Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Picón 2011
Picón 2011
revista de
[45]
resumen
Los planteamientos ms comunes a favor de la liberalizacin del comercio y las finanzas internacionales afirman que polticas aperturistas
tendrn un impacto positivo en la reduccin de la corrupcin. No
obstante la complejidad del estudio de estas relaciones, la mayora
de investigaciones al respecto se limitan a estudios correlacinales o
determinsticos. En este estudio se aplic un modelo predictivo de clasificacin basado en redes neuronales denominado Perceptrn Multicapa
(MLP por sus siglas en ingles) que cumple con un conjunto de cualidades
estadsticas deseables, con el fin de estimar las caractersticas o sntomas
que presenta un pas catalogado como ms o menos corrupto.
De las variables utilizadas, los niveles de desarrollo humano (IDH) y
los niveles de apertura econmica son las caractersticas comunes que
comparten los pases con niveles semejantes de corrupcin, permitiendo clasificarlos correctamente. Encontrndose evidencia de que entre
menor sea el nivel de apertura econmica de un pas, mayor ser la
posibilidad de ser clasificado en un nivel de mayor corrupcin
pa l a b r a s c l av e :
clasificacin
abstract
The most common approaches in favor of liberalizing international
trade and international finances suggest that opening policies will have
a positive impact in reducing corruption. Despite of the complexity
of studying these relationships, most research in this field is limited
to correlational or deterministic studies. In this paper we applied a
predictive model of classification based on neural networks called
Multilayer Perceptron (MLP) that meets a set of desired statistics
qualities, with the purpose of estimating the characteristics or
symptoms present in countries categorized as more or less corrupt.
Of the variables used, the levels of human development (HDI) and
levels of economic openness are the common characteristics shared
by countries with similar levels of corruption.We found evidence that
shows us that if the economic openness level of a country is lower,
the chance of being classified at a higher level of corruption increases.
k e y wo r d s : Economic Integration, international trade, international
finances, corruption, neural networks, Multilayer Perceptron (MLP)
[46]
Introduccin
La discusin sobre la interaccin entre las polticas de liberacin comercial y financiera y el nivel de desarrollo institucional de los pases que las adoptan ha cobrado relevancia gracias
a los procesos aperturistas generalizados en el mbito mundial desde la dcada del ochenta y las recientes crisis mundiales contagiadas y aceleradas por los niveles de interdependencia econmica. Por lo tanto, el nivel de corrupcin de un
pas, como componente importante de su institucionalidad,
se transforma en objeto de inters, sobre todo en lo referente
a su relacin con objetivos de poltica comercial.
En este contexto, los planteamientos ms comunes a favor
de la liberalizacin del comercio y las finanzas internacionales
afirman que las polticas aperturistas tendrn un impacto positivo en la reduccin de la corrupcin al disminuir el poder
del Estado, fomentar la descentralizacin y la competencia,
y generar incentivos para desarrollar de una manera ms eficiente los procesos productivos (Friedman, 1962); desde un
enfoque neo-institucional (Lambsdorff, 2007).
No obstante, la corrupcin no es un fenmeno lineal ni
simplemente el resultado de las decisiones de individuos ante
incentivos perversos, sino un fenmeno complejo con muchos matices e incluso anclado a reglas de juego rgidas y resistentes a la generacin de incentivos, como indican Boehm
y Lambsdorf (2009) en su introduccin. La corrupcin es entonces el resultado de las instituciones legales, econmicas,
culturales y polticas de un pas, por lo que puede ser una
respuesta a reglas positivas o perjudiciales (Svensson, 2005).
Lo anterior muestra, como lo expresan Berg y Krueger
(2002), lo complicado de investigar sobre la interaccin entre
revista de economa del caribe n. 8 (2011) pgs. 45-79
[47]
[49]
Por otro lado, el documento est constituido de la siguiente manera: inicialmente se muestra un conjunto de investigaciones que se han realizado sobre la interrelacin entre la
corrupcin y otras variables, especialmente los niveles de
insercin en los mercados internacionales, as como una breve introduccin al funcionamiento de una red neuronal MLP;
una tercera y cuarta parte, en las que se explican de manera concisa las variables utilizadas y se expone la metodologa
desarrollada, un quinto componente, en el que se muestran
los resultados y, por ltimo, se plantean las conclusiones y
propuestas pertinentes.
2. MARCO TERICO Y ANTECEDENTES
[50]
[51]
[52]
[53]
importaciones. Este efecto es ms fuerte en los pases importadores con aduanas ineficientes.
Dado que muchos de los resultados de investigaciones
previas son ambiguos y solo incluyen la apertura en el mercado de bienes y servicios, sumado al hecho de que existen
diferentes maneras de plantear la relacin entre el nivel de
apertura a los mercados internacionales y la corrupcin, podemos afirmar, como lo hace Lambsdorff (2007, pg. 14), que
nuestro conocimiento sobre las tendencias en los niveles de
corrupcin es todava limitado y, sin duda, los resultados pueden requerir una mayor validacin.
2.1 Red Neuronal Perceptrn Multicapa (MLP)
[55]
Capa de entrada
Entrada 1
Capa oculta
Capa de salida
Entrada 2
Salida
Entrada 3
Entrada n
Grfico 1
Arquitectura de una red MLP
El patrn de entrada p est expresado como un vector pX:
xp1,...,xpi,...,xpN, este se transmite a travs de los pesos Wji desde la capa de entrada hacia la capa oculta, la entrada neta que
recibe una neurona oculta j, netpj, es:
N
netpj =
wji xpi +j
(i=j)
[56]
Las neuronas de esta capa intermedia transforman las seales recibidas mediante la aplicacin de una funcin de activacin (sigmoidea generalmente) y se obtiene as un valor
de salida:
bpj = f(netpj)
vkj bpj +k
netpk =
j=1
[57]
(dpk - ypk)2
k=1
E=
Ep
p=1
Como Ep es funcin de todos los pesos de la red, el gradiente de Ep es un vector igual a la derivada parcial de Ep respecto a cada uno de los pesos. El gradiente toma la direccin
que determina el incremento ms rpido en el error, mientras que la direccin opuesta determina el decremento ms
rpido en el error. Por tanto, el error puede reducirse ajustando cada peso en la direccin1:
p
wjip
p=1
[58]
Para la modificacin de los pesos de la red, estos se actualizan despus de haber presentado todos los patrones de
entrenamiento; este proceso se denomina aprendizaje por lotes o modo batchy, es el modo usual de proceder. Adems, se
han desarrollado diferentes variantes del algoritmo original
backpropagation para realizar la etapa de aprendizaje, las cuales
tienen por objeto acelerar elproceso de aprendizaje.
3. LAS VARIABLES
[59]
[60]
[61]
cuarta corresponde al cuartil de los pases con menor percepcin de corrupcin y la clase 1 al cuartil con mayor nivel de
percepcin de corrupcin para el ao 2010. Hay que aclarar
que como los cuartiles fueron creados teniendo en cuenta el
ranking y no los puntajes, puede haber cuartiles con diferente
nmero de pases.
Dados los objetivos propuestos, es necesario controlar la
influencia de otras variables socio-econmicas, para esto se
toma el ndice de Desarrollo Humano (IDH) del 2010 para
los pases estudiados como proxi de su nivel de pobreza y
calidad de vida. Este ndice es elaborado por el Programa de
las Naciones Unidas para el Desarrollo (PNUD) y contiene
los indicadores de esperanza de vida al nacer, tasa de alfabetizacin de adultos y la tasa bruta combinada de matrcula en
educacin primaria, secundaria y superior, as como los aos
de duracin de la educacin obligatoria. Tambin incluye el
PIB per cpita (PPA) en dlares internacionales. El IDH toma
valores entre 0 y 100, donde 100 es el mayor puntaje posible
en desarrollo humano.
Otra variable incluida debido a su importancia terica es
el tamao del Estado3. Se supone que entre mayor sea el tamao de este con respecto al total de la economa, mayores
niveles de corrupcin deben observarse. Para este trabajo la
variable se denomina GOVSPENDING y corresponde al ndice de gastos del Gobierno, publicado por The Heritage Foundation y The Wall Street Journal en el ao 2010.
Este ndice se basa en el nivel de gasto pblico, incluido el
consumo del Gobierno y las transferencias como porcentaje
Puede encontrarse una lista de estudios realizados sobre la interaccin
entre corrupcin y tamao del Estado en Lambsdorff, 2007, pg. 4.
3
[62]
del PIB. No trata de identificar un nivel ptimo de gasto pblico, ya que el ideal puede variar de pas a pas, dependiendo de
factores culturales, geogrficos y de desarrollo. Segn la ficha
metodolgica, la escala de puntuacin de este ndice no es lineal, lo que significa que los pases que se acercan a cero en su
participacin de gasto pblico con respecto al PIB son ligeramente penalizados, mientras que los niveles de gasto pblico
que exceden el 30% del PIB reciben resultados mucho peores
en forma cuadrtica en este ndice, de modo que solo los gobiernos realmente grandes reciben puntuaciones muy bajas.
Por ltimo, se incluye una variable de control sin inters
terico y sin esperar relacin alguna: el nivel o tasa de urbanizacin de cada pas URBANIZACION en el ao 2010, tomando valores entre 0 y 100. El cuadro 1 (ver pg 64) muestra un
resumen de las variables utilizadas:
[63]
Tabla 1
Variables utilizadas
VARIABLE
GTRADEFINANCFREED
CATEGIPC
IDH
GOVSPENDING
URBANIZACIN
DESCRIPCIN
Media geomtrica de los ndices de libertad
comercial y libertad financiera publicados
por The Heritage Foundation y The Wall
Street Journal 2010.
Variable categrica correspondiente a
cuartiles de acuerdo con los niveles de
corrupcin segn la posicin (ranking)
de cada pas en el CPI, publicado por
Transparencia Internacional 2010.
FUENTE
[65]
Covariables
Capa de entrada
IDH POBREZA
GTRADEFINANCFREED
GOVSPENDING
URBANIZACIN
Nmero de unidades
Capas ocultas
Funcin de activacin
Variables dependientes
Capa de salida
Tipificados
Sigmoidea
1
CUARTILES CORRUPCIN
Nmero de unidades
Funcin de activacin
Sigmoidea
Funcin de error
Suma de cuadrados
[67]
[68]
Tabla 3
Clasificacin en cuartiles de corrupcin por MLP
incluyendo todas las variables independientes
Pronosticado
Muestra
Entrenamiento
Prueba
Observado
Porcentaje
correcto
45
95,7%
10
52,6%
0,0%
12
92,3%
Porcentaje global
60,0%
15,6%
0,0%
24,4%
74,4%
30
90,9%
29,4%
0,0%
100,0%
Porcentaje global
61,5%
15,4%
0,0%
23,1%
64,6%
El grfico 2 muestra el poder predictivo de la red entrenada, a travs de las curvas COR que ejemplifican la relacin
existente entre la proporcin de verdaderos positivos (susceptibilidad: pases bien clasificados de acuerdo a su perfil)
y la proporcin de falsos positivos (especificidad: pases mal
clasificados de acuerdo con su perfil), para cada uno de los
cuartiles correspondientes a niveles de corrupcin. Se observa que las curvas 1 y 4 estn ms alejadas de la diagonal, lo
que corrobora lo planteado anteriormente.
[69]
Grfico 2
Curvas COR
0%
20%
40%
60%
80%
100%
IDH
GTRADEFINANCFREED
GOVSPENDING
URBANIZACION
0,0
0,1
0,2
0,3
0,4
Importancia
Grfico 3
Importancia relativa de las
variables independientes
[70]
0,5
0,6
Complementando el anlisis anterior, en el grfico 3 se observa que el nivel de apertura econmica representado por
la variable GTRADEFINANCFREED es el segundo en importancia como clasificador luego del ndice de Desarrollo Humano (IDH). Lo anterior revela que los pases que comparten
polticas similares en cuanto a libertad comercial y financiera
tienen caractersticas similares en sus niveles de corrupcin.
Por otro lado, la poca importancia que parece presentar
el nivel de gasto del gobierno o tamao del Estado se debe a
que se incluyen tanto los pases desarrollados como los pases
en va de desarrollo en una misma base de datos. Cuando se
aliment la red solo con la variable GTRADEFINANCFREED
se obtuvo un 0% de correctas discriminaciones para los cuartiles 2 al 4, pero un 95,2% de los pases en el cuartil 1 fue
correctamente clasificado y la relacin entre las variables fue
negativa. Esto corrobora las hiptesis que plantean que los
pases ms corruptos comparten instituciones gubernamentales ms ineficientes que provocan que entre mayor sea el tamao del Estado mayor sea el nivel de corrupcin percibida.
Como ms adelante se ver, el IDH muestra que estos pases
se caracterizan por ser los ms alejados del desarrollo, por lo
revista de economa del caribe n. 8 (2011) pgs. 45-79
[71]
tanto, los pases ms corruptos (cuartil 1) tienen menores niveles de desarrollo y gobiernos grandes e ineficientes; mientras que el tamao del Estado pierde importancia en otros
niveles de corrupcin.
La tabla 4 muestra la importancia relativa de la apertura
econmica con respecto a las otras variables clasificadoras loque confirma lo anteriormente planteado.
Tabla 4
Importancia de las variables independientes
VARIABLES
Importancia
Importancia
normalizada
IDH pobreza
0,58
100,0%
GTRADEFINANCFREED
0,30
51,7%
GOVSPENDING
0,06
10,7%
URBANIZACIN
0,06
10,3%
[72]
Tabla 5
Clasificacin en cuartiles de corrupcin por MLP incluyendo
solamente los niveles de IDH y apertura econmica como
variables predictoras
Pronosticado
Muestra
Entrenamiento
Prueba
Observado
Porcentaje
correcto
50
90,9%
10
52,6%
23,1%
11
78,6%
Porcentaje global
59,4%
17,8%
5,0%
17,8%
73,3%
24
96,0%
41,2%
50,0%
100,0%
Porcentaje global
57,4%
16,7%
7,4%
18,5%
74,1%
[73]
Tabla 6
Clasificacin en cuartiles de corrupcin por MLP incluyendo
solamente los niveles de apertura
econmica como variable independiente
Pronosticado
Muestra
Entrenamiento
Prueba
Observado
Porcentaje
correcto
39
84,8%
14
10
41,7%
0,0%
10
0,0%
Porcentaje global
61,3%
38,7%
0,0%
0,0%
52,7%
33
97,1%
41,7%
0,0%
0,0%
Porcentaje global
72,6%
27,4%
0,0%
0,0%
61,3%
[74]
c) Signo de la relacin
IDH pobreza
POSITIVO (+)
GTRADEFINANCFREED
POSITIVO (+)
[75]
revista de economa
[77]
[78]
[79]