REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
ISSN: 1576-0162
DOI: http://dx.doi.org/10.33776/rem.v0i68.8039
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO.
UN ANÁLISIS DE PANEL AUTORREGRESIVO PARA AMÉRICA LATINA
MACROECONOMIC PERFORMANCE AND THE COMPLEXITY OF THE
EXTERNAL SECTOR. A PANEL VAR ANALYSIS FOR LATIN AMERICA
Carlos Alberto Carrasco
carlos.carrasco@udem.edu
Universidad de Monterrey (UDEM)
Francis Magloire Peujio-Fozap
francis.peujio@udem.edu
Universidad de Monterrey (UDEM)
Recibido: enero 2024; aceptado: mayo 2024
RESUMEN
La combinación de nuevas técnicas estadísticas, la mayor capacidad
de procesamiento y la disponibilidad de datos han permitido el desarrollo
de nuevas áreas de investigación económica a partir de las métricas de
complejidad económica. La literatura reciente ha estudiado la relación entre
la complejidad económica, entendida como la capacidad de los países
para transformar insumos en productos sofisticados, y diferentes variables
económicas como la desigualdad, el crecimiento, la estructura exportadora,
las energías renovables, entre otras. En el caso de América Latina, la
literatura es escasa. Después de la crisis de la deuda de los años ochenta,
los países latinoamericanos llevaron a cabo un proceso de estabilización y
de reorganización de la actividad económica con un mayor peso del sector
externo. En este contexto, este trabajo tiene como objetivo analizar la relación
entre la complejidad del sector externo y el desempeño macroeconómico de
17 países latinoamericanos durante el periodo 1998-2019. Para lo anterior,
se estima un panel autorregresivo con el método de momento generalizado
(GMM-PVAR). De acuerdo con los resultados, el índice de complejidad
económica se ve afectado positivamente por el PIB per cápita y la apertura
comercial, mientras que el crecimiento económico y la acumulación de capital
presentan efectos negativos en el índice. Los resultados son robustos a la
inclusión de la composición del sector externo en el modelo.
Palabras clave: Complejidad económica; desempeño económico; cambio
estructural; América Latina.
ABSTRACT
The fusion of new statistical techniques, enhanced processing capabilities,
and data availability has facilitated the development of novel economics
research areas based on economic complexity metrics. Recent literature has
explored the relationship between economic complexity, understood as the
ability of countries to transform inputs into sophisticated products, and various
economic variables such as inequality, economic growth, export structure, and
renewable energies, among others. In the case of Latin America, there is limited
literature on the relationship between economic complexity and relevant
economic variables. Following the debt crisis of the 1980s, Latin American
countries underwent a process of stabilization and reorganization of economic
activity, with an increased emphasis on the external sector. In this context, this
study aims to analyze the relationship between the complexity of the external
sector and the macroeconomic performance of 17 Latin American countries
from 1998 to 2019. To this end, an autoregressive panel is estimated using the
Generalized Method of Moments (GMM-PVAR). According to the results, GDP
per capita and trade openness positively influence the economic complexity
index, while economic growth and capital accumulation negatively affect the
index. The findings are robust to including the composition of the external
sector in the model.
Keywords: Economic complexity; economic performance; structural
change; Latin America.
JEL Classification/ Clasificación JEL: F41; F62; O54.
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
1. INTRODUCCIÓN
Durante los años ochenta y principios de los noventa se dio un cambio en
la dirección de la economía de una parte de la región latinoamericana como
consecuencia de la crisis de deuda pública, el estancamiento económico y la
alta inflación. Por una parte, los países llevaron a cabo una serie de medidas de
estabilización de la economía después de procesos inflacionarios (en algunos
casos hiperinflacionarios) y caídas importantes en la producción (Capistrán
y Ramos-Francia, 2009; Kehoe y Nicolini, 2021). Entre las diversas medidas
implementadas se redujeron los déficits fiscales y el tamaño del sector público,
se otorgó mayor autonomía a los bancos centrales, se entabló una política de
contención salarial y se privilegiaron las estrategias de crecimiento basadas en
el sector externo. Para finales de los años noventa los altos niveles de inflación
se moderaron, y algunos países llegaron a adoptar como estrategia monetaria
las metas de inflación. No obstante, el crecimiento económico de la región
ha estado por debajo de otras regiones en desarrollo, especialmente si se le
compara con el sudeste asiático.
Por otra parte, con la tercera ola de globalización (Vanham, 2019), iniciada
en los años ochenta, los países latinoamericanos, al igual que otras economías
en desarrollo, incrementaron su nivel de apertura comercial y su participación
en las cadenas globales de valor (Food and Agriculture Organization, 2003).
Este proceso ha sido acompañado de la firma de acuerdos comerciales y
la disminución de los costos promedio de transporte. El incremento en el
comercio mundial se ha caracterizado por un aumento en la producción de
bienes manufacturados con mayor valor agregado e intensidad tecnológica,
haciendo cada vez más complejo el sector externo de los países, especialmente
de aquellos inmersos en las etapas intermedias de las cadenas de valor.
Aunque se ha observado un incremento generalizado en la apertura
comercial de los países latinoamericanos desde los años ochenta, la estrategia
a seguir ha sido diferente, respondiendo a las características propias de
cada país y a las particularidades de los procesos de integración regional.
Así, algunos países latinoamericanos se han incorporado a los procesos
de producción mundial a través de las cadenas globales de valor con una
participación importante en la producción de bienes manufacturados de
intensidad tecnológica media, media-alta y alta. Por otra parte, otro grupo de
países ha continuado con la producción de bienes básicos y materias primas
de exportación. Este grupo se vio beneficiado con el auge del precio de los
194 Carlos Alberto Carrasco · Francis Magloire Peujio-Fozap
bienes básicos y las materias primas de inicio de la década de los años dos
mil. Finalmente, existe un tercer grupo de países en donde una parte de su
sector externo se ha integrado a los procesos de producción mundial a la vez
que continúan exportando materias primas y bienes básicos. En este contexto,
la complejidad del sector externo y, por tanto, la capacidad de transformar
insumos en productos de mayor sofisticación difiere sustancialmente entre
países latinoamericanos.
En este marco se sitúa el presente trabajo que busca analizar la relación
entre la complejidad del sector externo medida a través del índice de
complejidad económica (ECI, por sus siglas en inglés) y una serie de variables
macroeconómicas para una muestra de 17 países latinoamericanos durante el
periodo 1998-2019. Para lo anterior, estimamos un panel autorregresivo con
el método de momento generalizado (GMM-PVAR). El análisis de la relación
entre la complejidad del sector externo y el desempeño macroeconómico
permite mejorar el entendimiento sobre el proceso de cambio estructural y
transformación industrial que ha experimentado la región en los últimos años.
El trabajo se estructura de la siguiente manera. En la segunda sección
se hace un breve análisis de la relación entre complejidad económica, la
estructura del sector externo y los procesos de estabilización. En la tercera
sección se presenta la base de datos y se detalla la metodología. En la cuarta
sección se presentan los resultados y la quinta sección concluye.
2. COMPLEJIDAD, ESTRUCTURA ECONÓMICA Y ESTABILIZACIÓN EN AMÉRICA LATINA
Las reformas de las economías latinoamericanas durante los años ochenta
y noventa modificaron de forma profunda la organización económica mediante
la implementación de una estrategia de crecimiento con un mayor peso del
sector externo (Wacziarg y Welch, 2008). Las reformas fueron generalizadas,
aunque su profundidad y seguimiento fueron diferentes en cada país.
Dentro de los cambios en la organización económica dos áreas fueron clave
(véase figura 1). Primero, un proceso de estabilización buscando disminuir
el crecimiento en los precios, reduciendo las fluctuaciones en los ciclos
económicos y mejorando los balances fiscales. Segundo, una reconfiguración
de la estructura económica con una orientación hacia la apertura comercial y
financiera, priorizando la recepción de inversión extranjera directa, con tasas
de interés y de tipo de cambio determinadas por las condiciones de oferta
y demanda de cada mercado. En suma, el proceso de reformas priorizó la
estabilización y la reestructuración del sistema productivo.
En los años noventa, las economías latinoamericanas lograron estabilizarse,
alcanzar niveles de inflación moderados y mantener tasas de crecimiento
económico positivas. La figura 1 muestra datos de apertura comercial,
inflación, crecimiento económico y PIB per cápita para el conjunto de los
países latinoamericanos y para otros cuatros agregados de países: promedio
mundial, países de ingreso alto, países de ingreso medio y países de ingreso
bajo. Como se puede observar, la mayor inestabilidad para los países
195
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO. UN ANÁLISIS DE PANEL AUTORREGRESIVO ...
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
latinoamericanos en términos de la inflación se encuentra entre mediados de
los años setenta y mediados de los años noventa. En cuanto al crecimiento
económico, la mayor inestabilidad se encuentra en la década de los ochenta.
No obstante, el crecimiento económico de la región sigue siendo altamente
volátil si se compara con otras regiones.
Por su parte, el nivel de apertura comercial, entendido como la suma de
exportaciones e importaciones como proporción del PIB, se ha incrementado
en la mayor parte de los países latinoamericanos. Sin embargo, el nivel de
apertura es menor al nivel promedio de la economía mundial. Tomando como
referencia a los diez países latinoamericanos con mayor población en el
periodo 1980-2019 (antes del inicio de la pandemia), únicamente Guatemala,
Perú y Venezuela (último dato para este país es de 2014) presentan un menor
nivel de apertura al comercio internacional respecto a 1980, aunque en el
periodo postpandemia el nivel de apertura se ha incrementado. Por su parte,
las otras grandes economías latinoamericanas presentan un incremento en
proporción del PIB de 55,5% en México, 21,1% en Argentina, 11,7% en
Ecuador, 9,6% en Bolivia, 8,7% en Brasil, 8,7% en Chile y 6,6% en Colombia.
Lo anterior muestra tanto una mayor apertura en promedio para la región
como diferencias sustanciales entre países.
FIGURA 1. ESTABILIZACIÓN Y APERTURA COMERCIAL
Fuente: Indicadores Mundiales del Desarrollo, Banco Mundial.
196 Carlos Alberto Carrasco · Francis Magloire Peujio-Fozap
Dentro del grupo de países latinoamericanos, las reformas de los
años posteriores a la crisis de la deuda tuvieron efectos diferenciados
en la reestructuración del aparato productivo y la especialización de las
exportaciones. En la figura 2 se puede observar el cambio en la composición
de las exportaciones de América Latina y el Caribe y de la economía mundial.
En ambos casos, la proporción de exportaciones de bienes manufacturados se
ha incrementado mientras que la proporción de exportaciones de alimentos y
de combustibles ha disminuido. En el caso de América Latina, fue en los años
ochenta cuando las exportaciones de combustibles tuvieron su nivel más alto.
Más allá de agregado de la región, las diferencias entre países son
sustanciales. Así, es posible identificar tres grupos de países de acuerdo
con la estructura del sector externo. Un primer grupo se caracteriza por la
participación en las GVC para la producción de manufacturas de diferentes
niveles de intensidad tecnológica. En este grupo se encuentran principalmente
México y los países centroamericanos. Un segundo grupo ha mantenido como
principal fuente de exportación las materias primas y los bienes básicos, lo
que les ha permitido expandirse cuando los precios de estos bienes se han
incrementado, como fue el caso de los años dos mil. En este grupo se puede
encontrar a países como Bolivia, Perú y Argentina. Finalmente, existen países
que mantienen un nivel alto de participación en el comercio mundial de
bienes básicos y materias primas, y que a su vez han podido incrementar su
participación en la producción de manufacturas, presentando en general una
mayor diversificación del sector externo como en el caso de Brasil.
La evidencia empírica de los últimos 30 años ha evaluado las características
del sector externo que propician una mejora en el desempeño económico. Un
punto importante es la diversificación de las exportaciones, especialmente en
lo que se refiere al incremento en la participación de los bienes manufacturados
de mayor intensidad tecnológica y en detrimento de las materias primas y
los bienes básicos (Vogiatzoglou, 2019), siempre teniendo en cuenta que a
partir de cierto umbral de intensidad tecnológica y nivel de desarrollo los
países obtienen ganancias de la especialización (Munir y Javed, 2018). Más
aún, los efectos en el crecimiento se potencian en empresas exportadoras que
realizan actividades de investigación y desarrollo (Bravo-Ortega etal., 2014).
Adicionalmente, las exportaciones de intensidad tecnológica alta tienen una
relación positiva con el desarrollo de capital humano (Blanchard y Olney,
2017; Sheridan, 2014).
Desde la perspectiva de las importaciones, la evidencia empírica muestra
que las importaciones de bienes de capital expanden la capacidad de
producción de los países en desarrollo mejorando el crecimiento económico
(Carrasco y Tovar-García, 2021; Herrerias y Orts, 2013). No obstante, una alta
participación de insumos importadores merma los beneficios en el crecimiento
económico resultantes de la exportación de bienes manufacturados (Carrasco
y Tovar-García, 2021). Así, las características de los insumos importados
(Pierola etal., 2018) y la etapa de producción de las industrias de exportación
197
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO. UN ANÁLISIS DE PANEL AUTORREGRESIVO ...
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
(Hagemejer, 2018) son factores clave en el impacto de la estructura del sector
externo en el crecimiento económico.
FIGURA 2. COMPOSICIÓN DE LAS EXPORTACIONES (1960-2022)
Fuente: Indicadores Mundiales del Desarrollo, Banco Mundial.
198 Carlos Alberto Carrasco · Francis Magloire Peujio-Fozap
Recientemente, las métricas de complejidad, especialmente en lo que
refiere al sector externo, han ido ganando relevancia en el análisis económico
(Hidalgo, 2021; Hidalgo etal., 2018) mediante la mejora y uso de técnicas de
reducción de dimensiones (Hidalgo, 2021) que hacen posible evaluar múltiples
variables caracterizando a cada región o país. En este sentido, el Índice de
Complejidad Económica (ECI) se ha convertido en un indicador clave que
caracteriza al sector exportador de los países y su capacidad de transformar
insumos en productos sofisticados. Así, un país es más complejo cuanto mayor
sea su capacidad de producir diferentes productos con mayor sofisticación a
partir de la combinación de los factores de producción.
Las métricas de complejidad han permitido avanzar en el entendimiento
del proceso de cambio estructural y su relación con distintas variables
económicas. Así, en la literatura se ha identificado una relación negativa entre
la desigualdad de ingreso y la complejidad económica cuando se controla por el
marco institucional, la concentración de las exportaciones y el capital humano
(Hartmann etal., 2017). En este sentido, la calidad institucional influye en
la complejidad económica (Shahzad etal., 2022; Vu, 2022). En cuanto a la
estructura del sector externo, la complejidad se ha asociado positivamente
con la calidad exportadora (Shahzad etal., 2022) y con la diversificación de
las exportaciones (Canh y Thanh, 2022). Asimismo, la complejidad económica
se relaciona con la capacidad de acumular conocimiento y transformarlo
en productos más sofisticados (Lapatinas y Litina, 2019). En términos
macroeconómicos, la complejidad económica se asocia con una reducción de
las fluctuaciones económicas (Canh y Thanh, 2022), el crecimiento económico
(Shahzad etal., 2022) y un menor desempleo (Adam etal., 2023).
El análisis y los datos sobre complejidad han abierto un área de interés en
los estudios de economía internacional. En este sentido, el análisis de la relación
entre el índice de complejidad económica y los fatores macroeconómicos se
vuelve relevante. En términos de este trabajo, el objetivo es analizar la relación
entre el índice de complejidad económica y diversos factores macroeconómicos
de las economías latinoamericanas.
Así, la primera aproximación descriptiva se encuentra en la figura 3 que
muestra gráficos de dispersión relacionando al índice de complejidad económica
y variables macroeconómicas. Gráficamente es posible observar una relación
positiva entre el índice de complejidad económica y el PIB per cápita de las
economías latinoamericanas. También se puede observar una relación positiva
entre el índice de complejidad económica y las exportaciones de manufacturas
mientras que la relación es negativa con la apertura comercial y la tasa de
crecimiento del PIB. En las siguientes secciones analizamos la relación del
índice de complejidad económica y distintas variables macroeconómicas con
el objetivo de mejorar el entendimiento del proceso de transformación del
aparato productivo de los países latinoamericanos.
199
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO. UN ANÁLISIS DE PANEL AUTORREGRESIVO ...
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
FIGURA 3. ÍNDICE DE COMPLEJIDAD ECONÓMICA Y DESEMPEÑO MACROECONÓMICO EN AMÉRICA LATINA
Fuente: Observatorio de Complejidad Económica e Indicadores Mundiales del Desarrollo, Banco
Mundial.
3. DATOS Y METODOLOGÍA
El análisis empírico se centra en el periodo 1998-2019. El primer año
con datos disponibles del Índice de Complejidad Económica del comercio es
1998 mientras que el periodo se restringe a 2019 para evitar un sesgo en el
análisis resultado de los cambios ocasionados por la pandemia de COVID19.
Con base en la disponibilidad de datos, el estudio cuenta con una muestra 17
países latinoamericanos: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica,
República Dominicana, Ecuador, El Salvador, Guatemala, Honduras, México,
Nicaragua, Panamá, Paraguay, Perú y Uruguay.
Los datos se extrajeron de dos fuentes principales. El Índice de
Complejidad Económica (ECI) se extrajo de la página del Observatorio de
Complejidad Económica (Simoes y Hidalgo, 2011). Por otra parte, las variables
macroeconómicas fueron obtenidas de los Indicadores Mundiales de Desarrollo
del Banco Mundial. Las variables macroeconómicas son PIB per cápita a
dólares constantes de 2015 (PIBpc), la tasa de crecimiento del PIB real (PIBg),
la formación bruta de capital como porcentaje del PIB (formacion_capital); la
apertura comercial como porcentaje del PIB (apertura), las exportaciones de
combustible y las exportaciones de manufacturas, las dos últimas variables se
encuentran como porcentaje de las exportaciones de mercancías. La tabla 1
muestra estadísticos descriptivos de las variables utilizadas.
200 Carlos Alberto Carrasco · Francis Magloire Peujio-Fozap
TABLA 1. ESTADÍSTICAS DESCRIPTIVAS
Estadísticos descriptivos
Media Mediana Desv. Estándar Mínimo Máximo
Índice de Complejidad Económica -0,16 -0,17 0,56 -1,23 1,30
PIB per cápita (USD) 6599,31 5773,04 3815,14 1338,68 16037,93
Tasa de crecimiento del PIB 3,41 3,71 3,02 -10,89 11,98
Formación Bruta de Capital (%PIB) 20,65 20,22 4,70 11,69 40,63
Apertura Comercial (% PIB) 65,24 61,43 28,58 16,44 166,70
Exportaciones de manufacturas (%
exportaciones de mercancías) 33,75 29,36 24,62 3,19 96,88
Exportaciones de combustible (%
exportaciones de mercancías) 13,14 4,78 17,84 0,01 66,77
Fuente: Elaboración propia con datos del Observatorio de Complejidad Económica y los Indicadores
Mundiales de Desarrollo.
Para examinar la relación entre los factores macroeconómicos y el índice
de complejidad económica, se estima un panel autorregresivo con el método
de momento generalizado (GMM PVAR). Como un primer paso se analiza la
estacionariedad de las variables. Las pruebas de raíz unitaria del panel se
hicieron tanto en niveles como en primeras diferencias usando los métodos
propuestos por Im etal. (2003) y Levin etal. (2002). En niveles, los resultados
muestran que únicamente el PIB per cápita presentan raíz unitaria mientras
que en primeras diferencias todas las variables son estacionarias (ver tabla
A.1. en Anexos).
El panel de vectores autorregresivos (PVAR) adoptado en este estudio
combina el enfoque VAR tradicional, que trata todas las variables en el
sistema como endógenas, con el enfoque de datos de panel, que permite una
heterogeneidad individual no observada (Love y Zicchino, 2006). El rezago
óptimo para la selección del modelo se basó en el PVAR de primer orden
(Andrews y Lu, 2001). El PVAR de primer orden se especifica de la siguiente
manera:
(1)
Donde I= 1,2,…N y t=1,2,3,…,T. El sistema Zit incluye como variable de
interés al índice de complejidad económica (ECI) y como covariables en el
modelo base se incluyen el PIB per cápita, la tasa de crecimiento del PIB, la
formación bruta de capital y la apertura comercial.
Como pruebas de robustez, se amplía el modelo base al incluir las
exportaciones petroleras y las exportaciones de manufacturas. ɸ(I) es el
operador de rezagos de las variables endógenas, vi es el efecto individual
específico, θt el efecto fijo en el tiempo y εit es el término estocástico de error.
La estimación de la Ecuación (1) utilizando mínimos cuadrados ordinarios
(OLS) daría lugar a resultados inconsistentes debido a la presencia de efectos
201
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO. UN ANÁLISIS DE PANEL AUTORREGRESIVO ...
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
fijos individuales y temporales. Para afrontar este problema, se hace una
aproximación mediante primeras diferencias:
(2)
Donde es el operador de diferencias. Para obtener estimaciones
consistentes y eficientes bajo esta condición, Arellano y Bond (1991)
desarrollaron el método de los momentos generalizado (GMM) que utiliza el
rezago de la variable dependiente como instrumento dónde
Sin embargo, cuando el parámetro autorregresivo es moderadamente
grande y el número de observaciones de las series de tiempos es
moderadamente pequeño, se encontró que el GMM obtenido después de
la primera diferenciación tiene un sesgo de muestra finito y poca precisión
(Blundell y Bond, 1998). Para afrontar este problema, Blundell y Bond (1998)
desarrollaron el sistema de método de los momentos generalizado (Sistema-
GMM) que utiliza las diferencias rezagadas de las variables dependientes
como instrumentos en las ecuaciones en niveles y también incluye los niveles
rezagados de la variable dependiente como instrumentos para las ecuaciones
en primera diferencia. Por lo tanto, el sistema GMM PVAR utilizado en este
estudio aumenta la muestra de estimación y hace que el resultado sea
consistente.
Por último, se presentan los gráficos de las funciones impulso-respuesta.
La función impulso-respuesta describe la reacción de una variable a las
innovaciones en otra variable en el sistema, mientras mantiene todos los otros
choques iguales a cero (Love y Zicchino, 2006). En este estudio, se asume
que las covariables tienen un efecto rezagado en el índice de complejidad
económica. Por lo anterior, la lista de variables mantiene el siguiente orden:
índice de complejidad económica, el PIB per cápita, la tasa de crecimiento del
PIB, la formación bruta de capital, la apertura comercial, las exportaciones
petroleras y las exportaciones manufactureras. En las estimaciones, se
calcularon los errores estándar de las funciones de impulso-respuesta y se
utilizaron simulaciones de Monte Carlo para generar intervalos de confianza.
Las figuras A1 y A2 (véase el Anexo) muestran que PVAR satisface las
condiciones de estabilidad. El modelo VAR es estable si todas las matrices
complementarias son estrictamente menores a la unidad (Abrigo y Love, 2016;
Hamilton, 1994; Lütkepohl, 2005). Por lo tanto, el VAR es estable si todos los
valores propios se encuentran dentro del círculo unitario.
4. RESULTADOS
En esta sección se presentan y analizan los resultados del sistema de
método del momento generalizado del PVAR, cuya mayor ventaja es el análisis
del impacto simultáneo a partir del sistema generado. En este sentido, con
el sistema GMM PVAR, los resultados pueden ser ampliados considerando
todas las variables del modelo como endógenas y, así, medir el impacto de los
202 Carlos Alberto Carrasco · Francis Magloire Peujio-Fozap
regresores en ellas. En la tabla 2 (los gráficos impulso-respuesta y condiciones
de estabilidad se presentan en los Anexos) se puede apreciar los resultados
del modelo base que incluye el ECI, la tasa de crecimiento del PIB, del PIB per
cápita, de la formación bruta de capital y de la apertura comercial sobre el
índice de complejidad económica. Es importante prestar atención al tamaño
de los coeficientes obtenidos porque muestra el impacto marginal de las
demás variables sobre el índice de complejidad económica.
En el modelo base, el ECI se ve positivamente influido por el PIB per cápita
y la apertura comercial mientras que presenta una relación negativa con el
crecimiento del PIB y la acumulación de capital. Por su parte, el ECI rezagado
tiene una relación positiva con el PIB per cápita, el crecimiento del PIB y la
acumulación de capital y una relación negativa con la apertura comercial.
Al respecto, los resultados del modelo base muestran una relación positiva
entre el nivel de desarrollo (medido con el PIB per cápita) y la complejidad del
sector externo. De forma similar, las economías con mayor apertura comercial
tienen en promedio un nivel de complejidad económica mayor. Lo anterior
muestra indicios de un cambio en la estructura del sector externo a medida
que las economías se desarrollan y se abren al exterior. Por su parte, países
con menor nivel de desarrollo, que típicamente crecen a mayores tasas de
crecimiento, y con mayor nivel de formación bruta de capital presentan una
estructura económica menos compleja. Por tanto, es posible esperar que
conforme los países con menor PIB per cápita alcancen un nivel mayor de
desarrollo, el sector externo se vuelva más complejo. No obstante, dicho
proceso de transformación deberá ir acompañado de una política industrial
activa y una mayor apertura comercial que les permita incorporarse de pleno
a las cadenas globales de valor.
TABLA 2. RESULTADOS DEL SISTEMA GMM-PVAR DEL MODELO BASE
Variables Dependientes
ECItPIB per cápitatCrecimiento PIBt
Formación Bru-
ta de Capitalt
Apertura
Comercialt
ECIt-1
0,059
(0,053)
2633,65 ***
(640,10)
25,84***
(6,47)
1,44*
(0,84)
-5,93**
(2,98)
PIB per cápitat-1
0,0001***
(0,000)
0,445**
(0,21)
0,005***
(0,002)
0,001
(0,0005)
0,0004
(0,002)
Crecimiento PIBt-1
-0,003*
(0,0015)
8,991
(12,28)
0,043
(0,071)
0,088
(0,71)
0,197**
(0,088)
Formación Bruta de Capitalt-1
-0,007*
(0,004)
-116,523 ***
(27,12)
-1,384***
(0,256)
0,100*
(0,046)
-0,230
(0,237)
Apertura Comercialt-1
0,001*
(0,001)
6,717
(7,006)
0,063
(0,069)
0,020
(0,015)
0,015
(0,066)
Observaciones 315 315 315 315 315
Fuente: Elaboración propia con Stata 17.
Nota: la significatividad estadística se indica mediante * al 10%, ** al 5% y *** al 1%. Los errores
estándar robustos se encuentran entre paréntesis.
203
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO. UN ANÁLISIS DE PANEL AUTORREGRESIVO ...
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
Adicionalmente, en la tabla 3 se encuentran los resultados del modelo
extendido que permiten analizar la robustez de las estimaciones y el efecto de
añadir la participación de las exportaciones de combustible y manufacturas.
Los resultados muestran que todas las variables del modelo extendido con
excepción de la participación de las exportaciones de combustibles tuvieron
un efecto en el índice de complejidad económica. La relación del ECI y el PIB
per cápita, el comercio y las exportaciones de manufactura es positiva mientras
que la relación con la tasa de crecimiento del PIB y la acumulación de capital
es negativa, dando robustez a los resultados del modelo base. Lo anterior
muestra evidencia de la relación entre el nivel de desarrollo y la complejidad
del sector externo. Los resultados no soportan el uso de una especificación
dinámica cuando se analiza el ECI o la acumulación de capital. No obstante,
para el caso del crecimiento económico, el PIB per cápita, la apertura comercial
y la composición de las exportaciones los valores rezagados de las variables
dependientes son estadísticamente significativos.
El modelo extendido muestra la relación positiva del valor rezagado del ECI
con el PIB per cápita, el crecimiento de la economía, la apertura comercial y las
exportaciones de manufactura. Por su parte, el ECI tiene una relación negativa
estadísticamente significativa con la participación de las exportaciones de
combustibles.
Asimismo, el modelo extendido también aporta evidencia sobre la relación
entre la composición de las exportaciones y el desempeño económico. La
participación de las exportaciones de combustible presenta una relación
significativa únicamente con el PIB per cápita y las exportaciones de
manufacturas, aunque el signo de la relación es negativo en ambos casos. En
cuanto a las exportaciones de manufacturas, éstas presentan una relación
positiva con el ECI y la apertura comercial.
TABLA 3. RESULTADOS DEL SISTEMA GMM-PVAR DEL MODELO EXTENDIDO
Variables Dependientes
ECIt
PIB per
cápitat
Crecimiento
PIBt
Formación
Bruta de
Capitalt
Apertura
Comercialt
Exportaciones
de Combus-
tiblest
Exportacio-
nes de Ma-
nufacturast
ECIt-1
-0,007
(0,039)
2919,3***
(313,9)
29,21***
(3,31)
0,747
(0,699)
5,132***
(2,19)
-21,32***
(2,94)
28,68***
(4,48)
PIB per
cápitat-1
0,0001***
(0,0001)
0,484***
(0,14)
-0,004***
(0,001)
0,001***
(0,0004)
0,0005
(0,001)
0,0005
(0,001)
0,007***
(0,002)
Crecimien-
to PIBt-1
-0,002***
(0,001)
04,14
(6,54)
0,043
(0,071)
-0,005
(0,017)
0,224***
(0,055)
-0,117***
(0,056)
0,144
(0,126)
Formación
Bruta de
Capitalt-1
-0,005***
(0,002)
-96,61***
(10,07)
-1,310***
(0,108)
0,210***
(0,046)
-0,688***
(0,131)
0,052***
(0,108)
-3,490***
(0,332)
Apertura
Comercialt-1
0,001***
(0,0004)
-4,765
(3,09)
-0,048
(0,043)
0,029***
(0,012)
0,049
(0,040) -0,033 0,115*
(0,047) (0,065)
204 Carlos Alberto Carrasco · Francis Magloire Peujio-Fozap
Exporta-
ciones de
Combusti-
blest-1
-0,001
(0,001)
-5,405*
(3,03)
-0,047
(0,034)
-0,007
(0,008)
-0,032
(0,052)
0,135***
(0,060)
-0,223***
(0,100)
Exporta-
ciones de
Manufactu-
rast-1
0,002***
(0,001)
-0,034
(2,09)
-0,012
(0,024)
0,001
(0,012)
0,324*
(0,019)
0,0038
(0,021)
-0,037
(0,053)
Fuente: Elaboración propia con Stata 17.
Nota: la significatividad estadística se indica mediante * al 10%, ** al 5% y *** al 1%. Los errores
estándar robustos se encuentran entre paréntesis.
Los resultados del modelo base y del modelo extendido soportan la
hipótesis de una relación positiva entre el ECI con el PIB per cápita y la apertura
comercial, mientras que la evidencia apunta a la existencia de una relación
negativa con la tasa de crecimiento del PIB y la acumulación de capital. El
grupo de países estudiados se encuentran en un nivel de ingreso medio y
medio-alto. Por ello, los resultados arrojarían evidencia de un proceso de
convergencia con cambio estructural, en donde países con un menor nivel de
desarrollo presentan tasas de crecimiento más grande y mayor acumulación
de capital, mientras que países con un mayor nivel de desarrollo presentan
una estructura económica más compleja. En cuanto a la composición de las
exportaciones, los resultados apuntan a la asociación entre nivel de ingreso
per cápita, exportaciones de manufactura y complejidad económica.
Las funciones de impulso-respuesta proporcionan información útil sobre
cómo es probable que el ICE responda a modificaciones en los factores
macroeconómicos y viceversa. Para analizar los anterior, se estimaron
funciones de impulso-respuesta (IRF) y el intervalo de confianza al 95% de
confianza estadística a partir de 200 simulaciones Monte Carlo (véase el Anexo,
figuras A3 y A4). La ortogonalización de los residuos del VAR ayuda a aislar
la respuesta del índice de complejidad económica a un choque en las otras
variables. En las figuras A3 y A4 se muestran los resultados de la simulación
de un impacto del PIB per cápita y de las exportaciones manufactureras cuyo
efecto inicial es un incremento en el ECI, para posteriormente disminuir y
estabilizar en el largo plazo. Por el contrario, el impacto de una perturbación
de la tasa de crecimiento del PIB, en la apertura comercial, en la formación
bruta de capital, en las exportaciones petroleras y en el rezago del índice de
complejidad económica disminuyen inicialmente el ECI, después lo aumentan
y lo estabilizan en el largo plazo.
5. COMENTARIOS FINALES
El desarrollo reciente de métricas sobre la complejidad económica ha
dado un nuevo impulso a los estudios sobre la evolución de la estructura del
sector externo y su relación con diferentes variables económicas, expandiendo
la capacidad de análisis sobre los procesos de cambio estructural en las
economías en desarrollo, como es el caso de los países latinoamericanos.
205
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO. UN ANÁLISIS DE PANEL AUTORREGRESIVO ...
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
En las últimas cuatro décadas, América Latina se ha enmarcado en un
proceso profundo de reformas económicas que lograron la estabilización de
la mayor parte de los países de la región después de las crisis sucesivas de los
años ochenta y principios de los noventa, y que reorientaron la estrategia de
desarrollo hacia la apertura comercial y financiera con un mayor peso de las
industrias de exportación en el funcionamiento de las economías.
En este contexto, en el presente trabajo se analiza la relación entre la
complejidad económica, medida por el índice ECI, y una serie de variables
macroeconómicas con el fin de mejorar el entendimiento del proceso de
transformación económica de las economías latinoamericanas en los últimos
años. Para ello, utilizamos una muestra de 17 países latinoamericanos en el
periodo 1998-2019 mediante la estimación de un panel autorregresivo con el
método de momento generalizado (GMM-PVAR).
Los resultados muestran la relación positiva del PIB per cápita y el nivel
de apertura con el ECI, mientras que se observa una relación negativa entre el
crecimiento del PIB y la acumulación de capital con el índice de complejidad.
Estos resultados mantienen su robustez una vez controlando por la composición
del sector externo. Así, los países con un mayor nivel de desarrollo y apertura
presentan un sector externo con una mayor capacidad de transformar
insumos en productos más sofisticados. Lo anterior es señal de un proceso de
transformación de la estructura del sector externo y convergencia relativa, lo
que requiere de la acumulación de capital físico para expandir la capacidad
productiva.
A partir de los resultados es posible resaltar dos implicaciones de política
económica. Primero, es fundamental implementar estrategias de política
industrial que impulsen la transformación del sector externo incrementando
su sofisticación. La política industrial deberá priorizar la diversificación de
las industrias de exportación hacia actividades con mayor valor agregado.
Segundo, es importante mantener una tasa alta de acumulación de capital
físico que permita seguir expandiendo la capacidad productiva y mantener
una tasa de crecimiento económico sostenida. Adicionalmente, las políticas de
estímulo a industrias estratégicas y de acumulación de capital físico deben ser
acompañada del desarrollo de capital humano con capacidad de adaptación
a las necesidades de las nuevas actividades productivas. La combinación de
estos tres factores podrá potenciar el desarrollo de la región y mejorar la
calidad de vida de su población.
REFERENCIAS
Abrigo, M. R. M., y Love, I. (2016). Estimation of Panel Vector Autoregression
in Stata. The Stata Journal: Promoting Communications on Statistics and
Stata, 16(3), 778–804. https://doi.org/10.1177/1536867X1601600314
Adam, A., Garas, A., Katsaiti, M.-S., y Lapatinas, A. (2023). Economic
complexity and jobs: An empirical analysis. Economics of Innovation and
206 Carlos Alberto Carrasco · Francis Magloire Peujio-Fozap
.1859751
Andrews, D. W. K., y Lu, B. (2001). Consistent model and moment selection
procedures for GMM estimation with application to dynamic panel
org/10.1016/S0304-4076(00)00077-4
Arellano, M., y Bond, S. (1991). Some tests of specification for panel data:
Monte Carlo evidence and an application to employment equations. The
Review of Economic Studies, 58(2), 277–297.
Blanchard, E. J., y Olney, W. W. (2017). Globalization and human capital
investment: Export composition drives educational attainment. Journal
jinteco.2017.03.004
Blundell, R., y Bond, S. (1998). Initial conditions and moment restrictions in
dynamic panel data models. Journal of Econometrics, 87(1), 115–143.
https://doi.org/10.1016/S0304-4076(98)00009-8
Bravo-Ortega, C., Benavente, J. M., y González, Á. (2014). Innovation, Exports,
and Productivity: Learning and Self-Selection in Chile. Emerging Markets
496X5001S105
Canh, N. P., y Thanh, S. D. (2022). The Dynamics of Export Diversification,
Economic Complexity and Economic Growth Cycles: Global
Evidence. Foreign Trade Review, 57(3), 234–260. https://doi.
org/10.1177/0015732520970441
Capistrán, C., y Ramos-Francia, M. (2009). Inflation dynamics in Latin America.
j.1465-7287.2008.00128.x
Carrasco, C. A., y Tovar-García, E. D. (2021). Trade and growth in developing
countries: The role of export composition, import composition and
org/10.1007/s10644-020-09291-8
Food and Agriculture Organization. (2003). Trade and related economic reforms
in Latin America. En Trade reforms and food security. Conceptualizing the
linkages. FAO. https://www.fao.org/3/y4671e/y4671e.pdf
Hagemejer, J. (2018). Trade and Growth in the New Member States: The Role
of Global Value Chains. Emerging Markets Finance and Trade, 54(11),
2630–2649. https://doi.org/10.1080/1540496X.2017.1369878
Hamilton, J. D. (1994). Time Series Analysis (2nd ed.). Princeton University
Press.
Hartmann, D., Guevara, M. R., Jara-Figueroa, C., Aristarán, M., y Hidalgo,
C. A. (2017). Linking Economic Complexity, Institutions, and Income
Inequality. World Development, 93, 75–93. https://doi.org/10.1016/j.
worlddev.2016.12.020
Herrerias, M. J., y Orts, V. (2013). Capital goods imports and long-run
growth: Is the Chinese experience relevant to developing countries?
207
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO. UN ANÁLISIS DE PANEL AUTORREGRESIVO ...
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
jpolmod.2013.02.006
Hidalgo, C. A. (2021). Economic complexity theory and applications. Nature
00275-1
Hidalgo, C. A., Bally, P.-A., Boschma, R., Delgado, M., Feldman, M., Frenken, K.,
Glaeser, E., He, C., Kogler, D. F., Morrison, A., Neffke, F., Rigby, D., Stern, S.,
Zheng, S., y Zhu, S. (2018). The Principle of Relatedness. En A. J. Morales,
C. Gershenson, D. Braha, A. A. Minai, y Y. Bar-Yam (Eds.), Unifying Themes
in Complex Systems IX (pp. 451–457). Springer International Publishing.
https://doi.org/10.1007/978-3-319-96661-8_46
Im, K. S., Pesaran, M. H., y Shin, Y. (2003). Testing for unit roots in heterogeneous
panels. Journal of Econometrics, 115(1), 53–74. https://doi.org/10.1016/
S0304-4076(03)00092-7
Kehoe, T. J., y Nicolini, J. P. (Eds.). (2021). A monetary and fiscal history of
Latin America, 1960-2017. University of Minnesota Press.
Lapatinas, A., y Litina, A. (2019). Intelligence and economic sophistication.
Empirical Economics, 57(5), 1731–1750. https://doi.org/10.1007/s00181-
018-1511-y
Levin, A., Lin, C.-F., y James Chu, C.-S. (2002). Unit root tests in panel data:
Asymptotic and finite-sample properties. Journal of Econometrics, 108(1),
1–24. https://doi.org/10.1016/S0304-4076(01)00098-7
Love, I., y Zicchino, L. (2006). Financial development and dynamic investment
behavior: Evidence from panel VAR. The Quarterly Review of Economics
and Finance, 46(2), 190–210. https://doi.org/10.1016/j.qref.2005.11.007
Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis.
Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-540-27752-1
Munir, K., y Javed, Z. (2018). Export composition y economic growth: Evidence
from South Asian countries. South Asian Journal of Business Studies, 7(2),
225–240. https://doi.org/10.1108/SAJBS-10-2017-0117
Pierola, M. D., Fernyes, A. M., y Farole, T. (2018). The role of imports for
exporter performance in Peru. The World Economy, 41(2), 550–572.
https://doi.org/10.1111/twec.12524
Shahzad, U., Madaleno, M., Dagar, V., Ghosh, S., y Doğan, B. (2022).
Exploring the role of export product quality and economic complexity for
economic progress of developed economies: Does institutional quality
org/10.1016/j.strueco.2022.04.003
Sheridan, B. J. (2014). Manufacturing exports and growth: When is a developing
country ready to transition from primary exports to manufacturing
exports? Journal of Macroeconomics, 42, 1–13. https://doi.org/10.1016/j.
jmacro.2014.06.002
Simoes, A. J. G., y Hidalgo, C. A. (2011). The Economic Complexity Observatory:
An Analytical Tool for Understying the Dynamics of Economic Development.
Workshops at the Twenty-Fifth AAAI Conference on Artificial Intelligence.
208 Carlos Alberto Carrasco · Francis Magloire Peujio-Fozap
Vanham, P. (2019, enero 17). A brief history of globalization. World Economic
Forum. https://www.weforum.org/agenda/2019/01/how-globalization-4-0-
fits-into-the-history-of-globalization/
Vogiatzoglou, K. (2019). Export composition y long-run economic growth
impact: A cointegration analysis for ASEAN ‘Latecomer’ Economies.
Margin: The Journal of Applied Economic Research, 13(2), 168–191.
https://doi.org/10.1177/0973801018812571
Vu, T. V. (2022). Does institutional quality foster economic complexity? The
fundamental drivers of productive capabilities. Empirical Economics, 63(3),
1571–1604. https://doi.org/10.1007/s00181-021-02175-4
Wacziarg, R., y Welch, K. H. (2008). Trade Liberalization and Growth: New
Evidence. The World Bank Economic Review, 22(2), 187–231. https://doi.
org/10.1093/wber/lhn007
209
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO. UN ANÁLISIS DE PANEL AUTORREGRESIVO ...
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
ANEXO
FIGURA A1. ESTABILIDAD EN EL MODELO BASE
Fuente: Estimaciones de los autores.
FIGURA A2. ESTABILIDAD EN EL MODELO EXTENDIDO.
Fuente: Estimaciones de los autores.
210 Carlos Alberto Carrasco · Francis Magloire Peujio-Fozap
FIGURA A3. FUNCIONES IMPULSO-RESPUESTA DEL MODELO BASE.
Fuente: Estimaciones de los autores.
FIGURA A4. FUNCIONES IMPULSO-RESPUESTA DEL MODELO EXTENDIDO
Fuente: Estimaciones de los autores.
211
DESEMPEÑO MACROECONÓMICO Y COMPLEJIDAD DEL SECTOR EXTERNO. UN ANÁLISIS DE PANEL AUTORREGRESIVO ...
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 191-211
TABLA A.1. RESULTADOS DE LAS PRUEBAS DE RAÍZ UNITARIA
Niveles Primeras diferencias
Levin et al. (2002) Im et al. (2003) Levin et al. (2002) Im et al. (2003)
ECI 1,82** -1,04 -11,33*** -10,30***
PIB per cápita 2,09 5,87 -8,16*** -7,60***
Crecimiento PIB -9,41*** -7,99*** -22,49*** -20,52***
Formación Bruta de Capital -1,47* -1,81** -11,21*** -11,79***
Apertura Comercial -2,68*** -2,26** -16,53*** -13,91***
Exportaciones de Combus-
tibles
-1,36* -1,94** -16,56*** -14,87***
Exportaciones de Manu-
facturas
-2,47*** -1,75** -18,22*** -15,99***
Fuente: Elaboración propia con Eviews 12.
Nota: la significatividad estadística se indica mediante * al 10%, ** al 5% y *** al 1%. Selección de
rezagos con el criterio de información de Schwarz.
