Issuu



PRESENTACIÓN



“Perspectiva macroeconómica colombiana”. Entrevista a Oscar Rujana Quintero, Presidente de la Sociedad Huilense de Economistas.



Unificación del Plan Obligatorio de Salud del régimen subsidiado y contributivo en Colombia.



Factores determinantes de la tasa de victimización en las principales ciudades de Colombia.



Estudio de la probabilidad de inclusión al mercado laboral para los 23 principales departamentos de Colombia y Bogotá D.C. para el periodo 2014.



Relación entre las exportaciones y la tasa de cambio real en Colombia, entre 2001 y 2015.



Curva ambiental de Estimación para los pertenecientes a la OPEP.



Estimación de un modelo VAR para el producto interno bruto y la Recaudación de impuesto al consumo IVA. Colombia (2000 – 2016).

Kuznest: países

 Reseña del libro “THE MAN WHO KNEW: THE LIFE AND GREENSPAN”

TIMES

Enero-Diciembre 2016; Volumen 4 Publicación anual Universidad Surcolombiana Facultad de Economía y Administración Programa de Economía Neiva-Huila revistahomoeconomicus@gmail.com siess@usco.edu.co

Comité editorial y de apoyo profesores Oscar Hernán Cerquera Losada Guillermo León Córdoba Nieto Jenny Lisseth Avendaño López Jakeline Sierra Chávarro Camilo Fabiám Gómez Segura Victor Hugo Pérez Gómez Grupo de trabajo: Geraldin Yuldrey Quila Bonilla Maria Jose Trujillo Cerquera Norvi Yilena Guaraca Trujillo Elizabeth Perea Rodriguez Maria Camila Lopez Tovar Luisa Alejandra Durán Luisa Fernanda Campos Fajardo Laura Sofía Cuellar Torrecillas Stefany Alejandra Marín Muñoz William Polanía Gómez Diseño y diagramación Geraldin Yuldrey Quila Bonilla

ALAN

La responsabilidad de los artículos Corresponde a cada uno de los autores

Universidad Surcolombiana Facultad de Economía y Administración Programa de Economía

Rector Pedro León Reyes Gaspar

Vicerrector Académico Isabel Cristina Gutiérrez de Dussán

Vicerrector de Investigación y Proyección Social Ángela Magnolia Ríos Gallardo

Vicerrector Administrativo Edwin Alirio Trujillo Cerquera

Decano Facultad de Economía Carlos Eduardo Aguirre Rivera

Jefe Programa de Economía Oscar Hernán Cerquera Losada

Universidad Surcolombiana-Av. Pastrana Borrero Cra.1ª Línea Gratuita Nacional: 018000 968722 Neiva- Huila, PBX: (57) (8) 8754753 NIT: 891180084-2 www.usco.edu.co

PRESENTACIÓN

La revista HOMOECONOMICUS, órgano de expresión de los estudiantes de economía, de profesores y de estudios de las ciencias económicas, fue ideada, no solamente como promotor de investigaciones académicas, de debates o como instrumento de aprendizaje sino también para que esta fuera reconocida como la primera revista del programa de Economía de la Universidad Surcolombiana creada por estudiantes de economía, para que sea evaluada por los diferentes lectores del país y del mundo.

Esta edición está compuesto por ocho (8) artículos. Inicialmente se hace una breve presentación, seguida de una entrevista a Oscar Rujana Quintero, Presidente de la Sociedad Huilense de Economistas “Perspectiva macroeconómica colombiana”, el cual destaca la situación que atraviesa el país desde el punto de vista macroeconómico; posteriormente se muestra un artículo sobre la “Unificación del Plan Obligatorio de Salud del régimen subsidiado y contributivo en Colombia” con el propósito de mostrar los beneficios y problemas de las reformas al sistema de salud desde el año 1993. Luego se presenta una investigación sobre los “Factores determinantes de la tasa de victimización en las principales ciudades de Colombia” donde se considera la inseguridad como el centro de las preocupaciones públicas de los colombianos. Después se muestra un “Estudio de la probabilidad de inclusión al mercado laboral para los 23 principales departamentos de Colombia y Bogotá D.C. para el periodo 2014”, cuyo resultado de las estimaciones realizadas, mostraron que existe una perspectiva positiva referente a la probabilidad de que una persona acceda a un trabajo; dado que la probabilidad para los 23 principales departamentos se ubican por encima de la media (mayor a 58%).

Más adelante se muestra un trabajo de investigación sobre la “Relación entre las exportaciones y la tasa de cambio real en Colombia, entre 2001 y 2015” a partir del cual, se logra observar no solo la evolución que han tenido las exportaciones y el índice de la tasa de cambio real a través del periodo de tiempo 2001 – 2015, sino los diversos comportamientos que estas han tenido. Por otro lado, la investigación “Curva ambiental de Kuznest: Estimación para los países pertenecientes a la OPEP” demuestra mediante un modelo de datos de panel que la relación entre las emisiones per cápita de Co2 y el PIB per cápita se ajusta a una curva ambiental de Kuznets en forma de N invertida en la población objeto de estudio. En el siguiente proyecto se realiza una “Estimación de un modelo VAR para el producto interno bruto y la Recaudación de impuesto al consumo IVA. Colombia (2000 – 2016)” en la que se infiere que para el periodo 2000 -2016, se puede decir que Colombia tiene un sistema tributario óptimo y finalmente se presenta una reseña del libro“The man who knew: the life and times of Alan Greenspan”

“PERSPECTIVA MACROECONÓMICA COLOMBIANA” ENTREVISTA A OSCAR RUJANA QUINTERO, PRESIDENTE DE LA SOCIEDAD HUILENSE DE ECONOMISTAS. 2

Entrevistador: ¿Cómo economía colombiana?

ORQ: Desde la óptica macroeconómica, Colombia atraviesa un momento que no es el más favorable, ya que sus políticas monetarias y fiscales no han dado los resultados esperados. A partir de la política monetaria, el banco de la república ha venido gestando unas medidas de control, con instrumentos restrictivos y contractivos para controlar el tema inflacionario desde la crisis del 2008, por lo cual, ha podido de alguna forma ser modelo, a nivel latinoamericano, en niveles inflacionarios que pueden de alguna forma ser medidos y controlar el mercado. En la parte fiscal, hemos visto que siempre ha latido una gran crisis que es el déficit (…) el cual no se ha recuperado. En segunda instancia, vemos la situación difícil en la cuenta corriente, que efectivamente también contempla esa gran proporción del déficit del PIB, por consiguiente comprometiendo esos recursos que nos da una poca estabilidad. Sin embargo, de alguna forma podemos rescatar la medida monetaria que está contemplando el banco de la república, eso ha dado la

posibilidad de mantener unos niveles inflacionarios que le dan alguna estabilidad. Por lo demás, miramos sectores que están recogiendo estas políticas tanto fiscales como monetarias que no dan a traste y no le dan solución. Dentro de los sectores de la economía colombiana, vemos como su primer sector el más afectado, como es el sector agropecuario, el cual es un sector que no ha tenido un verdadero apoyo, sustento, una verdadera inversión en la economía. Colombia es un país eminentemente agropecuario, eminentemente agrícola, lo cual el gobierno nacional dentro de sus directrices y políticas no ha tenido el verdadero tesón que debería tener. El segundo sector de la economía, el de la agroindustria también no ha sido la más beneficiada; vemos que a nivel de los servicios, encontramos un sector importante que ha sido relevante, llámese los servicios del orden financieros a nivel de otros diferentes sectores es importante, entonces vemos que a nivel nacional en conclusión ha menguado un crecimiento que en lugar de mejorar en los últimos años ha venido decayendo, por consiguiente vemos que nos hace falta contemplar unas nuevas medidas y que el modelo verdaderamente se reajuste a la situación real del país; como lo que

estamos viendo ahora con el tema social.

Entrevistador: ¿Qué papel juega el petróleo dentro de la economía colombiana? ORQ: El petróleo desde hace muchos años, desde mediados del siglo XX, fue nuestro primer producto (...), nosotros contemplamos que exportamos algunos niveles valiosos e importantes, y son el respaldo de cerca del 30% de los ingresos de la nación (…); desafortunadamente ni los gobiernos ni el hombre ha sabido aprovechar esto (…).

Entrevistador: ¿En el ámbito económico, tenemos herramientas para salir a flote? ORQ: Nosotros podríamos pensar de que las herramientas que tendríamos que utilizar son las que nos da la economía, básicamente las que nos da la política monetaria y las que nos da la política fiscal, y las que nos da obviamente el verdadero buen gobierno; nosotros tenemos que pensar en un buen gobierno, en una buena administración apoyados en esos instrumentos monetarios y fiscales; en macroeconomía pues tenemos muchas herramientas y posibilidades de encontrar en la economía una gran solución, aquí se ha planteado y se ha dicho que hay que replantear el modelo, mirar un modelo que verdaderamente se ajuste y proyecte un mejor ajuste a nuestra desigualdad, tenemos unos márgenes de desigualdad muy grandes lo cual nos hace muy difícil que nuestro crecimiento tenga los

niveles que esperamos, por consiguiente mirar un modelo un poco más ajustado a nuestra propia condición.

Entrevistador: ¿Qué otros sectores pueden fomentar la economía? ORQ: Bueno, hay nuevos sectores, la economía moderna está aportando; podemos dejar esos recursos del sector primario de la economía como el petróleo, el banano, las flores; si, son importantes para el desarrollo, para el PIB, pero también hay otros sectores como verdaderamente estamos viendo que son fruto, la economía naranja que es uno de los nuevos sectores en donde la parte eminentemente cultural, tecnológica y demás; han hecho un verdadero realce en este siglo XXI, nosotros estamos viendo que Colombia es un país que está siendo grande en estos sectores tecnológicos, culturales, en los sectores verdaderamente grandes de otros niveles, lo cual hace que podamos pensar en diferentes actividades, entonces es valioso que no nos centremos en esos recursos primarios, sino buscar verdaderamente una proyección de emprendimiento, una política de emprendimiento mucho más amplia en muchas áreas, vemos naturalmente que la juventud y los jóvenes hoy están aceptando en cambio, yo creo que están dando el cambio y estamos viendo que no solamente en esas materias; sino en cómo se están formando a nivel de la economía, se están formando con unas valiosas bases modernistas y

visionarias que son las que debemos de mirar.

Entrevistador: departamental, economía?

A ¿Cómo

nivel ve la

ORQ: El departamento del Huila dentro de los 32 departamentos no es el más ni el mejor posicionado, estamos viendo que a nivel muy macroeconómicamente, nosotros estamos ocupando el puesto 13, 14, 12, en márgenes de competitividad; por consiguiente, si lo tomamos desde el índice de desarrollo competitivo nosotros estamos en un punto medio, nosotros nos afectan renglones valiosos como el tema de la infraestructura, como el tema de la educación, de otros grandes sectores agropecuarios y demás, que no han tenido el verdadero realce que deben tener; aquí tenemos un departamento que no cuenta con unos desarrollos significativos en materia de infraestructura, de vías y otros, por tanto estamos galopando sobre unos márgenes muy medianos de estabilidad, nosotros estamos relativamente sufragando las necesidades del día, entonces no hemos avanzado, estamos en un retardo económico bastante grande, es un departamento que no cuenta con un desarrollo agroindustrial verdaderamente significativo, tenemos unos proyectos que solamente quedan en proyectos como el tema de la zona franca, del turismo, de la parte comercial y de servicios, pero todos son sectores que están en unas etapas primarias muy difíciles, que les falta mucho por recorrer, estamos avanzando

pero no vemos esos resultados. Los índices que no lo demuestran, como el índice del desempleo, de informalidad y demás, evidencian esos resultados y esa demostración; pero aquí lo que veo más significativo de alguna forma, es el 4 margen de la educación, tenemos un departamento que estamos apenas incursionando en una universidad acreditada de alta calidad, como la universidad Surcolombiana, no tenemos sino la esperanza de que sea la universidad surcolombiana la primera universidad del departamento acreditada, pues eso nos da otra visión de lo que sería el departamento del Huila, estamos quedados en esa parte, estamos bastante quedados en eso, merece una atención muy minuciosa, muy de lleno entonces ese es otro de los sectores que deben atenderse.

Entrevistador: Doctor muchísimas gracias por la entrevista. ORQ: En cuanto al municipio de Neiva; está atravesando también un momento difícil, yo creo que en Neiva como en el país y el departamento nos agobia y nos afecta mucho el tema de la corrupción, es un flagelo que está afectando mucho el desarrollo del departamento, municipio y el país; pero si para nosotros es difícil y va ser obviamente nuestra meta más difícil de alcanzar, es algo que debemos atender, entonces esperamos que ustedes como juventud, la universidad Surcolombiana está haciendo una tarea importante, un gran esfuerzo, me parece que hay que acompañar

esta institución y desde mi lugar y siempre lo he hecho, he sido un coequipero de la universidad y siempre me siento complacido de hacerlo honroso además de un alma mater tan valiosa y tan grande, que desafortunadamente ha sido producto y víctima de muchas otras cosas que naturalmente al departamento lo agobia, como es el tema de la corrupción, que eso no es lo mejor para el departamento, Muchas Gracias

UNIFICACIÓN DEL PLAN OBLIGATORIO DE SALUD DEL RÉGIMEN SUBSIDIADO Y CONTRIBUTIVO EN COLOMBIA Oscar Hernán Cerquera Losada

Jefe Programa de Economía

La Constitución de 1991 establece que Colombia es un Estado Social de Derecho, por lo tanto se propone fortalecer y garantizar los derechos esenciales que mantengan nivel de vida necesario para participar como miembro pleno de una sociedad. Así, el artículo art. 49 de la Constitución de Colombia (1991) reza: “La atención de la salud y el saneamiento ambiental son servicios públicos a cargo del Estado. Se garantiza a todas las personas el acceso a los servicios de promoción, protección y recuperación de la salud”. Es por esto que a partir de 1993 Colombia introdujo una reforma que cambió profundamente el sistema de salud, implementado cambios más radicales diferenciándose ampliamente de los demás países de la región, apuntándole a un modelo de integración horizontal en cuanto a las funciones de regulación, financiamiento y provisión, hasta volverse uno de los sistemas más igualitarios del mundo, implementando un esquema de aseguramiento universal dentro del cual se ofrece a toda la población un paquete definido y exigible de beneficios financiados en un 85% con recursos públicos provenientes de una mezcla de impuestos generales y contributivos. Algunas de las motivaciones para implementar la reforma al sistema de salud en 1993, fue el desarrollo demográfico de Colombia; el descenso de la mortalidad general,

el incremento de la esperanza de vida al nacer, el descenso de la tasa global de fecundidad, la urbanización etc., produjeron profundos cambios en el perfil epidemiológico del país donde prevalecen cada vez más enfermedades de tipo no transmisible y donde los mayores representan una parte cada vez más grande de la población. Este cambio de escenario implicaba realizar profundos cambios al actual sistema de salud, el cual no estaba respondiendo a las necesidades de la población pues se mostraba graves problemas de cobertura, de ineficiencia, niveles altos de desigualdad y bajos niveles de solidaridad. En el año 1990, sólo el 31% de la población colombiana tenía acceso a la seguridad social. Para atender al 70% de la población no cubierta existía el aseguramiento a través del sector público, que se financiaba principalmente con recursos de la Nación. Según Orozco (2006), los Departamentos a quienes se le giraba los recursos para atender a la población no cubierta en salud, les fueron asignadas un sin número de tareas que generaron un esquema ineficiente, altamente burocratizado y propenso a la corrupción. La red hospitalaria era muy ineficiente, en el sentido de que el aumento de los recursos destinados a la salud no iba dirigidos a aumentar la cobertura y calidad sino las prebendas y beneficios (aumento de salario) para los funcionarios del sistema (médicos, dirigentes, etc). Giedion y

Molina (1994) sostiene que el sistema era ampliamente desigual, señalando que el 12% de las hospitalizaciones y el 20% de las cirugías adelantadas que debían dirigirse a la población pobre, fueron recibidos por el 20% más rico de la población. También el sistema era poco solidarios, pues aunque existían aportes proporcionales al nivel de ingreso de las personas (lo que generaba una redistribución entre ricos y pobres, y enfermos y no enfermos), no existían recursos de solidaridad entre este el sector público y el sector privado para atender a aquellas personas que no estaban aseguradas. Teniendo en cuenta estos problemas, fue que se implementó la reforma de 1993; Giedion y Acosta (2011) destacan que Colombia promovió un esquema de aseguramiento universal de salud llamado Sistema General de Seguridad Social en Salud (SGSSS), donde actores privados y públicos concurren en el aseguramiento y en la provisión de servicios. Con este se busca ofrecer a toda la población a un paquete único y exigible de beneficios en salud llamado POS (Plan Obligatorio de Salud). Dentro del sistema general se formaron diferentes subsistemas dirigidos a diferentes grupos poblacionales, con diferentes planes de beneficios, mecanismos de financiamiento, fondos de agrupación de riesgo y red de prestadores de servicios. La red pública está dirigida a proteger a la población que aún no se encuentra asegurada, y es financiado con impuestos generales de orden nacional y local (en menor cuantía). La población que atiende no tiene derecho a un plan exigible y predefinido de beneficios de salud. El régimen subsidiado provee

aseguramiento a la población pobre sin capacidad de pago. Las personas afiliadas a este régimen tienen derecho a un plan predefinido de servicios llamado POS-S (Plan Obligatorio de Servicios de Salud Subsidiado) cuyo alcance ha sido durante mucho tiempo menor al plan de beneficios en el régimen contributivo. Las EPS-S están en teoría a cargo de la gestión de la salud de sus afiliados (por ello el nombre de “promotoras de la salud”) y reciben por la prestación del POS-S una cápita llamada UPC-Unidad de Pago por Capitación. La financiación de este régimen (subsidiado) es mixta: por un lado los recursos parafiscales provenientes del aporte de solidaridad que hacen los afiliados cotizantes del régimen contributivo y los aportes de la Nación. Los recursos que reciben las EPS están función del número de afiliados y de la cápita ajustada por riesgo según lugar de residencia. “El régimen contributivo está dirigido a las personas con capacidad de pago y a sus familiares dependientes. Los afiliados tienen derecho a un plan obligatorio de salud POS, que ofrece un paquete integral de servicios de salud y, además, prestaciones económicas en caso de enfermedad o maternidad. Los cotizantes aportan 12.5% de sus ingresos a la EPS, de los cuales 12% (1.5 puntos) son canalizados hacía el régimen subsidiado a manera de impuesto de solidaridad. Los demás recursos son dirigidos hacía un fondo de redistribución llamado FOSYGA y los recursos que recibe cada EPS dependen, no del nivel de los ingresos de sus afiliados (como es el caso en algunos países en América Latina), sino del número de afiliados y de su perfil de riesgo en términos de edad, género y domicilio. Así, existe un mecanismo de solidaridad

financiera que redistribuye los recursos de los ricos a los pobres, de los sanos a los enfermos y de los jóvenes a los viejos, de las familias pequeñas a las numerosas”. En 2008 la Corte Constitucional de Colombia emitió la sentencia T 760, ordenando la unificación de los planes de beneficio subsidiado y contributivo (igualación de los POS), a partir de la Ley 1438 de enero de 2011 se le da cumplimiento a esta sentencia. En este sentido el gobierno tiene que asumir los costos adicionales que demanda unificar dichos planes; debido a esto existe gran preocupación por la sostenibilidad del sistema y, en particular, sobre la carga fiscal que significa esto para el Estado. En cuanto a los efectos de la reforma que se implantó, no hay duda que Colombia tiene un sistema de salud que ofrece cobertura cuasi universal de aseguramiento, mejorando el acceso a los servicios de salud, la protección financiera en especial de la población más pobre, permitiendo una mejor equidad y mayor acceso en la distribución de los recursos público, aumento de la esperanza de vida, se disminuyeron ciertos tipos de enfermedades y se redujeron las tasas de mortalidad infantil. Sin embargo el gran problema del sistema radica en la sostenibilidad financiera del mismo, que la ha llevado a una profunda crisis económica (a la que se hará referencia más adelante). El gasto en salud como porcentaje del PIB aumentó considerablemente, antes de la reforma el gasto total era de 6.2%, después de la reforma ha superado los 7.8%; un punto importante es el gasto per cápita, en 1

Según datos de la OMS en el 2006.

2006 era de US$ 626, por encima del promedio regional (US$ 498 PPA). De este gasto, el 85.4% es público y el resto privado y solo el 7% corresponden a gastos de bolsillo1. Este último es considerado la fuente de financiamiento más regresiva de la salud ya que la carga financiera depende únicamente del nivel de riesgo y no de la capacidad de pago; por lo tanto depender poco de este gasto es importante, pues garantiza que la carga financiera del sistema se distribuye de manera más igualitaria entre los hogares, donde todos aportan de acuerdo a su capacidad de pago, pero recibiendo el mismo plan de beneficios. La cobertura de aseguramiento paso de 23% del total de la población en 1992 a 83% en 2008, aumentando en todos los deciles de la población, pero de manera especial en los más pobres y en las zonas rurales; en los quintiles 1 y 2 se pasó de 6.1% y 16.5% en 1993 a 79.9% y 83.9% en 20082. En términos de equidad pareciera que los que más se han beneficiado del aseguramiento y mayor acceso al servicio de salud han sido los pobres y la población del área rural. Pero a pesar de eso, Florez, et al (2007) sostiene que aún subsisten grandes barreras en el acceso y significativas brechas de equidad entre los diferentes grupos poblacionales, “una persona que declara haber necesitado servicios de salud y que pertenece al quintil 5 accede 1.45 más a servicios profesionales de salud que una persona equivalente del quintil 1. Por otro lado, los ricos sin seguro usan 50% más los servicios de salud que los pobres sin seguros”.

Según cifras de la Encuesta CASEN (para 1993) y la Encuesta de Calidad de Vida (2008).

En cuanto al tema de la calidad, existen dudas sobre la eficiencia del servicio al aumentar el número de personas asegurados; De Charry et al (2008) encuentra que la mayoría de las mujeres con cáncer de mama en Colombia iniciaron el tratamiento en etapas avanzadas de la enfermedad, siendo más común esto en las afiliadas al régimen subsidiado y las pacientes pobres sin seguro. El aseguramiento reduce la probabilidad de incurrir en gastos catastróficos relacionados con eventos adversos en salud; el sistema de salud colombiano, a través del aumento de los subsidios, no le permitió a los colombianos pobres gastar una proporción mayor de sus ingresos en salud, esto se evidencias en dos hechos, i) los subsidios netos en salud en proporción del ingreso del hogar aumentaron en todos los quintiles de la población pero en especial de los más pobres, en 1992 el subsidios para el quintil 1 ascendía a 6.2% de su ingreso, en 2008 pasa a representar el 28.6%; en el caso del quintil 5, en 1992 el subsidio en salud representaba el 0.1% de su ingreso, y en 2008 representó el 1.7%. Y ii) el sistema mantuvo y profundizo la progresividad, pues a medida que aumenta el ingreso del individuo disminuyó el subsidios como proporción del ingreso (comparar los quintiles 1 y 5 para el 2001 y 2008 respectivamente, del punto anterior)3. Estos buenos resultados impactaron positivamente en la reducción de la pobreza y la desigualdad; según Nuñez (2009), si se compara el resultado de pobreza con el ingreso inicial reportado por la familia y la evolución de la pobreza luego de

imputar el subsidio a salud, esta se reduce en 4.78 puntos porcentuales, y el Gini en 2.54, siendo superior el efecto en la población del régimen subsidiado que en el régimen contributivo. Sin embargo, desde 2001 el sistema empezó a mostrar diversos problemas que se han agravado con el tiempo generando una profunda crisis financiera que ha llevado a exigir por parte los principales actores del sistema de salud, una reestructuración urgente del esquema de salud colombiano.

9 9

Dentro de los principales problemas que muestra el Sistema General de Seguridad Social en Salud (SGSSS), se encuentra el incremento desproporcionado de las demandas por eventos no cubiertos por el POS; esto ocurre porque no sé limito el aseguramiento POS, es decir, no se dejaron claras los accesos y limitaciones del plan de salud, debido a esto empezaron a aparecer enfermedades y cirugías que no fueron atendidas, en su defecto las personas empezaron a imponer tutelas en contra del Estado de Colombia atenta contra la esencia del esquema de aseguramiento y su sostenibilidad financiera, ya que inicialmente no se habían previsto recursos para financiar este tipo de servicios. La igualación del POS de los dos regímenes, conlleva un aumento de los recursos destinados al régimen subsidiado que deben ser asumidos por el gobierno, o descontados del régimen contributivo pero como mostraremos más adelante esto puede acarrear desincentivos a la formalidad laboral; según cálculos

Datos obtenidos de Molina y Giedion (1994) y Nuñez (2009).

de Fedesarrollo, dicha igualación del POS significaría un déficit estructural del sector de casi 2 puntos del PIB. “Adicionalmente, el acceso a los mismos servicios en ambos regímenes elimina los incentivos para la afiliación en el régimen contributivo, promoviendo aún más la informalidad laboral. Esta decisión, a pesar de su validez en términos de equidad, profundiza los desbalances existentes en la cobertura y las finanzas del sistema”. Uno de los preceptos básicos sobre el cual se construyó la reforma fue que las entidades aseguradoras debían mantener consumidores con diversos tipos de riesgos (riesgo de sufrir enfermedades de alto costo) para que las entidades puedan financiarse ofreciendo un pool de consumo de los servicios. Lo que está sucediendo en la práctica es que las EPS y ARS públicas, y un grupo selecto de las privadas, están asumiendo a una gran parte de los pacientes de alto riesgo y por eso están en dificultades financieras que afectan la estabilidad de todo el sistema. Otro punto importante es el flujo de recursos financieros en el sistema de salud; el seguimiento, la vigilancia, el control y la rendición de cuentas se hace casi que imposibles debido a la complejidad del esquema financiero e institucional, generando cuellos de botellas en el tránsito de los recursos desde que salen del gobierno hasta que llegan al beneficiario final. Pero quizá el punto más importante y de actual debate es de la sostenibilidad del sistema, la cual

está en serias dudas y más ahora con la igualación del POS. A partir del 2003 el aumento en cobertura se ha logrado exclusivamente al régimen subsidiado; hoy en día 17.7 millones de personas pertenecen al régimen contributivo (de las cuales solo 7 millones contribuyen), mientras que más de 24 millones de personas pertenecen al subsidiado. Cuando se promulgo la reforma, se pensó que el crecimiento económico era suficiente para promover el aumento en la afiliación al régimen contributivo y que este acogería una mayor cantidad de personas que el régimen subsidiado, además, se aumentaron los costos laborales de forma considerable4, pues estos debían financiar el servicio de salud del contributivo y parte del subsidiado; sin embargo el panorama es otro, como ya se indicó, la población afiliada al régimen subsidiado creció más rápido que la del régimen contributivo generando graves problemas de segmentación laboral, pues por un lado, “se considera que los altos costos pueden aumentar la informalidad, pues para algunos individuos o empresas no se justifica pagarlos. Esto se debe a la poca rentabilidad que se obtiene de los aportes, en parte debido al pobre vínculo que existe, en algunos casos, entre los aportes y los beneficios que generan. Por otra parte, los altos costos no salariales propician la segmentación del mercado laboral al introducir rigideces en el mercado asalariado. Por ejemplo, estos costos aumentan el nivel de remuneración por trabajador, debido a la existencia del salario mínimo que limita la total

Santa María et al (2011) indica que los costos laborales se incrementaron cerca de un 55%.

transmisión de estos costos, minimizando así la creación de empleo formal y la probabilidad de transición de empleos informales a empleos formales”. Esto ha perjudicado especialmente a los individuos pobres, quienes tienen menor probabilidad de conseguir un empleo formal (debido a su nivel educativos, y demás) y por tanto les toca ubicarse en la informalidad a pesar de su deseo de ingresar al sector formal

FACTORES DETERMINANTES DE LA TASA DE VICTIMIZACIÓN EN LAS PRINCIPALES CIUDADES DE COLOMBIA

Luisa Alejandra Durán Vargas Laura Sofía Cuéllar Torrecillas

Estudiantes del Programa de Economía

INTRODUCCIÓN La victimización es un concepto complejo que no solo se circunscribe a la ocurrencia de determinando delito, pues involucra impactos generacionales, la consideración propia de sentirse víctima, e incluso, si el daño propio causado por algún delito es directo, fortuito o colateral. No obstante, a lo interesante y el debate que se circunscribe a este tema, para este estudio en particular, la victimización se asocia a aquellas personas mayores de 15 años que en el último año (año anterior a la realización de la encuesta) fue víctima de algún delito particular. Según los resultados de la encuesta ECSC2015, el 11,8% de las personas mayores de 15 años que residen en las ciudades capitales de la región Caribe fue víctima en 2014 de algún delito. Este resultado incrementó 0,2 puntos porcentuales respecto al resultado del año anterior, e inferior a la tasa de victimización en el país (17,3%). En esta misma línea se pretende identificar los factores y su efecto en la tasa de Victimización para las principales ciudades de Colombia; mediante el método de Panel de datos. Además, se obtuvo información a partir de uno de los objetivos estratégicos fundamentales de la Política Nacional de Seguridad y Convivencia Ciudadana que se describe en el Plan Nacional de Desarrollo 2010-2014 consiste en “garantizar la seguridad y la convivencia ciudadana”. Para ello es necesario ampliar

la disponibilidad de información sobre delitos y así mejorar la toma de decisiones de política pública. En este contexto, el DANE llevó a cabo la Encuesta de Convivencia y Seguridad Ciudadana (ECSC 2015), cuyo objetivo es generar información estadística sobre las dinámicas delictivas asociadas a problemas de seguridad tales como: hurto a residencias, a personas y a vehículos, riñas y peleas y extorsión, así como la percepción de seguridad y el nivel de denuncia. La población objetivo son las personas de 15 años y más residentes en las áreas urbanas de 28 ciudades priorizadas por la Política Nacional de Seguridad y Convivencia Ciudadana. La información obtenida es representativa para cada una de las ciudades objeto de estudio. Los resultados de la encuesta resultan de gran interés para las autoridades a nivel nacional y local, puesto que no solo brindan un panorama sobre la ocurrencia de delitos en las ciudades, sino que también arrojan información sobre la percepción que tienen los ciudadanos acerca de las autoridades partícipes en la prevención y la persecución de la criminalidad. (CORPORACION EXCELENTE EN LAJUSTIICA, 2012) OBJETIVOS Objetivo General Identificar los factores determinantes de la tasa de victimización con sus respectivos efectos en las principales ciudades de Colombia. Objetivos Específicos • Sustraer información de los informes por encuestas y estudios realizados por

el DANE Y BANREP con respecto a la tasa de victimización para las 23 ciudades escogidas. • Identificar los hechos de la actividad delictiva en Colombia. • Crear la base de datos, mediante la información brindada por las entidades. • Utilizar el software STATA, para acceder a él mediante la base de datos creada. • Implementar el método de Datos de Panel, con todas las variables creadas. • Describir el efecto de los determinantes en el momento de ser identificados, respecto a la tasa de victimización. • Analizar los respectivos resultados del método utilizado. •

Plantear las conclusiones. PLANTEAMIENTO DEL PROBLEMA

Hoy, el llegar a ser víctima no se considera un incidente individual sino un problema de política social, un problema de derechos fundamentales, (Beristain Ipiña, 1990). En un primer momento la víctima fue olvidada en los estudios teóricos tanto en el derecho penal como en la criminología clásica. Estas disciplinas consideraron al sujeto pasivo de la acción punible como “el perjudicado”, es decir, aquel individuo que veía directamente lesionados sus derechos y bienes durante el iter criminis. Sin embargo, la dogmática penal quedó corta en la explicación de la víctima, ya que, centró sus estudios en los fines de la pena, la política criminal, y en los derechos del sindicado, (Laurrauri, 1993). Al abordar el tema de los derechos humanos de las víctimas del delito surge como necesario punto de referencia el

abandono al que han estado sometidas por parte del excluyente sistema penal moderno. Nadie quiere identificarse con los perdedores del drama criminal, pues además de sufrir el impacto del delito, deben enfrentar la indiferencia e insensibilidad del sistema legal y soportar la falta de solidaridad de la propia comunidad, (Sampedro Arrubla, 2008). El delito es un complejo fenómeno social que invita a la reflexión, pero para que ésta resulte fructífera debe desembocar o culminar en directivas generales respecto a cómo proceder para enfrentar con éxito el problema. Toda reflexión seria debe, por lo tanto, conducir a propuestas concretas, a lineamientos claros que influyan en la toma de decisiones, (Maceri, 2002). De acuerdo a las consecuencias que se derivan de un delito, en función de su naturaleza, circunstancias concurrentes, personalidad de los sujetos que participan y las secuelas nocivas del proceso penal, la doctrina victimológica ha dado en llamar: Victimización primaria y Victimización secundaria. Victimización Primaria, es aquella que se pone de manifiesto en el momento que la persona recibe las consecuencias perjudiciales producidas por el delito y la acción del delincuente; es el momento más traumatizante donde se producen afectaciones del patrimonio y de otros intereses que pueden derivar en secuelas permanentes, en algunos casos de por vida y de las que nunca podrá desprenderse la persona afectada. Por otro lado, la victimización Secundaria, aparece de las relaciones que establece la víctima con el sistema jurídico penal, con los órganos del aparato represivo del Estado. No en pocas ocasiones esta experiencia resulta más perjudicial al incrementar el daño con otras consecuencias emocionales, sociológicas y hasta patrimoniales, que tampoco tienen reparación, (Aguilar Avilés, 2010).

En Colombia el hurto es el delito que más está impactando a la sociedad colombiana y ha venido presentando mayor crecimiento.

surge la pregunta de investigación, ¿Qué factores determinan la tasa de victimización?

En el año van 179.508 casos reportados. Se llegó a esa conclusión a través del el Censo Delictivo Nacional, el cual es una herramienta estadística que será revelada semanalmente y que permitirá atacar el delito en tiempo real. El primer reporte permitió evidenciar que entre la semana del 12 al 18 de agosto se registraron 19.838 denuncias por distintos delitos en todo el país. El mayor número corresponde a hurtos (5.339); seguido por lesiones personales (3.328), violencia intrafamiliar (1.704), narcotráfico (1.094), inasistencia alimentaria (979), amenazas (830) y homicidios. La mayoría de denuncias se registró en Bogotá, Antioquia, Valle del Cauca, Santander, Cundinamarca, Atlántico y Tolima. En todo el país han sido hurtados este año 18.309 motos (1.800 más que en el mismo lapso del 2015) y 4.694 vehículos. El acumulado del año está en 757.737 delitos denunciados, lo que representa unos 500 casos más que el año pasado. Eso significa que cada día de este año se han denunciado casi 3.200 hechos delictivos ante las autoridades, (FISCALÍA GENERAL DE LA NACIÓN, 2016).

ESTADO DEL ARTE

La ocurrencia de delitos como robo de autos y a casa habitación, así como asaltos o violaciones, entre otros, puede estudiarse desde la perspectiva de quien los comete (el victimario) o de quien los padece (la víctima). Según la teoría de crimen y castigo de Becker (1968), algunas personas cometen actividades ilícitas si el beneficio esperado de dicha actividad supera su costo, entendido éste como la probabilidad de captura y condena, y la severidad del castigo, (Cárdenas Rodríguez, 2012). A raíz de las problemáticas presentadas anteriormente

El Estado colombiano continuamente actualiza su ordenamiento jurídico, no dejando atrás lo referente a la promoción y garantía de los derechos humanos con base en el desarrollo actual del Derecho Internacional de Derechos Humanos, por lo tanto, fue menester introducir la noción de víctima como reconocimiento de esta como sujeto de derechos e igualmente la verdad, la justicia y la reparación como sus derechos, (RODRÍGUEZ BARÓN, 2015). La primera noción de víctima en el derecho internacional la dio la Resolución 40/34 del 29 de noviembre de 1985 de la Asamblea General de las Naciones Unidas que adopta “La Declaración sobre los Principios Fundamentales de Justicia para las Víctimas de Delitos y del Abuso de Poder”. Esta Declaración se fundamentó en la existencia de miles de personas sustraídas de sus derechos, que no poseían herramientas para la reivindicación de los mismos ante los Estados y la comunidad internacional, por lo tanto, fue de manifiesta urgencia tal reconocimiento, al igual que el de los mecanismos para su protección, con dos fines: poner en práctica lo dispuesto por la Declaración, y reducir la victimización. Además, la citada declaración dentro de su texto reconoció dos clases de víctimas: víctimas de delitos y las víctimas del abuso del poder. Es importante señalar que se analizará lo concerniente a los derechos de las víctimas de delitos, por ser la tortura una violación de los derechos humanos, (NACIONES UNIDAS, 1985). Podemos encontrar varios proyectos de igual o similar temática al tema de investigación que se está desarrollando en

la presente propuesta, que nos ayudarán a sustentar la misma. Entre ellos encontramos: El proyecto, “Determinantes de la criminalidad. Análisis de Resultados”, en el cual ha sido creado como la segunda parte del estudio, denominado “Factores Determinantes de la Criminalidad en Chile”. Ambos trabajos (Parte I y II) están insertos en el proyecto titulado Predicción, Control y Prevención de la Criminalidad en Chile (PRECRIM), desarrollado por el Centro de Estudios de Derecho Penal de la Universidad de Talca, bajo la dirección del Dr. Jean Pierre Matus Acuña. El objetivo del estudio se relaciona principalmente con la predicción del crimen a través de datos estadísticos confiables y modelos matemáticos. Así, la primera investigación tuvo un enfoque empírico sustentado principalmente en conocimientos jurídicos, económicos y sociológicos. De forma general se puede decir que el estudio tiene un carácter longitudinal y agregado a nivel país. La unidad de análisis, son los años desde 1995 al año más reciente que existan los datos 1. Para esto se construyó una base de datos que tiene como función permitir ver la relación entre el crimen y sus (posibles) factores determinantes. Así, en el estudio queda configurada como variable dependiente la criminalidad, específicamente los Robos con Fuerza y, por otro lado, las variables independientes corresponderían a los factores determinantes del crimen para Chile, ( Matus Acuña, Rodríguez Sickert, Cea Martínez, & Ruiz Cabello, 2007). Por otro lado está el proyecto: “Determinantes socioeconómicos de la delincuencia: una primera aproximación al problema a nivel provincial”, en el cual, el estudio tiene como objetivo determinar las causas socioeconómicas de la delincuencia. Del análisis de Encuesta Continua de 2006 del INEI encontramos que existe una heterogeneidad en número y tipo de delitos a nivel regional que se reproduce a nivel provincial. Este hecho estaría explicado por la heterogeneidad

económica y social entre las regiones y provincias. Asimismo, comprobamos que existe un número significativo de delitos que no son denunciados lo que hace que las estadísticas oficiales estén subestimadas. Finalmente, mediante la estimación de un modelo de método generalizado de momentos, se encuentra que diversas variables socioeconómicas tendrían un peso importante en la incidencia de la delincuencia, pero su significancia y signo sería diferenciado por tipo de delito, (Obando Morales & Ruiz Chipa, 2007). Por último, pero no menos importante encontramos el proyecto “¿Con qué probabilidad me toca ser víctima de un delito?”, en el cual se utilizan las teorías de exposición a estilos de vida y de actividades rutinarias para determinar qué factores inciden en la probabilidad de que una persona que vive en el área metropolitana de León, Guanajuato, sea víctima de un delito. Asimismo se determina la probabilidad con la cual personas con diferentes características pueden ser víctimas de una fechoría. Se utiliza una base de datos recolectada por el Departamento de Economía y Finanzas de la Universidad de Guanajuato. Los resultados indican que el tiempo de residir en la vivienda, el evitar ciertas rutas y la duración de la jornada laboral están correlacionadas con la probabilidad de ser víctima de un delito, mientras que variables como sexo y edad no muestran correlación alguna, (Cárdenas Rodríguez, 2012). MARCO TEÓRICO La evolución del concepto de la víctima comenzó como un elemento más del recorrido criminal (dogmática penal) hasta su reconocimiento como sujeto de derechos (victimología) en los instrumentos internacionales de derechos humanos, jurisprudencia internacional, y

la irradiación del cambio de óptica del tratamiento de la víctima y de sus derechos en el ordenamiento jurídico interno en Colombia, ( RODRÍGUEZ BARÓN, 2015). Las víctimas son las personas que padece daño o ha muerto por causa ajena o fortuita. Por otro lado, ser víctima de alguien o algo. ‘Sufrir o padecer el daño que dicha persona o cosa causa’. En esta estructura, la palabra víctima funciona como atributo del sujeto, por lo que debe concordar en número con este, (REA, 2005). En Colombia son reconocidas como víctimas las personas que individual o colectivamente hayan sufrido un daño por hechos ocurridos a partir del 1 de enero de 1985, como consecuencia de violaciones graves y manifiestas de las normas internacionales de Derechos Humanos y de infracciones al Derecho Internacional Humanitario ocurridas con ocasión del conflicto armado interno. También se consideran víctimas las personas que hayan sufrido un daño al intervenir asistir a la víctima de los hechos antes referidos que estuviese en peligro, o para prevenir esa victimización. También son víctimas los niños que nacieron a causa de un abuso sexual cometido en el marco del conflicto armado, (UNIDAD DE VÍCTIMAS, 2011). La conducta humana (acción u omisión) es la base sobre la cual descansa toda la estructura del delito. Si no hay acción humana, si no hay conducta, no hay delito. Sin embargo, el concepto de acción engloba igualmente el de omisión, en la cual existe una conducta en la que conscientemente se evita una acción concreta, (CONSULTORIO JURÍDICO, 2013). El delito es la acción u omisión voluntaria o imprudente penada por la ley. En otras palabras, es el quebrantamiento de la ley,

(RAE, 2014). De acuerdo con autores como Ernest Beling y Francisco Carrara, es aquella infracción de la ley del Estado, que se ha promulgado con el fin de defender a los ciudadanos, la cual toma forma de acción típica antijurídica y culpable y llena las condiciones de penalidad. En Colombia, en nuestro ordenamiento jurídico, Código Penal, Ley 599 del 2000, Art. 9 encontramos: Conducta Punible: Para que la conducta sea punible se requiere que sea típica antijurídica y culpable. La causalidad por sí sola no basta para la imputación jurídica del resultado, (Figueroa Figueroa, 2013) METODOLOGÍA •

VARIABLES:

Variable dependiente: Victimización (TasaVict)

Tasa

Variables Independientes: Tasa de Hurtos a Residencias, Tasa de Hurto de Personas, Tasa de Hurto de Vehículos, Tasa de Riñas y Peleas, Tasa de Desempleo, Coeficiente de Gini, Pobreza y Tasa de Inflación. •

FUENTES DE INFORMACIÓN:

Fuentes de información secundarias: son las entidades del DANE (Departamento Administrativo Nacional de Estadística) con su ENCUESTA DE CONVIVENCIA Y SEGURIDAD CIUDADANA, cuyo objetivo consiste en generar información estadística sobre las dinámicas delictivas asociadas a problemas de seguridad, también contamos con los informes realizados por las denuncias en La Fiscalía General de la Nación y BANREP (Banco de la República) quienes reportan la verificación de hasta qué punto son los cambios demográficos los responsables del aumento en los homicidios, se empleó información de población y homicidios,

desagregada por grupos de edad. (DANE, 2015) • POBLACIÓN Y MUESTRA: La población y la muestra hacen referencia a la totalidad de habitantes encuestados o censados por las mencionadas entendidas de las 23 ciudades capitales de Colombia (Armenia, Barranquilla, Bucaramanga, Cali, Cartagena, Cúcuta, Bogotá D.C, Ibagué, Manizales, Medellín, Montería, Neiva, Pasto, Pereira, Popayán, Quibdó, Riohacha, Santa Marta, San Andrés, Sincelejo, Tunja, Valledupar, Villavicencio). • MÉTODO: Se implementa el panel de datos, los cuales son los que buscan la observación de una misma sección cruzada o corte transversal con n individuos a lo largo del tiempo. En ellos, se obtiene información para cada uno de los individuos, i = 1, 2, 3... N, para cada momento del tiempo, t = 1, 2, 3.... T, tratándose de una muestra de nxt observaciones. Generalmente las variables observadas se identifican para cada individuo, i momento del tiempo, t: yit ¿PORQUÉ DATOS DE PANEL? • Proporciona una información muy válida de los individuos siguiéndolos a través del tiempo. • Lo que ofrece una visión más completa del problema, interpretar mejor la dinámica del cambio Ejemplo: estudio de la movilidad laboral a través de encuesta de población activa. • Hábitos dinámicas).

consumo

(respuestas

• Elimina el sesgo de especificación que tienen los modelos de series temporales que no tienen en cuenta las características inobservables de los individuos que están en juego. • Condicionando su comportamiento, o bien los efectos latentes en cada período de tiempo. • Pueden alterar el comportamiento de un mismo individuo en distintos momentos del tiempo. • La unión de la dimensión temporal y individual del problema. •

Grados de libertad en el análisis.

• Proporciona información que permite minimizar o reducir los problemas de multicolinealidad. • Respecto a los modelos de serie temporal. • Explicar mejor los cambios más complejos en el cambio tecnológico.(SANCHO & SERRANO, 2005). Se procede al software STATA para realizar las respectivas regresiones de nuestro modelo ideal.

Stata es un paquete de software estadístico creado en 1985 por StataCorp. Stata permite, entre otras funcionalidades, la gestión de datos, el análisis estadístico, el trazado de gráficos y las simulaciones.El tipo de archivos que utiliza son: dta archivos de datos, do archivos de comandos, ado programas, hlp archivos de ayuda, smcl archivos log. (Nicholas J. Cox, 2016)

• Elimina el sesgo de la agregación al trabajo con datos desagrupados.

datos nace como una opción para solucionar el problema de endogeneidad.

RESULTADOS Existen diferentes formas para indicarle a Stata que queremos trabajar con datos de panel. Sin embargo, se recomienda una alternativa que evita estar señalando en cada estimación el identificador de individuo (ciudad) y año (year): xtset ciudades year Nuestro principal interés es ver (estimar la relación) como la tasa de desempleo, coeficiente de gini, la pobreza, la inflación y demás variables respecto a las modalidades de hurto afecta la tasa de victimización. Se estima un modelo de regresión con las anteriores variables mencionadas con la restricción del año 2014 y el año 2015. Variable Dependiente: tasadevictimizacin Variables-Independientes

P>F: 0.000 Prueba-t

0.9894989

0.000

tasadehurtoapersonas

0.856053

0.000

tasadehurtoavehculos

0.1747132

0.070

tasaderiasypeleas

1.042.926

0.001

tasadedesempleo

-2.588.404

0.786

coeficientedegini pobreza tasadeinflacin constante

Variable Dependiente: tasadevictimizacin VariablesIndependientes

R2: 0.9914 P>F: 0.000

Coeficiente Prueba-t

tasadehurtoaresidencias

0.8521696

0.000

tasadehurtoapersonas

1.028.391

0.000

tasadehurtoavehculos

0.0955711

0.174

tasaderiasypeleas

0.8796724

0.035

tasadedesempleo

7.797.877

0.95

coeficientedegini

1.632.887

0.801

pobreza

-4.876.153

0.108

tasadeinflacin

-3.540.022

0.226

constante

3.146.978

0.336

R2: 0.9914

Coeficiente

tasadehurtoaresidencias

Vamos a estimar un modelo de panel de datos, y como su nombre lo indica contiene información de las mismas ciudades a través del tiempo.

4.070.042

0.488

-0.9066067

0.705

141.208

0.731

-0.9236274

0.783

Se analizan las variables dependiente, independientes, la prueba F y el Rcuadrado. En las variables de la tasa de desempleo, coeficiente de gini, la pobreza y la tasa de inflación a nivel empírico existe lógica entre estas variables ya mencionadas y la tasa de victimización, pero estadísticamente no, ya que no es significativo. Esto quiere decir, que puede presentar un problema serio de endogeneidad. Aquí es donde el panel de

En las variables de la tasa de hurtos a vehículos, tasa de desempleo, coeficiente de gini, la pobreza y la tasa de inflación a nivel empírico existe lógica entre estas variables ya mencionadas y la tasa de victimización, pero estadísticamente no, ya que no es significativo. Esto quiere decir, que puede presentar un problema serio de endogeneidad. Aquí es donde el panel de datos nace como una opción para 19 solucionar el problema de endogeneidad. Vamos a estimar un modelo de panel de datos, y como su nombre lo indica contiene información de las mismas ciudades a través del tiempo. Para poder estimar el modelo en panel de datos se tiene que realizar la diferencia rezagada a un periodo. Las variables en diferencia son las variables en cambio (change), es decir que no hay que restarlas.

Variable Dependiente: ctasadevictimizacin Variables Independientes

R2:0.9903 P>F:0.000

Coeficiente

Prueba-t

7.444.643

0.627

ctasadehurtoaresidencias

0.725006

0.001

ctasadehurtoapersonas

1.110.774

0.000

ctasadehurtoavehculos

0.1184583

0.093

ctasaderiasypeleas

0.6172364

0.043

ccoeficientedegini

-1.373.799

0.165

cpobreza

-1.302.109

0.103

ctasadeinflacin

-5.295.165

0.022

constante

1.620.707

0.033

ctasadedesempleo

Para el caso de las variables: Tasa de desempleo, coeficiente de gini y la tasa de la pobreza, no se pudo llegar a una solución efectiva del problema de endogeneidad que poseen. Puesto que, hay una correlación muy fuerte entre las variables mencionadas con anterioridad y el término de error. La endogeneidad de estas variables independientes puede surgir como resultado de un error de medición, autor regresión con auto correlación de errores, simultaneidad y especialmente variables omitidas y el omitir estos parámetros relevantes que afectan la tasa de victimización que están incluidas en el error es lo que me lleva a grandes problemas de endogeneidad. Una solución próxima a este problema es continuar agregando variables independientes que entrelacen una buena combinación con las variables que presentan el problema de endogeneidad, haciendo de esa combinación una buena descripción de dicha variables.

CONCLUSIONES Y RECOMENDACIONES Desde hace muchos años, la inseguridad se ha considerado el centro de las preocupaciones públicas de los colombianos, convirtiéndose en algunas regiones como su principal problema, ámbito en el que compite sólo con la cuestión socioeconómica. Esto puede surgir debido a un acrecentamiento de la violencia como producto de las importantes desigualdades a nivel social, económico y político, lo cual lleva aparejado el aumento de la delincuencia, la crisis de seguridad y las consecuentes reacciones populares y marchas públicas que reclaman una solución, además la falta de oportunidades en el campo laboral para muchos ciudadanos, conllevan a que entren en un crisis financiera y tomen decisiones incorrectas como la delincuencia. Además esta cifre aumenta, también porque las víctimas no suelen presenta a tiempo sus denuncias, o no lo hacen, lo cual es como apoyar esa situación incorrecta, ser muy conformes con el problema. Los hurtos viviendas, vehículos y personas incrementan cada vez más la tasa de victimización en parte por la falta de conciencia de las personas de cuidar sus pertenencias y actuar ante el problema. Se cree conveniente que se debe reestructurar la estrategia de identificación, judicialización y captura de delincuentes asociados al hurto a personas en las principales ciudades, priorizando objetivos de alto valor; y complementarlo con mayor presencia institucional en espacios de alta concentración de población, como transporte y espacio público.

• Garantizar el cumplimiento de los mecanismos de vigilancia y control a establecimientos que venden, reparan y reprograman dispositivos móviles (estrategia prioritaria para las Alcaldías Locales y para el Sistema de Inspección, Vigilancia y Control). . • Incentivar la denuncia ciudadana de forma oportuna y facilitar que el ciudadano haga seguimiento a su proceso, para reducir la impunidad. Rendición de cuentas • Construir un mecanismo permanente y periódico de seguimiento a la implementación de políticas públicas y de evaluación de proyectos en materia de

seguridad ciudadana, en el cual participe la academia, la sociedad civil y el sector privado, dando lugar a prácticas de transparencia. • Promover una auditoria externa a las estadísticas de seguridad ciudadana y un seguimiento periódico de la información. Esta información también servirá de insumo para medir la eficacia de 20 las intervenciones desarrolladas. • Realizar una evaluación e intervención del NUSE 123 para garantizar la respuesta institucional efectiva a la demanda ciudadana en seguridad, convivencia y Emergencias. (PERCEPCIÓN, 2014)

BIBLIOGRAFÍA

Matus Acuña, J. P., Rodríguez Sickert, C., Cea Martínez, M., & Ruiz Cabello, P. (2007). POLÍTICA CRIMINAL. Obtenido de http://www.politicacriminal.cl/n_03/d_1_1_3.pdf RODRÍGUEZ BARÓN, L. M. (2015). UNIVERSIDAD EXTERNADO. Obtenido investigare.uexternado.edu.co/la-victima-y-sus-derechos-en-colombia/

REVISTA

INVESTIGARÉ:

http://revista-

Sampedro Arrubla, J. A. (3 de Octubre de 2008). SCIELO . Obtenido de LOS DERECHOS HUMANOS DE LAS VÍCTIMAS: Apuntes para la reformulación: http://www.scielo.org.co/pdf/ilrdi/n12/n12a13.pdf Aguilar Avilés, D. (2010). EUMED. gratis/2010c/749/Concepto%20de%20victima.htm

Obtenido

http://www.eumed.net/libros-

Beristain Ipiña, A. (1990). De leyes penales y de Dios Legislador (Alfa y Omega del control penal humano). Madrid: Edersa. Cárdenas Rodríguez, O. J. (5 de Marzo de 2012). http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1870-66222012000100011 CONSULTORIO JURÍDICO . (2013). http://www.consultoriojuridico.com/blogs/tags/accion/la_estructura_del_delito

SCIELO. Obtenido

Obtenido

CORPORACION EXCELENTE EN LAJUSTIICA. (10 de 12 de 2012). VICTIMIZACIÓN Y PERCEPCIÓN DE INSEGURIDAD EN COLOMBIA. Recuperado el 20 de 11 de 2016, de http://www.cej.org.co/index.php/todos-justi/3500-victimizacion-y-percepcion-deinseguridad-en-colombia DANE. (2015). Obtenido de https://www.dane.gov.co/index.php/estadisticas-por-tema/seguridad-y-defensa/encuesta-deconvivencia-y-seguridad-ciudadana-ecsc/ecsc-2015 Figueroa Figueroa, N. V. (7 de Febrero de 2013). https://movimientojaimegarzonforero.wordpress.com/2013/02/07/delito-su-concepto-y-sus-elementos/

Obtenido

FISCALÍA GENERAL DE LA NACIÓN. (Agosto de 2016). FISCALÍA GENERAL DE LA NACIÓN. Obtenido http://www.fiscalia.gov.co/colombia/noticias/destacada/fiscalia-crea-novedosa-herramienta-para-enfrentar-el-crimen/

de de

Laurrauri. (1993). REVISTA INVESTIGARÉ. Obtenido de investigare.uexternado.edu.co/la-victima-y-sus-derechos-en-colombia/

UNIVERSIDAD

EXTERNADO

http://revista-

López, J., Valcárce, M., & Barbancho, M. (s.f.). Indicadores Cuantitativos y Cualitativos para la evaluación de la actividad investigadora. Recuperado el 25 de Septiembre de 2016, de http://www.uca.es/recursos/doc/Unidades/consejo_social/590987125_1032010104118.pdf Maceri, S. (2002). FILOSOFICAS UNAM. Obtenido de http://www.filosoficas.unam.mx/~tomasini/ENSAYOS/Delito.pdf Moral, E. M. (DICIEMBRE de 2003). MODELOS DE ELECCIÓN DISCRETA. Recuperado el 20 de NOVIEMBRE de 2016, de http://www.uam.es/personal_pdi/economicas/eva/pdf/logit.pdf NACIONES UNIDAS. (29 de Noviembre de 1985). NACIONES UNIDAS. Obtenido de http://www.un.org/es/index.html Nicholas J. Cox. (19 de 09 de 2016). http://www.statalist.org/forums/help#spell

Statalist

FAQ.

Recuperado

2016,

Obando Morales, N., & Ruiz Chipa, C. (Julio de 2007). CIES. Obtenido de http://www.cies.org.pe/sites/default/files/investigaciones/determinantes-socioeconomicos-de-la-delincuencia-una-primeraaproximacion-al-problema-a-nivel-provincial.pdf PERCEPCIÓN, A. V. (2014). Recuperado el 20 de 11 file:///C:/Users/usuario/Downloads/Comunicado%20Encuesta%20de%20Victimizaci%C3%B3n.pdf

2016,

RAE. (2014). REAL ACADEMIA ESPAÑOLA. Obtenido de http://dle.rae.es/?id=C82f9Fb REA. (2005). REAL ACADEMIA ESPAÑOLA. Obtenido de http://lema.rae.es/dpd/srv/search?id=0MNteghEED66xOC9Cf SANCHO, A., & SERRANO, G. (2005). file:///C:/Users/usuario/Videos/panel.pdf

econometría

económicas.

Recuperado

2016,

UNAD. (2007). Lección 6: Investigación Exploratoria, Descriptiva, Correlacional y Explicativa. Recuperado el 25 de Septiembre de 2016, de http://datateca.unad.edu.co/contenidos/100104/100104_EXE/leccin_6_investigacin__exploratoria_descriptiva_correlacional_y _explicativa.html UNIDAD DE VÍCTIMAS. (2011). UNIDAD DE VÍCTIMAS, http://www.unidadvictimas.gov.co/es/preguntas-frecuentes/90

GOBIERNO

NACIONAL

COLOMBIA.

Obtenido

Wooldridge, J. M. (2010). Introducción a la econometría, un enfoque moderno. Recuperado el 20 de Noviembre de 2016, de http://es.slideshare.net/liderod/econometria-jeffrey-wooldridge

ESTUDIO DE LA PROBABILIDAD DE INCLUSIÓN AL MERCADO LABORAL PARA LOS 23 PRINCIPALES DEPARTAMENTOS DE COLOMBIA Y BÓGOTA D.C. PARA EL PERIODO 2014 William Polania Gómez Stefany Alejandra Marín Muñoz

Estudiantes del Programa de Economía

Introducción “El empleo es una condición necesaria para el progreso del individuo y un medio socialmente aceptable para la superación individual, familiar y colectiva. Por otro lado, el desempleo y los bajos salarios son desalentadores para cualquiera”. En el contexto socioeconómico actual, la búsqueda y obtención de un empleo, por el que el individuo reciba una remuneración adecuada y cuya permanencia en el mismo sea motivo de estabilidad, supone una tarea determinante en su vida, por lo que la ausencia de un puesto de empleo constituirá un problema destacable para el trabajador. Las personas, al desarrollar una actividad laboral, consiguen mantener una independencia económica, además de favorecer un sentimiento de utilidad social. Y es que, una de las principales preocupaciones que enfrentan en la actualidad las economías es la situación laboral y la evolución del desempleo, en donde se ha sido incapaz de generar una adecuada oferta de puestos laborales ante una fuerza laboral que muestra con el pasar de los años altas tasas de crecimiento como consecuencia de cambios demográficos. La situación laboral siempre ha sido uno de los aspectos más preocupantes de la economía, la Tasa de Ocupación (TO), la

Población en Edad de Trabajar (PEA), la calidad del empleo, entre otros factores (Castro Escobar y Serna Gómez, 2013); A raíz de esta problemática la investigación pretende mostrar mediante un modelo econométrico probabilístico por medio de los datos suministrados en la Gran Encuesta Integrada de Hogares (GEIH) para el año 2014 realizada por el Departamento Administrativo Nacional de Estadísticas (DANE), la probabilidad de inclusión al mercado laboral para los 23 principales departamentos de Colombia y Bogotá D.C., así como la inclusión laboral que tiene el departamento del Huila para la población joven, caracterizada entre los 14 y 28 años, asimismo la probabilidad de inclusión laboral por género para dicho departamento. Del mismo modo y a razón de los resultados, se logra dar a conocer cuáles son los departamentos con mayores y menores oportunidades de empleo para la población colombiana.

Planteamiento del problema Desde que nace, el ser humano está en continua adaptación al medio en el que vive. A partir de cierta edad el trabajo se convierte en un elemento clave en el desarrollo personal y social de los individuos. Según López Castaño (1996) desde finales de la década de 1990, el panorama laboral para los países de América Latina se ha caracterizado por elevadas tasas de desempleo y de informalidad, además por bajos

ingresos promedio, creciente desprotección social y una significativa debilidad de las organizaciones sindicales y del diálogo social. Para los problemas del empleo se han desarrollado varios enfoques que tratan de considerar al desempleo como un problema económico, demográfico y sociológico. El primero considera la existencia de un mercado laboral, según el cual se establece la fuerza laboral como una mercancía, la cual tiene un precio (salario), una cantidad tranzada es el empleo y un excedente que es el desempleo, y además estos se determinan por una oferta y una demanda generadas de manera independiente por diferentes factores económicos (López Castaño, 1996). Para investigadores como Lora (2001) y López Castaño (1996) el desempleo en Colombia es un problema de demanda y de oferta, entendiendo la demanda como la necesidad de las organizaciones productivas de requerir mano de obra (trabajadores) y la oferta como la cantidad de población disponible para trabajar; además afirman que este ha sido el resultado de un aumento en la oferta de mano de obra combinado con la disminución de la demanda de trabajadores, acompañado de problemas de crecimiento económico, un proceso de apertura económica, una elevada situación de violencia y conflicto armado, narcotráfico, desplazamiento, y otras situaciones sociales problemáticas, que han contribuido al decaimiento de la calidad de vida y bienestar de la población colombiana. La Gran Encuesta Integrada de Hogares (GEIH) recopilada por el Departamento Administrativo Nacional de Estadísticas (DANE) arrojó para el 2015 respecto a la población ocupada que en Chocó se presentó el mayor crecimiento del mercado laboral con 11.7% seguido por

Córdoba con una variación de 7.3% y Huila con 7.2%. Los departamentos que registraron las mayores tasas de desempleo fueron Quindío con 12.9%, Norte de Santander con 12.5% y Valle del Cauca y Chocó con 11.0% cada uno. Los departamentos que registraron las menores tasas de desempleo fueron Córdoba con 6.0%, Boyacá con 6.2% y Santander con 6.7% (Departamento Administrativo Nacional de Estadísticas, 2016). Por otro lado la informalidad del empleo también ha tenido una tendencia creciente en las estadísticas del país. El sector informal de una economía puede ser visto como una válvula de escape para los individuos menos educados de una sociedad en momentos recesivos, (Ordoñez y Ochoa Valencia, 2004). La informalidad existe básicamente por la incapacidad del sector formal de generar suficientes empleos, esto se puede ver claramente cuando la economía entra en auge; en estos períodos la informalidad disminuye, ya que en la mayoría de los casos no es vista como una opción laboral real sino como una posibilidad frente al desempleo; por tanto, cuando este empieza a ceder, los individuos comenzaran a trasladarse hacia el sector formal (carácter anti-cíclico de la informalidad). Según Cárdenas (2007) la informalidad surge como consecuencia de las leyes y regulaciones laborales que buscan proveer a los trabajadores con beneficios y protecciones, además cuando es complejo y costoso cumplir con las regulaciones, es más fácil optar por emplear de manera informal a los trabajadores. Y es que, buscar trabajo es un trabajo. Esta afirmación, que se repite con frecuencia entre profesionales y usuarios, se convierte en una máxima determinante en el grado de inserción alcanzado para los demandantes de

empleo en un escenario socioeconĂłmico como el actual, como el de nuestro paĂs. Para ello nuestra investigaciĂłn pretende establecer: ÂżCuĂĄl es la probabilidad de inclusiĂłn al mercado laboral para los 23 principales departamentos de Colombia y BogotĂĄ D.C para el periodo 2014?

Objetivos Objetivo General Determinar la probabilidad de inclusiĂłn al mercado laboral para los 23 principales departamentos de Colombia y BogotĂĄ D.C para el periodo 2014.

Objetivos EspecĂficos â€˘ Realizar un modelo probabilĂstico para la inclusiĂłn laboral de la poblaciĂłn joven (14 a 28 aĂąos): Caso departamento del Huila. â€˘ Determinar las diferencias probabilĂsticas de inclusiĂłn al mercado laboral por gĂŠnero: Caso departamento del Huila. â€˘ Estimar una regresiĂłn mediante un modelo Probit para determinar la probabilidad de inclusiĂłn al mercado laboral para los 23 principales departamentos de Colombia y BogotĂĄ D.C para el periodo 2014.

son variados y distintos los factores que influyen en el estudio de esta.

Evidencia internacional: Dado el interĂŠs por identificar los grupos mĂĄs expuestos al riesgo de ser excluidos socialmente , se realiza un estudio para septiembre del 2000 en la ciudad de Tocula MĂŠxico para determinar la probabilidad de participar en el mercado de trabajo en Argentina (CalderĂłn y Perlbach de Maradona, 2000) Para ello, introducen algunas conceptualizaciones sobre pobreza en sus distintas formas de medirla (NBI, lĂnea de pobreza), y asĂ mismo utilizan indicadores mĂĄs completos, como es el Ă?ndice de Desarrollo Humano, que les permitiĂł caracterizar a los departamentos de la provincia. El aspecto social lo complementan con indicadores de vulnerabilidad y exclusiĂłn social. En esa investigaciĂłn se tiene en cuenta el concepto de poblaciĂłn potencialmente activa, incluyendo dentro de la misma a los empleados, desempleados e inactivos entre los 14 y 65 aĂąos que eventualmente pueden acceder al mercado laboral. El modelo de participaciĂłn que utilizaron pone de manifiesto caracterĂsticas personales y del stock de capital humano. La tĂŠcnica utilizada se basa en un modelo Probit que se estima de la siguiente forma: đ?‘ˇđ?’“đ?’?đ?’ƒ(đ?‘ˇđ?‘¨đ?‘šđ?‘ťđ?’Š = đ?&#x;?) = đ?’‡(âˆ?âˆ? +âˆ? đ?&#x;? đ?‘ľđ?‘°đ?‘˝đ?‘Źđ?‘Ťđ?‘źđ?’Š+âˆ? đ?&#x;? đ?‘şđ?‘Źđ?‘żđ?‘ś+ âˆ? đ?&#x;‘ đ?‘¨đ?‘łđ?‘đ?‘¨đ?‘Šđ?‘Źđ?‘ťđ?’Š+ âˆ? đ?&#x;’ đ?‘Źđ?‘żđ?‘ˇđ?‘Źđ?‘šđ?’Š+

Estado del arte La probabilidad de participar en el mercado laboral difiere dependiendo del contexto, la sociedad, el paĂs o regiĂłn en que nos encontremos pues

âˆ? đ?&#x;“ đ?‘Źđ?‘żđ?‘ˇđ?‘Źđ?‘šđ?&#x;?đ?’Š+âˆ? đ?&#x;” đ?‘Żđ?‘śđ?‘šđ?‘¨đ?‘şđ?’Š+ âˆ? đ?&#x;• đ?‘ťđ?‘¨đ?‘´đ?‘Źđ?‘´đ?‘ˇđ?’Š+âˆ? đ?&#x;– đ?‘Şđ?‘śđ?‘ľđ?‘Ťđ?‘ˇđ?‘Źđ?‘¨ + đ?? đ?’Š)

En los resultados obtenidos a partir de 25 la estimaciĂłn del modelo Probit se evidencia que un mayor nivel de

educación, alfabetización y experiencia aumenta la probabilidad de participar en el mercado laboral, al igual que trabajar en una empresa grande (TAMEMPi). Se evidencia un porcentaje de discriminación de acuerdo al género, donde la mujer tiene menores probabilidades que el hombre de ser incluida en el mercado laboral (Calderón y Perlbach de Maradona, 2000).

Evidencia nacional Se realiza un estudio en el área metropolitana de Medellín – Colombia para estimar las probabilidades de empleo-desempleo de la fuerza laboral y analizar la duración del desempleo según características individuales y tiempo de búsqueda de empleo de un grupo de trabajadores cesantes de esta área en el año 2004, a fin de aportar evidencia científica para la toma de decisiones en materia de políticas de protección social (Nieto, Mejía y Cardona, 2013). Se trató de un estudio descriptivo de corte transversal que manejó fuentes de información secundaria en la cual se utilizó la Encuesta Continua de Hogares (ECH) del Departamento Administrativo Nacional de Estadística (DANE), correspondiente al segundo trimestre de 2004 en el área metropolitana de Medellín y a su vez fuentes de información primaria suministrada de una encuesta aplicada a una muestra de 569 trabajadores de esta misma área metropolitana, que habían perdido el empleo en el periodo comprendido entre el 1 de agosto de 2003 y el 31 de octubre de 2004. Se definieron dos categorías centrales de análisis para los propósitos del

estudio: fuerza laboral ocupada y fuerza laboral cesante. Para los fines pertinentes, se aplicaron técnicas de regresión logística y de estimación no paramétrica tipo Kaplan-Meier de tablas de supervivencia, se utilizó una regresión binomial con función de enlace logístico, que permitió estimar las razones de posibilidades (or) y las probabilidades de empleo-desempleo, según los perfiles sociolaborales. La significancia estadística de los coeficientes de regresión y del modelo en su conjunto se estableció a partir del estadístico de Wald y la prueba de Hosmer-Lemeshow. Para todas las estimaciones se calculó el intervalo de confianza del 95% (IC95%). El modelo logístico se estimó mediante el método de máxima verosimilitud (Nieto, Mejía y Cardona, 2013). En los resultados obtenidos a partir de la estimación del modelo logístico, se evidencia que: • Pertenecer al sexo masculino, con edad superior a los 28 años, nivel de educación media o superior y haber laborado en la industria, el comercio o el resto del sector de servicios, genera mayores probabilidades de empleo. • En su orden es 1,6 y 1,4 veces más probable que un trabajador que haya laborado en el comercio o en los demás servicios resulte enganchado en un empleo, comparado con quienes hayan trabajado en la agricultura, la minería o la construcción. Los cesantes de sexo femenino,10 con edad superior a los 44 años, educación media y experiencia laboral en los sectores de la industria y el comercio, fueron los que registraron mayores probabilidades de permanecer desempleados y, por tanto, mayor

tiempo promedio de búsqueda de empleo.

Marco teórico El mercado laboral se define como: “El espacio de intercambio de fuerza de trabajo con un carácter remunerado, del que participan trabajadores y trabajadoras en distintos niveles de calificación y empleadores en los diversos sectores de la economía” (Carballo Villagra, 2005). El mercado laboral tiene distintas perspectivas de acuerdo con su enfoque teórico, en las cuales se hallan un conjunto de aportaciones de las principales teorías económicas, entre las que se cuentan: la Neoclásica, la del Capital Humano, como una extensión de la visión neoclásica; la teoría Keynesiana, la Marxista, la Institucionalista, la teoría de la Dualidad entre otras.

Teoría neoclásica Esta teoría considera al mercado de trabajo como cualquier otro mercado de bienes y servicios; es decir, diseña el factor trabajo como una mercancía. Inicia su estudio a partir del análisis de la oferta y la demanda y la conjugación entre ellas, para así acordar el salario de equilibrio y el nivel de empleo. Estas serían consideradas sus herramientas básicas de acuerdo a las cuáles analiza los problemas del mercado de trabajo como desempleo, inflación, salario mínimo, entre otros (Toharia, 1983). Además, es un mercado que opera bajo condiciones de competencia perfecta y en el que

existe un precio (salario) de equilibrio que asegura el pleno empleo. El desempleo es de naturaleza voluntaria, debido a que los trabajadores no estarían dispuestos a laborar por un salario menor a lo que se considera es su productividad margina1 (Pigou, 1939).

Teoría keynesiana Esta teoría permite un análisis macroeconómico al mercado de trabajo, a diferencia del modelo neoclásico que lo enmarca en un análisis microeconómico. Keynes (1974), formula su teoría del mercado de trabajo a partir de dos postulados que, según él, son la base de la teoría neoclásica: • El salario real es igual al producto marginal del trabajo. • La utilidad del salario real es igual a la de utilidad marginal del trabajo. El primer postulado, Keynes lo reconoce como válido al suponer que, en el corto plazo, la organización, el equipo y la técnica son fijos. El producto marginal disminuye a medida que aumenta la ocupación (ley de la productividad marginal decreciente). De manera que un aumento de la ocupación, sólo puede ocurrir si disminuye simultáneamente el nivel de los salarios reales (Keynes, 1974). Por su parte, el segundo 11 postulado contiene dos proposiciones: • Los trabajadores rehusarán la oferta de empleo, si el salario real se le reduce por debajo del salario real corriente.

• Una reducción de las tasas de salarios nominales es un medio efectivo para reducir las tasas de salarios reales (Hansen, 1978).

La teoría dual del mercado de trabajo Esta teoría se basa en la teoría del capital humano promulgada por Becker (1993), la cual rompió el fundamento neoclásico de homogeneidad del factor trabajo, proporcionando un marco teórico para el análisis de la calidad del mismo; donde cada individuo es el resultado fundamental de una serie de cualificaciones que lo particularizan y determinan su remuneración de acuerdo a su productividad; estas cualificaciones son innatas, pero de igual forma pueden ser adquiridas mediante diferentes procesos de inversión de otros factores, en búsqueda de maximizar su utilidad; entonces las diferencias salariales se explicarían por las capacidades de los individuos (Becker, 1993).

núcleo del análisis el conflicto de intereses de clase (Toharia, 1983). El enfoque marxista, entonces, sostiene que existe un conflicto entre capitalistas y trabajadores en el proceso productivo y “trata de entender históricamente el marco institucional de las relaciones industriales como resultado del desenvolvimiento del conflicto (lucha de clases) en circunstancias historias determinadas” (Toharia, 1983). Con la introducción del conflicto, por parte de esta teoría, la relación laboral deja de entenderse como una relación de mercado y pasa a ser una relación social en el proceso productivo entre empleados y empleadores que tienen intereses divergentes. Según Gintis (1983) la distinción entre trabajo potencial y trabajo efectivo, implica que la producción capitalista se organice de tal forma que se produzca mercancías y se reproduzcan de un periodo a otro, formas de conciencia que sean compatibles con los beneficios futuros.

Teoría marxista

Teoría institucionalista

El análisis marxista del mercado de trabajo parte de la distinción entre trabajo potencial –mercancía que se transa en el mercado– y trabajo efectivo –factor de producción–. Tal distinción enfrenta esta teoría con la Neoclásica que supone que el ajuste entre fuerza de trabajo y trabajo se hace automáticamente, negando la existencia de conflicto entre trabajadores y capitalistas en el lugar de trabajo. Contrario a lo planteado por la teoría Marxista que tiene como

Esta teoría establece que el mercado es la institución en las que se definen las reglas de juego y el lugar donde los individuos se enfrentan y cuyas relaciones no se ajustan, en modo alguno, a un comportamiento ideal. Por tanto, requieren de la presencia 12 de fuerzas normativas definidas por lo institucional (Campos Ríos, 2002). Así, esta teoría sostiene que son las instituciones y no las fuerzas del mercado las que determinan las variables del mercado de trabajo

(salario, desempleo, estructura salarial etc.). Además, dos elementos fundamentales marcan la ruptura entre el modelo neoclásico y la teoría Institucionalista: de un lado, el modelo neoclásico considera como variables exógenas a las instituciones y a otras variables como las clases sociales. En tanto, la teoría institucionalista las considera como un factor endógeno, a la hora de analizar el mercado de trabajo. De otro lado, los instrumentos de análisis utilizados por los neoclásicos e institucionalistas han sido siempre diferentes: “basándose los primeros en el análisis teórico puro y los segundos en la observación directa del funcionamiento del mercado de trabajo” (Toharia, 1983, pág. 23).

Metodología Tipo de investigación En consideración y de acuerdo con el tema de la investigación, acerca de determinar la probabilidad de inserción al mercado laboral para los 23 principales departamentos de Colombia y Bogotá D.C para el periodo 2014, la presente indagación se basa en una investigación cuantitativa. Al respecto, Hurtado León y Toro Garrido (2007) refieren a González y Rodríguez (1991) quienes indican que “desde el punto de vista metodológico, se suele denominar cuantitativa a la investigación que, predominantemente, tiende a usar instrumentos de medición y comparación que proporcionan datos cuyo estudio requiere el uso de modelos matemáticos y de estadísticas” (p.69).

Método de investigación Para esta investigación se empleará el método correlacional, en donde según Cancela Gordillo, Cea Mayo, Galindo Lara y Valilla Gigante (2010): Los estudios correlacionales comprenden aquellos estudios en los que estamos interesados en descubrir o aclarar las relaciones existentes entre las variables más significativas, mediante el uso de los coeficientes de correlación. Estos coeficientes de correlación, son indicadores matemáticos que aportan información sobre el grado, intensidad y dirección de la relación entre variables.

Fuentes de información “Se denominan fuentes de información a diversos tipos de documentos que contienen datos útiles para satisfacer la demanda de información o conocimiento”. En donde la fuente a utilizar para el estudio de la probabilidad de inserción al mercado laboral es la fuente de información secundaria, dado que se tomaran los datos arrojados por la Gran Encuesta Integrada de Hogares (GEIH) para el periodo 2014, realizada por el DANE. En donde según Aaker y Day (1989): La información secundaria consiste 13 en los datos, hechos, cifras… que alguien reunió anteriormente para su propia investigación o proyecto y el estudio o informe que elaboró con ellos. Esta información puede ser utilizada por otros investigadores

para sacar adelante sus proyectos, evitando así gastos de tiempo y dinero.

Variables Variable Dependiente Participación al mercado laboral (variable dependiente limitada) que toma valores de 1 y 0. Dónde: 1 es el valor que toma si participa en el mercado laboral (trabaja o busca empleo) y 0 es el valor que toma si no participa en el mercado laboral (inactiva).

Variables Independientes • Género (variable binaria que toma valor de 1 si es hombre y 0 si es mujer). • Joven (variable binaria que toma valor de 1 si su edad se encuentra entre los 14 y 28 años, 0 si su edad esta entre los demás rangos de edad).

• Escolaridad (número de años de educación). • Internet (variable binaria que toma valores de 1 si tiene acceso a internet y 0 si no tiene acceso a internet). • Casado (variable binaria que toma valores de 1 si está casado o no está casado pero vive en pareja desde hace más de 5 años, y 0 el resto de opciones). • Estrato (variable binaria que toma valores de 1 si es de estrato uno y dos, y 0 si representa el resto de estratos). • Niños (Variable binaria que toma valores de 1 si tiene niños menores de 3 años y 0 si no). • Departamento (restricción por departamento mediante nomenclatura de acuerdo a Dirección de Impuestos y Aduanas Nacionales– DIAN)

Población y muestra

Gran Encuesta Integrada de Hogares (GEIH, Colombia Año 2014

Población por edad Joven Resto 209.262 578.839

Para Arias (2006, pág. 81) el termino “población es un conjunto finito o infinito de elementos con caracteristicas comunes para los cuales serán extensivas las conclusiones de la investigación.

Población por genero Hombre Mujer 370.290 417.811

Población total 788.101

Ésta queda delimitada por el problema y los objetivos del estudio”. Para esta investigación la población objeto de estudio está conformada por las personas registradas a nivel nacional en la

Gran Encuesta Integrada de Hogares (GEIH) para el periodo 2014. En cuanto a la muestra es importante destacar que la poblaciĂłn a estudiar es la de los 23 principales departamentos de Colombia y BogotĂĄ D.C. para el periodo 2014.

Para Taylor y Bodgan (1987), el valor de la muestra no depende del tamaĂąo a estudiar, sino en quĂŠ medida esta logra influir, reflejar y maximizar las diferencias del fenĂłmeno estudiado, es decir, â€œrecoge la mayor cantidad posible30 de visiones, de forma que refleje la amplitud de la variable analizadaâ€?.

Gran Encuesta Integrada de Hogares (GEIH, Colombia

AĂąo

PoblaciĂłn por

Edad

genero

Joven Antioqu 12.277 ia AtlĂĄntic 11.322 o BogotĂĄ 9.678 D.C. BolĂvar 9.129

PoblaciĂłn total

Resto

Hombre

Mujer

34.057

21.669

24.665

46.334

31.442

20.379

22.385

42.764

24.719

16.341

18.056

34.397

25.761

14.350

20.540

34.890

BoyacĂĄ

8.607

22.011

16.600

14.018

30.618

Caldas Caquet ĂĄ Cauca

7.592

23.075

14.172

16.495

30.667

8.327

22.393

14.261

16.459

30.720

9.623

26.167

16.692

19.098

35.790

Cesar

9.714

25.314

16.376

18.652

35.028

ChocĂł CĂłrdob a Cundin amarca Huila La Guajira Magdal ena Meta

9.200

21.318

13.902

16.616

30.518

7.712

22085

13.944

15.853

29.797

2.394

7.202

4.706

4.890

9.596

8.550

23.649

15.082

17.117

32.199

9.511

26.347

16.806

19.052

35.858

9.972

28.414

18.289

20.097

38.386

8.399

23.093

15.018

16.474

31.492

NariĂąo Norte de Santan der QuindĂo Risaral da Santan der Sucre

8.474

23.315

14.611

17.178

31.789

8.165

23.238

15.010

16.393

31.403

7.309

22.185

13.773

15.721

29.494

7.908

22.658

14.263

16.303

30.566

8.422

23.688

15.173

16.937

32.110

9.903

26.565

17.483

18.985

36.468

Tolima Valle del Cauca

7.201

21.578

13.433

15.356

28.779

9.874

28.564

17.967

20.471

38.438

En la ejecuciĂłn de cada uno de los objetivos se pretende encontrar que tan probable es que un persona en Colombia entre al mercado laboral tomando en cuenta las caracterĂsticas que tiene. El modelo probit permite llevar a cabo este tipo de estudios dado que en ĂŠste se cumple la existencia de una variable dependiente limitada para la cual se observa una evidencia dicotĂłmica. En este trabajo, el modelo probit postula como variable dependiente limitada si la persona participa o no en el mercado laboral, asĂ determinando la probabilidad de inclusiĂłn al mercado laboral. Para ello se observa el siguiente modelo: đ?‘ƒ(đ?‘Ś = 1|đ?‘Ľ) = đ??ş(đ?›˝0 + đ?›˝1đ?‘‹1 + â‹Ż + đ?›˝đ?‘˜đ?‘‹đ?‘˜) = đ??ş(đ?›˝0 + đ?‘żđ?œˇ)

209.26 578.839 370.300 417.811 788.101 2 Fuente: Gran Encuesta Integrada de Hogares 2014 â€“ DANE

TOTAL

OperacionalizaciĂłn de objetivos

Donde G toma valores entre cero y uno: 0 < G(z) < 1, para todo nĂşmero real z. Esta funciĂłn asegura que sĂłlo tomen valores que se encuentren entre cero y uno. En donde se supone que XÎ˛= Î˛1X1+â‹Ż+Î˛kXk. En el modelo probit G es la funciĂłn de distribuciĂłn acumulada de una variable normal tipificada, que se puede expresar como una integral:

đ?‘§

đ??ş(đ?‘§) = âˆ…(đ?‘§) â‰Ą âˆŤ

âˆ…(đ?‘Ł)đ?‘‘đ?‘Ł

âˆ’âˆž

Donde âˆ…(z) es la funciĂłn de densidad de una variable aleatoria normal tipificada. âˆ’đ?‘§ 2 âˆ…(đ?‘§) = (2đ?œ‹)âˆ’1/2 exp( ) 2

â€˘ Una persona joven con un aĂąo adicional de educaciĂłn en el departamento del Huila para el aĂąo 2014 tenĂa un 5,31% mĂĄs de probabilidad de acceder al mercado laboral que las demĂĄs, manteniendo las demĂĄs variables constantes.

Objetivo 2 Resultados Objetivo 1 El modelo estimado por el software estadĂstico stata para determinar la inclusiĂłn laboral de la poblaciĂłn joven en el departamento del Huila, determinĂł que para el aĂąo 2014 la probabilidad de un joven (entre 14 y 28 aĂąos) de acceder al mercado laboral era de un 59.6%. Adicionalmente, se estimĂł cada una de las variables independientes obteniendo el siguiente resultado: â€˘ Un hombre joven tiene un 21,07% mĂĄs de probabilidad de acceder al mercado laboral que una mujer en el departamento del Huila, para el aĂąo 2014. â€˘ Una persona joven en el departamento del Huila para el aĂąo 2014 con acceso a internet tenĂa un 15.8% mĂĄs de probabilidad de acceder al mercado laboral que los demĂĄs, manteniendo las demĂĄs variables constantes. â€˘ Una persona joven casada en el departamento del Huila para el aĂąo 2014 tenĂa un 23,25% mĂĄs de probabilidad de acceder al mercado laboral que las demĂĄs, manteniendo las demĂĄs variables constantes.

Se estima un modelo de probabilidad para el departamento del Huila y se restringe para la variable gĂŠnero (1 si es hombre, 0 si es mujer). Se obtiene que para el aĂąo 2014 un hombre en el departamento del Huila contaba con una probabilidad del 77,1% mĂĄs de acceder al mercado laboral que una mujer. Se estima la probabilidad para cada una de las variables independientes, destacando los siguientes resultados: â€˘ Un hombre joven en el departamento del Huila para el aĂąo 2014 tenĂa 5,86% menos de probabilidad de acceder al mercado laboral que los demĂĄs, manteniendo las demĂĄs variables constantes. â€˘ Un hombre en el departamento del Huila para el aĂąo 2014 con acceso a internet, tenĂa 13.53% mĂĄs de probabilidad de acceder al mercado laboral que los demĂĄs, manteniendo las demĂĄs variables constantes. â€˘ Un hombre casado en el departamento del Huila para el aĂąo 2014 tenĂa un 24,9% mĂĄs de probabilidad de acceder al mercado31 laboral que los demĂĄs, manteniendo las demĂĄs variables constantes.

• Un hombre con un año adicional de estudio en el departamento del Huila para el año 2014 tenía un 2,88% más de probabilidad de acceder al mercado laboral que los demás, manteniendo las demás variables constantes.

Objetivo 3 De acuerdo con el modelo Probit utilizado en la estimación del modelo econométrico para determinar la probabilidad de inclusión laboral en los 23 principales departamentos de Colombia incluyendo Bogotá para el año 2014 se obtienen los siguientes resultados:

Análisis general • La probabilidad de participar en el mercado laboral en el año 2014 para los departamentos en referencia oscilaba entre el 74,5% y el 58,9%, obteniendo la ciudad de Bogotá el mayor rango y el departamento del Cauca el menor. • En Colombia aún se registra un elevado grado de discriminación por género respecto a la inserción laboral. De acuerdo con las estimaciones realizadas utilizando el software estadístico stata, los hombres tienen un mayor porcentaje de probabilidad de acceder al mercado laboral respecto a las mujeres. Coeficiente que varía entre 10% a 25% aproximadamente dependiendo del departamento. Se recalca el departamento de Sucre al tener la tasa más elevada de discriminación (25,3%), es decir, un

hombre en Sucre tienen un 25,3% más de probabilidad de ingresar al mercado laboral que una mujer • La única variable en la que se obtuvo un coeficiente negativo fue “joven”, por lo cual se puede inferir que la población entre 14 y 28 años en Colombia tiene menores probabilidades de acceder al mercado laboral que las demás; entre las cuales Atlántico, Bolívar y Cauca son los departamentos que registran los mayores índices en proporciones negativas (mayor al 20%) • De acuerdo con los resultados obtenidos, el nivel de escolaridad es la variable que registra los menores índices de probabilidad; por lo cual se puede inferir que en Colombia para obtener un empleo no es de suma importancia el grado de educación del individuo, respecto a otras variables como género, edad o estar casado. En contraste, departamentos como Atlántico y Caldas referenciados en análisis anteriores obtienen los mayores coeficientes (4,53%) • La variable internet aumenta las probabilidades de ingreso al mercado laboral, ya que una persona en Colombia con acceso a internet tiene en promedio un 10% más de probabilidad de acceder al mercado laboral que las demás. • De acuerdo con el estado civil, se establecen distintos grados de probabilidad de acceder a un empleo. Teniendo en cuenta la variable casado se puede analizar una persona casada que viva en el Huila tiene un 14,7% más de

32 36

probabilidad de acceder al mercado laboral que las demás.

Análisis específico Para mayor ilustración se proporciona el siguiente gráfico que contiene los resultados de las estimaciones obtenidas de las variables sexo, joven, esc, internet y casado estimadas para los departamentos del Huila, Cauca y Bogotá D.C.

Se toma como referencia el departamento del Huila para realizar las respectivas comparaciones, donde se evidencia que tiene la mayor tasa de discriminación respecto al género pues la probabilidad de que un hombre acceda al mercado laboral es un 21,2% más que una mujer, que a diferencia del departamento del Cauca (20%) y la ciudad de Bogotá (13,6%) cuentan con un menor porcentaje.

comparación a los dos departamentos. La probabilidad de un joven en el Huila de acceder al mercado laboral es de -13,3% menos que los demás, se evidencias las escasas oportunidades que tienen no solo en el departamento del Huila, sino a nivel nacional de obtener un empleo, para contrarrestar este problema el gobierno ha implementado políticas de fomento para el empleo juvenil entre ellas la ley del primer empleo creada en el año 2010. En la actualidad las herramientas informáticas y tecnológicas brindan un mayor beneficio a la sociedad en ámbitos de conectividad, comunicación y eficacia en las actividades y esto se refleja en el moderado porcentaje de aumento de las probabilidades cuando una persona tiene acceso a internet. En el departamento del Huila un individuo con acceso a internet tiene un 9,5% más de probabilidad de acceder al mercado laboral que las demás. Es por ello que el ministerio de Tecnologías de la Información y las Comunicaciones (TIC) ha ampliado la cobertura de internet a nivel nacional. A nivel nacional, el departamento del Huila se encuentra entre los términos promedios de la probabilidad de una persona casada de acceder al mercado laboral, con un 14,7% más de probabilidad que las demás.

Respecto a la probabilidad de los jóvenes del Huila de acceder al mercado laboral se obtiene una tasa promedio negativamente, en

Conclusiones

• El empleo en Colombia es uno de los objetivos primordiales de política económica y especialmente en el Plan Nacional de Desarrollo 2014-2018 “Todos por un Nuevo País” establecido por el presidente de la república Juan Manuel Santos. De acuerdo con las estimaciones realizadas, existe una perspectiva positiva referente a la probabilidad de que una persona acceda a un trabajo dado que la probabilidad para los 23 principales departamentos se ubican superior a la media (mayor a 58%). • En Colombia la discriminación al género femenino sigue latente en todos sus escenarios, en una era de aceptación y tolerancia por la mujer nuestra cultura aún sigue estableciendo rangos y escalafones donde el mayor beneficiado es el género masculino. Para cada uno de los departamentos estimados se observó un rango de discriminación a la mujer entre 10% a 25% respecto a la inserción laboral. • El modelo permitió colocar en evidencia la importancia del acceso internet, donde se establezca una cobertura nacional pues este no solo facilita la posibilidad de obtener un empleo ya que a su vez amplia las oportunidades de aumentar el nivel de educación, de interculturalización, de información, de ciencia y demás. La variable internet toma valores significativos ante la probabilidad

de obtener un empleo; a nivel nacional el promedio de posibilidades de acceder a un trabajo cuando se cuenta con acceso a internet es del 10%, de allí radica la importancia de fomentar un programa de cobertura total del territorio nacional, por lo cual el Ministerio de la Tecnología de la Información y las Comunicaciones (TIC) se propuso para el año 2015 lograr esta meta. • En nuestro país uno de los mayores problemas que enfrenta la población joven son las escasas oportunidades de acceder al mercado laboral y esto se refleja en el modelo estimado ya que la variable independiente “joven” fue la única con un coeficiente negativo, dando por hecho que existe la necesidad de implementar y/o hacer efectivos los programas y políticas gubernamentales en pro a la inserción laboral juvenil, y a su vez mediante una evaluación de impacto corroborar la veracidad de las políticas implementadas. • El nivel de escolaridad en Colombia no influye de forma significativa en la probabilidad de inserción laboral, por lo cual ante aumentos en años de educación de una persona no se refleja un aumento de las probabilidades esperado al momento de buscar un empleo.

Bibliografía

Aaker , D., & Day, G. (1989). Investigación de Mercados. México: McGraw-Hill. Arias, F. (2006). El proyecto de investigación. Introducción a la metodología científica (5ta ed.). Caracas, Venezuela: Episteme. Becker, G. (1993). Human Capital. Chicago: ISBN. Bodgan, R., & Taylor, S. J. (1987). Introducción a los métodos cualitativos de investigación. Barcelona: Paidós Iberica. Calderón, M. I., & Perlbach de Maradona, I. (2000). La probabilidad de participar en el mercado de trabajo y la exclusión social en Mendoza,Argentina. Toluca, México: Papeles de Población. Campos Rios, G. (2002). Un modelo de empleabilidad basado en resistencias: el caso del mercado de trabajo en puebla. Puebla, México. Cancela Gordillo, R., Cea Mayo , N., Galindo Lara, G., & Valilla Gigante, S. (2010). Metodología de la investigación educativa: Investigación ex post facto. Carballo Villagra, P. (2005). Mercado de trabajo y flexibilidad laboral en las ciencias sociales. San José, Costa Rica: Reflexiones. Cárdenas, M. (2007). Introducción a la Economía colombiana. Bogotá D.C: Alfaomega, Primera edición. Departamento Administrativo Nacional de Estadísticas. (2016). Mercado Laboral: Por Departamento. Obtenido de DANE: https://www.dane.gov.co/index.php/estadisticas-por-tema/mercado-laboral/mercado-laboral-pordepartamentos Gintis, B. (1983). La naturaleza del intercambio laboral y la teoría de la producción capitalista. Madrid: Alianza Universidad Textos.

Hansen, A. (1978). Guía de Keynes. México: FCE. Hurtado León, I., & Toro Garrido, J. (2007). Paradigmas y métodos de investigación en tiempo de cambio. Caracas, Venezuela: Editorial CES, SA. Keynes, J. M. (1974). Teoría general de la ocupación, el interés y el dinero. México: FCE. López Castaño, H. (1996). Ensayos sobre economía laboral colombiana. Bogotá D.C: Carlos Valencia Editores. Lora, E. (2001). ¿Por qué tanto desempleo? ¿Qué se puede hacer? Memorias sobre "Seminario empleo y economía". Banco de la Republica. Nieto, E., Mejía, L., & Cardona, Á. (2013). Probabilidades de empleo-desempleo en Medellín: evidencia empírica para pensar un seguro de desempleo en Colombia. Medellin: Revista Facultad Nacional de Salud Pública. Ochoa Valencia, D., & Ordoñez, A. (2004). Informalidad en Colombia. Causas, efectos y características de la economía del rebusque. Revista de la Facultad de CienciasAdministrativas y Económicas, Universidad ICESI. Pigou, A. (1939). Economics of Welfare. Londres: MacMillan. Toharia, M. (1983). El mercado de trabajo: teoría y aplicaciones. Madrid: Alianza.

RELACIÓN ENTRE LAS EXPORTACIONES Y LA TASA DE CAMBIO REAL EN COLOMBIA, ENTRE 2001 Y 2015

36 36 Tania Karina Bahamón Quintero Isabel Cristina Londoño Cifuentes

Estudiantes del Programa de Economía

Resumen En este trabajo se realiza un análisis sobre la relación existente entre el índice de la tasa de cambio real (ITCR) y las exportaciones de la economía colombiana, así de esta manera se puede observar, las variaciones que se pueden presentar en las exportaciones, dado un choque del índice de la tasa de cambio real. De esta manera se utiliza un modelo de vectores autorregresivos (VAR), a través de la función impulso respuesta, se observa como una variable se puede afectar a otra contemporáneamente. Tras dicho análisis se encuentra que el índice de la tasa de cambio real tiene o presenta una relación causal con las exportaciones, aunque las exportaciones, en un análisis económico empírico, no presentan efecto causal ninguno en el índice de la tasa de cambio real. Palabras Claves: Tipo de cambio real, exportaciones, vectores autorregresivos, función impulso respuesta. Abstract This paper an analysis is made of the relationship between the real exchange rate index (RTII) and exports of the Colombian economy, in this way we can observe the variations that can be presented in exports, given a Shock of the index

of the real exchange rate. In this way we use an autoregressive vector model (VAR), therefore a vector autoregressive model (VAR) is used, through the impulse response function, is observed as a variable can affect another contemporaneously. After this analysis it is found that the index of the real exchange rate has or has a causal link with the exports, although the exports, in an empirical economic analysis, do not present any causal effect on the index of the real exchange rate. Key words: Real exchange rate, exports, Autoregressive Vector, impulse response function. Introducción En la actualidad encontramos diversas variables de suma importancia para la economías abiertas, las cuales tienen un nivel alto de vulnerabilidad al entorno internacional, tal es el caso de la tasa de cambio real, el cual es un indicador que permite medir la evolución de los precios (o costos) de una determinada canasta de bienes y servicios, producida en un país con respecto a otro país, cuando ambos se expresan en una moneda común. De esta manera, respecto a la relación del tipo de cambio real y las exportaciones, es importante

destacar que las depreciaciones reales conducen a la mejora en las exportaciones, y una relación inversa en el caso contrario. Así, el tipo de cambio real puede ser utilizado para analizar el desempeño del sector exportador de una economía, pero además para analizar la eficiencia del mercado interno o del sector importador. Por lo tanto resulta de suma importancia el análisis de dichas variables, el cual realizaremos a través de un modelo de vectores autorregresivos (VAR), para así conocer qué efecto tienen las variables, frente a cambios en una de ellas. De acuerdo a esto, en el presente documento se encontrarán 7 secciones, en el cuarto se realiza el análisis de las variables, en la sección 5 se encuentra la estimación del modelo VAR, la función impulso respuesta, en la sexta sección se encuentra el planteamiento del modelo general y por ultimo las diversas conclusiones del trabajo. Revisión de la Literatura Para Colombia, resulta de suma importancia el análisis de variables que pueden determinar y afectar su balanza comercial, en este caso las exportaciones. De acuerdo a autores como el Banco de la Republica, el índice de tipo de cambio real (ITCR) es el precio relativo que compara el valor de una canasta de bienes en dos países diferentes, expresados en la misma moneda. De esta manera diversos autores han decidido estudiar la relación existente entre el índice de tipo de cambio real y las exportaciones, tal es el caso de (Carrera & Restout, 2007), el cual investiga el

comportamiento de largo plazo del tipo de cambio real (TCR) para veintiún países de América Latina en el periodo 1970-2003 a través del análisis del efecto de Balassa – Samuelson, el gasto del gobierno, los términos de intercambio, la apertura comercial y los flujos de capital. Además los autores realizaron estimaciones para subgrupos de países (América del Sur versus América Latina y el Caribe); de esta manera llegaron a la conclusión de que existe evidencia contundente que demuestra que en el largo plazo los TCR de América Latina son no estacionarios, además de que el gasto del gobierno, un incremento de la productividad, un aumento en los términos de intercambio y una posición favorables frente a los activos extranjeros afectan de forma positiva el TCR, pero incrementar el grado de apertura comercial lleva a una depreciación del TCR. Por otra parte encontramos el estudio realizado por (Berettoni & Sebastián, 2007) en el cual los autores analizan los determinantes de la evolución de las cantidades exportadas de manufacturas industriales argentinas en el período 1992-2006 en el cual se analizaron las propiedades de las series y, en base a los resultados, determinar el método de estimación a seguir, entre estos se observó la metodología de Engel y Grander. De esta manera los autores concluyeron que la importancia que tienen tanto el nivel como la estabilidad del tipo de cambio real (TCR). Sin embargo, la evolución del PIB de los principales socios comerciales tiene una mayor influencia que el TCR, por lo cual sería importante que

LatinoamĂŠrica, principal destino para este tipo de productos, sostenga el alto crecimiento de los Ăşltimos aĂąos y, como estrategia de mĂĄs largo plazo, profundizar la inserciĂłn en las regiones mĂĄs dinĂĄmicas del mundo. Otros autores que tocaron el tema fue (RamĂrez Buitrago & HuĂŠrfano Ochoa, 2015) donde analizaron la relaciĂłn existente entre la tasa de cambio real (TCR) y las exportaciones de la economĂa colombiana, con el objeto de observar las variaciones que se pueden presentar en las exportaciones dada un choque en la TCR, aplicando un modelo de vectores autorregresivos (VAR), a travĂŠs de la causalidad de Granger, la funciĂłn impulso respuesta se observa como una variable puede afectar a otra contemporĂĄneamente, donde pudieron concluir que hay una relaciĂłn de causalidad entre la TCR y las exportaciones, sin embargo en sentido inverso no se observa alguna relaciĂłn de causalidad. AnĂĄlisis de las variables Ă?ndice de la tasa de cambio real (ITCR): El ITCR se entiende como un precio relativo que compara el valor de una canasta de bienes en dos paĂses diferentes, expresados en la misma moneda. Este dato se obtiene cuando se divide el precio de un grupo de bienes por el de ese mismo grupo en otro paĂs. Esta medida refleja cual es el valor de la canasta en el extranjero (numerador) respecto al valor de la misma canasta en Colombia (denominador). (Banco de la RepĂşblica de Colombia). AdemĂĄs este Ăndice mide el nivel de

competitividad de un paĂs frente a sus principales socios comerciales, involucrando para su cĂĄlculo la tasa de cambio nominal y la variaciĂłn, en la mayorĂa de los casos de los precios de los bienes y servicios transables, es decir, los que son negociables en el mercado nacional. Exportaciones: Son bienes y servicios de producciĂłn nacional que son demandados por los residentes en el exterior, es decir, la parte de la demanda de bienes interiores que procede del extranjero. Otra forma alternativa del concepto de exportaciones, es considerar las exportaciones cĂłmo la parte de la demanda extranjera que es la demanda de bienes interiores de nuestro paĂs. De acuerdo a lo anterior, se puede suponer que la economĂa produce un bien que tiene un precio P, y que el mundo produce otro bien, que el paĂs importa a un precio cp^*, donde c representa el tipo de cambio nominal y p^*el precio de la canasta de bienes internacionales, por lo tanto se tiene que la tasa de cambio real es: đ?‘‡đ??śđ?‘…

đ?‘?đ?‘?âˆ— đ?‘?

Entonces, el valor del PIB es: đ?‘ƒđ?‘Œ = đ?‘ƒ(đ??ś + đ??ź + đ??ş + đ?‘‹) âˆ’ đ?‘?đ?‘?âˆ— đ?‘€

Por lo tanto, las exportaciones netas son: đ?‘‹đ?‘ = đ?‘‹ âˆ’ đ?‘?đ?‘?âˆ—

Entonces, una variaciĂłn en el tipo de cambio nominal y en el precio de la canasta de bienes internacionales tiene efectos, no solo sobre los bienes que se importan sino sobre las exportaciones netas. Por lo tanto, una de las variables que recurrentemente se analiza como

determinante de las exportaciones es el índice de la tasa de cambio real. Con el fin de dar algunas luces para el caso colombiano, se realiza un

análisis grafico del índice de la tasa de cambio real y de las exportaciones totales colombianas.

Gráfica 1. Índice de la tasa de cambio real y las exportaciones totales 2001- 2015 6000

180 160

5000

140

4000

120 100

3000 2000

Exportaciones

ITCR

1000

20 0

200101 200109 200205 200301 200309 200405 200501 200509 200605 200701 200709 200805 200901 200909 201005 201101 201109 201205 201301 201309 201405 201501 201509

Análisis: De acuerdo al anterior gráfico, se puede observar que en Colombia el índice de la tasa de cabio real y las exportaciones totales presentan una relación inversa a lo largo del periodo de estudio, comprendido entre 2001 – 2015, esta relación se da debido que para los años 20022003, se presenta una revaluación de la moneda Colombiana lo que ocasiona un mayor poder de compra de la moneda extranjera en su país de origen y así, disminuye la demanda de productos extranjeros y por consiguiente se reducen las exportaciones nacionales. Así, la balanza comercial del 2003 registró un saldo negativo de US$12.3 millones. En el último mes del año registró un apreciable déficit (US$172.6 millones), fruto del

incremento que tuvieron las importaciones en el último mes del año (23,4%), especialmente las compras de bienes de capital y materiales de construcción, que pasaron de US$347,6 millones en noviembre a US$537,2 millones en diciembre. Las exportaciones aunque crecieron en diciembre, sólo lo hicieron a un escaso 2.7%, dando como resultado un saldo negativo de US$172,6 millones en la balanza comercial, mientras que en noviembre la balanza arrojó un superávit de US$66,1 millones. (DIAN, 2003) No obstante, para el año 2004 se presentó una revaluación nominal del peso colombiano que ocasiono una fuerte controversia en el sector exportador. Esta revaluación fue atribuida a las bajas tasa de interés

registradas en los Estados Unidos y Europa, así como el mayor ingreso de divisas. Pero dicho comportamiento indició en la TCR, registrando descenso lo que ocasiono pérdida de competitividad en el mercado internacional. De igual forma, la presión ejercida por la economía colombiana debido a su déficit de cuenta corriente genero devaluación de su moneda, por lo tanto para los siguientes años continuó incidiendo en las economías emergentes como la colombiana. Para los años 2012, 2013 la moneda Colombiana presento una devaluación frente al dólar, por lo tanto las exportaciones para dichos años presentaron un crecimiento de 5,7%. Este crecimiento estuvo explicado principalmente por el crecimiento de 6,0% en las exportaciones de combustibles y productos de las industrias extractivas que pasaron de US$37.614,8 millones a US$40.199,1 millones. De igual forma en el año 2012 las ventas externas destinas a China registraron un aumento de 68,1% ocasionado fundamentalmente por las mayores ventas de combustibles y aceites minerales y sus productos. Destaca el informe de prensa del Dane que el país al que más se exportó durante

2012 fue Estados Unidos con 36,2%, seguido por China 5,5%, España 4,8%, Panamá 4,7% y Venezuela 4,4%. Este aumento se da puesto que los exportadores, a la hora de cambiar a pesos colombianos el dinero que recibieron en dólares, van a obtener más pesos por esos dólares, lo cual aumenta sus ganancias, lo que los incentiva a reducir el valor de los productos exportados y así vender más en el exterior, haciendo los productos colombianos más competitivos a nivel internacional.

Estimación del modelo y resultados Con el propósito de conocer la respuesta dinámica de una determinada variable del sistema ante choques (o cambios no anticipados) en alguna otra variable se estimara un modelo VAR para las variables exportaciones y el índice de la tasa de cambio real, la información de dichas variables se obtuvo del Banco de la República de Colombia. Antes de proceder a estimar el modelo VAR, se realizará una serie de pruebas para determinar la integración de las variables y de esta forma aplicar vectores autorregresivos al modelo.

Análisis grafico

Para escoger la especificaciĂłn que sea mĂĄs congruente con el comportamiento de las series de tiempo, se realiza un anĂĄlisis grĂĄfico de cada variable, de manera que observando su comportamiento en el tiempo se puede determinar si es necesario incluir una constante, un tĂŠrmino de tendencia o ambas en la ecuaciĂłn de la prueba. En las grĂĄficas anteriores, se puede observar que la variable exportaciones presenta una tendencia creciente a lo largo del periodo estudiado, mientras que el Ăndice de la tasa de cambio real presenta una tendencia decreciente por lo cual podrĂamos decir que las variables presentan una relaciĂłn inversa a travĂŠs del tiempo. De acuerdo a los comportamientos observados anteriormente se puede decir que posiblemente las variables no son estacionarias, por lo cual transforma la serie en tasas de crecimiento, las cuales facilitan la interpretaciĂłn de los resultados puesto que reducen la volatilidad de las variables. Prueba de raĂz unitaria Antes de estimar el modelo VAR, se determinarĂĄ el orden de integraciĂłn de cada una de las series de tiempo con el objeto de establecer la especificaciĂłn (niveles o primeras diferencias) para cada variable dentro del modelo. Estas pruebas permiten conocer si una serie de tiempo es o no estacionaria. Por lo tanto se realizaran dos pruebas para detectar la presencia de una raĂz unitaria; se utilizarĂĄ la prueba de Dickey Fuller Aumentada (Aumented Dickey Fuller, ADF) y la prueba de Phillipss-Perron. La presencia de raĂz unitaria implica que un choque

transitorio en el vector, efectos permanentes.

tendrĂĄ

De acuerdo al anĂĄlisis grafico las pruebas se realizaran con el tĂŠrmino de tendencia, intercepto y ambas, para rectificar el modelo. A continuaciĂłn se presenta los resultados de las pruebas: Tabla 1 Resultados de las Pruebas DF â€“ PP Variables

EspecificaciĂłn de la ecuaciĂłn de la prueba

CyT xportaciones C CyT ITCR C

EstadĂsticas de la prueba ADF 0.0000 0.0000 0.0000 0.0000

PHP 0.0000 0.0000 0.0000 0.0000

Con los resultados obtenidos se42 puede establecer que las dos variables son estacionarias en niveles, por tanto no procede en estos casos a realizar diferenciaciĂłn alguna. Con base en los resultados se procederĂĄ a realizar los modelos de vectores autorregresivos (VAR) para las variables. EstimaciĂłn del modelo VAR Luego de realizar las pruebas de raĂz unitaria, se establece que las variables exportaciones y el Ăndice de la tasa de cambio real presentan un carĂĄcter estacionario, por lo tanto estĂĄn expresadas en niveles. De acuerdo a esto se procede a determinar el nĂşmero adecuado de rezagos del modelo VAR, es decir el valor de đ?‘?. Para determinar dicho nĂşmero se utilizarĂĄ el test de residuos (Portmanteu Autocorrelation Test), al realizar el test se encuentra que probablemente el modelo puede ser un

VAR (1), pero al analizar la significancia estadística de este es (0.0105< 0.05), por lo tanto, se determina que los residuos están auto correlacionados, por lo cual este modelo es inestable, es decir, que frente a una perturbación no anticipada en una variable, la otra variable no regresa a su trayectoria de equilibrio. Por lo tanto se procede a realizar nuevamente dicha prueba con un modelo VAR (2), donde se observa que su significancia estadística es de (0.879>0,05), por lo cual, se determina que los residuos no están correlacionados, por lo tanto el modelo VAR (2) es estable, lo que indica que frente a una perturbación no anticipada en una variable, la otra variable regresa a su trayectoria de equilibrio.

tanto, implica que para el VAR su primer y segundo momentos (media y varianza) son estacionarios, es decir, son independientes respecto al tiempo. Lo cual también se puede evidenciar a continuación a través de la tabla: Tabla 2 Raíz Unitaria Roots of Characteris tic Polynom ial Endogenous variables : PEXPORTACIONES PITCR Exogenous variables : C Lag s pecification: 1 2 Date: 12/01/16 Tim e: 10:56

Root -0.213825 - 0.388219i -0.213825 + 0.388219i 0.156007 - 0.204425i 0.156007 + 0.204425i

Modulus 0.443210 0.443210 0.257153 0.257153

No root lies outs ide the unit circle. VAR s atis fies the s tability condition.

Para confirmar el criterio de estabilidad del modelo de autorregresión vectorial se hace necesario el cumplimiento de la condición de que todas las raíces invertidas tengan un módulo inferior a uno y se encuentre dentro del círculo unitario.

En la tabla anterior se puede observar con mayor precisión que el valor de la raíz es menor a uno (<1), por lo cual se puede inferir que el modelo es estable.

Gráfica 2 Raíz Unitaria

La función impulso – respuesta es una de las principales herramientas de análisis provistas por los modelos VAR. Por lo tanto, dicha función es un instrumento útil para evaluar la congruencia y la sensibilidad dinámica de las variables especificadas en el modelo, por tal razón, son muy eficientes para evaluar y proponer políticas públicas.

De acuerdo a la gráfica se puede establecer que el modelo cumple con la condición de estabilidad, por lo

Función impulso – respuesta

De esta manera y siguiendo con el análisis de nuestras variables, se calcula el efecto y respuesta de las variables, ante choques o cambios en una de estas.

Es probable que dicho efecto se presente debido a que hay una depreciación de la tasa de cambio nominal para el periodo, o un incremento en los precios de la economía extranjera, entre otros.

Función Impulso del ITCR, respuesta de las Exportaciones y la misma variable. Inicialmente se realiza el cálculo del efecto de las variables, en este caso el índice de la tasa de cambio real y exportaciones, ante cambios en el índice de la tasa de cambio real.

Gráfica 4 Función respuesta ITCR-ITCR

impulso

Response to Cholesky One S.D. Innovations ± 2 S.E.

Response of PEXPORTACIONES to PITCR

Response of PITCR to PITCR

Gráfica 3 Impulso respuestaExportaciones e ITCR

2 -1 1 -2 0

-3

-4

-1 1

Al examinar el efecto impulso respuesta que tiene el índice de tasa de cambio real sobre las exportaciones durante los meses del periodo 2001 - 2015, se observa en el (Gráfico 3) que la respuesta de las exportaciones ante un shock de una desviación estándar sobre el índice de la tasa de cambio real se diluye hacia el octavo mes (línea azul). De esta manera un cambio en el ITCR de 2,6% genera una reducción en las exportaciones de 1,2%, para el segundo, para el séptimo mes, el efecto es de (-0,1%), por lo cual se observa claramente que el efecto ya se va diluyendo y para el séptimo mes, donde los choques ya no son significativos. Cabe la pena resaltar que dicho efecto es negativo, como nos lo muestra la curva.

Por otra parte y al examinar el efecto impulso respuesta que tiene el índice de tasa de cambio real sobre la misma, durante los meses del periodo 2001 - 2015, se observa en el (Gráfico 4) que la respuesta del índice de la tasa de cambio real, ante un shock de una desviación estándar sobre el mismo, se diluye hacia el sexto mes (línea azul). Así, un cambio en el ITCR genera un cambio en su propio comportamiento para el primer mes de 2,6%, por otro lado, para el segundo mes, el efecto es de 1% , por lo cual se observa claramente que el efecto ya se va diluyendo y para el tercer mes, los choques no son significativos, además, claramente el efecto es positivo. Es evidente que los efectos generados por un cambio en el ITCR, tienen una mayor prolongación sobre la variable exportaciones, por lo cual se podría decir que el ITCR

presenta una relación estrecha con la balanza comercial colombiana, o por lo menos es una de sus variables. Función Impulso de las Exportaciones, respuesta del índice de tasa de cambio Real y la misma variable. Para seguir con los procedimientos se realiza el cálculo del efecto de las variables, en este caso el índice de la tasa de cambio real y exportaciones, ante cambios en las exportaciones:

observa claramente que el efecto ya se va diluyendo y para el séptimo mes, los choques no son significativos. Cabe la pena resaltar que dicho efecto es negativo en gran parte de su comportamiento, con tan sólo un incremento para el cuarto mes como nos lo muestra la curva. Gráfica 6 función impulso respuesta exportacionesExportaciones

Response to Cholesky One S

Res pons e of PEXPORTACIONES to PEXPORTACIONES 12

0.2 8

0.0

Gráfica 5 Función impulso respuesta ITCR- Exportaciones

-0.2 0

-0.5

-4

-0.7

-1.0

-8 1

Al examinar el efecto impulso respuesta que tienen las exportaciones sobre las el índice de la tasa de cambio real durante los meses del periodo 2001 - 2015, se observa en el (Gráfico 5) que la respuesta del ITCR ante un shock de una desviación estándar sobre las exportaciones se diluye hacia el octavo mes (línea azul). De esta manera un cambio de las Exportaciones de 9,3% genera una disminución en el Índice de tasa de cambio real de 0,135%, para el primer mes, para el cuarto mes, el efecto es de 0,0, por lo cual se

En este caso al examinar el efecto impulso respuesta que tienen las exportaciones sobre las mismas durante los meses del periodo 2001 - 2015, se observa en el (Gráfico 6) que la respuesta de las exportaciones ante un shock de una desviación estándar sobre en la misma, se diluye hacia el octavo mes (línea azul). De esta manera un cambio en las exportaciones genera un cambio en la misma de 9,3%, para el primer mes, para el quinto mes, el efecto es negativo, con un valor de -0,5%, por lo cual se observa claramente que el efecto ya se va diluyendo y para el séptimo mes, los choques no son significativos. Cabe la pena resaltar que dicho efecto es negativo en el segundo periodo, ya para el tercero

hasta el cuarto toma un efecto positivo, negativo en el quinto y a partir de allĂ retoma al equilibrio. AnĂĄlisis General de los efectos Impulsos Respuestas: De acuerdo a los diversos resultados arrojados, podemos darnos cuenta que los choques percibidos o realizados por las variables son de carĂĄcter transitorio, lo que quiere decir que despuĂŠs de un cambio se estabilizan a travĂŠs del tiempo, lo que podrĂamos denominar tambiĂŠn como un equilibrio estable ya que las variables retoman al equilibrio despuĂŠs de un cambio. Planteamiento del Modelo formal Los modelos de autorregresiĂłn vectorial (VAR) se fundamentan en una estructura vectorial que supone una interdependencia entre las variables del modelo y sus rezagos. Por lo tanto, una de las principales contribuciones de los modelos VAR en el anĂĄlisis de series de tiempo es que permite analizar el impacto dinĂĄmico de una perturbaciĂłn no anticipada en una de las variables del sistema sobre las demĂĄs. Este anĂĄlisis se realiza a travĂŠs de la estimaciĂłn de funciones de impulsorespuesta y de descomposiciones de varianza. DespuĂŠs de realizar los pasos correspondientes, determinar la estacionariedad de las variables y los rezagos, se puede establecer que el modelo es un VAR (2), el cual se describe a continuaciĂłn:

GrĂĄfica 7 Modelo VAR 2 PEXPORTACI...

PITCR

PEXPORTACIONES(-1)

-0.493645 (0.07392) [-6.67840]

-0.042479 (0.02101) [-2.02162]

PEXPORTACIONES(-2)

-0.184547 (0.07370) [-2.50393]

-0.023627 (0.02095) [-1.12768]

PITCR(-1)

-0.467806 (0.26911) [-1.73835]

0.378009 (0.07650) [ 4.94124]

PITCR(-2)

-0.630104 (0.27136) [-2.32205]

-0.151057 (0.07714) [-1.95824]

1.772495 (0.70905) [ 2.49981]

0.108461 (0.20156) [ 0.53809]

Modelo VAR (2) đ?‘’đ?‘Ľđ?‘?đ?‘œđ?‘&#x;đ?‘Ą1đ?‘Ą = đ?›˝10 + đ?›˝11 đ?‘’đ?‘Ľđ?‘?đ?‘œđ?‘&#x;đ?‘Ą1đ?‘Ąâˆ’1 + đ?›˝12 đ?‘’đ?‘Ľđ?‘?đ?‘œđ?‘&#x;đ?‘Ą1đ?‘Ąâˆ’2 + đ?›ź21 đ??źđ?‘‡đ??śđ?‘…2đ?‘Ąâˆ’1 + đ?›ź22 đ??źđ?‘‡đ??śđ?‘…2đ?‘Ąâˆ’2 + đ?‘˘1đ?‘Ą đ??źđ?‘‡đ??śđ?‘…1đ?‘Ą = đ?›˝20 + đ?›˝21 đ??źđ?‘‡đ??śđ?‘… + đ?›˝22 đ??źđ?‘‡đ??śđ?‘…1đ?‘Ąâˆ’2 + đ?›ź11 đ?‘’đ?‘Ľđ?‘?đ?‘œđ?‘&#x;đ?‘Ą1đ?‘Ąâˆ’1 + đ?›ź12 đ?‘’đ?‘Ľđ?‘?đ?‘œđ?‘&#x;đ?‘Ą1đ?‘Ąâˆ’2 + đ?‘˘2đ?‘Ą đ?‘’đ?‘Ľđ?‘?đ?‘œđ?‘&#x;đ?‘Ąđ?‘Žđ?‘?đ?‘–đ?‘œđ?‘›đ?‘’đ?‘ 1đ?‘Ą = đ?›˝1 1,77 âˆ’ đ?›˝11 0,493 âˆ’ đ?›˝12 0,184 âˆ’ đ?›ź11 0,467 âˆ’ đ?›ź12 0,63 + đ?œ‡1đ?‘Ą đ??źđ?‘‡đ??śđ?‘… = đ?›˝2 1,77 âˆ’ đ?›˝21 0,467 âˆ’ đ?›ź12 0,63 âˆ’ đ?›ź11 0,493 âˆ’ đ?›ź12 0,184 + đ?œ‡2đ?‘Ą

Donde el tĂŠrmino del error es perturbaciĂłn Ruido Blanco con media cero E(u_it )=0, varianza constante y covarianza igual a cero E(u_1t,u_2t )=0. Conclusiones Tras el desarrollo del trabajo, se logra observar no solo la evoluciĂłn que han tenido las exportaciones y el Ăndice de la tasa de cambio real a travĂŠs del periodo de tiempo 2001 â€“ 2015, sino los diversos comportamientos que estas han tenido. De esta manera, a travĂŠs del anĂĄlisis del modelo con la metodologĂa de vectores autorregresivos (VAR), se puede comprobar que una variaciĂłn en la tasa de cambio tiene un amplio

impacto sobre las exportaciones, en el caso positivo se observa pues que los exportadores, a la hora de cambiar a pesos colombianos el dinero que recibieron en dólares, van a obtener más pesos por esos dólares, lo cual aumenta sus ganancias, lo que los incentiva a reducir el valor de los productos exportados y así vender más en el exterior, haciendo los productos colombianos más competitivos a nivel internacional.

Bibliografía Banco de la República de Colombia. (s.f.). Banco de la República de Colombia. Obtenido de http://www.banrep.gov.co/es/itcr Berettoni, D., & Sebastián, C. (2007). Exportaciones y tipo de cambio real: el caso de manufacturas en Argentinas. Carrera, J., & Restout, R. (2007). Determinantes de largo plazo del tipo de cambio real en America Latina. DIAN. (2003). Boletín de comercio exterior Enero - Diciembre 2003 . Bogotá. Ramirez Buitrago, D. J., & Huérfano Ochoa, H. I. (2015). Relación entre exportaciones y tasa de cambio real en Colombia 1995 y 2014.

CURVA AMBIENTAL DE KUZNEST: ESTIMACIÓN PARA LOS PAÍSES PERTENECIENTES A LA OPE

Yulisa Andrea González José Manuel Valencia

Estudiantes del Programa de Economía

RESUMEN Esta investigación se centra en estimar un modelo empírico, en base a la hipótesis de la curva ambiental de Kuznest, para los 14 países pertenecientes a la OPEP, para el periodo 1960-2016, en base a la información otorgada por la base de datos del Banco Mundial, en donde se tratará demostrar si se cumple o no para este modelo. Con este objetivo, primero desarrollamos los antecedentes y marco teórico, seguido de un análisis grafico del comportamiento de esta relación a nivel global. Estimamos un modelo empírico mediante especificaciones de datos panel. Los principales resultados muestran que, la relación entre las emisiones per cápita de co2 y el pib per cápita describen una curva en forma de N invertida, indicando que los beneficios que se puedan lograr, en cuanto a la disminución de emisiones de co2, debido a un mayor crecimiento económico son transitorias. Variables como la superficie forestal, es importante para la política ambiental, juegan un papel relevante en reducir los impactos del crecimiento económico en el deterioro ambiental.

INTRODUCCIÓN Existe un gran interés para los países en el logro del crecimiento verde, no sólo porque está relacionado con una menor intensidad energética, sino también porque está relacionado con una mayor calidad de vida. Este interés también ha conducido a una creciente proliferación de estudios e investigaciones científicas cuyo principal objetivo ha sido identificar los factores que contribuyen al crecimiento verde y las políticas que deben implementarse en diferentes países para entrar en el camino del crecimiento verde. La relación más directa que existe entre las variables es: para lograr el crecimiento económico, se necesitan cada vez mayores cantidades de energéticos fósiles (petróleo, gas natural y carbón, entre otros) que se combinan con otros factores de la producción (capital y trabajo) en distintas proporciones. Como subproducto de la producción, se encuentran las emisiones contaminantes que se expanden en el medio ambiente. Existe una relación positiva a mayor crecimiento económico, mayor consumo de energías fósiles y mayor número de emisiones contaminantes (CO2), por lo tanto, se analizará la evidencia empírica encontrada de la relación existente entre crecimiento económico y emisiones contaminantes (CO2).

Según (STOKEY, 1998) encuentra en que la contaminación se reduce con el aumento del ingreso debido a las posibilidades mayores de selección de tecnologías con distintos niveles de impacto ambiental. En este caso el supuesto importante es que, a partir de un cierto umbral de renta per cápita, o de un determinado tamaño del mercado interno, los países pueden adoptar tecnologías más limpias que no son asumibles por países más pobres. Dentro de estas tecnologías se encontrarían, por ejemplo, las que aprovechan las economías de escala para la generación de energía eléctrica, el saneamiento básico, el reciclado, los dispositivos de reducción de emisiones, etc. Al tratarse de tecnologías caras, que exigen un tamaño mínimo de producción y formas de capital humano altamente tecnificado, sólo estarán disponibles a niveles relativamente exigentes de desarrollo económico. La curva ambiental de Kuznets es una relación hipotética entre varios Indicadores de degradación ambiental y renta per cápita. En las primeras etapas del crecimiento económico, la degradación y la contaminación aumentan, pero Nivel de ingreso per cápita (que variará según los indicadores), la tendencia se invierte, de modo que en los niveles de ingresos altos el crecimiento mejora. Esto implica que el indicador de impacto ambiental es un Función en U del ingreso per cápita. Normalmente el logaritmo del indicador es Modelado como una función cuadrática del logaritmo del ingreso. Un ejemplo de un EKC se muestra en la Figura 1. El EKC se nombra por (Kuznets, 1955) que la hipótesis de la desigualdad del ingreso primero sube y luego cae

a medida que avanza el desarrollo económico. Según el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA), una economía ecológica 48 debe tener como objetivo mejorar el bienestar humano y la equidad social, a la vez que reduce significativamente los riesgos ambientales y la escasez ecológica. El crecimiento verde de los ingresos y el empleo debería, a su vez, estar impulsado por inversiones que reduzcan las emisiones de carbono y la contaminación, mejoren los recursos y la eficiencia energética y eviten la pérdida de biodiversidad (UNEP, 2013). El principal gas de efecto invernadero es el dióxido de carbono (CO2) y, por lo tanto, el CO2 será el principal indicador mundial de degradación ambiental. Otros gases de efecto invernadero considerados son CH4 y N2O. Con el fin de contabilizar las pérdidas de biodiversidad dependemos de la medida de la superficie forestal en cada país. En esta investigación se toma como variable independiente las emisiones de dióxido de carbono, (CO2) que según (World Bank, 1992) son las que provienen de la quema de combustibles fósiles y de la fabricación de cemento. Ellos incluyen el dióxido de carbono producido durante el consumo de sólido, líquido y gas y combustibles quema de gas; y como variable dependiente el PIB Per Cápita. Aplicando el modelo de (Kuznets, 1955), se pretende comprobar si se cumple o no dicho modelo. Inicialmente se analiza el comportamiento que ha tenido las emisiones de dióxido de carbono a lo largo del tiempo, y luego se explicara los resultados del modelo.

JUSTIFICACIÓN Se pretender estimar la hipótesis de la curva de Kuznest, para lo países productores de petróleo. Así, el presente trabajo permitirá mostrar la relación de estas variables y así mismo profundizar en los conocimientos teóricos sobre el medio ambiente y el desarrollo sostenible, además de ofrecer una mirada integral sobre el daño ambiental producido por el crecimiento económico y por los países productores de petróleo y en donde no han contribuido con el desarrollo sostenible. Es muy preocupante para la sociedad que haya un crecimiento económico descontrolado y sin muchas medidas para la sostenibilidad ambiental, por ello acuerdos como el que se llevó a cabo en Paris son muy importantes, pero que aún falta más concientización por partes de algunos países desarrollados tal y como pasa actualmente con Estados Unidos en donde el presidente de dicho país no está de acuerdo con este acuerdo.

Los impactos sobre el medio natural de las actividades económicas, las guerras y otras acciones humanas, 50 49 potenciadas por el crecimiento demográfico y económico, efecto negativo. Suelen consistir en pérdida de biodiversidad, en forma de empobrecimiento de los ecosistemas, contracción de las áreas de distribución de las especies e incluso extinción de razas locales o especies enteras. La devastación de los ecosistemas produce la degradación o pérdida de lo que se llama sus servicios naturales. La mayor parte de la energía utilizada en los diferentes países proviene del petróleo y del gas natural. La contaminación de los mares con petróleo es un problema que preocupa desde hace muchos años a los países marítimos, sean o no productores de petróleo, así como a las empresas industriales vinculadas a la explotación y comercio de éste producto. Desde entonces, se han tomado enormes previsiones técnicas y legales internacionales para evitar o disminuir la ocurrencia de estos problemas.

PLANTEAMIENTO DEL PROBLEMA La preocupación por los efectos de las acciones humanas surgió en el marco de un movimiento, el conservacionista, en cuyo origen está la preocupación por la naturaleza salvaje, lo que ahora distinguimos como medio natural. Progresivamente está preocupación se refundió con la igualmente antigua por la salud y el bienestar humanos, afectados a menudo negativamente por el desarrollo económico y urbano; ahora nos referimos a esta dimensión como medio social.

Los derrames de petróleo en los mares, ríos y lagos producen contaminación ambiental: daños a la fauna marina y aves, vegetación y aguas. Además, perjudican la pesca y las actividades recreativas de las playas. Se ha descubierto que pese a la volatilidad de los hidrocarburos, sus características de persistencia y toxicidad continúan teniendo efectos fatales debajo del agua. Pero, no son los derrames por accidentes en los tanqueros o barcos que transportan el petróleo, en alta mar o cercanía de las costas, los únicos causantes de la contaminación

oceánica con hidrocarburos. La mayor proporción de la contaminación proviene del petróleo industrial y motriz, el aceite quemado que llega hasta los océanos a través de los ríos y quebradas. Se estima que en escala mundial, 957 millones de galones de petróleo usado entran en ríos y océanos y 1500 millones de galones de petróleo crudo o de sus derivados son derramados. Los productos de desechos gaseosos expulsados en las refinerías ocasionan la alteración, no sólo de la atmósfera, sino también de las aguas, tierra, vegetación, aves y otros animales. Uno de los contaminantes gaseosos más nocivo es el dióxido de azufre, daña los pulmones y otras partes del sistema respiratorio. Es un irritante de los ojos y de la piel, e incluso llega a destruir el esmalte de los dientes. También pueden producirse, aunque más raramente, efectos positivos para el medio natural. Por ejemplo, las explotaciones de áridos y las canteras pueden dejar, al cesar su explotación, cubetas en las que se forman balsas, muy valiosas ecológicamente, que sirven de refugio provisional a las aves migratorias. La introducción en el medio rural de muchos países, como Italia, ESPAÑA, Francia, de Europa y Argentina, Chile o Bolivariana de Venezuela en Latinoamérica en los años 60, como combustible doméstico, del gas embotellado supuso el abandono del carboneo (la producción de carbón vegetal a partir de leña) y un crecimiento inusitado de las masas forestales naturales, allí donde antes se dejaba crecer más que matorral. Por lo tanto, el presente trabajo pretende estimar la curva ambiental de Kuznest, para los países

productores de petróleo, y así observar la veracidad de la hipótesis de la curva .Observando así cual es la problemática ambiental causada por el crecimiento económico; como también, se analiza cuál ha sido la participación en la contaminación de los países productores de petróleo (Emiratos Árabes, Irán, Arabia Saudita, Venezuela, entre otros), ya que como se sabe estos son de los mayores causantes de la contaminación y en donde no han contribuido con el desarrollo sostenible y se han preocupado más por crecer económicamente. ESTADO DEL ARTE En el estudio hecho por (Díaz y Cancelo, 2009) que con relación a las emisiones de CO2, se observa que los países con menores tasas de crecimiento de dichas emisiones (Tipo 1 más Italia y Japón) se caracterizan, a diferencia del resto, por un crecimiento económico moderado y decrementos en las dos ratios, C/E y E/Y. En estos países ha disminuido, en promedio, algo más el cociente E/Y que el C/E. Ahora bien, si se centra la atención en aquellos países en los efectivamente han caído las emisiones de CO2 en el periodo considerado, se observa que se caracterizan en general por ser los que han experimentado un crecimiento económico menor y una reducción mayor del cociente C/E que, en algunos casos, se suma a una contracción también importante del cociente E/Y, en otros, como Suecia y Francia, es el componente fundamental de la reducción de las emisiones. Respecto a las emisiones de azufre, los países en los que disminuyen (Tipo 1 más Italia, Japón e Irlanda) se caracterizan también, en general,

por crecimientos económicos moderados (excepto Irlanda) y por decrementos en las dos ratios, E/Y y S/E. Especialmente destacables en estos países son las disminuciones de la ratio S/E, muy superiores a las del resto. En general, este cociente es el factor más determinante en la caída de las emisiones de azufre. Los resultados que se presentan en el documento de (Olivares, 2013) concluyen que existe una relación de largo plazo entre las emisiones de CO2, el consumo de energía y el PIB. En adición, se encuentra que la elasticidad de las emisiones de CO2 con respecto al consumo de energía es menor a uno (inelástica), y la elasticidad de las emisiones de CO2 con respecto al PIB sugiere la existencia de una Curva de Kuznets Ambiental, ya que tiene forma de U invertida con punto de inflexión en un nivel de PIB per cápita de 7,99 (en logaritmos). De igual forma, los resultados sugieren que existe una relación de causalidad del PIB a las emisiones de CO2, y del consumo de energía a las emisiones de CO2, lo cual implica que en el largo plazo el crecimiento económico es un determinante del cambio climático a través de las emisiones de CO2, al menos para la región conformada por los países estudiados, conocida como los CIVETS. Un resultado importante es que el consumo de energía tiene un efecto positivo sobre las emisiones de CO2, pero relativamente bajo, como se mencionó anteriormente, lo cual sugiere que las políticas encaminadas a promover el uso eficiente y la conservación de la energía disminuyen las emisiones de CO2 y, por tanto, estas pueden contribuir a reducir el calentamiento global. Por otro lado, la evidencia

encontrada a favor de la Curva de Kuznets Ambiental indica que si bien el crecimiento económico incrementa el nivel de emisiones de CO2, este incremento se estabiliza para luego presentar una reducción de las emisiones. Esta reducción evidencia que los países se vuelven más eficientes en la producción, con mejores procesos productivos y cada vez menos contaminantes. No obstante, quedan en la agenda de investigación varios aspectos por estudiar, tales como cuál es el efecto que tiene la profundización financiera o flujos de capitales de esta región de los CIVETS sobre las emisiones de CO2 , ya que como sostienen (Frankel & Romer, 1999) la profundización financiera y el desarrollo pueden atraer inversión extranjera directa y mayores inversiones en investigación y desarrollo, lo cual acelera el crecimiento económico de las economías y afecta la dinámica del desempeño ambiental. MARCO TEÓRICO En las últimas tres décadas los efectos del crecimiento económico sobre la calidad ambiental han sido debatidos constantemente en los círculos científicos y políticos. En especial, el debate científico se ha desarrollado rápidamente durante este periodo y sólo puede ser entendido en conexión con los desarrollos de la sociedad. La primera ola de conciencia ambiental, la cual comenzó en la década de 1960, fue iniciada por los científicos preocupados quienes advirtieron acerca del surgimiento de catástrofes ecológicas. La atención pública y científica fue atraída a los orígenes del deterioro ambiental. Frente a este deterioro, el

crecimiento económico fue el primer sospechoso. Lo anterior, dio lugar a varias contribuciones científicas que trataron las cuestiones del crecimiento económico y su relación con el medio ambiente, las cuales fueron abordadas desde diversas perspectivas teóricas (Boulding, 1966), (Beckerman, 1992) y (Daly, 1977). Las conclusiones de esas investigaciones teóricas variaron ampliamente y retomaron las distintas posiciones planteadas en el debate crecimiento económico versus medio ambiente. Las interpretaciones de tales conclusiones son obstaculizadas por el hecho de que éstas no ofrecen más que respuestas axiomatizadas a la cuestión de si el crecimiento económico es perjudicial o beneficioso para la calidad ambiental. En este sentido, se plantea que los diferentes conjuntos de supuestos subyacentes a las perspectivas teóricas no pueden ser verificados empíricamente. Las diversas perspectivas teóricas sólo han ilustrado los mecanismos importantes que forjan la relación entre crecimiento y medio ambiente, pero no han resuelto las controversias en el debate. Desde principios de la década de 1990, un amplio rango de datos ambientales ha estado disponible a través de diversas estaciones de monitoreo y de diferentes compilaciones de datos construidas en las oficinas nacionales de estadística. Esto condujo a una nueva y desafiante fase en el debate crecimiento económico versus medioambiente: la validación empírica de la influencia del crecimiento económico sobre la calidad ambiental. Los estudios de (Grossman & Krueger, 1995), (Shafik & Bandyopadhyay, 1992),

(Panayotou, 1993) mostraron que hay una relación en forma de U invertida entre diversos tipos de contaminantes y niveles de ingreso. Este planteamiento sugiere que la calidad ambiental inicialmente se deteriora, pero, una vez que los países han alcanzado un nivel suficiente de riqueza, la contaminación empieza a declinar. (Panayotou, 1993) ha llamado a esta curva en forma de U invertida «la curva ambiental de Kuznets» (EKC, en sus siglas en inglés, Environmental Kuznets Curve), la cual, desde entonces, se convirtió en el término base en la literatura. La EKC ha dado crédito a la sugerencia de que sería posible “desvincular” la presión ambiental del crecimiento económico (World Bank, 1992). Sin embargo, la evidencia empírica obtenida hasta ahora tampoco ha sido capaz de resolver las controversias en el debate crecimiento versus medio ambiente. Algunos economistas han afirmado que la EKC respalda la idea de que el crecimiento económico mejora la calidad ambiental. Como la curva ambiental de Kuznets muestra que en economías desarrolladas los mayores ingresos están correlacionados con menores niveles de contaminación, la recomendación de política pública sería estimular el crecimiento económico ya que esto podría resultar en más baja contaminación, (Beckerman, 1992) (Grossman & Krueger, 1995) han interpretado la EKC como una señal de que la política ambiental es dirigida más eficazmente en una economía que está creciendo, ya que el crecimiento económico estimula la demanda – desde el punto de vista político– por recursos ambientales y provee los recursos para llevar a cabo medidas

de protección ambiental. Otros, como (Opshoor, 1992), han argumentado que las reducciones eventuales en la presión ambiental son sólo fenómeno temporal que cesará una vez que han sido agotadas las oportunidades tecnológicas para mayores reducciones o cuando estas tecnologías resulten demasiado costosas. Por otra parte, (Arrow, 1995) han planteado que nada ha sido probado todavía: aunque la EKC puede mostrar que la política ambiental es efectiva en la reducción de algunos tipos de contaminación, esto no está asociado con las características fundamentales de la calidad ambiental, tales como la resiliencia de los ecosistemas y las capacidades de carga de la tierra. La evidencia empírica obtenida hasta ahora ha sido analizada de diferentes formas. Ahora, estas diversas interpretaciones han sido posibles debido a que la EKC, como resultado empírico, sólo describe la relación histórica entre ingreso y algunos tipos de contaminación, pero no ofrece una explicación. En este sentido, De (Bruyn 2000) plantea que una simple descripción no facilita la percepción de cuál ha sido la principal causa de las reducciones observadas en los niveles de contaminación, ¿Será el crecimiento económico o la política ambiental? o más bien serán otros factores, como la población, ¿el nivel de conciencia ambiental o la desigualdad económica y política? En la ausencia de un conocimiento de por qué la EKC existe, poco es lo que puede decirse acerca de sus implicaciones. No obstante, la EKC ha ganado importancia en la investigación económica, debido la creciente necesidad de abordar la problemática del deterioro

ambiental del mundo. Así, la curva ambiental de Kuznets se convierte en un punto de referencia para profundizar en el estudio de la relación medio ambiente– crecimiento económico y, consecuentemente, para avanzar en el diseño de políticas públicas que busquen mitigar el deterioro del medioambiente y la sobre utilización de los recursos naturales. Ante lo anterior, es necesario analizar el marco teórico sobre el cual se ha desarrollado la hipótesis de la curva ambiental de Kuznets ya que dicha hipótesis se ha convertido en un referente obligado para abordar el debate en torno a la relación entre el crecimiento económico y el medio ambiente. Es importante también establecer el estado del arte en torno a la evidencia empírica de la hipótesis mencionada, así como las críticas establecidas y los diversos planteamientos alternativos que se han propuesto. MARCO GENERAL DE LA CURVA DE KUZNEST La relación entre el crecimiento económico y el medio ambiente es uno de los temas más intensamente debatidos en la economía ambiental (Beckerman, 1992) (Grossman & Krueger, 1995) (Nahman & Antrobus, 2005)… La curva ambiental de Kuznets (EKC) se ha convertido en una de las principales hipótesis para explicar esta relación (Nahman & Antrobus, 2005).La EKC propone que existe una relación, en forma de U invertida, entre la degradación del medio ambiente y el ingreso per cápita como se muestra a continuación:

54 57

Gráfica 1: Kuznest

Curva ambiental

La EKC establece una relación dinámica entre el ingreso per cápita y la calidad del medio ambiente. La calidad del medio ambiente sufre un deterioro en las fases iniciales del proceso de crecimiento, debido a que se intensifica la agricultura y la explotación de los recursos naturales, las tecnologías eficientes y limpias no están disponibles. La extracción de los recursos naturales excede a su conservación y la cantidad de residuos aumenta, este comportamiento se presenta en los países de bajo nivel de desarrollo. La relación entre deterioro ambiental e ingreso per cápita llega a un punto de inflexión donde el deterioro ambiental se detiene y los ingresos siguen aumentando (Kuznets, 1955). Este cambio en la relación se explica por un efecto de escala, es decir por el aumento en el nivel de ingreso de la población por un factor “k” (Panayotou, 1993) que aumenta la disponibilidad de bienes manteniendo contante la degradación ambiental. Sin embargo, el impacto más importante es por un cambio en la composición del producto, en favor de sectores

Degradación del medio ambiente, Nivel de ingresos de la industria y servicios (Stern, 2003). Al interior de la economía las ramas de la actividad económica tienen diferentes intensidades de emisiones de contaminantes, y al modificarse la estructura en favor de estos sectores con menores intensidades de emisiones, se promueve un cambio hacia tecnologías más limpias. Estas modificaciones favorecen una mayor eficiencia en la producción, en consecuencia, el deterioro ambiental se detiene y después comienza a revertirse. De este modo, se argumenta (Selden & Song, 1998) que la U invertida es consecuencia de: las elasticidades positivas entre ingreso y calidad ambiental, de los cambios en la composición del producto favorables al medio ambiente, de las nuevas tecnologías, las presiones asociadas a la mayor información y educación sobre las consecuencias ambientales, y de políticas públicas orientadas a la conservación de los recursos naturales (McConnell, 1997) (Rothman & M. de Bruyn, 1998) (Selden & Song, 1998). La curva de Kuznets representa entonces, una forma reducida que encubre otros fenómenos como la tecnología, la composición del producto, las regulaciones ambientales o las demandas de la sociedad (Grossman & Krueger, 1995) En este sentido, esta forma reducida no permite identificar inicialmente los efectos de la política económica. No obstante, es posible definir una forma paramétrica de la hipótesis de la EKC según, (Grossman & Krueger, 1995) (Selden & Song, 1998) como:

55 58

(1)đ??¸đ?‘–đ?‘Ą = đ?›˝đ?‘œ + đ?›˝1 đ?‘Œđ?‘ƒđ?‘–đ?‘Ą2 + đ?›˝2 đ?‘Œđ?‘ƒđ?‘–đ?‘Ą2 + đ?›˝3 đ?‘Œđ?‘ƒđ?‘–đ?‘Ą2 đ?‘˜

+ âˆ‘ đ?‘Œđ??˝ đ?‘‹đ?‘—đ?‘–đ?‘Ą + đ?‘˘đ?‘–đ?‘Ą đ?‘—=1

Donde đ??¸đ?‘–đ?‘Ą representa el deterioro ambiental, đ?‘Œđ?‘ƒđ?‘–đ?‘Ą es el producto per cĂĄpita, đ?‘‹đ?‘—,es un conjunto de variables que inciden en el deterioro ambiental, tales como: densidad de poblaciĂłn , grado de apertura comercial, la estructura productiva (Panayotou, 1993), emisiones por kilĂłmetro cuadrado o incluso variables rezagadas. Estas variables tienen por objeto capturar el efecto escala, efecto composiciĂłn y efecto de la tecnologĂa. La variable đ?‘˘đ?‘–đ?‘Ą representa el tĂŠrmino de error. Los subĂndices đ?‘–đ?‘Ą indican observaciones para distintos individuos (paĂses) y periodos de tiempo, es decir observaciones de datos de Panel. La ecuaciĂłn (1) es una forma funcional que permite definir a los siguientes tipos de relaciones entre calidad ambiental e ingreso per cĂĄpita: 1. Si la ekc cumple con la restricciĂłn Î˛1 > 0 y Î˛2 = Î˛3 = 0, entonces la relaciĂłn es lineal y directa de modo que el crecimiento econĂłmico se traduce en un mayor deterioro del medio ambiente (es monĂłtona creciente). 2. Se cumple la restricciĂłn Î˛1 < 0 y Î˛2 = Î˛3 = 0, implica que la relaciĂłn es lineal e inversa de modo que el crecimiento se traduce en una disminuciĂłn del deterioro ambiental (es monĂłtona decreciente). 3. Una tercera restricciĂłn Î˛1 > 0, Î˛2 < 0 y Î˛3 = 0, define la

relaciĂłn de U invertida y existe un punto de inflexiĂłn que puede determinarse como (-Î˛1 / 2Î˛2 ). 4. Con Î˛1 > 0, Î˛2 < 0 y Î˛3 > 0 entonces la forma de la relaciĂłn es una N abierta. Implicando que un mayor nivel de ingreso per cĂĄpita no genera una reducciĂłn en el deterioro ambiental. La estimaciĂłn de la ecuaciĂłn (1) se puede realizar por mĂnimos cuadrados ordinarios (pools). Sin embargo, al considerar un modelo con datos panel que combina informaciĂłn en el tiempo y en secciĂłn cruzada (paĂses), existe heterogeneidad en las observaciones de secciĂłn cruzada que no puede ser medida o efectos individuales no observables. Esto genera que los estimadores de pols sean sesgados e inconsistentes. La forma de incluir los efectos no observables es definiendo un modelo de componente de error, donde el error comprende la suma de dos componentes: un tĂŠrmino aleatorio y un segundo componente que representa la heterogeneidad no observada. El concepto de heterogeneidad, se puede entender como caracterĂsticas propias en las unidades de secciĂłn cruzada (paĂses) que no pueden ser medidas y en consecuencia no se pueden estimar. La especificaciĂłn convencional de los modelos de datos panel con heterogeneidad se representa como: (2) đ?›žđ?‘–đ?‘Ą = đ?‘‹đ?‘–đ?‘Ą â€˛đ?›˝ + đ?‘?đ?‘– + đ?œ€đ?‘–đ?‘Ą đ?‘Ą= 1,â€Śâ€Śâ€Ś.,

đ?‘–= 1,â€Ś..,

En donde đ?‘‹đ?‘–đ?‘Ą â€˛ es un vector de k variables explicativas, đ?›˝ es el vector

de parĂĄ- metros del modelo, đ?‘?đ?‘– i es la heterogeneidad no observable en las unidades de secciĂłn cruzada y đ?œ€đ?‘–đ?‘Ą es el tĂŠrmino aleatorio que tiene media cero y varianza constante. Se asume que la heterogeneidad no observada permanece constante en el tiempo y solo cambia a travĂŠs de las unidades de secciĂłn cruzada. La teorĂa economĂŠtrica estable dos especificaciones bĂĄsicas para el modelo de datos panel con heterogeneidad no observable, denominados como efectos fijos y efectos aleatorios. (3) (4) đ??´đ?‘™đ?‘’đ?‘Žđ?‘Ąđ?‘œđ?‘&#x;đ?‘–đ?‘œđ?‘

(co2) per cĂĄpita, medido en toneladas mĂŠtricas por persona. La variable de ingreso es aproximado por el pib per cĂĄpita medido en dĂłlares de Estados Unidos a precios constantes de 2011 (gdp). Las variables adicionales en la estimaciĂłn de la EKC corresponden: la participaciĂłn porcentual del sector servicios en el pib (servicios); el porcentaje de consumo de energĂa de origen fĂłsil respecto al total de consumo de energĂa (consenergy) y el porcentaje de la superficie forestal total del territorio (suprfrestal).

đ?›žđ?‘–đ?‘Ą = đ?‘‹đ?‘–đ?‘Ą â€˛ đ?›˝ + đ?›źđ?‘– + đ?œ€đ?‘–đ?‘Ą đ??¸đ?‘“đ?‘’đ?‘?đ?‘Ąđ?‘œđ?‘ đ??šđ?‘–đ?‘—đ?‘œđ?‘ đ?›žđ?‘–đ?‘Ą = đ?‘‹đ?‘–đ?‘Ą â€˛ đ?›˝ + đ?‘Łđ?‘– + đ?œ€đ?‘–đ?‘Ą đ??¸đ?‘“đ?‘’đ?‘?đ?‘Ąđ?‘œđ?‘

La especificaciĂłn de efectos fijos asume que la heterogeneidad no observable estĂĄ correlacionado con las variables explicativas, mientras que para efectos aleatorios, se asume que la heterogeneidad no estĂĄ correlacionada con las variables explicativas. đ?‘?đ?‘œ2 = đ?›˝0 + đ?›˝1đ?‘”đ?‘‘đ?‘? + đ?›˝2đ?‘”đ?‘‘đ?‘?2 + đ?›˝3đ?‘”đ?‘‘đ?‘?3 + đ?›˝4đ?‘?đ?‘œđ?‘›đ?‘ đ?‘’đ?‘›đ?‘’đ?‘&#x;đ?‘”đ?‘Ś + đ?›˝5đ?‘–đ?‘›đ?‘‘đ?‘˘đ?‘ đ?‘Ąđ?‘&#x;đ?‘Ś + đ?›˝6đ?‘ đ?‘˘đ?‘?đ?‘&#x;đ?‘“đ?‘œđ?‘&#x;đ?‘’đ?‘ đ?‘Ąđ?‘Žđ?‘™ + đ?›˝7đ?‘ đ?‘’đ?‘&#x;đ?‘Łđ?‘–cđ?‘–đ?‘œđ?‘

EVIDENCIA EMPIRICA La informaciĂłn utilizada en la presente investigaciĂłn son observaciones de datos panel para el periodo de1970-2011, considerando al conjunto de paĂses pertenecientes a la OPEP, donde su actividad principal es ser productores de petrĂłleo, conformado por 14 paĂses en los que estĂĄn siete en el Medio Oriente, cinco en Ă frica y dos en AmĂŠrica del Sur. La fuente de informaciĂłn es el Banco Mundial, donde la variable de deterioro ambiental se considera el nivel de emisiones de diĂłxido de carbono

Fuente: ElaboraciĂłn propia con informaciĂłn del Banco Mundial

La GrĂĄfica 2 presenta un diagrama de dispersiĂłn entre las emisiones per cĂĄpita de co2 y el PIB per cĂĄpita, se aprecia que un aumento del PIB per cĂĄpita estĂĄ asociado a un amento en el nivel de emisiones por persona. El mismo comportamiento lo presenta el paĂs mĂĄs productor de petrĂłleo Arabia Saudita y el menos productor, Ecuador.

emitiendo aproximadamente 11 toneladas de co2 por persona. Sin embargo, el patrón de correlación entre las dos variables deja de ser lineal al pasar de un valor de PIB per57 cápita superior a los 29 mil dólares. Si bien la Gráfica 2, aporta elementos de discusión de la hipótesis de la EKC, no permite medir los impactos del crecimiento económico (aproximado por el PIB per cápita) y otras variables de control, por lo cual la comprobación empírica se realiza por medio de estimar una ecuación con datos panel. En primera instancia se realizó una estimación considerando únicamente las emisiones de co2 y el PIB per cápita en nivel, al cuadrado y al cubo, es decir una versión simple de la hipótesis ekc, los resultados se presentan en el Cuadro 2. Cuadro 2: Estimación de la hipótesis simple de EKC (Pooled) co2 gdp qgdp Fuente: Elaboración propia con información del Banco Mundial

q3gdp _cons

Cuadro 1: Estadísticos de las variables 1960-2016 stats

co2

gdp

qgdp

q3gdp

consen~y

industry

servic~s

suprfo~l

mean

11,253

29079,950

2,020E+09

1,920E+14

3517,616

48,398

41,857

23,142

max

99,840

132937,700

1,770E+10

2,350E+15

22762.08

213,690

59,819

89,261

min

0,075

2739,587

7505338,000

2,060E+10

231,580

15,531

16,037

0,000

Fuente: Elaboración propia con información del Banco Mundial

En el cuadro 1 se muestra las características estadísticas de las variables en general para la OPEP, por persona en promedio se está

N Rsq

(Fe) co2

(Re) co2

0.000469*** -0.000102 0.000053 (-6.96) (-1.11) (-0.59) -2.50E-09 1.22e-08*** 1.06e-08*** (-1.84) (-8.84) (-7.27) 1.46E-14 -8.29e-14*** -7.52e-14*** (-1.95) (-11.89) (-10.03) -1.304* 4.156** 2.219 (-1.97) (-3.29) (-1.62) 310 310 310 0.885 0.462 t statistics in parenthese * p<0.05, ** p<0.001, ***p<0.001

Fuente: Elaboración propia base de datos Banco mundial

La estimación se realizó por mínimos cuadrados ordinarios (pools), efectos fijos (fe) y efectos aleatorios por fgls (re). En dos de las58 especificaciones, los signos de los coeficientes del pib per cápita

cumplen con la restricción 4) es decir: β1 > 0, β2 < 0 y β3 > 0, indicando que la relación emisiones de co2 y pib per cápita se puede aproximar por una muestra una curva en forma de N. Esto implica que, en un rango de bajos niveles de ingreso per cápita la relación creciente cambia a decreciente en un punto de inflexión, pero después de cierto nivel de ingreso, la relación entre ambas variables es positiva y posteriormente se mantiene constante. La curva en forma de N indicaría que los beneficios que se puedan lograr, en cuanto a la disminución de emisiones de co2, debido a un mayor crecimiento económico y un aumento en la eficiencia tecnológica son transitorias. Las opciones de reducción de emisiones se agotan o bien sus costos tienden a incrementarse, y en consecuencia no se logran reducciones significativas en la degradación ambiental. Por otra parte, el grado de ajuste de los modelos medidos por el estadístico R-cuadrado es bastante alto, además del ingreso per cápita existen otros factores que determinan la evolución de las emisiones por habitante. En este sentido, se especió una ecuación de la ekc en una versión extendida que considera algunas variables de control como: la participación porcentual del sector servicios en el pib (servicios); el porcentaje de consumo de energía de origen fósil respecto al total de consumo de energía (consenergy) y el porcentaje de la superficie forestal total del territorio (suprfrestal). El Cuadro 3, reporta los resultados de la estimación de la ekc-extendida en las tres especificaciones para el modelo de datos panel. Los

coeficientes del pib per cápita son estadísticamente significativos para efectos aleatorios, para agrupados la variable gdp no es significativa, sin embargo, se mantiene en el modelo ya que es muy importante y por el contrario no confirman la curva en forman de N, como se mostró en la versión simple. Las variables de control consideradas, resultaron estadísticamente significativas en solo para dos de las especificaciones, Pooled y Re. Para la especificación Fe, solo la variable consumo de energía (kg de petróleo equivalente per cápita) (consenergy) es estadísticamente significativas, que consideran la heterogeneidad no observada en las observaciones de sección cruzada. Al incluir las variables de control el grado de ajuste mejora de acuerdo a los valores del R-cuadrado, a pesar de que una versión ampliada de la ekc tiene una mejor capacidad de explicación y permite validar con mayor robustez el comportamiento de la curva que toma, se muestra que no es el mismo que tomo al estimarse el modelo simple. Como : β1 < 0, β2 > 0 y β3 < 0, no cumple con ninguno de los comportamiento mencionados anteriormente, toma una forma de N pero invertida, es decir, que la relación es lineal e inversa de modo que el crecimiento se traduce en una disminución del deterioro ambiental, pero llega a un punto de inflexión, en donde a mayor de cierta cantidad de PIB Per Cápita, se incrementa las emisiones de co2, y vuelve a decaer en otro punto, mostrando comportamiento59 positivo de emisiones de co2.

Cuadro 3. Estimación hipótesis general de EK (Pooled) co2

(Fe) co2

(Re) co2

-0.0000439 0.00004 -0.000139* (-1.41) (-0.34) (-2.36) qgdp 3.74e-09*** 1.83E-09 6.14e-09*** (-5.07) (-0.74) (-5.19) q3gdp -2.30e-14*** -2.55e-14* -3.69e-14*** (-5.52) (-2.28) (-6.01) consenergy 0.00205*** 0.00198*** 0.00203*** (-11.98) (-11.57) (-11.15) industry 0.0596*** 0.0122 0.0487*** (-7.56) (-1.17) (-5.25) suprforestal -0.0244*** -0.00209 -0.0261* (-5.87) (-0.04) (-2.42) servicios 0.110*** 0.0228 0.0808*** (-9.43) (-1.20) (-5.01) _cons -5.807*** 0.761 -3.403** (-8.66) (-0.32) (-3.09) N 218 218 218 R2 0.987 0.781 t statistics in parenthese * p<0.05, ** p<0.001, ***p<0.001

Además, factores como el precio del petróleo y las políticas energéticas en favor de combustibles de origen fósil inducen un mayor consumo y en consecuencia mayores emisiones.

gdp

La participación porcentual del sector servicios en el PB (servicios) registra un signo positivo en todas las especificaciones, contradiciendo (Grossman & Krueger, 1995) que en favor hay países como el de servicios que utilizan tecnologías más limpias, un usos más eficiente de la energía o fuentes alteñas de energía (Stern, 2003), que se traducen en menores emisiones de co2. En contraste el consumo de energía de origen fósil (consenergy) también reporta un signo positivo, lo cual es consistente considerando que un mayor consumo de combustibles de origen fósil como el petróleo genera un mayor deterioro ambiental. Es importante señalar que la quema de combustibles de origen fósil es la principal fuente de emisiones de co2, asociados a la demanda de energía de la industria y el transporte, principalmente.

Finalmente, la variable superficie forestal resulto negativa y estadísticamente significativa. En efecto, la superficie forestal perteneciente a cada país, puede ser considerada como una variable proxy de la política ambiental a nivel país o una variable que mide las preferencias de las sociedades a la protección ambiental, toda vez que al medir el área (terrestre y marítima) destinada a la protección y conservación, es una aproximación al grado de respeto a los recursos naturales y la biodiversidad. Un mayor porcentaje de superficie forestal esta correlacionada con un mayor grado de compromiso a la protección del medio ambiente y en consecuencia con un menor nivel de emisiones. En un estudio realizado por la Agencia Internacional de Energía muestra que sin las mejoras realizadas en materia de eficiencia energética durante el periodo de 1973 a 2005 a nivel global, el uso de energía habría sido 58% mayor al nivel registrado en 2005, es decir la eficiencia energética genera reducciones importantes en la demanda de energía. Sin embargo, desde 1990, la tasa de eficiencia energética se estancó debido al menor interés económico debido al precio relativamente bajo de los60 combustibles induciendo un aumento en la demanda del petróleo. 60 Las especificaciones de efectos fijos y efectos aleatorios en la ekc incluyendo las variables de control,

resultaron inconsistentes con la hipótesis teórica y en términos de los signos y magnitudes de los estimadores. La prueba estadística de Hausman (Baltagi, 2005) puede ser utilizada para determinar la mejor especificación entre efectos fijos y aleatorios. Esta prueba compara los estimadores de efectos fijos y efectos aleatorios, y si existe una diferencia que sea estadísticamente significativa entre ambos, indica que los estimadores de efectos aleatorios son inconsistentes en consecuencia la mejor especificación para el modelo de datos panel corresponde a la de efectos fijos. Se asume como hipótesis nula que las variables explicativas no están correlacionadas con la heterogeneidad no observada H0: E (xit' αi ) = 0 y la alternativa H0 : E(xit' αi ) ≠ 0. Rechazar la hipótesis nula es un argumento a favor de la especificación de efectos fijos (Hsiao, 2003). El estadístico de la prueba se define con base en la diferencia de los estimadores de efectos fijos y aleatorios, y la diferencia en el valor de las varianzas de los estimadores. Finalmente, el estadístico de Hausman se define, el cual se distribuye como una jicuadrada con k grados de libertad χ2 (k), que es el número de parámetros. El Cuadro 3, presenta los resultados de la prueba de Hausman para la estimación de la ekc simple y la ekc con variables de control, en ambos casos se rechaza la hipótesis nula, indicando correlación entre las variables del modelo y los efectos individuales, por lo tanto la mejor especificación en datos panel es la de efectos fijos.

Cuadro3: Test de Hausman Model

Statistical

Simple EKC EKC- Extended

20.42 64.48

0.000 0.000

Fuente: Elaboración propia

stats

co2

gdp

qgdp

q3gdp

consen~y

mean max min

industry

servic~s

suprfo~l

11,253

29079,950

2,020E+09

1,920E+14

99,840

132937,700

1,770E+10

2,350E+15

3517,616

48,398

41,857

23,142

22762.08

213,690

59,819

0,075

2739,587

7505338,000

2,060E+10

89,261

231,580

15,531

16,037

0,000

CONCLUSIONES La evidencia empírica presentada61 en este trabajo muestra que al considerar una muestra de los 14 países pertenecientes a la OPEP, en el periodo de 1960 a 2016, mediante un modelo de datos panel, la relación entre las emisiones per cápita de co2 y el pib per cápita se ajusta a una curva ambiental de Kuznets en forma de N invertida, en la cual los países con bajo ingreso per cápita pertenecientes a esta organización, tienden a aumentar las emisiones per cápita y con ello el deterioro ambiental, debido a que la explotación de los recursos, naturales se realiza con las tecnologías no eficientes y la extracción de los recursos naturales excede a su conservación. Por otra parte, las variables de control muestran que en estos países la estructura de la economía se concentra en los servicios y en la industria, con alto consumo de combustibles de origen fósil, bajos niveles de eficiencia energética, así como una escasa protección de los recursos naturales y la biodiversidad.

Referencias Arrow, K. e. (1995). Economic growth, carrying capacity, and the environment. Science Nº 268. Beckerman, W. B. (1992). Economic Growth and the Environment: Whose Growth? World Development. Boulding, K. (1966). The economics of the coming spaceship earth. Baltimore ,Johns Hopkins University Pres: Garret (editor) Environmental quality in a growing Economy. Daly, H. (197). Steady State Economics: the economics of biophysical equilibrium and moral. San Fransisco: Freeman. Grossman, G.M., & Krueger, A. B. (1995). Economic growth and thee enviroment. Quarterly Journal of Economics, Nº 112. Kuznets, S. (1955). Economic growth and income inequality. The American economic review. Marvin, H. (1995). Antropologia cultural. España: Editorial Alianza. McConnell. (1997). Income and the demand for environmental quality. Enviroment and Development. Nahman , A., & Antrobus, G. (2005). The environmental Kuznest curve: a literature survey. South African: Journal of Economics. Opshoor, J. (1992). Sustainable Development, the Economics Process and Economic Analysis. Wolters Noordhoff. Panayotou, T. (1993). Empirical Test and policy Analysis onf Environmental Degradation at Different Stages of Economic Development. Geneva: Working Paper. Rothman , D., & M. de Bruyn. (1998). Probing into the environmental Kuznets curve hypothesis. Ecological Economics, 25. Selden, T., & Song, D. (1998). Environmental quality and development: is there A KUZNEST CURVE FOR AIR POLLUTION EMISSIONS? Journal of Enviromental Economics and Management,27. Shafik, N., & Bandyopadhyay. (1992). Economic Growth and Environmental Quality:Time-series and Cross-Country Evidence . Washinton D.C.: Wolrd Bank, Working papers . STOKEY, N. (1998). Are there limits to growth? International Economic Review, No. 39. UNEP. (2013). Green Economy Initiative. Available at:. Retrieved from hpp://www.unep.org/GreenEconomy World Bank. (1992). World Bank. Retrieved from http://data.worldbank.org/indicator/EN.ATM.CO2E.KT

ESTIMACIÓN DE UN MODELO VAR PARA EL PRODUCTO INTERNO BRUTO Y LA RECAUDACIÓN DE IMPUESTO AL CONSUMO IVA. COLOMBIA (2000 – 2016)

María Alejandra Salazar Karen Tatiana Olivares

Estudiantes del Programa de Economía

Resumen Un impuesto es un tributo que se paga al estado para soportar los gastos públicos. Estos pagos obligatorios son exigidos tantos a personas físicas, como a personas jurídicas. La colecta de impuestos es la forma que tiene el estado, para financiarse y obtener recursos para realizar sus funciones. Dada a la revisión de la literatura estas dos variables encuentran gran relación, es por esto que el presente documento pretende explicar si existe alguna influencia del impuesto al consumo (IVA) sobre el producto interno bruto (PIB), mediante la estimación de un modelo de análisis de vectores autorregresivos específicamente un VAR, para el periodo comprendido entre 2000 y 2016 en Colombia. Abstract A tax is a paid to the state to support public spending. These mandatory payments are required both for individuals and for legal entities. The tax collection is the form that the state has, to finance and obtain resources to perform its functions. Given the literature review, these two variables find a great relation, this is why the present document tries to explain if there is any influence of the consumption tax

(VAT) on the gross domestic product (GDP), by estimating a model of Analysis of autoregressive vectors specifically a VAR, for the period between 2000 and 2016 in Colombia. Palabras clave Impuesto al consumo IVA, Producto Interno Bruto (PIB), Vectores autorregresivos. Key words Consumption tax (VAT), Domestic Product autoregressive vectors,

Gross (GDP),

Introducción El producto interno bruto (PIB) es el total de bienes y servicios producidos en un país durante un período de tiempo determinado. Incluye la producción generada por nacionales residentes en el país y por extranjeros residentes en el país, y excluye la producción de nacionales residentes en el exterior (Banrep). Por otro lado, se tienen a los impuestos los cuales son una fuente de ingresos que posee el Estado, con el fin de ser utilizados por el mismo para desarrollar proyectos sociales, de inversión y su administración. Dentro del grupo de impuestos, se encuentra el más conocido ‘impuesto al valor

agregado’ IVA, se clasifica como un impuesto indirecto es un impuesto al gasto ya que cobra un porcentaje del valor de un bien o servicio al momento de adquirirla. (República, 2015). A pesar que el impuesto debió ser recolectado por los oferentes, quién realmente lo termina pagando en parte o en el total son los consumidores. Esto se denomina la traslación del impuesto, resultado que depende de los valores de las elasticidades precio de la demanda y de la oferta. El impuesto se puede trasladar hacia adelante, es decir, a los consumidores. También se puede trasladar hacia atrás, es decir, a los oferentes. La traslación hacia adelante se mide por el incremento en el precio a pagar por el consumidor final del bien gravado. La traslación hacia atrás se mide por la reducción en el precio recibido por los oferentes del bien. (Henríquez). Para Colombia se ha querido examinar el comportamiento de estas dos variables, en un periodo 2000 a 2016, pretendiendo observar y determinar las consecuencias que pueden causar el impuesto IVA en el crecimiento económico del país y/o mirar la dirección a lo largo del tiempo de las mencionadas variables. Además de su dependencia e independencia a través de un modelo VAR.

verdadero impacto del IVA sobre el PIB para Colombia en el periodo 2000-2016. Marco Teórico •

(Mirrles, 2017) muestran que, cuando no hay economías de escala en la producción, el sistema tributario óptimo siempre requiere que haya eficiencia productiva y esto exige que los precios relativos de los insumos de producción permanezcan sin distorsión.

•

(endogeno, 2015) La teoría se centra también en las externalidades positivas y en los efectos spillover que, por una economía basada en el conocimiento, serán la base del desarrollo económico. Defiende que ciertas políticas pueden tener efectos positivos en la tasa de crecimiento a largo plazo, tales como subsidios a la investigación o a la educación; ambas incrementarán la tasa de crecimiento en algunos modelos al agregar un acicate a la innovación.

•

(Romer P. , 1986)mostraron su insatisfacción en las explicaciones que se ofrecían hasta entonces con variables exógenas al crecimiento de largo plazo en las economías. Esta insatisfacción motivó la construcción de modelos de crecimiento económico, en los que los determinantes del crecimiento eran variables endógenas.

•

(Vásquez, 2009) y (Sepúlveda, 2008), consideran que la elasticidad unitaria entre la

Planteamiento del Problema Dada la revisión literaria se muestra el impuesto al consumo como un factor amigable con el crecimiento económico ya que este no grava el ahorro y la inversión. De acuerdo a este enfoque se desea mostrar el

tributaciĂłn y el PIB se fundamenta en las caracterĂsticas de un sistema tributario Ăłptimo, las cuales son: equidad, neutralidad, justicia, eficiencia, minimizaciĂłn de los costos administrativos de la tributaciĂłn y facilidad para ejecutar la polĂtica fiscal, y a medida que el sistema tributario cumpla con estas caracterĂsticas se puede concluir que ĂŠste se encuentra en estado adecuado para recoger los cambios experimentados en el PIB, por lo tanto se espera que un cambio en el PIB produzca un cambio proporcional en el recaudo tributario. â€˘

â€˘

(Tapia, 2003) encuentra que el PIB y la tributaciĂłn estĂĄn cointegradas, y al efectuar la estimaciĂłn de las elasticidades desagrega-das por tipo de impuestos a travĂŠs del mĂŠtodo de mĂnimos cuadrados ordinarios se infiere que existen elasticidades cercanas a 1. Osorio (2008) sostiene que durante una depresiĂłn econĂłmica el gobierno debe reducir los impuestos, provocando un mayor gasto por parte del sector privado, lo cual acarrea un aumento en el consumo de los in-dividuos y una mayor participaciĂłn de los inversionistas en el mercado, y, por el contrario, durante una expansiĂłn econĂłmica el gobierno debe incrementar los impuestos y de esa manera no promover el gasto por parte del sector privado con el fin de evitar presiones inflacionarias por el exceso de dinero en relaciĂłn con los bienes que se disponen.

MetodologĂa Este estudio se basĂł en la investigaciĂłn â€˜â€™Colombia: EstimaciĂłn de un modelo VAR para el Producto Interno Bruto y los Impuestos (2000-2011) â€™â€™ realizada por Cindy Gissel Parra T, economista de la Universidad Militar Nueva Granada. Para la estimaciĂłn del modelo se usĂł como instrumento los vectores autorregresivos VAR que permiten la caracterizaciĂłn simultĂĄnea entre un grupo de variables sin restricciĂłn, para este caso las series a usar son: Producto Interno Bruto (PIB) y el impuesto al consumo (IVA) con informaciĂłn anual de la economĂa Colombiana. Inicialmente se parte de la hipĂłtesis de que ambas variables estĂĄn relacionadas e influyen mutuamente entre sĂ. Se parte del siguiente modelo: đ?‘ƒđ??źđ??ľ = đ?›˝10 +đ?›˝11đ?‘ƒđ??źđ??ľđ?‘Ąâˆ’1 +đ?›ź11đ??źđ?‘‰đ??´đ?‘Ąâˆ’1 +Âľ1 đ??źđ?‘‰đ??´ = đ?›˝20 +đ?›˝21đ??źđ?‘‰đ??´đ?‘Ąâˆ’1 +đ?›ź21đ?‘ƒđ??źđ??ľđ?‘Ąâˆ’1 +Âľ2

El periodo es anual, desde 2000 a 2016, los datos se obtuvieron de la base de datos econĂłmicos del Banco de la RepĂşblica y del Departamento de Impuestos y Aduanas Nacionales (DIAN) respectivamente. Nota: Para efectos del ejercicio se tomaron las variables en tasa de crecimiento.

Resultados Gráficas •

IVA

•

Ilustración 2. Gráfica IVA (20002016). Elaboración Propia

PIB

Ilustración 1. Gráfica PIB (20002016). Elaboración Propia

De la gráfica anterior se puede observar que la serie presenta un comportamiento irregular en el periodo de estudio. Por un lado se denota una fuerte fluctuación del año 2008 al 2009, esto se debió principalmente a aumento de la inflación, bajos precios del petróleo, descenso en la producción industrial y altas tasas de interés (Portafolio, 2008). De igual forma se observa un aumento sustancial para el año 2011, en este lapso el crecimiento fue de 6,1%. Este fue el aumento más alto de los últimos tres años, según informó el Dane. Explotación de minas y canteras, establecimientos financieros, transporte, construcción y comercio fueron los sectores que más crecieron en ese año. (Dinero, 2012).

De la serie anterior se puede observar que de igual forma presenta un comportamiento irregular a lo largo del tiempo, pero para el año 2014 hubo un crecimiento bastante brusco y eso se debió a que el Congreso decidió aprobar una reforma que subió la tarifa general del IVA del 16% al 18%, que prolongue el impuesto al patrimonio, que desmonte el 4 por mil y haciendo que este incremento aportase 1% del PIB en recaudo. Test Raíz Unitaria 

PIB

Tabla 1. Raíz Unitaria Crecimiento del PIB, Elaboración propia. Null Hpothesis: D(PPIB) has a unit root Exogenous: None Lag Length: 1 (Automatic-bases on SIC, maxlag=3) Augmented Dicke-Fuller test statistic

t-statistic

Prob*

-4.484.321

Test critical values:

1% level

-2.754.993

5% level

-1.970.978

10% level

-1.603.693

0.0003

Al realizar el test de Dickey Fuller aumentado en primeras diferencias a la variable de crecimiento del PIB sin tener en cuenta tendencia e intercepto, se evidencia que la serie tiene significancia estadística al 5%, por ende es una serie que no presenta raíz unitaria. De lo anterior se puede afirmar que se cuenta con suficiente evidencia estadística para rechazar la hipótesis nula, es decir la serie es estacionaria.

•

Normalidad de los residuos Tabla 3. Normalidad en los Residuos, Elaboración Propia.

Null Hpothesis: D(PPIB) has a unit root Exogenous: None Lag Length: 1 (Automatic-bases on SIC, maxlag=3) Augmented Dicke-Fuller test statistic

Test critical values:

•

IVA

Null Hpothesis: D(PIVA) has a unit root Exogenous: None Lag Length: 1 (Automatic-bases on SIC, maxlag=3)

Test critical values:

1% level

-2.754.993

5% level

-1.970.978

10% level

-1.603.693

t-statistic Prob* 4.537.460 1% level 2.754.993 0.0003 5% level 1.970.978 10% level 1.603.693

Al realizar el test de Dickey Fuller aumentado en primeras diferencias a la variable de crecimiento del IVA sin tener en cuenta tendencia e intercepto, se evidencia que la serie tiene significancia estadística al 5%, por ende es una serie que no presenta raíz unitaria. De lo anterior se puede afirmar que se cuenta con suficiente evidencia estadística para rechazar la hipótesis nula, es decir la serie es estacionaria.

Prob* 0.0003 4.484.321

1,95083

Durbin-watson stat

Tabla 2. Raíz Unitaria Crecimiento IVA, Elaboración Propia.

Augmented Dicke-Fuller test statistic

t-statistic

Al evaluar la normalidad en los residuos se obtuvo una probabilidad significativa de 0.0046 y un DurbinWatson aproximado a 2 de 1.95, indicando que los residuos si se distribuyen de manera normal. •

Determinación VAR

del

orden

Se denota que al determinar el orden del VAR se obtiene que el número de rezagos del modelo estimado es 0. Es decir, que el comportamiento presente de las variables no se ve afectado por su comportamiento pasado. Tabla 4. Rezagos del Modelo, Elaboración Propia. Lag

LogL

FPE

-136.0521

NA*

33723494*

23.00868* 23.08950* 22.97876*

-134.0213

3.04625

47811468

23.336880 23.579330 23.247110

-131.4963

2.94582

66645585

23.582710 23.986800 23.433110

-126.2277

4.39047

67808698

23.371290 23.937010 23.161830

-122.1928

2.01744

1.17E+08

AIC

23.365470 24.092830 23.096180

están correlacionados por ende el modelo es estable. Función Impulso-Respuesta

Validación del modelo Gráfica de la raíz unitaria de los 67 rezagos

•

Ilustración 3. Gráfica Raíz Unitaria, Elaboración propia

De las gráficas se puede observar que todas retornan a su punto de equilibrio •

PIB-PIB

Ilustración 4. Función ImpulsoRespuesta PIB-PIB, Elaboración Propia

En esta prueba se denota que los residuos están dentro del círculo, es decir, que se distribuyen de forma normal y el modelo es estable. •

Prueba Portmanteau

Tabla 5. Prueba Elaboración Propia.

Portmanteau,

Lag

Q-stat

Prob

Adj Q-stat

Prob

0.471992

NA*

0.508299

NA*

1.735406

NA*

1.982.282

NA*

3.80837

0.4326

4.620.685

0.3285

6.090478

0.6371

7.815.543

0.4517

Con base a la estimación realizada se obtiene que una variación en el Producto Interno Bruto PIB en el periodo uno, genera un cambio en el mismo de 1,9 puntos porcentuales. Con respecto al segundo periodo se evidencia que una disminución de 3,5 puntos porcentuales en la variable PIB, provoca un cambio en la misma de 0,8%. Para el periodo 5 se muestra un comportamiento decreciente en la variable PIB, provocando un cambio de 0,9% en la misma variable.

Esta prueba evidencia que el rezago planteado anteriormente como orden del VAR presenta una probabilidad mayor a 0.05, esto quiere decir que los residuos no



PIB-IVA

Ilustración 5. Función Impulso- 68 Respuesta PIB-IVA, Elaboración Propia

Con base a la estimación realizada se obtiene que una variación de 0,7% en el Producto Interno Bruto PIB en el periodo dos, genera un cambio de 2 puntos porcentuales en el impuesto al consumo. Con respecto al cuarto periodo se evidencia que un aumento de 1,8 puntos porcentuales en la variable PIB, provoca un cambio en el impuesto al consumo IVA de 0,8%. Para el periodo 6 se muestra un comportamiento decreciente en la variable PIB, provocando una disminución de 1,2% en el impuesto al consumo IVA.



IVA-IVA

Ilustración 6. Función Impulso-68 Respuesta IVA-IVA, Elaboración Propia.

Con base a la estimación realizada se obtiene que una variación en el impuesto al consumo IVA en el periodo uno, genera un cambio en el mismo de 990 puntos. Con respecto al segundo periodo se evidencia que una aumento de 0.7 puntos porcentuales en la variable IVA, provoca un cambio en la misma de 1593 puntos. Para el periodo 5 se muestra un comportamiento decreciente en la variable IVA de 687 puntos, provoca un cambio de 1041 puntos en la misma variable.



Tabla 7. Test de Causalidad IVAPIB, Elaboración Propia.

IVA-PIB

Ilustración 7. Función ImpulsoRespuesta IVA-PIB, Elaboración Propia.

Dependent variable: PIVA

Excluded PPIB All

Chi-sq 2.603864 2.603864

df 2 2

Prob. 0.272 0.272

Este test de causalidad determina cuál variable causa a cuál. Según los resultados arrojados se observa que ninguna variable causa a ninguna dado que la probabilidad de ambos es mayor a 0.05. Conclusiones

Con base a la estimación realizada se obtiene que una variación de 76 puntos en el impuesto al consumo IVA en el periodo uno, genera una disminución de 1737 puntos en el PIB. Con respecto al quinto periodo se evidencia que una disminución de 840 puntos en el IVA, provoca un cambio en el PIB de 531 puntos.

•

Para el periodo 2000 -2016, se puede decir que Colombia tiene un sistema tributario óptimo.

•

De otro lado, las pruebas de causalidad de Granger muestran que no existe causalidad en ninguna dirección de las variables PIB e impuesto al consumo IVA, siendo esto probable ya que el IVA es considerado como un impuesto amigable que no interviene en las variables inversión y no altera el precio entre consumo presente y consumo futuro.

•

No existe ninguna relación de dependencia entre el PIB y el IVA sin embargo esto no implica que no implica que no exista alguna relación.

•

Las variables están correlacionadas y mantienen una relación inversamente proporcional, según la

Test de Causalidad Tabla 6. Test de Causalidad PIBIVA, Elaboración Propia. Dependent variable: PPIB Excluded PIVA All

Chi-sq 1.73053 1.737053

df 2 2

Prob. 0.4196 0.4196

1 función de impulso respuesta. Y a partir del séptimo periodo en adelante las 2 variables tienen al equilibrio manteniendo una relación paralelas a ellas convergiendo a su equilibrio en periodos futuros.

70 70

Bibliografía Banrep. (s.f.). PIB. Dinero. (22 de 03 de 2012). Revista Dinero. Obtenido de

http://www.dinero.com/economia/articulo/economia-colombiana-crecio-59 2011/147123 endogeno, T. c. (2015). Obtenido de https://es.wikipedia.org/wiki/Teor%C3%ADa_del_crecimiento_end%C3%B3geno Henríquez, J. Y. (s.f.). Impuesto al Valor Agregado. Chile. Mirrles, D. y. (3 de 06 de 2017). Obtenido de https://es.wikipedia.org/wiki/Imposici%C3%B3n_%C3%B3ptima Portafolio. (30 de Diciembre de 2008). Portafolio. Obtenido de http://www.portafolio.co/economia/finanzas/reto-2009-economia-colombiana frenar-caida-indicadores-economicos-393520 República, B. d. (2015). Subgerencia Cultural del Banco de la República. Obtenido de http://www.banrepcultural.org/blaavirtual/ayudadetareas/economia/iva Romer. (s.f.). Romer, P. (1986). Obtenido de http://www.eumed.net/cursecon/libreria/2004/mca/endogeno.htm Sepúlveda, C. (2008). Obtenido de ttp://www.usta.edu.co/otras_pag/revistas/r_cife/Cife%2013/17.pdf Tapia. (2003). Obtenido de tp://www.eclac.org/publicaciones/xml/6/13076/lcl1938e.pdf Vásquez. (2009). Obtenido de ttp://www.actualicese.com/opinion/la-recesion-y-el comportamiento-de-los-impuestos-ii-gabriel-vasquez-tristancho/ http://www.portafolio.co/economia/finanzas/reto-2009-economia-colombiana-frenarcaidaindicadores-economicos-393520 http://www.elespectador.com/articulo103177-economia-2009 Osorio, M. (2008). Economía y comunicación. Material elaborado para la Asignatura Economía y Comunicación, En: UDELAR, 2008. [En línea]. A consultar Word Wide Web http://www.liccom.edu.uy/bedelia/cursos/economia/cap4_parteII_elasticidades.pdf

THE MAN WHO KNEW: THE LIFE AND TIMES OF ALAN GREENSPAN

71 71 Sebastian Mallaby (nacido en 1964) es un periodista y escritor de origen inglés. Se educó en Oxford, graduándose en 1986 con un grado de primera clase en la historia moderna. Después de dieciocho años en Washington, DC, se trasladó a Londres en 2014, donde vive con su esposa, Zanny Minton Beddoes, editor en jefe de The Economist. Mallaby es el compañero principal de Paul A. Volcker para economía internacional en el Consejo de Relaciones Exteriores. Un periodista con experiencia y orador público, Mallaby es también columnista contribuyente para el Washington Post, donde anteriormente trabajó como columnista del personal y miembro del consejo editorial. Es el autor de The Man Who Knew: The Life and Times of Alan Greenspan, ganador del premio 2016 Financial Times / McKinsey Business Book del Año y el Premio George S. Eccles 2017 en escritura económica. Los intereses de Mallaby abarcan una amplia variedad de temas nacionales e internacionales, incluidos los bancos centrales, los mercados financieros, las implicaciones del aumento de las nuevas potencias emergentes y la intersección de la economía y las relaciones internacionales, (CFR, 2016).

En este libro se desarrolla la biografía de Alan Greenspan, donde Sebastian Mallaby explora brillantemente la vida y el legado de Greenspan y cuenta la historia de la fabricación de finanzas modernas. Explícitamente, el libro The Man Who Knew: The Life and Times of Alan Greenspan, se basa en cinco años de investigación y acceso incomparable a Greenspan, Sebastian Mallaby presenta una

evaluación matizada de uno de los estadistas más influyentes del siglo XX y emite un Advertencia sobre el futuro de las finanzas, ( Greenberg Center for Geoeconomic Studies, 2016). El autor intencionalmente nos proporciona la prueba de las fallas del tema, del ex presidente de la Reserva Federal Alan Greenspan, y ofrecen una guía convincente para los futuros reguladores financieros sobre cómo no repetir los errores del pasado. El Greenspan que emerge el libro es intensamente humano, talentoso, encantador y defectuoso. En su juventud fue un prodigio en las certezas de las matemáticas y más tarde fue seducido por las severas doctrinas de Ayn Rand. Su amistad de por vida y su devoción a otros libertarios estrictos le llevaron a tener una profunda fe en tales prácticas como el patrón oro, la abolición de la Reserva Federal y, lo más fatalmente, la convicción en los poderes correctivos de los libres mercados financieros libres. Sin embargo, a lo largo de sus cuatro décadas de carrera como

consejero gubernamental y banquero central, Greenspan cortó su tela ideológica para adaptarse a las modas de sus mecenas políticos. Comenzó como consejero de la estrategia del sur de 1967 de Richard Nixon a través de la presidencia de Bill Clinton, sobrevivió a ese otro aparato de influencias sin par, Henry Kissinger. A toda costa, mantuvo su presencia dentro de los altos consejos de quien estaba en la Oficina Oval, (Srodes, 2016). En conclusión, Sebastian Mallaby en este interesante libro nos presenta una narrativa minuciosamente investigada y elegante sobre la vida de un importante personaje en esta era actual de inestabilidad y peligro en nuestros mercados financieros globales. Narra cómo Greenspan pasó toda su vida luchando por transformar las finanzas, convirtiéndose en un reformador En esta misma línea, Mallaby analiza el panorama económico y político de los últimos 30 años.