DETERMINANTES DEL DESARROLLO ECONÓMICO EN COLOMBIA

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.

Palabras claves: inversión extranjera directa, desarrollo económico, Colombia, comercio

internacional.

JEL: C01, F2, C51

 Abstract

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.

Keywords: Direct Foreign Investment, economic development, Colombia, international

trade.

JEL: C01, F2, C51

 I. Introducción

EL PIB es un indicador característico que contribuye a la medición del crecimiento o

decrecimiento de la producción de bienes y servicios de las industrias en cada país. A pesar
de la imperfección del PIB, es beneficioso por la forma en que hace los estudios. Muestra la
proporción en que una economía está trabajando. A diferencia de otros indicadores, no exhibe
un mayor detalle, sin embargo, es el más comprensible.

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.

Este artículo consta de cuatro secciones además de esta introducción. En la segunda se

registra la revisión literaria, planteando los resultados que obtuvieron los autores para cada
una de las variables de este modelo. En la tercera se explica la procedencia de los datos y la
manera como se obtuvieron los resultados. Y en la cuarta sección apreciamos los resultados
y las conclusiones.

II. Revisión literaria

Hay un impacto de la IED a la producción de riquezas, porque directamente afecta al PIB.

(Torres Ronderos, 2010). Los países que están en vías de desarrollo han tomado con total
importancia a la IED, porque su contribución ayuda de gran manera que aumenta la
producción y los empleos. (Díaz, 2015). Además, cuando la inversión extranjera directa se
dirige hacia el sector minero – energético es importante para Colombia ya que al Estado le
contribuye ingresos de diferentes formas, como impuestos y regalías e implica crecimiento
del PIB y crea empleo. La IED se diferencia de otros modelos de negocios internacionales,
como la exportación, y trata de un proceso de incorporación de capital, en el cual ejercerá
actividades de producción dentro del país receptor.(Kristjanpoller & Salazar, 2014). En
consecuencia, uno de los principales retos que tiene la inversión extranjera directa en
Colombia es aumentar su participación dentro del PIB. (Pachón, 2014). En esa misma línea,
las exportaciones se convierten en un elemento fundamental para comprender el producto
interno bruto del país, por ende, genera desarrollo y competitividad.

Por otra parte, la importación de tecnología avanzada ha sido siempre un instrumento

importante de crecimiento económico, de modo que, un mejoramiento al acceso de
tecnología acelera la tasa de crecimiento del desarrollo. Por este motivo, el modelo planteado
en esta investigación se caracteriza precisamente por la multitud de formulaciones que se
hacen acerca de los determinantes del PIB.

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:

𝒀 = 𝜷𝝄 − 𝜷𝟏𝑿𝟏 + 𝜷𝟐𝑿𝟐 ─ 𝜷𝟑𝑿𝟑 + 𝒖

Y= Crecimiento del PIB

X1= IED
X2= Exportaciones de bienes y servicios
X3= Importaciones de tecnología.
De acuerdo con la información obtenida en las bases de datos históricas de banco mundial;
con ayuda de la teoría econométrica de Gujarati & Porter, (2010) se ajusta la regresión
lineal múltiple por el método de mínimos cuadrados ordinarios (MCO), utilizando el
software STATA.

IV. Resultados y conclusiones

Antes de proceder con el análisis para determinar si el modelo es el adecuado, es pertinente
mencionar que, al momento de ejecutar la primera regresión, se observó que las variables
ied & exportaciones no eran significativas en el modelo y no cumplía relativamente con los
supuestos de la regresión lineal MCO. Se intentó mejorarlo con todas las técnicas
aprendidas en la cátedra, pero ninguno arrojo un resultado alentador. A continuación,
presentamos los respectivos resultados de este inconveniente para una mayor comprensión:

Tabla 1. Regresión lineal-MCO

Source | SS df MS Number of obs = 47

-------------+---------------------------------- F(3, 43) = 6.08
Model | 68.4917737 3 22.8305912 Prob > F = 0.0015
Residual | 161.509299 43 3.7560302 R-squared = 0.2978
-------------+---------------------------------- Adj R-squared = 0.2488
Total | 230.001072 46 5.00002331 Root MSE = 1.938

-------------------------------------------------------------------------------
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
-------------------------------------------------------------------------------

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

Con un nivel de significancia del 5% las variables explicativas ied & exportaciones
individualmente no son significativas en el modelo ya que su P>|t| es mayor a su alfa de
 0.05, por lo tanto, no se rechaza la hipótesis nula de que el coeficiente 𝛽 sea igual a cero. A
diferencia de la variable importaciones que individualmente si es significativo
rechazándose la hipótesis nula que el coeficiente 𝛽 sea igual a cero.

Tabla 2. Normalidad en los errores

Skewness/Kurtosis tests for Normality

------ joint ------
Variable | Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2
-------------+---------------------------------------------------------------
residual | 47 0.0352 0.0402 7.62 0.0221

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

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.

Gráfico 1. Soporte-Normalidad en los errores

4
2
0
Residuals

-2
-4
-6

-4 -2 0 2 4
Inverse Normal

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

 Tabla 3. Homoscedasticidad

White's test for Ho: homoskedasticity

against Ha: unrestricted heteroskedasticity

chi2(9) = 26.63
Prob > chi2 = 0.0016

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

En la tabla 3 se realiza la prueba de homoscedasticidad, el valor de chi cuadrado es 0.0016
siendo menor que el nivel de significancia del 5% rechazándose la hipótesis nula de
homoscedasticidad, por tanto, el modelo presenta heteroscedasticidad en sus errores.

Gráfico 2. Homocedasticidad
4
2
0
Residuals

-2
-4
-6

0 2 4 6 8
Fitted values

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

En el gráfico 2 podemos apreciar que no muestra algún patrón que demuestre
heteroscedasticidad como lo se presentó en la tabla 3, podemos decir que la razón a esto es
por la cantidad de datos que no es muy numerosa.
Tabla 4. Autocorrelación

Durbin-Watson d-statistic( 4, 47) = 1.2801

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

En la tabla 4 muestra la autocorrelación con un valor de 1.2801, decimos que se encuentra

en una zona de indecisión.

Tabla 5. Multicolinealidad

Variable | VIF 1/VIF

-------------+----------------------
exportacio~s | 1.02 0.983552
ied | 1.01 0.987018
importacio~s | 1.01 0.993832
-------------+----------------------
Mean VIF | 1.01

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

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:

𝑌 = 𝛽𝜊 + 𝑙𝑛𝑖𝑒𝑑𝛽1 + 𝑒𝑥𝑝𝑜𝑟𝑡𝑎𝑐𝑖𝑜𝑛𝑒𝑠𝛽2 + 𝑖𝑚𝑝𝑜𝑟𝑡𝑎𝑐𝑖𝑜𝑛𝑒𝑠𝛽3 + 𝑢

Tabla 6. Resultados del análisis de regresión

Source | SS df MS Number of obs = 33

-------------+---------------------------------- F(3, 29) = 83.28
Model | 75.0546893 3 25.0182298 Prob > F = 0.0000
Residual | 8.71143436 29 .300394288 R-squared = 0.8960
-------------+---------------------------------- Adj R-squared = 0.8852
Total | 83.7661236 32 2.61769136 Root MSE = .54808

-------------------------------------------------------------------------------
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
-------------------------------------------------------------------------------

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

En la tabla 6 se aprecia el modelo corregido en el que se transformó la variable ied en
logaritmo, haciendo el análisis a la regresión, al mirar la significancia conjunta se obtiene
que la probabilidad de F es 0.0000, por lo tanto, se rechaza la hipótesis nula de que los
coeficientes de las variables explicativas sean iguales a cero a un nivel de significancia del
5 %. Por otra parte, se tiene un 𝑅2 ajustado de 0.8852, este valor indica que la alteración de
la inversión extranjera directa (lnied), las importaciones de tecnología (importaciones) y las
exportaciones de bienes y servicios, explican en 88.52% de la variabilidad en el Producto
Interno Bruto(PIB).

Tabla 7. Normalidad en los errores

Skewness/Kurtosis tests for Normality
------ joint ------
Variable | Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2
-------------+---------------------------------------------------------------
residuos | 33 0.3653 0.6854 1.04 0.5941

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

La Tabla 7 exhibe que la probabilidad de Chi cuadrado es de 0.5941, por ser mayor que el
nivel de significancia de 5% no se rechaza la hipótesis nula, por lo tanto, presenta
normalidad en los residuos de este modelo.
En el Gráfico 3 observamos los puntos que figuran los residuos del modelo, tienden a estar
cercanos a la línea que demuestra la normalidad.

Gráfico 3. Normalidad en los errores

1
.5
Residuals

0
-.5
-1

-1 -.5 0 .5 1
Inverse Normal

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

Tabla 8. Homocedasticidad- Breusch-Pagan

Breusch-Pagan / Cook-Weisberg test for heteroskedasticity

Ho: Constant variance
Variables: fitted values of pib

chi2(1) = 0.09
Prob > chi2 = 0.7629

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

En la tabla 8 se obtiene en la prueba Breusch-Pagan el chi cuadrado de 0,7629, siendo
superior al alfa del 0,05, por tanto, no se rechaza la hipótesis nula de que los residuos
presentan homoscedasticidad.
 Tabla 9. Homocedasticidad- Test-White

White's test for Ho: homoskedasticity

against Ha: unrestricted heteroskedasticity

chi2(9) = 7.29
Prob > chi2 = 0.6069

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

En la tabla 9 tenemos la prueba de White, en el cual su chi cuadrado también es superior al
alfa del 0,05, con un valor de 0,6069, no rechazándose la hipótesis nula de
homoscedasticidad. Por lo tanto, se dice que los residuos no presentan heteroscedasticidad.

Gráfico 4. Homocedasticidad- Test-White

4
2
Residuals

0
-2
-4

0 2 4 6 8
Fitted values

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial

En el gráfico 4 podemos apreciar que no muestra patrón de heteroscedasticidad, por lo
tanto, también muestra homocedasticidad en los residuos.
Tabla 10. Autocorrelación- Durbin-Watson

Durbin-Watson d-statistic( 4, 33) = .5409006

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

En la tabla 10 se exhibe el estadístico Durbin-Watson con un valor de 1.91 y se encuentra

cerca de 1, se puede decir que está en una zona de indecisión.

Tabla 11. Multicolinealidad

Variable | VIF 1/VIF

-------------+----------------------
importacio~s | 1.04 0.964131
exportacio~s | 1.02 0.976399
lnied | 1.01 0.985443
-------------+----------------------
Mean VIF | 1.03

Fuente: cálculos del autor fundamentado en el informe del Banco Mundial.

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

Betrán-Pérez, C. (1999). La transferència de tecnología en España en el primer tercio del

siglo XX: el papel de la industria de bienes de equipo. Revista de Historia Industrial,
15(1956), 41–81. Retrieved from
http://www.raco.cat/index.php/HistoriaIndustrial/article/viewFile/63322/84960

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.

Díaz, F. A. P. (2015). Análisis de la evolución de la inversión extranjera directa en el sector

minero del carbón en Colombia de 2004 a 2013 *, 111711.

Garavito, A., Iregui, M., & Ramírez, M. (2012). Determinantes de la Inversión Extranjera
Directa en Colombia. Borradores de Economía, 1–51.

Gujarati, D. N., & Porter, D. C. (2010). Econometria. McGraw-Hill.

Kristjanpoller, W., & Salazar, R. (2014). inversión extranjera directa y desigualdad en el

ingreso en latinoamérica: evidencia de la cointegración de datos de panel. Cuadernos
de Economia (Spain). Retrieved from
https://www.crossref.org/iPage?doi=10.15446%2Fcuad

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

Pachón, C. (2014). Mineria Sostenible: El reto colombiano. Boletin Especializacion En

G.C.I, (1), 1–5. https://doi.org/10.1007/s13398-014-0173-7.2

S, M. C., & C, A. P. (1993). Crecimiento del PIB departamental en Colombia : 1950 -

1989.

Torres Ronderos, C. (2010). Inversión extranjera y Competitividad. Review Literature And

Arts Of The Americas, 4, 72–87. https://doi.org/10.3232/GCG.2010.V4.N2.05