Determinantes de la volatilidad en el producto: Evidencia Emp´ırica∗ Pamela G´ongora Salazar†

Resumen

En este trabajo se busca estudiar los efectos del grado de apertura al comercio internacional y del nivel de profundizaci´on de los mercados financieros sobre la volatilidad del producto. Para lo anterior, se estima un panel para un conjunto de 39 pa´ıses durante el periodo 1977-2007. Los resultados del ejercicio emp´ırico sugieren que el grado de apertura al comercio mundial parece no tener un efecto significativo sobre las volatilidad del producto, mientras un mayor grado de desarrollo del sistema financiero reduce significativamente la volatilidad en el agregado.

Palabras clave: Volatilidad del producto, Apertura al Comercio Internacional, Profundizaci´on del Sistema Financiero, Datos Panel. Clasificaci´ on JEL: B22, C23, E32

∗

Trabajo presentado para optar al t´ıtulo de Economista de la Pontificia Unviersidad Javeriana. Agradezco especialmente los comentarios y ayuda de mi asesor Andr´es Felipe Giraldo, as´ı como los comentarios del profesor Andr´es Rosas. De la misma manera, quiero agradecer a los profesores Javier Guti´errez, Jorge Restrepo, Martha Misas y Jan Ter Wengel por sus valiosos aportes y sugerencias. Los errores son de mi responsabilidad. † Correspondencia: [email protected]; [email protected]

Determinants of product volatility Pamela G´ongora Salazar Abstract

The purpose of this paper is to study the effects of openness and the level of deepness of financial markets regarding Gross Domestic Product. In order to do so, I estimate a panel data taken from 39 countries during 1977-2007. The results of the empirical exercise suggest that the degree of openness has no effect over the volatility of the GDP, while a more developed financial system reduces significantly the volatility at the aggregate level.

Key words: Volatility, Product, Openness, Deepness of financial market, Panel data. JEL code: B22, C23, E32

´Indice 1. Introducci´ on

1

on de la literatura 2. Estudios anteriores: revisi´

2

3. Apartado Te´ orico

4

3.1. ¿Por qu´e estudiar los determinantes de la volatilidad? . . . . . . . . . . . . .

4

3.2. El grado de apertura al comercio internacional . . . . . . . . . . . . . . . . .

6

3.3. El desarrollo de los mercados financieros . . . . . . . . . . . . . . . . . . . . .

8

4. Apartado emp´ırico

11

4.1. Definici´on de volatilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11

4.2. Variables: Apertura al Comercio Internacional y Desarrollo Financiero . . . .

12

4.3. Controles: Fuentes de volatilidad que la literatura e historia han identificado .

13

4.4. Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

4.5. Metodolog´ıa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

4.6. Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

5. Conclusiones

21

A. Cuadros

25

B. Gr´ aficos

25

´Indice de cuadros 1.

Descripci´on de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

26

2.

Propiedades Estad´ısticas de las Variables

. . . . . . . . . . . . . . . . . . . .

27

3.

Matriz de Correlaci´on entre las variables (Regresores) . . . . . . . . . . . . .

28

4.

Matriz de Correlaci´on: Volatilidad-Determinantes . . . . . . . . . . . . . . . .

29

i

5.

Especificaci´ on 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

30

6.

Prueba de Wald 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

30

7.

Especificaci´ on 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

31

8.

Prueba de Wald 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

31

9.

Especificaci´ on 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

32

10.

Prueba de Wald 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

32

11.

Especificaci´ on 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

12.

Prueba de Wald 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

13.

Especificaci´ on 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

34

14.

Prueba de Wald 5

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

34

15.

Especificaci´ on 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35

16.

Prueba de Wald 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35

ii

1.

Introducci´ on

Las fluctuaciones en la actividad econ´omica son inherentes al sistema capitalista. Su estudio ha procurado la b´ usqueda de las fuentes y los costos de las mismas con el fin de ofrecer a un sistema econ´omico estabilidad, siendo ´esta una de las tareas cumbre de las que se ocupa la macroeconom´ıa. En la medida en que las fluctuaciones tuvieron un reconocimiento dentro de la historia econ´omica, la comprensi´on de las mismas dentro de la actividad econ´omica ha significado no s´olo confrontaciones pol´ıticas, si no tambi´en te´oricas al respecto. Los estudios de los movimientos c´ıclicos seculares propios del sistema capitalista han cuestionado las fuentes de las mismos, sus consecuencias adem´as de su posible prevenci´on. Numerosos estudios han reconocido el impacto negativo de las no linealidades dentro de la ´ econom´ıa. Estas tienden a ampliar el impacto de las fluctuaciones, liderando grandes costos sobre el crecimiento econ´omico, en especial para los pa´ıses menos desarrollados. Trabajos como los de Ramey & Ramey (1995), Fat´as (2002), Barlevy (2004), o colombianos como Hern´andez, Munir and Posada (2007), demuestran la correlaci´on negativa entre la volatilidad del producto y el crecimiento econ´omico. Adicionalmente, otros estudios han destacado el impacto negativo de la volatilidad sobre el bienestar social, ya sea porque se incrementa la mala distribuci´on del ingreso o los niveles de consumo per c´apita se ven perjudicados (V´ease Aizenman & Pinto (2005)). En esta medida, es de inter´es conocer la fuente de las fluctuaciones, identificar las mismas y as´ı mismo, esclarecer el manejo de la pol´ıtica econ´omica para su apaciguamiento. Las diferentes escuelas que han construido la historia de la macroeconom´ıa moderna y en general, la literatura relacionada, han llamado la atenci´on respecto a las distintas fuentes de las fluctuaciones en el agregado. Desde choques tecnol´ogicos, rigideces salariales, hasta el desarrollo institucional, por nombrar solo algunos, han sido focos de estudio dentro de esta l´ınea te´orica, con el fin de comprender el por qu´e la econom´ıa se desprende de su nivel de largo plazo. Este trabajo particularmente se centra en los efectos que la apertura al comercio internacional y el desarrollo de los mercados financieros generan sobre la volatilidad del producto. En los u ´ltimos 30 a˜ nos el sistema financiero ha cobrado mayor importancia. Los movimientos, negocios y transacciones que realizan los agentes de la econom´ıa con dinero, bonos, opciones, acciones u otro tipo de herramientas financieras, por medio de las diferentes instituciones u organizaciones (intermediarios), han venido increment´andose, creando mayores canales de negociaci´on y as´ı mismo, reduciendo los costes de intermediaci´on. Por su parte, el proceso globalizador ha obligado a las econom´ıas a eliminar las barreras comerciales, siendo cada vez

1

mayores los flujos comerciales y con ello, las dependencias entre las diversas econom´ıas. Dicho lo anterior, son varios los estudios que se han concentrado en estudiar los efectos positivos y negativos sobre el crecimiento, el bienestar, y la estabilidad que tienen estos dos factores sobre la econom´ıa en el agregado. As´ı pues, con el fin de estudiar los efectos que la integraci´on al comercio internacional y el sistema financiero tienen sobre la volatilidad en el agregado, en el presente trabajo se estima un panel con una muestra de 39 pa´ıses y un rango temporal entre 1977-2007. Entre los hallazgos m´as significativos, se encuentra que el efecto del grado de apertura sobre la volatilidad parece ser negativo, pero los resultados no son robustos. Sin embargo, el desarrollo de los mercados financieros se presenta como un determinante importante (y altamente significativo) de la volatilidad. Los resultados muestran que una mayor profundizaci´on del sector financiero reduce la volatilidad en el agregado. Al parecer, cuando en un pa´ıs el sistema financiero es muy desarrollado, los intermediarios financieros reducen el costo de adquirir informaci´on y as´ı mismo, ayudan a reducir los costos de transacci´on. Estos agentes hacen que las asimetr´ıas de informaci´on sean menores, permiten que el manejo corporativo sea m´as eficiente y ayudan a conducir mejor la asignaci´on de los recursos. M´as all´a, las instituciones financieras parecen mejorar la administraci´on del riesgo y as´ı mismo, proveen liquidez y canales de fondos para usos m´as productivos. El trabajo est´a organizado de la siguiente manera. La segunda secci´on presenta parte de la literatura que se tuvo en cuenta para el desarrollo de ´este art´ıculo. Seguido a ello, la tercera secci´on corresponde al apartado te´orico en el cual se explica el por qu´e es importante estudiar los determinantes de la volatilidad. As´ı mismo, esta secci´on expone la teor´ıa que sustenta el por qu´e el grado de apertura al libre mercado puede ser un determinante importante de las fluctuaciones en la econom´ıa y por u ´ltimo, se presentan las razones te´oricas que explican la incidencia del sector financiero sobre la estabilidad de los agregados en un sistema econ´omico. En la cuarta secci´on se encuentra el apartado emp´ırico en el cu´al se presenta la definici´ on de volatilidad, la descripci´on de los datos, la metodolog´ıa de estimaci´on y los resultados de la misma. Finalmente, el u ´ltimo apartado corresponde a las conclusiones de las estimaciones realizadas.

2.

Estudios anteriores: revisi´ on de la literatura

Si bien la mayor´ıa de los estudios sobre volatilidad se han limitado al campo del mercado financiero, en este apartado se presentan algunos art´ıculos que han contemplado otras variables (econ´omicas o pol´ıticas) como determinantes de la volatilidad.

2

Mobarak (2005) estudia los determinantes del crecimiento promedio y de la volatilidad en un sistema de dos ecuaciones, encontrando que altos niveles de democracia y diversificaci´ on reducen la volatilidad en el crecimiento del producto, mientras la volatilidad por ella misma, reduce el crecimiento. A partir de un an´alisis de panel, para una muestra de 80 pa´ıses en un rango temporal que tiene en cuenta las d´ecadas entre 1960 y 1990, Mobarak concibe un link alternativo entre la democracia y el desarrollo, por medio de la volatilidad como canal. En su estudio, se tienen en cuenta variables tanto institucionales y pol´ıticas, como econ´omicas y humanas, adem´as de una serie de instrumentos para solucionar los eventuales problemas de endogeneidad. Tal es el caso del ´ındice de democracia, para lo cual utiliza m´ınimos cuadrados en dos etapas a la hora de realizar las estimaciones correspondientes. Entre otros estudios, se destacan Blattman, Hwang and Williamson (2004) quienes en un estudio de panel, para una muestra de 35 pa´ıses, estiman el impacto de la volatilidad en los t´erminos de intercambio y de los cambios seculares sobre la actividad econ´omica. En su estudio, los autores tienen en cuenta un rango temporal entre 1870-1939, ofreciendo adicionalmente un estudio de los canales de impacto, encontrando el impacto negativo de la volatilidad de los precios sobre los flujos de capital extranjero. En una l´ınea similar, Malik & Temple (2006) estudian los determinantes estructurales de la volatilidad del producto en los pa´ıses en v´ıa de desarrollo, haciendo especial ´enfasis en el rol que cobran las instituciones y la ´ geograf´ıa sobre ello. Esta tesis, que destaca la importancia de las variables institucionales, geogr´aficas y culturales, ha sido determinante sobre el estudio del crecimiento econ´omico, como una posible explicaci´on al bajo crecimiento que los pa´ıses en desarrollo han tenido (V´ease Easterly,Kremer, Pritchett, and Summers (1993)). Art´ıculos como Bejan (2006) estudian la relaci´on entre la apertura al comercio internacional y la volatilidad del PIB. La autora encuentra que una mayor exposici´on al mercado mundial incrementa la volatilidad, aunque condicionado tambi´en a la participaci´on del gasto gubernamental en la econom´ıa, diferenciando los efectos entre las econom´ıas desarrolladas y las econom´ıa en desarrollo; un mayor nivel de apertura incrementa la volatilidad en los pa´ıses en desarrollo, contrario a los pa´ıses desarrollados donde la apertura al mercado internacional suaviza su volatilidad. La autora realiza un estudio de cortes transversales con una muestra de 111 pa´ıses entre 1950-2000. En su investigaci´on, la autora descubre tambi´en que el efecto de la apertura comercial sobre la volatilidad del producto de un pa´ıs ha disminuido con el paso de los a˜ nos, probablemente, favorecido por un mayor desarrollo del mercado financiero. Spiliopoulos (2007) examina los determinantes de la volatilidad en la tasa de crecimiento del producto. El autor analiza 41 variables como posibles determinantes de la volatilidad del crecimiento del PIB, a partir de un an´alisis de 25000 regresiones. Spiliopoulos tiene en cuenta variables de car´acter pol´ıtico, de apertura al mercado mundial, distorsiones regionales, distorsiones en el mercado, tipo de organizaci´on econ´omica (donde diferencia si un pa´ıs es socialista o no), variables econ´omicas y finalmente, financieras. El autor realiza las

3

estimaciones de corte transversal contemplando una muestra significativa de pa´ıses, en un rango temporal que va de 1960 a 1989, asumiendo que todos los coeficientes para cada pa´ıs son iguales a lo largo del tiempo. As´ı mismo, el autor define la volatilidad como la desviaci´ on est´andar de la tasa de crecimiento del producto de cada uno de los pa´ıses contemplados. En el trabajo se realiza el mismo estudio pero con datos panel, estimando dos modelos: uno con efectos fijos y otro con solo una constante. Entre varios de sus resultados, el autor encuentra una relaci´on positiva entre volatilidad y PIB per c´apita real. Adicionalmente, destaca al nivel de apertura a la econom´ıa mundial como un determinante importante de la volatilidad, as´ı como las pol´ıticas estatales de intervenci´on en la actividad econ´omica. Aunque el trabajo a desarrollarse tiene como uno de sus objetivos principales el mismo perseguido por el art´ıculo de Spiliopoulos (2007)o Bejan (2006), a diferencia de ellos, ´este estudio enfatiza en el grado de apertura econ´omica y en el grado de desarrollo del mercado financiero como determinantes de la volatilidad sobre el producto. As´ı mismo, los controles que se incluyen en el presente trabajo, al momentos de realizar las estimaciones, tuvieron en cuenta las consideraciones expuestas por algunas de las escuelas de la macroeconom´ıa moderna, adem´as de tener en cuenta los controles que la misma literatura relacionada han contemplado. Desafortunadamente la literatura enfocada en los determinantes de la volatilidad en la econom´ıa es algo escasa. En esta medida, este trabajo pretende contribuir en el cubrimiento de ese vac´ıo y con ello, poner de sentado la importancia que el estudio de los determinantes de la volatilidad tiene para el mundo econ´omico, sabiendo que ´esta tiene efectos negativos sobre la estabilidad y el crecimiento econ´omico tal y c´omo lo demuestran los art´ıculos mencionados.

3. 3.1.

Apartado Te´ orico ¿Por qu´ e estudiar los determinantes de la volatilidad?

El inter´es por el estudio de la volatilidad (sus determinantes y la forma de anticipar sus consecuencias) surge a partir del reconocimiento que los economistas le han dado a los costos que la volatilidad le genera al crecimiento econ´omico. Esta incidencia se hace incluso m´ as prominente sobre pa´ıses en v´ıa de desarrollo. La inclusi´on de la volatilidad dentro de la literatura sobre el crecimiento econ´omico, puede ser considerada como una continuaci´on de la tendencia que empez´o a mediados de 1980 con el desarrollo de las teor´ıas sobre el crecimiento end´ogeno. Esta teor´ıa, presenta una relaci´on entre el progreso tecnol´ogico de una econom´ıa y el stock de capital, con el ´animo de explicar el por qu´e los retornos al capital pueden no contraerse en pa´ıses desarrollados

4

(pa´ıses abundantes en capital), y en esta medida, perpetuar la brecha del ingreso entre los pa´ıses ricos y pobres. Numerosos estudios emp´ıricos han identificado c´omo los impactos positivos caracter´ısticos de los tiempos de expansi´on econ´omica, no compensan las p´erdidas (efectos negativos) que generan las recesiones o crisis econ´omicas. De esta forma, los choques tienden a ejercer un impacto negativo permanente sobre la econom´ıa. Los estudios m´as reconocidos que identifican estos canales de transmisi´on (volatilidad crecimiento), destacan factores de acumulaci´on, comerciales, relacionados con el sistema financiero, con el desarrollo de las instituciones, y con el mismo curso que toman las pol´ıticas econ´omicas en cada uno de los pa´ıses (Aizenman & Pinto (2005), pp.5) 1 . Trabajos como los desarrollados por Ramey & Ramey (1995), Fat´as (2002), Hnatkovska and Loayza (2005), Barlevy (2004), ´o, colombianos como Hern´andez, Munir and Posada (2007), demuestran la correlaci´on negativa entre la volatilidad del producto y el crecimiento econ´omico 2 . Adicionalmente, otros estudios han puesto en evidencia el impacto negativo de la volatilidad sobre el bienestar social, ya sea porque se incrementa la mala distribuci´on del ingreso o los niveles de consumo per c´apita se ven perjudicados (V´ease Aizenman & Pinto (2005)). Investigaciones emp´ıricas recientes han demostrado la fuerte correlaci´on entre las propiedades institucionales de un pa´ıs (reconocimiento de los derechos de propiedad, corrupci´on dentro de las entidades estatales, integridad en el sistema legal, etc.) y las fluctuaciones econ´omicas. Rodrik (1998), por ejemplo, identifica a las instituciones como un canal de transmisi´on entre la volatilidad y el crecimiento: en la medida en que una instituci´on sea d´ebil (no garantice los derechos de propiedad, le ofrezca una baja protecci´on a los acreedores, y ejerza un inadecuado manejo y/o control del sistema financiero), ante choques negativos sobre la econom´ıa, estas instituciones pueden incrementar los costos de los fondos externos y con ello reducir el grado de inversi´on sobre la econom´ıa. Rodrik destaca la dificultad que tienen las instituciones d´ebiles al hacerle frente a los coches negativos que se presentan sobre la econom´ıa. Este hecho, es lo que permite que los efectos negativos de la volatilidad se perpet´ uen, afectando 1

Los autores identifican factores de concavidad y asimetr´ıa que ayudan a explicar a la volatilidad como un factor de importancia de primer orden sobre el crecimiento econ´omico. 2 Sin embargo, cabe resaltar que no todos los estudios emp´ıricos encuentran una correlaci´on significativa entre la volatilidad y el crecimiento econ´omico. Este tipo de estudios respaldar´ıan la hip´otesis de Lucas (1987) y de Sala-i-Martin (2000) quienes afirman que los ciclos econ´omicos no tienen un efecto significativo sobre el consumo y por ende, tampoco sobre el bienestar de los agentes econ´omicos. La confrontaci´ on ideol´ ogica es tratada en numerosos trabajos y responde a la eterna discusi´on sobre la incidencia del corto plazo en el largo plazo. Bajo este orden de ideas, trabajos como Imbs (2002) ´o Imbs (2007) exponen la falta de claridad en los resultados respecto a la relaci´on entre volatilidad y crecimiento, encontrando que ´esta relaci´on depende del nivel de agregaci´on con la que se contemple el estudio. El autor en su investigaci´ on, demuestra que la volatilidad y el crecimiento est´an particularmente relacionadas en actividades que despliegan un r´apido crecimiento de la productividad, haciendo alusi´ on a la Teor´ıa Schumpeteriana de la destrucci´on creativa.

5

as´ı la senda de largo plazo. As´ı mismo, la literatura ha identificado c´omo un sistema tributario ineficiente (debido tambi´en al mal manejo institucional) y pol´ıticas fiscales pro c´ıclicas, tienen dificultad para enfrentar las consecuencias por los choques negativos sobre la econom´ıa, desincentivando con ello la inversi´on, afectando adem´as el bienestar sobre el agregado. De la misma manera, ciertas propiedades geogr´aficas, clim´aticas o la exposici´on al mercado internacional, hacen a´ un m´as evidente la correlaci´on existente entre las fluctuaciones y el bienestar social. Un ejemplo reciente de lo anterior es la crisis econ´omica mundial 2008-2009 (de la que hasta ahora las ´ econom´ıas est´an empezando a recuperarse). Esta tuvo sus ra´ıces en el sistema hipotecario americano, trasmiti´endose a todo el mundo por medio del sistema financiero; los pa´ıses con mayor exposici´on al mercado internacional fueron los m´as perjudicados y los que han sufrido mayores p´erdidas econ´omicas. La literatura relacionada parece sugerir la existencia de un canal de causalidad entre el crecimiento y la volatilidad. Estos dos fen´omenos econ´omicos parecen estar determinados por pr´acticamente los mismos factores (geogr´aficos, comerciales- mercado internacional e institucionales). Si bien no hay una tesis concluyente al respecto, numerosos estudios se han dedicado a investigar esta relaci´on. Investigaciones emp´ıricas han demostrado c´omo el ejercicio de una pol´ıtica econ´omica mal conducida, el mal manejo de las instituciones, y el grado de integraci´on con los mercados internacionales ampl´ıan los efectos negativos de la volatilidad sobre el crecimiento, generando reveces permanentes sobre la econom´ıa. “En teor´ıa, esta relaci´on entre volatilidad y crecimiento puede resultar de la determinaci´ on conjunta de la volatilidad y el crecimiento a partir de variables end´ogenas, ´o, puede surgir por un efecto causal de una variable hacia la otra”(Hnatkovska and Loayza (2005), pp.70). Por tanto, conocer los determinantes de la volatilidad y anticipar sus consecuencias, se convierte en un asunto de suma importancia para aquellos responsables del manejo de la pol´ıtica econom´ıa, especialmente sobre los pa´ıses en v´ıa de desarrollo.

3.2.

El grado de apertura al comercio internacional

Si bien tradicionalmente se le ha prestado gran atenci´on al efecto que pueda ejercer el libre mercado sobre el crecimiento econ´omico Harrison (1996), es poco lo que se encuentra respecto al efecto de un mayor grado de apertura econ´omica sobre la volatilidad del producto. Las implicaciones te´oricas respecto a los efectos de un mayor grado de integraci´on comercial sobre la volatilidad en el agregado, dependen en gran medida de los patrones de especializaci´on comercial y de la naturaleza de los choques. Si una mayor apertura al comercio internacional est´a asociada con un crecimiento de la especializaci´on inter-industrial entre los

6

pa´ıses y los choques espec´ıficos de una industria son determinantes en la direcci´on de los ciclos de negocios de un pa´ıs, el resultado puede ser que una mayor integraci´on comercial desemboque en un crecimiento de la volatilidad del producto. (V´ease Krugman (1993)). Sin embargo, si un mayor grado de apertura comercial est´a asociado con un incremento en la especializaci´on intra-industrial entre los pa´ıses, lo que significa un crecimiento en el volumen de comercializaci´on de insumos intermedios, luego, la volatilidad del producto puede reducirse. (Ve´ase Razin and Rose (1994)). Si bien te´oricamente esta relaci´on no est´a establecida, los efectos de un mayor grado de apertura comercial pueden analizarse desde diversos puntos de vista. Por un lado, una mayor exposici´on a los mercados internacionales puede ser un canal de defensa o de amortiguaci´on contra los choques internos espec´ıficos que genere cada pa´ıs en su econom´ıa 3 . En la medida en que los pa´ıses est´en interconectados a trav´es del comercio internacional, podr´ıa pensarse que un choque dom´estico se alivianar´ıa ya que el comercio internacional le permitir´ıa al pa´ıs extender este choque a todo el mundo, y por tanto, generar una menor volatilidad sobre el producto. Por otra parte, la teor´ıa nos indica que una mayor exposici´on al libre mercado permite un mayor grado de especializaci´on en la econom´ıa. Tornell, Westermann, and Martinez (2003), por ejemplo, demuestran que a ´este proceso de especializaci´on le sigue t´ıpicamente un proceso de liberalizaci´on del mercado financiero. El autor demuestra c´omo ´esta mayor liberalizaci´ on financiera est´a asociada con una mayor fragilidad financiera, en especial para los pa´ıses en v´ıa de desarrollo. As´ı mismo, estudios como los de Head (1995) demuestran que un mayor grado de apertura econ´omica le permite a un pa´ıs estar expuesto a una mayor distribuci´on internacional del riesgo (International risk sharing), lo cual le significa estar expuesto a que su econom´ıa presente mayores fluctuaciones, ya que recibe los choques internacionales de manera m´ as directa. Esto sucede condicionado al tama˜ no relativo del pa´ıs. En su art´ıculo, Head proporciona evidencia te´orica y emp´ırica de c´omo las fluctuaciones en el agregado var´ıan sistem´aticamente entre pa´ıses de diferentes tama˜ nos (poblacional y del PIB). Seg´ un el autor, econom´ıas grandes se caracterizan por tener una mayor diversificaci´on sectorial a diferencia de las econom´ıas peque˜ nas. En esta medida, choques sectoriales espec´ıficos pueden resultar siendo en el agregado choques de t´ermino medio para los pa´ıses grandes, dando lugar a peque˜ nas fluctuaciones sobre la producci´on total y los otros agregados de la econom´ıa. Sin embargo, para los pa´ıses peque˜ nos, estos choques sectoriales pueden resultar en un gran choque sobre el agregado, y por tanto, generar mayor volatilidad sobre 3

Suponiendo que la distribuci´ on internacional del riesgo consiste en hacer uso de la balanza comercial para suavizar el consumo de los agentes, debido a las fluctuaciones por las que atraviesa toda econom´ıa dom´estica

7

la econom´ıa y sus fundamentales. Los pa´ıses con un alto grado de apertura econ´omica y peque˜ nos, se encuentran m´as expuestos a las crisis que sufran sus socios comerciales (quienes suelen ser econom´ıas grandes). En esta medida, las exportaciones o importaciones pueden presentar fuertes descensos (mayores precios ´o menor volumen), lo cual, para pa´ıses peque˜ nos termina transmiti´endose a toda la econom´ıa, generando grandes fluctuaciones sobre el producto. Si bien durante ´epocas de crisis los pa´ıses grandes experimentan una mayor volatilidad sobre el consumo, relativo a los pa´ıses peque˜ nos, cuando los pa´ıses son asim´etricos entre s´ı, los grandes tienen mayores facilidades para contrarrestar y distribuir los riesgos internacionales. Lo anterior se traduce en menores costos sobre el bienestar como resultado de las fluctuaciones en el agregado. En conclusi´on, los choques en pa´ıses relativamente grandes constituyen un riesgo para todo el mundo, ya que ´este choque se extiende con mayor fuerza sobre la econom´ıa global. Estos choques externos tienen un mayor impacto sobre los pa´ıses relativamente peque˜ nos, haciendo que sus agregados fluct´ uen m´as y que el consumo y la inversi´on est´en correlacionados en menor medida con la producci´on total 4 .

3.3.

El desarrollo de los mercados financieros

Entre otras fuentes de volatilidad que la literatura y la teor´ıa han destacado, se encuentran los mercados financieros. M´as exactamente su grado de desarrollo ´o profundizaci´on en una econom´ıa. En teor´ıa, un sistema financiero desarrollado permite una mayor diversificaci´on de los riesgos. Sin embargo, en la pr´actica ´esta diversificaci´on no suele ser perfecta, y contrario a lo que la teor´ıa argumenta, una mayor profundizaci´on del mercado financiero puede llegar a amplificar los choques que se originan en la econom´ıa dom´estica o en el exterior, causando mayores fluctuaciones sobre el agregado. Desde el punto de vista te´orico, un sistema financiero bien desarrollado debe fortalecer la capacidad de la econom´ıa para absorber los choques, y por tanto, ayudar a reducir la magnitud de las fluctuaciones c´ıclicas. En teor´ıa, los intermediarios financieros reducen el costo de adquirir informaci´on y ayudan a reducir los costos de transacci´on. Estos agentes permiten aminorar las asimetr´ıas de informaci´on, hacer m´as eficiente el manejo corporativo y ayudan a conducir mejor la asignaci´ on de los recursos. M´as all´a, las instituciones financieras mejoran la administraci´on del riesgo y as´ı mismo, proveen liquidez y canales de fondos para usos m´as productivos. En esta medida, 4

Los estudios de Head se basan un estudio emp´ırico basado en una muestra de 56 pa´ıses con datos anuales y un rango temporal de 1950-1985. Lo anterior es adem´as consistente con las predicciones de un modelo internacional de ciclos reales de negocios, en el cual, el comercio se lleva a cabo con el fin de distribuir los riesgos internacionales

8

estos agentes ayudan a reducir las fluctuaciones propias de la econom´ıa, ya que permiten absorber mejor los choques externos ´o dom´esticos, lo cual puede traducirse en un mayor crecimiento econ´omico (V´ease Carlin and Mayer (1999)). Si bien la teor´ıa presenta una relaci´on negativa clara entre el sistema financiero y la volatilidad en el agregado, la evidencia emp´ırica demuestra que el sector financiero puede incluso amplificar los ciclos macroecon´omicos. En la pr´actica, la diversificaci´on del riesgo suele ser imperfecta causando una mayor propagaci´on de los choques en la econom´ıa. Esta imperfecci´on en la distribuci´on del riesgo se debe a la naturaleza de los intermediarios financieros y a posibles distorsiones que el mismo mercado genere. Entre las limitaciones naturales m´as reconocidas se incluyen las asimetr´ıas de informaci´on entre prestamistas y prestatarios, el hecho de que los bancos est´en muy apalancados y otorguen financiaci´on de corto vencimiento, adem´as del mismo car´acter descentralizado que suele caracterizar a los mercados financieros. Adicionalmente, los mercados de capitales han cobrado una mayor importancia en la u ´ltima d´ecada, lo cual hace que sus choques propios tengan un mayor efecto sobre la econom´ıa en general. Por ejemplo, los precios de los activos pueden de repente presentar mayor volatilidad de la normal, y por ende, generar consecuencias adversas sobre el sector real, v´ıa la mala asignaci´on de los recursos. Aparte de las distorsiones naturales, escenarios en donde haya una alta intervenci´on del gobierno dentro del mercado financiero o un sistema institucional d´ebil que no garantice los derechos de propiedad, le puede dificultar al sistema financiero ofrecer a la econom´ıa un sistema eficiente que permita diversificar los riesgos. Las pol´ıticas del sector financiero pueden ser tambi´en fuente de volatilidad, y en particular, en pa´ıses no industrializados donde incluso, este tipo de pol´ıticas han disparado profundas crisis conduciendo a largos periodos de bajo crecimiento econ´omico. Las imperfecciones en la administraci´on y diversificaci´on del riesgo se manifiestan por si mismas de distintas maneras. Si el sector financiero provee financiamiento excesivo, no liquida a las empresas no-solventes o tiene un sistema de monitoreo poco desarrollado para conocer el uso que sus deudores le est´an dando a los recursos financieros, son escenarios que generan mayores riesgos sobre el sistema, desestabilizando as´ı a la econom´ıa en el agregado. Las imperfecciones del mercado financiero tales como las asimetr´ıas de informaci´on, exacerban la volatilidad del producto. Estudios como el de Greenwald and Stiglitz (1993), demuestran esta tesis a partir de un modelo din´amico de equilibrio general. Si bien no ha sido directamente analizado de manera emp´ırica el papel que juegan las imperfecciones del mercado financiero sobre la volatilidad en el agregado, la evidencia emp´ırica, a niveles micro, est´a soportada por la idea de que informaci´on asim´etrica tiene efectos reales sobre la econom´ıa. En t´erminos microecon´omicos, se hace entonces importante destacar el papel y la relaci´on existente entre las firmas y las instituciones financieras, en especial, dentro del

9

canal de cr´edito por el cual entre ellas interactuan. Cuando los choques negativos son lo suficientemente grandes, las firmas pueden caer en bancarrota o estar al borde de la misma. Debido a los compromisos crediticios existentes entre ellas, la bancarrota de una firma puede desencadenar una bancarrota en cadena de muchas firmas, adem´as de comprometer y debilitar a otras tantas que dependen de las que se quebraron. Entre mayor sea el n´ umero de firmas que se encuentren en riesgo de quiebra, el n´ umero de pr´estamos en mora se incrementa y con ello, la posici´on financiera de las instituciones financieras se deteriora. Los choques negativos sobre el patrimonio neto de las instituciones financieras, reducen su habilidad y disposici´on de prestar a cualquier tasa. Como resultado, un gran grupo de prestatarios va a ser excluido del mercado, exacerbando con ello el choque negativo inicial sobre la econom´ıa (V´ease Easterlym, Islam and Stiglitz (2000)). Por otra parte, en la teor´ıa econ´omica est´andar, las restricciones de liquidez simplemente no existen, ya que en teor´ıa, cualquier podr´ıa tener acceso a fondos. Sin embargo hay evidencia, en especial sobre firmas peque˜ nas, de que los flujos de caja tienen grandes efectos sobre las decisiones de las firmas, incluyendo, decisiones de inversi´on e incluso de producci´on. Imperfecciones sobre el mercado accionario pueden conducir a lo que podr´ıa considerarse como la racionalidad accionaria (V´ease Hellmann and Stiglitz (1995)). Como m´ınimo, el costo de emitir nuevas acciones puede ser muy alto para las empresas, sobre todo cuando la econom´ıa est´a enfrentando un choque negativo y las firmas tienden a ser m´as adversas al riesgo. En este escenario, las firmas son renuentes a optar por esta medida de financiamiento, incluso cuando no tienen limitaciones para acceder a ello. Bajo este tipo de razonamiento, las firmas no van a estar en la capacidad de diversificar los riesgos, lo cual vulnera a´ un m´ as su situaci´on. Debido a la ambig¨ uedad existente respecto al efecto del sistema financiero sobre la volatilidad en el agregado (como se expuso en los p´arrafos anteriores), y la importancia que viene cobrando el sistema financiero en las u ´ltimas d´ecadas, son varios los estudios que analizan la relaci´on entre volatilidad y desarrollo del sistema financiero. Easterlym, Islam and Stiglitz (2000) muestran que la profundizaci´on financiera (cr´edito/pib) afecta a la volatilidad del producto de manera no mon´otona: Inicialmente, ´esta empieza a disminuir la volatilidad, pero en niveles elevados, el tama˜ no del cr´edito privado termina incrementando la volatilidad del producto. A partir del an´alisis de las propiedades estad´ısticas de las series y de la estimaci´on de un panel, con dos rangos temporales que van de 19601978 y de 1979 -1997 y con una muestra de 60 a 74 pa´ıses, los autores demuestran que hay una relaci´on negativa significativa entre el grado de profundizaci´on del sistema financiero y la volatilidad. Al parecer, si bien una mayor profundizaci´on del sistema financiero puede, en promedio, reducir la tasa de crecimiento de la volatilidad y particularmente cuando los

10

choques son peque˜ nos, esta efectividad tiene un l´ımite. En la medida en que un sistema financiero crezca relativo al tama˜ no de la econom´ıa (PIB), los riesgos se incrementan -ya que un mayor tama˜ no del sistema financiero tambi´en puede implicar un mayor grado de apalancamiento por parte de las firmas- y tornan a tener una mayor relevancia, lo cual empezar´a a actuar en perjuicio de la estabilidad de la econom´ıa. Al igual que los autores anteriores, Denizer,Iyigun and Owen (2000) estudian tambi´en la relaci´on entre el sector financiero y la volatilidad del producto en el agregado. Los autores encuentran que pa´ıses con un sector financiero m´as desarrollado experimentan menores fluctuaciones en las tasas de crecimiento de producto per c´apita real, del consumo y de la inversi´on. A partir de una muestra de 70 pa´ıses y un rango temporal que va de 1956 a 1998, los autores demuestran que la proporci´on del cr´edito que se provee al sector privado explica la volatilidad de la tasa de crecimiento del consumo y del producto, mientras que la importancia relativa de los bancos en el sistema financiero es determinante en la volatilidad del consumo y de la inversi´on. Los resultados se derivan de la estimaci´on de un panel, usando efectos fijos. En general, sus resultados sugieren que la administraci´on del riesgo y el procesamiento de informaci´on que proveen los bancos puede ser particularmente importante en reducir la volatilidad del consumo y de la inversi´on, mientras una mayor oferta de cr´edito al sector privado, por si misma, genera una mayor estabilidad sobre el consumo y el PIB.

4. 4.1.

Apartado emp´ırico Definici´ on de volatilidad

La volatilidad o las fluctuaciones econ´omicas presentan principalmente dos caracter´ısticas: incertidumbre y variabilidad. En el art´ıculo de Arango, Arias y Florez (2007), los autores estudian los ciclos de crecimiento de la econom´ıa colombiana, diferenci´andolos de los ciclos econ´omicos de negocios que tradicionalmente es lo que se ha estudiado en la macroeconom´ıa moderna. Seg´ un los autores, ”en los u ´ltimos a˜ nos se ha venido consolidando una forma complementaria de entender y medir las fluctuaciones de las principales variables macroecon´ omicas, la cual se apoya en la estimaci´ on de su tendencia de largo plazo y sus desviaciones de la misma”(Arango, Arias y Florez (2007), pp.2). La mayor parte de la literatura emp´ırica sobre volatilidad en la econom´ıa, calcula la desviaci´on est´andar de la tasa de crecimiento del PIB per c´apita correspondiente a un rango temporal determinado. Por el contrario, la literatura de los ciclos reales de negocios mide la volatilidad a partir de la desviaci´on est´andar de la brecha del PIB per c´apita. Lo anterior,

11

implica estimar la tendencia (o el nivel de PIB potencial) de la serie del PIB per c´apita de un pa´ıs, obteniendo la brecha entre el PIB actual y su tendencia, y luego calculando la des´ viaci´on est´andar de este diferencial (Aizenman & Pinto (2005), pp.1). Esta medida se utiliza para realizar estimaciones de corte transversal. Para el presente trabajo, las fluctuaciones econ´omicas no necesariamente son desviaciones temporales de una tendencia. En algunas ocasiones el ciclo ser´a parte inherente del crecimiento econ´omico y en otras ser´a una desviaci´on que podr´ıa denominarse c´omo temporal. ´ Esta u ´ltima es la que nos interesa. Dicho lo anterior, se entender´a por volatilidad como la diferencia entre el PIB per c´apita y el PIB potencial, con el fin de tener en cuenta toda la informaci´on que una serie temporal trae consigo. Para lo anterior, se estima el producto potencial a partir de los filtros Hodrick-Prescott (HP) y Baxter-King (BK) con el fin de descomponer la serie en un componente tendencial y un componente c´ıclico. El uso de los dos filtros para realizar las estimaciones se hace con el fin de tener robust´ez en los resultados. Adicionalmente, al tener la diferencia entre el PIB observado y el PIB potencial, la serie de cada pa´ıs es estandarizada. Lo anterior, busca evitar considerar constante la tendencia de largo plazo del PIB per c´apita de cada pa´ıs (esto es com´ un encontrarlo en la literatura emp´ırica sobre volatilidad), y as´ı mismo, no sobreestimar la volatilidad macroecon´omica al permitir que la tendencia del PIB per c´apita siga un proceso determinado. Asimismo, el uso de Datos Panel permite aprovechar los datos temporales de todos los pa´ıses y no hacer uso de promedios con lo cual, se puede perder informaci´on valiosa para la estimaci´on.

4.2.

Variables: Apertura al Comercio Internacional y Desarrollo Financiero

Para estudiar la incidencia del grado de apertura al mercado internacional, se utiliza la medida tradicional (openness), definida como (importaciones+exportaciones) . Esta medida es amP IB pliamente usada por todos los trabajos que toman en cuenta los efectos de una exposici´on a los mercados comerciales a nivel internacional. Por su parte, para estudiar la incidencia del desarrollo o profundizaci´on del mercado financiero sobre las fluctuaciones en la econom´ıa, se utilizaron las siguientes variables proxy : Se toman en cuenta las imperfecciones del mercado crediticio para lo cual se utiliz´o el cr´edito interno provisto por el sector bancario (porcentaje del PIB) como medida de profundizaci´ on Cr´ edito dom´ estico ), y dos medidas de desarrollo del sistema financiero: la raz´on entre financiera ( PIB 3 M2 ) as´ı como la raz´on entre M3 y el PIB ( PMIB ). Estas variaM2 y las reservas de un pa´ıs ( Reservas bles se eligieron siguiendo a Easterlym, Islam and Stiglitz (2000), Denizer,Iyigun and Owen (2000) y Spiliopoulos (2007), aunque son tambi´en ampliamente conocidas y aceptadas en la

12

literatura relacionada (V´ease Claessens (2005)).

4.3.

Controles: Fuentes de volatilidad que la literatura e historia han identificado

Si bien ´este trabajo busca analizar la incidencia del grado de apertura econ´omica y del grado de profundizaci´on financiera sobre la volatilidad del producto, literatura relacionada as´ı como la misma historia de la macroeconom´ıa moderna, han identificado un n´ umero de factores que ayudan tambi´en a explicar la volatilidad del producto en el agregado. Durante la historia de la macroeconom´ıa moderna, las diferentes escuelas ha presentado sus correspondientes consideraciones respecto al origen y efecto de los ciclos econ´omicos sobre los fundamentales de una econom´ıa. Con el fin de controlar por otros efectos y asegurar robust´ez en los resultados, a continuaci´ on se enumeran los controles a tener en cuenta a la hora de realizar las estimaciones correspondientes. Para cada una se presenta la explicaci´on te´orica de su inclusi´on as´ı como el c´alculo de cada una de ellas. Un resumen de las variables explicativas se presenta en el cuadro 1. Sorpresas Monetarias: Seg´ un las investigaciones llevadas a cabo por la Escuela de los Nuevos Cl´asicos, las Sorpresas Monetarias, es decir, cambios no anticipados sobre la oferta monetaria, son las que causan perturbaciones sobre el producto. Entre 1975 y 1977, Lucas present´o una explicaci´on monetarista de los ciclos econ´omicos, la cual desarroll´o en el modelo conocido como “Monetary equilibrium Business Cycle”(MEBCT). Las fluctuaciones en ´este modelo son descritas como equilibrios competitivos, en donde los agentes poseen un conjunto de informaci´on imperfecto, sobre el cual soportan sus decisiones de optimizaci´on. Desde este escenario, en la medida en que los encargados de la pol´ıtica monetaria advirtieran un incremento en la oferta monetaria, los agentes incorporar´ıan esta informaci´on en sus expectativas y, por ende, adaptar´ıan tanto su producci´on como su oferta de trabajo a ello, por lo que la neutralidad del dinero no se cuestionar´ıa, y lo u ´nico que presenciar´ıa la econom´ıa ser´ıa un incremento en el nivel general de precios. Pero, en la medida en que los encargados de la pol´ıtica monetaria incrementasen de manera sorpresiva la oferta monetaria, los agentes, al no tenerlo en cuenta dentro de sus expectativas, y al no tener perfecta informaci´on respecto al nivel general de precios, pueden asociar el incremento en el nivel general de precios a cambios indiosincr´aticos, lo que les llevar´ıa a incrementar su nivel de producci´on, en respuesta a la sorpresa monetaria. As´ı pues, para los nuevos cl´asicos, los choques no anticipados sobre la demanda agregada (en especial resultantes de cambios no anticipados sobre la oferta monetaria),

13

causan percepciones err´oneas (racionalmente formadas) respecto a los precios relativos de la econom´ıa, ocasionando desviaciones del producto y del nivel de empleo de su nivel natural de equilibrio. Con lo anterior, la neutralidad del dinero 5 dejar´ıa de cumplirse. En esta medida, para el c´alculo de las Sorpresas Monetarias se utiliz´o el m´etodo propuesto por Barro (1977). En el art´ıculo, el autor deriva las sorpresas monetarias a partir del residuo de la estimaci´on de un modelo AR(1) usando la tasa de crecimiento de M1:∆(M 1t ) = α + β(M 1t−1 ), donde ∆(M 1t ) = log M 1t − log M 1t−1 . Las estimaciones correspondientes se realizaron en Eviews5. Choques tecnol´ ogicos: Para la Escuela de los Ciclos Reales de Negocios, los choques de productividad (o tecnol´ogicos) son los causantes de la inestabilidad c´ıclica que presenta una econom´ıa. La Teor´ıa de los Ciclos Reales de Negocios (RBC 6 ) utiliz´o un enfoque walrasiano al concebir un modelo competitivo, haciendo caso omiso a cualquier tipo de externalidad, donde no existe asimetr´ıa en la informaci´on, ausencia de mercados u otras imperfecciones. Los ciclos econ´omicos para ´esta escuela, son el resultado en el agregado de unas decisiones de maximizaci´on hechas por todos los agentes racionales7 . En la explicaci´on de las fluctuaciones econ´omicas, los te´oricos de los RBC recurrieron al uso del modelo b´asico de crecimiento econ´omico 8 para comprender el mecanismo de impulso y propagaci´on de los choques tecnol´ogicos. Para ´esta escuela, son los choques de oferta los que generan los ciclos econ´omicos. Bajo esta premisa, ante cambios aleatorios sobre la tasa de progreso tecnol´ogico, los individuos responden de manera ´optima y racional a la alteraci´on en la estructura de precios relativos que se desencadena de ´este choque, cambiando su oferta de trabajo as´ı como sus decisiones de consumo, generando fluctuaciones sobre el nivel de producto y empleo de una econom´ıa. Dicho lo anterior, el c´alculo de ´estos choques de productividad se deriv´o siguiendo a Prescott(1986). El residuo de Solow para la escuela de los Ciclos Reales de Negocios es una proxy de las perturbaciones o choques de tecnol´ogicos; El residuo de Solow, mide la proporci´on del crecimiento de la producci´on que no puede atribuirse al crecimiento 5

La neutralidad del dinero se entiende como la ausencia de relevancia del dinero sobre las variables reales (Mankiw (2005), p.236) 6 Por sus siglas en ingl´es. 7 Con la publicaci´ on en 1983 del art´ıculo “Real Business Cycles.escrito por John Long y Charles Plosser, el modelo desarrollado por Lucas (MEBCT) ser´ıa reemplazado por un modelo que centrase su atenci´on en fuentes reales como la raz´ on primordial de las fluctuaciones en el agregado. Autores como Edward Prescott de la Universidad de Minnesota, Finn Kydland, Alan Stockman, Sergio Rebelo y Robert Barro, destacar´ıan la relevancia de los choques tecnol´ogicos, siendo importantes contribuyentes en el desarrollo de esta escuela de pensamiento. 8 Se hace referencia al modelo de crecimiento econ´omico de Ramsey (1928). Considerado como una versi´on mejorada del modelo de Solow, el modelo de crecimiento de Ramsey es un modelo de equilibrio general que distingue entre empresas y hogares, en el cual cada uno de los agentes toma decisiones ´optimas de consumo, trabajo y producci´on respectivamente. (V´ease en Sala-i-Martin (2002)).

14

de los factores de producci´on, para el caso contemplado, capital y trabajo. En este sentido se utiliz´o Eviews5 para la estimaci´on del par´ametro α (participaci´on del factor trabajo en la renta) para cada pa´ıs y luego se deriv´o el residuo de Solow (γ(a)): γ(a) = γ(y) − α(γ(l)) − (1 − α)(γ(k)), donde γ(a) es la tasa de crecimiento de la productividad de los factores (tecnolog´ıa), γ(y) es la tasa de crecimiento del PIB real, γ(l) es la tasa de crecimiento del trabajo y γ(k) es la tasa de crecimiento del capital. Gasto Gubernamental: Desde el punto de vista te´orico, el gobierno interviene en la econom´ıa con el fin de reducir los efectos por los choques internos o externos a los que est´a expuesto una econom´ıa. Por tanto, se esperar´ıa encontrar que el tama˜ no del gobierno tenga un efecto negativo sobre la volatilidad del producto. Por otra parte, la escuela de Los Nuevos Keynesianos destac´o la importancia de los choques de oferta y de demanda, a la hora de explicar las fuentes de inestabilidad, reconociendo as´ı que cambios en el gasto gubernamental incidir´ıan sobre la volatilidad del producto. A´ un as´ı, en la escuela no es claro si la incidencia sobre las fluctuaciones es positiva o negativa. El tama˜ no del gobierno se analiz´o relativo al tama˜ no de la econom´ıa ( gasto gubernamental ). P IB Tama˜ no del Pa´ıs: La forma como cada pa´ıs reacciona a cualquier choque depende tambi´en de ciertas caracter´ısticas b´asicas tales como el tama˜ no de la econom´ıa y el grado de desarrollo de sus instituciones. Siguiendo a Head (1995), una proxy de lo anterior es el PIB per c´apita de cada pa´ıs, esperando que pa´ıses grandes (con PIB per c´apita altos), presenten menor volatilidad. Inversi´ on: La inversi´on total en una econom´ıa juega un papel muy importante en la teor´ıa del crecimiento econ´omico, por medio de la tasa de retorno del capital y del proceso de acumulaci´on del mismo. Ramey & Ramey (1995) muestran que la inversi´on ejerce un fuerte efecto negativo sobre la volatilidad del producto en el agregado. Sin embargo, es tambi´en posible encontrar que pa´ıses con mayor grado de inversi´on, presenten mayor volatilidad.El grado de inversi´on se analiz´o relativo al tama˜ no de la Inversi´ on total econom´ıa ( ). P IB flujos de inversi´ on extranjera directa: Los flujos de inversi´on extranjera directa generan una serie de conecciones (links) en el proceso de producci´on entre los pa´ıses. A primera vista, se puede pensar que estos flujos ayudan a aliviar el efecto de los choques que cada pa´ıs genera en su econom´ıa dom´estica y por tanto a reducir la volatilidad en el agregado. Sin embargo, en el caso de los pa´ıses industrializados, puede encontrarse que los flujos de inversi´on extranjera directa no tengan un efecto significativo sobre las fluctuaciones en la econom´ıa. Servicio a la deuda:Si bien la deuda externa que contrae un pa´ıs tiene como objetivo hacerle frente a los diferentes choques que se generen dentro de su econom´ıa, esta

15

dependencia al cr´edito externo puede hacerlo m´as vulnerable ante choques internacionales (en especial, crisis). Para analizar el impacto del servicio a la deuda sobre la externa . volatilidad del producto, se utiliza la siguiente medida: deudaP IB Inflaci´ on: Varios estudios encuentran que la volatilidad de la inflaci´on tiene un efecto importante (positivo) sobre la volatilidad del consumo (Wolf, 2003). Los viejos modelos de la curva de Phillips afirman un efecto de ”trade-off.entre la inflaci´on y el producto. Por lo tanto, se esperar´ıa encontrar que la volatilidad de la inflaci´on genera un efecto positivo sobre la volatilidad del producto en el agregado. Por otro parte, para la Escuela Austriaca, la diferencia entre la tasa de inter´es real y la tasa de inter´es nominal es la que causa la volatilidad sobre el sistema econ´omico. Seg´ un la teor´ıa Austriaca del ciclo econ´omico, los cambios en la tasa monetaria de inter´es, es decir la generaci´on de una expansi´on artificial del cr´edito, tendr´ıa efectos directos sobre las decisiones de ahorro e inversi´on por parte de los agentes creando as´ı un falso auge econ´omico; en la medida en que la tasa de inter´es del mercado fuese menor a la tasa de inter´es natural, la expansi´on del cr´edito incrementar´ıa la inversi´on por encima de lo justificado por el capital disponible, acrecent´andose con ello la producci´on, lo cual entrar´ıa en conflicto con las decisiones de consumo previstas por los agentes. Lo anterior desembocar´ıa en un crecimiento de los precios de los factores lo cual se replicar´ıa sobre los precios de los bienes finales (distorsi´on sobre los precios relativos a partir de un incremento de la masa de dinero circulante), ante lo cual la banca central reaccionar´ıa incrementando la tasa de inter´es igual´andola a su nivel natural. Con lo anterior, el flujo de cr´edito barato se detendr´ıa de manera abrupta y las inversiones que parec´ıan rentables con precios inflados dejar´ıan de serlo. El exceso de oferta en bienes finales, y la contracci´on de la demanda dada una mayor tasa de inter´es, entrar´ıa precisamente a explicar las fluctuaciones sobre el sistema econ´omico. Dicho lo anterior, siguiendo la Ecuaci´on de Fisher 9 , se estim´o ´esta diferencia a partir de la inflaci´on de cada una de las econom´ıas contempladas para la estimaci´on. En vez de utilizar la serie de inflaci´on directamente, se realiz´o una transformaci´on de πt ´esta siguiendo a Cukierman (1992): dt = 1+π , donde πt es la inflaci´on del a˜ no t.Esta t variable se define como la tasa de depreciaci´on real de la moneda (dt ). ”Hacer uso de esta transformaci´ on responde a dos consideraciones. Primero, la p´erdida real de las tenencias de saldos monetarios son representadas de manera m´ as precisa usando dt que πt . Segundo, el uso de dt en vez de πt modera los efectos (en los resultados de la regresi´ on) de pa´ıses outliers durante periodos de hiperinflaci´ on como es el caso de algunos latinoamericanos o africanos.”(Cukierman (1992), pp.418). Paridad de Poder Adquisitivo sobre el PIB : Esta es una de las medidas m´as adecuadas 9

Seg´ un la Ecuaci´ on de Fisher: π = i − r donde π es la inflaci´on, i es la tasa de inter´es nominal y r es la tasa de inter´es real.

16

para comparar los niveles de vida, con ventajas sobre el producto interno bruto per c´apita, puesto que toma en cuenta las variaciones de precios. Este indicador elimina la ilusi´on monetaria ligada a la variaci´on de los tipos de cambio. En pocas palabras, esta variable permite medir la capacidad real de compra de los salarios, permitiendo realizar comparaciones entre los pa´ıses. Entre mayor sea la paridad de poder adquisitivo sobre el PIB, va a ser mayor la capacidad de compra que tengan los agentes en ese pa´ıs. Por tanto, podr´ıamos esperar que la incidencia de esta variable sobre la volatilidad sea negativa. Otras variables (Binarias Geogr´ aficas ´ o Regionales): Se utilizan variables regionales, diferenciando a las econom´ıas entre las pertenecientes al continente africano y las pertenecientes al continente latino americano. Para ello se hizo uso de variables binarias (Dummy).

4.4.

Datos

Los datos para la realizaci´on de las estimaciones provienen de Penn World Tables 6.1, de la base de datos del Banco Mundial y World Development Indicators. Los estudios se realizaron sobre una muestra de 39 pa´ıses dentro de un periodo de tiempo entre 1977-2007. Una descripci´on m´as detallada de los datos usados se presenta en el Cuadro ??. Adicionalmente, en el Cuadro 2 se encuentran las propiedades estad´ısticas de los datos, y los cuadros 4 y 3 se presentan los coefincientes de correlaci´on entre las variables.

4.5.

Metodolog´ıa

Para la estimaci´on de los determinantes de la volatilidad del producto, se realiz´o una estimaci´on con Datos Panel. El modelo a estimar es el siguiente: volatilityit = openessit + f inancepit + Xit′ + Zi′ α + εit

(1)

Donde la variable dependiente, volatilityit , es la volatilidad de cada uno de los pa´ıses en un rango de tiempo entre 1977 y 2007. openessit es el regresor que indica el grado de apertura al comercio internacional. f inancepit es la variable explicativa que indica el grado de profundizaci´on del mercado financiero. Xit′ contiene los controles de la estimaci´on, es decir, otras fuentes de volatilidad que la literatura e historia de la macroeconom´ıa modera han ideantificado. Y finalmente Zi′ α es la heterogeneidad o el efecto individual. Siguiendo a Spiliopoulos(2007) la t´ecnica econom´etrica usada para la estimaci´on fue M´ınimos Cuadrados Ordinarios (OLS) con un panel corregido por errores robustos, lo que permite heterocedas-

17

ticidad y posibles correlaciones contempor´aneas de los t´erminos de error entre los pa´ıses 10 . Aunque por test de especificaci´on de Haussman 11 , el modelo debe ser estimado con efectos fijos, se presentan las salidas de las regresiones tanto con efectos fijos como con efectos aleatorios. Las estimaciones realizadas se presentan para el caso en el cual la volatilidad es calculada haciendo uso del filtro Hodrick-Prescott y para cuando se ha utilizado el filtro Baxter-King12 . Por otra parte, debido a la multicolinealidad que genera la inclusi´on conjunta de las variables inflaci´on y sorpresas monetarias en las estimaciones, se decidi´o utilizar u ´nicamente la variable inflaci´on. De resto, basados en pruebas de independencia, en las estimaciones se incluyeron todos los controles mencionados en el apartado anterior.

4.6.

Resultados

En esta secci´on se exponen los resultados de las estimaciones. En total se presentan 36 estimaciones. Las salidas de cada una de las regresiones est´an en cuadros organizados al final del art´ıculo de la siguiente manera: El Cuadro 5 (Especificaci´on 1) corresponde a las estimaciones en las cuales la volatilidad se calcul´o haciendo uso del filtro Hodrick-Prescott, dom´ estico . El Cuadro 7 y donde la medida de desarrollo del mercado financiero es Cr´editoPIB (Especificaci´on 2) presenta las regresiones en las cuales la volatilidad se calcul´o a partir del filtro Baxter-King y la variable para estudiar los efectos del desarrollo de los mercados dom´ estico . El Cuadro 9 (Especificaci´on 3) corresponde a las estimaciones financieros fu´e Cr´editoPIB M2 en las cuales la volatilidad fu´e calculada a partir del filtro Hodrick-Prescott y Reservas se utiliza como medida de desarrollo financiero. El Cuadro 11 (Especificaci´on 4) presenta las estimaciones donde la volatilidad es calculada con el filtro de Baxter-King y la medida M2 . Los Cuadros 13(Especificaci´on 5) y 15 de profundizaci´on del mercado financiero es Reservas M3 (Especificaci´on 6) utilizan la variable P IB como medida desarrollo financiero, pero el primero presenta las estimaciones donde la volatilidad fu´e calculada por Hodrik-Prescott y el segundo por Baxter-King. Las tres variables que indican el grado de desarrollo del mercado financiero 10 Se reconoce la posible necesidad de hacer uso de un panel din´amico por posibles problemas de endogeneidad que ´esta especificaci´ on pueda presentar as´ı como la posible necesidad de hacer uso de un m´etodo de estimaci´ on que permita que los coeficientes sean diferentes para cada uno de los pa´ıses. Lo anterior se presenta como una opci´ on futura, en caso de querer ampliar la investigaci´on que aqu´ı se busca realizar 11 El test de especificaci´ on busca verificar la hip´otesis de que Xi y αi no est´an correlacionadas. Bajo la hip´ otesis nula (Ho) de no correlaci´on, se rechaza Ho al 10 %,5 % y 1 % de significancia. El resultado es el mismo para los dos tipos de regresiones (Hodick-Prescott y Baxter-King) 12 El uso de estos filtros puede ser insuficiente debido a los inconvenientes que estos presentan tales como el uso a priori del par´ ametro de suavizaci´on.

18

se analizan por separado con el fin de evitar posibles problemas de multicolinealidad, y con ello, problemas de inferencia estad´ıstica. Si bien los resultados del test de Haussman indican que se deben realizar las estimaciones por efectos fijos, cada tabla presenta las salidas de las regresiones con y sin la inclusi´on de efectos fijos. Sin embargo, el an´alisis de los resultados hace especial ´enfasis en las estimaciones por efecros fijos. As´ı mismo, se presentan tambi´en las estimaciones sin controles, incluyendo controles, y con y sin la inclusi´on de las dummy regionales, con el fin de analizar la robust´ez de los resultados. Al final de cada una de las especificaciones, se presentan los resultados de la prueba de Wald, donde se estudia la significancia conjunta del grado de apertura al comercio mundial y del nivel de desarrollo del mercado financiero. Haciendo referencia a la Especificaci´on 1, el grado de apertura al comercio internacional (openness) tiene signo positivo cuando no se tienen en cuenta los controles, y es significativo al 10 % cuando la estimaci´on se hace con efectos fijos. Sin embargo, al incluir los controles (omitiendo los regionales), el efecto de la apertura sobre la volatilidad pasa a ser negativo y significativo a un nivel de confianza del 99 %. Al incluir las dummy regionales, esta variable p´asa a ser significativa al 5 % aunque el signo contin´ ua siendo negativo. Haciendo referencia a las regresiones con efectos fijos, en la Especificaci´on n´ umero 2, sucede algo similar: al no incluir los controles, la variable tiene signo positivo y no es significativa. Cuando se incluyen los controles, a excepci´on de los regionales, el coeficiente correspondiente tiene signo negativo y la variable es significativa al 5 %. Al incluir en la estimaci´on las dummy regionales, la variable pierde significancia. En las Especificaciones 3, 4, 5 y 6 sucede pr´acticamente lo mismo, aunque cabe destacar que la significancia estad´ıstica no se pierde del todo al incluir las dummy regionales. Respecto a la incidencia del grado de desarrollo de los mercados financieros sobre la volatilidad del producto, los resultados difieren entre las distintas medidas que se usaron para indicar el grado de desarrollo o profundizaci´on del sistema financiero. La variable (credit), la cual funciona como una proxy del grado de profundizaci´on del mercado financiero, ya que mide el tama˜ no del cr´edito dom´estico con relaci´on al tama˜ no de la econom´ıa, tiene un efecto negativo sobre la volatilidad del producto. El coeficiente negativo se mantiene al incluir los controles (incluso las dummy regionales), siendo la variable es significativa al 1 %. En la especificaci´on 2, donde la volatilidad es calculada haciendo uso del filtro Baxter-King, sucede algo similar. Al realizar las estimaciones por fectos fijos, el coeficiente correspondiente a la variable es negativo y significativo. La significancia tambi´en se conserva al incluir en las estimaciones las dummy regionales. Cuando se utiliza la variable (m2reserve) como medida de desarrollo del sistema financiero,

19

los resultados no son muy concluyentes. En la Especificaci´on 3, el coeficiente correspondiente de la variable conserva el signo negativo cuando se incluyen los controles. Sin embargo, no es significativa. Cuando la volatilidad es calculada haciendo uso del filtro Baxter-King, el coeficiente de la variable es positivo, aunque no significativo. El resultado tampoco cambia al incluir los controles en la estimaci´on. Por otra parte, al utilizar la variable (m3gdp) como medida del grado de profundizaci´on del mercado financiero, la incidencia de esta variable sobre la volatilidad del producto es negativa para todas las especificaciones. Al incluir los controles la variable se hace significativa al 10 %, y cuando se incluyen adem´as las dummy regionales, se hace significativa al 5 %. En la especificaci´on n´ umero 6, el coeficiente de ´esta variable es negativo y su significancia es del 1 %, al incluir todos los controles. Cuando no se incluyen los controles, la variable sigue siendo significativa, aunque al 5 %. Desde el punto de vista de la significancia conjunta (haciendo referencia a la variable de apertura y de desarrollo del sistema financiero), ´esta se cumple, aunque s´olo cuando se incluyen los controles en las estimaciones. Algunos de los controles que se incluyeron, conservan alta significancia estad´ıstica a lo largo de las distintas estimaciones. Tal es el caso de la variable inversi´on (investment), la cual al parecer tiene un efecto positivo sobre la volatilidad, y es significativa al 1 %. Ramey & Ramey (1995) muestran que la inversi´on ejerce un efecto negativo sobre la volatilidad del producto en el agregado. Sin embargo, los resultados de las estimaciones realizadas parecen indicar que pa´ıses con altos niveles de inversi´on, presentan mayor volatilidad. Por otro lado, las estimaciones indican que los flujos de inversi´on extranjera directa (fdi ) incrementan la volatilidad del producto. La variable es positiva y significativa en la estimaciones que utilizan el filtro Hodrick-Prescott para el c´alculo de la volatilidad. Finalmente, la variable del servicio a la deuda (debt) conserva el signo negativo en su coeficiente en todas las especificaciones y adicionalmente es significativa al 5 % para cuando se incluyen las dummy regionales en las ´ regresiones. Este es un resultado razonable dado que la deuda que un pa´ıs pacta con otro, se traduce en muchos casos, en pol´ıticas de estabilizaci´on por parte del gobierno. Finalmente, llama la atenci´on encontrar en las estimaciones que las variables regionales binarias no sean significativas. La mayor´ıa de los trabajos mencionados en la revisi´on de la literatura destacan las diferencias entre los pa´ıses industrializados y los pa´ıses en v´ıa de desarrollo a la hora de analizar los efectos de la volatilidad sobre el sector real y sus determinantes. El resultado de las estimaciones puede deberse al tama˜ no o a las propiedades de los datos. Valdr´ıa la pena, en trabajos posteriores, ampliar la muestra y realizar ´estas estimaciones, pero de manera individual para pa´ıses pertenecientes a la OECD, y para pa´ıses en v´ıa de desarrollo. Variables Control: El coeficiente de la variable binaria regional correspondiente a Lati-

20

noam´erica (dlatin) es positivo para ambas especificaciones y, adicionalmente, significativo al 1 %, lo cual se puede considerar como un resultado robusto. Por su parte, la variable ´ binaria de Africa (dafrica), aunque conserva el signo positivo en sus coeficientes para ambas especificaciones, es u ´nicamente significativa, y en la primera especificaci´on al 5 %. Finalmente, la variable que indica el grado de apertura de un pa´ıs al comercio internacional (opennes) es positiva y no significativa en las estimaciones con la variable dependiente calculada por Hodrick-Prescott, mientras que con la segunda especificaci´on es negativa y no significativa. El resultado es congruente con la tesis expuesta por Bejan (2006): Una mayor exposici´on al mercado mundial incrementa la volatilidad, aunque ello difiere de si los pa´ıses son desarrollados (donde sucede lo contrario) o si son pa´ıses en v´ıa de desarrollo. En su investigaci´on, la autora descubre tambi´en que el efecto de la apertura comercial sobre la volatilidad del producto de un pa´ıs ha disminuido con el paso de los a˜ nos.

5.

Conclusiones

El presente trabajo realiza un estudio emp´ırico sobre el grado de apertura al comercial internacional y el nivel de profundizaci´on de los mercados financieros como determinantes de la volatilidad del producto. Los resultados m´as significativos de ´este trabajo son los siguientes: Seg´ un las estimaciones, al parecer un mayor grado de apertura al comercio internacional genera menor volatilidad. Sin embargo, esto s´olo sucede cuando se tienen en cuenta los controles en la estimaci´on, y no para todas las estimaciones. Los resultados parecen indicar que el grado de apertura al comercio internacional no es muy importante como determinante de la volatilidad en el agregado. Este resultado es bastante cercano al encontrado por Bejan (2006): En los u ´ltimos a˜ nos, el efecto de la apertura comercial sobre la volatilidad ha disminuido, probablemente favorecido por un mayor desarrollo del mercado financiero. Por otra parte, el desarrollo de los mercados financieros se presenta como un determinante importante (y altamente significativo) de la volatilidad. Los resultados muestran que una mayor profundizaci´on del sector financiero ejerce un efecto negativo sobre la volatilidad. Al parecer, cuando en un pa´ıs el sistema financiero es muy desarrollado, los intermediarios financieros reducen el costo de adquirir informaci´on y ayudan a reducir los costos de transacci´on. Estos agentes permiten aminorar las asimetr´ıas de informaci´on, hacer m´as eficiente el manejo corporativo y ayudan a conducir mejor la asignaci´on de los recursos. M´as all´a, las instituciones financieras mejoran la administraci´on del riesgo y as´ı mismo, proveen liquidez y canales de fondos para usos m´as productivos. Cabe resaltar que al no haber contemplado en los datos la crisis del 2008, estamos omitiendo

21

precisamente un hecho en el cual, los pa´ıses con mayor profundizaci´on del mercado financiero sufrieron graves consecuencias sobre sus econom´ıas. En esta medida, es probable que la inclusi´on de este hecho en los datos, y por supuesto, en el an´alisis, cambie la visi´on que se tiene sobre el mercado financiero, en especial, respecto a los efectos de ´este sobre la volatilidad del producto. Es posible que incluso que ´esta crisis reciente implique el nacimiento de nuevas teor´ıas sobre el sistema financiero y sus efectos sobre el crecimiento y bienestar de los agentes econ´omicos. Si bien en este art´ıculo se evalu´o el impacto del grado de apertura al comercio internacional y del nivel de desarrollo del mercado financiero sobre la volatilidad del producto, varios estudios destacan el impacto que puede generar una mayor integraci´on al mercado financiero internacional sobre la estabilidad de la econom´ıa. La capacidad de un pa´ıs para amortiguar los choques debe de estar fuertemente correlacionada con el hecho de que un pa´ıs tenga acceso al mercado financiero internacional. El desarrollo del mercado financiero se encuentra ´ıntimamente ligado con el nivel de apertura de un pa´ıs al mercado financiero internacional. Com´ unmente se argumenta que una mayor apertura de la cuenta de capitales permite una mayor diversificaci´on del riesgo, permitiendo una mayor estabilizaci´on en la econom´ıa. Por otro lado, la apertura de la cuenta de capitales puede hacer a los pa´ıses m´as dependientes del cr´edito externo, lo cual puede hacerlos m´ as vulnerables. Estudios como el de Kose, Prasad and Terrones (2003) examinan el impacto de la integraci´on financiera internacional sobre la volatilidad en el agregado. Se cree que la integraci´ on financiera internacional tiene dos beneficios potenciales: primero, mejora la asignaci´on global del capital y segundo, ofrece canales por medio de los cuales se puede dar una mayor diversificaci´on del riesgo, reduciendo con ello la volatilidad sobre los agregados. Dado el bajo nivel de capital f´ısico por el que se caracterizan las econom´ıa en desarrollo, relativo a los pa´ıses industrializados, los pa´ıses desarrollados parecen ser los que m´as se benefician de este proceso de integraci´on, y as´ı mismo, las econom´ıas en v´ıa de desarrollo, las que pueden enfrentar mayores riesgos. En su art´ıculo, los autores demuestran que las econom´ıas industrializadas parecen beneficiarse m´as de la integraci´on financiera, al menos en t´erminos de la volatilidad del consumo. Esta tesis de hecho, coincide con la desarrollada por Head (1995), al encontrar que el efecto de una mayor integraci´on con el comercio internacional sobre la volatilidad, est´a estrechamente condicionada al tama˜ no de las econom´ıas. A futuro resulta tambi´en importante realizar ejercicios similares teniendo en cuenta las limitaciones que los datos panel presentan (para el caso aqu´ı expuesto), con lo cual se puedan considerar coeficientes variables entre los pa´ıses y la posible necesidad del uso de un panel din´amico.

22

Referencias Aizenman, J. and Pinto, B. (2005). “Managing Economic Volatility and Crises, A Practitioner’s Guide”. Cambridge University Press. Arango, L.E., Arias F. and Fl´orez, L.A. (2007). “Cronolog´ıa de los ciclos de crecimiento recientes en Colombia”. Borradores de Econom´ıa (464). Banco de la Rep´ ublica, Colombia. Blanchard and Quah (1989) “The Dynamic Effects of Aggregate Demand and Supply Disturbances”. The American Economic Review, Vol. 79, No. 4, pp. 655-673. Blanchard, (2000) “What do we know about macroeconomics, that Wicksell and Fisher did not know”. NRBE Barlevy, G. (2004). “The Cost of Business Cycles and the Benefits of Stabilization: A Survey”. NBER Working Papers. No. W10926. Barro, R. (1977), “Unanticipated money growth and unemployment in the United States”The American Economic Review. Vol. 67, No. 2. Bejan, M. (2006) “Trade Openness and Output Volatility”. Instituto Tecnologico Autonomo de Mexico - Department of Business Administration. Blattman, C., Hwang, J. and Williamson, J. G. (2004). “The Impact of the Terms of Trade on Economic Development in the Periphery, 1870-1939: Volatility and Secular Change”. Harvard Institute of Economic Research Discussion Paper No. 2040. C´ardenas, M. (1992). “Estabilizaci´on vs. Crecimiento: ¿Qu´e preferimos los colombianos?”. Coyuntura Econ´omica, 1992, XXII (2), pp. 149–163. Carlin, W. and Mayer, C. (1999).“How Do Financial Systems Affect Economic Performance?”. University College London and Said Business School, University of Oxford. Charles R. N. and Charles R. P. (1982). “Trends and random walks in macroeconmic time series: Some evidence and implications”. Journal of Monetary Economics, vol. 10, issue 2, pp. 139-162. Claessens, S. (2005)“Finance and Volatility”. Managing Economic Volatility and Crises, A Practitioner’s Guide, Cambridge University Press. Cukierman, A. (1992). “Central Bank strategy, credibility, and independence: theory and evidence”. Massachusetts Institute of Technology. Denizer, C., Iyigun, M. and Owen, A. (2000) “Finance and Macroeconomic Volatility”. The B.E Journal of Macroeconomics, Contributions to Macroeconomics: Vol. 2 : Iss. 1, Article 7.

23

Easterly, W., Islam, R. and Stiglitz, J. (2000) “Shaken and Stirred: Explaining Growth Volatility”. World Bank Working Paper (2000). Easterly, W., M. Kremer, L. Pritchett, and Summers, L.H. (1993). “Good Policy or Good Luck? Country Growth Performance and Temporary Shocks”. Journal of Monetary Economics 32, pp. 459-83. Fat´as, A. (2002). “The effects of business cycles on growth”. Documentos de Trabajo, 2002, (156). Banco Central de Chile. Greenwald, B. C. and Stiglitz, J. E. (1993). “Financial Market Imperfections and Business Cycles”. Quarterly Journal of Economics, Vol. 108, No. 1 (Feb., 1993), pp. 77-114. Harrison, A. (1996) “Openness and growth: a time-series, cross-country analysis for developing countries”. Journal of Development Economics. Vol 48 (1996). 419-447. Head, A.C (1995). “Country Size, Aggregate Fluctuations, and International Risk Sharing”. The Canadian Journal of Economics. Vol. 28, No. 4b (Nov., 1995), pp. 1096-1119. Thomas Hellmann, T. and Stiglitz, J. E. (1995).“A Unifying Theory of Credit and Equity Rationing in Markets with Adverse Selection”. Hern´andez, M., Munir J., and Posada C. E. (2007), “El costo de los ciclos econ´omicos en Colombia: una nueva estimaci´on”. Ensayos sobre Pol´ıtica Econ´omica, 25 (53), pp.288–335. Banco de la Rep´ ublica, Colombia. Hnatkovska, V. and Loayza, N. (2005), “Volatility and Growth”. Managing Economic Volatility and Crises, A Practitioner’s Guide, Cambridge University Press. Imbs J. (2002). “Why the Link Between Volatility and Growth is Both Positive and Negative”. London Business School and CEPR. Imbs J. (2007). “Growth and Volatility”. Journal of Monetary Economics, 54(7). Kose, M.A. , Prasad E.S. and Terrones, M.E.(2003) “Financial Integration and Macroeconomic Volatility”. International Monetary Fund. Vol. 50, Special Issue. Krugman, P.(1993),“Lessons of Massachusetts for EMU”. In The Transition to Economic and Monetary Union in Europe, ed. by F. Giavazzi and F. Torres (Cambridge: Cambridge University Press), pp. 241–61. Lucas, R. E. (1987). “Models of business cycles”. Basil Blackwell, New York. Malik, A & Temple, J. R.(2006) “The Geography of Output Volatility”. C.E.P.R. Discussion Papers.5516.

24

Mankiw, G. (2005).“Macroeconom´ıa”. 4ta edici´on. Mayol Ediciones. Bogot´a. Mobarak, A. M. (2005). “Democracy, Volatility and Economic Development”. The Review of Economics and Statistics, May 2005. 87. Ramey, G. and Ramey V. A. (1995). “Cross-country evidence on the link between volatility and growth”. American Economic Review, 85(5), pp. 1138–1151. Razin, A. R. and Rose,A.K (1994). “Business-Cycle Volatility and Openness: an Exploratory Cross-Sectional Analysis”. Capital Mobility: The Impact on Consumption, Investment, and Growth, ed. by Leonardo Leiderman and Assaf Razin (Cambridge: Cambridge University Press), pp. 48–76. Rodrik, D. (1998).“Where did all the growth do? Externa Shocks, Social Conflict and Growth colapses”. Journal of economic growth, (1999), 4-(4):385-412. Rodrik, D. and Rodr´ıguez, F. “Trade Policy and Economic Growth: A Skeptic’s Guide to the Cross-National Eviidence”. NBER Working Paper No. 7081 (1999). Sala-i-Martin, (2002) “A puntes de crecimiento econ´omico”. 2da edici´on. Antoni Bosh editor. Barcelona Snowdon B. and Vane H. (2002). “Encyclopedia Macroeconomics”. Edward Elgar Publishing, Inc. Northampton. Snowdon B. and Vane H. (2005). “Modern Macroeconomics, Its Origins, Development and Current State”. Edward Elgar Publishing, Inc. Northampton. Spiliopoulos, L. (2007). “What Determines Macroeconomic Volatility? A Cross-section and Panel Data Study”. University of Sydney - Discipline of Economics. Tornell, A., Westermann, F. and Martinez, L. (2003). “Liberalization, Growth and Financial Crises: Lessons from Mexico and the Developing World”. Brookings Papers on Economic Activity No. 2 (2003). Wolf, H. (2005). “Volatility: Definitions and Consequences”. Managing Economic Volatility and Crises, A Practitioner’s Guide, Cambridge University Press.

A.

Cuadros

B.

Gr´ aficos 25

Cuadro 1: Descripci´on de los datos Variable

Abreviaci´ on

Fuente∗

volatility volatility2

PWT PWT

Variable dependiente Volatilidad (H-P) ∗∗ Volatilidad (B-K) ∗∗

Variables independientes Paridad de Poder Adquisitivo sobre PIB PPP PIB per c´ apita PIBpc Sorpresas Monetarias ∗∗∗ monsurp Residuo de Solow ∗∗∗∗ solow Credito dom´estico/PIB credit M2/Reservas m2reserve M3/PIB m3gdp Flujos de inversi´ on extranjera directa/PIB fdi Servicio a la deuda debt Gasto del gobierno/PIB governt Inversi´ on/PIB invest Tasa de depreciaci´ on del valor real de la moneda ∗∗∗∗∗ tvaluem (Inflaci´ on) Grado apertura al Comercio Internacional openness Variables Dummy Regionales∗∗∗∗∗∗ Dummy Africa ddafrica Dummy Am´erica Latina ddlatin ∗

PWT PWT WDI WDI WDI WDI WDI WDI WDI PWT PWT WDI PWT . .

Donde PWT hace referencia a Penn World Tables y WDI a World Development Indicators.

Las series usadas para el c´ alculo de ´ estas variable se adquirieron en la base de datos de PWT. Cada una de ellas se calcul´ o como la diferencia entre el logaritmo del PIB per c´ apita real con el PIB potencial de cada pa´ıs. La serie de PIB ∗∗

potencial se calcul´ o haciendo uso del filtro Hodrick-Prescott (volatility) y del filtro Baxter-King (volatility2). Para el c´ alculo de las Sorpresas Monetarias se utiliz´ o el m´ etodo propuesto por Barro (1977). En el art´ıculo, el autor deriva las sorpresas monetarias a partir de la estimaci´ on de un modelo AR(1) usando la tasa de crecimiento de M1: ∗∗∗

∆(M 1t ) = α + β(M 1t−1 ), donde ∆(M 1t ) = log(M 1t ) − log(M 1t−1 ).Las estimaciones correspondientes se realizaron en Eviews. ∗∗∗∗ El c´ alculo de ´ esta variables se deriv´ o suguiendo a Prescott(1986). El residuo de Solow para la escuela de los Ciclos Reales de Negocios es una proxy de las perturbaciones o choques de tecnol´ ogicos; El residuo de Solow, mide la proporci´ on del crecimiento de la producci´ on que no puede atribuirse a al crecimiento de los factores de producci´ on, para el caso contemplado, capital y trabajo. En este sentido se utiliz´ o Eviews para la estimaci´ on del par´ ametro α (participaci´ on del factor trabajo en la renta) para cada pa´ıs y luego se deriv´ o el resido de Solow : γ(a) = γ(y) − α(γ(l)) − (1 − α)(γ(k)) Donde γ(a) es la tasa de crecimiento de la productividad de los factores (tecnolog´ıa), γ(y) es la tasa de crecimiento del PIB real, γ(l) es la tasa de crecimiento del trabajo y γ(k) es la tasa de crecimiento del capital. Siguiendo a Cukierman (1992), en vez de utilizar la serie de inflaci´ on directamente, se utiliz´ o la tasa de depreciaci´ on πt real de la moneda, definida como: dt = 1+π , donde πt es la inflaci´ on del a˜ no t. Una explicaci´ on m´ as completa respecto ∗∗∗∗∗

t

al uso de esta transformaci´ on se encuentra en el apartado donde se explican los determinantes de la volatilidad. ∗∗∗∗∗∗ Para incluir en las estimaciones a las dummy regionales, se crearon variables interactuadas con la serie de consumo per c´ apita Fuente: Autor.

26

Cuadro 2: Propiedades Estad´ısticas de las Variables

27

Variable

Obs

Mean

Std. Dev.

Min

Max

openness credit m2reserve m3gdp governt invest fdi debt monsurp tvaluem solow dlatin dafrica PPP PIBpc volatility volatility2

1209 1206 1198 1207 1209 1209 1207 1209 1209 1209 1209 1209 1209 1209 1209 1209 1092

65.15784 55.58097 8.705384 46.00603 16.18406 19.88101 1.873545 29.01377 -1.10E-10 0.8183485 0.0036317 25.84399 20.95715 86.9006 6593.209 0.0319172 -0.0510716

37.40209 41.37167 15.82067 26.61357 7.479596 9.492308 2.498158 22.95187 0.2028217 0.7720409 0.0438203 33.23587 34.9987 270.3015 6381.029 1.021169 0.9883814

11.51 -72.99422 0.000116 9.247058 3.96 1 -12.20843 0 -2.105945 -14.61022 -0.292038 0 0 0 699.55 -3.554849 -3.694988

222.29 240.5735 148.3119 163.0794 68.05 63.84 21.69483 99.20891 2.513681 16.00701 0.3507086 91.6 119.37 3104.71 42886.92 4.300848 3.48882

Fuente: Autor.

Cuadro 3: Matriz de Correlaci´on entre las variables (Regresores)

28

openness credit m2reserve m3gdp governt invest fdi debt monsurp tvaluem solow ddlatin ddafrica PPP PIBpc

openness 1 0.1314 -0.1081 0.3262 0.1613 0.1608 0.2136 0.1876 -0.0181 -0.0528 0.064 -0.0753 0.0291 0.012 -0.1513

Fuente: Autor.

credit

m2reserve

m3gdp

governt

invest

fdi

debt

monsurp

tvaluem

solow

ddlatin

ddafrica

PPP

PIBpc

1 0.1483 0.7576 -0.0005 0.221 0.1002 -0.4637 0.0034 -0.0925 0.0637 -0.2805 -0.0766 -0.0838 0.519

1 -0.0372 -0.1007 -0.2108 -0.1451 -0.011 -0.0281 -0.0668 -0.042 -0.2192 0.2699 -0.0113 0.1161

1 0.1933 0.2995 0.1946 -0.2946 0.0002 -0.0903 0.0644 -0.3912 -0.0748 -0.0899 0.2628

1 -0.0328 0.0042 -0.0942 0.0347 -0.0141 -0.0354 -0.05 -0.3217 -0.0444 -0.1659

1 0.0894 -0.3313 -0.0263 -0.0165 -0.0136 -0.0228 -0.3999 -0.0026 0.3376

1 0.1144 -0.021 0.0006 0.0014 0.1897 -0.1813 -0.0607 0.1284

1 -0.0413 0.031 -0.0247 0.2534 0.1396 0.0498 -0.356

1 0.0094 -0.0581 -0.0129 0.0022 -0.0059 -0.0196

1 -0.0145 0.0767 -0.0362 0.0127 -0.0085

1 -0.027 0.0443 -0.0003 0.0098

1 -0.4622 0.0046 -0.0097

1 -0.1072 -0.1528

1 0.001

1

Cuadro 4: Matriz de Correlaci´on: Volatilidad-Determinantes

29

openness credit m2reserve m3gdp volatility volatility2 Fuente: Autor.

openness

credit

m2reserve

m3gdp

volatility

volatility2

1 0.1329 -0.0902 0.3062 -0.0063 0.0007

1 0.1271 0.7796 -0.0492 -0.064

1 -0.042 -0.0076 0.011

1 -0.0461 -0.0676

1 0.8955

1

Cuadro 5: Especificaci´ on 1 Variable openness credit

Reg11 0.0005 (0.0007) -0.0007 (0.0007)

Reg12 0.0029∗ (0.0017) -0.0035∗∗ (0.0018)

()

Reg13 0.0002 (0.0009) -0.0029∗∗∗ (0.0010) -0.0005 (0.0044) 0.0129∗∗∗ (0.0038) 0.0335∗∗∗ (0.0097) -0.0030∗ (0.0016) 0.0123 (0.0294) 1.0915 (0.7842) -0.0000 (0.0001) 0.0000 (0.0000)

Reg14 -0.0050∗∗∗ (0.0019) -0.0086∗∗∗ (0.0018) -0.0079 (0.0110) 0.0528∗∗∗ (0.0093) 0.0303∗∗ (0.0124) -0.0047∗∗ (0.0021) 0.0197 (0.0298) 1.1990 (0.7551) 0.0000 (0.0001) 0.0001∗∗∗ (0.0000)

()

()

()

()

()

()

()

()

()

()

()

()

()

()

() ()

()

()

()

() 0.0422 (0.0728) 1.37 0.5039 NO

() 0.0399 (0.1379) 2.83 0.0596 SI

() -0.0897 (0.1406) 44.91 0.000 NO

() -0.7247∗∗ (0.3088) 12.87 12.870 SI

governt invest fdi debt tvaluem solow PPP PIBpc

Reg15 -0.0001 (0.0009) -0.0028∗∗∗ (0.0010) 0.0064 (0.0052) 0.0179∗∗∗ (0.0045) 0.0375∗∗∗ (0.0097) -0.0029∗ (0.0017) 0.0148 (0.0300) 1.0600 (0.7801) -0.0000 (0.0001) 0.0000 (0.0000) 0.0014 (0.0011) 0.0036∗∗∗ (0.0013) -0.4318 (0.1938) 49.68 0.000 NO

ddlatin ddafrica cons Wald o F Prob Efectos fijos

Volatilidad calculada con Hodrick-Prescott y credit como Medida de Desarrollo Financiero. Errores est´ andar en par´ entesis. ∗ , ∗∗

y

∗∗∗

indican un nivel de confianza del 90 %, 95 % y 99 %.

Fuente: Autor.

Cuadro 6: Prueba de Wald 1 chi2(2) Prob > chi2 F(2,n) Prob > F

Reg11 1.37 0.5039

Reg12

Reg13 7.84 0.0198

2.83 0.0596

Reg14

15.92 0.0000

Para Openness-Credit (Var. Dependiente: Volatility). Fuente: Autor.

30

Reg15 7.91 0.0192

Reg 16

12.74 0.0000

Reg16 -0.0043∗∗ (0.0020) -0.0083∗∗∗ (0.0018) -0.0099 (0.0113) 0.0531∗∗∗ (0.0099) 0.0304∗∗ (0.0124) -0.0047∗∗ (0.0021) 0.0198 (0.0295) 1.2229 (0.7613) 0.0000 (0.0001) 0.0001∗∗∗ (0.0000) -0.0137 (0.0116) -0.0073 (0.0124) -0.2126 (0.4937) 11.08 0.000 SI

Cuadro 7: Especificaci´ on 2 Variable openness credit

Reg21 0.0002 (0.0008) -0.0015∗ (0.0008)

Reg22 0.0004 (0.0019) -0.0052∗ (0.0019)

()

Reg23 0.0009 (0.0009) -0.0038 (0.0010) -0.0049 (0.0048) 0.0075∗ (0.0041) 0.0087 (0.0113) -0.0039∗∗ (0.0018) 0.0158 (0.0233) 0.4696 (0.8942) -0.0001 (0.0001) 0.0000 (0.0000)

Reg24 -0.0050∗∗ (0.0021) -0.0083∗∗∗ (0.0019) -0.0251∗∗ (0.0119) 0.0377∗∗∗ (0.0098) 0.0033 (0.0155) -0.0064∗∗∗ (0.0022) 0.0124 (0.0204) 0.5066 (0.8570) -0.0000 (0.0001) 0.0000∗∗∗ (0.0000)

()

()

()

()

()

()

()

()

()

()

()

()

()

()

() ()

()

()

()

() 0.0194 (0.0746) 3.74 0.1543 NO

() 0.2121 (0.1499) 3.7 0.0252 SI

() 0.0628 (0.1518) 25.91 0.004 NO

() 0.0357 (0.3287) 7.79 0.000 SI

governt invest fdi debt tvaluem solow PPP PIBpc

Reg25 0.0006 (0.0010) -0.0036∗∗∗ (0.0011) 0.0001 (0.0056) 0.0111∗∗ (0.0049) 0.0114 (0.0114) -0.0038∗∗ (0.0018) 0.0170 (0.0238) 0.4679 (0.8868) -0.0000 (0.0001) 0.0000∗ (0.0000) 0.0014 (0.0011) 0.0026∗ (0.0014) -0.1964 (0.2062) 26.87 0.008 NO

ddlatin ddafrica cons Wald o F Prob Efectos fijos

Reg26 -0.0038 (0.0023) -0.0078∗ (0.0020) -0.0279∗∗ (0.0122) 0.0386∗∗∗ (0.0107) 0.0046 (0.0156) -0.0065∗∗∗ (0.0022) 0.0123 (0.0214) 0.5404 (0.8670) -0.0000 (0.0001) 0.0000∗∗∗ (0.0000) -0.0188 (0.0127) -0.0131 (0.0144) 0.7925 (0.5308) 6.66 0.000 SI

Volatilidad calculada con Baxter-King y credit como Medida de Desarrollo Financiero. Errores est´ andar en par´ entesis. ∗ , ∗∗

y

∗∗∗

indican un nivel de confianza del 90 %, 95 % y 99 %.

Fuente: Autor.

Cuadro 8: Prueba de Wald 2 chi2(5) Prob > chi2 F(2,n) Prob > F

Reg21 3.74 0.1543

Reg22

Reg23 12.19 0.0023

3.70 0.0252

Reg24

12.76 0.000

Para Openness-Credit (Var. Dependiente: Volatility2 ). Fuente: Autor.

31

Reg25 10.84 0.0044

Reg26

9.03 0.0001

Cuadro 9: Especificaci´ on 3 Variable openness m2reserve

Reg17 0.0002 (0.0008) -0.0014 (0.0017)

Reg18 0.0017 (0.0017) -0.0021 (0.0021)

()

Reg19 -0.0007 (0.0008) 0.0013 (0.0018) 0.0002 (0.0044) 0.0151∗∗∗ (0.0038) 0.0340∗∗∗ (0.0098) -0.0008 (0.0015) 0.0245 (0.0333) 0.9629 (0.7992) -0.0000 (0.0001) -0.0000 (0.0000)

Reg110 -0.0060∗∗∗ (0.0019) -0.0015 (0.0021) -0.0051 (0.0113) 0.0535∗∗∗ (0.0094) 0.0283∗∗ (0.0125) -0.0035 (0.0021) 0.0254 (0.0337) 0.9586 (0.7832) -0.0000 (0.0001) 0.0000∗∗∗ (0.0000)

()

()

()

()

()

()

()

()

()

()

()

()

()

()

() ()

()

()

()

() 0.0260 (0.0645) 0.94 0.6262 NO

() -0.0636 (0.1202) 1.11 0.3291 SI

() -0.2713∗∗ (0.1338) 36.6 0.000 NO

() -1.0109∗∗∗ (0.3048) 8.87 0.000 SI

governt invest fdi debt tvaluem solow PPP PIBpc

Reg111 -0.0010 (0.0008) 0.0008 (0.0018) 0.0073 (0.0052) 0.0198∗∗∗ (0.0045) 0.0359∗∗∗ (0.0098) -0.0011 (0.0016) 0.0241 (0.0334) 0.9287 (0.7896) -0.0000 (0.0001) 0.0000 (0.0000) 0.0022 (0.0012) 0.0037∗∗∗ (0.0013) -0.6188∗∗∗ (0.1866) 41.7 0.000 NO

ddlatin ddafrica cons Wald o F Prob Efectos fijos

Volatilidad calculada con Hodrick-Prescott y m2reserve como Medida de Desarrollo Financiero. Errores est´ andar en par´ entesis. ∗ , ∗∗

y

∗∗∗

indican un nivel de confianza del 90 %, 95 % y 99 %.

Fuente: Autor.

Cuadro 10: Prueba de Wald 3 chi2(2) Prob > chi2 F(2,n) Prob > F

Reg17 0.94 0.6262

Reg18

Reg19 1.25 0.535

1.11 0.3291

Reg110

4.92 0.007

Para Openness-m2reserve (Var. Dependiente: Volatility). Fuente: Autor.

32

Reg111 1.52 0.467

Reg 112

2.82 0.0603

Reg 112 -0.0049∗ (0.0021) -0.0013 (0.0020) -0.0077 (0.0115) 0.0544∗∗∗ (0.0101) 0.0288∗∗ (0.0126) -0.0035∗ (0.0021) 0.0256 (0.0334) 1.0108 (0.7890) -0.0000 (0.0001) 0.0000∗∗∗ (0.0000) -0.0158 (0.0119) -0.0131 (0.0123) -0.3235 (0.4963) 7.79 0.000 SI

Cuadro 11: Especificaci´ on 4 Variable openness m2reserve

Reg27 0.0000 (0.0008) 0.0006 (0.0016)

Reg28 -0.0011 (0.0019) -0.0000 (0.0019)

()

Reg29 -0.0003 (0.0009) 0.0024 (0.0017) -0.0036 (0.0047) 0.0105∗∗ (0.0041) 0.0117 (0.0114) -0.0011 (0.0016) 0.0321 (0.0311) 0.3907 (0.9271) -0.0000 (0.0001) -0.0000 (0.0000)

Reg210 -0.0063∗∗∗ (0.0022) 0.0012 (0.0019) -0.0235∗ (0.0123) 0.0403∗∗∗ (0.0099) 0.0044 (0.0153) -0.0053∗∗ (0.0023) 0.0203 (0.0256) 0.3794 (0.9007) -0.0001 (0.0001) 0.0000∗∗ (0.0000)

()

()

()

()

()

()

()

()

()

()

()

()

()

()

() ()

()

()

()

() -0.0581 (0.0643) 0.17 0.9167 NO

() 0.0224 (0.1287) 0.16 0.8542 SI

() -0.1865 (0.1429) 13.87 0.1791 NO

() -0.2559 (0.3274) 4.87 0.000 SI

governt invest fdi debt tvaluem solow PPP PIBpc

Reg211 -0.0004 (0.0009) 0.0024 (0.0017) 0.0016 (0.0055) 0.0140∗∗∗ (0.0049) 0.0119 (0.0115) -0.0017 (0.0017) 0.0300 (0.0301) 0.4016 (0.9124) -0.0000 (0.0001) -0.0000 (0.0000) 0.0025∗∗ (0.0012) 0.0028∗ (0.0014) -0.4637 (0.1971) 17.33 0.138 NO

ddlatin ddafrica cons Wald Prob Efectos fijos

Volatilidad calculada con Baxter-King y m2reserve como Medida de Desarrollo Financiero. Errores est´ andar en par´ entesis. ∗ , ∗∗

y

∗∗∗

indican un nivel de confianza del 90 %, 95 % y 99 %.

Fuente: Autor.

Cuadro 12: Prueba de Wald 4 chi2(5) Prob ¿chi2 F(2,n) Prob ¿F

Reg27 0.17 0.9167

Reg28

Reg29 2.16 0.3404

0.16 0.8542

Reg210

4.33 0.0134

Para Openness-m2reserve (Var. Dependiente: Volatility2 ). Fuente: Autor.

33

Reg211 2.28 0.3202

Reg 212

2.50 0.0827

Reg212 -0.0046 (0.0024) 0.0018 (0.0019) -0.0272∗∗ (0.0127) 0.0422∗∗∗ (0.0108) 0.0072 (0.0156) -0.0056∗∗ (0.0023) 0.0200 (0.0262) 0.4558 (0.9090) -0.0000 (0.0001) 0.0000 (0.0000) -0.0199 (0.0129) -0.0232 (0.0143) 0.7434 (0.5384) 4.37 0.000 SI

Cuadro 13: Especificaci´ on 5 Variable openness m3gdp

Reg113 0.0004 (0.0008) -0.0004 (0.0013)

Reg114 0.0020 (0.0018) -0.0003 (0.0028)

()

Reg115 0.0001 (0.0009) -0.0031∗∗ (0.0015) 0.0013 (0.0044) 0.0151∗∗∗ (0.0037) 0.0357∗∗∗ (0.0098) -0.0019 (0.0016) 0.0156 (0.0308) 1.0944 (0.7901) -0.0000 (0.0001) -0.0000 (0.0000)

Reg116 -0.0052∗∗∗ (0.0020) -0.0052∗ (0.0027) -0.0063 (0.0111) 0.0539∗∗∗ (0.0093) 0.0317∗∗ (0.0125) -0.0033 (0.0021) 0.0250 (0.0333) 1.0486 (0.7740) -0.0000 (0.0001) 0.0000∗∗∗ (0.0000)

()

()

()

()

()

()

()

()

()

()

()

()

()

()

() ()

()

()

()

() 0.0199 (0.0740) 0.36 0.8367 NO

() -0.0825 -0.1423 0.64 0.5301 SI

() -0.1709 (0.1344) 41.77 0.000 NO

() -0.9048∗∗∗ (0.3109) 9.48 0.000 SI

governt invest fdi debt tvaluemoney solow PPP PIBpc

Reg117 -0.0002 (0.0009) -0.0032 (0.0016) 0.0084 (0.0052) 0.0201∗∗∗ (0.0045) 0.0406∗∗∗ (0.0099) -0.0017 (0.0016) 0.0184 (0.0315) 1.0664 (0.7861) -0.0000 (0.0001) 0.0000 (0.0000) 0.0011 (0.0012) 0.0036∗∗∗ (0.0013) -0.5054∗∗∗ (0.1888) 46.62 0.000 NO

ddlatin ddafrica cons Wald Prob Efectos fijos

Reg118 -0.0039∗ (0.0021) -0.0055∗∗ -0.0027 -0.0094 (0.0114) 0.0550∗∗∗ (0.0100) 0.0324∗∗ (0.0126) -0.0034 (0.0021) 0.0251 (0.0330) 1.1063 (0.7788) -0.0000 (0.0001) 0.0000∗∗∗ (0.0000) -0.0159 (0.0117) -0.0162 (0.0126) -0.1391 (0.5115) 8.19 0.000 SI

Volatilidad calculada con Hodrick-Prescott y m3gdp como Medida de Desarrollo Financiero. Errores est´ andar en par´ entesis. ∗ , ∗∗

y

∗∗∗

indican un nivel de confianza del 90 %, 95 % y 99 %.

Fuente: Autor.

Cuadro 14: Prueba de Wald 5 chi2(2) Prob > chi2 F(2,n) Prob > F

Reg113 0.36 0.8367

Reg114

Reg115 4.79 0.0913

Reg116

0.64 0.5301

6.63 0.001

Para Openness-m3gdp (Var. Dependiente: Volatility). Fuente: Autor.

34

Reg117 5.35 0.0688

Reg 118

4.80 0.0084

Cuadro 15: Especificaci´ on 6 Variable openness m3gdp

Reg213 0.0006 (0.0008) -0.0028∗∗ (0.0013)

Reg214 0.0003 (0.0020) -0.0060∗∗ (0.0025)

()

Reg215 0.0009 (0.0010) -0.0050∗∗∗ (0.0015) -0.0017 (0.0048) 0.0104∗∗ (0.0040) 0.0119 (0.0112) -0.0027 (0.0017) 0.0185 (0.0259) 0.4913 (0.9037) -0.0001 (0.0001) 0.0000 (0.0000)

Reg216 -0.0053∗∗ (0.0022) -0.0091∗∗∗ (0.0026) -0.0241∗∗ (0.0120) 0.0402∗∗∗ (0.0098) 0.0076 (0.0150) -0.0048∗∗ (0.0022) 0.0174 (0.0259) 0.3932 (0.8786) -0.0000 (0.0001) 0.0000∗∗∗ (0.0000)

()

()

()

()

()

()

()

()

()

()

()

()

()

()

() ()

()

()

()

() 0.0363 (0.0749) 4.20 0.1222 NO

() 0.2031 (0.1454) 2.95 0.0529 SI

() -0.0259 (0.1437) 23.29 0.010 NO

() -0.0446 (0.3233) 6.17 0.000 SI

governt invest fdi debt tvaluem solow PPP PIBpc

Reg217 0.0005 (0.0010) -0.0051∗∗∗ (0.0016) 0.0035 (0.0056) 0.0142∗∗∗ (0.0049) 0.0165 (0.0113) -0.0025 (0.0017) 0.0204 (0.0268) 0.4942 (0.8965) -0.0000 (0.0001) 0.0000 (0.0000) 0.0008 (0.0012) 0.0027∗ (0.0014) -0.2750 (0.1996) 24.84 0.016 NO

ddlatin ddafrica cons Wald Prob Efectos fijos

Reg 218 -0.0035 (0.0023) -0.0094∗∗ (0.0026) -0.0280∗∗ (0.0123) 0.0420∗∗∗ (0.0107) 0.0103 (0.0153) -0.0051∗∗ (0.0022) 0.0167 (0.0268) 0.4641 (0.8858) -0.0000 (0.0001) 0.0000∗∗∗ (0.0000) -0.0217 (0.0126) -0.0238 (0.0142) 1.0271 (0.5369) 5.47 0.000 SI

Volatilidad calculada con Baxter-King y m3gdp como Medida de Desarrollo Financiero. Errores est´ andar en par´ entesis. ∗ , ∗∗

y

∗∗∗

indican un nivel de confianza del 90 %, 95 % y 99 %.

Fuente: Autor.

Cuadro 16: Prueba de Wald 6 chi2(5) Prob > chi2 F(2,n) Prob > F

Reg213 4.2 0.1222

Reg214

Reg215 10.8 0.0045

2.95 0.0529

Reg216

10.33 0.000

Para Openness-m3gdp (Var. Dependiente: Volatility2 ). Fuente: Autor.

35

Reg217 10.29 0.0058

Reg 218

8.61 0.000

Figura 1: Argelia 6500 PIB Argelia PIB potencial (BK) Argelia PIB potencial (HP) Argelia

6000

5500

5000

4500 1980

1985

1990

1995

2000

2005

2000

2005

Figura 2: Argentina 16000 15000

PIB Argentina PIB potencial (BK) Argentina PIB potencial (HP) Argentina

14000 13000 12000 11000 10000 9000 1980

1985

1990

36

1995

Figura 3: Colombia 8000 PIB Colombia PIB potencial (BK) Colombia PIB potencial (HP) Colombia

7500 7000 6500 6000 5500 5000 4500 1980

1985

1990

1995

2000

2005

Figura 4: Estados Unidos 44000 40000

PIB Estados Unidos PIB potencial (BK) Estados Unidos PIB potencial (HP) Estados Unidos

36000 32000 28000 24000 20000 1980

1985

1990

37

1995

2000

2005

Figura 5: Volatilidad Vs Apertura al Comercio Internacional (A˜ no 1982)

Medida de Volatilidad (HP)

3 2 1 0 -1 -2 -3 0

40

80

120

160

200

240

Grado de Apertura al Comercio Internacional (1982)

Figura 6: Volatilidad Vs Apertura al Comercio Internacional (A˜ no 1982)

Medida de Volatilidad (BK)

3 2 1 0 -1 -2 -3 0

40

80

120

160

200

Grado de Apertura al Comercio Internacional (1982)

38

Figura 7: Volatilidad Vs Apertura al Comercio Internacional (A˜ no 1992)

Medida de Volatilidad (HP)

3

2

1

0

-1

-2 0

40

80

120

160

200

240

Grado de Apertura al Comercio Internacional (1992)

Figura 8: Volatilidad Vs Apertura al Comercio Internacional (A˜ no 1992)

Medida de Volatilidad (BK)

2

1

0

-1

-2

-3 0

40

80

120

160

200

240

Grado de Apertura al Comercio Internacional (1992)

39

Figura 9: Volatilidad Vs Apertura al Comercio Internacional (A˜ no 2000)

Medida de Volatilidad (HP)

2

1

0

-1

-2 0

40

80

120

160

200

240

Grado de Apertura al Comercio Internacional (2000)

Figura 10: Volatilidad Vs Apertura al Comercio Internacional (A˜ no 2000)

Medida de Volatilidad (BK)

3

2

1

0

-1

-2 0

40

80

120

160

200

240

Grado de Apertura al Comercio Internacional (2000)

40

Desarrollo Mercado Finaciero (credit)(Aæo 1982)

Figura 11: Volatilidad Vs Desarrollo del Mercado Financiero (A˜ no 1982) 140 120 100 80 60 40 20 0 -3

-2

-1

0

1

2

3

Medida de Volatilidad (BK)

Figura 12: Volatilidad Vs Desarrollo del Mercado Financiero (A˜ no 1992)

Medida de Volatilidad (HP)

3

2

1

0

-1

-2 -80

-40

0

40

80

120 160 200

Desarrollo Mercado Finaciero (Credit) (Aæo 1992)

41

Figura 13: Volatilidad Vs Desarrollo del Mercado Financiero (A˜ no 1982)

Medida de Volatilidad (HP)

3 2 1 0 -1 -2 -3 10 20 30 40 50 60 70 80 90 100 Desarrollo Mercado Finaciero (m3gdp) (Aæo 1982)

Figura 14: Volatilidad Vs Desarrollo del Mercado Financiero (A˜ no 2000)

Medida de Volatilidad (BK)

3

2

1

0

-1

-2 0

20

40

60

80

100 120 140

Desarrollo Mercado Finaciero (m3gdp) (Aæo 2000)

42

Figura 15: Volatilidad Vs Desarrollo del Mercado Financiero (A˜ no 1992)

Medida de Volatilidad (BK)

2

1

0

-1

-2

-3 0

20

40

60

80 100 120 140 160

Desarrollo Mercado Financiero (m2reserve) (1992)

Figura 16: Volatilidad Vs Desarrollo del Mercado Financiero (A˜ no 2000)

Medida de Volatilidad (HP)

2

1

0

-1

-2 0

10

20

30

40

50

60

Desarrollo Mercado Financiero (m2reserve) (2000)

43