++

Universidad Michoacana de San Nicolás de Hidalgo

Instituto de Investigaciones Económicas y Empresariales

Maestría en Políticas Públicas

“Modelo econométrico de corte trasversal para una muestra de 107 países“

Materia: Econometría

Alumno: Lic. Nery Ryan Luna Campos

Maestro: Dr. Plinio Hernández Barriga

Morelia Michoacán; 31 de Enero de 2019

Crecimiento y convergencia, una referencia teórica
El modelo econométrico que se pretende llevar a cabo en el presente trabajo, tiene su fundamento
teórico en el modelo neoclásico de crecimiento de Solow-Swan, sin embargo el trabajo no
pretende llevar a cabo una estimación de la función de producción descrita por el modelo de
Solow , lo que se pretende comprobar mediante el modelo econométrico desarrollado en este
trabajo es la hipótesis de convergencia económica, misma que se derivada del modelo neoclásico
de Solow pero que sin embargo fue desarrollado de manera rigurosa por Baumol (1986) y Sala-i-
Martin (2000).

2.3 La convergencia
Una de las cuestiones más interesantes derivadas del modelo de crecimiento de Solow, consiste
en determinar a qué ritmo 𝑘 se aproxima a 𝑘 ∗ (valor de estado estacionario), se sabe que ҝ (tasa
de crecimiento del stock de capital per cápita) depende de 𝑘 (nivel de stock de capital per cápita),
recordando la ecuación fundamental del modelo de Solow se tiene qué:

ҝ = 𝑠𝑓(𝑘) − (𝑛 + φ)𝑘 (1.0)

La ecuación (1.0) sugiere que la tasa de crecimiento del stock de capital por persona, ҝ ,
aumenta con la diferencia entre el ahorro bruto de la economía y el término (φ + 𝑛)𝑘, donde
φ y 𝑛 son las tasas de depreciación del capital y la tasa de crecimiento de la población
respectivamente.

Por lo tanto se puede escribir ҝ = ҝ(𝑘), cuando 𝑘 es igual a 𝑘 ∗, se sabe que ҝ es igual a cero,
por lo tanto una aproximación de Taylor de primer orden de ҝ = ҝ(𝑘) alrededor del punto 𝑘 =
𝑘 ∗ arroja:

ҝ ⩯ −𝜆(𝑘 − 𝑘 ∗)

Como ҝ es positiva cuando 𝑘 es ligeramente menor que 𝑘 ∗ y negativa cuando es ligeramente

mayor,−𝑑ҝ/𝑑𝑘 es negativa igual a 𝜆 (Romer, 2006). La ecuación implica que 𝑘 se acerca a 𝑘 ∗ a
una velocidad aproximadamente proporcional a la distancia que le separa de 𝑘 ∗. Dado que la tasa
de crecimiento de la renta per cápita es proporcional a la tasa de crecimiento del capital per

2
cápita, el modelo predice también una relación negativa sobre la renta inicial y su tasa de
crecimiento. Esta relación inversa entre la renta inicial y su tasa de crecimiento es conocida como
la hipótesis de convergencia (Sala-i-Martin, 2000). Esta hipótesis es interesante, puesto que se
puede comprobar fácilmente empleando datos de un conjunto de países en un momento dado del
tiempo, mediante la confección de un simple gráfico en el que se representen la renta de cada país
y la respectiva tasa de crecimiento. Si la correlación observada es negativa, estas economías
tenderán a converger en el tiempo.

Convergencia absoluta y convergencia condicional

Se debe destacar que el modelo neoclásico que se acaba de esbozar solo predice la existencia de
una relación negativa entre la renta y su tasa de crecimiento, en el caso de que la única diferencia
entre los países resida en sus stocks iniciales de capital (hipótesis de convergencia absoluta), si,
por el contrario, las economías también se diferencian en su nivel de tecnología, 𝐴, en su tasa de
ahorro, 𝑠, en su tasa de depreciación φ , o en su tasa de crecimiento de la población, 𝑛, el modelo
no predice un mayor crecimiento para los países más pobres. El modelo neoclásico, pues, predice
la convergencia únicamente después de tener en cuenta los elementos determinantes del estado
estacionario (convergencia condicional).

Resumen crítico (Modelo econométrico de corte transversal planteado)

Por lo tanto derivado del modelo teórico neoclásico, algunas de las variables teóricas que son
utilizadas para probar la hipótesis de convergencia condicional son la tasa de ahorro, la tasa de
depreciación, la tasa de crecimiento de la población o el nivel de la tecnología, sumada a estas
variables teóricas, la evidencia empírica presentada por Sala-i-Martin (2000) muestra que existen
por lo menos 23 variables que están correlacionas con la tasa de crecimiento de la renta per
cápita, dentro de las que destacan: la estabilidad política y económica, el grado de apertura de la
economía hacia el exterior, la participación del sector industrial en la económica, la inversión en
capital humano, educación y salud, la inversión en capital físico, entre otras. Para estudiar la
existencia de convergencia condicional en el presente trabajo se planteará una regresión como la
planteada por Barro (1999), expresada de la siguiente manera:

𝑙𝑜𝑔(𝑦𝑖𝑡 ) − log((𝑦𝑖0 )
= 𝛼 − 𝛽 log((𝑦𝑖0 ) + 𝜙𝑋𝑖0 + 𝑢𝑖𝑡
𝑡

3
 𝑙𝑜𝑔(𝑦𝑖𝑡 )−log((𝑦𝑖0 )
Donde es la tasa de crecimiento de la renta per cápita de la economía 𝑖 entre el
𝑡

periodo 𝑡 y 0, 𝑦𝑖0 representa la renta per cápita de la economía 𝑖 en el periodo 0 y 𝜙𝑋𝑖0

representa un vector de variables que se cree están relacionadas con la tasa de crecimiento de la
renta per cápita, concretamente para el presente modelo, las variables que se incluirán dentro de
este vector son la tasa de ahorro, la tasa de crecimiento de la población y la participación del
sector industrial dentro de la economía.

La variable dependiente tasa de crecimiento de la renta per cápita (TC) para cada uno de los
log(𝑃𝐼𝐵𝑝𝑒𝑟𝑐á𝑝𝑖𝑡𝑎2017 )−log(𝑃𝐼𝐵𝑝𝑒𝑟𝑐á𝑝𝑖𝑡𝑎2005 )
países fue calculada como , dónde 12 representa la
12

diferencia de años entre 2017 y 2005, para la variable independiente PIB per cápita se utilizó el
valor para el año 2005 expresado en logaritmo, la variable tasa de crecimiento de la población
(N) representa el crecimiento anual de la población expresado en porcentaje para el año 2005, la
variable tasa de ahorro (s) está representada por la formación bruta de capital fijo como
porcentaje del PIB para el año 2005 y la participación del sector industrial representa el valor
agregado industrial como porcentaje del PIB para el año 2005, de tal forma que para las variables
independientes S, N y SII no fue necesario realizar ningún transformación logarítmica ya que
todas están expresadas en porcentajes. La elección de la muestra de estudio se debe únicamente a
que para esos 107 países fueron para los que se encontraron disponibles la mayoría de las series
estadísticas en el sistema de indicadores del banco mundial, la muestra incluye países del
continente americano, Europa, África y Asia, la lista completa de países se encuentra en el anexo
1 al final del presente trabajo. Las bases de datos consultadas se encuentran en los siguientes
links:

https://datos.bancomundial.org/indicator/NY.GDP.PCAP.PP.KD

https://datos.bancomundial.org/indicator/NV.IND.TOTL.ZS?view=chart

https://datos.bancomundial.org/indicador/sp.pop.grow

https://datos.bancomundial.org/indicador/NE.GDI.TOTL.ZS?view=chart

A continuación se presentan los resultados y pruebas pertinentes llevadas a cabo para la

estimación del modelo econométrico.

4
Ecuación de regresión estimada

El coeficiente de determinación del modelo indica que 45.39% de la variación en la variable

dependiente es explicada por la variación de las variables independientes utilizadas en el modelo.

La ecuación de regresión muestra, de acuerdo a los valores prob, que todos los parámetros
estimados para las distintas variables, son significativamente distintos de cero a todos los niveles
de confianza. De la misma manera los signos para cada variable son los que teóricamente se
esperaría, el coeficiente negativo de la variable PIB1 muestra que los países con mayores niveles
de PIB per cápita tienden a crecer a una tasa menor, concretamente la velocidad de convergencia
estimada es del 0.0037%, es decir la disparidad en los niveles de PIB per cápita entre los países
de la muestra seleccionada se redujo a una tasa de 0.0037%, anual desde 2005 hasta el 2017.

El coeficiente de la variable N (tasa de crecimiento de la población) muestra que si la tasa de

crecimiento de la población aumenta en 1% la tasa de crecimiento de la economía se reduce en
0.0016%. El coeficiente negativo de esta variable estaría indicando que las económicas que
tenían una menor tasa de crecimiento de la población en 2005 tendieron a crecer a un mayor
ritmo durante los próximos 12 años.

5
El coeficiente de la variable s muestra que si la tasa de ahorro aumenta en 1% la tasa de
crecimiento de la economía aumenta en 0.0004%.

El coeficiente de la variable SII muestra que si la participación del sector industrial aumenta en
1% la tasa de crecimiento de la economía aumenta en 0.00012%.

Prueba de normalidad

La prueba de normalidad que se realizó es la prueba Jarque-Bera que establece las siguientes
hipótesis:

Ho: e ~ N

Ha: e ~ N

Los resultados muestran que debemos aceptar la hipótesis nula para todos los niveles de
confianza y por tanto los residuales cumplen con el supuesto de normalidad.

Prueba de heterocedasticidad

La prueba general para probar el supuesto de homocedasticidad es la siguiente:

6
𝑒 = 𝛼0 + 𝛼1 𝑥1 + 𝛼2 𝑥12 + 𝛼3 𝑥12 + 𝛼4 𝑥13 + 𝛼5 𝑥2 + 𝛼6 𝑥22 + 𝛼7 𝑥22 . . . 𝜀

De donde se establecen las siguientes hipótesis:

Ho: 𝞪𝟏 = 𝞪𝟐 = 𝞪𝟑 = 𝟎

Ha: 𝞪𝟏 ≠ 𝞪𝟐 ≠ 𝞪𝟑 ≠ 𝟎

La conclusión que se extrae de todas las pruebas de heterocedasticidad que se realizaron es que se
debe aceptar la hipótesis nula a todos los niveles de confianza con lo que se cumple el supuesto
de homocedasticidad en los residuales y por lo tanto tienen varianza constante.

7
8
Prueba de especificación de Ramsey

El test de Ramsey establece la siguiente regresión genérica:

𝑦 = 𝛼0 + 𝛼1 𝑥1 + 𝛼2 ŷ2 + 𝛼3 ŷ3 +. . . +𝛼𝑛 ŷ𝑛 + 𝜀

Ho: 𝞪𝟏 = 𝞪𝟐 = 𝞪𝟑 = 𝟎

Ha: 𝞪𝟏 ≠ 𝞪𝟐 ≠ 𝞪𝟑 ≠ 𝟎

Los resultados de la prueba de Ramsey indican que se debe aceptar la hipótesis nula y por tanto
rechazar la alternativa, por lo que se concluye que la especificación del modelo es la correcta.

9
Anexo 1

País
Afganistán
Albania
Argentina
Armenia
Austria
Bélgica
Burkina Faso
Bangladesh
Bulgaria
Bahamas
Belice
Bolivia
Brasil
Barbados
Brunei Darussalam
Bhután

10
Botswana
Suiza
Chile
Camerún
Colombia
Costa Rica
Chipre
República Checa
Alemania
Dinamarca
República Dominicana
Ecuador
España
Estonia
Finlandia
Francia
Reino Unido
Georgia
Ghana
Guinea
Grecia
Guatemala
Guyana
Hong Kong, Región Administrativa Especial
Croacia
Hungría
Indonesia
Irlanda
Irán, República Islámica del
Islandia
Israel
Italia
Japón
Kenya
Kirguistán
Corea, República de
República Democrática Popular Lao
Líbano
Lituania
Luxemburgo
Letonia

11
Marruecos
República de Moldova
Madagascar
México
Islas Marshall
Ex República Yugoslava de Macedonia
Malta
Montenegro
Mongolia
Mozambique
Mauricio
Malawi
Namibia
Níger
Nigeria
Nicaragua
Países Bajos
Noruega
Nepal
Nueva Zelandia
Omán
Pakistán
Polonia
Portugal
Paraguay
Ribera Occidental y Gaza
Qatar
Rumania
Federación de Rusia
Rwanda
Arabia Saudita
Sudán
Senegal
El Salvador
Serbia
Suriname
República Eslovaca
Eslovenia
Suecia
Eswatini
Chad

12
Togo
Tailandia
Timor-Leste
Túnez
Turquía
Ucrania
Uruguay
Estados Unidos
Sudáfrica

13