Академический Документы
Профессиональный Документы
Культура Документы
Para poder inferir sobre la naturaleza de las relaciones inherentes que puedan
existir entre las variables de estudio de la presente investigacin, se procede a
utilizar un anlisis de regresin lineal que permita explicar dichas relaciones con
cierta evidencia estadstica. Los modelos de regresin son una tcnica
estadstica utilizada para la modelacin e investigacin de las relaciones
existentes entre dos o ms variables (Gujarati, 2004).
Los modelos de regresin lineal, estn constituidos por una serie de variables
explicativas o independientes, que sern las encargadas de explicar el
comportamiento de la variable dependiente o explicada, es decir, la variable que
el modelo est intentando explicar y relacionar con los otros factores en l
incluidos (Gujarati, 2004:4). Una ecuacin de regresin lineal simple puede
expresarse de la siguiente forma:
Y = 1 2 X +u
En esta ecuacin la variable Y
representa la variable dependiente o
explicada, mientras que la variable X representa la variable independiente o
explicativa. Los parmetros 1 2 representan al coeficiente de la interseccin
y la pendiente respectivamente (Gujarati, 2004:4). Es decir, geomtricamente el
1 representa el punto de inicio de la lnea de regresin (la
parmetro
intercepcin con el eje de las ordenadas) y matemticamente representara el
valor que toma la variable dependiente, en caso de que la variable
independiente no tenga relacin con ella, es decir, no la explique (esto sucede
cuando el parmetro 2=0 ). El parmetro 2 al ser la pendiente, medir el
grado de relacin existente entre la variable dependiente e independiente,
siendo este negativo o positivo, dependiendo de si la relacin es una relacin
inversa o directa entre ambas. Por ltimo, representa el trmino de
perturbacin o de error, que viene a ser una variable estocstica que acoge
todos aquellos factores que puedan afectar a la variable dependiente, pero que
no son considerados en el modelo de forma explcita (Gujarati, 2004:5).
Al definir el concepto de regresin lineal, se aclara que se puede hacer uso de
ms de una variable independiente para explicar una variable dependiente,
obteniendo como resultado un modelo de regresin mltiple, que es
precisamente el utilizado en el presente estudio. Un modelo de regresin
mltiple viene representado de la siguiente forma:
Y = 1 2 X 1 3 X 2 n X n+u
En este tipo de modelo, se pueden tener n nmero de variables independientes
con sus respectivos parmetros. Para estimar un modelo regresor muestral que
se ajuste a una funcin de regresin poblacional, se utilizar un mtodo
desarrollado por Karl Friedrich Gauss el cual minimiza la suma de los cuadrados
E ( ui|X 2 i , X 3 i ) =0
i
,u
cov (
j )=0, i j
4. La covarianza entre
u
u
cov ( i , X 3 i)=0
cov ( i, X 2 i )=
5. El modelo est
especificacin)
ui
especificado
correctamente
(no
hay
sesgo
de
Tipo de Variable
Etiqueta
LN_IED
Dependiente Cuantitativa
LN_POB
Independiente Cuantitativa
Poblacin en logaritmos
como variable proxy del
tamao del mercado.
MAR
Independiente Cualitativa
POB15
Independiente Cuantitativa
Porcentaje de la poblacin
mayor a 15 aos que no
asiste a la escuela.
COMER
Independiente Cuantitativa
CARG_REG
Independiente Cuantitativa
RULE_LAW
Independiente Cuantitativa
ndice de Estado de
Derecho.
3,000.00
2,500.00
2,000.00
1,500.00
1,000.00
500.00
0.00
Los datos para construir la serie de tiempo de esta variable se hicieron mediante
el portal electrnico del BCCR, sin embargo, fue necesario realizar una consulta
externa al seor Vctor Sanabria Sandoval, para poder completar la serie desde
1980. Una vez teniendo los datos se procedi al clculo de los logaritmos
correspondientes.
Con respecto a las variables independientes y siguiendo la lgica de Esquivel y
Poblacin: LN_POB
Esta variable se utiliz como variable proxy del tamao del mercado
costarricense y se expresa en forma de logaritmos igualmente. El coeficiente
esperado de la variable es positivo, es decir, a mayor poblacin mayor IED.
Segn Esquivel y Larran (2001:36), el modelo subyacente que justifica la
inclusin de esta variable es un modelo similar a los modelos de fuerza de
gravedad que son ampliamente utilizados para explicar el comportamiento del
comercio internacional: a mayor volumen mayor capacidad de atraccin de IED.
Los datos de la variable poblacin se extrajo directamente de la base de datos
del INEC de Costa Rica, complementando alguna de la informacin ms antigua
de las bases de datos que poseen algunos informes de la CEPAL.
(2)
(3)
-80,76
-84,34
-85,76
(-23,80)
(-24,25)
(-25,64)
5,75
5,78
5,76
(25,52)
(27,55)
(29,08)
Constante
LN_POB
1 Se est trabajando con un intervalo de confianza del 95%, por lo que todas las variables cuyo p-value
que supere el 5% ser considerada como no significativa.
-1,67
-0,98
(-1,70)
(-1,46)
MAR
4,18
5,87
(2,45)
(3,29)
POB15
0,41
COMER
(1,79)
0,03
0,89
(2,19)
(2,19)
CARG_REG
-0,07
RULE_LAW
(-1,68)
Nmero de
Observaciones
R2 Ajustado
Estadstico F
Valor P (F)
34
34
34
0,952
0,958
0,963
651,419
379,526
285,845
0,000
0,000
0,000
Durbin-Watson
1,662
Notas: Todas las regresiones incluyen la constante. Los valores entre parntesis corresponden a
los estadsticos t.
Los errores estndar son robustos a la heteroscedasticidad de acuerdo al mtodo de White.
Fuente: Elaboracin propia con base en la informacin secundaria obtenida.
de IED. Estas cinco reas son las siguientes: Corrupcin, Aspectos legales,
Medidas de poltica econmica, Aspectos contables y Aspectos regulatorios.
Estos cinco aspectos se miden por separado y despus se combinan en forma
lineal para obtener un ndice global de opacidad. Posteriormente, el ndice de
opacidad se transforma para obtener una medida equivalente en trminos de
tasa impositiva, la cual refleja la magnitud del impacto de la opacidad en forma
de una sobretasa que, hipotticamente, le estara cargando un pas a la IED por
encima de la tasa que le aplicara un pas que se utiliza como referencia
(Singapur por lo general). (Esquivel y Larran, 2001:41).
La consideracin de este indicador como variable explicativa, se descart por
bsicamente dos razones. Primeramente, no se contaba con una serie de datos
lo suficientemente grande para que concordara con las observaciones (34) que
se tenan para las otras variables, pues el ndice para el caso de Costa Rica se
empez a calcular e incluir en las estadstica hasta hace pocos aos (en un
principio el ndice se calculaba nicamente para 35 pases, por lo general
industrializados). Y la segunda razn es que investigando un poco ms sobre el
ndice, se encontraron condiciones que podran haber generado problemas de
colinealidad en el modelo, ya que para el clculo del ndice se utilizan datos que
corresponden a la informacin de otras de las variables explicativas ya
incorporadas dentro del modelo como determinantes de la IED.
BIBLIOGRAFA
Banco Central de Costa Rica (2002). Sexto Informe sobre los Flujos de Inversin
Extranjera Directa en Costa Rica 1997-2002.
Borensztein, E. y Jos de Gregorio (1998). How Does Foreign Direct Investment
Affect Economic Growth?, Journal of International Economics; 45(1), June 1998,
pp. 115-35.
Esquivel Gerardo y Larran Felipe, Cmo atraer inversin Extranjera Directa?,
Pontificia Universidad Catlica de Chile y Harvard University, Junio, 2001.
Kaufmann, D.; A. Kraay y Pablo Zoido-Lobaton (1999a). Governance Matters.
Policy Research Working Paper no. 2196. Octubre.
Kaufmann, D.; A. Kraay y Pablo Zoido-Lobaton (1999b). Aggregating
Governance Indicators. Policy Research Working Paper no. 2196. Octubre.
Pricewaterhouse Coopers (2001). The Opacity Index. (Disponible en Internet
http://www .opacityindex.com).
Estadsticas:
Banco Central de Costa Rica: www.bccr.fi.cr
Instituto Nacional de Estadstica y Censo: www.inec.go.cr
Estadsticas CEPAL: http://estadisticas.cepal.org
Worlwide
Governance
Indicators,
Banco
http://info.worldbank.org/governance/wgi/index.aspx#home
ANEXOS
Autocorrelacin
Mundial:
Heteroscedasticidad
42.6988
Total SS
43.6538
R-squared
.0219
Sample size (N)
34
Number of predictors (P)
6
Breusch-Pagan test for Heteroscedasticity (CHISQUARE df=P)
.478
Significance level of Chi-square df=P
(H0:homoscedasticity)
.9981
Koenker test for Heteroscedasticity (CHI-SQUARE
df=P)
.744
Significance level of Chi-square df=P
(H0:homoscedasticity)
.9935
------ END MATRIX ----Si se toma en cuenta, los estadsticos para las pruebas Breusch-Pagan y
Koenker, sealados en amarillo, a un nivel de significancia del 5%, no se
rechaza la hiptesis nula sobre la existencia de homoscedasticidad (pvalue>0,05). El test de Koenker se utiliza para muestras pequeas como la que
se est utilizando en la investigacin, por lo que se utiliza como un test ms
apropiado y que respalda los resultados de Breusch-Pagan 2.
2 En el archivo formato .sav se puede encontrar anexado ms pruebas y resultados de las salidas.