Académique Documents
Professionnel Documents
Culture Documents
Resumen
El presente estudio pretende mostrar las fluctuaciones del Producto Interno Bruto (PIB) de
nuestro país dado unas variables explicativas que se escogieron en base a las revisiones
literarias. Para el análisis, se hizo un estudio utilizando el método de mínimos cuadrados
ordinarios (MCO) para Colombia con 47 datos el cual fueron modificados; se ajustará el
modelo, con el fin de buscar la significancia individual y conjunta de los parámetros. Después
de haber analizado el modelo de regresión lineal múltiple se tiene que cumple con los
supuestos de normalidad, homoscedasticidad, autocorrelación y multicolinealidad. Por todo
lo anterior tenemos un modelo cuyos estimadores son MELI.
The present study aims to show the fluctuations of the Gross Domestic Product (GDP) of our
country given some explanatory variables that were chosen based on literary revisions. For
the analysis, a study was made using the ordinary least squares (OLS) method for Colombia
with 47 data which were modified; the model will be adjusted, in order to look for the
individual and joint significance of the parameters. After having analyzed the assumptions
of the multiple linear regression model, it must comply with the assumptions of normality,
homoscedasticity, autocorrelation and multicollinearity. For all the above we have a model
whose estimators are MELI.
La revisión literaria sobre el Producto Interno Bruto ha revelado distintas variables a la que
se le ejecutan para mostrar la oscilación y los efectos sobre ella. En este trabajo se tuvo una
baja coincidencia y preferencia con el manejo de las variables de estudio con respecto a los
artículos antes leídos. Partiendo de lo anterior surge el siguiente interrogante ¿Son estas
variables significativas para dar una respuesta a la fluctuación el producto interno bruto en el
país?
Por ende, este trabajo tiene como propósito demostrar que (inversión extranjera directa,
exportaciones de bienes y servicios e importaciones de tecnología) para analizar el PIB, son
eficaces en Colombia a partir del análisis econométrico con datos nacionales que se extrajo
de la página web del Banco Mundial.
En general, los resultados indican que efectivamente las variables predictoras y la variable
predicha que se escogieron para realizar el modelo de regresión lineal son eficientes, por
tanto, se cumplen los supuestos.
Según, Bolivar, Rodriguez, & Forero, (2016) la IED tiene variaciones en sus efectos
dependiendo del país receptor, estipula la inversión de nuevas tecnologías y más
conocimiento. Según, Díaz, (2015) el sector minero - energético en Colombia es uno de los
sectores de la economía del país que tiene mayor capacidad de atracción de inversión
extranjera directa y un gran aporte en las exportaciones hacia los mercados internacionales.
El gobierno ha venido fortaleciendo y formulando estrategias con base al modelo económico
de apertura desde 1991, convencido de que la IED atrae beneficios como; incremento en el
empleo, trasferencia de tecnología, exportaciones, pero sobre todo atrae bienestar en la
economía colombiana a largo plazo. Según, Garavito, Iregui, & Ramírez, (2012) la IED
ayuda a incrementar la transferencia de tecnología, la competitividad y la calificación de la
mano de obra. Por otra parte, S & C, (1993) toma al comercio internacional como variable
explicativa igualmente eficaz para medir el PIB, construyeron algunos indicadores del grado
de apertura externa. Los indicadores son las exportaciones e importaciones totales de bienes,
servicios y tecnología.
Inversamente, Ocampo, Sánchez, Hernandez, & Prada, (2004) explica en su modelo que las
fuentes de crecimiento al desarrollo son las exportaciones, y en menor medida las
importaciones. Por su parte, la demostración estadística con este modelo de análisis insinúa
que las restricciones en proporción a las importaciones de un sector tienen efectos
negativos sobre sus coeficientes de exportación. Además, las exportaciones son uno de los
motores del crecimiento económico y no las importaciones porque tienen resultados
negativos en el crecimiento del PIB. Y, Ocampo et al., (2004) dice que la diversificación de
exportaciones explica gran parte de la dinámica de crecimiento global. Pero, el modelo
planteado en esta investigación, las importaciones toma gran significancia para el estudio
del PIB ya que se efectúa en el sector de la tecnología y no en otros que tal vez sean los que
no ayudaron a un resultado provechoso. Así mismo, los elementos que beneficiaron la
difusión tecnológica fueron los siguientes: primero, la capacidad de absorción de
tecnología, donde se ha destacado la experiencia en las industrias de material eléctrico y la
formación de ingenieros; como segundo está, la renovación e inversión en bienes de equipo
que permitió incrementar el tamaño de mercado de la industria vinculada al proceso de
electrificación y tercero; la renovación se hizo a través de la importación, pero también de
la producción nacional.(Betrán-Pérez, 1999).
III. Método
Para llevar a cabo el análisis a la eficacia del modelo de regresión lineal MCO y demostrar
la variabilidad que tiene el PIB frente a las variables regresoras mencionadas, se necesitó
las bases de datos del Banco Mundial y rescatar 47 observaciones de cada una de las
variables incluyendo la población total del país. Estas observaciones las tomamos como un
caso particular, todas se encontraron en términos de proporción excepto la IED que estaba
en millones de dólares. El modelo quedaría de la siguiente manera:
-------------------------------------------------------------------------------
pib | Coef. Std. Err. t P>|t| [95% Conf. Interval]
--------------+----------------------------------------------------------------
ied | 6.36e-12 5.67e-11 0.11 0.911 -1.08e-10 1.21e-10
exportaciones | .0751076 .0406565 1.85 0.072 -.006884 .1570992
importaciones | .0876941 .0236508 3.71 0.001 .0399977 .1353904
_cons | 3.041562 .4440195 6.85 0.000 2.146112 3.937013
-------------------------------------------------------------------------------
La Tabla 2 muestra la probabilidad del estadístico Chi cuadrado que arroja un valor de
0.0221<0.05 rechazándose la hipótesis nula, por lo tanto, no existe normalidad en los
residuos del modelo.
En el gráfico 1 se puede observar los puntos que representan los residuos del modelo, tienden
a estar algunos muy cercanos a la línea que indica normalidad y otros dispersos.
-2
-4
-6
-4 -2 0 2 4
Inverse Normal
chi2(9) = 26.63
Prob > chi2 = 0.0016
Gráfico 2. Homocedasticidad
4
2
0
Residuals
-2
-4
-6
0 2 4 6 8
Fitted values
Tabla 5. Multicolinealidad
Como el factor de inflación de la varianza (FIV o VIF) de cada una de las variables es muy
cercano a uno, se demuestra que en el modelo no existe multicolinealidad.
Por consiguiente, Gujarati & Porter, (2010) plantea la solución de la heterocedasticidad
aplicando la transformación logarítmica, por ello, se generó una nueva variable Lnied como
un apoyo de ajuste al modelo. Además, para corregir el supuesto de normalidad se ejecutó
un recorte de 14 datos.
Modelo corregido:
-------------------------------------------------------------------------------
Pib | Coef. Std. Err. t P>|t| [95% Conf. Interval]
--------------+----------------------------------------------------------------
lnied | -.1612843 .04908 -3.29 0.003 -.2616642 -.0609044
exportaciones | .0946384 .0127591 7.42 0.000 .0685431 .1207337
importaciones | .1381588 .0117342 11.77 0.000 .1141596 .162158
_cons | 6.425891 1.048535 6.13 0.000 4.281397 8.570385
-------------------------------------------------------------------------------
0
-.5
-1
-1 -.5 0 .5 1
Inverse Normal
chi2(1) = 0.09
Prob > chi2 = 0.7629
chi2(9) = 7.29
Prob > chi2 = 0.6069
0
-2
-4
0 2 4 6 8
Fitted values
En la tabla 11 vemos que el factor de inflación de la varianza (FIV o VIF) de las variables
explicativas son muy cercano a uno, se evidencia que el modelo no presenta
multicolinealidad.
Conclusión
En este estudio se utilizan datos reales para diferentes años en Colombia, cada uno de estos
lo tomamos como un caso en particular con el fin de evidenciar la eficacia del modelo
planteado, es decir, cuando se altera una de las variables independientes en cuanto hace que
la dependiente fluctúe. En la tabla 6 muestra que por un punto porcentual que aumente la
inversión extranjera directa (IED) el Producto Interno Bruto (PIB) disminuirá en 16.12%, lo
que podríamos deducir de este resultado es que la IED estará invirtiendo en los sectores que
menos favorecen al desarrollo económico del país. Del mismo modo, por cada porcentaje
que aumente las exportaciones de bienes y servicios el PIB incrementa en 9.46%. Así
mismo, por cada punto porcentual que aumente en las importaciones de tecnología el PIB
tiende a crecer en 13.81%. Con los resultados que exhibe el modelo de regresión lineal
MCO respecto a las importaciones de tecnología vemos que lo planteado por Ocampo et al.,
(2004) no es totalmente cierto, ya que en su teoría muestra que las exportaciones son el eje
del crecimiento económico dándole pocos créditos a las importaciones.
Referencias
Bolivar, L. M., Rodriguez, G., & Forero, D. (2016). La Inversión Extranjera Directa y su
desempeño en Colombia. Revista Economia Y Región, 10(2), 241–278.
Garavito, A., Iregui, M., & Ramírez, M. (2012). Determinantes de la Inversión Extranjera
Directa en Colombia. Borradores de Economía, 1–51.
Ocampo, J., Sánchez, F., Hernandez, G., & Prada, M. (2004). Crecimiento de las
exportaciones y sus efectos sobre el empleo, la desigualdad y la pobreza en Colombia.
Centro de Estudios Sobre Desarrollo Económico. Retrieved from
https://core.ac.uk/download/pdf/6516965.pdf