“AÑO DE LA LUCHA CONTRA LA CORRUPCION E IMPUNIDAD”

UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE ECONOMIA

ESCUELA PROFESIONAL DE ECONOMIA

INTEGRANTES :

CASTILLO RIVERA, MELISSA JESSENIA

TRONCOS CUBAS, KARINA

VALLADOLID CORDOVA, JHONATAN ALEXIS

CURSO :

ECONOMÍA PUBLICA

DOCENTE :

SEGUNDO CALLE RUIZ

TEMA :

CORRUPCIÓN - CRECIMIENTO Y DESARROLLO EN EL

PERÚ

PIURA, PERÚ

2019
Tabla de contenido
INTRODUCCIÓN ....................................................................................................... 2

CAPÍTULO I: MARCO TEÓRICO ............................................................................ 3

1.1.- Glosario de términos........................................................................................ 3

1.1.1. Corrupción ................................................................................................. 3

1.1.2. Crecimiento Económico ............................................................................ 4

1.1.3. Desarrollo Económico ............................................................................... 4

1.2. Modelo Teórico de la Corrupción ..................................................................... 5

1.3. Corrupción y Crecimiento Económico ............................................................. 8

1.4. Corrupción y Desarrollo Económico .............................................................. 11

CAPÍTULO II: EVIDENCIA EMPÍRICA ................................................................ 13

2.1. Evidencia Empírica Internacional ................................................................... 13

2.2. Evidencia Empírica Nacional ......................................................................... 14

CAPÍTULO III: HECHOS ESTILIZADOS .............................................................. 19

3.1. Crecimiento Económico ................................................................................. 19

3.2. Indicadores de Desarrollo Económico ............................................................ 20

3.3. Corrupción y Crecimiento Económico ........................................................... 24

CAPÍTULO IV: ANÁLISIS EMPÍRICO .................................................................. 29

4.1. Metodología Econométrica ............................................................................. 29

4.2. Especificación del Modelo.............................................................................. 30

4.3. Estimación ...................................................................................................... 31

4.4. Discusión ........................................................................................................ 34

CONCLUSIONES ..................................................................................................... 36

BIBLIOGRAFÍA ....................................................................................................... 37

ANEXOS ................................................................................................................... 42

1
INTRODUCCIÓN

Diversos estudios constatan que la corrupción tiene un impacto negativo sobre el

desarrollo de los países. Sin embargo, existen evidencias empíricas que argumentan que
puede haber relación positiva entre el crecimiento del PIB y la corrupción. En este
sentido, la literatura abundante sobre el tema no da consenso en relación al impacto de la
corrupción sobre el crecimiento y desarrollo económico.

Por tal razón, la presente investigación tiene como objetivo principal indagar la
relación entre corrupción y las distintas variables relacionadas con el crecimiento
económico durante el periodo 1996 - 2017 y de esta manera poder dar respuesta a la
pregunta de investigación: ¿es la corrupción un obstáculo para el crecimiento
económico? Como hipótesis general sostenemos principalmente, que un menor control
de la corrupción (mayores niveles de corrupción) distorsiona el manejo de los recursos
públicos hacia actividades de poca incidencia social, reduce el gasto en educación y salud,
perjudica el capital extranjero haciéndolo menos atractivo, aumenta los costos y
disminuye la competitividad de los productos exportados, y desalienta la inversión tanto
privada como pública repercutiendo negativamente sobre el crecimiento económico.

El modelo arroja resultados en la tendencia marcada por estudios anteriores. Basados

en las estimaciones realizadas, se confirma los resultados de la mayoría de autores que
han investigado acerca de este tema: la corrupción tiene un impacto negativo a largo plazo
sobre el crecimiento económico, puesto que una reducción de un punto porcentual en el
índice de control de la corrupción en el presente año, tendría como consecuencia una
caída de 11.47 puntos porcentuales en la tasa de crecimiento del PBI per cápita.

El trabajo está organizado con esta introducción como encabezado, a continuación se

presenta el capítulo I en el que se expone un resumen de la literatura relacionada con el
tema de investigación, luego en el segundo capítulo se muestra la evidencia empírica
tomando en cuenta algunos trabajos relacionados con los efectos de la corrupción sobre
el crecimiento. En la tercera sección se muestra la evolución y comportamiento de los
principales indicadores económicos relacionados con el crecimiento y desarrollo, además
de un breve análisis de correlación entre las variables de interés para el periodo 1996 -
2017, en el apartado siguiente se expone la metodología utilizada para el análisis empírico
y se presenta el modelo conceptual, finalmente, los resultados y las conclusiones
complementados por los anexos.

2
 CAPÍTULO I: MARCO TEÓRICO

El punto de partida del presente capítulo inicia definiendo las distintas

conceptualizaciones de corrupción en la literatura, esto debido principalmente a que no
existe una definición precisa y universalmente utilizada de la corrupción. La segunda
parte se centra en explicar la conducta económica y racional del corrupto a través de un
análisis microeconómico estático de la corrupción. Finalmente, se continuará con algunas
aportaciones empíricas de los efectos de la corrupción sobre el crecimiento y desarrollo
económico.

1.1.- GLOSARIO DE TÉRMINOS

A manera de introducirnos en el tema en el primer punto se presentan los conceptos

básicos a utilizar:

1.1.1. Corrupción

En la literatura especializada existen varias definiciones de corrupción. Algunas de

ellas buscan dar un significado formal y amplio, mientras que otras definen en si la
conducta corrupta. Por ejemplo, TRANSPARENCIA INTERNACIONAL (1998) define
corrupción como el abuso del poder encomendado para beneficio privado. Asimismo
clasifica la corrupción en 3 categorías: grande, menor y política, dependiendo de las
cantidades de dinero perdido y del sector donde se produce. Sin embargo, esta definición
resulta ser muy amplia. Al respecto, PALESTINA (2018, pág. 60) sostiene que al ser
algunas definiciones muy ambiguas se pueden llegar a confundir la corrupción de
entidades públicas y privadas, ya que su objetivo es distinto (la corrupción de entidades
privadas se parece más a transacciones ilegales).

DEL CASTILLO (2003, pág. 17) contempla el concepto de corrupción como un

fenómeno complejo con múltiples causas y efectos, que consiste en la violación de una
obligación por parte de un funcionario público (burócrata) o representante popular
(político) con el objeto de obtener un beneficio personal, en forma de dinero o regalos, de
la persona que lo soborna o a quien extorsiona.

Otros autores, como SOTO (2003, págs. 28 - 29) define corrupción como la utilización
de un cargo público en beneficio propio o de terceros y en contra de los intereses de la
institución o comunidad. Mientras que a un nivel más profundo, la corrupción puede ser

3
interpretada como una falla en la estructura institucional de la sociedad, en particular de
su capacidad de gobernabilidad.

Finalmente, BAYLEY (1966) señala que la corrupción resulta de modo natural del
proceso de desarrollo político y económico de un país. Cuando las economías comienzan
a enriquecerse, aparecen primeramente las rentas que justifican la corrupción y,
posteriormente, cuando el costo alternativo es muy alto, se desarrollan las instituciones
que inhiben y sancionan la corrupción.

1.1.2. Crecimiento Económico

De acuerdo con ANTUNEZ (2009, pág. 14) el crecimiento económico se define como
la tasa a la que crece el valor total de los bienes y servicios producidos en un país durante
un cierto periodo de tiempo (generalmente un trimestre o un año); es decir, el total de lo
que se produce con los recursos que se han utilizado en la economía, valorando cada bien
final o servicio al precio que se maneja comúnmente en el mercado. A grandes rasgos, se
refiere al incremento de indicadores económicos y la mejora en los estándares de vida de
la población como consecuencia de este incremento.

Generalmente el crecimiento económico se suele medir a través de la tasa de

crecimiento del PIB real o del PIB per cápita1. Sin embargo, en esta investigación y
siguiendo la propuesta de BÁEZ (2013) y PALESTINA (2018), se emplearan cuatro
medidas adicionales para cuantificar los efectos nocivos de la corrupción sobre el
crecimiento, a saber, las tasas de crecimiento de la inversión privada, pública,
exportaciones y tasa de desempleo.

1.1.3. Desarrollo Económico

Siguiendo a SUNKEL & PAZ (1970, págs. 39), el desarrollo económico es concebido
como un proceso de cambio social que persigue como finalidad última la igualación de
las oportunidades sociales, políticas y económicas, tanto en el plano nacional como en
relación con sociedades que poseen patrones más elevados de bienestar material.

Por lo tanto, el desarrollo económico puede ser entendido como un reflejo del
crecimiento económico, aunque como ya se señaló el desarrollo se observa más allá del
mejoramiento de las condiciones económicas sino que incluye además aspectos

1
𝑔𝑦 =
𝑦𝑡 −𝑦𝑡−1
𝑦𝑡−1 4
relacionados al ámbito social, es decir, todo aquello relacionado a salud, educación,
seguridad, entre otros aspectos relativos al desarrollo integral del ser humano y de la
sociedad en su conjunto.

1.2. MODELO TEÓRICO DE LA CORRUPCIÓN

LEÓN (2000, págs. 90 - 98) desarrolla un modelo microeconómico estático para

explicar la conducta económica y racional de un corrupto. Parte del supuesto de que el
corrupto es un agente que maximiza una función de utilidad:

𝑀𝑎𝑥 𝑈 = 𝑈(𝑋1 , 𝑋2 , 𝑋3 , … 𝑋𝑛 )

Donde 𝑋𝑛 es el conjunto de bienes y servicios que compone la canasta de consumo del

corrupto. La maximización de la función de utilidad está sujeta a su restricción
presupuestal o ingreso (Y):

𝑌 = 𝑋1 𝑃1 + 𝑋2 𝑃2 + 𝑋3 𝑃3 + ⋯ + 𝑋𝑛 𝑃𝑛

Donde 𝑃𝑖 es el precio del bien o servicio de consumo correspondiente. El nivel del

ingreso del corrupto se puede endogenizar expresándola como la suma de su ingreso
proveniente de sus actividades lícitas y honestas (𝑌ℎ ) y de su ingreso neto de sus
actividades irregulares o deshonestas (𝑌𝑑 ):

𝑌 = 𝑌ℎ + 𝑌𝑑

El ingreso neto percibido por las actividades deshonestas representa el retorno o el

beneficio para el corrupto. El ingreso neto se define como la diferencia entre el ingreso
total obtenido por tal actividad (I) y el costo que implica el mismo (C). El corrupto trata
de maximizar el ingreso neto de sus conductas delictivas tratando de incrementar sus
ingresos totales y minimizando los costos totales:

𝑌𝑑 = 𝐼(𝑄) − 𝐶(𝑄)

Donde Q representa el número de actividades de corrupción cometidas o nivel de

corrupción. Se asume que cuanto mayor sea el nivel de corrupción, mayor será el nivel
de ingreso bruto captado por el corrupto (𝜕𝐼⁄𝜕𝑄 > 0 ); de la misma manera, mayores

niveles de corrupción generan mayores costos (𝜕𝐼⁄𝜕𝑄 > 0 ); También se asume que la

segunda derivada del costo respecto al nivel de corrupción es positiva (𝜕𝐼⁄𝜕𝑄 2 > 0)

5
 El ingreso total percibido por los actos de corrupción está condicionado al tamaño
económico de la institución (T) y el grado de libertad que posee el corrupto (G):

𝐼(𝑄) = 𝑍𝑄𝑇 𝛼 𝐺𝛽

Donde Z es el conjunto de otros factores que determinan el ingreso captado por el

corrupto durante sus acciones irregulares (por ejemplo, habilidad y eficiencia delictiva).
Se asume que: α < 1, β < 1 y (α + β) = 1.

Suponemos que existe una relación lineal entre el ingreso percibido con el nivel de
corrupción, tal que el ingreso marginal que genera cada acción adicional de corrupción
(𝐼𝑄 ) es constante e igual a 𝑍𝑇 𝛼 𝐺𝛽 .

Dado Q y G, en la medida en que sea mayor el tamaño económico de la empresa mayor

será el monto del ingreso que va a percibir el corrupto con sus actividades delictivas. Sin
embargo, dado el supuesto de que α es menor que 1, el ingreso marginal percibido, cuando
aumenta el tamaño económico de la institución, es decreciente.

Dados Q y T, cuanto más poder y control acumule el corrupto, éste podrá tender a
delinquir con relativa mayor facilidad obteniendo así mayores niveles de ingreso
irregular. Sin embargo, aquí también el ingreso marginal que genera un mayor grado de
libertad es decreciente, ya que se asume que β es menor que 1.

El costo total de cometer actos de corrupción (C) es igual a la suma de costos de

penalidad (CP), los costos morales (CM) y los costos de ejecución de la actividad
corruptiva (CE):

𝐶(𝑄) = 𝐶𝑃(𝑄) + 𝐶𝑀(𝑄) + 𝐶𝐸(𝑄)

El corrupto logra maximizar el ingreso neto cuando el ingreso marginal es igual al

costo marginal. En el gráfico № 01 se representan los ingresos y costos de la actividad
corruptiva. Tanto la curva del ingreso como el de costo total parten del origen porque se
asume que el individuo que no comete ningún acto de corrupción no incurre en costos
(por corrupción) ni tampoco obtiene algún ingreso deshonesto. El ingreso neto máximo
por actividades de corrupción es igual a la distancia BD, el mismo que es igual a la mayor
distancia vertical entre las curvas del ingreso total y el costo total.

6
 (a) Corrupción e Ingresos (b) Corrupción y Costos

𝐼/𝐶 𝐶0 𝐼/𝐶 𝐶0 𝐶1
𝐼1 𝐼0
𝐾
𝐼0 𝑆
𝐷
𝐷 𝐽
𝐵 𝑅
𝐵
𝑄 𝑄
𝐼𝑀/𝐶𝑀 𝐶𝑀0 𝐼𝑀/𝐶𝑀 𝐶𝑀0 𝐶𝑀1

𝐹 𝐼𝑀1

𝐴 𝐼𝑀0 𝐴 𝐻 𝐼𝑀0

𝑄 𝑄
𝑄0 𝑄1 𝑄0 𝑄1
Gráfico № 1.1: Corrupción, Ingresos y Costos
Fuente: Tomado de LEÓN (2000)

7
 El corrupto maximiza el ingreso neto en el punto A donde el ingreso marginal es igual
al costo marginal. El nivel de corrupción óptimo para la persona corrupta es inicialmente
igual a 𝑄0 , es decir, con el nivel de 𝑄0 de corrupción éste logra generar el máximo ingreso
neto por tales actividades.

El panel (a) muestra que dado un aumento en el ingreso total para cada nivel de
corrupción, el ingreso marginal también se incrementa pasando de 𝐼𝑀0 a 𝐼𝑀1 . Para el
nivel de corrupción inicial 𝑄0 , el aumento en el ingreso marginal inducirá al individuo a
incrementar su nivel de corrupción, debido a que el ingreso marginal es mayor que el
costo marginal. En la medida en que el corrupto va incrementando sus actividades
delictivas, el costo marginal irá elevándose hasta que éste se iguale al ingreso marginal
en el punto F. Al final, el nivel de corrupción óptimo para el corrupto, aumenta de 𝑄0 a
𝑄1. El ingreso neto máximo generado por el mayor nivel de corrupción también aumenta
desde la distancia BD hasta JK.

El panel (b) permite observar una reducción de los costos totales de 𝐶0 a 𝐶1 y

marginales de 𝐶𝑀0 a 𝐶𝑀1 . Dado el nivel de corrupción inicial 𝑄0 , la disminución del
costo marginal implica que el ingreso marginal sea mayor que el nuevo costo marginal,
lo que inducirá al corrupto a incrementar sus actividades ilícitas hasta el punto en que el
nuevo costo marginal sea igual al ingreso marginal. Dada la nueva intersección de la curva
del costo e ingreso marginal, en el punto H se tiene un mayor nivel de corrupción de 𝑄1.
El corrupto, con el nuevo nivel de corrupción, obtiene un ingreso neto máximo de RS el
mismo que es mayor que el ingreso neto inicial de BD.

1.3. CORRUPCIÓN Y CRECIMIENTO ECONÓMICO

Diversos estudios constatan que la corrupción tiene un impacto negativo sobre el

desarrollo de los países. Sin embargo, la literatura abundante sobre el tema no da consenso
en relación al impacto de la corrupción sobre el crecimiento y desarrollo económico. De
esta manera, los primeros estudios que relacionan la corrupción con el incremento o
decrecimiento económico datan de los años sesenta. Entre ellos podemos mencionar a
HUNTTINGTON (1968) quien sostiene que existe una relación negativa con el
crecimiento económico, además argumenta que las instituciones no son una condición
necesaria para el crecimiento económico ni la modernización.

Con el transcurso del tiempo se ha producido una aproximación más profunda y

equilibrada al fenómeno de la corrupción al considerarse no sólo su dimensión económica

8
sino también otras dimensiones como la política y social de tanto a mayor importancia.
En este sentido, PALACIOS (2014) arguye que de acuerdo con las teorías de crecimiento
endógeno de Romer (1991), en el largo plazo el crecimiento económico depende de las
decisiones del gobierno, la política fiscal, la infraestructura, y el seguimiento del orden y
la ley. Estos factores de crecimiento, a su vez, son los conductos más frecuentes mediante
los cuales se canalizan las actividades corruptas del sector público, debido a su estrecha
relación con las variables que componen el presupuesto del Estado, a saber, gasto público
de inversión e impuestos.

Estudios recientes han llegado a la conclusión de que la corrupción afecta

negativamente el crecimiento económico. Entre ellos, MAURO (1995) encontró para una
muestra de 68 países en el período 1970 - 85 una relación significativa y robusta entre
mayor corrupción y menor inversión doméstica. Los resultados de su investigación le
permiten inferir que un país corrupto podría tener niveles de inversión hasta 5% del PIB
menor que países sin corrupción, lo que se traduce, a su vez, en pérdidas de crecimiento
de largo plazo de 0,5% del PIB por año.

Según TANZI & DAVOODI (1997), la corrupción política distorsiona todo el proceso
de toma de decisiones relacionado con los proyectos de inversión pública. La evidencia
presentada muestra que una mayor corrupción está asociada con (i) una mayor inversión
pública; (ii) menores ingresos del gobierno; (iii) menores gastos en operaciones y
mantenimiento; y (iv) menor calidad de la infraestructura pública. La evidencia también
muestra que la corrupción aumenta la inversión pública al tiempo que reduce su
productividad. Estos son cinco canales a través de los cuales la corrupción reduce el
crecimiento.

En la misma línea de investigación, SOTO (2003) sostiene que la corrupción reduce

el crecimiento económico al reducir los incentivos a la inversión. Arguye que dicho
mecanismo de reducción opera de 3 formas: i) los negocios hechos sobre la base de
sobornos son más riesgosos que los proyectos legales y por lo tanto la cartera de
inversiones de la economía tiene mayores niveles de riesgo del óptimo; ii) si los negocios
se obtienen por conexiones o pagos ilegales, se desincentiva la entrada de potenciales
empresarios a los mercados (inversionistas extranjeros) y iii) los proyectos corruptos se
convierten en competidores y frecuentemente desplazan a los otros proyectos de inversión
disponibles.

9
 ROCK & BONNETT (2004) comprobaron empíricamente que para países asiáticos
recientemente industrializados donde los niveles de centralización y engranaje
burocrático no son tan altos, los niveles de inversión y crecimiento económico se
comportaron en relación inversa a las tasas de corrupción percibidas. Dicha evidencia
pone de manifiesto el papel del aparato burocrático en los efectos de la corrupción sobre
los niveles de crecimiento económico, siendo un dinamizador de sobornos y acuerdos
colusivos.

Por otro lado, la investigación de HWANG, JUNG & LIM (2011) teniendo en cuenta
los índices de percepción de la corrupción para medir los efectos de la corrupción sobre
el crecimiento económico encontraron que una de las causas por las que la corrupción
afecta negativamente el crecimiento es vía inversión pública, la cual se reduce cuando la
corrupción presenta altos niveles, y que se explica además por el grado de homogeneidad
étnica de sus gobernantes, ya que hay más propensión a fraguar actos corruptos Además,
se evidenció que la corrupción genera un impacto más substancial en los países con bajos
índices de fraccionamiento étnico que en los países donde este índice es alto.

Sin embargo, existen evidencias empíricas que argumentan que puede haber una
relación positiva entre el crecimiento económico y la corrupción, una de ellas es la de
EHRLICH (1999), quien plantea que los sobornos pueden actuar como “dinero de grasa”
reduciendo los tiempos de espera, y por tanto disminuyendo la ineficiencia de la
administración pública. Los resultados de su investigación basado en modelos de
equilibrio de crecimiento endógeno, en los cuales los agentes pueden ser homogéneos o
pueden ser miembros de las clases burocráticas y trabajadoras permite concluir una
posible eficiencia de un régimen de corrupción organizada, en el que un liderazgo
informado, al internalizar los efectos adversos de la corrupción e inclusive el grado de la
intervención del gobierno en el comportamiento de los trabajadores, puede llevar a la
economía hacia un equilibrio de crecimiento único de estado estacionario.

En relación con el estudio anterior, KAUFMANN Y WEI (2000), demuestra que hay
evidencia de una relación positiva entre el alcance de la corrupción y el tiempo que
dedican los empresarios a tratar con los funcionarios públicos. Se encontró que las firmas
que realizaban grandes pagos en sobornos gastaban, además, tres veces más tiempo (en
horas hombre) que aquellas que pagaban sobornos pequeños. Esto hace, a su vez, que el
costo de hacer negocios (costo de capital e inversión) sea sustancialmente más alto, tanto

10
por la exacción en sí misma que significa la corrupción como por el hecho que más
recursos deben ser dedicados a actividades no productivas.

ROCK & BONNET (2004), en contraste con la evidencia empírica anterior

comprobaron que la corrupción puede promover el crecimiento económico en países con
centralización excesiva. Encontraron que para países industrializados como Japón y
China periodos con altos niveles de corrupción estuvieron acompañados de altas tasas de
crecimiento. Sostienen que los beneficios obtenidos a causa de la corrupción en inversión
y crecimiento económico provienen de las facilidades y motivaciones brindadas a grandes
inversionistas, quienes a cambio dan sobornos permeados en estructuras políticas muy
bien estructuradas para cubrir los actos corruptos y sacar provecho de ellos.

1.4. CORRUPCIÓN Y DESARROLLO ECONÓMICO

De acuerdo con PALACIOS (2014) el vínculo entre corrupción y desarrollo se genera,

por un lado, vía crecimiento económico, por medio de las pérdidas en el crecimiento de
la producción agregada como consecuencia de la concentración de los recursos del Estado
en manos corruptas y, por el otro, vía desigualdad social, la cual se amplía favoreciendo
a quienes tienen acceso a los recursos del Estado desde las esferas de la administración,
el diseño, la ejecución y el control del quehacer público.

Otra faceta de estas consideraciones es la distinción entre corrupción coherente e

incoherente con el desarrollo. En palabras de ECHEBARRÍA (2007), la primera es
predecible, reposa sobre esquemas de un grado razonable de seguridad por la
centralización del aparato recaudador, pudiendo descontarse fácilmente como un coste
más; la segunda es caótica e imprevisible y causa más daño por la incertidumbre que por
su coste directo. Los regímenes autoritarios se asocian comúnmente a la primera
modalidad de corrupción, gracias al control final que el dictador puede ejercer sobre el
aparato estatal.

En estos momentos existe un consenso generalizado en torno al efecto perverso que la

corrupción ejerce sobre el desarrollo económico. En términos de costes e impactos,
TANZI & DAVOODI (1997) sostienen que la corrupción aumenta la ineficiencia en la
prestación de servicios sociales y eleva las barreras de acceso a quienes pueden pagar. Al
respecto, ECHEBARRÍA (2007) arguye que las privatizaciones corruptas pueden resultar
en servicios poco satisfactorios, bien porque la firma adjudicataria ha pagado el soborno

11
más alto que tiene que descontar o porque el responsable de la adjudicación ignora una
oferta de servicios de calidad inferior.

La corrupción debilita también la eficiencia y eficacia de políticas y programas

públicos. Según ADES & DI TELLA (1999), la inversión pública queda condicionada a
objetivos de búsqueda de rentas. Una manifestación de este fenómeno es el manejo
discrecional del presupuesto por el ejecutivo y su asignación selectiva a partes del
territorio, al margen de reglas transparentes y claras de cohesión territorial. Sostienen
además que la corrupción en el sector público erosiona el cumplimiento tributario y
conduce a una mayor evasión fiscal. Demuestran que la excesiva burocracia y la
corrupción deterioran el potencial de crecimiento a través de la redistribución del ingreso
y las ineficiencias del sector público.

12
 CAPÍTULO II: EVIDENCIA EMPÍRICA

En el presente capítulo contrastaremos la evidencia disponible, tanto internacional

como nacional, sobre los efectos perversos de la corrupción sobre el crecimiento y
desarrollo económico. En una revisión bibliográfica referente al tema encontramos
estudios para diferentes países alrededor del orbe incluyendo el Perú, difiriendo uno de
otros por la complejidad del análisis, debido a la especificación de modelos y la
utilización de diferentes variables tanto dependientes como explicativas.

2.1. EVIDENCIA EMPÍRICA INTERNACIONAL

En el ámbito internacional existen numerosos trabajos de investigación sobre los

efectos de la corrupción sobre el crecimiento, por lo que a continuación se mencionan
alguno de ellos, haciendo énfasis en los principales países de la región latinoamericana:
Entre estos trabajos podemos citar el desarrollado por YEPES (2009), quien estudia la
relación entre corrupción y crecimiento económico departamental en Colombia. Las
estimaciones muestran que existe un impacto positivo de la variable transparencia
departamental sobre la tasa de crecimiento del producto en el periodo de análisis,
encontrándose que por cada incremento porcentual del índice de transparencia
departamental el crecimiento del producto aumenta en 0.1 por ciento, con lo cual la
democracia constituye una variable institucional relevante en la explicación del
crecimiento de las sociedades.

ROMERO, PIRABAN, & VARGAS (2014), prueban la hipótesis que a mayores

índices de corrupción en la administración pública de los municipios de la provincia de
Sugamuxi, departamento de Boyacá, mayor es el impacto negativo en los indicadores
sociales de salud y educación. Se encontró evidencia a favor de la hipótesis, según la cual,
el manejo adecuado de recursos fiscales afecta favorablemente las variables de educación y
salud por lo tanto, afecta las condiciones para la superación de la pobreza.

Por otro lado, PALACIOS (2014) estimó el efecto cuantitativo que genera la
corrupción sobre el crecimiento económico. Para la medición de la corrupción, tan diversa
a nivel internacional, se usó el Índice de Percepción de la Corrupción (CPI), que arroja
una calificación para cada país de acuerdo con los niveles percibidos por empresas,
organismos y académicos de todo el mundo. Los resultados obtenidos concuerdan con
estudios anteriores en los que se evidencia que la corrupción actúa como un obstáculo

13
para el aumento de los niveles del PIB, y este comportamiento se acentúa cuando el país
pertenece a regiones con dificultades para sostener tasas de crecimiento en el largo plazo.

En el estudio realizado por ALCAIDE (2015) examina el efecto de la corrupción sobre

el desarrollo y el crecimiento económico. Los resultados obtenidos permiten observar que
un mayor control de la corrupción afecta de forma significativa y positiva al producto por
habitante de un país, al igual que a la efectividad gubernamental. El valor del parámetro
del control de la corrupción, es bastante estable, en promedio, por cada punto diferencial
de la escala del control de la corrupción, el Logaritmo del PIB per cápita aumenta en
0.8USD. Para el caso del modelo de datos de panel, los resultados obtenidos son
consistentes con la teoría económica, además de dotar de mayor robustez a los obtenidos
en la sección cruzada y son, por tanto, económica y estadísticamente significativos, siendo
la corrupción perjudicial para el crecimiento económico.

En otra variante de los análisis anteriores encontramos el estudio de VILLEGAS

(2017), quien estima a través de 3 modelos econométricos los efectos de la corrupción
sobre la inversión extranjera directa, competitividad, estabilidad política e índice de
desarrollo humano, llegando así a afectar al crecimiento económico. La mayoría de los
modelos indican que a medida que los niveles de la corrupción se reducen, los niveles de
inversión, competitividad, estabilidad política e IDH aumentan. Entre los efectos
importantes encontrados para la inversión se tuvo como máximo a una afectación de
19.82% y un mínimo de 1.29%. Por el lado de la competitividad el efecto máximo de fue
de 8.25% y el mínimo de 2.72%. Adicionalmente, La estabilidad política obtuvo de efecto
máximo un 19.48% y un mínimo de 14.41%. Finalmente, el IDH tiene efecto de 2.42%
con respecto a la corrupción.

2.2. EVIDENCIA EMPÍRICA NACIONAL

En el caso peruano podemos citar en primer lugar el trabajo desarrollado por BIGIO
& RAMÍREZ (2006) quienes analizan la relación que existe entre la corrupción y una
serie de indicadores de desarrollo económico: estabilidad económica, calidad del gasto
público (educación y salud), ingresos tributarios, desigualdad, inversión, y crecimiento
económico. En primer lugar, muestran a través de correlaciones que la corrupción está
relacionada negativamente con variables asociadas al desarrollo económico.

14
Tabla № 2.1. Evidencia Empírica Internacional

Autor - Año Técnica Econométrica Var. Endógena Var. Exógenas Periodo - País
- Índice de transparencia departamental
- Necesidades básicas insatisfechas
- Ingresos públicos 1990 – 2005
- Tasa de crecimiento
(YEPES, 2009) Panel de Datos - Participación de la industria por Departamentos de
del PIB per cápita
departamento Colombia
- Tasa de cobertura educación primaria
- Logaritmo del PIB per cápita
- Indicado de desempeño fiscal
- Ingreso por regalías
2000 – 2010
(ROMERO, - Tasa de cobertura educación primaria
- Necesidades básicas Sugamuxi -
PIRABAN, & Panel de Datos Dinámico - Tasa de cobertura educación secundaria
insatisfechas (NBI) Bocayá
VARGAS, 2014) - Afiliación al sistema de seguridad social
(Colombia)
- Tasa de mortalidad infantil
- NBI rezagado un periodo.
- Formación bruta de capital fijo
- Exportaciones netas
- Tasa de crecimiento - Deflactor del PIB 2007 – 2012
(PALACIOS, 2014) Datos de Panel
del PIB per cápita - Gasto público 62 países
- Nivel de escolaridad
- Índice de percepción de corrupción
- Tasa de crecimiento - PIB per cápita rezagado un periodo
Datos de Panel y Sección 1995 – 2012
(ALCAIDE, 2015) del PIB per cápita - Control de la corrupción
Cruzada 196 países
(Panel de datos) - Inversión

15
 - Logaritmo del PIB - Consumo
per cápita (Sección - Gasto total del gobierno
cruzada) - Apertura comercial
- Desigualdad
- Gasto total en salud
- Pobreza
- Educación secundaria
- Efectividad del gobierno
- Población
- Ética y corrupción
- Tasa neta de matriculación primaria
- Inversión extranjera
- Tasa bruta de matriculación secundaria
- Índice global de
- Crecimiento poblacional
competitividad 2007 – 2015
(VILLEGAS, 2017) Datos de Panel - Deuda del gobierno
- Índice de desarrollo 70 países
- PIB
humano
- Dependencia de commodities
- Estabilidad política
- Estado de derecho
- Calidad de regulación
Fuente: Elaboración propia

16
 En segundo lugar, cuantifican los efectos de la corrupción sobre el crecimiento
económico. Los resultados indican que una mejora en los índices de corrupción de los
países de Latinoamérica y África al nivel promedio de los países desarrollados
incrementaría el crecimiento del PBI per cápita en un 0,5% y 0,7% más, respectivamente.

AYALA & CARBAJAL (2017) determinan el grado de incidencia de la corrupción en

el desarrollo económico del Perú durante el periodo 1998 – 2016. Entre los principales
resultados encontrados se observa que ante un cambio favorable en el índice de
percepción de la corrupción, el PBI per cápita real crece en un 4 por ciento. Asimismo, el
índice de desarrollo humano también se incrementa en 7.7 por ciento, mientras que el
grado de desigualdad medido a través del coeficiente Gini disminuye en 0.35 por ciento.

BIGIO & RAMÍREZ (2017), en una actualización de su investigación anterior reportan

evidencia internacional sobre la relación entre corrupción y una serie de indicadores de
desarrollo económico. Para ello, en primer lugar, se muestra a través de correlaciones no
condicionadas que la corrupción está relacionada negativamente con variables asociadas
al desarrollo económico. En segundo lugar, se cuantifican los efectos de la corrupción
sobre el crecimiento económico; para ello, se estima un modelo de datos de panel
dinámico para una muestra de 104 países durante el período 1980 - 2015; los resultados
indican que una mejora en los índices de corrupción de los países de Latinoamérica y de
Perú al nivel promedio de los países desarrollados incrementaría el crecimiento del PBI
per cápita en un 0.8% y 0.6% más, respectivamente.

En una investigación más reciente, ROBLES (2019) investiga el impacto que tiene los
niveles de corrupción sobre el crecimiento económico en el Perú tanto en el corto como
en el largo plazo para el periodo 1984 – 2016. Los resultados muestran una relación
negativa entre la corrupción y el PBI per cápita en el largo plazo, concluyendo que una
mejora de un punto porcentual en el índice de corrupción tendría como consecuencia una
mejora de 0.083 puntos porcentuales en el PBI per cápita.

17
 Tabla № 2.2. Evidencia Empírica Nacional

Autor Metodología Var. Endógena Var. Exógenas

- PIB per cápita inicial
- Índice de control de la
corrupción
(BIGIO & - Matricula educación
RAMÍREZ, 2006) secundaria
Panel de Datos - Tasa de crecimiento
1960 – 2000 - Desviación de la
Dinámicos del PIB per cápita
80 países incluido inflación de -3%
Perú - Líneas telefónicas per
cápita
- Crédito privado
doméstico % PIB
(AYALA &
- Índice de desarrollo
CARBAJAL, - Índice de soborno
humano
2017) OLS - Índice de percepción
- PIB per cápita
1998 – 2016 de la corrupción
- Desigualdad (GINI)
Perú
- PIB per cápita inicial
- Índice de control de la
corrupción
(BIGIO & - Logro académico por
RAMÍREZ, 2017) sus retorno
Panel de Datos - Tasa de crecimiento
1980 – 2015 - Inflación del IPC +
Dinámicos del PIB per cápita
104 países incluido 100%
Perú - Frecuencias de años
bajo crisis bancarias
- Crecimiento mundial
del PIB.
- Índice de corrupción
- Formación bruta de
capital
(ROBLES, 2019) - Apertura comercial
- PIB a precios de
1984 – 2016 ARDL - Consumo final del
2010
Perú gobierno
- Porcentaje de
matrícula nivel
secundaria
Fuente: Elaboración propia

18
 CAPÍTULO III: HECHOS ESTILIZADOS

En este capítulo hacemos un estudio de la evolución de las principales variables

relacionadas con el crecimiento y desarrollo económico en los últimos 10 años. Este
estudio es importante para el desarrollo del modelo econométrico que se presentará en el
siguiente capítulo, puesto que reproduce la dinámica de corto y largo plazo de las series,
además de analizar las correlaciones entre corrupción y los principales indicadores
ligados al crecimiento y desarrollo durante el periodo 1996 – 2017.

3.1. CRECIMIENTO ECONÓMICO

Durante la década 2001 – 2010, el crecimiento económico se ha acentuado, en virtud

de haberse mantenido el rumbo correcto. Así, el PBI real creció nada menos que 73.6 por
ciento, a una tasa anual de 5.6 por ciento, siendo la formación bruta de capital y las
exportaciones las que más aumentaron, con 10,3 y 6,4 por ciento respectivamente,
reflejando la evolución positiva de la economía, impulsada por un entorno de comercio
exterior favorable, una rápida mejora en los precios de exportación, el repunte de la
inversión que se inicia a partir del año 2006, así como a un clima de estabilidad
macroeconómica, las fortalezas de la economía peruana y las acertadas políticas
económicas implementadas permitieron que la velocidad de recuperación de la economía
peruana fuera más rápida que la de sus pares de la región.

En cuanto al periodo post crisis financiera, el punto más bajo de crecimiento de PIB
real fue en 2014, cuando, pese a las medidas de reactivación económica impulsadas por
el gobierno de turno, la economía solo se expandió 2,4 por ciento. De esta manera, la
desaceleración de la economía nacional entre los años 2012 – 2014 obedece en mayor
medida a la caída del precio internacional de los commodities mineros (oro, plata y cobre)
y muestra la fuerte dependencia del crecimiento económico del sector primario
exportador, observándose para dichos años una fuerte caída en la tasa de crecimiento de
las exportaciones totales de menos 3,8 por ciento anual en 2014.

Finalmente, la economía peruana creció 2,5 por ciento en 2017, luego de expandirse
4,0 por ciento en 2016, afectado por dos choques de distintas características. El primero
fue El Niño Costero que devastó buena parte de la infraestructura del norte del país en el
primer trimestre del año; y el segundo fue el escándalo de corrupción del caso Lava Jato
que afectó la confianza de los inversionistas y paralizó proyectos de inversión de
asociaciones público-privadas (BCRP, 2017, pág. 11). Como puede observarse en la tabla

19
№ 3.1 las exportaciones siguen siendo el motor del crecimiento económico, aunque
comparada con el año anterior se observa una fuerte caída reflejada principalmente por
una reducción en las exportaciones de materias primas cobre y café principalmente.

Tabla № 3.1. Perú: Indicadores Macroeconómicos (Variación Porcentual Anual)

1991 2001
Componente 2011 2012 2013 2014 2015 2016 2017
2000 2010
Producto Bruto
3,9 5,6 6,3 6,1 5,9 2,4 3,3 4,0 2,5
Interno
Consumo Privado 3,1 5,0 7,2 7,4 5,7 3,9 4,0 3,3 2,5
Consumo de Gobierno 4,6 5,1 7,4 8,3 7,5 8,8 7,9 5,2 1,0
Formación Bruta de
5,4 10,3 12,2 9,5 8,5 -1,2 -3,5 -4,4 -0,3
Capital
Exportaciones 8,0 6,4 5,5 3,1 -0,6 -3,8 4,3 11,4 7,2
Importaciones 8,0 9,3 13,6 10,0 2,9 -1,0 1,0 1,5 4,0
Térm. de Intercambio - - 7,2 -2,6 -5,2 -5,4 -6,4 -0.7 7,2
Fuente: Elaboración propia en base a estadísticas oficiales del BCRP.

3.2. INDICADORES DE DESARROLLO ECONÓMICO

Desde el 2008 los niveles de desigualdad en el Perú empezaron una trayectoria

acentuada de descenso, situándose al cierre del año 2017 en un mínimo de 0.43 en lo que
va de los últimos años. Pese a que todavía es una cifra elevada, se trata de un avance
considerable que ha sido acompañado de una reducción del grado de concentración de la
riqueza en el país como se puede observar en la Tabla № 3.2, en la cual se aprecia una
reducción de la desigualdad de los ingresos por región y dominio geográfico en los
últimos 10 años. De acuerdo con YAMADA, CASTRO, & BACIGALUPO (2012, pág.
76) entre los años 2006 y 2010 el coeficiente de Gini registra una caída promedio de 2.4
por ciento anual, siendo las transferencias directas del gobierno las que han contribuido
con un 25 por ciento en la reducción de la desigualdad y han tenido un rol importante en
la expansión del ingreso entre los deciles más pobres.

Analizando los resultados para el período 2007 – 2017, se observa que la desigualdad
disminuye a nivel nacional y en todos sus dominios. A nivel nacional la reducción es de
0,07, pasando de 0,50 en el 2007 a 0,43 en el 2017. Comparando los resultados por región

20
 natural se observa en el indicador una mayor reducción en la región Sierra de 0,07,
mientras que en la región Costa y en la región Selva la disminución fue menor 0,06 y
0,04, respectivamente. Evaluando los resultados a nivel de dominios, la mayor
disminución de la desigualdad se presentó en la Costa urbana de 0,43 a 0,36, seguido de
Lima Metropolitana de 0,46 a 0,40, la selva urbana de 0,46 a 0,41 y la Sierra Urbana de
0,45 a 0,40. (INEI, 2018, pág. 32).

Tabla № 3.2. Perú: Evolución de la Desigualdad (2007 – 2017)

Ámbito y
Dominio 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Geográfico
Nacional 0.50 0.48 0.47 0.46 0.45 0.45 0.44 0.44 0.44 0.44 0.43
Urbana 0.46 0.43 0.43 0.42 0.41 0.41 0.40 0.40 0.40 0.40 0.40
Rural 0.44 0.44 0.43 0.42 0.43 0.43 0.42 0.41 0.41 0.41 0.40
Región Natural
Costa 0.46 0.42 0.43 0.42 0.41 0.41 0.40 0.40 0.40 0.40 0.40
Sierra 0-52 0.52 0.49 0.48 0.49 0.48 0.47 0.46 0.45 0.46 0.45
Selva 0.49 0.48 0.49 0.46 0.46 0.46 0.47 0.45 0.46 0.45 0.45
Dominio
Costa Urbana 0.43 0.39 0.40 0.39 0.37 0.38 0.37 0.36 0.37 0.36 0.36
Costa Rural 0.41 0.39 0.39 0.38 0.40 0.38 0.40 0.42 0.39 0.40 0.38
Sierra Urbana 0.45 0.46 0.44 0.42 0.42 0.41 0.41 0.41 0.40 0.41 0.40
Sierra Rural 0.43 0.43 0.42 0.41 0.42 0.43 0.41 0.41 0.41 0.39 0.39
Selva Urbana 0.46 0.44 0.45 0.43 0.43 0.43 0.43 0.42 0.42 0.41 0.41
Selva Rural 0.43 0.45 0.44 0.42 0.43 0.45 0.45 0.41 0.43 0.43 0.41
Lima Metrop. 1/ 0.46 0.43 0.44 0.43 0.42 0.41 0.41 0.40 0.40 0.41 0.40
1/ Incluye la Provincia Constitucional del Callao
Fuente: Instituto Nacional de Estadística e Informática – Encuesta Nacional de Hogares 2007 – 2017.

Analizando la evolución del coeficiente de Gini nacional en los últimos 12 años,

notamos que éste presenta la misma tendencia de evolución que la pobreza monetaria
(con la única excepción del año 2017, en el que la pobreza monetaria aumento 1 punto
porcentual), lo que al principio señalaría que el fuerte crecimiento de la última década sí

21
 está generando inclusión social. Desde el 2007 al 2017, el coeficiente de Gini tuvo caída
de 7 puntos porcentuales, en una escala de 0 a 100. En lo que respecta a la pobreza extrema
y pobreza total en Perú, ésta última ha aumentado en el 2017. La pobreza total aumentó
en 1,0 punto porcentual de 20,7% en el 2016 a 21,7% en el 2017. De acuerdo con INEI
(2018), 375 mil personas se volvieron pobres en este último año, afectando a 6 millones
906 mil personas. Mientras que la pobreza extrema se mantuvo con respecto al 2016 en
3,8 por ciento.

Tabla № 3.3. Perú: Indicadores de Desarrollo

Componente 2010 2011 2012 2013 2014 2015 2016 2017

IDH 1/ 0.71 0.72 0.72 0.73 0.746 0.745 0.748 0.75
Pobreza Total (% )3/ 30.8 27.8 25.8 23.9 22.7 21.8 20.7 21.7
3/
Pobreza Extrema (%) 7.63 6.34 6.01 4.73 4.28 4.07 3.77 3.79
2/
Gasto Salud (% PIB) 4.74 4.67 4.84 4.92 5.06 5.12 5.14 5.5
Gasto Educación (% PIB)2/ 2.87 2.66 2.92 3.29 3.69 3.97 3.82 3.92
Tasa de Desempleo (%)2/ 3.48 3.44 3.11 3.24 2.96 3 3.54 3.46
2/
Esperanza de Vida (años) 73.7 73.9 74.1 74.3 74.5 74.8 74.98 75.22
1/
Naciones Unidas
2/
WORLD BANK
3/
INEI
Fuente: Elaboración propia en base a estadísticas oficiales.

En lo que respecta al Índice de Desarrollo Humano (IDH)2, en el periodo de estudio

presenta una tendencia creciente hasta el año 2017 por el incremento principalmente del
gasto público en salud, educación y lucha contra la pobreza. De esta manera, a nivel de
la región latinoamericana se situó en la novena posición, por debajo de países como Chile
y Argentina registrando un puntaje de 0.75 por debajo del promedio de 0.758 de los países
de América Latina y el Caribe. Frente al año 2000, el valor del IDH en nuestro país
aumentó en 11 por ciento, principalmente por las mejoras en los ingresos per cápita, los
años promedios de enseñanza y la esperanza de vida al nacer.

2
Si bien el IDH representa un esfuerzo importante para mostrar la multidimensionalidad del desarrollo no
puede decirse que sea suficiente para medir el nivel de desarrollo de un país, por lo que en esta investigación
22
se le considera como un proxy al concepto de desarrollo.
 Asimismo, se observa que en los años 2005 - 2006 se presenta una leve caída del
indicador por una serie de razones que desnudan la falta de capacidad técnica y
administrativas de los gobiernos locales y regionales para ejecutar mayores niveles de
inversión perdiéndose así oportunidades de generar empleo y mayores niveles de
inversión en educación, salud, etc.

.76 28,000
.75
24,000
.74
.73 20,000
.72
16,000
.71
.70 12,000
.69
8,000
.68
.67 4,000
2000 2002 2004 2006 2008 2010 2012 2014 2016 07 08 09 10 11 12 13 14 15 16 17

Gasto Social en Educación (Mill. de Soles)

Índice de Desarrollo Humano Gasto Social en Salud (Mill. de Soles)
Programa de Lucha contra la Pobreza eInclusión Social (Mill. de Soles)

Gráfico № 3.1. Perú: Índice de Desarrollo Humano y Gasto Público Social

Fuente: Elaboración propia en base a estadísticas oficiales del MEF y WORLD BANK

La participación del gasto en educación y salud como porcentaje del PIB, es también
un punto de vital importancia, pues este refleja el porcentaje del PIB que se destina a la
ejecución de proyectos generadores de desarrollo humano. Los porcentajes a nivel
nacional en el periodo 2010 - 2017 nos muestran que el gasto en educación como
porcentaje del PIB oscila alrededor del 3 por ciento. Mientras el gasto en salud3 con
respecto al PIB en promedio se encuentra alrededor del 4 y 5 por ciento.

Diversos estudios han demostrado la relativa efectividad del gasto social en el Perú,
debido a problemas de filtración, superposición de actividades y descoordinación entre
los organismos públicos e insuficiente evaluación y retroalimentación para permitir
mejoras sostenidas de la gestión. Mientras no se atienda esta problemática de manera
consistente, la mayor asignación de recursos no garantiza ningún avance en los
indicadores sociales, existiendo el riesgo de que se generen gastos recurrentes que limiten
la capacidad del Estado para mejorar la gestión de sus programas sociales.

3
El gasto total en salud es la suma del gasto público y privado en salud. 23
 Por ejemplo, MOSTAJO (2000, pág. 12) y UNICEF (2006, pág. 9), consideran que el
nivel del gasto social en el Perú es significativamente menor que el promedio regional de
América Latina medido tanto por el porcentaje del gasto social respecto al PIB (8 por
ciento versus 15 por ciento), como por el gasto social por habitante (170 dólares versus
610 dólares). Entre tanto, ABUSADA, CUSATO & PASTOR (2008), sostienen que la
baja calidad del gasto público, entendida como la capacidad del Estado para proveer
bienes y servicios con estándares adecuados, es una característica de la administración
pública en el Perú y en muchos países de América Latina. Rescatando que, si bien para el
caso de los servicios de salud y educación se han presentado avances en algunos
indicadores, existen aún profundas inequidades en la distribución del gasto, lo cual quita
merito a las políticas en post de un mayor bienestar de la población.

Sin embargo, WEBB & FERNÁNDEZ (2015, pág. 245), arguyen que en los últimos
años la proporción del gasto público que se destina al gasto social en educación y salud
ha crecido de 15.72 y 8,55 por ciento en el año 1998 a 17.12 y 13.86 por ciento en el año
2014 respectivamente Para el año 2009, aproximadamente la mitad del gasto público se
destina, de una u otra manera, a los sectores sociales. En síntesis, el PIB cada año crece
menos, los indicadores económicos de calidad de vida de la sociedad no han empeorado
y tampoco demuestran una mejora considerable. En esta investigación consideramos que
este hecho puede estar relacionado con los niveles de corrupción; es decir, que la
percepción de la corrupción aumente porque la población se explica de manera racional
el estancamiento económico como fruto de un aumento de corrupción en los órganos de
gobierno, de tal manera que en la percepción de la sociedad el estancamiento económico
sea secundario a este.

3.3. CORRUPCIÓN Y CRECIMIENTO ECONÓMICO

Esta sección es el primer paso del análisis empírico. Para lo cual, se realizan una serie
de correlaciones bi-variantes mediante diagramas de dispersión y matrices de
correlaciones. El objetivo de esta sección es indagar la relación entre corrupción y las
distintas variables relacionadas con el crecimiento económico durante el periodo 1996 -
2017 y de esta manera poder dar respuesta a la pregunta de investigación: ¿es la
corrupción un obstáculo para el crecimiento económico? Como hipótesis general
sostenemos principalmente, que un menor control de la corrupción (mayores niveles de
corrupción) distorsiona el manejo de los recursos públicos hacia actividades de poca
incidencia social, reduce el gasto en educación y salud, perjudica el capital extranjero

24
haciéndolo menos atractivo, y desalienta la inversión tanto privada como pública
repercutiendo negativamente sobre el crecimiento económico.

En este estudio tomaremos como indicadores de crecimiento, además del PIB per
cápita, a la inversión privada y pública, exportaciones y tasa de desempleo4. Antes de
proceder con el análisis empírico es necesario realizar una breve descripción de la variable
que mide el efecto de la corrupción. Dado que existe una serie de instituciones que
construyen índices de corrupción5 se considera una variable de control de la corrupción.

El índice para el Control de la Corrupción captura las percepciones del grado en que
se ejerce el poder público para beneficio privado, incluidas las formas menores y grandes
de corrupción, así como la captura del estado por parte de las élites y los intereses
privados. Para este indicador, El Banco Mundial proporciona datos para Perú desde 1996
a 2017. El Índice de Control de la Corrupción se mide en una escala comprendida entre –2,5
y 2,5; donde –2,5 representa un control débil y 2,5 un control fuerte de la corrupción
respectivamente.

Como puede observarse en el gráfico № 3.2 panel superior izquierdo, en todo el

periodo de análisis el indicador de corrupción presenta un índice negativo, lo cual estaría
reflejando que los controles para mitigar el flagelo de la corrupción en el Perú son débiles,
además dichos índices están altamente relacionados con los altos niveles de corrupción
de los gobiernos de turno. Así por ejemplo, a finales de la década de los noventa se
observa un índice de -0.39 que corresponde con el segundo gobierno del Ing. Fujimori
actualmente purgando arresto domiciliario por corrupción y otros delitos de lesa
humanidad. En 2014 – 2015, el índice de control de corrupción se situó en su nivel más
bajo, -0.56 y coincidentemente representan los últimos años de gobierno del Cmdt.
Humala quien también sigue un proceso judicial por corrupción junto a su esposa. En
2017, el presidente de turno Kuczynski fue encontrado culpable por el delito de corrupción debido
a que perteneció al gabinete de Alejandro Toledo, al cual se le considera que su periodo de

4
Para captura correctamente el concepto de crecimiento todas las variables están medidas en variaciones
porcentuales anuales. En EViews el comando que se emplea para generar tasas de crecimiento de una
25
variable es @𝑝𝑐ℎ().
5
De acuerdo con BIGIO & RAMÍREZ (2006, pág. 4), las principales mediciones de corrupción usadas en
investigaciones empíricas son cinco: Business International Index (BI), International Country Risk Guide
Index (ICRG), Global Competitiveness Report Index (GCR), Transparency International Index (TI) y
World Development Report (WDR).
mandato hubo graves problemas de corrupción con la empresa brasileña por el caso
Odebrecht.

.0 8

PIB per Cápita (Var% Anual)

-.1 6

-.2 4

-.3 2

-.4 0

-.5 -2

-.6 -4
96 98 00 02 04 06 08 10 12 14 16 -.6 -.5 -.4 -.3 -.2 -.1 .0

Índice de Control de Corrupción Índice de Control de Corrupción

30 40
Inversión Privada (Var% Anual)

Inversión Pública (Var% Anual)

30
20
20
10 10

0 0

-10
-10
-20

-20 -30
-.6 -.5 -.4 -.3 -.2 -.1 .0 -.6 -.5 -.4 -.3 -.2 -.1 .0

Índice de Control de Corrupción Índice de Control de Corrupción

50 .20
Tasa de Desempleo (Var% Anual)

40 .15
Exportaciones (Var% Anual)

.10
30
.05
20
.00
10
-.05
0
-.10
-10 -.15
-20 -.20
-.6 -.5 -.4 -.3 -.2 -.1 .0 -.6 -.5 -.4 -.3 -.2 -.1 .0

Índice de Control de Corrupción Índice de Control de Corrupción

Gráfico № 3.2. Perú: Relación entre Corrupción y Crecimiento (1996 - 2017)
Fuente: Elaboración propia en base a estadísticas oficiales del BCRP y WORLD BANK

A continuación se muestran los resultados del análisis de correlaciones. Hay dos cosas
interesantes que se desprenden del análisis: (i) el signo de la correlación indica el sentido
de la asociación entre las dos variables, es decir, una correlación positiva implica que
ambas variables se mueven en la misma dirección, mientras una correlación negativa
implica que las variables se mueven en sentido opuesto; (ii) la significancia estadística de

26
la correlación se puede obtener a través del cálculo del estadístico t, sometiendo a prueba
la hipótesis de que dicha correlación sea nula. En este sentido, no basta que una
correlación sea positiva, sino también debe ser estadísticamente significativa para poder
hablar de una asociación positiva y robusta.

Como se observa en la tabla № 3.4, el Índice de Control de la Corrupción tiene una

correlación lineal significativa con todas las variables seleccionadas excepto con la
inversión pública y la tasa de desempleo. Sin embargo, para el periodo 2004 – 2017 la
relación lineal entre control de corrupción e inversión gubernamental se vuelve
significativa, más no así con la tasa de desempleo.

La correlación es positiva con las variables tasa de crecimiento del PIB per cápita, tasa
de crecimiento de la inversión privada y pública y tasa de crecimiento de las
exportaciones totales (tradicionales y no tradicionales), lo cual significa que cuanto menor
es el Índice de Control de la Corrupción (y, por tanto, mayor corrupción hay), menores
son las tasas de crecimiento de la inversión tanto privada como pública. La principal
explicación de este hecho estilizado es que la corrupción genera cargas económicas
adicionales y una mayor incertidumbre sobre la economía (MAURO, 1995).

Adicionalmente, ALCAIDE (2015) sostiene que la inversión queda afectada por dos
vías. En primer lugar, el conjunto de la inversión se ve reducido por los mayores costes
en llevarla cabo y por la huida de la inversión extranjera ante la incertidumbre y
arbitrariedad que la corrupción suscita. En segundo lugar, aparte de la reducción general,
la inversión realizada con frecuencia obedece a criterios falsamente desarrollistas
centrándose, por encima de lo necesario, en grandes proyectos, como infraestructuras,
que permiten todo tipo de manipulaciones para obtener grandes comisiones y además la
corrupción puede evitar que sean criterios económicos de rentabilidad los que guíen el
destino de las inversiones.

El comercio es uno de los pilares del crecimiento de la economía peruana en lo que va

de las últimas décadas. La corrupción, lamentablemente, hace a los países en desarrollo
menos competitivos. Según BALBOA & TAKENAKA (2010), el principal atractivo de
los productos que exportan los países en desarrollo en el mercado internacional pueden
ser los precios. La corrupción aumenta artificialmente los costes de producción
incrementando los precios, los costes de gestión, y de transporte (aduanas, controles en
las carreteras, etc.) y restándoles, por tanto, competitividad - precio.

27
 Una de las variables de desarrollo económico de mayor interés es el crecimiento
económico. Países con un mayor crecimiento han visto reducir sus tasas de desempleo,
niveles de pobreza, mejorar su nivel educativo, mejorar sus indicadores de salud, etc. Del
gráfico № 3.2 y de la tabla № 3.4 se desprende por tanto que un menor control de la
corrupción origina menores tasas de crecimiento del producto per cápita, además esta
relación lineal es estadísticamente significativa para todo el periodo de análisis. Por lo
tanto, existe evidencia estadística suficiente de los efectos nocivos de la corrupción sobre
el crecimiento y de los mecanismos por los cuales opera, entre éstos podemos señalar que
desalienta la inversión tanto privada como pública. En el caso de la inversión del gobierno
distorsiona la asignación eficiente de recursos del Estado, reduce el gasto en
mantenimiento del capital e infraestructura, disminuye el nivel de gasto social en
educación y salud y finalmente afecta la competitividad de los productos exportados
incrementando costos y precios. Todos estos factores reducen el crecimiento promedio
del producto de largo plazo.

Tabla № 3.4. Matriz de Correlaciones entre Corrupción y Crecimiento

Fuente: Resultados EViews sobre la base de cifras oficiales.

28
 CAPÍTULO IV: ANÁLISIS EMPÍRICO

Este capítulo cuantifica los efectos lesivos de la corrupción sobre algunas variables
económicas que intentan capturar el concepto de crecimiento económico. En este estudio
retomaremos como indicadores de crecimiento, además del PIB per cápita a: i) las
exportaciones, ya que significan los excedentes de producción en las diversas ramas de
bienes y servicios; ii) la tasa de desempleo, que nos indica si se reducen los niveles de
pobreza o mejore la calidad de vida y iii) la inversión tanto privada como pública. El
modelo está compuesto por un sistema de 5 ecuaciones que especifican el
comportamiento endógeno de las mencionadas variables relacionadas con el crecimiento
económico. El periodo de análisis abarca los años 1996 – 2017, debido principalmente a
la poca información con que se cuenta para algunos indicadores.

4.1. METODOLOGÍA ECONOMÉTRICA

En esta sección, se sintetizan los distintos procedimientos estadísticos y econométricos

utilizados en el análisis empírico. Se empleará un modelo lineal simple que relaciona cada
uno de los indicadores de crecimiento económico con la variable que mide el efecto de la
corrupción. Las estimaciones realizadas para obtener los parámetros y así poder contrastar
la hipótesis planteada serán calculados por medio de la metodologías de mínimos
cuadrados ordinarios (OLS), para lo cual se utilizó el paquete econométrico EViews v11.

La muestra con la que se trabajará abarca el periodo 1996 – 2017 con observaciones
anuales. Los datos de la tasa de crecimiento del PIB per cápita, inversión privada,
inversión pública y exportaciones se han obtenido de las estadísticas del Banco Central
de Reserva del Perú, en tanto que la tasa de desempleo y el índice de control de corrupción
fueron tomados de la base de datos del Banco Mundial. Adicionalmente a las variables
que representan los canales de transmisión por los cuales la corrupción incide sobre el
crecimiento se ha creído conveniente incorporar la variable pobreza monetaria6 extraída
de las estadísticas del INEI. La siguiente tabla muestra el resumen de los datos utilizados
para los modelos econométricos, los cuales están acompañados con el periodo o muestra
estadística disponible y la fuente de información.

6
Es importante mencionar que la pobreza monetaria como indicador de crecimiento no implica una
mejor distribución de la riqueza, pero si una mejora en la calidad de vida de la población, por lo que
29
consideramos pertinente su inclusión dentro de la modelación muy a pesar de no contar con suficiente
información estadística.
Tabla № 4.1. Descripción de las Variables del Modelo

Variable Símbolo Definición Fuente Periodo

PIB per Cápita a precios de
PIB per Cápita 𝑌𝑡 BCRP 1922 - 2017
2007 (Var% Anual)
Inversión Inversión Bruta Fija Privada a
𝐼𝑝𝑡 BCRP 1951 - 2018
Privada precios de 2007 (Var% Anual)
Inversión Inversión Bruta Fija Pública a
𝐼𝑔𝑡 BCRP 1951 - 2018
Gubernamental precios de 2007 (Var% Anual)
Exportaciones Totales (Var%
Exportaciones 𝑋𝑡 BCRP 1951 - 2018
Anual)
Tasa de Desempleo Banco
Desempleo 𝑈𝑡 1991 - 2018
(Porcentaje de la población) Mundial
Pobreza Incidencia de la pobreza
𝑃𝑚𝑡 INEI 2004 - 2017
Monetaria monetaria (Var% Anual)
Índice de Control de Banco
Corrupción 𝐼𝐶𝐶𝑡 1996 - 2017
Corrupción Mundial
Fuente: Elaboración propia

4.2. ESPECIFICACIÓN DEL MODELO

Con el fin de avanzar en el esclarecimiento de los efectos de la corrupción sobre el

crecimiento económico se realizó un análisis de regresión para tratar de comprobar la
relación de largo plazo que existe entre el mencionado grupo de variables. Aunque la
literatura económica no tiene un consenso claro sobre el impacto de la corrupción sobre
el crecimiento económico, el análisis previo de correlaciones dejo entre ver que la
corrupción es dañina para el crecimiento económico en nuestro país.

Tomando como base las investigaciones previas de BÁEZ (2013) y PALESTINA

(2018) se eligieron seis modelos con los cuales se plantea responder a la pregunta sobre
los efectos de la corrupción en los canales de transmisión, y, por consiguiente, en el
crecimiento económico. El modelo conceptual pone de manifiesto el comportamiento
endógeno del PIB per cápita, inversión privada y pública, exportaciones, incidencia de la
pobreza monetaria y tasa de desempleo.

30
 Los efectos de la corrupción sobre cada uno de los indicadores de crecimiento ya han
sido discutidos en los capítulos previos. En esta investigación suponemos que un menor
control de la corrupción (y por consiguiente mayores niveles de corrupción) incide
negativamente sobre el crecimiento del PIB per cápita, exportaciones e inversión privada
y pública. Entre tanto, un menor control de la corrupción ejerce un efecto positivo,
incrementando la tasa de desempleo y la pobreza monetaria. Por lo que se espera que los
parámetros asociados en las regresiones auxiliares 𝛽11, 𝛽21, 𝛽31, 𝛽41 sean positivos,
mientras que 𝛽51 y 𝛽61 sean negativos y estadísticamente significativos respectivamente.

𝑌𝑡 = 𝛽10 + 𝛽11 𝐼𝐶𝐶𝑡 + 𝜀1𝑡 … [4.1]

𝐼𝑝𝑡 = 𝛽20 + 𝛽21 𝐼𝐶𝐶𝑡 + 𝜀2𝑡 … [4.2]

𝐼𝑔𝑡 = 𝛽30 + 𝛽31 𝐼𝐶𝐶𝑡 + 𝜀3𝑡 … [4.3]

𝑋𝑡 = 𝛽40 + 𝛽41 𝐼𝐶𝐶𝑡 + 𝜀4𝑡 … [4.4]

𝑈𝑡 = 𝛽50 + 𝛽51 𝐼𝐶𝐶𝑡 + 𝜀5𝑡 … [4.5]

𝑃𝑚𝑡 = 𝛽60 + 𝛽61 𝐼𝐶𝐶𝑡 + 𝜀6𝑡 … [4.6]

Es indiscutible que el modelo es muy simplificado y, debido a restricciones de espacio

y disponibilidad de datos, no toma en cuenta otras cuestiones importantes como
instituciones, gobernabilidad, restricciones de crédito, capital humano y aplicación y
seguridad en los derechos de propiedad. Interesa que la variable endógena manifieste una
relación de equilibrio respecto de la variable exógena, lo que implica que la solución de
las ecuaciones converja en el largo plazo en un valor asintótico, además es altamente
deseable que los residuos estimados en dichas ecuaciones no presente problemas de
autocorrelación serial y varianzas heteroscedásticas, esto es, que sean ruido blanco.

4.3. ESTIMACIÓN

Como puede apreciarse las estimaciones gozan de la plenitud de las bondades

estadísticas y los resultados son los teóricamente esperados con la excepción del
coeficiente asociado al índice de control de corrupción (𝛽51), el cual cumple con el signo
esperado, sin embargo no resultó estadísticamente significativo para explicar el
comportamiento de la tasa de desempleo. De este modo, el índice de control de corrupción
tiene un impacto positivo y significativo sobre la tasa de crecimiento del PIB per cápita,

31
exportaciones, inversión privada y pública, mientras que guarda una relación inversa con
la pobreza monetaria.

Para que un modelo tenga validez debe pasar previamente por una serie de pruebas
que demuestren algunas propiedades de los residuos y de los parámetros que deben estar
presentes en las estimaciones realizadas por mínimos cuadrados ordinarios. Por lo que es
importante realizar las pruebas de correcta especificación de las funciones dadas por las
ecuaciones [4.1] a [4.6] y de esta manera determinar si los coeficientes de dichas
ecuaciones cumplen con las condiciones de insesgadez, es decir, los residuales se
aproximan a una distribución normal, son homoscedásticos y no están
autocorrelacionados.

Los errores del modelo estimado deben ser innovaciones normales idénticamente
distribuidas. La no existencia de correlación serial indica que los errores son en realidad
innovaciones, lo cual a su vez implica que la especificación del modelo es adecuada. El
grado de normalidad de distribución de los errores permite obtener un grado de confianza
razonable con respecto a los test t y F.

Para comprobar que los errores tienen una distribución normal se utilizó el test de
Jarque - Bera. La hipótesis nula de este test es: que los residuos tienen una distribución
normal. Para el caso de los modelos, el test no permite rechazar que la distribución de los
errores es normal en las seis ecuaciones, al observarse que las probabilidades asociadas
son en todos los casos muy superiores a 0.05.

La varianza de los residuos debe ser constante, es decir, debe existir

homoscedasticidad. Para comprobarlo se utiliza el test White, cuya hipótesis nula es que
los errores non homoscedásticos. Como puede apreciarse en la tabla № 4.2 no existe
heteroscedasticidad, puesto que la probabilidad asociada no permite rechazar la hipótesis
nula. Adicionalmente se realizó la prueba de Breusch - Pagan – Godfrey cuya hipótesis
nula es: que los residuos son homoscedásticos llegando la conclusión anterior. Por lo
tanto, concluimos categóricamente que los residuos presentan varianza constante.

32
Tabla № 4.2. Resultados de la Estimación

PIB per Cápita Inversión Privada Inversión Pública Exportaciones Desempleo Pobreza
(Var% Anual) (Var% Anual) (Var% Anual) (Var% Anual) (Var% Anual) (Var% Anual)
7.304108 23.55106 27.42461 36.28079 -10.00017 -16.79379
Constante
(0.0003) (0.0014) (0.0157) (0.0040) (0.0549) (0.0001)
Índice de Control de 11.47 50.85654 53.36725 73.34422 -23.21042 -27.65603
Corrupción (𝐼𝐶𝐶𝑡 ) (0.0206) (0.0099) (0.0706) (0.0296) (0.1093) (0.0029)
Principales Pruebas de Correcta Especificación
Bondad de Ajuste 0.277020 0.331207 0.246957 0.248970 0.143828 0.567662
Estadístico F 6.513805 8.418924 3.935337 5.635588 2.855832 14.44307
1.966413 0.833113 0.853575 0.640296 3.112399 2.577117
Test Jarque - Bera
(0.374110) (0.659313) (0.652602) (0.726042) (0.210936) (0.275668)
0.689652 2.949025 0.614149 0.511484 0.115549 1.361183
Test de White
(0.5161) (0.0812) (0.5587) (0.6091) (0.8916) (0.3000)
1.455301 6.154262 1.260772 0.008156 0.099635 2.901755
Test Breusch - Pagan
(0.2442) (0.0239) (0.2835) (0.9291) (0.7561) (0.1165)
0.0002 0.0031 0.0214 1.0057 3.2123 0.9787
Test de Ljung - Box
(0.989) (0.955) (0.884) (0.316) (0.073) (0.323)
Test de Breusch - 0.000212 0.002476 0.014121 1.103921 2.787559 1.609243
Godfrey (0.9886) (0.9609) (0.9076) (0.3090) (0.1144) (0.2333)
0.073839 0.070863 0.418016 0.211098 7.545439 0.268489
Test de Ramsey
(0.7893) (0.7935) (0.5312) (0.6521) (0.0143) (0.6156)
(): Indica probabilidad asociada
Fuente: Resultados Eviews sobre la base de cifras oficiales.

33
 Para que sean innovaciones, es necesario que los errores no estén correlacionados, es
decir, que los errores pasados no tengan ninguna incidencia sobre el actual. Para
comprobarlo, se utilizó el test de correlación serial de los residuos conocido como
Multiplicador de Lagrange. La hipótesis nula de este test es que no existe autocorrelación
entre los residuos. La probabilidad asociada representa el valor de obtener un estadístico
cuyo valor absoluto sea mayor o igual al de la muestra bajo la hipótesis nula. Un valor de
la probabilidad por debajo del nivel de significancia escogido (que en este caso es del 5
por ciento) lleva al rechazo de la hipótesis nula. Para el modelo obtenido, este test permite
aceptar la hipótesis nula de ausencia de autocorrelación serial en los residuos. Asimismo,
al observar el estadístico LB de Ljung – Box7 permite corroborar que no existe correlación
de los errores con un nivel más alto de significancia.

Ante la posible existencia de errores de especificación por la no inclusión en el modelo

de relaciones no lineales, aplicamos el test de Ramsey cuya hipótesis nula permite
contrastar la linealidad del modelo. Los resultados permiten aceptar la hipótesis nula de
linealidad a un nivel de significación del 5 por ciento, pues el valor de la probabilidad del
estadístico es en la mayoría de casos superior a 0.05, con la única excepción de la ecuación
de la tasa de desempleo.

4.4. DISCUSIÓN

Antes de proceder con el análisis económico debemos señalar que los coeficientes de
los modelos planteados según la teoría econométrica son MELI (mejores estimadores
lineales e insesgados), lo que significa que los modelos han pasado satisfactoriamente los
problemas que pueden presentarse en los residuos, es decir, los errores carecen de
autocorrelación, heteroscedasticidad, además se comprobó que dichos residuos se
distribuyen normalmente, lo que nos confirma que la relación dada por las ecuaciones de
largo plazo son válidas y por ende se puede inferir conclusiones económicas de las
mismas. Con todo lo expuesto procedemos al análisis económico de los modelos.

Las investigaciones realizadas por BIGIO & RAMÍREZ (2006) y (2017) manifiestan
que países con menor control de la corrupción poseen mayor inestabilidad política y

7
Según GUJARATI & PORTER (2010, pág. 754), en muestras grandes tanto el estadístico Q de Box –
Pierce como el estadístico LB siguen una distribución 𝑋 2 con m 𝑔𝑙, se ha visto que el estadístico LB tiene
34
mejores propiedades en muestras pequeñas (más potente, en el sentido estadístico) que el estadístico Q.
económica, menor gasto público en educación, salud y mayor desigualdad económica, así
como menor inversión y bajo crecimiento del PBI per cápita

De acuerdo con los resultados obtenidos en la regresión existe una importante relación
positiva y estadísticamente significativa entre el índice de control de la corrupción y la
tasa de crecimiento del PIB per cápita, encontrándose que un menor control de la
corrupción repercute negativamente sobre el crecimiento del PIB per cápita reduciéndolo
en 11.47 unidades porcentuales. De esta manera, la presente investigación obtuvo como
resultado la incidencia negativa de la corrupción en variables que involucran el desarrollo
tales como el crecimiento del PBI per cápita real. Asimismo cabe indicar que los
resultados empíricos son congruentes con las investigaciones sintetizadas en los capítulos
precedentes.

En el caso de las exportaciones y las inversiones se observa también que el índice de

control de la corrupción ejerce un efecto directo y estadísticamente significativo sobre los
mencionados indicadores de crecimiento, observándose que por cada disminución en el
índice de control de la corrupción, la tasa de crecimiento de las exportaciones se reduce
en 73.34 por ciento, mientras que las tasas de crecimiento de la inversión privada y
pública caen en 50.85 y 53.36 por ciento respectivamente. Al respecto, TANZI &
DAVOODI (1997) han llegado a la conclusión que mayores niveles de corrupción
reducen el crecimiento económico vis inversión pública a través de menores ingresos del
gobierno; menores gastos en operaciones y mantenimiento; y menor calidad de la
infraestructura pública.

De acuerdo con ALCAIDE (2015), la lucha contra la pobreza está íntimamente ligada
a la lucha contra la corrupción ya que, tanto la corrupción es causa de la pobreza, como
la pobreza es causa de la corrupción. En primer lugar, porque es especialmente
devastadora con los más desfavorecidos en la sociedad y en segundo lugar, el país que
incurre en corrupción, generan menos crecimiento económico. Los resultados obtenidos
concuerdan con las afirmaciones anteriormente citadas al encontrarse que un menor
control de la corrupción tiene un impacto negativo y significativo sobre la incidencia de
la pobreza monetaria, es decir, una mayor corrupción incrementa la pobreza en 27.65 por
ciento. De este modo, países pobres y corruptos permanecen anclados en la pobreza,
especialmente aquellos con una alta desigualdad de rentas y de acceso a servicios.

35
 CONCLUSIONES

1. La presente investigación tuvo como objetivo indagar cual es el efecto que genera
la corrupción en seis canales de transmisión, a saber, PIB per capita,
exportaciones, inversión privada y pública, tasa de desempleo y pobreza
monetaria llegando así a afectar al crecimiento económico. La literatura empírica
mostró la visión de diversos autores cuya conclusión es que la corrupción tiene
efectos negativos en lo que respecta al ámbito económico, social y político de una
nación.

2. Tras el análisis de correlaciones realizado entre el Índice de Control de la

Corrupción y una serie de indicadores económicos (apoyado con varios gráficos
de dispersión), hemos obtenido unos resultados que confirman los efectos
perjudiciales de la corrupción. En concreto, hemos comprobado que cuanto menor
es el índice de control de la corrupción y por consiguiente mayor es el nivel de
corrupción de un país, menor es su PIB per cápita, menos recursos financieros se
destinan a las inversiones privadas, peores son las percepciones de la logística de
ese país, más desfavorables son sus reglamentaciones para los negocios, aumentan
sus costos y disminuye su competitividad de sus productos exportados, y menor
es el nivel de vida de sus ciudadanos al aumentar la tasa de desempleo.

3. Basados en las estimaciones realizadas, se confirma los resultados de la mayoría

de autores que han investigado acerca de este tema: la corrupción tiene un impacto
negativo a largo plazo sobre el crecimiento económico, puesto que una reducción
de un punto porcentual en el índice de control de la corrupción en el presente año,
tendría como consecuencia una caída de 11.47 puntos porcentuales en la tasa de
crecimiento del PBI per cápita.

4. Un resultado importante que viene del modelo empírico, concierne a la naturaleza

del índice de control de la corrupción y el efecto final que éste puede tener sobre
el crecimiento. La evidencia encontrada muestra la presencia de un efecto positivo
y significativo sobre las tasas de crecimiento de las exportaciones, inversión
privada y pública, mientras que guarda una relación inversa y significativa con la
incidencia de la pobreza monetaria.

36
BIBLIOGRAFÍA

ABUSADA, R., CUSATO, A., & PASTOR, C. (Mayo de 2008). Eficiencia del Gasto en
el Perú. Obtenido de Instituto Peruano de Economía IPE:
https://www.mef.gob.pe/contenidos/pol_econ/documentos/eficiencia_del_gasto_
en_el_peru.pdf

ADES, A., & DI TELLA, R. (1999). Rents, Competition, and Corruption. The American
Economic Review, 88(4), 982 - 993. Obtenido de
https://www.researchgate.net/publication/4730154_Rents_Competition_and_Co
rruption

ALCAIDE, L. (2015). ¿Es la Corrupción un Obstáculo al Desarrollo y al Crecimiento

Económico? Un Análisis Micro, Macro y Empírico – Casos de Estudio: Haití y
Marruecos. Obtenido de Universidad CEU San Pablo:
https://www.educacion.gob.es/teseo/imprimirFicheroTesis.do?idFichero=W96Z
q4Xx47U%3D

ANTUNEZ, C. H. (2009). Crecimiento Económico (Modelos de Crecimiento

Económico). Edición Electrónica Gratuita. Obtenido de
http://www.eumed.net/libros-gratis/2010d/761/indice.htm

AYALA, H. F., & CARBAJAL, P. F. (2017). Incidencia de la Corrupción en el

Desarrollo Económico del Perú, 1998 - 2016. Obtenido de Repositorio
Universidad Nacional Santiago Antúnez de Mayolo:
http://repositorio.unasam.edu.pe/bitstream/handle/UNASAM/2165/T033_73795
669_T.pdf?sequence=1&isAllowed=y

BÁEZ, J. E. (2013). Relación entre el Índice de Control de la Corrupción y Algunas

Variables Sociales, Económicas e Institucionales. Nómadas. Revista Crítica de
Ciencias Sociales y Jurídicas, 38(2), 1 - 18. Obtenido de
https://revistas.ucm.es/index.php/NOMA/article/download/42911/40741

BALBOA, J. D., & TAKENAKA, S. (Junio de 2010). Corruption and Development,

Revisited. Obtenido de Philippine Institute for Development Studies:
https://pascn.pids.gov.ph/files/Discussions%20Papers/2010/pidsdps1013.pdf

37
BAYLEY, D. H. (1966). The Effects of Corruption in a Developing Nation. The Western
Political Quarterly, 19(4), 719 - 732. Obtenido de
https://www.jstor.org/stable/445147?seq=1#page_scan_tab_contents

BCRP. (31 de Diciembre de 2017). Memoria 2017. Obtenido de Banco Central de

Reserva del Perú:
http://www.bcrp.gob.pe/docs/Publicaciones/Memoria/2017/memoria-bcrp-
2017.pdf

BIGIO, S., & RAMÍREZ, N. (Junio de 2006). Corrupción e Indicadores de Desarrollo:

Una Revisión Empírica. WP 2006-007. Obtenido de Banco Central de Reservas
del Perú: http://www.bcrp.gob.pe/docs/Publicaciones/Documentos-de-
Trabajo/2006/Documento-Trabajo-07-2006.pdf

BIGIO, S., & RAMÍREZ, N. R. (Diciembre de 2017). Corrupción e Indicadores de

Desarrollo en el Perú y el Mundo: Una revisión empírica. DT N° 111. Obtenido
de Asociación Peruana de Economía: http://perueconomics.org/wp-
content/uploads/2014/01/WP-111.pdf

DEL CASTILLO, A. (2003). Medición de la Corrupción: Un Indicador de la Rendición

de Cuentas. México: Editorial Color S.A. Obtenido de
http://centro.paot.mx/documentos/varios/medicion_corrupcion.pdf

ECHEBARRÍA, K. (2007). Corrupción: Un Análisis a Traves de Indicadores de

Gobernabilidad. Obtenido de Banco Interamericano de Desarrollo BID:
https://publications.iadb.org/es/publicacion/13143/corrupcion-un-analisis-traves-
de-indicadores-de-gobernabilidad

EHRLICH, I. (1999). Corrupción Burocrática y Crecimiento Económico Endógeno.

Revista de Economía del Rosario, 2(1), 35 - 62. Obtenido de
https://revistas.urosario.edu.co/index.php/economia/article/view/983/882

GUJARATI, D. N., & PORTER, D. C. (2010). Econometría (5ta ed.). México, D. F.:
McGRAW-HILL/INTERAMERICANA EDITORES, S.A.

HUNTINGTON, S. P. (1968). Political Order in Changing Societies. New Haven, CT:

Yale University Press. Obtenido de
https://www.studocu.com/en/document/studocu-university/studocu-summary-

38
 library/summaries/political-order-in-changing-societies-huntington-
summary/1044495/view

HWANG, J., JUNG, K.-O., & LIM, E.-S. (2011). Corruption and Growth in Ethnically
Fragmented World. The Journal of Developing Areas, 44(22), 265 - 277.
Obtenido de
https://www.researchgate.net/publication/236817946_Corruption_and_Growth_i
n_Ethnically_Fragmented_World

INEI. (Abril de 2018). Evolución de la Pobreza Monetaria 2007 - 2017, Informe Técnico.
Obtenido de Instituto Nacional de Estadística e Informática:
https://www.inei.gob.pe/media/cifras_de_pobreza/informe_tecnico_pobreza_mo
netaria_2007-2017.pdf

KAUFMANN , D., & WEI, S.-J. (Marzo de 2000). Does ‘Grease Money’ Speed up the
Wheels of Commerce? Obtenido de Fondo Monetario Internacional:
https://www.imf.org/external/pubs/ft/wp/2000/wp0064.pdf

LEÓN, J. (2000). Análisis Económico de la Corrupción. Revista de la Facultad de

Ciencias Económicas de la UNMSM, V(18), 85 - 101. Obtenido de
http://sisbib.unmsm.edu.pe/bibvirtualdata/publicaciones/economia/18/a07.pdf

MAURO, P. (1995). Corruption and Growth. The Quarterly Journal of Economics,

110(3), 681 - 712. Obtenido de
http://homepage.ntu.edu.tw/~kslin/macro2009/Mauro%201995.pdf

MOSTAJO, R. (Mayo de 2000). Gasto Social y Distribución del Ingreso:

Caracterización e Impacto Redistributivo en Paises de América Latina y el
Caribe. Obtenido de Comisión Económica para América Latina y el Caribe:
https://repositorio.cepal.org/bitstream/handle/11362/7603/1/S2000586_es.pdf

PALACIOS, J. M. (2014). Efectos de la Corrupción sobre el Crecimiento Económico. Un

análisis empírico internacional. En Contexto, 2(2), 109 - 126. Obtenido de
http://ojs.tdea.edu.co/index.php/encontexto/article/view/138/123

PALESTINA, I. E. (2018). Corrupción y Crecimiento Económico: Las percepciones de

la sociedad colombiana. Revista CES Derecho, 9(1), 59 - 72. Obtenido de
http://revistas.ces.edu.co/index.php/derecho/article/view/4686/2911

39
ROBLES, J. A. (Abril de 2019). ¿Cómo afecta la Corrupción al Crecimiento Económico
en el Perú? Obtenido de Repositorio Institucional de la Universidad de Lima:
http://repositorio.ulima.edu.pe/bitstream/handle/ulima/8373/Robles_Laines_corr
upcion_Peru.pdf?sequence=1&isAllowed=y

ROCK, M. T., & BONNETT, H. (2004). The Comparative Politics of Corruption:

Accounting for the East Asian Paradox in Empirical Studies of Corruption,
Growth and Investment. World Development, 32(6), 999 - 1017. Obtenido de
https://www.researchgate.net/publication/223674719_The_Comparative_Politic
s_of_Corruption_Accounting_for_the_East_Asian_Paradox_in_Empirical_Studi
es_of_Corruption_Growth_and_Investment

ROMERO, D., PIRABAN, Y. A., & VARGAS, J. (2014). Corrupción en el Sector

Público y su Impacto en los Indicadores Sociales (2000 - 2010) en la Provincia
de Sugamuxi (Boyacá). Obtenido de Repositorio Institucional Universidad La
Salle:
http://repository.lasalle.edu.co/bitstream/handle/10185/4066/T81.14%20R664c.
pdf?sequence=3&isAllowed=y

SOTO, R. (2003). La Corrupción desde una Perspectiva Económica. Estudios

Públicos(89), 23 - 62. Obtenido de
https://www.flacsoandes.edu.ec/web/imagesFTP/1275931953.raimundo_soto.pd
f

SUNKEL, O., & PAZ, P. (1970). El Subdesarrollo Latinoamericano y la Teoría del

Desarrollo (1° ed.). México D.F.: Siglo XXI Editores, S. A. Obtenido de
https://repositorio.cepal.org/bitstream/handle/11362/1604/S33098I59S1_es.pdf?
sequ

TANZI, V., & DAVOODI, H. (Octubre de 1997). Corruption, Public Investment, and
Growth. WP 139. Obtenido de Fondo Monetario Internacional:
https://www.imf.org/external/pubs/ft/wp/wp97139.pdf

TRANSPARENCIA INTERNACIONAL. (2018). How Do You Define Corruption?

Obtenido de Transparency International: https://www.transparency.org/what-is-
corruption

40
UNICEF. (2006). El Gasto Social en el Perú 2000 2005. Obtenido de United Nations
Children’s Fund (UNICEF) and Instituto APOYO:
https://www.unicef.org/peru/spanish/gasto_social_2000_2005.pdf

VILLEGAS, J. S. (Setiembre de 2017). Efectos de la Corrupción en los Canales de

Transmisión del Crecimiento Económico del Periodo 2007- 2015. Obtenido de
Repositorio Pontificia Universidad Católica del Ecuador:
http://repositorio.puce.edu.ec/bitstream/handle/22000/14232/Disertaci%c3%b3n
%20Juan%20Villegas.pdf?sequence=1&isAllowed=y

WEBB, R., & FERNÁNDEZ, G. (Noviembre de 2015). Anuario Estadístico Perú en

Números 2015. Obtenido de Instituto Cuanto:
http://www.cuanto.org/UserFiles/File/Pbci/pen.pdf

YAMADA, G., CASTRO, J. F., & BACIGALUPO, J. L. (2012). Desigualdad Monetaria

en un Contexto de Rápido Crecimiento Económico: El Caso Reciente del Perú.
Estudios Económicos(24), 65 - 77. Obtenido de
http://www.bcrp.gob.pe/docs/Publicaciones/Revista-Estudios-
Economicos/24/ree-24-yamada-castro-bacigalupo.pdf

YEPES, C. E. (2009). Crecimiento Económico y Corrupción: Alguna evidencia de los

vínculos para los departamentos colombianos. Obtenido de Biblioteca Digital de
la Universidad del Valle:
http://bibliotecadigital.univalle.edu.co/bitstream/10893/7672/1/0379349-p-14-
E.pdf

41
 ANEXOS

Anexo № 01. Principales Indicadores Económicos

PIB per Inversión Inversión Tasa de Pobreza Índice de

Exportaciones
Años cápita Privada Pública Desempleo Monetaria Control de
(Var%)
Var% (Var%) (Var %) (Var%) (Var%) Corrupción
1996 1.0181 -2.1881 -2.9340 7.0333 5.52 -0.4
1997 4.6727 15.9823 14.3816 16.1104 5.53 -
1998 -2.0312 -2.3951 7.0313 -15.6462 5.48 -0.37
1999 -0.1166 -15.2433 10.5460 5.7454 5.7 -
2000 1.1330 -1.7344 -15.0247 14.2486 5.7 -0.39
2001 -0.8435 -4.6570 -23.6062 1.0183 5.67 -
2002 3.9833 0.1994 -6.1741 9.7950 5.8 -0.27
2003 2.7656 6.2889 2.2680 17.8487 4.79 -0.08
2004 3.5952 8.0896 -0.1631 40.9036 4.9 58.7 -0.32
2005 4.9458 12.0056 10.1511 35.5879 4.86 55.6 -0.33
2006 6.2267 20.0596 17.5126 37.2097 4.26 49.1 -0.2
2007 7.2594 23.3292 17.1443 17.8928 4.19 42.43301 -0.25
2008 7.9113 23.8955 26.8018 10.4095 4.06 37.3061 -0.19
2009 -0.0780 -8.8416 33.1994 -12.7278 3.9 33.4972572 -0.31
2010 7.2363 25.7586 14.8682 32.2586 3.48 30.7732384 -0.23
2011 5.2527 10.9644 -11.1832 29.5306 3.44 27.82427 -0.22
2012 4.7614 15.6222 19.4660 2.2310 3.11 25.81089 -0.37
2013 4.6593 7.1006 11.0736 -9.5969 3.24 23.9117447 -0.42
2014 1.2797 -2.2196 -2.6853 -7.7646 2.96 22.7273814 -0.56
2015 2.1876 -4.1772 -6.9064 -12.9471 3 21.7716481 -0.53
2016 2.9012 -5.4055 0.2671 7.5708 3.54 20.7423825 -0.37
2017 1.3949 0.2133 -1.7643 22.6955 3.46 21.699987 -0.5
Fuente: Información estadística de las base de datos del BCRP, INEI y WORLD BANK.

42