inversión pública en infraestructura núcleo y su efecto en
TRANSCRIPT
Universidad de La Salle Universidad de La Salle
Ciencia Unisalle Ciencia Unisalle
Economía Facultad de Economía, Empresa y Desarrollo Sostenible - FEEDS
2015
Inversión pública en infraestructura núcleo y su efecto en el Inversión pública en infraestructura núcleo y su efecto en el
crecimiento económico en Bogotá : 2000 2014 Crowding In crecimiento económico en Bogotá : 2000 2014 Crowding In
Yovanni Ruiz Roa Universidad de La Salle, Bogotá
Johan Fabián Saavedra Ramírez Universidad de La Salle, Bogotá
Follow this and additional works at: https://ciencia.lasalle.edu.co/economia
Part of the Public Economics Commons
Citación recomendada Citación recomendada Ruiz Roa, Y., & Saavedra Ramírez, J. F. (2015). Inversión pública en infraestructura núcleo y su efecto en el crecimiento económico en Bogotá : 2000 2014 Crowding In. Retrieved from https://ciencia.lasalle.edu.co/economia/234
This Trabajo de grado - Pregrado is brought to you for free and open access by the Facultad de Economía, Empresa y Desarrollo Sostenible - FEEDS at Ciencia Unisalle. It has been accepted for inclusion in Economía by an authorized administrator of Ciencia Unisalle. For more information, please contact [email protected].
1
INVERSIÓN PÚBLICA EN INFRAESTRUCTURA NÚCLEO Y SU EFECTO EN
EL CRECIMIENTO ECONÓMICO EN BOGOTÁ: 2000- 2014 (Crowding In)
Yovanni Ruiz Roa
Fabián Saavedra Ramírez
UNIVERSIDAD DE LA SALLE
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
PROGRAMA DE ECONOMÍA
BOGOTÁ
2015
2
INVERSIÓN PÚBLICA EN INFRAESTRUCTURA NÚCLEO Y SU EFECTO EN
EL CRECIMIENTO ECONÓMICO EN BOGOTÁ: 2000- 2014 (Crowding In)
Yovanni Ruiz Roa
Fabián Saavedra Ramírez
Trabajo de grado para optar por el Título de “Economista”
Director
Luis Nelson Beltrán
UNIVERSIDAD DE LA SALLE
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
PROGRAMA DE ECONOMÍA
BOGOTÁ
2015
3
INDICE
RESUMEN .......................................................................................................................................... 4
Introducción ........................................................................................................................................ 5
CAPÍTULO I ....................................................................................................................................... 7
1.1 Marco de Referencia ............................................................................................................... 7
1.2 Crowdin In y Crowdin out ..................................................................................................... 8
1.3 Multiplicador Keynesiano .................................................................................................... 10
1.4 Inversión Pública y Crecimiento Económico ...................................................................... 12
1.5 La Infraestructura Núcleo y su Importancia ...................................................................... 14
1.6 Evidencia Empírica ............................................................................................................... 16
1.6.1 Inversión Pública y “Crowding In” en el Mundo ........................................................ 16
1.6.2 Inversión Pública en Colombia .................................................................................... 22
1.6.3 Inversión Pública en Bogotá .......................................................................................... 27
CAPÍTULO II ................................................................................................................................... 33
2.1 Modelos Aplicados para Bogotá .......................................................................................... 33
2.2 Modelo Aplicado para Colombia: ........................................................................................ 34
2.3 Planteamiento del Modelo MCO ......................................................................................... 35
2.3.1 Modelo lineal para Colombia ........................................................................................ 36
2.3.2 Modelo lineal para Bogotá ............................................................................................. 37
2.3.3 Test de Significancia Estadística ................................................................................... 38
2.3.4 Vectores Autorregresivos (VAR) .................................................................................. 39
2.3.5 Test de Dikey Fuller Aumentado para Colombia ........................................................ 41
2.3.6 Test de Dikey Fuller Aumentado para Bogotá ............................................................ 42
2.3.7 Test de causalidad de Granger para Colombia y Bogotá ........................................... 43
2.3.8 Modelo de impulso respuesta para Bogotá. ................................................................. 44
2.3.9 Pruebas de significancia estadística del modelo VAR. ................................................ 46
CAPITULO III .................................................................................................................................. 48
Conclusiones y Recomendaciones .............................................................................................. 48
ANEXOS ...................................................................................................................................... 50
BIBLIOGRAFÍA ......................................................................................................................... 60
4
INVERSIÓN PÚBLICA EN INFRAESTRUCTURA NÚCLEO Y SU EFECTO EN
EL CRECIMIENTO ECONÓMICO EN BOGOTÁ: 2000- 2014 (Crowding In)
RESUMEN
Este estudio analiza la inversión pública desde la óptica de la infraestructura núcleo y su
impacto en el crecimiento económico de Bogotá en el período 2000-2014. Mostraremos
desde la teoría del multiplicador del gasto de Keynes que un enfoque de la inversión
pública eficiente genera crecimiento económico sin ir en detrimento de la inversión
privada, ya que por el contrario es la inversión pública la que genera efectos
multiplicadores (crowding in) a la inversión privada. Se encontrarán en este estudio
antecedentes de investigaciones realizadas en países desarrollados, América Latina y
Colombia. Así mismo se busca mediante procedimientos econométricos cuantificar y
demostrar que el capital público en Bogotá tiene un efecto determinante sobre la
productividad del capital privado.
Palabras Clave: Crecimiento Económico, Crowding In, Crowding Out, Inversión Pública,
Inversión privada
5
Introducción
El presente trabajo tiene como principal objetivo determinar y cuantificar la inversión
pública en infraestructura núcleo y su impacto en el crecimiento económico en Bogotá y la
inversión privada para el año 2000 al 2014 a través del multiplicador Keynesiano, ya que
uno de los debates principales, tanto a nivel nacional como internacional gira en torno a las
intervenciones del Estado, presentando un factor determinístico y un progresivo análisis en
la disertación sobre el efecto positivo que puede generar o no la inversión pública en los
diferentes procesos de crecimiento de las economías latinoamericanas, sin ir en detrimento
de la inversión privada como consecuencia de sus múltiples decisiones, generando efectos
multiplicadores crowding in.
En Bogotá las administraciones distritales han realizado grandes esfuerzos durante los
últimos 15 años en modernizar su infraestructura física, es así como la inversión destinada a
la construcción, al mantenimiento de la malla vial, a la ampliación de los servicios de
acueducto, alcantarillado y energía se han incrementado de manera significativa durante las
últimas décadas.
En Bogotá la inversión en infraestructura núcleo se ha complementado con programas que
impulsan un alto desarrollo, el cual implica la obtención de un mejor nivel de vida para la
población, como es la educación, salud, bienestar y esparcimiento, así mismo el acceso a
los servicios públicos domiciliarios y a nuevas tecnologías, tanto de comunicación como de
producción, convirtiéndose en una de las capitales de Colombia como el epicentro de
mayor acervo económico que financia y promueve proyectos de infraestructura aportando
un crecimiento significativo al Producto Interno Bruto PIB.
En el primer capítulo se realizó un estado del arte donde se destaca la importancia de la
inversión pública y la correlación existente con la inversión privada de los enfoques
teóricos contrapuestos entorno a los efectos expulsión crowding in (Ci) y crowding out
(Co), así mismo el multiplicador Keynesiano el cual presenta los efectos en la demanda
agregada, la inversión pública y el crecimiento económico. Resaltamos el concepto de
infraestructura núcleo, su importancia y la evidencia empírica de los trabajos más aplicados
6
en el mundo, Colombia, Bogotá de (Ci) y (Co), así como la participación de la inversión
pública en el país y la capital.
En el segundo capítulo justificamos el modelo metodológico utilizado por Sánchez y
Cárdenas y la Secretaría Distrital para medir el impacto de la inversión en infraestructura
núcleo (IIN) en el Producto Interno Bruto PIB de Bogotá, el planteamiento y la
construcción del modelo contempla las siguientes variables: capital privado, capital
público, de IIN particularmente en los sectores de la construcción, electricidad, gas, agua
(acueducto y alcantarillado) y su valoración a través del método MCO y Vectores
Autorregresivos VAR, así como los test de significancia y test de Dicky Fuller.
Finalmente en el capítulo tres presentamos los resultados obtenidos en la investigación,
contrastados con la evidencia empírica de los autores mencionados anteriormente,
aplicados para Bogotá y Colombia.
7
CAPÍTULO I
Una Mirada Histórica de la Inversión Pública e Infraestructura Núcleo y los
efectos Crowding In.
1.1 Marco de Referencia
Para Blanchard (2007) una gran incertidumbre se generó cuando hacia la década de 1930
años anteriores a la segunda guerra mundial se presentara una dolorosa e intelectualmente
significativa crisis económica conocida como la Gran Depresión en la cual muchos países
experimentaron un enorme desempleo y una disminución de su renta. Hacia el año de 1933
una cuarta parte de la población activa de los EE.UU se encontraba sin empleo y el PIB real
era un 30% inferior al de 1929. La inversión pública para esta época se convirtió en un
instrumento para luchar contra la crisis, la cual jugó un rol central, pues sentó las bases
necesarias para permitir y garantizar una rentabilidad que favoreciera el crecimiento
económico.
Según Bernanke (2007) la gran depresión tuvo efectos devastadores los cuales afectaron a
países ricos y pobres tales como EE.UU, Japón, Suecia, Francia y países Latinoamericanos.
La renta nacional, los ingresos fiscales, los beneficios y los precios cayeron, así mismo el
comercio internacional descendió entre un 50% y 66%. El desempleo en los EE.UU
aumentó al 25% y en algunos países alcanzó el 33%. El colapso bursátil tuvo graves
consecuencias en la economía real norteamericana, creó expectativas pesimistas respecto al
futuro que comprimieron el consumo y la inversión.
Sigue afirmando Bernanke (2007) que las causas de la crisis norteamericana determinó una
fuerte contracción de la demanda y afectó severamente los sectores manufactureros y de la
construcción, así mismo generó un desplome de las inversiones propiciada por la caída de
los precios, la inversión privada cayó en 90% y la producción industrial en un 50%.
Keynes (1936) planteó que la baja renta y el elevado paro son característicos de las
recesiones que se deben a una caída de la demanda agregada, por lo cual sus aportes fueron
8
muy influyentes para la época aportando aspectos fundamentales para contrarrestar las
limitantes frente al paradigma económico que suscitaba la crisis, tales como; el abandono
del patrón oro interno , iniciado por el Reino Unido en 1931; la creación de un sistema de
pagos internacionales que sustituyera al patrón oro, cuya materialización tuvo que esperar
hasta la conferencia del Breton Woods, en 1944; así mismo un factor relevante el cual fue
la utilización del déficit fiscal y la activación del gasto sobre los ingresos públicos , como
un arma de política anti cíclica.
Bajo esta premisa es muy importante recalcar la importancia que tiene la activación del
gasto público, donde el intervencionismo del Estado juega un papel fundamental ya que
persiguió para la época la recuperación de la economía y reducción del desempleo mediante
la inclusión de programas expansivos del gasto público e importantes obras de
infraestructura como autopistas, vías y embalses.
Tafunell (2010) plantea que el período de la posguerra se caracterizó por un rápido
crecimiento económico y un reducido desempleo, situación que permitió mantener la
economía estable por más de dos décadas gracias al intervencionismo de los gobiernos los
cuales propugnaron el Estado de bienestar como fundamento principal. Las políticas
Keynesianas durante el periodo de la posguerra se enfocaban en la función del Estado, que
facilitaban el proceso de mercado e incentivaron la acción productiva; lo cual fue posible a
través de la política fiscal, aumentando los impuestos y el gasto público, para financiar
grandes obras de infraestructura que permitieron un nuevo nivel de empleo y un aumento
del ingreso de los trabajadores, lo cual aumento la demanda efectiva y expandió la
economía.
1.2 Crowdin In y Crowdin out
Según Fonseca (2009), la reciprocidad existente entre la inversión pública y la inversión
privada, contrastan en el efecto que tiene la variable gubernamental o del Estado sobre la
privada. Por lo tanto existen enfoques teóricos contrapuestos en torno a los efectos
expulsión Crowding Out y de atracción Crowding In, un enfoque clásico (neoclásico) y el
9
enfoque de la demanda efectiva. Para la primer vertiente el mercado financiero a través de
las tasas de interés genera un desplazamiento total de la inversión pública sobre la privada
(Crowding Out), ya que el sector público al competir por fondos con el sector privado,
presiona al alza esta variable, lo que desincentiva la inversión de este último sector.
Con respecto a la vertiente Keynesiana propone que el efecto sea de complementariedad
(Crowding In), ya que mediante el mecanismo del efecto multiplicador se puede estimular a
la inversión privada, es decir que no depende solo de la tasa de interés, sino de un equilibrio
tanto en el mercado de bienes como financiero.
Para Cerda (2009) la hipótesis del incremento crowding in, corresponde al caso en que los
incrementos de inversión pública producen incentivos para que también se aumente la
inversión privada. Esto se produce en la medida que existan complementariedades entre
inversión pública e inversión privada.
Aschauer (1985, 1988, 1989), plantea la importancia del gasto público sobre las decisiones
de producción e inversión de los agentes privados, el “crowdin out” como el “crowding in”
pueden producir efectos en el corto y largo plazo, respectivamente. El primer resultado se
deriva de la teoría neoclásica, donde los agentes privados modifican sus expectativas
debido a los aumentos de la inversión pública y reducen su ahorro e inversión, lo que
genera un efecto crowding out temporal. El segundo aspecto parte del impacto positivo
generado por la inversión pública, debido a que esta genera un aumento en la productividad
del sector privado, si y solo si, dicha inversión pública corresponde a la inversión en
infraestructura núcleo, es decir, la que está orientada a la producción de vías, carreteras y
medios de transporte, megaproyectos, infraestructuras de energía y educación; de manera
que se hace complementaria de la inversión privada.
Continua afirmando Aschauer que el concepto de “crowding-out” ha recibido una especial
relevancia en el análisis económico, el de crowding-out directo y el de crowding-out
indirecto. El primero se producirá en la medida en que el sector público pueda ser integrado
en el sector privado al especificar las relaciones estructurales de comportamiento de la
economía, y se fundamenta en la consideración del gasto público, por parte de los agentes
10
económicos privados, como sustitutivo de su propio gasto. El indirecto se produce por las
variaciones en los precios y los tipos de interés resultantes de las acciones fiscales
expansivas.
Cuando el sector privado calcula exactamente sus obligaciones impositivas futuras, una
reducción en los impuestos financiada mediante un aumento en la deuda pública no tendrá
efecto multiplicador ya que, la reducción en los impuestos se compensa exactamente con
los impuestos futuros previstos para atender los gastos del servicio de la deuda.
1.3 Multiplicador Keynesiano
Según Gottfried (2013) el gasto público es una herramienta muy importante y fundamental
para la demanda agregada que permite implementar ciertas políticas macroeconómicas.
Aunque el gasto público debe tener un impacto en el crecimiento económico, la relevancia
del mismo por sus efectos sobre el desarrollo económico y social recalca la importancia del
peso cuantitativo que tiene hoy el sector público en la economía, interfiriendo
correctamente o no en los procesos de creación y distribución de la riqueza. Un aspecto
principal referente al gasto público es el multiplicador del gasto. El efecto multiplicador se
entiende como el conjunto de los incrementos que se producen en la renta nacional debido a
los aumentos generados en el consumo y la inversión pública.
Según Keynes (1936) en su análisis del llamado "multiplicador" es parte integrante de su
teoría general de la ocupación. Este multiplicador, k, dada la propensión a consumir,
establece una relación precisa entre la ocupación y el ingreso total y la tasa de inversión,
indica que cuando existe un incremento en la inversión total, el ingreso aumentará en una
cantidad que es k veces el incremento de la inversión. Antes de llegar al multiplicador,
Keynes presenta el concepto de propensión marginal a consumir .Llama Y al ingreso en
unidades de salario, y C e I al consumo y a la inversión, respectivamente, también en
unidades de salario.
11
Esta cantidad (la propensión marginal a consumir) es de considerable importancia, porque
nos dice cómo se dividirá el siguiente incremento de la producción entre consumo e
inversión.
∆𝑦 = ∆𝐶 + ∆𝐼
=1
1 −∆𝐶∆𝑌
− ∆𝐼
Es decir =1
1−∆𝐶
∆𝑌
− ∆𝐼 , es por definición K y 1-1
𝑘 la propensión marginal a consumir.
De aquí se deduce que si, por ejemplo, la propensión marginal a consumir es 9/10 el
multiplicador es 10; "y la ocupación total producida (por ejemplo) por aumento de las obras
públicas, será diez veces mayor que la ocupación primaria proporcionada por éstas,
suponiendo que no haya reducción de las inversiones para otros fines.
Keynes (1936) en la teoría general propuso que la renta total de una economía venia
determinada a corto plazo principalmente por el deseo de gastar de los hogares, las
empresas y el Estado, cuantas más personas quieran gastar, mas bienes y servicios podrían
vender las empresas , más decidirían producir y más trabajadores decidirían contratar. Por
lo tanto para Keynes el problema de las recesiones y las depresiones se hallaba en que el
gasto era insuficiente.
De acuerdo a la función de consumo, C=C(Y-T), un aumento de la renta provoca un
incremento del consumo, por lo tanto cuando hay aumentos en las compras del Estado,
eleva la renta al igual que el consumo y así sucesivamente, por lo cual este multiplicador
indica cuanto aumenta la renta en respuesta a un aumento de las compras del Estado el cual
se expresaría como ∆𝑌
∆𝐺.=
1
(1−𝑃𝑀𝐶) .
Otro aporte importante de Keynes es el efecto multiplicador de los impuestos, es decir la
cuantía en que varía la renta en respuesta a una variación de los impuestos. Una reducción
12
de los impuestos eleva inmediatamente la renta disponible, Y-T y por lo tanto eleva el
consumo en 𝑃𝑀𝐶𝑋∆𝑇.
Para Keynes de la misma forma como se genera un incremento en las compras del Estado
esto produce un efecto multiplicador en la renta, así mismo ocurre con una reducción en los
impuestos. La variación inicial del gasto, ahora 𝑃𝑀𝐶𝑋∆𝑇. se multiplica al igual que antes
por 1
(1−𝑃𝑀𝐶) , por lo cual el efecto global producido en la renta por la variación de los
impuestos es ∆𝑌
∆𝑇.=
−𝑃𝑀𝐶
(1−𝑃𝑀𝐶).
1.4 Inversión Pública y Crecimiento Económico
Mankiw (2006) plantea que existen factores determinísticos en el corto plazo que están
asociados a la demanda agregada y que son consecuencias de las decisiones del sector
público, ya sea porque se generen políticas de inversión hacia el financiamiento, a través de
impuestos o endeudamiento público; los modelos de corte keynesiano permiten analizar las
repercusiones o magnitudes macroeconómicas cuando se incentiva el sector público sobre
los diferentes sectores de la economía ya sea a nivel global o regional, que generan un
impacto en el Producto Interno Bruto (PIB), el déficit público e inflación.
Keynes (1936) plantea que al generarse un incremento en la inversión pública se produce
un efecto expansionista de la demanda agregada, el cual da lugar a un incremento de la
producción, el empleo y la renta; así como los ingresos fiscales los cuales provienen de los
impuestos que gravan las rentas generadas. La estimulación de la demanda agregada para
Keynes permite alcanzar un equilibrio macroeconómico en el corto plazo, aunque efectos
inflacionarios produzcan factores negativos, por una parte la pérdida de competitividad por
la elevación de precios que repercute negativamente en el saldo comercial, así mismo
cuando se financia el déficit público, generando incrementos en la tasa de interés
provocando efectos Crowding Out o de expulsión de la inversión privada al estimular el
consumo privado.
13
La propuesta que formulo Keynes posibilitó a los Estados salir de la crisis y así mismo
reorientar su papel como un ente regulador, el cual implicó necesariamente la realización
de una gran cantidad de gastos que otros gobiernos no asumían. El Estado enfocó sus
necesidades al creciente desarrollo de la economía donde establece que una buena
prestación de servicios públicos, de los cuales se pueden señalar la construcción de
ferrocarriles, carreteras, telecomunicaciones, y la transmisión de energía, lo llevó a pasar de
ser un Estado pasivo y vigilante a ser un Estado intervencionista.
El modelo desarrollado por Barro (1995) plantea que un esparcimiento del gasto y la
inversión pública generan incrementos favorables en la tasa de crecimiento de la economía,
si estos a su vez proporcionan un efecto positivo sobre la productividad de las empresas
privadas. Este efecto puede producirse, sobre todo, en el caso del gasto e inversión pública
en carreteras o en instituciones que aseguren y garanticen el derecho de propiedad privada y
que, por lo tanto, tiendan a asegurar y mejorar la rentabilidad de las inversiones del sector
privado. Lo mismo puede ocurrir con la inversión pública en salud y educación, el cual
mejora la calidad de la oferta laboral y aumenta la productividad del sector privado.
Según Barro (1995) existen varias fuentes que permiten a la inversión pública generar
índices de crecimiento económico en un país. En primer lugar, la mayor inversión pública
es un mecanismo para aumentar el capital (físico) del sector público, y éste último puede
ser considerado en algunos casos como insumo de producción para el sector privado. Es el
caso de inversión pública en instituciones como el financiamiento a las fuerzas militares, a
los entes judiciales y tribunales de justicia; es decir, instituciones que ayudan al
establecimiento del orden público y permiten la realización de ambientes de negocios
adecuados, lo que genera una externalidad positiva para el sector privado. En segundo
lugar, la inversión pública puede favorecer con la disminución de los costos de las
empresas privadas. Es el ejemplo de inversión en infraestructura que facilita la operación
del sector privado al disminuir sus costos de operación e incentivar la entrada de nuevas
empresas. Todo esto finalmente redunda en aumentar el crecimiento económico del país.
En una perspectiva de crecimiento , esa manera de considerar la intervención del Estado es
sin lugar a duda insegura, si es cierto que una parte de los gastos públicos pueden ser
14
considerados como suntuarios o improductivos o rinden servicios de tipo de “consumo
final”: museos, bibliotecas, parques, subvenciones a los desayunos escolares o de transporte
público. Sin embargo, grandes cantidades de gasto público rinden servicios de tipo de
“consumo intermediario” que contribuyen directamente o indirectamente a mejorar la
productividad del sector privado: como infraestructuras (carreteras, comunicaciones, redes
urbanas), o contribuciones a la formación o al mantenimiento del capital humano
(educación, salud), o la garantía de los derechos de propiedad (seguridad interior y exterior,
defensa nacional, policía).
Gran parte de esos servicios, solamente pueden ser proporcionados por los poderes
públicos: porque no existe medio alguno para impedir la utilización por otros agentes
privados (bienes exclusivos: defensa nacional, carreteras), porque el rendimiento privado
que ofrecen es inferior al rendimiento social (educación, investigación) porque existe
indivisibilidad (justicia).
Barro hace una distinción entre capital privado y capital público. El rendimiento marginal
del capital privado es decreciente, por su parte el rendimiento marginal del capital total
(capital privado y capital público) es constante lo que permite el desarrollo de un proceso
de crecimiento endógeno.
Robert Barro (1989) en un estudio para 98 países examina la relación entre la parte de
gastos públicos de diferentes tipos en el PIB y la tasa de crecimiento del PIB. Como
resultado: el coeficiente obtenido es significativamente negativo en lo que corresponde a
los gastos de consumo mientras que el coeficiente no es significativo en cuanto a los gastos
de inversión.
1.5 La Infraestructura Núcleo y su Importancia
Biel (1980) plantea que durante los últimos años se han realizado numerosas
investigaciones del papel de la inversión en infraestructura como uno de los medios para
lograr una estrategia de desarrollo regional, así mismo se han realizado estudios que
establecen que las infraestructuras son un determinante de la evolución de la producción
privada y la productividad.
15
Para Aschauer (1989), argumenta que se ejerce un efecto positivo y significativo sobre la
productividad, siendo las infraestructuras básicas o económicas tales como el transporte, las
carreteras, el sistema vial, megaproyectos, los servicios públicos, las que producen una
relación más estrecha con la productividad.
Autores como Gil, Pascual y Rapun (2000) definen la infraestructura pública como la parte
del capital global de una economía que por su característica de bien público, no es asignado
por el mercado , por tanto su producción debe ser asumida por el sector público. Por ello,
la infraestructura pública podría definirse simplemente como aquella parte del capital
global de la economía que pertenece a un ente gubernamental, organismos descentralizados
y empresas de participación estatal destinadas a la construcción, ampliación, mantenimiento
y conservación de las obras publicas y en general a todos aquellos gastos destinados a
aumentar y mejorar el patrimonio nacional.
Según la Secretaría de Hacienda Distrital (2003) existe una clasificación de la
infraestructura pública: La natural conformada por parques naturales, cuencas
hidrográficas, bosques nativos, minas, yacimientos petroleros, lagos y ríos, la artificial
producida por el hombre, esta a su vez comprende la infraestructura institucional
compuesta por el capital en justicia, defensa y seguridad. Así mismo la infraestructura
física, la cual puede ser social o económica (conocida también como básica o núcleo).
La infraestructura social comprende toda la actividad productiva en la cual se incluyen
equipamientos para la salud, educación, cultura recreación y deporte. La económica o
núcleo comprende vías, aeropuertos, plantas redes de acueducto, gas, telefonía, electricidad.
Para Draper y Herce (1994), definen la infraestructura como el conjunto de equipamientos,
estructuras y servicios de soporte requeridos para el desarrollo económico de un área
determinada. El BID (2000) la define como el conjunto de estructuras de ingeniería e
instalaciones , por lo general de vida útil que constituyen la base sobre la cual se produce la
prestación de servicios consideradas necesarias para el desarrollo de fines productivos,
políticos, sociales y personales.
Según Rozas y Sánchez (2004) existen tres efectos relevantes que presenta la
infraestructura sobre el PIB. En primer lugar, las infraestructuras inciden directamente
16
como producto final en la formación del PIB mediante la producción de servicios y por
otra parte generan externalidades sobre la producción y el nivel de inversión agregado de la
economía, así mismo las infraestructuras influyen indirectamente en la productividad del
resto de los insumos en el proceso productivo.
1.6 Evidencia Empírica
1.6.1 Inversión Pública y “Crowding In” en el Mundo
Uno de los pioneros de los estudios sobre la relación entre inversión pública y crecimiento
económico es D. Aschauer (1989), quien bajo postulados neoclásicos desarrolló y verificó
la hipótesis de que la expansión de la inversión pública en los Estados Unidos, producía un
estímulo mayor sobre el producto y la inversión privada. Su argumento es que la inversión
pública induce un incremento en la tasa de retorno del capital privado, y por lo tanto,
estimula la inversión privada.
Continua afirmando Aschauer (1989) que un aumento del stock de capital público
incrementa de manera directa la producción de bienes y servicios del sector privado y
además, al ser complementario de los insumos de este sector, amplía su productividad
marginal correspondiente a los factores privados, que a su vez extiende la demanda por
trabajo y por bienes de capital, de manera que la tendencia de largo plazo en la
productividad del sector privado estaría explicada por la capacidad de la economía de crear
y actualizar su infraestructura.
Aschauer (1989a) identificó y concluyó en los trabajos analizados sobre series
cronológicas para los Estados Unidos que una alza del 1% de los gastos públicos, aumenta
la productividad total de los factores (trabajo y capital privado) en un 0.34%. Además, la
elasticidad con respecto al capital público de la producción y con respecto al capital privado
es de 0.27%.
López–Tafall (1995) plantean que el desarrollo de las telecomunicaciones en España del
periodo del 1940 a 1990 representó un componente importante de la infraestructura núcleo
17
ya que evidenciaron un crecimiento en la productividad, como aporte de este factor, del
cual han sido partícipes los sectores público y privado. Evidenciaron que el intercambio
electrónico de datos acorta el tiempo entre la solicitud de pedidos y la recepción de las
materias primas, así como la entrega de las mercancías, con la consiguiente mejora en la
gestión de inventarios. Igualmente, las aplicaciones en telecomunicaciones permiten el
trabajo en red y el control unitario en tiempo real de los procesos de fabricación, facilitando
el control de costos unitarios. Así mismo, hacen más ágiles y directas las relaciones entre
los vendedores y los clientes. Las empresas pueden detectar las nuevas tendencias de los
mercados y adaptar rápidamente sus estrategias.
Gráfico No. 1
Sustitución de líneas Telefónicas Manuales por Automáticas
Fuente: Serie Analizada por Lopez-Tafall (1995)
Según Linn (1983), citado por Bahl y Linn (1992), en un estudio realizado para los Estados
Unidos, demostraron que existe una elasticidad-ingreso positiva por demanda de servicios
urbanos de agua, electricidad, teléfonos y recolección de basuras. También señalan la
presencia de una elevada elasticidad-ingreso de la demanda por vehículos, lo cual permite
afirmar que existe una relación positiva entre el ingreso per cápita y la demanda de
infraestructura vial urbana. Igualmente, sostienen que la demanda por educación está
18
estrechamente relacionada con el ingreso, puesto que entre la población pobre los niños son
forzados o se ven obligados a abandonar los colegios para buscar empleo. Igualmente, la
demanda por servicios de salud y calidad de los mismos aumenta a medida que el ingreso
es mayor.
Ingram, W. (1995), encontró que el rendimiento promedio de los proyectos de
infraestructura para Estados Unidos, fue de 16% nominal en el período 1985-1995. Los
rendimientos más bajos los registraron los proyectos de aeropuertos, ferrocarriles, energía,
acueducto y alcantarillado, mientras que los proyectos que presentaron altos rendimientos
fueron los de autopistas, puertos y desarrollo urbano.
En un análisis realizado para Portugal sobre las relaciones entre el stock de capital público
y el crecimiento económico en Portugal para el período 1965-1995 Ligthart (2000)
encontró, que el stock de capital público es un determinante del crecimiento en el largo
plazo. La elasticidad del capital público, bajo el supuesto de rendimientos constantes a
escala, resultó entre 0,22% y 0,27%. Resultados consistentes con los encontrados por
Aschauer para Estados Unidos.
Otra conclusión de Ligthart es que la inversión en vías y aeropuertos es más productiva que
el resto de la inversión pública.
Tabla No. 1
Estadística descriptiva para los estudios de Estimación de la elasticidad de producción
del capital público.
Fuente: Serie analizada por Ligthart (2000)
19
Tabla No. 2
Las tasas de crecimiento de las reservas públicas y privadas de capital de Portugal,
España y los Estados Unidos durante los períodos de tiempo seleccionados y tasa de
crecimiento promedio anual del capital social.
Fuente: Serie Analizada por Ligthart (2000)
Argimón et al (1993) plantean que la expansión del sector privado en las economías
europeas como en el caso de España para el año 1985 se debió a la evolución del
crecimiento privado residual, el cual fue explicado por el aumento del stock en
infraestructuras de telecomunicaciones y transporte de las administraciones públicas.
Argimón et al (1994) estudió la relación existente entre la inversión privada y el gasto
público, siguiendo la línea de Aschauer (1989) intentó encontrar la existencia de efectos
expulsión de la inversión privada y los gastos de capital como inversión pública, usando
una serie temporal para España. Los resultados obtenidos reflejaron la existencia de un
crowding in indirecto de la inversión privada por la pública, ya que el stock de capital
público afecta positivamente a la productividad de la inversión privada. Continúa
afirmando Argimón que la conexión existente entre la productividad de la inversión privada
y la inversión en infraestructuras es de una complementariedad (efecto crowding in) entre
inversión privada e inversión pública, la cual ha de tenerse en cuenta para diseñar las
políticas de consolidación fiscal.
Flores, García y Pérez (1994), encontraron en un estudio para la economía de España, que
la inversión pública en infraestructura tiene un efecto positivo a largo plazo sobre las
20
variables del sector privado. Los resultados indican que el aumento de un punto porcentual
en el stock de capital público incrementa el PIB en 0,15 puntos porcentuales.
Aschauer (1989b) analizó el comportamiento de la productividad de la economía
norteamericana y su relación con la acumulación de capital público y el flujo de gastos
gubernamentales en bienes y servicios. Encontró una fuerte relación del producto por
unidad de capital con el factor trabajo por unidad de capital y con el stock de capital
público por unidad de stock de capital privado. Un incremento de 1% en el factor trabajo
incrementa la productividad total en 0,35%, mientras que un aumento de 1% en el stock de
capital público incrementa la productividad total en 0,39%. Otro ejercicio consistió en
separar la inversión en infraestructura y equipo, encontrando que sólo la primera es
significativa y por tanto, es una buena proxy del stock de capital público. Del total de
infraestructura, la única que mostró poder explicativo sobre la productividad fue la
“infraestructura núcleo”, siendo su elasticidad de 0,24% estadísticamente significativa.
Tabla No. 3
Capital público nominal y su muestra de la productividad de datos anuales.
Fuente: Serie Analizada por Aschauer 1989
21
Tabla No. 4
El gasto público y la productividad, variables dependientes – producción por unidad
de capital en la economía de la empresa privada, datos anuales 1949-85.
Fuente: Serie Analizada por Aschauer 1989
La resultados que se obtenidos apuntaron hacia la existencia de un incremento de la
inversión privada como gasto del gobierno financiadas con deuda, lo cual impulsó la
demanda de bienes, que a su vez aumentó la demanda privada de nuevas fuentes de salidas
de capital, lo cual se conoce como un “Crowding-In”. Dicho en otras palabras la inversión
privada por la pública produce stock de capital público, el cual afecta positivamente la
productividad de la inversión privada contrario a lo que podrían afirmar los defensores de la
línea neoclásica.
Un estudio sobre crecimiento regional en Europa y el impacto de shocks negativos en la
inversión pública sobre el mismo, en el marco de la Conferencia Internacional de Ciencia
Regional (España), se emitió un comunicado en el que, a partir del análisis de los shocks
22
negativos en el capital público regional sobre los outputs regionales, se concluye que
disminuciones globales en la inversión pública tiene un efecto negativo sobre el
crecimiento económico que finalmente terminan explicadas por pobres inversiones privadas
que no fueron impulsadas por la administración de todas las regiones (Márquez, Ramajo &
Hewings, 2000).
1.6.2 Inversión Pública en Colombia
Sánchez (1993) analizó los efectos del capital público en la productividad, la rentabilidad
de la inversión industrial y el crecimiento económico en Colombia. Encontró que un
aumento del 1% en la relación capital público/capital industrial incrementa la productividad
del capital industrial en 1%.
Así mismo, un incremento de 1% en la relación trabajo/capital incrementa la productividad
industrial en igual magnitud. Al utilizar la variable infraestructura total del capital público,
el coeficiente es de 0,38%, mientras con infraestructura núcleo, un incremento de 1% en
ésta incrementa la productividad industrial en 0,5%.
Tabla No. 5
Productividad total de los factores en la industria.
Fuente: Serie Analizada por Sanchez (1993)
23
Sánchez (1993) también encontró que un aumento de 1% en la relación capital
público/combinación de insumos privados y en la relación infraestructura
núcleo/combinación de insumos privados, incrementan en 0,21% la productividad total de
los factores del sector privado; y que el incremento en un punto porcentual en el stock de
capital público incrementa en 0,3 puntos porcentuales el crecimiento del PIB potencial.
Tabla No. 6
Infraestructura núcleo y productividad privada Sanchez (1993)
Fuente: Serie Analizada por Sanchez (1993)
Sanchez (1993) plantea que el capital público, y fundamentalmente la llamada
infraestructura núcleo: carreteras, redes de energía, teléfonos, etc, tiene un impacto positivo
sobre la productividad, la tasa de inversión y por consiguiente sobre el crecimiento
económico. Los resultados sugieren que la política de inversión pública es de central
importancia para determinar el curso de la inversión privada y del crecimiento económico.
24
La política de inversión pública debe determinar cuál es la composición deseable de ésta
teniendo en cuenta su efecto sobre la productividad y rentabilidad privada. Las carreteras,
por ejemplo, de acuerdo con los resultados obtenidos, tienen un efecto bastante alto sobre la
productividad total de los factores de la industria, así mismo, los teléfonos. Esto significa que
dada la restricción presupuestal del gobierno, es preferible invertir en carreteras.
Tabla No. 7
Estimaciones nacionales en niveles de infraestructura en unidades físicas.
Fuente: Serie Analizada por Cárdenas y Escobar (1995)
25
Cárdenas y Escobar (1995) encontraron por su parte que un incremento de 1 punto
porcentual en la tasa inicial de cobertura en energía reduce en 0,6 puntos porcentuales el
crecimiento del PIB per cápita; resultado similar encontraron para alcantarillado y 0,5 para
la cobertura en acueducto. Un aumento de 1 punto porcentual en la tasa inicial de cobertura
en telefonía se asocia a una caída de la misma magnitud en el crecimiento del PIB.
Sin embargo, Ramírez y Salehi (1999), utilizando datos departamentales, encontraron que
en Colombia el producto tiene una elasticidad de 0,35% con respecto al servicio de energía
y de 0,12% con respecto al servicio telefónico.
Los resultados de Cárdenas y Escobar, pueden estar explicados por la existencia de “masas
críticas” de inversión en la infraestructura física, según lo señala Uribe (1993), quien
encontró que en los países de bajo y medio-bajo desarrollo económico la infraestructura
física tiene un producto marginal muy reducido o nulo, debido a que las economías están
segmentadas en mercados pequeños y aislados, mientras que en los países de medio-alto
desarrollo la infraestructura física parece tener un producto marginal elevado. Igualmente
encuentra que en los países de alto desarrollo el producto marginal de la infraestructura
física es pequeño, indicando que los retornos crecientes a escala de dicha infraestructura se
van agotando, lo que explicaría las mayores tasas de crecimiento de las economías de
mediano desarrollo que las de alto desarrollo.
Las elasticidades obtenidas a nivel nacional indican que, en promedio para el periodo de
1950-1994, todo lo demás constante, un aumento del 8% del stock del capital público está
asociado con un incremento del 1% en el PIB. Así mismo las elasticidades obtenidas
reiteran la importancia de invertir en infraestructura para aumentar la eficiencia del aparato
productivo.
26
Tabla No. 8
Productividad marginal de los stocks de capital privado y público.
Fuente: Serie Analizada por Cárdenas y Escobar (1995)
Las estimaciones panel realizadas para los 98 sectores de la industria nacional revelan que
la infraestructura pública tiene un impacto significativo en el crecimiento del producto
privado, presentando elasticidades inclusive superiores a las del trabajo y el capital. Los
resultados sugieren que un aumento del 1% en el stock del capital público se refleja en un
incremento de 0.5% en el PIB industrial.
Perdomo (2002) encuentra que el flujo de inversión pública agregado no tiene un impacto
considerable sobre el crecimiento económico. Sin embargo según este autor, si se
incrementa la inversión pública en electricidad, gas, y agua minería e industria
manufacturera es posible obtener mayores niveles de producción. Su investigación arroja
que las inversiones públicas en infraestructura complementaria (electricidad gas y agua) y
en educación generan un impacto considerable sobre el crecimiento económico. En su
investigación la inversión pública en carreteras tiene un efecto levemente negativo sobre el
crecimiento. Perdomo argumenta que los resultados de sus estimaciones se basan en
desembolsos efectuados por el gobierno y no en una medida real de las carreteras
existentes.
27
Tenorio (2007) concluye que la economía Colombiana experimenta rendimientos
constantes a escala en capital físico e infraestructura pública. Las correspondientes
elasticidades producto se estiman en 0.39% ,0.33% y 0.28% respectivamente. Según el
autor, los resultados son indicios significativos de la existencia de complementariedades
entre los factores privados y públicos en la economía colombiana. Siguiendo a Roa (1995)
la inversión en infraestructura pública aumenta la tasa de retorno marginal de capital
privado en incentiva la inversión. A su vez, la inversión en infraestructura puede llegar a
ser un prerrequisito indispensable para que una economía mediana, como la colombiana,
alcance mayores niveles de desarrollo.
Tabla No. 9
Resultados de regresión. Tenorio (2007)
Fuente: Serie Analizada por Tenorio (2007)
Los resultados de la investigación indican que la infraestructura pública ejerce una
influencia positiva y significativa sobre el desarrollo económico del país. Las políticas
gubernamentales no pueden descuidar el flujo de inversión pública al comprometer el nivel
de la actividad económica en el corto plazo y del crecimiento económico en el largo plazo.
1.6.3 Inversión Pública en Bogotá
Estudios sobre la incidencia de la inversión pública en Bogotá realizadas por Moncayo,
(2002) afirma que es precisamente la inversión pública la que ha generado un
desplazamiento del PIB potencial de Bogotá pasando de 3% en el año 1980 al 4.5% en el
año 2000 debido a importantes obras de infraestructura civil, aumento de licencias de
construcción , aumento de la red de telecomunicaciones, inclusión de algunos municipios
28
mediante acueducto y gas, que al mismo tiempo la inversión privada creció 8,5% teniendo
una relación directa con la inversión pública en el mismo periodo.
Ardila (2009) anota que la inversión neta de las administraciones públicas no tiene un
patrón estable durante el período 1985-1996, a diferencia del consumo. En términos per
cápita, los nuevos departamentos fueron los que más inversión recibieron de parte del
sector público, junto con Cundinamarca, Risaralda y ciudades como Bogotá no tuvieron
una importante contribución a el aumento de la productividad privada ni al aumento de los
factores de producción, es más, las transferencias destinadas al aumento de inversión
pública tuvieron una correlación negativa con la inversión privada, el autor relaciona este
fenómeno a factores exógenos como falta de estudios técnicos, mala destinación de
recursos, o desvío de los mismos.
Grafico No. 2
Crecimiento anual promedio del consumo público.
Fuente: Datos Analizados por Ardila (2009)
29
Secretaria de Hacienda de Bogotá (2003) concluye que la infraestructura básica, también
llamada infraestructura núcleo, tiene efectos multiplicadores sobre el crecimiento
económico, las inversiones en instalaciones de acueducto y teléfonos, son los que más
generaron crecimiento económico en la capital. Un aumento de 1% en las redes de
acueducto incrementa el PIB en 0,76 puntos porcentuales, en tanto que el efecto sobre el
PIB de un aumento de 1% en el número de líneas telefónicas en equipo es entre 0,53 y 0,83
puntos porcentuales, demostrando una relación positiva entre la inversión pública y el
crecimiento económico de la ciudad.
En los ejercicios realizados para Bogotá en este estudio se encontró evidencia de
contribución positiva de los factores capital y trabajo, inversión en infraestructura núcleo
sobre el crecimiento económico de la ciudad. Un aumento de 1% en el acervo de capital
físico y en el factor trabajo incrementan el PIB distrital en 0,65 puntos porcentuales y 0,49
puntos porcentuales, respectivamente; mientras que un aumento de 1% .
Estos resultados van en la misma dirección que los obtenidos por Cárdenas y Escobar
(1995) en su estudio sobre los determinantes del crecimiento económico de los
departamentos del país donde la infraestructura básica, también llamada “infraestructura
núcleo”, los efectos más importantes sobre el crecimiento corresponden a las instalaciones
de acueducto y teléfonos. Así, un aumento de 1% en las redes de acueducto incrementa el
PIB de Bogotá en 0,76 puntos porcentuales, en tanto que el efecto sobre el PIB de un
aumento de 1% en el número de líneas telefónicas en equipo es entre 0,53 y 0,83 puntos
porcentuales.
El impacto de la inversión en vías es marginal, 0,09 puntos porcentuales. También se
realizaron pruebas con conexiones de energía y capacidad de generación eléctrica y aunque
en la actualidad lo que interesa es el número de conexiones domiciliarias y no tanto la
capacidad, porque el mercado de generación es libre y cualquier empresa le puede vender
energía a Bogotá, las pruebas con conexiones no fueron significativas, en tanto que los
ejercicios con capacidad de generación mostraron que un aumento de 1% en ésta tiene un
efecto sobre el PIB de entre 0,1 y 0,27 puntos porcentuales.
30
Los resultados encontrados para Bogotá, según la Secretaria de Hacienda (2003) indican
que tanto los factores productivos tradicionales como capital, trabajo y la infraestructura
núcleo tienen un efecto importante sobre el crecimiento económico de la ciudad. Un
aumento de 1% en el stock de capital incrementa el PIB en 0,65 puntos porcentuales, un
aumento de 1% en el factor trabajo incrementa el PIB en 0,49 puntos porcentuales.
En cuanto a la infraestructura núcleo, por cada punto porcentual adicional en la longitud de
las redes de acueducto, el PIB se incrementa en 0,76 puntos porcentuales y por cada punto
adicional.
Tabla No. 10
Principales resultados econométricos, 1975 al 2001.
Fuente: Serie Analizada por Secretaría de Hacienda Distrital (2003)
31
Tabla No. 11
Inversión Publica Distrital en Infraestructura Núcleo, 1980-2002 (Millones de pesos
constantes del 2001 y % del PIB distrital).
Fuente: Serie Analizada por Secretaría de Hacienda Distrital (2003)
El grado de precisión en las estimaciones podría mejorarse significativamente si se
dispusiera de información sobre variables cualitativas que probablemente influyen en la
dinámica del PIB, pues como lo señalan Ramírez y Salehi (1999), existe un amplio número
de variables relacionadas con factores institucionales y políticos que están presentes en la
prestación de los servicios y afectan la calidad de los mismos, que no pueden ser capturadas
en modelos reducidos, lo que impide determinar los mecanismos a través de los cuales
varios factores que se están excluyendo aportan al crecimiento económico.
32
En las conexiones de acueducto el aumento del PIB es de 0,30 puntos porcentuales; un
aumento de 1% en la capacidad energética incrementa el PIB entre 0,10 y 0,27 puntos
porcentuales, mientras que por cada punto adicional en la ampliación de la capacidad
telefónica se incrementa el PIB entre 0,53y 0,83 puntos porcentuales. El efecto de la
inversión en vías es limitado, 0,09 puntos de incremento en el PIB.
33
CAPÍTULO II
Metodología, Construcción e Implementación del Modelo MCO-VAR y
Resultados de Investigación
2.1 Modelos Aplicados para Bogotá
La Secretaría de Hacienda Distrital (2003) aplicó los métodos empleados inicialmente por
Aschauer (1989) para evaluar el impacto de las inversiones en infraestructura sobre el
crecimiento económico en Bogotá y que se basan en funciones de producción o en
funciones de costos y beneficios.
Para la mayoría de los estudios que estima la relación entre infraestructura, crecimiento y
productividad, parte de la especificación de la tecnología de acuerdo a una función de
producción Cobb-Douglas, de la siguiente forma:
𝑌𝑡= 𝐴𝑡𝐾𝑡
∝𝐿𝑡𝛽
𝐺𝑡𝛾
𝐻𝑡∅
Donde;
Yt= Producto Interno Bruto
At= Productividad Total de los Factores
Kt= Stock de Capital
Lt= Factor Trabajo (Representado por el número de Horas-Hombre)
Gt=Gasto Publico en Infraestructura
Ht= Capital Humano
αβᵞᶲ= Corresponde a las Elasticidades del producto con respecto a los factores de
producción.
34
La ecuación anterior puede expresarse en logaritmos
𝑌𝑡=𝑎𝑡+α𝐾𝑡+β𝑙𝑡+ᵞ𝑔𝑡+ᶲℎ𝑡
Secretaría de Hacienda Distrital (2003) utiliza pruebas de causalidad VAR con el fin de
determinar la dirección de los efectos que se pueden presentar entre el producto interno
bruto distrital y las variables de infraestructura física y social para establecer si existe o no
causalidad bidireccional. Los resultados obtenidos por el distrito mostraron que se puede
aceptar la existencia de causalidad bidireccional entre la inversión en vías y el producto
interno bruto. Ello significa que el crecimiento económico de Bogotá tiende a elevar la
demanda de servicios de infraestructura, particularmente de acueducto y alcantarillado, vías
y energía.
Es por eso que en este estudio es importante y siguiendo la línea de Aschauer, adoptar el
modelo VAR de impacto para determinar la causalidad entre variables tales como PIB,
inversión pública, inversión privada, infraestructura núcleo capital humano y así determinar
efectos Crowding In.
2.2 Modelo Aplicado para Colombia:
En Colombia Cárdenas y Escobar (1995) usan un simple modelo lineal MCO para
determinar causalidad entre las siguientes variables desde el año 1954-1994:
𝑌𝑡 = 𝑎𝑡+α𝐾𝑡+β𝑙𝑡+ᵞ𝑔𝑡+ᶲℎ𝑡+δ𝑈𝑡+𝜉𝑡
Cárdenas y Escobar (1995) aseguran que esta ecuación también tiene una solución simple
bajo una regresión MCO suponiendo que variables como la tecnología, ceteris paribus y
hasta los errores (E) son iguales en todos los departamentos de Colombia. En este estudio
dado que es solo para Bogotá, los supuestos y errores que considera el estudio de
Cárdenas y Escobar (1995) se minimizan y se logran superar.
35
Cárdenas (1995) bajo un modelo VAR cuantificó el impacto que tuvo la infraestructura en
el periodo de 1950-1994 en la producción y la productividad en Bogotá, esta valoración
permitió comparar los rendimientos de la inversión en capital privado con los resultantes
del capital público, demostró que la infraestructura capitalina para este periodo, presento
serios rezagos que pusieron en evidencia las fuertes disparidades en materia de cobertura de
servicios públicos, malla vial e infraestructura de transporte.
Así mismo, los resultados obtenidos permitieron establecer una estrecha relación de largo
plazo entre el crecimiento del producto y la inversión en infraestructura.
Las elasticidades obtenidas destacaron la importancia de invertir en infraestructura para
aumentar la eficiencia del aparato productivo, donde buena parte de la productividad es
explicada a partir del capital público.
Por esta razón el objeto de este estudio es valorar y cuantificar la importancia de invertir en
infraestructura núcleo que permita identificar efectos multiplicadores que maximicen la
eficiencia del aparato productivo de la ciudad de Bogotá a partir de estimaciones que
generen y expliquen efectos Crowding In.
2.3 Planteamiento del Modelo MCO
Para observar el grado de dependencia lineal, se estimó por medio del modelo básico de
MCO. Este medirá el impacto que tiene las variables de infraestructura núcleo sobre el PIB
y su grado se asociación que permitirá la consistencia de los vectores, el cual suministra
información para determinar el impulso respuesta de las variables de construcción y PIB.
Por tanto especificación del modelo sería siguiente:
𝒍𝒏𝒑𝒊𝒃 = 𝜷𝟎 + 𝜷𝟏 𝒍𝒏𝒄𝒑𝒊𝟏 + 𝜷𝟐 𝒍𝒏𝒄𝒑𝒖 𝟐 + 𝜷𝟑 𝒍𝒏𝒆𝒍𝒆𝒄 𝟑 + 𝜷𝟒 𝒍𝒏𝒈𝒂𝒔 𝟒 + 𝜺
36
Donde Ln_y: es el logaritmo natural del PIB. Se utiliza logaritmo natural para linealizar la
variable y presentar el grado de sensibilidad ante choques aleatorias en las variables
independientes.
lncpi: es el logaritmo de la construcción privada. Este presenta el grado de sensibilidad ante
choques aleatorios hacia la variable dependiente.
Lncpu: Es el logaritmo natural de la construcción pública. Al igual que la construcción
privada presenta los choques aleatorios que causan efectos en PIB (ceteris paribus).
Lnelec: Es el logaritmo natural de los servicios de electricidad y agua (acueducto y
alcantarillado .
Lngas: Es el logaritmo natural de los servicios de gas
2.3.1 Modelo lineal para Colombia
Con 59 observaciones los resultados del modelo arrojan que en el periodo trimestral
comprendido de 2000 a 2014 las variables tienen una bondad de ajuste de un R cuadrado
0,9969 y R ajustado 0,9966 lo que permite inferir que existe ausencia de regresión espuria
como muestra en la tabla 12., de igual manera la probabilidad mayor a F es menor a 0.05,
es decir, la serie de tiempo se distribuyen normalmente.
Tabla 12. Análisis de Coeficientes.
Source | SS df MS Number of obs = 59 -------------+------------------------------ F( 5, 53) = 3400.11
Model | 2.13451214 5 .42690242 Prob > F = 0.0000 Residual | .006654448 53 .000125556 R-squared = 0.9969 -------------+------------------------------ Adj R-squared = 0.9966 Total 2.14116659 58 .036916665 Root MSE = .01121
------------------------------------------------------------------------------ ln_pib | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- ln_cpi | .0523513 .0195032 2.68 0.010 .0132328 .0914698 ln_cpu | .0722566 .0184224 3.92 0.000 .0353059 .1092073 ln_ele | .9585944 .0717209 13.37 0.000 .8147405 1.102448 ln_gas | -.0888744 .0339568 -2.62 0.012 -.156983 -.0207658 _cons | 3.797349 .1472857 25.78 0.000 3.501931 4.092766 ------------------------------------------------------------------------------
Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
37
Siguiendo el análisis, en la tabla 1 se observa que el logaritmo natural del construcción
privada (lncpi), construcción pública (lncpu), servicio de electricidad y agua (acueducto y
alcantarillado) (lnelec) de Colombia explican el logaritmo natural del PIB (ln_pib) dada
que presenta dependencia lineal y es estadísticamente significativa.
La elasticidad del sector de la construcción privada tiene un impacto del 5,2% en el PIB,
mientras que la construcción pública representa el 7,2%. Finalmente, el suministro de
electricidad, 95,8%.
Sin embargo, a pesar de lo descrito en el párrafo anterior la construcción es una de las
variables que impulsan el crecimiento económico, pero no la mayor generadora del
crecimiento económico, pero a su vez produce efectos crowding in en Colombia.
Igualmente estas variables son significativamente estadísticas las cuales se pueden
observar en la celda del t student (p>|t|) así mismo con un intervalo de confianza del 95%, y
el error estándar es bajo lo que demuestra que el grado de dispersión de las variables con
respecto a la media es pequeño. Por tanto nuestro modelo explica aproximadamente la
hipótesis planteada.
2.3.2 Modelo lineal para Bogotá
Para el caso de Bogotá, con 69 observaciones, los resultados del modelo arrojan que en
periodo trimestral comprendido de 2000 a 2014 las variables tienen una bondad de ajuste de
un R cuadrado 0,9969 y R ajustado 0,9967.
Tabla 13. Modelo de regresión lineal para Bogotá
Source | SS df MS Number of obs = 69 ----------------+------------------------------ F( 4, 64) = 5112.71 Model | 23.5003805 4 5.87509512 Prob > F = 0.0000
Residual | .073543454 64 .001149116 R-squared = 0.9969 -------------+-------------------------------- Adj R-squared = 0.9967 Total | 23.573924 68 .346675352 Root MSE = .0339
------------------------------------------------------------------------------ ln_pib | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+---------------------------------------------------------------- ln_cpi | .0985361 .023182 4.25 0.000 .0522247 .1448475 ln_cpu | .0458906 .0204294 2.25 0.028 .0050781 .0867031 ln_ele | .2785758 .0645976 4.31 0.000 .1495273 .4076243 ln_gas | .5835327 .0511539 11.41 0.000 .4813411 .6857244 _cons | 4.813092 .0648559 74.21 0.000 4.683528 4.942657
------------------------------------------------------------------------------
Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
38
En la tabla 13, que presenta los resultados de Bogotá, muestran dependencia lineal con la
variable dependiente el logaritmo natural del PIB. A diferencia con los resultados de
Colombia, la inversión privada en Bogotá representa un mayor porcentaje en 9,8% mientras
que para el país este porcentaje representó 5,2%. Así mismo el capital público para Bogotá
representa el 4.5% del PIB y para Colombia 7.2%.
En la inversión pública de la construcción, el impacto en el PIB de Bogotá fue mucho
menor que el resultado obtenido en Colombia, dado que este representa el 4,5% mientras
que en Colombia fue del 7,2% porcentaje muy representativo que hace de Bogotá una
ciudad con más participación de inversión y gasto público. Otra variable, de la
infraestructura núcleo es el suministro de electricidad y gas que tuvieron un impacto de
27,8% y 58,3% respectivamente. Por tanto, se produce efectos crowding in, en la inversión
privada de la estructura núcleo de Bogotá
Igualmente estas variables son significativamente estadísticas las cuales se pueden
observar en la celda del t student (p>|t|) así mismo con un intervalo de confianza del 95%, y
el error estándar es bajo lo que demuestra que el grado de dispersión de las variables con
respecto a la media es pequeño. Por tanto nuestro modelo explica aproximadamente la
hipótesis planteada.
2.3.3 Test de Significancia Estadística
Uno de los test de significancia estadística más usados para comprobar la ausencia de
autocorrelación es el Breusch-Godfrey y el test de ARCH para comprobar si existe
hetoroscedasticidad. En este estudio se comprueba que los términos de error del modelo son
independientes entre sí, cuando: E(uiu) ≠ 0 para todo i≠j. Por tanto, los estimadores de
MCO que se obtuvieron en el modelo son eficientes como se observa en la tabla 14. En
cuanto a la presencia de heteroscedasticidad el test de ARCH presenta que no hay presencia
de las mismas como se observa en la tabla 4, donde presenta el siguiente test de Breusch-
Godfrey:
39
Tabla 14. Breusch-Godfrey LM Test For Autocorrelation
---------------------------------------------------------------------------
lags(p) | chi2 df Prob > chi2
-------------+-------------------------------------------------------------
1 | 36.322 1 0.5675
---------------------------------------------------------------------------
H0: no serial correlation
Fuente: Cálculos Propios
Tabla 15. LM Test For Autoregressive Conditional Heteroskedasticity (ARCH)
---------------------------------------------------------------------------
lags(p) | chi2 df Prob > chi2
-------------+-------------------------------------------------------------
1 | 5.072 1 0.4243
---------------------------------------------------------------------------
H0: no ARCH effects vs. H1: ARCH(p) disturbance
Fuente: Cálculos Propios
En virtud de lo anterior en la tabla 14 y 15 la probabilidad mayor a χ2 es mayor al 0.05
con un intervalo de confianza de 95%, lo que demuestra que no hay presencia de
autocorrelación y heteroscedasticidad.
2.3.4 Vectores Autorregresivos (VAR)
En este aparte se realizará un modelo de vectores autorregresivos , el cual presenta las
variables explicativas de cada ecuación las cuales son una constante, más un numero de
rezagos de cada una de las variables del modelo, si en el modelo se quisiera explicar el
comportamiento temporal de más de una variable, deben haber igual número de variables
explicativas, más la constante en cada ecuación, debido a que todas las variables son
tratadas simétricamente, siendo explicadas por el pasado de todas ellas.
40
Por las razones expuestas anteriormente podemos aseverar que el modelo VAR estimado es
el siguiente:
Modelo VAR:
𝒍𝒏_𝒚𝑡 = 𝛿0 + 𝛼1ln _𝑦𝑡−1 + 𝛾2ln _𝑦𝑡−2 + 𝛼2ln _𝑦𝑡−2+𝛼𝑛ln _𝑦𝑡−𝑛 + 𝛾1ln _𝑖𝑛𝑓𝑡−1 + 𝛾𝑛ln _𝑖𝑛𝑓𝑡−𝑛 + 𝑒
𝒍𝒏_𝒊𝒏𝒇𝑡 = 𝜑𝛿0 + 𝛽1ln _𝑦𝑡−1 + 𝜌1ln _𝑦𝑡−1 + 𝜌2ln _𝑖𝑛𝑓𝑡−2 + 𝛽2 ln𝑦 𝑡−2 + +𝛽𝑛ln _𝑖𝑛𝑓𝑡−𝑛 + 𝜌𝑛ln _𝑦𝑡−𝑛 + +𝑒
Estos modelos a menudo se utilizan para capturar la evolución y la interdependencia dentro
de una serie de tiempos múltiples. Para esto, se estimó el modelo multivariado conocido
como vector autorregresivo de orden 1 VAR(1), el cual se pretenderá observar en cuántos
períodos se presentan el efecto de impulso respuesta y pruebas de causalidad de Granger.
Este modelo fue utilizado por Cardenas (1995) quien cuantifico el impacto que tuvo la
infraestructura en el periodo de 1950-1994 en la producción y la productividad en
Colombia, donde evidencio que existían serios rezagos y grandes disparidades en materia
de cobertura de servicios públicos, malla vial e infraestructura de transporte.
Así mismo, los resultados obtenidos permitieron establecer una estrecha relación de largo
plazo entre el crecimiento del producto y la inversión en infraestructura. Por esta razón el
objeto de este estudio es valorar y cuantificar la importancia de invertir en infraestructura
núcleo que permita identificar efectos multiplicadores que maximicen la eficiencia del
aparato productivo de la ciudad de Bogotá a partir de estimaciones que generen y expliquen
efectos Crowding In.
Estos modelos a menudo se utilizan para capturar la evolución y la interdependencia dentro
de una serie de tiempos múltiples, para su estimación se procede a hacer un test de raíz
unitaria Dickey-Fuller para la producción real, el cual determinará la estacionaridad de la
serie. Para esto, se corre en primera diferencia para estacionarizar la serie, lo cual se puede
observar en el gráfico 3. En este sentido, y en primer lugar se tiene que la serie en donde se
observan las tendencias que contienen las variables son estocásticas.
41
GRAFICO 3. SERIE CON TENDENCIA PIB BOGOTÁ
Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
En cuanto el test de raíz unitaria Dickey Fuller el cual se corrió en primera diferencia, se
observa que la aproximación de McKinnon con 32 observaciones para la serie de
producción real (ln_y), demuestra que su valor no es superior a 0.05 lo que permite inferir
que no hay presencia de raíz unitaria. Asimismo los rezagos son estadísticamente
significativos en la regresión del test del Dickey-Fuller. Por tanto, H0= los errores tienen
tendencia estocástica, es decir, que las variables no están cointegradas y H1= los errores
son estacionarios, es decir, las variables no están cointegradas.
2.3.5 Test de Dikey Fuller Aumentado para Colombia
A un valor crítico del 5% del ADF se estima en -3.572 el t estadístico arroja el valor de
-5.711 mayor que el valor de 5%, es decir que no rechazamos H0 y aceptamos que las
variables tienen tendencia estocástica (ver anexos tabla 16 para Colombia).
De acuerdo con lo anterior, se realizó un segundo test, esta vez es el test de Dickey Fuller
en primera diferencia, la aproximación de McKinnon con 53 observaciones para la serie de
construcción, variaciones en la producción, y de igual manera como el test anterior se
demuestra que su valor no es superior a 0.05 lo que permite inferir que no hay presencia de
2.8
33.2
3.4
3.6
ln_p
ib
2000q1 2005q1 2010q1 2015q1date
42
raíz unitaria. En cuanto a los rezagos también son estadísticamente significativos en la
regresión del test del Dickey-Fuller, como lo demuestra anexos tablas 17 y 18.
2.3.6 Test de Dikey Fuller Aumentado para Bogotá
Asimismo, como se observó el test de raíz unitaria para Colombia, en Bogotá se halló que
las series utilizadas para estimar el modelo VAR, tampoco presentaron problemas de raíz
unitaria, toda vez que estas se estimaron en su primera diferencia. De nuevo se encontró
que el 95% de confianza la seria se estacionarizó (ver anexos, tablas 18-20)
En sentido, si observamos el gráfico 4, las variables que se estimaron en primera diferencia
presentan un comportamiento estacionario, por lo cual se puede inferir que los resultados
próximos a observar en el test de causalidad de Granger, presentaran una interdependencia
entre la inversión pública y privada en la largo plazo.
Gráfico 4. VARIABLES EN PRIMERA DIFERENCIA PARA BOGOTA
Fuente: DANE, cuentas nacionales trimestrales para Bogotá 2000-2014. Cálculos Propios
-.4
-.2
0.2
.4
2000q1 2005q1 2010q1 2015q1date
D.ln_pib D.ln_cpi
D.ln_cpu
43
2.3.7 Test de causalidad de Granger para Colombia y Bogotá
El test de causalidad de Granger estima la interdependencia que existe entre las variables
endógenas, en este caso el PIB, la inversión pública y privada. En tal caso si el estimador
supera el valor de chi cuadrado = 0.05, se puede inferir que existe una casualidad o
interdependencia de las variables en el tiempo.
De acuerdo con lo anterior en Colombia las variables PIB, inversión pública y privada
presentan relaciones de interdependencia o causalidad como lo demuestra la tabla 22.
Tabla 22. VAR Granger Colombia
Granger Causality Wald Tests
+------------------------------------------------------------------+ | Equation Excluded | chi2 df Prob > chi2 | |--------------------------------------+---------------------------| | D_ln_pib D.ln_cpi | 7.3532 4 0.118 | | D_ln_pib D.ln_cpu | 7.185 4 0.126 | | D_ln_pib ALL | 15.217 8 0.055 | |--------------------------------------+---------------------------| | D_ln_cpi D.ln_pib | .71284 4 0.950 | | D_ln_cpi D.ln_cpu | 5.0137 4 0.286 | | D_ln_cpi ALL | 5.8013 8 0.669 | |--------------------------------------+---------------------------| | D_ln_cpu D.ln_pib | 5.5505 4 0.235 | | D_ln_cpu D.ln_cpi | 2.1295 4 0.712 | | D_ln_cpu ALL | 7.7322 8 0.460 | +------------------------------------------------------------------+
Fuente : Cálculos Propios
Para el caso de Bogotá, las relaciones de causalidad son distintas. A pesar de que Bogotá
por sus características de ciudad capital y como máxima productora de bienes y servicios
del país, el PIB no presenta causalidad con la inversión privada pero si con la pública como
se observa en la tabla 23.
44
Tabla 23. VAR Granger de Bogotá
Granger causality Wald tests
+------------------------------------------------------------------+ | Equation Excluded | chi2 df Prob > chi2 | |--------------------------------------+---------------------------| | D_ln_pib D.ln_cpi | 29.245 4 0.000 | | D_ln_pib D.ln_cpu | 3.927 4 0.416 | | D_ln_pib ALL | 32.394 8 0.000 | |--------------------------------------+---------------------------| | D_ln_cpi D.ln_pib | 3.0275 4 0.553 | | D_ln_cpi D.ln_cpu | 7.2968 4 0.121 | | D_ln_cpi ALL | 13.987 8 0.082 | |--------------------------------------+---------------------------| | D_ln_cpu D.ln_pib | 3.3861 4 0.495 | | D_ln_cpu D.ln_cpi | 15.58 4 0.004 | | D_ln_cpu ALL | 24.4 8 0.002 | ---------------------------------------------------------------------------------------------------------------
Fuente: Cálculos Propios
Como se puede observar en la tabla 23, la prueba de causalidad de Granger contiene tres
variables que se relacionan entre sí. En primer lugar se tiene que PIB en largo plazo dice
que no tiene causalidad con la inversión privada, sin embargo su relación de causalidad con
la inversión pública se observa que en largo plazo si existe una razón de interdependencia.
Se observa en sentido contrario que la inversión privada si presenta causalidad con el PIB,
es decir que en el largo plazo seguiría dependiendo de la producción y la inversión pública
produciendo efectos Crowding-in en las dos variables.
Finalmente, la inversión pública presenta causalidad con el PIB, en donde se presenta
Crowding-in con el PIB. Sin embargo, no existe razón de interdependencia con la inversión
privada, es decir, en el largo plazo lo inversión pública no dependerá en absoluto de
inversiones privadas.
2.3.8 Modelo de impulso respuesta para Bogotá.
Se estimó el modelo multivariado conocido como vector autorregresivo de orden 1
VAR(1), el cual se pretenderá observar en cuántos períodos se presentan el efecto de
impulso respuesta.
En este aparte se verá el análisis de modelos multivariado con 1 rezago (por sus siglas en
inglés “Lags”) en primera diferencia. En las salidas del modelo en anexo 1 se observa que
45
la probabilidad chi2 es menor a 0.05, los errores estándar son cercanos a cero, lo que
permite inferir que los datos son muy cercanos a su media.
De otra parte observando el gráfico 5, sobre el impulso respuesta del modelo VAR, Se
observa que los choques aleatorias de las variables no se afectan entre sí en el largo plazo,
es decir, si existen choques aleatorio de la inversión privada la inversión pública no se verá
afectada en largo plazo.
Gráfica 5. Efecto de Impulso y Respuesta Modelo VAR
Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
Este fenómeno se puede explicar, porque otras variables que explican la producción de
Bogotá la mantienen estable. Sin embargo, cuando se observa el efecto contrario donde un
shock aleatorio afecta al PIB, la inversión publico privada, converge hacia su media y su
efecto es constante.
-2
0
2
4
-2
0
2
4
-2
0
2
4
0 2 4 6 8 0 2 4 6 8 0 2 4 6 8
varbasic, D.ln_cpi, D.ln_cpi varbasic, D.ln_cpi, D.ln_cpu varbasic, D.ln_cpi, D.ln_pib
varbasic, D.ln_cpu, D.ln_cpi varbasic, D.ln_cpu, D.ln_cpu varbasic, D.ln_cpu, D.ln_pib
varbasic, D.ln_pib, D.ln_cpi varbasic, D.ln_pib, D.ln_cpu varbasic, D.ln_pib, D.ln_pib
95% CI orthogonalized irf
step
Graphs by irfname, impulse variable, and response variable
46
En este caso, cuando la producción se afecta positivamente, las variables que lo componen
en este, la inversión, no presentan choques aleatorios tan fuertes. Esto permite evidenciar
que es la producción la que genera cambios importantes en la infraestructura núcleo, dado
que en el caso de los cambios en la inversión púbico privada no se afecta
significativamente la producción distrital (ceteris paribus)
2.3.9 Pruebas de significancia estadística del modelo VAR.
En este aparte, se presentará las pruebas acidas del modelo, donde se observa el gráfico 6 el
correlograma donde se evidencia que no existe autocorrelación en las variables.
Gráfico 6. Correlograma de Autocorrelación
Fuente: Cálculos Propios
-1.0
0-0
.50
0.0
00
.50
1.0
0
-1.0
0-0
.50
0.0
00
.50
1.0
0
Cro
ss-c
orr
ela
tio
ns o
f D
.PR
an
d D
.EP
-20 -10 0 10 20Lag
Cross-correlogram
47
Otras pruebas que demuestran la presencia de autocorrelación, donde la probabilidad es
mayor a Chi 2 >0.05, es decir, se rechaza la hipótesis nula que define que existe
autocorrelación, como se evidencia el test de Lagrange-multiplier.
Tabla 24. Lagrange-multiplier test
+--------------------------------------+ | lag | chi2 df Prob > chi2 | |------+-------------------------------| | 1 | 15.2183 16 0.50872 | | 2 | 20.2875 16 0.20755 | +--------------------------------------+
H0: no autocorrelation at lag order
Fuente: Cálculos Propios
48
CAPITULO III
Conclusiones y Recomendaciones
La inversión pública en infraestructuras (vías, servicios públicos, megaproyectos),
constituye un soporte básico e importante para estimular el crecimiento económico de un
país, debido a que sobre ésta se apoyan diversas actividades privadas y por supuesto
estatales, permitiendo la dinámica de mercados más eficientes. Un aporte para el desarrollo
de las actividades productivas se encuentra ligado al pensamiento de corte Keynesiano en el
corto plazo donde un impulso a la inversión pública presenta efectos importantes de la
expansión sobre la demanda interna, incrementando la producción, el empleo y la renta.
El aspa Keynesiana es un sencillo modelo de determinación de la renta que permitió
analizar y considerar la importancia del gasto frente a las compras del Estado los
cuales ejercen un peso cuantitativo que produjeron efectos multiplicadores en la
renta, generando aspectos positivos de crecimiento.
Desde finales de los ochenta se realizaron estudios con cuantificaciones de los
efectos de la inversión pública en el crecimiento económico, sin que las
conclusiones hayan sido concretas. El génesis del estudio lo realizó Aschauer
(1989), quien encontró una relación positiva para los Estados Unidos, mayor para el
capital público que para el capital privado.
Los resultados de la evidencia empírica tienden a sugerir que entre la inversión
privada y pública existe complementariedad. Esa heterogeneidad enriquece el
debate sobre la importancia de las decisiones de los gobiernos nacionales en la
economía y el papel que deben jugar para mejorar el bienestar de sus individuos.
En Bogotá es la Secretaría de Hacienda Distrital (2003) pionera en el estudio del
impacto de la inversión pública en infraestructura sobre el crecimiento desde el año
49
1975 hasta el año 2002, encontró que por cada punto porcentual adicional en la
longitud de las redes de acueducto, el PIB se incrementa en 0,76 puntos
porcentuales y por cada punto adicional en las conexiones de acueducto el aumento
del PIB es de 0,30 puntos porcentuales; un aumento de 1% en la capacidad
energética incrementa el PIB entre 0,10 y 0,27 puntos porcentuales, mientras que
por cada punto adicional en la ampliación de la capacidad telefónica se incrementa
el PIB entre 0,53 y 0,83 puntos porcentuales. El efecto de la inversión en vías es
limitado, 0,09 puntos de incremento en el PIB.
Se evidenció que cuando la producción se afecta positivamente, genera cambios
importantes en la infraestructura núcleo dado que no se afecta significativamente la
producción distrital, debido a otras variables que no se contemplan dentro del
modelo (Ceteris Paribus).
Cuando la inversión pública en construcción de Bogotá en el periodo 2000 a 2014
creció, generó un impacto del 4.5% en el PIB, mientras que cuando la inversión
privada creció, impactó positivamente al PIB en 9.8%, así que estos resultados
evidencian no solo la presencia de crowding in, sino que es la inversión privada en
infraestructura la que generó más impacto en crecimiento económico distrital.
Los resultados econométricos tuvieron un comportamiento satisfactorio presentando
un buen ajuste, así mismo los factores productivos tales como el capital privado y la
infraestructura núcleo, presentaron una elevada incidencia en la actividad
productiva de la ciudad. En la inversión pública de la construcción, el impacto en el
PIB de Bogotá fue mucho menor que el resultado obtenido en Colombia, dado que
este representa el 4,5% mientras que en Colombia fue del 7,2% porcentaje muy
representativo que hace de Bogotá una ciudad con más participación de inversión y
gasto público. Otra variable, de la infraestructura núcleo es el suministro de
electricidad y agua (acueducto y alcantarillado) y gas que tuvieron un impacto de
27,8% y 58,3% respectivamente. Por tanto, se produce efectos crowding in, en la
inversión privada de la estructura núcleo de Bogotá.
50
ANEXOS
Tabla 25. Correlograma
corrgram ln_y, lags(25) (note: time series has 2 gaps) -1 0 1 -1 0 1 LAG AC PAC Q Prob>Q [Autocorrelation] [Partial Autocor] ------------------------------------------------------------------------- 1 0.8986 0.9914 33.17 0.0000 |------- |-- 2 0.8311 0.0392 62.335 0.0000 |------ | 3 0.7627 0.0276 87.6 0.0000 |------ | 4 0.6973 -0.3916 109.34 0.0000 |----- ---| 5 0.6251 0.2632 127.34 0.0000 |----- |-- 6 0.5496 -0.0611 141.69 0.0000 |---- | 7 0.4755 -0.1062 152.78 0.0000 |--- | 8 0.3987 -0.2291 160.83 0.0000 |--- -| 9 0.3632 0.9023 167.74 0.0000 |-- |-- 10 0.2914 . 172.35 0.0000 |-- 11 0.2214 . 175.11 0.0000 |- 12 0.1489 . 176.41 0.0000 |- 13 0.0883 . 176.88 0.0000 | 14 0.0217 . 176.91 0.0000 | 15 -0.0433 . 177.04 0.0000 | 16 -0.0911 . 177.61 0.0000 | 17 -0.1259 . 178.76 0.0000 -| 18 -0.1746 . 181.07 0.0000 -| 19 -0.2224 . 185.03 0.0000 -| 20 -0.2584 . 190.67 0.0000 --| 21 -0.2956 . 198.48 0.0000 --| 22 -0.3230 . 208.39 0.0000 --| 23 -0.3458 . 220.5 0.0000 --| 24 -0.3716 . 235.5 0.0000 --| 25 -0.4041 . 254.59 0.0000 ---| Fuente: Cálculos Propios
51
Tabla 26. Correlograma
corrgram d.ln_y, lags(25) (note: time series has 2 gaps) -1 0 1 -1 0 1 LAG AC PAC Q Prob>Q [Autocorrelation] [Partial Autocor] ------------------------------------------------------------------------------- 1 -0.0137 -0.0138 .00712 0.9328 | | 2 -0.0141 -0.0155 .01487 0.9926 | | 3 0.2691 0.3982 2.9451 0.4002 |-- |-- 4 -0.0970 -0.2668 3.3382 0.5029 | --| 5 -0.0837 0.0407 3.6403 0.6023 | | 6 0.0593 0.1241 3.7974 0.7041 | | 7 0.1434 0.5732 4.749 0.6906 |- |-- 8 -0.2075 -0.8935 6.8144 0.5568 -| -------| 9 0.2228 . 9.2864 0.4113 |- 10 -0.0541 . 9.4381 0.4911 | 11 -0.3457 . 15.885 0.1455 --| 12 0.0369 . 15.961 0.1930 | 13 -0.0287 . 16.01 0.2486 | 14 -0.1207 . 16.908 0.2611 | 15 0.0036 . 16.909 0.3244 | 16 0.1015 . 17.611 0.3472 | 17 -0.2136 . 20.894 0.2310 -| 18 -0.0581 . 21.152 0.2718 | 19 0.0290 . 21.22 0.3248 | 20 -0.1363 . 22.823 0.2976 -| 21 -0.0013 . 22.823 0.3535 | 22 0.0742 . 23.371 0.3810 | 23 -0.0228 . 23.427 0.4361 | 24 -0.0351 . 23.572 0.4863 | 25 0.0074 . 23.579 0.5438 |
Fuente: Cálculos Propios
52
Tabla 27.Vector Autoregression
Sample: 2001q2 - 2014q3 No. of obs = 54
Log likelihood = 327.4609 AIC = -10.68374
FPE = 4.73e-09 HQIC = -10.12974
Det(Sigma_ml) = 1.08e-09 SBIC = -9.24725
Equation Parms RMSE R-sq chi2 P>chi2
----------------------------------------------------------------
D_ln_pib 13 .008971 0.2850 21.5246 0.0432
D_ln_cpi 13 .073725 0.3015 23.31215 0.0252
D_ln_cpu 13 .088832 0.4913 52.16287 0.0000
----------------------------------------------------------------
------------------------------------------------------------------------------
| Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
D_ln_pib |
ln_pib |
LD. | -.0658054 .1563112 -0.42 0.674 -.3721697 .240559
L2D. | .3145752 .1565752 2.01 0.045 .0076933 .621457
L3D. | .2869468 .1528307 1.88 0.060 -.0125958 .5864894
L4D. | -.164084 .1564921 -1.05 0.294 -.4708029 .142635
|
ln_cpi |
LD. | -.0189288 .0189471 -1.00 0.318 -.0560644 .0182068
L2D. | -.0494119 .0201856 -2.45 0.014 -.088975 -.0098488
L3D. | -.0250667 .0200637 -1.25 0.212 -.0643908 .0142573
L4D. | -.0211508 .0181206 -1.17 0.243 -.0566664 .0143649
|
ln_cpu |
LD. | .0047729 .01399 0.34 0.733 -.0226471 .0321929
L2D. | -.0270312 .0165785 -1.63 0.103 -.0595245 .0054621
L3D. | -.0148137 .0173198 -0.86 0.392 -.04876 .0191326
L4D. | .0095259 .0142532 0.67 0.504 -.0184099 .0374618
|
_cons | .0096812 .0026695 3.63 0.000 .0044492 .0149133
-------------+----------------------------------------------------------------
D_ln_cpi |
ln_pib |
LD. | .1961288 1.284605 0.15 0.879 -2.321652 2.713909
L2D. | .1572568 1.286775 0.12 0.903 -2.364776 2.67929
L3D. | -1.004678 1.256001 -0.80 0.424 -3.466395 1.45704
L4D. | .1029089 1.286092 0.08 0.936 -2.417786 2.623604
|
ln_cpi |
53
LD. | -.4664696 .155712 -3.00 0.003 -.7716595 -.1612797
L2D. | -.280596 .1658905 -1.69 0.091 -.6057354 .0445435
L3D. | -.0598644 .1648884 -0.36 0.717 -.3830397 .2633108
L4D. | -.2204843 .1489196 -1.48 0.139 -.5123613 .0713926
|
ln_cpu |
LD. | -.1838135 .1149737 -1.60 0.110 -.4091579 .0415308
L2D. | -.1572441 .1362467 -1.15 0.248 -.4242826 .1097944
L3D. | .0490038 .1423389 0.34 0.731 -.2299753 .3279829
L4D. | .0604237 .1171368 0.52 0.606 -.1691603 .2900077
|
_cons | .0523516 .0219383 2.39 0.017 .0093534 .0953498
-------------+----------------------------------------------------------------
D_ln_cpu |
ln_pib |
LD. | -.1558014 1.547816 -0.10 0.920 -3.189466 2.877863
L2D. | -1.246985 1.550431 -0.80 0.421 -4.285774 1.791803
L3D. | 3.077473 1.513351 2.03 0.042 .1113582 6.043587
L4D. | .9677356 1.549608 0.62 0.532 -2.06944 4.004911
|
ln_cpi |
LD. | .1149624 .1876168 0.61 0.540 -.2527598 .4826846
L2D. | -.0834172 .1998809 -0.42 0.676 -.4751766 .3083421
L3D. | -.2426707 .1986734 -1.22 0.222 -.6320634 .1467219
L4D. | -.055369 .1794326 -0.31 0.758 -.4070505 .2963125
|
ln_cpu |
LD. | -.6874326 .1385314 -4.96 0.000 -.9589491 -.415916
L2D. | -.6403176 .1641631 -3.90 0.000 -.9620714 -.3185639
L3D. | -.3749876 .1715036 -2.19 0.029 -.7111284 -.0388467
L4D. | -.2236436 .1411377 -1.58 0.113 -.5002685 .0529812
|
_cons | .0418648 .0264333 1.58 0.113 -.0099436 .0936731
------------------------------------------------------------------------------
Fuente: Cálculos Propios
54
Tabla 28.Vector
Sample: 2001q2 - 2014q3 No. of obs = 54
Log likelihood = 63.94252 AIC = -.9237972
FPE = .000082 HQIC = -.3697999
Det(Sigma_ml) = .0000188 SBIC = .5126913
Equation Parms RMSE R-sq chi2 P>chi2
----------------------------------------------------------------
D_ln_pib 13 .011181 0.5048 55.04206 0.0000
D_ln_cpi 13 2.73556 0.6413 96.56316 0.0000
D_ln_cpu 13 .230985 0.5696 71.47758 0.0000
----------------------------------------------------------------
------------------------------------------------------------------------------
| Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
D_ln_pib |
ln_pib |
LD. | -.3123312 .1430911 -2.18 0.029 -.5927847 -.0318777
L2D. | .0383445 .1428392 0.27 0.788 -.2416152 .3183042
L3D. | -.0135975 .1373328 -0.10 0.921 -.2827648 .2555699
L4D. | .0235633 .1335867 0.18 0.860 -.2382618 .2853883
|
ln_cpi |
LD. | .0012996 .0005921 2.19 0.028 .0001391 .0024601
L2D. | .0018298 .0007765 2.36 0.018 .0003078 .0033518
L3D. | -.0006578 .0008983 -0.73 0.464 -.0024184 .0011028
L4D. | -.0006468 .0007284 -0.89 0.375 -.0020744 .0007808
|
ln_cpu |
LD. | -.0009997 .0064103 -0.16 0.876 -.0135635 .0115642
L2D. | .0113968 .0072815 1.57 0.118 -.0028748 .0256683
L3D. | .0061398 .0069956 0.88 0.380 -.0075713 .0198509
L4D. | .0023209 .0061476 0.38 0.706 -.0097281 .01437
|
_cons | .0137092 .0038302 3.58 0.000 .0062022 .0212162
-------------+----------------------------------------------------------------
D_ln_cpi |
ln_pib |
LD. | 30.08008 35.01022 0.86 0.390 -38.53868 98.69884
L2D. | -23.87299 34.94857 -0.68 0.495 -92.37094 44.62496
L3D. | -38.3511 33.60132 -1.14 0.254 -104.2085 27.50628
L4D. | -28.92741 32.68475 -0.89 0.376 -92.98834 35.13352
|
ln_cpi |
55
LD. | -.8950753 .1448729 -6.18 0.000 -1.179021 -.6111296
L2D. | -1.008215 .1899952 -5.31 0.000 -1.380599 -.6358313
|
L3D. | -.3630785 .2197821 -1.65 0.099 -.7938436 .0676865
L4D. | .0151091 .1782178 0.08 0.932 -.3341913 .3644095
|
ln_cpu |
LD. | .7289739 1.568405 0.46 0.642 -2.345043 3.802991
L2D. | -3.332263 1.781581 -1.87 0.061 -6.824097 .1595709
L3D. | -2.721617 1.711617 -1.59 0.112 -6.076324 .6330903
L4D. | -1.110519 1.504135 -0.74 0.460 -4.05857 1.837531
|
_cons | .6112212 .9371257 0.65 0.514 -1.225511 2.447954
-------------+----------------------------------------------------------------
D_ln_cpu |
ln_pib |
LD. | -2.538025 2.956194 -0.86 0.391 -8.33206 3.256009
L2D. | 1.164111 2.95099 0.39 0.693 -4.619722 6.947945
L3D. | .322737 2.83723 0.11 0.909 -5.238132 5.883606
L4D. | 3.842411 2.759836 1.39 0.164 -1.566769 9.251591
|
ln_cpi |
LD. | .0155554 .0122328 1.27 0.204 -.0084204 .0395312
L2D. | .0262088 .0160428 1.63 0.102 -.0052345 .0576522
L3D. | -.0069374 .018558 -0.37 0.709 -.0433103 .0294356
L4D. | -.021327 .0150484 -1.42 0.156 -.0508213 .0081672
|
ln_cpu |
LD. | -.639148 .1324331 -4.83 0.000 -.8987121 -.379584
L2D. | -.2474849 .1504332 -1.65 0.100 -.5423285 .0473588
L3D. | -.2881936 .1445256 -1.99 0.046 -.5714585 -.0049287
L4D. | -.3347114 .1270062 -2.64 0.008 -.5836391 -.0857838
|
_cons | -.0178013 .0791291 -0.22 0.822 -.1728914 .1372888
------------------------------------------------------------------------------
Fuente: Cálculos Propios
56
Dikey Fuller para Colombia
Tabla 16. Test de Raíz Unitaria Dickey-Fuller
Augmented Dickey-Fuller test for unit root Number of obs = 53
---------- Interpolated Dickey-Fuller --------- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value ------------------------------------------------------------------------------ Z(t) -2.986 -3.576 -2.928 -2.599 ------------------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.0362
------------------------------------------------------------------------------ D2.ln_pib | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+----------------------------------------------------------------
ln_pib | LD. | -.8892409 .2978216 -2.99 0.004 -1.488381 -.2901011 LD2. | -.2388073 .2735155 -0.87 0.387 -.7890496 .3114349 L2D2. | -.2002214 .254491 -0.79 0.435 -.7121913 .3117485 L3D2. | .0551347 .2148059 0.26 0.799 -.376999 .4872683 L4D2. | .0120546 .146715 0.08 0.935 -.2830978 .3072071
| _cons | .0098617 .003448 2.86 0.006 .0029252 .0167981 ------------------------------------------------------------------------------
Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
Tabla 17. Test de Raíz Unitaria Dickey-Fuller
Augmented Dickey-Fuller test for unit root Number of obs = 53
---------- Interpolated Dickey-Fuller --------- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value ------------------------------------------------------------------------------ Z(t) -4.403 -3.576 -2.928 -2.599 ------------------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.0003
------------------------------------------------------------------------------ D2.ln_cpi | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+----------------------------------------------------------------
ln_cpi | LD. | -2.316418 .5261411 -4.40 0.000 -3.374877 -1.257958 LD2. | .8273099 .4564255 1.81 0.076 -.0908998 1.74552 L2D2. | .4505724 .3683183 1.22 0.227 -.2903885 1.191533 L3D2. | .3072444 .2580265 1.19 0.240 -.2118378 .8263267 L4D2. | .0814625 .1433724 0.57 0.573 -.2069656 .3698905
| _cons | .0467737 .0142525 3.28 0.002 .0181015 .075446
------------------------------------------------------------------------------ Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
57
Tabla 18. Test de Raíz Unitaria Dickey-Fuller
Augmented Dickey-Fuller test for unit root Number of obs = 53
---------- Interpolated Dickey-Fuller --------- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value ------------------------------------------------------------------------------ Z(t) -4.866 -3.576 -2.928 -2.599 ------------------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.0000
------------------------------------------------------------------------------ D2.ln_cpu | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+----------------------------------------------------------------
ln_cpu | LD. | -3.166673 .6508144 -4.87 0.000 -4.475943 -1.857403 LD2. | 1.41664 .5679796 2.49 0.016 .2740123 2.559268 L2D2. | .6431277 .4405307 1.46 0.151 -.2431058 1.529361 L3D2. | .2229447 .2814282 0.79 0.432 -.3432158 .7891053 L4D2. | .0638857 .1463981 0.44 0.665 -.2306292 .3584007
| _cons | .0704563 .0182184 3.87 0.000 .0338057 .107107 ------------------------------------------------------------------------------
Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
Dikey Fuller para Bogotá
Tabla 19. Test de Raíz Unitaria Dickey-Fuller
Augmented Dickey-Fuller test for unit root Number of obs = 53
---------- Interpolated Dickey-Fuller --------- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value ------------------------------------------------------------------------------ Z(t) -3.247 -3.576 -2.928 -2.599 ------------------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.0174
------------------------------------------------------------------------------ D2.ln_pib | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+----------------------------------------------------------------
ln_pib | LD. | -1.528198 .4706223 -3.25 0.002 -2.474968 -.581428 LD2. | .0520197 .42188 0.12 0.902 -.7966935 .9007328 L2D2. | -.1536144 .3513496 -0.44 0.664 -.8604387 .5532099 L3D2. | -.076194 .2560158 -0.30 0.767 -.5912312 .4388433 L4D2. | -.0096367 .1433378 -0.07 0.947 -.2979952 .2787218
| _cons | .0168325 .005448 3.09 0.003 .0058726 .0277924 ------------------------------------------------------------------------------
Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
58
Tabla 20. Test de Raíz Unitaria Dickey-Fuller
Augmented Dickey-Fuller test for unit root Number of obs = 53
---------- Interpolated Dickey-Fuller --------- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value ------------------------------------------------------------------------------ Z(t) -5.288 -3.576 -2.928 -2.599 ------------------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.0000
------------------------------------------------------------------------------ D2.ln_cpi | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+----------------------------------------------------------------
ln_cpi | LD. | -4.018986 .7599981 -5.29 0.000 -5.547905 -2.490067 LD2. | 2.092609 .6760933 3.10 0.003 .7324849 3.452733 L2D2. | 1.1173 .5268151 2.12 0.039 .0574844 2.177115 L3D2. | .5850186 .3224106 1.81 0.076 -.0635879 1.233625 L4D2. | .2655817 .1498449 1.77 0.083 -.0358675 .5670308
| _cons | -.0860166 .3812602 -0.23 0.822 -.8530131 .68098 ------------------------------------------------------------------------------
Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
Tabla 21. Test de Raíz Unitaria Dickey-Fuller
Augmented Dickey-Fuller test for unit root Number of obs = 53
---------- Interpolated Dickey-Fuller --------- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value ------------------------------------------------------------------------------ Z(t) -5.880 -3.576 -2.928 -2.599 ------------------------------------------------------------------------------
MacKinnon approximate p-value for Z(t) = 0.0000
------------------------------------------------------------------------------ D2.ln_cpu | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+----------------------------------------------------------------
ln_cpu | LD. | -3.608106 .6135922 -5.88 0.000 -4.842495 -2.373718 LD2. | 1.80877 .5301101 3.41 0.001 .7423258 2.875214 L2D2. | 1.22495 .4107824 2.98 0.005 .398562 2.051337 L3D2. | .6926819 .2808269 2.47 0.017 .127731 1.257633 L4D2. | .2477983 .1414846 1.75 0.086 -.0368321 .5324286
| _cons | .0224649 .0345562 0.65 0.519 -.0470532 .0919831 ------------------------------------------------------------------------------
Fuente: DANE, Cuentas Nacionales Trimestrales. Cálculos Propios
59
Tabla 29. .Matriz de Correlación Para Colombia
Variables ln_pib ln_cpi ln_cpu ln_ele ln_gas ln_edu
ln_pib 1 0,9473 0,9763 0,9935 0,9529 0,9138
ln_cpi 0,9473 1 0,9108 0,9589 0,8526 0,7668
ln_cpu 0,9763 0,9108 1 0,9606 0,9458 0,9186
ln_ele 0,9935 0,9589 0,9606 1 0,941 0,8782
ln_gas 0,9529 0,8526 0,9458 0,941 1 0,9532
Variables ln_pib ln_cpi ln_cpu ln_ele ln_gas ln_edu
ln_pib 1 0,9587 0,9358 0,9949 0,9954 0,9824
ln_cpi 0,9587 1 0,9242 0,956 0,9415 0,9251
ln_cpu 0,9358 0,9242 1 0,9403 0,9167 0,917
ln_ele 0,9949 0,956 0,9403 1 0,9897 0,9907
ln_gas 0,9954 0,9415 0,9167 0,9897 1 0,9856
60
BIBLIOGRAFÍA
Ardila R. Laura. Gasto Público y Convergencia Regional en Colombia. Banco de la
Republica. Revista especializada Numero 47. Junio de 2006.
Argimón, I y Martin, M.J. (1993). “Series de Stock de Infraestructura del Estado y de las
Administraciones Públicas en España”. Documento EC/1993/7. Banco de España.
Argimón, I., J.M. González-Páramo, M.J. Martín y J.M. Roldán (1994): “Productividad e
infraestructuras en la economía española”, Moneda y Crédito, 198, págs. 207-252.
Aschauer, D. A. (1985). “Fiscal Policy and Aggregate Demand”. American Economic
Review, 75 N° 1, pp. 117–128.
Aschauer D. Does Public Capital Crowd out Private Capital?”. Journal of Monetary
Economics, Vol. 24, April. North-Holland. June 1988
Aschauer, David A. “Is Public Expenditure Productive” Journal of Monetary Economics,
1989a, 23 (2) pp. 177-200.
Aschauer, David A. “Public Investment and Productivity Growth in the Group of Seven “,
Economic Perspectives, 1989b, 13(5), pp17-25
Bahl, R. y Linn, J. (1992). Urban Public Finance in Developing Countries. World Bank,
Oxford University Press.
Banco Interamericano de Desarrollo, BID (2000):” Un nuevo impulso para la integración
de la infraestructura regional en América del Sur”, Departamento de Integración y
Programas Regionales.
61
Barro, R. J., Sala-i-Martin, X., 1995. Economic Growth, The MIT Press Cambridge,
Massachussets, London England.
Bernanke, Ben S. Johansson,:Robert H (2007). Principles of Macroeconomics (3rd
edición). Boston: McGraw-Hill/Irwin.
Biehl D.(1980): “Determinants of Regional Disparities and the Role of Public Finance”,
Public Finance, Vol 35 No. 1 , pp44-71
Cárdenas, M. y Escobar, A.(1995). “Infraestructura y crecimiento departamental 1950-
1994”. Planeación y Desarrollo, Vol. XXVI, No. 4, octubre–diciembre.
Cerda, R. (2009) The impact of fiscal expenditure on the duration and the intensity of
economic crises: Latin America 1900-2000.
Draper Maria y Herce Jose (1994).” Infraestructuras y Crecimiento: Un Panorama”, Revista
de Economía Aplicada, No. 3 ,6, pp 139-168.
Flores, R.; García, M. y Pérez, T. (1994). “Effects of public investment in infraestructure
on the Spanish economy”. No. 9404. Instituto Complutense de Análisis Económico.
Universidad Complutense, Junio.
Fonseca, Felipe de Jesus. (2009). “El impacto de la inversion publica sobre la inversion
privada en Mexico, 1980-2007.” En Revista de Estudios Economicos del Colegio de
Mexico , Vol 24 , num 2 ,Julio-Diciembre.
Gil Canaleta, C.; Pascual Arzoz P. y Rapún Garate M. (2000). “La política de
infraestructuras y equipamiento en la Unión Europea”. Universidad Pública de Navarra.
Gottfried, H. (2013, Marzo, 20). La teoría del "multiplicador" de Keynes: una crítica
metodológica. Biblioteca selecta de economía eumed.net. Recuperado de
http://www.eumed.net/cursecon/textos/haberler/index.htm.
62
Ingram, G. (1995). “Infraestructura y crecimiento económico”. En Crecimiento Económico:
Teoría, Instituciones y Experiencia Internacional. Aparicio, M. y Easterley, W. Banco
Mundial y Banco de la República.
Keynes, John M. (1936), “Teoria general de la ocupación, el interés y el
dinero”,London:Macmillan.
Ligthart, J. (2000). “Public Capital and Output Growth in Portugal: An Empirical
Analysis”. IMF Working Paper, January.
Lopez-Tafall, J. J. (1995): «Las Telecomunicaciones:Un Sector Clave en las
EconomíasModernas», Información Comercial Española, número 740 (abril), páginas 13-
29.
Mankiw N. Gregory. Macroeconomía. Sexta Edición.Hardvard. University.Antoni
Bosch.Abril Noviembre 2006.
Márquez, & Ramajo. (2012) Crecimiento regional y capital público: cuantificación del
impacto sobre las regiones españolas de shocks negativas en la inversión
pública.Recuperadodehttp://www.aecr.org/web/congresos/2012/Bilbao2012/htdocs/pdf/p52
6.pdf.
Moncayo J. Edgar. Nuevos enfoques de Política Regional en América Latina: El caso
Colombia en perspectiva histórica. Departamento Nacional de Planeación. Documento 197.
Julio 2002.
Oliver Blanchard. Macroeconomía (2007), Editorial Pearson. 4ª Ed.
Perdomo, Alvaro. (2002). “Inversión Publica Sectorial y Crecimiento Económico: una
aproximación desde la metodología VAR”. Archivos de Macroeconomía, No 208.
63
Ramírez, M.T. y Hadi Salehi E. (1999). “Infraestructure and economic growth”.
Borradores Semanales de Economía. Banco de la República, Bogotá.
Roa, Nestor, Stevenson, Claudia y Sanchez, Fabio. (1995). “Infraestructura, Productividad
y competitividad”, Planeación y Desarrollo, Vol. 26. No 3.
Rozas Patricio, Sanchez Ricardo (2004):” Desarrollo de infraestructura y crecimiento
económico: Revisión conceptual”, serie de Recursos Naturales e Infraestructura, CEPAL,
Santiago de Chile.
Sánchez, F. (1993). “El papel del capital público en la producción, la inversión y el
crecimiento económico en Colombia”. Archivos de Macroeconomía, DNP, Bogotá.
Secretaría de Hacienda Distrital .Inversión Publica Distrital y Crecimiento Económico de
Bogotá. Cuadernos de la Ciudad. Serie Ingresos y Gastos No 1. Octubre 2003.
Tafunell, Xavier; Comín, Francisco. «La economía internacional en los años de
entreguerras (1914-1945)». Historia económica mundial siglos X-XX (2010). Crítica.
Tenorio, J. Andres. “Sobrel el impacto de la infraestructua pubica en el producto y el
crecimiento económico: Colombia 1950-2000”. Universidad del Valle. Facultad de
Economía. 2007.
Uribe, J.D. (1993). “Infraestructura física, clubs de convergencia y crecimiento económico:
alguna evidencia empírica”. Archivos de Macroeconomía, No. 7, febrero.