Fuga_de_capitales

Vista previa del material en texto

Oscar Hernandez Torres	ININEE
¿Qué factores afectan a la entrada de inversión extranjera directa neta de un país?
Tras la crisis financiera del 2008, la fuga de capitales es un concepto hecho realidad, hoy en día se podría afirmar que los mercados financieros ejercen un papel fundamental sobre las economías actuales, que no es nada menos que su financiación. Si los países fueran personas, el sistema financiero sería el equivalente a los pulmones del ser humano. Actualmente, muchas economías abiertas se encuentran asfixiadas. Sin embargo, la captación de la inversión extranjera directa en un país ayudaría a oxigenar la economía real, permitiéndole reactivar el consumo y generar empleo de forma permanente.
	Éste trabajo pretende evaluar algunos factores que afectan a la entrada de inversión de capital directa neta, basándose en una serie de parámetros relacionados con la fiscalidad nacional de cada país, el índice de corrupción, la inflación, población rural, transporte aéreo y el uso de Internet.
Introducción
¿Cómo se desarrollan las naciones?, ¿De qué depende que un país sea más o menos pobre que otro?, ¿En qué afecta la seguridad jurídica a las inversiones?. Estas preguntas han sido planteadas durante muchos años para intentar esclarecer las causas de las desigualdades entre economías dispares.
	Es innegable que una economía crece, se fortalece y desarrolla solo si existe cierto dinamismo en la economía real, es decir, que exista una demanda interna que demande bienes y servicios, que exista una rama determinada de la población que destine parte de su capital a invertir y así producir, y que lo que sobre se pueda vender en los lugares que así lo requieren.
	La fuente de la riqueza nacional reside en la capacidad de ciertos individuos, grupos o empresas para financiar labores productivas que satisfagan las necesidades crecientes de una sociedad. Estas necesidades son varias y diversas, desde la compra de fruta, leche, pan hasta la compra de gasolina, computadoras o coches. La producción de estos bienes y servicios requiere de un esfuerzo económico por parte de aquellos que tienen una capacidad de financiar la capacidad productiva, y que buscan obtener un beneficio a cambio.
	El principio básico para que una economía crezca es que el consumo y la demanda de los bienes y servicios que se ofrecen en la economía, permanezca constante y se prolongue a lo largo del tiempo. Si el inversor percibe que con su capacidad productiva no consigue satisfacer la totalidad de la demanda interna y externa, se verá obligado a invertir en insumos productivos para aumentar dicha capacidad productiva y así cubrir la demanda.
	Esta inversión productiva suele generar empleo ya que si hay que producir más será necesario más mano de obra o más maquinas que fabrican dicho bien. En cambio si el consumo se deprime, los inversores tendrán que reaccionar y desinvertir (vender activos fijos) o reducir su capacidad de producción, incurriendo en costes (inactividad).
	Cuando una empresa cree que en una economía ya no hace falta invertir más porque ha alcanzado una cuota de mercado óptima, unos niveles de eficiencia elevados y una demanda estable de sus bienes, generalmente se ve en la necesidad de acudir a nuevos lugares para seguir creciendo. La elección de dónde invertir depende en mayor medida de una serie de factores que van más allá percepción que tenga el inversor sobre el consumo o los tipos de interés que le permitirán recuperar la inversión realizada.
	Elegir el dónde es delicado y requiere de un estudio específico de la coyuntura de los mercados a los que se va a invertir. El inversor necesita tener una garantía de inversión, esto es; saber si lo que invierte lo podrá recuperar en un plazo determinado.
	Este trabajo pretenderá, por un lado, analizar los factores determinantes que influyen en la elección de uno u otro país a la hora de invertir en el extranjero de manera directa, es decir, a través de la inversión extranjera directa, y por otro lado, ver si existe una relación de estos parámetros con el nivel de inversión extranjera directa actual de cada una de las economías analizadas.
	La elección de este tema se ha debido al interés que existe actualmente por determinar la captación de la inversión extranjera directa en países en vías de desarrollo y desarrollados, e intentar esclarecer la importancia de la inversión como principal fuente de desarrollo a nivel nacional de dichos países.
	Actualmente varias economías, sobre todo en vías de desarrollo, requieren de una fuerte inversión directa para cubrir las demandas internas. Estas inversiones directas proceden de terceros países que, con gran capacidad de financiación, acuden a nuevos mercados ,más atractivos, para invertir el capital excedente en depósitos con intereses sustancialmente mayores a los de su país, o realizar inversión directa en sectores estratégicos de las economías en proceso de desarrollarse.
	La inversión extranjera directa, atendiendo a diversos modelos macroeconómicos como el de IS-LM de una economía abierta, depende mayoritariamente del tipo de interés al que se ve remunerado el capital.
	Cuanto mayor sea el tipo de interés mayores entradas de capital habrán. En contraposición a la inversión productiva interna, si el tipo de interés aumenta esto supondrá un encarecimiento de la financiación a través de recursos ajenos de la empresa, es decir, supondrá al inversor nacional incurrir en mayores costes de financiación.
	Alejándonos brevemente de dicho modelo, la inversión extranjera directa no puede depender solamente de la tasa a la que se vea remunerada dicho capital. Por ello, este trabajo pretende adentrarse un poco más en las causas que incentivan a invertir en uno u otro país, dándole especial importancia a aspectos tales como la fiscalidad, la seguridad jurídica interna de las naciones, la transparencia a la hora de hacer negocios y el desarrollo social evaluado a través de índices socio-económicos seleccionados para el estudio.
Análisis
El modelo Mundell Fleming, para la el mercado de bienes, determina la relación de la inversión con otras variables de la siguiente manera. “La inversión depende de la inversión autónoma, la propensión marginal a invertir y a la sensibilidad de la inversión a los tipos de cambio” (Blanchard, 1997).
	Siendo la propensión marginal a invertir, donde es la inversión especulativa, y la sensibilidad de la inversión respecto a los tipos de interés y dónde representa la inversión productiva.
	Se puede observar que cuanto mayor sea el tipo de interés menores serán las tasas de inversión productiva. Esto se debe a que la inversión productiva depende mayoritariamente de recursos ajenos a la empresa (créditos) para poder hacer frente a sus obligaciones con los acreedores. Una subida de los tipos de interés supone un aumento de los costes de financiación de recursos ajenos de la empresa.
	Si los costes de financiación aumentan, la empresa se verá obligada a aumentar la capacidad productiva de sus fábricas, aumentar el precio de venta o realizar un mayor control de los costes fijos para que la empresa sea operativamente rentable.
	Como el primer caso es muy complicado que se dé, ya que toda empresa tiene un límite en su capacidad de producción, en el que ya no se puede producir más ya que no hay suficientes insumos productivos (mano de obra o capital), la única alternativa sería subir los precios del producto fabricado, con sus respectivas consecuencias.
	Un aumento de los precios supondría una reducción de ventas, atendiendo a la función de oferta-demanda, a menos que la elasticidad del consumidor sea rígida (la demanda de un bien se ve afectada poco ante variaciones de los precios).
Fuente: http://www.eumed.net/cursecon/dic/P.htm
	Por tanto, ¿Cómo reacciona la inversión extranjera directa a un aumento de los tipos de interés?. La inversión extranjera directa reacciona de manera inversa a la inversión productiva, es decir, si aumenta el tipo de interés los inversores extranjeros se verán atraídos por la rentabilidadque suponen esos tipos de interés, siempre y cuando sean superiores a los de su país de origen.
	Pero, la inversión extranjera directa (IED) no depende de los tipos de interés solamente. La lógica del inversor consiste en recuperar la inversión inicial en el menor tiempo posible, además de incurrir en mínimos riesgos.
	El riesgo se ve reflejado también en el tipo de interés, a través de la combinacion rentabilidad-riesgo. Si la tasa de interés es alta habrá más riesgo. La IED no entra solamente en países con tipos de interés alto, sino en aquellos que respeten la propiedad privada, es decir, tengan un marco jurídico-mercantil que defienda la actividad empresarial, y no incurran en expropiaciones o corrupción empresarial.
	La IED no solo se explica a través de la sensibilidad a invertir en función de los tipos de interés, sino a través de una variable mayor que se intentará desarrollar a continuación (Blanchard, 1997).
Metodología
Los datos de dichos parámetros se pueden encontrar en la base de datos de la página oficial del Banco Mundial. Por otro lado cabe destacar la fuente de Transparency International, que aporta una serie de datos estandarizados del índice de corrupción medido a través de una metodología propia. Finalmente, se recurrio a ciertas páginas como www.tradingeconomics.com y www.indexmundi.com para obtener los datos que faltaban para algunas observaciones.
	Las bases de datos de dichas fuentes se encuentran disponibles, por lo que su obtención es posible. Debido a que algunos datos están descontinuados o desactualizados se utilizarán datos del 2010 para poder tener todos los datos del mismo año.
	Tabla 1. Variables empleadas y medición.
	Y
	Medirá en US$ la inversión extranjera directa neta de capital (reflejada en la balanza de pagos de cada país).
	Índice de corrupción
	Éste índice está realizado por Transparency.org en el que se mide, en una escala de 0 a 100 la percepción de corrupción del sector público de cada país. Se Estandarizan las fuentes de datos según una escala de 0 a 100, donde 0 equivale al nivel más alto de percepción de corupción, y 100 implica el nivel más bajo de percepción de corrupción.
	Inflación (% precios consumidor
anual)
	La inflación medida por el índice de precios al consumidor refleja la variación porcentual anual en el costo para el consumidor medio de adquirir una canasta de bienes y servicios que puede ser fija o variable a intervalos determinados, por ejemplo anualmente.
	Pago de impuestos (número)
	Los pagos de impuestos de las empresas son la cantidad total de impuestos que pagan las empresas, incluidas las presentaciones electrónicas. El impuesto se cuenta como pagado una vez por año aunque los pagos sean más frecuentes.
	Tasa tributaria total (% de utilidades comerciales)
	La tasa tributaria total mide el monto de impuestos y contribuciones obligatorias que pagan las empresas después de
justificar las exenciones y deducciones permitidas como porción de las utilidades comerciales. Se excluyen los
impuestos retenidos o cobrados y remitidos a autoridades fiscales.
	Tiempo para preparar y pagar impuestos (horas)
	El tiempo para preparar y pagar impuestos es el tiempo, en horas por año, que lleva la preparación, la presentación y el pago.
	Desempleo total (% de la población
activa total)
	El desempleo es la proporción de la población activa que no tiene trabajo pero que busca trabajo y está disponible para realizarlo. Las definiciones de población activa y desempleo difieren según el país.
	Población rural (% población total)
	Población rural se refiere a las personas que viven en zonas rurales según la definición de la oficina nacional de estadísticas. Se calcula como la diferencia entre la población total y la población urbana.
	Transporte aéreo, partidas de vuelos
en todo el mundo de compañías
registradas en el país
	Las partidas de vuelos en todo el mundo de compañías registradas en el país son los despegues internos y despegues en el exterior de transportistas aéreos registrados en el país.
	Usuarios de Internet (por cada 100
personas)
	Los usuarios de Internet son personas con acceso a la red
mundial.
Tabla 2. Estadísticos de resumen.
Hipotesis
Dispersión normal
No se añadirán los gráficos de cada una de las variables, pero el comportamiento de las mismas varía en función de si se ha corregido la dispersión de las variables al utilizar los logaritmos.
	Se han utilizado logaritmos para corregir la asimetría de seis variables explicativas: Tasa de tributación, transporte aéreo, población activa, tiempo para pagar impuestos, la inflación y el pago de impuestos.
Matriz de correlacion
Tabla 3. Matriz de correlación
	Cabe destacar la inexistencia de un problema de multicolinealidad grave entre las variables ya que no existen correlaciones altas superiores a 0,8. 
Desarrollo
La muestra seleccionada constaba de 173 países (observaciones) para el desarrollo del modelo propuesto. El principal problema al que tuvo que hacerse frente fue la gran dispersión existente entre parámetros iguales de distintas observaciones, generando la necesidad de utilizar logaritmos para contrarrestar dicha dispersión y acercar más las distribuciones a la Distribución Normal. Al tener que utilizarse logaritmos para 6 de los 9 parámetros propuestos, impedía el uso de valores negativos ante la imposibilidad de hallar sus logaritmos correspondientes, lo que provocaba la existencia de datos ausentes . Las principales variables que tenían valores negativos eran:
· Variable endógena Y: varios países tenían flujos de inversión extranjera directa negativos, lo que impedía el uso de logaritmos. Estas observaciones tuvieron que ser suprimidas del campo muestral. Las conclusiones de porqué algunos países tienen mayores flujos de IED en sus economías se apoyarán en parte a estas observaciones eliminadas, fiel reflejo de extremos completamente opuestos. A continuación se presentan las muestras suprimidas:
· Inflación: Esta variable explicativa padecía un mal endémico, fiel reflejo de la dispersidad económica de economías desarrolladas y en vías de desarrollo. Este fenómeno originó la necesidad de utilizar logaritmos para corregir dicha dispersión, por lo que tuvieron que suprimirse ciertas observaciones que se presentan a continuación:
	Las observaciones con valores negativos en la variable inflación se corrigió limitando el intervalo a valores absolutos, es decir valores comprendidos entre 0 e , por lo que Chad, Bahrein y Japón tendrían valores cercanos al 0 absoluto, tomando el valor de 0,00001. La supresión de las 14 observaciones restantes se debieron a la no disponibilidad de ciertas variables. Estos países en su mayoría no eran democracias consolidadas, por lo que la falta de transparencia de los gobiernos impedía la obtención de ciertos datos.
Corridas Econometricas
Corrida 1
	Dependent Variable: L_FDI
	
	
	Method: Least Squares
	
	
	Date: 12/29/13 Time: 22:45
	
	
	Sample: 1 149
	
	
	
	Included observations: 149
	
	
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	CORRUP
	0.012290
	0.008070
	1.523050
	0.1300
	INTER
	0.009208
	0.003609
	2.551221
	0.0118
	PRURAL
	-0.028583
	0.006878
	-4.155446
	0.0001
	L_INF
	0.139782
	0.051605
	2.708673
	0.0076
	L_PACT
	0.586475
	0.097276
	6.028965
	0.0000
	L_PIMP
	-0.088316
	0.166340
	-0.530941
	0.5963
	L_TAEREO
	0.199836
	0.093104
	2.146389
	0.0336
	L_TPIMP
	0.051935
	0.184356
	0.281708
	0.7786
	L_TTRIB
	-0.397335
	0.258046
	-1.539786
	0.1259
	C
	11.20167
	1.744561
	6.420913
	0.0000
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.697118
	    Mean dependent var
	21.13137
	Adjusted R-squared
	0.677507
	    S.D. dependent var
	2.131505
	S.E. of regression
	1.210449
	    Akaike info criterion
	3.284616
	Sum squared resid
	203.6610
	    Schwarz criterion
	3.486223
	Log likelihood
	-234.7039
	    Hannan-Quinn criter.
	3.366525
	F-statistic
	35.54719
	    Durbin-Watson stat
	2.344139
	Prob(F-statistic)
	0.000000
	
	
	
	
	
	
	
	
	
	
	
	
	
	Cabe destacaren el modelo la existencia de 5 variables significativas al 1% y al 5%. La interpretaciones de dichas variables se describirá a continuación:
· Población Rural: ante variaciones unitarias positivas de la población rural, dónde el resto de las variables permanecen constantes, la IED disminuye un 0,028%.
· Usuarios de internet: ante variaciones unitarias positivas del número de usuarios de internet, dónde el resto de las variables permanecen constantes, la IED aumenta un 0,009%.
· Log_inflación: ante variaciones porcentuales positivas del índice de inflación, dónde el resto de las variables permanecen constantes, la IED aumenta un 0,13%.
· Log_Población activa: ante variaciones porcentuales positivas de la población activa, dónde el resto de las variables permanecen constantes, la IED aumenta un 0,58%.
· Log_Transporte Aéreo: ante variaciones porcentuales positivas del índice de inflación, dónde el resto de las variables permanecen constantes, la IED aumenta un 0,19%.
	Por otro lado, la medida de bondad de ajuste es normal, en torno al 69%, lo que quiere decir que aproximadamente un 69% de la variabilidad de la Y (IED) viene explicada por la variabilidad de las variables exogenas seleccionadas. A continuación se procederá a la detección de heterocedasticidad y autocorrelacion.
Pruebas de heterocedasticidad y autocorrelación
Se aplica la prueba de White para contrastar la presencia de heterocedasticidad.
Corrida 2
	Heteroskedasticity Test: White
	
	
	
	
	
	
	
	
	
	
	
	F-statistic
	13.88016
	    Prob. F(9,139)
	0.0000
	Obs*R-squared
	70.52590
	    Prob. Chi-Square(9)
	0.0000
	Scaled explained SS
	154.3751
	    Prob. Chi-Square(9)
	0.0000
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	Test Equation:
	
	
	
	Dependent Variable: RESID^2
	
	
	Method: Least Squares
	
	
	Date: 12/30/13 Time: 00:22
	
	
	Sample: 1 149
	
	
	
	Included observations: 149
	
	
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	C
	-3.065806
	1.684498
	-1.820011
	0.0709
	CORRUP^2
	0.000374
	0.000142
	2.640132
	0.0092
	INTER^2
	-8.02E-06
	3.06E-05
	-0.262556
	0.7933
	PRURAL^2
	0.000299
	0.000133
	2.243626
	0.0264
	L_INF^2
	0.104826
	0.010336
	10.14204
	0.0000
	L_PACT^2
	0.000968
	0.006327
	0.153036
	0.8786
	L_PIMP^2
	0.005280
	0.051425
	0.102673
	0.9184
	L_TAEREO^2
	-0.007112
	0.008945
	-0.795113
	0.4279
	L_TPIMP^2
	0.037837
	0.032338
	1.170069
	0.2440
	L_TTRIB^2
	0.123041
	0.065232
	1.886206
	0.0614
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.473328
	    Mean dependent var
	1.366852
	Adjusted R-squared
	0.439227
	    S.D. dependent var
	3.075987
	S.E. of regression
	2.303446
	    Akaike info criterion
	4.571446
	Sum squared resid
	737.5151
	    Schwarz criterion
	4.773053
	Log likelihood
	-330.5727
	    Hannan-Quinn criter.
	4.653355
	F-statistic
	13.88016
	    Durbin-Watson stat
	1.872859
	Prob(F-statistic)
	0.000000
	
	
	
	
	
	
	
	
	
	
	
	
	
	Se puede observar por los resultados de la prueba de heterocedasticidad de White, que no existe presencia de esta y que el modelo es homocedastico, sin embargo el indicador de la prueba Durbin-Watson nos genera dudas respecto a la alteracion que sufre respecto a su indicador homonimo del modelo base. Dado esto se aplica la prueba de normalidad de los residuos para dar mayor certidumbre a las prueba de heterocedasticidad.
	Los residuos parecen llevar una distribución normal, pero se hace presente un Jarque-Bera alto y un valor probabilistico de cero, lo cual rechaza que la hipotesis de que los residuos tienen una distribucion normal, tambien se aprecia una curtosis lejana al valor de 3 y una asimetria lejana al valor de 1, reafirmando la presencia de heterocedasticidad.
	Se aplica la prueba de Newey-West para detectar y corregir la presencia de autocorrelacion y heterocedasticidad y generar la corrida econometrica ya con los valores modificados.
Corrida 3
	Dependent Variable: L_FDI
	
	
	Method: Least Squares
	
	
	Date: 12/30/13 Time: 01:06
	
	
	Sample: 1 149
	
	
	
	Included observations: 149
	
	
	HAC standard errors & covariance (Bartlett kernel, Newey-West fixed
	        bandwidth = 5.0000)
	
	
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	CORRUP
	0.012290
	0.006306
	1.949048
	0.0533
	INTER
	0.009208
	0.002790
	3.300460
	0.0012
	PRURAL
	-0.028583
	0.005644
	-5.064548
	0.0000
	L_INF
	0.139782
	0.168118
	0.831451
	0.4071
	L_PACT
	0.586475
	0.085172
	6.885792
	0.0000
	L_PIMP
	-0.088316
	0.143839
	-0.613997
	0.5402
	L_TAEREO
	0.199836
	0.070298
	2.842691
	0.0051
	L_TPIMP
	0.051935
	0.184244
	0.281880
	0.7785
	L_TTRIB
	-0.397335
	0.191701
	-2.072679
	0.0400
	C
	11.20167
	1.739042
	6.441290
	0.0000
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.697118
	    Mean dependent var
	21.13137
	Adjusted R-squared
	0.677507
	    S.D. dependent var
	2.131505
	S.E. of regression
	1.210449
	    Akaike info criterion
	3.284616
	Sum squared resid
	203.6610
	    Schwarz criterion
	3.486223
	Log likelihood
	-234.7039
	    Hannan-Quinn criter.
	3.366525
	F-statistic
	35.54719
	    Durbin-Watson stat
	2.344139
	Prob(F-statistic)
	0.000000
	
	
	
	
	
	
	
	
	
	
	
	
	
	Cabe resaltar la inexistencia de autocorrelación ya que el estadístico D de Durbin y Watson es cercano a 2, lo que indica que la Hipótesis nula se mantiene.
	Por ultimo se genera un modelo con las variables que son representativas y se desechan las que no lo son.
Corrida 4
	Dependent Variable: L_FDI
	
	
	Method: Least Squares
	
	
	Date: 12/30/13 Time: 01:29
	
	
	Sample: 1 149
	
	
	
	Included observations: 149
	
	
	HAC standard errors & covariance (Bartlett kernel, Newey-West fixed
	        bandwidth = 5.0000)
	
	
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	CORRUP
	0.011176
	0.005990
	1.865700
	0.0641
	INTER
	0.010605
	0.002898
	3.659008
	0.0004
	PRURAL
	-0.027767
	0.005656
	-4.909108
	0.0000
	L_PACT
	0.616082
	0.086634
	7.111302
	0.0000
	L_TAEREO
	0.181629
	0.069420
	2.616385
	0.0098
	L_TTRIB
	-0.367845
	0.198455
	-1.853543
	0.0659
	C
	10.90227
	1.325879
	8.222676
	0.0000
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.680005
	    Mean dependent var
	21.13137
	Adjusted R-squared
	0.666484
	    S.D. dependent var
	2.131505
	S.E. of regression
	1.230962
	    Akaike info criterion
	3.299310
	Sum squared resid
	215.1680
	    Schwarz criterion
	3.440435
	Log likelihood
	-238.7986
	    Hannan-Quinn criter.
	3.356646
	F-statistic
	50.29282
	    Durbin-Watson stat
	2.306136
	Prob(F-statistic)
	0.000000
	
	
	
	
	
	
	
	
	
	
	
	
	
	
Ésta última corrida econometrica ha utilizado el la estimacion de Newey-West	y se han suprimido las tres únicas variables no significativas: log_tiempo pagar impuestos, log_pago impuestos y log_inflacion. La variación de la R-cuadra no es significativa, variando únicamente un 1%, aún así el nivel de significación de las distintas variables explicativas ha aumentado, siendo cinco significativas al 1% y 2 al 10%. El valor p del estadístico F indica que el modelo es conjuntamente significativo y no parece haber ningún problema de autocorrelación.
Conclusiones
El modelo propuesto tenía como objetivo analizar cuales de las variables incidían más en el aumento de la IED. Desde el punto de vista teórico se creía que el índice de inflacion suponía una variable relevante que afectaba positivamente a la entrada de IED, es decir, cuanto más inflacion ubiece en un país, mayores entradas de IED habrían en dicho país. La ultima corrida desbancó esta teoría ya que, lejos de lo que se creía, la variable inflacion no era significativa a ningún tipo de nivel, por lo que fue necesario deshacerse de ella.
	La variable Población rural , una variable de índole socio-económica, cuyo objetivo marcaba la brecha entre las economías más o menos desarrolladas, fue la variable, junto con Población Activa, más significativa 0.00000 dentro del modelo. Esto quiere decir que las IED entran a las económicas con escaso nivel de paro y socialmente urbanizadas.Desde el punto de vista económico cabría plantearse porqué las naciones con menos paro y más urbanizadas atraen IED, cuando económicamente gozan de niveles elevados de desarrollo. Lo lógico sería que las economías con sociedades menos urbanizadas atrajesen más la IED ya que supondrían una oportunidad de inversión en sectores poco desarrollados, como la construcción, sanidad e infraestructuras.
	La variable usuarios de Internet, corroboraría más al resto de variables descritas anteriormente, es decir, las IED aumentarán siempre y cuando las tasas de usuarios de internet sea alto. Esto indica que las IED se ven atraídas por economías desarrolladas que ofrecen un elevado avance de tecnologías de la comunicación, con una sociedad urbanizada y con capacidad para comunicarse. Desde el punto de vista teórico tiene sentido ya que la globalización, reflejada en el aumento del alcance de las nuevas tecnologías, ha tenido un papel destacado dentro del aumento de flujos de inversión.
	Cabe destacar el efecto de la corrupcion en el decremento de las IED, como se tenia planteado en la hipotesis, un incremento de la corrupcion, afecta de manera negativa en la inversion extranejera de capital. Se puede apreciar que el impacto no es tan significativo, sin embargo basado en el modelo, la corrupcion es un factor de mayor relevancia que el efecto de la inflacion, el efecto en que genera el tiempo para pagar impuestos y el efecto en el pago impuestos.
	Merece especial importancia el comportamiento del los inversores extranjeros a la variación de la tasa impositiva aplicable a las empresas. Un aumento de las tasas impositivas, es decir, el impuesto a las sociedades, desincentivan la entrada de IED ya que afecta a la rentabilidad generada en el ejercicio económico. Cuanta mayor sea la tasa impositiva, menor entrada de capitales extranjeros habrá. Aún así, la variable tasa impositiva es significativa aunque solo al 10%.
	Por último, cabe resaltar el comportamiento de la IED frente a las variaciones del transporte aéreo y la población activa. Una economía con elevado transporte aéreo es sinónimo de dinamismo interno y apertura al exterior. El transporte aéreo, al igual que el aumento de los usuarios de internet, reflejan la apertura al exterior de las economías, mayor integración regional.
Anexos
Bibliografía	
Blanchard, O. (1997). Macroeconomía. Madrid: Prentice Hall.
http://datos.bancomundial.org/indicador/BX.KLT.DINV.CD.WD
http://www.transparency.org/country
http://datos.bancomundial.org/indicador/FP.CPI.TOTL.ZG
http://datos.bancomundial.org/indicador/IC.TAX.PAYM/countries
http://datos.bancomundial.org/indicador/IC.TAX.TOTL.CP.ZS/countries
http://datos.bancomundial.org/indicador/IC.TAX.DURS/countries
http://datos.bancomundial.org/indicador/SL.TLF.TOTL.IN/countries
http://datos.bancomundial.org/indicador/SP.RUR.TOTL.ZS
http://datos.bancomundial.org/indicador/IS.AIR.DPRT
http://datos.bancomundial.org/indicador/IT.CEL.SETS.P2/countries
http://datos.bancomundial.org/indicador/IC.BUS.NREG
http://datos.bancomundial.org/indicador/IP.TMK.NRES
http://datos.bancomundial.org/indicador/IP.PAT.NRES
http://datos.bancomundial.org/indicador/GC.REV.XGRT.GD.ZS
http://www.eumed.net/cursecon/dic/P.htm
www.tradingeconomics.com
www.indexmundi.com
	1
	
image1.gif
image2.emf
Variables explicativas a elegirTipoRelaciónUnidadesParámetroFuenteúltimos datos
Indice de corrupción
Explicativa cuantitativa+IndiceBeta 1http://www.transparency.org/countrytodos los años
Inflación
Explicativa cuantitativa-%Beta 2
http://datos.bancomundial.org/indicador/FP.CPI.TOTL.ZG
2011
Pago de impuestos (número)
Explicativa cuantitativa-número de vecesBeta 3
http://datos.bancomundial.org/indicador/IC.TAX.PAYM/countrie
s
2012
Tasa tributaria total (% de utilidades 
comerciales)Explicativa cuantitativa-% Beta 4
http://datos.bancomundial.org/indicador/IC.TAX.TOTL.CP.ZS/c
ountries
2012
Tiempo para preparar y pagar 
impuestos (horas)Explicativa cuantitativa-horasBeta 5
http://datos.bancomundial.org/indicador/IC.TAX.DURS/countrie
s
2012
Desempleo total (% de la poblacion 
activa total)
Explicativa cuantitativaRelación + y -%Beta 6 y 7http://datos.bancomundial.org/indicador/SL.UEM.TOTL.ZS2010
Población rural (% de la población 
total)
Explicativa cuantitativa+%Beta 8
http://datos.bancomundial.org/indicador/SP.RUR.TOTL.ZS
2011
Transporte áreo, partidas de vuelos 
en todo el mundo de compañías 
registradas en el país
Explicativa cuantitativa-númeroBeta 9
http://datos.bancomundial.org/indicador/IS.AIR.DPRT
2010
Usuarios de Internet (por cada 100 
personas)
Explicativa cuantitativa+%Beta 10http://datos.bancomundial.org/indicador/IT.NET.USER.P22011
image3.emf
Corrupción
Población Rural
Uso de Internet
ln_inflación
ln_Pago 
impuestos
ln_Tasa 
tributaria
ln_tiempo pagar 
impuestos
ln_Población 
Activa
ln_Transporte 
aereo
1-0.58340.4602-0.1887-0.527-0.2328-0.485-0.14220.4507Corrupción
1-0.63170.16930.50470.09630.20820.0389-0.54Población Rural
1-0.0352-0.384-0.1843-0.2-0.06440.4732Uso de Internet
10.09990.04980.14860.0384-0.119ln_inflación
10.14010.2929-0.1477-0.495ln_Pago impuestos
10.38770.21580.0507ln_Tasa tributaria
10.294-0.115ln_t pagar impuestos
10.5561ln_Población Activa
1ln_Transporte aereo
image4.emf
PaísFDICorrupcionInflacion PagosImpTasaTributaria
Tiempo en 
Pagar 
Impuestos
PobActivaPobRuralTransp Aereo
Uso de 
Internet
Finlandia-5757996714903.4839932694738.9416.31183476166.0238042
Noruega-796096322851.3441.6872614782.3820.633368116.7548724
Qatar-86758242681.9311.3361314670.201.2390819123.114413
Egipto, República Árabe de-4827000003210.12943.643327103630.8456.46112508101.0763385
Papua Nueva Guinea-309197041258.43342.31943026121.6987.501989434.21811396
Angola-30237709652213.53153.22827106053.3940.861386148.37797435
Yemen, Rep. del-7128133292316.44432.92486465381.8167.681075047.04861475
image5.emf
CountryFDICorrupcionInflacion PagosImpTasaTributaria
Tiempo en 
Pagar 
Impuestos
PobActivaPobRuralTransp Aereo
Uso de 
Internet
Japón79081204.7374-0.283333331449.133066696962.918.8648650310.4628102.6650202
Bahrein780851063.851-0.364447751313.936711371.08511.312857763127.9641264
Chad185497577719-4.895247615465.47324423062.06378.1706151831.80480042
image6.emf
0
4
8
12
16
20
-5-4-3-2-101234
Series: Residuals
Sample 1 149
Observations 149
Mean 1.85e-15
Median 0.051267
Maximum 4.689280
Minimum -4.769346
Std. Dev. 1.173068
Skewness -0.320501
Kurtosis 6.030387
Jarque-Bera 59.56357
Probability 0.000000
image7.emf
CountryCodigoFDICorrupcionInflacion PagosImp
TasaTributa
ria
TiempoEnP
agarImpues
tos
PobActivaPobRuralTranspAereo
AbonosMovil
es
Nueva ZelandiaNZL3580183823904.432943294834.41722351135.48613.76186203109.1854156
SueciaSWE7888701685882.961150738452.81224986009.99114.79422570118.5711258
SingapurSGP64003453604875.252918288527.1842805434.639081073.81818149.4853538
SuizaCHE666503634.5860.2256016041930.1634497438.73426.2902220272.4527130.0623629
AustraliaAUS67638447160853.3893395131147.710911832996.1110.8084418400.3077108.3353549
CanadáCAN39510115852842.912135089828.813118996279.9719.3382123544475.27990824
IslandiaISL1104724191823.9968876692931.8140187626.77976.270811253.28571106.0792438
LuxemburgoLUX18365504031803.4075535722320.859238344.202114.586650037.32083148.2675345
AlemaniaDEU39066769216792.3031890311246.722142170276.126.05561086415.407132.2987788
Hong Kong, Región Administrativa EspecialHKG90164470151775.263157895323803696470.8150150960.9974209.6399322
BarbadosBRB333622493.2769.4322024022845.4237159184.06555.60041473127.0117733
BélgicaBEL1.02E+11753.5314554611157.31564891344.8462.5146142726116.6127738
JapónJPN79081204.73740.000011449.133066696962.918.8648650310.4628102.6650202
Reino UnidoGBR28306353717744.484239645837.311031831748.9520.36441173434.444130.7519369
Estados UnidosUSA2.57528E+11733.1568415691146.7187157492705.617.6168934001105.9136009
ChileCHL17299015887723.3403180086253168037177.65710.8544108840129.7080782UruguayURY2177239523728.09377520257423361700990.0057.45619086140.7518858
BahamasBHS594982000713.1714626311847.758197119.711915.74421802886.0629767
FranciaFRA45208883012712.117486809765.713229962184.7914.2566751127.4775105.0282155
AustriaAUT15733926209693.2669389121253.11704335561.01432.3326183898.42154.78324
IrlandaIRL11506145794692.578870455826.3762126184.93537.795683441108.4084545
Emiratos Árabes UnidosARE7679000000680.8768366331414.1124929831.46915.6684261269.1539148.6188563
ChipreCYP1079572799663.2894493962723.1149584451.909829.49142160797.70546068
BotswanaBWA587117153658.8819875783219.41521036754.16938.38527681142.8181774
EspañaESP31419286972653.196242972838.718723232545.6322.5714605567.7318114.2330168
EstoniaEST436086498.2644.977614784858.685697880.501830.482211469138.983109
BhutánBTN16402330.97638.848985699840.8274364265.200264.4332216065.58453784
PortugalPRT13074187122633.658544671843.32755598277.58338.9584170744.3746114.9203113
EsloveniaSVN817989956.1611.8105799212234.72601040542.67550.070625124106.5619269
Cabo VerdeCPV92938323.66604.4738834224137.8186224609.293237.4214979479.19314402
IsraelISR11407000000603.4591954933331.22353178243.928.116454347.49795121.6578152
PoloniaPOL15296000000584.224147152943.629618188774.9539.105291085.32542128.4630552
MaltaMLT474495417.2
57
2.721905169641.6139181089.73385.176825751124.8634096
MauricioMUS273392322.2576.531353547728.5161595289.234758.20261177099.04384916
Corea, República deKOR46609000005641229.722524898258.4916.7992483006.4221108.504517
Brunei DarussalamBRN1208299217552.0159343852716.896195221.68524.039410632109.1696269
HungríaHUN9628739727553.9572672311352.82774315633.71130.5642118034117.2968185
Costa RicaCRI2176174339544.88301248131552462193768.94535.35624939792.20475714
LituaniaLTU1443081752544.1221769241143.91751628492.19832.88485121151.2979213
RwandaRWA106000000535.6706827311731.31485228059.30880.880850040.63067089
GeorgiaGEO1153540165528.539108235516.53872377680.22847.13926297102.346648
SeychellesSYC138749983.8522.5633443042132.2768800046.376412968145.7130031
BahreinBHR780851063.8510.000011313.936711371.08511.312857763127.9641264
República ChecaCZE5380415994491.936389149849.15575291485.91426.557694366.88629121.6028451
LetoniaLVA1502300000494.382853364737.92901155438.96132.28665549102.9359711
MalasiaMYS12000756384493.174470922133413311969964.3327.316240467.9077127.0351203
TurquíaTUR16035000000496.4718796711541.12232651789328.5906399852.777688.70464879
JordaniaJOR1469014085484.4099786632527.71511553051.9817.288238955118.2047588
NamibiaNAM968867335485.0458273033722.9375929045.1261.60928566104.9602755
OmánOMN788036410.9474.0700573421422621216002.626.559634637168.9741036
CroaciaHRV1264395718462.260371961832.91961972035.80942.175825557116.3706103
República EslovacaSVK3658300079463.9192859913148.82312723790.15745.218614087.62778109.3494803
GhanaGHA3222240000458.7268368313233.622410366145.748.1316487384.77929582
LesothoLSO132128979.1455.0248165663316324894461.553572.4262623347.90680099
RumaniaROU2557000000445.7877773811344.422210181444.7547.179265734109.1596364
Arabia SauditaSAU16308280000445.0100822091414.579955881517.71163438191.2426942
BrasilBRA71538657409436.636198657967.1260010158644615.3968884755123.1758591
Ex República Yugoslava de MacedoniaMKD495098343.6433.898170247299.7119945544.83240.68441561109.3621617
SudáfricaZAF5717863701434.995523724933.120018163018.7438.0132210295.6667126.8331905
Bosnia y HerzegovinaBIH379780000.7423.6755524.14221478995.13851.7271761.33333384.5173321
ItaliaITA28002522666422.7414382131568.528525105073.9431.6364329151.8374453
BulgariaBGR2587855094414.219870231528.15003510499.88326.918431007.61086140.6781236
LiberiaLBR1312748380418.4866004653343.71581374476.49451.8178312749.16775098
TúnezTUN432666011.6413.60870455862.91443827349.70133.685843757.26667116.9302374
Sri LankaLKA955920000406.71676843671105.22568518000.07684.87361724887.04729881
ChinaCHN2.20143E+11395.410829643763.535879954170649.4992239079373.18776926
SerbiaSRB27004353773911.1373976366342793542409.38543.62117623125.392874
Trinidad y TobagoTTO574000000395.1041319163929.1210700893.736586.288424606135.5665317
Burkina FasoBFA7417360.013382.7597672494643.62707544165.66773.491423545.27445884
image8.emf
El SalvadorSLV247420000385.12892376753353202594719.44835.236619953125.845224
JamaicaJAM172757165.4387.5296924437245.64141223194.73847.9268160108.1214042
PanamáPAN3257900000385.8758024375245.24821648975.6824.802881287203.8839769
PerúPER8232636979383.370685025940.730915475963.622.75667941.4110.4136635
MalawiMWI92407703.5377.6228226281928.21576708274.884.3044307525.0685136
MarruecosMAR2521364645370.922360321749.623811386087.0242.95992462113.264873
SurinameSUR145288761.23717.711779642927.9199203506.080130.2771685178.8753331
SwazilandiaSWZ94751092.46376.1051982023336.8104367967.944278.71924654.863.7015615
TailandiaTHA7780007829373.8092812152237.526439383538.5265.8896122065.9098113.1610259
ZambiaZMB1981700000376.4324782373714.51325510917.61560.83461040.0660.59055913
BeninBEN118465835.6362.7128005255662703617604.92655.09142428.885.33266549
ColombiaCOL13388306333363.411616121974.819322136190.1924.707218022898.45142015
DjiboutiDJI79000230.7364.3859022753538.782292106.756422.92390021.31809568
GreciaGRC1091980638363.329906177846.42245268508.79538.5372148219106.4789464
IndiaIND32190000000368.8578452973361.8254472615192.568.705629991.472771.99905491
República de MoldovaMDA294230000367.6059039544831.32281216972.78952.34445687104.7985198
MongoliaMNG4714590859369.4840932934124.61921183147.06231.54187535105.078329
SenegalSEN286098171.9363.38469310459466665384661.91657.44024105.573.25495968
ArgentinaARG7079904066359.4656862759108.241518369195.747.5052100398134.9211144
GabónGAB728000000351.2693432222643.5488587728.4613.85221451117.3202491
TanzaníaTZA10954014913512.690969474845.517222137648.4673.25762084255.53287704
ArgeliaDZA2720539623344.521764663297245111203918.127.1354378598.9875902
ArmeniaARM663453322.2347.6512336383438.85001436509.29735.88529407103.5663737
BoliviaBOL858941070.4349.812689841428010804582821.88433.188635588.7767982.80316785
MalíMLI177804715.8
34
2.8555341065951.82704296553.99465.0742151868.32225788
MéxicoMEX20356897357343.407379617652.734749616581.9121.8942186288.921582.37873746
FilipinasPHL1869000000344.6473029054746.519538712925.3751.1144169404.974291.99208388
AlbaniaALB1369658568333.4503471534438.53711496374.40246.61541028096.3933945
EtiopíaETH626509560.43333.224215253131.119840780619.0482.981648055.5714316.67172011
GuatemalaGTM1080909000336.2153417632440.93445682480.07550.21763400140.3756415
NígerNER1013635227332.942385144143.82705113648.66982.1316151827.00770814
República DominicanaDOM2295000000328.46016881941.73244430037.90630.3604950087.21780167
EcuadorECU567766063.8324.474553859835.36546852290.6432.576849666104.5455987
IndonesiaIDN18159533731325.3574996045134.5266117961804.449.314240454797.71953762
MadagascarMDG907416000329.4825404862336.620110148339.9167.43161218038.28077561
BelarúsBLR40024000003153.228698311862.66544476949.84824.978413416111.8778807
MauritaniaMRT45183872.96315.676748863768.36961116898.26158.49115892.71026164
MozambiqueMOZ20793127903110.351132573734.323011076983.4468.784413687.8181832.82674824
Sierra LeonaSLE714974887.73116.191808063332.13572260967.80160.744219335.63159631
Viet NamVNM74300000003118.677477123240.194151137640.768.9644103462143.3891012
LíbanoLBN3476048844305.11930.21801453154.91412.75221664778.64948273
TogoTGO53771621.6303.5722772285349.52702939361.09561.98151850.4457081
Côte d'IvoireCIV344165504.6294.905475886244.32707787522.9848.7202234286.42123062
NicaraguaNIC967900000298.0826726584266.82072374649.56242.4436150082.15224591
UgandaUGA796935701.72918.68473443135.721313426419.7184.42137348.3841688
ComorasCOM6813506.64280.86889202533217.9100242469.4571.9314214128.70747523
GuyanaGUY165333333.3284.9777356373536.1263301689.895871.6380068.61502037
HondurasHND1042571021286.76227957347442242989726.38547.84917100103.9658854
Irán,República Islámica delIRN41500000002820.628332062044.134425251669.3830.9178151756.287474.92520816
KazajstánKAZ13227193427288.348569186728.61888788416.94946.363227306142.5498635
Federación de RusiaRUS52878475800288.435001025746.929075601032.3226.1756673113179.3087029
AzerbaiyánAZE4485120000277.85045058118402254605721.25146.355210049108.7479044
KenyaKEN335249880.32714.02154994149.639315456039.0476.01583644364.84245944
NepalNPL94022274.7279.5486101223431.532616039658.383.0042210243.80556809
NigeriaNGA88419527842710.840792593532.793850280306.5950.38481669658.57504542
PakistánPAK13087700002711.916769474735.356059687683.9363.78445021761.61096141
BangladeshBGD797541178.92610.70589259203530272321085.8971.60981218256.48078539
CamerúnCMR360000000262.9396994634449.16548209836.3947.915558052.35359201
República CentroafricanaCAF109175062.4261.3005699695454.65042064815.61860.8994625725.04124843
Congo, República delCOG2930916828261.3257576646165.96061693323.9936.3506510093.84042217
República Árabe SiriaSYR1059495000264.7531638891939.73365457097.67443.93141148663.1668575
UcraniaUKR7207000000267.96009451313557.165723221175.9231.11683956.8901122.9622918
Guinea-BissauGNB19366091.22255.0461022634645.9208648345.640656.1026200025.97699767
ParaguayPRY411966666.7258.25396825435353873088802.8838.0952554399.40262991
GuineaGIN8964500002421.350466425873.24164092106.1964.544200044.02352304
KirguistánKGZ693528000
24
16.4958847251692102530520.40764.61044775104.8292283
CamboyaKHM901668591.4225.4785873043922.51737972361.03479.997506169.90473313
TayikistánTJK111421702212.431549046984.52242847412.90273.446514190.64122215
República Democrática Popular LaoLAO300743507.1
21
7.5769240533433.33623167602.6265.77761126187.16314805
Guinea EcuatorialGNQ737115764.2206.9465317614646492368904.15260.487850059.14916837
ZimbabweZWE387000000208.34935.62426616907.14561.3794459672.13209456
BurundiBDI3354999.181199.73501919925532744312173.65189.072151814.46035135
ChadTCD1854975777190.000015465.47324423062.06378.1706151831.80480042
HaitíHTI181000000198.4110710414640.81844160894.446.687480041.48645166
VenezuelaVEN52260000001926.090212327063.586413404562.546.495212548597.77526778
IraqIRQ1396200000185.61328.43127537567.68633.4962780078.12351236
UzbekistánUZB14030000001713.54197.520512266716.8463.7522355191.64821433
SudánSDN193600000013174236.118010791074.6866.7648581856.25361761
AfganistánAFG8341145585.6863713712036.42759059628.56276.4528340954.26208022
Países BajosNLD13885764855842.354218072940.51278860996.79416.868242628117.56