁ-

ciente de regresión β

varían entre las secciones transversales. La

hipótesis nula plantea que no hay relación causal para ninguna de
las secciones transversales del panel H

= β

= 0

4 | RESULTADOS

4.1 | Resultados básicos

La prueba de Hausman (1978) se utilizó para elegir entre los mode-
los de efectos ﬁjos (FE) y los efectos aleatorios (RE). Luego se aplicó
la prueba de Wooldridge (2002) para detectar la autocorrelación
y la prueba de Wald para detectar heteroscedasticidad. Y no fue
necesario aplicar efectos de tiempo ﬁjo y por grupos de países, para
corregir los problemas de autocorrelación y heteroscedasticidad, re-
spectivamente. La Tabla 3 muestra los resultados de la estimación
de la desigualdad y el desempleo a nivel mundial y por grupos de
países. De acuerdo con la prueba de Hausman (1978), sólo el panel
de PIEB se estimó con efectos ﬁjos y los paneles Global, PIEA, PIA,
PIMA, PIMB y PIB con efectos aleatorios. Los resultados obtenidos
indican una fuerte relación positiva y estadísticamente signiﬁcativa
entre el desempleo y la desigualdad en los PIEA, y solo una relación
positiva en los países a nivel global, PIMB, PIB y PIEB. Estos re-
sultados concuerdan con las conclusiones del primer grupo de la
evidencia empírica y en especial la realizada por Galbraith et al.,
(1999) que señalan que la desigualdad y el desempleo están rela-
cionados positivamente en todo el continente europeo, dentro de
los países, entre países y a través del tiempo. En cambio, se evi-
dencia una relación negativa y estadísticamente signiﬁcativa en los
PIA y solo una relación negativa en los PIMA, lo cual concuerda con
Uren (2018), quien establece que el desempleo trae consigo beneﬁ-
cios para la disminución de la desigualdad, tales como proporcionar
seguros a los trabajadores en caso de pérdida de empleo y redis-
tribuir la riqueza de las personas con más a las que tienen menos
oportunidades económicas.

4.2 | Pruebas de raíz unitaria

Siguiendo a Alvarado y Toledo (2017) y Jäntti y Jenkins (2009) se
aplicaron pruebas de raíz unitaria para veriﬁcar la no estacionar-
iedad de las series. La Tabla 4 informa los resultados de cinco prue-
bas independientes con y sin efectos del tiempo. Las pruebas de
Levine et al., (2002), Im et al., (2003) y Breitung (2002) se basan en
pruebas paramétricas y las pruebas tipo Fisher de Dickey y Fuller

Aumentada (1981), Phillips y Perron (1988) son no paramétricos. El

criterio de información Akaike se utilizó para determinar la duración
del retraso. En general, la evidencia encontrada sugiere que las dos
series tienen un orden de integración I (1), lo cual hace necesario es-
timar la existencia de un equilibrio a largo plazo entre las variables.

4.3 | Equilibrio de corto y largo plazo y

causalidad

La Tabla 5 informa los resultados de la prueba de cointegración en-
tre las dos variables para la muestra completa y por grupos de países.
Se informan las siguientes estadísticas: una estadística de panel v,
panel rho, panel PP y panel ADF. La prueba de cointegración de
paneles heterogéneos de Pedroni (1999) muestra que existe una
relación de equilibrio a nivel global entre las series, mientras que,
las estadísticas ADF, PP, rho y v muestran un resultado coherente
entre ellas: las dos series se mueven juntas y simultáneamente en
el tiempo y en la sección transversal. Las estadísticas dentro de las
dimensiones de los paneles y entre las dimensiones de los paneles
son estadísticamente signiﬁcativas

En todos los grupos de países excepto a nivel global, seis es-

tadísticas indican la existencia de cointegración. Este resultado
ofrece una posible advertencia de la fuerza del vector de cointe-
gración. Estos resultados son similares a los concluidos por Jin
(2009) quien mostró que un aumento en la tasa de crecimiento del
dinero a largo plazo aumenta la inﬂación y reduce el crecimiento,
pero su efecto sobre la desigualdad del ingreso depende de la impor-
tancia relativa de los dos tipos de heterogeneidad. La desigualdad
se contrae con el aumento de la inﬂación cuando la heterogeneidad
del capital domina y se agranda cuando domina la heterogeneidad
de las habilidades. Piketty (2003) en su estudio sobre la desigual-
dad de ingresos en Francia encontró que la desigualdad salarial ha
sido extremadamente estable a largo plazo, y la disminución secular
en la desigualdad del ingreso es en su mayor parte un fenómeno de
ingreso de capital. La existencia de una relación a largo plazo im-
plica que las variables bajo análisis se muevan de manera conjunta
y simultánea porque existe una fuerza de cointegración o un vector
que las equilibra a lo largo del tiempo.

Tabla 3. Resultados del modelo GLS con variables de control

GLOBAL

PIEA

PIA

PIMA

PIMB

PIB

PIEB

Desempleo

0.0429

0.862***

-0.281***

-0.0333

0.0331

0.0937

1.822***

(1.29)

(5.15)

(-4.20)

(-0.61)

(0.66)

(1.30)

(4.57)

Constante

36.63***

25.55***

33.70***

38.77***

37.94***

37.33***

28.33***

(38.15)

(16.01)

(25.68)

(14.89)

(17.93)

(22.54)

(13.63)

Test Hausman (valor p)

0.7959

0.4105

0.7551

0.1991

0.5149

0.1547

0.0000

Test de corrección serial (valor p)

0.8859

0.6868

0.7363

0.8151

0.9365

0.8757

0.8099

Efectos ﬁjos (tiempo)

Efectos ﬁjos (grupos de países)

Observaciones

3404

148

444

370

1036

1110

296

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

Criollo A. & Méndez P.

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

IPS

ADF

IPS

ADF

WDO

GLOBAL

DES

-44.47*

-29.03*

-44.58*

-19.79*

-42.83*

-41.60*

-28.62*

-41.35*

-18.95*

-40.15*

DESI

-60.65*

-11.63*

-52.76*

-28.48*

-67.94*

-60.88*

-11.53*

-52.23*

-28.88

-68.55*

PIEA

DES

-8.34*

-6.56*

-8.02*

-4.68*

-7.51*

-9.39*

-6.41*

-9.36*

-4.13*

-9.71*

DESI

-11.60*

-0.64

-13.49*

-3.73*

-14.20*

-9.50*

-0.75

-14.10*

-7.29*

-16.08*

PIA

DES

-15.42*

-10.49*

-14.01*

-7.10*

-12.88*

-12.70*

-9.86*

-11.90*

-6.56*

-11.53*

DESI

-16.19*

-3.79*

-20.57*

-10.61*

-24.13*

-21.24*

-4.66*

-23.50*

-10.94*

-24.94*

PIMA

DES

-11.58*

-8.09*

-10.94*

-4.34*

-10.33*

-10.61*

-8.11*

-10.12*

-4.30*

-9.88*

DESI

-16.19*

-7.70*

-21.06*

-12.08*

-22.42*

-20.56*

-7.18*

-22.08*

-12.10*

-22.59*

PIMB

DES

-25.69*

-16.57*

-22.62*

-10.86*

-20.39*

-22.66*

-16.53*

-20.68*

-11.07*

-18.98*

DESI

-31.19*

-6.05*

-33.02*

-13.64*

-37.18*

-33.65*

-6.10*

-37.38*

-13.02*

-37.40*

PIB

DES

-28.46*

-17.28*

-29.94*

-12.17*

-31.04*

-27.07*

-17.06*

-28.89*

-11.71*

-29.93*

DESI

-32.14*

-7.87*

-36.52*

-16.93*

-38.86*

-31.94*

-7.83*

-36.83*

-16.85*

-39.24*

PIEB

DES

-12.56*

-8.56*

-15.36*

-6.32*

-14.34*

-14.61*

-8.94*

-15.34*

-6.47*

-14.16*

DESI

-12.28*

-4.97*

-14.86*

-9.12*

-20.91*

-7.94*

-5.29*

-12.74*

-9.50*

-22.47*

* signiﬁcancia al 1%

Sin embargo, es muy posible que los cambios en los valores

de la desigualdad de ingresos varíen inmediatamente como resul-
tado de los cambios en el desempleo. Para evaluar esta relación, la
Tabla 6 muestra los resultados del modelo de error vectorial de los
datos del panel VECM propuesto por Westerlund (2007). La prueba
veriﬁca la ausencia o presencia de cointegración que determina la
existencia de errores de vectores para cada país o para el grupo de
países. Además, esta prueba se basa en el hecho de que las series
no son estacionarias, tal como se mostró en los resultados de as
prueba de raíz unitaria de la sección anterior.

Los resultados encontrados nos permiten aceptar la hipótesis

alternativa de cointegración entre las dos series analizadas. Esto
implica que un cambio en el desempleo genera cambios inmediatos
en la desigualdad de ingresos. La existencia de un equilibrio a corto
plazo de las variables se cumple a nivel global, en los PIA, PIMB, PIB
y PIEB porque las estadísticas son signiﬁcativas al 0.1%, mientras
que en los PIEA y PIMA no se evidencia una relación de equilibrio
a corto plazo entre las variables analizadas. Estos resultados son
similares a los encontrados por Yang y Greaney (2017) quienes apli-
can el enfoque ECM en dos pasos de Engle Granger para estimar
las relaciones a corto plazo entre desigualdad y crecimiento para
cuatro economías: China, Japón, Corea del Sur y Estados Unidos
encontrando una relación causal positiva para todos los países ex-
cepto Corea del Sur.

La Tabla 7 informa los resultados del vector de cointegración

de Pedroni (2001), mediante minimos cuadrados dinámicos (DOLS)

para los países individualmente con efectos de tiempo ﬁjo (WD) y
sin efecto de tiempo (WOD). En los PIEA, PIA y PIEB, el coeﬁciente
es menor a 1 por lo cual la fuerza del vector de cointegración es
muy baja. En los PIMA, solo Chipre, España Grecia, Honduras y Sin-
gapur tiene un vector de cointegración que tiende o es mayor a 1, lo
que denota que los cambios en los niveles de desempleo tienen un
fuerte impacto en la desigualdad de ingresos. Sin efectos del tiempo,
solo Chipre y Grecia tienen el vector de cointegración mayor a 1. En
los PIMB con efectos del tiempo ﬁjo, solo Croacia y Letonia tienen
un coeﬁciente mayor a 1, lo que indica una relación de equilibrio en-
tre las variables fuerte. Además, la presencia de relaciones positivas
entre las variables estudiadas se da mayoritariamente en los grupos
de PIMA y PIMB; mientras que en los PIEA hay un mayor número
de relaciones negativas entre las variables.

De la prueba de Pedroni (2001), estimamos la fuerza del vector

de cointegración por grupos de países, que se informa en la Tabla
8. Para asegurar la consistencia de los parámetros obtenidos, es-
timamos un modelo con efectos del tiempo y otro sin efectos del
tiempo. Encontramos que solo a nivel global y en los PIEA y PIB el
vector es estadísticamente signiﬁcativo, pero es más contundente
en los PIEA. El único grupo de países que tiene una relación negativa
son los PIEB, lo que sugiere que en estos países se puede reducir la
desigualdad de ingresos de una mejor manera. En los resultados sin
efectos del tiempo, solo los PIB poseen un vector estadísticamente
signiﬁcativo; mientras que los países a nivel global, PIEA, PIA y PIMA
tienen una relación negativa

Tabla 5. Prueba de cointegración de Pedroni

GLOBAL

PIEA

PIA

PIMA

PIMB

PIB

PIEB

Dentro de las estadísticas de prueba de dimensión
Panel estadístico v

2.55*

1.45

1.52

1.36

1.96

1.03

-0.24

Panel estadístico rho

-32.84***

-9.19**

-9.50**

-8.65**

-16.16***

-22.72***

-11.07**

Panel estadístico PP

-43.54***

-10.9**

-12.02**

-10.54**

-20.39***

-32.43***

-16.03***

Panel estadístico ADF

-34.27***

-9.96**

-9.24**

-4.87**

-19.64***

-27.17***

-11.16**

Entre las estadísticas de prueba de dimensión
Panel estadístico rho

-24.57***

-7.06**

-7.01**

-6.17**

-11.5**

-17.78***

-8.80**

Panel estadístico PP

-44.86***

-10.76**

-12.35**

-10.64**

-19.8***

-35.09***

-17.76***

Panel estadístico ADF

-34.79***

-9.283**

-9.02**

-5.67**

-18.75***

-27.87***

-10.02**

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

£Es el desempleo un determinante de la desigualdad de ingresos?...

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 6. Prueba de Westerlund VECM

Estadístico

Valor

Valor Z

Valor P

GLOBAL

-3.05

-8.39

0.00

-16.06

-6.01

0.00

-26.42

-7.17

0.00

-13.19

-6.80

0.00

PIEA

-3.57

-3.03

0.00

-15.50

-1.08

0.13

-4.57

-0.41

0.34

-10.56

-0.53

0.29

PIA

-2.83

-2.06

0.02

-15.19

-1.71

0.04

-8.35

-1.20

0.11

-11.44

-1.44

0.07

PIMA

-2.88

-2.06

0.02

-13.97

-0.98

0.16

-7.32

-0.75

0.22

-9.56

-0.32

0.37

PIMB

-3.21

-5.62

0.00

-16.70

-3.82

0.00

-16.32

-5.99

0.00

-15.79

-6.05

0.00

PIB

-2.96

-4.18

0.00

-16.07

-3.44

0.00

-15.53

-4.61

0.00

-14.05

-4.67

0.00

PIEB

-3.16

-2.85

0.00

-17.98

-2.59

0.00

-9.22

-3.78

0.00

-17.01

-3.81

0.00

4.4 | Causalidad

Granger

Los resultados de la prueba de causalidad del tipo Granger calculada
sobre la base de la prueba propuesta por Dumitrescu y Hurlin (2012)
se presentan en la Tabla 9. En los PIA existe una causalidad unidirec-
cional que va desde el desempleo a la desigualdad de ingresos. Y en
los PIB existe una causalidad bidireccional entre el desempleo y la
desigualdad de ingresos. Los resultados de la prueba de causalidad
sugieren que, en los PIB, la desigualdad de ingresos puede reducirse
mediante cambios en el nivel de desempleo. Mientras que, en los
PIA, las políticas a favor de la redistribución de la riqueza pueden au-
mentar el desempleo. Según Ha (2012), Franko (2016) y Alvaredo
et al. (2018) los gobiernos deberían realizar inversiones que per-
mitieran reducir los actuales niveles de desigualdad de ingresos y
riqueza y prevenir nuevos incrementos en el futuro, además, nece-
sitan realizar mayores inversiones públicas en educación, salud y
protección medioambiental sobre todo en los países en desarrollo.

5 | CONCLUSIONES

Este estudio examinó el impacto del desempleo en la desigualdad
de ingresos a nivel global y por grupos de países durante el peri-
odo 1980 – 2016. Los resultados indican la existencia de equilib-

rio a corto y largo plazo entre las dos variables a nivel global y por
grupo de países. La fortaleza de los vectores de cointegración se ver-
iﬁcó de manera individual solamente para algunos países de ingre-
sos medios altos y medios bajos. Se encontró, además, la existencia
de causalidad unidireccional en los PIA que va desde el desempleo
a la desigualdad de ingresos y causalidad bidireccional en los PIB ex-
iste entre el desempleo y la desigualdad de ingresos. Los resultados
de este artículo tienen implicaciones de política pública, mismas que
se pueden orientar a mejorar la desigualdad de ingresos: siguiendo
a Mansﬁeld y Wogart (1975) aplicando tributación progresiva equi-
tativa que permita ﬁnanciar las políticas y los programas estatales
que son necesarios para equiparar las condiciones y transferir recur-
sos a los habitantes más pobres. Las intervenciones de promoción
del crecimiento que permiten a los pobres acceder a los servicios
básicos de infraestructura de manera más directa también tienen
más probabilidades de sacar a más de ellos de la pobreza (Christi-
aensen y Todo, 2014). Por otro lado, es necesario poner énfasis en
el acceso universal a educación de calidad, para aumentar las opor-
tunidades de inserción en el mercado laboral. En el presente artículo
existieron limitaciones respecto a la obtención de la base teórica y
evidencia empírica que respalda la relación de estudio. Las futuras
investigaciones se pueden concentrar en el estudio de la relación
entre la desigualdad del ingreso y modelos económicos a nivel na-
cional. Además, se puede incluir al análisis el nivel de instrucción
educativa, como determinante de la desigualdad de ingresos y so-
bre como las políticas asistencialistas repercuten en el desempleo.

Criollo A. Méndez P.

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 7. Resultados del modelo DOLS para países individuales

PIEA

PIA

PIMB

PIB

País

WOD

País

WOD

País

WOD

País

WOD

Dinamarca

0.41*

0.21

Alemania

0.11

0.43

Argentina

0.03

0.09

Armenia

-0.09

-0.02

Luxemburgo

0.33*

0.13

Australia

0.05

-0.23

Barbados

0.27

0.73

Azerbaijan

0.05

0.02

Noruega

0.04

-0.73

Austria

-0.04

0.04

Brasil

0.33

0.42

Belarús

0.09

-0.01

Suiza

0.37

-0.01

Canadá

0.20

-0.29

Chile

-0.50

-0.09

Bolivia

0.09

PIMA

EE.UU.

-0.27

-0.43

Colombia

0.09

0.03

Botswana

0.14*

0.2*

País

WOD

Finlandia

-0.31

-0.40

Corea

0.47

0.93

Bulgaria

0.68

0.40

Bahamas

-0.07

-0.06

Francia

-0.18

-0.02

Costa Rica

0.00

-0.07

China

-0.19

-0.11*

Chipre

1.80*

3.34

Islandia

0.50

0.08

Croacia

1.38*

1.02

Costa Marﬁl

-0.07

-0.12

España

0.88

0.44

Irlanda

0.17

-0.01

R. Checa

-0.21

-0.29

R. Dominicana

0.35

0.21

Grecia

-0.9

-3.03*

Japón

0.33

0.08

Eslovenia

0.35

-0.04

Ecuador

0.52*

0.38*

Honduras

0.993

0.10

P. Bajos

-0.28

-0.36

Estonia

-0.13

-0.09

El Salvador

0.01

Israel

-0.00

-0.24

Suecia

-0.11

0.33

Hungría

0.00

-0.05

Georgia

0.26

0.07

Italia

-0.21

-0.56

PIEB

Kazakhstan

0.15

0.06

Ghana

-0.04

-0.15

N. Zelanda

0.33

-0.05

País

WOD

Letonia

-1.06

-0.79

Indonesia

-0.03

-0.21

R. Unido

0.34

-0.04

Bangladesh

-0.08

-0.09

Lituania

0.03

-0.06

Irán

0.36

0.75*

Singapur

-0.85

-0.01

Camboya

-0.00

0.00

Malasia

-0.32

0.00

Jamaica

0.24

Guatemala

-0.12

-0.13

Malta

-0.37

-0.83*

Macedonia

0.63

1.29*

India

0.03

-0.01

México

-0.43

-0.24

Moldavia

0.02

0.06

R. Kirguiza

0.01

-0.03

Panamá

0.38

1.39*

Mongolia

-0.15

0.09

Pakistán

-0.24

66114

Polonia

0.69

0.30

Montenegro

-0.00

0.21

Tayikistán

-0.01

-0.00

Portugal

0.06

-0.16

Marruecos

-0.13

-0.04

Tanzania

-0.03

-0.02

Rumania

-0.42*

-0.23

Nigeria

0.24*

-0.00

Rusia

-0.16

-0.09

Paraguay

0.61*

0.46*

R. Eslovaca

-0.14

-0.17

Perú

-0.10

-0.04

Sudáfrica

0.03

-0.05

Serbia

0.42

0.07

Turquía

-0.37

-0.19

Sri Lanka

-0.13

-0.19

Uruguay

0.14

-0.01

Tailandia

0.14

0.26

Venezuela

0.66*

0.47

Turkmenistán

-0.03

Ucrania

0.04

0.07

Uzbekistán

0.02

0.00

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

Tabla 8. Resultados del modelo PDOLS por grupo de países

Grupos

Con efecto del tiempo

Sin efecto del tiempo

Estadístico t

GLOBAL

0.08*

2.77

-83.85

0.43

PIEA

0.29*

3.42

-18458

0.88

PIA

0.01

0.25

-0.06

-0.79

PIMA

0.22

1.81

-0.01

-1.11

PIMB

0.03

0.43

0.06

0.23

PIB

0.13*

3.30

0.13*

2.04

PIEB

-0.05

-1.12

0.82

-1.32

* indica el rechazo de la hipótesis nula al 5% para H

= β

= 0

£Es el desempleo un detemrinante de la desigualdad de ingresos?...

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 9. Resultados de la prueba de causalidad basada en Dumitrescu y Hurlin

Dirección causal

Grupo

W-bar

Z-bar

Valor p

Desempleo → Gini

GLOBAL

1.26

1.81

0.06

PIEA

0.50

-0.70

0.48

PIA

1.82

2.01

0.04

PIMA

0.52

-1.05

0.29

PIMB

0.86

-0.50

0.61

PIB

1.59

2.31

0.02

PIEB

1.92

1.85

0.06

Desempleo ← Gini

GLOBAL

1.26

1.81

0.07

PIEA

1.12

0.17

0.86

PIA

1.38

0.94

0.34

PIMA

0.64

-0.80

0.42

PIMB

0.63

-1.37

0.16

PIB

2.19

4.64

0.00

PIEB

0.67

-0.65

0.51

Referencias

bibliográﬁcas

[1] Aaberge, R., Wennemo, T., Bjorklund, A., Jantti, M., Ped-

ersen, P. J., y Smith, N. (2000). Unemployment shocks
and income distribution: how did the Nordic countries
fare during their crises?. The Scandinavian Journal of
Economics, 102(1), 77-99.

[2] Akaike, H. (1974). A new look at the statistical model

identiﬁcation. IEEE Transactions on Automatic Control,
19(6), 716-723.

[3] Albanesi, S. (2007). Inﬂation and inequality. Journal of

Monetary Economics, 54(4), 1088-1114.

[4] Alvarado, R., and Toledo, E. (2017). Environmental

degradation and economic growth: evidence for a de-
veloping country. Environment, Development and Sus-
tainability, 19(4), 1205-1218.

[5] Alvaredo, F., Chancel, L., Piketty, T., Saez, E., Zucman, G.

(2018). World Inequality Lab. World Inequality Report
2018.

[6] Bernardo, G., y D’Alessandro, S. (2016). Systems-

dynamic analysis of employment and inequality impacts
of low-carbon investments. Environmental Innovation
and Societal Transitions, 21, 123-144.

[7] Blundell, R., Joyce, R., Keiller, A. N., y Ziliak, J. P. (2017).

Income inequality and the labour market in Britain and
the US (No. W17/25). Institute for Fiscal Studies.

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

and cointegration. Journal of Econometrics, 108(2),
343-363.

[9] Cysne, R. P., y Turchick, D. (2012). Equilibrium

unemployment-inequality

correlation.

Journal

Macroeconomics, 34(2), 454-469.

[10] Costantini, M., y Paradiso, A. (2018). What do panel

data say on inequality and GDP? New evidence at US
state-level. Economics Letters, 168, 115-117.

[11] Christiaensen, L., Todo, Y. (2014). Poverty reduction

during the rural–urban transformation–the role of the
missing middle. World Development, 63, 43-58.

[12] Dickey, D., Fuller, W. A., 1981. Likelihood ratio statistics

for autoregressive time series with a unit root. Econo-
metrica, 49, 1057-1072.

[13] Dumitrescu, E. I., y Hurlin, C. (2012). Testing for Granger

non-causality in heterogeneous panels. Economic Mod-
elling, 29(4), 1450-1460.

[14] Fosu, A. K. (2017). Growth, inequality, and poverty

reduction in developing countries: Recent global evi-
dence. Research in Economics, 71(2), 306-336.

[15] Fournier, J. M., y Koske, I. (2013). Public employment

and earnings inequality: An analysis based on con-
ditional and unconditional quantile regressions. Eco-
nomics Letters, 121(2), 263-266.

[16] Franko, W. W. (2016). Political context, government re-

distribution, and the public’s response to growing eco-
nomic inequality. The Journal of Politics, 78(4), 957-
973.

[17] Galbraith, J. K., Conceicao, P., y Ferreira, P. (1999). In-

equality and unemployment in Europe: the American
cure.

[18] Galbraith, J. K. (2009). Inequality, unemployment and

growth: New measures for old controversies. The Jour-
nal of Economic Inequality, 7(2), 189-206.

[19] Gupta, M. R., y Dutta, P. B. (2011). Skilled–unskilled

wage inequality and unemployment: A general equilib-

rium analysis. Economic Modelling, 28(4), 1977-1983.

£Es el desempleo un detemrinante de la desigualdad de ingresos?...

Vol.9-N°2, Julio - Diciembre 2021

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

[20] Ha, E. (2012). Globalization, government ideology, and

income inequality in developing countries. The journal
of Politics, 74(2), 541-557.

[21] Hausman, J. A. (1978). Speciﬁcation tests in economet-

rics. Econometrica: Journal of the Econometric Society,
1251-1271.

[22] Im, K. S., Pesaran, M. H., y Shin, Y. (2003). Testing for

unit roots in heterogeneous panels. Journal of Econo-
metrics, 115(1), 53-74.

[23] Jäntti, M., y Jenkins, S. P. (2010). The impact of macroe-

conomic conditions on income inequality. The journal
of economic inequality, 8(2), 221-240.

[24] Jin, Y. (2009). A note on inﬂation, economic growth, and

income inequality. Macroeconomic Dynamics, 13(1),
138-147.

[25] Keynes, J. M., Hornedo, E. (1951). Teoría general de la

ocupación, el interés y el dinero (Vol. 4). México: Fondo
de cultura económica.

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

in panel data: asymptotic and ﬁnite-sample properties.
Journal of Econometrics, 108(1), 1-24.

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

of unit root tests with panel data and a new simple
test. Oxford Bulletin of Economics and Statistics, 61(S1),
631-652.

[28] Mansﬁeld, L. F., y Wogart, J. P. (1975). Income inequality

and unemployment in LDCs: Some implications of a sim-
ple “Structuralist” model. Review of World Economics,
111(2), 333-355.

[29] Mehic, A. (2018). Industrial employment and income in-

equality: Evidence from panel data. Structural Change
and Economic Dynamics, 45, 84-93.

[30] Menna, L., y Tirelli, P. (2017). Optimal inﬂation to reduce

inequality. Review of Economic Dynamics, 24, 79-94.

[31] Meschi, E., y Vivarelli, M. (2009). Trade and income in-

equality in developing countries. World development,
37(2), 287-302.

[32] Mocan, H. N. (1999). Structural unemployment, cyclical

unemployment, and income inequality. Review of Eco-
nomics and Statistics, 81(1), 122-134.

[33] OIT (Oﬁcina Internacional del Trabajo). 2018. World Em-

ployment and Social Outlook: Trends 2018. Resumen
ejecutivo en español titulado Perspectivas Sociales y del
Empleo en el Mundo: Tendencias 2018 (Ginebra).

[34] 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.

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

tegrated panels. Review of Economics and Statistics,
83(4), 727-731.

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

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

[37] Piketty,

T. (2003). Income inequality in France,

1901–1998. Journal of political economy, 111(5),
1004-1042.

[38] Rice, G. R., y Lozada, G. A. (1983). The eﬀects of unem-

ployment and inﬂation on the income distribution: A re-
gional view. Atlantic Economic Journal, 11(2), 12-21.

[39] Rubin, A., y Segal, D. (2015). The eﬀects of economic

growth on income inequality in the US. Journal of
Macroeconomics, 45, 258-273.

[40] Sheng, Y. (2011). Unemployment and Income Inequal-

ity: A Puzzling Finding from the US in 1941-2010.

[41] Tamai, T. (2009). Inequality, unemployment, and en-

dogenous growth in a political economy with a mini-
mum wage. Journal of Economics, 97(3), 217-232.

[42] UNU-WIDER

(2018).

World

Income

Inequality

Database (WIID).

[43] Uren, L. (2018). The redistributive role of unemploy-

ment beneﬁts. Journal of Economic Dynamics and Con-
trol, 90, 236-258.

[44] Westerlund, J. (2007). Testing for error correction in

panel data. Oxford Bulletin of Economics and Statistics,
69(6), 709-748.

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

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

World Bank, 2018. World Development Indicators.
Washington D.C.

[46] Yang, Y., y Greaney, T. M. (2017). Economic growth and

income inequality in the Asia-Paciﬁc region: A compara-
tive study of China, Japan, South Korea, and the United
States. Journal of Asian Economics, 48, 6-2.

Vol.9-N°2, Julio - Diciembre 2021

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

Comportamiento de la función de importaciones en Ecuador: papel
de la política comercial

Behavior of the import function in Ecuador: the role of trade policy

Yesenia Armijos

| Ximena Ludeña

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Yesenia Armijos, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: yesenia.armijos@unl.edu.ec.

Agradecimientos

Club de Investigación de Economía (CIE)

Fecha de recepción

Abril 2021

Fecha de aceptación

Octubre 2021

Dirección

Bloque 100. Ciudad Universitaria Guillermo

Falconí. Código Postal: 110150, Loja, Ecuador

RESUMEN

La política comercial en Ecuador ha tomado un giro inesperado en los últimos tres años, con

la implementación de aranceles y sobretasas a las importaciones. El presente estudio tiene

como objetivo determinar si los cambios en las importaciones se deben a las ﬂuctuaciones

del ingreso y del tipo de cambio mediante técnicas de cointegración. Utilizamos datos del

Banco Central del Ecuador, en series de tiempo trimestrales durante el periodo 2002-2016.

La inestabilidad económica del país, llevó al gobierno a implementar políticas comerciales,

las cuales estructuran y equilibran la economía, los resultados son consistentes con el en-

foque del modelo de importaciones de Blanchard, Amighini y Giavazzi (2012). Mediante

el test de Johansen (1995), encontramos que el ingreso y el tipo de cambio tienen una

relación estable de largo plazo. Sin embargo, según el estadístico de error se comprobó

que no existe un equilibrio de corto plazo del ingreso y el tipo de cambio con las impor-

taciones. Además, se encontró que existe causalidad de Granger (1988), que muestra una

relación bidireccional, del tipo de cambio con las importaciones y los ingresos. Finalmen-

te, mediante gráﬁcos impulso respuesta observamos que un impulso de tipo de cambio,

produce una estabilidad hacia las importaciones y el ingreso. Una implicación de política,

radica en medidas de proteccionismo, a la industria nacional.

Palabras clave: Salvaguardias; Importaciones; Series de tiempo; VAR.

Códigos JEL: H62. N16. O23.

ABSTRACT

Trade policy in Ecuador has taken an unexpected turn in the last three years, with the imple-

mentation of tariﬀs and import surcharges. The present study aims to determine whether

changes in imports are due to income and exchange rate ﬂuctuations using cointegration

techniques. We use data from the Central Bank of Ecuador, in quarterly time series during

the period 2002-2016. The economic instability of the country, led the government to

implement trade policies, which structure and balance the economy, the results are con-

sistent with the import model approach of Blanchard, Amighini and Giavazzi (2012). Using

the Johansen (1995) test, we ﬁnd that income and the exchange rate have a stable long-

run relationship. However, according to the error statistic it was found that there is no

short-run equilibrium of income and exchange rate with imports. In addition, it was found

that there is Granger causality (1988), which shows a bidirectional relationship of the ex-

change rate with imports and income. Finally, by means of impulse response graphs we

observe that an exchange rate impulse produces stability towards imports and income. A

policy implication lies in protectionist measures for domestic industry.

Keywords: Safeguards; Imports; Time series; VAR.

JEL codes: H62. N16. O23.

Armijos Y. & Ludeña X.

Vol.9-N°2, Julio - Diciembre 2021

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

1 | INTRODUCCIÓN

El déﬁcit comercial es considerado uno de los indicadores más

importantes en relación al comercio exterior, se produce cuando
un país importa mayores bienes y servicios de los que es capaz de
vender al exterior, afecta a la actividad económica y suele ser ori-
gen de grandes desequilibrios macroeconómicos. El déﬁcit comer-
cial puede tener graves consecuencias en las economías abiertas
en temas monetarios, tipos de interés y esencialmente en el tipo
de cambio, causando efectos en la determinación del estado de la
balanza comercial, entre otros. Las principales políticas comerciales
son destinadas a proporcionar protección económica encarecien-
do los precios de las importaciones en el mercado interno (Sachs,
1995; Welch, 2003; Maier, 2008). Sin embargo, los países desarrolla-
dos optan por aplicar políticas destinadas a productos de demanda
inelástica las cuales no provocan inestabilidad a su balanza de pa-
gos (Espino y Giráldez, 2016; Mukherjee, Mukherjee y Das, 2017;
Rigby, Kemeny y Cooke, 2017).

En el caso de Ecuador el volumen de las exportaciones creció

un 6,7 % en 2014 (según las cifras de la balanza comercial), en un
aumento generalizado de las ventas al exterior. Las importaciones
crecieron un 2,2 % en valor durante 2014, con lo que se redujo el
déﬁcit de la balanza comercial. La moderación del crecimiento se
debió a un descenso de los precios de las importaciones, ya que
en volumen estas crecieron un 10,8 %, registrando aumentos impor-
tantes en los rubros de bienes de consumo, materias primas, com-
bustibles y lubricantes. En el apartado de las materias primas cayó
el volumen importado de materiales de construcción, como reﬂejo
de la desaceleración económica de este sector y de una sustitución
de importaciones por productos nacionales. El volumen de impor-
tación de bienes de capital para la industria también se redujo, en
consonancia con la pronunciada desaceleración de la formación bru-
ta de capital ﬁjo en 2014. Durante el primer trimestre de 2015, la
balanza comercial volvió a saldarse con déﬁcit, lo que obedece en
parte a una caída del valor de las exportaciones de un 26,3 % con
respecto al mismo período del año anterior. Especíﬁcamente, las ex-
portaciones petroleras cayeron un 50,3 % en valor, mientras que su
volumen aumentó un 12,8 %. Al mismo tiempo, las exportaciones
no petroleras se incrementaron un 1,6 % en valor y un 7,6 % en vo-
lumen. Tras las nuevas restricciones comerciales, las importaciones
se redujeron el 6,1 % en valor y el 3,5 % en volumen. No obstante,
ese descenso no fue suﬁciente para compensar la contracción del
valor de las exportaciones (Banco Central del Ecuador, 2015; CE-
PAL, 2015; COMEX,2016), para frena la salida de dólares del país
se optó por aplicar política comercial ,que ayude a la estabilización
de la balanza comercial, esto se logró mediante la resolución nº 116
de partidas arancelarias a un total de 2.964 productos, cuyas tasas
iban entre el 5 % y el 45 % las cuales redujeron las importaciones
de bienes suntuarios en un 34 % con respecto al 2015 estas fueron
aplicadas de manera temporal durante 15 meses avilés y se exten-
dieron por el terremoto ocurrido el 16 de Abril de 2016.

Existen variedad de documentación que explica los mecanis-

mos y lineamientos mediante los cuales relacionan las variables de
la función teórica de importaciones de Blanchard, Amighini y Gia-
vazzi (2012). En primer lugar algunas parten de que los efectos del
tipo de cambio sobre el volumen de importaciones a largo plazo son
volátiles es decir pueden tener una inﬂuencia positiva y estadística-
mente signiﬁcativa, concluyendo que las políticas que el gobierno
aplique debe ir de la mano con el ingreso real, los precios mundia-
les de los productos básicos y la volatilidad del mercado cambiario
(Kim, 2017). Además se evidencia que la elasticidad ingreso es esta-
dísticamente signiﬁcativa, mientras que la elasticidad precio no es
estadísticamente signiﬁcativa, debido relativamente al alto valor de
la elasticidad renta, el estudio sugiere que la importación del pro-
ducto (bien normal) de estudio responde mejor a los cambios en el
nivel de ingresos. Los resultados empíricos indican que una explica-

ción plausible, de por qué la elasticidad-ingreso de la demanda de
importaciones aumenta, es por el nivel del PIB per cápita (Lo, Saw-
yer y Sprinkle, 2007; Ozturk y Arisoy, 2016). Además utilizando téc-
nicas dinámicas de datos de panel Santos (2002) encontró que las
elasticidades del ingreso y del precio son más altas como resultado
de la reforma de la política comercial.

El principal objetivo de nuestro trabajo es determinar si los

cambios en las importaciones se deben a las ﬂuctuaciones del ingre-
so (PIB) y del tipo de cambio (TC) a lo largo del tiempo, usando eco-
nometría de datos de series de tiempo. Para llegar, al cumplimiento
del objetivo procedimos a la veriﬁcación de la estacionariedad de las
variables con el test de Dickey y Fuller Aumentada (1979). Los resul-
tados muestran que las series de tiempo son de un solo retraso por
lo que procedimos a estimar con primeras diferencias. A las estima-
ciones se agregó una variables dummy la cual capturo la inestabili-
dad de la política comercial de salvaguardias, su presencia es notoria
para medir el ajuste del modelo. Mediante el test de cointegración
Johansen (1995) se encontró una relación de largo plazo con al me-
nos 3 vectores de cointegración entre las variables, según el estadís-
tico VEC no se encontró una relación de equilibrio a corto plazo, lo
que implica que las importaciones no son sensibles a los cambios del
PIB y del tipo de cambio. Además, se encontró causalidad bidireccio-
nal de Granger (1988) del tipo de cambio con las importaciones y el
PIB, ﬁnalmente según gráﬁcos impulso-respuesta se comprobó, el
impulso del tipo de cambio en las importaciones y el PIB. Nuestra in-
vestigación, resulta de vital importancia para futuros investigadores
en la evaluación de políticas ﬁscales, económicas, comerciales, etc.;
de una forma más estructural y recogiendo una muestra amplia para
una estimación con estadísticos más aproximados a la realidad local.
Desde nuestra perspectiva, nuestros hallazgos son de gran relevan-
cia por al menos dos aspectos. Primero, evidenciamos una relación
con datos actuales y una serie de datos amplia. Segundo, nuestros
hallazgos incorporan una metodología robusta que evita correlacio-
nes espurias, por lo cual nuestros resultados sirven ampliamente pa-
ra la política pública macroeconómica.

En lo formal, el documento tiene cinco apartados, incluyendo

la introducción. El primero, incluye la revisión teórica de las vincu-
laciones con la función teórica y la empírica. El segundo, presenta
el análisis de las estadísticas básicas, contiene los datos, la meto-
dología al igual que las variables y la medición utilizada en la inves-
tigación. El tercer apartado, muestra los resultados obtenidos y ﬁ-
nalmente, la cuarta parte presenta las conclusiones generales de la
estimación del modelo econométrico.

2 | REVISIÓN DE LITERATURA PRE-

VIA

La función de importaciones planteada por Blanchard, Amighi-

ni y Giavazzi (2012) es el punto de partida para la estimación de
la problemática. El planteamiento del modelo se lo realiza median-
te el tipo vector auto regresivo (VAR), en donde se calcula el es-
tadístico VEC para la corrección del error (Sims, 1980), el test de
Johansen (1995), la causalidad de Granger (1988) y las funciones
impulso-respuesta (efecto gráﬁco), este procedimiento busca cono-
cer el comportamiento de las variables importaciones ante las va-
riaciones del ingreso (PIB) y el tipo de cambio (TC), a largo y corto
plazo. La política comercial en Ecuador se evalúa mediante la utili-
zación de la función de importaciones, en el cual se especiﬁca que
las importaciones están en función del ingreso (PIB) y del tipo de
cambio real (TC), las importaciones tiene una relación positiva con
las dos variables antes mencionadas, es decir, que un aumento de la
renta, incrementa la demanda nacional y por tanto aumentan las im-
portaciones, mientras que el tipo de cambio cuánto más caros son
los bienes nacionales con respecto a los extranjeros, mayor es la de-

Comportamiento de la función de importaciones en Ecuador .....

Vol.9-N°2, Julio - Diciembre 2021

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

manda nacional de los bienes extranjeros y por tanto el tipo de cam-
bio real causa un aumento de las importaciones (Blanchard, Amighi-
ni y Giavazzi, 2012).

Existe evidencia relevante en donde se implementa políticas

para frenar el déﬁcit de las diferentes economías. Un análisis em-
pírico de los factores que contribuyeron a la ampliación sin prece-
dentes del déﬁcit externo de Estados Unidos entre 1980 y 1986. Se
estimó que los cambios en la política ﬁscal de Estados Unidos y el
exterior podrían representar más de la mitad de la ampliación del
déﬁcit, pero sólo una parte del aumento del dólar. Se consideran va-
rias explicaciones posibles y se concluyó que el retraso puede ser
atribuido en gran medida a los retrasos normales en la respuesta de
los precios y volúmenes comerciales a las variaciones de los tipos de
cambio. Además, el déﬁcit real de las exportaciones netas se habría
ampliado considerablemente en ausencia de la depreciación (Helkie
y Hooper, 1987). Para el caso de Chile se encontró que puede bene-
ﬁciarse de su participación sólo si reduce su tarifa externa a entre
6 % y 8 %. Concluyo que las reformas complementarias de la política
ﬁscal interna son cruciales (Harrinson y Rutherford, 1997). Algunas
políticas no afectan a corto plazo, pero si lo hacen a un largo plazo,
por ejemplo en Bolivia a corto plazo las exportaciones y las importa-
ciones son inelásticas al tipo de cambio, por lo que el papel de la po-
lítica cambiaría sería marginal para corregir el déﬁcit comercial. Sin
embargo, en el largo plazo, la condición Marshall-Lerner se cumple,
por lo que la política cambiaría sería relevante para contribuir a co-
rregir los desequilibrios comerciales (Tellería, 2000; Laubach, 2009).

La evidencia sobre el déﬁcit en países desarrollados, y en vías

de desarrollo; continua con un estudio sobre las tasas de interés y el
mercado de valores de los Estados Unidos de 1960 a 2006. Donde
los resultados sugieren que el déﬁcit presupuestario impacta negati-
vamente en la rentabilidad de las acciones. Un análisis más detallado
muestra una mayor sensibilidad de los rendimientos de las acciones
de los impuestos corporativos que del gasto público. Se muestra que
aunque los impuestos son relevantes para los beneﬁcios corporati-
vos en el corto plazo, los déﬁcits presupuestarios son importantes
para el mercado de valores a largo plazo. Algunas economías sugie-
ren que es posible que se necesite reformar el régimen de metas
de inﬂación para reducir las tasas de interés reales, liberalizando la
planiﬁcación del uso de la tierra para .

traer"la inversión residencial

(Laopodis, 2012; Crafts, 2013). En muchos países federales, los go-
biernos locales tienen grandes déﬁcit. Los resultados no muestran
que las alineaciones partidistas de los gobiernos y los supervisores
impulsan déﬁcits a corto plazo. En cambio, se encontró que la ideo-
logía de los gobiernos partidistas y los supervisores son importan-
tes: los gobiernos locales de izquierda tienen déﬁcits más altos que
sus homólogos de la derecha; los supervisores de izquierda toleran
mayores déﬁcits que los supervisores de derecha (Roesel, 2016).

La evidencia empírica que sustenta la presente investigación se

divide en cuatro grupos el primero se reﬁere a trabajos realizados to-
mando en cuenta una estructura VAR. Ballabriga (1991), en su estu-
dio toma en consideración dos aplicaciones importantes. La prime-
ra consiste en medidas para la construcción de funciones impulso-
respuesta. La segunda aplicación consiste en la descomposición de
la varianza del error de predicción para detectar los factores aso-
ciados a cada perturbación. Ambos usos tienen como objetivo re-
conocer las interacciones dinámicas que caracterizan al sistema de
ecuaciones estimado. Quintero (2015), estima mediante un modelo

VAR estructural con similares variables, encontrando que en México

y Perú los impactos son signiﬁcativamente mayores. Los resultados
obtenidos muestran una mayor importancia relativa en todos los paí-
ses del canal de tasa de interés. El canal de tasa de cambio muestra
ser importante principalmente en México, mientras que los canales
asociados a la visión del crédito son relevantes principalmente en
Perú. Finalmente Zhang, Kuuluvainen, Gao y Yang ( 2017) estima
las elasticidades de la demanda de importación, considerando co-
mo resultado una posible endogeneidad de precios debido a la gran
participación de China en el mercado internacional.

El segundo grupo hace referencia a investigaciones con resulta-

dos positivos de la función de importaciones con sus variables inde-
pendientes; Ozturk y Arisoy (2016) en su trabajo una estimación de
la demanda de importación de petróleo crudo encontró resultados
empíricos que indican que la elasticidad ingreso es estadísticamente
signiﬁcativa, mientras que la elasticidad precio no es estadísticamen-
te signiﬁcativa. Al igual Lo, Sawyer y Sprinkle (2007) en su análisis
presento resultados iguales. Otros autores diﬁeren lo contrario, Kim
(2017) aﬁrma que los resultados de los efectos del tipo de cambio
sobre el volumen de importaciones en Corea a largo plazo tienen
una inﬂuencia positiva y estadísticamente signiﬁcativa, concluyen-
do que la política del gobierno debe ir de la mano con el ingreso
real, los precios mundiales de los productos básicos y la volatilidad
del mercado cambiario.

El tercer grupo hace referencia a investigaciones que toman

en cuenta una variable de estudio en relación con la función de im-
portaciones Blanchard (2012); Kaldor (1934) aporta al tema desde
otro enfoque pero manteniendo resultados positivos en relación al
tipo de cambio. Arriaga y Landa (2016) veriﬁcaron que los volúme-
nes de exportaciones e importaciones son suﬁcientemente elásti-
cos respecto al tipo de cambio real, así, en el largo plazo, una de-
preciación del tipo de cambio real mejora la posición de la balanza
comercial. Erehova y Ershov (2015); Devereux, Dong, Wei, Tomlin y
Ben (2016); Batavia y Nandakuma (2017) hacen referencia a las po-
líticas que se debe aplicar a las importaciones sobre todo teniendo
en cuenta la volatilidad del tipo de cambio. Habib, Mileva y Stracca
(2017) descubrieron que una apreciación real (depreciación) reduce
(aumenta) signiﬁcativamente el crecimiento real anual del PIB, más
que en estimaciones previas en la literatura. Sin embargo, nuestros
resultados conﬁrman este efecto sólo para los países en desarrollo.

Finalmente el cuarto grupo presenta investigaciones relaciona-

das con políticas arancelarias a las importaciones, Finger y Wonna-
count (1982), Sjoholm (1999),Tovar (2010), Beata y Javorci (2014)
Beshkar y Bond (2015), Sun y Niquidet (2015), Brandt y Morrow
( 2017), P. Mukherjee, V. Mukherjee y Das (2017), Rigby, Kemeny
y Cooke ( 2017), Espino y Giráldez ( 2016) Giansoldati y Gregori
(2017) y Imbruno (2016) estos trabajos plantean que el cumplimen-
to de las políticas comerciales que son impuestas por organismos in-
ternacionales, tienen efectos positivos y negativos, cada autor toma
a su conveniencia posible para tratar de explicar dichos resultados
obtenidos. Tal es el caso de los países desarrollados del contienen
asiático que realizan estudios sobre productos básicos, mientras que
USA lo hace a productos industrializados. Además se encontró que
los países desarrollados aplican medidas arancelarias a productos
de demanda inelástica para no reducir su demanda agregada.

En consecuencia, las investigaciones aportaron generosamen-

te, a nuestro tema, enfocado principalmente en el cumplimento de
la política comercial, encontrado evidencia empírica, la misma que
contribuyen a la investigación, estudios basados en el modelo VAR,
para la corrección del error VEC, el test de cointegración de Johan-
sen (1995), la causalidad de Granger (1988) y las funciones impulso-
respuesta (gráﬁcamente), muestran una relación de las variables de-
pendiente con las independientes en el tiempo. De la misma forma
hay una diversidad de estudios basados en la función de importa-
ciones cuya partida es la explicación, aplicación y estructura de las
misma obteniendo al menos una relación de las importaciones con
el ingreso (PIB) o el tipo de cambio.

3 | DATOS Y METODOLOGÍA

3.1 | Datos

Esta sección presenta el origen de los datos y la estrategia eco-

nométrica utilizada. En la evaluación del contexto planteado utiliza-

Armijos Y.& Ludeña X.

Vol.9-N°2, Julio - Diciembre 2021

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

mos datos de series de tiempo trimestrales obtenida del Banco Cen-
tral del Ecuador, en el periodo comprendido desde el primer trimes-
tre del 2002q1 hasta el cuarto trimestre del 2016q4. Las variables
que estructuran la función son: como dependiente las importacio-
nes (M), y como independientes el ingreso como una proxy utiliza-
mos el PIB y el tipo de cambio real (TC). Para la estimación del mo-
delo de series de tiempo incluimos una regresión normal con varia-
bles de control como el salario real y el costo del petróleo, además

se incluyó una variable dummy. Todas las variables antes menciona-
das están medidas en dólares estadounidenses por lo que son com-
parables entre sí. Con el ﬁn de obtener estimadores consistentes,
incluimos rezagos tanto de las variables dependientes como a las in-
dependientes para capturar la dinámica temporal ya que, el efecto
del pib y tipo de cambio sobre las importaciones no ocurre de forma
rápida sino que tienen un periodo de tiempo.

Figura 1. Evolución de las variables utilizadas en el modelo econométrico

Conjuntamente, dividimos la estrategia econométrica en eta-

pas en donde no se toma en consideración a las variables de control.
Primero, mediante la prueba de la raíz unitaria de Dickey y Fuller

Aumentada (1979), donde todas las series son integradas de orden

I (1), fue necesario la obtención de las primeras diferencias. Segun-
do, aplicamos el test de Johansen (1995), con el cual veriﬁcamos la
existencia de vectores de cointegración, buscando una relación de

equilibrio a largo plazo. Al igual estimamos el estadístico de correc-
ción de error VEC para el equilibrio a corto plazo. También, aplica-
mos el test de causalidad de Granger (1988) sobre la base de mode-
los de corrección de errores (Engle y Granger, 1987) y veriﬁcamos
la existencia de causalidad entre las variables. Y ﬁnalmente obtu-
vimos gráﬁcos impulso-respuesta, para observar la relación de las
variables independientes con la dependiente.

Figura 2. Comportamiento de las variables en primeras diferencias

Comportamiento de la función de importaciones en Ecuador .....

Vol.9-N°2, Julio - Diciembre 2021

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

Como punto de partida y previo al análisis econométrico, reali-

zamos un análisis descriptivo y de correlación de las variables. En la
Figura 1 examinamos la relación de las variables de la función de im-
portaciones con el tiempo, comprendida como horizonte temporal
el periodo correspondiente entre el primer trimestre del 2002 y el
cuarto trimestre del 2016. Observamos una tendencia creciente en
el largo plazo, es decir, su media no es constante y su variabilidad
es diferente en los periodos, por lo que las variables de la función
de importaciones (PIB y tipo de cambio) de Blanchard, Amighini y
Giavazzi (2012) no son estacionarias.

Detalladamente observamos que las importaciones a largo pla-

zo aumentan teniendo algunas ﬂuctuaciones en su recorrido debido
a percances económicos del país, de la misma forma encontramos
que el ingreso (PIB), no presenta declinaciones considerables en su
curva, por lo que la producción de bienes y servicios va en aumento
debido al crecimiento de la población, además se considera al PIB
un componente crucial para una economía, ya que un aumento del
mismo reﬂeja un aumento de la actividad económica. Si la actividad
económica repunta, signiﬁca que el desempleo tiende a reducirse
y que la renta per cápita aumenta. Esto a su vez redunda en el cre-
cimiento económico, ya que los agentes económicos se inclinarán
más a gastar en lugar de ahorrar. Además, tras un aumento del PIB,
los ingresos ﬁscales del Estado tienden a elevarse, puesto que éste
recauda más impuestos y, por tanto, el Estado puede destinar esas
cantidades a partidas de gasto. Finalmente en consideración con el
tipo de cambio observamos ﬂuctuaciones debido a que el país tiene

una economía abierta.

En la Figura 2 examinamos que al obtener la primera diferen-

cia de las variables y realizar el test de Dickey y Fuller Aumentado
(1979), todas se vuelven series no estacionarias, es decir, todas las
variables tienen una media que varía con el tiempo y una varianza
que cambia con el tiempo en algunos casos puede variar media y va-
rianza. Este proceso elimina el posible efecto tendencial del PIB y el
tipo de cambio real en las importaciones. Esto implica que tienen un
orden de integración I (1), que muestra que el modelo econométrico
necesita un solo rezago para su corrección. Los resultados gráﬁcos
de la Figura 2 conﬁrman lo obtenido mediante el test de Dickey-
Fuller Aumentado (1979) y conforman las pruebas realizadas por
Sims (1980), el cual contrasta los resultados de este intercepto y
tendencia. En primeras diferencias se corrigen la no estacionariedad
del ingreso (PIB) y de la tasa de crecimiento del producto.

La Tabla 1 muestra el cuadro resumen de las variables estima-

das en el modelo de las importaciones. El modelo cuenta con 60
observaciones trimestrales que van de los años 2002-2016, para
todas las variables. Se observa la media que representa en términos
generales el promedio del conjunto de observaciones las más altas
son las importaciones y el ingreso (PIB). La desviación estándar se
observa que todas las variables muestran valores menores a uno, re-
calcamos que las importaciones y el PIB tienen una mayor distancia
entre las observaciones y las media. Finalmente, se observa el valor
mínimo (Min) y el valor máximo (Max) que se reﬁeren al valor más
bajo y el valor más alto que toman los datos respectivamente.

Tabla 1. Estadísticos descriptivas de las variables

Variables

Obs.

Media

Des.est.

Min

Max

Log (M)

22,01

0,49

21,04

22,68

Log (PIB)

23,35

0,18

23,03

23,61

Log (TC)

4,55

0,50

4,44

4,67

Dummy

0,13

0,34

0,00

1,00

Log (CP)

3,95

0,52

2,80

4,66

Log (SR)

5,73

0,23

5,35

6,14

3.2 | Metodología

Para medir los efectos, de política comercial en el Ecuador uti-

lizamos la función de importaciones de Blanchard, Amighini y Gia-
vazzi (2012), donde se especiﬁca que las importaciones están en
función del ingreso (PIB) y del tipo de cambio real (TC).

= M (Y

T C

)

(1)

En la Ecuación (1) Mt representa las importaciones, Yt, el in-

greso (PIB), y T C

el tipo de cambio. El subíndice t = 2002, . . . , 2016

indica el tiempo, en este caso, los datos presenta un horizonte tem-
poral en trimestres. En la Ecuación (2) se observa más detallada la
función con logaritmos en las importaciones l og M

como variable

independiente, el ingreso nacional l og (Y

), y el l og (T C

) tipo de

cambio como variables independientes. Además agregamos varia-
bles de control (salarios y precios del petroleo), y la variable dummy
que captura la implementación de las políticas de las salvaguardias,
la cual toma el valor de cero desde el primer periodo del 2002 (antes

de la implementación de las salvaguardias) y valor de uno a partir del
primer periodo del 2015 hasta el cuarto trimestre del 2016 (tiempo
que se impusieron las medidas de las salvaguardias) y ﬁnalmente U

que es el término de error estocástico.

Log (M )

= β

+ β

Log (Y

) + β

Log (T C

) + β

Dumm y + β

+ U

(2)

Con el ﬁn de examinar los efectos, de política comercial en el

Ecuador se utilizó un modelo VAR con las variables de la función de
importaciones. Esta metodología en macroeconomía es utilizada pa-
ra describir datos macroeconómicos y a su vez, realizar inferencias
causales y proporcionar asesoramiento sobre políticas. La función
no presento complejidad al momento de obtener los datos, para la
veriﬁcación de la hipótesis y la respuesta de la pregunta expuesta
inicialmente en el modelo. A continuación, presentamos las ecuacio-
nes (3), (4) y (5) que equivale a un modelo VAR, donde se asume que
cada variable está en función de sus propios rezagos. El objetivo en
esta fase es determinar si los cambios en las importaciones se de-
ben a las ﬂuctuaciones del ingreso, (PIB) y tipo de cambio (TC) a lo
largo del tiempo.

Armijos Y. & Ludeña X.

Vol.9-N°2, Julio - Diciembre 2021

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

△l og (M

) = α

+ α

i =0

△l og (M

t −i

) + α

i =0

△l og (Y

t −i

)

+α

i =0

△l og (T C

t −i

) + δ

△l og (Y

) = α

+ α

i =0

△l og (Y

t −i

) + α

i =0

△l og (Y

t −i

)

+α

i =0

△l og (T C

t −i

) + δ

△l og (T C

) = α

+ α

i =0

△l og (T C

t −i

) + α

i =0

△l og (Y

t −i

)

+α

i =0

△l og (T C

t −i

) + δ

(3)

Donde △ es el operador de primeras diferencias. La longitud de

los retrasos aptos para el modelo se deﬁne con el criterio de infor-
mación de Akaike (1974), para la reproducción del modelo VAR se
veriﬁco la existencia de cointegración entre el logaritmo de las pri-
meras diferencias de las importaciones, el ingreso (PIB), el tipo de
cambio (TC), y se obtiene el término de error de equilibrio δ

. Como

sugiere Azlina y Mustapha (2012), este vector se puede utilizar para
estimar un modelo de corrección de error (ECM) para determinar la
existencia de equilibrio de corto plazo (Engle y Granger, 1987) entre
las tres variables y la variable dummy de la estabilidad de las políti-
cas comerciales. La signiﬁcación estadística del parámetro asociado
con el error de equilibrio incorporado en el ET C

t −1

indica el meca-

nismo de corrección que devuelve a las variables de equilibrio en
el corto plazo (Alvarado y Toledo, 2016). El modelo ECM planteado
esta expresado en la siguiente ecuación:

△l og (M

) = α

+ α

i =0

△l og (M

t −i

) + α

i =0

△l og (Y

t −i

)

+α

i =0

△l og (T C

t −i

) + δ

ET C t − 1

△l og (Y

) = α

+ α

i =0

△l og (Y

t −i

) + α

i =0

△l og (Y

t −i

)

+α

i =0

△l og (T C

t −i

) + δ

ET C t − 1

△l og (T C

) = α

+ α

i =0

△l og (T C

t −i

) + α

i =0

△l og (Y

t −i

)

+α

i =0

△l og (T C

t −i

) + δ

ET C t − 1

(4)

El test de cointegración aplicado a las ecuaciones 3-5 y el test

de corrección de error aplicado a las ecuaciones 6-8 incluye la va-
riable dummy que captura el cambio antes y después de la política
comercial. En las ecuaciones 3-5, se aplica el test de causalidad de
Granger (1988) para determinar la dirección de causalidad entre las
tres variables. Mediante la estimación de la función de importacio-
nes de Blanchard, Amighini y Giavazzi (2012) se realiza los gráﬁcos
impulso respuesta que indican el comportamiento de las variables
endógenas de importaciones, ingreso, y el tipo de cambio frente a

un shock estructural inicial en alguna de ellas.

Los modelos VAR muestran la divergencia en las consecuen-

cias de la política monetaria de distintas economías. Ballabriga
(1991), Sims (1992), Pavel (2008) y Quintero (2015) mediante un
modelo VAR buscan comparar el efecto de un choque de política
monetaria sobre la actividad económica en 5 países de América La-
tina que más tiempo llevan operando bajo el esquema de inﬂación
objetivo: Chile, Brasil, Colombia, Perú y México. Para cada país se
estima un modelo VAR estructural con similares variables, encon-
trando que en México y Perú los impactos son signiﬁcativamente
mayores. Zhang, Kuuluvainen, Gao y Yang (2017) estima las elasti-
cidades de la demanda de importación mediante un modelo VAR
y VEC considerando la posible endogeneidad de precios debido a
la gran participación de China en el mercado internacional de tro-
zas y la ruptura estructural causada por la crisis ﬁnanciera mundial
en 2008. Esta conjetura se apoya en nuestras simulaciones, que in-
dican que, para 2020, la tasa de crecimiento de la importación de
troncos de China será menor que en el pasado y el volumen de las
importaciones sería aproximadamente 1,6 veces mayor que las im-
portaciones en 2013.

4 | DISCUSIÓN DE RESULTADOS

La Tabla 2 muestra los resultados de la estimación de 3 mode-

los con la función de importaciones de Blanchard, Amighini y Gia-
vazzi (2012), los modelos se encuentran con las respectivas pruebas
de corrección, incluimos una variable dummy y variables de control.
Especíﬁcamente en el modelo M1, estimamos la función de importa-
ciones por medio de una regresión normal, veriﬁcamos que las dos
variables son estadísticamente signiﬁcativas, con una elasticidad de
0,89 % de las importaciones. El modelo M2, muestra los resultados
de la estimación de la Ecuación (2) sin variables de control, la elas-
ticidad de las importaciones es del 0,98 %, donde las variables de
la función son positivas y estadísticamente signiﬁcativas, la dummy
es negativa y estadísticamente signiﬁcativa es decir que un varia-
ción en dicha variable provoca una alteración en las importaciones.
Mediante pruebas realizamos la corrección del modelo por medio
de un rezago de primer orden en las importaciones que nos expli-
ca que en el periodo (t-1) el rezago es positivo y estadísticamente
signiﬁcativo.

El modelo M3, muestra los resultados de la estimación de la

Ecuación (2), con variables de control. La elasticidad de las impor-
taciones aumentaron en un 0,01 % en comparación con el modelo
M2, en el caso de las variables independientes el PIB es positivo y
estadísticamente signiﬁcativo excepto el tipo de cambio debido a
su volatilidad, la dummy es negativa y no es estadísticamente signi-
ﬁcativa, pero inﬂuye en las importaciones, las variables de control
como los precios del petróleo y los salarios son positivos y estadísti-
camente signiﬁcativos es decir que una variación en estas variables
provoca un aumento de las importaciones. La corrección del mode-
lo se llevó a cabo mediante un rezago en la variable dependiente
importaciones, el cual muestra que en el periodo (t-1) el rezago es
positivo y estadísticamente signiﬁcativo.

Los resultados explicados en la Tabla 2 son comparables con el

trabajo de Santos (2002), que mediante técnicas dinámicas de da-
tos de panel examino que las elasticidades del ingreso y del tipo de
cambio son más altas como resultado de la reforma de la política co-
mercial, esto se comprueba con lo expuesto teniendo un aumento
la elasticidad de las importaciones. Los resultados empíricos indican
que una explicación plausible de por qué la elasticidad-ingreso de
la demanda de importaciones aumenta es por el nivel del PIB per
cápita (Lo, Sawyer y Sprinkle, 2007). Existe variedad de evidencia
empica que no va de acuerdo con los resultados obtenidos por Blan-
chard, Amighini y Giavazzi (2012) resaltando que el tipo de cambio

Comportamiento de la función de importaciones en Ecuador .....

Vol.9-N°2, Julio - Diciembre 2021

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

es volátil y que puede tener ﬂuctuaciones en el tiempo teniendo
en algunos casos un tipo de cambio negativo, concluyendo que la
política del gobierno debe ir de la mano con el ingreso real, los pre-

cios mundiales de los productos básicos y la volatilidad del mercado
cambiario (Ozturk y Arisoy, 2016).

Tabla 2. Importaciones en Ecuador, con una variable dummy y variables de control

Log(PIB)

2,82***

1,14***

0,46*

(21,18)

(4,54)

(2,05)

Log (Tipo de cambio)

2,68***

0,93***

0,12

(5,56)

(3,68)

(0,48)

Dummy

-0,19***

-0,02

(-3,69)

(-0,36)

M(t-1)

0,63***

0,56***

(8,07)

(9,09)

Log(Costo petroleo)

0,23***

(5,65)

Log (salario real)

0,19**

(3,12)

Constant

-56,12***

-22,55***

-3,48

(-12,37)

(-4,89)

(-0,75)

Observations

Adjusted R2

0,89

0,98

0,99

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

Mediante la aplicación de variables de control en el modelo M3,

encontramos que las variables independientes disminuyen su inci-

dencia en las importaciones, en algunos casos perdiendo su signi-

ﬁcancia tal es el caso del TC y la dummy. En cambio las variables

de control; precios del petróleo, muestran resultados positivos y sig-

niﬁcativos, las respuestas de las importaciones de mercancías a los

shocks de los precios del petróleo son más modestas y persisten sólo

unos pocos meses Sotoudeh y Worthington (2016) demostró que la

relación con los salarios reales presenta una relación positiva y esta-

dísticamente signiﬁcativa con las importaciones. Estos resultados son

similares a los encontrados por Alarcon ( 2014) aﬁrma que la separa-

ción entre el análisis de la evolución de los salarios reales y la balanza

de pagos tiene su explicación en el enfoque macroeconómico neoclá-

sico donde dicha vinculación es remota e indirecta. Los salarios son

parte de la demanda agregada y, al crecer éstos, las importaciones

aumentan, por lo que se deterioraría la balanza en cuenta corriente y

la balanza de pagos.

Tabla 3. Prueba de Dickey y Fuller

Niveles

Primeras diferencias

I(q)

Valor calculado

Valor crítico

Valor calculado

Valor crítico

1 %

5 %

10 %

1 %

5 %

10 %

Log(M)

-2,03

-3,57

-2,92

-2,60

-6,39

-3,57

-2,92

-2,60

I(1)

Log(PIB)

-1,74

-3,57

-2,92

-2,60

-4,92

-3,57

-2,92

-2,60

I(1)

Log(TC)

- 1,64

-3,57

-2,92

-2,60

- 5,66

-3,57

-2,92

-2,60

I(1)

La Tabla 3 muestra los resultados de la prueba de Dickey y Fuller

Aumentada (1979) de las tres variables, en niveles como en primeras

diferencias. Cuando comparamos el valor calculado y valores críticos,

respectivamente, se concluye que en primeras diferencias, las series

pierden el efecto tendencial. Los resultados presentados en la Tabla 3

muestran que las variables tienen raíz unitaria cuando está expresada

Armijos Y. & Ludeña X.

Vol.9-N°2, Julio - Diciembre 2021

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

en niveles pero son series no estacionarias en primeras diferencias, lo

que indican que son series integradas de orden uno I(1). Este proce-

so, es necesario cuando el objetivo es buscar la relación de equilibrio

entre las variables ya sea en el corto o en el largo plazo.

Para veriﬁcar la relación de equilibrio de largo plazo entre las

importaciones, ingreso (PIB), el tipo de cambio (TC) y la dummy de

la inestabilidad de las políticas comerciales descritas en la introduc-

ción, aplicamos la prueba de cointegración de Johansen (1995) en la

Tabla 3 determinamos la existencia de cointegración de las variables.

En consecuencia, la prueba de cointegración se aplica a las prime-

ras diferencias de los logaritmos de las tres variables. El criterio de

información Akaike (1974) denominado AIC, indica que el número

óptimos de rezagos es uno. La prueba de máximo valor del modelo

VAR formalizado en las ecuaciones 3-5, muestran que existe cointe-

gración de las variables, incluida la dummy que reﬂeja el cambio en

las políticas comerciales en el primer trimestres del 2015. Estos re-

sultados indican que hay una fuerte asociación a largo plazo entre las

variables.

Tabla 4. Resultados del test de cointegracion de Johansen

Máximo Grado

Parms

Valor propio

Estadísticas

5 % valor crítico

396,61

96,61

47,21

418,00

0,528

53,81

29,68

434,24

0,434

21,34

15,41

444,82

0,310

0,18*

3,76

444,91

0,003

Los resultados obtenidos indican la existencia de al menos 3 vec-

tores de cointegración entre las tres variables. Esto implica que las

tres variables tienen una relación de equilibrio de largo plazo cuan-

do se incluye la dummy de las políticas comerciales. Estos resultados

son consistentes con estudios de Wooldridge (2009), Enders (1995)

y Pulido (2001). Además, son consistentes con el marco teórico uti-

lizado, a saber, del modelo de Blanchard, Amighini y Giavazzi (2012).

Los gráﬁcos de la Figura 1 ofrecen una explicación ilustrativa de los

resultados obtenidos: cuando aumenta el pib, también aumenta las

importaciones, y viceversa. En la explicación del tipo de cambio po-

demos decir que este presenta volatilidad debido a que Ecuador tiene

una economía abierta.

La Tabla 4 muestra los resultados para el modelo de corrección

de error (VEC) estimado con el ﬁn de veriﬁcar la existencia de un

equilibrio de corto plazo. Como fue planteado en la estrategia meto-

dológica, el coeﬁciente asociado el ECT rezagado no es estadística-

mente signiﬁcativo. Esto nos dice que el resultado del test no sugiere

la existencia de un equilibrio de corto plazo, lo que implica que las

importaciones no son sensibles a los cambios del PIB y del tipo de

cambio (TC). Dado que la probabilidad del parámetro asociado a la

ECT no es estadísticamente signiﬁcativa se concluye que no existe

equilibrio de corto plazo.

Tabla 5. Resultados del modelo de Corrección de error VEC

Beta

Coeﬁciente

Error

P>|z|

[95 % Conf.

Intervalo]

Importaciones

1,00

PIB

-2,92

4,17

-0,70

0,48

-11,09

-5,24

0,11

1,89

-0,06

0,95

-3, 59

-3,83

Dummy

0,05

0,13

-0,38

0,70

-0,22

0,32

ECT(t-1)

-1,00

0,51

-1,95

0,05

-2,00

0,01

Constante

0,01

Los resultados obtenidos en esta estimación se comprueban con

un estudio de la volatilidad del tipo de cambio en las importaciones

(Kim, 2017). Para completar el estudio procedimos a la realización

del test de causalidad de Granger (1988), para la función de importa-

ciones de Blanchard, Amighini y Giavazzi (2012), se encontró datos

relevantes, según Balacco (1986) una variable x causa otra variable

y, si el conocimiento de los valores pasados de x permitieron un me-

jor pronóstico de yt que el obtenido con un conjunto de información

determinado (incluyendo valores pasados de yt), un rasgo importan-

te de esta deﬁnición es que es susceptible de contrastación empírica.

Los resultados del test de causalidad en el sentido Granger indican

que existe una relación causal bidireccional entre el tipo de cambio

Comportamiento de la función de importaciones en Ecuador .....

Vol.9-N°2, Julio - Diciembre 2021

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

y las importaciones (T C

−→ M

), y entre el tipo de cambio y el PIB

(T C

−→ Y

). Estos resultados sugieren que una apreciación del tipo

de cambio encarece la producción nacional y se pierde competitiva

al momento de comercializar con otros países, provocando una baja

en la producción.

La Figura 3 muestra el impulso-respuesta de las variables de la

función de importaciones para Ecuador en los primeros 10 periodos

trimestrales. En el eje horizontal de cada gráﬁco están las unidades

de tiempo en las que se estima su VAR, en este caso trimestres; por

lo tanto, el gráﬁco de impulso-respuesta muestra el efecto de un cho-

que en un período de 10 trimestres. El eje vertical está en unidades

de las variables en el VAR; En este caso, todo se mide en puntos por-

centuales, por lo que las unidades verticales en todos los paneles son

cambios en punto porcentual. El primer graﬁco muestra el efecto de

un impulso de la variable PIB y una respuesta de las importaciones,

observamos que un impulso aproximado de 0,026 %, produce una

respuesta de 0,003 puntos porcentuales, se concluye que el PIB in-

ﬂuye en pequeña magnitud sobre las importaciones en los primeros,

esto debe por que el PIB es el determinante de la riqueza de un país,

si la demanda agregada se desplaza hacia la izquierda el PIB tenderá a

decrecer, las tasas de desempleo se elevarán, y la renta disponible en

manos de los individuos se reduce, causando que las importaciones

se reduzcan.

El segundo gráﬁco muestra el impulso-respuesta del tipo de

cambio en relación al PIB, tenemos que un impulso de 0,0052 pun-

tos porcentuales de parte del tipo de cambio produce una respuesta

aproximada de 0,003 puntos porcentuales del PIB, el tipo de cambio

causa al PIB, es decir que cualquier cambio en el tipo de cambio pro-

ducirá un cambio en el PIB. El tercer gráﬁco muestra un efecto con-

siderablemente mayor, teniendo como impulso el tipo de cambio y

como variable de respuesta las importaciones; un impulso del tipo de

cambio real de 0,062 puntos porcentuales genera una respuesta de

las importaciones considerable respondiendo de 0,042 puntos por-

centuales. El tipo de cambio en el caso de Ecuador representa una

variable preponderante porque debido a su volatilidad, puede ajus-

tar o reajustar la economía, esto mediante la aplicación de políticas

comerciales cuyo objetivo principal es salvaguardar y proteger la de-

manda agregada y perdurar el crecimiento en el país, dejando de lado

el déﬁcit comercial.

Figura 3. Impulso-respuesta de la función de importaciones (con primeras diferencias)

Los resultados encontrados se pueden comparar con los traba-

jos de Domínguez, Ullíbarri y Zabaleta (2010) en un modelo VAR apli-

cado al empleo encontró que las funciones impulso-respuesta las po-

líticas más favorables al crecimiento del empleo son la reducción de

jornada y la expansión de la producción. Además de esto existen tra-

bajos que relacionan las importaciones con las variables PIB y tipo

de cambio. Varias investigaciones aportan resultados positivos de las

importaciones en relación al tipo de cambio Kaldor (1934), Arriaga y

Landa, (2016), Hung (2017) y Arriaga y Landa (2016) veriﬁcaron que

los volúmenes de exportaciones e importaciones son suﬁcientemen-

Armijos Y. & Ludeña X.

Vol.9-N°2, Julio - Diciembre 2021

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

te elásticos respecto al tipo de cambio real, es decir, que un cambio

en el TC genera ﬂuctuaciones considerables en las importaciones.

En cuanto a la aplicación de políticas para el aumento de medi-

das arancelarias, algunos autores hacen énfasis; en que la protección

genera costes signiﬁcativamente mayores, y que tales políticas deben

aplicarse sólo a los casos en que existe una solución interior, es decir,

que el país realmente lo necesite y esté dispuesto afrontar los cam-

bios estructurales (Finger y Wonnacount 1982; Sachs 1995) debido

a la volatilidad del tipo de cambio se aplican políticas encaminadas a

proteger la industria, en países desarrollados optan por aplicar aran-

celes a un solo producto. Además el tipo de cambio tiene inﬂuencia

en la competitividad exterior de la economía si admitimos que los pre-

cios están dados: una depreciación del tipo de cambio traería consigo

un aumento de la competitividad y una apreciación ocasionaría una

perdida, al menos a corto plazo (Wacziarg y Welch 2003; Maier 2006;

Blanchard 2009; Beshkar y Bond 2015; Cuadrado, Mancha, Villena,

Cesares, Gonzales Marin y Peinado 2010). En el análisis sobre una

devaluación interna puede equilibrar la balanza comercial se aduce

que si el gobierno quisiera limitar las importaciones lo que se debe-

ría de hacer es reducir los salarios en moneda extranjera, por lo que

una reducción generalizada de salarios (devaluación interna), tendría

el mismo efecto que una devaluación monetaria ya que en la prácti-

ca todos los salarios se ﬁjan en moneda extranjera. Una devaluación

de la moneda también fomenta exportaciones, al igual una reducción

de salarios ya que abarata los costos de producción nacional y con

ello permite que las exportaciones crezcan, por lo que una devalua-

ción interna tiene conceptualmente hablando el mismo efecto que

una devaluación externa (Jaramillo, 2015).

5 | CONCLUSIONES

Esta investigación analiza el efecto del ingreso (PIB) y tipo de

cambio (TC) en las importaciones de Ecuador durante el periodo

2002-2016, bajo el enfoque de la función de importaciones de Blan-

chard, Amighini y Giavazzi (2012). Mediante los análisis respectivos

de series de tiempo, primeramente se estimó tres modelos de regre-

sión, uno sin corregir, con corrección y otro con sus respectivas varia-

bles de control, en la Tabla 2, ubicada en la discusión de resultados

se observa que las elasticidades de las importaciones van en aumen-

to cuando se realiza la respectiva corrección del modelo, concluimos

que las importaciones dependen del ingreso y del tipo de cambio real,

esto se aﬁrma con la evidencia empírica expuesta. En segundo lugar

mediante modelos de series de tiempo, comprobamos la inestabilidad

en las políticas comerciales, utilizando las técnicas de cointegración

de Johansen (1995), el estadístico de corrección de error VEC, la cau-

salidad de Granger (1988), y los gráﬁcos impulso respuesta. Detalla-

damente encontramos una relación de equilibrio a largo plazo de las

variables PIB y tipo de cambio con las importaciones, fue necesario

agregar una variable dummy que capture el efecto de la inestabili-

dad de políticas comerciales para que exista relación de largo plazo.

Sin embargo, mediante el estadístico VEC no se encontró relación de

equilibrio a corto plazo de la función de estudio.

En la estimación de la causalidad de Granger (1988) encontra-

mos que el PIB y tipo de cambio inﬂuyen en las importaciones lo que

implica que hay una relación bidireccional entre el tipo de cambio y

las importaciones, y el tipo de cambio y el PIB. Finalmente, median-

te gráﬁcos impulso-respuesta donde la variable tipo de cambio es el

impulso ocasiona una mayor respuesta en puntos porcentuales a las

variables importaciones y PIB. Para implicaciones de política es nece-

sario tener en cuenta la aplicación de medidas de proteccionismo a

la industria nacional tomando en cuenta que el tipo de cambio tiene

inﬂuencia en la competitividad exterior de la economía, por lo tan-

to una depreciación del tipo de cambio traería consigo un aumento

de la competitividad y una apreciación ocasionaría una perdida, al

menos a corto plazo. En la realización del presente estudio se encon-

traron varias condicionantes, por lo que el modelo VAR es muy com-

plejo al momento de interpretarlo debido a que la evidencia empírica

es abundante y compleja. Esta investigación no profundiza modelos

VAR estructural por lo que incentiva a futuros investigadores abordar

esta temática, de una forma más estructural y recogiendo una mues-

tra amplia para una estimación con estadísticos más aproximados a

la realidad local.

Referencias bibliográﬁcas

[1] Akaike, H. (1974). A new look at the statistical model

identiﬁcation. IEEE Transactions on Automatic Control,
19(6), 716-723.

[2] Alvarado, R., Toledo, E. (2016). Environmental degrada-

tion and economic growth: evidence for a developing
country. Environment, Development and Sustainability,
1-14.

[3] Alarco, F. (2014). Salarios reales, balanza de pagos y pro-

ducto potencial en América Latina, 1980-2011. Proble-
mas del desarrollo, 45(179), 65-90.

[4] Landa, D., Arriaga, R. (2017). Crecimiento, competitivi-

dad y restricción externa en América Latina. Investiga-
ción Económica, 76(300), 53-80.

[5] Azlina, A., Mustapha, N. H. (2012). Energy, economic

growth and pollutant emissions Nexus: The case of
Malaysia. Procedia-Social and Behavioral Sciences, 65,
1–7.

[6] Ballabriga, F.C. (1991). Déﬁcit público y tipos de interés

en la economía española:£ existe evidencia de causali-
dad?. Banco de España. Servicio de Estudios.

Comportamiento de la función de importaciones en Ecuador .....

Vol.9-N°2, Julio - Diciembre 2021

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

[7] Banco Central del Ecuador (2017). Sistema de informa-

cion macroeconomica (SAP). Ecuador. Disponible en lí-
nea.

[8] Beata , B. S., Jarvoci, G. (2008). Diﬀerentiated products

and evasion of import tariﬀs. Journal of International
Economics, 76(2), 208-222.

[9] Beshkar, M., Bond, E. W. (2016). The escape clause in

trade agreements. Handbook of Commercial Policy, 1,
69-106.

[10] Blanchard, O., Amighini, A., Giavazzi, F. (2012). Macro-

economía, 4ta. Edición, Universidad de Alcalá de Hena-
res.

[11] Blanchard, O. (2009). International commercial and in-

vestment taxes. Fiscal Studies, 882-899

[12] Brandt, L., y M. Morrow, P. (2010). Tariﬀs and the orga-

nization of trade in China. Journal of International Eco-
nomics, 104, 85-103.

[13] Crafts, N. (2013). Returning to growth: policy lessons

from history. Fiscal Studies, 34(2), 255-282.

[14] Cuadrado, J., Mancha, T., Villena, J., Casares, J., Gonza-

les, M., Marin, J., Peinado, M., L. (2010). Política eco-
nómica. La política Economica en una economía abierta
(págs. 382-383). México: McGraw-Hill/interamericana
de España, s.l.

[15] 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.

[16] Devereux, M. B., Dong, W., Ben, T., Tomlin, B. (2016).

Importers and exporters in exchange rate pass-through
and currency invoicing. Journal of International Econo-
mics, 105, 187-204.

[17] Engle, R. F., Granger, C. W. (1987). Co-integration and

error correction: Representation estimation and testing.
Econometrica: Journal of the Econometric Society, 55,
251–276.

[18] Erehova, I., Ershov, A. (2015). Development of a Stra-

tegy of Import Substitution. Procedia Economics and Fi-
nance, 39, 620-624.

[19] Finger, P. Wonnacount, N. (1982). The eﬀects of res-

trictions on imports from the United States: ﬁve case
studies and theory. Journal of International Economics,
197-198.

[20] Giansoldati, M., Gregori. T. (2017). A note on the es-

timation of import trade demand functions. Economics
Letters., 133-135.

[21] Giráldez, B., Espino, R. (2016). Mercado internacional,

mercado nacional: el bacalao en España en el primer ter-
cio del siglo XX. Investigaciones de Historia Económica

- Economic History Research.

[22] Granger, C. W. (1988). Causality, cointegration, and con-

trol. Journal of Economic Dynamics and Control, 12(2-
3), 551-559.

[23] Habib, M., Mileva E., Stracca, L. (2017). The real ex-

change rate and economic growth: revisiting the case
using external instruments. Journal of International Mo-
ney and Finance, 73, 386-398.

[24] Harrison, G. W., Rutherford, T. F., Tarr, D. G. (1997). Op-

ciones de politica comercial para Chile: Una evaluacion
cuantitativa. Cuadernos de Economía, 101-137.

[25] Helkie, W. L., Hooper, P. (1987). The US external deﬁcit

in the 1980s: An empirical analysis (No. 304).

[26] Hung, C. (2017). Eﬀects of foreign and domestic econo-

mic policy uncertainty shocks on South Korea. Journal
of Asian Economics, 51, 1-11.

[27] Imbruno, M. (2016). China and WTO liberalization: Im-

ports, tariﬀs and non-tariﬀ barriers. China Economic Re-
view, 38, 222-237.

[28] Jaramillo, M. (2015). £Puede una devaluación interna

equilibrar la balanza comercial ecuatoriana?. Ecuanomi-
ca, 1-8.

[29] Kaldor, V. (1934). A classiﬁcation note on the determi-

nability of the equilibrium. The review of economic stu-
dies, 1(2), 122-136.

[30] Kim, C. (2017). Does the volatility of the exchange rate

aﬀect the volume of Korean beef imports?. The Asian
Journal Shipping and logistics, 7(2), 43-50.

[31] Maier, P. (2008). A Wave of Protectionism?. World Eco-

nomics, 9(2), 69-95.

[32] Laubach, T. (2009). New evidence on the interest rate

eﬀects of budget deﬁcits and debt. Journal of the Euro-
pean Economic Association, 7(4), 858-885.

[33] Laopodis, N. T. (2012). Dynamic Linkages among Bud-

get Deﬁcits, Interest Rates and the Stock Market. Fiscal
Studies, 33(4), 547-570.

Vol.9-N°2, Julio - Diciembre 2021

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

[34] Lo, M., Sawyer, W., Sprinkle, R.L. (2007). The link bet-

ween economic development and the income elasticity

of import demand. Journal of Policy Modeling, 29(1),
133-140.

[35] Niquidet K., Sun L. (2017). Elasticity of import demand

for wood pellets by the european union. Forest Policy
and Economics.

[36] Ozturk, I., Arisoy, I. (2016). An estimation of crude oil

import demand in Turkey: Evidence from time-varying
parameters approach. Energy Policy, 99, 174-179.

[37] Mukherjee, P., Mukherjee, V., Das, D. (2017). Estimating

elasticity of import demand for gold in India. Resources
Policy, 51, 183-193.

[38] Pavel, M. (2008). Política monetaria en Cuba. Estima-

cion de un modelo VAR estructural . Principios de Eco-
nomía, 7, 80-89.

[39] Rigby, B., Kemeny, G., Cooke, J. (2017). Plant exit and

US imports from low-wage countries. International Eco-
nomics, 149, 27-40.

[40] Roesel, F. (2016). The Political Economy of Fiscal Su-

pervision and Budget Deﬁcits–Evidence from Germany.
Fiscal Studies.

[41] Sachs, J. D., Warner, A., Aslund, A. and Fischer, S. (1995),

Economic reform and the process of global integra-
tion, Brookings Papers on Economic Activity, 1995(1),
1–118.

[42] Santos, A. U. (2002). The eﬀects of trade liberalization

on imports in selected developing countries. World De-
velopment, 30(6), 959-974.

[43] Sjoholm, F. (1999). Exports, imports and productivity: re-

sults from Indonesian establishment data. World Deve-
lopment, 27(4), 705-715.

[44] Sotoudeh, M. A., Worthington, A. C. (2016). Estima-

ting the eﬀects of global oil market shocks on Austra-
lian merchandise trade. Economic Analysis and Policy,
50, 74-84.

[45] Sims, C.A. (1980). Macroeconomics and Reality. Econo-

metrica, 48, 1-48.

[46] Sims, C.A. (1992). Interpreting the Macroeconomic Ti-

me Series Facts: The Eﬀects of Monetary Policy. Euro-
pean Economic Review, 36, 975-1011

[47] Quintero, A. (2015). Impacto de la politica Monetaria y

canales de Trasmicion en paises de America Latina con
esquema de inﬂacion objetivo. Politica Economica.

[48] Tellería, G. (2000). Tipo de cambio, exportaciones e im-

portaciones: el caso de la economía boliviana. Revista
de Análisis del Banco Central de Bolivia, 3, 7.

[49] Tovar, C. P. (2010). Trade liberalization, antidumping,

and safeguards: evidence from India’s tariﬀ reform. Jour-
nal of Development Economics, 96(1), 115-125.

[50] Wacziarg, R. Welch, K. H. (2003). Trade liberalization

and growth: New evidence,NBER Working Paper 10-
18.

[51] Wooldridge, J. (2009). Introductory Econometrics: A

Modern Approach (4a ed.).Masson, OH: Cengage Lear-
ning.

[52] Zhang, H., Kuuluvainen, J., Gao, P., Yang, H. (2017).

Cointegration in China’s log import demand: Price en-
dogeneity and structural change. Journal of Forest Eco-
nomics, 27, 99-109.

Vol.9-N°2, Julio - Diciembre 2021

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

Industrias e inversión extranjera directa: Evidencia a nivel mundial
y por grupos de países

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

grouping

Belén Sánchez

| Johanna Alvarado-Espejo

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Belén Sánchez, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: maria.b.sanchez@unl.edu.ec

Agradecimientos

Club de Investigación de Economía (CIE)

Fecha de recepción

Enero 2021

Fecha de aceptación

Junio 2021

Dirección

Bloque 100. Ciudad Universitaria Guillermo

Falconí. Código Postal: 110150, Loja, Ecuador

RESUMEN

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

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

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

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

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

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

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

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

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

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

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

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

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

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

los sectores más afectados por la pandemia.

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

Códigos JEL: F23. L2. O14.

ABSTRACT

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

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

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

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

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

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

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

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

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

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

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

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

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

aﬀected by the pandemic.

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

JEL codes: F23. L2. O14.

Sánchez B. & Alvarado-Espejo J.

Vol.9-N°2, Julio - Diciembre 2021

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

1 | INTRODUCCIÓN

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

inversión extranjera directa (IED) han sido gravemente afectados,
pese a que en 2019 fueron de 1,5 billones de dólares, en 2020 se
redujeron hasta el billón de dólares. En general, a nivel mundial se
tendió a adoptar políticas restrictivas y/o reguladadoras que afectan
a la IED, las cuales fueron más frecuenes en los países desarrollados
para proteger a las empresas nacionales. Pincipalmente, las inversio-
nes más afectadas son las de nueva planta en proyectos industriales
y de infraestructuras. Lo cual pone en peligro el cumplimiento de
los Objetivos de Desarrollo Sostenible (ODS). En 2Conferencia so-
bre las Naciones Unidad y el Desarrollo (UNCTAD), 2020; UNCTAD,
2021).

La promoción de la IED ayudará a promover el cumplimiento

de los Objetivos de Desarrollo Sostenible. Sin embargo, en el contex-
to de la pandemia también se redujo la producción manufacturera
Organización de las Naciones Unidas para el Desarrollo Industrial
(ONUDI), 2020. Los países subdesarrollados se arriesgan a quedar-
se atrapados en la pobreza si no tienen recursos para desarrollar la
infraestructura, la fuerza de trabajo y las instituciones que atraen la
inversión inicial necesaria para estimular el crecimiento económico.
Los países con un alto nivel de dependencia a la agricultura de sub-
sistencia pueden caer en esta categoría. Es difícil para estos países
atraer IED, y sin inversión y los beneﬁcios sociales y económicos
que crean se vuelve más difícil mejorar los otros sectores (Deloitte,
2015).

En el presente trabajo se usó como variable dependiente indus-

trias como independiente la inversión extranjera directa. Los datos
trabajados corresponden al periodo 1987-2015. Al realizar los dife-
rentes test, los resultados encontrados muestran que el equilibrio
a corto plazo de las variables no se cumple a nivel global y en to-
dos los grupos de países porque las estadísticas son signiﬁcativas
al 0.1 %, excepto en los países de ingresos extremadamente bajos.
Sin embargo, si se encontró una relación de equilibrio a largo plazo,
tanto a nivel global como para los grupos de países. Al realizar el
test de causalidad, se evidenció que en los países de ingresos extre-
madamente altos y países de ingresos bajos existe una causalidad
unidireccional que va desde las industrias a la inversión extranjera
directa. En los países de ingresos medios bajos existe causalidad uni-
direccional desde la inversión extranjera directa hacia las industrias.

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

bate académico para entender el nexo enetra las industrias y la in-
versión extranjera directa a nivel mundial, usando una amplia base
de datos censales para países de ingresos extremadamente altos, al-
tos, medios altos, medios bajos, bajos y extremadamente bajos cu-
yas características estructurales diﬁeren entre sí, debido al ingreso
que cada país acarrea. Además, la literatura se ha enfocado en me-
dir el efecto de la inversión extranjera directa en las industrias a
nivel global y por grupos de países. Para ello se utilizaron diferentes
test que permitieron conocer si existe una relación a corto y largo
plazo entre las variables estimadas. En general, nuestros resultados
señalan por medio del test de Westerlund (2007) que no existe una
relación a corto plazo de las variables estimadas, sin embargo, me-
diante el test de cointegración de Pedroni (1999) se mostró que si
hay relación a largo plazo entre la inversión extranjera directa e in-
dustrias.

El resto de esta investigación tiene la siguiente estructura. La

segunda sección contiene la revisión de la literatura previa. La ter-
cera sección describe las fuentes estadísticas y plante la estrategia
econométrica. En la cuarta sección se discuten los resultados encon-
trados con la teoría y la evidencia empírica previa. La quinta sección
contiene las conclusiones e implicaciones de política de esta inves-
tigación.

2 | REVISIÓN DE LITERATURA

La Inversión Extranjera Directa es aquella que tiene como pro-

pósito crear un vínculo duradero con ﬁnes económicos y empresa-
riales de largo plazo, por parte de un inversionista extranjero en el
país receptor. Además, la inversión extranjera directa es un impor-
tante catalizador para el desarrollo, se transmite a toda la economía
impulsando el comercio internacional, permitiendo el ﬁnanciamien-
to de empresas, mejorando las oportunidades de empleo; también
eleva la competitividad, a través una mayor tecnología y un mayor
grado de productividad de todos los factores productivos. Todo ello
incide positivamente en el ambiente productivo y competitivo de
un país Además, estos beneﬁcios se ven reﬂejados para el consu-
midor doméstico en la obtención de más variedad productos a me-
jores precios. La incidencia de la IED en el crecimiento es positiva
tanto para países desarrollados como para los que están en desarro-
llo. Sin embargo, el grado de inﬂuencia depende en el tipo de país.
Los países en desarrollo obtienen un efecto menor de las inversio-
nes externas debido a un entorno institucional no transparente y
la inﬂuencia negativa de otros factores no económicos. Estos resul-
tados brindan una oportunidad para considerar que, en los países
desarrollados, el entorno económico e institucional y, más que na-
da, el capital humano, permiten obtener todo el efecto de la IED,
esto es, acumulación de capital y efectos externos. En los países en
desarrollo existen barreras que reducen los efectos de la IED, tales
como insuﬁciente capital humano y un pobre entorno económico e
institucional. Así, el impacto de la IED en el crecimiento económico
es claramente positivo. Sin embargo, el nivel de este efecto depen-
de de las características del país (Krause, 2017).

La mayoría de las grandes empresas industriales pertenecen a

países desarrollados, debido a que disponen del dinero para la crea-
ción y el mantenimiento de una industria, posteriormente se insta-
lan en países menos desarrollados, debido a que la mano de obra
es abundante, barata y tiene pocos conﬂictos. De igual manera, se
mantienen las industrias más estratégicas como la industria de pro-
ductos perecederos y altas tecnologías. Desde la década de 1970,
hubo un gran desarrollo tecnológico que promovió la reducción de
la población empleada en el sector industrial. Por su parte, en los
países subdesarrollados el desarrollo industrial depende de las mul-
tinacionales que ejercen una gran inﬂuencia sobre los gobiernos que
les ofrecen condiciones ventajosas para que se establezcan en sus
territorios. Esto tiene algunas desventajas debido a que la mayoría
de los beneﬁcios de las multinacionales reinvierte en el lugar de ori-
gen de las empresas, donde se localizan las sedes centrales; algunas
de las ventajas son que traen técnicas de producción más avanzadas,
crean puesto de trabajo entre otras (Medina, 2010).

La evidencia empírica que veriﬁca la relación entre las indus-

trias y la inversión extranjera directa se dividen en tres grandes gru-
pos. En el primer grupo se presentan estudios realizados en los paí-
ses desarrollados. De esta manera, en el estudio realizado por Apos-
tolov (2015) revela que las inversiones extranjeras directas siguen
siendo una prioridad, como pilar esencial, que impulsa a la socie-
dad hacia una economía de mercado desarrollada. Por otro lado, lo
encontrado en el estudio Hasan et al. (2017) mencionan que la in-
versión es una necesidad para la exposición al mercado, así como
la tecnología y las ﬁnanzas muy necesarias, coincidiendo con lo ex-
presado por Milner y Pentecost (1996). De igual manera, Buckley et
al. (2007) indican en su estudio que la inversión extranjera directa
entrante juega un papel positivo en el aumento de la productividad
industrial, lo que implica que el gobierno debe continuar fomentan-
do la inversión interna, Jeon (1992) por su parte menciona que la
inversión extranjera directa permite aumentar el nivel de empleo,
generando recursos y por ende favoreciendo a la economía. Asimis-
mo, en el estudio realizado por Lin (2010) encuentra que la red los
vínculos, la expansión de los mercados y las políticas de incentivos
de China afectan positivamente la intención de participar en inver-

Vol.9-N°2, Julio - Diciembre 2021

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

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

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

rectas pueden tener un impacto signiﬁcativo en la probabilidad de
entrada y salida de empresas nacionales en equipos de transporte y
en las industrias de maquinarias y equipos eléctricos. Por otro lado,
Li et al. (2018) en su estudio dan a conocer que la mayor compe-
tencia de importaciones reduce signiﬁcativamente la inversión de
las empresas estadounidenses. De la misma manera, Barrell y Pain
(1997) expresan que la inversión extranjera directa es solamente un
canal importante para la difusión de ideas y tecnologías en diferen-
tes países.

Los resultados encontrados en el segundo grupo indican aque-

llos estudios realizados en países en vías de desarrollo. En este gru-
po, el estudio de Alvarado et al. (2017) dan a conocer que la inver-
sión extranjera directa en el crecimiento económico no es estadís-
ticamente signiﬁcativa en forma agregada, es decir, no es un meca-
nismo adecuado para acelerar el crecimiento económico en América
Latina, a excepción de los países de altos ingresos. En su estudio Ha-
rrison y Rodríguez Clare (2010) mencionan que el objetivo de la in-
versión extranjera directa es desarrollar un proceso mediante el cual
el gobierno, la industria y las organizaciones privadas pueden cola-
borar en las intervenciones para aumentar la productividad, coinci-
diendo con lo expuesto por Liu y Agbola (2014). En las economías
africanas existe un efecto generalmente positivo pero débil de la
IED en la productividad y crecimiento, tal como lo mencionan Mali-
kane y Chitambara (2018) en su estudio. En el artículo realizado por
Sunde (2017) indica que tanto la inversión extranjera directa como
las exportaciones estimulan un crecimiento económico en el país.
Por otro lado, un estudio realizado por Ashby y Ramos (2013) en
México determinan que el crimen organizado disuade la inversión
extranjera en los servicios ﬁnancieros, el comercio y la agricultura.
Por el contrario, Makiela y Ouattara (2018), indican que factores dis-
tintos a la inversión extranjera directa pueden haber contribuido al
aumento de la productividad presenciado en los países en desarro-
llo en las últimas décadas.

Finalmente, el grupo tres consta de investigaciones realizadas

a diferentes países sobre la inversión extranjera directa e industrias.
En el estudio Pugel (1981) menciona que las empresas están posi-
tivamente relacionadas con la inversión extranjera directa. De igual
manera, Sothan y Zhang (2017) proporcionan una fuerte evidencia
sobre el impacto causal de la IED en el crecimiento económico de

Camboya. Así mismo, Vella y Sammut-Bonnici (2014) en su artículo
indican que la IED en el largo plazo mantiene una relación entre el
inversor y la empresa con una inﬂuencia signiﬁcativa en el gestión
de la empresa. De la misma manera, Iamsiraroj (2016) indica que
los efectos generales de la IED son positivamente asociado con el
crecimiento y viceversa; y mano de obra, apertura comercial y la li-
bertad económica son otros factores determinantes de la IED, que
a su vez estimulan el crecimiento de la renta. Por su parte, Zeng y
Sherman (2009) dan a conocer que la IED puede alterar la estructu-
ra de competencia existente y desactivar el nivel de la empresa. Por
el contrario, en el estudio realizado por Cao y Mukherjee (2018), se
concluye que la IED, en comparación con la exportación, hace que la
unión sindical doméstica mejore, pero hace que los consumidores, la
empresa nacional, la unión laboral extranjera y el país extranjero en
peores condiciones, y puede reducir el bienestar doméstico. Frente
a los trabajos expuestos, la presente investigación está orientada a
medir el efecto de las industrias frente a la inversión extranjera di-
recta, a nivel mundial mediante varios test, los cuales comprueben
si existe o no, una relación de equilibrio a largo y corto plazo.

3 | DATOS Y METODOLOGÍA

3.1 | Datos

Con el objetivo de examinar empíricamente el efecto de la IED

en las industrias a nivel mundial, se utilizaron los datos de World
Development Indicators (2017). La investigación abarca 112 países
para el período 1987-2015. Los países y el período de tiempo se se-
leccionaron para la disponibilidad de datos para las variables usadas,
lo que permitió realizar estimaciones utilizando datos de panel fuer-
temente balanceados. La variable dependiente es el logaritmo de
las industrias y la variable independiente es el logaritmo de la inver-
sión extranjera directa. El Método Atlas del Banco Mundial es una
herramienta útil para la clasiﬁcación que usa el ingreso per cápita
nacional de cada país para la comparación entre países. Para obte-
ner un análisis más preciso se realizó una nueva división de atlas, la
cual contiene seis grupos. El resto de los países se excluyeron de-
bido a las limitaciones en la información estadística disponible. La
Tabla 1 resume las variables del modelo econométrico usado.

Tabla 1. Deﬁnición y descripción de las variables

Variables

Descripción

Unidad de medida

Variable dependiente
Industrias

Es una medida de la actividad que transforma
las materias primas en productos elaborados

Logaritmo de industrias

Variable independiente
Inversión extranjera directa

Es una medida de la inversión de capital por
parte de una persona natural o jurídica

Logaritmo inversión extranjera directa

La Figura 1 muestra los resultados de la representación teórica

de la relación entre las dos variables de interés, tanto a nivel mundial
y de acuerdo con agrupaciones de países: ingresos extremadamen-
te altos, altos, medios altos, medios bajos, bajos y extremadamente
bajos. Como se puede observar a nivel mundial existe una relación
positiva, lo cual indica que la inversión extranjera directa a medida
que aumenta, las industrias también. Sin embargo, se visualiza que
en los países de ingresos extremadamente altos, altos y medios al-

tos, tienden a disminuir con el pasar del tiempo, esto signiﬁca que la
inversión extranjera directa en estos países no sólo está destinada
a la creación de más industrias. Mientras que, en países de ingresos
medios bajos, bajos y extremadamente bajos ocurre todo lo contra-
rio, quedando como conclusión que aquellos países en vías de desa-
rrollo son quienes necesitan de mayor inversión extranjera directa
para la creación de industrias que permitan aumentar el crecimiento
y por ende mejorar la calidad de vida de sus habitantes.

Sánchez B.

Vol.9-N°2, Julio - Diciembre 2021

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

igur

elación

sión

extr

anjer

dir

industrias

Industrias e inversión extranjera directa. . .

Vol.9-N°2, Julio - Diciembre 2021

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

La Tabla 2 muestra las estadísticas descriptivas de la inversión

extranjera directa e industrias, la media, la desviación estándar, valo-
res mínimos y máximos y el número de observaciones en el tiempo

y entre países. El número de las observaciones disponibles aseguran
que los parámetros se generalicen entre países y sobre hora.

Tabla 2. Estadística descriptiva de las variables

Variable

Mean

Std. Dev

Min

Max

Observations

overall

22.581

2.609

17.113

29.062

N=3248

Log (Industrias)

between

2.591

17.660

27.992

n=112

within

0.388

20.908

24.423

T-bar=29

overall

19.904

2.807

28.598

27.325

N=3248

Log (Inversión extranjera
directa)

between

2.393

14.093

25.032

n=112

within

1.483

8.625

24.219

T-bar=29

3.2 | Formalización econométrica

La estrategia econométrica global diseñada para evaluar la

fuerza del vector de cointegración entre las industrias y la inversión
extranjera directa per cápita tiene cinco etapas. En la primera eta-
pa, se estimó un modelo de regresión básico de datos de panel. La
variable dependiente es el logaritmo de las industrias (Indpci,t) y la
variable independiente es el logaritmo de la inversión extranjera di-
recta (IEDpci,t) del país i= 1,. . . , 112 del periodo t= 1987,. . . .,2015.
Este modelo básico permite veriﬁcar el grado de asociación y la di-
rección de la relación entre las dos variables a nivel mundial y por
grupos de países. La ecuación (1) formaliza la relación entre las dos
variables:

l og l og (I ndpc

) = (y

+ δ

) + y

l og (I E D pc

) + θ

(1)

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

delo de efectos ﬁjos o aleatorios. El modelo propuesto en la Ecua-
ción (1) tiene dos problemas estructurales. La prueba de Wooldridge
(2002) sugiere la presencia de autocorrelación y la prueba del mul-
tiplicador de Lagrange de Breusch-Pagan muestra que el modelo
tiene heterocedasticidad. Para corregir el sesgo en los estimadores
causados por la autocorrelación y la heterocedasticidad, se utilizó
un modelo de mínimos cuadrados ordinarios generalizados (GLS).
Los parámetros 0 + 0 capturan la variabilidad en el tiempo y la sec-
ción transversal. Finalmente, el parámetro i,t, es el término de error
estocástico. En la teoría econométrica, es conocido que las series
de tiempo tienen un componente de tendencia que hace que sea
imposible medir de manera eﬁciente la relación entre ellos. Para ga-
rantizar que la serie no tenga el problema de la raíz unitaria, se rea-
lizaron varias pruebas, que coinciden en que la primera diferencia
elimina el efecto de tendencia de las dos variables. Las pruebas uti-
lizadas fueron: Dickey Fuller Augmented (1981), Phillips y Perron
(1988), Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003), y Brei-
tung (2002), lo cual se pueden estimar a partir de la ecuación 2:

+ λy

t −1

+ α

t + Σ

p
i =2

t −i −1

+ ε

(2)

Donde y

es la serie que se supone que contiene al menos una

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

es el error gaussiano, y p representa la longitud del des-

fase. En la Ecuación (2), cuando el parámetro λ es signiﬁcativo, se
puede concluir que al menos uno de los paneles tiene una raíz unita-
ria. El uso de cinco pruebas diferentes asegura que las series utiliza-

das en las estimaciones posteriores no tienen el problema de la raíz
unitaria. La segunda etapa de la estrategia econométrica determina
el equilibrio a corto y largo plazo entre las dos variables utilizando
la prueba de cointegración desarrollada por Pedroni (1999), el equi-
librio a largo plazo se determina con base a la ecuación 3:

n−1

j =1

i j

i j −j

n−1

j =1

i j

t −j

+ π

E CT

t −j

+ ϵ

(3)

Donde y

representa la variable dependiente del país i en el

período t. Los parámetros β , ω y π son los parámetros a estimar,
y el término E CT

t −1

es el vector de cointegración de equilibrio a

largo plazo. Finalmente, ε

es el término de error aleatorio estacio-

nario con media cero y es la longitud del desfase determinada con
el criterio de información de Akaike (1974). Además, el equilibrio a
corto plazo se determina mediante la prueba de Westerlund (2007)
a partir de la ecuación 4:

+α

t −1

− β

t −1

j =1

i j

i t −j

j =−qi

i j

t −j

+ϵ

(4)

Donde t = 1

, . . . . . . ,

T son los períodos de tiempo y i =

, . . . . . . ,

N representa los países. El término d

es el componen-

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

i t

es aleatorio e independiente de ε

, por lo que

se supone que estos errores son independientes i y t . La hipótesis
nula sugiere que no hay cointegración a corto plazo. La prueba de
cointegración de Pedroni (1999) se ha utilizado ampliamente para
veriﬁcar la relación entre las industrias y la inversión extranjera di-
recta en diferentes contextos geográﬁcos. Sin embargo, la prueba
de cointegración a corto y largo plazo solo indica la existencia o no
de un vector que se relaciona con las variables en cuestión. Además,
los modelos con datos de panel ofrecen resultados que son dema-
siado agregados. En consecuencia, en la próxima etapa se estima la
fuerza del vector de cointegración utilizando el enfoque de Pedroni
(2001) y aplicado por Neal (2014). Esta estrategia nos permite eva-
luar la fuerza del vector de equilibrio entre las industrias e inversión
extranjera directa. Especíﬁcamente, la fortaleza de la relación entre
las dos variables en cada país se estimó utilizando un modelo diná-
mico de mínimos cuadrados ordinarios (DOLS) y para la región como
un todo o para grupos de países a través de una dinámica ordinaria
del modelo de panel de mínimos cuadrados (PDOLS). La siguiente
ecuación plantea la relación entre las dos variables:

Industrias e inversión extranjera directa. . .

Vol.9-N°2, Julio - Diciembre 2021

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

+ δ

j =−P

∆

t −j

+ µ

(5)

Dónde y

son las industrias, i = 1

, . . . .,

112

países, t =

, . . . . .,

T es el tiempo, p = 1

, . . . ,

P es el número de retrasos y avan-

ces que se estiman en la regresión DOLS, mientras que

∂l og y

∂l og

mide el cambio en las industrias cuando cambia la inversión extranje-
ra directa. Los coeﬁcientes y los valores t se obtienen de los valores
promedio en todo el panel utilizando el método de los promedios
grupales. El estimador PDOLS se promedia a lo largo de la dimen-
sión entre los grupos (Neal, 2014), y la hipótesis nula establece que
β

. Finalmente, en la cuarta etapa se usó la prueba formalizada

por Dumitrescu y Hurlin (2012), para determinar la existencia y la
dirección de causalidad entre las dos variables usando la siguiente
expresión:

K =1

t −K

K =1

t −K

+ µ

(6)

En la ecuación (6) se supone que β

(1)

. . . .,

(k )

, y que el

término ∝

se ﬁja en la dimensión de tiempo. El parámetro autorre-

gresivoY

y el coeﬁciente de regresión β

varían entre las secciones

transversales. La hipótesis nula plantea que no hay relación causal

para ninguna de las secciones transversales del panel H0:β

= 0

4 | DISCUSIÓN DE RESULTADOS

4.1 | Resultados básicos

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

modelos de efectos ﬁjos (FE) y los efectos aleatorios (RE). Luego se
aplicó la prueba de Wooldridge (2002) para detectar la autocorre-
lación y la prueba de Wald para detectar heterocedasticidad. Me-
diante la inclusión de efectos de tiempo ﬁjo para todos los grupos
de países y efectos ﬁjos por grupo de países para Global, lo cual
corrigió los problemas de autocorrelación y heterocedasticidad, res-
pectivamente. La Tabla 3 muestra los resultados de la estimación
de la inversión extranjera directa e industrias a nivel mundial y por
grupos de países divididos según sus niveles de ingresos. De acuer-
do con la prueba de Hausman (1978) los resultados obtenidos son
negativos, por lo cual, se utilizaron regresiones aleatorias, al realizar
la correlación se puede observar que a nivel mundial hay presencia
de correlación entre las variables planteadas, y que los demás gru-
pos de países no presentan correlación. Por otro lado, en todos los
grupos de países y a nivel mundial no hay presencia de heterocedas-
ticidad. Los países que obtienen una importante inversión extranje-
ra directa, aumentan en gran medida las industrias, este es el caso
de los países de ingresos altos, por otro lado, los países con ingre-
sos bajos tienen menos industrias en su economía, lo cual repercute
de manera negativa en el país. Al no existir industrias las fuentes de
empleo son escasas, disminuyendo el consumo de las familias, y por
ende afectando el crecimiento económico del país.

Tabla 3. Relación entre la inversión extranjera directa e industrias

GLOBAL

PIEA

PIA

PIMA

PIMB

PIB

PIEB

Log (ied)

0.147***

0.0620***

0.0769***

0.206***

0.102***

0.196***

0.102***

(35.95)

(4.93)

(9.37)

(11.67)

(8.84)

(22.82)

(8.84)

Constant

19.65***

23.31***

22.53***

19.76***

20.09***

18.47***

20.09***

(136.80)

(50.49)

(54.75)

(38.84)

(57.82)

(73.96)

(57.82)

Hausman test (p-
value)

-24.25

-0.86

-1.08

-2.38

-3.11

-8.40

-4.33

Serial

correlation

test (p-value)

0.000

0.894

0.125

0.013

0.033

0.005

0.0043

Heteroscedasticity
test (p-value)

0.727

0.877

0.875

0.821

0.893

0.747

0.840

Fixed eﬀects (years)

yes

Fixed

eﬀects

(country)

yes

Observations

3248

203

580

203

609

841

812

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

4.2 | Test de raíz unitaria

La Tabla 4 informa los resultados obtenidos con los efectos del

tiempo y sin efectos del tiempo The Levine, Lin Chu (2002), Im,
Pesaran y Shin (2003) y Breitung (2002) las pruebas se basan en
pruebas paramétricas y las pruebas tipo Fisher de Dickey Fuller Au-

mentado (1981), Phillips y Perron (1988) son no paramétricos, que
fueron propuestos por Maddala y Wu (1999). Breitung (2002) se
basa en la homogeneidad de la raíz unitaria (a través de paneles). El
criterio de información Akaike (AIC) se utilizó para determinar el re-
traso longitud. En el presente la investigación es mayor que, por lo
tanto, no debe haber ningún sesgo en las pruebas de Levine, Lin y
Chu (2002), Im, Pesaran y Shin (2003).

Industrias e inversión extranjera directa. . .

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 4. Prueba de raíz unitaria en primeras diferencias

Grupos variables

IPS

ADF

IPS

ADF

WOD

Global

LIND

-27.96*

-8.92*

-32.19*

-11.25*

-33.34*

-26.31*

9.16*

-30.71*

-9,.72*

-32.46*

LIED

-49.38*

-7.33*

-56.45*

-23.67*

-59.74*

-47.30*

-7.64*

-56.65*

-24.03*

-61.58*

PIEA

LIND

-7.21*

-1.89*

-7.95*

-4.24*

-9.63*

-5.99*

-1.49*

-5.22*

-2.45*

-10.31*

LIED

-17.93*

-3.25*

-18.70*

-6.83*

-17.83*

-14.38*

-3.25*

-17.11*

-6.31*

-18.05*

PIA

LIND

-9.20*

-5.02*

-11.73*

-3.25*

-12.39*

-8.53*

-4.65*

-11.26*

-2.00*

-11.98*

LIED

-19.44*

-5.04*

-22.60*

-11.19*

-25.55*

-19.18*

-5.47*

-22.61*

-10.78*

-25.89*

PIMA

LIND

-10.22*

-4.11*

-9.43*

-4.56*

-9.09*

-10.54*

-3.24*

-9.66*

-5.00*

-10.83*

LIED

-16.13*

-2.80*

-15.54*

-5.12*

-16.31*

-16.96*

-2.57*

-18.00*

-5.78*

-17.26*

PIMB

LIND

-16.17*

-4.32*

-17.02*

-4.83*

-15.84*

-14.09*

-3.67*

-15.83*

-4.45*

-16.26*

LIED

-21.64*

-4.32*

-24.29*

-10.99*

-25.16*

-21.16*

-3.67*

-24.29*

-10.78*

-26.17*

PIB

LIND

-13.10*

-3.78*

-15.27*

-4.80*

-17.02*

-13.22*

-4.48*

-15.70*

-3.96*

-16.97*

LIED

-24.63*

-4.04*

-28.10*

-12.30*

-28.81*

-23.64*

-4.19*

-27.64*

-12.71*

-29.68*

PIEB

LIND

-12.40*

-3.94*

-15.52*

-6.28*

-15.81*

-10.33*

-4.40*

-14.63*

-5.66*

-14.26*

LIED

-21.27*

-2.47*

-27.05*

-9.87*

-29.71*

-22.53*

-3.37*

-27.75*

-10.29*

-30.24*

Nota: * signiﬁcativo al 1 %

El hecho de que ambas series tengan un orden de integración

I (1) hace necesario estimar la existencia de un equilibrio a largo pla-
zo entre las variables Zoundi (2017). Si las series están cointegradas,
existe una fuerza que lleva a la serie al equilibrio en el largo plazo.

La Tabla 5 informa las siguientes estadísticas: una estadística

de panel-v, panel-rho, panel-PP y panel-ADF. El primero no es pa-
ramétrico y se basa en la relación de varianzas. La prueba de coin-
tegración de paneles heterogéneos de Pedroni (1999) muestra que
existe una relación de equilibrio a nivel global entre las series. Las
estadísticas ADF, PP, p-statistic y v-statistic muestran un resultado
coherente entre ellas: las dos series se mueven juntas y simultánea-

mente en el tiempo y en la sección transversal. Las estadísticas den-
tro de las dimensiones de los paneles y entre las dimensiones de
los paneles son estadísticamente signiﬁcativas. El mismo resultado
ocurre para los países de altos ingresos. Tanto a nivel global como
por grupos de países hay un vector de cointegración, lo cual indica
que existe una relación de equilibrio a largo plazo entre la inversión
extranjera directa e industrias. Este resultado concuerda con el ob-
tenido en el estudio realizado por Kucera y Principi (2017), quienes
mencionan que existe una relación positiva a largo plazo entre la in-
versión extranjera directa e industrias manufactureras en países de
ingresos bajos.

Tabla 5. Test de cointegración Pedroni

GLOBAL

PIEA

PIA

PIMA

PIMB

PIB

PIEB

Within dimension test
statistics
Panel v-statistic

-0.8015

-0.599

-0.331

-0.423

-0.109

-0.863

0.919

Panel rho-statistic

-22.01

-6.317

-9.435

-7.229

-11.86

-10.92

-9.75

Panel t-statistic

-31.87

-10.11

-12.41

-10.95

-17.63

-16.09

-13.65

Panel ADF statistic

-26.56

-9.596

-9.51

-8.83

-14.38

-15.35

-11.69

Between dimension test
statistics
Panel rho-statistic

-14.86

-4.504

-6.363

-5.133

-8.477

-7.494

-6.17

Group t-statistic

-31.83

-10.49

-11.95

-11.17

-18.42

-15.9

-12.52

Group ADF statistic

-23.86

-9.951

-7.565

-8.044

-12.28

-13.82

-10.82

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

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

tor de datos de panel VECM propuestas por Westerlund (2007),
que tiene una ventaja atractiva, ya que aﬁrma que la hipótesis nula
conjunta es que todas las secciones transversales en el panel están
cointegradas y omiten informar sobre el observación que no tiene
cointegración (Kasman y Duman, 2015). La prueba de cointegración
propuesta por Westerlund (2007) veriﬁca la ausencia o presencia de
cointegración que determina la existencia de errores de vectores pa-
ra cada país o para el grupo de países. Además, esta prueba se basa
en el hecho de que las series no son estacionarias. Las pruebas de
Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003) y Breitung (2002)
y las pruebas de Fisher de Dickey Fuller Augmented (1981) y Phi-
llips y Perron (1988) mostraron que la serie no tienen el problema
de la raíz unitaria. Como resultado, resulta posible estimar la prueba

de cointegración de Westerlund. Continuando con la lógica anterior,
los resultados son reportados para todo el panel y por grupos de
países. Los resultados encontrados nos permiten aceptar la hipóte-
sis alternativa de cointegración entre las dos series analizadas. Esto
implica que un cambio en la inversión extranjera directa no genera
cambios inmediatos en las industrias. La existencia de un equilibrio
a corto plazo de las variables no se cumple a nivel global y en to-
dos los grupos de países porque las estadísticas son signiﬁcativas
al 0.1 %, excepto en los países de ingresos extremadamente bajos.
Este resultado es diferente al obtenido en la investigación, Calegá-
rio, Bruhn, y Pereira (2014), quienes obtienen una relación positiva
a corto plazo entre la inversión extranjera directa y el crecimiento
en industrias brasileñas.

Industrias e inversión extranjera directa. . .

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 6. Resultados Westerlund

Statistic

Value

Z-value

P-value

GLOBAL

-2.285

0.934

0.825

-13.271

-2.185

0.014

-22.967

-0.707

0.24

-9.769

-1.444

0.074

PIEA

-1.656

2.307

0.99

-13.401

-0.598

0.275

-0.236

6.237

1.000

-0.435

3.773

1.000

PIA

-2.103

1.410

0.921

-9.25

1.780

0.963

-7.66

2.084

0.981

-7.825

0.845

0.801

PIMA

-3.004

-2.135

0.016

-14.655

-1.097

0.136

-6.337

-0.87

0.192

-11.454

-1.107

0.134

PIMB

-2.241

0.659

0.745

-10.343

1.071

0.858

-9.06

0.724

0.766

-7.395

1.196

0.884

PIB

-2.247

0.733

0.768

-14.881

-2.415

0.008

-10.877

0.583

0.72

-9.275

-0.29

0.386

PIEB

-2.466

-0.727

0.234

-16.295

-3.498

0.000

-15.348

-4.855

0.000

-14.234

-4.677

0.000

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

terlund tienen al menos dos limitaciones; solo muestra la existen-
cia de un vector de cointegración pero no informa sobre la fuerza
del vector o el efecto individual en cada país. La Tabla 7 informa
los resultados encontrados en esta etapa de la estimación. El panel
DOLS es paramétrico y constituye una opción alternativa para obte-
ner el estimador de panel OLS totalmente modiﬁcado desarrollado
por Phillips Moon (1999) y Pedroni (2001) según lo observado por
Kao y Chiang (2000). Se estimó la fuerza del vector de cointegra-
ción de Pedroni (2001). Primero, se informa los estimadores que se
obtuvieron por mínimos cuadrados dinámicos (DOLS) para los paí-
ses individualmente con efectos de tiempo ﬁjo (WT) y sin efecto

de tiempo (WOT). La inversión extranjera directa y las industrias se
expresaron en logaritmos. Por lo tanto, los estimadores se pueden
interpretar como elasticidad de una manera directa. En los países
que tienen un coeﬁciente positivo, la relación entre la inversión ex-
tranjera directa e industrias, es positiva y si el coeﬁciente tiende a
1 o es mayor que 1, la fuerza del vector de cointegración es abru-
madora. Cuando la elasticidad es negativa, la relación entre las dos
variables es negativa. En la estimación hay varios vectores cerca de
la unidad, lo que indica que la relación de equilibrio entre las varia-
bles es fuerte. En los países de ingresos extremadamente bajos la
relación es débil, mayor parte de sus vectores son menos a la uni-
dad.

Sánchez B. & Alvarado-Espejo J.

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 7. Resultados del modelo DOLS

PIEA

PIA

PIBA

País

WOD

País

WOD

País

WOD

Australia

1,953

2,441

A Barbuda

0,405

2,311

Argentina

3,385

4.325

Bermuda

-0,812

0,416

Austria

-2,2

1,408

Brazil

0,265

0.626

Denmark

-0,181

0,554

Bahamas

-1,796

-0,203

Chile

0,792

0.823

Netherlands

1,51

2,846

Cyprus

-2,152

-1,663

Mexico

1,484

2.357

Norway

0,392

1,775

Rep.Checa

-0,076

0,567

Seychelles

-0,788

1,076

Sweden

0,038

1,974

Finland

1,018

2,058

Turkey

1,953

1,002

Switzerland

1,351

-2,08

France

1,315

3,893

Uruguay

-1,415

-0,543

Gabon

1,364

1,047

Germany

0,625

0,173

Greece

-0,671

0,124

China

2,365

0,492

Italy

-0,17

1,187

Japan

-0.164

0.808

Zealand

1.761

4.084

Arabia.S

1.347

2.503

Singapore

1.031

0.623

Spain

0.152

1.342

Nevis

0.382

1.955

Trinidad

-2.496

-1.833

Venezuela

0.027

-0.004

PIMB

PIB

PIEB

País

WOD

País

WOD

País

WOD

Azerbaijan

0.108

0.624

Albania

2.524

3.516

Bangladesh

-0,117

0,123

Botswana

0.267

0.289

Algeria

-2.257

-1.498

Bhutan

-0,929

-1.264

Bulgaria

-1,749

-0,92

Armenia

1.271

1.301

Burkina Fa-
so

-0,491

-0,762

Colombia

1.613

1.830

Belarus

0.864

1.183

Burundi

0,874

0,861

Costarica

0,296

0.823

Belize

0 .706

2.315

Cameroon

2.951

4.396

Dominica

-0,075

0.481

Bolivia

1.101

0,96

Comoros

-0,636

-1.386

Ecuador

2.341

0
.991

Cabo.V

2.827

5.277

Congo

0,399

0,605

Grenada

1,583

2.940

China

6.822

9.556

Gambia,
The

0,105

1.065

Indonesia

0,321

1.366

Rep.Cong

-2.088

-0,068

Guinea

-1.188

0,252

Iran,

0,619

1.137

Rdomini.

-0,74

2.583

India

4.546

1.472

Jamaica

2.937

4.247

Egypt.

0,025

0,909

Lao PDR

2.296

1.237

Malaysia

0.211

0.792

El Salvador

-0,759

1.095

Lesotho

0,499

-0,253

Mauritius

0,068

0
.450

Guatemala

-1.971

0,496

Madagascar

-2.456

-2.01

Mongolia

1,943

2.474

Guyana

-0,27

-0,235

Malawi

0,451

0,895

Morocco

-2.107

-0,08

Honduras

-1.867

0,805

Mali

-0,796

-0,88

Namibia

-0,593

0.070

Iraq

-0,614

0,487

Mauritania

-0,659

-0,265

Panama

0.942

0.150

Jordan

-1.143

-0,142

Mozambique

-1.446

-0,766

Paraguay

4.044

1.312

Nigeria

1.153

-0,861

Nepal

0,968

0,526

St. Lucia

0.898

1.971

Peru

4.243

2.08

Nicaragua

0,437

-0,289

Grenadines

1.056

2.207

Philippines

8.247

2.456

Pakistan

9.134

6.093

Suriname

1.842

2.041

Samoa

1.924

1.221

Rwanda

4.92

4.776

Sri Lanka

3.565

1.734

Senegal

-0,98

-0,08

Sudan

1.067

2.415

Sierra Leo-
ne

1.32

1.141

Swaziland

-0,339

-0,591

Tanzania

-6.731

-9.77

Thailand

-1.257

-1.327

Togo

-0,434

0,522

Tonga

-0,26

-1.283

Uganda

4.11

4.487

Tunisia

1.74

1.652

Vietnam

-0,209

0.365

Vanuatu

1.706

1.071

Zambia

2.25

0.547

Zimbabwe

1.193

1.071

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

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

de cointegración por grupos de países, que se informa en la Tabla 8.
Para asegurar la consistencia de los parámetros obtenidos, se esti-
mó un modelo con tiempo ﬁcticio y otro sin tiempo. Se encontró que

todos los grupos de países el vector es positivo pero no son estadís-
ticamente signiﬁcativo Los resultados sin tiempo ﬁcticio arrojan los
mismos resultados.

Industrias e inversión extranjera directa. . .

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 8. Resultados del modelo PDOLS para grupos de países

Grupos

Con dummy

Sin dummy

t-statistics

GLOBAL

0.041

8.87

0.064

10.82

PIEA

0.021

1.607

0.039

2.996

PIA

0.010

0.368

0.042

4.667

PIMA

0.046

2.146

0.105

3.654

PIMB

0.048

3.615

0.079

5.499

PIB

0.041

5.091

0.102

7.279

PIEB

0.035

3.437

0.026

2.2

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

4.3 | Test causalidad de Granger

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

culada sobre la base de la prueba propuesta por Dumitrescu y Hur-
lin (2012) se presentan en la Tabla 9. En los países de altos ingresos
existe una causalidad bidireccional entre las emisiones de gases con-

taminantes per cápita y la producción real per cápita). En los países
de ingresos extremadamente altos y países de ingresos bajos existe
una causalidad unidireccional que va desde las industrias a la inver-
sión extranjera directa. En los países de ingresos medios bajos existe
causalidad unidireccional desde la inversión extranjera directa hacia
las industrias.

Tabla 9. Resultados test de causalidad Granger

Dirección causal

Grupos

W-bar

Z-bar

P-value

IND –>IED

GLOBAL

1.383

2.869

0.004

PIEA

2.995

3.733

0.000

PIA

1.395

1.249

0.211

PIMA

1.324

0.607

0.543

PIMB

1.477

1.547

0.122

PIB

1.645

2.458

0.014

PIEB

0.645

-1.329

0.184

IND <– IED

GLOBAL

1.186

1.392

0.164

PIEA

0.48

-0.972

0.331

PIA

0.866

-0.422

0.673

PIMA

1.454

0.849

0.395

PIMB

2.22

3.954

0.000

PIB

1.142

0.541

0.588

PIEB

0.793

-0.773

0.439

Los resultados de la prueba de causalidad sugieren que en los

países de ingresos extremadamente altos las industrias pueden va-
riar mediante cambios en la inversión extranjera directa. Los resulta-
dos que se obtuvieron en el trabajo realizado por Nagubadi y Zhang
(2011) muestran que la inversión extranjera directa y la industria en
este caso forestal están estrechamente complementadas por lo que
existe una relación bidireccional.

5 | CONCLUSIONES

Esta investigación analiza la incidencia de la inversión extranje-

ra directa en las industrias a nivel mundial, durante el período 1987-
2015. Mediante modelos de datos de panel y utilizando las técnicas
de cointegración de Pedroni (2001) se encontró tanto a nivel glo-
bal como por grupos de países hay un vector de cointegración, lo
cual indica que existe una relación de equilibrio a largo plazo en-
tre la inversión extranjera directa e industrias. A través del test de

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

a corto plazo de las variables no se cumple a nivel global y en to-
dos los grupos de países porque las estadísticas son signiﬁcativas al
0.1 %, excepto en los países de ingresos extremadamente bajos. En
general, los resultados muestran que la inversión extranjera directa
inﬂuye en las industrias solamente a largo plazo. Finalmente, en los
países de ingresos extremadamente altos y países de ingresos ba-

jos existe una causalidad unidireccional que va desde las industrias
a la inversión extranjera directa. En los países de ingresos medios
bajos existe causalidad unidireccional desde la inversión extranjera
directa hacia las industrias. Una limitación encontrada al momento
de realizar la investigación fue la no existencia de datos a nivel mun-
dial, por lo que resultó necesario realizar proyecciones para llevar a
efecto el trabajo. Las futuras investigaciones que se pueden realizar
a partir de este trabajo podrían orientarse a determinar el crecimien-
to económico de los países a nivel mundial haciendo referencia a su
nivel de inversión extranjera directa. Las posibles implicaciones de
política económica deberían orientarse a atraer inversión extranje-
ra directa, especialmente a países en vías de desarrollo, ya que su
dinamización económica se ve inﬂuenciada principalmente por es-
tas grandes industrias, las cuales generarían fuentes de trabajo, que
mejorarían las condiciones de los individuos y el crecimiento econó-
mico del país.

Referencias bibliográﬁcas

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

Identiﬁcation. IEEE Transactions on Automatic Control,
19(6), 716–723.

Sánchez B. & Alvarado-Espejo J.

Vol.9-N°2, Julio - Diciembre 2021

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

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

rect investment and economic growth in Latin America.
Economic Analysis and Policy.

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

RD and domestic entrepreneurship in China’s manufac-
turing industries. Applied Economics.

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

reign direct investments. Evidence from Southeast Eu-
rope. Cuadernos de Economía.

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

ment and industry response to organized crime: The
Mexican case. European Journal of Political Economy.

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

indicators

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

technological change, and economic growth within Eu-
rope. The economic journal, 107(445), 1770-1786.

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

G. (2007). The Impact of Foreign Direct Investment on
the Productivity of China ’ s Automotive Industry. Ma-
nagement International Review. Retrieved from

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

and cointegration. Journal of Econometrics, 108(2),
343-363

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

Foreign Direct Investment and Trade: A Study on Se-
lected Brazilian Industries. Latin American Business Re-
view.

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

ment, unionised labour markets and welfare. Internatio-
nal Review of Economics and Finance.

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

ger Non-causality in Heterogeneous Panels To cite this
version: HAL Id: halshs-00224434 Testing for Granger
Non-causality in Heterogeneous Panels.

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

miento inclusivo. Reino Unido.

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

estimators for autoregressive time series with a unit
root. Journal of the American statistical association,
74(366a), 427- 431.

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

investment, and industrial policy for developing coun-
tries. Handbook of Development Economics.

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

H. (2017). Foreign direct investment and the shipbuil-
ding industry: A Bangladesh perspective. In Procedia En-
gineering.

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

trics. Econometrica. 46, 1251– 1272.

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

unobservable individual eﬀects. Econometrica. 49,
1377–1398.

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

economic growth nexus. International Review of Econo-
mics and Finance.

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

direct investment in manufacturing industries. Weltwir-
tschaftliches Archiv, 128(3), 527-542.

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

ta más en países desarrollados que en países en desarro-
llo.

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

foreign direct investment: an industry-level assessment.
International Review of Applied Economics.

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

in panel data: asymptotic and ﬁnitesample properties.
Journal of Econometrics, 108(1), 1-24

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

ment and Foreign Penetration: Imports and Inward Fo-
reign Direct Investment. Journal of International Money
and Finance.

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

vestment in China: The case of Taiwanese ﬁrms in the
IT industry. Journal of Business Research.

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

impact of inward foreign direct investment on econo-
mic growth in the Chinese electronic industry. Applied
Economics.

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

ment and economic growth: Exploring the transmission
channels. Economic Modelling.

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

vestment (FDI), productivity and the technology gap in
African economies. Journal of African Trade.

Vol.9-N°2, Julio - Diciembre 2021

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

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

of unit root tests with panel data and a new simple
test. Oxford Bulletin of Economics and Statistics, 61(S1),
631-652.

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

dos y subdesarrollados.

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

and US foreign direct investment in UK manufacturing.

Applied Economics.

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

rect investment in forest industry between the U.S. and
Canada. Forest Policy and Economics.

[33] ONUDI.

(2021).

Informe

annual

2020.

https://www.unido.org/sites/default/ﬁles/ﬁles/2021-
04/UNIDO_AR2020_SP_Rev1.pdf

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

approaches to the analysis of level relationships’, Jour-
nal of Applied Economics, 16, 289-326.

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

tegrated panels. Review of Economics and Statistics,
83(4), 727-731.

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

mit theory for nonstationary panel data. Econometrica,
67(5), 1057-1111.

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

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

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

rect Investment: An Analysis of US Manufacturing In-
dustries.

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

direct investment and economic growth for Cambodia.
Cogent Economics Finance.

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

and economic growth: ADRL and causality analysis for
South Africa. Research in International Business and Fi-
nance, 41, 434–444.

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

mundo 2020: La producción internacional después
de la pandemia. https://unctad.org/system/ﬁles/oﬃcial-
document/wir2020_overview_es.pdf

[42] UNCTAD.

(2021).

Informe

sobre

las

inversions

en el mundo 2021: Invertir en la recuparación
sostenible.

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

document/wir2021_overview_es.pdf

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

vestment. Westerlund, J. (2007). Testing for error co-
rrection in panel data. Oxford Bulletin of Economics and
Statistics, 69(6), 709-748

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

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

World Bank, 2017. World Development Indicators. Wa-

shington D.C. Available on.

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

nal Political Economy demands for trade protection,
(772815468), 37–41.

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

and the Environmental Kuznets Curve, a panel cointe-
gration approach. Renewable and Sustainable Energy
Reviews, 72, 1067– 1075.

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 Jiménez

| Jorge Flores-Chamba

Carrera 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.

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.

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

i t

Es el reparto desequilibrado de riqueza y rentas económicas entre los miembros o
grupos de una comunidad.

Independiente

Gasto Publico

i 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.

Jiménez C. y Flores-Chamba J.

Vol.9-N°2, Julio - Diciembre 2021

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

igur

orr

elación

desigualdad

ast

públic

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 (D

i ,t

) y la variable independiente

es el logaritmo del gasto público (GP

i ,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:

i ,t

(γ

+ δ

) + γ

l og (G P

i ,t

) + θ

i ,t

(1)

La prueba de Hausman (1978) se usó para elegir entre un mo-

+ δ

capturan la variabilidad en tiempo y en la sección transversal. Fi-
nalmente, el parámetro θ

i ,t

es 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:

∝

+γD

t −1

+ ∝

t + Σ

p
i =2

t −i −1

+ ε

(2)

Donde D

es la serie que se supone que contiene al menos una

raíz unitaria, ∝

es la intersección y α

captura el efecto de tenden-

cia del tiempo t, ε

es el error gaussiano, y p representa la longitud

del desfase. En la Ecuación (2), cuando el parámetro γ es 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:

i ,t

= α

+ Σ

n−1
j =1

i j

G P

i t −j

+ Σ

n−1
j =1

i j

i ,t −j

+ π

E CT

t −1

+ ϵ

i ,t

(3)

Donde D

i ,t

representa la variable dependiente del país i en el

período t. Los parámetros β , ω y π son los parámetros a estimar, y el
término E CT

t −1

es el vector de cointegración de equilibrio a largo

plazo. Finalmente, ε

i ,t

es 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:

i ,t

= α

+ δ

G P

i ,t

+ Σ

p
j =−P

i ,t

∆G P

i ,t −j

+ µ

i ,t

(4)

Dónde D

i ,t

es la desigualdad, i = 1, 2, ..., 89 países, t =

1, 2, . . . , T es el tiempo, p = 1, 2, .., P es 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 β

= β

. 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:

i ,t

= α

+ Σ

K
K =1

i ,t −k

+ Σ

K
K =1

G P

i ,t −k

+ µ

i ,t

(5)

En la ecuación (5), se supone que β

= β

(1)

, ..,

, y que el tér-

mino α

se ﬁja en la dimensión de tiempo. El parámetro autorregre-

sivo γ

y el coeﬁciente de regresión β

varían entre las secciones

transversales. La hipótesis nula plantea que no hay relación causal

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: β

= 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

Fixed

eﬀects

(country groups)

Yes

Observations

3293

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 que T = 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 .

Desigualdad y gasto público a nivel mundial...

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla

ruebas

raíz

unit

aria

primer

dif

encia

rupos/

ariables

IPS

ADF

IPS

ADF

tiempo

-53.12***

-11.97***

-59.72***

-27.82***

-67.26***

-55.27***

-12.17***

-60.28***

-28.12***

-67.61***

-28.2***

-10.01***

-29.55***

-12.26***

-33.25***

-29.15***

-10.61***

-29.93***

-11.63***

-33.96***

PIEA

-9.28***

-3.22***

-8.04***

-2.22***

-7.25***

-0.42***

-1.38***

-2.65***

-0.75***

-2.4***

PIA

-7.89***

-0.33***

-10.93***

-2.85***

-12.22***

-12.8***

-0.8***

-13.98***

-6.46***

-14.07***

-6.32***

-3.38***

-5.02***

-2.71***

-4.71***

-4.32***

-3.21***

-3.78***

-2.66***

-3.93***

PIMA

-32.97***

-8.28***

-36.99***

-17.02***

-39.51***

-32.45***

-8.75***

-37.43***

-17.09***

-39.78***

-13.23***

-6.79***

-14.43***

-6.1***

-16.78***

-16.57***

-7.81***

-16.81***

-6.33***

-18.44***

PIMB

-24.78***

-5.63***

-28.74***

-14.72***

-34.46***

-30.27***

-5.81***

-31.72***

-14.64***

-34.58***

-15.09***

-4.41***

-15.93***

-7.04***

-18.78***

-16.35***

-5.15***

-16.26***

-6.84***

-18.88***

PIB

-3.23***

-8.71***

-32.39***

-14.1***

-34.57***

-32.26***

-9.28***

-33.8***

-13.54***

-34.35***

-17.95***

-4.13***

-17.25***

-6.19***

-18.86***

-19.1***

-5.33***

-18.48***

-6.35***

-19.91***

PIEB

-10.11***

-4.8***

-13.18***

-7.89***

-19.52***

-10.09***

-5.32***

-14.3***

-8.49***

-20.8***

-8.48***

-5.13***

-9.84***

-4.50***

-10.15***

-8.78***

-5.19***

-9.63***

-4.51***

-10.48***

ta:

stadístic

par

én

tesis

<0.05,

<0.01,

***

<0.001

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.

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

WOD

Country

WOD

Country

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

WOD

Country

WOD

Country

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.

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

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

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-

Data.

Retrieved

March

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.

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.

Vol.9-N°2, Junio - Diciembre 2021

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

Inﬂuencia de la tasa de interes sobre la inversión extrajera directa,
durante el periodo 1990-2016: un análisis de cointegración a nivel
global

Inﬂuence of the interest rate on foreign direct investment, during the period

1990-2016: a global cointegration analysis

Dina Sarango

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Dina Sarango, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: dina.sarango@unl.edu.ec

Agradecimientos

Club de Investigación de Economía (CIE)

Fecha de recepción

Junio 2021

Fecha de aceptación

Diciembre 2021

Dirección

Bloque 100. Ciudad Universitaria Guillermo

Falconí. Código Postal: 110150, Loja, Ecuador

RESUMEN

La presente investigación tiene como objetivo, examinar la incidencia de la tasa de interés
en la Inversión Extranjera Directa (IED) a nivel global, especíﬁcamente para 71 países du-
rante el periodo 1990-2016. Para cumplir con el objetivo antes señalado, fue necesario la
utilización de datos de panel, mismos que fueron compilados la base de datos World Deve-
lopment Indicators (WDI) del Banco Mundial (2018). Además, se ha desarrollado un modelo
econométrico, para lo cual, en primera instancia, se aplicó la prueba de cointegración de
Pedroni (1999) y Westerlund (2007) para encontrar el equilibrio a largo y corto plazo res-
pectivamente; seguidamente, se estimó la fuerza del vector de cointegración para países
individuales a través del modelo de Mínimos Cuadrados Ordinarios (DOLS), para grupos
de países que utilizan un modelo de Panel Dinámico con Mínimos Cuadrados (PDOLS). Los
resultados, indican la existencia de un equilibrio a corto y largo plazo para ciertos países y
por grupos de países. La fuerza del vector de cointegración es fuerte, aunque en algunos
países la relación es negativa. Finalmente, respecto se encontró una relación signiﬁcati-
va unidireccional (de las tasas de interes a la IED) solamemte para los paises de nivel de
ingresos bajos.

Palabras clave: Inversión Extranjera Directa; Tasas de Interés; Datos de Panel.

Códigos JEL: E62. E43. C01.C33

ABSTRACT

The objective of this research is to examine the incidence of the interest rate on Foreign Di-
rect Investment (FDI) at a global level, speciﬁcally for 71 countries during the period 1990-
2016. To meet the aforementioned objective, it was necessary to use panel data, which
were compiled from the World Development Indicators (WDI) database of the World Bank
(2018). In addition, an econometric model has been developed, for which, in the ﬁrst ins-
tance, the cointegration test of Pedroni (1999) and Westerlund (2007) was applied to ﬁnd
the long- and short-term equilibrium, respectively; Next, the strength of the cointegration
vector was estimated for individual countries through the Ordinary Least Squares (DOLS)
model, and for groups of countries using a Panel Dynamic Least Squares (PDOLS) model.
The results, they indicate the existence of a balance in the short and long term for certain
countries and by groups of countries. The strength of the cointegration vector is strong,
although in some countries the relationship is negative. Finally, a signiﬁcant unidirectional
relationship (from interest rates to FDI) was found only for low-income countries.

Keywords: Foreign direct investment; Interest rates; panel data.

JEL codes: E62. E43. C01.C33

Sarango D.

Vol.9-N°2, Junio - Diciembre 2021

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

1 | INTRODUCCIÓN

La IED ha sido y sigue siendo un indicador relevante a lo largo

de la historia, misma que básicamente trata de medir la colocación
de capitales por largos periodos de tiempo en diferentes partes del
mundo, con el propósito de crear, innovar, mejorar empresas de to-
dos los sectores productivos y llegar a internacionalizarse. Por tanto,
ya que la IED coloca capitales, se ha considerado a la tasa de interés
como un factor que incide en los canales del crédito, sin embargo,
esto se evidencia cuando la tasa de interés de un país es baja. Adicio-
nalmente, cabe destacar que la IED es una variable que está relacio-
nada íntimamente con el desempeño económico, orden ﬁnanciero
y riego país según lo menciona Llamas (2016).

En el año 2016 a nivel global, el ﬂujo de la IED descendió un

2 % situándose en 1.75 billones de dólares. Sin embargo, en los paí-
ses en desarrollo la concentración de IED se redujo en 14 % en base
a la Conferencia de las Naciones Unidas sobre Comercio y Desarro-
llo (UNCTAD,2017). Con estas premisas, se considera un problema
que la inversión a nivel mundial este afectándose negativamente,
porque trae repercusiones en otros países.

Asimismo, en base a cifras indicadas por la Comisión Econó-

mica Para América Latina y el Caribe y Naciones Unidas (CEPAL-
NACIONES UNIDAS, 2015) los ﬂujos de IED de América Latina y el
Caribe, descendieron un 14 %; situándose en 142.000 millones de
dólares, debido a la recesión económica, la debilidad de los precios
de los productos básicos y las presiones sobre las exportaciones.

Además, los ﬂujos hacia los países menos adelantados disminuyeron

en un 13 %, situándose en 38.000 millones de dólares. Por otro la-
do, para la UNCTAD (2017) las proyecciones de mayor crecimiento
económico, los volúmenes comerciales y los precios de los produc-
tos básicos normalmente apuntan a un aumento potencial de la IED
mundial para años posteriores. Sin embargo, los elevados riesgos
geopolíticos y la incertidumbre política podrían tener un impacto
negativo.

En este sentido, para capturar este problema se utiliza el mé-

todo de Koyck donde argumenta que cuando el valor real aumenta,
menor es la inﬂuencia de X

sobre Y

. En este contexto, el objetivo

fundamental de este trabajo es examinar el efecto de las tasas de
interés en IED en 71 países. Este trabajo de investigación responde
a la pregunta: £Cuál es el efecto de tasas de interés en la IED? La
principal contribución de este trabajo es la clasiﬁcación de los paí-
ses en base al método atlas que se asigna a los diferentes países
de acuerdo a un rango especíﬁco de niveles de ingresos, adicional a
ello análisis econométrico de la cointegracion de Pedroni (1999) pa-
ra el largo plazo) y Corrección de error de Westerlund (2007) para el
corto plazo, respecto a la relación tasa de interés e IED, empleando
metodología de datos de panel para 71 países, permitiendo evaluar
políticas económicas a nivel global.

Respecto a los resultados encontrados, se puede veriﬁcar la

existencia de equilibrio a largo plazo, y existe equilibrio a corto pla-
zo solo a nivel global, en Países de Ingresos Extremadamente Altos
(PIEA); Países de Ingresos Medios Bajos (PIMB); Países de Ingresos
Bajos (PIB). En cuanto la fuerza del vector de cointegración indivi-
dual y para cada grupo de países, se puede decir que en la mayoría
de los países la fuerza del vector de cointegración es fuerte, aun-
que en algunos países la relación es negativa. Finalmente, respecto
a los resultados de la aplicación de causalidad de Granger, lo más re-
presentativo es que existe signiﬁcativa unidireccional que va desde
las tasas de interes hacia la IED, sin embargo, solamemte para los
PIB. Para terminar, es importante mencionar que la investigación
se estructura en tres partes adicionales a la introducción: la segun-
da sección, proporciona una síntesis de la revisión de la literatura
previa relacionados con la trayectoria de la IED; la tercera sección,
describe los datos y plantea el modelo econométrico; en la cuarta
sección discusión de los resultados encontrados con la evidencia
empírica, ﬁnalmente la quinta sección, muestra la conclusión y las

posibles implicaciones de política.

2 | REVISIÓN DE LITERATURA PRE-

VIA

En el marco de la teoría económica, existe una amplia literatura

sobre el efecto que tiene la tasa de interés tanto en la IED e inver-
sión nacional, consumo crecimiento, gasto gubernamental, desarro-
llo económico entre otras variables macroeconómicas que engloba
la tasa de interés ya que esto juega un papel fundamental y el costo
de intermediación ﬁnanciera. Entonces, respecto al tema del presen-
te estudio, también hace alusión a trabajos empíricos que reﬂejan
la relación de la IED, sin embargo, algunos examinan la IED con el
crecimiento, inversión nacional e industrial como McGrattan (2012)
quien menciona la transición de la IED, donde maniﬁesta que las
ganancias de bienestar previstos conducen a la disminución tempo-
ral de la inversión interna y el empleo, dicho de otro modo que las
ganancias eventuales en el crecimiento pueden ser enormes. Por
otro lado, Cumbicus, y Ponce (2019) relacionan la IED y el riesgo
país, mencionado que existe una relación a largo plazo en econo-
mías sudamericanas como Ecuador, Colombia y Perú, y señalan que
se debería reducir el aparato burocrático de los países que diﬁculta
el ingreso a nuevos inversionistas, mantener un nivel de crecimien-
to sostenido, incrementar las reservas internacionales de cada país
y mejorar el nivel de apertura comercial.

Por su parte, Li, Wan, y Wang (2018) examinan el efecto con-

junto de las importaciones y la entrada de IED, estiman un modelo
econométrico donde aplicaron la variable explicativa la tasa de inte-
rés para la importación; encuentran que la mayor competencia de
importaciones reduce signiﬁcativamente, es decir, el efecto negati-
vo de las importaciones sobre la inversión se deben a una disminu-
ción de los ﬂujos de efectivo inducida por la competencia. Por otro
lado Sánchez-Martín, De Arce, y Escribano (2014) destacan que la
apertura comercial, el mantenimiento de bajos niveles de deuda a
corto plazo, tienen una inﬂuencia positiva en los ﬂujos del IED. Ade-
más, Agurto, Castro, y Cartuche (2018) mencionan la IED y el cre-
cimiento económico, sostienen que se lograrían mejores niveles de
crecimiento económico al mejorar los acuerdos comerciales entre
empresas locales e internacionales, siendo el objetivo aprovechar al
máximo los beneﬁcios económicos generados por la IED.

Seguidamente, se pueden recalcar que existe una amplia lite-

ratura sobre la IED y la que bosqueja la tasa de interés, haciendo én-
fasis al trabajo elaborado por Ucal (2014), sobre la IED y el pobreza,
indica que no existe relación estadísticamente signiﬁcativa entre la
IED y la pobreza y es obvio que la IED reduce la pobreza en los paí-
ses en desarrollo. En otro estudio, Jumbo, y López (2018) realizaron
un estudio relacionando la IED con el desempleo en los países de
la Comunidad Andina de Naciones donde señalan que se debe prio-
rizar la atracción de capitales extranjeros brindando primeramente
estabilidad política, un escenario macroeconómico favorable, redu-
cir procesos burocráticos, eliminar barreras de infraestructura para
las inversiones, ofrecer concesiones de impuestos.

Por su parte Al-Abri y Baghestani (2015) analizan la IED y la

volatilidad del tipo de cambio real en donde 8 países se dividió en
dos grupos, utilizando datos de panel y sus resultados indican que
para el grupo uno, mayores niveles de IED reduce la volatilidad del
tipo de cambio real, sin embargo, en el segundo grupo aumenta. En
esta misma línea Ogun, Egwaikhide, y Ogunleye (2012) indican que
existe una relación signiﬁcativa, es decir, la tasa de interés real in-
cide mucho en la IED. Por otro lado, en un estudio perﬁlado por
Ashby y Ramos ( 2013) se enfoca en la IED y la respuesta de la
industria con el crimen organizado en México. Los resultados ma-
niﬁestan que el crimen organizado desalienta la IED en los servicios
ﬁnancieros, el comercio y la agricultura, pero no a los sectores de

Vol.9-N°2, Junio - Diciembre 2021

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

petróleo y minería. En esta misma línea, según Ledyaeva, Karhunen,
y Kosonen (2013) aluden que los inversores extranjeros de países
menos corruptos y democráticos tienden a invertir menos en regio-
nes corruptas y democráticas, porque no brindan la seguridad de
que sus capitales vana generar ganancias esperadas. También, Mc-
Cloud, Delgado, y Holmes (2018) analizan la IED en el tamaño de
los gobiernos, donde mencionan que los ﬂujos del IED no afectan
al consumo del gobierno. Con respecto al ambiente político sobre
la IED, se menciona a Wisniewski y Pathan (2014) quienes indican
que los inversores extranjeros directos se apartan de países con un
gasto público excesivo, sobre todo cuando este gasto se dirige hacia
los militares.

Según Chan, Hou, Li, y Mountain (2014) mencionan queel cre-

cimiento del PIB directamente inﬂuye en la IED, mientras que el cre-
cimiento en la infraestructura local y la inversión local proporcionan
inﬂuencia indirecta. En este mismo contexto, Makiela y Ouattara
(2018) revelan que la IED afecta el crecimiento a través de entra-
das de acumulación, pero no el canal de crecimiento total de la pro-
ductividad de los factores. Por su parte, Gui-Diby (2014) analizan el
impacto de la IED en el crecimiento económico en África, utilizando
datos de panel y el método de sistemas generalizados de momentos
propuesto por Blundell y Bond (1998) y indicando que las entradas
de IED impactaron signiﬁcativamente al crecimiento económico re-
gional y también sostiene que pese a que es bajo nivel de recursos
humanos, esto no limitó el impacto de la IED.

En otro escenario, Desbordes y Wei (2017) analizan los efectos

del desarrollo ﬁnanciero sobre la IED y como resultado indican que
el desarrollo ﬁnanciero tienen una gran inﬂuencia positiva en el ver-
de campo, ampliación y fusiones y adquisiciones IED, aumentando
directamente el acceso a las ﬁnanzas externas y promover indirecta-
mente la actividad de fabricación. En este mismo sentido, Armijos, y
Lozano (2021) estudiaron los efectos de la IED y el desarrollo ﬁnan-
ciero manifestando existencia de equilibrio a corto y largo plazo uti-
lizando las mismas técnicas econométricas que el presente trabajo,

y constatan que los países con mayores ingresos deben incrementar
sus IED y el desarrollo ﬁnanciero. Además, los trabajos de Gui-Diby
y Renard (2015) destacan los ﬂujos de la IED y la industrialización,
utilizan datos de panel de 49 países en el periodo 1980-2009. Los
resultados encontrados muestran que la IED no tuvo un impacto sig-
niﬁcativo en la industrialización de estos países, mientras que otras
variables, como: el tamaño del mercado, el sector ﬁnanciero, y el
comercio internacional eran importantes. En este mismo contexto
Zhang (2014) concluye que la IED aumenta con los ingresos de IED
durante el período, y los cambios en la IED afecta a los cambios en
el rendimiento industrial. En esta misma vertiente Hasan, Rahaman,

Alamgir, y Akimoto (2017) aluden que la industria es una oportuni-

dad para IED mientras las tasa del país sean bajas. Finalmente, como
conclusión a la teoría citada anteriormente, es importante mencio-
nar que los gobiernos de los distintos países deberían tomar como
medida prioritaria crear politicas que incrementan la IED con una
tasa de intereses bajas, ya que por medio del cual se estarà apor-
tando al crecimiento económico del país al atraer nuevos y mejores
inversores a colocar sus capitales en los países de interés.

3 | DATOS Y METODOLOGÍA

3.1 | Datos

Para alcanzar el objetivo planteado y examinar la relación entre

la IED y la tasa de interés, aplicando datos en panel para 71 países
durante el periodo 1971-2014, es indispensable la recopilación de
datos. Entonces, la base de datos utilizada para el presente traba-
jo es obtenida del World Development Indicators (WDI) del Banco
mundial (2018). La variable dependiente es la IED y la variable inde-
pendiente es la tasa de interés. Con la ﬁnalidad de eliminar el efecto
de composición del modelo, se utiliza variables medidas en tasas. La
Tabla 1, resume las variables del modelo econométrico.

Tabla 2. Relación entre las emisiones de CO2, las inversiones y el desarrollo ﬁnanciero

Variable

Descripción

Unidad de medida

Variable dependiente
-IED

Inversión Extrajera Directa

( % of GDP)

Variable Independiente
-TI

Tasa de interés real

( % )

La importancia de la tasa de interés diﬁere según los países y

el nivel de desarrollo. Por tal motivo, se clasiﬁcaron en seis grupos
según su ingreso per cápita: Países de Ingresos Extremadamente

Altos (PIEA), cuyo ingreso es mayor a $50.000; los Países de Ingre-

sos Alto (PIA), cuyo ingreso esta entre $20.000-$49.999; los Países
de Ingresos Medio Alto (PIMA), cuyo ingreso oscila entre $10.000

- $19.999; los Países de Ingresos Medios Bajos (PIMB) se encuen-

tra entre $5.000-$9.999; Países de Ingresos Bajos (PIB) va desde
$1.006 - $4.999 y ﬁnalmente los Países de Ingresos Extremadamen-
te Bajos es menor a $1.005.

En este sentido, la Figura 1 resume las dispersiones para todos

los países a nivel global y por grupos de países, según su nivel de
ingresos.

Vol.9-N°2, Junio - Diciembre 2021

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

igur

isper

sión

las

variables

Vol.9-N°2, Junio - Diciembre 2021

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

Tabla 2. Estadísticos descriptivos de las variables

Variable

Media

Desviación Estandar

Mínimo

Máximo

Observaciones

IED
General

4,56

8,50

-82,89

161,82

N = 1917

Entre

4,67

0,16

23,94

n = 71

Dentro

7,12

-101,70

142,49

T = 27

TI
General

7,44

9,37

-45,95

78,27

N = 1917

Entre

4,84

-2,57

25,11

n = 71

Dentro

8,04

-58,06

73,40

T = 27

La Tabla 2, indica las principales estadísticas descriptivas de los

datos utilizados para 71 países en el periodo de 1990-2016, de la
IED y la Tasa de Interés real (TI) como se puede observar que a nivel
global. La media de la IED es 4,56; mientras tanto, la TI es de 7,44;
respecto a la desviación estándar entre IED es de aproximadamente
8,50 lo que representa que es mayor a la variación dentro de la cual
es aproximadamente 7,12. En lo que respecta a la TI, la variación
general es de 9,37 y la variación dentro es aproximadamente 8,04.
Para rescatar los estadísticos descriptivos, autores como: Escobar,
Ferrando, y Rubtsov (2018); Ma, Yi, y Guan (2018) mencionan que
la variación presenta entre los países según el avanza el crecimiento
económico, independientemente de los otros indicadores.

3.2 | Metodología

El presente trabajo de investigación, procura analizar la impor-

tancia de las tasas de interés sobre la IED, utilizando datos de panel
con el propósito de veriﬁcar la relación de corto y largo plazo en-
tre las variables de estudio, para el cual se parte de la hipótesis de
Koyck, donde menciona que el valor real aumenta, menor es la in-
ﬂuencia de X

sobre Y

(Sánchez y Lago, 2015). De acuerdo a la

hipótesis de plantea la ecuación (1) presentada a continuación:

= β

+ β

∗

+ u

(1)

Donde Y

es la demanda de dinero; el subíndice “t” indica el tiempo;

tasa de interés esperado; normal o de largo plazo; µ termino de

error; en este caso, los datos son anuales. Tomando como referen-
cia la ecuación (1). Se establece el modelo de datos de panel de la
siguiente manera en las ecuaciones (2) y (3):

I E D

i t

(α

+ β

) + β

T I

i t

+ E

i t

(2)

i t

= δ

+ α

i (t −1)

− β

(t −1)

i =1

y i α

i j

1t −1

i =1

x i α

i j

i t −1

+ µ

i t

(3)

La ecuación (2) muestra la variable dependiente que es la IED deno-
tada como Y

i t

y la variable independiente tasas de interés como X

i t

en si la ecuación nos permite observar los efectos de esta relación
en la ecuación (4):

I E D

= α

+ λI E D

t −1

+ α

t +

i =2

+β

I E D

t −i −1

+ E

(4)

La ecuación (4) indica cómo se va a aplicar el test de raíz unitaria,
es decir para determinar que en estimaciones futuras no existe pro-
blema alguno, donde Y

es la variable para veriﬁcar la existencia de

raíz unitaria α

es el intercepto, α

es el efecto tendencia , t es el

tiempo y ﬁnalmente E

es la corrección de error, adicional ello tam-

bién se aplicó el test de Hausman para los datos aplicados con el
ﬁn de veriﬁcar si son efectos ﬁjos o efectos aleatorios, por lo tanto,
se utilizó las regresiones Mínimos Cuadrados Generalizados (GLS) o
conocido como regresiones iniciales.

I E D

i t

= α

n−1

j =1

i j

T I

i t

n−1

j =1

i j

I E D

i t

− j + π

ect

t −1

+ E

i t

(5)

La ecuación (5) representa la variable dependiente de un país i en el
tiempo t . Donde el parámetro t, α

representan (N) observaciones

y los parámetros β, π son parámetros asociados, el ect es la correc-
ción de error obtenido en el vector de integración y por último el
E

i t

representa el termino de error aleatorio. Además, el equilibrio a

corto plazo se determina mediante la prueba de Westerlund (2007)
a partir de la ecuación (6) como se plantea a continuación:

I E D

i ,t

= δ

+α

i ,t −1

− β

T I

i ,t −1

j =1

i j

I E D

i t

−j +

j =−qi

i j

T I

i t

−j +E

i t

(6)

Donde t = 1. . .T e i = 1. . . N es decir los períodos de tiem-

po y en los países. La expresión d

es el componente determinis-

ta. Conﬁamos en la suposición de que el vector X

i t

es el aleatorio

independiente de E

i t

, por lo que se supone que estos errores son

independientes a través de i. Con la presencia de la hipótesis nula
insinúa que no hay cointegración a corto plazo. La prueba de cointe-
gración de Pedroni (1999) es utilizada generalmente para veriﬁcar
la relación entre la inversión extranjera directa y las tasas de inte-
rés en diferentes niveles de desarrollo de países, así como en los
trabajos de Sayari, Sari, y Hammoudeh (2018); Pegkas (2015). En
consecuencia, en la próxima etapa estimamos la fuerza del vector
de cointegración utilizando el enfoque de Pedroni (2001). La ecua-
ción (7) nos permite saber la fuerza del vector de equilibrio entre las
dos variables de interés. dicho de otro modo, la fuerza de la relación
entre las dos variables en cada país se estimó utilizando un Modelo
Dinámico de Mínimos Cuadrados Ordinarios (DOLS) y para grupos
de países a través de una Dinámica Ordinaria del Modelo de Panel
de Mínimos Cuadrados (PDOLS). La siguiente ecuación plantea la
relación entre las dos variables:

I E D

i ,t

= α

+ δ

T I

i ,t

j =−p

i ,t

∆T I

i ,t −j

+ U

i ,t

(7)

Donde Y

i ,t

representa la inversión extranjera directa i = 1..,71 paí-

ses t = 1, 2 t, es el tiempo P es el número de retrasos que se efectué
en la regresión mínimos cuadrados ordinarios. Finalmente, usamos
la prueba formalizada por Dumitrescu y Hurlin (2012) para determi-
nar la existencia y la dirección de causalidad entre las dos variables

Vol.9-N°2, Junio - Diciembre 2021

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

usando la siguiente expresión:

I E D

i ,t

= α

k =1

γt γ

i ,t −k

k =1

β iT I

i ,t −k

+ U

i ,t

(8)

En la ecuación (8), suponemos que β

= β

, y que el término α

se ﬁja

en la dimensión de tiempo. El parámetro autorregresivo γt y el co-
eﬁciente de regresión y βi varían entre las secciones transversales.
La hipótesis nula a plantea que no hay relación causal para ninguna
de las secciones transversales del panel.

4 | DISCUSIÓN DE RESULTADOS

La Tabla 3 muestra los resultados del modelo planteado entre

la IED, y la TI; para ello primeramente se realizó la Prueba de Haus-
man, la cual nos permitió veriﬁcar si los modelos de panel son de
efecto aleatorio o efecto ﬁjos. En consecuencia, se evidencia que
son de efectos ﬁjos, por lo tanto, fue necesario de aplicar efectos
aleatorios. También se implanto la Prueba de Wooldridge, para de-
terminar si hay auto correlación y heterocedasticidad aplicando a
nivel general, para solucionar este error se estimó las regresiones
de línea base. De los resultados obtenidos reﬂejados en la tabla 3,
podemos mencionar que los coeﬁcientes son estadísticamente sig-
niﬁcativos, en los PIEA y en PIMB en un 0,01. Es decir, que la TI
tiene un efecto positivo en la IED; y no signiﬁcativo para todos los
niveles de países restantes. Para ratiﬁcar estos resultados de la pre-
sente investigación tenemos resultados similares con estudios de:
Llamas (2016); Addepalli, Pagalday, Salonitis, y Roy (2018).

Tabla 3. Resultados de las regresiones de línea base de GLS

GLOBAL

PIEA

PIA

PIMA

PIMB

PIB

PIEB

0, 07

∗∗∗

−0, 28

∗∗

-0,04

0,02

0, 27

∗∗

0,02

0,13

(3,75)

(2,78)

(-0,67)

(0,45)

(3,19)

(1,33)

(1,78)

Constante

4, 04

∗∗∗

3, 51

∗∗∗

4, 35

∗∗

5, 32

∗∗∗

4, 95

∗

3, 91

∗∗∗

3,97

(7,03)

(4,87)

(2,65)

(3,35)

(2,15)

(6,47)

(1,42)

Prueba de Hausman

0,97

0,24

0,55

0,33

0,75

0,91

0,71

Prueba Serial

0,00

0,98

0,01

0,00

0,02

Efectos ﬁjos (tiempo)

Observaciones

1917

162

243

216

270

729

297

Nota: t estadísticos en paréntesis *p < 0,05; **p < 0,01; ***p < 0,001.

La Tabla 4 indica los resultados de la segunda etapa, las pruebas se es-
timaron sin efectos de tiempo en este test se informa los resultados
de: LLC; UB; IPS; ADF (Fisher); PP (Phillips y Perrón). Como podemos

observar los resultados de las pruebas de raíz unitaria para todos los
países a nivel global y por grupos de países agrupados por el nivel de
ingreso per cápita.

Tabla 4. Raíces unitarias

GRUPOS

VARIBALES

IPS

ADF

GLOBAL

IED

−33, 06

∗

−5, 53

∗

−39, 54

∗

−16, 86

∗

−44, 25

∗

−38, 67

∗

−5, 94

∗∗

−45, 30

∗

−18, 93

∗∗

−50, 22

∗∗

PIEA

IED

−3, 92

∗

−5, 66

∗

−11, 01

∗

−4, 59

∗

−13, 96

∗

−9, 66

∗

−2, 34

∗∗

−10, 66

∗

−4, 35

∗∗

−12, 56

∗∗

PIA

IED

−13, 31

∗

−7, 98

∗

−14, 95

∗

−5, 30

∗

−14, 91

∗

−15, 50

∗

−3, 32

∗∗

−16, 03

∗

−5, 66

∗∗

−15, 44

∗∗

PIMA

IED

−8, 72

∗

−3, 23

∗

−11, 24

∗

−4, 33

∗

−12, 63

∗

−10, 86

∗

−3, 10

∗∗

−14, 50

∗

−5, 92

∗∗

−18, 67

∗∗

PIMB

IED

−14, 34

∗

−5, 52

∗

−15, 70

∗

−7, 10

∗

−18, 67

∗

−11, 73

∗

−2, 41

∗∗

−15, 94

∗

−7, 40

∗∗

−17, 92

∗∗

PIB

IED

−1, 85

∗

−26, 86

∗

−24, 77

∗

−10, 89

∗

−27, 97

∗

−2, 16

∗

−29, 07

∗∗

−25, 15

∗

−12, 16

∗∗

−27, 97

∗∗

PIEB

IED

− − 8, 75

∗

−4, 28

∗

−12, 21

∗

−7, 13

∗

−16, 23

∗

−17, 15

∗

−5, 32

∗∗

−19, 61

∗

−8, 59

∗∗

−44, 25

∗∗

Nota: *signiﬁca 1 % .

La Tabla 5 muestra los resultados de cointegracion de Pedroni (999),
es decir, las estadísticas de panel t y panel ADF. La prueba de cointe-
gración de Pedroni (1999) muestra que existe una relación de equi-
librio a nivel global y para los distintos países de niveles de desarro-

llo. Las estadísticas de los dos paneles son estadísticamente signiﬁ-
cativas. Estos resultados son similares a los trabajos encontrados de
Kathuria, Ray, y Bhangaonkar (2015), y Agosin (1999).

Vol.9-N°2, Junio - Diciembre 2021

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

Tabla 5. Resultados del test de cointegracion de Pedroni

ESTADÍSTICAS DE PRUEBA

GLOBAL

PIEA

PIA

PIMA

PIMB

PIB

PIEB

Estadístico t de panel

−5, 87

∗∗∗

−20, 61

∗∗∗

−16, 14

∗∗

−13, 92

∗∗

27, 21

∗∗∗

−32, 42

∗∗∗

−23, 68

∗∗∗

Estadístico ADF panel

−32, 12

∗∗∗

−10, 81

∗∗∗

−12, 86

∗∗∗

−12, 51

∗∗

−17, 73

∗∗

−17, 9

∗∗

−7, 06

∗∗

Nota: **signiﬁca 1 %, ***signiﬁca 1 % .

La Tabla 6 muestra los resultados del modelo de corrección de error
de los datos del panel propuesto por Westerlund (2007). La prueba
de cointegración veriﬁca la ausencia o presencia de determinación
de cointegración a corto plazo. Como lo habíamos mencionado an-
teriormente no posee el problema de la raíz unitaria. Por ende, fue
necesario estimar la prueba de cointegración de Westerlund (2007),
y como podemos observar son resultados a nivel global y para todos

los grupos de países, encontramos que existe un equilibrio a corto
plazo de las variables, y se puede destacar que se cumple con lo pro-
puesto por Westerlund (2007) debido a que tiene una signiﬁcancia de
0,1 % a nivel global, países con PIEA, PIMB y PIB; y los restos del nivel
de países no presenta un nivel de signiﬁcancia relevante. El resulta-
do encontrado es consistente con estudios de: Landa Díaz y Arriaga
Navarrete (2017); FitzGerald (1998), y Agosin, (1999).

Tabla 5. Resultados del test de cointegracion de Pedroni

Estadísticos

Valor

Valor Z

Valor P

Global

-3,12

-7,96

0,00

-16,15

-5,39

0,00

-29,17

-13,24

0,00

-20,60

-16,43

0,00

PIEA

-3,75

-4,25

0,00

-25,39

-4,97

0,00

-9,29

-5,61

0,00

-24,62

-6,43

0,00

PIA

-2,66

-1,11

0,14

-11,39

0,23

0,00

-9,29

-5,61

0,00

-24,62

-6,43

0,00

PIMA

-2,86

-1,78

0,04

-12,28

-0,16

0,44

-7,92

-2,26

0,01

-14,47

-2,61

0,00

PIMB

-3,07

-2,81

0,00

-15,18

-1,56

0,06

-10,67

-4,64

0,00

-18,36

-4,98

0,00

PIB

-3,32

-6,21

0,00

-17,47

-4,35

0,00

-16,39

-6,30

0,00

-16,44

-6,51

0,00

PIEB

-2,88

-2,16

0,02

-15,46

-1,78

0,04

-12,58

-6,50

0,00

-25,30

-9,07

0,00

La Tabla 7 indica los resultados encontrados en la estimación

de mínimos cuadrados ordinarios, para cada país individualmente, es
decir, la fuerza del vector de cointegración. Como se puede observar
primero, reportamos los estimadores de DOLS con efecto de tiempo
ﬁjo y segundo sin efecto de tiempo. Los PIEA como: Canadá, Finlan-
dia y Japón presentan fuerza de cointegracion entre la IED y TI; en
cuanto a Australia y Suecia presentan una elasticidad negativa en-

tre las variables. Haciendo referencia a los PIB, siendo el grupo que
cuenta con mayor número de integrantes, en su mayoría presenta una
relación de elasticidad negativa, pero con una relación de equilibrio
fuerte entre la IED y TU. Los resultados encontrados son similares
a los trabajos encontrados de Délèze y Korkeamäki (2018), Mkaouar,
Prigent, y Abid (2017) donde mencionan que los PUEA presentan ma-
yor fuerza de cointegracion con relación a la inversión.

Sarango D.

Vol.9-N°2, Junio - Diciembre 2021

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

Tabla 7. Resultados del modelo DOLS para países individuales

PIMB

PIB

PIEB

País

Est.C/D

Est. S/D

País

Est.C/D

Est. S/D

País

Est.C/D

Est. S/D

Australia

-0,44

-1,41

Francia

-0,25

-2,31

Anti. y Barbu

3,26

-1,31

Canadá

1,12

2,06

Alemania -0,73

-1,86

Bahamas

-0,56

-0,73

Finlandia

-2,78

-2,77

Islandia

2,04

3,93

Baharí

0,44

-0,84

Japón

1,63

-2,97

Italia

0,24

-0,72

Egipto

-1,07

-0,71

Suecia

-0,52

-1,12

Kuwait

0,79

-0,71

Grecia

-1,23

0,99

Esta. Uni.

-0,33

1,29

Macao

-1,15

0,99

Kitts y Nervis

-2,91

-1,14

Singapur

0,76

-1,14

Trinidad y Tobago

3,44

3,03

España

-1,23

3,03

Venezuela

-0,46

-0,34

Reino Uni. 2,24

-0,34

Tabla 7. Continuación de los resultados del modelo DOLS para países individuales

PIMB

PIB

PIEB

País

Est.C/D

Est. S/D

País

Est.C/D

Est. S/D

País

Est.C/D

Est. S/D

Chile

-0,92

1,50

Algeria

0,89

0,32

Bangladesh

3,42

0,93

Costa Rica

1,65

-2,33

Belice

0,32

0,76

Rep. África

1,68

-0,87

Guin. Ecuatorial

2,39

2,44

Bután

-0,72

-0,16

Chad

1,27

1,28

Gabón

1,23

1,96

Bolivia

0,79

1,41

Gambia

-0,48

0,31

Granada

-0,05

-2,66

Botswana 0,61

1,71

India

-0,38

-1,22

Malasia

0,61

-2,00

Burundi

-0,98

-0,38

Kenia

0,79

0,32

Mauricio

-0,95

-2,11

Cameron

-0,36

0,62

Lesoto

-0,51

1,46

Seychelles

0,74

0,82

China

-1,62

-3,31

Liberia

0,85

-0,19

Sud África

0,13

3,37

Rep.Con.

-1,52

-2,24

Malawi

1,79

0,15

Sta. lucia

0,65

-1,18

Domínica 0,52

0,55

Nepal

0,06

El Sal-
vador

0,18

2,87

Uganda

1,70

0,14

Huyana

-1,33

-2,31

Honduras 3,96

1,89

Indonesia 3,85

2,66

Jamaica

-2,09

-2,25

Jordán

-1,34

-1,63

Marroco

-0,85

-2,17

Nigeria

-2,22

-1,83

Nueva
Guinea

1,52

1,24

Perú

-2,26

-0,31

Filipinas

-0,77

0,6

Sierra
Leone

-2,36

-2,84

Vicent
y Gra-
na.

-2,57

-2,27

Suazilandia -1,89

-3,98

Tailandia

-0,62

0,43

Vanuatu

1,06

-0,86

Zambia

-3,20

3,27

La Tabla 8 indaga los resultados encontrados para cada grupo de

países, en donde se estimó un modelo con y sin Dummy. Y se puede
observar que, en todos los grupos de países, los vectores son esta-
dísticamente signiﬁcativas, pero es más relevante en los PIEA y una
relación negativa con tiempo ﬁcticio. En los PIEA, indica que se en-
cuentran en una relación equilibrada entre la IED y TI. Los resultados

sin tiempo ﬁcticio destacan que la fuerza del vector de cointegración
es más fuerte cuando aumenta el nivel de desarrollo del país, así mis-
mo los resultados encontrados concuerdan con los trabajos de Saraç
y Karagöz(2016); Bleaney Saxena y Yin(2018) donde aluden que la
IED directa presentan una relación equilibrada en el tipo de cambio.

Sarango D.

Vol.9-N°2, Junio - Diciembre 2021

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

Tabla 8. Resultados del modelo PDOLS en grupos de países

Grupos

con tiempo de Dummy

sin tiempo de Dummy

Beta

t-stat

Beta

t-stat

GLOBAL

-0,00**

-0,06

-0,21**

-2,43

PIEA

-0,38**

-0,53

-0,81**

-2,01

PIA

0,26**

0,90

-0,45**

-0,64

PIMA

0,19**

0,32

-0,46**

-0,36

PIMB

0,43**

1,73

-0,07**

-0,06

PIB

-0,27**

-2,51

-0,14**

-2,83

PIEB

0,25**

1,70

0,24**

0,72

Nota: Signiﬁcativo en el 5 %

La Tabla 9 enseña los resultados de la prueba de causalidad del tipo
Granger en donde se puede evidenciar que se hizo dos relaciones,
primero dIED →TI indicando que en todos los niveles de desarrollo
de los países no existe causalidad. Segundo dIED←TI podemos de-
cir que si existe causalidad para los PIB. Los resultados de la prueba
de causalidad revelan que, en los PIB, la TI incide en la IED, es decir,

existe relación causal entre las variables de interés. Estos resultados
son consistentes en los trabajos de Andries

, Căpraru, Ihnatov, y Tiwa-

ri (2017), mientras tanto Hnatkovska, Lahiri, y Vegh (2013) dicen que
existe causalidad para los PIMB en temas de tipo de cambio y tasa
de interés.

Tabla 9. Resultados de causalidad tipo Granger

Dirección Causal

Grupos países

W-bar

Z-bar

Valor P

DIET - TI

Global

1,18

1,12

0,65

PIEA

0,63

-0,63

0,49

PIA

1,33

0,70

0,68

PIMA

1,83

1,65

0,22

PIMB

1,61

1,36

0,34

PIB

1,05

0,19

0,89

PIEB

0,85

-0,34

0.63

TI - DIED

Global

1,52

3,13

3.13

PIEA

0,51

-0,84

0.39

PIA

2,11

2,35

0.07

PIMA

1,56

1,12

0.44

PIMB

0,94

-0,13

0.76

PIB

1,97

3,56

0.01

PIEB

1,02

0,05

0.87

Nota: Signiﬁcativo en el 5 %

5 | CONCLUSIONES

Esta investigación estudió la relación entre la inversión extran-

jera directa y tasas de interés durante el periodo 1990-2016, aplica-
da para 71 países. Se llevó a cabo, mediante los modelos de datos
de panel y utilizando diversas técnicas econométricas. Primero, los
resultados del modelo GLS muestran que, a nivel global y los PIA, PI-
MA, PIMB son signiﬁcativos y para el resto de nivel de desarrollo no
ocurre lo mismo. En cuanto a la prueba de cointegración de Pedro-
ni (1999) veriﬁcamos la existencia de equilibrio a largo plazo entre
las dos variables. Adicionalmente, con el test de Westerlund (2007)
se veriﬁcó la existencia equilibrio a corto plazo solo a nivel global, y
para PIEA, PIMB, PIB. Por otro lado, para determinar la fuerza del
vector de cointegración para cada país individualmente y para cada
grupo de países, se estimó el modelo DOLS y PDOLS con y sin efec-
tos de tiempo, respectivamente. De forma general, se puede decir
que en los PIEA como: Canadá, Finlandia y Japón presentan fuerza

de cointegración entre las variables de estudio, se puede decir que
en la mayoría de los países la fuerza del vector de cointegración es
fuerte, aunque en algunos países la relación es negativa. Finalmen-
te, se presenta los resultados de causalidad de tipo Granger, dónde
se encontró que hay una relación muy signiﬁcativa unidireccional de
las TI hacia la IED, solamemte para los PIB y en constraposición para
el resto de paises no se encontro un resultado relevante. En base a
los resultados encontrados, la posible implicación de política es plan-
tear, aplicar las tasas de interés más bajas posibles para motivar a la
IED y además, permitir mitigar las restricciones de liquidez, tratando
de transformarse en un mecanismo de vital importancia para evitar
serios problemas de inestabilidad en los precios, coincidiendo con la
mención de Creedy y Gemmell (2017) quien promulga que las tasas
bajas de interés promueve la inversión. Como bien lo sabemos que la
tasa de interés es importante para poder invertir en términos nacio-
nales e internacionales, y dependiendo de ello promueve la IED y a la
vez manifestaría efectos positivos en el crecimiento y desarrollo de
un país.

Sarango D.

Vol.9-N°2, Junio - Diciembre 2021

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

Referencias bibliográﬁcas

[1] Addepalli, S., Pagalday, G., Salonitis, K., Roy, R. (2018).

Socio-economic and demographic factors that contribu-
te to the growth of the civil aviation industry. Procedia
Manufacturing, 19, 2–9.

[2] Agosin, M. (1999). Comercio y crecimiento en Chile. Re-

vista de La CEPAL, 79–100.

[3] Agurto, A., Castro, A., Cartuche, I. (2018). Relación en-

tre inversión extranjera directa y crecimiento económi-
co a nivel global: datos de panel. Revista Vista Económi-
ca, 5(1), 35-46.

[4] Al-Abri, A., Baghestani, H. (2015). Foreign investment

and real exchange rate volatility in emerging Asian coun-
tries. Journal of Asian Economics (Vol. 37). Elsevier Inc.

[5] Andries

, A. M., Căpraru, B., Ihnatov, I., Tiwari, A. K.

(2017). The relationship between exchange rates and in-
terest rates in a small open emerging economy: The ca-
se of Romania. Economic Modelling, 67(October 2015),
261–274.

[6] Armijos, J., Lozano, E. (2021). Efectos de la inversión

extranjera directa y el desarrollo ﬁnanciero en las emi-
siones de CO2 a nivel global y por grupos de países. Re-
vista Vista Económica, 9(1), 19-34.

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

ment and industry response to organized crime: The
Mexican case. European Journal of Political Economy,
30, 80–91.

[8] Bleaney, M., Saxena, S., Yin, L. (2018). Exchange rate

regimes, devaluations and growth collapses. Journal of
Macroeconomics, 57, 15–25.

[9] CEPAL-NACIONES UNIDAS. (2015). Inversión Extran-

jera Directa en América Latina y el Caribe. 2015.

[10] Chan, M. W. L., Hou, K., Li, X., Mountain, D. C. (2014).

Foreign direct investment and its determinants: A regio-
nal panel causality analysis. Quarterly Review of Econo-
mics and Finance, 54(4), 579–589.

[11] Creedy, J., Gemmell, N. (2017). Eﬀective tax rates and

the user cost of capital when interest rates are low. Eco-
nomics Letters, 156, 82–87.

[12] Cumbicus, M., Ponce, P. (2019). Riesgo país e inver-

sión extranjera directa: un contraste entre las econo-
mías de Ecuador, Perú y Colombia. Revista Vista Eco-
nómica, 6(1), 21-27.

[13] Délèze, F., Korkeamäki, T. (2018). Interest rate risk ma-

nagement with debt issues: Evidence from Europe. Jour-
nal of Financial Stability, 36, 1–11.

[14] Desbordes, R., Wei, S. J. (2017). The eﬀects of ﬁnan-

cial development on foreign direct investment. Journal
of Development Economics, 127, 153–168.

[15] Escobar, M., Ferrando, S., Rubtsov, A. (2018). Dynamic

derivative strategies with stochastic interest rates and
model uncertainty. Journal of Economic Dynamics and
Control, 86, 49–71.

[16] FitzGerald,

(1998).

CEPAL

teoría

industrialización.

Revista

CEPAL,

47–61.

Retrieved

from

http://www.cepal.org/publicaciones/xml/9/19229/
valpy.html

[17] Gui-Diby, S. L. (2014). Impact of foreign direct invest-

ments on economic growth in Africa: Evidence from th-
ree decades of panel data analyses. Research in Econo-
mics, 68(3), 248–256.

[18] Gui-Diby, S. L., Renard, M. F. (2015). Foreign Direct

Investment Inﬂows and the Industrialization of African
Countries. World Development, 74, 43–57.

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

H. (2017). Foreign direct investment and the shipbuil-
ding industry: A Bangladesh perspective. Procedia Engi-
neering, 194, 218–223.

[20] Hnatkovska, V., Lahiri, A., Vegh, C. A. (2013). Interest

rate and the exchange rate: A non-monotonic tale. Eu-
ropean Economic Review, 63, 68–93.

[21] Ikeda, D. (2015). Optimal inﬂation rates with the tren-

ding relative price of investment. Journal of Economic
Dynamics and Control, 56, 20–33.

[22] Jumbo, B., López, M. (2018). Relación entre la inversión

extranjera directa y el desempleo: Un enfoque con téc-
nicas de cointegración para los países de la CAN. Revis-
ta Vista Económica, 5(1), 56-63.

[23] Kathuria, V., Ray, P., Bhangaonkar, R. (2015). FDI (fo-

reign direct investment) in wind energy sector in India:

Testing the eﬀectiveness of state policies using panel

data. Energy, 80, 190–202.

[24] Landa Díaz, H. O., Arriaga Navarrete, R. (2017). Creci-

miento, competitividad y restricción externa en Améri-
ca Latina. Investigacion Economica, 76(300), 53–80.

Vol.9-N°2, Junio - Diciembre 2021

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

[25] Ledyaeva, S., Karhunen, P., Kosonen, R. (2013). Birds of

a feather: Evidence on commonality of corruption and
democracy in the origin and location of foreign invest-
ment in Russian regions. European Journal of Political
Economy, 32, 1–25.

[26] Li, R., Wan, C., Wang, M. (2018). U.S. corporate invest-

ment and foreign penetration: Imports and inward fo-
reign direct investment. Journal of International Money
and Finance (Vol. 85).

[27] Llamas, R. V. (2016). Inversión extranjera directa y tasa

de interés en México: un análisis dinámico.

[28] Ma, Q., Yi, F.,

Guan, C. (2018). A consum-

ption–investment problem with constraints on mi-
nimum and maximum consumption rates. Journal
of Computational and Applied Mathematics, 338,
185–198.

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

ment and economic growth: Exploring the transmission
channels. Economic Modelling, 72(January), 296–305.

[30] McCloud, N., Delgado, M. S., Holmes, C. (2018). Does a

stronger system of law and order constrain the eﬀects
of foreign direct investment on government size? Euro-
pean Journal of Political Economy.

[31] McGrattan, E. R. (2012). Transition to FDI openness: Re-

conciling theory and evidence. Review of Economic Dy-
namics, 15(4), 437–458.

[32] Mkaouar, F., Prigent, J. L., Abid, I. (2017). Long-term

investment with stochastic interest and inﬂation rates:

The need for inﬂation-indexed bonds. Economic Mode-

lling, 67(December 2016), 228–247.

[33] Ogun, O., Egwaikhide, F. O., Ogunleye, E. K. (2012). Real

Exchange Rate and Foreign Direct Investment in Sub-
Saharan Africa. Some Empirical Results. Economía Me-
xicana Nueva Epoca, XXI(1), 175–202.

[34] Pedroni, P. (1999). Critical Values for Cointegration

Tests in Heterogeneous Panels with Multiple Regres-

sors. Oxford Bulletin of Economics and Statistics, 61(s1),
653–670.

[35] Pegkas, P. (2015). The impact of FDI on economic

growth in Eurozone countries. Journal of Economic

Asymmetries, 12(2), 124–132.

[36] Sánchez-Martín, M. E., De Arce, R., Escribano, G. (2014).

Do changes in the rules of the game aﬀect FDI ﬂows in
Latin America? A look at the macroeconomic, institutio-
nal and regional integration determinants of FDI. Euro-
pean Journal of Political Economy, 34, 279–299.

[37] Sánchez, B. T., Lago, C. L. (2015). Facultad de Ciencias

Económicas y Empresariales Grado en ADE Modeliza-
ción dinámica en modelos de regresión, 1–33.

[38] Saraç, T. B., Karagöz, K. (2016). Impact of Short-term

Interest Rate on Exchange Rate: The Case of Turkey.
Procedia Economics and Finance, 38(October 2015),
195–202.

[39] Sayari, N., Sari, R., Hammoudeh, S. (2018). The impact

of value added components of GDP and FDI on econo-
mic freedom in Europe. Economic Systems.

[40] Ucal, M. Ş. (2014). Panel Data Analysis of Foreign Direct

Investment and Poverty from the Perspective of Deve-
loping Countries. Procedia - Social and Behavioral Scien-
ces, 109, 1101–1105.

[41] UNCTAD. (2017). Informe sobre las Inversiones en el

Mundo 2017: La inversión y la economía digital. Retrie-
ved from

[42] Wisniewski, T. P., Pathan, S. K. (2014). Political envi-

ronment and foreign direct investment: Evidence from
OECD countries. European Journal of Political Eco-
nomy, 36, 13–23.

[43] Zhang, K. H. (2014). How does foreign direct invest-

ment aﬀect industrial competitiveness? Evidence from
China. China Economic Review, 30, 530–539.

Vol.9-N°2, Julio - Diciembre 2021

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

Impacto de la industrialización en el desempleo en 91 países a nivel
global: un enfoque con modernas técnicas de cointegración y cau-
salidad

Impact of industrialization on unemployment in 91 countries globally: an approach

using modern cointegration and causality techniques.

Leidy Acaro

| Karen Iñiguez

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Lady Acaro, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: leidyacaro@gmail.com

Agradecimientos

Club de Investigación de Economía (CIE)

Fecha de recepción

Abril 2021

Fecha de aceptación

Octubre 2021

Dirección

Bloque 100. Ciudad Universitaria Guillermo

Falconí. Código Postal: 110150, Loja, Ecuador

RESUMEN

La dinámica industrializada de las economías ha permitido reducir los niveles de desempleo

y al menos controlarlos, por lo que el objetivo de esta investigación es deﬁnir el impacto

de la industrialización sobre el desempleo en 91 países del mundo clasiﬁcados por niveles

de ingresos dentro del periodo 1990-2016 utilizando datos de panel y técnicas de coin-

tegración. Se tomaron indicadores de desarrollo del Banco Mundial (2017). Al emplear las

técnicas de cointegración de Pedroni (1999) y Westerlund (2007) se encontró que existe

equilibrio de largo y corto plazo respectivamente. Al aplicar el modelo DOLS de Pedroni

(2001) se encontró que hay fuerza del vector de cointegración en los países a nivel indivi-

dual, y al utilizar el modelo PDOLS de Pedroni (2001) se estableció que existe fuerza del

vector de cointegración para cada grupo de países a nivel global. Los resultados de la prue-

ba de causalidad de Dimietry y Hurlin (2012) indican que existe causalidad bidireccional

y causalidad unidireccional. Las implicaciones de política están enfocadas en el diseño de

infraestructuras adecuadas y amigables con el ambiente para lograr el desarrollo industrial

eﬁciente de cada país y reducir los niveles de desempleo; además de realizar modelos de

gestión industrial que establezcan una ubicación adecuada para las industrias en cada país.

Palabras clave: Industrialización; Desempleo; Panel de datos.

Códigos JEL: O14. J64. C23

ABSTRACT

The industrialized dynamics of economies has allowed reducing unemployment levels and
at least controlling them, so the objective of this research is to deﬁne the impact of in-
dustrialization on unemployment in 91 countries of the world classiﬁed by income levels
within the period 1990-2016 using panel data and cointegration techniques. Development
indicators were taken from the World Bank (2017). By employing the cointegration tech-
niques of Pedroni (1999) and Westerlund (2007) it was found that there is long-run and
short-run equilibrium respectively. By applying Pedroni’s (2001) DOLS model it was found
that there is cointegration vector strength for individual countries at the individual level,
and by using Pedroni’s (2001) PDOLS model it was established that there is cointegration
vector strength for each group of countries at the aggregate level. The results of the Di-
mietry and Hurlin (2012) causality test indicate that there is bidirectional causality and
unidirectional causality. The policy implications are focused on the design of adequate and
environmentally friendly infrastructures to achieve the eﬃcient industrial development of
each country and reduce unemployment levels; in addition to carrying out industrial ma-
nagement models that establish an adequate location for industries in each country.

Keywords: Industrialization; Unemployment; Panel data.

JEL codes: O14. J64. C23

Acaro L. & Iñiguez K.

Vol.9-N°2, Julio - Diciembre 2021

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

1 | INTRODUCCIÓN

El desempleo es un fenómeno presente en la historia mundial

desde su descubrimiento a ﬁnales del siglo XIX y a inicios del siglo
XX, convirtiéndose en un problema económico y social que afecta
a la población activa con disponibilidad para desempeñarse laboral-
mente, lo que inﬂuye negativamente en su bienestar y calidad de
vida, porque al carecer de un trabajo y un salario digno no cuentan
con los ingresos suﬁcientes para satisfacer sus necesidades básicas
como individuos de la sociedad, sin embargo; muchas veces los paí-
ses utilizan el desempleo como política pública para dinamizar la
economía a través de la competencia entre trabajadores desocupa-
dos.

Datos de la OIT (2018) demuestran que la tasa de desempleo

a nivel mundial se está estabilizando ante el aumento de la pobla-
ción activa y la recuperación de la economía, pero también indican
la insuﬁciencia de empleos, por ello se prevé que el desempleo y
los déﬁcits de trabajo decente se conservarán a niveles elevados en
varias regiones. La tasa de desempleo en 2017 se situó en 5.6 %, y
se pronosticó una reducción de 0.2 puntos porcentuales en los paí-
ses desarrollados por debido a su buen desempeño en los mercados
laborales, lo que situaría la tasa de desempleo mundial en 2018 en
5,5 %; pero a pesar de este descenso, se estima que no habrán em-
pleos suﬁcientes que cubran el crecimiento de la fuerza de trabajo
en los países emergentes y en vías de desarrollo, así por ejemplo, la
tasa de desempleo de América Latina y el Caribe creció de 7.9 % en
2016 a 8.4 % en 2017 (OIT, 2018).

Un aspecto clave para reducir los niveles de desempleo y sub-

empleo a nivel mundial es la industrialización, dado que, la industria
manufacturera es considerada como el sector económico que pro-
duce la mayor aportación al Producto Interno Bruto (PIB); debido a
que este tipo de industrias generan productos con mayor valor agre-
gado, los cuales tienen precios menos volátiles. De este modo, en

América Latina y el Caribe la industria manufacturera aumentó en
1,9 % el empleo en 2017; no obstante, se debe tomar en cuenta que

los países de América Latina al ser “dependientes” se deben adaptar
a la política industrial de los países desarrollados, además de mejo-
rar su producción e indicadores macro. Al iniciar con el proceso de
industrialización, crecen las probabilidades de crear oportunidades
de empleos formales en manufacturas, principalmente para los paí-
ses de ingresos medios y bajos en para los cuales se convierte en un
desafío mantener este proceso (ONUDI, 2016).

Esta investigación se basó en evidencia empírica que relacio-

na las variables utilizadas en este modelo; tal es el caso de Yang
y Shao (2017) quienes establecieron una relación estadísticamente
signiﬁcativa entre la calidad del empleo y el proceso de industrializa-
ción; concordando con Liu, Huang y Zikhali (2016) que encontraron
que una subida en los niveles de industrialización incide en la reduc-
ción de las tasas de desempleo; además de Porto y Sosa-Escudero
(2005) que señalaron que la industria mix, el producto interno bruto
per cápita y la tasa de participación de la fuerza laboral determinan
los cambios en el desempleo regional.

El objetivo del artículo es, por tanto, deﬁnir el impacto de la

industrialización sobre el desempleo en 91 países a nivel mundial y
por grupos de países asociados por niveles de ingresos mediante la
utilización de técnicas de cointegración en el periodo 1990-2016.
La hipótesis a partir de la cual se direcciona esta investigación es
que el aumento de la industrialización provoca una reducción de la
tasa de desempleo; esto se respalda en evidencia empírica, de es-
te modo, Wang y Chanda (2017) determinaron que un crecimiento
signiﬁcativo del empleo se establece por el crecimiento de las in-
dustrias manufactureras, por su parte Park (2017) estableció que la
construcción de más industrias verdes sería ambientalmente correc-
to y reduciría considerablemente los niveles de desempleo.

Como aporte, en este artículo de investigación se incorporó

una nueva forma de agrupar los datos de industrialización y desem-
pleo, tomando en cuenta el nivel de ingresos de los países deno-
minada “Atlas 2”, un método que toma como referencia rangos de
comparación más cortos entre el promedio de los ingresos per cá-
pita de cada país en el periodo de análisis para obtener resultados
más realistas que los proporcionados por el Atlas del Banco Mun-
dial; además de que en este artículo se están utilizando modernas
técnicas de cointegración y de causalidad. Conjuntamente, se debe
añadir que existen muy pocos trabajos que relacionen las variables
utilizadas por lo que se hace necesario realizar una investigación
que determine la inﬂuencia de la industrialización en el desempleo
a nivel mundial, la misma que puede servir como evidencia empírica
para futuros trabajos.

Los principales resultados de ésta investigación indican equili-

brio de largo plazo entre el desempleo y la industrialización en los
PIMA, PIMB, PIB y PIEB con la aplicación de la prueba de cointegra-
ción de Pedroni (1999) y equilibrio de corto plazo con la aplicación
de la prueba de cointegración de Westerlund (2007). Al utilizar el
modelo DOLS de Pedroni (2001) se observó que existe fuerza del
vector de cointegración en los países a nivel individual, dentro de
los PIMA, PIMB, PIB y PIEB; al aplicar el modelo PDOLS de Pedro-
ni (2001) se determinó que hay fuerza del vector de cointegración
para cada grupo de países a nivel global, en los PIMA, PIMB, PIB y
PIEB. Y al aplicar la prueba de causalidad tipo Granger de panel de
Dimietry y Hurlin (2012) se estableció que existe causalidad bidirec-
cional entre el desempleo y la industrialización en los PIA y PIMA;
y causalidad unidireccional en los PIEB.

A partir de la introducción como primera sección, el artículo se

estructura en cuatro secciones adicionales. En la segunda sección
se ubica la revisión de la literatura previa. La tercera sección incluye
los datos y la metodología. La cuarta sección discute los resultados
encontrados. Y la quinta sección describe las conclusiones e impli-
caciones de política.

2 | REVISIÓN DE LITERATURA PRE-

VIA

Actualmente la economía mundial está creciendo, por lo que

se prevé un número estable de desempleados (192 millones, lo que
equivale a una tasa de desempleo de 5.5 %) para el año 2018, sin
embargo; aún existe mucha gente fuera del mercado laboral y se
proyecta un aumento de la tasa de desempleo para el 2019 de 1,3 %
(OIT, 2018). Tomando como referencia esta problemática, y relacio-
nando las variables desempleo e industrialización, se exponen tra-
bajos empíricos clasiﬁcados en tres grupos. En el primer grupo se re-
gistran estudios que relacionan la industrialización y el desempleo,
en el segundo grupo se indican artículos que relacionan el desem-
pleo con otras variables conexas, y el tercer grupo comprende traba-
jos empíricos que demuestran otras variables que pueden tener un
impacto en la industrialización. Los artículos citados expresan una
perspectiva global sobre la inﬂuencia de la industrialización en el
desempleo.

En el primer grupo, existen estudios de autores que relacionan

las variables analizadas; así, Yang y Shao (2017) determinaron que
existe una relación estadísticamente signiﬁcativa entre la calidad del
empleo y el proceso de industrialización; Liu, Huang y Zikhali (2016)
encontraron que una subida en los niveles de industrialización inci-
de en la reducción de las tasas de desempleo, sin embargo; ésta ha
provocado alzas signiﬁcativas en la contaminación ambiental; Park
(2017) estableció que se deberían construir más industrias verdes,
porque sería ambientalmente correcto y reduciría considerablemen-
te los niveles de desempleo; Shihe, Xiaofang y Guojun (2010) com-
probaron que la diversidad industrial tiene una relación positiva y
signiﬁcativa con las tasas de desempleo y que la especialización de

Impacto de la industrializaciónen el desempleo en 91 países a nivel .....

Vol.9-N°2, Julio - Diciembre 2021

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

la industria de la construcción y la industria del comercio tie-

nen la capacidad de reducir signiﬁcativamente las tasas de desem-
pleo; Galiani, Lamarche, Porto y Sosa-Escudero (2005) señalaron
que las variables que determinan los cambios en el desempleo re-
gional son la industria mix, el producto interno bruto per cápita y
la tasa de participación de la fuerza laboral; Lévêque y Saleh (2017)
indicaron que la industrialización estatal provoca la segregación re-
sidencial, debido a la aglomeración de inmigrantes del sector rural
por la gran oferta de empleos no caliﬁcados del sector privado.

Wang y Chanda (2017) registraron un crecimiento signiﬁcativo

del empleo provocado por el crecimiento de las industrias manufac-
tureras; Haraguchi, Cheng y Smeets (2017) indicaron que la indus-
trialización ha desempeñado un papel fundamental en el empleo
y crecimiento económico a largo plazo de los países en desarrollo
en estos últimos 25 años; Hafstead y Williams (2018) establecieron
que una reducción de las industrias por políticas que imponen im-
puestos a la contaminación o impuestos ambientales, aumenta el
desempleo, aunque en pequeñas proporciones inclusive en el cor-
to plazo; Antoci, Russu, Sordi y Ticci (2014) determinaron que ante
la presión ambiental de la actividad económica del sector industrial,
las propiedades de estabilidad de los equilibrios y sus características
de preservación ambiental son sensibles a nivel de capacidad de car-
ga; por su parte, Watson y Deller (2017) revelaron que la diversidad
industrial provoca reducciones en el nivel de desempleo. Inversa-
mente, Broadberry, Campbell y Van Leeuwen (2013) indicaron que
el incremento de la producción de la industria durante la Revolución
Industrial se provocó más por las ganancias en la productividad del
trabajo que se dio por la mecanización que al crecimiento o expan-
sión del empleo; y Antoci, Galeotti y Sordi (2018) concluyeron que
la industrialización es la generadora de la reducción de los ingresos
de los trabajadores tanto en el sector industrial como en el sector
agrícola.

Dentro del segundo grupo, como ya se ha manifestado, exis-

ten documentos que muestran la relación del desempleo con otras
variables, de este modo; Azorín (2017) indicó que el crecimiento de
la producción necesaria para reducir las tasas de desempleo se en-
contró bajo los niveles establecidos por causa de la dependencia
espacial; Mehic (2018) determinó que existe una relación altamen-
te signiﬁcativa y negativa entre el empleo industrial y la desigualdad
de ingresos; Agnello, Castro, Jalles y Sousa (2014) indicaron que los
impuestos aumentaron el desempleo en 0.25 %, y que la ﬂexibili-
dad del mercado laboral provoca la reducción del desempleo juve-
nil; Basu (2017) concluye que la inversión extranjera directa tiene
una inﬂuencia directa en la reducción de las tasas de desempleo;
y Caponi (2017) sugirió a través de experimentos de políticas que
la reducción del tamaño del empleo público reduce el desempleo
en las regiones productivas más bajas. En otros estudios, Mohseni
y Jouzaryan (2016) revelaron la existencia de un efecto negativo y
signiﬁcativo de la inﬂación y el desempleo en el crecimiento econó-
mico a largo plazo.

Tesfaselassie y Wolters (2018) determinaron que un crecimien-

to económico más rápido provoca una disminución del desempleo
siempre y cuando la inﬂación permanezca estable; Donayre y Pa-
novska (2018) demostraron que hay una relación negativa entre el
desempleo y el crecimiento salarial cuando la inﬂación está sobre
su tendencia a largo plazo; Bhattarai (2016) indicó que existe una
relación directa entre la inﬂación y el desempleo a largo plazo; mien-
tras que Chen, Hsu y Lai (2016) demostraron la existencia de una
relación negativa entre el desempleo y el crecimiento económico
a largo plazo. Sin embargo, Schubert y Turnovsky (2017) indicaron
que las compensaciones o el vínculo entre desempleo y crecimien-
to económico son débiles porque el crecimiento a largo plazo se de-
termina por la relación producción-capital. Por su parte Caggiano,
Castelnuovo y Figueres (2017) sugirieron que el desempleo es es-
tadísticamente y económicamente más grande durante las recesio-
nes; Horvath y Zhong (2018) demostraron que una reducción en la
demanda externa, un incremento en la tasa de interés externa y la

incertidumbre provocan un aumento en la tasa de desempleo, me-
nor rendimiento bursátil y depreciación de la moneda; y Zweimüller
(2018) sugirió que el seguro de desempleo afecta al mercado laboral,
a través de la búsqueda de empleo de los trabajadores elegibles.

Finalmente, en éste último grupo se menciona la variable indus-

trialización y su inﬂuencia en la economía; así, Schmerer (2014) mos-
tró que la IED fomenta el crecimiento de la industrialización y redu-
ce las tasas de desempleo de forma signiﬁcativa; Adom y Amuakwa-
Mensah (2016) concluyeron que una mayor industrialización e IED
reducen de forma signiﬁcativa la productividad energética en los
países de ingresos bajos; Alsaleh y Abdul-Rahim (2018) determina-
ron que tanto el costo de capital, el costo laboral, el PIB, la inﬂación
y la tasa de interés tienen un efecto negativo en la eﬁciencia de los
costos industriales; contrariamente, Gui-Diby y Renard (2015) mos-
traron que el tamaño del mercado, el sector ﬁnanciero y el comercio
internacional se relacionaron positivamente con la industrialización,
situación que no ocurre con la IED, porque su efecto no es signiﬁca-
tivo. En otras investigaciones, Rekiso (2017) manifestó que hay una
relación positiva, circular y acumulativa entre la industrialización y
la integración económica regional; Fan, Yan y Sha (2017) indicaron
que la innovación (apoyo del gobierno, tasa de empleados técnicos
y la tasa de activos técnicos) tiene un efecto positivo y signiﬁcativo
en el crecimiento económico de la industria minera y de producción;
Yang, Yeh y Wang (2018) establecieron que la productividad manu-
facturera tiene una relación signiﬁcativa y positiva con los insumos
del servicio al productor.

Jerbashian (2015) estableció que la industria de las telecomu-

nicaciones tiene una relación positiva con el crecimiento económico
a largo plazo; Sheng y Gu (2018) indicaron que la industria del juego
ha tenido un impacto positivo en el crecimiento económico local y
el desarrollo urbano; Szirmai y Verspagen (2015) determinaron que
la industria o fabricación ejerce una inﬂuencia positiva moderada
en el crecimiento económico. Adicionalmente, Liu y Bae (2018) de-
mostraron que un aumento de la intensidad energética, el PIB real,
la industrialización y la urbanización produce un incremento de las
emisiones de CO2; Zhu, Liu, Tian, Wang y Zhang (2017) encontra-
ron que el proceso de industrialización y urbanización aumentó las
emisiones de CO2; Li, Li y Zhang (2018) señalaron que el PIB per
cápita, las industrias no agrícolas y el consumo per cápita tienen un
impacto directo en el incremento de las emisiones contaminantes;
Xu y Lin (2015) indicaron que la industrialización y las emisiones de
CO2 poseen una relación no lineal en forma de U invertida.

Cherniwchan (2012) demostró que un aumento del proceso

de industrialización provoca un aumento del nivel de emisiones per
cápita; y Stuermer (2017) mostró que un aumento de la industriali-
zación provoca un incremento de la demanda de productos minera-
les. En otros estudios, Xue y Li-li (2016) señalaron que los apoyos
ﬁnancieros a la industrialización agrícola tienen un impacto positi-
vo en el desarrollo de este tipo de industrialización; Song, Thisse y
Zhu (2012) establecieron que la trasmisión de mano de obra del sec-
tor agrícola al sector industrial produce un incremento del bienes-
tar de los agricultores, pero el impacto en los trabajadores urbanos
es impreciso; Lee y McKibbin (2018) expusieron que el crecimien-
to acelerado de la productividad en el sector de servicios ha man-
tenido en equilibrio el crecimiento económico de éstos países; así
también, Maksimović, Jović y Jovanović (2017) comprobaron que
los servicios han tenido un mayor impacto en el crecimiento econó-
mico (PIB), y la fabricación un menor impacto.

En base al análisis de ésta evidencia empírica, parece factible

que los países empiecen a diseñar una mayor cantidad de infraes-
tructuras adecuadas y amigables con el ambiente para lograr el de-
sarrollo de la industrialización eﬁciente de cada país, reducir los ni-
veles de desempleo, y mejorar el crecimiento económico; puesto
que, las políticas que imponen impuestos ambientales o a la con-
taminación reducen signiﬁcativamente el número industrias y por
ende aumentan el desempleo. Además, se considera necesario im-

Acaro L. & Iñiguez K.

Vol.9-N°2, Julio - Diciembre 2021

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

plementar políticas para fomentar la inversión extranjera directa en
cada país que lo requiera, porque es una variable de gran incidencia
en el crecimiento de la industrialización a nivel mundial, crecimien-
to que a su vez provoca una reducción signiﬁcativa de las tasas de
desempleo.

3 | DATOS Y METODOLOGÍA

3.1 | Datos

En este artículo de investigación se utilizó datos del World De-

velopment Indicators del Banco Mundial (2017), para examinar la
relación entre la industrialización y el desempleo en 91 países a ni-
vel mundial, en el periodo de 1990-2016. Se tomó como variable
dependiente el desempleo extraída de la base de datos como des-
empleo total ( % de la fuerza de trabajo total) y como variable in-
dependiente la industrialización, extraída de la base de datos como
industrialización, valor agregado ( % anual de crecimiento); las mis-
mas que se encuentran medidas en tasas porcentuales, por ende,
los coeﬁcientes son comparables entre ellos. Adicionalmente se in-
corporó una nueva forma de agrupar los datos según el nivel de
ingresos de los países denominada “Atlas 2”, en la cual se toma co-
mo referencia rangos más cortos del promedio de los ingresos per
cápita de cada país en el periodo analizado para obtener resultados
más realistas y comparables. De este modo los países se han agrupa-
do en 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).

Se entiende por desempleo al desajuste existente en el merca-

do laboral, donde la oferta de trabajo es superior a la demanda de
trabajo, y se entiende por industrialización a la producción de bie-
nes a gran escala utilizando máquinas accionadas con nuevas fuen-
tes de energía y en términos de ocupación suele ofrecer trabajo a la
mayoría de la población de un país.Previo al análisis econométrico,
se presenta gráﬁcamente el comportamiento en el tiempo de las
variables utilizadas. La Figura 1 muestra la relación entre la indus-
trialización y el desempleo. Se observa una relación negativa entre
las variables, lo que indica que un aumento de la industrialización
provoca una reducción de la tasa de desempleo, a nivel global, en

los PIA, en los PIMA, en los PIMB, en los PIB y en los PIEB.

A continuación, la Tabla 1 muestra los estadísticos descriptivos

del modelo, y permite observar que se dispone de un panel balan-
ceado (igual número de países “n” e igual número de años “T”), lo
cual permitirá continuar con el análisis econométrico. La media del
desempleo es 8.84 y la desviación estándar es de 6.24 a nivel glo-
bal, 5.12 entre países y 3.59 dentro de cada país. La media de la
industrialización es 3.02 y la desviación estándar es de 7.69 a nivel
global, 2.63 entre países y 7.23 dentro de cada país. Tanto para el
desempleo como para la industrialización la variabilidad es mayor a
nivel global, como lo demuestra la desviación estándar, debido a la
diferencia de ingresos entre los diferentes países.

3.2 | Metodología

Los métodos aplicados en éste modelo econométrico con el

propósito de analizar el impacto de la industrialización en el desem-
pleo se expresan en algunas etapas. En la primera etapa se emplean
las pruebas de raíz unitaria para para veriﬁcar la estacionaridad de
las series o conﬁrmar si las series poseen o no un comportamiento
tendencial, en base al test de Dickey y Fuller aumentado (1981), el
test de Phillips y Perron (1988); el test de Im, Pesaran y Shin (2003),
y el test de Breitung (2001).

En la segunda etapa se aplica una regresión de línea base con

el ﬁn de determinar cómo se direcciona la relación de las variables
utilizadas; además de aplicar el test de Hausman (1978) para esta-
blecer si se empleará un modelo de efectos ﬁjos o un modelo de
efectos aleatorios. En la tercera etapa aplicamos técnicas de cointe-
gración para establecer el equilibrio en el corto y largo plazo entre
las variables mediante el test de Westerlund (2007) y el test de Pe-
droni (1999) respectivamente. En la cuarta etapa se emplea el test
de Pedroni (2001) para determinar la fuerza de los vectores de coin-
tegración en el panel de las variables; aplicando el modelo DOLS
para estimar la fuerza del vector de cointegración para cada país y
el modelo PDOLS para determinar la fuerza del vector de cointegra-
ción para cada grupo de países. Y ﬁnalmente, en la quinta etapa se
aplica la prueba de causalidad tipo Granger de panel de Dimietry y
Hurlin (2012) para establecer si hay causalidad y cuál es su direc-
ción.

Figura 1. Elaboración propia, con datos del Banco Mundial, (2017).

Impacto de la industrializaciónen el desempleo en 91 países a nivel .....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 1. Estadísticos descriptivos de las variables

Variable

Media

Mín.

Máx.

Observaciones

Desempleo

Overall

8.84

6.24

-6.58

38.8

N= 2457

Between

5.12

0.41

31.60

n= 91

Within

3.59

-8.59

30.61

T= 27

Industrialización

Overall

3,02

7.69

-73.66

49.02

N= 2457

Between

2.63

-3.91

12.97

n= 91

Within

7.23

-69.78

48.73

T= 27

Para veriﬁcar econométricamente la relación entre la industria-

lización y el desempleo, se inicia designando un modelo de regresión
básica de datos de panel, como se muestra en la ecuación 1:

i t

(β

+ δ

) + δ

I N

i t

+?ϵ

i t

(1)

Donde U

i t

representa a la tasa de desempleo del país i en el

periodo t o la variable dependiente del modelo, β

representa el

tiempo, α0 representa el espacio, δ

representa la trayectoria de la

variable independiente en el tiempo, I N

i t

representa el porcentaje

de crecimiento anual de la industrialización del país i en el periodo
t o la variable independiente y ϵ

i t

representa el término de error.

Con el ﬁn de establecer el orden de integración de la serie con

tendencia, se utiliza el modelo de Enders (1995), y se estima la ecua-
ción 2 en la cual se estima la intersección:

+ λU

t −1

+ α

i =2

t −i −1

+ ϵ

(2)

Dónde U

es la variable en la cual se detectará la existencia de

raíz unitaria, α

es el intercepto,α

se encarga de captar el efecto de

tendencia, t representa el tiempo, p simboliza la duración del retra-
so, y ϵ

es el término de error gaussiano. Si el parámetro λ llega a

ser signiﬁcativo se puede concluir que todos los paneles tienen raí-
ces unitarias. Conjuntamente se debe señalar que para determinar
el número de rezagos a aplicar en el modelo se usó el modelo de

Akaike (1974).

Como se estableció en la tercera etapa, para establecer si hay

relación de largo plazo entre las variables se aplica el test de cointe-
graciòn de Pedroni (1999), como indica la ecuación 3:

i t

n−1

j =1

i j

i t −j

n−1

j =1

i t −j

+ π

E CT

t −1

+ ϵ

i t

(3)

En la ecuación 3, U

i t

es la variable dependiente del país i en

el periodo t, el parámetro t representa el número de observaciones,
α

es el término constante, los parámetros β y W representan los

estimadores asociados con los represores, ECT es el término de co-
rrección de errores obtenido del vector de cointegración, y ϵ

i t

es el

término de error aleatorio estacionario con media cero, y j es la lon-
gitud del desfase. En esta etapa también se determina el equilibrio
de corto plazo entre las variables a través de la prueba de corrección

de errores de Westerlund (2007), como se establece en la ecuación
4:

i t

+ α

i t −1

− β

i t −1

j =1

i j

i t −j

j =1

i t −j

+ ϵ

i t

(4)

En la ecuación 4, t es el periodo de tiempo, i es el número de

países, δ

es la trayectoria de la variable en el tiempo, α

es el tér-

mino constante, X

i t

representa la variable independiente, U

i t

es la

variable dependiente, y ϵ

i t

es el término de error aleatorio estacio-

nario con media cero.

Mediante el modelo de Pedroni (2001) se aplica el modelo di-

námico de mínimos cuadrados ordinarios (DOLS), que determina la
fuerza de la relación entre las variables para cada país individual-
mente; y también se aplica modelo dinámico de panel de mínimos
cuadrados (PDOLS) para determinar la fuerza de la relación entre las
variables para cada grupo de países, asociados según el promedio a
través del tiempo de su nivel de ingresos per cápita (Atlas 2). A con-
tinuación, en la ecuación 5 se plantea la relación entre las variables
analizadas:

i t

+ β

i t −

j =−p

i t

△ X

i t −j

+ U

i t

(5)

En ésta ecuación U

i t

representa el desempleo del país i en el

periodo t, X

i t −j

representa la industrialización o variable indepen-

diente rezagada, P representa el número de períodos de tiempo, es
el número de retrasos y avances de la regresión DOLS, β

representa

el coeﬁciente de la pendiente de la regresión.

A continuación, la ecuación 6 representa la causalidad tipo

Granger de panel de Dimietry y Hurlin (2012), que servirá para de-
terminar la existencia de causalidad entre el desempleo y la indus-
trialización y su dirección.

i t

k =−1

Y i

k =−1

β i

i t −k

+ U

i t

(6)

Donde, U

i t

es la variable dependiente o el desempleo del país

i en el periodo t, X

i t

es la variable independiente o la industrializa-

ción, β

es el coeﬁciente de la pendiente de la regresión. El término

está ﬁjo en el término del tiempo, y el parámetro Y i

y el coeﬁ-

ciente β i

varían en las secciones transversales.

Acaro L. & Iñiguez K.

Vol.9-N°2, Julio - Diciembre 2021

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

4 | DISCUSIÓN DE RESULTADOS

En la primera sección, para determinar la estacionaridad de las

variables se aplican las pruebas de raíz unitaria a través de los test
de Dickey y Fuller aumentado (1981) (ADF), Phillips y Perron (1988)
(PP), Im, Pesaran y Shin (2003) (IPS), y Breitung (2001) (UB). Se apli-

can varios test para asegurarnos de eliminar el efecto tendencial
dado que el modelo incluye varios países.

Los resultados de la prueba de raíz unitaria de la Tabla 2 arro-

jaron datos que llevan a concluir que las series son estacionarias y
por ello se hizo necesaria la aplicación de primeras diferencias en el
modelo para corregir este problema.

Tabla 2. Pruebas de raíz unitaria

Grupos/variables

IPS

ADF

IPS

ADF

Sin efectos del tiempo

Con efectos del tiempo

GLOBAL

i ,t

9.69*

-33.38*

-11.69*

-29.77*

-10.37*

-30.94*

-10.47*

-29.77*

i ,t

-6.35*

-49.38*

-23.93*

-61.39*

-5.50*

-48.80*

-23.79*

-62.07*

PIA

i ,t

-0.91*

-4.77*

-2.79*

-3.56*

-1.28*

-5.65*

-1.10*

-5.73*

i ,t

-1.27*

-7.87*

-4.13*

-10.1*

-0,30*

-6.78*

-1.84*

-9.61*

PIMA

i ,t

-2.79*

-8.99*

-5.32*

-6.98*

-2.75*

-8.02*

-4.66*

-5.55*

i ,t

-3.65*

-18.15*

-11.89*

-25.37*

-2.62*

-19.44*

-10.66*

-25.13*

PIMB

i ,t

-3.45*

-10.24*

-4.54*

-8.25*

-2.60*

-8.61*

-4.31*

-8.55*

i ,t

-3.03*

-19.61*

-8.95*

-24.67*

-2.24*

-19.33*

-9.37*

-26.68*

PIB

i ,t

-6.75*

-14.39*

-4.68*

-13.14*

-6.63*

-13.86*

-5.09*

-12.80*

i ,t

-4.62*

-20.91*

-10.52*

-27.68*

-3.66*

-24.44*

-9.85*

-27.43*

PIEB

i ,t

-6.99*

-26.89*

-7.34*

-25,06*

-9.34*

-25.40*

-7.13*

-25.01*

i ,t

-3.03*

-34.45*

-14.15*

-39.3*

-2.34*

-35.53*

-14.74*

-40.37*

Nota: * p < 0.001

A continuación, luego de corregir la autorregresión y heteros-

cedasticidad; la Tabla 3 muestra la regresión de línea base, la misma

que justiﬁca el hecho de clasiﬁcar a los países por niveles de desa-

rrollo económico, es decir; los resultados muestran diferencias entre

los coeﬁcientes, lo que veriﬁca la existencia de diferencias entre los

grupos de países según su nivel de ingresos (PIA, PIMA, PIMB, PIB,

PIEB).

Tabla 3. Resultados de la regresión de línea de base (GLS)

GLOBAL

PIA

PIMA

PIMB

PIB

PIEB

dIN

i t

-0.014***

-0.082**

-0.007

0.001

-0.031***

-0.012*

(-4.23)

(-3.01)

(-0.90)

(0.22)

(-3.65)

(-2.36)

Constant

0.531***

0.233

0.831**

1.663**

1.285*

0.276

(3.51)

(0.77)

(3.12)

(2.96)

(2.35)

(0.35)

Hausband test (p-value)

0.00

-0.54

0.10

0.29

0.09

-5.82

Serial correlation test (p-value)

14.01

-1

0.75

0.58

0.76

Fixed eﬀects (Time)

Fixed eﬀects (country)

Observations

2366

416

468

1014

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

Impacto de la industrializaciónen el desempleo en 91 países a nivel .....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 4. Resultados de la prueba de cointegración de Pedroni

GLOBAL

PIA

PIMA

PIMB

PIB

PIEB

Estadistico de prueba

Panel t-estadístico

-29.44*

-5.27*

-5.25*

-8.25*

-12.99*

-26.77*

Panel ADF-estadístico

-23.98*

-5.14*

-1.88

-5.72*

-11.4*

-20.34*

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

Los resultados de estas regresiones muestran que la industria-

lización tiene una relación negativa y estadísticamente signiﬁcativa

con el desempleo a nivel global, en los PIA, en los PIB y en los PIEB;

y una relación negativa pero no signiﬁcativa en los PIMA. Lo que in-

dica que, si la industrialización incrementa en 1 %, el desempleo se

reducirá en 1.4 % a nivel global, un 8.2 % en los PIA, un 0.7 % en los

PIMA, en 3.1 % en los PIB, y un 1.2 % en los PIEB.

Tabla 5. Resultados de la prueba de cointegración de Westerlund

Grupo

Estadístico

value

z-value

p-value

GLOBAL

-4.02*

-19.77*

0.00

-24.06

-17.44*

0.00

-40.90

-24.17*

0.00

-27.85

-30.17

0.00

PIA

-2.90

-0.97

0.16

-19.07

-1.52

0.06

-3.42

-0.50

0.30

-13.10

-0.98

0.16

PIMA

-3.07*

-3.56*

0.00

-14.30

-1.44

0.07

-10.23*

-2.07*

0.01

-12.16*

-2.14*

0.01

PIMB

-4.37*

-9.08*

0.00

-26.55*

-7.94*

0.00

-16.25*

-10.05*

0.00

-31.18*

-13.41*

0.00

PIB

-3.89*

-8.10*

0.00

-22.98*

-7.07*

0.00

-15.98*

-8.17*

0.00

-22.29*

-9.47*

0.00

PIEB

-4.42*

-16.04*

0.00

-28.15*

-15.25*

0.00

-29.22*

-18.67*

0.00

-32.39*

-24.50*

0.00

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

Acaro L. & Iñiguez K.

Vol.9-N°2, Julio - Diciembre 2021

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

Estos resultados coinciden con Yang y Shao (2017) que determi-

naron que existe una relación estadísticamente signiﬁcativa entre la

calidad del empleo y el proceso de industrialización; con Liu, Huang

y Zikhali (2016) que encontraron que, una subida en los niveles de

industrialización incide en la reducción de las tasas de desempleo; y

con Watson y Deller (2017) quienes revelaron que la diversidad in-

dustrial provoca reducciones en el nivel de desempleo. En contraste

con Broadberry, Campbell y Van Leeuwen (2013) que indican que,

el incremento de la producción de la industria durante la Revolución

Industrial se provocó más por las ganancias en la productividad del

trabajo que se dio por la mecanización, que por crecimiento o expan-

sión del empleo.

Además, el test de Hausman indicó que se debe aplicar un mo-

delo de efectos ﬁjos para el grupo de países a nivel global (debido a

que arroja un valor menor a 0.05); y en las demás agrupaciones de

países se aplicó un modelo de efectos aleatorios (porque el valor del

test es mayor a 0.05 y/o negativo). En el caso de no aplicar este test,

los resultados tendrían estimadores sesgados.

En ésta tercera sección, se muestran los resultados de la prueba

de cointegración de Pedroni (1999) con el ﬁn de determinar si existe

equilibrio en el largo plazo entre el desempleo y la industrialización

o identiﬁcar si en promedio las variables se mueven de manera con-

junta en el tiempo; como se observa en la Tabla 4. Los resultados de

la Tabla 4 indican que existe equilibrio de largo plazo entre el desem-

pleo y la industrialización, a nivel global, en los PIA, en los PIMB, en

los PIB y en los PIEB, debido a que los estadísticos de prueba t y ADF

del test de Pedroni están dentro del rango establecido (mayor o igual

a dos, en valores absolutos); sin embargo para los PIMA el estadístico

de la prueba ADF es menor a dos lo que revelaría la inexistencia de

equilibrio a largo plazo, aunque el estadístico de la prueba t está en

un rango aceptable, lo que indica equilibrio en el largo plazo. Estos

resultados tienen una relación directa con las conclusiones de Hara-

guchi, Cheng y Smeets (2017) que muestran que la industrialización

ha desempeñado un papel fundamental en el empleo y crecimiento

económico a largo plazo de los países en desarrollo en estos últimos

25 años.

A continuación, se describen los resultados de la prueba de coin-

tegración de Westerlund (2007) a través de la cual se identiﬁcará la

existencia del vector de cointegración o si existe equilibrio en el corto

plazo entre las variables.

Los resultados de la Tabla 5 muestran que existe equilibrio de

corto plazo a nivel global, en los PIMA (tal como lo demuestran tres

de los cuatro estadísticos utilizados); así como en los PIMB, en los

PIB y en los PIEB; porque sus valores son estadísticamente signiﬁ-

cativos (p-value <0.05), como lo demuestran los cuatro estadísticos

aplicados. Coincidiendo con Hafstead y Williams (2018) que estable-

cen que una reducción de las industrias por políticas que imponen

impuestos a la contaminación o impuestos ambientales, aumenta el

desempleo en el corto plazo. En esta cuarta sección, con la ﬁnalidad

de determinar la fuerza del vector de cointegración para cada país, se

aplica la prueba DOLS, como se expresa en la Tabla 6.

La Tabla 6 demuestra a partir de la aplicación del modelo DOLS

(en el cual t-stat debe ser mayor o igual a dos en valores absolutos

para ser signiﬁcativo) que, en los PIA no existe fuerza del vector de

cointegración; en los países PIMA existe fuerza del vector de cointe-

gración en Belgium y Japón, en Netherlands y New Zealand con la

aplicación de Dummy, y en Cyprus, Israel, Spain y United States sin la

aplicación de Dummy; en los PIMB existe fuerza del vector de cointe-

gración en Chile y Venezuela, en Bahamas, The, Barbados y Hungary

con la aplicación de Dummy, y en Slovak Republic sin la aplicación de

Dummy.

en los PIB existe fuerza del vector de cointegración en Colom-

bia y Poland, en Brasil y en St. Lucia con la aplicación de Dummy, y en

Costa Rica, Panamá, Russian Federation y Uruguay sin la aplicación

de Dummy; y en los PIEB existe fuerza del vector de cointegración

en Armenia Bhutan y Ukraine, en China, Ecuador y Honduras con la

aplicación de Dummy, y en Egypt, Arab Rep., Macedonia, FYR y Thai-

land sin la aplicación de Dummy. Dummy representa los efectos ﬁjos

del tiempo. Con el propósito de determinar la fuerza del vector de

cointegración para cada grupo de países, se aplica la prueba PDOLS,

como se indica en la Tabla 7.

Los resultados de la Tabla 7 muestran que hay fuerza del vector

de cointegración, aplicando efectos ﬁjos del tiempo, en el grupo de

países a nivel global, en los PIA, en los PIMA, en los PIMB y en los

PIB, en los cuales el valor del estadístico t es mayor o igual a dos, en

valores absolutos, sin embargo; no se presenta esta fuerza de cointe-

gración en los PIEB. Además, existe fuerza del vector de cointegra-

ción, sin aplicar los efectos ﬁjos del tiempo, en el grupo de países a

nivel global, en los PIMA, en los PIMB y en los PIB, en los cuales el

valor del estadístico t es mayor o igual a dos, en valores absolutos;

sin embargo, no se presenta esta fuerza de cointegración en los PIA

y en los PIEB. Finalmente, en esta quinta sección, para determinar la

existencia de causalidad y su dirección, se aplica la prueba de causa-

lidad tipo Granger de panel de Dumitrescu y Hurlin (2012) como se

indica en la Tabla 8.

Los resultados de la Tabla 8 muestran que existe causalidad en-

tre el desempleo y la industrialización (p-value menor a 0,05). En los

PIA y PIMA se observa la existencia de causalidad bidireccional entre

el desempleo y la industrialización; en los PIEB hay causalidad unidi-

reccional entre el desempleo y la industrialización; y en los PIB no

existe causalidad.

Impacto de la industrializaciónen el desempleo en 91 países a nivel .....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla

esult

ados

del

modelo

DOLS

par

países

individuales

PIA

PIMA

PIMB

PIB

PIEB

eta

aís

umm

Sin

umm

aís

umm

Sin

umm

aís

umm

Sin

umm

aís

umm

Sin

umm

aís

umm

Sin

umm

enmark

-0.33

-0.11

ustr

alia

0.00

-0.67

ahamas

-0.31*

-0.45*

tina

-0.12

-0.17

lbania

0.01

-0.00

witz

erland

-0.33

-0.27

ustria

-0.13

0.18

arbados

-0.72*

-0.38

tsw

ana

0.15

0.17

eria

-1.36

-0.25

elgium

-0.87*

0.66*

Chile

-0.75*

-0.90*

rasil

0.64*

0.31

rmenia

-0.77*

-0.65*

yprus

-0.07

-0.30*

roa

tia

0.01

-0.16

ulgaria

0.23

0.22

erbaijan

0.12

0.11

inland

-0.21

-0.19

ech

-0.07

-0.15

olombia

-0.94*

-1.03*

angladesh

0.58

1.13

ranc

-0.08

0.11

onia

-0.04

-0.18

osta

ica

-0.69

-0.83*

elarus

0.05

0.04

erman

-0.66

0.24

reec

-0.13

0.00

azakhstan

0.01

0.11

eliz

-0.37

-0.38

Isr

ael

-0.42

-0.51*

ungary

-1.05*

-0.36

ala

sia

-0.09

-0.02

hutan

0.25*

0.20*

Italy

-0.54

0.37

ortugal

0.23

0.21

auritius

0.00

-0.21

olivia

0.27

0.31

Japan

0.54*

-0.21*

-0.34

-0.29*

xic

0.13

-0.03

Cambodia

0.01

0.24

therlands

1.15*

-0.20

enia

0.20

-0.02

anamá

-0.12

-0.39*

China

0.15*

0.07

ealand

0.19*

-0.22

rin

and

Tob.

-0.07

-0.08

oland

-1.46*

-1.17*

uba

0.05

-0.05

pain

-1.34

-1.59*

enezuela

0.62*

-0.36*

ussia

0.01

0.20*

ominican

-0.45

-0.69

eden

0.33

0.35

outh

-2.31

-0.29

cuador

-0.56*

-0.38

-0.13

-0.35

ucia

0.68*

0.37

gyp

-0.35

-0.68*

-0.60

0.53*

uriname

0.00

0.07

alv

ador

0.12

-0.13

urk

-0.00

0.00

thiopia

-0.53

-0.66

rugua

-0.24

-0.42*

iji

0.21

0.38

temala

0.18

0.24

ondur

0.59*

0.03

Indonesia

-0.12

-0.04

Jamaica

0.24

0.04

edonia

0.38

0.60*

oldo

0.16

0.21

-1.32

-0.63

icar

agua

0.25

0.28

akistán

-0.19

-0.23

agua

-0.12

0.11

erú

0.28

0.08

hilippines

0.18

0.24

Lanka

0.15

-0.08

yrian

0.67

0.79

Tajikistan

-0.01

hailand

-0.05

-0.10*

unisia

-0.45

1.22*

aine

0.40*

0.34*

zbekistan

-0.03

0.00

Vie

tnam

-0.09

0.12

aza

-0.30

-0.38

ta:

**,

***

indican

rechaz

hipó

tesis

nula

niv

respectiv

amen

par

Acaro L. & Iñiguez K.

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 7. Resultados del modelo PDOLS

Con efectos ﬁjos del tiempo

Sin efectos ﬁjos del tiempo

Grupos

Beta

t-stat

Beta

t-stat

GLOBAL

-0.15

3.71*

-0.13

5.36*

PIA

-0.33

2.12*

-0.19

-1.35

PIMA

-0.41

5.02*

-0.17

3.50*

PIMB

-0.28

3.96*

-0.24

5.14*

PIB

-0.22

2.11*

-0.17

3.38*

PIEB

-0.04

1.62

-0.02

0.76

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

Tabla 8. Resultados de la prueba de causalidad de panel tipo Granger de Dumitrescu y Hurlin

Dirección de causalidad

Grupo

W-bar

Z-bar

p-value

i ,t

⇒ I N

i ,t

PIA

3.54

2.54

0.01

PIMA

2.36

3.86

0.00

PIMB

1.57

1.45

0.14

PIB

0.89

-0.31

0.75

PIEB

1.54

2.38

0.01

i ,t

⇒ U

i ,t

PIA

7.63

6.63

0.00

PIMA

4.36

8.95

0.00

PIMB

2.06

2.72

0.00

PIB

1.60

1.81

0.06

PIEB

1.38

1.70

0.08

5 | CONCLUSIONES E IMPLICACIO-

NES DE POLÍTICA

La presente investigación determina la relación entre el desem-

pleo y la industrialización a nivel mundial y por grupos de países clasi-

ﬁcados por el promedio de su ingreso per cápita en el periodo 1990-

2016, a través de la utilización de un modelo de datos de panel y

modernas técnicas de cointegración y causalidad. Se estableció una

regresión de línea base con la que se identiﬁcó una relación negati-

va y estadísticamente signiﬁcativa entre la industrialización y el des-

empleo, lo que prueba la hipótesis planteada; se incorporó el test de

Hausband, para establecer la aplicación de un modelo de efectos ﬁjos

para el grupo de países a nivel global y un modelo de efectos aleato-

rios para los PIA, PIMA, PIMB, PIB y PIEB. Mediante la prueba de

cointegración de Pedroni (1999) se encontró que existe equilibrio de

largo plazo; y a través de la prueba de cointegración de Westerlund

(2007) se determinó que existe equilibrio de corto plazo en los PIMA,

PIMB, PIB y PIEB. La aplicación del modelo DOLS de Pedroni (2001)

reveló que existe fuerza del vector de cointegración en los países a

nivel individual, dentro de los PIMA, PIMB, PIB y PIEB.

La aplicación del modelo PDOLS de Pedroni (2001) estableció

que hay fuerza del vector de cointegración para cada grupo de paí-

ses a nivel global, en los PIMA, PIMB, PIB y PIEB. Y la utilización de

la prueba de causalidad tipo Granger de panel de Dimietry y Hurlin

(2012) probó que existe causalidad bidireccional entre el desempleo

y la industrialización en los PIA y PIMA; y causalidad unidireccional

en los PIEB. Las implicaciones de política relacionadas con este mo-

delo econométrico son diseñar una mayor cantidad de infraestructu-

ras adecuadas y amigables con el ambiente para lograr el desarrollo

industrial eﬁciente de cada país y reducir los niveles de desempleo,

como lo indica Park (2017) la razón por la cual se recomienda crear

infraestructuras amigables con el ambiente es porque las políticas

que imponen impuestos ambientales o a la contaminación reducen

signiﬁcativamente el número industrias y por ende aumentan el des-

empleo, según Hafstead y Williams (2018). Además se recomienda

realizar modelos de gestión industrial que establezcan una ubicación

adecuada para las industrias en cada país y de este modo evitar la

aglomeración de inmigrantes por la oferta de empleos en zonas es-

pecíﬁcas como lo señalaron Lévêque y Saleh (2017) e implementar

planes estratégicos que fomenten la inversión extranjera directa y el

empleo industrial, y de este modo se reduzca la desigualdad de ingre-

sos y se promueva el crecimiento económico, tal como lo demostró

Mehic (2018).

Impacto de la industrializaciónen el desempleo en 91 países a nivel .....

Vol.9-N°2, Julio - Diciembre 2021

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

Referencias bibliográﬁcas

[1] Adom, P. K., y Amuakwa-Mensah, F. (2016). What dri-

ves the energy saving role of FDI and industrialization
in East Africa? Renewable and Sustainable Energy Re-
views, 65, 925-942.

[2] Agnello, L., Castro, V., Jalles, J. T., y Sousa, R. M. (2014).

Fiscal adjustments, labour market ﬂexibility and unem-
ployment. Economics Letters, 124(2), 231-235.

[3] Akaike, H. (1974). A new look at the statistical model

identiﬁcation. IEEE transactions on automatic control,
19(6), 716-723

[4] Alsaleh, M., y Abdul-Rahim, A. S. (2018). Determinants

of cost eﬃciency of bioenergy industry: Evidence from
EU28 countries. Renewable Energy, 127, 746-762.

[5] Antoci, A., Galeotti, M., y Sordi, S. (2018). Environmen-

tal pollution as engine of industrialization. Communica-
tions in Nonlinear Science and Numerical Simulation,
58, 262-273.

Antoci, A., Russu, P., Sordi, S., y Ticci, E. (2014). Industria-

lization and environmental externalities in a Solow-type
model. Journal of Economic Dynamics and Control, 47,
211-224.

[6] Azorín, J. D. B. (2017). Output growth thresholds for the

creation of employment and the reduction of unemploy-
ment: A spatial analysis with panel data from the Spa-
nish provinces, 2000–2011. Regional Science and Ur-
ban Economics, 67, 42-49.

[7] Basu, B. (2017). Labor market eﬀects of export proces-

sing zones in the presence of unemployment. Economic
Modelling, 66, 19-29.

[8] Bhattarai, K. (2016). Unemployment–inﬂation trade-

oﬀs in OECD countries. Economic Modelling, 58, 93-
103.

[9] Breitung, J. (2001). The local power of some unit root

tests for panel data. In Nonstationary panels, panel coin-
tegration, and dynamic panels (pp. 161-177). Emerald
Group Publishing Limited.

[10] Broadberry, S., Campbell, B. M., y Van Leeuwen, B.

(2013). When did Britain industrialise? The sectoral dis-
tribution of the labour force and labour productivity in
Britain, 1381–1851. Explorations in economic history,
50(1), 16-27.

[11] Caggiano, G., Castelnuovo, E., y Figueres, J. M. (2017).

Economic policy uncertainty and unemployment in the
United States: A nonlinear approach. Economics Letters,
151, 31-34.

[12] Caponi, V. (2017). Public employment policies and re-

gional unemployment diﬀerences. Regional Science and
Urban Economics, 63, 1-12.

[13] Chen, B. L., Hsu, M., y Lai, C. F. (2016). Relation between

growth and unemployment in a model with labor-force
participation and adverse labor institutions. Journal of
Macroeconomics, 50, 273-292.

[14] Cherniwchan, J. (2012). Economic growth, industrializa-

tion, and the environment. Resource and Energy Econo-
mics, 34(4), 442-467.

[15] Costantini, V., Crespi, F., y Paglialunga, E. (2017). The

Employment Impact Of Private And Public Actions For
Energy Eﬃciency: Evidence From European Industries
(No. 0227). Department of Economics-University Roma

Tre.

[16] Dickey, D., Fuller, W. A., 1981. Likelihood ratio statistics

for autoregressive time series with a unit root. Econo-
metrica, 49, 1057-1072.

[17] Donayre, L., y Panovska, I. (2018). US wage growth and

nonlinearities: The roles of inﬂation and unemployment.
Economic Modelling, 68, 273-292.

[18] Enders, W., (1995). Applied Econometric Time Series,

John Wiley Sons, Inc., U.S.A.

[19] Fan, S., Yan, J., y Sha, J. (2017). Innovation and economic

growth in the mining industry: Evidence from China’s lis-
ted companies. Resources Policy, 54, 25-42.

[20] Galiani, S., Lamarche, C., Porto, A., y Sosa-Escudero,

W. (2005). Persistence and regional disparities in unem-

ployment (Argentina 1980–1997). Regional Science
and Urban Economics, 35(4), 375-394.

[21] Granger, C. W. (1988). Causality, cointegration, and con-

trol. Journal of Economic Dynamics and Control, 12(2-
3), 551-559.

[22] Gui-Diby, S. L., y Renard, M. F. (2015). Foreign direct

investment inﬂows and the industrialization of African
countries. World Development, 74, 43-57.

[23] Hafstead, M. A., y Williams, R. C. (2018). Unemploy-

ment and environmental regulation in general equili-
brium. Journal of Public Economics, 160, 50-65.

[24] Haraguchi, N., Cheng, C. F. C., y Smeets, E. (2017).

The importance of manufacturing in economic develop-

ment: Has this changed?. World Development, 93, 293-
315.

Acaro L. & Iñiguez K.

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] Horvath, J., y Zhong, J. (2018). Unemployment dyna-

mics in emerging countries: Monetary policy and exter-
nal shocks. Economic Modelling.

[27] Im, K. S., Pesaran, M. H., y Shin, Y. (2003). Testing for

unit roots in heterogeneous panels. Journal of Econo-
metrics, 115(1), 53-74.

[28] Jerbashian, V. (2015). The telecommunications industry

and economic growth: How the market structure mat-
ters. Economic Modelling, 51, 515-523.

[29] Lee, J. W., y McKibbin, W. J. (2018). Service sector pro-

ductivity and economic growth in Asia. Economic Mo-
delling.

[30] Lévêque, C., y Saleh, M. (2017). Does industrialization

aﬀect segregation? Evidence from nineteenth-century
Cairo. Explorations in Economic History.

[31] Li, M., Li, C., y Zhang, M. (2018). Exploring the spatial spi-

llover eﬀects of industrialization and urbanization fac-
tors on pollutants emissions in China’s Huang-Huai-Hai
region. Journal of Cleaner Production.

[32] Liu, X., y Bae, J. (2018). Urbanization and industrializa-

tion impact of CO 2 emissions in China. Journal of Clea-
ner Production, 172, 178-186.

[33] Liu, Y., Huang, J., y Zikhali, P. (2016). The bittersweet

fruits of industrialization in rural China: The cost of en-
vironment and the beneﬁt from oﬀ-farm employment.
China Economic Review, 38, 1-10.

[34] Maksimović, G., Jović, S., y Jovanović, R. (2017). Eco-

nomic growth rate management by soft computing ap-
proach. Physica A: Statistical Mechanics and its Applica-
tions, 465, 520-524.

[35] Mehic, A. (2018). Industrial employment and income

inequality: Evidence from panel data. Structural Chan-
ge and Economic Dynamics, 45, 84-93.

[36] Mohseni, M., y Jouzaryan, F. (2016). Examining the

Eﬀects of Inﬂation and Unemployment on Economic
Growth in Iran (1996-2012). Economics and Finance,
36, 381-389.

[37] Neal, T. (2014). Panel cointegration analysis with xtpe-

droni. Stata Journal, 14(3), 684-692.

[38] Ortego-Marti, V. (2017). Diﬀerences in skill loss during

unemployment across industries and occupations. Eco-
nomics Letters, 161, 31-33.

[39] Park, J. I., y Lee, S. (2017). Examining the spatial pat-

terns of green industries and the role of government
policies in South Korea: Application of a panel regres-
sion model (2006–2012). Renewable and Sustainable
Energy Reviews, 78, 614-623.

[40] 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.

[41] Pedroni, P. (2001). Fully modiﬁed OLS for heterogeneo-

us cointegrated panels. In Nonstationary panels, panel
cointegration, and dynamic panels (pp. 93-130). Eme-
rald Group Publishing Limited.

[42] Phillips, P. C., y Perron, P. (1988). Testing for a unit root

in time series regression. Biometrika, 75(2), 335-346.

[43] Rekiso, Z. S. (2017). Rethinking regional economic inte-

gration in Africa as if industrialization mattered. Struc-
tural Change and Economic Dynamics, 43, 87-98.

[44] Schmerer, H. J. (2014). Foreign direct investment and

search unemployment: Theory and evidence. Internatio-
nal Review of Economics Finance, 30, 41-56.

[45] Schubert, S. F., y Turnovsky, S. J. (2017). Growth and

unemployment: Short-run and long-run tradeoﬀs. Jour-
nal of Economic Dynamics and Control.

[46] Sheng, M., y Gu, C. (2018). Economic growth and de-

velopment in Macau (1999–2016): The role of the boo-
ming gaming industry. Cities, 75, 72-80.

[47] Shihe, F. U., Xiaofang, D. O. N. G., y Guojun, C. H. A. I.

(2010). Industry specialization, diversiﬁcation, churning,
and unemployment in Chinese cities. China Economic
Review, 21(4), 508-520.

[48] Song, H., Thisse, J. F., y Zhu, X. (2012). Urbanization

and/or rural industrialization in China. Regional Science
and Urban Economics, 42(1-2), 126-134.

[49] Stuermer, M. (2017). Industrialization and the demand

for mineral commodities. Journal of International Mo-
ney and Finance, 76, 16-27.

[50] Szirmai, A., y Verspagen, B. (2015). Manufacturing and

economic growth in developing countries, 1950–2005.
Structural Change and Economic Dynamics, 34, 46-59.

Vol.9-N°2, Julio - Diciembre 2021

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

[51] Tesfaselassie, M. F., y Wolters, M. H. (2018). The impact

of growth on unemployment in a low vs. a high inﬂa-
tion environment. Review of Economic Dynamics, 28,
34-50.

[52] Wang, T., y Chanda, A. (2017). Manufacturing growth

and local employment multipliers in China. Journal of
Comparative Economics.

[53] Watson, P., y Deller, S. (2017). Economic diversity,

unemployment and the Great Recession. The Quarterly
Review of Economics and Finance, 64, 1-11.

[54] Westerlund, J. (2007). Testing for error correction in pa-

nel data. Oxford Bulletin of Economics and statistics,
69(6), 709-748.

[55] Xu, B., y Lin, B. (2015). How industrialization and urbani-

zation process impacts on CO2 emissions in China: evi-
dence from nonparametric additive regression models.
Energy Economics, 48, 188-202.

[56] Xue, H., y Li-li, Q. (2016). Research on Eﬃciency of Fi-

nancial Supports in Agricultural Industrialization in Chi-
na. Journal of Northeast Agricultural University (English
Edition), 23(2), 78-81.

[57] Yang, Y., y Shao, X. (2017). Understanding industrializa-

tion and employment quality changes in China: Deve-
lopment of a qualitative measurement. China Economic
Review.

[58] Yang, F. F., Yeh, A. G., y Wang, J. (2018). Regional eﬀects

of producer services on manufacturing productivity in
China. Applied Geography, 97, 263-274.

[59] Zhu, Z., Liu, Y., Tian, X., Wang, Y., y Zhang, Y. (2017).

CO2 emissions from the industrialization and urbaniza-
tion processes in the manufacturing center Tianjin in
China. Journal of Cleaner Production, 168, 867-875.

[60] Zweimüller, J. (2018). Unemployment insurance and the

labor market.

Vol.9-N°2, Julio - Diciembre 2021

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

Efecto del crecimiento económico en el gasto público por grupos de
países según el nivel de ingresos: un análisis de cointegración con
datos de panel

Eﬀect of public spending on economic growth by country groups according to

income level: a cointegration analysis with panel data

María Montaño

| Michelle López-Sánchez

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

María Montaño, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: maria.montano@unl.edu.ec

Agradecimientos

Club de Investigación de Economía (CIE)

Fecha de recepción

Enero 2021

Fecha de aceptación

Junio 2021

Dirección

Bloque 100. Ciudad Universitaria Guillermo

Falconí. Código Postal: 110150, Loja, Ecuador

RESUMEN

El objetivo de esta investigación es examinar el vínculo causal entre el gasto público y el

crecimiento económico en 112 países durante 1980-2016. Primero, utilizamos la prueba

de cointegración de Pedroni (1999) y Westerlund (2007) para encontrar el equilibrio y las

pruebas de Dumitrescu y Hurlin (2012) para veriﬁcar la dirección de la causalidad entre

las series. Estimamos la fortaleza del vector de cointegración para países individuales a

través de un modelo de Mínimos Cuadrados Ordinarios Dinámicos (DOLS) para grupos

de países que utilizan un modelo de Panel Dinámico con Mínimos Cuadrados Ordinarios

(PDOLS). Los resultados del modelo GLS muestran evidencia a favor de la Ley de Wagner

(1877). Al aplicar la prueba de cointegración veriﬁcamos la existencia de un equilibrio a

largo plazo entre las dos variables. Además, se comprobó la existencia de una causalidad

unidireccional que va desde el gasto público al crecimiento económico en los países de

ingresos altos, medios altos y bajos y, causalidad bidireccional en los países de ingresos

bajos y extremadamente bajos.

Palabras clave: Gasto público; Crecimiento económico; Datos de panel.

Códigos JEL: H72. H76. C33.

ABSTRACT

The objective of this research is to examine the causal link between public spending and

economic growth in 112 countries during 1980-2016. First, we use the Pedroni (1999)

and Westerlund (2007) cointegration test to ﬁnd the equilibrium and the Dumitrescu and

Hurlin (2012) tests to verify the direction of causality between the series. We estimate the

strength of the cointegration vector for individual countries through a Dynamic Ordinary

Least Squares (DOLS) model for groups of countries using a Panel Dynamic Ordinary Least

Squares (PDOLS) model. The results of the GLS model show evidence in favor of Wagner’s

Law (1877). By applying the cointegration test we verify the existence of a long-run equi-

librium between the two variables. In addition, the existence of a unidirectional causality

that goes from public spending to economic growth in high, upper middle and low inco-

me countries and bidirectional causality in low and extremely low income countries was

veriﬁed.

Keywords: Public expenditure; Economic growth; Panel data.

JEL codes: H72. H76. C33.

Montaño M. & López-Sánchez M.

Vol.9-N°2, Julio - Diciembre 2021

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

1 | INTRODUCCIÓN

El gasto público dentro de la economía cumple un papel im-

portante al momento de tomar las decisiones, además que inyecta
una buena cantidad de recursos en la economía mediante la adqui-
sición de bines y servicios, el empleo o mediante la inversión en la
infraestructura. Además, suele ser una medida efectiva y utilizada
cuando el Estado intenta empujar una economía relentizada o en
una recesión; pero también puede ser responsable de un fenómeno
inﬂacionario, de déﬁcit ﬁscal. Un gasto público desmedido que no
va de acuerdo con la realidad de un país, en lugar de dinamizar la
economía puede contraerla, en la medida en que su uso inadecua-
do pude distorsionar diferentes aspectos en la economía. Por lo que,
la presente investigación se realiza para conocer el nivel de relación
entre las variables y cómo actúan estas en cada uno de los grupos
según el nivel de sus ingresos. Sin embargo, a lo largo de la historia el
crecimiento económico ha sido inversamente proporcional al incre-
mento del gasto público, es así que se han desarrollado varias teo-
rías para explicar esta relación, tal como la teoría Keynesiana (1930)
que sostiene que el gasto público tiene un efecto positivo sobre
la demanda agregada y, por ende, sobre el crecimiento económico;
adicionalmente, postula que el gasto público puede ser empleado
como una herramienta contra cíclica que se utiliza para reducir la
brecha de la producción real. En resumen, este enfoque sugiere que
el gasto del gobierno tiene un efecto positivo y signiﬁcativo sobre el
aumento del PIB. Otra de las teorías que analiza la relación positiva
entre estas variables es la Ley de Wagner (1883) que sostiene que
el gasto público es elástico al PIB y que tiende a crecer al ritmo del
desarrollo económico.

En este contexto, la investigación examina la existencia de una

relación a corto y largo plazo entre el gasto público y el crecimiento
económico a nivel mundial y por grupos de países. Esta investiga-
ción abarca los periodos 1980-2016 para 114 países que poseen
datos para las dos variables, lo que permite crear un panel de datos
equilibrado. Para capturar la heterogeneidad entre países, se agru-
po a estos de la siguiente manera: ingresos extremadamente altos
(PIEA); ingresos altos (PIA); ingresos medios altos (PIMA); ingresos
medios bajos (PIMB); ingresos bajos (PIB), ingresos extremadamen-
te bajos (PIEB). Es así que, 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 cointegración a corto y largo plazo entre las va-
riables. Tercero, estimamos la fortaleza del vector de cointegración
para grupos de países a través de un modelo de Mínimos Cuadrados
Dinámicos Ordinarios (DOLS) y globalmente y para grupos de países
a través de un modelo de Panel Dinámico con Mínimos Cuadrados
Ordinarios (PDOLS).

Las pruebas de cointegración se estimaron después de veriﬁcar

que la serie no tenía problemas de raíz unitaria mediante las prue-
bas de Dickey & Fuller (1981), Phillips & Perron (1988), Levine, Lin,
& Chu (2002), Im, Pesaran, & Shin (2003) y Breitung (2000). La exis-
tencia de vectores de equilibrio a largo y corto plazo se estimó utili-
zando las técnicas de cointegración heterogénea de Pedroni (1999)
y los modelos de corrección de errores de Westerlund (2007), res-
pectivamente. La fuerza del vector de cointegración obtenido de la
estimación de los modelos DOLS y PDOLS de Pedroni (2001) gene-
ra los estimadores para cada país o grupo de países individualmente.
Este proceso refuerza la información generada por las pruebas de
cointegración global para la propuesta de implicaciones de política
según el nivel de desarrollo de los países. Finalmente, la existencia y
la dirección de la causalidad de tipo Granger en la serie se estimaron
a través de la prueba Dumitrescu & Hurlin (2012).

El resto de la investigación tiene la siguiente estructura. En la

segunda sección se muestra una revisión de las investigaciones pre-
vias sobre la temática abordada. En la tercera sección, se presenta
los datos y la estrategia econométrica utilizada. En la cuarta sección

se discuten los resultados encontrados con la principal evidencia
empírica. Por último, en la quinta sección se presentan las conclu-
siones e implicaciones de política derivadas del estudio.

2 | REVISIÓN DE LITERATURA

Wagner (1877) postula que existe una tendencia de largo pla-

zo en la que la actividad gubernamental, observable por medio del
gasto público, se incrementa como resultado del crecimiento eco-
nómico. Su análisis se basa en dos teorías: la primera indica que
la industrialización y modernización traen aparejadas unas socieda-
des más complejas, urbanizadas y tecnológicamente más avanzadas
que requieren una mayor intervención pública en muchas áreas; y,
la segunda sostiene que los bienes sociales son bienes superiores
cuya demanda crece más que proporcionalmente con la renta. En
este sentido, García (2004) y Díaz-Fuentes & Revuelta (2013) seña-
lan que la Ley de Wagner (1877) encuentra soporte empírico en la
economía española, además el crecimiento secular del gasto público
constituye un importante tópico en la investigación sobre las causas
del crecimiento secular del gasto público. Benavides et al. (2013) y
Rodriguez, Vemegas, & Lima (2014) concuerdan en que existe evi-
dencia a favor de la ley de Wagner en México, debido a la dirección
de las pruebas de causalidad efectuadas a los modelos de vectores
autorregresivos y al nivel de desarrollo alcanzado por las entidades
federativas. Asimismo, Bose, Haque, & Osborn (2007) en su investi-
gación concluyen que la participación del gasto público en el PIB es
positiva y se correlaciona signiﬁcativamente con el crecimiento eco-
nómico y a nivel desagregado, la inversión del gobierno en educa-
ción y los gastos totales en educación son los únicos que se asocian
signiﬁcativamente con el crecimiento económico. Adicionalmente,
otros autores que consideran que existe una relación positiva entre
el crecimiento económico y el gasto público, es decir que aceptan
el cumplimiento de la ley de Wagner son Bulacio (2003); Nakibullah
& Islam (2007); Sánchez (2016); Hajamini & Falahi (2018).

Sin embrago, en el estudio realizado por Posada & Escobar

(2003) sugieren que a medida que aumente el gasto público en es-
tos países, la producción tiene una tendencia creciente tal como lo
muestra Ranis & Stewart (2002); Clements & Verhoeven (2007); Ro-
dríguez et al. (2013). El caso de estudio propuesto por Barro (1990)
hace un análisis sobre los servicios gubernamentales que afectan
la producción o la utilidad, donde las tasas de crecimiento y ahorro
caen con un aumento en los gastos de servicios públicos provocan-
do que las dos tasas se elevan inicialmente con gastos gubernamen-
tales productivos, pero, posteriormente declinan. Estos resultados
fueron aceptados por Awaworyi Churchill & Yew (2017); Kim, Wu, &
Lin (2018), quienes consideran que las transferencias del gobierno
son más perjudiciales para el crecimiento económico en los países
desarrollados que en los países en vías de desarrollo. Además, hay
que tener en cuenta que no existe la presencia de un progreso tec-
nológico exógeno, se dará un equilibrio en el que exista una relación
entre el tamaño de la población, el gasto público, el ingreso agrega-
do, el consumo y el capital físico privado (Bucci, Florio, & La Torre,
2012). En este contexto, Facchini & Seghezza (2018) sostienen que
la restricción del tamaño del Estado y la delimitación de sus funcio-
nes esenciales tienden a favorecer el crecimiento de la producción.
Sin embargo, se presenta una relación en el corto plazo entre el gas-
to público en educación y el PIB per cápita, mientras que en el largo
plazo, el gasto público en educación sirve para aumentar el PIB per
cápita (Ifa & Guetat, 2018). Estos resultados se contraponen con la
investigación realizada por Morozumi & Veiga (2016) que indican
que la responsabilidad del gobierno no juega un papel clave en los
efectos del crecimiento económico.

Vol.9-N°2, Julio - Diciembre 2021

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

3 | DATOS Y METODOLOGÍA

3.1 | Datos

El objetivo de esta investigación es analizar la incidencia que

tiene el gasto el público sobre el crecimiento económico usando da-

tos de panel. La base de datos utilizada en esta investigación ha sido
tomada del Banco Mundial (2017) para 112 economías a nivel mun-
dial durante el periodo 1980-2016. La variable dependiente está
representada por el gasto ﬁnal del gobierno y la independiente es el
crecimiento económico de cada país, ambas variables están expre-
sadas en precios constantes 2010. A continuación, se detalla cada
una de ellas en la Tabla 1.

Tabla 1. Descripción de las variables

Variables

Símbolo

Descripción

Dependiente

Gasto de consumo ﬁnal

del gobierno general

Incluye todos los gastos corrientes para la adquisición de bienes
y servicios, gasto en defensa y seguridad nacional, pero no incluye
los gastos militares.

Independiente

Crecimiento económico

PIB

Expresa el valor monetario de la producción de bienes y servicios
de demanda ﬁnal de un país durante un período determinado.

En la Tabla 2, se presentan los estadísticos descriptivos del gas-

to público y el crecimiento económico, tales como la media, la des-
viación estándar, valores mínimos y máximos y el número de obser-

vaciones a través del tiempo y entre países. El número de observa-
ciones existentes asegura que los parámetros se generalizan entre
países y el tiempo.

Tabla 2. Estadísticos descriptivos

Media

Desviación estándar

Mínimo

Máximo

Observaciones

Overall

22,436

3,447

2,139

28,556

N = 4144

Between

3,431

2,710

28,318

N = 112

Within

0,461

17,987

24,483

T-bar = 37

Overall

24,632

2,133

18,920

30,440

N = 4144

PIB

Between

2,088

20,216

30,039

N = 112

Within

0,475

21,035

26,991

T-bar = 37

La Figura 1 muestra la relación entre el gasto público y el cre-

cimiento económico (PIB) para los 114 países analizados durante el
periodo de 1980-2016. Para un mejor análisis se han divido en seis
categorías: países de ingresos extremadamente altos (PIEA), países
de ingresos altos (PIA), países de ingresos medios altos (PIMA), paí-
ses de ingresos medios bajos (PIMB), países de ingresos bajos (PIB)
y países de ingresos extremadamente bajos (PIEB). La correlación
entre las variables en cada una de las ﬁguras es positiva, a medida
que se incrementa el PIB el gasto público lo hace de la misma mane-
ra. Además, se observa que los datos en la mayoría de los casos se
ajustan a la línea de tendencia, lo que signiﬁca que el PIB tiene una
alta capacidad explicativa sobre el gasto público.

3.2 | Metodología

Con el ﬁn de evaluar la fuerza del vector de cointegración entre

el gasto público y el crecimiento económico a nivel global, la estra-
tegia econométrica diseñada consta de cinco etapas. En la primera
etapa, se estimó un modelo de regresión básico de datos de panel.
La variable dependiente es el logaritmo del gasto público (G

i ,t

) y la

variable independiente es el logaritmo del crecimiento económico

(P I B

i ,t

) del país i=1,...,114 durante el periodo t=1980,. . . ,2016. Los

parámetros γ

+ δ

capturan la variabilidad en el tiempo y sección

transversal. El término del error estocástico está representado por
θ

i ,t

. Este modelo básico permite veriﬁcar el grado de asociación y la

dirección de la relación entre las dos variables a nivel mundial y por
grupos de países. En la ecuación (1) establece la relación entre las

dos variables.

l og G

i ,t

(γ

+ δ

) + γ

l og P I B

i ,t

+ θ

i ,t

(1)

Para elegir entre la aplicación de modelo de efectos ﬁjos o alea-

torios se aplicó la prueba de Hausman (1978). El modelo propues-
to en la ecuación (1) tiene dos problemas estructurales. La prueba
de Wooldridge (2002) sugiere la presencia de autocorrelación y la
prueba del multiplicador de Lagrange de Breusch muestra si existe
heterocedasticidad en el modelo. Para corregir el sesgo en los es-
timadores, causados por la autocorrelación y la heterocedasticidad,
se utiliza un modelo de mininos cuadrados ordinarios generalizados
(GLS). Debido, a que las series temporales presentan un componen-
te tendencial que diﬁculta medir de manera eﬁciente la relación en-
tre estas, para garantizar que la serie no posea el problema de la
raíz unitaria, se aplicaron las pruebas de Dickey & Fuller Augmen-
ted (1981); Phillips & Perron (1988); Levine, Lin, & Chu (2002); Im,
Pesaran, & Shin (2003); y Breitung (2002), que concuerdan que al
aplicar primeras diferencias el efecto tendencial entre las variables
se elimina, tal como se muestra en la ecuación (2).

+ λγ

t −1

i =2

t −i −1

+ ε

(2)

Montaño M. & López-Sánchez M.

Vol.9-N°2, Julio - Diciembre 2021

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

Figura 1. Incidencia del gasto público en el crecimiento económico

En la ecuación (2), γ

es la variable que veriﬁca la presencia de

una raíz unitaria, α

es la intersección y captura el efecto de ten-

dencia del tiempo, ε

es el término de error gaussiano y representa

la duración del desface. Si el parámetro λ es signiﬁcativo, se puede
concluir que existe al menos un panel que contiene raíces unitarias.
Para determinar el número de rezagos en la serie se utilizó el criterio
de información de Akaike (1974). En la segunda etapa de la estra-
tegia econométrica se podrá determinar el equilibrio en el corto y
largo plazo entre las variables utilizando la prueba de cointegración
desarrollada por Pedroni (1999), que se puede estimar a partir de la
ecuación (3).

i ,t

n−1

j =1

i ,j

i ,t −j

n−1

j =1

i ,j

i ,t −j

+ π

E CT

t −1

+ ε

i ,t

(3)

En la ecuación (3) la variable dependiente del país i en el tiempo

t está representada por G

i ,t

. El parámetro β , ωy π son los estimado-

res asociados con los regresores, mientras que E CT

t −1

es el término

de corrección de errores obtenido del vector de cointegración. Final-
mente, ε

i ,t

es el término de error aleatorio estacionario con media

cero y la longitud del desfase es j. La hipótesis nula establece que
no hay cointegración en al menos una serie incluida en la prueba. A
continuación, se propone un modelo de corrección de errores para
determinar el equilibrio entre las series en el corto plazo. Es por eso,
que se propone un modelo para estimar la prueba de corrección de

Westerlund (2007) en base a la ecuación (4).

i ,t

+ α

i ,t −1

− β

i ,t −1

j =1

i ,j

i ,t −j

j =1

i ,j

i ,t −j

+ ε

i ,t

(4)

Donde t=1,. . . ,T son los periodos de tiempo, i=1,. . . , es el núme-

ro de países y d

son los componentes deterministas. De la ecuación

(3), es posible la existencia de tres escenarios posibles. El primero
es cuando d

= 0, lo que ocurre si hay componentes deterministas

en el crecimiento económico. El segundo se da si d

= 1, cuando G

i ,t

es constante y la tercera es cuando d

(1 − t ), es decir si G

i ,t

constante y tiene una tendencia. Por lo tanto, se espera en la supo-
sición de que el vector k-dimensional X

i ,t

(representa el crecimiento

económico) es constante, independiente y aleatorio de ε

i ,t

, al asu-

mir que estos errores son independientes a través de i y t. El criterio
de aceptación o rechazo establecido en la hipótesis nula es que no
existe cointegración en el corto plazo. Sin embargo, las pruebas de
cointegración a corto y largo plazo solo veriﬁcan la existencia o no
de un vector que relacionan las variables analizadas y los datos de
panel presentan resultados demasiados agregados. Es por eso, que
en la siguiente etapa se estima la fuerza del vector de cointegración
mediante el enfoque de Pedroni (2001) y aplicado por Neal (2014)
que permite evaluar la fuerza del vector de equilibrio entre el gas-
to público y el crecimiento económico; la fortaleza de esta relación
en cada país se estimó mediante un modelo de mínimos cuadrados
(DOLS) y para los grupos de países se hizo a través de una dinámica
ordinaria del modelo de panel de mínimos cuadrados (PDOLS). En
la ecuación (5) se muestra la relación entre las variables.

Montaño M. & López-Sánchez M.

Vol.9-N°2, Julio - Diciembre 2021

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

i ,t

+ δ

i ,t

j =−p

i ,t

∆

i ,t −j

+ µ

i ,t

(5)

Donde, G

i ,t

es el gasto público, i=1,2,. . . ,112 paises, t=1,2,. . . ,T

es el tiempo, p=1,2,. . . ,P es eñ numero de retrasos y avances en la
regresión DOLS. Los coeﬁcientes δ y los valores t se obtienen los
valores promedios grupales. El estimador PDOLS se promedia a lo
largo de la dimensión entre los grupos, y la hipótesis nula estable-
ce que β

. Finalmente, en la última etapa se aplica la prueba

formalizada por Dumitrescu & Hurlin (2012) para determinar la exis-
tencia y la dirección de causalidad entre las variables, tal como se
muestra en la ecuación (6).

i ,t

k =1

i ,t −k

k =1

i ,t −k

+ µ

i ,t

(6)

Donde, se asume que β

,. . . ,β

, y que el término α

ﬁja en la dimensión del tiempo. El parámetro autorregresivo y el co-
eﬁciente de regresión varían entre las secciones transversales. La
hipótesis nula plantea que no existe relación causal para ninguna
de los grupos transversales del panel.

4 | DISCUSIÓN DE RESULTADOS

4.1 | Resultados de regresiones básicas

Para elegir entre utilizar modelos de efectos ﬁjos y aleatorios

se aplicó la prueba de Hausman (1978). Luego la prueba de Wool-
dridge (2002) para detectar la autocorrelación y la prueba de Wald
para detectar heterocedasticidad mediante la inclusión de efectos
de tiempo ﬁjo para todos los grupos de países y efectos ﬁjos por gru-
po de países para Global, se logró corregir los problemas de autoco-
rrelación y heterocedasticidad, respectivamente. La Tabla 3, mues-
tra los resultados a nivel mundial y por grupos de países. Según la
prueba de Hausman (1978) se utilizaron modelos de efectos ﬁjos
en los paneles Global, PIA, PIMA, PIMB, PIB, PIEB y con modelo
de efectos aleatorios PIEA, PIMB. Los resultados obtenidos indican
una relación positiva fuerte y estadísticamente signiﬁcativa entre
las variables tanto a nivel global como en los grupos de países que
se están analizando, lo que quiere decir que sin importar el nivel
de ingresos que posean los países el gasto público se encuentra es-
trechamente relacionado con el crecimiento económico y el efecto
que tiene sobre este es positivo. Sin embargo, en los países donde
se encuentra una relación más fuerte es en los grupos que poseen
ingresos altos, mientras que en los países con ingresos extremada-
mente bajos su relación disminuye signiﬁcativa con relación a los
demás grupos de países analizados. los resultados encontrados son
conscientes con los obtenidos por Hajamini & Falahi (2018) x y La-
boure & Taugourdeau (2018), quienes encontraron un efecto posi-
tivo entre las variables. Mientras que (Facchini & Seghezza (2018)
sostenía que las intervenciones públicas en apoyo de la economía,
no tienen impacto en el crecimiento, siendo solo el gasto en salud
el que contribuye al crecimiento de la producción. sin embargo, es
necesario recalcar que la metodología utilizada para obtener estos
resultados es diferente a la utilizada en la presente investigación.

Tabla 3. Relación entre el gasto público y el creciente económico

GLOBAL

PIEA

PIA

PIMA

PIMB

PIB

PIEB

Log (PIB)

0,770***

0,901***

0,773***

0,824***

0,852***

0,625***

0,924***

(82,71)

(66,21)

(39,99)

(54,76)

(32,78)

(46,16)

(36,00)

Constant

3,462***

0,945***

2,500**

3,227***

1,329*

7,437***

0,063

(15,09)

(2,63)

(2,93)

(7,88)

(2,19)

(22,34)

(0,10)

Hausman test (p-value)

0,000

0,274

0,373

Serial correlation test (p-value)

0,450

0,976

0,971

0,929

0,962

0,865

0,885

Heteroscedasticity test (p-value)

0,953

0,941

0,905

0,869

0,890

0,867

0,775

Fixed eﬀects (time)

Fixed eﬀects (country group)

Observations

4144

222

592

814

481

1369

666

Nota: t estadísticos en paréntesis *p < 0.05, **p < 0.01, ***p < 0.001.

Montaño M. & López-Sánchez M.

Vol.9-N°2, Julio - Diciembre 2021

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

4.2 | Test de raíz unitaria

En la Tabla 4, se muestra los resultados del test de raíz unitaria

del gasto público y el crecimiento económico, los mismos que están

expresadas en logaritmos. Para asegurar una alta consistencia y con-

ﬁrmar que no existe un problema de raíz unitaria en las variables, se

han utilizado cinco pruebas independientes. Para garantizar la solidez

de los cálculos, los resultados obtenidos se informan con efectos del

tiempo y sin efectos del tiempo. Las pruebas de Levine, Lin, & Chu

(2002); Im, Pesaran, & Shin (2003); y Breitung (2002) son basados en

pruebas paramétricas y las pruebas de tipo Fisher de Dickey & Fu-

ller Increased (1981); Phillips & Perron (1988) son no paramétricas,

que fueron propuestas por Maddala & Wu (1999). Breitung (2002)

se basa en la homogeneidad de la raíz unitaria (a través de paneles).

El criterio de información Akaike (AIC) se usa para determinar el re-

traso longitudinal. En general, la evidencia encontrada sugiere que las

dos series tienen un orden de integración I (1). Estos resultados ini-

ciales aseguran que la relación entre las variables no sea espuria. Al

poseer las series un orden de integración I (1), es necesario estimar

la existencia de un equilibrio a largo plazo entre las variables.

4.3 | Resultados de corto y largo plazo

En la Tabla 5 se informa los resultados de la prueba de cointe-

gración entre las dos variables globales para las 112 economías ana-

lizadas y para los grupos de países. La prueba de Pedroni (1999) se

basa en el análisis dentro de la dimensión y la obtención de estadís-

tica a través de la suma de los numeradores y los denominadores a

lo largo de la serie de forma independiente. La Tabla 5 presenta 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) indica la existencia de una relación de equilibrio a

nivel global entre las series. Las estadísticas ADF, PP, p-statistic y v-

statistic muestran un resultado coherente entre ellas: las dos series

se mueven juntas y simultáneamente en el tiempo y en la sección

transversal.

Las estadísticas dentro de las dimensiones de los paneles y entre

las dimensiones de los paneles son estadísticamente signiﬁcativas. El

mismo resultado ocurre para los países de altos ingresos. En los paí-

ses de ingresos medianos altos, medianos bajos y bajos, solo una de

las siete estadísticas muestra un resultado contradictorio y seis esta-

dísticas indican la existencia de cointegración. Este resultado ofrece

una posible advertencia de la fuerza del vector de cointegración. El

gasto público de cada país inﬂuye fuertemente en el crecimiento eco-

nómico.

La existencia de una relación a largo plazo implica que las varia-

bles bajo análisis se muevan de manera conjunta y simultánea porque

existe una fuerza de cointegración o un vector que las equilibra a lo

largo del tiempo. Sin embargo, es muy posible que los cambios en

el valor del gasto púbico provoquen cambios inmediatos en el cre-

cimiento económico. Para comprobar esta relación, en la Tabla 6 se

indica los resultados del modelo de error vectorial de los datos del

panel VECM propuesto por Westerlund (2007) que permite veriﬁcar

la ausencia o presencia de determinación de cointegración. Los resul-

tados de la prueba tienen al menos dos limitaciones; solo muestra la

existencia de un vector de cointegración, pero no informa sobre la

fuerza del vector o el efecto individual en cada país.

El panel DOLS es paramétrico y constituye una opción para ob-

tener el estimador de panel OLS totalmente modiﬁcado desarrollado

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

Kao & Chiang (2000). Estimamos la fortaleza del vector de cointe-

gración de Pedroni (2001) formalizado en la ecuación (5), informan-

do que los estimadores obtenidos por mínimos cuadrados dinámicos

(DOLS) para los países individualmente con efectos de tiempo ﬁjo

(WT) y sin efecto de tiempo (WOT), como se muestran en la Tabla 7.

Por lo tanto, los estimadores se pueden interpretar como elasticidad

de una manera directa. Los países que tienen un coeﬁciente positivo,

la relación entre el nivel del gasto público y el crecimiento económico

es positiva y si el coeﬁciente tiende 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 grupo de países de ingresos extremadamente altos solo

Luxemburgo tiene un valor de cointegración mayor a uno, lo que sig-

niﬁca, que la inversión en el gasto público tiene un impacto fuerte

en el crecimiento económico. En los demás grupos de países la gran

mayoría presenta un vector cercano a la unidad, ratiﬁcando la fuerte

relación entre las variables. Los resultados obtenidos concuerdan con

Bayraktar & Moreno-Dodson (2015), que maniﬁestan que el vínculo

entre el crecimiento y el gasto público, especialmente su componente

central, es sólido solo para los países con estabilidad macroeconómi-

ca y una rápida dinámica de crecimiento del PIB per cápita, que tam-

bién son capaces de utilizar fondos públicos para ﬁnes productivos.

Además, en la investigaciones realizadas por Henriques, W. Husted,

& Montiel, (2013); Desli, Gkoulgkoutsika, & Katrakilidis (2017); y Bay-

raktar & Moreno-Dodson (2015), se pude veriﬁcar la ley de Wagner

(1883) tanto en el corto y largo plazo. En esta investigación el estu-

dio es más amplio debido a que se puede veriﬁcar la relación entre

las variables en el corto y largo plazo, pero conociendo cual es el efec-

to que se tiene en cada uno de los grupos de los países, los mismos

que han sido clasiﬁcados según su nivel de ingresos, pudiendo con-

trastar las diferentes realidades de las economías analizadas. Aunque

muchos estudios indican que tanto el nivel como la composición del

gasto público son signiﬁcativos para el crecimiento económico, en

la investigación realizada por Desli et al. (2017) no se encontró evi-

dencia que conﬁrme la relación a largo y corto plazo del gasto para

el crecimiento económico, excepto para los países en desarrollo en

donde se logró veriﬁcar una relación positiva a largo plazo.

Efecto del crecimiento económico en el gasto público por grupos de países ....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla

ruebas

raíz

unit

aria

primer

dif

encias

UPO

ARI

ABLES

IPS

ADF

IPS

ADF

SIN

EFE

TIEMPO

EFE

TIEMPO

PIB

-26,703**

-9,186**

-31,110***

-14,847**

-31,976***

-22,867**

-8,789**

-28,901***

-13,097**

-31,355***

-34,411***

-10,135**

-37,009***

-16,441**

-39,905***

-36,542***

-10,135**

-37,870***

-16,953**

-41,322***

PIEA

PIB

-7,634*

-2,103

-7,830*

-4,421*

-6,998*

-9,582**

-1,449

-10,099**

-3,568*

-9,329**

-4,836*

-4,074*

-6,457*

-2,246*

-5,556*

-6,286*

-3

,355*

-7,305*

-1,846*

-6,523*

PIA

PIB

-9,802**

-6,314*

-10,482**

-5,549*

-12,129**

-6,942*

-5,257*

-10,199**

-2,971*

-10,732**

-9,399**

-4,485*

-9,378**

-4,553**

-11.039**

-11,965**

-5,1

74*

-10,745**

-4,070*

-11,832**

PIMA

PIB

-9,161**

-3,617*

-11,011**

-6,801*

-14,371**

13,552**

-2,446*

-13,468**

-7,861*

-12,795**

-15,164**

-4,661*

-15,449**

-6,214*

-20,461**

-18,496**

-4,8

75*

-17,697**

-8,217**

-21,184**

PIMB

PIB

-15,543**

-3,636*

-15,327**

-6,677*

-14,226**

-14,519**

-3,252*

-14,892**

-6,921*

-15,023**

-12,851**

-2,153

-13,219**

-8,576**

-14,611**

-13,641**

-1,259

-13,739**

-11,765**

-12,126**

PIB

-14,609**

-5,306*

16,497**

-7,381*

-16,524**

-12,675**

-5,857*

-15,443**

-7,531*

-15,424**

-19,637**

-6,314*

-21,603**

-8,584**

-22,923**

-24,258**

-7,4

56*

-25,105**

-9,804**

-23,140**

PIEB

Yit

-9,823**

-2,801*

-14,371**

-5,473*

-15,321**

-10,827**

-3,273*

-12,795**

-4,997*

-14,097**

-19,618**

-6,391*

-20,461**

-8,957**

-20,134**

-18,736**

-6,861*

-21,184**

-9,861**

-20,943**

ta:

estadístic

par

én

tesis

0.05,

**p

0.01,

***p

0.001.

Tabla

esult

ados

del

test

coin

tegr

ación

edr

oni

PIEA

PIA

PIMA

PIMB

PIB

PIEB

las

estadísticas

prueba

dimensión

anel

v-sta

tistic

3,021*

0.676*

-0,973

1,919*

0,873*

1,553*

0,873*

anel

p-sta

tistic

-37,550***

-5

,691*

-11,160**

-18,770**

-9,619**

-21,470**

-9,619**

anel

-sta

tistic

-47,170***

-6,525*

-12,870**

-22,870**

-12,720**

-27,050***

-12,720**

anel

ADF

-sta

tistic

-40,390***

-5,883*

-9,961**

-18,140**

-22,28**

-18,140**

-12,850**

las

estadísticas

prueba

dimensión

roup

p-sta

tistic

-28,720***

-4

,029*

8,24**

-14,740**

-6,903*

-16,260**

-14,15**

roup

-sta

tistic

-49,460***

-6,366*

-12,800**

-23,89**

-12,500**

-27,960***

-26,43**

roup

ADF

-sta

tistic

-39,570***

-5,604*

-9,286**

-16,980**

-10,700**

-20,660**

-21,73**

ta:

estadístic

par

én

tesis

0.05,

**p

0.01,

***p

0.001.

Montaño M. & López-Sánchez M.

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 6. Resultados del test de Westerlund (VEC)

Statistic

Value

Z-value

P-value

GLOBAL

-4,760

-31,681

0,00

-34,186

-35,460

0,00

-53,240

-35,968

0,00

-38,569

-52,470

0,00

PIEA

-4,175

-5,547

0,00

-24,037

-4,470

0,00

-9,549

-5,094

0,00

-23,034

-5,774

0,00

PIA

-4,222

-9,292

0,00

-27,422

-9,335

0,00

-13,161

-5,486

0,00

-23,574

-9,790

0,00

PIMA

-4,588

-13,033

0,00

-34,401

-15,868

0,00

-22,394

-14,541

0,00

-36,426

-21,572

0,00

PIMB

-4,657

-10,330

0,00

-37,632

-13,949

0,00

-18,503

-12,678

0,00

-37,197

-17,048

0,00

PIB

-4,873

-19,064

0,00

-32,919

-19,223

0,00

-31,931

-22,223

0,00

-40,280

-31,901

0,00

PIEB

-5,518

-16,703

0,00

-42,899

-19,773

0,00

-20,654

-13,616

0,00

-38,013

-20,640

0,00

Aplicando la prueba de Pedroni (2001), se estimó la fuerza del

vector de cointegración por grupos de países, que se informa en la

Tabla 8. Para asegurar la consistencia de los parámetros obtenidos,

estimamos un modelo con efectos de tiempo y otro sin efectos del

tiempo. Se encontró que todos los grupos de países el vector es es-

tadísticamente signiﬁcativo, pero es más contundente se encuentra

en los países de ingresos extremadamente bajos. En la investigación

realizada por MidtbØ (2009) se pudo comprobar que en el último

siglo los gobiernos de Estados Unidos, Gran Bretaña y Canadá han

reforzado el crecimiento tanto del gasto público como del producto

nacional bruto. La única expansión del sector público se ve afectada

por el partidismo en Dinamarca, Noruega y Suecia. En los países an-

gloamericanos, los cambios en el gasto ocurren antes que los cambios

en el crecimiento económico en términos de un efecto de desplaza-

miento rezagado. El gasto y los ingresos parecen afectarse recíproca-

mente. Por el contrario, la expansión del sector público en Escandi-

navia estimula el crecimiento, mientras que los impuestos conducen

al gasto. Además, Da Veiga, Ferreira-Lopes, & Sequeira (2016); Desli

et al. (2017); Bowen & Qian (2017), sostienen que el gasto produc-

tivo domina en los países más pobres, mientras que los países más

ricos tienen una mayor proporción de gasto improductivo. Además,

el gasto productivo tiene un mayor efecto sobre el crecimiento en los

países más pobres.

4.4 | Test de causalidad de Granger

En la Tabla 9, se presentan los resultados de la prueba de cau-

salidad del tipo Granger calculada sobre la base de la prueba Dumi-

trescu & Hurlin (2012). En los países ingresos extremadamente altos

no existe causalidad entre el crecimiento económico al gasto público,

ni viceversa. En los países de ingresos bajos y de ingresos extremada-

mente bajos existe una causalidad bidireccional entre el gasto público

y el crecimiento económico. Finalmente, en los países de altos ingre-

sos, de ingresos medios altos y de ingresos medios bajos se presenta

una causalidad unidireccional que va desde el gasto público al creci-

miento económico.

Los resultados de la prueba de causalidad sugieren que en los

países de ingresos extremadamente la inversión en gasto público

no incide fuertemente en el crecimiento económico de estos países,

siendo otras variables las que provocan que exista crecimiento en

este tipo de economías. Mientras que en los países de altos ingresos,

ingresos medio altos e ingresos medio bajos se implementen políticas

que aumente la inversión del gasto público para que el crecimiento

económico lo haga de la misma manera.

Efecto del crecimiento económico en el gasto público por grupos de países ....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla

esult

ados

del

modelo

DOLS

par

países

individuales

PIEA

PIA

PIMA

PIMB

PIB

PIEB

aís

Canada

0,091

-0,014

elgium

0,710

0,070

arbados

3,046

3,002

olombia

0,284

-0,787

eria

0,979

0,466

enin

-1,750

-0,443

embour

1,096

0,805

runei

arussalam

-0,103

-0,381

razil

0,891

2,140

osta

ica

0,419

-0,170

rmenia

0,403

0,493

urkina

aso

0,043

0,634

therlands

0,493

0,630

enmark

0,592

0,197

Chile

0,123

-0,235

Lebanon

2,318

2,445

erbaijan

0,140

0,223

ong

1,946

2,050

eden

0,087

-0,214

inland

0,771

0,574

yprus

1,355

1,787

ala

sia

0,210

0,058

elarus

0,195

0,162

ambia

0,203

4,296

nit

tes

0,852

0,755

ranc

1,087

0,346

ech

epublic

0,511

0,805

auritania

-0,439

1,612

eliz

0,434

0,068

India

0,066

0,738

erman

0,933

0,137

uinea

0,405

0,406

auritius

0,918

0,644

olivia

1,167

1,545

gyz

1,347

1,331

eland

1,027

0,669

onia

0,114

0,037

xic

0,564

-0,046

tsw

ana

2,021

0,160

adagascar

-0,278

0,773

eland

0,902

0,918

abon

0,848

1,131

anama

0,239

0,486

ulgaria

1,810

1,804

zambique

1,126

1,150

Italy

0,986

0,878

reec

0,794

0,894

oland

0,624

0,374

Camer

oon

0,315

0,292

akistan

0,851

1,878

Japan

0,831

0,377

ong

0,869

0,193

omania

-1,152

-0,363

China

-9,410

-10,580

anda

0,406

0,498

acao

0,549

0,601

ungary

0,667

0,702

ussian

0,097

-0,259

uba

0,685

0,800

enegal

0,686

1,603

orw

0,989

0,060

Isr

ael

0,768

0,205

urk

0,796

0,260

ominican

ep.

0,995

0,670

ierr

Leone

0,726

0,837

ingapor

0,613

0,469

ealand

-0,147

0,464

cuador

2,306

2,578

Tajikistan

0,879

0,962

nit

King

dom

0,624

0,318

ortugal

1,433

1,460

gyp

0,383

0,500

Tanzania

3,846

4,164

uert

0,971

0,800

alv

ador

-0,994

-0,983

1,471

1,703

enia

0,571

0,466

temala

0,933

-0,423

ganda

0,031

0,332

pain

1,071

1,284

ondur

-4,399

0,548

rinidad

and

Tobag

0,429

0,572

Indonesia

0,288

0,545

1,887

1,909

Jor

dan

0,732

1,122

edonia

0,198

0,417

1,079

1,357

amibia

-0,223

-0,173

icar

agua

2,490

2,442

eria

2,981

3,471

agua

1,136

1,422

eru

1,468

1,533

hilippines

0,870

0,818

erbia

0,716

0,433

Lanka

1,698

2,294

udan

-0,042

0,638

aziland

0,529

0,380

hailand

0,146

-0,039

unisia

-0,501

-0,507

aine

0,321

0,397

ta:

**,

***

indican

rechaz

hipó

tesis

nula

niv

respectiv

amen

par

Montaño M. & López-Sánchez M.

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 8. Resultados de modelo PDOLS para grupos de países

Grupos

Con efectos de tiempo

Sin efectos de tiempo

t-statistics

GLOBAL

0,769**

22,13

0,861**

22,18

PIEA

0,378*

2,246

0,419*

3,922

PIA

0,404*

4,914

0,409*

6,819

PIMA

0,700**

10,25

0,856**

12,64

PIMB

0,677*

4,474

0,383*

4,193

PIB

0,450**

11,62

0,477**

13,15

PIEB

0,827*

4,844

2,549**

10,25

Nota: *, **, *** indican el rechazo de la hipótesis nula al nivel de 5 %, 10 % y 1 % respectivamente para H 0 : β

= 1

Tabla 9. Resultados del test de causalidad de Granger

Dirección causal

Grupo

W-bar

Z-bar

p-value

G → PIB

GLOBAL

3,195

16,426

0,000

PIA

3,490

7,043

0,000

PIMA

4,061

10,154

0,000

PIMB

5,021

10,253

0,000

PIB

2,284

5,525

0,000

PIEB

2,766

5,300

0,000

PIEA

2,172

2,030

0,423

G ← PIB

GLOBAL

1,700

5,238

0,000

PIB

1,993

4,274

0,000

PIEB

2,011

30,337

0,002

PIEA

1,700

1,213

0,225

5 | CONCLUSIONES E IMPLICACIO-

NES DE POLÍTICA

En el presente trabajo se analizó la relación entre la inversión

del gasto público y el crecimiento económico en 112 economías a ni-

vel mundial, basándose en la Ley de Wagner (1877), durante los años

1980 – 2016 a través de técnicas de cointegración de datos de panel.

Primero, nuestros resultados del modelo GLS muestran evidencia a

favor de la Ley de Wagner (1877), debido a que se presenta una re-

lación positiva fuerte y estadísticamente signiﬁcativa entre las varia-

bles tanto a nivel global como en los grupos de países que se están

analizando, lo que quiere decir que sin importar el nivel de ingresos

que posean los países, el gasto público se encuentra estrechamente

relacionado con el crecimiento económico y el efecto que tiene so-

bre este es positivo. Al aplicar la prueba de cointegración de Pedroni

(1999) y Westerlund (2007) veriﬁcamos la existencia de un equilibrio

a largo plazo entre las dos variables. Posteriormente, para determinar

la fuerza del vector de cointegración para cada grupo de países y de

manera individual se estimó un modelo DOLS y PDOLS con y sin efec-

tos 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. Finalmen-

te, la prueba de causalidad muestra la existencia de una causalidad

unidireccional que va desde el gasto público al crecimiento económi-

co para PIA, PIMA y PIMB, a excepción de PIB Y PIEB que presentan

una causalidad bidireccional.

Las implicaciones de las políticas derivadas de los resultados de

esta investigación sugieren que las medidas destinadas a incremen-

tar el crecimiento económico deberían centrarse a incrementar la in-

versión en gasto público en los países de ingresos bajo y extremada-

mente bajos. Además, en la reducción de la contaminación ambiental

deberían centrarse aquellos países que dependen principalmente de

este tipo de inversión para fomentar el crecimiento económico, es-

to debido al bajo nivel de desarrollo que presentan dichos países y

a su gran dependencia en el Estado para dinamizar la economía. Así

mismo, se debe fomentar la investigación y desarrollo que ayude al

aumento de la producción con el uso eﬁciente de recursos, logrando

que estos países sean cada vez mejores y más competitivos; una ma-

nera de lograrlo es aplicar políticas que ayuden un acceso al internet

de manera gratuita tal como lo realizo Australia que logro efectos fa-

vorable en el crecimiento económico según el estudio de Salahuddin

et al. (2016). Para el sector privado y empresarial es necesario que se

brinden incentivos a nuevas innovaciones mediante la ﬁnanciación

de la investigación total o parcial, o mediante la reducción de impues-

tos a este tipo de pequeñas empresas, que logren generar nuevos

empleos y en el largo plazo pueden llegar a competir en el mercado

internacional.

Efecto del crecimiento económico en el gasto público por grupos de países ....

Vol.9-N°2, Julio - Diciembre 2021

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

Referencias bibliográﬁcas

[1] Acosta-Ormaechea, S., & Morozumi, A. (2017). Pu-

blic Spending Reallocations and Economic Growth

Across Diﬀerent Income Levels. Economic Inquiry, 55(1),

98–114.

[2] Akaike, H. (1974). A new look at the statistical model

identiﬁcation. IEEE Transactions on Automatic Control,
19(6), 716-723.

[3] Awaworyi Churchill, S., & Yew, S. L. (2017). Are govern-

ment transfers harmful to economic growth? A meta-
analysis. Economic Modelling, 64(March), 270–287.

[4] Baldwin JN, Borrelli SA, & New MJ (2011) State edu-

cational expenditures and economic growth in the Uni-
ted States: A path analysis. Social Science Quarterly 92:
226–245

[5] Banco

Mundial

(Ed.)

(2016).

Indicadores

Desarrollo

Mundial:

2015.

Washington

DC.

http://data.worldbank.org/data-catalog/world-
development-indicators.

[6] Bayraktar, N., & Moreno-Dodson, B. (2015). How can

public spending help you grow? An empirical analysis
for developing countries. Bulletin of Economic Research
(Vol. 67).

[7] Bowen, W. M., & Qian, H. (2017). State spending for

higher education: Does it improve economic performan-
ce? Regional Science Policy Practice, 9(1), 7–23.

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

and cointegration. Journal of Econometrics, 108(2),
343–363.

[9] Bucci, A., Florio, M., & La Torre, D. (2012). Government

spending and growth in second-best economies. Econo-
mic Modelling, 29(3), 654–663.

[10] Chaudhary AR, Asim I, & Gillani SYM (2009) The ne-

xus between higher education and economic growth:
An empirical investigation for Pakistan. Pakistan Journal
ofCommerce and Social Sciences 3: 124–140.

[11] Ciarreta A, & Zarraga A (2010) Economic growth-

electricity consumption causality in 12 European coun-
tries: A dynamic panel data approach. Energy Policy 38:
3790–3796.

[12] Clements, B., & Faircloth, C. (2007). eﬁciente En pos de,

50–52.

[13] Da Veiga, J. A. L., Ferreira-Lopes, A., & Sequeira, T. N.

(2016). Public debt, economic growth and inﬂation in
African economies. South African Journal of Economics,
84(2), 294–322.

[14] Desli, E., Gkoulgkoutsika, A., & Katrakilidis, C. (2017). In-

vestigating the Dynamic Interaction between Military
Spending and Economic Growth. Review of Develop-
ment Economics, 21(3), 511–526.

[15] Dissou, Y., Didic, S., & Yakautsava, T. (2016). Govern-

ment spending on education, human capital accumula-
tion, and growth. Economic Modelling, 58, 9–21.

[16] Dickey, D., Fuller, W. A., 1981. Likelihood ratio statistics

for autoregressive time series with a unit root. Econo-
metrica, 49, 1057-1072.

[17] Dumitrescu, E. I., & Hurlin, C. (2012). Testing for Gran-

ger non-causality in heterogeneous panels. Economic
Modelling, 29(4), 1450-1460.

[18] Drucker J, & Goldstein H (2007) Assessing the regio-

nal economic development impacts of universities: A
review of current approaches. International Regional
Science Review 30: 20–46

[19] Enders, W., (1995). Applied Econometric Time Series,

John Wiley Sons, Inc., U.S.A.

[20] Erdem E, & Tugcu CT (2012) Higher education and

unemployment: A cointegration and causality analysis
of the case of Turkey. European Journal ofEducation 47:
299–309

[21] Escobar-Posada, R. A., & Monteiro, G. (2015). Long-run

growth and welfare in a two sector endogenous growth
model with productive and non-productive government
expenditure. Journal of Macroeconomics, 46, 218–234.

[22] Facchini, F., & Seghezza, E. (2018). Public spending

structure, minimal state and economic growth in
France (1870–2010). Economic Modelling, 72(January),
151–164.

[23] Fleisher, B., Li, H., & Zhao, M. Q. (2010). Human capi-

tal, economic growth, and regional inequality in China.
Journal of Development Economics, 92(2), 215–231.

[24] Hajamini, M., & Falahi, M. A. (2018). Economic growth

and government size in developed European countries:

A panel threshold approach. Economic Analysis and Po-

licy, 58, 1–13.

[25] Granger, C. W. (1988). Causality, cointegration, and con-

trol. Journal of Economic Dynamics and Control, 12(2-
3), 551-559.

Montaño M. & López-Sánchez M.

Vol.9-N°2, Julio - Diciembre 2021

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

[26] Halter, D., Oechslin, M., & Zweimüller, J. (2014). Inequa-

lity and growth: The neglected time dimension. Journal
of Economic Growth, 19(1), 81–104.

[27] Hausman, J. A. (1978). Speciﬁcation tests in econome-

trics. Econometrica: Journal of the Econometric Society,
1251-1271.

[28] Henriques, I., W. Husted, B., & Montiel, I. (2013). Spi-

llover Eﬀects of Voluntary Environmental Programs
on Greenhouse Gas Emissions: Lessons from Mexi-
cos. Journal of Policy Analysis and Management, 32(2),
296–322.

[29] Ifa, A., & Guetat, I. (2018). Does public expenditure on

education promote Tunisian and Moroccan GDP per ca-
pita? ARDL approach. The Journal of Finance and Data
Science.

[30] Im, K. S., Pesaran, M. H., & Shin, Y. (2003). Testing for

unit roots in heterogeneous panels. Journal of Econo-
metrics, 115(1), 53–74.

[31] Jaoul-Grammare, M., & Guironnet, J.-P. (2009). Does

over-education inﬂuence Frencheconomic growth?
Econ. Bull. 29 (2), 1190–1200.

[32] Johansen, S. (1991). Estimation and hypothesis testing

of cointegration vectors in Gaussian vector autoregres-
sive models. Econometrica: Journal of the Econometric
Society, 1551-1580.

[33] Justino, P., & Martorano, B. (2018). Welfare spending

and political conﬂict in Latin America, 1970–2010.

World Development, 107, 98–110.

[34] Keynes, J. M. (1930). Treatise on money: Pure theory of

money Vol. I.

[35] Kim, D. H., Wu, Y. C., & Lin, S. C. (2018). Heteroge-

neity in the eﬀects of government size and governance
on economic growth. Economic Modelling, 68(October
2016), 205–216.

[36] Krause, G. A., Lewis, D. E. & Douglas, J. W. (2013). Po-

litics can limit policy opportunism in ﬁscal institutions:
Evidence from Oﬃcial General Fund Revenue Forecasts
in the American States. Journal of Policy Analysis and
Management, 32, 271–295.

[37] Laboure, M., & Taugourdeau, E. (2018). Does Govern-

ment Expenditure Matter for Economic Growth? Global
Policy, 9(2), 203–215.

[38] 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.

[39] Llamas, R. V., & Bernal, G. H. (2010). Determinantes de

los ingresos salariales en México: una perspectiva de ca-
pital humano Introducción, (1870–3925).

[40] Madsen, J. B., & Murtin, F. (2017). British economic

growth since 1270: the role of education. Journal of
Economic Growth, 22(3), 229–272.

[41] Mendoza, Henry. Campo, J. (2018). Gasto público y cre-

cimiento económico: un análisis regional para Colombia.
2018, (88), 1984–2012.

[42] MidtbØ, T. (1999). The impact of parties, economic

growth, and public sector expansion: A comparison
of long-term dynamics in the Scandinavian and Anglo-

American democracies. European Journal of Political Re-

search, 35(2), 199–223.

[43] Moral-Benito, E., 2012. Determinants of economic

growth: a bayesian panel dataapproach. Rev. Econ. Stat.
94 (2), 566–579.

[44] Morozumi, A., & Veiga, F. J. (2016). Public spending and

growth: The role of government accountability. Euro-
pean Economic Review, 89, 148–171.

[45] Nakibullah, A., & Islam, F. (2007). Eﬀect of government

spending on non-oil GDP of Bahrain. Journal of Asian
Economics, 18(5), 760–774.

[46] Ojede, A., Atems, B., & Yamarik, S. (2018). The Direct

and Indirect (Spillover) Eﬀects of Productive Govern-
ment Spending on State Economic Growth. Growth and
Change, 49(1), 122–141.

[47] Osgood JL, Opp SM, Bernotsky RL (2012) Yesterday’s

gains versus today’s realties: Lessons from 10 years
of economic development practice. Economic Develop-
ment Quarterly 26: 334–350.

[48] 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.

[49] Pedroni, P. (2001). Fully modiﬁed OLS for heterogeneo-

us cointegrated panels. In Nonstationary panels, panel
cointegration, and dynamic panels (pp. 93-130). Eme-
rald Group Publishing Limited.

[50] Pesaran M.H. and Shin, Y. (1998). “An Autoregressi-

ve Distributed Lag Modelling Approach to Cointegra-
tion Analysis.” in Econometrics and Economic Theory:
The Ragnar Frisch Centennial Symposium, ed. S. Strom.
Cambridge: Cambridge University Press, pp. 371-413.

Vol.9-N°2, Julio - Diciembre 2021

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

[51] Pesaran M.H., Shin, Y., & Smith, R.J. (2001). “Bounds Tes-

ting Approaches to the Analysis of Level Relationships.”
Journal of Applied Econometrics, 16 (3), 289-326.

[52] Phillips, P. C., & Perron, P. (1988). Testing for a unit root

in time series regression. Biometrika, 75(2), 335–346.

[53] Pinilla, D., Jimenez, J., & Montero, R. (2013). Gasto pú-

blico y crecimiento económico: Un estudio empirico en

America Latina. Cuadernos de Economía, 32, 181–210.

[54] Ruch, W., & Geyer, H. S. (2017). Public capital invest-

ment, economic growth and poverty reduction in South

African Municipalities. Regional Science Policy Practice,

9(4), 269–284.

[55] Salahuddin, M., Tisdell, C., Burton, L., & Alam, K. (2016).

Does internet stimulate the accumulation of social ca-
pital? A macro-perspective from Australia. Economic

Analysis and Policy, 49, 43–55.

[56] Segura, J. III. 2017. The eﬀect of state and local taxes

on economic growth: A spatial dynamic panel approach.
Papers in Regional Science 96(3): 627–645.

[57] Teixeira, A. A. C., & Queirós, A. S. S. (2016). Econo-

mic growth, human capital and structural change: A
dynamic panel data analysis. Research Policy, 45(8),
1636–1648.

[58] Westerlund, J. (2007). Testing for error correction in pa-

nel data. Oxford Bulletin of Economics and statistics,
69(6), 709-748.

[59] Wooldridge, J. M. (1991). On the application of robust,

regression-based diagnostics to models of conditional
means and conditional variances. Journal of econome-
trics, 47(1), 5-46.

[60] Wooldridge, J. M. (2002). Econometric Analysis of Cross

Section and Panel Data. Booksgooglecom, 58(2), 752.

Vol.9-N°1, Julio - Diciembre 2021

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

Un análisis de cointegración con datos de panel entre exportacio-
nes, densidad demográﬁca, crecimiento económico y emisiones de
CO2

A cointegration analysis with panel data between exports, population density,

economic growth and CO2 emissions

Jéssica Guamán

| Wilfrido Torres-Ontaneda

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Centrode Investigación Social y Económica CISE y

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Jessica Armijos, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: jessica.armijos@unl.edu.ec

Agradecimientos

Club de Investigación de Economía (CIE)

Fecha de recepción

Julio 2021

Fecha de aceptación

Diciembre 2021

Dirección

Bloque 100. Ciudad Universitaria Guillermo

Falconí. Código Postal: 110150, Loja, Ecuador

RESUMEN

El objetivo de esta investigación es analizar la relación de cointegración entre exportacio-
nes, crecimiento económico y densidad demográﬁca con emisiones de CO2 a nivel mundial
y por grupos de países. Utilizando datos de panel en 90 países para el periodo 1961-2015.
Esta investigación se sustenta con la hipótesis de la Curva Ambiental de Kuznets (1955) y
evidencia empírica. Utilizando pruebas de cointegración y causalidad para datos en panel
los resultados indican que existe equilibrio a largo y a corto plazo entre las variables a nivel
mundial y por grupos de países. La fuerza del vector de cointegración en las variables es
fuerte, y principlamente la densidad poblacional es contundente en todos los grupos de
países. No se encontró existencia de causalidad ni a nivel mundial ni por grupos de países.
Las políticas económicas estarían dirigidas a la estabilización poblacional, políticas comer-
ciales y sobretodo políticas ambientales estrictas. Cada gobierno debe aplicar las políticas
eﬁcientemente, implementando la tecnología actualizada, potenciando a cada país econó-
micamente y logre disminuir la contaminación ambiental.

Palabras clave: Exportaciones, Densidad Demográﬁca, Crecimiento económico, Emisiones
de CO2, Datos de panel.

Códigos JEL: E23. H23. Q53.

ABSTRACT

The objective of this research is to analyze the cointegration relationship between exports,
economic growth and population density with CO2 emissions globally and by country
groups. Using panel data in 90 countries for the period 1961-2015. This research is suppor-
ted by the Kuznets Environmental Curve (1955) hypothesis and empirical evidence. Using
cointegration and causality tests for panel data the results indicate that there is long-run
and short-run equilibrium between variables at the global level and by country groups. The
strength of the cointegrating vector in the variables is strong, and mainly population den-
sity is strong in all country groups. No causality was found either at the world level or by
country group. Economic policies would be aimed at population stabilization, trade policies
and, above all, strict environmental policies. Each government should apply the policies ef-
ﬁciently, implementing updated technology, empowering each country economically and
managing to reduce environmental pollution.

Keywords: Exports. Population density. Economic growth. CO2 emissions. Dashboard da-
ta.

JEL codes: E23. H23. Q53.

Guamán J. & Torres-Ontaneda W.

Vol.9-N°1, Julio - Diciembre 2021

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

1 | INTRODUCCIÓN

Las Directrices de la Organización Mundial de la Salud (OMS)

sobre la calidad del aire, ofrecen una evaluación de los efectos sani-
tarios derivados de la contaminación del aire, así como de los niveles
de contaminación perjudiciales para la salud. Según estimaciones de
la OMS (2016) la contaminación atmosférica de todo el mundo pro-
voca cada año 4,20 millones de defunciones prematuras. El 91 %
de esas defunciones se producen en países de bajos y medianos in-
gresos, registrando las mayores tasas de morbilidad en las regiones
de Asia Sudoriental y el Pacíﬁco Occidental. La aplicación de polí-
ticas ambientales estrictas, eﬁcientes y viables en cada país permi-
tiría reducir importantes fuentes de contaminación del aire a corto
y largo plazo. El enfoque de desarrollo sustentable concentra una
abundante trayectoria de planteamientos y consensos internaciona-
les, principalmente a la necesidad de lograr desarrollos que integren
positivamente los objetivos económicos, sociales y ambientales en
todos los países del mundo. La contaminación del aire representa
un importante riesgo medioambiental para la salud y el desarrollo
económico de las diferentes sociedades, mediante la disminución
de los niveles de contaminación del aire, los países pueden redu-
cir la carga de morbilidad, aumentar el crecimiento económico y las
exportaciones, a través de métodos sustentables y amigables con
el medio ambiente, utilizando nuevas tecnologías y garantizando la
seguridad ambiental.

Para explicar el modelo de la presente investigación, se consi-

deran los planteamiento de Ohlan (2015) y Rahman (2017) quienes
estudiaron variables similares al de la presente investigación. Para
ratiﬁcar el modelo se utiliza tanto evidencia empírica como teóri-
ca, dividiendo al modelo en tres relaciones. La primera relación en-
tre las exportaciones y emisiones de CO2, maniﬁesta que el efecto
del libre comercio sobre la contaminación no es incuestionable, por-
que cada país tiene acceso al mercado internacional; aumentando la
competencia y eﬁciencia, entonces, los países importan tecnologías
limpias para reducir las emisiones de CO2. Sin embargo, un aumen-
to en el comercio internacional agotaría los recursos naturales, au-
mentando las emisiones de CO2 y degradaría la calidad ambiental.
En este contexto, Helpman (1998) reveló la necesidad de una teoría
comercial orientada a la tecnología y enfatizada en la dinámica para
comprender los desarrollos en el comercio internacional.

La segunda relación basada en la hipótesis de la Curva Ambien-

tal de Kuznets (CAK) donde la relación entre el crecimiento econó-
mico y las emisiones de CO2 (proxy para la calidad ambiental) es
una curva no lineal en forma de U invertida. En la etapa temprana
del desarrollo, el crecimiento y las emisiones de CO2 mantienen una
tendencia de crecimiento y después de un cierto nivel de desarrollo,
cuando una economía madura y tiene la capacidad de utilizar tecno-
logías eﬁcientes en CO2, la contaminación disminuye con el aumen-
to del crecimiento económico. En la tercera relación entre densidad
demográﬁca y emisiones de CO2, Engelman (1994) mostró cómo un
acuerdo internacional estabilizaría los niveles atmosféricos de CO2.
Igualmente, Constant et al. (2014) mostraron un impacto en la pro-
ductividad, asociado a la innovación tecnológica, crecimiento de la
población y una disminución de la productividad.

El objetivo de esta investigación es analizar la relación de coin-

tegración entre exportaciones, crecimiento económico y densidad
demográﬁca con emisiones de CO2, tanto a nivel mundial como por
grupos de países en el periodo 1961-2015. La investigación com-
prende datos para 90 países en el periodo de estudio, permitiendo
estructurar un panel perfectamente equilibrado. La hipótesis es que
existe relación de cointegración entre exportaciones, crecimiento
económico y densidad demográﬁca con emisiones de CO2 a nivel
mundial y por grupos de países en el periodo 1961-2015. Esta hi-
pótesis se veriﬁcará aplicando modelos y técnicas econométricas
de datos de panel. Previamente a la estimación y aplicación de téc-
nicas econométricas, con el propósito de reducir la heterogeneidad

por ingresos, se agrupó a los países de la siguiente manera: Países
de Ingresos Extremadamente Altos (PIEA), Países de Ingresos Altos
(PIA), Países de Ingresos Medio Altos (PIMA), Países de Ingresos Me-
dio Bajos (PIMB), Países de Ingresos bajos (PIB) y Países de Ingresos
Extremadamente Bajos (PIEB). Esta clasiﬁcación permite plantear
implicaciones políticas para cada grupo de países de acuerdo a los
resultados obtenidos.

En cuento a la metodología, primero, valoramos un modelo de

GLS para estimar tanto la dirección como la fuerza de la correlación
entre las variables. Seguidamente, veriﬁcamos que el modelo no pre-
sentaba el problema de raíz unitaria mediante las pruebas cointegra-
ción como: Dickey y Fuller (1981), Phillips y Perron (1988), Levine,
Breitung (2000), Lin y Chu (2002) y Im, Pesaran y Shin (2003). Para
determinar la presencia de vectores de equilibrio a largo se aplicó
la técnica de cointegración de Pedroni (1999); y para el corto plazo,
los modelos de corrección de errores de Westerlund (2007). Ade-
más de la determinación de la fuerza del vector de cointegración
mediante la aplicación de los modelos DOLS y PDOLS de Pedro-
ni (2001). Finalmente, se aplica el test de causalidad tipo Granger
(1988) propuesto por Dumitrescu y Hurlin (2012). Los resutados in-
dicaron la exisencia de equilibrio a largo y a corto plazo entre las
variables a nivel mundial y por grupos de países. La fuerza del vec-
tor de cointegración en todas las variables del modelo es fuerte, sin
embargo, la variable de densidad poblacional es contundente en to-
dos los grupos de países. Finalmente, no se encontró existencia de
causalidad entre variables.

La principal contribución de la presente investigación está de-

terminada por cuatro aspectos. Primero, la determinación del mode-
lo econométrico haciendo uso de dos bases empíricas y una teórica
de emisiones de CO2. Segundo, el proceso para establecer la cla-
siﬁcación de los países por grupos, según el nivel de ingresos per
cápita y a nivel global. Tercero, la metodología empleada para deter-
minar la relación de cointegración entre variables, utilizando datos
de panel para 90 países al rededor del mundo y para el periodo de
1961-2105. Y cuarto, se profundiza y amplía la evidencia para la
relación entre densidad demográﬁca y emisiones de CO2. Por tan-
to, esta investigación puede considerarse un aporte para futuras in-
vestigaciones, al no existir amplia evidencia empírica que aborde
este tema. Los resultados obtenidos, pueden ser útiles para la apli-
cación de políticas económicas. Las políticas económicas que cada
gobierno debería aplicar estarían dirigidas a la estabilización pobla-
cional, políticas comerciales y para disminuir las emisiones de CO2,
políticas ambientales estrictas. Éstas políticas resultarían eﬁcientes
al implementar la tecnología para potenciar económica y ambiental-
mente a cada país.

El resto de esta investigación tiene la siguiente estructura. La

segunda sección muestra una revisión de investigaciones previas
relacionadas con el tema. La tercera sección, presenta los datos y
planteamiento de la estrategia econométrica. La cuarta sección in-
dica la discusión de los resultados encontrados con la teoría y la
evidencia empírica. La quinta sección contiene las conclusiones e
implicaciones de política.

2 | REVISIÓN DE LITERATURA PRE-

VIA

Las elevadas emisiones de CO2 han sido las responsables de

la contaminación ambiental. Se pronostica la intensiﬁcación de los
impactos en los próximos años, constituyendo riesgos para la huma-
nidad y el desarrollo económico. La sociedad debe tomar medidas
para adaptarse a estos impactos y para reducir las emisiones de ga-
ses. En este sentido, existen investigaciones que estudian el impac-
to de diversas variables sobre las emisiones de CO2 como: Ohlan
(2015) y Rahman (2017) quienes utilizaron variables similares a las

Efectos de l ainversión extranjera directa y el desarrollo ﬁnanciero en las emisiones .....

Vol.9-N°1, Julio - Diciembre 2021

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

de la presente investigación, donde Ohlan (2015) indicó la exis-

tencia de una relación a largo plazo entre emisiones de CO2 y fac-
tores socioeconómicos. Por otra parte, Rahman (2017) determinó
que el uso de energía, exportaciones y densidad de población afec-
tan adversamente la calidad ambiental a largo plazo. Entonces, se
dividió en tres grupos la evidencia empírica.

2.1 | 2.1 Relación entre exportaciones y

emisiones de CO2

El efecto del libre comercio sobre la contaminación es cues-

tionable, porque cada país tiene acceso al mercado internacional;
aumentando la competencia y eﬁciencia. Entonces, los países im-
portan tecnologías limpias para reducir las emisiones de CO2. Sin
embargo, un aumento en el comercio internacional agotaría los re-
cursos naturales, aumentando emisiones de CO2 y degradaría la ca-
lidad ambiental. En este contexto, Helpman (1998) manifestó la ne-
cesidad de una teoría comercial orientada a la tecnología y enfatiza-
da en el comercio internacional. Existen varios estudios para Asia,
por ser un área con mayor producción, comercio y contaminación.
En ese sentido, Mongelli et al. (2006) maniﬁestan que los países en
desarrollo pueden convertirse en un refugio para la producción de
productos básicos no ecológicos. Además, Wu et al., (2016) mos-
traron que China fue un exportador de emisiones de CO2. Adicio-
nalmente, autores como: Arce et al. (2016), Liu et al. (2017), Liu et
al. (2016), Tang et al. (2017), Tian y Lin (2017) y Zhu et al. (2018)
aplicaron un análisis de entrada y salida.

Por otra parte, Al-Mulali y Sheau-Ting (2014) revelaron una re-

lación positiva entre variables comerciales, consumo de energía y
emisiones de CO2; cuando la participación del comercio en el PIB
es signiﬁcativa y en países de alto nivel de desarrollo. En América
Latina, Zaman y Abd-el Moemen (2017) conﬁrmaron una relación
a largo plazo. Igualmente, Richter y Schiersch (2017) sugieren una
relación positiva entre la exportación y la productividad de CO2. Y
Machado (2000) evaluó la energía y el carbono en el comercio ex-
terior no energético. Además, Solilová y Nerudová (2014) debaten
sobre el Sistema de Comercio de Emisiones (Emissions Trading Sys-
tem –ETS) de la Unión Europea (UE), su desarrollo e impacto en el
CO2.

Zhao et al. (2016) maniﬁestan que cambios en las estructuras

industriales y comerciales para equilibrar las ganancias económicas
y las pérdidas ambientales. Los autores, Ali et al. (2017); Yu y Chen
(2017) y Gilbert y Sovacool (2017) proponen el estudio de las activi-
dades de industrias responsables de las emisiones de CO2. Además,

Andersson (2018) mostró que la liberalización del comercio, institu-

ciones ambientales débiles, política cambiaria y derechos legales y
de propiedad afectan a las emisiones. En contraste, Xu, Li y Huang
(2017) señalan que la estructura ﬁnanciera de China y la UE y los
datos de emisiones de CO2 muestran cierta correlación negativa.
Mutascu (2018) revela que no hay un comovimiento entre la aper-
tura comercial y las emisiones de gases; la inexistencia de reglas
ambientales; y la interacción entre el comercio y las emisiones de
CO2 está impulsada por el ciclo económico.

Este grupo incluye una relación entre exportaciones, PIB y emi-

siones de CO2. En este contexto, la aplicación de pruebas de límites
a la cointegración y causalidad de Granger en investigaciones de Ali
et al. (2017), Halicioglu (2009) y Hossain (2011). Además, Inglesi-
Lotz y Dogan (2018) conﬁrmaron una relación a largo plazo entre
variables. Por otro lado, Zilio (2012), Farhani et al. (2014), Olale et
al. (2018) conﬁrman la hipótesis de la CAK. Otros trabajos aplicaron
diversos métodos para veriﬁcar la existencia de CAK dentro de los
cuales están Shahbaz et al. (2012), Kasman y Duman (2015). Asi-
mismo, Tiwari et al. (2013) ratiﬁcaron la cointegración a largo plazo
entre PIB, apertura comercial y emisiones de CO2.

2.2 | 2.2 Relación entre crecimiento eco-

nómico y emisiones de CO2

Esta relación se sustenta con la hipótesis de la CAK, donde la

relación entre el crecimiento económico o Producto Interno Bruto
(PIB) y las emisiones de CO2 es una curva no lineal en forma de U
invertida. Implicando que al inicio del desarrollo, el PIB y las emisio-
nes de CO2 tienden a ser crecientes, y después de un cierto nivel,
cuando una economía madura y tiene la capacidad de utilizar tec-
nologías eﬁcientes en carbono, las emisiones de CO2 disminuyen
con el aumento del PIB. Esta hipótesis ha sido estudiada desde la
década de 1990, aún se sigue tomando en consideración para estu-
dios actuales como Narayan y Narayan (2010) quienes determina-
ron que la emisión de CO2 ha disminuido con un aumento en los
ingresos. Apergis (2016), Kais y Sami (2016), Atasoy (2017), Jardon
et al. (2017), Talbi (2017) y Ozcan (2013) conﬁrmaron la existencia
de CAK. Por su parte, Al Mamuny(2014) sugieren que la transfor-
mación de diferentes economías hacia una economía de servicios
ha producido aumento contaminación en países de altos ingresos.

Además, Alvarado et al. (2018) encontraron existencia de rela-

ción en forma de U en los países de ingresos medios altos y bajos.
Catalán (2014) mostró curva en forma de N, indicando que la dismi-
nución de emisiones de CO2 por un mayor PIB es transitorias. Por su
lado, Mercan y Karakaya (2015), Zakarya et al. (2015), Bekhet et al.
(2017), Cherni y Jouini (2017), Cai et al. (2018); Alshehry y Belloumi
(2015), Ozturk (2017) determinaron cointegración y causalidad de
acuerdo a cada país y periodo de estudio. Asimismo, Dogan y Aslan
(2017) prueban una relación a largo plazo entre las variables. Para
Kang et al. (2016) la urbanización y la combustión de carbón son los
factores principales en el aumento de las emisiones de CO2. Para
Ito (2017) los incentivos a la producción deben enfocarse en el uso
de tecnologías ambientales para limitar el daño de la contaminación.

En contraste, para Azam (2016); Xu (2018), Robalino-López,

Mena-Nieto, García-Ramos y Golpe (2015) la CAK no es válida. CAK.
Por su parte, Zoundi (2017) encontró que las emisiones de CO2 au-
mentan con el ingreso y Rashid Gill, Viswanathan y Hassan (2017)
concluyeron que el crecimiento de CAK requiere demasiados recur-
sos y tiene un enorme costo ambiental. Por su parte, Akalpler y Shin-
gil (2017) y Saidi y Hammami (2015) estimaron que las emisiones
de CO2 tienen un impacto negativo en el PIB. Por su lado, Marja-
nović, Milovančević y Mladenović (2016) demuestran que Extreme
Learning Machine se puede utilizar de manera efectiva en las aplica-
ciones de pronóstico del PIB. Por su parte, Kahouli (2017) conﬁrma
la existencia de efectos de retroalimentación entre variables. Final-
mente, Heidari, Turan Katircioˇglu y Saeidpour (2015) mostraron que
el consumo de energía conduce a un aumento de CO2.

2.3 | 2.3 Relación entre densidad demo-

gráﬁca y emisiones de CO2

Esta relación no cuenta con abundante evidencia empírica.

Sin embargo, mencionamos estudios relacionados como Engelman
(1994) mostrando cómo un acuerdo internacional puede diseñarse
para estabilizar los niveles atmosféricos de CO2 en base a los prin-
cipios de igualdad de acceso a la atmósfera y cómo la dinámica de
la población y el consumo. Posteriormente, Engelman (1998) ilustra
el impacto de las políticas de población en los esfuerzos mundia-
les para frenar el cambio climático. Finalmente, Constant, Nourry y
Seegmuller (2014) mostraron un impacto en la productividad, aso-
ciado con una innovación tecnológica.

Este grupo incluye una relación entre el PIB, densidad demo-

gráﬁca y emisiones de CO2. Existen investigaciones que probaron
la CAK mediante diferentes técnicas econométricas como: Apergis
y Ozturk (2015) y Wang et al. (2015). Finalmente, Hanif y Gago de

Vol.9-N°1, Julio - Diciembre 2021

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

Santos (2017) proporcionan evidencia que el PIB en economías en
desarrollo ha tenido un impacto en la degradación ambiental. Ade-
más, controlar el tamaño de la población podría minimizar la posi-
bilidad de un impacto adverso para el ambiente. En contraste para
Begum et al. (2015), Lin et al. (2016) la teoría CAK no es válida. Final-
mente, Alam et al. (2016) demostraron que la relación entre emisio-
nes de CO2 y el crecimiento de la población fue estadísticamente
signiﬁcativa para India y Brasil.

Entonces, se sugiere que cada gobierno proponga y aplique

políticas sustentables, principalmente políticas de control poblacio-
nal, considerando sus recursos. Si la población supera la cantidad
de recursos que disponen, entonces, los recursos serán escasos pa-
ra satisfacer las necesidades de una abundante población. Implican-
do que el gobierno se encargue de solventar y apaciguar las nece-
sidades insatisfechas y carencias de la población mediante deuda,
subsidios, importaciones, etc. Por tanto, un crecimiento económi-
co amigable con el medio ambiente y sustentable, direccionado al
comercio y exportaciones eﬁcientes, para llegar a un desarrollo eco-
nómico y principalmente un crecimiento poblacional adecuado, im-
pulsado por el gobierno, evitaría problemas económicos, sociales,
ambientales y políticos en el futuro de cada país.

Para terminar, el establecimiento del modelo econométrico de

la presente investigación se relaciona dos teorías empíricas que re-

lacionan las exportaciones, densidad demográﬁca con emisiones de
CO2 respectivamente y una base teórica como la hipótesis de la
CAK. Existe una variedad de estudios que muestran diferentes re-
sultados sobre las tres relaciones entre las variables. Sin embargo,
existe escasa información acerca de la relación densidad demográ-
ﬁca y emisiones de CO2. Asimismo, información de otras investiga-
ciones que relacionen las cuatro variables en una misma relación es
insuﬁciente, siendo estas variables indispensables para determinar
y sugerir políticas económicas enfocadas en disminuir las emisiones
de CO2 a nivel global para alcanzar un desarrollo sustentable y ami-
gable con el medio ambiente.

3 | DATOS Y METODOLOGÍA

3.1 | Datos

La presente investigación fue elaborada utilizando la base de

datos del World Development Indicator (WDI) del Banco Mundial
(BM) para 90 países. Las variables aplicadas son de panel durante el
periodo 1961-2015. La Tabla 1 resume las variables utilizadas en el
presente modelo.

Tabla 1. Descripción de Variables

Variable

Descripción

Unidad de medida

Dependiente

CO2

Emisiones de CO2

Kilotoneladas (Kt)

Independiente

Exportaciones

Exportaciones de bienes y servicios

US $ constantes de 2010

PIB

PIB a precios de mercado

US $ constantes de 2010

PIB

PIB a precios de mercado al cuadrado

Captura la forma cuadrática del EKC

Densidad demográﬁca

Densidad de población

Personas por Km

de área de tierra

La Figura 1 muestra la correlación de las variables utilizadas

en el presente modelo econométrico a nivel global. En la parte su-
perior la relación entre el PIB y CO2 a la izquierda y la relación PIB2
y CO2 a la derecha. Las dos ﬁguras son positivas y presentan una
tendencia ascendente, es decir, mientras aumenta el PIB también
aumentan las emisiones de CO2 perjudicando al medio ambiente,
debido a que previo o durante el proceso de producción ya sea por
las técnicas o herramientas que aplique cada país las emisiones de
CO2 se hacen presente. Sin embargo en la parte derecha existe una
pequeña tendencia negativa. En la parte inferior de la ﬁgura pode-
mos observar dos relaciones, en la parte inferior izquierda la relación
entre exportaciones y emisiones de CO2, donde a mayor exporta-
ciones mayor es la cantidad de emisiones de CO2, debido a la uti-
lización de diferentes métodos, técnicas de producción, además de
los diversos medios de transporte para trasladar la producción de
los países, generando un aumento en los niveles de contaminación
a nivel mundial.

Finalmente, en la parte inferior derecha de la Figura 1, tenemos

una relación entre la densidad demográﬁca y las emisiones de CO2,
donde presenta una forma de U invertida, es decir, va aumentando
tanto la densidad demográﬁca como las emisiones de CO2 hasta un
punto en el que se igualan las dos variables, y a partir de este punto
la densidad demográﬁca sigue aumentando mientras que las emi-
siones de CO2 van disminuyendo, esto se explica porque los seres
humanos emitimos CO2 con solo respirar y además somos los prin-

cipales entes de contaminación al crear máquinas que emiten CO2,
aunque, por las diferentes amenazas de destrucción ambiental, se
han ejecutado diversas campañas y se han difundido prácticas de
conservación del medioambiente.

Vol.9-N°1, Julio - Diciembre 2021

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

Figura 1. Correlación entre CO2 y variables utilizadas en el modelo econométrico.

La Tabla 2 muestra los estadísticos descriptivos de los logarit-

mos de las variables del modelo, la media (Mean), desviación están-
dar (Des. Est.), valores mínimos (Min) y máximos (Max), y el número
de observaciones en el tiempo y entre países. Considerando la Des.

Est de cada variable, existió más variación entre los países que den-
tro de los países. En lo referente a las observaciones, se aﬁrma que
los parámetros se generalizan en el tiempo y entre países.

Tabla 2. Estadísticos Descriptivos

Variable

Mean

Des. Est

Min.

Max.

Observaciones

Log CO2

Overall

9,44

2,40

1,29

15,57

4949

Between

2,29

5,01

15,36

Within

0,74

4,58

12,84

T-bar=

54,99

Log EX

Overall

22, 84

2,25

13,35

28,42

4950

Between

2,03

18,95

27,01

Within

0,99

16,62

26,30

T-bar=

Log PIB

Overall

24,26

2,31

17,13

30,44

4950

Between

2,21

19,81

29,73

Within

0,71

19,77

27,47

T-bar=

Log POB

Overall

3,88

1,62

-0,15

9,98

4950

Between

1,60

0,62

9,61

Within

0,32

2,69

4,79

T-bar=

La metodología de ésta investigación se compone de la apli-

cación de varios test que veriﬁcan que las variables son estaciona-
rias. Primero, la prueba de raíz unitaria de Dickey y Fuller (1981). Se-
gundo, la aplicación de la prueba de raíz unitaria de Phillips-Perron
(1988).Tercero, el test de Levin, Lin y Chu (2002). Cuarto, el test de
Im, Pesaran y Shin (2003) y quinto el test de Breitung. Finalmente,
la aplicación del test de cointegración de Pedroni (1999).

3.2 | Metodología

En el planeamiento del modelo y análisis de la presente investi-

gación, resulta necesario aclarar que al no encontrar una teoría exac-
ta que relacionara las variables del presente modelo y para plantear
la función correspondiente, se trabajó con una combinación de rela-

Vol.9-N°1, Julio - Diciembre 2021

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

ciones tanto empíricas como teóricas. Para las relaciones empíricas,
primero se menciona la relación exportaciones y emisiones de CO2,
aunque en términos del comercio Rahman (2017) manifestó que el
efecto neto del libre comercio de las contaminaciones es concluyen-
te, porque cada país tiene un acceso fácil al mercado internacional;
esto aumenta la competencia y la eﬁciencia del país y como resulta-
do, los países pueden importar tecnologías más limpias para reducir
las emisiones de CO2. Por otro lado, un aumento en el comercio
internacional agotaría los recursos naturales, lo que aumentaría las
emisiones de CO2 y degradaría la calidad ambiental.

La segunda relación empírica es escasa, sin embargo, el impac-

to en el aumento de la densidad poblacional en la calidad ambiental
resulta evidente. Finalmente la relación con base teórica es susten-
tada con la hipótesis de Kuznets (1955) estableciendo que la rela-
ción entre el PIB y las emisiones de CO2 es una curva en forma de
U invertida, implicando que primero el PIB y las emisiones de CO2
son crecientes, y después de un cierto nivel cuando una economía
prospera y utiliza tecnologías eﬁcientes, las emisiones de CO2 dis-
minuyen con el aumento del PIB. Entonces, la hipótesis de CAK se
puede representar de la siguiente manera:

l og (C O 2

t ) = Y

+ Y

l og (P I B

t ) + Y

l og (P I B

) + Θ

(1)

Donde l og (C O 2

(

t ) es logaritmo de emisiones de CO2 en Ki-

lotoneladas, l og (P I B

(

t )) es el logaritmo del PIB, y l og (P I B

) es

el logaritmo del PIB al cuadrado. El subíndice i t , indica el valor del
país i en el período t , donde i = 1

, . . . , 90

y t = 1961

, . . . , 2015

; Θ

(

t )

indica el error estocástico. Los parámetros cumplen las dos condicio-
nes y son evidencia de la validez del CAK.

El método econométrico a nivel mundial planteado para eva-

luar la fuerza del vector de cointegración entre las variables de este
modelo, está compuesta por cinco etapas. Primero, estimamos un
modelo de regresión básico de datos de panel, este modelo básico
permite veriﬁcar el grado de asociación y la dirección de la relación
entre las variables a nivel mundial y por grupos de países. La ecua-
ción (2) determina la relación entre las variables:

l og (C O 2

) = (γ

+ δ

) + γ

l og (E X

) + γ

l og (P I B

)

+ γ

l og (PIB

2
i

) + γ

l og (P O B

) + θ

(2)

En la ecuación (2) l og (C O 2

(

t )) es la variable dependien-

te que representa el logaritmo de las emisiones de CO2; y las va-
riables independientes son: l og (E X

(

t )) el logaritmo de exporta-

ciones de bienes y servicios; l og (P I B

(

t )) el logaritmo de P I B ;

l og (P I B

(

t )

) el logaritmo del PIB al cuadrado y l og (P O B

(

t ))

logaritmo de densidad de población; mientras que, los paráme-
tros

capturan la variabilidad en tiempo y sección transversal;

l og (E X

(

t )) es el logaritmo de las exportaciones del país i =

, . . . , 90

del periodo t = 1961

, . . . , 2015

;

l og (P I B

(

t )) es el PIB

del país i = 1

, . . . , 90

del periodo t = 1961

, . . . , 2015

;

(P O B

(

t ))

es la densidad poblacional del país i = 1

, . . . , 90

del periodo t =

1961

, . . . , 2015

; y

(

t ) es el término de error estocástico.

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

modelo de efectos ﬁjos o aleatorios. El modelo planteado en la Ecua-
ción (2) tiene dos problemas estructurales. La prueba de Wooldridge
(2002) sugiere la presencia de autocorrelación y la prueba del multi-
plicador de Lagrange de Breusch-Pagan, muestra presencia de hete-
rocedasticidad. Para corregir el sesgo en los estimadores por la auto-
correlación y la heterocedasticidad, utilizamos el modelo GLS como

los trabajos de Begum, Sohag, Abdullah y Jaafar (2015); y Hanif y
Gago de Santos (2017). Las series temporales tienen un componen-
te tendencial que hace imposible medir eﬁcientemente la relación
entre ellas. Para garantizar que la serie no tenga el problema de la
raíz unitaria, utilizamos las pruebas de: Dickey y Fuller Augmented
(1981), Phillips y Perron (1988), Levine, Lin y Chu (2002), Im, Pesa-
ran y Shin (2003), y Breitung (2002) que podemos estimar a partir
de:

= α

+ λy

t −1

+ α

t +

i =2

t −i −1

+ ε

(3)

Donde y

es la serie que contiene al menos una raíz unitaria;

es la intersección y

captura el efecto de tendencia del tiempo t ;

es el error gaussiano, y p representa la longitud del desfase. En la

Ecuación (3), cuando el parámetro es signiﬁcativo, se puede concluir
que al menos uno de los paneles tiene una raíz unitaria. Al aplicar
cinco pruebas diferentes asegura que las series utilizadas en las es-
timaciones no tienen el problema de la raíz de la unidad. La segunda
etapa, determina el equilibrio a corto y largo plazo entre variables,
utilizando la prueba de cointegración de Pedroni (1999). El equili-
brio a largo plazo se determina con base en la siguiente ecuación:

= α

n−1

j =1

i j

i t −j

n−1

j =1

i j

t −j

+ π

E CT

t − 1

+ ε

(4)

Donde y

(

t ) representa la variable dependiente del país i en

el período t . Los parámetros , y son los parámetros a estimar, y el
término E CT

(

t −1) es el vector de cointegración de equilibrio a largo

plazo. Finalmente,

(

t ) es el término de error aleatorio estacionario

con media cero y j es la longitud del desfase y se determinada con el
criterio de información de Akaike (1974). El equilibrio a corto plazo
se determina con la prueba de Westerlund (2007) en base a:

= δ

+ α

t −1

− β

i t −1

) +

P i

j =1

i j

i t −j

P i

j =−qi

i j

t −j

+ ε

(5)

Donde t = 1

, . . . ,

T los períodos de tiempo y en i = 1

, . . . ,

N los

países. El término d

es el componente determinista. Conﬁamos en

la suposición de que el vector k-dimensional de X

t es aleatorio e

independiente de

(

t ), por lo que se supone que estos errores son

independientes a través de i y t . La hipótesis nula sugiere que no
hay cointegración a corto plazo. La prueba de cointegración de Pe-
droni (1999) se ha utilizado para veriﬁcar la relación entre variables
socio-económicas y emisiones de CO2 en diferentes periodos y paí-
ses (Al-Mulali y Sheau-Ting, 2014; Kasman y Duman, 2015; Zoundi,
2017; Inglesi-Lotz y Dogan, 2018). Sin embargo, la prueba de coin-
tegración a corto y largo plazo solo indica la existencia o no de un
vector que se relaciona con las variables en cuestión. Entonces, en la
próxima etapa estimamos la fuerza del vector de cointegración utili-
zando el enfoque de Pedroni (2001). Esta estrategia permite evaluar
la fuerza del vector de equilibrio entre emisiones de CO2 y las otras
variables de la presente investigación. Concretamente, la fortaleza
de la relación entre las variables en cada país se estimó utilizando un
modelo DOLS ( Apergis y Ozturk, 2015; Begum et al., 2015; Shah-
baz et al., 2015; Apergis, 2016; Dogan y Aslan, 2017; Personal et al.,
2017; Rahman, 2017; Zoundi, 2017, Inglesi-Lotz y Dogan, 2018.) y
para los grupos de países a través de PDOLS. La siguiente ecuación
plantea la relación entre las dos variables:

= α

+ δ

+ j =

− P

∆X

t −j

+ µ

(6)

Vol.9-N°1, Julio - Diciembre 2021

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

Dónde y

están las emisiones de gases contaminantes, i =

, 2, . . . , 160

países, t = 1

, 2, . . . ,

T es el tiempo, p = 1

, 2, . . . ,

P es el

número de rezagos en la regresión DOLS, mientras que δ

mide el

cambio en las emisiones de CO2 cuando cambia las inversiones y
γ

mide el cambio en las emisiones de CO2 cuando cambia el de-

sarrollo ﬁnanciero. El estimador PDOLS se promedia a lo largo de
la dimensión entre los grupos (Neal, 2014), y la hipótesis nula esta-
blece que β

= β

. Finalmente, en la cuarta etapa usamos la prueba

formalizada por Dumitrescu y Hurlin (2012) para determinar la exis-
tencia y la dirección de causalidad entre las tres variables usando la
siguiente expresión:

= α

k =1

t −k

k =1

t −k

+ µ

(7)

En la ecuación (7), suponemos que β

= β

(1)

, . . . ,

(k )

, y que el

término α

se ﬁja en la dimensión de tiempo. El parámetro autorre-

gresivo γ

, el coeﬁciente de regresión β

y varía entre las secciones

transversales. La hipótesis nula plantea que no hay relación causal
para ninguna de las secciones transversales del panel H0: β

= 0

4 | DISCUSIÓN DE RESULTADOS

La Tabla 3 reporta los resultados de la estimación de exporta-

ciones, PIB, densidad demográﬁca y emisiones de CO2 nivel mun-
dial y por grupos de países. Los países están clasiﬁcados según su
nivel de ingresos. En el modelo se aplicaron pruebas para detectar y
corregir la correlación serial, heterocedasticidad y determinar efec-
tos ﬁjos o aleatorios. Para determinar los efectos del modelo a ni-
vel global y por grupos de países, se aplicó la prueba de Hausman
(1978).

Tabla 3. Relación entre exportaciones, PIB, densidad demográﬁca y emisiones de CO2

GLOBAL

PIEA

PIA

PIMA

PIMB

PIB

PIEB

Log EX

0,01

-0,36***

-0,06*

0,05*

0,02

-0,02

0,04

(0,67)

(3,37)

(-2,46)

(1,24)

(1,57)

(-0,82)

(1,76)

Log PIB

-0,92***

31,83***

-2,40***

-2,76***

-0,36

0,55

-1,29***

(-8,64)

(6,50)

(-16,82)

(-10,94)

(-1,43)

(1,44)

(-4,05)

Log PIB

0,04***

-0,61***

0,06***

0,07***

0,03***

0,01

0,05***

(17,25)

(-6,38)

(20,36)

(13,70)

(4,99)

(1,56)

(7,02)

Log POB

-0,01

-0,04

-0,11***

-0,23***

0,10***

-0,09*

0,26***

(-0,76)

(-1,66)

(-4,23)

(-5,49)

(4,00)

(-2,54)

(6,51)

Constante

9,56***

-415,9***

32,06***

32,21***

2,64

-1019*

10,34**

(7,24)

(-6,44)

(16,83)

(11,23)

(0,83)

(-2,22)

(2,71)

Prueba de Hausman (valor-p)

0,00

0,30

0,00

Prueba de correlación serial (valor-p)

0,94

0,70

0,98

0,92

0,93

0,91

Efectos ﬁjos (tiempo)

Efectos ﬁjos (países)

Observaciones

4950

110

1100

495

1210

1045

990

Todos los paneles a excepción de PIA, presentaron Efectos Fi-

jos. Entre la evidencia empírica varias investigaciones aplicaron la
prueba de Hausman (1978) como Wang et al. (2015); Alvarado et
al. (2018). Además, los resultados indican una fuerte relación y sig-
niﬁcancia estadística. Posteriormente, se aplicó la prueba de Wool-
dridge (2002) y de Wald para detectar la correlación y heterocedas-
ticidad respectivamente. Además, no fue necesario incluir efectos
del tiempo ni efectos de países para corregir la correlación y la he-
terocedasticidad. Por otro lado, la CAK solo se cumple en PIEA. La
Tabla 4 muestra los resultados de la prueba de raíz unitaria entre las
variables del modelo a nivel global y por grupos de país. Las varia-
bles están expresadas en logaritmos y los resultados expresados sin
efectos del tiempo y con efectos del tiempo. Para veriﬁcar la estacio-
nariedad de las variables utilizadas en el modelo, se aplicaron cinco

pruebas independientes. Estas pruebas se dividen en paramétricas
Levine et al. (2002), Im et al. (2003) y Breitung (2002); y pruebas no
paramétricas: Fisher de Dickey y Fuller Augmented (1981), Phillips
y Perron (1988).

Los resultados de estas pruebas permitieron aseverar un alto

grado de consistencia y corrobora que las primeras diferencias en
las series no tienen problema de raíz unitaria en las variables, ex-
cepto densidad poblacional, debido a que la población crece a un
ritmo lento y depende de otras variables. En general, los resulta-
dos sugieren que las series son estacionarias y presentan un orden
de integración I(0) al 1 % de signiﬁcancia, a excepción de densidad
demográﬁca cuyas series son no estacionarias. Adicionalmente, se
utilizó el Criterio de Información de Akaike (1974) para determinar
la duracion del restraso, es decir, la longitud de los rezagos.

Vol.9-N°1, Julio - Diciembre 2021

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

Tabla 4. Pruebas de raíz unitaria en la primera diferencia

Grupos Variable

Sin efectos del tiempo

Con efectos del tiempo

IPS

ADF

IPS

ADF

GLOBAL

-47,98*

-10,84*

-49,67

-25,84*

-50,33*

-48,21*

-8,83*

-52,15*

-26,51*

-51,08*

PIB

-36,11*

-10,14*

-37,47*

-20,38*

-39,61*

-38,15*

-9,81*

-39,59*

-21,57*

-40,11*

POB

0,03

6,88

-0,14

0,94

-1,94*

-8,17*

-4,46*

-9,80*

-10,00*

-3,39*

CO2

-46,47*

-8,89*

-51,92*

-25,43*

-59,48*

-54,91*

-10,74*

-60,44*

-27,15*

-61,75*

PIEA

-0,37

-1,55

-4,36*

-3,26*

-7,53*

9,18

-2,87*

-2,13*

-1,46

-7,38*

PIB

-5,70*

-2,71*

-4,90*

-4,54*

-5,21*

-3,87*

-3,75*

-3,77*

-3,23*

-3,94*

POB

0,80

-0,91

0,004

0,31

-0,46

-0,60

-0,63

-2,71*

-1,61

-2,82*

CO2

-12,64*

-3,53*

-11,42*

-4,32*

-10,14*

-15,38*

-3,09*

-13,84*

-5,47*

-11,32*

PIA

-18,15*

-6,10*

-18,90*

-9,69*

-21,63*

-10,39*

-5,41*

-14,05*

-6,59*

-19,94*

PIB

-14,86*

-3,60*

-14,19*

-9,20*

-17,06*

-20,42*

-4,98*

-19,79*

-11,22*

-19,78*

POB

3,91

1,70

-4,01*

-1,98*

-5,27*

-5,76*

-5,38*

-10,39*

-5,05*

-10,71*

CO2

-19,25*

-4,66*

-21,68*

-10,19*

-27,29*

-32,50*

-9,39*

-33,88*

-13,51*

-30,80*

PIMA

-20,19*

-2,20*

-19,72*

-9,78*

-16,38*

-18,40*

-1,15

-18,18*

-11,99*

-17,18*

PIB

-10,32*

-2,18*

-12,28*

-7,75*

-11,53*

-16,09*

-0,98

-17,02*

-15,28*

-14,55*

POB

-1,12

2,27

-0,48

0,22

-0,43

-2,32*

-1,36

-2,40*

-0,06

-0,56

CO2

-10,50*

-1,75*

-16,66*

-8,48*

-19,64*

-17,84*

-1,82*

-22,35*

-7,43*

-20,77*

PIMB

-22,09*

-5,64*

-24,23*

-12,43*

-24,17*

-21,80*

-3,84*

-25,85*

-13,41*

-27,12*

PIB

-18,55*

-5,48*

-18,87*

-9,67*

-18,83*

-19,90*

-6,53*

-20,78*

-11,02*

-19,06*

POB

-2,18*

5,80

0,50

0,56

-0,26

-3,48*

-5,18*

-6,25*

-4,09*

-2,11*

CO2

-20,85*

-5,78*

-21,20*

-11,87*

-28,82*

-26,84*

-7,98*

-26,52*

-12,97*

-28,99*

PIB

-23,10*

-3,98

-23,28*

-13,73*

-23,73*

-27,18*

-3,77*

-25,99*

-13,38*

-23,85*

PIB

-14,45*

-5,20*

-14,41*

-7,63*

-17,47*

-17,15*

-5,39*

-17,23*

-8,08*

-18,22*

POB

1,88

2,73

3,93

2,63

0,97

-4,03*

-2,14*

-2,78*

-3,94*

1,48

CO2

-24,93*

-3,87*

-28,62*

-14,27*

-29,34*

-28,53*

-6,59*

-33,77*

-14,70*

-30,80*

PIEB

-25,78*

-7,19*

-25,05*

-11,72*

-24,56*

-25,81*

-7,47*

-26,37*

-12,85*

-25,54*

PIB

-21,29*

-7,11*

-22,88*

-10,34*

-21,92*

-18,90*

-6,90*

-21,07*

-9,97*

-21,07*

POB

1,32

1,55

-0,36

0,61

0,98

2,79

0,03

-1,47

0,004

0,27

CO2

-23,66*

-3,79*

-24,84*

-10,88*

-24,94*

-23,46*

-3,42*

-27,31*

-13,49*

-25,52*

Nota: *signiﬁcancia al 1 %.

La Tabla 5 reporta los resultados de la prueba de cointegración

de Pedroni, misma que permite probar la relación de cointegración
en paneles. Para ello, calcula siete estadísticos de prueba bajo la hi-
pótesis nula de no cointegración. Estas estadísticas de prueba son:
panel-v, panel-rho, panel PP, panel ADF, panel-p, grupo-PP y grupo-

ADF. El primero es no paramétrico y se fundamenta en la relación

de varianzas. En la prueba de cointegración de paneles heterogé-
neos de Pedroni (1999) se muestra la existencia de una relación de
equilibrio a nivel global entre las series.

Los estadísticos revelan un resultado coherente, es decir, las

series se mueven juntas y simultáneamente en el tiempo y en la

sección transversal. A nivel global y en los grupos de países todos
los estadísticos dentro y entre las dimensiones de los paneles son
estadísticamente signiﬁcativos. Unicamente el estadístico panel-v
diﬁere a los resultados de los otros seis estadísticos que indican
existencia de cointegración. Sin embargo, en todos los grupos de
países se evidencia la existencia de equilibrio a largo plazo entre va-
riables. Cuando los resultados son controversiales, las estadísticas
del ADF podrían ser el punto de referencia. En base a esto y utili-
zando el panel y el grupo ADF, podemos concluir que se rechaza la
hipótesis nula de no cointegración, es decir, existe una relación de
cointegración a largo plazo entre las variables.

Vol.9-N°1, Julio - Diciembre 2021

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

Tabla 5. Resultados del test de cointegración de Pedroni

GLOBAL

PIEA

PIA

PIMA

PIMB

PIB

PIEB

Dentro de las estadísticas de prueba de dimensión

Estadístico Panel v

3,85*

0,38

1,41

1,73

1,54

2,95*

1,59

Estadístico Panel rho

-43,32***

-7,44**

-21,01***

-15,19**

-20,16***

-20,74***

-17,13**

Estadístico Panel PP

-70,51***

-18,03***

-34,05***

-24,84***

-31,45***

-36,86***

-26,14***

Estadístico Panel ADF

-50,56***

-3,54*

-25,75***

-18,44***

-25,87***

-25,27***

-19,98***

Entre las estadísticas de prueba de dimensión

Estadístico Panel p

-40,6***

-6,98*

-19,7***

-14,16**

-18,51***

-19,8***

-15,71**

Estadístico Grupo PP

-79,25***

-19,77***

-37,46***

-27,13***

-34,05***

-42,2***

-28,52***

Estadístico Grupo ADF

-48,11***

-3,56*

-24,89***

-12,61**

-27,44***

-24,4***

-19,35***

Los resultados obtenidos se refutan con las siguienes inves-

tigaciones: Apergis (2016), Apergis y Ozturk (2015), Farhani et al.
(2014), Jardon et al. (2017), Kasman y Duman (2015), Narayan y
Narayan (2010), Ozcan (2013), Rahman (2017), Atasoy (2017), Za-
karya et al. (2015), Zaman y Abd-el Moemen (2017), Zoundi (2017).
En contraste Ozturk (2017) concluyó que su modelo no tiene una re-
lación de cointegración entre las variables. Entonces, los resultados
muestran la relevancia y el poder de las pruebas de cointegración en
el panel en comparación con las pruebas de series de tiempo. Y la
existencia de una relación a largo plazo, implica que las variables se
muevan conjunta y simultáneamente porque existe un vector que
las equilibra a lo largo del tiempo. Es posible que los cambios en la
cantidad de emisiones de CO2 presenten variaciones por variacio-
nes en el resto de variables.

La Tabla 6 presenta los resultados del modelo de error vectorial

de los datos del panel propuesto por Westerlund (2007). La prueba
de Westerlund (2007) proporciona cuatro alternativas, Gt, Ga, Pt y
Pa. La prueba utiliza un modelo de corrección de errores para ana-
lizar la existencia o ausencia de cointegración para cada país o gru-
po de países. El rechazo de la hipótesis nula de Ga y Gt implica la
existencia de cointegración en al menos una de las secciones trans-
versales, ya que estas dos estadísticas usan el proceso promedio

ponderado individual y la estadística t individual, respectivamente.
Por el contrario, Pa y Pt usan un proceso de agrupamiento sobre la
sección transversal y la hipótesis nula de rechazo implica la existen-
cia de cointegración entre variables en el panel. Esta prueba se basa
en que las series no son estacionarias. Las pruebas previas eviden-
ciaron que el modelo no presenta el problema de raíz unitaria, y fue
posible estimar la prueba de cointegración de Westerlund (2007),
por tanto, el número de rezagos es uno.

Los resultados permiten aceptar la hipótesis alternativa de

cointegración entre las series, es decir, la existencia de un equilibrio
a corto plazo de las variables a nivel global y en todos los grupos de
países, porque las estadísticas son signiﬁcativas al 0,1 %, es decir,
todas las variables estan contegradas a corto plazo. Implicando que
variaciones en las variables dependientes ocasionan cambios en las
emisiones de CO2. En sentido, las ivestigaciones de Al Mamun et
al. (2014), Kasman y Duman (2015), Mercan y Karakaya (2015), Oz-
can (2013), Atasoy (2017), Xu (2018) y Zoundi (2017) reportan una
relación de equilibrio a corto plazo, utilizando la misma prueba. Por
el contrario, Jardon et al. (2017) no rechaza la hipótesis nula de no
cointegración para todas las estadísticas, concluyendo que no existe
una relación de equilibrio a corto plazo entre las variables.

100

Vol.9-N°1, Julio - Diciembre 2021

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

Tabla 6. Resultados de VECM de Westerlund

CO2-EX

CO2-PIB

CO2-POB

Estad.

Valor

Valor-Z

Valor-P

Estad.

Valor

Valor-Z

Valor-P

Estad.

Valor

Valor-Z

Valor-P

GLOBAL

-6,12

-44,43

0,00

-6,45

-48,30

0,00

-6,34

-47,09

0,00

-56,04

-62,95

0,00

-60,35

-69,10

0,00

-54,55

-60,83

0,00

-62,56

-49,52

0,00

-64,82

-52,16

0,00

-62,10

-48,99

0,00

62,42

-84,91

0,00

-64,32

-87,94

0,00

-59,24

-79,87

0,00

PIEA

-8,00

-9,94

0,00

-7,35

-8,79

0,00

-7,48

-9,02

0,00

-78,18

-14,09

0,00

-68,44

-12,02

0,00

-71,60

-12,69

0,00

-10,24

-8,45

0,00

-10,09

-8,27

0,00

-10,03

-8,20

0,00

-77,47

-16,22

0,00

-69,27

-14,28

0,00

-70,89

-14,66

0,00

PIA

-5,85

-19,46

0,00

-6,21

-21,44

0,00

-5,95

-20,03

0,00

-52,54

-27,32

0,00

-56,08

-29,70

0,00

-50,20

-25,75

0,00

-28,30

-21,96

0,00

-34,85

-29,58

0,00

-28,10

-21,73

0,00

-57,06

-36,02

0,00

-66,94

-43,41

0,00

-56,37

-35,50

0,00

PIMA

-6,95

-17,18

0,00

-7,50

-19,23

0,00

-7,77

-20,21

0,00

-68,49

-25,52

0,00

-76,80

-29,27

0,00

-71,69

-26,97

0,00

-24,30

-20,92

0,00

-26,36

-23,32

0,00

-25,60

-22,43

0,00

-73,15

-32,24

0,00

-84,21

-37,80

0,00

-76,82

-34,08

0,00

PIMB

-5,80

-20,13

0,00

-6,31

-23,12

0,00

-6,05

-21,59

0,00

-52,92

-28,92

0,00

-58,66

-32,97

0,00

-49,82

-26,74

0,00

-26,61

-19,45

0,00

-25,17

-17,77

0,00

-23,87

-16,03

0,00

-58,49

-38,89

0,00

-48,89

-31,36

0,00

-44,42

-27,85

0,00

PIB

-6,54

-22,70

0,00

-6,75

-23,85

0,00

-6,68

-23,49

0,00

-61,55

-32,54

0,00

-66,19

-35,58

0,00

-59,68

-31,31

0,00

-28,93

-22,97

0,00

-30,42

-24,71

0,00

-29,74

-23,92

0,00

-59,87

-37,15

0,00

-65,17

-41,02

0,00

-59,02

-36,54

0,00

PIEB

-5,73

-17,81

0,00

-5,92

-18,83

0,00

-5,93

-18,89

0,00

-49,24

-23,82

0,00

-51,87

-25,49

0,00

-49,28

-23,84

0,00

-27,96

-22,13

0,00

-27,87

-22,02

0,00

-28,01

-22,18

0,00

-63,56

-38,79

0,00

-64,56

-39,49

0,00

-63,61

-38,82

0,00

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

terlund tienen limitaciones; solo muestra la existencia de un vector
de cointegración pero no informa sobre la fuerza del vector o el
efecto individual en cada país. Por tanto, la Tabla 7 muestra los re-
sultados encontrados al aplicar el modelo DOLS que considera la
integración de orden mixto de integración de variables respectivas
en el marco cointegrado en los datos. Este estimador resolvió dos
limitaciones: un posible problema de endogeneidad y un pequeño
sesgo de muestra. Estimamos la fortaleza del vector de cointegra-
ción de Pedroni (2001) formalizado en la Ecuación 6. Primero, infor-
mamos los estimadores obtenidos por DOLS para los países indivi-
dualmente con efectos de tiempo ﬁjo (WT) y sin efecto de tiempo
(WOT). Los países que tienen un coeﬁciente positivo entre las va-
riables y si el coeﬁciente tiende o es mayor que 1, la fuerza del vec-
tor de cointegración es contundente. Los resultados reﬂejan que en
PIEA (Noruega y Suiza); PIA (Guam); PIMA (Antigua y Barbuda, Chi-
le, Portugal, Trinidad y Tobago); PIMB (Botswana, Colombia y Costa
Rica); PIB (Camerún, Congo, Rep., Indonesia, Mauritana, Sri Lanka y
Zambia) y PIEB (Benín, Burkina Faso y Congo, Dem. Rep). Tienen un
vector de cointegración mayor a 1 para PIB y POB. Adicionalmente,
en PIA (Suecia), PIMA (Gabón) y PIB (Nicaragua) son los únicos paí-
ses que presentan un vector de cointegración superiora uno en las
tres variables. Finalmente, en la mayor parte de países en la varia-
ble POB tienen un orden de cointegración superior a 1. Entonces,
la densidad poblacional es determinante para el nivel de emisiones

de CO2 en todos los países.

101

Vol.9-N°1, Julio - Diciembre 2021

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

Tabla 7. Resultados del modelo DOLS para los países individualmente

PIEA

PIA

PIMA

PIMB

PIB

PIEB

País

Var.

WOD

País

Var.

WOD

País

Var.

WOD

País

Var.

WOD

País

Var.

WOD

País

Var.

WOD

Noruega

-0,78

-0,40

Australia

-1,15

-0,04

Antigua y Barbuda

-0,09

-0,03

Argelia

0,63

-0,98

Belice

0,09

0,03

Bangladesh

0,22

0,03

PIB

2,12

2,49

PIB

0,77

1,37

PIB

3,62

2,61

PIB

-1,44

3,20

PIB

0,64

1,11

PIB

-0,62

1,11

POB

5,93

9,77

POB

-2,99

-0,29

POB

8,02

2,63

POB

10,26

-0,65

POB

-0,48

-3,81

POB

18,79

-3,81

Suiza

-0,78

0,60

Austria

0,09

0,97

Barbados

0,09

0,32

Argentina

-1,50

0,22

Bolivia

0,84

0,68

Benín

-0,20

0,68

PIB

2,12

0,80

PIB

-0,94

-0,29

PIB

-0,18

2,59

PIB

0,75

0,50

PIB

0,84

-1,20

PIB

2,03

-1,20

POB

5,93

1,99

POB

3,92

2,35

POB

-7,57

4,74

POB

-0,06

0,35

POB

-5,91

-15,52

POB

1,01

-15,52

Canadá

-0,25

0,26

Chile

-0,54

-0,52

Botswana

0,99

1,00

Camerún

-0,33

-1,16

Burkina Faso

-0,24

-0,16

PIB

0,56

1,13

PIB

1,25

2,08

PIB

-1,94

1,69

PIB

1,78

-1,39

PIB

-3,58

-1,39

POB

-0,28

1,83

POB

-13,34

1,15

POB

17,6

-9,72

POB

-7,56

40,37

POB

3,07

40,37

Chipre

0,28

0,21

Gabón

1,41

1,73

Brasil

-0,18

-0,23

Congo, Rep.

0,92

0,06

Congo, Dem. Rep.

-0,36

0,06

PIB

0,27

0,56

PIB

-0,99

-1,55

PIB

1,44

0,96

PIB

2,25

2,79

PIB

1,17

2,79

POB

2,96

5,18

POB

-22,23

-45,9

POB

-7,34

-0,23

POB

13,5

-31,28

POB

-5,59

-31,28

Dinamarca

-0,60

-0,49

Grecia

0,13

0,15

Bulgaria

-0,02

-0,10

Egipto

0,19

0,14

Gambia

0,04

0,14

PIB

1,22

2,20

PIB

0,60

0,80

PIB

0,60

1,27

PIB

0,89

0,03

PIB

0,49

0,03

POB

-6,83

0,75

POB

8,35

3,05

POB

6,07

6,21

POB

3,21

2,19

POB

0,06

2,19

Finlandia

0,41

0,11

Malta

-0,01

0,38

Colombia

-0,23

-0,03

El Salvador

0,08

0,56

Haití

-1,01

0,56

PIB

-0,06

1,01

PIB

0,35

PIB

1,60

2,15

PIB

1,19

-0,06

PIB

0,23

-0,06

POB

-6,02

-0,69

POB

7,53

8,56

POB

-3,20

-1,43

POB

-2,10

1,45

POB

0,10

1,45

Francia

0,56

0,79

Portugal

-0,49

0,58

Costa Rica

0,17

-0,21

Indonesia

-0,04

-0,03

India

-0,07

-0,03

PIB

-2,60

-0,62

PIB

3,12

1,21

PIB

0,95

3,31

PIB

1,19

1,29

PIB

0,66

1,29

POB

3,89

7,02

POB

-1,68

1,40

POB

4,16

1,90

POB

3,34

3,17

POB

0,02

3,17

Guam

-0,57

-0,50

Trinidad y Tobago

0,82

0,35

Cuba

0,52

0,36

Mauritania

-1,18

0,11

Kenia

0,08

0,11

PIB

3,45

2,10

PIB

2,16

2,01

PIB

-0,13

0,17

PIB

5,37

2,28

PIB

0,25

2,28

POB

11,52

-3,85

POB

21,33

11,04

POB

1,16

0,92

POB

-16,04

27,85

POB

-0,91

27,85

Islandia

0,62

-0,63

Venezuela, RB

-0,19

0,02

Rep. Dominicana

0,53

-0,06

Morocco

0,06

-0,35

Madagascar

0,48

-0,35

PIB

-1,43

1,44

PIB

0,32

-0,56

PIB

0,38

1,36

PIB

0,82

-0,12

PIB

1,56

-0,12

POB

2,07

-9,35

POB

-5,16

0,93

POB

-0,03

2,63

POB

-1,11

2,45

POB

-5,41

2,45

Irlanda

1,24

0,12

Ecuador

0,04

-0,56

Nicaragua

0,02

0,23

Mali

0,01

0,23

PIB

-0,87

0,88

PIB

0,90

3,52

PIB

0,56

0,49

PIB

-1,99

0,49

POB

1,17

-0,83

POB

-2,21

0,69

POB

-0,50

3,00

POB

3,31

3,00

Italia

-0,06

0,44

Guinea Ecuatorial

-1,25

-1,77

Nigeria

-1,98

-2,03

Mozambique

-0,16

-2,03

PIB

0,63

1,29

PIB

3,06

3,45

PIB

2,46

2,04

PIB

0,82

2,04

POB

1,89

0,75

POB

-2,20

-0,03

POB

-7,53

-38,07

POB

7,78

-38,07

Japón

0,12

-0,10

Iran, Islamic Rep.

0,27

0,50

Paraguay

0,15

0,52

Pakistán

1,06

0,52

PIB

0,74

1,43

PIB

0,12

-0,12

PIB

1,12

0,59

PIB

-1,55

0,59

POB

-1,96

-1,68

POB

0,19

0,00

POB

8,44

7,47

POB

1,27

7,47

Macao SAR, China

-0,32

-0,35

Jordán

0,55

0,15

Filipinas

-0,21

-0,07

Ruanda

-0,41

-0,07

PIB

0,33

0,32

PIB

-0,51

0,06

PIB

1,01

0,68

PIB

-1,30

0,68

POB

0,85

0,82

POB

-3,22

0,13

POB

5,73

3,63

POB

9,25

3,63

Países Bajos

0,38

1,75

Corea, Rep.

0,35

0,08

Sri Lanka

0,78

0,97

Senegal

-3,47

0,97

PIB

-0,24

-2,26

PIB

0,65

0,39

PIB

2,25

1,85

PIB

1,23

1,85

POB

-1,18

5,04

POB

-0,99

4,68

POB

10,36

2,72

POB

6,83

2,72

Nueva Zelanda

-0,51

0,24

Malaysia

0,55

-0,54

Swaziland

0,24

0,12

Sierra Leona

-0,27

0,12

PIB

1,10

0,25

PIB

0,83

2,34

PIB

-1,07

-0,28

PIB

0,16

-0,28

POB

-1,75

0,96

POB

-2,28

4,48

POB

-0,78

-0,89

POB

-0,71

-0,89

Singapur

-0,41

0,27

Mauricio

0,05

0,29

Tailandia

-0,01

0,17

Sudan

0,74

0,17

PIB

4,65

6,15

PIB

0,59

2,57

PIB

1,25

1,58

PIB

-2,04

1,58

POB

1,32

-1,52

POB

-5,92

-1,95

POB

0,08

0,61

POB

-6,47

0,61

España

0,20

0,32

México

0,55

-0,14

Tunisia

-0,04

-0,21

Togo

-0,45

-0,21

PIB

0,68

1,69

PIB

-1,03

0,59

PIB

0,34

0,61

PIB

-0,68

0,61

POB

3,39

2,45

POB

5,79

2,80

POB

4,55

1,50

POB

0,99

1,49

Suecia

1,23

0,54

Panamá

-0,02

-0,10

Zambia

-0,11

-0,19

Uganda

0,21

-0,19

PIB

-1,07

1,09

PIB

1,70

0,24

PIB

1,14

2,40

PIB

-0,18

2,40

POB

2,33

7,12

POB

-9,32

2,50

POB

7,50

5,26

POB

13,52

5,26

Reino Unido

-0,73

0,07

Perú

0,22

0,10

Zimbabue

-0,04

0,09

PIB

1,16

1,14

PIB

0,71

1,05

PIB

-0,06

0,21

POB

2,82

0,32

POB

1,09

0,55

POB

2,63

0,57

Estados Unidos

0,02

0,23

Sudáfrica

-0,15

-0,39

PIB

0,48

1,31

PIB

0,69

0,55

POB

3,73

-0,88

POB

4,49

3,01

Turquía

0,04

PIB

0,01

0,73

POB

1,16

2,93

Uruguay

-0,33

0,18

PIB

1,20

2,30

POB

2,56

-2,82

Nota: *,**,*** indican rechazo de la hipótesis nula en el nivel de 5 %, 10 % y 1 % respetivamente para H

: β

= 1

La prueba de Pedroni (2001) estima la fuerza del vector de

cointegración por grupos de países. La Tabla 8 trata de asegurar
la consistencia de los parámetros obtenidos, estimamos un mode-
lo con tiempo ﬁcticio y otro sin tiempo. Los resultados obtenidos
determinan que en la gran mayoría de grupos de países el vector
es estadísticamente signiﬁcativo, aunque EX es la variable que no
presenta mucha signiﬁcancia. En PIEA la signiﬁcancia de las tres va-
riables en las emisiones de CO2 es signiﬁcativa y positiva, solo en
EX es negativa, entonces, estos países tienen mayores posibilidades
para reducir las emisiones de CO2. Mientras que en PIB la única va-
riable que resulta ser estadísticamente signiﬁcativa y positiva es la
variable PIB, es decir, en países con ingresos bajos la reducción de

las emisiones de CO2 están condicionadas por el crecimiento eco-
nómico. Y en PIEB la variable que resulta estadísticamente signiﬁ-
cativa pero negativa es POB, en otras palabras, en los países con
ingresos extremadamente bajos, la densidad de la población es una
variable determínate para una mejor calidad ambiental, pero estos
países reducirían las emisiones de CO2 al aplicar políticas de estabi-
lización de la población prudente de acuerdo a cada país. Por otro
lado, los resultados sin tiempo ﬁcticio, a nivel GLOBAL y PIA todas
las variables son estadísticamente signiﬁcativas y positivas. Además,
la fuerza del vector de cointegración varía de acuerdo al grupo de
países.

102

Vol.9-N°1, Julio - Diciembre 2021

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

Tabla 8. Resultados del modelo PDOLS por grupos de países

Grupos

Con tiempo dummy

Sin tiempo dummy

Estadístico t

GLOBAL

-0,04

0,58

0,01

2,90*

PIB

0,84

11,56**

1,25

16,7**

POB

1,03

3,84*

2,1

6,38*

PIEA

-0,78

-3,00*

0,09

0,92

PIB

2,12*

3,14*

1,65

2,19*

POB

5,93*

2,67*

5,88*

2,88*

PIA

0,03

0,65

0,21

4,22*

PIB

0,44

3,58*

1,11

10,56**

POB

1,04

2,93*

0,78

2,64*

PIMA

0,13

0,49

0,33

2,00*

PIB

1,14

5,94*

1,06

5,15*

POB

-0,53

-0,43

-1,38

1,68

PIMB

0,14

3,68*

-0,09

0,91

PIB

0,51

3,95*

1,47

11,63**

POB

0,81

0,30

0,77

4,27*

PIB

-0,03

0,57

0,03

0,67

PIB

1,26

6,10*

0,78

4,37*

POB

0,91

1,41

0,67

3,13*

PIEB

-0,26

0,21

-0,26

-1,38

PIB

-0,19

-0,44

1,67

4,50*

POB

2,61*

2,60*

8,03**

1,40

Nota: *,**,*** indican rechazo de la hipótesis nula en el nivel de 5 %, 10 % y 1 % respetivamente para H

: β

= 1

La prueba de Pedroni (2001) estima la fuerza del vector de

103

Vol.9-N°1, Julio - Diciembre 2021

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

Tabla 9. Resultados de el test de causalidad basado en Dumitrescu y Hurlin

Dirección causal

Grupo

W-bar

Z-bar

Valor-p

EX → C O 2

GLOBAL

1,44

2,92

2,46

PIEA

1,59

0,59

0,51

PIA

1,93

2,93

2,60

PIMA

0,73

-0,58

-0,62

PIMB

1,21

0,70

0,52

PIB

1,81

2,49

2,20

PIEB

1,11

0,33

0,19

EX ← C O 2

GLOBAL

2,90

12,73

11,59

PIEA

2,29

1,29

1,16

PIA

3,41

7,61

6,95

PIMA

0,75

-0,52

-0,57

PIMB

5,86

16,13

14,87

PIB

1,61

1,87

1,62

PIEB

1,22

0,65

0,49

PIB → C O 2

GLOBAL

1,55

3,66

3,14

PIEA

0,06

-0,94

-0,91

PIA

2,20

3,79

3,40

PIMA

1,61

1,29

1,11

PIMB

0,87

-0,42

-0,52

PIB

1,25

0,78

0,60

PIEB

2,09

3,26

2,91

PIB ← C O 2

GLOBAL

2,72

11,53

10,46

PIEA

2,79

1,79

1,63

PIA

3,60

8,22

7,52

PIMA

3,59

5,49

5,03

PIMB

2,79

5,95

5,40

PIB

2,71

5,28

4,79

PIEB

1,21

0,63

0,47

POB → C O 2

GLOBAL

1,26

1,74

1,36

PIEA

1,40

0,40

0,33

PIA

2,30

4,12

3,71

PIMA

0,69

-0,64

-0,68

PIMB

1,13

0,44

0,28

PIB

1,19

0,59

0,43

PIEB

0,59

-1,23

-1,26

POB ← C O 2

GLOBAL

2,15

7,72

6,92

PIEA

2,68

1,68

1,52

PIA

1,77

2,43

2,14

PIMA

1,66

1,40

1,22

PIMB

3,76

9,16

8,39

PIB

1,81

2,51

2,21

PIEB

1,15

0,45

0,30

104

Vol.9-N°1, Julio - Diciembre 2021

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

5 | CONCLUSIONES E IMPLICACIO-

NES DE POLÍTICA

Esta investigación analiza la relación de cointegración entre ex-

portaciones, crecimiento económico y densidad demográﬁca con
emisiones de CO2 a nivel mundial y por grupos de países. Utilizando
datos de panel del BM en 90 países para el periodo 1961-2015. Es-
ta investigación se sustenta con la hipótesis de la Curva Ambiental
de Kuznets (1955) y evidencia empírica. Aplicando modelos econo-
métricos de panel como: un modelo de GLS; pruebas de raíz unita-
ria: Dickey y Fuller (1981), Phillips y Perron (1988), Levine, Breitung
(2000), Lin y Chu (2002) y Im et al. (2003); cointegración de Pedro-
ni (1999); se aplicó la prueba de cointegración de Pedroni (1999) y
el modelo de corrección de errores de Westerlund (2007) para en-
contrar la relación de equilibrio a largo y corto plazo respectivamen-
te; y para identiﬁcar causalidad se utilizó la prueba de causalidad
propuesta por Dumitrescu y Hurlin (2012). Además, estimamos la
fuerza del vector de cointegración para cada país individualmente
con el modelo DOLS y para los grupos de países se aplicó un mo-
delo PDOLS. Los resultados indican que existe equilibrio a largo y a
corto plazo entre las variables a nivel mundial y por grupos de paí-
ses. La fuerza del vector de cointegración en las variables es fuerte,
y principlamente la densidad poblacional es contundente en todos
los países, sin embargo, en no se encontró existencia de causalidad.

Además, en cuanto a la CAK se cumple únicamente para PIEA. La

principal limitación de esta investigación reside en que existen diver-
sas variables que intervienen en las emisiones de CO2 y el grupo de
países que se estime; y no están considerados en esta investigación.
Como posible investigación a futuro se sugiere una estimación para
economías latinas y para economías desarrolladas.

Las posibles implicaciones de política que los diferentes gobier-

nos de cada país deberían aplicar estarían dirigidas a la estabiliza-
ción poblacional prudente como lo menciona Ohlan, R (2015) que
ayudaría a reducir las emisiones de CO2. La densidad de la pobla-
ción es una variable relevante en la mayoría de países en forma indi-
vidual y por grupos de países. Además, el gobierno también debería
aplicar políticas comerciales y de mercado eﬁcientes como mencio-
nan Shahbaz et al. (2012) mismas que se reﬂejen en mejorías en las
exportaciones y en el crecimiento económico. Priorizando el propó-
sito de disminuir las emisiones de CO2, se deberían aplicar políticas
ambientales estrictas en todos los países, éstas políticas serían to-
talmente eﬁcientes si se implementa la tecnología como lo señalan
Olale et al. (2018), Tian y Lin (2017) como un recurso valioso para
potenciar la producción en todos los sectores económicos; aumen-
tar las exportaciones como resultado del aumento de la producción,
abriendo un abanico de nuevos mercados y mercancías a comerciali-
zar; estabilizar la población, debido a que los seres humanos somos
entes contaminantes, productivos, consumidores, entre otros carac-
terísticas.

Por tanto, la participación activa del gobierno con gasto pú-

blico eﬁciente e inversiones en tecnología limpia, podría ser crucial
para evitar problemas económicos, políticos, sociales y ambienta-
les insostenibles y costosos, entonces, se podrían aplicar acciones
gubernamentales. Por tanto, la incidencia en la economía y en el
estado del medio ambiente; podría disminuir la contaminación am-
biental siendo el propósito fundamental a nivel mundial porque en el
medio ambiente encontramos todos los recursos para producir, sa-
tisfacer necesidades, y sobre todo vivir. Entonces, la conservamos
el medio ambiente y el control de las tasas de contaminación am-
biental, aumentaría el bienestar y desarrollo económico sustentable
y sostenible. Las implicaciones de política de la presente investiga-
ción coinciden con Engelman, R. (1994), Helpman, E. (1998), Lin et
al. (2016), Halicioglu, F. (2009), Zaman y Abdel Moemen, (2017), Ha-
nif y Gago-de-Santos (2017), entre otros.

Referencias bibliográﬁcas

[1] Akaike, H. (1974). A new look at the statistical model

identiﬁcation. IEEE Transactions on Automatic Control,
19(6), 716-723.

[2] Akaike, H. (1974). A new look at the statistical model

identiﬁcations. IEEE transactions on Automatic Control,
19, 716-723.

[3] Alam, M. M., Murad, M. W., Noman, A. H. M., Oz-

turk, I. (2016). Relationships among carbon emissions,
economic growth, energy consumption and population
growth: Testing Environmental Kuznets Curve hypothe-
sis for Brazil, China, India and Indonesia. Ecological Indi-
cators, 70, 466-479.

[4] Al Mamun, M., Sohag, K., Mia, M. A. H., Uddin, G. S.,

Ozturk, I. (2014). Regional diﬀerences in the dynamic
linkage between CO2 emissions, sectoral output and
economic growth. Renewable and Sustainable Energy
Reviews, 38, 1-11.

[5] Al-Malali, U., Sheau-Ting, L. (2014). Econometric analy-

sis of trade, exports, imports, energy consumption and
CO2 emission in six regions. Renewable and Sustainable
Energy Reviews, 33, 484-498.

[6] Ali, W., Abdullah, A., Azam, M. (2017). Re-visiting the

environmental Kuznets curve hypothesis for Malaysia:
Fresh evidence from ARDL bounds testing approach.
Renewable and Sustainable Energy Reviews, 77, 990-
1000.

[7] Ali, Y., Ciaschini, M., Socci, C., Pretaroli, R., Severini, F.

(2017). An analysis of CO2 emissions in Italy through
the Macro Multiplier (MM) approach. Journal of Clea-
ner Production, 149, 238-250.

[8] Akalpler, E., Shingil, M. E. (2017). Statistical reaso-

ning the link between energy demand, CO2 emissions
and growth: Evidence from China. Procedia Computer
Science, 120, 182-188.

[9] Alvarado, R., Ponce, P., Criollo, A., Córdova, K., Khan, M.

K. (2018). Environmental degradation and real per ca-
pita output: New evidence at the global level grouping
countries by income levels. Journal of Cleaner Produc-
tion, 189, 13-20.

[10] Alshehry, A. S., Belloumi, M. (2015). Energy consum-

ption, carbon dioxide emissions and economic growth:

The case of Saudi Arabia. Renewable and Sustainable

Energy Reviews, 41, 237-247.

105

Vol.9-N°1, Julio - Diciembre 2021

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

[11] Andersson, F. N. (2018). International trade and carbon

emissions: The role of Chinese institutional and policy
reforms. Journal of environmental management, 205,
29-39.

[12] Apergis, N., Ozturk, I. (2015). Testing environmental

Kuznets curve hypothesis in Asian countries. Ecological
Indicators, 52, 16-22.

[13] Apergis, N. (2016). Environmental Kuznets curves: New

evidence on both panel and country-level CO2 emis-
sions. Energy Economics, 54, 263-271.

[14] Arce, G., López, L. A., Guan, D. (2016). Carbon emis-

sions embodied in international trade: The post-China
era. Applied energy, 184, 1063-1072.

[15] Atasoy, B. S. (2017). Testing the environmental Kuz-

nets curve hypothesis across the US: Evidence from pa-
nel mean group estimators. Renewable and Sustainable
Energy Reviews, 77, 731-747.

[16] Azam, M. (2016). Does environmental degradation

shackle economic growth? A panel data investigation on
11 Asian countries. Renewable and Sustainable Energy
Reviews, 65, 175-182.

[17] Begum, R. A., Sohag, K., Abdullah, S. M. S., Jaafar, M.

(2015). CO2 emissions, energy consumption, economic
and population growth in Malaysia. Renewable and Sus-
tainable Energy Reviews, 41, 594-601.

[18] Bekhet, H. A., Matar, A., Yasmin, T. (2017). CO2 emis-

sions, energy consumption, economic growth, and ﬁ-
nancial development in GCC countries: Dynamic simul-
taneous equation models. Renewable and Sustainable
Energy Reviews, 70, 117-132.

[19] Cai, Y., Sam, C. Y., Chang, T. (2018). Nexus between

clean energy consumption, economic growth and CO2
emissions. Journal of Cleaner Production, 182, 1001-
1011.

[20] Catalán, H. (2014). Curva ambiental de Kuznets: impli-

caciones para un crecimiento sustentable. Economía In-
forma, 389, 19-37.

[21] Cherni, A., Jouini, S. E. (2017). An ARDL approach to

the CO2 emissions, renewable energy and economic
growth nexus: Tunisian evidence. International Journal
of Hydrogen Energy, 42(48), 29056-29066.

[22] Constant, K., Nourry, C., Seegmuller, T. (2014). Popula-

tion growth in polluting industrialization. Resource and
Energy Economics, 36(1), 229-247.

[23] 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.

[24] Dogan, E., Aslan, A. (2017). Exploring the relationship

among CO2 emissions, real GDP, energy consumption
and tourism in the EU and candidate countries: Evi-
dence from panel models robust to heterogeneity and
cross-sectional dependence. Renewable and Sustaina-
ble Energy Reviews, 77, 239-245.

[25] Engelman, R. (1994). Stabilizing the atmosphere: popu-

lation consumption and greenhouse gases.

[26] Engelman, R. (1998). Proﬁles in carbon: an update on

population consumption and carbon dioxide emissions.

[27] Engle, R. F., Granger, C. W. (1987). Co-integration and

error correction: representation, estimation, and testing.
Econometrica: journal of the Econometric Society, 251-
276.

[28] Farhani, S., Mrizak, S., Chaibi, A., Rault, C. (2014). The

environmental Kuznets curve and sustainability: A pa-
nel data analysis. Energy Policy, 71, 189-198.

[29] Gilbert, A. Q., Sovacool, B. K. (2017). US liqueﬁed na-

tural gas (LNG) exports: Boom or bust for the global cli-
mate?. Energy, 141, 1671-1680.

[30] Gill, A. R., Viswanathan, K. K., Hassan, S. (2017). The

environmental Kuznets curve (EKC) and the environ-
mental problem of the day. Renewable and Sustainable
Energy Reviews.

[31] Granger, C. W. (1988). Causality, cointegration, and con-

trol. Journal of Economic Dynamics and Control, 12(2-
3), 551-559.

[32] Haifeng, X. U., Yang, L. I., HUANG, H. (2017). Spatial

Research on the Eﬀect of Financial Structure on CO2
Emission. Energy Procedia, 118, 179-183.

[33] Halicioglu, F. (2009). An econometric study of CO2

emissions, energy consumption, income and foreign tra-
de in Turkey. Energy Policy, 37(3), 1156-1164.

[34] Hanif, I., Gago-de-Santos, P. (2017). The importance of

population control and macroeconomic stability to re-
ducing environmental degradation: An empirical test of
the environmental Kuznets curve for developing coun-
tries. Environmental Development, 23, 1-9.

[35] Hausman, J. A. (1978). Speciﬁcation tests in econome-

trics. Econometrica: Journal of the Econometric Society,
1251-1271.

106

Vol.9-N°1, Julio - Diciembre 2021

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

[36] Heidari, H., Katircioğlu, S. T., Saeidpour, L. (2015). Eco-

nomic growth, CO2 emissions, and energy consumption
in the ﬁve ASEAN countries. International Journal of
Electrical Power Energy Systems, 64, 785-791.

[37] Helpman, E. (1998). Explaining the structure of foreign

trade: Where do we stand?. Weltwirtschaftliches Ar-
chiv, 134(4), 573-589.

[38] Hossain, M. S. (2011). Panel estimation for CO2 emis-

sions, energy consumption, economic growth, trade
openness and urbanization of newly industrialized
countries. Energy Policy, 39(11), 6991-6999.

[39] Inglesi-Lotz, R., Dogan, E. (2018). The role of renewa-

ble versus non-renewable energy to the level of CO2
emissions a panel analysis of sub-Saharan Africa’s ig 10
electricity generators. Renewable Energy, 123, 36-43.

[40] Ito, K. (2017). CO2 emissions, renewable and non-

renewable energy consumption, and economic growth:
Evidence from panel data for developing countries. In-
ternational Economics, 151, 1-6.

[41] Jardón, A., Kuik, O., Tol, R. S. (2017). Economic growth

and carbon dioxide emissions: An analysis of Latin Ame-
rica and the Caribbean. Atmósfera, 30(2), 87-100.

[42] Kahouli, B. (2017). The Causality Link between Energy

Electricity Consumption, CO2 emissions, RD Stocks and
Economic Growth in Mediterranean Countries (MCs).
Energy.

[43] Kais, S., Sami, H. (2016). An econometric study of the

impact of economic growth and energy use on carbon
emissions: panel data evidence from ﬁfty eight coun-
tries. Renewable and Sustainable Energy Reviews, 59,
1101-1110.

[44] Kang, Y. Q., Zhao, T., Yang, Y. Y. (2016). Environmental

Kuznets curve for CO2 emissions in China: A spatial pa-
nel data approach. Ecological indicators, 63, 231-239.

[45] Kasman, A., Duman, Y. S. (2015). CO2 emissions, eco-

nomic growth, energy consumption, trade and urbani-
zation in new EU member and candidate countries: a
panel data analysis. Economic Modelling, 44, 97-103.

[46] Kuznets, S. (1955). Economic growth and income

inequality. The American Economic Review, 45(1), 1-28.

[47] Lin, B., Omoju, O. E., Nwakeze, N. M., Okonkwo, J. U.,

Megbowon, E. T. (2016). Is the environmental Kuznets
curve hypothesis a sound basis for environmental policy
in Africa?. Journal of Cleaner Production, 133, 712-724.

[48] Liu, Y., Meng, B., Hubacek, K., Xue, J., Feng, K., Gao,

Y. (2016). ‘Made in China’: A reevaluation of embodied

CO2 emissions in Chinese exports using ﬁrm heteroge-
neity information. Applied energy, 184, 1106-1113.

[49] Liu, Y., Chen, S., Chen, B., Yang, W. (2017). Analysis

of CO2 emissions embodied in China’s bilateral trade:
a non-competitive import input–output approach. Jour-
nal of Cleaner Production, 163, S410-S419.

[50] Machado, G. V. (2000, August). Energy use, CO2 emis-

sions and foreign trade: an IO approach applied to the
Brazilian case. In Thirteenth international conference on
input–output techniques, Macerata, Italy (pp. 21-25).

[51] Marjanović, V., Milovančević, M., Mladenović, I. (2016).

Prediction of GDP growth rate based on carbon dioxi-
de (CO2) emissions. Journal of CO2 Utilization, 16, 212-
217.

[52] Mercan, M., Karakaya, E. (2015). Energy consumption,

economic growth and carbon emission: Dynamic pa-
nel cointegration analysis for selected OECD countries.
Procedia Economics and Finance, 23, 587-592.

[53] Mongelli, I., Tassielli, G.,

Notarnicola, B. (2006).

Global warming agreements, international trade and
energy/carbon embodiments: an input–output ap-
proach to the Italian case. Energy policy, 34(1), 88-100.

[54] Mutascu, M. (2018). A time-frequency analysis of trade

openness and CO 2 emissions in France. Energy Policy,
115, 443-455.

[55] Narayan, P. K., Narayan, S. (2010). Carbon dioxide emis-

sions and economic growth: panel data evidence from
developing countries. Energy policy, 38(1), 661-666.

[56] Ohlan, R. (2015). The impact of population density,

energy consumption, economic growth and trade open-
ness on CO2 emissions in India. Natural Hazards, 79(2),
1409-1428.

[57] Olale, E., Ochuodho, T. O., Lantz, V., El Armali, J. (2018).

The environmental Kuznets curve model for greenhou-

se gas emissions in Canada. Journal of Cleaner Produc-
tion, 184, 859-868.

[58] Organización Mundial de la Salud (2018). Departamen-

to de Salud Pública, Medio Ambiente y Determinantes
Sociales de la Salud: Calidad del aire y salud.

[59] Ozcan, B. (2013). The nexus between carbon emissions,

energy consumption and economic growth in Middle
East countries: a panel data analysis. Energy Policy, 62,
1138-1147.

107

Vol.9-N°1, Julio - Diciembre 2021

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

[60] Ozturk, I. (2017). Measuring the impact of alternative

and nuclear energy consumption, carbon dioxide emis-
sions and oil rents on speciﬁc growth factors in the
panel of Latin American countries. Progress in Nuclear
Energy, 100, 71-81.

[61] Pesaran, M. H., Shin, Y., Smith, R. J. (2001). Bounds

testing approaches to the analysis of level relationships.
Journal of applied econometrics, 16(3), 289-326.

[62] Rahman, M. M. (2017). Do population density, econo-

mic growth, energy use and exports adversely aﬀect en-
vironmental quality in Asian populous countries?. Rene-

wable and Sustainable Energy Reviews, 77, 506-514.

[63] Richter, P. M., Schiersch, A. (2017). CO2 emission inten-

sity and exporting: Evidence from ﬁrm-level data. Euro-
pean Economic Review, 98, 373-391.

[64] Robalino-López, A., Mena-Nieto, Á., García-Ramos, J. E.,

Golpe, A. A. (2015). Studying the relationship between
economic growth, CO2 emissions, and the environmen-
tal Kuznets curve in Venezuela (1980–2025). Renewa-
ble and Sustainable Energy Reviews, 41, 602-614

[65] Saidi, K., Hammami, S. (2015). The impact of energy

consumption and CO2 emissions on economic growth:
Fresh evidence from dynamic simultaneous-equations
models. Sustainable Cities and Society, 14, 178-186

[66] Shahbaz, M., Lean, H. H., Shabbir, M. S. (2012). Environ-

mental Kuznets curve hypothesis in Pakistan: cointegra-
tion and Granger causality. Renewable and Sustainable
Energy Reviews, 16(5), 2947-2953.

[67] Solilová, V., Nerudová, D. (2014). Overall approach of

the EU in the question of emissions: EU emissions tra-
ding system and CO2 taxation. Procedia Economics and
Finance, 12, 616-625.

[68] Talbi, B. (2017). CO2 emissions reduction in road

transport sector in Tunisia. Renewable and Sustainable
Energy Reviews, 69, 232-238.

[69] Tang, X., Jin, Y., Wang, X., Wang, J., McLellan, B. C.

(2017). Will China’s trade restructuring reduce CO2
emissions embodied in international exports?. Journal
of Cleaner Production, 161, 1094-1103.

[70] Tian, P., Lin, B. (2017). Promoting green productivity

growth for China’s industrial exports: Evidence from
a hybrid input-output model. Energy Policy, 111, 394-
402.

[71] Tiwari, A. K., Shahbaz, M., Hye, Q. M. A. (2013). The en-

vironmental Kuznets curve and the role of coal consum-
ption in India: cointegration and causality analysis in an

open economy. Renewable and Sustainable Energy Re-
views, 18, 519-527.

[72] Wang, S. X., Fu, Y. B., Zhang, Z. G. (2015). Population

growth and the environmental Kuznets curve. China
Economic Review, 36, 146-165.

[73] World

Bank

(2018).

World

Development

Indicators.

Washington

D.C.

Available

https://data.worldbank.org/data-catalog/world-
development-indicators.

[74] Wu, R., Geng, Y., Dong, H., Fujita, T., Tian, X. (2016).

Changes of CO2 emissions embodied in China–Japan
trade: drivers and implications. Journal of Cleaner Pro-
duction, 112, 4151-4158.

[75] Xu, T. (2018). Investigating Environmental Kuznets Cur-

ve in China–Aggregation bias and policy implications.
Energy Policy, 114, 315-322.

[76] Yu, Y., Chen, F. (2017). Research on carbon emissions

embodied in trade between China and South Korea. At-
mospheric Pollution Research, 8(1), 56-63.

[77] Zakarya, G. Y., Mostefa, B. E. L. M. O. K. A. D. D. E.

M., Abbes, S. M., Seghir, G. M. (2015). Factors aﬀec-
ting CO2 emissions in the BRICS countries: a panel data
analysis. Procedia Economics and Finance, 26, 114-125.

[78] Zaman, K., Abd-el Moemen, M. (2017). The inﬂuence of

electricity production, permanent cropland, high tech-
nology exports, and health expenditures on air pollution
in Latin America and the Caribbean Countries. Renewa-
ble and Sustainable Energy Reviews, 76, 1004-1010.

[79] Zhao, H., Zhang, Q., Huo, H., Lin, J., Liu, Z., Wang, H., ...

He, K. (2016). Environment-economy tradeoﬀ for Bei-
jing–Tianjin–Hebei’s exports. Applied energy, 184, 926-
935.

[80] Zhu, Y., Shi, Y., Wu, J., Wu, L., Xiong, W. (2018). Explo-

ring the Characteristics of CO 2 Emissions Embodied in
International Trade and the Fair Share of Responsibility.
Ecological Economics, 146, 574-587.

[81] Zilio, M. I. (2012). Curva de Kuznets ambiental: La vali-

dez de sus fundamentos en países en desarrollo. Cua-
dernos de economía, 35(97), 43-54.

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

and the Environmental Kuznets Curve, a panel cointe-
gration approach. Renewable and Sustainable Energy
Reviews, 72, 1067-1075.

108

Vol.9-N°2, Julio - Diciembre 2021

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

Desigualdad y crecimiento económico a nivel mundial y por grupos
de países en función de su nivel de ingresos, con técnicas de coin-
tegración

Inequality and economic growth at the world level and by groups of countries

according to their income level, using cointegration techniques

Karina Córdova

| Elizabeth Lozano

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Karina Córdova, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: karina.cordova@unl.edu.ec

Agradecimientos

Club de Investigación de Economía (CIE)

Fecha de recepción

Abril 2021

Fecha de aceptación

Octubre 2021

Dirección

Bloque 100. Ciudad Universitaria Guillermo

Falconí. Código Postal: 110150, Loja, Ecuador

RESUMEN

Esta investigación tiene como objetivo examinar la existencia de un equilibrio a corto y
largo plazo entre la desigualdad de ingresos y el producto interno bruto per cápita a nivel
mundial y por grupos de países de acuerdo al nivel de ingresos en el periodo 1980-2015,
con datos obtenidos del Banco Mundial (2010). Se ha aplicado el test de cointegración de
Pedroni (1999) y de Westerlund (2007) para determinar el equilibrio a largo y corto plazo
respectivamente. A nivel global y en todos los grupos de países existe una relación a largo
plazo entre la desigualdad de ingresos y el producto interno bruto per cápita. De acuerdo
al test de Westerlund (2007), existe una relación a corto plazo entre las variables, a nivel
global, países de ingresos extremadamente altos, altos, medios altos, bajos y extremada-
mente bajos. Los resultados de la prueba de causalidad de Granger basada en la prueba de
Dumitrescu y Hurlin (2012) indican que, a nivel global, en los países de ingresos medios
altos y bajos existe causalidad unidireccional, que va desde el producto interno bruto per
cápita hacia la desigualdad de ingresos.

Palabras clave: Desigualdad; Crecimiento; Cointegración; Datos de panel.

Códigos JEL: D63. E23. C23.

ABSTRACT

This research examines the existence of a short and long-run equilibrium between income
inequality and per capita gross domestic product at the global level and by country groups
according to income level in the period 1980-2015, with data obtained from the World
Bank (2010). The Pedroni (1999) and Westerlund (2007) cointegration test has been ap-
plied to determine the long-run and short-run equilibrium respectively. Globally and in all
country groups there is a long-run relationship between income inequality and per capita
gross domestic product. According to the Westerlund (2007) test, there is a short-run rela-
tionship between the variables, at the aggregate level, extremely high, high, upper middle,
low, low and extremely low income countries. The results of the Granger causality test
based on the Dumitrescu and Hurlin (2012) test indicate that, at the global level, in upper
middle and lower middle income countries there is unidirectional causality, running from
gross domestic product per capita to income inequality.

Keywords: Inequality; Growth; Cointegration; Panel data.

JEL codes: D63. E23. C23.

109

Córdova K. & Lozano E.

Vol.9-N°2, Julio - Diciembre 2021

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

1 | INTRODUCCIÓN

En algunos países, el alto crecimiento económico ha venido

acompañado de mayor desigualdad, es decir, el ingreso de los no
pobres creció más que el ingreso de los pobres. En otros países, el
crecimiento ha disminuido la desigualdad, por tanto, es importan-
te realizar un estudio sobre cómo afecta el crecimiento económico
(PIB per cápita) en la desigualdad de ingresos a nivel mundial y por
grupos de países. El problema de la desigualdad de ingresos, se pue-
de resolver a través del estado, es decir, el estado es el que debe
intervenir en la economía, basándose en el pensamiento económi-
co Keynesiano.

Esta investigación se basó en un estudio realizado por Kuznets

(1955) que desarrolló su hipótesis sobre la curva de Kuznets que era
la ley más conocida acerca del impacto redistributivo: en las fases
iniciales de desarrollo se produce un trasvase de trabajadores des-
de sectores de baja productividad y baja desigualdad a sectores de
alta productividad y desigualdad media, generándose así un aumen-
to en la desigualdad global. Este proceso desaparece con el mayor
crecimiento, por lo que incrementos adicionales de renta reducen
entonces la desigualdad. El resultado ﬁnal es que la desigualdad au-
menta inicialmente con el crecimiento, reduciéndose posteriormen-
te a partir de niveles suﬁcientemente altos de renta. El resultado de
que la desigualdad se ve afectada por el crecimiento económico es
respaldado también por el estudio realizado por Lewis (1954) y el
estudio realizado por Kaldor (1995).

La evidencia empírica más relevante que veriﬁca la relación a

largo plazo entre la desigualdad y el PIB per cápita es la realizada por
Rubin y Segal (2015), que indican que, el ingreso de los grupos de
mayores ingresos es más sensible al crecimiento, deﬁnido amplia-
mente como crecimiento actual y cambios en las expectativas de
crecimiento futuro, en comparación con los ingresos de los grupos
de menores ingresos. Esta mayor sensibilidad surge por dos razo-
nes: (a) los grupos de mayores ingresos reciben una gran parte de
sus ingresos de la riqueza, que es más sensible al crecimiento que
los ingresos laborales y (b) los grupos de mayores ingresos reciben
una gran parte de sus ingresos laborales en forma de remuneración
por rendimiento. En consecuencia, concluyen que el crecimiento y
la desigualdad de ingresos están asociados positivamente.

En cuanto a al segundo grupo de evidencias se destaca la rea-

lizada por Mehic (2018), que relaciona el empleo industrial con la
desigualdad, su estudio fue realizado a 27 países de ingresos altos
y medios en el periodo 1991 a 2014. El análisis muestra que el em-
pleo industrial está signiﬁcativamente asociado negativamente con
la desigualdad de ingresos. Además, los resultados sugieren que son
los asalariados medios los que han soportado la mayor carga en tér-
minos de aumento de la desigualdad.

Los estudios del tercer grupo de investigaciones que relaciona

la desigualdad con otras variables, prevalece el realizado por Jau-
motte, Lall y Papageorgiou (2013), estudio realizado para 51 paí-
ses para el periodo 1981-2003, el documento informa estimaciones
que apoyan un mayor impacto del progreso tecnológico que la glo-
balización en la desigualdad. El impacto general limitado de la globa-
lización reﬂeja dos tendencias compensatorias: mientras que la glo-
balización comercial se asocia con una reducción de la desigualdad,
la globalización ﬁnanciera y, en particular, la inversión extranjera di-
recta se asocia con un aumento de la desigualdad.

Esta investigación tiene como objetivo determinar la existen-

cia de equilibrio a largo y corto plazo de la desigualdad de ingresos
y el PIB per cápita a nivel mundial y por grupos de países de acuer-
do al nivel de ingresos, en el periodo 1980-2015 y comprobar la
hipótesis de que el PIB per cápita inﬂuye tanto a largo como a corto
plazo en la desigualdad, además de comprobar la hipótesis de la cur-
va de Kuznets entre estas variables, la cual se cumple a nivel global
y para los países de ingresos medios bajos y extremadamente bajos

-PIMB y PIEB-, pero, en estos dos últimos grupos los resultados no

son signiﬁcativos. Se encontró tanto un equilibrio a largo plazo a ni-
vel mundial y en todos los grupos de países de acuerdo al nivel de
ingresos. En el caso del equilibrio a corto plazo, este existe a nivel
global, en los países de ingresos extremadamente altos, altos, me-
dios altos, bajos y extremadamente bajos -PIEA, PIA, PIMA, PIBJ y
PIEB-. La contribución de esta investigación a la literatura se basa
en la metodología utilizada para determinar el equilibrio a largo y
corto plazo entre las variables, se emplea datos de panel median-
te el test de cointegración de Pedroni (1999) y Westerlund (2007),
respectivamente. En los artículos tomados como evidencia empírica
son pocos en los que utiliza el mismo o similar tipo de metodología,
por lo tanto, este artículo representa un aporte a la literatura.

El resto de la investigación tiene la siguiente estructura: en la

segunda sección se expone una revisión de las investigaciones pre-
vistas sobre el tema. En la tercera sección, se presentan los datos y la
estrategia econométrica. En la cuarta sección se discuten los resul-
tados encontrados, con la teoría y la evidencia empírica. La quinta
sección contiene las conclusiones.

2 | REVISIÓN DE LITERATURA PRE-

VIA

Kuznets (1955) desarrolló su hipótesis sobre la curva de Kuz-

nets que era la ley más conocida acerca del impacto redistributivo:
en las fases iniciales de desarrollo se produce un trasvase de traba-
jadores desde sectores de baja productividad y baja desigualdad a
sectores de alta productividad y desigualdad media, generándose
así un aumento en la desigualdad global. Este proceso desaparece
con un mayor crecimiento, por lo que incrementos adicionales de
renta reducen entonces la desigualdad.

La desigualdad de ingresos es un problema que no se podrá

resolver desde el punto de vista privado, debido a que los grupos
más ricos, buscan simplemente aumentar sus ingresos, por tanto el
estado es el que debe intervenir en la economía, basándose la teoría
de Keynes quien aﬁrmó que el deber de ordenar el volumen actual
de inversión no puede dejarse con garantías de seguridad en manos
de los particulares, además la intervención del Estado, que propone
Keynes, es mediante el manejo del gasto público. Así, el Estado pue-
de compensar la caída en la inversión privada con inversión pública,
especialmente obras de infraestructura (Keynes, 1992). Así también
Keynes señalaba que, dado que para el capitalismo es mejor pagar
salarios e impuestos bajos, ante las posibilidades de incrementar los
salarios o los impuestos empresariales, Keynes se queda con la se-
gunda, ya que "la imposición sobre beneﬁcio no discrimina en con-
tra de la utilización de un factor de producción particular"(Keynes,
1982).

La evidencia empírica expuesta se divide en tres grupos de

acuerdo a la inﬂuencia de algunas variables, incluida el PIB per cá-
pita, sobre la desigualdad de ingresos, con el ﬁn de dar a una mayor
argumentación a los resultados de la presente investigación. El pri-
mer grupo veriﬁca la existencia de una relación entre la desigualdad
y el PIB per cápita, incluida la hipótesis de la curva de Kuznets, el se-
gundo grupo comprueba la existencia de una relación entre la des-
igualdad y variables macroeconómicas como la inﬂación, empleo,
comercio, inversión, entre otras, y el tercer grupo indica los estudios
que veriﬁcan una relación entre la desigualdad y variables como la
integración política y económica, globalización, educación, capital
humano, entre otras.

En el primer grupo de investigaciones, se encuentran los es-

tudios que veriﬁcan el equilibrio a largo y corto plazo entre la des-
igualdad y el PIB per cápita, entre estos estudios se destacan los
más actuales y antiguos realizados por Rubin y Segal (2015); Iniguez-

110

Vol.9-N°2, Julio - Diciembre 2021

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

Montiel (2014); Weinhold, Killick y Go (2013); Galbraith (2008) y
Banerjee y Duﬂo (2003). García-Peñalosa (2010) señala que el cre-
cimiento afecta la desigualdad a través del impacto de la educación y
el cambio tecnológico en los salarios relativos, mientras que, Pieters
(2010) indica que solo el crecimiento agrícola reduce la desigualdad
y el crecimiento en los sectores de fabricación y servicios pesados
aumenta la desigualdad. Panizza (2002) indica que no encuentra evi-
dencia de una relación positiva entre desigualdad y crecimiento, pe-
ro encuentra alguna evidencia que respalde una relación negativa
entre dichas variables, sin embargo, muestra que la relación entre
desigualdad y crecimiento no es sólida y que pequeñas diferencias
en el método utilizado para medir la desigualdad pueden dar lugar a
grandes diferencias en la relación estimada entre la desigualdad y el
crecimiento. Por otro lado, Vanhoudt (1997) concluye que, los fun-
damentos económicos explican aproximadamente las tres cuartas
partes de la variación en diversas medidas de desigualdad para los
países de la OCDE. Ram (1988) indica que los resultados basados en
el coeﬁciente de Gini parecen menos favorables a la hipótesis que
los derivados de las participaciones en los ingresos de los hogares.

En el segundo grupo de investigaciones se veriﬁca el equilibrio

a largo y corto plazo entre el la desigualdad y variables macroeco-
nómicas, entres estos estudios se encuentra el realizado por Mehic
(2018) que indica que el empleo industrial está signiﬁcativamente
asociado negativamente con la desigualdad de ingresos. En tanto
que, Bulír (2014) concluye que las tasas de inﬂación más bajas, ade-
más del nivel de desarrollo y la redistribución ﬁscal, mejoran la igual-
dad de ingresos y su impacto es uniforme para todos los niveles de
PIB per cápita. Lee y Roemer (1998) indican que en general, la in-
versión privada y la desigualdad no muestran una relación monóto-
na negativa. Por otro lado, Lin y Fu (2016) indican que el principal
hallazgo de su investigación es que el comercio conduce a una re-
ducción (aumento) signiﬁcativa en la desigualdad del ingreso en las
autocracias (democracias).

En el tercer grupo se encuentran artículos que relacionan la

desigualdad con otras variables, entre los cuales están los realiza-
dos por Jaumotte, Lall y Papageorgiou (2013) y Nissanke y Thor-
becke (2010) que indican una relación entre desigualdad y globali-
zación. Busemeyer y Tober (2015) concluyen en su estudio realiza-
do para la Unión Europea que existe una asociación positiva entre
la integración política y la desigualdad, y no asociación entre la in-
tegración económica y la desigualdad, por el contrario, Ezcurra y
Rodriguez-Pose (2013) aﬁrman que los países con un mayor grado
de integración económica con el resto del mundo tienden a regis-
trar niveles más altos de desigualdad regional. Hartmann, Guevara,
Jara-ﬁgueroa, Aristara e Hidalgo (2017) indican que la complejidad
económica es un predictor signiﬁcativo y negativo de la desigualdad
del ingreso. Por su parte, Afesorgbor y Mahadevan (2016) encuen-
tran evidencia empírica sólida de que la imposición de sanciones
tiene un efecto perjudicial sobre la desigualdad de ingresos. En es-
tudios distintitos sobre desigualdad y educación y desigualdad y ca-
pital humano realizados por Bourguignon, Ferreira y Leite (2008) y
Belhaj (2015) respectivamente, la mayor parte de la desigualdad ex-
cesiva de Brasil se explica por las desigualdades subyacentes en la
distribución de la educación y de los ingresos no laborales, especial-
mente las pensiones, en tanto que, la desigualdad entre las regiones

metropolitanas y no metropolitanas se debe principalmente a las di-
ferencias en los rendimientos del capital humano.

Esta investigación constituye un aporte para la literatura debi-

do a que se realiza el estudio de la desigualdad de ingresos y el PIB
per cápita a nivel mundial y por grupos de países de acuerdo al nivel
de ingresos, además, que en muchos estudios no se toma en cuenta
la hipótesis de la curva de Kuznets como base para la relación en-
tre variables, la metodología utilizada para determinar el equilibrio
a largo y corto plazo entre las variables se emplea datos de panel,
mediante el test de cointegración de Pedroni (1999) y Westerlund
(2007), respectivamente. En los artículos tomados como evidencia
empírica pocos utilizan este tipo de metodología. Para el desarro-
llo de esta investigación se utilizaron datos de panel, tomados del

World Development Indicator (2010).

3 | DATOS Y METODOLOGÍA

3.1 | Datos

Los datos utilizados en la presente investigación son datos de

panel obtenidos de la base del World Development Indicator y de
la Inequality Database del Banco Mundial (2010), para países a ni-
vel mundial, para el periodo 1980-2015. Se aplicó logaritmo al PIB
per cápita, el mismo que también fue elevado al cuadrado con el ﬁn
de comprobar la hipótesis de Kuznets, la variable desigualdad está
medida en tasa por lo que no fue necesario aplicar logaritmo. En
los países donde no se encontró algunos datos para las variables
se interpoló y extrapoló los mismos. La Tabla 1, que se muestra más
adelante, resume las variables utilizadas en el modelo econométrico
de este artículo.

Así mismo, en la Figura 1, se muestra la correlación entre la

desigualdad y el PIB per cápita a nivel global y por grupo de ingre-
sos de acuerdo a sus ingresos, en la ﬁgura A existe una tendencia
lineal entre desigualdad y PIB per cápita. En las ﬁguras B, E, F, G,
que representan PIEA, PIMB, PIBJ, PIEB; respectivamente, se cum-
ple la hipótesis de la curva de Kuznets, es decir, al inicio del periodo
cuando el PIB per cápita es bajo la desigualdad también es baja, sin
embargo a medida que aumenta el PIB per cápita, aumenta de igual
forma la desigualdad en la distribución del ingreso; esto hasta que
el PIB per cápita llega a un umbral donde aumenta el desarrollo, por
lo que la desigualdad empieza a disminuir.

En la ﬁgura C, que representa los PIA, la correlación entre des-

igualdad y PIB per cápita muestra una forma de U invertida; mien-
tras que en la ﬁgura D que representa los PIMA la correlación entre
desigualdad y PIB per cápita tiene una tendencia lineal creciente.

Por su parte, la Tabla 2 muestra los estadísticos descriptivos

de la desigualdad y el PIB per cápita a nivel mundial para los 103
países y para los grupos de países en función a su nivel de ingresos.
De acuerdo a la desviación estándar, los resultados son relevantes
debido a que ésta es mayor entre países que dentro de países. El
panel de datos está estrictamente equilibrado en tiempo (T=1, . . . ,
36) y en la sección transversal (i=1, . . . , 103).

111

Desigualdad y crecimiento económico a nivel mundial.....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 1. Deﬁnición de variables

Variable

Descripción

Unidad de medida

Dependiente
Desigualdad

Desigualdad por ingresos

Índice de Gini

Independiente
PIB per cápita

Producto interno bruto per cápita

Dólares, constantes de 2010

Figura 1. Correlación entre la desigualdad y el PIB per cápita)

Fuente:

Elaboración propia con datos del Banco Mundial (2016)

Tabla 2. Estadísticos descriptivos

Variable

Clasiﬁcación

Media

Desv. est.

Mín.

Máx.

Obs

Desigualdad

Global

37,91

10,77

10,91

84,78

3708

Entre países

9,36

24,02

68,02

103

Dentro del país

5,39

-1,42

72,81

T =

Log PIB per cápita

Global

8,63

1,43

1,65

11,60

3708

Entre países

1,39

5,60

11,22

103

Dentro del país

0,39

4,67

10,10

T =

112

Córdova K. & Lozano E.

Vol.9-N°2, Julio - Diciembre 2021

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

3.2 | Metodología

Kuznets en 1955 formuló una hipótesis en la que se relaciona la

distribución del ingreso a través del crecimiento económico, en 1971,
obtuvo el premio Nobel de economía como reconocimiento a la for-
mulación de esta teoría, que explica el comportamiento a largo plazo
de la distribución del ingreso en los países a través de su proceso de
desarrollo, denominada hipótesis de la curva de Kuznets. Esta rela-
ción se presenta en la siguiente ecuación:

I G = β

+ β

P I B + β

P I B

+ ϵ

(1)

donde IG es el coeﬁciente de Gini que representa la desigualdad,

PIB es el crecimiento económico per cápita, P I B

es el crecimiento

económico per cápita al cuadrado, y ϵ es el término de error.

En la primera etapa, estimamos un modelo de regresión bá-

sico de datos de panel. La variable dependiente es la desigualdad
(I G

i ,t

) y la variable independiente es el logaritmo del PIB per cápita

(l og P I B

i ,t

) del país i=1,. . . ,103 del período t=1980 ,. . . ,2015,se utili-

za la variable logaritmo de PIB per cápita al cuadrado (l og P I B

i ,t

), con

el ﬁn de demostrar la hipótesis de la curva de Kuznets, cuyo signo del
coeﬁciente debe ser negativo. Este modelo básico permite veriﬁcar
el grado de asociación y la dirección de la relación entre las dos varia-
bles a nivel mundial y por grupos de países. La ecuación (2) formaliza
la relación entre las dos variables:

I G

i .t

(γ

+ δ

) + γ

l og P I B

i .t

+ γ

l og P I B

i .t

+ θ

i ,t

(2)

La prueba de Hausman (1978) se empleó para elegir entre un

modelo de efectos ﬁjos o aleatorios. El modelo propuesto en la Ecua-
ción (2) tiene dos problemas estructurales. La prueba de Wooldridge
(2002) sugiere la presencia de autocorrelación y la prueba del multi-
plicador de Lagrange de Breusch-Pagan, muestra que el modelo tiene
heterocedasticidad. Para corregir el sesgo en los estimadores causa-
dos por la autocorrelación y la heterocedasticidad, se utilizó un mo-
delo de Mínimos Cuadrados Ordinarios Generalizados (GLS). Los pa-
rámetros capturan la variabilidad en tiempo y sección transversal. Fi-
nalmente, el parámetro es el término de error estocástico.

Para garantizar que la serie no tenga el problema de la raíz unita-

ria, se utilizó un conjunto de pruebas, que coinciden en que la prime-
ra diferencia elimina el efecto de tendencia de las dos variables. Las
pruebas utilizadas fueron: Dickey&Fuller Aumentada (1981), Phillips
y Perron (1988), Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003), y
Breitung (2002), que se pueden estimar a partir de la siguiente ecua-
ción:

+ λy

t −1

+ α

t +

i =2

t −i −1

+ ϵ

(3)

Donde, y

es la serie que se supone que contiene al menos una

raíz unitaria, α

es la intersección y α

captura el efecto de tenden-

cia del tiempo, ϵ

es el error gaussiano, y p representa la longitud del

desfase. En la Ecuación (3), cuando el parámetro λ es signiﬁcativo, se
puede concluir que al menos uno de los paneles tiene una raíz unita-
ria. El uso de cinco pruebas diferentes asegura que las series utiliza-
das en las estimaciones posteriores no tienen el problema de la raíz
unitaria. La segunda etapa de la estrategia econométrica determina
el equilibrio a corto y largo plazo entre las dos variables utilizando
la prueba de cointegración desarrollada por Pedroni (1999), el equili-
brio a largo plazo se determina con base en la siguiente ecuación:

I G

i ,t

n−1

j =1

i j

l og P I B

i ,t −j

n−1

j =1

i j

l og I G i , t − j + π

E CT

t −j

+ ϵ

i ,t

(4)

Donde I G

i ,t

representa la desigualdad del país i en el período t.

Los parámetros β , ω y π son los parámetros a estimar, y el término

E CT

t −1

es el vector de cointegración de equilibrio a largo plazo.

Finalmente, ϵ

i ,t

es el término de error aleatorio estacionario con

media cero y es la longitud del desfase determinada con el criterio de
información de Akaike (1974). Además, el equilibrio a corto plazo se
determina mediante la prueba de Westerlund (2007) a partir de la si-
guiente ecuación:

I G

i ,t

+ α

I G

i ,t −1

− β

l og P I B

i ,t −1

j =1

i j

I G

i ,t −j

j =−qi

i j

l og P I B

i ,t −j

+ ϵ

i ,t

(5)

Donde t=1,. . . ,T períodos de tiempo y en i=1,. . . ,N países. El tér-

mino d

es el componente determinista. La hipótesis nula sugiere que

no hay cointegración a corto plazo. Sin embargo, la prueba de coin-
tegración a corto y largo plazo solo indica la existencia o no de un
vector entre las variables de estudio. Además, los modelos con da-
tos de panel ofrecen resultados que son demasiado agregados. En
consecuencia, en la próxima etapa estimamos la fuerza del vector de
cointegración utilizando el enfoque de Pedroni (2001), aplicado por
Neal (2014). Esta estrategia permite evaluar la fuerza del vector de
equilibrio entre la desigualdad y el PIB per cápita. Especíﬁcamente,
la fortaleza de la relación entre las dos variables, en cada país se esti-
mó utilizando un modelo dinámico de mínimos cuadrados ordinarios
(DOLS) y para grupos de países a través de una dinámica ordinaria del
modelo de panel de mínimos cuadrados (PDOLS). La siguiente ecua-
ción plantea la relación entre las dos variables:

I G

i ,t

+ δ

l og P I B

i ,t

j =−p

i j

△ l og P I B

i ,t −j

+ µ

i ,t

(6)

113

Desigualdad y crecimiento económico a nivel mundial.....

Vol.9-N°2, Julio - Diciembre 2021

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

Donde

I G

i ,t

desigualdad,

i=1,. . . ,103

países,

t=1980,. . . ,2015 es el tiempo, p=1,. . . ,P es el número de retrasos y
avances en la regresión DOLS, mientras que δI G

i ,t

/δ

l og P I B

i ,t

=δ

mide el cambio en la desigualdad cuando cambia el PIB per cápita.
Los coeﬁcientes δ y los valores t se obtienen de los valores promedio
en todo el panel utilizando el método de los promedios grupales.
El estimador PDOLS se promedia a lo largo de la dimensión entre
los grupos (Neal, 2014), y la hipótesis nula establece que β

=β

Finalmente, en la cuarta etapa usamos la prueba formalizada por Du-
mitrescu y Hurlin (2012) para determinar la existencia y la dirección
de causalidad entre las dos variables usando la siguiente expresión:

I G

i ,t

K =1

I G

i ,t −K

K =1

∆

l og P I B

i ,t −K

+ µ

i ,t

(7)

En la ecuación (7), suponemos que β

= β

,. . . ,β

, y que el tér-

mino α

se ﬁja en la dimensión de tiempo. El parámetro autorregre-

sivo γ

y el coeﬁciente de regresión β

varían entre las secciones

transversales. La hipótesis nula plantea que no hay relación causal
para ninguna de las secciones transversales del panel H

:β

= 0

4 | DISCUSIÓN DE RESULTADOS

La Tabla 3 muestra los resultados de la estimación de la desigual-

dad y el PIB per cápita a nivel mundial y por grupos de países. De

acuerdo con la prueba de Hausman (1978), los paneles Global, PIEA
y PIA se estimaron con Efectos Fijos y los paneles de PIMA, PIMB,
PIBJ y PIEB con Efectos Aleatorios.

Los resultados obtenidos indican una relación positiva y estadís-

ticamente signiﬁcativa entre la desigualdad y PIB per cápita a nivel
global, mientras que en los PIEA y PIA existe una relación negativa
y signiﬁcativa entre las variables; en el resto de grupos de países los
resultados no son signiﬁcativos. Además, los resultados conﬁrman el
cumplimiento de la hipótesis de la curva de Kuznets a nivel global, sin
embargo, para los PIMB y PIEB, los resultados no son signiﬁcativos.

Estos resultados son importantes debido a que solo en un es-

tudio se relacionó estas variables a través de la hipótesis de la CK,
pero Barro (2000) indica que no solo el PIB per cápita inﬂuye en la
desigualdad, sino que también la adopción de cada tipo de nueva tec-
nología tiene un efecto transitorio de tipo Kuznets sobre la distribu-
ción del ingreso. En el primer grupo de evidencia empírica se veriﬁca
la existencia de una relación entre la desigualdad y el PIB per cápi-
ta, como se demuestra en los estudios realizados por Rubin y Segal
(2015); Iniguez-Montiel (2014); Weinhold, Killick y Go (2013); Gal-
braith (2008) y Banerjee y Duﬂo (2003).

Herzer y Vollmer (2012) por su parte, indican que la desigual-

dad tiene un efecto negativo a largo plazo en el ingreso, tanto para
la muestra en general como para países desarrollados, en desarrollo,
democracias y no democracias.

Tabla 3.Regresión básica

GLOBAL

PIEA

PIA

PIMA

PIMB

PIBJ

PIEB

Log PIB per cápita

4.099***

-290.3*

-143.4*

-19.74

2.304

-3.191

4.116

(4.21)

(-2.27)

(-2.22)

(-0.39)

(0.94)

(-0.77)

(1.93)

Log (PIB per cápita)2

-0.327***

13.12*

6.810*

1.406

-0.134

0.233

-0.732**

(-5.80)

(2.28)

(2.20)

(0.53)

(-0.78)

(0.80)

(-3.22)

Constant

25.42***

1635.2*

786.4*

90.93

28.43**

47.38**

41.22***

(6.06)

(2.29)

(2.34)

(0.37)

(3.13)

(3.18)

(6.85)

Hausman test (p-value)

0,0000

0,6709

0,066

0.3456

0,2367

Serial correlation test (p-value)

0,8564

0,2943

0,7148

0,8595

0,8967

0,8518

0,8248

Fixed eﬀects (time)

Fixed eﬀects (country groups)

Observations

3708

108

648

288

1116

1044

504

Nota: t estadísticos en paréntesis *p < 0.05, **p < 0.01, ***p < 0.001.

En la prueba de raíz unitaria se utilizó cinco pruebas indepen-

dientes, las pruebas Fisher, de Dickey & Fuller Augmentada (1981),
Phillips y Perron (1988). Los resultados de estas pruebas se mues-
tran en la Tabla 4 obtenidos con efectos del tiempo y sin efectos del

tiempo, cuyos resultados conﬁrman que las primeras diferencias de
ambas series no tienen el problema de raíz unitaria. En general, la
evidencia encontrada sugiere que las dos series tienen un orden de
integración I (1).

114

Desigualdad y crecimiento económico 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 primeras diferencias

Grupos

Var

ADF

LLC

IPS

ADF

LLC

IPS

Sin efectos del tiempo

Con efectos del tiempo

GLOBAL

-72,04*

-29,86*

-52,48*

-12,49*

-62,03*

-72,44*

-29,92*

-51,56*

-12,37*

-61,23*

PIB

-30,47*

-14,42*

-6,64*

-8,94*

-28,88*

-31,82*

-11,55*

-21,98*

-8,55*

-26,93*

PIEA

-10,85*

-1,39

-7,34*

-0,24

-9,39*

-13,79*

-4,96*

-12,20*

0,02

-13,61*

PIB

-4,31*

-3,00*

-3,35*

-2,90*

-4,36*

-5,68*

-1,25

-1,93*

-2,40*

-3,96*

PIA

-28,75*

-13,70*

-16,95*

-5,37*

-25,08*

-29,95*

-14,03*

-18,00*

-6,18*

-25,45*

PIB

-11,04*

-6,13*

-11,51*

-5,18*

-11,51*

-11,42*

-4,94

-9,29*

-4,06*

-11,69*

PIMA

-20,11*

-9,45*

-18,67*

-10,13*

-18,04*

-19,09*

-9,28*

-10,68*

-9,90*

-15,19*

PIB

-7,80*

-3,40*

-3,36*

-3,03*

-5,43*

-7,96*

-2,63*

-5,01*

-2,01*

-6,78*

PIMB

-38,48*

-15,08*

-33,50*

-6,61*

-35,50*

-38,78*

-15,15*

-36,63*

-6,82*

-37,93*

PIB

-18,47*

-9,35*

-20,66*

-4,85*

-20,32*

-21,15*

-8,60*

-18,74*

-4,83*

-20,57*

PIBJ

-39,30*

-15,47*

-29,08*

-7,07*

-34,79*

-39,18*

-14,58*

-28,38*

-6,99*

-33,07*

PIB

-15,57*

-6,88*

-10,64*

-3,40*

-13,18*

-14,82*

-5,84*

-9,67*

-4,64*

-13,82*

PIEB

-28,72*

-13,02*

-13,05*

-7,22*

-18,97*

-29,65*

-13,44*

-14,22*

-8,23*

-21,20*

PIB

-12,33*

-4,39*

-8,44*

-4,07*

-10,00*

-12,40*

-5,05*

-14,14*

-5,15*

-12,60*

Nota: *signiﬁcancia al 1 %. Var= Variables, IG= Desigualdad de ingresos, PIB= Producto Interno Bruto per cápita

Al estar las series cointegradas, existe una fuerza que lleva a la

serie al equilibrio en el largo plazo. La Tabla 5 informa los resultados
de la prueba de cointegración entre las dos variables globales para
103 países y para los seis grupos de países, con las siguientes esta-
dísticas: una estadística de panel-v, panel-rho, panel-PP y panel-ADF.
Las estadísticas v, p, PP y ADF, dentro de las dimensiones de los pane-
les a nivel global muestran un resultado coherente entre ellas, mien-

tras que en los grupos de países no hay signiﬁcancia en el estadístico-
v, y entre las dimensiones de los paneles todos los estadísticos son
signiﬁcativos, por lo que, se puede decir que las dos series se mue-
ven juntas, simultáneamente en el tiempo y en la sección transversal,
existiendo un equilibrio a largo plazo entre las variables, teniendo al
menos un vector de cointegración.

Tabla 5. Resultados del test de cointegración de Pedroni

GLOBAL

PIEA

PIA

PIMA

PIMB

PIBJ

PIEB

Dentro de las estadísticas de prueba de dimensión

Panel estadístico-v

2,05*

0,70

1,57

-0,05

1,17

1,20

0,58

Panel estadístico-p

-53,46***

-9,92**

-22,02***

-12,81**

-29,68***

-29,09***

-19,16***

Panel estadístico-PP

-96,61***

-19,27***

-41,45***

-25,76***

-48,46***

-55,07***

-44,57***

Panel estadístico-ADF

-54,00***

-13,16***

-16,47***

-13,69***

-34,06***

-30,59***

-14,18***

Entre las estadísticas de prueba de dimensión

Grupo estadístico-p

-43,16***

-7,97**

-17,72***

-10,17**

-23,99***

-23,46***

-15,67***

Grupo estadístico-PP

-110,10***

-22,15***

-45,58***

-28,72***

-53,36***

-63,73***

-48,88***

Grupo estadístico-ADF

-52,96***

-10,8**

-11,22**

-14,71***

-31,34***

-28,47***

-15,42***

Nota: * signiﬁcancia al 5 %, **signiﬁcancia al 1 %, ***signiﬁcancia al 0,1 %.

Sin embargo, es muy posible que los cambios en la desigualdad

de ingresos varíen inmediatamente como resultado de los cambios
en el PIB per cápita. Para evaluar esta relación, se utiliza el modelo
de error vectorial de los datos del panel VECM propuesto por Wes-
terlund (2007).

Este modelo veriﬁca la ausencia o presencia de cointegración

que determina la existencia de errores de vectores para cada país y
para los grupos de países. En la Tabla 6 se muestran los resultados
del test de Westerlund, cuyos resultados nos permiten aceptar la hi-
pótesis alternativa de cointegración entre las dos series analizadas,
a nivel global, para los PIEA, PIA, PIMA, PIBJ y PIEB. Esto signiﬁca
que un cambio en el PIB per cápita genera cambios inmediatos en la

desigualdad de ingresos. La existencia de un equilibrio a corto plazo
de las variables se cumple a nivel global y en los grupos de países
mencionados porque las estadísticas son signiﬁcativas.

En otros estudios se muestra el efecto que va del PIB per cápi-

ta hacia la desigualdad: Forbes (2000) y Voitchovsky (2005) indican
que la desigualdad en el extremo superior de la distribución está aso-
ciada positivamente con el crecimiento, mientras que la desigualdad
más baja, la distribución se relaciona negativamente con el crecimien-
to posterior. Por el contrario Deininger y Squire (1998); Wan, Lu, y
Chen (2006); Knowles (2010), indican una relación negativa entre las
variables.

115

Desigualdad y crecimiento económico a nivel mundial.....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 6. Test de Westerlund VECM

Estadístico

Valor

Valor Z

Valor P

GLOBAL

-3,02

-8,42

0,00

-24,23

-18,81

0,00

-25,93

-5,23

0,00

-12,54

-6,09

0,00

PIEA

-2,84

-1,05

0,15

-37,87

-6,76

0,00

-5,10

-1,68

0,04

-16,12

-2,08

0,02

PIA

-3,77

-7,47

0,00

-25,57

-8,72

0,00

-16,33

-8,58

0,00

-24,04

-10,71

0,00

PIMA

-3,43

-3,78

0,00

-23,42

-4,90

0,00

-9,59

-4,21

0,00

-20,08

-5,27

0,00

PIMB

-2,42

-0,45

0,33

-14,35

-2,06

0,02

-12,20

-0,51

0,31

-9,97

-0,95

0,17

PIBJ

-2,90

-3,70

0,00

-28,48

-13,42

0,00

-12,29

-1,06

0,14

-10,37

-1,28

0,10

PIEB

-3,43

-5,02

0,00

-33,09

-11,92

0,00

-10,93

-3,52

0,00

-15,85

-4,32

0,00

Los resultados de la prueba de cointegración de Pedroni solo

muestra la existencia de un vector de cointegración, pero no informa
sobre la fuerza del vector o el efecto individual en cada país. Las Ta-
blas 7 y 8 muestran los resultados encontrados en esta etapa de la
estimación. El panel DOLS es paramétrico y constituye una opción
alternativa para obtener el estimador de panel OLS totalmente modi-
ﬁcado desarrollado por Phillips & Moon (1999) y Pedroni (2001).

Se estima la fuerza del vector de cointegración de Pedroni

(2001) formalizado en la Ecuación (6) y en la Tabla 7 se muestran
los estimadores individuales obtenidos por mínimos cuadrados diná-
micos (DOLS) para los países con efectos de tiempo ﬁjo (WD) y sin
efecto de tiempo (WOD). La desigualdad de ingresos y el PIB per
cápita se expresaron en logaritmos, por lo tanto, los estimadores se
pueden interpretar como elasticidad de una manera directa.

Los países con coeﬁciente positivo, muestran que la relación en-

tre desigualdad de ingresos y el PIB per cápita es positiva, y si el co-
eﬁciente tiende a 1 o es mayor que 1, la fuerza del vector de cointe-

gración es contundente. Cuando la elasticidad es negativa, la relación
entre las dos variables es negativa. Los países que presentan un vec-
tor de cointegración menor que 1, con efectos del tiempo y según su
clasiﬁcación son: En los PIMA Honduras; en los PIMB, Colombia, Lat-
via, Lithuania; en los PIBJ Armenia, El Salvador y Perú, y en los PIEB,
Cambodia. Esto denota que los cambios en los niveles de producción
no tienen un fuerte impacto en la desigualdad de ingresos.

De la prueba de Pedroni (2001), estimamos la fuerza del vector

de cointegración por grupos de países, que se informa en la Tabla 9.
Para asegurar la consistencia de los parámetros obtenidos, estima-
mos un modelo con efecto de tiempo y otro sin efecto de tiempo. A
nivel global, en los PIMB y PIBJ el vector es estadísticamente signi-
ﬁcativo, tanto con efecto y sin efecto de tiempo, y mantienen una
relación negativa entre la desigualad de ingresos y el PIB per cápi-
ta, lo que signiﬁca que a medida que aumenta el PIB per cápita, la
desigualdad de ingresos disminuye. En los PIA y PIMA el vector es
estadísticamente signiﬁcativo sin efecto del tiempo, teniendo una re-
lación positiva entre variables.

116

Desigualdad y crecimiento económico a nivel mundial.....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla

esult

ados

del

modelo

DOLS

par

países

individuales,

PIEA,

PIA

PIMA

PIEA

PIA

PIMA

aís

Lux

emborug

3,86

2,74

ustr

alia

-97,04

-38,97

ahamas

-13,51

-15,93

orw

-24,32

-1,11*

ustria

-35,27

46,54

yprus

-11,79

-2,12

Switz

erland

3,33

55,2

Canada

23,27

27,53*

reec

10,82

17,77*

enmark

-64,76

25,91

ondur

-0,48

-1,25

inland

13,92

19,71

Isr

ael

-29,3

44,2

anc

-179,7*

-21,21

alta

-7,62

1,7

erman

-30,36

-78,38

ortugal

-56,4

25,41

eland

12,57

10,1

Slo

venia

22,66

15,54

eland

-1,61

5,98

Italy

39,53

20,15

Japan

-8,39

5,14

etherlands

-66,55*

7,44

ealand

-29,05

-33,99

Singapor

-11,76

-0,62

Spain

72,49

52,95

eden

-15,31

-1,36

nit

King

dom

166*

63,91

nit

Sta

tes

39,38

-25,01

ta:

*indica

rechaz

hipó

tesis

nula

niv

del

par

H0:

117

Desigualdad y crecimiento económico a nivel mundial.....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla

esult

ados

del

modelo

DOLS

par

países

individuales,

PIMB,

PIB

PIEB

PIMB

PIB

PIEB

aís

tina

-14,35*

-19,96*

rmenia

-0,35

-8,41

angladesh

17,94

44,1

arbados

-11,23

-1,26

erbaijan

-15,6

-15,72*

Cambodia

-0,35

2,5

tsw

ana

-30,44

-20,72

elarus

-1,69

-11,96*

ambia,

53,12

-79,27

razil

3,92

-29,51*

elic

-10,08*

-5,47

temala

15,49

4,86

ulgaria

-18,66

-34,17*

olivia

-14,19

-42,54

India

35,88

2,29

Chile

13,11

-2,43

China

-5,35

13,66

gyz

-17,35

-13,47

olombia

5,47

0,13

osta

arﬁl

7,42

22,82

Leso

tho

26,42

-78,25

osta

ica

9,8

-17,12

ominican

epublic

-6,23

5,94

auritania

-18,14

21,24

roa

tia

-8,3

-5,31

gyp

53,44

28,16

akistan

12,7

-0,12

ech

epublic

5,23

24,41

alv

ador

0,15

9,69

Tajikistan

-11*

-11,91*

cuador

-6,11

-63,11*

iji

-26,84*

-10,75

Tanzania

-230,4

94,34

onia

2,39

7,09

eor

gia

-3,04

-5,96*

ganda

31,86

20,25

ungary

11,05

15,75

hana

-28,93

-0,94

zbekistan

-4,99

-1,24

an,

Islamic

-13,28

-7,15

Indonesia

-18,21

3,71

Vie

tnam

-3,43

-13,16

Jamaica

-52,93

-21,35

Jor

dan

-15,54

-29,49

azakhstan

-20,39*

-23,81*

oso

-8,72

-1,83

ea,

ep.

-6,76

2,6

edonia,

-37,84

4,88

tvia

-0,54

-0,11

oldo

-8,8

-12,92*

Lithuania

0,26

0,59

ong

olia

-6,64

-4,82

ala

ysia

22,71

32,09*

184,8*

62,25

exic

-25,11

-24,64

eria

1,73

-4,24

tenegr

-0,86

-7,82*

agua

1,05

-12,44

anama

3,78

-5,02

eru

0,16

-9,11

oland

-8,05

-3,59

Serbia

-7,37

-0,30

omania

-8,22

-16,39*

Sri

Lanka

19,65

-22,12

ussian

Feder

ation

-5,44

-7,66

hailand

-8,54

-0,91

Slo

vak

-4,53

2,78

Turkmenistan

9,38

3,22

South

frica

-4,83

-12,38

aine

-17,2

-17,37*

Turk

-32,62*

-48,51

est

ank

and

aza

-6,75*

2,9*

rugua

-16,68

-11,9

enezuela

-25,87

-38,31*

ta:

indica

rechaz

hipó

tesis

nula

niv

del

par

H0:

118

Desigualdad y crecimiento económico a nivel mundial.....

Vol.9-N°2, Julio - Diciembre 2021

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

Tabla 9. Resultados del modelo PDOLS por grupos de países

Grupos

Con efecto de tiempo

Sin efecto de tiempo

Estadístico-t

GLOBAL

-2,53*

-5,87

-1,71*

-2,66

PIEA

-5,71

-0,37

18,94

-0,96

PIA

-9,59

-0,28

4,77*

2,09

PIMA

-10,67

-0,78

10,67*

2,26

PIMB

-7,66*

-3,14

-10,83*

-4

PIBJ

1,02*

-3,96

-2,07*

-3,19

PIEB

-6,59

-0,01

-0,56

-0,29

Nota: * indica el rechazo de la hipótesis nula en el nivel del 5 % para H0: = 1

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

sada en la prueba propuesta por Dumitrescu y Hurlin (2012) se pre-
sentan en la Tabla 10. A nivel global, en los países de ingresos medios
altos y en los países de ingresos bajo existe causalidad unidireccional,
que va desde el PIB per cápita hacia la desigualdad de ingresos.

Los resultados de la prueba de causalidad sugieren que, a nivel

global, en los países de ingreso medios altos y en los países de ingre-
sos bajos, el PIB per cápita puede aumentar mediante cambios en la
desigualdad de ingresos. Mientras que, en los países de ingresos ex-
tremadamente altos ingresos altos, ingresos medios bajos y extrema-
damente bajos, las políticas a favor de la reducción de la desigualdad
de ingresos pueden limitar la expansión del producto, y así, mismo el
crecimiento del PIB per cápita puede incrementar la desigualdad de
ingresos. Lundberg y Squire (2003) indican que el examen simultáneo
del crecimiento y la desigualdad produce resultados signiﬁcativamen-
te diferentes.

De acuerdo a los resultados obtenidos, se pueden aplicar po-

líticas con enfoque ideológico estatal, es decir, que el estado debe
intervenir, en este caso, con políticas que tiendan a reducir la des-
igualdad. Esto coincide con las implicaciones de política propuestas
por Iñiguez-Montiel (2014) y Shin (2012); el primero señala que para
una economía de ingresos medios que exhibe tasas de crecimiento
bastante bajas y altos niveles de desigualdad, la mejora en su distri-
bución de ingresos y activos es esencial para que la economía tenga
éxito en reducir la desigualdad y por ende la pobreza.

En el segundo artículo se señala que la desigualdad de ingresos

puede reducirse mediante un mayor impuesto a la renta en un estado
casi estable, pero no puede reducirse en la etapa inicial del desarrollo
económico, dos políticas gubernamentales -crecimiento económico
rápido y baja desigualdad de ingresos- pueden lograrse en la etapa
inicial del desarrollo económico, pero ambos no pueden lograrse si-
multáneamente en un estado casi estable.

Tabla 10. Resultados del test de causalidad basado en Dimitrescu y Hurlin

Dirección causal

Grupo

W-bar

Z-bar

Valor-p

Desigualdad → PIB per cápita

GLOBAL

1,03

0,21

0,84

PIEA

1,79

0,97

0,33

PIA

0,78

-0,65

0,52

PIMA

1,25

0,49

0,62

PIMB

1,08

0,30

0,77

PIBJ

1,12

0,44

0,66

PIEB

0,77

-0,61

0,54

Desigualdad ← PIB per cápita

GLOBAL

1,32

2,27

0,02

PIEA

1,83

1,01

0,31

PIA

0,89

-0,34

0,74

PIMA

2,52

3,04

0,00

PIMB

1,03

0,10

0,92

PIBJ

1,66

2,53

0,01

PIEB

0,99

-0,01

0,98

5 | CONCLUSIONES

En esta investigación se analizó la existencia de equilibrio a largo

y corto plazo entre la desigualdad de ingresos y el PIB per cápita a ni-
vel mundial y por grupos de países de acuerdo a su nivel de ingresos,
en el período 1980-2015, para la regresión básica se basó en la hipó-

tesis de Curva de Kuznets (1955). Esta relación se pudo determinar
mediante técnicas de datos de panel con cointegración, utilizando el
test de cointegración de Pedroni (1999) para la relación a largo plazo,
y el test de Westerlund (2007) para la relación a corto.

De acuerdo a la regresión básica la hipótesis de la Curva de Kuz-

nets solo se cumple a nivel global y para los PIMB y PIEB, sin embargo,

119

Desigualdad y crecimiento económico a nivel mundial.....

Vol.9-N°2, Julio - Diciembre 2021

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

en estos dos últimos grupos los resultados no son signiﬁcativos. Se
encontró un equilibrio a largo plazo a nivel mundial y en todos los gru-
pos de países de acuerdo al nivel de ingresos. En el caso del equilibrio
a corto plazo, este existe a nivel global en los PIEA, PIA, PIMA, PIBJ y
PIEB. Para determinar la fuerza del vector de cointegración para ca-
da país individual y para cada grupo de países, se estimó un modelo
DOLS y PDOLS con y sin efectos de tiempo, respectivamente.

En general, los resultados muestran que en la mayoría de los

países la fuerza del vector de cointegración es fuerte, aunque en la
mayoría de países la relación es negativa. A nivel global, en los PIMB
y PIBJ el vector es estadísticamente signiﬁcativo, tanto con efecto y
sin efecto de tiempo, y mantienen una relación negativa entre la des-
igualad de ingresos y el PIB per cápita, lo cual es importante ya que
signiﬁca que a medida que aumenta el PIB per cápita, la desigualdad
de ingresos disminuye. En los PIA y PIMA el vector es estadísticamen-
te signiﬁcativo sin efecto del tiempo, teniendo una relación positiva
entre las variables.

Finalmente, la prueba de causalidad muestra la existencia de

una causalidad unidireccional que va del PIB per cápita hasta la des-
igualdad de ingresos, a nivel global, en los PIMA y PIB. Según estos re-
sultados se pueden aplicar políticas, primero incremento del impues-
to a la renta de manera que las personas con mayores ingresos apor-
ten más al estado, y este pueda otorgar una retribución de la renta
más equitativa, disminuyendo la desigualdad.

Segundo, incrementar la inversión en educación, que permita

dar mayor igualdad de oportunidades a las personas y así puedan ge-
nerar mayores ingresos que conlleve a la reducción de la desigualdad
de ingresos; y tercero, crear mayores fuentes de empleo, que les per-
mita a las personas una mayor remuneración y así tener acceso a una
buena calidad de vida.

Referencias bibliográﬁcas

[1] Afesorgbor, S. K., & Mahadevan, R. (2016). The Impact

of Economic Sanctions on Income Inequality of Target
States. World Development, 83(January 2015), 1–11.

[2] Akaike, H. (1974). A new look at the statistical model

identiﬁcation. IEEE Transactions on Automatic Control,
19(6), 716-723.

[3] Atems, B. (2018). The Journal of Economic Asymme-

tries Regional heterogeneity in the relationship bet-

ween inequality and growth: Evidence from panel vec-

tor autoregressions. The Journal of Economic Asymme-
tries, (January), 1–7.

[4] Banerjee, A. V, & Duﬂo, E. (2003). Inequality and

Growth: What Can the Data Say?, (1998), 267–299.

[5] Belhaj, N. (2015). Economic Inequality in the Arab Re-

gion. WORLD DEVELOPMENT, 66, 532–556.

[6] Barro, R. J. (2000). Inequality and Growth in a Panel of

Countries, 32(March), 5–32.

[7] Benjamin, D., Brandt, L., & Giles, J. (2011). DID

HIGHER INEQUALITY IMPEDE GROWTH IN RURAL,
121, 1281–1309.

[8] Biswas, S., Chakraborty, I., & Hai, R. (2017). INCO-

ME INEQUALITY , TAX POLICY , AND ECONOMIC
GROWTH *, 127(2000), 688–727.

[9] Bourguignon, F., Ferreira, F. H. G., & Leite, P. G. (2008).

Beyond Oaxaca – Blinder: Accounting for diﬀerences in
household income distributions, 117–148.

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

and cointegration. Journal of Econometrics, 108(2),
343-363.

[11] Brueckner, M., & Lederman, D. (2018). Inequality and

economic growth: the role of initial income. Journal of
Economic Growth.

[12] Busemeyer, M. R., & Tober, T. (2015). European integra-

tion and the political economy of inequality.

[13] Castello, A,. & Domenech, R. (2008). HUMAN CAPITAL

INEQUALITY , LIFE EXPECTANCY AND ECONOMIC
GROWTH *, 118, 653–677.

[14] Castello-Climent, A. (2010). Inequality and growth in ad-

vanced economies: an empirical investigation, (October
2007), 293–321.

[15] Castello, A., & Domenech, R. (2002). Human Capital,

Inequality and Economic Growth: some new evidence*,
112(1996), 187–200.

[16] Chambers, D., & Krause, A. (2010). Is the relationship

between inequality and growth aﬀected by physical and
human capital accumulation?, 153–172.

[17] Deininger, K., & Squire, L. (1998). New ways of looking

at old issues: inequality and growth, 57.

[18] Dickey, D., & Fuller, W. A., (1981). Likelihood ratio statis-

tics for autoregressive time series with a unit root. Eco-
nometrica, 49, 1057-1072.

[19] Dumitrescu, E. I., & Hurlin, C. (2012). Testing for Gran-

ger non-causality in heterogeneous panels. Economic
Modelling, 29(4), 1450-1460.

[20] Ezcurra, R., & Rodrpiguez-Pose, A. (2013). Does Econo-

mic Globalization aﬀect Regional Inequality? A Cross-
country Analysis, 52, 92–103.

120

Desigualdad y crecimiento económico a nivel mundial.....

Vol.9-N°2, Julio - Diciembre 2021

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

[21] Fishman, A. (2002). The Division of Labor , Inequality

and Growth, 117–136.

[22] Forbes, K. (2000). A Reassessment of the Relationship

Between Inequality and Growth, (1995).

[23] Frank, M. (2009). Inequality and growth in the United

States: evidence from a new state-level panel of inco-
me inequality measures.

[24] Galbraith, J. K. (2009). Inequality , unemployment and

growth: New measures for old controversies, 189–206.

[25] García-Peñalosa, C. (2010). Income distribution , econo-

mic growth and European integration, 277–292.

[26] Halter, D., Oechslin, M., & Zweimüller, J. (2014). Inequa-

lity and growth: the neglected time dimension, (Decem-
ber 2013), 81–104.

[27] Hartmann, D., Guevara, M. R., Jara-ﬁgueroa, C., & Aris-

tara, M. (2017). Linking Economic Complexity , Institu-
tions , and Income Inequality, 93, 75–93.

[28] Herzer, D., & Vollmer, S. (2012). Inequality and growth:

evidence from panel cointegration, 489–503.

[29] Hausman, J. A. (1978). Speciﬁcation tests in econome-

trics. Econometrica: Journal of the Econometric Society,
1251-1271.

[30] Im, K. S., Pesaran, M. H., & Shin, Y. (2003). Testing for

unit roots in heterogeneous panels. Journal of Econo-
metrics, 115(1), 53-74.

[31] Iniguez-Montiel, A. J. (2014). Growth with Equity for

the Development of Mexico: Poverty , Inequality , and
Economic Growth ( 1992 – 2008 ). WORLD DEVELOP-
MENT, 59, 313–326.

[32] Jaumotte, F., Lall, S., & Papageorgiou, C. (2013). Rising

Income Inequality: Technology, or Trade and Financial
Globalizationquest;, 61(2), 271–309.

[33] Kaldor, N. (1955). Alternative theories of distribution.

The review of economic studies, 23(2), 83-100.

[34] Kennedy, T., Smyth, R., Valadkhani, A., & Chen,

G. (2017). Does income inequality hinder economic
growth? New evidence using Australian taxation statis-
tics. Economic Modelling, (May), 1–9.

[35] Keynes, J. M. (1982). Activities 1929-1931: rethinking

employment and unemployment policies. Cambridge
University Press for the Royal Economic Society.

[36] Keynes, J. M. (1992). Teoría general de la ocupación, el

interés y el dinero. Fondo de cultura económica.

[37] Knowles, S. (2010). The Journal of Development Inequa-

lity and Economic Growth: The Empirical Relationship
Reconsidered in the Light of Comparable Data, (Fe-
bruary 2014), 37–41.

[38] Kuznets, S. (1955). Economic growth and income

inequality. American Economic Review, 45(1), 1–28.

[39] Lee, W., & Roemer, J. E. (1998). Income Distribution ,

Redistributive Politics , and Economic Growth, 240(Sep-
tember), 217–240.

[40] 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.

[41] Lewis, A. (1994). Economics of Development with unli-

mited supplies of Labour, The Economics of under de-
velopment. Ed: Agrawal, AN. And Singh, SP.

[42] Lin, F., & Fu, D. (2016). Trade , Institution Qua-

lity and Income Inequality. WORLD DEVELOPMENT,
77(9144034), 129–142.

[43] Lundberg, M., & Squire, L. (2003). THE SIMULTANEO-

US EVOLUTION OF GROWTH AND INEQUALITY *,
113(1994), 326–344.

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

of unit root tests with panel data and a new simple
test. Oxford Bulletin of Economics and Statistics, 61(S1),
631-652.

[45] Madsen, J. B., Islam, R., & Doucouliagos, H. (2017). PT.

European Economic Review.

[46] Mehic, A. (2018). Accepted cr t. Structural Change and

Economic Dynamics.

[47] Nissanke, M., & Thorbecke, E. (2010). Globalization , Po-

verty , and Inequality in Latin America: Findings from
Case Studies. World Development, 38(6), 797–802.

[48] Ortiz, I., & Cummins, M. (2012). DESIGUALDAD GLO-

BAL: La distribución del ingreso en 141 países. New

York: United Nations Children’s Fund (UNICEF).

[49] Panizza, U. G. O. (2002). Income Inequality and Econo-

mic Growth: Evidence from American Data, 25–41.

[50] 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.

121

Vol.9-N°2, Julio - Diciembre 2021

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

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

tegrated panels. Review of Economics and Statistics,
83(4), 727-731.

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

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

[53] Pieters, J. (2010). Growth and Inequality in India: Analy-

sis of an Extended Social Accounting Matrix. World De-
velopment, 38(3), 270–281.

[54] Ram, R. A. T. (1988). Economic Development and In-

come Inequality: Further Evidence on the U-Curve Hy-
pothesis, (11), 1371–1376.

[55] Rubin, A., & Segal, D. (2015). The eﬀects of economic

growth on income inequality in the US. JOURNAL OF
MACROECONOMICS, (May).

[56] Shin, I. (2012). Income inequality and economic growth.

Economic Modelling, 29(5), 2049–2057.

[57] UNU-WIDER (2018). World Income Inequality Databa-

se (WIID).

[58] Vanhoudt, P. (1997). Do Labor Market Policies and

Growth Fundamentals Matter for Income in OECD
Countries? Inequality, 44(3), 356–373.

[59] Voitchovsky, S. (2005). Does the Proﬁle of Income

Inequality Matter for Economic Growth?: of the Inco-
me Distribution, 273–296. Wan, G., Lu, M., & Chen, Z.
(2006). The inequality – growth nexus in the short and
long run: Empirical evidence from China, 34, 654–667.

[60] Weinhold, D., Killick, E., & Go, S. (2013). Soybeans ,

Poverty and Inequality in the Brazilian Amazon, 52,
132–143.

[61] Westerlund, J. (2007). Testing for error correction in pa-

nel data. Oxford Bulletin of Economics and Statistics,
69(6), 709-748.

[62] Wooldridge, J.M., (2002). Econometric Analysis of

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

[63] World Bank, 2018. World Development Indicators. Wa-

shington D.C.

[64] Yang, Y., & Greaney, T. M. (2016). Accepted us t. Journal

of Asian Economics.

122

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 Piña

| Pablo Ponce

Carrera 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, mont oqueequiv al eal 225

Los impactos 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.

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 =

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 =

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 E

) = (γ

+ δ

) + γ

Log (G D P

) + θ

(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:

= α + λy

t −1

+ α

t +

i =2

y −i −1

+ ϵ

(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:

i ,t

= α

j −1

n−1

i t −j

n−1

j −1

i ,t −j

+ πE CT

t −1

+ ϵ

i ,t

(3)

Donde, y

t representa la variable dependiente del país i en el

periodo t . β, w y π son los parámetros a estimar y el termino E CT

−1

es el vector de cointegración que determina si hay o no equilibrio
en el largo plazo y ﬁnalmente ϵ

t que 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:

i ,t

= δ

+ α

i ,t −1

− β

i ,t −1

) +

P i

j −1

i ,j

i t −j

P i

j =−qi

i j

i ,t −j

+ ϵ

i ,j

(4)

Donde t representa los periodos y la i el número de paises. El

componente determinístico está dado por d

, el vector X

t es alea-

torio e independiente de ϵ

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:

i ,t

= δ

+ δ

i ,t

j =−p

i ,t

∆X

i ,t −j

+ µ

i ,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,
i representa el número de paises y t mide 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:

i ,t

= δ

K =1

+ y

i ,t

K =1

i ,t −k

+ µ

i ,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

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.

IPS

ADF

IPS

ADF

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

-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

-3.935

-21.543

0.000

-21.245

-15.393

0.000

-42.532

-22.582

0.000

-23.125

-25.988

0.000

PIEA

-4.021

-8.029

0.000

-19.591

-4.479

0.000

-14.003

-6.779

0.000

-22.457

-8.755

0.000

PIA

-3.742

-2.989

0.001

-17.453

-1.447

0.074

-4.210

-0.641

0.261

-17.600

-2.507

0.006

PIMA

-3.259

-1.948

0.026

-12.529

-0.164

0.435

-6.253

-3.020

0.001

-21.273

-3.572

0.000

PIMB

-4.425

-11.523

0.000

-22.153

-6.894

0.000

-19.071

-11.207

0.000

-20.858

-8.913

0.000

PIB

-3.670

-10.345

0.000

-20.480

-8.160

0.000

-23.646

-11.978

0.000

-21.368

-13.145

0.000

PIEB

-3.973

-12.578

0.000

-23.163

-10.576

0.000

-25.254

-14.046

0.000

-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

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

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

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

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

-0,02

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

0,01

Guinea-Bissau

0,19

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

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

-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

de 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

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

DEUDA

PIA

1,47

0,58

0,55

PIB

PIA

16,65

19,16

PIMA

PIMB

1,39

1,26

0,2

PIMB

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

Título, autor (es) y filiación ins-
titucional

El título debe ser original, sintetizador de todo
el artículo y realista y su extensión no debe ex-
ceder las dos líneas. Se recomienda incluir el
espacio/lugar donde se realiza la investigación
pero no el tiempo, quedando a criterio de los
autores la inclusión del tiempo. Se recomienda
usar un nombre y un apellido, quedando a cri-
terio el uso de los dos apellidos por el autor. Si
este fuera el caso, deben estar unidos por un
guion. En la filiación institucional debe ir deba-
jo del nombre del autor (es) y la información de
contacto en un pie de página solo con el autor
de correspondencia. El Autor y la filiación ins-
titucional serán omitidos por el Editor cuando
los documentos sean enviados para la revisión
de los pares. Ejemplo:

Camila Hoffman

. Juan Pérez

Carrera de Economía. Universidad Nacional de
Loja

Autor de correspondencia

Resumen

El resumen debe ser un párrafo sintetizador
que no exceda las 250 palabras.

Palabras clave

Las palabras clave son identificativos que direc-
cionan la temática tratada en el artículo acadé-
mico. Estas palabras deben estar separadas por
un punto y deben estar relacionadas al máximo
con la\emph{ Clasificación JEL}. Se debe utilizar
entre 3 y 5 palabras o frases clave.

Clasificación JEL

Para organizar la gran cantidad de artículos aca-
démicos en el campo de la economía, se utiliza

Normas para elaboración de artículos científicos

una clasificación de las temáticas acorde con
el sistema usado por la revista\emph{ Journal
of Economic Literature (JEL)}. Esta clasificación
la realiza la\emph{American Economic Asso-
ciation} cada trimestre y abarca la información
sobre libros y artículos que se han publicado re-
cientemente en las disciplinas de la economía.
Los autores deben agregar entre 3 y 5 códigos
JEL a tres dígitos separados por un punto, los
cuales deben relacionarse al máximo con las
palabras clave. En el siguiente link encuentra
más información sobre la clasificación JEL:

https://www.aeaweb.org/jel/guide/jel.php

El resumen, las palabras clave y la clasificación
JEL deben estar en español e inglés deben
cumplir con las mismas características. \\

Todos los artículos enviados a RVE deben tener
cinco secciones. Las cinco secciones deben es-
tar numeradas con números indo-arábigos de
manera consecutiva con formato justificado.
Las cinco partes son las siguientes:

1. Introducción
2. Marco teórico y evidencia empírica
3. Datos y metodología
4. Discusión de resultados
5. Conclusiones

En las secciones tres, cuatro y cinco, los auto-
res pueden elegir otros nombres equivalentes.
Por ejemplo, en lugar de ?Marco teórico y evi-
dencia empírica? se puede denominar ?Teoría
y revisión de la literatura previa?. En caso de
que exista alguna sub-clasificación dentro de
cada sección, la numeración debe iniciar en
cada sección con el número de la sección. Por
ejemplo, si en la sección 3 existen dos sub-cla-
sificaciones. La primera será 3.1 y la segunda
3.2 y así en lo sucesivo, y luego la numeración
continúa con el número que le corresponde a

la siguiente sección. A continuación se explica
que aspectos que contiene cada sección.

Introducción

La extensión total de esta sección no debe pa-
sar 1,5 carillas (tomando en cuenta el tipo y
tamaño de letra, el espaciado y el interlineado
que se detallan más adelante).

Marco teórico y/o evidencia
empírica

Marco teórico y/o evidencia empírica es tam-
bién denominado como revisión de la litera-
tura, esta parte no debe exceder las 2 carillas.
Para que un artículo sea citado por el Autor o
autores, debe ser un artículo académico pu-
blicado en revistas científicas de las bases de
datos científicas: ISI, SCOPUS, LATINDEX, etc.).
A criterio de los autores del artículo, en casos
excepcionales se podrán citar documentos
de trabajo (working papers), cuyo número no
debe exceder de tres documentos. Evitar citar a
periódicos impresos o digitales, opiniones, re-
vistas de divulgación, libros divulgativos de ca-
rácter no académico, citas de documentos de
trabajo sin autor y/o sin fecha, periódicos, tesis
de grado y postgrado no publicados en revistas
académicas y demás documentos e ideas que
no pasan por un filtro de revisión por pares (re-
vistas académicas).

Datos y metodología

Este apartado se divide en dos secciones y no
debe exceder las 3 carillas. Esta sección debe
constar las fuentes estadísticas de los datos,
donde debe constar la descripción del tipo de
variables, el cálculo de indicadores y/o mode-
lo econométrico. Es decir, todas las transfor-
maciones realizadas para obtener las variables
que utilizan en las estimaciones economé-
tricas. Luego de leer esta sección, al lector le
debe quedar claro de donde tomó los datos el
autor (institución estadística oficial), su dispo-

nibilidad online, sus limitaciones, entre otras.
La incorporación de mapas, estadísticas des-
criptivas, gráficos de correlación, análisis de
dependencia espacial y cualquier información
que ayude a la comprensión del problema de
investigación es clave en un buen artículo.

En esta sección deben constar cuales con la
variable (s) dependiente (s), las variables inde-
pendiente (s) o las variables de forma clara. El
enfoque y la forma de estructurarlo depende-
rán de los autores de los artículos. El número de
variables de control debe ser definido entre los
autores. Además, esta sección debe incluir la
metodología econométrica, instrumento, me-
dio o herramienta que utiliza para cumplir con
el objetivo, verificar la hipótesis y responder a
las preguntas de investigación. La metodología
debe ser replicable.

Discusión de resultados

Esta sección contiene dos partes: la presenta-
ción de los resultados obtenidos, la explicación
del mismo, y la discusión con los resultados de
la teoría y la evidencia empírica usada en la sec-
ción previa. Además, debe tener máximo cua-
tro carillas, en la redacción se debe plasmar el
debate académico entre los resultados encon-
trados en el artículo académico con los resulta-
dos encontrados en los trabajos citados en la
evidencia empírica.

Las tablas de los resultados econométricos de-
ben ser generadas en un software estadístico
(recomendado programas que permiten gene-
rar la rutina todo lo realizado) de forma directa
mediante comandos con el fin de asegurar la
honestidad y la replicabilidad de los resultados.
Las tablas deben presentarse en formato tipo
papers con los estimadores y estadísticos es-
tándar de los artículos académicos.

Conclusiones

Esta sección muestra lo que hizo el artículo,

los resultados relevantes, las limitaciones del
artículo, las sugerencias de posibles investiga-
ciones que pueden desarrollarse a partir de su
investigación y las implicaciones de política.

Citas y referencias bibliográficas
Se debe citar bajo el formato APA en todo el
documento, tanto para las citas como para las
referencias bibliográficas. Los artículos citados
deben estar publicados en las revistas acadé-
micas. En este proceso puede apoyarse en cual-
quier gestor de referencias.

Ejemplos de referencias de revistas:

Solow, R. M. (1956). A contribution to the theory
of economic growth. The Quarterly Journal of
Economics, 65-94.
Lucas, R. (1988). On the mechanics of economic
development. Journal of Monetary Economics
22, 3-42.

Ejemplos de referencias de libros:

LeSage, J. P., & Pace, R. K. (2009). Introduction to
Spatial Econometrics. CRC Press.
Greene, W. H. (2003). Econometric analysis.
Pearson Education. India.

Anexos

Los anexos son opcionales. En caso de incluir-
los, en esta sección se debe agregar solo los
cuadros, tablas, mapas, descripciones estadísti-
cas que contengan información relevante para
el lector pero que no amerita ubicarlos en la se-
gunda parte del artículo académico.

Política sobre plagio

La revista Vista Económica de la Carrera de Eco-
nomía de la Universidad Nacional de Loja bus-
ca publicar aportes significativos a la academia
que sean originales e inéditos, por lo que se evi-
tará la publicación de contenido plagiado. Bajo
esta premisa, se considera lo siguiente:

• Una vez receptados los manuscritos estos se

someten a la detección automática por me-
dio del sistema de URKUND. Este sistema se
encarga de evaluar los textos y detectar po-
sibles indicios de plagio con el material dis-
ponible en internet, así mismo se considera
plagio a la copia directa de imágenes, ideas,
texto o datos de otras fuentes sin la debida
cita y referencia.

• En caso de que el manuscrito contenga una

gran proporción de texto plagiado se pro-
cederá a informar al autor/es el rechazo del
mismo.

• Si el porcentaje de plagio no supera el 15%

se procederá a informar al autor/es para su
corrección y así continuar con la revisión y
posible publicación del manuscrito.

• Si el autor/es deciden enviar un manuscrito

cuya versión previa ha sido publicada ante-
riormente, deberán tomar n consideración
que la nueva versión sea novedosa y tenga
un aporte sustancial, si el equipo revisor en-
contrara en el manuscrito una gran propor-
ción de plagio este se rechazará y se notifica-
rá al autor/es.

Directrices éticas para la

publicación de artículos

Introducción

La publicación de un artículo en una revis-
ta académica revisada por pares ciegos, sirve
como un elemento fundamental para el desa-
rrollo de una red de conocimientos coherente
y respetada de la comunidad académica en sus
respectivos campos de investigación, en dónde
se plasma el impacto de la labor y experiencia
de investigación de sus autores y también de
las instituciones que los apoyan. Por todas es-
tas, y muchas otras razones, es importante esta-
blecer y clarificar normas de comportamiento
ético esperado por todas las partes involucra-
das en el acto de publicar: el autor, el editor de
la revista, el revisor y la editorial a la que perte-

nece la revista.

Estas directrices éticas están concebidas en
mayor cuantía para las revistas de investigación
primaria, pero también pueden ser pertinentes
para otras publicaciones profesionales que ha-
gan uso de la difusión de la ciencia, en donde
intervienen los actores involucrados en el pro-
ceso, pero en general se rige a normas especí-
ficas de la disciplina o a órganos normativos,
como el Consejo Internacional de Editores de
Revistas Médicas (ICMJE) [1] y las Normas con-
solidadas para la presentación de informes de
ensayos (CONSORT) [2] y el Comité de Ética de
Publicaciones (Código de Conducta y Pautas
de Mejores Prácticas para Editores de Revistas,
COPE)

Directrices éticas de la editorial

Estas directrices se han redactado teniendo en
cuenta todos los requisitos y directrices éticos,
pero reconociendo especialmente que es una
función importante de la editorial para apoyar
los esfuerzos realizados por los editores de la
revista Vista Económica, y el trabajo voluntario
a menudo no reconocido que realizan los revi-
sores, para mantener la integridad del registro
académico. Aunque los códigos éticos se con-
centran inevitablemente en las infracciones
que a veces se producen, es fundamental que
el sistema funcione tan bien y que los proble-
mas éticos y técnicos en los documentos, antes
y una vez publicados, sean comparativamente
raros. La editorial de esta revista es asumida por
la Universidad Nacional de Loja, y como una
institución de educación superior, tiene un pa-
pel de apoyo, inversión, difusión y fomento en
el proceso de comunicación académica, pero
también es responsable en última instancia de
garantizar que se sigan las mejores prácticas en
sus publicaciones [3,4].
La Universidad Nacional de Loja como princi-
pal editorial de la revista Vista Económica, ha
adoptado estas políticas y procedimientos para
apoyar a los editores, revisores y autores en el
cumplimiento de sus deberes éticos según es-

tas directrices.

Directrices éticas del

editor en jefe

Decisiones de publicación

El editor en jefe de una revista científica es el
único responsable, de manera independiente,
de decidir cuál de los artículos presentados a
la revista debe ser aceptado para revisión y su
posterior publicación en caso de ser aprobado
por los revisores anónimos que forman parte
del proceso de arbitraje del artículo. La valida-
ción del trabajo en cuestión y su importancia
para los investigadores y lectores debe siempre
respaldar tales decisiones. El editor en jefe pue-
de guiarse por las políticas del consejo de re-
dacción de la revista y por los requisitos legales
que estén en vigor en ese momento en relación
con cuestiones como la difamación, la violación
de los derechos de autor y el plagio. El editor
está en libertad de consultar con otros editores
o revisores (o funcionarios de la sociedad) para
tomar estas decisiones.

Revisión por pares

El editor en jefe se asegurará de que el proce-
so de revisión por pares sea justo, imparcial y
oportuno. Los artículos de investigación deben
ser revisados normalmente por al menos dos
revisores externos e independientes y, cuando
sea necesario, el editor en jefe debe buscar opi-
niones adicionales.

El editor en jefe seleccionará a los revisores que
tengan la experiencia adecuada en el campo
pertinente y seguirá las mejores prácticas para
evitar la selección de revisores fraudulentos. El
editor en jefe revisará todas las revelaciones de
posibles conflictos de intereses y las sugeren-
cias de auto citación hechas por los revisores
para determinar si hay algún potencial sesgo.

Fair play

El editor en jefe debe evaluar los manuscritos
por su contenido intelectual sin tener en cuen-
ta la raza, el género, la orientación sexual, las
creencias religiosas, el origen étnico, la ciuda-
danía o la filosofía política de los autores.
Las políticas editoriales de la revista deben fo-
mentar la transparencia y la presentación de in-
formes completos y honestos, y el editor en jefe
debe asegurarse de que los revisores anónimos
y los autores comprendan claramente lo que se
espera de ellos. El editor en jefe utilizará el sis-
tema de presentación electrónica estándar de
la revista para todas las comunicaciones de la
misma. El editor en jefe establecerá, junto con
el comité editorial de la revista, un mecanismo
transparente de apelación contra las decisiones
editoriales.

Métrica de la revista

El editor en jefe no debe intentar influir en el
ranking de la revista aumentando artificialmen-
te cualquier métrica de la revista. En particular,
el editor en jefe no exigirá que se incluyan refe-
rencias a los artículos de esa (o cualquier otra)
revista, salvo por motivos auténticamente aca-
démicos, y no se exigirá a los autores que inclu-
yan referencias a los propios artículos del editor
en jefe o a los productos y servicios en los que
éste tenga interés

Confidencialidad

El editor en jefe debe proteger la confidenciali-
dad de todo el material presentado a la revista
y todas las comunicaciones con los revisores,
a menos que se acuerde otra cosa con los au-
tores y revisores pertinentes. En circunstancias
excepcionales y en consulta con el editor, éste
podrá compartir información limitada con los
editores de otras revistas cuando lo considere
necesario para investigar una presunta conduc-
ta indebida en la investigación [5]. Y, además, el
editor debe proteger la identidad de los reviso-
res, a través de un proceso de revisión anónima
(ciega).

Los materiales no publicados que se divulguen
en un manuscrito presentado no deben utilizar-
se en la propia investigación de un editor sin el
consentimiento expreso por escrito del autor.
La información o las ideas privilegiadas obteni-
das mediante la revisión por pares deben man-
tenerse confidenciales y no ser utilizadas para
beneficio personal.

Conflictos de intereses

Todo posible conflicto de intereses editoriales
debe declararse por escrito al editor antes de
su nombramiento y actualizarse cuando surjan
nuevos conflictos. El editor puede publicar esas
declaraciones en la revista.
El editor no debe participar en las decisiones
sobre los artículos que haya escrito él mismo
o que hayan escrito familiares o colegas o que
se refieran a productos o servicios en los que
el editor tenga interés. Además, cualquier pre-
sentación de este tipo debe estar sujeta a todos
los procedimientos habituales de la revista, la
revisión por pares debe ser manejada indepen-
dientemente del autor/editor pertinente y sus
grupos de investigación, y debe haber una de-
claración clara en este sentido en cualquier do-
cumento de este tipo que se publique.

Vigilancia de los registros publi-
cados

El editor debe trabajar para salvaguardar la
integridad del registro publicado revisando y
evaluando las conductas indebidas comunica-
das o sospechadas (investigación, publicación,
revisión y editorial), junto con el editor (o la so-
ciedad).
Por lo general, esas medidas incluirán ponerse
en contacto con el autor del manuscrito o do-
cumento y prestar la debida consideración a la
queja o las reclamaciones respectivas que se
hayan presentado, pero también podrán incluir
otras comunicaciones a las instituciones y órga-
nos de investigación pertinentes. El editor hará
además un uso apropiado de los sistemas del
editor para la detección de conductas indebi-

das, como el plagio.

Un editor al que se le presenten pruebas con-
vincentes de mala conducta debe coordinar
con el editor (y/o la sociedad) para organizar la
pronta corrección, retractación, expresión de
preocupación u otra corrección de la publica-
ción, según sea pertinente.

Directrices éticas de los

revisores

Contribución a las decisiones edi-
toriales

La revisión por pares ayuda al editor a tomar
decisiones editoriales y, a través de las comuni-
caciones editoriales con el autor, también pue-
de ayudar al autor a mejorar el trabajo. La re-
visión por pares anónimos es un componente
esencial de la comunicación académica formal,
y es uno de los pilares fundamentales del mé-
todo científico. Además de los deberes específi-
cos relacionados con la ética que se describen a
continuación, se pide en general a los revisores
que traten a los autores y a su trabajo como les
gustaría que los trataran a ellos mismos y que
observen un buen protocolo de revisión.

Todo revisor seleccionado que se sienta no cua-
lificado para revisar la investigación que figura
en un manuscrito o que sepa que su pronta re-
visión será imposible, debe notificarlo al editor
y negarse a participar en el proceso de revisión.

Confidencialidad

Todos los manuscritos recibidos para su revi-
sión deben ser tratados como documentos
confidenciales. Los revisores no deben compar-
tir la revisión o la información sobre el artículo
con nadie o contactar directamente con los au-
tores sin permiso del editor.
Algunos editores alientan el debate con cole-
gas o los ejercicios de revisión conjunta, pero

los revisores deben discutir primero esto con
el editor en jefe para asegurar que se respete
la confidencialidad y que los participantes reci-
ban el crédito adecuado.
Los materiales no publicados que se divulguen
en un manuscrito presentado no deben utili-
zarse en la investigación del propio revisor sin
el consentimiento expreso por escrito del au-
tor. La información o las ideas privilegiadas ob-
tenidas mediante la revisión por pares deben
mantenerse confidenciales y no ser utilizadas
para beneficio personal.

Cuestiones éticas del revisor

El revisor debe estar atento a las posibles cues-
tiones éticas del artículo y señalarlas ante el
editor, incluida toda similitud o superposición
sustancial entre el manuscrito examinado y
cualquier otro artículo publicado del que el re-
visor tenga conocimiento personal. Toda decla-
ración de que una observación, derivación o ar-
gumento ha sido notificado previamente debe
ir acompañada de la correspondiente citación.

Normas de objetividad y conflic-
to de intereses

Las revisiones deben realizarse de manera ob-
jetiva. Los revisores deben ser conscientes de
cualquier sesgo personal que puedan tener y
tenerlo en cuenta al revisar un documento. La
crítica personal al autor es inapropiada. Los ár-
bitros deben expresar sus opiniones claramen-
te con argumentos de apoyo.

Los revisores deben consultar al Editor antes
de aceptar revisar un artículo cuando tengan
posibles conflictos de intereses resultantes de
relaciones o conexiones competitivas, de cola-
boración o de otro tipo con cualquiera de los
autores, empresas o instituciones relacionadas
con los artículos.
Si un revisor sugiere que un autor incluya citas
de la obra del revisor (o de sus asociados), debe
ser por razones científicas genuinas y no con la
intención de aumentar el número de citas del

revisor o mejorar la visibilidad de su obra (o la
de sus asociados).

Directrices éticas de los

autores

Normas de información

Los autores de los informes de las investigacio-
nes originales deben presentar un relato exac-
to de la labor realizada, así como una discusión
objetiva de su importancia. Los datos subya-
centes deben representarse con precisión en
el documento. Un documento debe contener
suficientes detalles y referencias para permitir
que otros reproduzcan el trabajo. Las declara-
ciones fraudulentas o deliberadamente inexac-
tas constituyen un comportamiento poco ético
y son inaceptables.
Los artículos de revisión y publicación profesio-
nal también deben ser precisos y objetivos, y
los trabajos de “opinión” editorial deben identi-
ficarse claramente como tales.

Acceso y retención de datos

Se puede pedir a los autores que proporcionen
los datos de investigación que respaldan su tra-
bajo para la revisión editorial y/o que cumplan
con los requisitos de datos abiertos de la revis-
ta. Los autores deben estar dispuestos a facilitar
el acceso público a esos datos, de ser factible, y
deben estar dispuestos a conservarlos durante
un número razonable de años después de su
publicación.

Originalidad y reconocimiento de
las fuentes

Los autores deben asegurarse de que han escri-
to obras enteramente originales y, si los autores
han utilizado la obra y/o las palabras de otros,
el revisor debe asegurarse que se haya citado
adecuadamente y se ha obtenido el permiso
necesario.

Siempre se debe dar el reconocimiento apro-
piado al trabajo de los demás. Los autores de-
ben citar las publicaciones que hayan influido
en el trabajo reportado y que den al trabajo un
contexto apropiado dentro del registro aca-
démico más amplio. En casos extremos, la in-
formación obtenida en privado, como en una
conversación, correspondencia o discusión con
terceros, no debe utilizarse o comunicarse sin
el permiso explícito y por escrito de la fuente.
El plagio adopta muchas formas, desde “hacer
pasar el trabajo de otro como el propio traba-
jo del autor, hasta copiar o parafrasear partes
sustanciales del trabajo de otro (sin atribución),
o reclamar resultados de investigaciones reali-
zadas por otros. El plagio en todas sus formas
constituye un comportamiento poco ético y es
inaceptable.

Publicación múltiple, redundante
o simultánea

En general, un autor no debe publicar manus-
critos que describan esencialmente la misma
investigación en más de una revista de publi-
cación primaria. Presentar el mismo manuscrito
en más de una revista simultáneamente cons-
tituye un comportamiento poco ético y es in-
aceptable.
En general, un autor no debe presentar para
su consideración en otra revista un trabajo que
haya sido publicado anteriormente, salvo en
forma de resumen o como parte de una con-
ferencia o tesis académica publicada o como
preimpresión electrónica.
La publicación de algunos tipos de artículos
(por ejemplo, directrices clínicas, traducciones)
en más de una revista es a veces justificable,
siempre que se cumplan ciertas condiciones.
Los autores y editores de las revistas en cues-
tión deben estar de acuerdo con la publicación
secundaria, que debe reflejar los mismos datos
e interpretación del documento primario. La re-
ferencia primaria debe citarse en la publicación
secundaria.

La autoría del documento

La autoría debe limitarse a quienes hayan con-
tribuido de manera significativa a la concep-
ción, diseño, ejecución o interpretación del
estudio notificado. Todos aquellos que hayan
hecho contribuciones sustanciales deben figu-
rar como coautores.
En caso de que haya otras personas que hayan
participado en determinados aspectos sustan-
tivos del trabajo (por ejemplo, en la edición del
idioma o en la redacción médica), deberán ser
reconocidas en la sección de agradecimientos.

El autor correspondiente debe asegurarse de
que en el documento se incluyan todos los
coautores apropiados y que no se incluyan
coautores inapropiados, y de que todos los
coautores hayan visto y aprobado la versión
final del documento y hayan aceptado su pre-
sentación para su publicación.
Se espera que los autores consideren cuidado-
samente la lista y el orden de los autores antes
de presentar su manuscrito y que proporcionen
la lista definitiva de autores en el momento de
la presentación original. Sólo en circunstancias
excepcionales el Editor considerará (a su dis-
creción) la adición, supresión o reorganización
de autores después de que el manuscrito haya
sido presentado y el autor debe marcar clara-
mente cualquier solicitud de este tipo al Editor.
Todos los autores deben estar de acuerdo con
cualquier adición, eliminación o reordenación
de este tipo.
Los autores asumen la responsabilidad colec-
tiva de la obra. Cada autor es responsable de
asegurar que las cuestiones relacionadas con
la exactitud o la integridad de cualquier parte
de la obra se investiguen y resuelvan adecua-
damente.

Peligros y sujetos humanos/animales
Si la obra incluye productos químicos, proce-
dimientos o equipos que presentan riesgos in-
usuales inherentes a su uso, el autor debe iden-
tificarlos claramente en el manuscrito.
Si la obra implica el uso de sujetos animales o

humanos, el autor debe asegurarse de que el
manuscrito contenga una declaración de que
todos los procedimientos se realizaron en cum-
plimiento de las leyes y directrices instituciona-
les pertinentes y de que los comités institucio-
nales correspondientes los han aprobado. Los
autores deben incluir una declaración en el ma-
nuscrito de que se obtuvo el consentimiento
informado para la experimentación con sujetos
humanos. Los derechos de privacidad de los su-
jetos humanos deben ser siempre respetados.

En el caso de los sujetos humanos, el autor
debe asegurarse de que el trabajo descrito se
ha llevado a cabo de acuerdo con el Código de
Ética de la Asociación Médica Mundial (Decla-
ración de Helsinki) para los experimentos con
humanos [6]. Todos los experimentos con ani-
males deben cumplir con las directrices ARRI-
VE [7] y deben llevarse a cabo de conformidad
con la Ley de animales (procedimientos cientí-
ficos) del Reino Unido de 1986 y las directrices
conexas [8], o la Directiva 2010/63/UE de la UE
sobre la protección de los animales utilizados
con fines científicos [9], o la Política del Servicio
de Salud Pública de los Estados Unidos sobre el
cuidado y el uso humanitario de los animales
de laboratorio y, según proceda, la Ley de bien-
estar animal [10].

Se deben obtener los consentimientos, permi-
sos y liberaciones apropiados cuando un autor
desee incluir detalles del caso u otra informa-
ción personal o imágenes cualquier individuo
en una publicación. El autor debe conservar los
consentimientos por escrito y debe proporcio-
nar a la revista, previa solicitud, copias de los
consentimientos o pruebas de que se han ob-
tenido dichos consentimientos.

Conflictos de intereses

Todos los autores deben revelar en su manus-
crito cualquier relación financiera y personal
con otras personas u organizaciones que pu-
diera considerarse que influyen de manera in-
apropiada (sesgo) en su trabajo.

Se deben divulgar todas las fuentes de apoyo
financiero para la realización de la investiga-
ción y/o la preparación del artículo, así como
la función del patrocinador o patrocinadores,
si los hubiere, en el diseño del estudio; en la
reunión, análisis e interpretación de los datos;
en la redacción del informe; y en la decisión de
presentar el artículo para su publicación. Si la(s)
fuente(s) de financiación no tiene(n) tal partici-
pación, entonces esto debe ser declarado.
Entre los ejemplos de posibles conflictos de
intereses que deben ser revelados se encuen-
tran el empleo, las consultorías, la propiedad
de acciones, los honorarios, los testimonios de
expertos remunerados, las solicitudes/registros
de patentes y las subvenciones u otros fondos.
Los posibles conflictos de intereses deben ser
revelados en la etapa más temprana posible.

Errores fundamentales en las
obras publicadas

Cuando un autor descubre un error o inexac-
titud importante en su propia obra publicada,
tiene la obligación de notificarlo sin demora
al director o editor de la revista y de cooperar
con él para retractarse o corregir el artículo si
el director lo considera necesario. Si el editor
o la editorial se enteran por un tercero de que
una obra publicada contiene un error, el autor
tiene la obligación de cooperar con el editor, lo
que incluye proporcionarle pruebas cuando se
le solicite.
Integridad de las figuras e imágenes
No es aceptable realzar, oscurecer, mover, eli-
minar o introducir una característica específica
dentro de una imagen [11]. Los ajustes de bri-
llo, contraste o balance de color son aceptables
siempre y cuando no oscurezcan o eliminen
ninguna información presente en el original.
Se acepta la manipulación de imágenes para
mejorar la claridad, pero la manipulación para
otros fines podría considerarse un abuso ético
científico y se tratará en consecuencia [18].

Los autores deben cumplir con cualquier polí-
tica específica sobre imágenes gráficas aplica-

da por la revista correspondiente, por ejemplo,
proporcionando las imágenes originales como
material suplementario con el artículo, o depo-
sitándolas en un depósito adecuado.

Referencias

[1] ICMJE Requisitos uniformes para los manus-
critos presentados a las revistas biomédicas
http://www.icmie.org/

[2] Normas de CONSORT para ensayos aleato-
rios
[3] The STM trade Association International
Ethical Principles for Scholarly Publication
http://www.stm-assoc.org/201a o21 STM Ethi-
cal Principles for Scholarly Publication.pdf

[4] Códigos de conducta de la COPE

[5] El Comité de Ética de la Publicación (COPE)
Directrices sobre los editores en jefe
http://publicationethics.org/files/Sharing%20
de Información entre las directrices de la EiCs
versión web o.pd

[6] Declaración de Helsinki de la Asociación Mé-
dica Mundial (AMM) para la Investigación Mé-
dica en Sujetos Humanos https://www.wma.
net/policies-post/wma-declaration-of-helsin-
ki-ethical-principles-for-medical-research-

[7] Investigación de animales: Directrices para
la presentación de informes sobre experimen-
tos in vivo (ARRIVE) https://www.ncars.org.uk/
arrive-guidelines

[8] la Ley de Animales del Reino Unido (Procedi-
mientos Científicos) de 1986
https://www.gov.uk/government/uploads/svs-
tem/uploads/attachment data/file/aoS^Qa/
ConsolidatedASPAil an20ia.pdf

[9] Directiva de la UE 2010/63/UE sobre expe-
rimentos con animales http://ec.europa.eu/en-
vironment/chemicals/lab animals/legislation
en.htm

[10] Política del Servicio de Salud Pública de
los Estados Unidos sobre el cuidado humanita-
rio y el uso de animales de laboratorio https://
grants.nih.gov/gra nts/olaw/references/phspol
icvlabanimals.pdf

[11] Rossner y Yamada, 2004. The Journal of Cell
Biology, 166,11-15. http://icb.rupress.0rg/con-
tent/166/1/11.full

VOL. 9

JULIO-DICIEMBRE

2021

ISSN-p: 2602-8204

ISSN-e: 2737-6257