UNIVERSIDAD ARTURO PRAT DEL ESTADO DE

CHILE

PROGRAMA: MAGÍSTER EN ECONOMÍA Y

FINANZAS

CURSO: MACRO-ENTORNO ECONÓMICO

DOCENTE: ING. ANDRÉS CORDERO, MBA.

AUTOR: MARIO ANDRADE ALBÁN

23 DE FEBRERO DE 2020
En el artículo titulado ¿Cómo atraer inversión extranjera directa? de Esquivel, G. &
Larraín, F., los autores hacen uso del análisis de regresión para medir el impacto de
la tasa de interés sobre la Inversión Extranjera Directa (IED), incluyendo además en
el modelo una variable de tendencia. El planteamiento, estimación y análisis de los
resultados ocupan las doce (12) primeras páginas de artículo, que son de
obligatoria lectura. Las siguientes páginas serán parte de otro foro. Se espera que
el alumno discuta el estudio, enfatizando la metodología aplicada y los resultados
obtenidos, a la luz de lo que ya conoce acerca del modelo clásico de regresión
lineal.

El modelo de regresión lineal múltiple, a mi juicio es uno de los modelo de regresión más
sencillo, esto se debe a que trata de ajustar modelos lineales entre una variable
dependiente y más de una variables independientes.

Para la regresión lineal múltiple, el proceso consiste en plantear el modelo a utilizar, luego
se debe ajustar, posteriormente se debe evaluar y por último darle un uso. Para el caso
estudiado los autores hicieron uso del análisis de regresión para medir el impacto de la
tasa de interés sobre la Inversión Extranjera Directa (IED)

Los modelos utilizados en el texto son los siguientes: (IED/PIBt)=α0+α0i* +α2t y

(IED/IIBt)=ß0 +ß1i*+ ß2t donde i* es la tasa de interés nominal internacional, t es una
variable de tendencia y las α y los β son los coeficientes a estimar. La hipótesis consiste
en averiguar si la tendencia ascendente en estas variables persiste una vez que se ha
controlado por una medida de la tasa de interés internacional. Tal y como lo demostraron
los autores a partir de la regresión lineal múltiple realizada, se logra comprobar la
hipótesis de que existe una relación sobre la disminución de la tasa de interés en relación
con la Inversión Extranjera Directa, esto principalmente porque se comprobó a partir de
los resultados obtenidos de los modelos empleados para la regresión lineal que
prácticamente todos los coeficientes asociados a la tasa de interés fueron negativos
(aunque solo en la mitad fue significativo) y además los coeficientes asociados a la
tendencia fueron positivo (cabe destacar que la gran mayoría fue significativo). Pudiendo
concluir que la tendencia en la IED ya sea como proporción tanto del PIB como de la
inversión interna bruta sigue siendo positiva y significante.
A mi juicio lo desarrollado por los autores del texto es lo correcto debido a que siguieron
paso a paso la metodología de la regresión lineal múltiple, esto debido a que se plantea
una idea a contrastar con los resultados a obtener, se utilizaron modelos para realizar la
regresión lineal y por último se les dio una interpretación a los resultados obtenidos.

Pablo, gracias por tan temprana revisión del material y apertura del foro. En efecto, en la
primera parte del estudio que estamos leyendo esta semana (la próxima semana
continuaremos con la segunda parte), los autores (reconocidos economistas) ajustan los
modelos (IED/PIBt)=α0+α0 i+α2t +u y (IED/IIBt)=ß0 +ß1i + ß2 t +u a fin de analizar la
evolución de la IED en la región. Note que ensayan dos maneras de presentarlas y
justifican su decisión.

Un modelo de regresión lineal clásico no necesariamente ajusta un modelo lineal. Tenga

presente que la condición de linealidad aplica sólo a los parámetros, por lo que una
regresión lineal no es necesariamente un modelo lineal. Por ejemplo, los autores han
podido pensar que la tendencia exhibe un comportamiento exponencial, de modo que
(IED/IIBt)=ß0 +ß1i + ß2 t + ß3 t2 +u es también un modelo de regresión lineal.
Igualmente, una función logarítmica dada por logSí = ß1 + ß2 log (X) + U es también un
posible modelo de regresión lineal. Observará que la regresión puede ser muy versátil.

Manuel, aprovecho su participación para resaltar que este artículo, sencillo pero
importante, comienza analizando la evolución histórica de la serie en estudio a través de
gráficos de línea, para luego analizar algunas estadísticas básicas. Y eso es lo que
debemos hacer siempre que nos propongamos ajustar un modelo: comenzar por conocer
las variables.

Ustedes dos ya han resaltado que los autores ajustan dos modelos por cada región. En
ambos, las variables explicativas son la tasa de interés y el tiempo (cuidado al escribir el
modelo, pues las variables i y t no son subíndices). El estudio se interesa particularmente
por el coeficiente que mide el cambio de la IED en el tiempo (alfa y beta 2), pero es
necesario además incluir la tasa de interés pues el principal factor que determina la
inversión es el precio del dinero.
Ahora bien, los dos modelos difieren en la variable dependiente. Los autores evalúan
tanto el peso de la IED en el total de la inversión, como en el PIB. De allí las dos manera
de expresar la IED. Note además que el estudio no considera la evolución del PIB, o si
este ha crecido o no. Analiza el peso de la IED en el PIB.

Gracias por participar

En el artículo titulado ¿Cómo atraer inversión extranjera directa? de Esquivel, G. &

Larraín, F., motivo de análisis en este foro, se identifica claramente la metodología
seguida por los autores para desarrollar un modelo econométrico, que explique qué
variables influyen en la inversión extranjera directa (IED) en los diferentes países, así:

1. Previamente ellos justifican los dos enfoques: la influencia real de la IED en el

Producto Interno Bruto y la relevancia de los flujos financieros internacionales en una
economía, por medio de la Inversión Interna Bruta.
2. Los autores analizan la teoría económica y determinan que para hablas de IED, se
debe considera necesariamente al dinero, y uno de los factores que afecta a la
movilidad del dinero es su precio, es decir la tasa de interés, que dicho sea de paso es
cambiante en el tiempo.
3. Planteamiento del modelo por medio del análisis de la relación entre variables, así:
caso 1 (IED/PIB) t = α 0 + α 1 i* + α 2 t caso 2 (IED/PIB) t = β 0 + β 1 i* + β 2 t,
donde en el caso 1, se identifica a la variable dependiente (IED/PIB) t y las variables
explicativas como i* y t; asimismo, en el caso 2 se identifica a la variable dependiente
(IED/PIB) t y las variables explicativas como i* y t. Los coeficientes α 1 y β 1 reflejan
la sensibilidad de la IED (como porcentaje del PIB y de la Inversión Interna Bruta,
respectivamente) ante cambios en la tasa de interés internacional. Los coeficientes α
2 y β 2 reflejan el factor asociado únicamente a la tendencia en el tiempo de los dos
cocientes de IED.
4. Estimar las regresiones.
5. Interpretar los resultados: los coeficientes (α 1 y β 1) asociados a la tasa de interés
internacional fueron negativos y tiene mucha lógica, pero en la mitad de los casos el
coeficiente estimado resultó ser significativamente distinto de cero, por lo que se
concluye que una parte del aumento observado en la IED hacia ciertas regiones,
 pudiera ser la consecuencia de las reducciones en la tasa de interés internacional; en
cambio los coeficientes (α 2 y β 2) asociados a la tendencia fueron positivo, lo que nos
permite concluir que la tendencia en la IED ya sea como proporción tanto del PIB
como de la inversión interna bruta sigue siendo positiva y significante. Cabe indicar, lo
que realmente se quiso demostrar es, que la IED tanto como peso en el PIB como en
la IIB, aumentó en el tiempo.
6. Conclusión: los modelos planteados son lineales tanto en los parámetros como en sus
variables, y son adecuados para explicar la relación entre las variables propuestas;
además siguen la metodología recomendada para plantear, estimar y analizar los
resultados.

Para construir cualquier tipo de modelo de estimación, en este caso un modelo

econométrico, se debe partir de conocimientos previos obtenidos a través de la teoría
económica y la experiencia, luego se expresa a través de las ecuaciones matemáticas
identificando las variables, para pasar al modelo econométrico donde se permitan,
plantear y cuantificar reacciones y relaciones entre variables, evaluar y pronosticar el
comportamiento de las mismas, así como sus consecuencias. Todo ello a partir de la
información estadística que deben ser recogidas con cuidado, como muestra dentro de la
población, ya que los fenómenos económicos y el comportamiento humano son muy
variables debido a diferentes aspectos como: la cultura, estacionalidad, gustos, etc.

Cabe indicar que la Teoría Económica en sí misma es incompleta, al tratar de explicar un

fenómeno, mucho más el modelo matemático que le representa; pero cuando hay que
abordar la realidad que intenta explicar la teoría, esta hay que formularla de manera que
se haga el reconocimiento de que es incompleta; para ello se requiere un conjunto de
especificaciones que ineludiblemente deben contener los modelos econométricos para
que puedan aplicarse al estudio de un fenómeno concreto, que se le conoce como
perturbación aleatoria. Cuando un modelo reúne tales especificaciones diremos que se
trata de un modelo econométrico.
En conclusión, los aspectos que se consideran fundamentales para el planteamiento y
estimación de un modelo econométrico, desde mi criterio, son los siguientes:

1.- Identificar las variables que influyen sobre el aspecto que se desea estudiar,

2.- Formular una relación concreta entre el conjunto de variables, dependiente y las
independientes,

3.- Introducir un término denominado perturbación aleatoria, lo que permite razonar en

términos probabilísticos y no exactos.

La consecuencia es que en tal situación no experimental entran

en la composición de la perturbación aleatoria, no solamente los errores de observación,

sino también los errores de especificación imperfecta de la teoría

Para sintetizar los aspectos básicos para el planteamiento y estimación de un modelo

econométrico son lo siguientes: Planteamiento de un problema o elección de un tema a
analizar; Recopilación de información relacionada con el tema a analizar; Especificar un
modelo ecométrico; Verificar si los resultados del análisis son congruentes o no.

conocer sobre éste. Ello aplica no solo cuando se planea estimar un modelo de
regresión, sino también para cualquier otro método de análisis. Este conocimiento
permite identificar las variables que la teoría y la experiencia dicen que deben ser
tomadas en cuenta, así como comprender los mecanismos a través de los cuales
las variables interactúan. Disponer de datos para estas variables e identificar la
mejor manera de plantear el modelo, completan el panorama. Como usted señala, la
evaluación del modelo cierra el proceso

Antecedentes

Desarrollo

Conclusión:
1.- Licona MiChel, y Rangel Delgado, J. (2012). Corea del Sur: proteccionismo y apertura para la
transformación económica. Recuperado el 24 de Febrero 2020, de
https://pdfs.semanticscholar.org/b46c/bd1b8cdb0194b6df4e89c12507843ccc5dbd.pdf