Convergencia económica en la OPEP: 1970-2017

Martínez Gámez, Ángel Enrique Article Convergencia económica en la OPEP: 1970-2017 Revista de Métodos Cuantitativos para la Economía y la Empresa Provided in Cooperation with: Universidad Pablo de Olavide, Sevilla Suggested Citation: Martínez Gámez, Ángel Enrique (2021) : Convergencia económica en la OPEP: 1970-2017, Revista de Métodos Cuantitativos para la Economía y la Empresa, ISSN 1886-516X, Universidad Pablo de Olavide, Sevilla, Vol. 32, pp. 175-213, https://doi.org/10.46661/revmetodoscuanteconempresa.4569 This Version is available at: https://hdl.handle.net/10419/286248 Standard-Nutzungsbedingungen: Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden. Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen. Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. Terms of use: Documents in EconStor may be saved and copied for your personal and scholarly purposes. You are not to copy documents for public or commercial purposes, to exhibit the documents publicly, to make them publicly available on the internet, or to distribute or otherwise use the documents in public. If the documents have been made available under an Open Content Licence (especially Creative Commons Licences), you may exercise further usage rights as specified in the indicated licence. https://creativecommons.org/licenses/by-sa/4.0/ 175 REVISTA DE MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA Y LA EMPRESA (32). Páginas 175-213. Diciembre de 2021. ISSN: 1886-516X. D.L: SE-2927-06. www.upo.es/revistas/index.php/RevMetCuant/article/view/4569 Convergencia económica en la OPEP: 1970-2017 Martínez Gámez, Ángel Enrique Universidad Católica Andrés Bello (Venezuela) Correo electrónico: [email protected] RESUMEN Los estudios sobre crecimiento económico se han ampliado y enfocado en la denominada hipótesis de convergencia, que abarca regiones, territorios y grupo de países. La idea principal establece cómo en el largo plazo las regiones más pobres terminan alcanzando a las más ricas tomando como variable objeto de estudio el Producto Interno Bruto per cápita (PIBpc). En este trabajo se analiza el fenómeno de convergencia económica en la Organización de Países Exportadores de Petróleo (OPEP), poco considerado en estudios relacionados con la Organización, el cual ofrece una visión ampliada al respecto. Mediante una estimación y análisis de datos de panel para el período 1970-2017, se elabora un modelo econométrico basado en la literatura, con diversas ecuaciones, períodos, variables y conjunto de países dentro de la Organización. Los resultados muestran principalmente convergencia y formación de clubes de convergencia entre estas economías y una dinámica del crecimiento determinada por el capital humano y el capital físico. Palabras clave: modelos con data panel, crecimiento económico, estudios empíricos de convergencia. Clasificación JEL: C23; F43; O47. MSC2010: 60J10; 62H12; 62P20; 91B62. Artículo recibido el 27 de enero de 2020 y aceptado el 25 de febrero de 2021. 176 Economic convergence in OPEC: 1970-2017 ABSTRACT Studies in economic growth have focused on the convergence hypothesis for regions, territories and groups of countries. The main idea is that on the long run, the poorer regions would catch up to the richer in terms of Gross Domestic Product Per Capita. This paper analyses the economic convergence in the Organization of Petroleum Exporting Countries (OPEC), not considered in studies related to the organization, which offers an expanded view on the matter. Utilizing an estimation and panel data analysis for the period 1970-2017, it indicates whether the gaps between countries belonging to the block have tended to be reduced or widened, and for this, an econometric model based on the literature is developed, with different equations, periods, variables and set of countries within the OPEC. The results mainly show convergence and the formation of convergence clubs between these economies, and a growth dynamic determined by human capital and physical capital. Keywords: data panel models, economic growth, empirical convergence studies. JEL classification: C23; F43; O47. MSC2010: 60J10; 62H12; 62P20; 91B62. 177 1. Introducción. Los estudios sobre crecimiento económico han sido centro de atención desde los años ochenta. Estos estudios se han ampliado y enfocado en la denominada hipótesis de convergencia, que abarca regiones, territorios y grupo de países. La idea principal es demostrar la transitoriedad de las diferencias en la renta per cápita y, de esta manera, a largo plazo las regiones más pobres acabarán alcanzando a las más ricas. La principal variable para demostrar la hipótesis se centra en el Producto Interno Bruto per cápita (PIBpc). Aún no existe consenso en lo referente a la existencia de convergencia o divergencia en los niveles de renta per cápita entre países o regiones. Varios estudios revelan resultados distintos y son concluyentes en lo que respecta a las variables y factores que la generan. El punto de partida es el modelo de crecimiento exógeno de Solow y Swan. Mediante el supuesto de función de producción tipo Cobb-Douglas con rendimientos decrecientes en el factor capital, una economía converge a su estado estacionario. Este estado estacionario está determinado por la tasa de ahorro (que se traduce en tasa de inversión) y el crecimiento de la población, así como por el nivel de tecnología, que viene dado de manera exógena. Sin progreso técnico y al operar los rendimientos decrecientes, la eficiencia del capital cada vez es menor y se agota la fuente del crecimiento a largo plazo. Si suponemos que los países son iguales en todos los aspectos (excepto en capital físico y humano), los países pobres crecerán más rápido e igualarán los niveles de PIBpc de los países ricos. El modelo neoclásico tuvo sus detractores mediante la comprobación empírica, en virtud de que muchas economías mostraban un crecimiento sostenido en el largo plazo. La razón de lo anterior es la existencia de progreso técnico de manera permanente, permitiendo aumentar la productividad de los factores de producción (Weil, 2006). En respuesta al agotamiento de los argumentos del modelo exógeno, aparecen los de crecimiento endógeno. Éstos introducen la tasa de progreso técnico como endógena y rendimientos constantes o crecientes del capital, además del capital humano, instituciones, etc. De esta manera, países con igual dotación de estos factores tienden a converger. La no divergencia viene explicada por algunas consideraciones al respecto. Por una parte, no necesariamente la función de producción tiene rendimientos decrecientes que hace posible una disminución de la productividad marginal del capital. Otro aspecto es el progreso técnico: con diferencias en las tecnologías entre países, las tasas de crecimiento a largo plazo también lo serán. Finalmente, factores culturales, geográficos y políticos le pueden dar ventajas a unos países respecto a otros, todo ello en virtud de cómo se organiza la sociedad para la producción (Barro & Sala-i-Martin, 2009). De todos los elementos que se encarga la economía del desarrollo ninguno ha tenido la mayor atención como el crecimiento económico. Es así como podemos observar países que han crecido más o menos de manera simultánea, otros que se han quedado rezagados y otros que han crecido de manera acelerada llegando incluso a darle alcance o sobrepasar a los más ricos. El punto principal es tratar de explicar el porqué de las diferencias de renta per cápita entre países y regiones, lo que deriva en preguntas como ¿de qué depende que unos países sean ricos y otros pobres? ¿Qué factores explican esto? ¿Qué se puede hacer para reducir las diferencias entre países? ¿Es posible que la existencia de países pobres esté condicionada a la existencia de países ricos? ¿Un grupo de países o regiones pueden converger y reducir sus diferencias económicas? Éstos y otros interrogantes se pueden despejar a partir de las distintas teorías del crecimiento económico y de los mismos postulados de la convergencia económica. El análisis a desarrollar y los resultados que se puedan presentar es tema de investigación en el ámbito internacional. La razón se debe principalmente de carácter económico, tratar de responder si la dotación de factores o en este caso de un recurso natural como el petróleo en los países de la OPEP ha contribuido efectivamente al crecimiento y a la convergencia económica en éstos. Para ello, los estudios referenciales de convergencia se han enfocado en evidencia empírica a través de modelos con datos de 178 panel y constituyen bases para la comprensión y la comprobación de la relación entre los distintos determinantes del crecimiento económico. El enfoque reciente de las teorías del crecimiento establece que las condiciones institucionales, financieras culturales, educativas y macroeconómicas influyen de cierta forma en el eficiente desenvolvimiento de los agregados y mejor desempeño económico. De ahí pues que el estudio se fortalece en la participación, influencia y análisis de estos aspectos, así como, elementos que permitan explicar con mayor detalle los posibles efectos de estos factores en la consecución de los objetivos planteados. A través de los resultados, se obtiene información a considerar para la comprensión de los mercados petroleros y la formulación de políticas y decisiones de carácter relevante para las economías de la OPEP, en pro de reducir o eliminar las debilidades y brechas que puedan estar presentes. En este mismo orden de ideas, las relaciones resultantes del estudio a realizar permiten establecer la importancia estratégica de un recurso natural sobre el crecimiento de la economía. Los países productores de petróleo en el marco de la OPEP afrontan desafíos alrededor de este recurso para su aprovechamiento en la economía, como principal fuente de divisas y de ingresos para el estado. Esta característica evidencia dependencia en parte representativa al precio del crudo, ligado a factores internos y externos que en muchos casos son complicados de controlar y a la volatilidad del mercado internacional. A ello se suma la diversidad de las sociedades representadas en esas economías, que queda disuelta al estar agrupadas en un organismo como la OPEP, para converger en la obtención de un bienestar común. El estudio ofrece alcances relacionados con el empleo de una gama de herramientas para abarcar un mayor análisis y contrastar los resultados de los objetivos planteados. De igual forma, en el estudio econométrico se emplearán diversos enfoques y modelos para comprobar y establecer con mayor veracidad los resultados a priori. La falta de información estadística para Libia constituye una limitación, lo cual obliga a su exclusión del estudio econométrico. La pretensión inicial era realizar un estudio con datos desde la fundación de la OPEP, pero no es posible debido a la falta de información completa y fidedigna en la década del 60 para la mayoría de los países. A pesar de numerosas investigaciones referentes al crecimiento y la convergencia económica entre países y regiones, ninguna realiza análisis en economías basadas en explotación de un recurso natural. La siguiente investigación pretende analizar los factores determinantes del crecimiento económico entre las economías que conforman el bloque de la Organización de Países Exportadores de Petróleo (OPEP) y si se ha producido un progresivo acercamiento en el bienestar entre ellos, medido en términos de PIBpc, a partir de 1970, período en que la Organización obtuvo una mayor relevancia. En vista de ello, esta investigación surge con la intención de enfocarlo de una manera más adecuada hacia este bloque de países. Es así como se plantean distintas herramientas de análisis y finalmente partiendo de una especificación econométrica, a través de un modelo de datos de panel y utilizando distintos métodos, se evalúan los determinantes del crecimiento y la convergencia o divergencia económica. En virtud de lo expuesto, cabe preguntarse: ¿Ha habido convergencia o divergencia económica en estos países durante el período 1970-2017? ¿Qué papel juegan variables como la apertura comercial, el crecimiento de la población, el tamaño del Estado, la inversión en capital físico, la inversión en capital humano y la inflación, en el crecimiento económico de las economías de la OPEP? ¿Influyen la política, la religión y la posición regional en el crecimiento económico del bloque conformado por la OPEP? El procedimiento econométrico empleado para un primer acercamiento parte del supuesto de panel estático y luego el método generalizado de momentos para paneles dinámicos multivariantes. La literatura reciente considera este último como el mejor método de estimación, dado que permite obtener parámetros más insesgados y consistentes. El documento se estructura de la siguiente manera: en el siguiente apartado se establecen las definiciones de convergencia económica y una breve revisión de la literatura empírica. Posteriormente se ofrece la metodología empleada y se describen las variables utilizadas en este estudio. A continuación, se establece el análisis empírico y el análisis de los resultados del modelo econométrico empleado. Finalmente, se presentan las conclusiones de esta investigación. 179 2. Convergencia económica. 2.1. Definiciones. Historiadores económicos como Aleksander Gerschenkron y Mosés Abramovitz propusieron como una primera hipótesis que bajo ciertas circunstancias los países atrasados tenderían a crecer con más rapidez en comparación con los países ricos con la finalidad de reducir las brechas presentes (Jones, 2000). Esto se dio a conocer como el fenómeno de la convergencia. Uno de los elementos fundamentales del modelo de Solow es la predicción de esa convergencia. El modelo neoclásico de crecimiento desarrollado por Solow y Swan en 1956 predice que las economías con menor nivel inicial de capital tienen mayores incentivos para acumularlo. Esta afirmación obedece al retorno elevado en una economía con mayores niveles de capital, lo cual incentiva la inversión, el crecimiento y lleva a converger en el largo plazo a la tasa de crecimiento de las economías más ricas. Más tarde se formalizó con Cass y Koopmans, quienes predijeron que, dado un stock inicial de capital por trabajador, una economía tiende a converger a un equilibrio a largo plazo (estado estacionario) en el que la producción por trabajador crece a una tasa constante igual a la tasa de progreso técnico (Duncan & Fuentes, 2006). En la transición hacia el estado estacionario, la economía crece por encima de la tasa de largo plazo y cierra la brecha con esa tasa de manera asintótica, implicando en el equilibrio, que el ingreso per cápita de diferentes economías converjan al mismo nivel. La definición de convergencia abarca dos conceptos distintos bajo el esquema de países y regiones. Como primer enfoque, la convergencia se da si una economía pobre tiende a crecer más de prisa en relación a una economía rica, llegando al caso en que el país pobre alcanza al país rico en renta per cápita (Barro & Sala-i-Martin, 2009). Esto se ha denominado convergencia beta (β) y ocurre cuando las economías más pobres, que son los más alejados de su producción o nivel de ingresos a largo plazo, crecen más rápido que las economías más ricas hasta que alcancen el mismo nivel de producción, es decir, cuando se evidencia una relación negativa entre el crecimiento de la tasa de producción o ingreso per cápita y el nivel de producción inicial per cápita. Lo anterior implica un coeficiente negativo para β en una relación lineal entre la tasa de crecimiento y el nivel inicial de producción (Duncan & Fuentes, 2006). En lo concerniente al segundo concepto (relativo a la dispersión de corte transversal), existe convergencia cuando la dispersión disminuye en el tiempo, y puede ser medida por la desviación típica del logaritmo de la renta per cápita de un grupo de países o regiones (Barro & Sala-i-Martin, 2009), lo que se conoce con el nombre de convergencia sigma (σ). Dentro de la conceptualización de la convergencia beta es preciso considerar dos matices. La más extrema y fácil de refutar es la convergencia incondicional. Bajo el supuesto de que los países no difieren en el largo plazo en sus tasas de progreso técnico, crecimiento de la población, depreciación del capital, todos convergen hacia un valor común de capital por unidad de trabajo. Sin embargo, empíricamente la convergencia incondicional sería un hallazgo sorprendente en virtud de los supuestos de similitud de parámetros en los distintos países. Considerando el no cumplimiento del supuesto de igualdad en las condiciones de los países (más acorde con la realidad), surge la hipótesis más moderada de convergencia condicional. La idea fundamental es controlar por la posición y condiciones entre los distintos países y eliminar el efecto de aquellos parámetros que pueden variar de unos países a otros, es decir, se condiciona el análisis a las posibles diferencias entre los países (Ray, 2002). Lo anterior es posible mediante estudios empíricos y permite identificar con mayor precisión tipologías de economías de acuerdo a los resultados. Diferentes regiones o países pueden tener acceso a tecnologías, preferencias y culturas similares. También pueden compartir marcos institucionales y legales similares. Esta homogeneidad puede hacer que sea más probable la existencia de convergencia absoluta entre países a una velocidad mayor. Barro y Sala-i Martin (2009) también desarrollan un marco teórico para determinar la existencia de convergencia entre regiones de un mismo país. Ellos hacen énfasis en dos conceptos particulares de convergencia: la convergencia en β condicional y la convergencia en σ. La convergencia β condicional 180 se da cuando las economías más pobres, más alejadas de su estado estacionario, crecen más rápido hasta alcanzar el nivel de producto de las economías más ricas. Esto implica encontrar un coeficiente negativo para β en una relación lineal entre la tasa de crecimiento y el nivel inicial del producto, controlando por características propias de cada economía. Generalmente en la teoría del crecimiento económico el concepto de convergencia tiende a confundirse con el de “catching up”. Convergencia implica que dos países convergen si en el largo plazo el logaritmo del producto per cápita para ambos países es el mismo en un momento determinado. En cambio, catching up se refiere a la convergencia entre dos países entre los momentos t y t+T si las diferencias en el logaritmo del output per cápita en t disminuyen en valor en el momento t+T (Bernard & Darlauf, 1995). La teoría neoclásica también admite la conformación de clubes de convergencia. Este concepto aparece por primera vez en el estudio de Baumol en 1986, para hacer referencia a países que convergen con otros considerando la similitud de ciertas características estructurales. El autor agrupó a los países en tres bloques, encontrando convergencia en el grupo de los más ricos, considerándolo como un “club de convergencia” (Baumol, 1986). La idea de clubs de convergencia fue retomada luego por numerosos autores que la han aceptado y en particular, se basa en considerar modelos con múltiples equilibrios (Islam, 2003). Con la aparición de los modelos de crecimiento endógeno, se admite la posible existencia de un cierto número de estados estacionarios, por lo que la convergencia de todas las economías a un único estado no está garantizada. La literatura del crecimiento asume la existencia de grupos de economías, que presentan un comportamiento homogéneo, e implica que cada una de las economías formada por cada grupo o club, tienda a converger hacia un estado estacionario común al club. La mayor parte de los estudios atribuyen al nivel de capital como causa principal de la conformación de los clubes, al suponer regiones con un mismo nivel de capital. A pesar de los postulados teóricos de la convergencia, es posible observar una persistencia en las elevadas tasas de crecimiento en una economía. China, por ejemplo, desde 1990 mantiene un elevado crecimiento económico siendo incluso para el período 2005-2010, de 8.9% por año, por encima del valor estándar de 4.2%. Esto demuestra que China ha ido convergiendo a un ritmo mucho mayor en comparación a la experiencia histórica mundial (Barro, 2016). De Gregorio (2007) establece una serie de planteamientos para poder explicar este comportamiento. Desde el punto de vista de la teoría neoclásica, la elevada población de China hace que la relación capital por trabajador sea pequeña, y, por lo tanto, aumente la productividad marginal de éste y, en consecuencia, genera mayor crecimiento. A finales de 1979, China evidenció unas macro reformas con apertura a los mercados internacionales y al capital extranjero, lo que puede catalogarse como un cambio institucional pro capitalista. Conjuntamente, logró elevar la tasa de ahorro, la inversión en capital humano y el esfuerzo en intensificar y difundir el crecimiento tecnológico. Las visiones de las teorías del crecimiento exógeno y endógeno están presentes de manera conjunta. 2.2. Breve resumen de la literatura empírica. Aunque no existe una literatura específica para probar la convergencia en países de la OPEP, existen estudios con algunos acercamientos y extensivos trabajos relacionados con la convergencia entre países y regiones. Cuñado (2011) realizó un estudio para 14 países de la OPEP utilizando pruebas de raíces unitarias para el período 1950-2006. La convergencia la definió hacia la economía estadounidense y hacia el interior de cada región de los países representantes. El autor no encontró evidencia de convergencia incondicional para cualquiera de los países de la OPEP hacia los EE.UU., pero otros hallazgos sugieren bajas tasas de crecimiento por debajo de la media (con referencias regionales) y parecen depender de los precios del petróleo. 181 La convergencia también puede tener un aspecto geográfico e histórico. Bourdin (2013) establece cómo algunos países de Europa presentan crecimiento más rápido en virtud de su ubicación (asimetría este-oeste), su pasado histórico y más largo y sus tipos de inversiones. Las regiones atrasadas que están más distantes del corazón de Europa ven sus desigualdades acentuadas y encuentran dificultades para acelerar su crecimiento y competitividad, lo que hace necesario respuestas en políticas diferenciadas. Delbianco y Dabús (2020) examinaron la convergencia en América Latina durante el período 1960-2008 por medio de técnicas de cointegración, centrado en la convergencia tanto de la región en relación con los Estados Unidos como a nivel intrarregional con respecto a la Argentina. La evidencia indica falta de convergencia hacia Estados Unidos y a nivel intrarregional. Duncan y Fuentes (2006) por su parte realizaron un estudio de convergencia para las regiones en Chile para el período 19602000. Los resultados respaldan la hipótesis de convergencia en el PIB regional per cápita, tanto para el tipo β convergencia como para la convergencia de tipo σ. En un acercamiento a estudios en países de la OPEP, Ftiti et al. (2016) examinan el grado de interdependencia entre los precios del petróleo y el crecimiento de la actividad económica para cuatro países de la OPEP (Emiratos Árabes Unidos, Kuwait, Arabia Saudita y Venezuela), entre el 2000 y el 2010, mediante el análisis co-espectral evolutivo y el método de cointegración. Los resultados distinguen que los choques en el precio del petróleo causan efectos mayores en el medio plazo (causados por aumentos permanentes de la demanda), en comparación con el corto plazo (eventos transitorios). Santillán y Venegas (2015) evaluaron el impacto de los precios del petróleo en la tasa de crecimiento del PIB de una muestra de países latinoamericanos exportadores netos de petróleo durante el período 1990-2014. Los resultados empíricos sugieren impacto positivo significativo del peso económico de las exportaciones de petróleo y las fluctuaciones de los precios del crudo sobre la actividad económica. Todos los estudios referenciales parecen indicar un factor coincidente: la dependencia del crecimiento económico de los elevados precios del petróleo. Los señalamientos al respecto han sido diversos, pero la idea como se desprende de Ftiti et al. (2016) es que la permanencia de ese efecto sea determinada mediante la dinámica del mercado y no por eventos exógenos los cuales contribuyen a desequilibrios macroeconómicos. Los choques petroleros cada vez tienen menos incidencia en la economía de los países de la OPEP. Tanto los países productores como consumidores han sabido adaptarse y están preparados para los choques en el sector petrolero y en concreto en la economía, aunque sí hay ciertos aspectos de los choques que tienen influencia. Esto se debe principalmente a factores de oferta y demanda y menos relevantes los aspectos de otra índole. En la década de los setenta, la economía de los países desarrollados se contrajo junto con la productividad total, mientras tanto la inflación a nivel mundial subió, a causa de los elevados precios del petróleo. Pero estos efectos no se han repetido en los posteriores choques, con naturaleza y magnitud diferente, siendo cada vez menores sobre los precios y los salarios (Blanchard & Gali, 2007). Por el lado de los países consumidores, Jiménez (2007) estudió los efectos de los shocks de los precios del petróleo en la producción de las principales industrias manufactureras en seis países industrializados. El resultado muestra principalmente una distribución desigual de los efectos de un choque en el precio del petróleo en Francia, Alemania y España, y homogeneidad en el resto de países, comportamiento que parece estar más relacionado con las estructuras industriales manufactureras que con los consumos de petróleo. Saucedo y González (2019) difieren con los resultados para el caso de México. Este trabajo analiza el papel que tienen los precios del petróleo en las variaciones de la actividad económica sectorial de México en el periodo de enero de 2002 a enero 2018. Utilizando un modelo de Vector Auto Regresivo Estructural (SVAR), encuentran que variaciones de los precios del petróleo afectan positivamente a la rama manufacturera, siendo los sectores más ligados al sector externo los más influenciados ante shocks en los precios del petróleo. 182 En otro orden de ideas, estudios diversos referentes a países con dotación de recursos naturales han revelado la tesis denominada “la maldición de los recursos naturales”. Este término se empezó a utilizar a raíz de estudios elaborados por Alan Gelb y Richard Auty a finales de los ochenta y principios de los noventa. Estos estudios preliminares sugirieron a los países con abundantes recursos naturales con un rol adverso en el crecimiento económico, situación explicada por diversos factores. En el plano social, se afirma que la riqueza fácil conduce a la pereza, mientras que la economía política ofrece un argumento a favor de las economías ricas en recursos naturales con un comportamiento de búsqueda de rentas extremas orientadas al acaparamiento de los excedentes obtenidos por las dotaciones de recursos naturales (Sachs & Warner, 1995). Bajo un enfoque estrictamente económico, la literatura argumentaba inicialmente que el crecimiento basado en extracción de recursos naturales puede ser inefectivo, debido a los precios de exportación de estos productos primarios en relación a los precios de los productos manufacturados, que presentan naturaleza decreciente. Otro argumento económico se basa en la concentración de todos los esfuerzos y deja en un plano menor el resto de los sectores de una economía. En la realidad persisten economías (sobre todo en vías de desarrollo) cuya relación entre dotación de recursos naturales y crecimiento económico es negativa. La razón obedece más al plano político e institucional y no al plano económico. Morales (2011) realizó un estudio en 152 países para el periodo 1962-2000. El indicador de abundancia corresponde al cociente de exportaciones de recursos naturales y el PIB real por trabajador. Los resultados dinámicos muestran la existencia de una relación negativa entre la abundancia de recursos naturales y el crecimiento económico, siendo el mecanismo institucional el que parece explicar este efecto. 3. Metodología y procesamiento de los datos. La terminología en cuanto a la clasificación de la convergencia sigma (σ) y beta (β) fue utilizada por primera vez por Sala i Martin en al año 1990. Se habla de convergencia sigma cuando la dispersión de la renta real per cápita entre grupos de economías tiende a disminuir a través del tiempo. En el caso de convergencia beta, se refiere a que las economías pobres crecen más rápidamente en comparación con las economías ricas, es decir, si existe una relación inversa entre la tasa de crecimiento de la renta y el nivel inicial de renta entre economías. En lo referente a los datos, se toma en consideración a Barro (1996), Weil (2006) y Barro y Salai-Martin (2009). Estos fueron analizados de manera exploratoria y de esta forma se pueden establecer relaciones, posibles características y tipologías que permitieron identificar formas de actuación de las economías del bloque de la OPEP. En este sentido, todas las variables económicas determinantes del crecimiento están expresadas en una misma unidad monetaria (dólares) y un mismo año base. En caso de presentarse valores perdidos, se establecieron métodos estadísticos para su obtención o mediante el empalme de las series utilizando fuentes alternas de información (Tabla 1). La especificación de variables relacionadas con el crecimiento económico en modelos de data panel para estudiar la convergencia no es tan fácil como se puede hacer ver. Barro y Sala-i-Martin (2009) estriban en dos problemas esenciales: el primero, las teorías económicas no son precisas al identificar los factores exactos; el segundo, las teorías no son mutuamente excluyentes y es razonable cómo muchos factores lleguen a influir en el crecimiento económico de los países. Generalmente, los investigadores se guían a través de “pruebas” en las variables que podrían ser determinantes del crecimiento. No obstante, en base a la literatura empírica, se puede disponer de algunas variables y para ello los autores justifican su relación e impacto. Para explicar la convergencia, éstas representan variables de control en la regresión. 189 Otro punto de vista a considerar son las afectaciones de los choques en el precio del petróleo sobre el comportamiento de otros agregados macroeconómicos. La Figura 2 incluye el coeficiente de inversión (INV) y el consumo del gobierno sobre el PIB (CG/PIB). Para el primer y el segundo choque en los precios del petróleo los coeficientes reflejaron un incremento inmediato en los periodos subsiguientes. En el tercer y cuarto choque el comportamiento es contrario, los coeficientes disminuyeron y en el quinto, nuevamente reflejó incremento. El comportamiento expresado a partir del tercer choque puede ser explicado a partir de dos premisas. La primera, los países de la OPEP han tenido desequilibrios macroeconómicos en el pasado producto de los excedentes ingresos petroleros derivados de los elevados precios del petróleo y ahora son más prudentes en el aprovechamiento de los recursos. La segunda, en las últimas décadas, el petróleo se rige aún más a través de las interacciones del mercado, además de la no consideración de permanencia de los choques durante cierto período. Figura 2. Coeficientes consumo de gobierno e inversión como proporción de la economía. 0.1000 0.1500 0.2000 0.2500 0.3000 0.3500 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 Coeficiente CG/PIB INV Fuente: Elaboración propia en base a datos de la Penn World Table (2020). 4.1. Dimensión del PIB per cápita. En el análisis empírico, la dimensión geográfica o territorial es imperante para la discusión de hechos económicos. Esto constituye un patrón para la formación y definición de clúster con factores que favorecen la influencia entre los actores participantes. Los clústeres son concentraciones geográficas de empresas e instituciones interconectadas, con actuación en determinado campo. Agrupan una amplia gama de industrias y otras entidades relacionadas para competir (Porter, 1999). Los clústeres incluyen también a organismos gubernamentales y otras instituciones. Éstos se sustentan en relaciones con clientes, tecnología, canales de distribución y otras prácticas comunes a través de las cuales se mantienen con actuaciones conjuntas y similares. En la Figura 3 se muestra la formación de clústeres tomando en cuenta los países de la OPEP y como variable el PIB per cápita. Para 1970 se observa un clúster definido en la región del Medio Oriente, manteniéndose a través del periodo hasta 2017. En este sentido Kuwait, Qatar, Emiratos Árabes Unidos y Arabia Saudita se han movilizado hacia clústeres de países con rentas per cápita elevadas. Este primer grupo de naciones no solo comparten una región geográfica, también son similares en estructura económica, histórica, institucional, índices de capital humano, inversión y apertura, los cuales han permitido tener mejoría en su desempeño económico. En efecto, en comparación con el resto de los 1er choque 2do choque 3er choque 4to choque 5to choque 190 países del bloque, presentan elevados índices de capital humano y de inversión. Es determinante cómo estos países han mejorado a través de los años en el índice de calidad institucional y se ubican por encima del resto de los países del bloque (Krause, 2014). El segundo grupo de la región (Irak e Irán) ha permanecido en el mismo clúster, pero con menor nivel de renta per cápita. La razón de ello obedece a que han estado inmersos en guerras tanto internas como externas, con menos apertura, inversión y prolongados gobiernos radicales que han destruido parte de la institucionalidad. A pesar de ello, pertenecen a un mismo tejido productivo en la región lo que genera un canal propio de entendimiento entre sus vecinos. Figura 3. Clúster del PIB per cápita - Años seleccionados. Fuente: Elaboración propia en base a datos de la Penn World Table (2020). Si se agrupa por cuartiles (Figura 4), se demuestra cómo el mismo grupo de países del Oriente Medio tiende a permanecer en el mismo cuartil, con notorio cambio de Irak al pasar del primer al segundo cuartil. En las otras regiones como en África dos países pasaron del segundo al primer cuartil y en el Resto, Ecuador también mostro similar cambio. Todo lo anterior no implica ausencia de evolución económica entre todos los países de la OPEP, pero son indicios de posible formación de clubes de convergencia, tendencia que será medido y analizado con mayor detalle más adelante. 1970 2017 191 Figura 4. Cuartiles del PIB per cápita - Años seleccionados. Fuente: Elaboración propia en base a datos de la Penn World Table (2020). En la Figura 5 se muestra el grafico con el índice de Moran para determinar cierto grado de relación espacial tomando en consideración el PIB per cápita y la inversión. Para 1970 el índice de Moran muestra un grado medio de correlación espacial positiva entre estas dos variables, es decir, aquellos países con elevado (bajo) PIB per cápita, se encuentran cercanos con países de elevada (baja) inversión. El razonamiento de este grado de relación puede ser expuesta de dos maneras: primero, se debe a la cercanía geográfica y al derramamiento producto del “buen vecino” y, segundo, al entorno competitivo en donde nadie quiere quedarse atrás. Para 2017, la relación espacial muestra menor intensidad. Un país “buen vecino” sirve directamente como mercado y como pasillo hacia otros mercados, pero también la existencia de éstos en cuanto su estabilidad política y económica representa un catalizador hacia un mejor desempeño económico de los que los rodean. Dicho de otra manera, los países orientan en parte su economía hacia la maximización del “efecto derrame” o externalidad positiva de sus vecinos (Collier, 2010). El ambiente competitivo puede surgir en parte por lo anterior y requiere de la cooperación conjunta entre el gobierno y el resto de los actores de la economía. Es así como los países aplican políticas y reformas con tal de generar crecimiento sostenido en el largo plazo. 1970 2017 192 Figura 5. Índice de Morán entre el PIB per cápita y el coeficiente de inversión - Años seleccionados. Fuente: Elaboración propia en base a datos de la Penn World Table (2020). 4.2. Distribución del PIB per cápita. La Figura 6 presenta la distribución entre los países de la OPEP del producto per cápita en los años 1970, 1980, 1990, 2000, 2010 y 2017, a través del uso de un kernel gaussiano. El eje horizontal del gráfico indica los valores en logaritmos del PIB per cápita. Para 1970 se muestra una incipiente formación de dos picos: el primero, alrededor de 9 y el segundo, alrededor de 12. Para los años 1980, 1990 y 2000, muestra una dinámica distinta, observándose menos dispersión y en consecuencia mayor concentración hacia un solo pico, cercano al valor de 9. Para los años 2010 y 2017, el panel gráfico sugiere un desdoblamiento nuevamente en dos picos y mayor disminución de la dispersión, al mismo tiempo, concentración entre valores de 9 y 10, mientras que un pequeño núcleo se ha agrupado alrededor de 11. Esta tendencia da a lugar a la consolidación de una moda con un grupo reducido, en la cola superior de la distribución y otra en la cola inferior. Parece indicar cierto grado de polarización entre los países que en años anteriores se concentraban alrededor del promedio, razón para establecer la presencia de dos posibles clubes de convergencia. 4.3. Dinamismo del PIB per cápita. La manera como se mide la convergencia ha tenido detractores, siendo uno de los más representativos Danny Quah. La crítica realizada por este autor radica en que los test de convergencia se sustentan en la “Falacia de Galton” de reversión a la media. Esto implica que los países de mayores niveles de producto per cápita tienden a presentar menores tasas de crecimiento, pero un coeficiente negativo en una regresión de sección cruzada en los niveles iníciales de producto, resulta consistente con la ausencia de convergencia a lo largo del tiempo (Quah, 1993). El autor expresa dos principales aspectos relevantes en cuanto a la convergencia. La primera, dada la dependencia de la ecuación básica de la convergencia con su crecimiento pasado, existe la posibilidad teórica de obtener positivos resultados de convergencia en la estructura de las series de tiempo y no como fruto de un proceso real de convergencia económica. La segunda, los estudios empíricos de convergencia reflejan resultados del comportamiento del conjunto de la sección de corte transversal, pero carecen de información acerca de la evolución de la estructura de la distribución de los ingresos entre países (Cuervo, 2004). En respuesta a ello, Sala-iMartin reconoce la separación entre el concepto de convergencia en condicional y absoluta, siendo la convergencia condicional quien recibe suficiente apoyo empírico. Quah (1993) propone explorar las distribuciones de sección cruzada del producto por trabajador a lo largo del tiempo. Como es evidente observar una senda de crecimiento en todos los países, para 193 eliminar posibles movimientos Quah calculó el PIB per cápita de cada país en relación al PIB per cápita mundial. De este modo, un 1 indica un valor igual al promedio mundial, un 2 indica el doble del promedio mundial y así sucesivamente. Los resultados de Quah son concluyentes al demostrar cómo los países pobres mostraron tendencia al empobrecimiento a lo largo del tiempo, mientras los países ricos han continuado enriqueciéndose, evidenciando una amplitud mayor de la brecha entre ricos y pobres. Figura 6. Densidad del logaritmo del PIB per cápita en países de la OPEP. Fuente: Elaboración propia. 194 El problema a generar es saber si las economías con cierto valor en el período inicial son las mismas en el período final y también lo que ocurre en la transición. Quah despejó la duda al desarrollar un modelo probabilístico de transiciones para las distribuciones mediante cadenas de Markov discretas. Esto nos puede proporcionar la idea de distribución de ingresos de países ricos y de países pobres, observándose una tendencia a la desaparición de países de ingresos medios. Tomando en consideración a Quah, se ha establecido una metodología similar al estimarse la dinámica de la transición en el período de estimación (1970 a 2017) para las distribuciones de PIB per cápita. Referente a este último, se ha tomado el valor relativo de cada país con respecto al del país que representaba para 1970 el mayor valor, siendo éste el de Emiratos Árabes Unidos (EAU), en vez del promedio, como lo planteaba Quah. Esto le da una dinámica mucho más precisa al acercarse a un valor de referencia y no de tendencia central. La Tabla 2 muestra la cadena de Markov de 5 estados y ha sido elaborada ordenando la producción per cápita en los períodos 1970 y 2017. Así se puede evidenciar a partir de la categoría inicial, cuántas llegaron a la categoría final. De la tabla se desprenden varios elementos a considerar. De los 9 países que en el año 1970 presentaban menos del 5% del PIB de EAU, para el año 2017, el 78% pasaron a tener entre el 5% y el 20% y el restante 22%, a una proporción entre 20% y 40%. Este hecho implica que países muy pobres, mostraron mejoría. El país entre el 5% y 20%, logró mejorar y ubicarse al final del período a tener un PIB per cápita entre 40% y 70%. Igualmente, el país que se ubicaba entre 20% y 40%, logró establecerse en una proporción por encima del 70%. Esto permite deducir cómo los países con menores proporciones de ingresos, tienden en el largo plazo a disminuir sus brechas en relación a los de elevados ingresos. Tabla 2. PIB per cápita relativo. Cadena de Markov de 5 estados: 1970 y 2017. Fuente: Elaboración propia. En el caso de los países que para el año 1970 se ubicaban en la cuarta y quinta categoría, se mantuvieron en la misma proporción, lo que evidencia la persistencia a seguir siendo países con elevados niveles de PIB per cápita. La Tabla 3 contiene la distribución del PIB per cápita inicial y final, y el cálculo de su distribución en el largo plazo hacia el estado estacionario, da certeza de que los países se ubicarán en las categorías altas. Así como se vio en el apartado anterior, la cadena de Markov refuerza la formación y consolidación de dos grupos de países convergiendo entre sí. y<5% 5%<y<20% 20%<y<40% 40%<y<70% y>70% y<5% (9) 0.00 0.78 0.22 0.00 0.00 5%<y<20% (1) 0.00 0.00 0.00 1.00 0.00 20%<y<40% (1) 0.00 0.00 0.00 0.00 1.00 40%<y<70% (1) 0.00 0.00 0.00 1.00 0.00 y>70% (1) 0.00 0.00 0.00 0.00 1.00 Categorías del PIBpc(y) 195 Tabla 3. Distribución del PIB per cápita. Cadena de Markov de 5 estados: 1970 y 2017. Para el cálculo de las distribuciones en el estado estacionario de largo plazo, se utiliza el Solver de Excel. Fuente: Elaboración propia. 5. Análisis de la convergencia. 5.1. Convergencia Sigma (σ). En el análisis de convergencia sigma se examina la evolución y comportamiento de los países. Como se ha mencionado, la convergencia sigma mide la disminución de las diferencias del ingreso per cápita entre distintos países. En la Figura 7 se presenta la dinámica de la dispersión del PIB per cápita. La dispersión del PIB per cápita es mayor hasta el año 1974, a partir de allí, la senda de disminución de la brecha ha caído de manera progresiva, salvo el cambio en la tendencia en el período específico desde 1984 hasta 1994. Los niveles más bajos se observan en los últimos 4 años. La tendencia parece indicar la presencia de convergencia sigma y con ello, poder inferir la existencia de convergencia en los países de la OPEP para el período de estudio. Los resultados sigma deben complementarse con los de convergencia beta, dado que esta última es condición necesaria del comportamiento de la convergencia sigma. Figura 7. Convergencia Sigma en países de la OPEP: 1970-2017. 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 DesvS (logPIBpc) Fuente: Elaboración propia en base a datos de la Penn World Table (2020). 1970 %2017 % Largo plazo y<5% 9.00 0.68 0.00 0.00 0.00 5%<y<20% 1.00 0.08 7.00 0.55 0.00 20%<y<40% 1.00 0.08 2.00 0.15 0.00 40%<y<70% 1.00 0.08 2.00 0.15 0.70 y>70% 1.00 0.08 2.00 0.15 0.30 Categorías Distribución 196 5.2. Convergencia Beta (β) absoluta. Una vez determinada la convergencia sigma del ingreso per cápita se puede estudiar la dinámica a través de la convergencia beta absoluta. Para ello, se combina en un gráfico de dispersión la tasa de crecimiento del PIB per cápita y el PIB per cápita inicial. Teniendo en cuenta a Silva (2003), se puede clasificar en virtud de la ubicación en las áreas específicas de acuerdo al cruce de los dos ejes cartesianos y se configuran cuatro cuadrantes, con distintas dinámicas de crecimiento para así poder interpretar lo que está pasando en los países de la OPEP. El gráfico permite clasificar según su situación de partida y el desempeño económico que han tenido en relación al conjunto durante el periodo considerado (Figura 8). En el cuadrante superior derecho, se encuentran los países con posición ventajosa al partir con elevado nivel de PIB per cápita y han experimentado un crecimiento mayor al resto, considerados como “ganadores”, en virtud de ampliar su ventaja. En el cuadrante inferior derecho, se sitúan los países con ventaja pero que posteriormente han presentado un crecimiento inferior o lento, considerado como países en “retroceso”. En el cuadrante inferior izquierdo están los países, iniciando el periodo en unas condiciones no ventajosas, han crecido más despacio en relación a la media, los cuales se consideran como “perdedores”. Finalmente, en el cuadrante superior izquierdo, se encuentran los que han partido en desventaja, pero se han recuperado al crecer de una manera más acelerada con respecto al promedio, considerados en “marcha”. La existencia de convergencia beta implica que los países con PIB per cápita más bajo crecen más rápido en comparación con los de ingreso per cápita alto, observándose una aproximación de los primeros hacia los segundos, por lo tanto, es de esperarse que la mayoría de los países se distribuyan entre los cuadrantes superior izquierdo e inferior derecho, haciendo que la pendiente lineal de las variables fuese negativa. Figura 8. Tipología de la evolución económica de los países. Fuente: Elaboración propia a partir de la propuesta de Silva (2003). De manera gráfica para el período 1970-2017 (Figura 9) se observa una relación negativa inversa entre el crecimiento del ingreso y el ingreso inicial. La mayor parte de los países se concentran en los sectores menos dinámicos (inferior izquierdo y derecho) siendo el más representativo en número de países el sector “estancado”, con aproximadamente 8 países. Silva (2003) argumenta que en estos sectores se ubican generalmente los altamente dependientes de actividades primarias en decadencia como es el caso de la agricultura tradicional o de algún tipo de explotación de algún recurso de baja productividad, y en el caso de estudio, la explotación petrolera puede representar este argumento. Tasa de crecimiento del PIB per cápita PIB per cápita inicial Área dinámica con bajo PIB per cápita (en marcha) Área dinámica con alto PIB per cápita (ganador) Área menos dinámica con bajo PIB per cápita (estancado) Área menos dinámica con alto PIB per cápita (en retroceso) 197 También puede observarse cómo los países ubicados geográficamente en el Oriente Medio tienden a ubicarse en un mismo cuadrante, en el de “retroceso”. Figura 9. Convergencia β absoluta: 1970-2017. Fuente: Elaboración propia. Para los subperíodos 1970-1990 y 1990-2017 (Figuras 10 y 11), también reflejan pendiente negativa. Estos resultados implican la presencia de convergencia absoluta entre los países de la OPEP. Es preciso acotar algunas observaciones para estos subperíodos. En el período 1970-1990, la línea recta muestra una mayor pendiente en comparación con el período 1990-2017, lo que es indicio de una mayor convergencia de ajuste de los datos (más adelante se profundizará esta afirmación con elementos como la velocidad de convergencia y el tiempo promedio de ajuste). Se evidencia en los países una transición hacia zonas de mayor dinamismo (tramos superiores), a excepción de Emiratos Árabes Unidos con persistencia en la zona de retroceso. Nigeria, Indonesia y Ecuador empiezan a mostrar una marcha dinámica, mientras que la mayor parte de los países del Oriente Medio (Qatar, Kuwait y Arabia Saudita) se ubican en el área de los ganadores. Esta dinámica explica cómo en 1970 Qatar poseía el tercer mayor PIB per cápita dentro del grupo y en el 2017 pasa al primer lugar, mientras que los Emiratos Árabes Unidos pasó del primer al segundo lugar, observándose un incremento en el primero y una caída en el segundo. En cambio, Iraq e Irán han conservado relativamente su dinamismo, junto con la persistencia al estancamiento de Algeria, Venezuela y Gabón. Estos resultados representan la conformación de clubes de convergencia o polarización entre países del grupo que conforman la OPEP, como se indicó previamente en el apartado anterior. Para el caso de la convergencia β absoluta utilizando regresiones, se ha efectuado con el método de Mínimos Cuadrados Ordinarios (MCO), efectos fijos y efectos aleatorios, tanto en datos por quinquenio como por datos panel en periodicidad anual (Tabla 4). El uso de agregados quinquenales es la manera de verificar que los efectos encontrados no sean el resultado de dinámicas cíclicas de corto plazo, pero, por otra parte, tienen la desventaja de perder información relevante para el estudio. Para datos por quinquenio, el resultado con MCO muestra evidencia a favor de la convergencia β absoluta en los países de la OPEP, dado el coeficiente negativo y significativo (-0.0732). Este resultado sugiere cómo un cambio del 1% en el nivel inicial del PIB per cápita implica una convergencia de 7.32%. La Algeria Angola Ecuador Gabon IR Iran Indonesia Iraq Kuwait Nigeria Qatar Saudi Arabia United Arab Emirates Venezuela -50510 15 20 Crecimiento anual delPIB percápita(1970-2017) 7 8 9 10 11 12 13 Logaritmo del PIB per cápita inicial (1970) 198 estimación con datos anuales tiene un coeficiente de -0.0172, lo que evidencia que un cambio del 1% en el nivel inicial del PIB per cápita, la convergencia se establece en 1.72%. Figura 10. Convergencia β absoluta: 1970-1990. Fuente: Elaboración propia. Figura 11. Convergencia β absoluta: 1990-2017. Fuente: Elaboración propia. Algeria Ecuador Gabon IR Iran Indonesia Iraq Kuwait Nigeria Qatar Saudi Arabia United Arab Emirates Venezuela -50510 Crecimiento anual delPIB percápita(1970-1990) 7 8 9 10 11 12 13 Logaritmo del PIB per cápita inicial (1970) Algeria Angola Ecuador Gabon IR Iran Indonesia Iraq Kuwait Nigeria Qatar Saudi Arabia United Arab Emirates Venezuela 0510 15 Crecimiento anual delPIB percápita(1990-2017) 7 8 9 10 11 12 13 Logaritmo del PIB per cápita inicial (1970) 205 Tabla 9. Regresiones de convergencia (β) condicional. Panel anual (1970-2017). Nota: estimaciones GMM-SYS/One Step. Resultados con errores robustos, estadísticos t figuran entre paréntesis. *** Significativo al 1%, ** Significativo al 5%, * Significativo al 10%. Fuente: Elaboración propia. El análisis de las regresiones realizadas corrobora resultados encontrados tanto en la teoría como en estudios sobre los determinantes del crecimiento. La inversión en capital físico y humano constituyen variables determinantes en elevar el crecimiento económico de los países del bloque de la OPEP. Esta relación es consistente en todas las regresiones tanto de panel estático como de panel dinámico, así como también con datos quinquenales y anuales, subperiodos y grupo de países. Igualmente, la evidencia respalda una relación negativa entre crecimiento y el tamaño del gobierno, esto es, el crecimiento suele acelerarse a un menor gasto público como porcentaje del PIB. En este sentido, si el gasto público en estas economías suele estar anclado en mayor medida por la actividad petrolera y a su vez disminuye el crecimiento económico a medida que aumenta, es un indicio de cómo los recursos naturales afectan de manera inversa en el crecimiento económico. Estudios más profundos y extensos con respecto al tema podrían aportar mayores elementos de análisis para ser más concluyentes, sobre todo en lo referente a la calidad del gasto público y el nivel óptimo positivo para la economía. Tasa de crecimiento 0.0825 ** 0.0833 ** 0.0693 * (2.04) (2.02) (1.78) log(PIBpc) -0.0587 *** -0.0568 *** -0.0639 *** (-2.93) (-3.07) (-3.33) Inversión -0.0977 *** -0.0997 ** -0.1076 *** (-3.18) (-2.38) (-3.16) Capital humano 0.1676 *** 0.1659 ** 0.1902 ** (2.73) (2.07) (2.08) Inflación -0.0145 * -0.0145 * -0.0174 ** (-1.77) (-1.73) (-2.21 Dummy politica 0.0135 0.0076 (0.35) (0.19) Dummy religión 0.0099 0.0053 (0.51) (0.16) Dummy regional -0.0077 -0.0310 (-0.14) (-0.47) Tamaño del gobierno -0.0702 (-1.52) Apertura comercial -0.0026 (-0.24) Constante 0.5886 *** 0.5666 *** 0.5160 *** (3.21) (2.89) (3.35) Velocidad de convergencia (β)5.7% 5.5% 6.2% Tiempo de ajuste (años) 12 13 11 Prob>Chi20.0000 0.0000 0.0000 N495 495 495 Test (probabilidades) Sargan (no robustas) 0.318 0.322 0.292 Hansen (robustas) 0.251 0.258 0.234 Arellano-Bond [AR(1)] 0.010 0.010 0.015 Arellano-Bond [AR(2)] 0.394 0.403 0.331 Variable dependiente: Tasa de crecimiento del PIB per cápita Variable Estimador Sistema Dinámico para Panel 3 1 2 206 En las regresiones de panel anual utilizando el Estimador con Errores Estándar Corregidos, las variables de inversión en capital físico, capital humano y el tamaño del gobierno, parecen ser más determinantes del crecimiento en el período 1990-2017 y en el grupo de países de la OPEP del Medio Oriente. En efecto, este resultado coincide con el análisis grafico de la convergencia beta absoluta, donde se observa cómo la mayor parte de estos países han pasado de áreas menos dinámicas hacia áreas de mayor dinamismo en su economía. Este cambio ha sido posible fundamentalmente mediante las variables señaladas anteriormente. Con respecto a la variable tamaño del gobierno, la relación negativa puede ser explicada por la tendencia de los países cuya economía se encuentra basada en recursos naturales, en mantener un elevado gasto público no productivo lo que puede generar distorsiones en la economía. Sobre la base de lo anterior, también se puede observar la tendencia a la conformación de dos clubes de convergencia en el seno del cártel, cada grupo convergiendo a su propio estado estacionario. Un reducido grupo de países con elevado PIB per cápita y geográficamente ubicado en el Medio Oriente y el resto de los países, caracterizados con menor PIB per cápita y ubicados en diferentes regiones. El primero por su representatividad en la producción, mantienen un poder e influencia en el seno del organismo. Pero no solo comparten una misma área geográfica, también comparten formas de gobierno, cultura y religión, entre otros, lo que les permite tener mayor cohesión entre sí para formar un liderato. Los resultados con la implementación de panel dinámico son consistentes con lo ya señalado. Adicionalmente, la inflación afecta de forma negativa al crecimiento económico, aunque en menor medida con respecto al resto de las variables y el crecimiento de la población con impacto positivo. El tamaño del gobierno y el sistema político no son variables con afectación sobre el crecimiento, lo que parece indicar que la dinámica del crecimiento está ligada en mayor medida a las variables clásicas. La evidencia empírica mostrada en el presente trabajo es concluyente con la presencia de convergencia económica en los países de la OPEP para el período 1970-2017, tanto en sus definiciones de sigma convergencia como de beta convergencia. En el caso de sigma convergencia, la dispersión en los niveles de renta se ha venido reduciendo, a excepción del período comprendido desde 1984 hasta 1994, caracterizado por una relativa estabilidad en el mercado petrolero. En lo que respecta a la beta convergencia absoluta, tanto el análisis grafico como el análisis de regresión simple (en cualquiera de sus especificaciones por panel y método de estimación) admite su presencia. Utilizando el método PCSE para corregir los problemas de autocorrelación contemporánea, correlación serial y heterocedasticidad presentes en los modelos originales de efectos aleatorios, se llega a la existencia de un proceso de convergencia condicional. Sí se añaden variables de control para la convergencia condicional a fin de capturar las diferencias intrínsecas entre países, se observa evidencia de convergencia en los modelos que emplean datos quinquenales y anuales (aunque éste se produce a un ritmo más lento). Las regresiones consideradas por período y por grupo de países, indican igualmente la presencia de convergencia condicional. Se observa en el período 1990-2017 un ritmo mayor en comparación a los años anteriores y los países del Medio Oriente presentan igualmente mayor velocidad de crecimiento si se comparan con el resto de los países. Esta convergencia se produce a un ritmo muy acelerado tanto para el modelo con data agrupada como con data anual (aunque con esta última periodicidad la relación sólo es significativa si se consideran controles adicionales). Al incorporar las relaciones de causalidad en el interior del modelo mediante un modelo dinámico (GMM SYS), los resultados son consistentes con los anteriores y no se encuentran diferencias significativas. En virtud de todo lo anterior, se encuentra demostración a favor del modelo neoclásico, esto significa que las economías inicialmente más pobres tienden a crecer más rápido tomando en consideración el debido control por las variables determinantes de su estado estacionario. La velocidad de convergencia hallada oscila entre 6.2% y 6.4%, valores por encima de los establecidos a la media general de 2%. Cabe precisar cómo los postulados neoclásicos de los determinantes del crecimiento son certeros al apuntar al capital físico y al humano como fuentes principales de impulso al crecimiento económico, 207 demostrados con suficiente contundencia en el estudio empírico. Con ello, la brecha y campo de acción de los hacedores de política debe enfocarse en la acumulación de estos dos factores, en combinación de estabilidad económica y de buenas prácticas políticas. El debate del gasto público como impulsor de la economía sigue abierto, siendo objeto igualmente de estudios profundos sobre todo en determinar la calidad y el nivel óptimo de gasto sin que menoscabe en problemas y freno al crecimiento. En cuanto a las limitaciones, a pesar que la información base y su tratamiento es proporcionada por un organismo de buena fidelidad, no se descarta problemas de información en la fuente primaria de los datos. La falta de información estadística regular para Libia constituye otra limitación, lo que obliga a su exclusión del estudio econométrico. La pretensión inicial era realizar un estudio con datos desde la fundación de la OPEP, pero no es posible debido a la falta de información completa y fidedigna en la década de los sesenta para la mayoría de los países. A partir del estudio y de los resultados encontrados a lo largo del presente trabajo de investigación, se abren distintas líneas de investigación dentro del análisis del crecimiento y de la convergencia económica. Cabe la posibilidad de profundizar sobre conveniencia o no de la existencia de la OPEP como garante del crecimiento económico en los respectivos países. También es preciso estudiar cuán beneficiosa es una política de defensa de precios frente a una política de defensa de producción y los efectos correspondientes sobre el bienestar de las sociedades de cada uno de los países que conforman la OPEP. Otra línea de investigación puede basarse en extender el estudio de la convergencia económica de estos países dentro de sus áreas geográficas correspondientes. Referencias. Arellano, M., & Bover, O. (1995). Another look at the instrumental variable estimation of errorcomponents models. Journal of Econometrics, 68, 29-51. Arezki, R., y Van Der Ploeg F. (20079. Can the natural resource curse be turned into a blessing? The role of trade policies and institutions. IMF Working Paper, 07/55, 1-36. Barro, R. (1996). Determinants of economic growth: a crosss-country empirical study. National Bureau of Economic Research, 5698, 1-118. Barro, R. (2016). Economic growth and convergence, applied especially to China. National Bureau of Economic Research, 21872, 1-24. Barro, R., & Sala-i-Martin, X. (2009). Crecimiento económico. Barcelona, España: Editorial Reverte. Baumol, W. (1986). Productivity growth, convergence, and welfare: what the long-run data show. The American Economic Review, 76(5), 1072-1085. Bernard, A.B., & Durlauf, S.N. (1995). Convergence in international output. Journal of Applied Econometrics, 10(2), 97-108. Blanchard, O.J., & Gali, Jordi (2007). The macroeconomic effects of oil shocks: why are the 2000´S so different from the 1970´S. National Bureau of Economic Research, 13368, 1-78. Blomström, M., & Kokko, Ari (2001). FDI and human capital: A Research Agenda. OECD Development Centre, 1-20. Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87, 115-143. 208 Bond, S., Hoeffler, A., & Temple, J. (2001). GMM Estimation of empirical growth models. CEPR, 3048, 1-35. https://ssrn.com/abstract=290522. Bourdin, S. (2013). Pour une approche géographique de la convergence. L’Espace géographique, 42(3), 270-285. Collier, P. (2010). El club de la miseria. Bogotá, Colombia: Random House Mondadori. Conferencia de las Naciones Unidas sobre Comercio y Desarrollo (1980-2017). Foreign direct investment: Inward and outward flows and stock, anual. 14 de octubre de 2020. https://unctad.org/es/paginas/statistics.aspx. Cuervo, L.M. (2004). Estudios de convergencia y divergencia regional en América Latina: balance y perspectivas. Investigaciones Regionales, 5, 29-65. Cuñado, J. (2011). Structural breaks and real convergence in OPEC countries. Journal of Applied Economics, 14(1), 101-117. De Gregorio, J. (2007). Macroeconomía, teoría y políticas. Santiago, Chile: Editorial Pearson Educación. Delbianco, F., & Dabús C. (2020). Is there convergence in emerging countries? Evidence from Latin America. Cuadernos de Economía, 43, 79-90. Devarajan, S., & Zou H. (1994). Does public Investment Promote Economic Growth? The Hong Kong University of Science and Technology, 95(9), 1-27. Duncan, R., & Fuentes R. (2006). Regional convergence in Chile: new tests, old results. Cuadernos de Economía, 43, 81-112. Ftiti, Z., Guesmi, K., Teulon F., & Chouachi S. (2016). Relationship between crude oil prices and economic growth in selected OPEC countries. The Journal of Applied Business Research, 32(1), 1122. Hjort, J. (2006). Citizen funds and Dutch disease in developing countries. Resource Policy, 31, 183191. Islam, N. (2003). What have We Learnt from the Convergence Debate? Journal of Economic Surveys, 17(3), 309-362. Jimenez, R. (2007). The industrial impact of the price shocks: evidence from the industries of six OECD countries. Documento de trabajo. Banco de España, 0731, 1-52. Jones, C. (2000). Introducción al crecimiento económico. México D.F.: S.A. Alhambra Mexicana. Krause, M. (2014). Índice de calidad institucional 2014. Red Liberal de América Latina. http://www.libertadyprogresonline.org/investigacion/indices-anuales/. Krugman, P. (1980). Scale economies, product differentiation, and the pattern of trade. The American Economic Review, 70(5), 950-959. Labra, R., & Torrecillas C. (2014). Guía cero para datos de panel. Un enfoque práctico. Universidad Autónoma de Madrid-Accenture Working Papers, 16, 1-61. 209 Loayza, N., Fajnzylber, P., & Calderón, C. (2004). Economic growth in Latin America and the Caribbean: Stylized facts, explanations, and forecasts. Central Bank of Chile, 265, 1-150. Mehlum, H., Moene, K. & Torvik, R. (2006). Institutions and the resource curse. Economic Journal, 116(508), 1-20. Montero, R. (2010). Panel dinámico. Documentos de Trabajo en Economía Aplicada. Universidad de Granada. http://www.ugr.es/~montero/matematicas/dinamico.pdf. Morales, C. (2011). Variedades de recursos naturales y crecimiento económico. Desarrollo y Sociedad, 68,7-45. https://www.redalyc.org/articulo.oa?id=1691/169122461001 North, D. (1991). Institutions. The Journal of Economic Perspectives, 5(1), 97-112. Penn World Table (2020). Penn World Table version 9.1. 18 de septiembre de 2020. https://www.rug.nl/ggdc/productivity/pwt/. Porter, M. (1999). Los clústers y la competencia. Revista Estrategia, 1(2), 30-45. Quah, D. (1993). Galton’s Fallacy and Tests of the Convergence Hypothesis. LSE Economics Department. 1-26. Ray, D. (2002). Economía del desarrollo. Barcelona, España: Antoni Bosch editor. Reinhart, C.M., & Rogoff, K.S. (2010). Growth in a time of debt. National Bureau Economic Research, 15639, 1-26. Robinson, J. (2006). El Equilibrio de América Latina. Buenos Aires, Argentina: Fondo de Cultura Económica. Sachs, J., & Warner, A. (1995). Natural resource abundance and economic growth. National Bureau of Economic Research, 5398, 1-54. Sala-i-Martin, X. (2000). Apuntes de crecimiento económico. Barcelona, España: Antoni Bosch editor. Sala-i-Martin, X., & Subramanian, A. (2003). Addressing the natural resource curse: an illustration from Nigeria. National Bureau of Economic Research, 9804, 1-46. Santillan R., & Venegas, F. (2015). Impact of oil prices on economic growth in Latin American oil exporting countries (1990-2014): a panel data analysis. https://ssrn.com/abstract=2692024 or http://dx.doi.org/10.2139/ssrn.2692024. Saucedo, E., & González, J. (2019). Efecto de los precios del petróleo en la actividad económica sectorial de México. Análisis para el periodo 2002-2018. Revista Mexicana de Economía y Finanzas Nueva Época, 14(2), 221-243. Smith, B. (2004). Oil wealth and regime survival in the developing, 1960-1969. American Journal of Political Science, 48(2), 232-246. Silva, I. (2003). Disparidades, competitividad territorial y desarrollo local y regional en América Latina. CEPAL, Instituto Latinoamericano y del Caribe de Planificación Económica y Social (ILPES), Serie 33, 1-84. Solow, R. (1956). A Contribution to the theory of economic growth. The Quarterly Journal of Economics, 70(1), 65-94. 210 Weil, D. (2006). Crecimiento económico. Madrid, España: Pearson educación. World Economic Forum (2017). The Global Competitiveness Report 2017-2018. http://www3.weforum.org/docs/GCR20172018/05FullReport/TheGlobalCompetitivenessReport2017%E2%80%932018.pdf. Apéndices. Apéndice 1. Regresiones de convergencia (β) condicional. Panel por quinquenio (1970-2017). Apéndice 1.1 Apéndice 1.2 Apendice 1.1 Chi2(4) 4.66 Prob>Chi2 0.4592 Chi2(6) 4.31 Prob>Chi2 0.6347 Chi2(7) 5.18 Prob>Chi2 0.6385 Chi2(8) 4.44 Prob>Chi2 0.8156 Elección entre efectos fijos y efectos aleatorios Prueba de Hausman Regresión 1 Regresión 2 Regresión 3 Regresión 4 Chibar2(01) 0.01 Prob>Chibar2 0.4612 Chibar2(01) 0.00 Prob>Chibar2 0.4824 Chibar2(01) 0.00 Prob>Chibar2 0.4826 Chibar2(01) 0.01 Prob>Chibar2 0.4545 Regresión 4 Elección entre efectos aleatorios y pooled Prueba de Breusch Pagan Regresión 1 Regresión 2 Regresión 3 211 Apéndice 2. Regresiones de convergencia (β) condicional. Panel anual (1970-2017). Apéndice 2.1 Apéndice 2.2 Apéndice 2.3 Apéndice 2.4 Chi2(6) 38.02 Prob>Chi2 0.0000 Chi2(7) 41.69 Prob>Chi2 0.0000 Chi2(8) 47.71 Prob>Chi2 0.0000 Regresión 3 Regresión 1 Regresión 2 Elección entre efectos fijos y efectos aleatorios Prueba de Hausman Chi2(13) 601.92 Prob>Chi2 0.0000 Chi2(13) 613.19 Prob>Chi2 0.0000 Chi2(13) 608.19 Prob>Chi2 0.0000 Regresión 2 Regresión 3 Prueba Modificada de Wald Regresión 1 Prueba de heterocedasticidad F(1,12) 167.322 Prob>F 0.0000 F(1,12) 168.184 Prob>Chi2 0.0000 F(1,12) 187.957 Prob>Chi2 0.0000 Regresión 3 Regresión 1 Regresión 2 Prueba de autocorrelación Prueba de Wooldridge Valor 14.286 Pr. 0.0000 Valor 14.356 Pr. 0.0002 Valor 13.497 Pr. 0.0000 Prueba de correlación contemporánea Prueba de CD Pesaran Regresión 1 Regresión 2 Regresión 3 212 Apéndice 3. Regresiones de convergencia (β) condicional por período y por países. Panel anual (19702017). Apéndice 3.1 Apéndice 3.2 Apéndice 3.3 Chi2(2) 31.48 Prob>Chi2 0.0000 Chi2(8) 174.64 Prob>Chi2 0.0000 Chi2(3) 17.52 Prob>Chi2 0.0006 Chi2(5) 20.17 Prob>Chi2 0.0012 Elección entre efectos fijos y efectos aleatorios Prueba de Hausman Período 1970-1989 Período 1990-2014 Grupo no medio oriente Grupo medio oriente Chi2(12) 1,080.87 Prob>Chi2 0.0000 Chi2(13) 912.18 Prob>Chi2 0.0000 Chi2(7) 605.50 Prob>Chi2 0.0000 Chi2(6) 219.04 Prob>Chi2 0.0000 Período 1990-2014 Grupo no medio oriente Grupo medio oriente Prueba de heterocedasticidad Prueba Modificada de Wald Período 1970-1989 F(1,11) 138.526 Prob>F 0.0000 F(1,12) 37.996 Prob>Chi2 0.0000 F(1,6) 39.612 Prob>Chi2 0.0007 F(1,5) 250.662 Prob>Chi2 0.0000 Período 1970-1989 Período 1990-2014 Grupo no medio oriente Grupo medio oriente Prueba de autocorrelación Prueba de Wooldridge 213 Apéndice 3.4 Valor 2.990 Pr. 0.0028 Valor 9.588 Pr. 0.0000 Valor 9.589 Pr. 0.0000 Valor 3.216 Pr. 0.0013 Período 1970-1989 Período 1990-2014 Grupo no medio oriente Grupo medio oriente Prueba de correlación contemporánea Prueba de CD Pesaran