MODELO GRAVITACIONAL: AUSTRIA Y SUIZA

Melanny Kassandra Morales Hinojosa

Ibsán Jared Morelos Cortes
Selene Sanjuan Tolentino

Introducción

Si bien siempre resulta difícil e inexacto hacer generalizaciones y hablar de una región como un
todo, por las diferencias que existen entre los países que la conforman, esto resulta
particularmente cierto por la gran cantidad de países que la integran y su heterogeneidad.

El presente trabajo aborda la integración económica en la región en diferentes países, proceso

que posee especificidades dadas por factores de diversa índole: el extenso territorio y población
que posee la región; el gran número de países que la conforman con una amplia diferencia de
tamaños y niveles de desarrollo, y gran diversidad de estructuras económicas, políticas y sociales.
En algunos países prevalecen relaciones económicas tradicionales particularmente atrasadas,
sobre todo por problemas estructurales, y en otros, los más dinámicos, puede hablarse de un
“modelo de desarrollo” común, que se caracteriza por una estrategia en la que el elemento
distintivo más importante es el papel activo del Estado. Este ha sido primordial en el apoyo al
sector privado, la promoción de la tecnología y la innovación, y el énfasis en la inversión en
recursos humanos.

En la actualidad se habla de la integración como aquel proceso el cual dos o más mercados
nacionales o internacionales previamente separados se unen para formar un solo mercado
(mercado común) con algunas barreras que interfieren con el libre comercio entre sus respectivos
mercados, pero sin extensión, esto es conocido como la formación de bloques económicos. Por
consiguiente la integración ha desarrollado un papel fundamental en las economías locales e
internacionales, por ende, causan hoy gran interés puesto que los organismos regionales son los
motores populares para alcanzar las metas y objetivos que una nación se propone con el fin de
obtener beneficios económicos. Por lo tanto es importante entender el génesis de la integración,
para poder generar estrategias que permitan la colaboración aceptada y eficiente de las regiones.
Varios autores consideran que el precursor del tema de la integración propiamente dicho es David
Mitrany (1943), a través de la teoría del Funcionalismo. Dicha teoría en términos muy generales
resalta las capacidades que tiene una sociedad para suplir las necesidades humanas.

Modelo gravitacional

Una de las herramientas de mayor uso, y éxito, para el estudio de las corrientes de
comercio internacional, en los últimos años, los denominados modelos gravitacionales se
destacan por su popularidad. La idea central consiste en aplicar a las relaciones
comerciales un concepto análogo a la ley de Newton que relaciona la atracción o gravedad
entre dos objetos al tamaño de su masa y a la distancia entre ellos. (Clifero, 2016)

El modelo gravitacional en general se usa para medir el movimiento que se producen en

un espacio donde la accesibilidad y la movilidad del comercio son homogéneas. Por
ejemplo, predice bien la amplitud de los flujos de desplazamiento domicilio-trabajo en
una cuenca de empleo urbano, a partir de la repartición de las zonas de residencia y de
empleo, o aún el diseño de las migraciones interregionales o interurbanas de población a
mediano término en un lugar dado.

Aunque de una gran utilidad práctica, el modelo gravitatorio es un modelo pobre en el

plano teórico; además, es un modelo estático, que no toma en consideración la evolución
de la configuración, en particular la que generan los flujos. (Pumain, 2014).

Estimación del modelo

Como se ha mencionado con anterioridad el modelo gravitacional nos permitirá medir el

flujo comercial entre dos países, Austria y Suiza; en otras palabras medir la integración
económica. La ecuación (1) nos ayudara a realizar la abstracción de la realidad a través
de un modelo econométrico gravitacional. Es por ello, que el modelo se ejecutara con el
Software Eviews 7 y mediante Mínimos Cuadrados Ordinarios (MCO), con la finalidad de
obtener un modelo estadísticamente viable, además se realizaran las pruebas
correspondientes que los permitan lo anterior y hará que los estimadores sean MELI, es
decir, Mejores Estimadores Lineales Insesgados.

𝒍𝒏 𝒀𝒊𝒋𝒕 = 𝒍𝒏𝜷 𝟎 + 𝒍𝒏𝜷𝟏 𝑿𝟏 𝒕 + 𝒍𝒏𝜷 𝟐 𝑿𝟐 𝒕 + 𝒍𝒏𝜷 𝟑𝑿𝟑 𝒕 + 𝒍𝒏𝜷 𝟒 𝑿𝟒 𝒕 + 𝒍𝒏𝜷 𝟓𝑿𝟓 𝒕 + 𝒍𝒏𝜷 𝟔 𝑿𝟔 𝒕 (𝟏)
+ 𝝁 𝒊𝒕

Donde:
𝒀𝒊𝒋𝒕: Es el comercio (flujo del comercio) entre los países i y j en el año t
𝑿𝟏 𝒕 : Es el nivel de ingreso i en el año t,
𝑿𝟐 𝒕 : Es el nivel de ingreso j en el año t,
𝑿𝟑 𝒕 : Representa la población de ambos países
𝑿𝟓 𝒕 : Es la distancia entre el país i y el país j, es un vector de variables explicativas
adicionales
𝑿𝟔 𝒕 : Representa el tipo de cambio bilateral

𝝁𝒊𝒕: Es el error aleatorio, normalmente distribuido y con media cero

Cuadro 1. Modelo Clásico

Variable Coefficient Std. Error t-Statistic Prob.

C -18.06469 4.543315 -3.976104 0.0005

LOG(PIB_REAL_AUSTRIA*ANO_BASE_200
5_PIB_REAL_S) -0.136224 0.430431 -0.316483 0.7542
DISTANCIA_KM 0.074148 0.028192 2.630125 0.0142

R-squared 0.917226 Mean dependent var 15.76310

Adjusted R-squared 0.910859 S.D. dependent var 0.580741
S.E. of regression 0.173389 Akaike info criterion -0.568860
Sum squared resid 0.781658 Schwarz criterion -0.427415
Log likelihood 11.24847 Hannan-Quinn criter. -0.524561
F-statistic 144.0543 Durbin-Watson stat 0.313068
Prob(F-statistic) 0.000000

Fuente: Elaboración propia

El cuadro (1) nos muestra el modelo econométrico gravitacional clásico para Austria y
Suiza. En primer momento el modelo se corrió con una variable independiente con el
logaritmo del el flujo comercial que corresponde a la suma de las Exportaciones de Austria
hacia Suiza y las Importaciones de Austria con Suiza. Posteriormente se tiene dos variables
explicativas de orden lineal los logaritmos de la multiplicación del Producto Interno Bruto
(PIB) de ambos países, además de la distancia en kilómetros cuadrados. Como se puede
observar solo la variable distancia es estadísticamente significativa con un p-valor menor
al 0.05 que nos indica que a medida que se incrementa la distancia se incrementa el flujo
comercial. Observando el Durbin Watson, éste es de 0.31 muy bajo, lo que nos indica que
hay autocorrelación positiva entre los términos de error.
Cuadro 2. Matriz de correlaciones
C LOGPIB DISTANCIA
C 20.64171 1.773029 -0.122416
LOG(PIB_REAL_AUSTRIA*ANO_BASE_2005_PIB_REAL_S)
1.773029 0.18527 -0.012021
DISTANCIA -0.122416 -0.012021 0.000795

Fuente: Elaboración propia

Para determinar que el modelo es estadísticamente viable se tiene que realizar una serie
de pruebas que nos indicaran lo anterior. Por esta razón, se realizó la matriz de
correlaciones la cual nos indicara si en éste existen problemas de multicoliealidad, es
decir, si existe una relación lineal entre las variables explicativas. Por consiguiente, se
muestra que hay una relación negativa entre la distancia y la PIB de ambos países, aunque
ésta es muy pequeña. Cabe mencionar que para evitar una autocorrelación entre la
distancia se le agrego una unidad por año. Por lo anterior, se pude concluir que el modelo
no presenta de multicolinealidad. (Ver el cuadro 2.)
Cuadro 3. Prueba de White
Heteroskedasticity Test: White

F-statistic 0.976224 Prob. F(4,24) 0.4389

Obs*R-squared 4.058139 Prob. Chi-Square(4) 0.3982
Scaled explained SS 1.805108 Prob. Chi-Square(4) 0.7715

También se realizó la prueba de White como se puede observar en el cuadro (3). Ésta
prueba nos indica si las existe una variación de las varianzas de los términos de error. Por
lo que se busca que sean homocedasticas, de ser lo contrario el modelo presenta
problemas de heteroscedasticidad. Para éste estudio el p-valor es de 0.43 no es
estadísticamente significativo, por lo tanto, no se rechaza la H0 se heteroscedasticidad y
aceptamos la hipótesis alterna que homocedasticidad, por ende, no hay variación en las
varianzas. Es importante señalar que por la naturaleza de los datos, se esperaba que las
varianzas fuesen homocedasticas ya que los datos son de tipo panes, es decir, una
combinación de datos de serie de tiempo y de corte transversal.

Como se ha mencionado en el párrafo anterior el modelo que se estimó no cumple con

los requisitos necesarios para que los estimadores sean MELI, por lo tanto, se tiene
realizar las correcciones pertinentes para hacer viable el modelo. El problema de la
autocorrelación puede presentarse por un problema de sesgo de especificación. Es por
ello que se realizaron las correcciones y pruebas que avalen que las variables regresoras
explican al flujo comercial de Austria y Suiza.
Cuadro 4. Modelo Clásico Corregido

Variable Coefficient Std. Error t-Statistic Prob.

C 41497568 23083458 1.797719 0.0843

LOG(PIB_REAL_AUSTRIA*ANO_BASE_200
5_PIB_REAL_S) 5647186. 2438957. 2.315410 0.0291
DISTANCIA_KM -340477.6 155030.1 -2.196203 0.0376

R-squared 0.501010 Mean dependent var 427332.3

Adjusted R-squared 0.131938 S.D. dependent var 847637.6
S.E. of regression 789742.7 Akaike info criterion 30.09776
Sum squared resid 1.56E+13 Schwarz criterion 30.24050
Log likelihood -418.3686 Hannan-Quinn criter. 30.14139
F-statistic 3.051884 Durbin-Watson stat 1.489839
Prob(F-statistic) 0.065176

Fuente: Elaboración propia

En el cuadro (4) se muestra el modelo clásico corregido, se corrigió mediante primeras

diferencias solo a la variable dependiente y la multiplicación del pib se le agrego a
logaritmo. Esta corrección no permitió corregir la autocorrelación entre los términos de
error, pues ahora se tiene un DW de 1.98 ya que es muy cercano a 2 se puede establecer
que no hay autocorrelación. También se puede observar que ambas variables explicativas
son estadísticamente significativas con un p-valor inferior al 0.05 con un grado de
confianza del 95% y 5% de significancia. Para éste primer modelo clásico o reducido
entiende que a medida que se incrementa en una unidad porcentual el PIB el flujo
comercial tiende a aumentar en 564 786.0 dorales permaneciendo constante las demás
variables. Por otro lado, la variable distancia muestra una relación negativa es decir, si
ésta se incrementa en una unidad porcentual el flujo comercial tiene a disminuir en (-340
477.6) con este resultado podemos inferir que para una nación o región los costos te
transporte son muy importantes y pueden repercutir de manera negativa o positiva el
flujo comercial con otros países y dificultar la generación del mercado común.

A lo anterior, se tiene un coeficiente de determinación del 0.50 esto nos indica que las
variables regresosas explican en un 50% el flujo comercial entre Austria y Suiza. El modelo
ya no presenta problemas de autocorrelación, multicolinealidad y heterocedasticidad.
(Ver cuadro 5 y 6). Por las razones mencionadas se puede decir que le modelo es viable
estadísticamente y que es posible medir el comportamiento comercial de Austria y Suiza,
así como mencionar que los estimadores son MELI, Mejores Estimadores Lineales
Insesgados.
Cuadro 6. Prueba de White modelo corregido
Heteroskedasticity Test: White

F-statistic 0.617945 Prob. F(4,23) 0.6542

Obs*R-squared 2.717118 Prob. Chi-Square(4) 0.6062
Scaled explained SS 3.425744 Prob. Chi-Square(4) 0.4893

Cuadro 6. Modelo gravitacional extendido

Variable Coefficient Std. Error t-Statistic Prob.

C -76.67090 38.82918 -1.974569 0.0623

LOG(PIB_REAL_AUSTRIA*ANO_BASE_200
5_PIB_REAL_S) 1.411788 0.417933 3.378026 0.0030
POBLACION_AUSTRIA 1.09E-06 2.86E-07 3.814688 0.0011
POBLACION_SUIZA -3.20E-07 6.30E-08 -5.075236 0.0001
DISTANCIA_KM -0.148396 0.085886 1.727817 0.0004

R-squared 0.957145 Mean dependent var 15.63073

Adjusted R-squared 0.948574 S.D. dependent var 0.510667
S.E. of regression 0.115806 Akaike info criterion -1.296952
Sum squared resid 0.268219 Schwarz criterion -1.053176
Log likelihood 21.21189 Hannan-Quinn criter. -1.229339
F-statistic 111.6723 Durbin-Watson stat 1.934035
Prob(F-statistic) 0.000000

Fuente: Elaboración propia

Siguiendo con el estudio del modelo gravitacional ahora se estimó el modelo extendido
donde se incorporan variables explicativas como la población de Austria y Suiza. El modelo
se corrió por Mínimos Cuadrados Ordinarios (MCO). Como se puede observar en el cuadro
(6) se obtiene como variable dependiente el flujo comercial de ambos países, como
regresoras la población y la distancia. Dichas variables son estadísticamente significatovas
con un p-valor inferior al 0.05 con un grado de confianza del 95% y 5% de significancia.
Por lo tanto, a medida que se incrementa en una unidad porcentual el PIB se incrementara
en 1.41% el flujo comercial permaneciendo constante la demás variables.
En el caso de la distancia se obtuvo una relación directa negativa, es decir, a medida que
se incrementa la distancia el flujo comercial tiene a disminuir, esto se puede entender
que los costos de transporte suelen ser mayores y esto reducirá el mercado común entre
Austria y Suiza. Otra variable que resulto significativa es la población de Colombia, es
decir, esta se puede entender que a medida que se incrementa la población existe mayor
nivel de comercialización entre estos países.

Por lo anterior, el modelo no presenta problemas de autocorrelación pues el Durbin

Watson es de 1.93 como es muy cercano a 2 no existe autocorrelación entre los términos
de erro. Tampoco presenta problema de multicolinealidad ni heteroscedasticidad, es
decir, las variables explicativas no presentan colinealidad ni las variancias tienen
variaciones (ver cuadro 7 y 8). Además el coeficiente de determinación es de 0.95, es
decir, las variables independientes explican en un 95% el comportamiento del flujo
comercial de ambos países. Por lo tanto, partiendo de las pruebas correspondientes
podemos aceptar éste modelo y decir que es estadísticamente viable; por estas razones
son estimadores son MELI, Mejores Estimadores Lineales Insesgados.
Cuadro 7. Matriz de correlación, modelo extendido
C LOG(PIB) POB_AUS POBSUIZA DISTANCIA
C 1507.705 -1.00133 7.11E-06 -9.84E-07 -3.280957
LOG(PIB_REAL_AUSTRIA*ANO_BASE_2005_PIB_REAL_S)
-1.00133 0.174668 1.57E-08 -8.43E-09 -0.004206
POBLACION_AUSTRIA7.11E-06 1.57E-08 8.15E-14 -1.71E-14 -1.59E-08
POBLACION_SUIZA -9.84E-07 -8.43E-09 -1.71E-14 3.97E-15 2.40E-09
DISTANCIA_KM -3.280957 -0.004206 -1.59E-08 2.40E-09 0.007376
Fuente: Elaboración propia

Cuadro 8. Prueba de White, modelo extendido

Heteroskedasticity Test: White

F-statistic 1.543579 Prob. F(8,16) 0.2186

Obs*R-squared 10.88997 Prob. Chi-Square(8) 0.2080
Scaled explained SS 4.428771 Prob. Chi-Square(8) 0.8165

Fuente: Elaboración propia

A lo anterior, observando que el modelo que se presentó si explica el comportamiento a los flujos
comerciales de los países de estudio, era de esperarse ya que éstos países tiene un bloque
comercial entre ellos y han generado un mercado común; integración económica. Aunque la
integración económica beneficia el crecimiento económico no siempre se relaciona con el
desarrollo, es por esto que se tiene que generar políticas públicas que garanticen un Estado
bienestar. Aunque en este caso el nivel de vida y social de ambos son muy altos gracias a las
políticas que han desarrollado y que han beneficiado a la sociedad.

Conclusiones
Se ha trabajado con el popular modelo gravitacional, a fin de extraer conclusiones sobre
los principales determinantes de los flujos de comercio en el ámbito mundial. Las
estimaciones utilizaron la técnica de panel de datos y se desarrollaron dos modelos, uno
estático (EF) y otro dinámico (AB), que posibilitaron medir los flujos comerciales de
Austria y Suiza, en algún sentido, el nivel de comercio. Se ha mencionado que es factible
también realizar un análisis por país por sector productivo y por producto al mayor grado
de desagregación posible estudiando la respuesta de los flujos de comercio a las
variaciones de precios, tipo de cambio, nivel de ingreso.

Por lo tanto, es importante recalcar que se ha logrado una integración económica entre
estos países y han consolidado un mercado común que los ha beneficiado. Aunque este
modelo no se logra observar quien se ha beneficiado más ya que solo mide el nivel de
producción entre ellos. De cualquier forma, no por ello el trabajo deja de representar un
avance en el siempre difícil proceso de inferir cuáles son y cómo pueden incidir
determinados factores en las relaciones comerciales bilaterales, en este caso especial
sobre los flujos

Bibliografía
Aitken, N. (1973), ‘The effect of the eec and efta on european trade: a temporal cross-section
analysis.’, American Economic Review 5, 881–892.

Iglesias, E. (2005), Cuatro décadas de integración regional en américa latina y el caribe.

Conferencia pronunciada en el seminario los 40 años de la creación del intal, buenos aires.
Manuscrito.

Jacobo, A. (2006), ‘La integración sudamericana en los umbrales del siglo XIX.’, Actualidad
Económica 60, 23–29.

Jacobo, A. (2007), Un análisis empírico de las relaciones comerciales mercosur- ue. una
aplicación al flujo bilateral de manufacturas., in J. Fernández Arufe & J. Rojo García, eds,
‘Anales de Economía Aplicada’, Delta Publicaciones, Madrid.