Universidad de la República
Facultad de Ciencias Sociales
Departamento de Economía
Tesis para la obtención del título de Magíster en Economía Internacional
Asimetrías en el modelo gravitatorio de comercio
Una reconsideración empleando el espacio de países
Manuel Flores González
Tutor: Profesor Titular PhD. Marcel Vaillant
2014
Montevideo, Uruguay
Tutor
Marcel Vaillant
Ph.D. Applied Economics, Universiteit Antwerpen, Bélgica
Tribunal
Pedro Moncarz
PhD. Economics, The University of Nottingham, Reino Unido
Marcelo Olarreaga
PhD. Economics, Université de Genève, Suiza
Adriana Peluffo
PhD. Applied Economics, Universiteit Antwerpen, Bélgica
Fecha de Calificación
17 de febrero de 2014
Calificación
Aprobada con recomendación de publicación
Autor
Manuel Flores González
ii
Agradecimientos
Quiero agradecer en primer lugar a mis tres supervisores. A Adriana Cassoni, mi tutora en
la tesis de grado, que sin saberlo me sigue orientando hoy día. A Marcel Vaillant, con
quien he tenido el privilegio de trabajar estos años, y que tanto en su calidad de profesor
titular del área de comercio, como en particular en el papel de tutor de este trabajo, fue
siempre un estímulo para la creatividad y de hecho es coautor intelectual de buena parte de
lo que en esta tesis propongo. Y a Marcelo Olarreaga, con quien recién ahora empezaremos
a trabajar, pero a quien le debo agradecer por lo pronto el empujón para concluir esta etapa.
También quiero agradecerle a Flavia Rovira, con quien trabajamos juntos en distintos
proyectos en los fueron tomando forma algunas de las propuestas aquí utilizadas, así como
al Departamento de Economía de la Universidad de la República, cuyo apoyo fue esencial
para disponer del tiempo necesario para este trabajo. En todos los casos, usual disclaimer
applies.
A Fiorella quiero agradecerle por la felicidad. Sin eso y sin el entusiasmo que me producen
los caminos que estamos emprendiendo juntos, nada de esto hubiera sido posible.
A mi familia, amigos y compañeros de diversos espacios, muchas gracias.
iii
Resumen
Mientras en los modelos teóricos de comercio internacional el contenido de los flujos de
exportación es un aspecto central, la literatura de los modelos gravitacionales, principal
herramienta actual en la economía aplicada al comercio, ha omitido considerar esta
dimensión o lo ha hecho de forma muy limitada. En este trabajo se formaliza y extiende la
metodología del Espacio de Productos de Hidalgo et al. (2007), proponiéndose la
construcción de Espacios de Países, como proyecciones alternativas de las redes bipartitas
de exportaciones e importaciones sobre la partición de los países. Las medidas de distancia
en la especialización exportadora y la especialización importadora de los países, junto con
medidas de complementariedad comercial obtenidas con una lógica análoga, se introducen
microfundadamente en el modelo gravitatorio de comercio.
En particular, se utiliza la estrategia bietápica de Helpman et al. (2008) para controlar por
la selección de las firmas heterogéneas en los mercados de exportación. Las variables que
utilizan los autores para la selección en el margen extensivo no son válidas como
instrumentos al utilizar datos más recientes, por lo que un primer aporte de este trabajo es
ofrecer una variable de exclusión novedosa, que describe el nivel de conflicto entre los
países por medio de un índice continuo, y que es válida tanto para los datos originales de
HMR como para una base de datos más reciente (CEPII-BACI). Una segunda contribución
pasa por proponer un mejor aprovechamiento de la asimetría del modelo, ya que el uso de
las variables independientes asimétricas permite un análisis más riguroso de ciertos
fenómenos muy abordados en la literatura (participación en la WTO, relaciones coloniales,
características geográficas). La tercera aportación es la incorporación de variables
asimétricas de especialización y complementariedad. Finalmente, se muestra el cambio en
los coeficientes que existe para el caso del comercio intra industrial, donde las variables de
especialización permiten refinar nuestra caracterización del tipo de proximidad que
fomenta el comercio en dos direcciones.
Palabras Clave: Especialización comercial, modelos de gravedad, espacio de productos,
comercio intra industrial
iv
Abstract
While the exports flows’ content is a central aspect of the theoretical models of
international trade, the gravity models’ literature, the main current tool of applied
economics of trade, has failed to consider this dimension or has done so in a very limited
extent. This paper formalizes and extends the methodology of the Product Spaces proposed
by Hidalgo et al. (2007), propounding the construction of Country Spaces as alternative
projections of the exports or imports’ bipartite networks on the countries’ partition.
Distance measures among countries in exports’ and imports’ specialization, together with
trade complementarity measures obtained in a similar logic, are micro-foundedly
introduced in the gravity model of trade.
In particular, Helpman et al. (2008) two-stage strategy is used in order to control for the
selection of heterogeneous firms in exports markets. The variables that the authors use for
selection in the extensive margin are not valid as instruments when more recent data are
considered. Therefore, a first contribution of this paper is to provide a novel exclusion
variable, which describes the magnitude of conflict between countries, doing so in a
continuous manner. We show that our variable is valid as an instrument for both the
original dataset as well as for more recent data (CEPII-BACI). A second contribution is to
suggest a way for taking advantage of the model’s asymmetry, since asymmetric
independent variables are available and allow for a more thorough analysis of some
extensively addressed phenomena (WTO membership, colonial ties, geographical
features). The third contribution is to incorporate asymmetric variables that account for
specialization and trade complementarity. To conclude, we show how the main coefficients
change when the equation is estimated for intra-industry trade, and how specialization
variables allow refining our understanding of the kind of proximity that promotes two-way
trade.
Key Words: Trade specialization, gravity models, products space, intra-industry trade
v
1
2
3
4
5
6
7
8
Contenido
Introducción............................................................................................................................... 1
Espacios de países y distancias en la especialización ................................................................ 5
2.1
Metodología de los espacios de productos y de países ...................................................... 6
2.2
Distancias en la especialización comercial ...................................................................... 10
2.3
Representación de los espacios de países ......................................................................... 11
Modelos gravitacionales de comercio ..................................................................................... 18
3.1
Primeras explicaciones de un hallazgo empírico ............................................................. 18
3.2
Aportes desde las Nuevas Teorías de Comercio .............................................................. 22
3.3
Popularización y contraste de enfoques ........................................................................... 25
3.4
Microfundamentación y resistencia multilateral .............................................................. 26
3.5
“Nuevos nuevos” modelos de gravedad ........................................................................... 28
3.6
Derivación del modelo de HMR ...................................................................................... 31
3.6.1
Planteamiento del modelo básico....................................................................... 31
3.6.2
Obtención del modelo gravitacional................................................................... 34
3.6.3
Forma teórica y forma estimable ....................................................................... 35
3.6.4
Problema de selección de las firmas en la exportación ........................................ 38
3.6.5
Estimación consistente del modelo gravitacional ................................................ 40
3.7
Consideraciones metodológicas ....................................................................................... 42
3.7.1
Características del conjunto de información ....................................................... 43
3.7.2
Especificación del modelo ................................................................................ 45
3.7.3
Métodos de estimación alternativos ................................................................... 53
Estimación del modelo gravitacional à la HMR ..................................................................... 57
4.1
Línea de base: Los resultados de HMR ............................................................................ 57
4.2
Estimación en BACI: Religion como instrumento no robusto ......................................... 63
4.3
El conflicto internacional como costo fijo de exportación ............................................... 65
4.4
Estimación en pooled cross-section ................................................................................. 69
Asimetrías y especialización en el modelo gravitacional ........................................................ 74
5.1
Uso de variables independientes asimétricas ................................................................... 74
5.2
Especialización en el modelo gravitacional ..................................................................... 80
5.3
Costos de comercio y especialización .............................................................................. 82
5.4
Modelo gravitacional extendido con especialización ....................................................... 86
5.5
Comercio inter e intra industrial....................................................................................... 90
Conclusiones............................................................................................................................ 96
Bibliografía ............................................................................................................................ 102
Anexos ................................................................................................................................... 116
Anexo A - Espacios de países y productos ................................................................................ 116
A.1 - Álgebra de los espacios de países y productos........................................................ 116
A.2 - Sofisticación de productos y países ....................................................................... 118
A.3 - Caracterización de los espacios de productos ......................................................... 121
Anexo B - Estadísticas descriptivas de las variables utilizadas ................................................. 124
Anexo C - Goldstein Scale para datos de WEIS ........................................................................ 125
Anexo E – Duplas de mayor conflicto en cada año ................................................................... 126
Anexo F - El modelo extendido y submuestras de productos ................................................... 127
F.1 - Determinantes del comercio por uso económico de los bienes ................................. 127
E.2 - Determinantes del comercio por sofisticación de los productos................................ 131
Anexo F - Rutinas seleccionadas utilizadas en Stata ................................................................. 133
vi
1 Introducción
Explicar el intercambio de bienes entre los países, en términos de qué y cuánto se
comercia, es naturalmente el objeto central de la Teoría del Comercio Internacional.
Cualquier explicación debe empezar respondiendo por qué lo hacen, y este es terreno de
polémica entre enfoques que muestran distintas fuentes de ganancias del comercio. Sin
embargo, a diferencia de lo que sucede en otras áreas, parece mayor el diálogo entre los
enfoques teóricos que el que existe entre los desarrollos teóricos en su conjunto y la
investigación aplicada. Mientras la teoría se ha concentrado en responder qué productos
exportan y cuáles importan los países, asignando muy poca importancia al volumen, los
trabajos empíricos han tenido facilidad para explicar cuánto se intercambia, pero han
tenido muchas dificultades para alcanzar un tratamiento sistemático del tipo de productos
que compone dichos flujos.
La ecuación gravitacional ha sido reconocida como una de las regularidades empíricas más
fuertes y estables en la Economía (Leamer & Levinshon, 1995). Surgida como una
analogía empiricista de la ley de gravitación universal newtoniana, esta ecuación logra
explicar un porcentaje muy alto de la variación en los flujos de comercio entre países,
postulando que el volumen de comercio depende directamente del tamaño económico de
cada una de las partes e inversamente de la distancia geográfica que las separa.1
Numerosos esfuerzos teóricos, desde los primeros años ‘2000, la han convertido en la
forma reducida – compartida en sus aspectos esenciales – de modelos que, con
fundamentos microeconómicos cada vez más fuertes, provienen de paradigmas muy
distintos.
El modelo gravitacional tiene la característica adicional de su modularidad, lo que implica
que su validez se mantiene cuando se analiza el comercio agregado o agrupaciones
1
La misma analogía ha sido utilizada para explicar los determinantes de la inversión extranjera directa, del
turismo, de las migraciones, la ayuda bilateral, el conflicto, las citas académicas, las consulta entre países.
Existen trabajos pioneros en el área denominada “de la interacción humana”, que aplican las leyes
newtonianas a fenómenos sociales. Trabajos como los de Carey (1858) o Ravenstein (1889) utilizan la
ecuación de gravedad como una de las alternativas para analizar las migraciones, anticipando en mucho a
cualquier aplicación en el comercio internacional.
1
particulares de productos, pudiendo llegar al nivel de un producto específico.2 El buen
desempeño del modelo también se observa cuando se analizan flujos de comercio a
distintos niveles, para el comercio mundial, el comercio entre subconjuntos de países, o el
comercio al interior de un determinado país. El respaldo teórico no es en todos los casos
igualmente sólido, pero estas virtudes para la aplicabilidad del modelo, junto con la
creciente disponibilidad de información para países y con los progresos en las capacidades
analíticas y computacionales, han llevado a que la literatura aplicada sea muy amplia y
variada.3
La interpretación de los resultados de una estimación del modelo gravitacional depende,
obviamente, del modelo teórico del que procede el modelo estimable (Haveman &
Hummels, 2004). Las distintas familias de teorías del comercio internacional han logrado,
con mayor o menor dificultad, obtener la ecuación gravitacional como forma reducida de
un modelo multipaís. En algunos casos se han alcanzado microfundamentaciones sólidas,
como desde el enfoque Ricardiano (Eaton & Kortum, 2002), o desde las “nuevas nuevas
2
En rigor, la modularidad implica que los problemas de asignación de recursos y de asignación del gasto son
separables, es decir que las asignaciones resultantes en un sector no afectan las condiciones en que se
produce la asignación en otro sector, o lo que es lo mismo, la asignación en la superestructura del equilibrio
general es separable de las decisiones de asignación de recursos y gastos en cada uno de los sectores.
3
El modelo ha sido utilizado para abordar temas muy variados. Algunos de sus usos más destacados han sido
el estudio de los motivos para el incremento tendencial del comercio mundial (Baier & Bergstrand, 2001); los
impactos de la protección comercial (Wall, 1999) y de la apertura (Harrigan, 1996), de los acuerdos de
integración (Atkin, 1973; Frankel, et al., 1997; Soloaga & Wintersb, 2001; Carrere, 2006; Baier &
Bergstrand, 2007), de las uniones monetarias (Rose, 2000; Frankel & Rose, 2002; Glick & Rose, 2002;
Alesina, et al., 2002), o de la participación en acuerdos multilaterales como la WTO (Rose, 2004; Rose,
2006; Subramanian & Wei, 2007; Liu, 2009); la importancia de las fronteras nacionales en el comercio
(McCallum, 1995; Evans, 2000; Anderson & van Wincoop, 2003); la incidencia comercial de variables
políticas como el conflicto entre países (Pollins, 1989; Reuveny & Kang, 2003), o las alianzas militares
(Gowa & Mansfield, 1993; Mansfield & Bronson, 1997); los efectos sobre el comercio de la volatilidad del
tipo de cambio (Abrams, 1980; Thursby & Thursby, 1987; Frankel & Wei, 1993; Eichengreen & Irwin, 1995;
Silvana, 2007), de la inseguridad (Anderson & Marcouiller, 2002) o de aspectos institucionales como la
corrupción o la falta de garantías sobre el cumplimiento de los contratos (Anderson & Marcouiller, 2002), la
vigencia de regímenes democráticos (Yu, 2010), los estándares laborales (van Beers, 1998), la opinión
pública bilateral (Disdier & Mayer, 2007), las barreras comunicacionales de idioma (Hutchison, 2002); temas
más amplios como la relación entre comercio y crecimiento económico (Frankel & Romer, 1999; Anderson,
et al., 2013); el papel de las relaciones coloniales en los flujos actuales de comercio (Eichengreen & Irwin,
1998; De Sousa & Lochard, 2012); la magnitud de las barreras no arancelarias (Mayer & Zignago, 2004); las
consecuencias esperables de la ayuda para el desarrollo (Nowak-Lehmann, et al., 2011; Silva & Nelson,
2012; Hühne, et al., 2013); la asociación con los flujos de factores como el capital en forma de FDI o el
trabajo en forma de migraciones (Dunlevy & Hutchinson, 2001; Bratti, et al., 2011); los vínculos étnicos y su
carga informacional (Gould, 1994; Head & Ries, 1998; Rauch & Trindade, 1999); las características del
comercio de servicios (Kimura & Lee, 1994; Walsh, 2006; Moncarz, 2010); los efectos del comercio
electrónico sobre las barreras asociadas a la distancia (Lendle, et al., 2012); además, de una innumerable
cantidad de utilizaciones para el comercio de productos específicos o el análisis de casos para países o
regiones concretas.
2
teorías del comercio”, como Helpman, Melitz & Rubinstein (2008, HMR en adelante), que
se ubican en el modelo básico de Krugman (1980) y en particular en la adaptación del
mismo propuesta por Melitz (2003) para obtener la ecuación de gravedad. Tanto Eaton &
Kortum como HMR logran, además, reconciliar al modelo gravitacional con el patrón
observado empíricamente de una importante heterogeneidad entre las firmas, y en
particular entre las que exportan y las que sólo producen para el mercado doméstico.
Cierto desencuentro subsiste, sin embargo, entre los modelos teóricos invocados y la
expresión concreta de la ecuación de gravedad. Todos los aportes teóricos que logran
fundamentar el modelo gravitatorio requieren considerar algún tipo de diferenciación de
productos. Ya sea considerando que los consumidores perciben como variedades diferentes
los productos provenientes de países distintos (diferenciación nacional de tipo Armington),
ya sea bajo supuestos de competencia monopolística donde la diferenciación de los
productos se asocia con rendimientos crecientes a escala Chamberlin (1936) estos modelos
conciben al comercio como un flujo de productos heterogéneos. Sin embargo, esta
dimensión presenta dificultades para su consideración práctica en modelos gravitacionales
que buscan ajustar el volumen de comercio.
Este trabajo tiene el objetivo principal de contribuir a un acercamiento entre la
heterogeneidad en el contenido del comercio que caracteriza a los modelos teóricos y la
que son capaces de recoger los modelos gravitacionales aplicados. Construyendo sobre la
base del modelo de HMR, se utiliza información sobre distancias en los patrones de
especialización de los países, tanto en los productos que exportan como en los que
importan. La forma de medición de estas distancias también surge de un procedimiento
innovador, en el que se construye los que se llama el “Espacio de los Países en la
Exportación” y el “Espacio de los Países en la Importación” (Flores & Vaillant, 2013).
Asimismo, se logra una medida de la complementariedad entre las exportaciones de un
país y las importaciones de otro, en lo que se denomina el “Espacio XM de los Países”. La
hipótesis central de este trabajo es que las distancias en la especialización y la
complementariedad son
variables relevantes
en la especificación de modelos
gravitacionales, que reflejan la mayor propensión a comerciar de economías con mayores
niveles de complementariedad.
3
El capítulo que sigue a esta introducción desarrolla la metodología de los espacios de
países. En el Capítulo 3 se ingresa en la presentación de los modelos gravitacionales, y tras
repasar la amplia literatura de antecedentes, se presenta la derivación analítica del modelo
de HMR y se realizan algunas consideraciones sobre los aspectos metodológicos a tener en
cuenta a la hora de la estimación de la forma reducida resultante. El Capítulo 4 analiza la
robustez de los resultados de HMR, ante cambios en la muestra, en los instrumentos
empleados y en la ampliación del conjunto de información a un período de varios años. A
los efectos de preservar la trazabilidad de los distintos cambios necesarios en la estimación
propuesta por HMR, se presenta una secuencia de resultados que, partiendo de las
estimaciones reportadas en el artículo original llega hasta una versión del modelo que es la
base para, en el Capítulo 5, introducir dos modificaciones de mayor envergadura. En
primer lugar, se señala que la estrategia empírica propuesta por HMR desaprovecha una
dimensión asimétrica en varios de los regresores utilizados. Finalmente, se incorpora al
modelo la información sobre especialización, aproximando el contenido del comercio, y se
realizan algunas pruebas que muestran la utilidad de la nueva especificación para el
análisis de algunos fenómenos de relevancia en la evolución reciente del comercio
internacional. El Capítulo 6 recapitula los principales resultados y concluye.
4
2 Espacios de países y distancias en la especialización
El pilar sobre el que se sostienen los modelos convencionales de comercio internacional es
el concepto Ricardiano de ventaja comparativa, que indica la medida en que un país puede
lograr en determinado producto un precio de autarquía menor que el que alcanzarían los
demás países. Dado el carácter inobservable de los precios de autarquía, la
operacionalización del concepto se hace a través del indicador de Ventajas Comparativas
Reveladas (RCA, por su sigla en inglés) propuesto por Balassa (1965). Este indicador
utiliza los flujos observados de comercio y asume que una economía tiene ventaja
comparativa en aquellos sectores en los que exporta relativamente más que el promedio
mundial. Dado que este indicador se basa en las exportaciones, en lo que sigue se lo
denominará
, con:
(
)
(2.1)
(
)
donde el subíndice c refiere a los países, p indica los productos, t representa el período
(año) y x es la variable que recoge los flujos de exportación respectivos. Este indicador
toma valores en el intervalo
, y se dice que un país tiene ventaja comparativa
revelada en un producto cuando
.
Análogamente puede definirse un indicador que señala los casos de países que importan un
producto en una proporción mayor al promedio de todos los países. Siguiendo a Ng &
Yeats (1999) se le denomina “índice de ventaja comparativa revelada para importaciones”
al indicador que toma el valor uno cuando
, donde siendo m la variable que
recoge las importaciones, se tiene:
(
(
)
)
(2.2)
Estas dos medidas de ventajas comparativas permiten resumir la información sobre el tipo
de productos que exporta y que importa cada país, y esto puede ser utilizado para obtener
5
medidas sintéticas sobre la similitud o la distancia que existe entre los patrones de
especialización de cada país respecto a todos los demás.
2.1 Metodología de los espacios de productos y de países
El comercio internacional puede ser representado como una red bipartita de exportaciones,
donde una partición son los países y la otra los productos. La red conecta productos con
países, de modo que existe un enlace cuando un país exporta un producto con RCAX.
Una proyección de esta red bipartita sobre la partición de los productos permite ver qué
relaciones existen entre ellos en cuanto a los países con los que están enlazados. Para
realizar esta proyección es necesario definir una noción de proximidad o de distancia.
Hidalgo, Klinger, Barabási y Hausmann (2007, en adelante HKBH) desarrollaron la noción
de “Espacio de Productos” basándose en la idea de que un producto p es “cercano” a un
producto p' si existe una alta probabilidad de que un país tenga RCAX en p dado que tiene
RCAX en p'.4 Esta probabilidad puede obtenerse simplemente como el cociente entre la
cantidad de países con RCAX en ambos productos y la cantidad total de países con RCAX
en p'.5 Claramente esta es una noción de distancia asimétrica, que indicará que la
proximidad de p respecto a p’ es mayor que la de p’ respecto a p cuando la cantidad de
países con RCAX en p’ es menor que la de aquellos que tienen RCAX en p.
A los efectos de la representación gráfica de los espacios, así como para determinados usos
analíticos, se construye una versión simétrica de la variable. Siguiendo un criterio
conservador, la simetría se logra tomando el mínimo entre las dos proximidades
asimétricas que se tienen para cada par de productos. Más exactamente, las proximidades
en los espacios de productos se obtienen como:
4
En el Anexo A se presenta una formulación novedosa del álgebra del Espacio de Productos, aplicable
también para los restantes Espacios que se proponen en este capítulo.
5
Siguiendo la definición de probabilidad condicional de Kolmogorov, como el cociente entre la probabilidad
conjunta y la probabilidad marginal del condicionante (cada una de ellas obtenida con un enfoque
frecuentista a partir del número de países en cada conjunto):
(
|
)
(
)
(
)
6
{
(
|
)
(
|
)}
(2.3)
En base a esta distancia HKBH presentan el “Espacio de Productos”, que surge de una
selección de los enlaces más fuertes de la red. Dado que esta red se construye a partir de
los flujos de exportación, en adelante se le denominará “Espacio de Productos en las
Exportaciones” o “Exports Product Space” (XPS).
En Flores & Vaillant (2013) se realiza la proyección alternativa de la red bipartita, en la
partición de los países, lo que permite la construcción de lo que se denomina el “Espacio
de Países en las Exportaciones” o “Country Exports Space” (CXS). Para su construcción se
parte de las proximidades entre las canastas de exportación de los países, o “proximidades
en la especialización”. También en este caso la noción básica de proximidad es asimétrica,
y construyendo la versión simétrica se tiene que dos países (c, c') están cerca entre sí, si
hay una alta probabilidad de que un producto sea exportado con RCA desde el país c dado
que es exportado con RCA desde c', o viceversa:
{
(
|
(
|
}
(2.4)
Cada una de las probabilidades anteriores se calcula en forma análoga al Espacio de
Productos. Ahora, para un par de países dado, la proximidad del país más diversificado
respecto al menos diversificado será mayor que la proximidad opuesta.
Los Espacios de Productos y de Países pueden ser considerados como las dos proyecciones
alternativas de la red bipartita, cada una sobre la respectiva partición (productos y países),
ya que las distancias en el Espacio de Países son una medida de qué tan cerca están las
proyecciones de los dos países en el Espacio del Productos, mientras que las distancias en
el Espacio de Productos muestran cuánto se asemejan las proyecciones de dos productos en
el Espacio de los Países. Aquí se centra la atención en los Espacios de Países, no obstante
las referencias a los Espacios de Productos son necesarias.
Por otra parte, el mismo conjunto de información sobre los flujos bilaterales de comercio
por producto puede ser interpretado como una red bipartita de importaciones, donde los
países se enlazan no a los productos que exportan sino a los que importan. Si se pasa a
considerar la información desde el lado de las importaciones, se pueden replicar los
7
mismos procedimientos y construir lo que en Flores & Vaillant (2013) se denomina el
“Espacio de Productos en las Importaciones” o “Imports Product Space” (MPS) basado en
la noción de proximidad entre los productos de acuerdo a la similitud entre los conjuntos
de países con RCAM en cada uno de ellos. Nuevamente la proyección alternativa sobre la
partición de los países conduce a lo que se denomina el “Espacio de Países en las
Importaciones” o “Country Imports Space” (CMS) y que utiliza una medida de proximidad
entre los patrones de importación de los países. Las definiciones de proximidad son
análogas a las presentadas para los espacios de exportación, utilizando RCAM en lugar de
RCAX.
Finalmente, un tercer tipo de medidas de proximidad vincula las dos anteriores, y tiene por
objetivo aportar una noción de la complementariedad existente entre las exportaciones de
un país y las importaciones de otro, es decir, qué proximidad existe entre la proyección de
las exportaciones del país c en la partición de los productos, y la proyección de las
importaciones del país c’ en esa misma partición. Nuevamente, esta es una medida
asimétrica, puesto que las exportaciones de c pueden ser más cercanas a las importaciones
de c’ que lo que estas últimas son a las primeras. Una medida sintética para esta relación
direccional se obtiene aquí también tomando el mínimo entre ambas:
{
(
|
(
|
}
(2.5)
Nótese que esta medida, si bien resume la complementariedad entre c y c’, continúa siendo
asimétrica, ya que es distinta a:
{
(
|
(
|
}
(2.6)
por lo que para obtener una medida simétrica debería tomarse – siempre siguiendo el
criterio más conservador – la proximidad resultante del mínimo entre las dos anteriores:
{
}
(2.7)
En base a esta medida se propone la construcción del Espacio XM de Países, o “Country
Exports-Imports
Space”,
que
da
cuenta
de
las
relaciones
en
términos
de
complementariedad comercial entre los países.
8
A partir del Espacio de Productos en las Exportaciones de HKBH, Hidalgo y Hausmann
(2009) proponen una medida de la sofisticación de los productos y de los países, basada en
la información de la red bipartita. La idea del “Método de los Reflejos” consiste en evaluar
el grado de complejidad que tiene cada producto y cada país a partir del hecho estilizado
básico de que un país con una estructura productiva sofisticada tendrá capacidades para
producir (y exportar con ventaja) un número mayor de productos. Por otro lado, un
producto sofisticado se caracteriza por ser exportado desde pocos orígenes, ya que su
producción requiere capacidades con las que muchos países no cuentan. Entonces, de
acuerdo con la diversificación de las exportaciones de los países (número de productos
exportados con RCA) y los índices de ubicuidad de los productos (número de países que
exportan el producto con RCA), el procedimiento permite ordenar a los productos y a los
países de acuerdo a su nivel de sofisticación, obteniéndose un índice que se utilizará en la
representación de los espacios.
El procedimiento de cálculo para la sofisticación de los productos y los países se basa en
sumas ponderadas. En las sumas de países, cada uno tiene un ponderador de acuerdo a si
está especializado en pocos o muchos productos, mientras que en las sumas de productos
se pondera de acuerdo a si ese producto cuenta con pocos o muchos proveedores. El
método consiste en la iteración de la interacción hasta un punto en donde no existen
modificaciones adicionales en el ordenamiento de países y productos por iterar una vez
más. Los detalles del álgebra para el cálculo de proximidades, así como una propuesta de
notación matricial para el Método de los Reflejos, se presentan en el Anexo A, donde se
sigue nuevamente a Flores & Vaillant (2013). Las rutinas de Stata que implementan los
cálculos se presentan en el Anexo F (secciones F.1 y F.2).
A los efectos prácticos, es conveniente contar con variables de distancia en lugar de
variables de proximidad. Para garantizar un recorrido adecuado de la variable, esta
transformación (aplicable tanto para el CXS como para el CMS como para el espacio XM)
se realiza como:
(
( (
(2.8)
9
En lo que resta de esta sección, se presentan los resultados de los cálculos de distancias en
los espacios de países. Ello implica obtener simultaneamente los espacios de productos,
tanto en exportaciones como en importaciones. El XPS es una nueva versión del Espacio
de Productos de HKBH, aunque aquí se utiliza una clasificación mucho más desagregada
de los productos. Los espacios MPS, XPS, CXS y CMS son los mismos que se presentan
en Flores y Vaillant (2013). El espacio CXMS se presenta por primera vez en este trabajo.
2.2 Distancias en la especialización comercial
Los espacios de países para exportaciones e importaciones pueden ser representados
recurriendo a las medidas adecuadas de distancia (ecuación 2.4). Los cálculos de distancias
de especialización comercial se realizan utilizando la base de datos BACI de Comercio
Internacional, elaborada por el CEPII (Gaulier & Zignago, 2010) en base a datos originales
de COMTRADE e incluyendo correcciones que garantizan la consistencia de los registros
de importación y exportación para casi 5.000 productos (sub-partidas del Sistema
Armonizado) y 167 países.6 Con el fin de obtener resultados más robustos se utiliza el
promedio de los valores comerciados para el período 2004-2007.
Este trabajo se centra en los espacios de países (exportaciones e importaciones). La matriz
de proximidades (o la matriz equivalente de distancias) posee 13.861 valores7. La
distribución conjunta y las distribuciones marginales de distancias se presentan en el
Gráfico 2.1, mostrando que existe una asociación débil entre ellas (el coeficiente de
correlación es de 0,49) y que sus distribuciones marginales son diferentes. Ambas
distancias en los espacios de importación y exportación evidencian una clara asimetría
derecha8. Con el objetivo de obtener un valor definido para todas las distancias, las
6
La base de datos COMTRADE es construida por la División de Estadísticas de las Naciones Unidas. La
base de datos CEPII concilia datos reportados por casi 167 países, y por medio de la estimación, elimina de
las importaciones el valor aproximado de los costos de transporte y de seguros.
7
Por definición, la matriz de proximidades (distancias) es simétrica, por lo que el número de enlaces es (167
* 166) / 2=13.861.
8
Las distancias en el CXS tienen una media de 3,088 y una desviación estándar de 1,43. La media de las
distancias en el CMS es 1,45, con una desviación estándar de 0,61. Las matrices de distancias y proximidades
entre los patrones de exportación e importación de productos y países están disponibles por solicitud al autor.
10
proximidades iguales a cero fueron reemplazadas por una constante arbitrariamente
pequeña (1*10-5)9.
0
5
distCXS
10
15
Gráfico 2.1 - Distribución de Distancias en el CXS y el CMS
0
5
10
15
0
0
.2
.1
.4
.6
Density
.2
Density
.3
.8
1
.4
distCMS
0
5
10
distCXS
15
0
5
10
15
distCMS
Fuente: Elaboración propia en base a datos BACI.
2.3 Representación de los espacios de países
Se utiliza un procedimiento estándar para resumir la información principal de cada espacio
de modo de lograr un único componente conectado en cada caso. El algoritmo Minimum
Spanning Tree (MST) se utiliza para definir la estructura básica de cada red, con el fin de
conservar las proximidades más fuertes, garantizando, al mismo tiempo, que cada nodo
está conectado de alguna manera al grafo10. Siguiendo a HKBH, se obtiene la estructura
9
Mientras en el CMS el problema prácticamente no se registra, en el CXS estos casos representan un 1,2%
de las diadas. Esta situación se observa cuando los países no tienen ningún producto en común en las
canastas de productos exportan con RCAX.
10
MST es un algoritmo que selecciona c – 1 conexiones (donde c es el número de nodos) que al tiempo que
minimiza la distancia, garantiza la conexión de cada nodo a la red. Luego, se añaden los c enlaces más fuertes
dejados de lado por el algoritmo, obteniendo una red reducida de 333 enlaces.
11
principal de cada red utilizando MST y se procede a añadir los enlaces más fuertes
excluidos por ese algoritmo (en un número igual al número de nodos de la red).
Por construcción las representaciones de los tres espacios de países tienen el mismo total
de 167 nodos, conectados por 333 enlaces (sin self-loops ni pares con enlaces múltiples), y
comparten consiguientemente una densidad de 0.024, con un número promedio de vecinos
cercano a cuatro.
Cuadro 2.1 - Medidas tipográficas para el CXS, el CMS y el XMS
Número de nodos
Número de enlaces
Promedio de vecinos
Densidad de la red
Medida de
cohesión: Número de enlaces como
proporción del número de conexiones posibles
Diámetro de la red
Distancia maxima entre dos nodos
CXS
167
333
3.98
CMS
167
333
3.98
CXMS
167
333
3.98
0.024
0.024
0.024
26
17
13
13
9
7
8.31
6.176
4.819
0.092
0.085
0.104
0.175
0.241
0.194
0.974
0.858
1.121
Radio de la red
Mínima excentricidad (entre las no nulas) Longitud
máxima no infinita de la ruta más corta entre los nodos
Longitud de la trayectoria característica
Distancia esperada entre dos nodos
Centralización de la red
Medida de vecindad. Una estructura de estrella tiene un
índice de 1 y las redes descentralizadas tienen valores
más bajos.
Coeficiente de clusterización
Promedio del coeficiente de clusterización de los nodos
(relación entre el número de enlaces entre nodos vecinos
y el número de conexiones posibles entre ellos )
Heterogeneidad de la red
Medida de la tendencia a contener hubs
Fuente: Elaboración propia utilizando la base de datos BACI y el paquete Cytoscape
Una comparación de las medidas topográficas de las tres redes se presenta en el Cuadro
2.1, donde puede verse que el CXS es una red más extendida (con mayor diámetro, mayor
radio y mayor longitud de la trayectoria característica). Las tres son redes
considerablemente descentralizadas y con alta tendencia a contener nodos que fungen de
hub, en especial en el caso del CXMS. El CMS, por su parte, tiene un coeficiente de
clusterización mayor, aunque en todos los casos este coeficiente tiende a ser bajo.
12
Para la representación gráfica de cada red se utilizan algoritmos de tipo “Spring-Embedded
edge-weighted” (ponderando los enlaces con las proximidades correspondientes). Luego,
varios ajustes deben ser hechos manualmente, con el fin de obtener una representación más
elocuente.11
La representación propuesta del CXS (Gráfico 2.2) muestra que la red tiene un núcleo
altamente conectado, conformado principalmente por los países europeos, muy similar
como grupo en cuanto a los productos que exportan. Estados Unidos también forma parte
del núcleo, mientras que Canadá se conecta directamente a través de Suecia. Japón y Hong
Kong son los principales nodos a través de los cuales otros países del sudeste asiático se
conectan al núcleo central. Nueva Zelanda está también directamente conectada y hace que
Australia, Uruguay, Argentina e Irlanda se acerquen a este patrón de exportaciones. Países
como Turquía, Vietnam, Pakistán, Túnez y Marruecos forman una región densamente
conectada también, situada entre el núcleo y dos de sus tres ramas principales. La tercera
rama está conectada al núcleo central a través de Rumania, y muestra que las estructuras
productivas de Rusia y Ucrania se encuentran en un lugar intermedio que conecta con el
núcleo a la mayoría de los países de Oriente Medio y a algunos países del norte de África y
el Caribe.
La importancia de los patrones geográficos y de la proximidad es la principal conclusión
que surge de esta representación (téngase en cuenta que los colores se asignan de acuerdo a
las regiones geográficas), en la que Europa, América del Norte y el Sudeste Asiático
pertenecen a una comunidad conectada, mientras la mayoría de los países en desarrollo se
encuentra en la periferia del espacio.
11
Para estos ajustes se aplican los criterios habituales de minimización en el número de cruces entre enlaces
y de eliminación de las superposiciones entre nodos.
13
Gráfico 2.2 - Country Exports Space
Fuente: Elaboración propia utilizando la base de datos BACI y el paquete Cytoscape.
Respecto a los patrones de importación, el CMS evidencia que los países se reúnen en
torno a varios núcleos (Gráfico 2.3). Además de un grupo fuertemente conectado,
compuesto nuevamente por los países desarrollados, existen fuertes similitudes entre
numerosos países africanos por un lado, y entre países de América del Sur y América
Central por otro. Los países asiáticos se sitúan ahora en el centro, conectando los dos
principales patrones diferenciados de importaciones, mientras que los países de Oriente
Medio se dispersan en diferentes regiones de la red y los países del Caribe forman su
propia rama. Una vez más, un patrón geográfico es evidente.
14
Gráfico 2.3 - Country Imports Space
Fuente: Elaboración propia utilizando la base de datos BACI y el paquete Cytoscape.
Finalmente, la representación del espacio de países en XM brinda una noción de la
complementariedad comercial entre los países. El Gráfico 2.4 vuelve a mostrar la
importancia del patrón geográfico, que indica que los países cercanos son más
complementarios entre ellos que lo que lo son con los países más alejados.
Los tres espacios de países sugieren que la geografía es un determinante clave de las
canastas de importaciones y exportaciones de cada país. Se podría argumentar que los
efectos geográficos no son directos, sino que se canalizan a través de las diferencias
15
regionales en los determinantes tradicionales de los patrones de comercio. Siendo cierto,
ello sugiere una razón más para centrarse en el papel de las distancias en la especialización
y, por consiguiente, en el comercio.
Gráfico 2.4 - Country XM Space
Fuente: Elaboración propia utilizando la base de datos BACI y el paquete Cytoscape.
Flores & Vaillant (2013) estudian los efectos de distintos componentes de la distancia
geográfica sobre las diferencias en la especialización comercial. Controlando por varias
dimensiones adicionales de distancia, de tipo climático, histórico, cultural, político,
institucional y económico, muestran que la distancia geográfica afecta fuertemente a la
distancia en la especialización, y que este efecto es mayor en el caso de la distancia en el
CMS.
16
Lo anterior implica que la identificación de la distancia geográfica con costos de
transporte, frecuente en la interpretación de los modelos gravitacionales, omite su tener en
cuenta su fuerte asociación con el patrón de especialización, tanto exportadora como
importadora. Las consecuencias de introducir las distancias en la especialización en los
modelos gravitacionales se exploran en los capítulos siguientes. La adecuada inclusión de
estos elementos requiere, en primer lugar, detenerse en la dimensión teórica del modelo
gravitacional. A ello se dedica el capítulo siguiente.
17
3 Modelos gravitacionales de comercio
Este capítulo comienza con un breve relato de las principales contribuciones teóricas que
en los últimos cincuenta años han ido forjando lo que hoy se conoce como los modelos
gravitacionales de comercio. Estos aportes se repasan con el objetivo de rescatar varios
aspectos que serán relevantes para la discusión de los capítulos siguientes, y contribuyen a
contextualizar el modelo de HMR, cuya derivación se presenta en detalle.
3.1 Primeras explicaciones de un hallazgo empírico
Así como Newton se vio inspirado por la famosa caída de la manzana para desarrollar la
ley de la gravitación universal, en la Teoría del Comercio el modelo gravitacional surge de
la observación, donde la constatación de una fuerza de atracción entre los grandes
oferentes y demandantes, así como una resistencia ocasionada por la distancia geográfica,
condujeron a esfuerzos sostenidos para desarrollar un planteo teórico que le dé sustento.
Anderson (2010) caracteriza el surgimiento de la ecuación gravitacional en la Teoría del
Comercio Internacional como la llegada de un “huérfano intelectual”, del que él – con
merecido reconocimiento a su propio papel – se considera un padre adoptivo. Esta
denominación refiere a que los primeros usos de la ecuación gravitacional se amparan en
una mera analogía con la física, y se realizan marginados respecto al mainstream, que
entonces se concentraba en explicar el comercio en base a modelos teóricos neoclásicos de
ventajas comparativas.12
La primera aplicación de la ecuación gravitacional se debe a Jan Tinbergen (1962), quien
buscando el patrón de comercio internacional que prevalecería en ausencia de fricciones,
planteó la analogía entre el comercio internacional y la atracción entre los cuerpos
postulada por la Ley de la Gravitación Universal de Newton. Tinbergen propuso explicar el
comercio bilateral total (
) agregado (para todos los bienes), asumiendo
12
Los modelos de tipo Heckscher-Ohlin centraban mucho más su atención en la composición del comercio
que en explicar su nivel agregado. La teoría, por otra parte, se limitaba casi exclusivamente a modelos de dos
países (en algunos casos tres), con un herramental que permitía aportar poco a la explicación del volumen de
los flujos de comercio entre el conjunto de los países.
18
que la masa es proporcional al producto bruto de cada país ( ). Se postula que una vez que
se controla por ese efecto el comercio es inversamente proporcional a la distancia entre los
países (
):
(
donde en el caso en que
Gravedad, en la que
(
|
,
(
(
,y
(3.1)
se tiene la formulación clásica de la Ley de
es un escalar conocido como “constante de la gravitación
universal”13. Obsérvese que esto implica que los países grandes comerciarán más, pero
también que los países parecidos en su tamaño comerciarán más.14 Tinbergen verifica
empíricamente el cumplimiento de esta relación (controlando por adyacencia entre los
países y por la existencia de acuerdos de integración económica, en particular pertenencia a
la Commonwealth y al área de libre comercio de Benelux, cuyo impacto sobre los flujos
“naturales” de comercio eran el objetivo del trabajo). Si bien carece de todo fundamento
teórico para esto, logra un muy buen ajuste de la ecuación a los datos.
Sin un modelo teórico que le dé sustento, la ecuación gravitacional tenía muy limitada su
utilidad, ya que no era posible utilizarla para la predicción o para la simulación de
políticas. Muy tempranamente Linnemann (1966) propuso una primera fundamentación
teórica, donde el modelo gravitacional era la forma reducida de un sistema de equilibrio
parcial de cuatro ecuaciones, modelando la oferta de exportaciones, la demanda de
importaciones (dependiente de la distancia), y agregando una condición de equilibrio en el
mercado mundial. Siendo un aporte importante, en el trabajo no se propone una
fundamentación para la incorporación de los GDP, ni se fundamenta la forma funcional
multiplicativa que se emplea. Si bien los precios se incluyen en el modelo estructural, el
supuesto de un precio mundial único (justificado en el arbitraje y la perfecta
sustituibilidad) permite plantear esta variable como endógena, y ésta desaparece en el
modelo en forma reducida.
13
Vale la pena notar que si este coeficiente fuera igual a uno se tendría la ecuación newtoniana de energía
entre dos masas, y no de fuerza entre ellas como se asume con la referencia a la teoría gravitatoria
(Bergstrand & Egger, 2011).
14
Esto se asocia de algún modo, llevado a términos per capita, a la Hipótesis (bilateral) de Linder (1961),
que sostiene que el comercio entre dos países estará inversamente relacionado con la diferencia en sus
ingresos per capita.
19
Pocos años más tarde aparece el libro de Leamer & Stern (1970), que dedicándole un
capítulo a los modelos gravitacionales introduce la expresión de “resistencias” al comercio.
Estas resistencias, entre las que pueden incluirse los costos de transporte y los efectos de
frontera (principalmente aranceles), tienen la implicación fundamental de romper con la
igualdad de precios entre países, lo que hace necesario introducir índices del nivel de
precios en cada país. Esto último hace que sea necesario contar con formas explícitas para
las funciones de utilidad, así como con ciertos supuestos sobre la tecnología.
Los esfuerzos siguientes consistieron en buscar derivar la ecuación de gravedad a partir de
modelos de equilibrio general. Una caracterización completa del equilibrio general
requiere especificar todas las ofertas y demandas, de bienes y factores, y los mecanismos
por los cuales en ambos casos se alcanzan precios que vacían los mercados al tiempo que
en el equilibrio se verifican todas las restricciones presupuestales. Este es un conjunto
demasiado complejo para conducir a la ecuación de gravedad, pero puede verse
enormemente simplificado por el supuesto de la modularidad o separabilidad, sobre el que
se retornará en secciones siguientes (Anderson, 2010).15
La primera fundamentación teórica en esta línea fue propuesta por Anderson (1979), y se
trata también de la primera derivación que toma en cuenta las diferencias de precios entre
los países. Para ello se asume que existe diferenciación de productos por región de origen.
La “teoría de la demanda de productos diferenciados por lugar de producción”, propuesta y
desarrollada por P. S. Armington (1969), ha representado la formulación por antonomasia
de la diferenciación nacional de productos en los últimos 50 años. La única diferencia
existente entre las “variedades” de un bien (o “productos”) es la que radica en el lugar
donde la variedad fue producida, de modo que los productos nacionales, salvo por su
localización, son homogéneos y en todo comparables a los elaborados en el extranjero. Las
variedades de un bien resultan en productos sustitutos, empleándose funciones de utilidad
15
Como señala Anderson (2010) la modularidad impone una restricción sobre los costos de comercio, en el
sentido que la asignación de recursos entre grupos de productos sólo dependa del nivel agregado de costos de
comercio a nivel del país. Esta condición se verifica con el supuesto de costos de comercio tipo “iceberg”,
propuestos por Samuelson (1954), que los hace proporcionales al volumen comerciado y compatibles con la
existencia de costos fijos. Alternativas no lineales que también son compatibles con la modularidad fueron
propuestas por Bergstrand (1985) y Arkolakis (2008)
20
con elasticidad de sustitución constante (CES, por su sigla en inglés) que combinan el
consumo de todos los productos existentes.
La “estructura Armington” tiene la ventaja de suponer preferencias homotéticas y
débilmente separables, características necesarias para conservar la propiedad de
modularidad del modelo de gravedad.16 Aquí se utiliza, también, un supuesto de
preferencias idénticas entre países, lo que lleva a dejar de lado cualquier característica
idiosincrática o cualquier aspecto estructural que implique diferencias en los tipos de
productos que se demandan en cada país (lo cual puede ser relevante, por ejemplo, si se
incluye la demanda de productos intermedios, que deberá ser racionalizada a través de la
estructura de costos). De esta forma, se trata de modelos de especialización completa, en el
sentido que cada variedad es producida en un único país. Luego, consumidores idénticos
compran productos de todas las procedencias.
Este conjunto de supuestos implica asumir que existen rigideces en el mercado, originadas
en la percepción del consumidor respecto a las características de cada producto, por lo que
cada industria nacional adquiere cierto poder de mercado y los niveles de demanda y oferta
locales afectan el precio de los productos comercializados. Lo que se llama habitualmente
“modelo Armington” combina la estructura de demanda descrita con ofertas neoclásicas
estándar en todos los mercados, es decir, en las que hay rendimientos constantes a escala y
los mercados son perfectamente competitivos (Lloyd & Zhang, 2006).
Otro aporte muy relevante de Anderson (1979) es que muestra la importancia de considerar
los costos relativos del comercio, y no los costos absolutos. Se sostiene que “el flujo de i a
j depende de la distancia económica de i a j relativa al promedio ponderado por comercio
de la distancia económica de i a todos los demás puntos en el sistema” (Anderson, 1979, p.
113). Esta observación llevará a que la estimación de los modelos gravitacionales
incorpore, a partir de entonces, una variable construida como el citado promedio
ponderado, generalmente denominada “remoteness” (Wei, 1996; Wolf, 1997; Helliwell,
1998; Head & Mayer, 2000).
16
La modularidad o separabilidad significa que los cambios en el precio de un grupo de productos sólo
afectan la demanda de los demás grupos de productos a través del índice general de precios. La
homoteticidad es importante, ya que refiere a que las demandas relativas son función exclusivamente de los
precios relativos agregados.
21
Bergstrand (1985) presenta una de las primeras extensiones al modelo de Anderson,
desarrollando los primeros fundamentos microeconómicos del modelo de gravedad.
Suponiendo un solo factor de producción, deriva la ecuación a partir de la maximización
de utilidad y de beneficio por parte de los agentes de N países. Supone sustituibilidad
perfecta entre los productos a nivel internacional, y observa que en un marco de
diferenciación de productos la ecuación de gravedad simple está mal especificada, ya que
se omiten variables de precios que son relevantes. En consecuencia, en su artículo presenta
una estimación en la que se utilizan los índices de precios de cada país. Deardorff (1998)
también construye sobre el modelo de Anderson (1979), fundamentando la ecuación de
gravedad en un modelo con dotaciones factoriales à la Heckscher-Ohlin.
3.2 Aportes desde las Nuevas Teorías de Comercio
La aparición de enfoques alternativos a los tradicionales resulta, en buena medida, de un
creciente apartamiento entre los patrones de comercio observados desde los años ’70 y los
supuestos y resultados centrales de los modelos neoclásicos. El análisis en un marco de
especialización completa de los países atiende exclusivamente a argumentos de oferta, ya
que las preferencias idénticas y homotéticas de todos los consumidores anulan el papel de
la demanda. Pero en palabras de Paul Krugman, “ni el extenso comercio entre países
industriales, ni la prevalencia en dicho comercio del comercio en dos sentidos de
productos diferenciados, tiene mucho sentido en términos de la teoría estándar”
(Krugman, 1980, p. 950).
Lo que Krugman denomina comercio en dos sentidos de productos diferenciados (TWT,
por su sigla en inglés), más frecuentemente denominado comercio intra industrial (IIT, por
su sigla en inglés), refiere al caso en que dos países importan y exportan simultáneamente
productos pertenecientes a una misma industria17.
17
El IIT es identificado inicialmente en estudios sobre los efectos de la integración de Benelux y luego de la
Comunidad Económica Europea, donde se observó que la integración no conducía a un incremento de la
especialización y del comercio inter industrial, sino al crecimiento del IIT. Los trabajos más destacados son
Verdoorn (1960), Drèze (1960), Balassa (1966) y Grubel (1967). Simultáneamente a Krugman, otros autores
proponen respuestas teóricas en el marco de la literatura de las “ventajas comparativas”. Por ejemplo, si se
consideran agregaciones de países (regiones), Deardoff (1979) y Lassudrie-Duchéne & Mucchielli (1979)
22
La constatación de la creciente importancia del IIT en los patrones de comercio,
documentada inicialmente por Grubel & Lloyd (1975), es vista frecuentemente como uno
de los disparadores de las NTC a comienzos de los 80s. Esto lleva a que en forma paralela
al trabajo de Anderson se desarrollaran modelos gravitacionales que incluyen
diferenciación de productos y retornos crecientes a escala.
Vale la pena observar que el modelo de competencia monopolística, postulado por
Chamberlin (1936) y Robinson (1933), se formaliza a través de dos vertientes. Por un lado,
Lancaster (1979) lo deriva en un contexto de consumidores que son heterogéneos en
cuanto a su “variedad ideal”, y Lancaster (1980) y Helpman (1981) aplican este modelo al
comercio internacional. Una segunda vertiente proviene de los modelos de Spence (1976)
y Dixit & Stiglitz (1977) quienes lo obtienen como resultado del “gusto por la variedad”,
en un marco de un consumidor representativo que demanda distintas variedades del bien
diferenciado producidas con rendimientos crecientes a escala. Krugman (1979; 1980)
aplica este modelo al comercio internacional, y en particular Krugman (1980) desarrolla un
modelo en el cual los rendimientos crecientes son combinados con asimetrías de tamaño de
demanda entre países y costos de transporte. Del mismo modo que al interior de un país,
cada bien (diferenciado) es producido por una única firma y su precio se determina con un
sobreprecio sobre los costos, el comercio entre países se compondrá de productos
diferenciados en los que no hay motivos para que se dé la igualdad de precios.
Pocos años después el modelo de “equilibrio integrado” de Helpman & Krugman (1985) se
constituye como una síntesis que postula la vigencia de los modelos basados en ventajas
comparativas como fuente del comercio inter-industrial (bajo supuestos de competencia
perfecta), mientras que el comercio intra industrial se sustentaría en la existencia de
economías de escala en un marco de competencia monopolística y rendimientos crecientes.
En su Capítulo 8, estos autores proponen el primer modelo gravitacional que incluye
competencia monopolística.
muestran que el IIT puede surgir como consecuencia de una “cadena de ventajas comparativas”. Davis
(1995) obtiene IIT en un modelo ricardiano. Otros enfoques recurren a la existencia de firmas aversas al
riesgo (Cukrowski & Aksen, 2003), diferencias en los niveles de los costos de transporte según se trate de
comercio intra-regional e inter-regional (Melvin, 1985) o decisiones vinculadas al portafolio de la firma.
23
El peso relativo de un tipo y otro de comercio dependerá, coincidiendo con las tendencias
empíricas reseñadas, de la similitud en los niveles de desarrollo entre las economías
(intensidades factoriales semejantes, tamaños de mercado cercanos, gustos similares) y de
la dimensión de su mercado. A mayor similitud o, en la terminología habitual, a menor
“distancia económica”, mayor será el peso del comercio intra industrial (Krugman &
Obstfeld, 1991). Esta visión implicaría que la vigencia de la Ley de un Solo Precio (LSP)
se hace más probable en el comercio entre países con grados de desarrollo semejantes,
mientras que debería tener menos peso en el comercio entre países distantes en términos de
intensidad factorial y gustos.
Bergstrand (1989), extiende el modelo de Bergstrand (1985) para incorporar diferencias en
las dotaciones relativas de factores, por lo que agregan una estructura Heckscher-Ohlin
para explicar la especialización y el comercio inter industrial. Además, muestran que un
modelo de tipo Helpman-Krugman-Markusen ajusta bien al comercio intra industrial. Para
la especificación sigue utilizando índices de precios, al igual que en Bergstrand (1985).
Unos años más tarde Krugman (1991) vuelve a hacer un aporte fundamental, al mostrar las
consecuencias que tiene la incorporación de costos de transporte en interacción con los
retornos crecientes a escala, dando surgimiento a lo que se conoce como los modelos de
geografía económica. Feenstra, et al (2001) y Haveman & Hummels (2004) son otras
referencias importantes en la línea de trabajo que se aproxima a los modelos
gravitacionales a partir de modelos de competencia monopolística.
Si bien los modelos gravitacionales poseen una fuerte afinidad conceptual con las NTC,
dado que predicen incrementos en el comercio positivamente correlacionados con
incrementos en el producto, suponiendo preferencias idénticas entre los países (Helpman,
1987), resultan también compatibles con otros modelos18. En particular Hummels &
Levinsohn (1995) y Deardoff (1995) mostraron su adecuación con el modelo H-O-S, al
incluir en su muestra a países no pertenecientes a la OCDE, caracterizados por importantes
distancias económicas entre ellos, logrando una buena aproximación a los hechos
18
Ver, por ejemplo Davis & Weinstein (1996), Deardorff (1998); Evenett & Keller (1998); Feenstra, et al.
(2001); y Haveman & Hummels (1997).
24
estilizados. Tanto Deardoff (1995) como Fontagné, et al., (1998) demuestran así que es
necesario incluir la diferenciación de productos en los modelos.
3.3 Popularización y contraste de enfoques
Es recién en 1995 cuando los modelos gravitacionales empiezan a popularizarse, ya que en
ese año se publican dos artículos que tendrían un impacto mayor en la teoría de comercio.
Head & Mayer (2013) denominan a esta etapa como el período de la “aceptación”, que
casualmente se produce en el momento en que a nivel de prensa se postulaba la “muerte de
la distancia” (Cairncross, 1997) o la existencia de un mundo sin fronteras (Ohmae, 1990).
Por un lado Trefler (1995) plantea el problema del “missing trade”, mostrando que el
comercio que se observa entre los países es mucho menor al que predicen los modelos de
tipo H-O. Inaugura una rama de la literatura que investiga el llamado “home bias”, y más
en general las resistencias al comercio. Por otro lado, utilizando el modelo gravitacional,
McCallum (1995) llama la atención sobre la importancia de las fronteras nacionales, y en
base a datos de comercio entre las provincias de Canadá y de éstas con los estados de
Estados Unidos, estima un modelo de gravedad que muestra que las provincias canadienses
comercian entre ellas 22 veces más que con los estados del país vecino, lo que evidenciaría
un efecto muy poderoso de las fronteras nacionales en la destrucción del comercio. Este
artículo inaugura una rama de la literatura que, investigando el llamado “border effect”,
inspiró mejoras teóricas y metodológicas sustantivas en los modelos de gravedad en los
años siguientes.
Simultáneamente el debate teórico se intensifica. Después de Helpman & Krugman (1985),
que presenta un enfoque unificado donde conviven la perspectiva de las dotaciones
factoriales, economías de escala internas a la firma, y gusto por la variedad (suponiendo
costos de transporte nulos), aparecen trabajos como Helpman (1987), y más tarde
Hummels & Levinsohn (1995), que muestran que el buen desempeño empírico de la
ecuación de gravedad alcanza tanto al comercio entre países industrializados (donde el
comercio intra industrial es mayor) como a los países en desarrollo (donde el comercio
intra industrial es prácticamente inexistente).
25
Otra rama de trabajos se dedica a contrastar el peso de los diferentes enfoques teóricos en
la explicación de los patrones comerciales observados. Davis & Weinstein (1996) afirman
que el 90% de la varianza de los flujos comerciales se explica por diferencias en las
dotaciones factoriales, y solo el 10% restante por la geografía económica. Mientras tanto,
Harrigan (1993) obtiene elasticidades unitarias del comercio respecto al producto del país
exportador, lo que puede interpretarse como evidencia consistente con el modelo de
competencia monopolística.
Otros autores buscan identificar condiciones particulares a las que pueda limitarse la
validez del modelo gravitatorio, como la línea que inaugura el propio Helpman (1999)
donde se distingue entre países que producen bienes diferenciados (Norte) y aquellos que
producen bienes homogéneos (Sur)19. En este debate surgen algunos aportes importantes,
como los de Jensen (2000) y Evenett & Keller (2002). Haveman & Hummels (2004)
afirman que mientras los productores sean considerados homogéneos la indiferencia entre
consumidores hará que el comercio bilateral quede indeterminado en el modelo, por lo que
las diferencias de costos deben ser consideradas.
Así, sobre fines de los años ’90 el debate en torno al modelo de gravedad ya era muy
sustancial, lo que lleva a la elocuente afirmación de Frankel, quien sostiene que “la
ecuación ha pasado de una vergonzosa pobreza en sus fundamentos teóricos a un
bochorno de riqueza” (Frankel, et al., 1997, p. 53)
3.4 Microfundamentación y resistencia multilateral
Anderson & van Wincoop (2003) es uno de los primeros artículos en plantear una
fundamentación teórica sólida para los modelos gravitacionales, y lo hacen sin recurrir a
competencia imperfecta o a retornos crecientes a escala, lo que implica una validación del
modelo más allá de su uso para contextos específicos como el del comercio entre los países
del Norte. Responden en este sentido a la interrogante que había quedado planteada por
19
Un supuesto simplificador importante es que los países del Sur son idénticos entre ellos, por lo que el
modelo no considera la posibilidad de comercio Sur-Sur.
26
Hummels & Levinsohn (1995) respecto a las explicaciones del buen funcionamiento de la
ecuación de gravedad en el comercio que incluye a los países que no integran la OCDE.
Los autores parten de una estructura Armington, y manipulan el sistema de ecuaciones de
gasto (CES) para obtener una versión microfundamentada de la ecuación gravitacional, lo
que se conoce en la literatura como el modelo gravitatorio estructural, empezando a
reconciliar los métodos de estimación con la estructura de los modelos.
Su propuesta apunta a tratar adecuadamente las diferencias entre el tamaño de los países, y
logran explicar los flujos comerciales asimétricos utilizando costos variables de comercio
asimétricos. Descomponen la resistencia al comercio en (i) resistencia bilateral entre c y c’,
(ii) resistencia de c en el comercio con todas las regiones, y (iii) resistencia de c’ en el
comercio con todas las regiones. Los dos últimos términos, que denominan Resistencia
Multilateral del país respectivo, recogen el sentido del planteo original de Anderson (1979)
sobre la importancia de considerar los costos de comercio en términos relativos. Este
componente adicional en la especificación del modelo gravitatorio, se torna a partir de
entonces en un aspecto central en la estimación de los modelos gravitatorios. Con esta
propuesta los autores también salen al cruce del uso, por entonces generalizado, de una
variable de aislamiento (remoteness). Su aporte fundamental es señalar que, desde una
fundamentación microeconómica, lo relevante no son las barreras absolutas al comercio
entre dos países sino la magnitud relativa de las mismas en comparación con el nivel
medio de barreras al comercio.
Por otra parte, este artículo tiene el mérito adicional de mostrar que la adecuada
consideración de la resistencia multilateral resuelve el problema del border effect. Siendo
mucho más pequeñas, las provincias canadienses son más abiertas al comercio con otras
provincias y otros países, y por lo tanto tienen una mayor resistencia multilateral. El
coeficiente de frontera, una vez que se incluyen las resistencias multilaterales, pasa a
representar una magnitud mucho más razonable, de entre un 20% y un 50% de costo
adicional.
Head & Mayer (2013) denominan a esta etapa como la “revolución de la resistencia
multilateral y los efectos fijos”, ya que tanto Feenstra (2004) como Redding & Venables
27
(2004) muestran que un conjunto de efectos fijos de importador y de exportador capturan
adecuadamente los efectos de resistencia multilateral. La facilidad de su aplicación produjo
una notable intensificación de la literatura aplicada, con una oleada de trabajos que
utilizaron la ecuación gravitacional para abordar los más diversos temas de la economía
internacional. Más recientemente, Silva & Nelson (2012) proponen una versión asimétrica
del modelo que puede ser promisoria en el futuro próximo.
3.5 “Nuevos nuevos” modelos de gravedad
Head & Mayer (2013) ubican en 2008 un punto de inflexión en la literatura de los modelos
gravitacionales, signado por varios artículos que la reconcilian con la literatura de
organización industrial, en particular con los modelos de firmas heterogéneas, y con la
evidencia empírica que muestra que las heterogeneidad de las firmas es importante en lo
que atañe al ingreso a los mercados de exportación.
Varios trabajos han mostrado, por ejemplo, que la proporción de firmas que exportan a
países grandes (en el sentido económico) es mayor que la que exporta a mercados
pequeños, como se ha documentado para Francia o Estados Unidos (Bernard, et al., 2005;
Eaton, et al., 2004).
Además, las firmas que exportan son pocas y selectas. En Francia, por ejemplo, se ha
estimado que sólo el 17% de las firmas del sector manufacturero en 1986 accedía a los
mercados de exportación (Eaton, et al., 2004). El mismo indicador para Estados Unidos
arrojaba que en 1997 sólo un 27% de firmas eran exportadoras y sólo un 14% de firmas
eran importadoras (Bernard, et al., 2007b). Otros trabajos, como Bernard & Jensen (1999),
han mostrado que estas firmas son más grandes, más productivas y más intensivas en
capital y en trabajo calificado. Estos autores se preguntan si este mejor desempeño es una
causa o una consecuencia de la exportación, y muestran evidencia a favor de un proceso de
selección de las firmas más productivas en los mercados de exportación.
Los modelos con firmas homogéneas no pueden tomar en cuenta que la gravedad depende
del margen extensivo (aumento en el número de productos que las firmas exportan o
aumento en el número de países a los que exportan), y le adjudican todo el efecto de la
28
distancia al margen intensivo. Los enfoques de las “Nuevas Nuevas Teorías del Comercio”
tienen como rasgo distintivo la incorporación de la dimensión de heterogeneidad de las
firmas, y uno de los usos principales de los modelos gravitacionales en esta línea ha sido el
análisis del margen intensivo y el margen extensivo. Bernard et al. (2010) hacen una
descomposición del margen extensivo y el intensivo, y afirman que es el margen extensivo
el que explica por qué el comercio cae tan rápidamente con la distancia. Otros artículos
relevantes en esta línea son Mayer & Ottaviano (2008) y Chaney (2008).
Eaton & Kortum (2002) son los primeros que plantean una fundamentación de la ecuación
de gravedad utilizando firmas heterogéneas, lo que implica que se concentran en la
estructura de la oferta. Derivan una ecuación de gravedad isomórfica a la de Anderson &
van Wincoop (2003), pero con base en el modelo ricardiano de ventajas comparativas (por
medio de una extensión del modelo de Dornbusch, et al. (1977) al caso de muchos países).
En este modelo los bienes son homogéneos, y el país que produzca a menor costo se
convertirá en el exportador de esa variedad a todos los destinos. La dispersión de las
productividades entre firmas es el parámetro central, y los autores asumen que las firmas
obtienen aleatoriamente el parámetro de productividad con el cual operarán (a partir de una
distribución de probabilidad Fréchet).
El modelo se concentra en la relación entre los costos de comercio, el uso de insumos
intermedios y el tamaño de los países. Una de sus principales virtudes está en reconciliar
los modelos teóricos con el hecho observado de que varios países exportan un mismo bien
y que los países exportan un bien específico a algunos destinos y no a otros. Aquí la
especialización se determina endógenamente (explicada por la geografía), y las variaciones
en el volumen de comercio se dan exclusivamente por el margen extensivo (firmas que
comienzan a exportar nuevos productos a nuevos destinos). Por medio de efectos fijos de
país recogen las características de la distribución de probabilidad del parámetro
tecnológico. Arkolakis (2008) extiende este modelo de forma tal que admita variaciones de
comercio debidas al margen intensivo (mayor volumen de exportación por parte de firmas
que ya exportaban). Otras extensiones relevantes son Álvarez & Lucas (2007), que
muestran que el sistema tiene un equilibrio único, o Caliendo & Parro (2012), que
incorporan múltiples sectores y la existencia de bienes no transables.
29
El otro hito en los aportes de las Nuevas Nuevas Teorías de Comercio a los modelos de
gravedad proviene de Melitz (2003) y de la posterior extensión realizada por Helpman,
Melitz & Rubinstein (2008, HMR en adelante). Estos modelos toman un camino
alternativo al de Eaton & Kortum (2002), optando por extender el modelo de Krugman
(1980) del gusto por la variedad al caso de firmas heterogéneas. En combinación con una
dinámica de la industria tomada de Hopenhayn (1992) e incorporando la existencia de
costos fijos de exportación, la heterogeneidad es la piedra de toque para lograr un efecto de
selección en los mercados de exportación.
La extensión propuesta por HMR busca atacar el problema de las asimetrías en el comercio
bilateral y la existencia de un importante número de registros de cero exportaciones. Si
bien este aspecto había sido señalado muy tempranamente por Linnemann (1966, p. 64), la
literatura posterior había omitido su adecuada consideración. Para ello también recurren a
incorporar la heterogeneidad a nivel de productividades de las firmas, de un modo que se
expone en detalle en la sección siguiente.
Un aporte reciente, de Arkolakis, Costinot & Rodriguez-Clare (2012), muestra que la
introducción de heterogeneidad entre firmas no es necesaria para obtener la misma
ecuación de gravedad. En particular prueban que existe un isomorfismo entre los modelos
de Krugman (1980), Eaton & Kortum (2002) y Melitz (2003) ya que los supuestos
comunes de preferencias CES, productividades con distribución Pareto (extensión de
Chaney (2007) en el caso de Melitz) y uso de la condición de balance comercial, llevan a
que en los tres casos se registren las mismas ganancias al pasar del régimen de autarquía a
la situación de comercio. Melitz & Redding (2013) sin embargo, muestran que para
cambios pequeños en costos de comercio y sin recurrir a la distribución de Pareto, los
modelos tienen distintas implicaciones sobre el bienestar.20
20
El isomorfismo mencionado surge porque el supuesto de distribución Pareto es fuerte, ya que implica que
parte de los efectos de la disminución de costos se cancelan debido a que el número de firmas que entra es
igual al número de firmas que abandona el mercado en cada período. La distribución de Pareto, por otra
parte, no ha sido verificada en el terreno empírico.
30
3.6 Derivación del modelo de HMR
3.6.1 Planteamiento del modelo básico
Esta sección sigue en términos generales la presentación del modelo realizada en el
artículo original. El lector interiorizado en el modelo puede pasar directamente a la Sección
3.7.
La función de utilidad ( ) del país j se define como la suma integral de los consumos
( ( ) de bienes l, dentro de un espacio ( ) que define el continuo de bienes disponibles
en el país j. La agregación se realiza por medio de una función CES:
⁄
[ ∫
donde
(
y se tiene que
variedades
]
(3.2)
es la elasticidad de sustitución entre dos
.
La función de demanda de una variedad l por parte del país j, será:
(
donde
̅(
(3.3)
es el ingreso del país j (igual a su gasto), ̅ (
es el precio de la variedad en el
mercado que lo consume, y el índice de precios de todas las variedades consumidas en el
país j queda definido como:
⁄(
[ ∫ ̅(
]
(3.4)
Entre los productos consumidos por la economía j hay productos domésticos e importados.
En el lado de la oferta, una característica principal de este modelo es que cada empresa
produce una variedad diferente en la economía mundial. Definiendo una medida
para la
cantidad de firmas activas en el país j, se tendrá que en la economía mundial existe un
total de
∑
firmas y productos.
31
Suponiendo que las firmas utilizan una canasta de insumos que minimiza sus costos, se
asume que los costos unitarios de cada firma son
, donde
es la cantidad de canastas de
insumos utilizadas para obtener una unidad de producto por parte de la firma, y
es el
costo monetario de cada canasta, definido a nivel del país y asociado a la disponibilidad de
recursos productivos.
En este contexto, la productividad de la firma es 1/a, y es una variable central en el análisis
puesto que recoge el hecho de que las empresas son heterogéneas en su productividad. El
modelo supone que cada firma extrae aleatoriamente un valor de a previo a tomar sus
decisiones de producción en cada mercado. Un supuesto importante es que la extracción de
a se realiza a partir de una función de distribución idéntica en todos los países,
soporte
], donde
(
con
(la firma más productiva tiene una productividad
finita). Esto implica que las diferencias agregadas de productividad entre los países están
recogidas en el costo de la canasta en cada país.
Para vender en el mercado doméstico sólo se asumen los costos reseñados, no obstante,
para vender en el
mercado internacional es necesario afrontar dos tipos de costos
adicionales: costos de transporte (
) y costos fijos de exportación (
), ambos
específicos de cada dupla de países.21
Existe competencia monopolística en los productos finales, lo que da origen a ecuaciones
de precios (derivadas de la maximización de beneficios del productor) consistentes en la
fijación de un mark-up sobre los costos que depende inversamente de la elasticidad de la
demanda. Dado que existen dos mercados posibles, hay dos ecuaciones de precios (en
destino), en función de si se vende al mercado doméstico ( ( ) o se exporta ( ̅ ( ):
(
y
̅ (
Dado lo anterior, los beneficios asociados a las exportaciones al país i se obtienen como:
21
Los costos de transporte son de tipo “iceberg” (Samuelson, 1954), por lo que es necesario despachar
unidades en origen para que se reciba una unidad en destino (con
y
). En cuanto a
los costos fijos, se supone que
y que
.
32
(
̅ (
(
(
(
( [ ̅ (
̅ (
̅ (
( [ ̅ (
(
]
̅ (
(
̅ ( (
̅ (
(
(
]
)
(3.5)
Todas las empresas venden en su propio mercado dado que no enfrentan costos fijos y los
ingresos son positivos, sin embargo solo algunas logran exportar a un cierto mercado. Se
define la empresa del país j de productividad marginal
tal que sus beneficios son cero si
exporta al país i. Esta es la llamada Zero Profit Condition:22
(
(
)
(3.6)
De este modo, la firma marginal será aquella cuyo nivel de productividad verifique:
⁄
(
(
)
En este contexto sólo una fracción (
(
(
)
(
)
de las empresas del país j exportará al mercado i,
y es posible incluso que no existan empresas que exporten a dicho mercado. Esta es una de
las principales particularidades del modelo, puesto que permite explicar los flujos
asimétricos de comercio, así como la situación extrema observada en los casos de “cero
comercio”, en el que los costos para las empresas de j son tan altos que las empresas que
podrían exportar no están disponibles (
).
El comercio bilateral entre el país importador i y el exportador j se obtiene sumando sobre
las empresas que logran entrar al mercado i (las que son tanto o más productivas que la
marginal). La proporción de empresas que exportarán del origen j al destino i será:
22
Una aclaración terminológica es necesaria, ya que en este caso la Zero Profit Condition indica que la firma
marginal realiza beneficios nulos, mientras que todas las firmas más productivas obtienen beneficios
positivos. Esta condición tiene implicaciones diferentes cuando se la utiliza en los modelos con libre entrada
de firmas, donde implica que todas las firmas participantes tienen beneficios nulos. A diferencia de ese caso
donde el número de firmas es endógeno, aquí el número de firmas es fijo.
33
{
Con una medida
(3.7)
(
∫
de firmas en el país j, el volumen de exportaciones desde j a i será:
̅
∫
(
)
(
̅
(
)
(
(
∫
)
(3.8)
Y los precios en el mercado de destino i serán:
∑(
)
(3.9)
3.6.2 Obtención del modelo gravitacional
A partir de las ecuaciones de la subsección anterior es posible obtener
a partir de la
agregación del comercio con todos los mercados, ya que dada la condición de ingreso igual
gasto, el ingreso del país i se obtiene sumando las ventas que éste realiza a todos los
mercados (incluyendo el mercado doméstico):
∑
(3.10)
Si se aplica la expresión del comercio bilateral de la ecuación (3.8) en la ecuación (3.10) se
obtiene que:
∑(
)
( )
∑(
)
34
∑ (
( )
(3.11)
)
Aplicando este resultado en la ecuación de volumen de exportaciones se tiene que:
(
)
( )
∑ (
)
Simplificando, reordenando, y utilizando que el ingreso mundial es
∑
y que las
⁄ , se llega a:
participaciones en el ingreso mundial son
(
)
(3.12)
∑ (
)
Esta última ecuación contiene el conjunto de las variables específicas del importador y del
exportador (producto y resistencia multilateral en cada caso). De la interacción entre ellas
depende el comercio de j a i (costos de comercio y costos fijos de exportar de j a i, que son
distintos, generalmente, de los que afectan al comercio en la dirección contraria).
De aquí que esta especificación sea más general que la propuesta por Anderson y van
Wincoop (2003), que implica costos de comercio simétricos y costos fijos de exportar que
no dependen del destino. En este sentido, esta formulación se adapta a explicar el comercio
cero así como la existencia de comercio unilateral, lo cual se ajusta mejor a una
característica importante de la evidencia empírica.
3.6.3 Forma teórica y forma estimable
A partir de aquí se modela paramétricamente la heterogeneidad, suponiendo que la
productividad
sigue una distribución de Pareto ( ), truncada en
]. Es decir:
(
35
Entonces, se mantiene que
cuando
. Llegado este punto, se puede expresar
de forma más precisa la proporción de firmas exportadoras cuando
que
, teniéndose
es:
(
∫
(3.13)
donde:
{(
)
}
y
(
(
Tomando logaritmos en la forma teórica de la ecuación de gravedad que se obtuvo en la
ecuación (3.8), se obtiene:
(
(
(
(
( )
(
Donde a partir de la ecuación (3.13) se puede desarrollar el término
(
(
(
)
(3.14)
como:
(
)
Por otra parte, se supone que los costos variables son estocásticos, y que pueden expresarse
como
, donde
es la distancia entre los países i y j, o un vector de
variables que reflejan costos variables de comercio,
respecto a la distancia (o vector de elasticidades), y
con
(
es la elasticidad del comercio
son fricciones inobservables i.i.d.,
. Así, en logaritmos se tiene que:
(
(
)
Se llega, entonces, a un modelo estimable de la ecuación de volumen de exportaciones
bilaterales:
(3.15)
donde la constante es
(
importador y exportador tales que
(
(
(
y se tienen efectos fijos de país
y
(
( ), que
entre otras características inobservables del país importador y exportador, capturan la
resistencia multilateral que enfrenta cada uno de ellos.
36
La innovación central en esta formulación es la variable
, que controla por la fracción
de firmas exportadoras (dependiente del umbral de productividad
y por lo tanto de los
costos fijos y variables de exportar desde el país j al país i).23
El propósito central del artículo de HMR es mostrar teóricamente y verificar
empíricamente cómo la omisión de la variable
ocasiona un sesgo hacia arriba en la
estimación los coeficientes del modelo, en particular de aquel que está asociado a la
distancia geográfica. Si no se controla por la proporción de firmas exportadoras, los efectos
– por ejemplo – de aumentos en las barreras al comercio, confundirán el margen intensivo
y el margen extensivo, interpretando como disminución en el valor comerciado una parte
de la variación en el total del valor que desaparece debido a la disminución en la
proporción de firmas exportadoras.
El sesgo hacia arriba generado por la omisión de
, por otra parte, más que compensa un
segundo tipo de sesgo, hacia abajo, que se produce al hacer una estimación restringida a la
muestra de observaciones con exportaciones positivas. Este es un caso de sesgo de
23
Obsérvese que si en lugar de tomar logaritmos en la ecuación (3.8) para obtener la ecuación (3.14), se
toman logaritmos en la ecuación (3.12), se obtiene:
(
(
(
)
(∑ (
)
)
Esta ecuación se puede simplificar utilizando que:
( )
∑(
)
Y por lo tanto:
(∑ (
)
(
)
(
( )
(
)
Entonces, empleando este último resultado, y retomando las expresiones para (
utilizadas al obtener la ecuación (3.15), se tiene ahora:
(
(
(
(
(
Y por lo tanto se llega a la misma ecuación estimable, donde
(
(
(
y
(
) y para
( ))
se mantienen incambiadas, pero ahora:
( ))
Es decir que en lugar del número de firmas en el país j el efecto fijo de exportador incluye el producto de
dicho país y el precio respectivo.
37
selección clásico, que admite un tratamiento à la Heckman. El signo del sesgo proviene de
que altas barreras observables al comercio, en los casos en que hay comercio, se asocian
con bajas barreras inobservables. HMR confirman empíricamente el signo de ambos sesgos
y comprueban que el sesgo generado por la omisión de
tiene una magnitud mayor que
el generado por la omisión de la inversa del Ratio de Mills para controlar por el proceso de
selección endógena.
3.6.4 Problema de selección de las firmas en la exportación
El aspecto esencial de
es que recoge la proporción de firmas que sobrepasan el umbral
que marca el requerimiento de recursos a partir del cual la baja productividad de la
empresa no le permite exportar a los costos vigentes.
Considerando la ecuación (3.6) o Zero Profit Condition, se puede definir una variable
latente
, subyacente al proceso de selección, que siendo inferible para toda la muestra
permita predecir los casos de exportaciones positivas. Esta variable es sencillamente la
relación entre costos variables y costos fijos para la empresa más productiva, y queda
definida como:
(
(
)
(3.16)
Definiendo a su vez una variable indicatriz de los casos en que las exportaciones de j a i
son positivas (
), se obtiene:
A partir de sus definiciones, se puede ver que la variable
está vinculada a la variable
latente por una relación monótona en los casos en que existen exportaciones positivas,
como se desprende de la ecuación (3.13), que conduce a:
(3.17)
38
Para pasar a la estimación del modelo de variable latente es necesario especificar la forma
de los costos fijos de exportación, que al igual que los costos variables se suponen
estocásticos, debido a fricciones inobservables que son i.i.d. Así:
(
donde las variables
)
(
son efectos fijos de exportador, importador y par, y
pudiendo estar correlacionado con
.
De esta manera, la variable latente, en logaritmos, puede expresarse como:
(3.18)
( )
donde,
,
(
incluyen el control por la
(
resistencia multilateral del importador y el exportador, y
. Esta variable
permite la estimación de un modelo de variable latente para explicar la etapa de selección
de las firmas en los mercados de exportación. Para ello se modela la probabilidad de que
las exportaciones de i a j sean positivas, notada como
(
donde
y definida por:
| )
(3.19)
es el conjunto de variables observables que integran el vector
costos fijos de comercio específicos del par y el vector
de variables de
de costos variables de comercio
específicos del par.
Todos los componentes de los costos fijos y variables que sean observados a nivel del país
importador o del país exportador quedarán recogidos por el efecto fijo respectivo de la
ecuación (3.18). Los autores observan que hay variables incluidas que afectan tanto a los
costos fijos como variables, en cuyo caso los coeficientes estimados combinan dichos
efectos.
Tras normalizar las variables a desviaciones típicas de
, el modelo Probit queda
especificado como:
(
)
(
)
(3.20)
39
(
y el término de error de este modelo será
. Esta ecuación es la base de la
microfundamentación del modelo gravitacional propuesto en HMR, y permitirá obtener
estimaciones consistentes de la variable
, que como se vio son necesarias para evitar un
sesgo hacia arriba de la estimación de la primera etapa (ecuación de volumen de
exportaciones) del modelo gravitacional.
3.6.5 Estimación consistente del modelo gravitacional
Tal como mostró la ecuación (3.15), la estimación consistente del modelo gravitacional
requiere la inclusión de una variable (
) que controle por la proporción de firmas
exportadoras. El modelo de variable latente de la ecuación (3.20), utilizado como segunda
etapa, permite obtener una estimación consistente de
. Para ello, recordando la ecuación
(3.16), es necesario contar con estimaciones consistentes de
, que a su vez pueden
obtenerse de la estimación de la primera etapa.
Si ̂
es la probabilidad predicha por el modelo de la ecuación (3.20), utilizando esa
misma ecuación se puede obtener el valor predicho para la variable latente normalizada
(
), es:
̂
(3.201
(̂ )
)
Estas predicciones permiten alcanzar predicciones de
si se modifica levemente la
ecuación (3.16) a los efectos de tener en cuenta la normalización de los parámetros que,
definiendo
, conduce a:
{(
)
}
(3.21)
Por otro lado, la estimación consistente también requiere controlar por la selección de
duplas de países con comercio positivo, y para ello se requiere una estimación consistente
de
[
|
], que vendrá dada por la Inversa del Ratio de Mills obtenida en la
primera etapa, como es habitual en el modelo convencional de Heckman (1979).
̂̅
( ̂ )
( ̂ )
40
Este proceso de selección en la primera etapa hace que deban considerarse las esperanzas
condicionales a las observaciones seleccionadas24, también para los estimadores que
recogen la selección de las firmas en los mercados de exportación. De este modo, la
inversa del Ratio de Mills afecta tanto la [
|
] como la [
|
] en la
ecuación (3.15). Al incorporar esta interacción, se tiene:
̂̅
̂
̅
̂̅ como estimador consistente de [
̂
( ̂̅ )
[
|
]
] como estimador consistente de [
|
]25
La ecuación del modelo estimable, consistente en el sentido que corrige los dos tipos de
sesgo señalados, se convierte entonces en:
[
donde
( ( ̂
es el término de error (i.i.d) y será tal que
̂̅ ))
[
̂̅
]
|
]
(3.23)
. Esta ecuación
es el resultado teórico principal de HMR, ya que implementa la corrección necesaria para
considerar el margen extensivo en el comercio al estimar el modelo gravitacional. Al
modelar la probabilidad de que se registren exportaciones positivas, la ecuación (3.20)
brinda las variables necesarias para controlar por los dos tipos de selección endógena. En
muchos casos el porcentaje de firmas exportadoras es nulo, con lo que el modelo explica
tanto las asimetrías en el comercio (considerando una dupla, las exportaciones en una
dirección son de magnitud muy diferente a las exportaciones en la dirección contraria), así
como los ceros de la variable exportación. Para ello los costos de comercio son variables
clave, y en el caso de los costos fijos de exportación éstos juegan un papel central en la
ecuación de selección.
Sin embargo, esta capacidad del modelo para explicar las asimetrías se ve
innecesariamente limitada por el uso de un conjunto de variables que son en su totalidad
simétricas (a excepción de
). Los autores se enfocan en mostrar que “[…] las fricciones
24
Esta restricción a la muestra seleccionada se nota por medio de un techo en las variables o parámetros.
25
Tomando logaritmos en la ecuación (22), se obtiene que en el caso general
]
[
(
)
(
)
[(
)
]
41
simétricas no son necesarias para inducir flujos de comercio asimétricos”26, pero su
selección de un conjunto de información estrictamente simétrico recarga al único regresor
asimétrico,
, y a los efectos fijos (siempre poco informativos), con toda la explicación
de la asimetría existente en los flujos reales del comercio internacional. La estimación del
parámetro asociado a
podría entonces estar confundiéndose con otras asimetrías
eliminadas de manera arbitraria de componentes del modelo que son inherentemente
asimétricos.
Claramente en la práctica existen asimetrías importantes tanto en los costos fijos como en
los costos variables (condiciones asimétricas de acceso a los respectivos mercados, por
ejemplo).27 Si éstas no son explícitamente controladas en el modelo, parte de su efecto se
integrará en el efecto fijo de país importador o de país exportador, pero toda fricción
asimétrica específica del par quedará o bien recogida en el término de error o bien
confundida con
, lo que naturalmente puede ser además una fuente de endogeneidad. En
particular, la simetría o no asimetría de la variable utilizada para la restricción de exclusión
puede ser especialmente importante.
El Capítulo 5 se dedica a evaluar el impacto de la utilización de variables asimétricas y de
la extensión del modelo a los efectos de incorporar variables de especialización. Previo a
ello, es necesario detenerse brevemente sobre algunos aspectos metodológicos que serán
relevantes a la hora de discutir los resultados de esta investigación.
3.7 Consideraciones metodológicas
Obviamente el primer aspecto importante es la determinación del modelo teórico que
mejor se adapta a la explicación del fenómeno que se desea abordar, ya que de ello
dependerá la forma del modelo estimable y la consecuente interpretación de los
26
HMR (2008, p. 452), traducción propia.
27
Hummels (1999) muestra que los costos de flete, por ejemplo, varían marcadamente entre países,
promediando el 4% para Estados Unidos en 1994 y 13% para Paraguay en ese mismo año. Si además se tiene
en cuenta que los países exportan productos diferentes, debe considerarse que la variación de los costos de
transporte entre productos es aún mayor, por lo que introduce diferencias a nivel de los costos de transporte
del comercio agregado. Limão & Venables (2001) es otra referencia obligada, ya que muestra la dependencia
de los costos de transporte respecto a la geografía y la infraestructura.
42
parámetros. Sin embargo, Head & Mayer (2013) argumentan en contra de la opción por
una determinada microfundamentación, proponiendo, en cambio, utilizar los fundamentos
teóricos como un toolkit. El trabajo de estimación que se presenta en las secciones
siguientes se ciñe al modelo de HMR, aunque algunas variaciones concretas se inspiran en
los aportes de Anderson & van Wincoop (2003) y de otros estudios que han sugerido
extensiones tanto a dicho modelo como al de HMR.
3.7.1 Características del conjunto de información
Un segundo aspecto crítico en la metodología tiene que ver con el conjunto de información
a utilizar. Si bien HMR disponen de datos anuales para toda la década del ’80, concentran
su atención en modelos de sección cruzada. Aunque presentan resultados para el pooled
cross-section, no tratan en ningún momento las consecuencias de esta ampliación en el
conjunto de información, e incluso mantienen su especificación prácticamente incambiada,
desaprovechando variables de las que disponen, como el GDP de cada país. Al disponer de
un pool, es posible reconsiderar el conjunto de variables que pueden ser incorporadas, ya
que los efectos fijos sólo impedirán incluir variables de país fijas en el tiempo, pero pasa a
habilitarse la consideración de variables de país que varían en el tiempo.
Más importante que lo anterior, este conjunto de información permite la utilización de
técnicas de panel, por lo que se potencia el análisis al hacerse posible el control de la
heterogeneidad inobservable (Mátyás, 1998; Egger, 2000; Glick & Rose, 2002; Egger &
Pfaffermayr, 2003). Más aún, la utilización de técnicas de panel hace posible una
consideración más acabada de la dinámica, al tiempo que facilita el tratamiento de un
problema que puede ser importante en los modelos gravitacionales como es el de la
endogeneidad de algunos regresores (típicamente el GDP, que por definición de Cuentas
Nacionales es endógeno al incluir el valor total de las exportaciones; o las tarifas, que por
su carácter endógeno son casi generalizadamente omitidas en la especificación). Si bien
esta es una línea fundamental en los desarrollos más recientes de estimaciones de modelos
gravitacionales, este trabajo no ingresa en el terreno de las técnicas de panel,
manteniéndose solamente en una especificación en pooled cross-section con efectos fijos
de exportador, importador y año, que es una versión restringida del modelo que permitiría
heterogeneidad a nivel de par de países (Cheng & Wall, 1999; Egger & Pfaffermayr, 2003;
Carrere, 2006).
43
La versión de la especificación bietápica final de HMR con variación temporal, vendría
dada ahora por:
(
]
donde ̂
̅
[
( ( ̂
])
]
̂̅ ))
], y
̂
̅
(3.24)
̂̅
y
(3.25)
son efectos fijos de período en las
ecuaciones de selección y de volumen de comercio, por lo que capturan todos los
elementos uniformes entre observaciones y que varían en el tiempo (como la inflación en
dólares en la ecuación de volumen de comercio, por ejemplo). A efectos de simplificar la
notación, se incluye el subíndice temporal con paréntesis recto en los casos en que las
variables en cuestión puedan ser tanto variantes como constantes en el tiempo.
En rigor, (3.24) y (3.25) son una versión restringida de lo que se puede tener, que en su
versión más general incluiría:
(
]
]
]
Las variables
],
]
]
]
]
]
̂
̅
]
̂̅
])
(3.26)
(3.22
7)
recogen los costos variables de comercio, que ahora pueden incluir
características específicas de cada país (origen o destino). Lo mismo sucede con las
variables
]
y
]
para el caso de los costos fijos de comercio que intervienen
exclusivamente en la ecuación de selección. Sin embargo este tipo de variable de costo
específica del país no surge en la etapa de estimación de este modelo.
Pero todavía las ecuaciones (3.26) y (3.27) son versiones restringidas cuando todas las
variables se consideran simétricas, es decir cuando se supone que el valor que toman es el
mismo al ser observadas de i a j o de j a i. Un modelo más general debe permitir la
asimetría en las variables independientes.
Dado que en este trabajo no se incluyen efectos fijos de país variantes en el tiempo, la
resistencia multilateral debería seguir siendo capturada por los efectos fijos de importador
44
y exportador, por lo que lo anterior sólo será teóricamente válido bajo el supuesto de que la
resistencia multilateral es constante en el tiempo para cada país. Este supuesto puede ser
problemático, tal como muestra Novy (2008) utilizando variables proxy de la resistencia
multilateral.
Aunque típicamente los costos variables se observan sobre el par de países, no parece muy
razonable el supuesto de simetría en este caso, basta pensar en las asimetrías de la política
comercial. En HMR el único componente asimétrico está ubicado en el control por la
heterogeneidad, y en el caso en que usan como instrumento para la selección variables de
costos de regulación éstas son asimétricas, perdiéndose esta propiedad en el instrumento
cuando pasan a utilizar como tal, como se verá en el capítulo próximo, a la variable
simétrica de grado de coincidencia en las religiones practicadas en cada país. Sin embargo,
en la práctica puede ocurrir que la asimetría se explique solamente por condiciones de
acceso asimétricas, por ejemplo cuando un país es más abierto y el otro más cerrado a las
importaciones.
3.7.2 Especificación del modelo
El papel de la distancia es un punto que hace a la esencia de los modelos gravitacionales.
Reivindicada muy tempranamente por Isard & Peck (1954), la distancia geográfica no fue
incorporada en la lógica general de los modelos económicos hasta fines del siglo XX,
siendo una dimensión no considerada como relevante. Quizás el artículo de Obstfeld &
Rogoff (2000) simboliza un quiebre en la materia, ya que estos autores identificaron lo que
dieron en llamar “seis puzles en la macroeconomía internacional”, y allí sostienen que los
costos de comercio entre países en términos relativos a los costos de comercio dentro de
los países son un aspecto que subyace a todos ellos. Obstfeld & Rogoff (2000) consideran
dentro de los costos de comercio no solamente a los costos de transporte, sino también a
los costos de comunicación, de información y búsqueda, entre otros.
Sin embargo, la variable de distancia geográfica tiene interpretaciones diferentes para cada
uno de los enfoques de las teorías de comercio. Mientras en un modelo de tipo neoclásico
se asume que una mayor fricción ocasionada por la distancia lleva a que existan menores
presiones para la igualación de los precios de los factores, en un modelo de retornos
crecientes a escala el coeficiente de distancia refleja la penalización implícita en el
45
aislamiento geográfico, e implica que las regiones más aisladas tiendan a tener menores
remuneraciones de los factores (Disdier & Head, 2008).
Si bien la interpretación más directa y tradicional es identificar el efecto de la distancia con
costos de transporte, Grossman (1998) muestra que los efectos estimados son
aproximadamente el doble de lo que sería esperable de acuerdo a los costos de transporte,
argumentando que el efecto restante se debe a diferencias culturales o insuficiencias de
información.28
Por otra parte, a fines de los años ’90 y a comienzos de los ‘2000, una serie de artículos
muestra que los coeficientes de distancia no han disminuido en las últimas décadas, como
sería esperable dado el acelerado proceso de globalización, guiado en lo comercial por una
disminución de costos de transporte.29 Coincidiendo con esta observación Disdier & Head
(2008) realizan un meta-análisis de 1.467 estimaciones de efectos de la distancia en
modelos de gravedad, correspondientes a 103 artículos distintos, controlando por las
muestras utilizadas y los métodos empleados, y concluyen que este coeficiente se
incrementó en los años ’50 y que permaneció estable en ese nuevo nivel en la segunda
mitad del siglo.30
El denominado “distance puzzle” o “missing globalization puzzle” (Coe, et al., 2002) ha
recibido en los últimos años respuestas variadas. Tras confirmar el incremento del efecto
de la distancia, Carrère, et al. (2009) muestran que el mismo se registra solamente a
instancias del comercio de los países pobres (el tercio de países con menores ingresos per
capita), que han ido intensificando su comercio con países cercanos a ellos. Por otra parte,
tanto Anderson (2010) como Yotov (2012) señalan que una vez que se considera la
resistencia multilateral, la estabilidad del coeficiente de distancia es lo esperable. Anderson
28
Esto es consistente con otros artículos que muestran que el coeficiente de distancia sigue siendo cercano a
la unidad cuando se analiza el comercio de bienes digitales (Blum & Goldfarb, 2006; Forman, et al., 2006) o
las compras de productos a través de ebay (Lendle, et al., 2012).
29
Algunos artículos en esta dirección son Frankel, et al (1997), que obtiene un aumento de -0.483 en 1965 a 0.733 en 1992, Soloaga & Winters (2001) que muestran un aumento de -0.96 a comienzos de los años ’80 a 1 a mediados de los ’90; Helliwell (1998) que reporta un aumento de -0.722 en 1988 a -0.82 en 1992; o Brun,
et al (2005) que llega a estimaciones de -1.2 en 1962 y de -1.3 en 1995.
30
Los autores encuentran un efecto medio de -0.9, encontrándose el 90% de las estimaciones entre -0.28 y 1.55.
46
(2010) sostiene que si efectivamente el mundo se estuviera volviendo uniformemente más
pequeño, el modelo gravitacional sería incapaz de revelarlo, ya que el modelo es invariante
ante disminuciones uniformes de los costos de comercio. La disminución uniforme, sin
embargo, debe incluir los costos de comercio intra-nacionales, lo que hace más restrictiva
la condición debido a que las disminuciones de costos que sólo afectan el comercio
internacional rompen la uniformidad requerida. Buch, et al. (2004) presentan un aporte
coincidente al mostrar que los cambios sostenidos en el coeficiente de distancia se
reflejarán en la constante estimada del modelo gravitacional.
Una adecuada consideración del papel de la distancia es esencial en la especificación de un
modelo de gravedad. En este trabajo se seguirá el procedimiento habitual, incorporando la
variable directamente a través de la distancia lineal en kilómetros (o más correctamente la
longitud del “arco de círculo máximo”) entre las ciudades más pobladas de los países. Sin
embargo, la literatura es extensa en cuanto a modificaciones de esta variable que buscan
atenuar los errores de medida, como el uso de distancias promedio (Head & Mayer, 2000;
Helliwell & Verdier, 2001). Una variable muy vinculada a la distancia entre países es la
que recoge la distancia al interior de los países, buscando capturar las distancias promedio
entre consumidores y productores domésticos (Wei, 1996; Wolf, 1997; Nitsch, 2000;
Helliwell & Verdier, 2001). A los efectos de la comparabilidad de los resultados, en este
trabajo se descartan estas mediciones alternativas o adicionales.
Debe consignarse que esta estrategia implica dejar de lado otras formas de introducción de
la distancia, como su inclusión por tramos (a los efectos de capturar otras formas de no
linealidad, como en Eaton & Kortum (2002)), o la construcción de funciones de barreras al
comercio que combinan la distancia lineal con otras dimensiones de distancia (Limão &
Venables, 2001), o la inclusión de interacciones de la distancia con otras variables que
pueden producir cambios estructurales en sus efectos, como índices de precios y número de
variedades o firmas en cada país (Egger, 2008) o la pertenencia a la OCDE y la religión
prevaleciente (Kang & Fratianni, 2006)
Además, dado que la distancia se asocia a otras fricciones vinculadas a aspectos culturales,
históricas, políticas y económicas, en la especificación de los modelos gravitacionales se
procura incorporar controles adecuados de estas dimensiones, como la existencia de
47
frontera compartida (adyacencia), aspectos geográficos que incrementan las resistencias al
comercio, como las condiciones de isla o de país sin salida al mar; otros tipos de cercanía
cultural (como la coincidencia en el lenguaje oficial, la coincidencia entre las religiones
que se practican), institucional (existencia de un sistema legal con origen común), histórica
(existencia de relaciones coloniales previas), o cercanías vinculadas a aspectos económicos
o de política comercial (pertenencia a zonas de libre comercio o de uniones monetarias, o
la participación en la Organización Mundial de Comercio). Este grupo de regresores
recoge tanto aspectos vinculados a las características de la demanda (gustos) como de la
oferta (costos), de forma tal que uno y otro componente no son identificables
separadamente.
Un aspecto de particular importancia para este trabajo, que será retomado en el Capítulo 5,
refiere al contenido variable de la noción de distancia de acuerdo al tipo de producto que se
comercia (ya que pueden existir diferencias importantes en los costos de transporte, en las
barreras de política comercial y en las demás fricciones mencionadas). Asimismo, en la
línea de Grossman (1998) los efectos de la distancia se asocian con imperfecciones
crecientes en la información, gustos de los consumidores con un fuerte patrón local, y un
papel importante de las redes de distribución de los productos. La importancia de las redes
de negocios también ha sido destacada por Rauch (1999b) y Helliwell (2002) que las
identifican como un aspecto clave que subyace a los determinantes de los efectos de la
distancia, en particular a través de efectos sobre la confianza mutua, las instituciones
compartidas y el papel “lubricante” de la frecuencia en la interacción. En Head & Mayer
(2013) se presenta una excelente síntesis de los distintos aportes en esta rama de la
literatura.
En otra línea de trabajo, pero coincidiendo en cuanto a la relevancia del contenido de los
flujos comerciales y de las redes, autores como Harringan & Deng (2008) o Kneller & Yu
(2008) muestran que el valor de los productos (ya sea aproximados por valores unitarios o
precios) se incrementa con la distancia. En una línea compatible, recientemente se ha
comenzado a distinguir el componente de valor agregado que hay en el comercio, ya que la
proporción de insumos importados es creciente con el desarrollo de las Cadenas Globales
de Valor. Autores como Johnson & Noguera (2012) muestran que existe una relación
positiva entre proporción de valor agregado y la distancia que recorren los productos.
48
Los modelos gravitatorios de comercio son casi esencialmente modelos de distancia, y por
ello la discusión sobre el papel de esta variable y sobre las distintas formas de inclusión en
la especificación del modelo es de la mayor relevancia. Este debate ha acompañado a los
modelos de gravedad desde las primeras aplicaciones al comercio internacional, pero la
riqueza del análisis se ha incrementado mucho en los últimos años, y se trata de un área en
la que sin duda resta mucho por descubrir. Más allá de la distancia, el modelo gravitatorio
queda definido con la inclusión de las variables de tamaño económico, que también hacen
necesarias algunas consideraciones.
La inclusión de los GDP en la ecuación de gravedad es, desde los trabajos pioneros, una
característica generalizada de estos modelos, que inicialmente los interpretaban
simplemente como atractores. Sin embargo, la interpretación de estos coeficientes depende
fuertemente del modelo teórico de base.
Tinbergen (1962) incluye los GDP en su modelo cross-section (sin efectos fijos), y señala
que el GDP del importador juega un doble papel, por un lado refleja su demanda (de
productos domésticos e importados) por lo que se esperaría un signo positivo, y por otro da
cuenta del nivel de diversidad de su producción y de su capacidad de autosuficiencia, lo
que llevaría a esperar un signo negativo en el coeficiente. Desde las primeras aplicaciones
empíricas el signo de los coeficientes asociados a ambos productos es positivo, por lo que
su interpretación en términos de la capacidad de autosuficiencia ha tenido poco eco en los
desarrollos posteriores. De alguna forma estas variables también brindan una dimensión de
la geografía, y pueden ser vistas en el sentido que los países más grandes tienen menores
costos de comercio interno (Frankel, 1997b).
En la primera microfundamentación de los modelos, Anderson & van Wincoop (2003)
obtienen un modelo que convalida la inclusión del GDP del país importador y del país
exportador, y el mismo resultado se obtiene en la microfundamentación ricardiana de
Eaton & Kortum (2002). En el modelo de HMR presentado arriba puede verse que en la
ecuación de volumen de comercio se encuentra fundamentada microeconómicamente la
inclusión del GDP de ambos países (ya sea directamente a través de
,
, o por medio del
49
número de firmas en j,
, asociado al GDP por medio de la ecuación (3.11)). Sin embargo,
en la ecuación de selección de HMR el producto del país de origen no aparece como una
variable relevante.
Por otra parte, retornando a la ecuación en niveles, la magnitud esperada para los
coeficientes asociados a los GDP es diferente de acuerdo a los supuestos en que se base el
modelo. En modelos donde el número de productos es constante, un mayor tamaño de
mercado implica una mayor demanda, y por lo tanto lleva a que el coeficiente asociado a
GDP_d sea positivo (el país es un importador neto del producto). Esto es lo que sucede en
modelos de tipo Armington, donde existe diferenciación nacional pero el número de
variedades que produce cada país es fijo. Por otro lado, en los modelos de competencia
monopolística donde existe libre entrada y salida de firmas, el GDP del país exportador
está asociado justamente al número de firmas. Esto puede ser leído en términos del Home
Market Effect (HME), donde un mayor tamaño de mercado se asocia con una capacidad
exportadora mayor (el coeficiente de GDP_o tiene que ser positivo).31
Helpman y Krugman (1985) muestran que el país grande debe poseer una proporción de
firmas mayor que su proporción de consumidores en los sectores con rendimientos
crecientes, lo que indicaría que en un modelo gravitacional el coeficiente de GDP_o debe
ser superior a uno, mientras que el de GDP_d debe ser menor que la unidad en el caso en
que en el comercio agregado prevaleciera una lógica de rendimientos crecientes. Feenstra,
et al. (2001) estiman un modelo gravitacional separando el comercio de bienes
diferenciados y homogéneos, y confirman lo previsto en el marco del HME. Sin embargo,
para productos homogéneos obtienen un GDP_o menor que el GDP_d, lo que es acorde al
modelo en que el número de productos es fijo. Este aspecto es importante, ya que la
hipótesis del HME proviene exclusivamente de los modelos con competencia
31
Linder (1961) ya había planteado la hipótesis de que la demanda doméstica de un bien tiene incidencia en
la explicación del desempeño exportador. La relación anterior proviene del modelo de Krugman (1980), que
para dos países postulaba que aquel que tenga mayor tamaño de mercado producirá un mayor número de
productos y será un exportador neto del bien diferenciado. En definitiva, el mercado grande atrae más firmas.
La “hipótesis de discriminación” de Davis & Weinstein (1996) afirma que los cambios en la demanda de
bienes producidos con tecnologías con rendimientos crecientes pueden generar cambios más que
proporcionales en la participación del sector en el comercio total. Feenstra, et al. (2001) presentan un modelo
de “dumping recíproco” (Brander, 1981) y demuestran que el HME también se produce en mercados
oligopólicos con libre entrada y productos homogéneos.
50
monopolística, lo que lo convierte en una suerte de contraste sobre los determinantes
teóricos del comercio.
Una limitación que debe tenerse presente es que la incorporación directa de estas variables
en el modelo de gravedad implica suponer que la relación entre los flujos comerciales y los
GDP es constante en todos los casos, lo cual no es un escenario realista.
Es muy frecuente que adicionalmente se incorpore como regresor a los GDP per capita.
Sin embargo esto no surge de ninguna fundamentación teórica sólida. Además, dado que se
incluye GDP, incluir el per capita implica agregar la misma información que si se incluyen
variables de población total, agregando una restricción innecesaria en su interacción con el
GDP. De todas formas, al no existir una microfundamentación no se tienen elementos para
establecer la forma adecuada de incorporar esta variable en el modelo estimable. Incluir la
variable población también es frecuente en la literatura, ya sea como proxy adicional del
tamaño del país o el nivel de autosuficiencia (ya recogido en el GDP). Nuevamente, las
distintas microfundamentaciones no aportan elementos concretos que permitan
fundamentar la inclusión de estas variables.
En la especificación final de un modelo gravitacional las decisiones sobre la forma de
incorporar las dimensiones de distancia y tamaño de mercado están asociadas, también, a
las decisiones metodológicas sobre la incorporación de efectos fijos, que actualmente son
de uso generalizado en la estimación de estos modelos. Naturalmente, tal como enfatizan
Mátyás (1998) y Soloaga & Wintersb (2001), el modelo estará mal especificado si no se
incluyen los efectos fijos adecuados, y los estimadores obtenidos serán sesgados.
Entre los primeros artículos que utilizan efectos fijos en modelos de gravedad se
encuentran (Harrigan, 1993) y Hummels (1999), y lo hacen desde una lógica de admitir
que el modelo tenga constantes diferenciales entre países, a través de efectos fijos por país.
A partir de entonces la incorporación de los efectos fijos en este tipo de modelos se ha
vuelto un tema en sí mismo, dando lugar a una gran variedad de aproximaciones al tema.
51
Desde Anderson & van Wincoop (2003) y los aportes de Feenstra (2002) posteriores al
artículo inicial, los efectos fijos han sido la forma operacionalmente más simple de obtener
estimadores consistentes al controlar por la resistencia multilateral de cada uno de los
países sin necesidad de recurrir a las complejidades del cálculo de las variables de dichas
variables. En este caso, los efectos fijos adecuados son efectos de exportador y de
importador. En el caso de la estimación en cross-section, lo anterior define completamente
el tipo de efectos a considerar, pero en el caso en que se dispone de un pooled crosssection debe definirse adicionalmente si se utilizan efectos fijos de exportador e importador
constantes o variantes en el tiempo. Lo adecuado para controlar por la resistencia
multilateral (variable en el tiempo) son los llamados time varying exporter and importer
fixed effects. En muestras temporales cortas, sin embargo, la incorporación de efectos fijos
constantes en el tiempo puede capturar en buena medida la resistencia multilateral.
Cuando sobre el pooled cross-section se utilizan técnicas de panel, los efectos fijos a
incorporar ya no serán de importador o exportador. Como la unidad de observación en este
caso es el par de países, los efectos fijos a considerar serán indicadores del par. En este
caso un dilema adicional es si se utilizan efectos “fijos” o “efectos aleatorios” (o más
correctamente, si se admite o no que los efectos individuales estén correlacionados con el
error), y los métodos econométricos habituales son los que se utilizan para definir la
opción más adecuada (típicamente a través de contrastes de Hausman). La virtud de los
efectos fijos en este caso es que permiten controlar la heterogeneidad individual, lo cual no
se logra con efectos fijos de exportador o importador. En este terreno, las opciones
metodológicas son diversas en cuanto a la forma de realizar la estimación por panel, pero
su tratamiento trasciende el alcance de este trabajo.
Por otra parte, cada tipo de efectos produce consecuencias diferentes en términos de las
variables del modelo que deben ser eliminadas por motivos de colinealidad exacta. En el
caso de incluirse efectos fijos constantes, deberá eliminarse cualquier variable que sea fija
por país, como por ejemplo las que identifican a las islas o territorios sin salida al mar. En
el caso que se incorporen efectos fijos variantes en el tiempo, ello implicará sacrificar,
además, los GDP o cualquier otra variable indizada en los países. Cuando los efectos fijos
son de par de países, se podrán incorporar variables referidas al exportador o al importador,
pero será necesario descartar las variables fijas para cada dupla, en particular la distancia y
52
la gran mayoría de las variables de proximidad cultural, política o histórica. Por todos estos
motivos, el objetivo de la estimación es determinante del tipo de efectos fijos que se debe
emplear.
Un caso extremo es aquel en que se incorporan efectos fijos de par que varían en el tiempo,
o country-pair time-varying fixed-effects. En esta situación debe dejarse de lado cualquier
variable del par, lo cual abarca a casi todas las variables relevantes del modelo, que en ese
punto deja de ser un modelo econométrico para convertirse en un modelo estadístico. Tiene
fuertes virtudes en términos del ajuste y del tipo de heterogeneidad individual por la que se
controla, pero escasa potencia a los efectos del análisis de los determinantes de los flujos
comerciales.
3.7.3 Métodos de estimación alternativos
Un tercer aspecto metodológico clave viene dado por la elección de los métodos de
estimación apropiados. Disdier & Head (2008) identifican cuatro estrategias de estimación
en la literatura actual, que se diferencian de la estimación tradicional por Mínimos
Cuadrados Ordinarios (OLS, por su sigla en inglés) en el modelo linealizado, tres de los
cuales se basan en el método de Mínimos Cuadrados No Lineales (NLS, por su sigla en
inglés).
La primera alternativa es la estimación por NLS del modelo no lineal que se obtiene al
incorporar los índices de resistencia multilateral en Anderson & van Wincoop (2003). Una
alteración que simplifica considerablemente el trabajo empírico es la propuesta por
Feenstra (2004), quien muestra que la resistencia multilateral se puede incluir en el modelo
a través de efectos fijos de importador y exportador, lo cual a su vez es consistente con
modelos como los de Eaton & Kortum (2002) o Chaney (2008).
La segunda alternativa es la seguida por HMR, quienes también recurren al método de
NLS para estimar la ecuación (3.22) vista en la sección anterior. En su estrategia bietápica
se estima con un modelo Probit la ecuación de selección (3.20), y a partir de allí se
obtienen los dos términos que permiten corregir por la selección en la ecuación de volumen
̂ ). Si bien la inversa del Ratio de Mills se incorpora en forma lineal,
de comercio ( ̂̅ y ̅
como es habitual, la consideración de la selección de las firmas surge como un término no
53
lineal. Estos autores, a su vez, proponen dos estrategias alternativas para la aproximación
de este término no lineal en la ecuación en niveles, buscando mayor flexibilidad en la
forma funcional. La primera alternativa es una estimación semiparamétrica, donde en lugar
̂
de ̅
[
( ̂̅ )
] se incluye una aproximación polinómica de tercer grado a este
̂
término, de modo que ̅
̂̅
( ̂̅ )
( ̂̅ ) . La segunda alternativa es una
aproximación no paramétrica que consiste en incluir, en lugar de ̂
̅
un conjunto de 100
variables binarias (bins) que indican el percentil de la distribución de ̂̅
en el que se
encuentra cada observación. Los resultados muestran que las tres alternativas conducen a
resultados muy similares, y como se verá en el capítulo próximo, los resultados aquí
obtenidos ratifican esta similitud.
La tercera alternativa es la propuesta por Coe, et al (2002), que ha recibido un nivel de
adhesión sustantivamente menor que las dos anteriores. Estos autores sugieren estimar
directamente el modelo multiplicativo en niveles por NLS, con la particularidad de que
utilizan todas las observaciones, incluidas las de “cero comercio”.
Sin embargo, en esta última dirección la literatura más reciente se ha orientado por lo que
Disdier & Head (2008) identifican como la cuarta alternativa, que es la propuesta de
utilizar un estimador de Pseudo Máxima Verosimilitud de Poisson (PPML, por su sigla en
inglés). Este método, debido a (Gourieroux, et al., 1984) ha sido sugerido por Santos Silva
& Tenreyro (2006) como el más apropiado para la estimación de modelos gravitacionales.
Parten de señalar las consecuencias de la estimación de un modelo logarítmico en
presencia de heteroscedasticidad, donde de acuerdo a la desigualdad de Jensen, se genera
sesgo en los estimadores. Su propuesta implica estimar directamente el modelo en su forma
multiplicativa, por medio del estimador PPML. Utilizando simulaciones de Monte Carlo
para distintas formas de heteroscedasticidad, presentan resultados que muestran
distorsiones importantes en la estimación OLS del modelo log-lineal. Al mismo tiempo,
esta estrategia permite una solución elegante al problema de los ceros en la matriz de
comercio.
La base de este método es la utilización de un modelo de conteo de Poisson, que utiliza
toda la información de la muestra. Debe observarse, sin embargo, que al ser un método en
54
una etapa conduce a resultados donde los coeficientes estimados combinan los efectos de
la variable sobre la probabilidad de comerciar con los efectos sobre el volumen de
comercio.
Santos Silva & Tenreyro (2006) llegan a estimaciones de las elasticidades del GDP mucho
menores a las obtenidas con los estimadores mínimo-cuadráticos (obsérvese que esto es
coherente con la tendencia a que las economías pequeñas sean más abiertas). También
encuentran una elasticidad mucho menor para la distancia geográfica y para las variables
de relaciones coloniales.
La literatura más reciente se orienta crecientemente a incorporar los resultados de la
estimación por PPML (Westerlund & Wilhelmsson, 2009; Silverstovs & Schumacher,
2008; Liu, 2009; Shepherd & Wilson, 2009), lo que también se hace en los capítulos
siguientes de este trabajo a los efectos de permitir un contraste de los principales métodos
de estimación hoy disponibles. Como se verá, nuestros resultados confirman las tendencias
mencionadas en el párrafo anterior.
En el debate metodológico más reciente han surgido numerosas alternativas. Se ha
propuesto utilizar un modelo basado en la distribución Gamma (Manning & Mullahy,
2001; Vollmer, et al., 2007), así como la opción más flexible de la distribución Binomial
Negativa, donde se asume que la varianza condicional es una combinación lineal de la
media condicional y de su cuadrado. Se trata de un método más flexible que los anteriores,
ya que contempla a las estimaciones por Poisson (donde se asume implícitamente que
todas las observaciones tienen el mismo peso) y por Gamma (donde las observaciones con
mayor media condicional reciben una ponderación menor) como casos particulares. Este
método, abreviado como NB PML por su sigla en inglés, ha sido utilizado por Head, et al.
(2009) o Burger, et al. (2009) entre otros artículos desde el año 2009.
Sin embargo, Bosquet & Boulhol (2009; 2010) muestran importantes limitaciones debidas
a la sensibilidad del método NB PML a la unidad de medida de la variable dependiente
cuando ésta no es una variable de conteo (si las unidades son pequeñas el NB PML
converge hacia un estimador Gamma PML, mientras que cuando las unidades son grandes
converge a un estimador Poisson PML). En un trabajo posterior Bosquet & Boulhol (2013)
55
proponen utilizar la varianza de un modelo lineal generalizado (GLM) para superar el
problema de la dependencia de la unidad de medida en el estimador NB PML, para lo cual
se realiza una estimación en dos etapas. Sukanuntathum (2012) propone una combinación
donde se estima en dos etapas a la Heckman y en la segunda se utiliza un modelo NB
PML, argumentando que por esta vía se logran estimaciones consistentes cuando se tiene
que enfrentar simultáneamente el problema de la heteroscedasticidad y el de los casos de
“cero comercio”.
El debate sobre los métodos de estimación, como puede apreciarse, está en pleno
desarrollo, y ha llevado a un nuevo florecimiento de la investigación aplicada en los
modelos gravitacionales. El contraste entre los métodos de estimación de los últimos dos
años escapa al alcance de este trabajo, que se limita a presentar los resultados obtenidos
por PPML, ya que se entiende que hasta el momento es la alternativa más sólida en el
conjunto de estimadores máximo-verosímiles propuestos.
56
4 Estimación del modelo gravitacional à la HMR
El objetivo de este capítulo es analizar la robustez de los resultados presentados en HMR
ante (i) cambios en marco temporal observado, (ii) cambio en la base de datos empleada,
(iii) cambios en las variables de exclusión seleccionadas, y (iv) cambios en los métodos de
estimación. Al riesgo de caer en un relato del proceso de trabajo, a continuación se
analizan las consecuencias de cada una de estas modificaciones sobre los resultados, a los
efectos de permitir un dimensionamiento de las consecuencias de cada una de ellas.
Como punto de partida se replican los resultados de HMR con los datos originales para
1986 utilizando como variables de exclusión los costos de regulación de cada país, y se
realizan algunas precisiones y observaciones sobre el proceso de estimación. Luego se
estima tomando la otra variable de exclusión utilizada en el trabajo original, la
coincidencia en las religiones practicadas en los países. Se aprovecha para comparar las
estimaciones de 1986, 1996 y 2006, la primera con datos originales de HMR y las
segundas utilizando la base BACI. Luego se pasa a analizar el impacto de una estimación
sobre el conjunto de las observaciones temporales disponibles (1995-2007), y tanto en
estas estimaciones como en las anteriores se presenta un método de estimación adicional a
los reportados en HMR. Finalmente, se proponen modificaciones en la forma de definir las
variables que recogen fenómenos asimétricos, y se analiza el impacto de estos cambios en
las estimaciones anteriores. El modelo resultante será la base sobre la cual, en el Capítulo
5, se analizará el papel de las variables de especialización comercial.
4.1 Línea de base: Los resultados de HMR
Para la estimación de la forma reducida del modelo, recogida en las ecuaciones (3.20) y
(3.22) se dispone de la base de datos original utilizada por HMR, que incluye el volumen
de comercio bilateral total anual para 158 países en el período 1980 – 198932, así como
32
Los datos de comercio bilateral provienen de Feenstra, Lipsey y Bowen (1997) y de Feenstra (2000),
incluyen información para 183 países y regiones (de los que se eliminan 22 por no corresponder a países
propiamente dichos y 3 por carecerse de otra información más allá del comercio). Los datos están expresados
en dólares de 2000 (deflactados por el índice de precios al consumo de Estados Unidos). Adicionalmente se
utilizan datos de Rose (2000) y Glick & Rose (2002) para la participación en áreas de libre comercio (RTA,
57
información a nivel de país proveniente de CIA’s World Factbook para variables
geográficas, institucionales y culturales.
Como se vio, para estimar el modelo gravitacional presentado en la ecuación (3.22), HMR
proponen un método en dos etapas que es una modificación de la propuesta de Heckman
(1979) para la corrección del sesgo de selección, tomando en cuenta el sesgo adicional
generado por la heterogeneidad de las firmas. En la primera etapa se estima la probabilidad
de que una díada registre exportaciones positivas. En la segunda, el riesgo de ser
seleccionado en la primera etapa, junto con la variable que captura la heterogeneidad entre
las firmas, son incorporados en una especificación no lineal de la ecuación en niveles. Un
aspecto central en este método, tal como en Heckman (1979), pasa por encontrar una
variable que sea significativa en la ecuación de selección y que no sea relevante en la
ecuación del nivel de comercio.
En el Cuadro 4.1 se presentan las variables incorporadas, que pueden recoger tanto costos
fijos como variables, formando parte de los vectores
]
ó
]
respectivamente.33 Las
estadísticas descriptivas básicas están disponibles en el artículo original de HMR.
La/s llamada/s “variable/s de exclusión” permite/n evitar el problema de identificación por
forma funcional, y la literatura señala que especialmente en el caso de tratarse de una sola
variable, ésta debe ser continua. HMR utilizan dos estrategias para obtener variables de
por su sigla en inglés) y uniones monetarias; y datos de Rose (2004) para la participación en el GATT o la
Organización Mundial de Comercio (WTO, por su sigla en inglés). Por último, se toma de Djankov, La Porta,
et al. (2002) sobre costos de entrada de las firmas por país.
33
La variable Distance recoge la distancia en kilómetros entre capitales (en logaritmos), Land_border es una
binaria que indica si tienen frontera común, Island es una binaria que indica si ambos son islas, Landlock es
una binaria que indica si ninguno tiene salida al mar, Colonial_ties es una binaria que indica si alguna vez
uno de los dos fue colonia del otro, Currency_Union es una binaria que indica si usan la misma moneda o si
las monedas que usan tienen un cambio fijo 1:1, Legal es una binaria que indica si los sistemas legales tienen
el mismo origen, RTA es una binaria que indica si pertenecen a un acuerdo regional común, WTO_both es
una binaria que indica si ambos pertenecen a la WTO, WTO_none es una binaria que indica si ninguno
pertenece a la WTO, Regulation_costs es una binaria que indica si el costo relativo (sobre GDP) de crear una
empresa está por encima de la mediana de los países para ambos casos, Regulation_costs_dayproc es una
binaria que indica si en la suma de días y número de trámites para crear una empresa ambos países se
encuentran por encima de la mediana de los países.
58
exclusión. En una primera estimación emplean datos de costos de entrada de las firmas. 34
Sin embargo, esta información no está disponible para 42 de los 158 países y ello implica
que la muestra de díadas se reduce a la mitad. En una segunda estimación proponen utilizar
como instrumento para la selección una variable que mide el nivel de coincidencia en las
religiones entre los países de cada díada.35
Cuadro 4.1 – Variables utilizadas en la especificación original de HMR
Grupo
]
Variables que varían en t
]
ó
]
Currency_Union
RTA
]
Variables fijas en t
Distance
Land_border
Island (both)
Landlock_(both)
Colonial_ties
Legal
Religion
Language
El proceso para la selección de variables de exclusión en HMR consta de tres pasos, que
conducen a validar el uso de la variable Religion como instrumento. En primer lugar se
utilizan solamente las variables de costos para la restricción de exclusión, mostrando que
éstas están correlacionadas con
ya que son significativas en el modelo Probit
correspondiente, y fundamentando teóricamente que no están correlacionadas con los
residuos de la segunda etapa. Luego, se agrega una restricción de sobreidentificación
incluyendo Religion en el conjunto de variables de exclusión y mostrando que esta última
variable es compatible con los instrumentos vinculados a los costos. Finalmente, se utiliza
solamente Religion como variable de exclusión, lo que permite volver a utilizar la muestra
total de países. La significación de Religion en la ecuación de selección garantiza la
correlación con la variable
y por lo tanto el cumplimiento de la primera condición
34
Estos costos se incluyen a través de dos variables. La variable Regulation_Costs recoge el costo monetario
para un empresario de instalar legalmente una empresa (en términos de porcentaje del GDP per capita a los
efectos de la comparabilidad). La variable Regulation_Costs_dayproc hace la suma directa del número de
días y el número de procedimientos legales que se requieren para ello. Ambas son variables binarias
simétricas, que indican cuando tanto el país de origen como el país de destino tienen costos por encima de la
mediana de la distribución de la variable en los países.
35
La variable Religion se construye como (% de protestantes en c)* (% de protestantes en c’) + (% de
católicos en c)* (% de católicos en c’) + (% de musulmanes en c)* (% de musulmanes en c’). Esta variable es
simétrica y toma valores entre 0 y 1. Valores más altos indican que existe una mayor coincidencia entre los
porcentajes en estas tres religiones en los dos países que integran la díada.
59
necesaria para un instrumento. La segunda condición, de no correlación con los residuos de
la segunda etapa (una vez que en ésta se han tomado variables de exclusión confiables), se
verifica por la no significación de Religion en las estimaciones del modelo que controlan la
selección con variables de costos. Por consiguiente Religion es una variable de exclusión
adecuada, y tratándose de una variable continua es preferible como instrumento al par de
variables binarias de costos de regulación. Los autores sostienen que lo mismo sucede con
la variable binaria simétrica Language.
En la Tabla II de su artículo, los autores presentan la estimación paramétrica a través de
Mínimos Cuadrados No Lineales (NLS, por su sigla en inglés) de la ecuación (3.22), que
permite controlar por la selección de firmas heterogéneas en los mercados de exportación.
Asimismo, proponen dos aproximaciones alternativas, que buscan flexibilizar la forma en
que se introduce la variable ̅̂
. La primera es una estimación semiparamétrica, que
consiste en aproximar el término no lineal de la ecuación por una expresión OLS_SP de
tercer grado en la variable ̅̂
. La segunda es una estimación no paramétrica, que utiliza
un conjunto de variables binarias (100 bins) que indican los distintos percentiles de la
distribución observada de la variable ̅̂
.
En el Cuadro 4.2 se reportan los resultados obtenidos al replicar la Tabla II, así como los
resultados originales de HMR, ya que esta estimación es la línea de base con la que se
compararán los resultados de las secciones siguientes.36
Puede verse que, más allá de diferencias menores, la replicación indica una razonable
equivalencia entre la aplicación que aquí se realiza de los métodos de estimación y la
utilizada en el artículo original. Sin embargo, un resultado llamativo se obtiene para los
coeficientes de las variables island y landlock, ya que el valor reportado en HMR es de la
misma magnitud que el obtenido aquí, pero con el signo opuesto. En la medida que no se
36
Para la estimación se siguen en detalle los procedimientos señalados en HMR, incluyendo la sustitución
por 0.9999999 para aquellos casos en que la probabilidad de comercio es indistinguible de 1 (nota al pie 31
del artículo original). Todas las estimaciones incluyen efectos fijos de importador y exportador. Se reportan
efectos marginales en las medias muestrales en el caso del Probit (además del pseudo R2 de McFadden en
este caso). Los errores estándar son robustos y se toman clusters por par de países (salvo en el caso de la
estimación por NLS, en que se obtienen por bootstrap). Se omite la estimación no paramétrica con 50 bins,
ya que se incluye la versión más precisa con 100 bins. El function evaluator program que se requiere para
hacer la estimación en Stata con este número de efectos fijos se presenta en el Anexo F.
60
tiene una hipótesis sobre diferencias en la estimación que puedan conducir a este resultado,
que por otra parte se reitera en cada una de las estimaciones presentadas, se asume que se
trata de un error en el artículo original.37
Cuadro 4.2: Replicación de los resultados de HMR (Table II)
Probit
OLS
NLS
OLS_SP
OLS_NP100
VARIABLES
Est. Prop.
HMR
Est. Prop.
HMR
Est. Prop.
HMR
Est. Prop.
HMR
Est. Prop.
HMR
Distance
-0.213***
[0.013]
-0.087
[0.055]
0.147***
[0.057]
0.051
[0.040]
0.049***
[0.016]
0.101***
[0.019]
-0.009
[0.104]
0.216***
[0.035]
0.343***
[0.008]
0.141***
[0.031]
-0.108***
[0.030]
-0.061**
-0.213***
[0.016]
-0.087
[0.072]
-0.173**
[0.078]
-0.053
[0.050]
0.049***
[0.019]
0.101***
[0.021]
-0.009
[0.130]
0.216***
[0.038]
0.343***
[0.009]
0.141***
[0.034]
-0.108***
[0.036]
-0.061**
-1.167***
[0.036]
0.627***
[0.146]
0.553**
[0.246]
0.432***
[0.167]
0.535***
[0.058]
0.147**
[0.070]
0.909***
[0.144]
1.534***
[0.342]
0.976***
[0.209]
0.281**
[0.113]
-0.146
[0.092]
-0.216*
-1.167***
[0.040]
0.627***
[0.165]
-0.553**
[0.269]
-0.432**
[0.189]
0.535***
[0.064]
0.147*
[0.075]
0.909***
[0.158]
1.534***
[0.334]
0.976***
[0.247]
0.281**
[0.120]
-0.146
[0.100]
-0.216*
-0.819***
[0.054]
0.866***
[0.141]
0.211
[0.244]
0.349**
[0.171]
0.433***
[0.056]
-0.027
[0.074]
0.849***
[0.190]
1.084***
[0.285]
0.138
[0.239]
0.122
[0.113]
-0.813***
[0.049]
0.871***
[0.170]
-0.203
[0.290]
-0.347**
[0.175]
0.431***
[0.065]
-0.030
[0.087]
0.847***
[0.257]
1.077***
[0.360]
0.124
[0.227]
0.120
[0.136]
-0.847***
[0.047]
0.845***
[0.144]
0.218
[0.237]
0.362**
[0.164]
0.434***
[0.058]
-0.017
[0.072]
0.848***
[0.134]
1.150***
[0.341]
0.241
[0.171]
0.139
[0.113]
-0.847***
[0.052]
0.845***
[0.166]
-0.218
[0.258]
-0.362*
[0.187]
0.434***
[0.064]
-0.017
[0.077]
0.848***
[0.148]
1.150***
[0.333]
0.241
[0.197]
0.139
[0.120]
-0.860***
[0.046]
0.824***
[0.146]
0.240
[0.237]
0.361**
[0.164]
0.422***
[0.058]
-0.014
[0.071]
0.871***
[0.135]
1.144***
[0.345]
0.294*
[0.168]
0.146
[0.113]
-0.789***
[0.088]
0.863***
[0.170]
-0.197
[0.258]
0.353*
[0.187]
0.418***
[0.065]
-0.036
[0.083]
0.838***
[0.153]
1.107***
[0.346]
0.065
[0.348]
0.100
[0.128]
[0.028]
[0.031]
[0.117]
[0.124]
0.734**
[0.168]
0.299***
[0.107]
0.840***
[0.043]
0.240***
[0.099]
0.882***
[0.209]
3.261***
[0.540]
-0.712***
[0.170]
0.060***
[0.017]
N/A
N/A
14.333***
[0.715]
N/A
N/A
6,602
0.701
6,602
0.708
6,602
0.706
Land_border
Island
Landlock
Legal
Language
Colonial_Ties
Currency_Union
RTA
Religion
Regulation_Costs
Regulation_Costs
_dayproc
delta (from w*)
13.350***
[0.449]
N/A
N/A
-92.661***
[0.796]
N/A
N/A
0.956***
[0.213]
3.532***
[0.559]
-0.835***
[0.190]
0.077***
[0.021]
9.228***
[0.673]
6,602
0.693
6,602
0.693
6,602
0.699
6,602
N/A
6,602
0.701
eta_hat
z_bar_hat
z_bar_hat_sq
z_bar_hat_cub
Constant
Observations
R-squared
12,198
0.573
12,198
0.573
Robust standard errors in brackets
*** p<0.01, ** p<0.05, * p<0.1
37
Las diferencias encontradas son esperables ya que en la implementación surgen dudas respecto a la
muestra utilizada en HMR. Al reducir el conjunto de países al grupo para el que se tiene información sobre
costos de regulación, los autores señalan la eliminación de 42 de los 158 países originales, sin embargo en el
listado de 42 países que presentan (nota al pie 29) no se incluye a las Antillas Holandesas (que deben
eliminarse por falta de datos) y sí se menciona a Maldivas y Kiribati, para los que sí existen datos de costos
de regulación. En la estimación realizada aquí se incluye Kiribati y se excluye Maldivas y Antillas
Holandesas, alcanzándose así el total de 12.198 pares.
61
Dos aspectos particulares de la estimación de HMR llaman la atención. En primer lugar,
los autores cuentan con información comparable para todos los años entre 1980 y 1989, y
sin embargo utilizan exclusivamente los datos de 1986, dejando de lado una cantidad muy
importante de información que podría mejorar la eficiencia de los estimadores. Si bien en
su primer cuadro de resultados reportan una estimación conjunta para todo el período,
abandonan esa información para las estimaciones subsiguientes. En segundo lugar, cuando
sí estiman el modelo sobre el pooled cross-section del período 1980-1989, los autores
omiten sin un fundamento explícito las variables de producto bruto (GDP, por su sigla en
inglés), con lo que se pierde inadvertidamente uno de los elementos centrales en el modelo
gravitacional, como es el tamaño económico de los países de cada díada.38
Una de las características centrales de HMR es, como se vio, el planteo de un modelo
asimétrico en el sentido que la variable dependiente no es el comercio sino los flujos
direccionales de exportación, y por lo tanto las observaciones son las díadas direccionadas
de países. Sin embargo, la especificación propuesta tiene una limitación importante en el
hecho que todas las variables explicativas utilizadas son estrictamente simétricas. Por lo
tanto, si bien se tiene una observación de las exportaciones desde el país c al país c’ y una
observación de las exportaciones del país c’ al país c, los valores de todos los regresores
son idénticos en uno y otro caso, ya que éstos caracterizan a la díada no direccionada.
El objetivo de este capítulo realizar una propuesta de cambio en la especificación del
modelo, donde las mismas dimensiones recogidas en el conjunto de variables de HMR se
retoman desde una formulación asimétrica. Ello se hará utilizando la misma base de datos
del Capítulo 2, y por ello es necesario reportar previamente los cambios que se producen
en la especificación original al utilizar los datos de BACI.
38
Las variables de GDP deben ser omitidas en las estimaciones para un año, ya que producirían colinealidad
exacta con las variables binarias de país. El tamaño económico, entonces, queda en estos casos subsumido en
el efecto fijo. Sin embargo, al utilizar información para varios años el efecto fijo de país recoge
exclusivamente las características constantes en el tiempo, y por consiguiente el efecto del tamaño
económico puede ser considerado.
62
4.2 Estimación en BACI: Religion como instrumento no robusto
A los efectos de la comparabilidad de los resultados, se reprodujo la construcción de las
variables independientes siguiendo estrictamente los procedimientos reseñados en HMR, y
recogidos en la nota al pie 32 de este trabajo. Las estadísticas descriptivas básicas de las
variables independientes están disponibles en el Anexo B.
En el Cuadro 4.3 se presentan los resultados obtenidos con la base original para 1986,
utilizando la variable Religion como instrumento. El primer panel reúne las estimaciones
con los datos originales de HMR, y por ende es comparable con la Tabla III del artículo
original.
Cuadro 4.3: Religión como variable de exclusión en datos de HMR y en BACI
1986, Datos HMR
OLS
-1.176***
1996, BACI
VARIABLES
Distance
Probit
-0.660***
OLS_SP OLS_NP100
Probit
-0.864*** -0.881*** -0.554***
OLS
-1.267***
OLS_SP OLS_NP100
-1.116*** -1.118***
[0.024]
[0.028]
[0.035]
[0.034]
[0.028]
[0.029]
[0.029]
[0.029]
Land_border
-0.382***
0.458***
0.777***
0.774***
-0.218
0.821***
0.814***
0.815***
[0.099]
[0.124]
[0.125]
[0.125]
[0.135]
[0.108]
[0.102]
[0.102]
Islands
0.345***
0.391***
0.205*
0.214**
0.011
0.463***
0.443***
0.441***
[0.074]
[0.109]
[0.107]
[0.107]
[0.107]
[0.130]
[0.129]
[0.130]
Landlock
0.181*
0.561***
0.487***
0.488***
0.377***
0.639***
0.508***
0.498***
[0.097]
[0.163]
[0.160]
[0.161]
[0.084]
[0.111]
[0.108]
[0.109]
Legal
0.096***
0.486***
0.383***
0.385***
0.264***
0.523***
0.455***
0.458***
[0.030]
[0.045]
[0.044]
[0.044]
[0.034]
[0.040]
[0.040]
[0.040]
Language
0.284***
0.176***
0.041
0.053
0.506***
0.532***
0.351***
0.342***
[0.038]
[0.056]
[0.056]
[0.056]
[0.053]
[0.063]
[0.063]
[0.063]
Colonial_Ties
0.325
1.299***
1.040***
1.051***
-0.718**
0.868***
0.907***
0.909***
[0.244]
[0.098]
[0.096]
[0.095]
[0.336]
[0.099]
[0.091]
[0.092]
Currency_Union
0.492***
1.364***
1.114***
1.138***
1.223***
1.087***
0.560***
0.575***
[0.123]
[0.247]
[0.248]
[0.251]
[0.160]
[0.214]
[0.213]
[0.214]
RTA
1.985***
0.759***
0.463***
0.500***
1.098***
0.285***
0.375***
0.372***
[0.265]
[0.170]
[0.130]
[0.132]
[0.115]
[0.072]
[0.071]
[0.072]
Religion
0.261***
0.102
0.057
0.069
0.070
0.433***
0.439***
0.446***
[0.058]
[0.091]
[0.090]
[0.090]
[0.053]
[0.073]
[0.072]
[0.072]
eta_hat
1.352***
0.927***
[0.155]
[0.171]
z_bar_hat
4.268***
1.645***
[0.434]
[0.404]
z_bar_hat_sq
-1.101***
-0.177
[0.165]
[0.126]
z_bar_hat_cub
0.107***
-0.001
[0.020]
Constant
Observations
R-squared
Orig and Dest FE
[0.012]
2.580***
13.629***
8.945***
14.005***
3.807***
8.759***
6.184***
[0.206]
[0.390]
[0.519]
[0.615]
[0.329]
[0.664]
[0.793]
7.602
[.]
24,649
0.587
YES
11,146
0.709
YES
11,146
0.721
YES
11,146
0.723
YES
20,592
0.606
YES
13,155
0.755
YES
13,155
0.763
YES
13,155
0.764
YES
Robust standard errors in brackets
*** p<0.01, ** p<0.05, * p<0.1
63
En las últimas cuatro columnas se presentan las estimaciones que surgen al emplear los
datos de BACI para 1996, lo que brinda una noción de la evolución de los coeficientes en
las dos décadas cubiertas. Si bien también en este caso se obtuvieron las estimaciones por
NLS y no paramétrica con 50 bins, los resultados son muy similares por todos los métodos,
y por lo tanto se presenta solamente la estimación semiparamétrica y la no paramétrica de
100 bins.
Los resultados de las estimaciones realizadas para 1986 con los datos originales son
prácticamente idénticos a los reportados por HMR (ver Tabla III del artículo original, panel
“full sample”). Nuevamente, en esta comparación se encuentra el llamativo resultado para
las variables Islands y Landlock, con coeficientes de igual magnitud pero signo opuesto.
Un problema de robustez importante que se presenta en la estimación de HMR está en que
las variables de exclusión no son válidas al utilizar la base de datos BACI para el período
1995-2007. En las estimaciones cross-section para distintos años se verifica que la variable
Religion es no significativa en la ecuación de selección, y sí lo es en la ecuación de
volumen de comercio.39 Esto hace que una comparación adecuada para datos más actuales
deba partir de encontrar una nueva variable de exclusión, lo que acarrea un efecto sobre los
coeficientes que se confunde con el efecto (ya agregado) del cambio de base de datos y de
momento de la observación.
La inspección de los residuos en distintas especificaciones del modelo gravitacional es
sugerente en cuanto a que los mayores errores en el ajuste del modelo se presentan en
duplas de países con relaciones caracterizadas por el conflicto político. Por este motivo, en
la sección siguiente se aprovecha esa constatación para proponer un instrumento
alternativo para la ecuación de selección.
39
En este caso la variable de exclusión se ha mantenido en la ecuación en niveles, a los efectos de que pueda
verificarse su inadecuación como instrumento para la selección.
64
4.3 El conflicto internacional como costo fijo de exportación
La literatura sobre la relación entre comercio internacional y conflicto es muy extensa, y
tiene sus raíces en el debate sobre los efectos pacificadores que tiene el comercio, una tesis
de origen liberal, debida a Immanuel Kant. El fundamento esencial de esta postura es que
las relaciones comerciales implican una mejora de bienestar que incrementa los costos de
oportunidad del conflicto, y por ende las relaciones comerciales más intensas tienden a
disuadir a los gobernantes de emprender caminos de conflicto que, reduciendo el comercio,
reducirían el bienestar. Obviamente, para que este mecanismo opere se requiere que el
conflicto, de producirse, efectivamente reduzca el comercio, un aspecto que en la literatura
empírica ha llevado a debates intensos.
Son numerosos los artículos que dan cuenta del efecto disuasorio que tiene el conflicto
sobre el comercio. Entre otros, Anderton & Carter (2001) muestran evidencia empírica en
este sentido, mientras que Barbieri & Levy (1999) muestran evidencia sobre la continuidad
de las relaciones comerciales entre países en marcos de conflicto. En base al análisis de los
efectos de la guerra sobre el comercio en el corto y en el largo plazo para siete díadas de
países entre 1870 y los primeros años ‘2000.
Una limitación muy extendida en la literatura empírica es que como aproximación al
conflicto se utiliza una variable binaria que indica la existencia de guerra entre los países.
Puede pensarse que dicha variable señala los casos extremos de una variable continua (que
podría ser vista como variable latente) que recoge todo el rango posible de valores, desde
la inexistencia de cualquier tipo de conflicto hasta la guerra armada y la invasión.
En este trabajo se propone la construcción de una variable continua de conflicto. En
particular, su recorrido continuo es esencial para que la variable pueda ser utilizada como
variable de selección en un modelo en dos etapas. Para su elaboración se utilizan datos de
eventos de interacciones políticas internacionales, provenientes de la base de datos
GDELT: Global Data on Events, Location and Tone (Leetaru & Schrodt, 2013) que
contiene más de 200 millones de eventos georreferenciados para el período 1979-2012,
codificados mediante el sistema Conflict and Mediation Event Observations (CAMEO) del
65
Penn State Event Data Project.40 Esta base surge de la aplicación de programas de
codificación automatizados que identifican actores y acciones en cada uno de los cables de
prensa internacional de una variedad importante de agencias informativas41. Cada evento
se puntúa en un eje cooperación – conflicto, siguiendo la escala propuesta por Goldstein
(1992). Como puede verse en el Anexo C, esta escala asigna valores negativos a los
registros de conflicto (desde -10 para ataque militar, hasta 8,3 para asistencia militar).
Asimismo, la escala permite agrupar interacciones verbales por un lado y materiales por
otro, donde las primeras tienden a tener puntajes menores (en valor absoluto) que las
segundas. La base CAMEO identifica como actores no solamente a los estados nacionales,
sino también a actores políticos y religiosos con presencia en uno o varios países.
En esta sección se utiliza como instrumento para la selección una variable que se construye
como el número de cables que registran acciones materiales de conflicto, en forma
simétrica, para cada dupla en cada año (variable matconf_pair).42 En rigor se cuenta con
eventos de conflicto tanto material como verbal, y para eventos de cooperación material y
verbal. La elección de matconf_pair se fundamenta en su desempeño como variable de
exclusión, ya que las restantes variables tienden a ser significativas en la ecuación de la
primera etapa. Además, se tiene una distribución de los puntajes de varios eventos para
cada dupla-año, por lo que distintas mediadas descriptivas podrían utilizarse para resumir
la información. La elección de la variable que cuenta el número de eventos también se
fundamenta en su desempeño empírico. Las estadísticas descriptivas básicas de esta
variable se pueden consultar en el Anexo B.
A continuación se estima el modelo en forma análoga a la sección anterior, pero utilizando
la variable matconf_pair para la restricción de exclusión. En el Cuadro 4.4 se presentan los
40
Versión 1.1b3, de marzo 2012. Este Proyecto está radicado en el Departamento de Ciencia Política de la
Pennsylvania State University desde 2010, pero se trata de un proyecto con larga historia que surgió en la
University of Kansas. Los detalles metodológicos son presentados por Gerner et al. (2002), los datos
originales están disponibles en http://eventdata.psu.edu/data.dir/cameo.html.
41
AfricaNews, Agence France Presse, Associated Press Online, Associated Press Worldstream, BBC
Monitoring, Christian Science Monitor, Facts on File, Foreign Broadcast Information Service, United press
International, the Washington Post, the New York Times, Associated Press y Google News.
42
Se descartan los registros que corresponden a actores que no figuran como los países o sus gobiernos. Los
datos originales están fechados por día, por lo que se realiza una agregación anual. La rutina utilizada se
presenta en el Anexo F.
66
resultados del Probit y de la estimación por OLS sin control por sesgos de selección, y
luego se toma únicamente la estimación semiparamétrica.
Cuadro 4.4 – Conflicto como variable de exclusión en HMR y BACI
1986, Datos HMR
VARIABLES
Distance
1996, BACI
2006, BACI
Probit
OLS
OLS_SP
Probit
OLS
OLS_SP
Probit
OLS
OLS_SP
-0.667*** -1.169*** -0.826*** -0.585*** -1.273*** -1.115*** -0.716*** -1.271*** -1.118***
[0.027]
[0.030]
[0.051]
[0.027]
[0.029]
[0.029]
[0.034]
[0.029]
[0.029]
Land_border
-0.369***
0.460***
0.795***
0.127
0.861***
0.761***
-0.467***
0.711***
0.771***
[0.112]
[0.136]
[0.142]
[0.137]
[0.108]
[0.101]
[0.158]
[0.109]
[0.102]
Islands
0.298***
0.211*
0.028
0.004
0.464***
0.445***
0.211*
0.664***
0.636***
[0.092]
[0.119]
[0.134]
[0.108]
[0.130]
[0.129]
[0.114]
[0.116]
[0.117]
Landlock
0.183
0.646***
0.546***
0.382***
0.642***
0.506***
0.168**
0.670***
0.652***
[0.112]
[0.173]
[0.173]
[0.085]
[0.111]
[0.108]
[0.083]
[0.109]
[0.106]
Legal
0.088***
0.440***
0.353***
0.259***
0.524***
0.458***
0.245***
0.329***
0.291***
[0.034]
[0.048]
[0.051]
[0.034]
[0.040]
[0.040]
[0.037]
[0.036]
[0.035]
Language
0.246***
0.164***
0.055
0.489***
0.529***
0.354***
0.462***
0.729***
0.558***
[0.043]
[0.062]
[0.066]
[0.053]
[0.063]
[0.063]
[0.057]
[0.058]
[0.057]
Colonial_Ties
0.120
1.279***
1.052***
-0.521
0.907***
0.885***
3.498***
0.627***
0.505***
[0.251]
[0.103]
[0.135]
[0.386]
[0.098]
[0.091]
[0.235]
[0.098]
[0.085]
Currency_Union
0.662***
1.520***
1.220***
1.192***
1.078***
0.572***
0.501***
0.151
0.428***
[0.148]
[0.291]
[0.298]
[0.160]
[0.214]
[0.211]
[0.146]
[0.143]
[0.132]
RTA
2.334***
0.634***
0.407**
1.043***
0.288***
0.377***
0.414***
0.590***
0.579***
[0.362]
[0.174]
[0.162]
[0.116]
[0.072]
[0.071]
[0.104]
[0.055]
[0.056]
Religion
0.296***
0.174*
0.087
0.072
0.435***
0.448***
0.146**
0.404***
0.413***
[0.067]
[0.100]
[0.105]
[0.054]
[0.073]
[0.072]
[0.064]
matconf_pair
-4.805***
-3.075**
[1.139]
[1.310]
eta_hat
-9.138*** -2.665***
[1.157]
[1.010]
[0.059]
[0.064]
-1.034*
-0.733
[0.542]
[0.816]
1.066***
0.969***
[0.176]
[0.172]
[0.150]
z_bar_hat
3.814***
1.656***
1.743***
[0.494]
[0.406]
[0.321]
z_bar_hat_sq
-0.899***
-0.175
-0.245***
[0.171]
[0.127]
[0.070]
z_bar_hat_cub
0.082***
-0.001
0.012**
[0.019]
0.917***
[0.012]
4.056***
8.787***
6.083***
[0.005]
Constant
0.424*
7.159***
3.902***
5.441***
10.499***
[0.232]
[0.449]
[0.607]
[0.326]
[0.665]
[0.794]
[0.371]
[0.658]
[0.797]
Observations
R-squared
Orig and Dest FE
18,216
0.562
YES
9,469
0.707
YES
8,641
0.677
YES
20,592
0.610
YES
13,155
0.755
YES
13,155
0.763
YES
20,592
0.580
YES
15,884
0.772
YES
15,884
0.779
YES
Robust standard errors in brackets
*** p<0.01, ** p<0.05, * p<0.1
Puede apreciarse que la variable de conflicto es claramente significativa en la ecuación de
selección, y si bien no se reportan estos resultados, se ha verificado un indicador positivo
sobre su desempeño, al no ser significativa en la ecuación de volumen de comercio una vez
que se controla por el sesgo de selección. Con respecto a los instrumentos también puede
verse que la variable Religion era no significativa luego de controlar por el proceso de
67
6.521***
selección en los datos de 1986, pero en las estimaciones para períodos posteriores se torna
claramente significativa.
Para la ecuación de selección se obtienen resultados razonables, y los indicadores de
proporción de predicciones correctas arrojan buenos resultados, superando el 90% de
predicciones correctas de unos, y con un desempeño algo peor en la predicción de ceros,
donde en los distintos modelos se encuentra alrededor del 25%. Un solo resultados llama la
atención, el signo de la variable de frontera común es negativo y significativo (tanto en
1986 como en 2006, y como veremos se mantendrá en especificaciones posteriores). HMR
obtienen el mismo resultado, y lo atribuyen a la existencia de conflictos entre los países
fronterizos, arriesgando que el signo debería ser el opuesto si se controlara por la
existencia de conflictos. El resultado del Cuadro 4.4 muestra que la hipótesis de HMR es
incorrecta, dejando abierta la interrogante sobre su explicación.
Pasando a las estimaciones de la ecuación de volumen de comercio, tanto la magnitud del
coeficiente asociado a la distancia, como el asociado a la adyacencia entre países
aumentaron entre 1986 y 1996, manteniéndose entre 1996 y 2006, aunque no puede
descartarse que este incremento sea consecuencia de otros cambios en la base de datos
(cambios en la muestra de países, distintos criterios de compatibilización entre registros de
importaciones y exportaciones, etc.). El incremento en el valor del coeficiente asociado a la
distancia es consistente, sin embargo, con lo que encuentran (Disdier & Head, 2008) en su
meta-análisis de los resultados de modelos gravitacionales. Los coeficientes de las demás
variables de proximidad muestran una evolución temporal suave, a excepción de la
variable de unión monetaria, cuyo coeficiente desciende marcadamente. Luego, las
proximidades culturales parecen cada vez más importantes (lenguaje común, principal
religión común), mientras que las históricas van perdiendo peso (relación colonial previa).
Si se observan las variaciones en los resultados para cada uno de los años una vez que se
controla por la selección de firmas y países en los mercados de exportaciones, se tiene que
el efecto de disminución del efecto de la distancia, uno de los principales resultados
empíricos de HMR, se sigue verificando pero con una envergadura notoriamente menor.
En 1996 y 2006 esta corrección hace disminuir al coeficiente de -1,27 a -1,12, magnitud
que dista mucho de la reducción obtenida para 1986, de -1,17 a -0,83 (esto muestra
68
también la estabilidad de los resultados para 1986 ante un cambio en el instrumento, ya que
utilizando Religion bajaba de -1.18 a -0.86).
Disponiendo, entonces, de un instrumento válido para estimaciones en cross-section en los
distintos años, en la sección siguiente se pasa a analizar los impactos sobre los resultados
de utilizar todo el conjunto de información disponible en BACI para el período 1995-2007.
4.4 Estimación en pooled cross-section
A los efectos de dimensionar las consecuencias de cada uno de los cambios propuestos en
la aproximación empírica planteada en HMR, hasta aquí se han realizado todas las
estimaciones con información de sección cruzada para años específicos. Aún si el año de
estimación fuera un año “sin nada especial”, como se argumenta en HMR, siempre habrá
particularidades que afecten en alguna medida los resultados.
El uso de información para una muestra de varios años permite, (i) la estimación de
coeficientes promedio para el período, recogiendo las especificidades de cada año en un
efecto fijo de período; (ii) la mejora en la eficiencia de los estimadores, debido a la
multiplicación en la información utilizada; y (iii) dar paso a un abanico de posibilidades
metodológicas para considerar la dinámica del modelo y/o la heterogeneidad entre las
observaciones. Esta sección se limita a analizar los efectos del uso de información
temporal en términos de los primeros dos numerales. Una rama importante de la literatura
reciente se ha dedicado a la estimación con técnicas de panel, ya sea con modelos estáticos
o dinámicos. El uso de técnicas de series temporales se ve aún limitado por un bajo número
de observaciones temporales en la mayoría de los datos desagregados de comercio, pero
también allí es creciente el volumen de investigación aplicada. Pasos muy modestos en esta
dirección se darán en las secciones siguientes.
La estimación del modelo en pooled cross-section hace que la implementación del modelo
teórico permita considerar las variables específicas de país que varían en el tiempo, que
debieron ser eliminadas en las estimaciones de sección cruzada (debido a la colinealidad
exacta con los efectos fijos de exportador e importador). En esta dirección la variable
candidata natural es el Producto Interno Bruto del país de origen (GDP_o) y del país de
69
destino (GDP_d). Estas variables, ambas tomadas en logaritmos de los valores corrientes
en miles de dólares, recogen aspectos diferentes. El nivel de ingreso en el país de origen se
asocia a la posibilidad de realizar economías de escala en la producción, así como a la
disponibilidad en el país de una mayor diversidad de productos (mayores posibilidades en
términos de autosuficiencia). El nivel de ingreso en el país de destino refleja condiciones
de demanda.
En el Cuadro 4.5 se presenta el conjunto de variables independientes y su correspondencia
con los términos de las ecuaciones (3.27) y (3.28), y en el Anexo B se dispone de las
estadísticas descriptivas básicas.
Cuadro 4.5 – Variables utilizadas en la especificación original de HMR
Grupo
]
Variables que varían en t
Variables fijas en t
Currency_Union
RTA
WTO_both
WTO_one
Distance
Land_border
Island (both)
Landlock_(both)
Colonial_ties
Legal
Religion
Language
]
ó
]
]
GDP_o
GDP_d
,
(incl. en efectos fijos)
El Cuadro 4.5, muestra el primer paso del movimiento que se propone en este trabajo
respecto al conjunto de información utilizado para las estimaciones. Como puede verse el
Cuadro 4.1 ubicaba casi todos los regresores en la columna derecha de variables fijas en el
tiempo, cuando lo que se busca explicar es un fenómeno con fuertes variaciones
temporales. Al mismo tiempo, todas las variables utilizadas son simétricas, es decir que
]
]
y
]
].
La inclusión de los GDP ya altera este aspecto, incorporando
información que varía para cada uno de los miembros de cada dupla. Los cuadros
posteriores mostrarán que los pasos siguientes completarán una migración de variables
hacia la columna de la izquierda (variantes en el tiempo) y hacia abajo (incorporando
distintos tipos de asimetría).
70
Llamativamente HMR no incluyen el GDP en su única estimación en pooled cross-section
para la década de los ’80, presentada a los efectos de evaluar el impacto de la condición de
miembros de la WTO sobre el flujo de comercio entre dos países.
En las estimaciones que se presentan en el Cuadro 4.6 se incluyen también las variables
utilizadas por HMR, que indican los casos en que tanto el exportador como el importador
son miembros de la WTO (WTO_both) así como los casos en que ninguno de los dos
pertenece (WTO_none).
Analizando inicialmente las cuatro primeras columnas, se vuelve a apreciar en este caso
que cuando se controla por los mecanismos de selección el coeficiente de distancia
disminuye, de -1,30 a -1,11. Si bien la caída no alcanza la magnitud de las estimaciones
para 1986, es mayor que la obtenida para cada uno de los años en el período 1995-2007.
Comparando la estimación por el método semiparamétrico con las reportadas en el Cuadro
4.4, se tiene que las variables de distancia y de frontera común tienen efectos muy
levemente menores en el pool que en las estimaciones de sección cruzada para 1996 y
2006. Todos los restantes coeficientes se estiman en el pool en un nivel intermedio
respecto a los obtenidos para 1996 y 2006.
Un aspecto importante es que la variable matconf_pair funciona correctamente como
variable de selección, la inversa del Ratio de Mills es significativa en la ecuación en
niveles.43 Nuevamente se tiene que Religion es significativa en las ecuaciones de volumen
de comercio, lo que ratifica su debilidad como instrumento en esta muestra. Estos
resultados confirman las virtudes de matconf_pair como instrumento, ya que además de
funcionar adecuadamente en ambas bases de datos y para distintos años, es adecuada en la
estimación sobre el pooled cross-section.
Respecto a las variables incorporadas, los resultados para las variables de GDP están en
línea con los reportados en la literatura. Coeficientes menores a la unidad implican que el
43
La especificación final en los modelos semi y no paramétricos no incluye la variable utilizada como
instrumento, pero se ha chequeado que su inclusión llevaría a estimaciones del coeficiente no
significativamente distintas de cero.
71
incremento en las exportaciones es menos que proporcional al incremento en el GDP del
país exportador y del país importador. La primera de estas relaciones indicaría que no se
tiene evidencia de la presencia de Home-Market Effect.
Cuadro 4.6 – Estimación en Pooled Cross-Section
VARIABLES
GDP_o
Probit
0.055***
OLS
0.326***
OLS_SP
0.309***
OLS_NP100
0.311***
PPML
0.599***
[0.021]
[0.029]
[0.029]
[0.029]
[0.037]
GDP_d
0.257***
0.658***
0.577***
0.578***
0.656***
[0.023]
[0.026]
[0.026]
[0.026]
[0.042]
Distance
-0.558***
-1.295***
-1.106***
-1.108***
-0.649***
[0.016]
[0.021]
[0.022]
[0.022]
[0.034]
Land_border
-0.317***
0.639***
0.691***
0.690***
0.420***
[0.093]
[0.090]
[0.083]
[0.083]
[0.062]
Islands
0.062
0.448***
0.449***
0.450***
0.542***
[0.054]
[0.088]
[0.088]
[0.088]
[0.148]
Landlock
0.169***
0.631***
0.540***
0.541***
0.338**
[0.043]
[0.077]
[0.074]
[0.074]
[0.145]
Legal
0.191***
0.365***
0.309***
0.310***
0.180***
[0.017]
[0.027]
[0.027]
[0.027]
[0.045]
Language
0.425***
0.638***
0.420***
0.420***
0.117*
[0.027]
[0.043]
[0.043]
[0.043]
[0.071]
Colonial_Ties
-0.581***
0.719***
0.792***
0.792***
0.095
[0.127]
[0.087]
[0.079]
[0.079]
[0.095]
0.653***
0.285**
0.465***
0.465***
0.102**
[0.084]
[0.123]
[0.109]
[0.109]
[0.049]
RTA
0.635***
0.434***
0.453***
0.455***
0.603***
[0.055]
[0.043]
[0.044]
[0.043]
[0.064]
WTO_none
-0.034
0.183***
0.198***
0.196***
-0.086
[0.028]
[0.054]
[0.054]
[0.054]
[0.114]
WTO_both
0.116***
0.144***
0.122***
0.122***
0.449***
[0.021]
[0.026]
[0.026]
[0.026]
[0.031]
Religion
0.131***
0.424***
0.432***
0.433***
-0.177*
[0.027]
[0.047]
[0.047]
[0.047]
[0.104]
matconf_pair
-1.125***
-0.376
0.086
[0.410]
[0.552]
[0.118]
Currency_Union
eta_hat
1.147***
z_bar_hat
2.373***
z_bar_hat_sq
-0.355***
z_bar_hat_cub
0.018***
[0.067]
[0.166]
[0.038]
[0.003]
Constant
Observations
R-squared
Year FE
Orig and Dest FE
1.830***
6.692***
2.812***
12.354
0.399
[0.340]
[0.547]
[0.593]
[.]
[0.657]
267,696
0.534
YES
YES
191,309
0.754
YES
YES
191,309
0.762
YES
YES
191,309
0.763
YES
YES
267,696
0.923
YES
YES
Robust standard errors in brackets
*** p<0.01, ** p<0.05, * p<0.1
72
En el caso de las variables que señalan la pertenencia a la WTO, el resultado presentado en
el Cuadro 4.6 es diferente al obtenido por HMR para la década de los ’80. Para su
interpretación debe tenerse presente que la categoría omitida es la que señala las duplas en
que uno solo de los países pertenece a la WTO. HMR obtienen que la pertenencia de
ambos países implica un efecto positivo, tanto en la probabilidad de comerciar como en el
volumen de comercio, y este resultado se verifica en el Cuadro 4.6 (aunque con un
coeficiente menor en la ecuación de volumen de comercio). Sin embargo, la no pertenencia
de ninguno de los países se asocia en HMR con una menor probabilidad de comerciar en
comparación con las duplas en que uno de los países es miembro, junto con un efecto
negativo en el volumen de comercio. Esto contrasta con nuestros resultados, que indican
que estas duplas tienen una mayor probabilidad de comerciar que las duplas donde uno es
miembro y el otro no, y se espera además un mayor volumen de comercio entre ambos
países. La comparación con la literatura empírica en el área no es sencilla, debido a que las
diferencias metodológicas entre los trabajos son grandes y los coeficientes de participación
en la WTO muy variables entre estudios. En cualquier caso, dada la heterogeneidad de
hallazgos empíricos, los resultados obtenidos aquí no son atípicos en comparación con la
literatura, aunque como se verá en el capítulo siguiente, no son los más adecuados para una
correcta comprensión del efecto atribuible a la participación en la WTO.
Hasta aquí se han hecho modificaciones que ponen a prueba la robustez de los resultados
de HMR, en una secuencia que condujo a las estimaciones reproducidas en el Cuadro 4.6,
que con datos más actuales que los del artículo original, y mediante el uso de un
instrumento adecuado, ha sido estimado con información de pooled cross-section. Estos
resultados son la base sobre la cual se proponen dos innovaciones de mayor envergadura, a
las que se dedica el capítulo siguiente.
73
5 Asimetrías y especialización en el modelo gravitacional
El aporte fundamental de HMR es que brindan una microfundamentación para un modelo
gravitatorio de comercio asimétrico, recogiendo por tanto la existencia ceros en una o las
dos direcciones, reconciliando al modelo teórico que sustenta a la ecuación gravitacional
con los flujos observados en la práctica. Para ello un elemento central es la existencia de
costos fijos de comercio en un marco de heterogeneidad de las firmas. En este capítulo se
comienza profundizando en el papel de las asimetrías en el modelo estimable, para luego
introducir una dimensión adicional en los costos de comercio, vinculada a la
especialización y proveniente de los espacios de países vistos en el Capítulo 2.
5.1 Uso de variables independientes asimétricas
A continuación se modifica la construcción de las variables independientes que son
pasibles de una definición asimétrica, inexplotada por HMR. Las variables involucradas
son las que refieren a las condiciones de isla, de país sin salida al mar, o de miembro de la
WTO.
Si bien se trata de fenómenos inherentemente asimétricos, HMR optan por definir variables
simétricas que señalizan los casos en que los dos miembros de la dupla verifican la
condición correspondiente44.
La variable de RTA también admitiría un tratamiento asimétrico, separando el comercio
intra-zona del comercio extra-zona, y este entre importador y exportador. Esta estrategia es
la que se sigue en Carrere (2006) que analizando los efectos de creación y desvío de
comercio introduce estas tres variables binarias para cada uno de los acuerdos
identificados. Si bien sería posible definir una terna similar sin desagregar por cada
44
Esta definición es criticable, dado que se omite una categoría innecesariamente amplia que incluye los
casos en que uno sólo de los países reviste la condición correspondiente. Es muy frecuente en el trabajo
empírico el uso de una variable también simétrica pero más precisa, que señala la existencia de 0, 1 o 2
miembros que cumplen la condición en la dupla. Para ello se crean variables como island_both, island_one, o
island_none, omitiéndose una de ellas para evitar la colinealidad exacta.
74
acuerdo concreto, en este trabajo no se sigue ese camino y se mantiene una única variable
de RTA que señala el comercio intra-zona.
En esta subsección se explora el impacto de una definición asimétrica de estas variables,
diferenciando, por ejemplo, el caso de una exportación que va desde un país que es isla a
uno que no lo es, del caso contrario en el que la exportación va desde un país que no es isla
a uno que sí lo es. Esta distinción se aplica a partir de las variables island, landlock y WTO,
y continuando con el ejemplo, se tendrá una variable que indique el caso en que ambos son
isla (island_both), otra que indique que sólo el país de origen lo es (island_one_o), lo
análogo para el país de destino (island_one_d) y finalmente, el caso en que ambos son
continentales (island_none). También es asimétrica la información sobre si uno de los
países fue colonia del otro alguna vez, pero aquí carece de sentido el caso en que ambos lo
hayan sido, por lo que sólo se tendrán las variables colony_o_to_d y colony_d_to_o.
En el Cuadro 5.1 se presenta el conjunto de variables a utilizar, y como puede verse el
conjunto de información adquiere características de mayor variabilidad en el tiempo, así
como distintas formas para capturar asimetrías. Las estadísticas descriptivas básicas se
pueden consultar en el Anexo B.
Cuadro 5.1 - Especificación con variables asimétricas, en pool
Grupo
]
Variables que varían en t
]
ó
]
]
]
]
ó
]
Currency_Union
RTA
WTO_both
WTO_one_o
WTO_one_d
]
,
Variables fijas en t
Distance
Land_border
Island_both
Landlock_both
Legal
Religion
Language
Island_one_o
Island_one_d
Landlock_one_o
Landlock_one_d
Ever_colony_o
Ever_colony_d
GDP_o
GDP_d
En el cuadro 5.2 se presentan las frecuencias de las variables modificadas, a partir de las
20,592 duplas direccionadas de países (144 países con 143 socios comerciales en cada
75
caso). Puede verse que algunas de las variables binarias, también incluidas en las
especificaciones anteriores, como Island_both, Landlock_both o WTO_none en 2007,
reúnen muy pocas observaciones. El caso extremo viene dado por las variables colony_o y
colony_d, que en cada caso identifican solamente 143 duplas en el total de 20,592 (es
decir, un 0.7%). De todas ellas, las únicas que presentan variabilidad temporal son las
asociadas a la participación en la WTO, que como puede verse en el cuadro, evidencian un
incremento sostenido en el número de miembros entre 1995 y 2007.
Cuadro 5.2 – Variables independientes asimétricas
Variable
Island_both
Island_one_o
Island_one_d
Island_none
Total
Variable
Landlock_both
Landlock_one_o
Landlock_one_d
Landlock_none
Total
# duplas
420
2,583
2,583
15,006
20,592
# duplas
756
3,248
3,248
13,340
20,592
%
Variable
2.0%
12.5%
12.5%
72.9%
100%
WTO_both (1995)
WTO_one_o (1995)
WTO_one_d (1995)
WTO_none (1995)
Total
%
Variable
3.7%
15.8%
15.8%
64.8%
100%
WTO_both (2007)
WTO_one_o (2007)
WTO_one_d (2007)
WTO_none (2007)
Total
# duplas
9,312
4,559
4,559
2,162
20,592
# duplas
13,572
3,159
3,159
702
20,592
%
45.2%
22.1%
22.1%
10.5%
100%
%
65.9%
15.3%
15.3%
3.4%
100%
Por otra parte, la variable matconf_pair también es pasible de una descomposición en dos
variables asimétricas, puesto que toda la información de base sobre eventos está
organizada en forma de país emisor y receptor. Por consiguiente, se crea la variable
matconf_od que recoge el conteo (en miles) de eventos en el país de origen (exportador)
respecto al país de destino (importador) que son clasificables como de conflicto material.
Inversamente, la variable matconf_do cuenta los eventos protagonizados por el país
importador que están catalogados como de conflicto material con el país de exportador.
Para la elección de variables de exclusión se consideraron ambas variables de conflicto
material, pero matconf_do resulta significativa en la ecuación de volumen de comercio
después de controlar en la selección (con matconf_od como instrumento). Por motivos
similares fueron descartadas las demás variables de conflicto y cooperación, verbal y
material, que se presentaron en el capítulo anterior.
76
La variable matconf_od registra valores muy bajos para un gran número de duplas, así
como contados valores que superan la unidad. La distribución de la variable se presenta en
el Gráfico 5.1, donde se omiten los registros con valores menores a 0.03 y mayores a 0.6.
Los valores superiores de esta variable pueden consultarse en el Anexo D, donde se listan
las duplas de países con mayores niveles de conflicto en cada año. Nuevamente, las
estadísticas descriptivas de estas variables se detallan en el Anexo B.
10
0
5
Density
15
20
Gráfico 5.1 – Distribución de frecuencias de la variable matconf_od
0
.2
.4
.6
matconf_od
Los resultados de la estimación se presentan en el Cuadro 5.3, y son elocuentes en cuanto a
la pertinencia de distinguir las características del origen y el destino en las variables que
por sus características lo admiten.
En la comparación con los resultados del Cuadro 4.6 se puede verificar que este cambio en
la especificación de las variables que son pasibles de una definición asimétrica no tiene
consecuencias sobre los efectos de los regresores restantes.
77
Cuadro 5.3 – Utilización de variables independientes asimétricas
VARIABLES
GDP_o
GDP_d
Distance
Land_border
island_both
island_one_o
island_one_d
landlock_both
landlock_one_o
landlock_one_d
Legal
Religion
Language
ever_colony_o
ever_colony_d
Currency_Union
RTA
WTO_both
WTO_one_o
WTO_one_d
matconf_od
eta_hat
z_bar_hat
z_bar_hat_sq
z_bar_hat_cub
Constant
Observations
R-squared
Year FE
Orig and Dest FE
Probit
0.052**
0.262***
-0.558***
-0.317***
-0.686***
-0.586***
-0.162
1.129***
0.304***
0.656***
0.191***
0.131***
0.424***
-0.834***
-0.423***
0.653***
0.636***
0.147***
0.094***
-0.028
-2.228***
0.825**
267,696
0.534
YES
YES
OLS
0.321***
0.663***
-1.295***
0.638***
-7.886***
-6.287***
-2.047***
-10.092***
-7.897***
-2.826***
0.365***
0.424***
0.638***
0.696***
0.741***
0.285**
0.434***
-0.039
-0.132**
-0.235***
-0.747
13.502***
191,309
0.754
YES
YES
OLS_SP
0.304***
0.582***
-1.107***
0.691***
3.082***
0.391
2.242***
-0.779*
-1.302***
-0.017
0.310***
0.433***
0.421***
0.817***
0.770***
0.464***
0.454***
-0.074
-0.165***
-0.230***
OLS_NP100
0.306***
0.582***
-1.108***
0.691***
3.095***
0.394
2.250***
-0.788*
-1.311***
-0.017
0.310***
0.434***
0.421***
0.816***
0.770***
0.465***
0.455***
-0.073
-0.164***
-0.228***
PPML
0.581***
0.678***
-0.649***
0.420***
-1.128
-1.060*
-0.608*
-1.297**
-0.524
-1.111***
0.180***
-0.177*
0.118*
0.145
0.044
0.102**
0.604***
0.504***
0.169
-0.017
0.157
1.145***
2.365***
-0.353***
0.018***
0.349
191,309
0.762
YES
YES
6.051***
191,309
0.762
YES
YES
1.951***
267,696
0.923
YES
YES
*** p<0.01, ** p<0.05, * p<0.1
El coeficiente asociado a Islands en el Cuadro 4.6 es positivo, de aproximadamente 0.45
tanto antes como después de la corrección por los sesgos de selección. Al utilizar variables
asimétricas en la estimación por OLS sin corrección por sesgos de selección aparece el
signo negativo esperable, que no se lograba en ninguna de las estimaciones de los cuadros
previos, así como coeficientes muy altos en valor absoluto. Sin embargo, al corregir por los
sesgos de selección el modelo vuelve a arrojar coeficientes con signo positivo, tanto para el
caso en que los dos países son isla como para el caso en que el país importador es isla,
siendo no significativamente distinto de cero en el caso en que una isla sea exportadora. Es
decir, las islas tienen menor probabilidad de comerciar con otras islas (ya sea exportando o
importando) y menor probabilidad de exportar a países continentales. No obstante, una vez
que exportan, su condición de isla afecta positivamente el volumen de comercio con otras
78
islas y el volumen de importaciones desde países continentales. Probablemente por la
conjunción de los efectos de selección y de volumen de comercio, la estimación PPML da
cuenta de efectos que están más en línea con los efectos tradicionalmente esperados, de
cierta disminución en el comercio de las islas con los países continentales, aunque las
estimaciones son débilmente significativas.
En el caso de la ausencia de salida al mar, los resultados son estrictamente opuestos a los
de Island, ya que esta condición opera aumentando la probabilidad de comerciar pero
reduciendo fuertemente los volúmenes de comercio, tanto importador como exportador
(esto es acorde a una interpretación de mayores costos variables). En todos los resultados
anteriores se habían obtenido coeficientes positivos para la ecuación en niveles, incluso
tras controlar por los sesgos de selección, pero aquí este resultado se revierte y se obtienen
los signos negativos esperables. Una vez que se controla por los sesgos de selección se
logra apreciar que en rigor la condición de país sin salida al mar reduce el volumen de
exportaciones de estos países cuando se trata de mercados de destino que sí tienen salida al
mar. En este último aspecto los resultados de la estimación por PPML son fuertemente
contradictorios con los de la estimación en dos etapas, en particular en lo que respecta a la
significación de los coeficientes.
Respeto a la existencia de relaciones coloniales, los resultados para los regresores
asimétricos son coincidentes en una y otra dirección, mostrando una menor probabilidad de
exportaciones positivas desde la colonia (o ex colonia) al colonizador (o ex colonizador) y
viceversa. Una vez que comercian la estimación por HMR de la ecuación en niveles
muestra que estas díadas tienden a comerciar volúmenes mayores, nuevamente en ambas
direcciones. La estimación PPML arroja coeficientes no significativos, probablemente
como resultado de la compensación de los efectos de selección y de volumen de comercio.
Finalmente, los resultados para las variables sobre pertenencia a la WTO son relevantes en
el marco del debate existente en la literatura a este respecto. De acuerdo a la estimación del
método bietápico, es menor la probabilidad de comerciar cuando uno de los dos países no
es miembro de la WTO, y la reducción es levemente mayor cuando se trata de las
exportaciones desde un país no miembro a un país miembro. Este resultado se ve
respaldado por la estimación por PPML, ya que ésta indica que la probabilidad de
79
comerciar es mayor cuando ambos son miembros (y el coeficiente es no significativo para
los casos en que sólo uno integra la organización). Si se tiene en cuenta la categoría
omitida es el caso en que ninguno de los países integra la WTO, los dos métodos discrepan
en cuanto a lo que sucede en el comercio entre los miembros, ya que el resultado de la
estimación por PPML indica que comerciarán más que el caso en que ninguno es miembro,
mientras que por el método de HMR el comercio entre dos miembros es estadísticamente
igual al nivel de comercio entre dos países no miembros. La magnitud de los efectos es, sin
embargo, bastante moderada.
En conclusión, la utilización de variables independientes asimétricas es importante cuando
ello es posible, ya que permiten una comprensión mucho más precisa de los efectos
analizados. Utilizar variables simétricas en estos casos parece desaprovechar
innecesariamente una de las virtudes principales de modelos que son inherentemente
asimétricos. Sin embargo, si el objetivo del investigador no se centra en una variable
pasible de descomposición asimétrica, la utilización de las versiones simétricas parece no
acarrear consecuencias mayores sobre los restantes coeficientes estimados. Contar con una
especificación que recoja correctamente las asimetrías es crucial, no obstante, cuando se
incorporan al modelo otras variables adicionales que también son asimétricas. Este es el
caso de las variables de especialización presentadas en el Capítulo 2, que llegado este
punto y mediando una fundamentación teórica de su inclusión, pueden ser incorporadas en
la especificación recogida en el Cuadro 5.3.
5.2 Especialización en el modelo gravitacional
Si se juzgara solamente por su concreción en aplicaciones empíricas, la literatura de los
modelos de gravedad convencionales bien podría descansar en un supuesto de un único
producto perfectamente homogéneo. Esta afirmación es arriesgada, pero alcanza con
repasar las variables empleadas para ver que desde allí no se tiene ningún tipo de
información sobre cuál es el contenido de los flujos de comercio que se quieren explicar.
La microfundamentación teórica de los modelos gravitacionales, sin embargo, sólo es
posible si se introduce algún tipo de diferenciación de productos, ya sea en la demanda
(especificaciones de tipo Armington) o en la oferta (competencia monopolística y
economías de escala, o diferencias tecnológicas o factoriales). Para agregar dificultades, se
80
busca utilizar los modelos gravitacionales para laudar la disputa entre los distintos modelos
teóricos o para ver el peso que cada uno tiene en la explicación de los patrones
observados45. Este capítulo no pretende resolver semejante desencuentro, pero sí aspira a
proponer una forma de incorporar al modelo gravitacional información sintética que
permita controlar por el contenido del comercio.
El antecedente más temprano en esta línea está en los desarrollos que buscaban integrar la
ecuación de gravedad en la teoría de las proporciones factoriales. Bergstrand (1989)
combina elementos de la geografía económica con la teoría de las proporciones factoriales,
y deriva la ecuación de gravedad a nivel de una industria. Propone la ecuación de gravedad
generalizada, que incluye la dotación de capital del país exportador y el ingreso per capita
del país importador, aunque sin una fundamentación microeconómica fuerte. Schumacher
(2003) hace una aplicación más reciente de este modelo en un estudio de los efectos del
Home-Market Effect, señalando que la inclusión de la dotación de capital permite aislar los
efectos tradicionales de las ventajas comparativas respecto al sesgo doméstico, ya que de
otro modo ambos se confunden en las variables de GDP.
Sin embargo, la medida en que las dotaciones factoriales se expresan en los productos que
los países intercambian es un tema que en sí mismo ha conducido a intenso debate. El
misterio del “missing trade” de Trefler (1995) es en definitiva una expresión de esa
discrepancia entre el contenido factorial predicho por la teoría y el realmente observado en
los flujos comerciales.
En la literatura del Home-Market Effect varios autores recurrieron a desagregar el comercio
total por grupos de productos, distinguiendo entre productos diferenciados, productos
homogéneos y productos con precios de referencia (Feenstra, et al., 2001; Hummels &
Levinsohn, 1995). Evenett & Keller (2002) hacen un ejercicio similar, pero basándose en
una discriminación entre grupos de países, estratificando la muestra de acuerdo al
porcentaje de comercio intra industrial, e incorporando variables que recogen diferencias
en las dotaciones factoriales. Davis & Weinstein (2001), Schumacher (2003), Sohn (2005)
45
Una forma de hacerlo es interpretando magnitudes de coeficientes como GDP_o, GDP_d, o Distance, que
como se vio antes dependen fuertemente de las características de los datos y de numerosas decisiones
metodológicas que deben tomarse.
81
y Anderson & Yotov (2010) estiman para distintos sectores dentro de la industria
manufacturera. En la mayoría de estos casos se encuentran diferencias importantes en las
estimaciones para distintos grupos de productos.
En una línea diferente, pero siempre buscando agregar una dimensión que informe sobre el
contenido del valor comerciado, Melitz (2007) propone controlar por la diferencia en
latitudes entre los países, ya que de otro modo el coeficiente de distancia captura
diferencias en las dotaciones factoriales debidas a aspectos climáticos. Sostiene que si no
se controla por la distancia Norte – Sur, el coeficiente negativo asociado a la distancia se
estimará con un sesgo a la baja (en valor absoluto) debido a que las diferencias en factores
inducirían a que haya mayor volumen de comercio.
En este trabajo se propone una aproximación innovadora a la forma de introducir
características de especialización en el modelo gravitacional, en particular, utilizando las
medidas de distancia en los espacios presentados en el Capítulo 2. Para ello es necesario
detenerse antes en el modo en que la incorporación de estas variables puede ser
microfundamentada, para lo que se toma como base el modelo de HMR.
5.3 Costos de comercio y especialización
Como se vio, los modelos gravitacionales recogen diferentes fricciones en el comercio
entre los países. La distancia geográfica es la variable principal, y si bien suele
interpretarse como asociada a los costos de transporte, la literatura reconoce que implica
también costos de información y de búsqueda, que se suponen mayores cuando el eventual
socio comercial se encuentra más alejado. Se controla, además, por costos que tienen que
ver con distancias o proximidades culturales (idioma, religión), históricas (relaciones
coloniales), políticas (conflicto), institucionales (sistema legal), o económicas (uniones
monetarias, participación en RTAs o en WTO) entre otros controles que se admiten
microfundamentados al ser parte de un concepto amplio de costos de comercio. Estos
costos pueden ser fijos o variables, y los primeros son fundamentales para determinar el
mecanismo de selección de firmas en el marco del modelo de HMR.
82
En este trabajo se propone incorporar una noción adicional a los costos de comercio, que
viene dada por la dificultad o la facilidad para la complementación comercial que existe
entre los países, lo que depende tanto de la especialización exportadora del país de origen
como de la especialización importadora del país de destino.
Si se piensa en un producto determinado, es razonable pensar que los costos de transacción
asociados a exportarlo desde un país que suele exportarlo son menores que los que deben
enfrentarse desde un país que nunca lo ha exportado, así como debería ser menor el costo
de importarlo en un país que lo importa con regularidad. Planteado en términos más
generales, los costos de transacción asociados a los flujos de comercio tradicionales son
menores que los asociados a flujos atípicos. Así, una firma ubicada en el contexto del
modelo de HMR no enfrentará los mismos costos sea cual sea su sector de actividad, si el
país en que se ubica es un exportador con ventaja comparativa en el producto de la
empresa, es altamente probable que existan canales de comercialización fluidos y
dispositivos institucionales previstos para facilitar la exportación.
Asimismo, dada cierta facilidad o dificultad para exportar y dados los demás controles
habituales (incluida la distancia geográfica), tampoco serán iguales los costos de
transacción de exportar a mercados que se especializan en importar el producto en cuestión
que los de acceder a mercados donde dicho producto no es parte de la canasta de
importación. La existencia de redes de comercialización formadas, de procedimientos
aduaneros acordes, de capacidades acumuladas tanto en origen como en destino (para la
producción o el uso – final o intermedio – del producto), la disponibilidad de los servicios
de transporte adecuados, entre otros, son elementos que reducen los costos de exportar un
producto en el que el país tiene ventaja exportadora o de importar un producto en el que se
tiene ventaja importadora.
Si en la actividad de exportar o importar existen costos de aprendizaje que son específicos
del sector de actividad, entonces los costos marginales de exportación de ese sector serán
decrecientes. En este caso la existencia de ventaja comparativa en el producto puede
asociarse con niveles de experiencia que aprovechan en alguna medida esa reducción de
costos de la actividad comercial en el sector. Sheard (2012) plantea un modelo de
aprendizaje en la exportación que, desde una aproximación dinámica, obtiene el momento
83
óptimo de la entrada en el mercado de exportación. Entre los costos fijos de entrada
considera los costos de adaptación de productos y procesos de producción, los costos de
publicidad y de instalación de redes de distribución. Morales, et al. (2011) analizan los
costos de entrada en la exportación para la industria química chilena, y encuentran que los
costos son menores cuanto mayor es la similitud entre los países (en términos de idioma,
continente o GDP per capita). Estos autores, al igual que Schmeiser (2012), identifican
patrones de exportación que sugieren la existencia de un mecanismo de aprendizaje en la
exportación. Al igual que en los modelos gravitacionales, es llamativa la medida en que la
literatura de los costos de entrada en la exportación ha omitido también la consideración de
los aspectos vinculados a los patrones de especialización del exportador y el importador.
El único antecedente de inclusión de variables sintéticas sobre la complementariedad
comercial en un modelo gravitacional, según se ha podido indagar, es Sohn (2005), quien
hace una aplicación del modelo al caso del comercio de un país con el resto del mundo, en
particular para el caso de Corea. En su especificación agrega una variable sintética que
recoge la “conformidad” entre el comercio de Corea y cada uno de sus 30 mayores socios
comerciales (variable
).46 Si bien recomiendan cierta cautela en la interpretación, los
autores establecen que un coeficiente positivo asociado a esta variable es indicativo de una
predominancia del comercio inter industrial y del modelo de proporciones factoriales
(mayor complementariedad implica que los países son distintos en su especialización),
mientras que un signo negativo sería un indicio de vigencia del modelo de retornos
crecientes, con predominancia del comercio intra industrial. Una limitación importante es
que su estimación se realiza sobre el comercio bilateral total (exportaciones +
importaciones) con lo que no es capaz de capturar ningún tipo de asimetría. Coherente con
ello, la propia medida de complementariedad es simétrica.
46
Siendo k un índice que recorre grupos de productos, el denominado “Trade Conformity Index” entre los
países i y j se obtiene como:
∑
√(∑
(∑
)
Este índice puede tomar valores entre 0 y 1, ya que está construido como el coseno del ángulo existente entre
los vectores
y
. Sohn (2005) atribuye este índice a Gormely & Morrill a (1998).
84
La complementariedad, sin embargo, no es una noción inherentemente simétrica, y podría
decirse incluso que es doblemente asimétrica. El Cuadro 5.4 plantea un ejemplo hipotético
donde existen 1000 productos en la economía mundial. Mirando el panel superior se
aprecia que la proximidad de c’ como destino, mirada desde c (proxXM_d_to_occ’) es
200/500, ya que c’ importa con ventaja 200 de los 500 productos en los que c es exportador
con ventaja. Por otra parte, la proximidad de c como origen, mirada desde c’
(proxXM_o_to_dcc’) es 200/600, ya que c exporta con ventaja 200 de los 600 productos que
c’ importa. Es decir que es mayor la proximidad de c’ como destino para el país c que la
proximidad de c como origen para el país c’.
El panel inferior del Cuadro 5.4 permite ver que se puede hacer un razonamiento análogo
para la dupla direccionada donde c importa y c’ exporta, por lo que se tendrán valores
distintos para proxXM_d_to_oc’c y proxXM_o_to_dc’c (iguales a 300/550 y a 300/400
respectivamente).
Cuadro 5.4 – Ejemplo para interpretación de proximidades en el espacio XM
Ventajas Comparativas de c como exportador y c' como importador
RCAXc=1
RCAXc=0
TOT
RCAMc'=1
200
400
600
RCAMc'=0
300
100
400
TOT
500
500
1000
Ventajas Comparativas de c como importador y c' como exportador
RCAMc=1
RCAMc=0
TOT
RCAXc'=1
300
250
550
RCAXc'=0
100
350
450
TOT
400
600
1000
Pero las variables de proximidad o distancia en el espacio XM no recogen toda la riqueza
descriptiva de los espacios de países en términos del tipo de productos que se comercian47.
Es claro que cuando el país c’ está muy próximo al país c en el espacio XM (son
47
Se utilizan a conveniencia las variables de proximidad y distancia, en todos los casos se utiliza la siguiente
fórmula general para tal transformación:
(
85
complementarios), esto significa que existe una alta coincidencia entre lo que c exporta y
lo que c’ importa. Sin embargo, cuando los países son no complementarios, ello puede
deberse a un continuo de situaciones diferentes, que van desde que ambos exportan e
importan el mismo tipo de productos (y por ende no se complementan) hasta la situación
en la que son tan distintos que los productos que uno ofrece el otro no los demanda.
Los costos de transacción también pueden ser menores cuando dos países son muy
parecidos en sus estructuras productivas, ya que el tipo de capacidades en ambas
economías serán similares, los medios de transporte y los mecanismos aduaneros estarán
preparados para el mismo tipo de productos, las empresas vinculadas y los servicios
disponibles también presentarán coincidencias. Lo mismo sería razonable para países que
se parecen mucho en sus patrones de consumo (y de importación). Las distancias en el
CXS y en el CMS pueden entonces ser incorporadas en calidad de componentes del vector
de costos. Sin embargo, es muy difícil pensar que la envergadura del tipo de costos
mencionados hasta aquí sea relevante si se tiene en cuenta que el comercio total está
compuesto de comercio intra industrial e inter industrial y que el primero se espera que sea
menor cuando los países son muy distantes, mientras que el segundo se espera que sea
mayor cuando los países son distantes.
5.4 Modelo gravitacional extendido con especialización
Lo anterior lleva a problematizar la concepción habitual de países “parecidos” o
“diferentes”, que subyace a toda la literatura referida a comercio intra industrial. Dos
países pueden ser muy parecidos en lo que exportan pero muy distintos en lo que importan,
o a la inversa. Además, dado que estas variables son inherentemente asimétricas, el país i
puede ser más parecido al país j que lo que es éste último al primero, lo que también
implica preguntarse si lo relevante es que el exportador se parezca al importador o
viceversa.
Sería esperable que el comercio intra industrial se caracterizara por un mayor comercio
entre países que se parecen en lo que demandan, ya que los consumidores diferenciarán por
origen nacional o por marcas, demandando productos en ambos países. También sería
86
esperable que el comercio inter industrial se realizara entre países distantes en sus
estructuras productivas.
De algún modo, en una analogía con la lógica de Sohn (2005), el signo del coeficiente de
las distancias en CXS y CMS puede ser utilizado como contraste entre teorías. Si al estimar
el modelo gravitacional para el comercio agregado se encuentra que el signo de las
distancias es positivo, ello abona los motivos neoclásicos para el comercio, mientras que si
el signo de las distancias es negativo entonces la evidencia es favorable a los argumentos
de las nuevas teorías de comercio.
Cuadro 5.5 - Especificación con variables asimétricas y espacios de países, en pool
Grupo
]
Variables que varían en t
]
ó
]
Currency_Union
RTA
WTO_both
]
]
]
ó
]
]
,
WTO_one_o
WTO_one_d
distCXS_d_to_o
distCMS_o_to_d
distXM_d_to_o
distXM_o_to_d
GDP_o
GDP_d
Variables fijas en t
Distance
Land_border
Island_both
Landlock_both
Legal
Religion
Language
Island_one_o
Island_one_d
Landlock_one_o
Landlock_one_d
Ever_colony_o
Ever_colony_d
En el Cuadro 5.6 se presentan los resultados de la estimación del modelo asimétrico en la
que se han incorporado las variables de complementariedad (vista desde el origen y desde
el destino), así como las variables de distancias en los espacios de países (CXS y CMS).48
48
La distancia en el patrón de importaciones sirve de algún modo como prueba de la hipótesis de (Linder,
1961), según la cual habría una asociación positiva entre la similitud de niveles de ingreso y el comercio,
debida a una similaridad en los gustos.
87
Cuadro 5.6 – Modelo gravitacional extendido con especialización
VARIABLES
Probit
OLS
OLS_SP
OLS_NP100
PPML
GDP_o
GDP_d
Distance
Land_border
island_both
island_one_o
island_one_d
landlock_both
landlock_one_o
landlock_one_d
Legal
Religion
Language
ever_colony_o
ever_colony_d
Currency_Union
RTA
WTO_both
WTO_one_o
WTO_one_d
distCXS_d_to_o
distCMS_o_to_d
distXM_d_to_o
distXM_o_to_d
matconf_od
eta_hat
z_bar_hat
z_bar_hat_sq
z_bar_hat_cub
Constant
Observations
R-squared
Year FE
Orig and Dest FE
0.118***
0.309***
-0.551***
-0.289***
-0.091
-0.220
0.109
0.751***
0.009
0.624***
0.176***
0.115***
0.416***
-0.379**
-0.813***
0.571***
0.642***
0.164***
0.116***
-0.009
-0.072***
0.118***
-0.241***
-0.273***
-5.115***
0.448***
0.681***
-1.238***
0.640***
-4.034***
-1.111***
-3.299***
-7.102***
-3.190***
-4.530***
0.324***
0.385***
0.635***
0.644***
0.625***
0.244**
0.371***
-0.037
-0.148***
-0.237***
0.121***
0.173***
-0.215***
-0.775***
-3.060***
0.401***
0.595***
-1.035***
0.635***
1.213**
-1.349***
2.181***
-3.471***
-3.362***
-0.622**
0.263***
0.373***
0.411***
0.633***
0.725***
0.361***
0.383***
-0.078
-0.187***
-0.235***
0.085***
-0.037
-0.130***
-0.691***
0.402***
0.597***
-1.037***
0.634***
1.204**
-1.373***
2.195***
-3.525***
-3.398***
-0.640**
0.264***
0.374***
0.410***
0.633***
0.724***
0.360***
0.385***
-0.079
-0.187***
-0.236***
0.084***
-0.037
-0.132***
-0.692***
0.666***
0.628***
-0.529***
0.330***
-0.838
-0.649
-0.692**
-1.561***
-0.742
-1.142***
0.197***
-0.138
0.047
0.016
0.143
0.045
0.479***
0.342***
0.062
-0.149
-0.082*
0.095
-0.120***
-0.495***
-0.295
1.154***
2.350***
-0.342***
0.017***
3.949***
188,125
0.773
YES
YES
9.652***
188,125
0.773
YES
YES
3.055***
258,366
0.938
YES
YES
1.378***
258,366
0.534
YES
YES
11.531***
188,125
0.764
YES
YES
*** p<0.01, ** p<0.05, * p<0.1
El coeficiente de distancia continúa descendiendo, ahora más moderadamente, de -1,11 en
el modelo sin especialización a -1,04. Esto no es consistente con los argumentos
presentados en Melitz (2007) respecto a que el coeficiente de distancia recoge parcialmente
los efectos de cambios climáticos y en dotaciones de factores debidas al componente
Norte–Sur de las distancias geográficas. En este caso el control por la distancia en la
especialización debería permitir una adecuada separación de ambos componentes, y por lo
tanto llevar a un incremento en el coeficiente de distancia (en su caso el coeficiente se
incrementa en valor absoluto, pasando de -1.3 a -1.4 al controlar por la distancia Norte–
88
Sur). Los demás coeficientes asociados a cercanías culturales, históricas o económicas se
reducen muy levemente, sin que se produzcan cambios de significación en las estimaciones
semiparamétrica y no paramétrica. La única excepción son los coeficientes vinculados a la
participación en el a WTO, que se mantienen prácticamente incambiados.
Los resultados para las variables de complementariedad y distancia en la especialización
son novedosos, por lo que no existen referencias en la literatura que permitan una
comparación. El resultado más robusto en este grupo es el que surge de las variables de
complementariedad, que tanto vista desde el exportador como desde el importador se
presenta como un factor que invariablemente conduce a una mayor probabilidad de
comercio tanto como a un mayor volumen de comercio (recuérdese que las variables
distXM brindan una medida inversa de complementariedad).
Una vez que se controla por el nivel de complementariedad, la distancia en la
especialización importadora implica una mayor probabilidad de comercio, aunque es no
significativa en la ecuación de volumen de comercio. Este resultado se presenta tanto en la
estimación por el método bietápico como en la realizada por PPML, e indica que las
diferencias en las pautas de consumo (final y de insumos intermedios y bienes de capital)
afectan exclusivamente al margen extensivo.
El Cuadro 5.6 parece indicar que las diferencias más relevantes entre los países son las que
refieren a su especialización productiva. En primer lugar se tiene que una mayor diferencia
entre los tipos de productos que los países exportan reduce las probabilidades de que
comercien entre ellos, pero por otra parte el coeficiente positivo de distCXS_d_to_o
muestra que el volumen agregado de comercio es más alto cuanto mayor es la distancia a la
que se encuentra el patrón exportador del país de destino respecto al del país de origen.
Esto es consistente con lo esperable para el comercio inter industrial, y coincide con la
predicción de las teorías tradicionales de cuño neoclásico. En particular, el resultado
permite hilar un poco más fino, sugiriendo que las diferencias relevantes en esta materia
son las que existen en el lado de la oferta. Sin embargo, la estimación de este coeficiente,
cargado de valor simbólico en la disputa entre modelos teóricos, tiene signo negativo
cuando se estima por PPML, lo que puede implicar una primacía del efecto sobre el
margen extensivo en relación al que existe sobre el margen intensivo.
89
La pretensión de utilizar este tipo de resultado como prueba a favor de una u otra
interpretación teórica de los determinantes de los flujos de comercio, puede sin embargo
ser un tanto estéril, ya que el comercio agregado esconde una importante diversidad
interna. El comercio entre algunos grupos de países o díadas, determinados tipos de
intercambios, o ciertos conjuntos de productos, puede regirse por explicaciones diferentes.
Especialmente relevante es la distinción entre los determinantes del comercio intra
industrial y del comercio inter industrial. La sección siguiente analiza esta apertura.
5.5 Comercio inter e intra industrial
Esta definición que es conceptualmente simple reviste ciertas dificultades para su
aproximación empírica. Uno de los problemas principales proviene de la agregación
existente en las estadísticas de comercio, aún a los niveles más desagregados. Esto ha
llevado a que el IIT haya sido caracterizado como una ficción estadística, argumentando
que con un nivel de desagregación suficiente detallado el fenómeno desaparece49.
Adicionalmente, aceptado cierto nivel de agregación, el caso en que las ventas en una y
otra dirección alcancen un valor idéntico tiene probabilidad nula, y la asimetría plantea el
dilema de si corresponde rotular como IIT a todo el comercio en ese producto o si
solamente debe incluirse al monto que estrictamente se intercambia en las dos direcciones
(dos veces el mínimo entre lo que c exporta a c’ y lo que c’ exporta a c en el sector
considerado). En la apertura que se presenta a continuación se ha seguido este último
criterio, más exigente y compatible con en el espíritu de Grubel & Lloyd (1975).
Fontagné, et al. (2005) sostienen que el comercio intra industrial representaba algo menos
del 20% en 1990, ubicándose cercano al 25% hacia el año 2000. Los países más
desarrollados suelen presentar patrones de consumo con una variedad más amplia de
productos diferenciados, en proporción importante provenientes del exterior.
Usando la clasificación del Sistema Armonizado a 6 dígitos, se identifica como comercio
intra industrial al monto comerciado en dos direcciones en cada producto, siendo el monto
49
Autores como Finger (1975) o Lipsey (1976) sostienen que el IIT es meramente una ilusión estadística, en
el sentido que deriva puramente de la agregación que se emplea en el análisis y tiende a desaparecer cuando
se consideran productos más desagregados. Esto se conoce como el “categorical aggregation problem”.
90
restante considerado como comercio inter industrial. En el Gráfico 5.2 se presenta la
evolución del IIT en la definición estricta (panel izquierdo), donde se aprecia que éste
representa aproximadamente la cuarta parte del comercio total y que el crecimiento del
comercio posterior al año 2002 ha sido impulsado principalmente por el comercio inter
industrial. En el panel derecho se observa que el peso del IIT en el comercio total se ha
mantenido estable en términos generales, con un leve aumento de tres puntos porcentuales
en la última mitad de los años ’90 y una posterior disminución en los primeros años ‘2000.
Gráfico 5.2 – Evolución del Comercio Intra Industrial
Evolución del comercio Inter e Intra Industrial
Comercio Intra Industrial en el comercio total
Definición estricta, 1995-2007, billones USD corrientes
En porcentaje del comercio total
12
27%
10
26%
25%
8
24%
6
23%
4
22%
2
21%
0
20%
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Comercio Inter Industrial
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Comercio Intra Industrial
definición estricta (izq)
En el Cuadro 5.7 se presentan los resultados de la estimación del modelo gravitacional
extendido por especialización, distinguiendo entre ambos tipos de comercio. Como puede
comprobarse, existe un cambio estructural importante entre ellos.
En pocas variables la estimación del coeficiente para el comercio agregado reportada en el
Cuadro 5.6 puede verse como un promedio de lo que el Cuadro 5.7 distingue como efectos
específicos para cada tipo de comercio. Visto de otra forma, las estimaciones obtenidas
para el comercio inter industrial se encuentran casi en su totalidad comprendidas en los
intervalos de confianza de la estimación agregada, por lo que no se puede afirmar que sean
estadísticamente distintos de aquellos, al 95% de confianza. Por el contrario, las
estimaciones que arroja el modelo para el comercio intra industrial se ubican, en su gran
mayoría, fuera de los intervalos de confianza mencionados (sólo en 6 de los 29 coeficientes
reportados escapan a esta situación). Sobre esta base es razonable suponer que el caso del
91
comercio intra industrial no se encuentra bien representado por la estimación para el
comercio agregado, que eventualmente describe al comercio que se realiza en una sola
dirección. Vale la pena observar que el ajuste del modelo es superior en el caso del
comercio intra industrial, llegando a un coeficiente de determinación igual a 0.8 en la
segunda etapa del método de HMR, y a un sorprendente 0.975 al estimar por PPML.
Cuadro 5.7 – Modelo gravitacional extendido, por tipo de comercio
VARIABLES
GDP_o
GDP_d
Distance
Land_border
island_both
island_one_o
island_one_d
landlock_both
landlock_one_o
landlock_one_d
Legal
Religion
Language
ever_colony_o
ever_colony_d
Currency_Union
RTA
WTO_both
WTO_one_o
WTO_one_d
distCXS_d_to_o
distCMS_o_to_d
distXM_d_to_o
distXM_o_to_d
matconf_od
eta_hat
z_bar_hat
z_bar_hat_sq
z_bar_hat_cub
Constant
Observations
R-squared
Year FE
Orig and Dest FE
Comercio Inter Industrial
Probit
OLS_SP
PPML
0.120***
0.311***
-0.550***
-0.281***
-0.056
-0.191
0.116
0.750***
0.015
0.617***
0.178***
0.112***
0.409***
-0.364**
-0.813***
0.578***
0.642***
0.168***
0.121***
-0.009
-0.071***
0.118***
-0.240***
-0.274***
-5.087***
0.385***
0.589***
-1.003***
0.600***
2.116***
-0.299
2.020***
-1.757***
-1.680***
-0.603**
0.256***
0.382***
0.398***
0.602***
0.732***
0.298***
0.365***
-0.089
-0.200***
-0.238***
0.105***
-0.015
-0.109***
-0.689***
0.658***
0.625***
-0.514***
0.223***
-1.028
-0.733
-0.775**
-1.357**
-0.667
-1.040***
0.184***
-0.102
0.041
0.013
0.200
-0.040
0.449***
0.324***
0.107
-0.111
0.010
0.169*
-0.073
-0.493***
-0.369
1.313***
1.107***
2.436***
-0.352***
0.017***
3.297***
2.534***
258,366
0.533
YES
YES
187,782
0.761
YES
YES
258,366
0.894
YES
YES
Comercio Intra Industrial
Probit
OLS_SP
PPML
0.228***
0.266***
-0.985***
0.230**
-0.433
3.012***
-3.411***
0.595*
1.648***
-1.289***
0.225***
0.295***
0.663***
0.568***
0.581***
0.703***
0.666***
-0.111**
-0.207***
-0.180***
-0.197***
-0.376***
-0.317***
-0.339***
-5.332***
0.505***
0.540***
-1.100***
0.746***
3.686***
1.691***
1.765***
-0.895
-0.379
-0.382
0.261***
0.131**
0.394***
0.439***
0.424***
0.341***
0.092**
-0.569***
-0.711***
-0.718***
-0.410***
-0.524***
-0.384***
-0.433***
0.642***
0.575***
-0.600***
0.424***
-0.915
-0.856
-0.802
-5.169***
-2.747***
-2.843***
0.257***
0.036
0.061
0.008
0.008
0.143***
0.656***
-0.593**
-1.231***
-1.421***
-0.913***
0.171*
-0.386***
-0.409***
-0.581***
8.349***
2.977***
6.638***
-2.260***
0.295***
0.387
3.544***
258,366
0.655
YES
YES
99,770
0.799
YES
YES
258,366
0.975
YES
YES
*** p<0.01, ** p<0.05, * p<0.1
El coeficiente de la distancia es mayor para el comercio intra industrial, lo que indica que
este tipo de bienes se venden en mercados más cercanos. Esto no es consistente con lo que
92
plantean Baldwin & Harrigan (2007) respecto a que los productos de mayor valor unitario
tienden a ser vendidos cubriendo distancias mayores. Tal como se muestra en el Gráfico
5.3, los países que participan del comercio intra industrial son más sofisticados, ya que
como puede verse en los rankings del indicador obtenido por el Método de los Reflejos del
exportador y del importador, estos se ubican en posiciones notoriamente más altas cuando
en el comercio entre ellos se registran flujos inter industriales.
Gráfico 5.3 – Sofisticación y comercio intra industrial50
Comercio Intra Industrial
-150
-100
sofisticacion_o
-50
0
Comercio Inter Industrial
-150
-100
-50
0
-150
-100
-50
0
sofisticacion_d
Graphs by iit2
Elaboración propia en base a datos de BACI
La variable de adyacencia también presenta un resultado interesante, ya que hasta aquí
todos los resultados habían mostrado un efecto negativo sobre la probabilidad de comercio
y un efecto positivo sobre el volumen de comercio. En el caso del IIT esto cambia,
obteniéndose un efecto positivo de la adyacencia sobre la probabilidad de comercio. Esto
va acompañado de otro resultado llamativo, que es la disminución de los efectos de los
acuerdos de libre comercio, cuyo efecto positivo es claramente menor en el caso del
comercio en dos direcciones.
50
Se toman como duplas con comercio intra industrial a aquellas donde este tipo de comercio supera el
millón de dólares. Valores mayores en el ranking de sofisticación indican canastas de exportación de
productos más sofisticados.
93
Con respecto a los resultados para los productos brutos, Feenstra, et al (2001) destacan que
los modelos con libre entrada de firmas (incluyendo modelos de competencia
monopolística) son consistentes con elasticidades del comercio al GDP_o mayores que las
elasticidades respecto al GDP_d, mientras que los modelos con restricciones a la entrada
(incluyendo modelos de tipo Armington, o modelos de dumping recíproco de Brander &
Krugman (1983) son consistentes con elasticidades mayores respecto a GDP_d que
respecto a GDP_o. En este sentido, cuando se estima por PPML, los coeficientes obtenidos
arrojarían ciertas indicaciones de mayores restricciones a la entrada en todos los casos, lo
cual resulta razonable. Los resultados de la estimación bietápica, sin embargo, muestran la
situación opuesta, con evidencias de libre entrada en todos los casos, pero que son mayores
en el caso del comercio inter industrial.
Las variables de especialización son las que arrojan cambios de mayor envergadura entre
los dos tipos de comercio. La distancia en la especialización exportadora, cuyo efecto era
positivo en el comercio agregado, tiene ahora efectos de signo contrapuesto. Mientras en el
comercio inter industrial mantiene el signo positivo, en el comercio intra industrial se
aprecia un efecto negativo, que es consistente con el hecho estilizado de un comercio entre
países similares. El volumen de IIT también se explica por menores distancias en la
especialización importadora, aunque ésta última no es significativa en el caso del comercio
inter industrial, tal como sucedía en la estimación para el comercio agregado. Estos
resultados verifican la validez de las aproximaciones teóricas a uno y otro tipo de
comercio, a la vez que confirman el buen desempeño de las variables de especialización en
los modelos gravitacionales, brindando una noción de la magnitud de su incidencia.
Además, permiten concluir que la similitud en la especialización exportadora impacta con
los signos esperados en ambos tipos de comercio, mientras que la similitud en la
especialización importadora afecta solamente al comercio intra industrial, siendo no
significativa en el comercio inter industrial, por lo que arrojan una luz adicional sobre los
resultados obtenidos para el modelo agregado.
Un último aspecto que merece destaque son los resultados obtenidos para las variables de
participación en la WTO. Nuevamente, en el caso del comercio inter industrial los efectos
son similares a los que surgen para el comercio agregado, pero varían mucho si se estiman
para el comercio intra industrial, donde las estimaciones por todos los métodos coinciden
94
en señalar efectos negativos, ya no solamente en las duplas donde uno solo de los países es
miembro, sino también en el caso en que ambos son miembros.
En síntesis, esta discriminación por tipos de comercio ha llevado a resultados que están en
línea con los abordajes teóricos en la materia y que brindan perspectivas novedosas sobre
temas que han concentrado importantes esfuerzos en la disciplina. Un tratamiento
particular de cada uno de estos temas escapa a los objetivos de este trabajo, cuya intención
es introducir una propuesta metodológica que se entiende que podría ser promisoria para el
abordaje de varios de los puntos que la Economía Internacional tiene en su agenda. A
algunos de ellos se hará referencia a continuación.
En el Anexo E se reportan brevemente los resultados que se alcanzan al distinguir entre los
productos por su uso económico (consumo final, uso intermedio y bienes de capital) y por
su grado de sofisticación. Debe señalarse que, al descomponer el comercio agregado en
subgrupos, se da un (modesto) paso en la dirección de revertir el sesgo de agregación, que
la literatura reciente ha mostrado que puede tener una magnitud considerable (Anderson &
Yotov, 2010).
95
6 Conclusiones
“Specialization – and not new trade theory or old trade theory –
generates the force of gravity.
[…] something is missing from our trade models, be they of the
Heckscher-Ohlin or Dixit-Stiglitz-Krugman variety. It seems we need
models where distance (and common polity, and common language,
and common culture) play more of a role. I suspect this is a model
with imperfect information, where familiarity declines rapidly with
distance. Perhaps it is a model with very localized tastes (as in
Trefler’s “home bias”), which are historically determined and change
only slowly with experience. Perhaps it is a model where distribution
networks play a more central role. In any event, while Deardorff can
give us a convincing explanation for the existence of gravitational
forces in trade, he cannot tell us why these forces are so strong.”
(Grossman, 1998, pp. 29-31)
Con este párrafo excepcional concluye Gene Grossman su comentario al artículo en que
Alan Deardorff propone una fundamentación neoclásica de los modelos de gravedad
aplicados al comercio. En un momento de fuerte confrontación entre las teorías
tradicionales y las nuevas teorías de comercio, cuando desde ambos lados se buscaba una
apropiación de esta regularidad empírica, Grossman cuestiona a la teoría en su conjunto,
planteando una interrogante que hoy, quince años más tarde, continúa siendo un desafío
pendiente.
En este trabajo se ha recurrido a herramientas innovadoras que permiten una descripción
sintética de la distancia entre la especialización de los países, tanto en sus patrones de
producción y de consumo como en la complementariedad existente entre lo que unos
producen y otros consumen. Esto ha permitido ubicar a la especialización como uno de los
elementos que, junto con los determinantes habituales de los modelos gravitatorios, genera
la fuerza de gravedad.
Construyendo sobre el modelo de Helpman, Melitz y Rubinstein, y en base a la
observación empírica de mayores costos asociados a las relaciones entre países con
estructuras de oferta y demanda muy distantes, se ha propuesto una forma de incorporar
simultáneamente las diferencias en los gustos locales y las resistencias que deben enfrentar
96
las redes de distribución. El modelo de HMR, además, ha permitido hacerlo con las
debidas precauciones metodológicas, distinguiendo los efectos sobre el margen extensivo
del comercio de los que se producen en el margen intensivo.
Esto ha permitido mostrar, como conclusiones principales, que (i) la complementariedad
en términos del tipo de productos que se ofrece y se demanda juega un rol importante en
explicar los mayores flujos de comercio, tal como era previsible, y (ii) el comercio
agregado es mayor entre aquellos países con estructuras de oferta diferentes. Luego, la
discriminación entre los flujos de comercio inter e intra industriales ha permitido confirmar
algunos hechos estilizados básicos, como que (iii) el comportamiento del modelo
gravitacional es significativamente distinto en el caso del comercio intra industrial, donde
(iv) la similitud en las pautas de consumo sí es relevante para explicar este tipo de
intercambios, en los que (v) se conjuga con la similitud en el patrón de oferta para
incrementar el comercio entre países “parecidos”.
Las modificaciones necesarias a la especificación original de HMR no son muchas, pero a
los efectos de reportar el impacto específico de cada una de ellas, se ha hecho una
presentación que, a riesgo de ser tediosa, permite extraer algunas conclusiones intermedias.
Un primer aporte refiere a la no robustez de las variables de exclusión propuestas en el
artículo original, ya que estas dejan de verificar las condiciones necesarias cuando la
estimación se hace para períodos más recientes y para una muestra diferente. En segundo
lugar, se ha propuesto una nueva variable de exclusión, construida en base a información
muy detallada sobre los niveles de conflicto en las relaciones bilaterales. Esta variable
verifica las condiciones necesarias para ser un instrumento en la ecuación de selección,
tanto en los datos originales de HMR como en los datos analizados para el período 1995 –
2007. En tercer lugar, se ha analizado el impacto del cambio en el conjunto de información
y la estimación sobre un pooled cross-section para el conjunto de 13 años que conforman
la muestra, y ello ha permitido observar cierta disminución en el coeficiente asociado a la
distancia y, en especial, ha arrojado resultados sobre las consecuencias de la participación
en la WTO que contradicen los resultados alcanzados por HMR.
Si bien una de las virtudes principales de la estrategia de HMR radica en explicar las
asimetrías en el comercio, lo que incluye la determinación de los casos de “cero comercio”
97
y un tratamiento más cuidadoso del margen extensivo, la especificación que proponen los
autores desaprovecha innecesariamente la calidad inherentemente asimétrica de algunos de
los regresores empleados. En este sentido, se realiza una contribución que, siendo
extremadamente simple, potencia el uso de los modelos de gravedad para el análisis de
ciertos fenómenos en que las aproximaciones desde regresores simétricos han ocultado
perspectivas relevantes (como el papel de la WTO, de las relaciones coloniales o de los
acuerdos regionales).
Para la construcción de las variables de especialización, este trabajo utiliza por primera vez
en un modelo gravitacional el conjunto de distancias que surge de los Espacios de Países
en exportaciones e importaciones, propuesto en Flores & Vaillant (2013) como extensión
de la metodología del Espacio de Productos de Hidalgo et al. (2007). A las medidas de
distancia en la especialización exportadora y la especialización importadora de los países
se agrega una propuesta de medidas de complementariedad comercial bilateral, obtenidas a
partir de la distancia entre las proyecciones de las redes bipartitas sobre sus particiones de
países, en forma análoga a las anteriores. Esto permite concluir que, al igual que sucede
con los espacios de países de exportaciones e importaciones, existe un patrón geográfico
muy marcado en la forma en que los países combinan los productos que ofrecen y los que
demandan.
Más allá de las contribuciones generales mencionadas, en la deliberadamente larga
secuencia de estimaciones del modelo se han obtenido algunos resultados concretos que
vale la pena repasar transversalmente51:
a) El coeficiente de distancia en la estimación bietápica se reducía sensiblemente en
las estimaciones de HMR para 1986 (de -1.17 a -0.85), ya sea que se utilicen los
costos de regulación o la religión como variables de exclusión. La replicación de su
método para años más recientes también produce una disminución, pero desde un
nivel más alto y en una magnitud menor. Por ejemplo, para 1996 (ya sea utilizando
religión – que es inadecuada – o conflicto) se reduce de -1.27 a -1.12 y
sorprendentemente los mismos dos valores se obtienen al estimar en 2006. En el
51
Se toma en todos los casos las estimaciones por OLS_SP para la comparación. En todos los casos se
compara con el modelo estimado por OLS a la muestra censurada.
98
pool, sin embargo, pasando de -1.30 a -1.11, es decir que se incrementa la
estimación OLS manteniéndose casi incambiada la de OLS_SP (adquieren más
relevancia la selección). En este punto se reespecifican las variables pasibles de ser
sustituidas por versiones asimétricas, y se observa que esto no modifica los
coeficientes de las restantes variables. Tomando este modelo como referencia se
analiza el efecto de introducir las variables de especialización, y se llega a una
disminución de la estimación OLS a -1.24, que una vez que se implementa la
corrección por los sesgos de selección se convierte en un coeficiente final de -1.04.
(menor a -1.11 en valor absoluto al 95% de confianza). Sin embargo, al discriminar
por tipo de comercio se llega a que en rigor, en el comercio inter industrial el
coeficiente es de -1, mientras que en el comercio intra industrial es de -1.1.
También en el Anexo E se muestra que el coeficiente es sensiblemente menor en
los bienes de capital (-0.83) que en los bienes intermedios (-1.08), tomando un
valor intermedio en los bienes de consumo (-0.91).
b) Las variables de especialización tienen los efectos esperables al ser estimadas para
el comercio agregado, y muestran como resultados principales (i) que la
complementariedad comercial bilateral es un factor que incrementa tanto la
probabilidad de comerciar como el volumen de comercio (siendo de los resultados
más robustos), (ii) que a nivel agregado el comercio se realiza prevalecientemente
entre países diferentes, (iii) que la dimensión relevante en esa diferencia es la que
existe en la especialización exportadora de los países, siendo la especialización
importadora no significativa, (iv) que el comercio intra industrial responde con
elasticidades distintas a los cambios en las proximidades o distancias, mostrando
una mayor propensión al comercio entre países parecidos en su especialización
tanto importadora como exportadora (y lo mismo sucede con el comercio de bienes
de capital), y (v) que el comercio de bienes intermedios es mayor cuanto mayores
sean las diferencias en la especialización exportadora y cuanto menores sean las
diferencias en la especialización importadora (Anexo E).
c) Los efectos de ser miembro de la WTO son muy poco robustos a cambios en la
especificación del modelo o en los métodos de estimación. Arrojando los resultados
de libro de texto en el artículo original de HMR (efectos positivos de WTO_both y
99
negativos para WTO_none), deja de observarse el signo negativo de WTO_none
para la estimación del pool 1995-2007. Sin embargo, los signos obtenidos por
HMR se recuperan en la especificación del modelo con variables asimétricas,
donde la estimación PPML permitiría argumentar un efecto positivo de WTO_both
y las estimaciones bietápicas un efecto negativo de la WTO_one_o y WTO_one_d
(ya que las pérdidas de significación de algunos coeficientes hacen que no haya
contradicciones fuertes entre los dos métodos). Estos resultados no se ven alterados
cuando se incorporan variables de especialización, pero cambian dramáticamente
cuando se distingue el caso del comercio intra industrial, donde los distintos
métodos son coincidentes en marcar un efecto negativo importante para el caso en
que los dos países son miembros.
Este tipo de resultado muestra, por sobre todo, la necesidad de continuar profundizando en
esta línea de análisis a distintos niveles. Por un lado es necesario desarrollar con mayor
profundidad un modelo teórico que incorpore la dimensión de la especialización, ya sea
aprovechando mejor un cuerpo creciente de investigaciones sobre las decisiones de
exportación, los efectos de aprendizaje y los costos asociados, ya sea adoptando un marco
general que se acerque más al modelo de Eaton y Kortum y aproveche las distancias en la
especialización de los países o las distribuciones en las sofisticaciones de productos y
países como elementos que afectan la distribución del parámetro tecnológico, ya sea
incorporando de una manera más cuidadosa las distancias en la especialización
importadora como parámetro en funciones de utilidad específicas por país, o como
restricciones en modelos de gusto por la variedad, u otras alternativas que podrían
sugerirse. Por otra parte, también sería relevante considerar otras lógicas de red que
subyacen en todos los tipos de relación multilateral (alianzas políticas, participación en
IGOs, conflicto), así como la importancia de la determinación simultánea de varios de
estos fenómenos (principalmente los flujos de bienes y de servicios; los flujos de factores
en forma de capitales financieros, migraciones o FDI; o las dinámicas políticas como y las
relaciones de cooperación y conflicto). En esta dirección comienzan a esbozarse esfuerzos
prometedores.
Por otra parte, también es necesario explorar el papel de las variables de especialización
cuando se pasa a utilizar métodos de estimación más ricos, en los que este trabajo no pudo
100
ingresar. Principalmente sería necesario incorporar un tratamiento más sólido de la
dimensión temporal. En primer lugar utilizando una batería importante de técnicas de
panel, especialmente por métodos que permitan capturar la dinámica de los procesos en su
dimensión de serie temporal. Esto a su vez permitiría un tratamiento más riguroso de los
problemas de endogeneidad, que son sin duda muy importantes en casi toda la literatura de
modelos de gravedad. Esto implica alguna dificultad adicional en el caso que se quiera
controlar por los sesgos de selección, pero hay allí un área en pleno desarrollo. Los
espacios de países son, en este sentido, un interesante germinador de instrumentos que
pueden permitir subsanar los problemas de endogeneidad, tan generalizados en buena parte
de las aplicaciones de los modelos de gravedad.
101
7 Bibliografía
Abrams, R. K., 1980. International trade Flows under Flexible Exchange rates. Economic
Review of the Federal Reserve Bank of Kansas City, 65(3), pp. 3-10.
Alesina, A., Barro, R. J. & Tenreyro, S., 2002. Optimal Currency Areas. National Bureau
of Economic Research Working Paper 9072, pp. 1-49.
Álvarez, F. & Lucas, R. E., 2007. General Equilibrium Analysis of the Eaton-Kortum
Model of International Trade. Journal of Monetary Economics, 54(6), pp. 1726-1768.
Anam, M. & Chiang, S.-H., 2003. Intraindustry Trade in Identical Products: a Portfolio
Approach. Review of International Economics, Wiley Blackwell, 11(1), pp. 90-100.
Anderson, J. E., 1979. A Theoretical Foundation for the Gravity Equation. American
Economic Review, 69(1), pp. 106-116.
Anderson, J. E., 2010. The Gravity Model. National Bureau of Economic Research
Working Paper, Issue 16576, pp. 1-47.
Anderson, J. E. & Marcouiller, D. S., 2002. Insecurity And The Pattern Of Trade: An
Empirical Investigation. The Review of Economics and Statistics, 84(2), pp. 342-352.
Anderson, J. E. & van Wincoop, E., 2003. Gravity with Gravitas: A Solution to the Border
Puzzle. American Economic Review, Volumen 93, pp. 170-192.
Anderson, J. E. & van Wincoop, E., 2004. Trade Costs. Journal of Economic Literature,
September, 42(3), pp. 691-751.
Anderson, J. E., Vesselovsky, . M. & Yotov, Y. V., 2013. Gravity, Scale and Exchange
Rates. National Bureau of Economic Research, pp. 1-55.
Anderson, J. E. & Yotov, Y. V., 2010. Specialization: Pro- and anti-globalizing, 19902002. National Bureau of Economic Research Working Paper, Issue 16301.
Anderton, C. H. & Carter, J. R., 2001. The Impact of War on Trade: An Interrupted TimeSeries Study. Journal of Peace Research, 38(4), pp. 445-457.
Arkolakis, C., 2008. Market Penetration Costs and the New Consumers Margin in
International Trade. National Bureau of Economic Research Working Paper, Issue 14214.
Arkolakis, C., Costinot, A. & Rodríguez-Clare, A., 2012. New Trade Models, Same Old
Gains?. American Economic Review, Februaryy, 102(1), pp. 94-130.
Armington, P. S., 1969. A Theory of Demand for Products Distinguished by Place of
Production. International Monetary Fund Staff Papers, Issue 16, pp. 159-176.
Atkin, N. D., 1973. The Effect of the EEC and EFTA on European Trade : A Temporal
Cross-Section Analysis. The American Economic Review, 63(5), pp. 881-892.
Baier, S. L. & Bergstrand, J. H., 2001. The Growth of World Trade: Tariffs, Transport
Costs, and Income. Journal of International Economics, 53(1), pp. 1-27.
102
Baier, S. L. & Bergstrand, J. H., 2007. Do Free Trade Agreements Actually Increase
Member's International Trade?. Journal of International Economics, 71(1), pp. 72-95.
Baier, S. L. & Bergstrand, J. H., 2009. Bonus vetus OLS: A Simple Approach to
Addressing the 'Border Puzzle' and other Gravity Equation Issues. Journal of International
Economics, 77(1), pp. 77-85.
Balassa, B. A., 1965. Trade Liberalization and 'Revealed' Comparative Advantage. The
Manchester School of Economic and Social Studies, 33(2), pp. 99 - 123.
Balassa, B. A., 1966. Tariff Reduction and Trade in Manufacturers Among the Industrial
Countries. American Economic Review, pp. 166-173.
Baldwin , R. & Taglioni, D., 2006. Gravity for Dummies and Dummies for Gravity
Equations. National Bureau of Economic Research Working Papers 12516, pp. 1-31.
Baldwin, R. & Harrigan, J., 2007. Zeros, Quality and Space: Trade Theory and Trade
Evidence. National Bureau of Economic Research Wroking Paper 13214, pp. 1-29.
Barbieri, K. & Levy, J. S., 1999. Sleeping with the Enemy: The Impact of War on Trade.
Journal of Peace Research, 36(4), pp. 463-479.
Barbieri, K. & Levy, J. S., 2001. Does War Impede Trade? A Responde to Anderton &
Carter. Journal of Peace Research, 38(5), pp. 619-624.
Beers, C. v., 1998. Labour Standards and Trade Flows of OECD Countries. The World
Economy, 21(1), pp. 57-73.
Bergstrand, J. H., 1985. The Gravity Equation in International Trade: Some
Microeconomic Foundations and Empirical Evidence. Review of Economics and Statistics,
67(3), pp. 474-481.
Bergstrand, J. H., 1989. The Generalized Gravity Equation, Monopolistic Competition, and
the Factor-Proportions Theory in International Trade. Review of Economics and Statistics,
71(1), pp. 143-153.
Bergstrand, J. H. & Egger, P., 2011. Gravity Equations and Economic Frictions in the
World Economy. En: D. Bernhofen, R. Falvey, D. Greenaway & U. Kreickemeier, edits.
Palgrave Handbook of International Trade. s.l.:Palgrave Macmillan Publishing.
Bernard, A. B. & Jensen, J. B., 1999. Exceptional Exporter Performance: Cause, Effect, or
Both?. Journal of International Economics, Issue 47, pp. 1-25.
Bernard, A. B., Jensen, J. B., Redding, S. J. & Schott, P. K., 2007b. Firms in International
Trade. Journal of Economic Perspectives, Issue 21, pp. 105-130.
Bernard, A. B., Jensen, J. B., Redding, S. J. & Schott, P. K., 2010. The Margins of US
Trade. Tuck School of business Working Papers, Issue 2010-78, pp. 1-15.
Bernard, A. B., Jensen, J. B. & Schott, P. K., 2005. Importers, Exporters, and
Multinationals: A Portrait of Firms in the U.S. that Trade Goods. National Bureau of
Economic Research Working Paper, Issue 11404.
103
Bernard, A. B., Redding, S. J. & Schott, P. K., 2007a. Comparative Advantage and
Heterogeneous Firms. Review of Economic Studies, Issue 73, pp. 31-66.
Besedes, T. & Prusa, T., 2006. Ins, Outs, and the Duration of Trade. Canadian Journal of
Economics, 39(1), pp. 266-295.
Blum, B. S. & Goldfarb, A., 2006. Does the Internet Defy the Law of Gravity?. Journal of
International Economics, Elsevier, 70(2), pp. 384-405.
Bosquet, C. & Boulhol, H., 2009. Gravity, log of gravity and the "Distance Puzzle".
GREQAM Working Paper Nº 2009-12.
Bosquet, C. & Boulhol, H., 2010. Scale-dependence of the Negative Binomial PseudoMaximum Likelihood Estimator. Centre d’Economie de la Sorbonne Working Paper
2010.92, pp. 1-16.
Bosquet, C. & Boulhol, H., 2013. Applying the GLM Variance Assumption to Overcome
the Scale-Dependence of the Negative Binomial QGPML Estimator. Econometric Review,
Volumen 32.
Brander, J. A., 1981. Intra-Industry Trade in Identical Commodities. Journal of
International Economics, Elsevier, 11(1), pp. 1-14.
Brander, J. & Krugman, P., 1983. A 'Reciprocal Dumping' Model of International Trade.
Journal of International Economics, Elsevier, 15(3-4), pp. 313-321.
Bratti, M., De Benedectis, L. & Santoni, G., 2011. On the Pro-trade Effects of Immigrants.
International Economics Commons, pp. 1-44.
Brun, J.-. F., Carrère, C., Guillaumont, P. & De Melo, J., 2005. Has Distance Died?
Evidence from a Panel Gravity Model. World Bank Economic Review, 19(1), pp. 99-119.
Buch, C. M., Kleinert, J. & Toubal, F., 2004. The Distance Puzzle: on the Interpretation of
the Distance Coefficient in Gravity Equations. Economics Letters, Elsevier, 83(3), pp. 293298.
Burger, M. J., van Oort, F. & Linders, G.-J. M., 2009. On the Specification of the Gravity
Model of Trade: Zeros, Excess Zeros and Zero-Inflated Estimation. Erasmus Research
Institute of Management (ERIM) Report Series Research in Management with number
ERS-2009-003-ORG.
Cairncross, F., 1997. The Death of Distance: How the Communications Revolution Will
Change Our Lives. The Orion Publishing Group Limited ed. London: Harvard Business
School Press.
Caliendo, L. & Parro, F., 2012. Estimates of the Trade and Welfare Effects of NAFTA.
National Bureau of Economic Research Working Paper Nº 18508.
Carey, H. C., 1858. Principles of Social Science. Lippincott, Philadelphia: s.n.
Carrère , C., de Melo, J. & Wilson, J., 2009. The Distance Effect and the Regionalization
of the Trade of Low-Income Countries. Centre for Economic Policy Research Discussion
Papers 7458.
104
Carrere, C., 2006. Revisiting the Effects of Regional Trade Agreements on Trade Flows
with Proper Specification of the Gravity Model. European Economic Review, Elsevier,
50(2), pp. 223-247.
Chamberlin, E. H., 1936. Monopolistic Competition and the Productivity Theory of
Distribution. En: Explorations in Economics. New York: McGraw-Hill, pp. 237-249.
Chaney, T., 2007. Liquidity Constrained Exporters. Meeting Papers 979, Society for
Economic Dynamics.
Chaney, T., 2008. Distorted Gravity: The Intensive and Extensive Margins of International
Trade. American Economic Review, 98(4), pp. 1707-1721.
Chaney, T., 2013. The Gravity Equation in International Trade: An Explanation. National
Bureau of Economic Research Working Paper, August, Issue 19285, pp. 1-50.
Cheng, I.-H. & Wall, H. J., 1999. Controlling for Heterogeneity in Gravity Models of
Trade and Integration. Federal Reserve Bank of St. Louis Working Paper 99-010.
Coe, D. T., Subramanian, A., Tamirisa, N. T. & Bhavnani, R., 2002. The Missing
Globalization Puzzle. International Monetary Fund Working Paper 02/171, pp. 1-29.
Cukrowski, J. & Aksen, E., 2003. Perfect Competition and Intra-Industry Trade. Economic
Letters, Elsevier, 78(1), pp. 101-108.
Davis, D. R., 1995. Intra-Industry Trade: A Heckscher-Ohlin-Ricardo Approach. Journal
of International Economics, Volumen 39, pp. 201-226.
Davis, D. R. & Weinstein, D. E., 1996. Does Economic Geography Matter for
International Specialization?. National Bureau of Economic Research, pp. 1-65.
Davis, D. R. & Weinstein, D. E., 2001. An Account for Global Factor Trade. American
Economic Review, 91(5), pp. 1423-1453.
De Sousa, J. & Lochard, J., 2012. Trade and Colonial Status. Journal of African
Economies, 21(3), pp. 409-439.
Deardoff, A. V., 1979. Weak Links in the Chain of Comparative Advantage. Journal of
International Economics, Elsevier, 9(2), pp. 197-209.
Deardoff, A. V., 1995. Determinants of Bilateral Trade: Does Gravity Work in a
Neoclassical Word?. National Bureau of Economic Researc Working Paper Nº 5377.
Deardorff, A. V., 1984. An Exposition and Exploration of Krueger's Trade Model.
Canadian Journal of Economics, 17(4), pp. 731-746.
Deardorff, A. V., 1998. Determinants of Bilateral Trade: Does Gravity Work in a
Neoclassical World?. En: J. A. Frankel, ed. The Regionalization of the World Economy.
Chicago: University of Chicago Press, pp. 7-32.
Disdier, A.-C. & Head, C. K., 2008. The Puzzling Persistence of the Distance Effect on
Bilateral Trade. The Review of Economics and Statistics, 90(1), pp. 37-48.
105
Disdier, A.-C. & Mayer, T., 2007. Je t’aime, moi non plus: Bilateral Opinions and
International Trade. European Journal of Political Economy, Volumen 23, pp. 1140-1159.
Dixit, A. K. & Stiglitz, J. E., 1977. Monopolistic Competition and Optimum Product
Diversity. The American Economic Review, 67(3), pp. 297-308.
Djankov, S., La Porta, R., López-de-Silanes, F. & Shleifer, A., 2002. The Regulation of
Entry. Quarterly Journal of Economics, Issue 117, pp. 1-37.
Dornbusch, R., Fischer, S. & Samuelson, P. A., 1977. Comparative Advantage, Trade, and
Payments in a Ricardian Model with a Continuum of Goods. American Economic Review,
67(5), pp. 823-839.
Drèze, J., 1960. Quelques Réflexions Sereines sur l' Adaptation de l 'Industrie Belge au
Marché Commun. Comptes-rendus des Travaux de la Société d' Economie Politique de
Belgique Nº 275.
Dunlevy, J. A. & Hutchinson, W. K., 2001. The Pro-Trade Effect of Immigration on
American Exports During the Late Nineteenth and Early Twentieth Centuries. IZA
Discussion Papers 375, pp. 1-35.
Eaton, J. & Kortum, S., 2002. Technology, Geography and Trade. Econometrica, Volumen
70, pp. 1741-1779.
Eaton, J., Kortum, S. & Kramarz, F., 2004. Dissecting Trade: Firms, Industries, and Export
Destinations. American Economic Review, May, 94(2), pp. 150-154.
Eaton, J., Kortum, S. & Kramarz, F., 2011. An Anatomy of International Trade: Evidence
from French Firms. Econometrica, September, 79(5), pp. 1453-1498.
Eaton, J., Kortum, S. S. & Kramarz, F., 2004. Dissecting Trade: Firms, Industries, and
Export Destination. American Economic Review (Papers and proceedings), Issue 94, pp.
150-154.
Egger, P., 2000. A Note on the Proper Econometric Specification of the Gravity Equation.
Economic Letters, Elseviera, 66(1), pp. 25-31.
Egger, P., 2008. On the Role of Distance for Bilateral Trade. The World Economy, Wiley
Blackwell, 31(5), pp. 653-662.
Egger, P. & Pfaffermayr, M., 2003. The Proper Panel Econometric Specification of the
Gravity Equation: A Three-Way Model With Bilateral Interaction Effects. Empirical
Economics, 28(3), pp. 571-580.
Eichengreen, B. & Irwin, D. A., 1995. Trade Blocs, Currency Blocs and the Reorientation
of World Trade in the 1930s. Journal Of International Economics, Volumen 38, pp. 1-24.
Eichengreen, B. & Irwin, D. A., 1998. The Role of History in Bilateral Trade Flows. The
Regionalization of the World Economy , pp. 33-62.
Evans, C. L., 2000. The Economic Significance of National Border Effects. Federal
Research Bank of New York Staff Reports 127, pp. 1291-1312.
106
Evenett, S. J. & Keller, W., 1998. On Theories Explaining the Success of the Gravity
Equation. National Bureau of Economic Research Working Paper 6529, pp. 1-53.
Evenett, S. J. & Keller, W., 2002. On Theories Explaining the Success of the Gravity
Equation. The Journal of Political Economy, 110(2), pp. 281-316.
Feenstra, R. C., 2000. World Trade Flows, 1980-1997. Center for International Data
Working Paper, University of California, March.
Feenstra, R. C., 2002. Border Effects and the Gravity Equation: Consistent Methods for
Estimation. Scottish Journal of Political Economy, November, 49(5), pp. 491-506.
Feenstra, R. C., 2004. Advanced International Trade: Theory and Evidence. Princeton,
New Jersey: Princeton University Press.
Feenstra, R. C., Lipsey, R. E. & Bowen, H. P., 1997. World Trade Flows, 1970-1992, with
Production and Tariff Data. National Bureau of Economic Research Working Paper Series,
January.Issue 5910.
Feenstra, R. C., Markusen, J. R. & Rose, A. K., 2001. Using the gravity equation to
differentiate among alternative theories of trade. Canadian Journal of Economics/Revue
canadienne d'économique, 34(2), pp. 430-447.
Feenstra, R. C. & Rose, A. K., 2000b. Putting Things in Order: Trade Dynamics and
Product Cycles. The Review of Economic and Statistics, 82(3), pp. 369-382.
Finger, J. M., 1975. Trade Overlap and Intra-Industry Trade. Economic Inquiry, Volumen
13, pp. 581-589.
Flores, M. & Vaillant, M., 2013. Geographic Nature of Trade Specialization: Economic
Distance in the Country Space. draft (presented at XII Arnoldshain Seminar, Antwerpen).
Fontagné, L., Freudenberg, M. & Gaulier, G., 2005. Disentangling Hoirzontal and Vertical
Intra-Industry Trade. CEPII Research Center Working Papers, Issue 10.
Fontagné, L., Freudenberg, M. & Péridy, N., 1998. Intra-Industry Trade and the Single
Market: Quality Matters. Centre for Economic Policy Research Discussion Paper Nº 1959.
Forman, C., Ghose, A. & Goldfarb, A., 2006. Geography and Electronic Commerce:
Measuring Convenience, Selection, and Price. The Networks, Electronic Commerce, and
Telecommunications (“NET”) Institute. Working Paper #06-15, pp. 1-40.
Frankel, J. A., 1997b. Regional Trading Blocs in the World Trading System. Washington
DC: s.n.
Frankel, J. A. & Romer, D. H., 1999. Does Trade Cause Growth?. American Economic
Review, 89(3), pp. 379-399.
Frankel, J. A., Stein, E. & Wei, S.-J., 1997. Regional Trading Blocs in the World Economic
System. Washington, DC: Institute for International Economics.
Frankel, J. A. & Wei, S.-. J., 1993. Emerging Currency Blocs. National Bureau of
Economic Research (NBER), Inc. Working Papers 4335, pp. 1-52.
107
Frankel, J. & Rose, A., 2002. An Estimate of the Effect of Common Currencies on Trade
and Income. Quarterly Journal of Economics, 117(2), pp. 437-466.
Friedman, T., 2005. The World is Flat: A Brief History of Twenty-first Century. New York:
Farrar, Straus & Giroux .
Gaulier, G. & Zignago, S., 2010. BACI: International Trade Database at the Product-Level.
The 1994-2007 Version. Document de Travail du CEPII, October.Volumen 2010-23.
Gerner, D. J., Schrodt, P. A., Abu-Jabr, R. & Yilmaz, Ö., 2002. Conflict and Mediation
Event Observations (CAMEO): A New Event Data Framework for the Analysis of Foreign
Policy Interactions. Presented at the Annual Meeting of the International Studies
Association, New Orleans.
Glick, R. & Rose, A. K., 2002. Does a Currency Union Affect Trade? The Time Series
Evidence. European Economic Review, Issue 46, pp. 1125-1151.
Goldstein, J. S., 1992. A Conflict-Cooperation Scale for WEIS Events Data. Journal of
Conflict Resolution, Issue 36, pp. 369-385.
Gormely, J. P. & Morrill, J. M., 1998. Korea's International Trade in Goods: The Potential
for Increase Exports to and Imports from Trade Partners. Seoul: Korea Institute for
Industrial Economics & Trade.
Gould, D. M., 1994. Immigrant Links to the Home Country: Empirical Implications for
U.S. Bilateral Trade Flows. The Review of Economics and Statistics, 76(2), pp. 302-316.
Gourieroux, C., Monfort, A. & Trognon, A., 1984. Pseudo Maximum Likelihood Methods:
Applications to Poisson Models. Econometrica, Econometric Society, 52(3), pp. 701-720.
Gowa, J. & Mansfield, E. D., 1993. Power Politics and International Trade. American
Political Science Review, 87(2), pp. 408-420.
Grossman, G. M., 1998. The Regionalization of the World Economy. University of
Chicago Press for the NBER, Ch. Comment on Deardorff.
Grubel, H. G., 1967. Intra-Industry Specialization and the Pattern of Trade. Canadian
Journal of Economics & Political Science, Volumen 37, pp. 374-388.
Grubel, H. G. & Lloyd, P. J., 1975. Intra-industry Trade: the Theory and Measurement of
International Trade in Differentiated Products. New York: Willey.
Harrigan, J., 1993. OECD Imports and Trade Barriers in 1983. Journal of International
Economics, Elsevier, 35(1-2), pp. 91-111.
Harrigan, J., 1996. Openness to Trade in Manufactures in the OECD. Journal of
International Economics, February, 40(1), pp. 23-39.
Harringan, J. & Deng, H., 2008. China's Local Cmparative Advantage. National Bureau of
Economic Research Working Paper 13963, pp. 1-33.
Haveman, J. & Hummels, D., 1997. What Can We Learn from Bilateral Trade? Gravity
and Beyond. Center for International Business Education and Research Papers, Issue 97002.
108
Haveman, J. & Hummels, D., 2004. Alternative Hypotheses and the Volume of Trade: The
Gravity Equation and the Extent of Specialization. Canadian Journal of Economics, 37(1),
pp. 199-218.
Head, K. & Mayer, T., 2000. Non- Europe: The Magnitude and Causes of Market
Fragmentation in the EU. Review of World Economics, 127(2), pp. 284-314.
Head, K. & Mayer, T., 2013. Gravity Equations: Workhorse, Toolkit, and Cookbook.
Sciences Po Discussion Papers, Volumen 2013-02, pp. 1-66.
Head, K., Mayer, T. & Ries, J., 2009. How Remote is the Offshoring Threat?. European
Economic Review, Elsevier, 53(4), pp. 429-444.
Head, K. & Ries, J., 1998. Immigration and Trade Creation: Econometric Evidence from
Canada. Canadian Journal of Economics, pp. 47-62.
Heckman, J. J., 1979. Sample Selection Bias as a Specification Error. Econometrica,
January, 47(1), pp. 153-161.
Helliwell, J. F., 1998. How Much Do National Borders Matter?. Washington D.C:
Brookings Institution Press.
Helliwell, J. F., 2002. Measuring the Width of National Boarders. Review of International
Economics, Wiley Blackwell, 10(3), pp. 517-524.
Helliwell, J. F. & Verdier, G., 2001. Measuring Internal Trade Distances: a New Method
Applied to Estimate Provincial Border Effects in Canada. Canadian Journal of Economics,
34(4), pp. 1024-1041.
Helpman, E., 1981. International Trade in the Presence of Product Diffrentiation
Economies of Scale and Monopolistic Competition. Journal of International Economics,
pp. 305-40.
Helpman, E., 1987. Imperfect Competition and International Trade: Evidence from
Fourteen Countries. Journal of Japanese and International Economics, 1(1), pp. 62-81.
Helpman, E., 1999. The Structure of Foreign Trade. Journal of Economic Perspectives,
13(2), pp. 121-144.
Helpman, E. & Krugman, P., 1985. Market Structure and Foreign Trade. Cambridge, MA:
MIT Press.
Helpman, E., Melitz, M. & Rubinstein, Y., 2008. Estimating Trade Flows: Trading
Partners and Trading Volumes. The Quarterly Journal of Economics, May, 123(2), pp.
441-487.
Hidalgo, C. A. & Hausmann, R., 2009. The Building Blocks of Economic Complexity.
Proceedings of the National Academy of Sciences, 106(26), pp. 10570-10575.
Hidalgo, C. A., Klinger, B., Barabási, A.-L. & Hausmann, R., 2007. The Product Space
Conditions the Development of Nations. Science, 317(5837), pp. 482-487.
Hopenhayn, H. A., 1992. Entry, Exit, and Firm Dynamics in Long Run Equilibrium.
Econometrica, Econometric Society, 60(5), pp. 1127-50.
109
Hühne, P., Meyer, B. & Nunnenkamp, P., 2013. Who Benefits from Aid for Trade?
Comparing the Effects on Recipient versus Donor Exports. Kiel Institute for the World
Economy Working Paper, Issue 1852, pp. 1-38.
Hummels, D. L., 1999. Towards a Geographyy of Trade Costs. Purdue: Purdue University,
manuscript.
Hummels, D. & Levinsohn, J., 1995. Monopolistic Competition and International Trade:
Reinterpreting the Evidence. Quarterly Journal of Economics, 110(3), pp. 799-836.
Hutchison, W. K., 2002. Does Ease of Communication Increase Trade? Commonality of
Languaje and Bilateral Trade. Scottish Journal of Political Economy, 49(5), pp. 544-556.
Isard, W. & Peck, M. J., 1954. Location Theory and International and Interregional Trade
Theory. Quarterlyy Journal of Economics, Issue 68, pp. 97-115.
Jensen, P. E., 2000. Analysis of Bilateral Trade Patterns with Panel Data. Review of
International Economics, 8(1), pp. 86-99.
Johnson, R. C. & Noguera, G., 2012. Fragmentation and Trade in Value Added over Four
Decades. Tne National Bureau of Economic Research Working Paper Nº 18186.
Kang, H. & Fratianni, M., 2006. International Trade Efficiency, the Gravity Equation, and
the Stochastic Frontier. Department of Business Economics and Public Policy, Indiana
University Working Papers 2006-08.
Kimura, F. & Lee, H.-H., 1994. The Gravity Equation in International Trade in Services.
European Trade Study Group Conferencee, University of Nottingham, pp. 1-34.
Kneller, R. & Yu, Z., 2008. Quality Selection, Chinese Exports and Theories of
Heterogeneous Firm Trade. University of Nottingham, GEP Research Paper 2008/44, pp.
1-35.
Krugman, P. & Obstfeld, M., 1991. International Economics: Theory and Policy. AddisonWesley Educational Publishers, Incorporated ed. s.l.:s.n.
Krugman, P. R., 1979. Increasing Returns, Monopolistic Competition, and International
Trade. Journal of International Economics, Volumen 9, pp. 469-479.
Krugman, P. R., 1980. Scale Economies, Product Differentiation, and the Pattern of Trade.
American Economic Review, 70(5), pp. 950-959.
Krugman, P. R., 1991. Increasing Returns and Economic Geography. Journal of Political
Economy, 99(3), pp. 483-499.
Lancaster, K., 1979. Variety, Equity, and Efficiency. New York: Columbia University
Press.
Lancaster, K., 1980. Intra-Industry Trade Under Perfect Monopolistic Competition.
Journal of International Economics, Volumen 10, pp. 151-176.
Lassudrie-Duchéne, B. & Mucchielli, J.-L., 1979. Les Échanges Intra-Branche et la
Hiérarchisation des Avantages Compares dans le Commerce International. Revue
Économique, 30(3).
110
Leamer, E. E. & Levinshon, J., 1995. International Trade Theory: the Evidence. En: G. M.
G. &. K. Rogoff, ed. Handbook of International Economics. s.l.:s.n., pp. 1339-1394.
Leamer, E. E. & Stern, R. M., 1970. Quantitative International Economics. Transaction
Publishers ed. New Jersey: s.n.
Leetaru, K. & Schrodt, P. A., 2013. GDELT: Global Data on Events, Location and Tone,
1979-2012. Presented at the International Studies Association Meeting, San Francisco.
Lendle, A., Olarreaga, M., Schropp, S. & Vezina, P. L., 2012. There Goes Gravity: How
eBay Reduces Trade Costs. Policy Research Working Paper Series, p. 43.
Lendle, A., Olarreaga, M., Schropp, S. & Vézina, P. P.-. L., 2012. There goes gravity: how
eBay reduces trade costs. Centre for Economic Policy Research Discussion Papers 9094,
pp. 1-43.
Limão, N. & Venables, A. J., 2001. Infrastructure, Geographical Disadvantage, Transport
Costs, and Trade. The World Bank Economic Review, 15(3), pp. 451-479.
Linder, S. B., 1961. An essay on trade and transformation. New York: John Wily & Sons
Ltd..
Linnemann, H., 1966. An Econometric Study of International Trade Flows. North Holland
Publishing Company ed. Amsterdam: s.n.
Lipsey, R. E., 1976. Review of Herbert G. Grubel and P.J. Lloyd's 'Intra-Industry'".
Journal of International Economics, Volumen 6, pp. 312-314.
Liu, X., 2009. GATT/WTO Promotes Trade Strongly: Sample Selection and Model
Specification. Review of International Economics, 17(3), pp. 428-446.
Lloyd, P. & Zhang, X.-g., 2006. The Armington Model. Government of Australia Working
Paper, Issue 0602, pp. 1-42.
Manning, W. G. & Mullahy, J., 2001. Estimating Log Models: to Transform or Not to
Transform?. Journal of Health Economics, Elsevier, Volumen 20, pp. 461-494.
Mansfield, E. D. & Bronson, R., 1997. Alliances, Preferential Trading Agreements, and
International Trade. American Political Science Review, Volumen 91, pp. 94-107.
Mátyás, L., 1998. The Gravity Model: Some Econometric Considerations. The World
Economy, 21(3), pp. 397-401.
Mátyás, L., 1998. The Gravity Model: Some Econometric Considerations. The World
Economy, Wiley Blackwell, 21(3), pp. 397-401.
Mayer, T. & Ottaviano, G., 2008. The Happy Few: The Internationalisation of European
Firms. Intereconomics: Review of European Economic Policy, May, 43(3), pp. 135-148.
Mayer, T. & Zignago, S., 2004. Border Effects in the Atlantic Triangle. Integration &
Trade Journal, Issue 22, pp. 1-22.
McCallum, J., 1995. National Borders Matter: Canada-US Regional Trade Patterns. The
American Economic Review, 85(3), pp. 615-623.
111
Melitz, J., 2007. North, South and Distance in the Gravity Model. European Economic
Review, Elsevier, 51(4), pp. 971-991.
Melitz, M. J., 2003. The Impact of Trade on Intra-Industry Reallocations and Aggregate
Industry Productivity. Econometrica, Volumen 71, pp. 1695-1725.
Melitz, M. J. & Redding, S. J., 2013. Firm Heterogeneity and Aggregate Welfare. National
Bureau of Economic Research Working Paper Nº 18919, pp. 1-35.
Melvin, J. R., 1985. Domestic Taste Differences, Transportation Costs and International
Trade. Journal of International Economics, Elsevier, 18(1-2), pp. 65-82.
Miroudot, S., Lanz, R. & Ragoussis, A., 2009. Trade in Intermediate Goods and Services.
OECD Trade Polic Working Paper, Issue 93, pp. 1-66.
Moncarz, P. E., 2010. Argentina's Import Patterns: Trade Preferences and the Extensive
Margin of Trade. Journal of Economic Policy Reform, 13(1), pp. 61-85.
Morales, E., Sheu, G. & Zahler, A., 2011. Gravity and Extended Gravity: Estimating a
Structural Model of Export Entry. Paper presented at European Research Workshop in
International Trade.
Ng, F. & Yeats, A., 1999. Production Sharing in East Asia. Who Does What for Whom
and Why?. World Bank Policy Research Working Paper, October, Issue 2197, pp. 1-57.
Nitsch, V., 2000. National Borders and International Trade: Evidence from the European
Union. Canadian Journal of Economics, 33(4), pp. 1091-1105.
Novy, D., 2008. Gravity Redux: Measuring International Trade Costs with Panel Data. The
Warwick Economics Research Paper Series (TWERPS) 861.
Nowak-Lehmann, D. F. y otros, 2011. Does Aid Translate into Bilateral Trade? Finding for
Recipient Countries. Proceedings of the German Development Economics Conference,
Issue 61, pp. 1-44.
Obstfeld, M. & Rogoff, K., 2000. The Six Major Puzzles in International Macroeconomics:
Is There a Common Cause?. NBER Macroeconomics Annual 2000, Volumen 15 , pp. 339412 .
Ohmae, K., 1990. The borderless world. New York: Harper Business.
Pollins, B. M., 1989. Conflict, Cooperation and Commerce: The Effect of International
Political Interactions on Bilateral Trade Flows. American Journal of Political Science,
33(1), pp. 737-761.
Rauch, J. E., 1999b. Networks versus Markets in International Trade. Journal of
International Economics, Elsevier, 48(1), pp. 7-35.
Rauch, J. E. & Trindade, V., 1999. Ethnic Chinese Networks in International Trade.
National Bureau of Economic Research, 84(1), pp. 116-130.
Ravenstein, E. G., 1889. The Laws of Migration. Journal of the Royal Statistical Society,
June, 52(2), pp. 241-305.
112
Redding, S. & Venables, A. J., 2004. Economic Geography and International Inequality.
Journal of International Economics, 62(1), pp. 53-82.
Reuveny , R. & Kang, H., 2003. A Simultaneous-Equations Model of Trade, Conflict, and
Cooperation. Review of International Economics, Volumen 11, pp. 279-295.
Roberts, M. J. & Tybout, J. R., 1997. The Decision to Export in Colombia: An Empirical
Model of Entry with Sunk Cost. American Economic Review, pp. 545-564.
Robinson, J., 1933. The Economics of Imperfect Competition. London: Macmillan.
Rose, A. K., 2000. One Money One Market: Estimating the Effect of Common Currencies
on Trade. Economic Policy, Volumen 15, pp. 7-46.
Rose, A. K., 2004. Do We Really Know That the WTO Increases Trade?. American
Economic Review, Issue 94, pp. 98-114.
Rose, A. K., 2006. Well-Being in the Small and in the Large. Monetary and Economic
Studies, 24(2), pp. 55-72.
Samuelson, P. A., 1954. The Transfer Problem and the Transport Costs II: Analysis of
Effects of Trade Impediments. The Economic Journal, Volumen 64, pp. 264-289.
Santos Silva, J. M. C. & Tenreyro, S., 2006. The Log of Gravity. The Review of Economics
and Statistics, November, 88(4), pp. 641 - 658.
Savage, R. & Deutsch, K., 1960. A statistical model of the gross analysis of transation
flows. Economentrica, Volumen 28, pp. 551-572.
Schmeiser, K. N., 2012. Learning to Export: Export Growth and the Destination Decision
of Firms. Journal of International Economics, 87(1), pp. 89-97.
Schumacher, D., 2003. Home Market and Traditional Effects on Comparative Advantage
in a Gravity Approach. German Institute for Economic Research Discussion Papers, Issue
344.
Sheard, N., 2012. Learning to Export and the Timing of Entry to Export Markets.
Department of Economics, Stockholm University Working Paper, February.pp. 1-66.
Shepherd, B. & Wilson, J. S., 2009. Trade Facilitation in ASEAN Member Countries:
Measuring Progress and Assessing Priorities. Journal of Asian Economics, Elsevier, 20(4),
pp. 367-383.
Silvana, T., 2007. On the Trade Impact of Exchange Rate Volatility. Journal of
Development Economics, 82(2), pp. 485-508.
Silva, S. J. & Nelson, D., 2012. Does Aid Cause Trade? Evidence from an Asymmetric
Gravity Model. The World Economy, 35(5), pp. 545-577.
Silverstovs, B. & Schumacher, D., 2008. Estimating Grvity Equations: To Log or Not To
Log?. Empirical Economics, 36(3), pp. 645-669.
Sohn, C.-H., 2005. Does the Gravity Model Explain South Korea's Trade Flows?. The
Japanese Economic Review, 56(4), pp. 417-431.
113
Soloaga, I. & Wintersb, A. L., 2001. Regionalism in the Nineties: What Effect on Trade?.
The North American Journal of Economics and Finance, 12(1), pp. 1-29.
Soloaga, I. & Wintersbb, A. L., 2001. Regionalism in the nineties: What Effect on Trade?.
The North American Journal of Economics and Finance, 12(1), p. 1–29.
Spence, M., 1976. Product Selection, Fixed Costs, and Monopolistic Competition. The
Review of Economic Studies, 43(2), pp. 217-235.
Subramanian, A. & Wei, S.-J., 2007. The WTO Promotes Trade, Strongly But Unevenly.
Journal of International Economics, 72(1), pp. 151-175.
Sukanuntathum, A., 2012. Robust Estimation of Gravity Models under Heteroskedasticity
and Data Censoring. Porcedia Social and Behavioral Sciences, Volumen 40, pp. 731-735.
Thursby, J. G. & Thursby, M. C., 1987. Bilateral Trade Flows, The Lynder Hypothesis,
and Exchange Risk. Review of Economics and Statistics, Volumen 69, pp. 488-495.
Tinbergen, J., 1962. Shaping the World Economy: Suggestions for an International
Economic Policy. New York: Twentieth Century Fund.
Trefler, D., 1995. The Case of the Missing Trade and Other Mysteries. The American
Economic Review, 85(5), pp. 1029-1046.
Verdoorn, P. J., 1960. The Intra-Block Trade of Benelux. En: E. Robinson, ed. Economic
Consequences of the Size of Nations. London: MacMillan, pp. 291-329.
Vollmer, S., Martínez-Zarzoso, I. & Nowak-Lehmann, F. D., 2007. Modeling the
Dynamics of Spain\'s Relative Export Strenght. Ibero America Institute for Economic
Research (IAI) Discussion Paper Nº 166.
Wall, H. J., 1999. Using Gravity Model to Estimate the Costs of Protection. Federal
Reserve Bank of St. Louis Review, 81(1), pp. 33-40.
Walsh, K., 2006. Trade in Services: Does Gravity Hold? A Gravity Model Approach to
Estimating Barriers to Services Trade. Institute for International Integration Studies.
Discussion Paper nº 183, pp. 3-41.
Wei, S.-J., 1996. Intra-National Versus International Trade: How Stubborn are Nations in
Global Integration?. National Bureau of Economic Research Working Paper Nº 5531, pp.
1-41.
Wei, S.-J., 1996. Intra-National Versus International Trade: How Stubborn Are Nations in
Global Integration?. National Bureau of Economic Research Working Paper Nº 5531.
Westerlund, J. & Wilhelmsson, F., 2009. Estimating the Gravity Model Without Ggravity
Using Panel Data. Applied Economics, Taylor & Francis Journals, 43(6), pp. 641-649.
Wolf, H. C., 1997. Patterns of Intra- and Inter-State Trade. National Bureau of Economic
Research Paper Nº 5939, pp. 1-22.
Yotov, Y. V., 2012. A Simple Solution to the Distance Puzzle in International Trade.
Economic Letters, Elsevier, 117(3), pp. 794-798.
114
Yu, M., 2010. Trade, democracy, and the gravity equation. Journal of Development
Economics, 91(2), pp. 289-300.
115
8 Anexos
Anexo A - Espacios de países y productos
A.1 - Álgebra de los espacios de países y productos
La red bipartita de comercio ( ) está definida por dos grupos de nodos: los productos ( )
y los países ( ). Existen enlaces ( ) que conectan países con productos, y que son
definidos a partir de los índices de especialización comercial
y
presentados en el Capítulo 2. De este modo, la red bipartita será:
(
(A.1)
La red puede ser resumida en una matriz (T), cuyas filas son los productos y cuyas
columnas son los países. Esta matriz tendrá entradas binarias, que señalan con un valor
igual a uno los casos en que existe un enlace de acuerdo al índice de especialización con
que se esté trabajando, y tomará el valor cero en el caso en que el país respectivo no tenga
ventaja en el producto correspondiente a la fila. De este modo la matriz T resume la
información sobre los flujos de exportación o de importación.
La proximidad entre cualquier par de productos se obtiene como la probabilidad de que un
país esté enlazado al producto p dado que está enlazado al producto p’ (o viceversa). Su
cálculo parte de encontrar los enlaces de segundo orden entre ambos productos, lo que
implica sumar la cantidad de países que están enlazados con ambos productos a la vez.
Esto se logra simultáneamente para todos los productos por medio de la siguiente matriz no
simétrica:
(A.2)
La proximidad entre los productos, tal como fue definida en la ecuación (2.3), surge de una
normalización de los elementos de la matriz
con cada uno de los productos:
, donde
por el número total de países conectados
es un vector de unos de dimensión igual al
número total de países ( ).
Así, una matriz cuadrada (no simétrica) de proximidades se obtiene como:
116
̃
donde el operador
(
(A.3)
( convierte al vector en una matriz diagonal. Luego, la matriz de
proximidades simétricas resulta de tomar el mínimo elemento a elemento entre dicha
matriz y su transpuesta, o lo que es lo mismo, entre cada elemento y aquel que se ubica en
la posición simétrica a él:
{̃ ̃ }
(A.4)
Finalmente, la matriz de distancias entre los pares de productos surge de la transformación
logarítmica de cada elemento de la matriz de proximidades, de forma tal que:
(
( (
(A.5)
A partir de la matriz resultante es posible realizar una representación de la proyección de la
red bipartita en la partición de los productos.
La proyección alternativa, sobre la partición de los países es en todo análoga a la anterior,
pero transponiendo las matrices iniciales. La proximidad entre dos países se obtiene a
partir de la probabilidad de que un producto esté enlazado al país c dado que está enlazado
al país c’. Esto implica nuevamente obtener los enlaces de orden dos entre los países, o lo
que es lo mismo, sumar el número de productos con los que ambos países están enlazados
a la vez, lo que se obtiene matricialmente como:
(A.6)
Ahora la matriz no simétrica de proximidades se obtiene con una normalización análoga a
la realizada para el espacio de productos:
̃
donde
(
(A.7)
es un vector de unos de dimensión igual al número total de productos ( ). Luego,
la matriz simétrica de proximidades, análogas a las de la ecuación (2.4) queda definida por:
{̃ ̃ }
(A.8)
Finalmente, las distancias entre los países surgen de la transformación logarítmica:
117
(
( (
(A.10)
A partir de la matriz resultante es posible realizar la representación de la proyección de la
red bipartita en la partición de los países.
A.2 - Sofisticación de productos y países
Buscando medir la sofisticación o “valor estratégico” de los productos, el “Método de los
Reflejos” de Hidalgo & Hausmann (2009) se basa en medir el número de países que se
especializa en cada producto y el número de productos en que se especializa cada país. Si
bien esta medida puede obtenerse a partir de los datos de importaciones, es en la red de
exportaciones donde adquiere mayor sentido económico.
El racional que subyace a la medida propuesta es el siguiente: si las capacidades necesarias
para producir determinado bien son rudimentarias, ese producto será exportado por muchos
países, mientras que si las capacidades necesarias son complejas, entonces habrá pocos
países en condiciones de especializarse en su exportación.
Los productos pueden ser representados en el plano de su Ubicuidad y de la
Diversificación Media de los países que los exportan con ventaja (ver Gráfico A.1). La
combinación de estas dos dimensiones es el punto de partida para determinar la
complejidad de cada producto.
Gráfico A.1 – Ubicuidad y Diversificación Media de los productos
Diversificación
promedio de los
mercados (AMD)
Productos no ubicuos en
mercados diversificados
Productos ubicuos en
mercados diversificados
AMD promedio
Productos no ubicuos en
mercados no diversificados
Productos ubicuos en
mercados no
diversificados
Ubicuidad
promedio
Ubicuidad
118
Un producto poco sofisticado (una commodity) es aquel que es exportado por muchos
países (alta ubicuidad) y donde cada uno de esos países exporta pocos productos (bajo
nivel de diversificación). Un producto complejo es lo opuesto, presentando un bajo nivel
de ubicuidad y un alto nivel de diversificación de los mercados en los países que lo
exportan con ventaja.
Para obtener la sofisticación de un producto, la suma sobre los países se pondera por el
grado de diversificación de mercados de cada uno de ellos, y para cada país, la suma sobre
los productos se pondera de acuerdo a la ubicuidad de cada uno. Un procedimiento de
reponderación se aplica en forma iterada hasta el punto en que una reponderación adicional
no produce modificaciones en el ordenamiento de los productos.
Un procedimiento similar puede ser definido para la sofisticación de los países. En este
caso se combina la diversificación observada para cada país con la ubicuidad promedio de
los productos que exporta (ver Gráfico A.2).
Gráfico A.2 – Ubicuidad Media y Diversificación de los países
Ubicuidad
media
Países no diversificados
especializados en
productos ubicuos
Países no diversificados
especializados en productos
no ubicuos
Países diversificados
especializados en
productos ubicuos
Países diversificados
especializados en
productos no ubicuos
Diversificación
promedio
Promedio de la
ubicuidad media
Diversificación
Una presentación matricial del Método de los Reflejos parte de definir un vector de
dimensión P de índices de ubicuidad de los productos (ecuación A.11) y un vector de
dimensión C de índices de diversificación de los países (ecuación A.12).
119
(A.11)
(A.12)
Luego, la suma sobre los países se pondera de acuerdo a su grado de diversificación y la
suma sobre los productos pondera a cada uno de acuerdo a su ubicuidad:
donde
(
(
)
(
, y
̃
(A.13)
̃
(A.14)
(
. En las ecuaciones (A.13) y
(A.14) es posible apreciar el vínculo que existe entre estas medidas y las matrices de
proximidad de los espacios de productos y países.
El Método de los Reflejos se basa en la iteración de estas interacciones, hasta el punto en
que un paso de iteración adicional no produce modificaciones en el ordenamiento.
Entonces, la n-ésima iteración puede obtenerse como:
(
(
(A.15)
(
(
(A.16)
En las etapas de iteración pares el nivel de sofisticación de los productos se mide en la
escala de los países (puesto que es una reponderación de
), mientras que en las etapas
impares está medido en la escala de los productos (puesto que es una reponderación
de
). La sofisticación de los países, por el contrario, se mide en la escala de los
productos en las etapas pares y en la escala de los países en las etapas impares. El valor de
cada indicador converge a cierto valor cuando es observado en las etapas pares, y a un
valor diferente cuando es observado en las etapas impares. Hidalgo & Hausmann (2009)
muestran que este proceso de convergencia conduce a un ordenamiento estable de
productos y países.
120
A.3 - Caracterización de los espacios de productos
Ambos espacios de productos, tanto en importaciones como en exportaciones, tienen 4,955
nodos y 9,910 enlaces, y por consiguiente una misma densidad de 0.001 y un mismo
número medio de vecinos de 4.
Exports Product Space
Se trata de un grafo con un diámetro de 57 nodos y un coeficiente de clusterización de
0.058.
Distribución de grados
Enlaces
Centralidad (closeness)
Sofisticación
121
Imports Product Space
Se trata de un grafo con un diámetro mayor,
de 72 nodos, y un coeficiente de
clusterización menor, de 0.032.
Distribución de grados
Enlaces
Centralidad (closeness)
Sofisticación
122
Como observación general, puede verse que tanto el XPS como el MPS tienen una
estructura modular. Un módulo de productos en el XPS (MPS) es un subconjunto
densamente conectado de productos, lo que significa que se cumplen simultáneamente las
siguientes dos condiciones: i) existe un subconjunto de países con RCAX (RCAM) en
todos ellos, y ii) este subconjunto de países es una fracción importante del conjunto total de
los países especializados en la exportación (importación) de los productos que pertenecen
al módulo.
El XPS es similar al representado en HKBH, con tres módulos diferentes y una periferia;
sin embargo, nuevos módulos más pequeños aparecen cuando se utiliza una mayor
desagregación de los productos. Cada módulo tiene un alto grado de homogeneidad
sectorial, considerando el tipo de productos que están más interconectados (“intensivos en
mano de obra”, “maquinaria y bienes intensivos en capital”, y sectores de “maquinaria
eléctrica” y “químicos”).
El MPS es relativamente más ramificado y tiene una división clara entre un módulo central
y la periferia. El primero está constituido por los productos que son casi generalizadamente
importados por los países (más de un centenar de importadores), y es heterogéneo desde
una perspectiva sectorial (“materias primas” y productos industriales con diferentes
intensidades factoriales).
123
Anexo B - Estadísticas descriptivas de las variables utilizadas
B.1 - Variables simétricas en BACI
Variable
Disatnce
Land_border
Islands
Landlock
Legal
Language
Colonial_ties
Currency_union
RTA
Religion
WTO_both
WTO_none
GDP_o
GDP_d
Obs
267696
267696
267696
267696
267696
267696
267696
267696
267696
267696
267696
267696
267696
267696
Mean
8.681
0.022
0.020
0.037
0.314
0.118
0.014
0.010
0.072
0.368
0.574
0.060
243527.8
243817.1
Std. Dev.
0.799
0.148
0.141
0.188
0.464
0.323
0.117
0.099
0.259
0.313
0.494
0.238
998637.2
998744.8
Min
4.088
0
0
0
0
0
0
0
0
0
0
0
92.18
92.18
Max
9.894
1
1
1
1
1
1
1
1
0.980
1
1
14100000
14100000
Mean
0.125
0.125
0.158
0.158
0.007
0.007
0.183
0.183
0.004
0.002
Std. Dev.
0.331
0.331
0.364
0.364
0.083
0.083
0.386
0.386
0.038
0.019
Min
0
0
0
0
0
0
0
0
0
0
Max
1
1
1
1
1
1
1
1
4.404
2.800
Mean
2.289
1.159
2.054
3.022
Std. Dev.
1.061
0.489
0.558
1.086
Min
0.134
0.278
0.000
0.575
Max
7.721
5.895
6.687
7.003
B.2 - Variables asimétricas en BACI
Variable
island_one_o
island_one_d
landlock_one_o
landlock_one_d
ever_colony_d
ever_colony_o
WTO_one_o
WTO_one_d
matconf_pair
matconf_od
Obs
267696
267696
267696
267696
267696
267696
267696
267696
267696
267696
B.3 - Variables asimétricas en BACI
Variable
distCXS_d_to_o
distCMS_o_to_d
distXM_d_to_o
distXM_o_to_d
Obs
264754
267696
263697
263697
124
Anexo C - Goldstein Scale para datos de WEIS
-10.0
-9.2
-8.7
-8.3
-7.6
-7.0
-7.0
-6.9
-5.8
-5.6
-5.2
-5.0
-4.9
-4.9
-4.4
-4.4
-4.1
-4.0
-4.0
-3.8
-3.4
-3.0
-2.4
-2.2
-2.2
-1.9
-1.1
-1.1
-0.9
-0.2
-0.1
-0.1
-0.1
0.0
0.1
0.6
0.6
1.0
1.2
1.5
1.8
1.9
1.9
2.0
2.5
2.8
2.8
2.9
3.0
3.4
3.4
3.4
3.6
4.5
4.5
5.2
5.4
6.5
6.5
7.4
8.3
223
211
222
221
182
195
173
174
172
193
181
201
202
150
171
212
192
112
111
194
122
160
132
121
191
131
063
142
141
023
102
021
094
025
091
011
012
031
095
101
061
032
066
013
062
054
033
065
082
092
093
041
042
053
051
052
064
073
081
071
072
Military attack; clash; assault
Seize position or possessions
Nonmilitary destruction/injury
Non-injury destructive action
Armed force mobilization, exercise, display; military buildup
Break diplomatic relations
Threat with force specified
Ultimatum; threat with negative sanction and time limit
Threat with specific negative nonmilitary sanction
Reduce or cut off aid or assistance; act to punish/deprive
Nonmilitary demonstration, walk out on
Order person or personnel out of country
Expel organization or group
Issue order or command, insist, demand compliance
Threat without specific negative sanction stated
Detain or arrest person(s)
Reduce routine international activity; recall officials
Refuse; oppose; refuse to allow
Turn down proposal; reject protest, demand, threat
Halt negotiation
Denounce; denigrate; abuse
Give warning
Issue formal complaint or protest
Charge; criticize; blame; disapprove
Cancel or postpone planned event
Make complaint (not formal)
Grant asylum
Deny an attributed policy, action, role or position
Deny an accusation
Comment on situation
Urge or suggest action or policy
Explicit decline to comment
Request action; call for
Explain or state policy; state future position
Ask for information
Surrender, yield to order, submit to arrest
Yield position; retreat; evacuate
Meet with; send note
Entreat; plead; appeal to; beg
Offer proposal
Express regret; apologize
Visit; go to
Release and/or return persons or property
Admit wrongdoing; apologize, retract statement
Give state invitation
Assure; reassure
Receive visit; host
Suspend sanctions; end punishment; call truce
Agree to future action or procedure, to meet or to negotiate
Ask for policy assistance
Ask for material assistance
Praise, hail, applaud, extend condolences
Endorse other's policy or position; give verbal support
Promise other future support
Promise own policy support
Promise material support
Grant privilege; diplomatic recognition; de facto relations
Give other assistance
Make substantive agreement
Extend economic aid; give, buy, sell, loan, borrow
Extend military assistance
125
Anexo D – Duplas de mayor conflicto en cada año (matconf_od)
1995
1996
1997
1998
1999
cty_o cty_d matconf cty_o cty_d matconf cty_o cty_d matconf cty_o cty_d matconf cty_o cty_d matconf
ISR LBN
RUS CHE
CHE RUS
LBN ISR
IRQ KWT
CHN USA
USA JPN
SGP PHL
USA CHN
CHN TWN
JPN USA
TUR IRQ
USA RUS
SYR ISR
PER ECU
0.371
0.332
0.311
0.259
0.227
0.195
0.178
0.166
0.165
0.16
0.159
0.154
0.149
0.148
0.145
ISR LBN
LBN ISR
USA IRQ
RUS CHE
CHN TWN
CHE RUS
IRQ KWT
ISR SYR
EGY ISR
IRQ IRN
IRN IRQ
USA CHN
KOR PRK
USA CUB
PRK KOR
0.929
0.642
0.633
0.617
0.355
0.326
0.318
0.304
0.299
0.278
0.275
0.272
0.265
0.26
0.248
USA
PAK
RUS
USA
ISR
MKD
CHE
USA
AFG
RUS
ALB
AFG
USA
LBN
CHN
2000
ISR
CHE
LBN
RUS
RUS
USA
ISR
IRQ
USA
SYR
USA
USA
IRN
ISR
JPN
LBN
RUS
ISR
CHE
USA
RUS
SYR
KWT
ISR
ISR
CUB
IRQ
ISR
USA
PRK
0.509
0.419
0.364
0.324
0.318
0.302
0.269
0.258
0.221
0.219
0.21
0.202
0.194
0.191
0.19
ISR LBN
LBN ISR
TUR IRQ
USA IRQ
JOR ISR
IRQ USA
IRQ KWT
ISR USA
CHE RUS
CHN TWN
RUS USA
USA RUS
USA ISR
EGY ISR
RUS CHE
0.654
0.645
0.581
0.579
0.487
0.461
0.453
0.442
0.433
0.429
0.417
0.41
0.404
0.399
0.377
USA IRQ
USA AFG
USA PAK
PAK USA
RUS CHE
AFG USA
IRQ USA
RUS USA
PAK AFG
GBR IRQ
CHE RUS
JPN PRK
IRQ KWT
USA RUS
USA ISR
0.968
0.868
0.49
0.404
0.323
0.306
0.249
0.238
0.237
0.237
0.226
0.222
0.213
0.211
0.211
USA
IRQ
ISR
LBN
PAK
USA
JPN
GBR
USA
AFG
AFG
LBN
USA
USA
PRK
2001
AFG
AFG
USA
RUS
LBN
ALB
RUS
IRQ
USA
CHE
MKD
PAK
CHN
ISR
USA
USA IRQ
ISR LBN
IRQ KWT
IRQ USA
LBN ISR
GBR IRQ
IRN AFG
RUS USA
USA ISR
USA RUS
ISR USA
CHN TWN
USA GBR
IRL GBR
JOR IRQ
0.987
0.63
0.527
0.453
0.442
0.439
0.409
0.403
0.402
0.397
0.382
0.348
0.348
0.342
0.339
USA
IRQ
GBR
PAK
TUR
USA
IRQ
USA
JPN
AFG
IRN
RUS
GBR
IRQ
PRK
IRQ
USA
IRQ
AFG
IRQ
AFG
GBR
GBR
PRK
PAK
IRQ
IRQ
USA
IRN
JPN
1.534
1.272
1.098
0.866
0.633
0.564
0.552
0.49
0.466
0.403
0.4
0.399
0.397
0.394
0.392
USA
IRQ
USA
IRQ
IRN
IRN
PAK
USA
GBR
TUR
RUS
GBR
USA
USA
GBR
IRQ
USA
IRN
IRN
IRQ
USA
AFG
GBR
USA
IRQ
GBR
RUS
AFG
RUS
IRQ
2002
2005
USA IRQ
IRQ USA
SYR LBN
LBN SYR
PAK AFG
USA AFG
GBR IRQ
CHN JPN
AFG USA
ISR LBN
JPN CHN
AFG PAK
JOR IRQ
IRQ GBR
IDN AUS
0.623
0.433
0.325
0.313
0.278
0.265
0.264
0.248
0.224
0.217
0.216
0.214
0.211
0.21
0.21
ISR LBN
LBN ISR
RUS CHE
USA IRQ
CHE RUS
GBR IRQ
USA RUS
RUS USA
USA CHN
CHN USA
CHN TWN
USA GBR
IRQ KWT
PRK KOR
JPN PRK
2.8
1.604
1.03
0.546
0.517
0.514
0.502
0.491
0.468
0.456
0.449
0.391
0.376
0.372
0.369
USA
IRQ
GBR
JPN
USA
PAK
JPN
IRQ
CHE
AFG
IRQ
RUS
IRN
PRK
GBR
2003
2006
IRQ
USA
LBN
ISR
AFG
IRN
PRK
USA
GBR
PAK
USA
SYR
AFG
PRK
JPN
0.712
0.544
0.452
0.443
0.407
0.311
0.287
0.258
0.249
0.249
0.248
0.246
0.244
0.224
0.223
0.894
0.606
0.583
0.571
0.516
0.456
0.449
0.442
0.43
0.361
0.357
0.289
0.283
0.264
0.26
2004
IRQ
USA
IRQ
IRQ
AFG
AFG
PRK
GBR
RUS
USA
IRN
CHE
IRQ
JPN
USA
1.848
1.344
0.536
0.419
0.416
0.413
0.388
0.385
0.354
0.345
0.34
0.34
0.318
0.318
0.308
2007
2.228
1.678
1.202
0.828
0.727
0.703
0.699
0.664
0.647
0.642
0.603
0.601
0.598
0.57
0.565
126
Anexo E - El modelo extendido y submuestras de productos
Este anexo reporta los resultados del modelo extendido por especialización estimado para
dos tipos de apertura del comercio agregado de bienes. En primer lugar se distingue por el
uso económico de los productos y luego por el nivel de sofisticación de los productos. En
todos los casos valen los comentarios realizados en el Capítulo 5 respecto a una atenuación
de los sesgos de agregación.
E.1 – Modelo de gravedad por uso económico de los bienes
Miroudot, et al. (2009) sostienen que el comercio de productos intermedios es más sensible
a los costos de comercio y se ve menos atraído por los tamaños de mercado de los países.
Al trabajar sobre una muestra reducida de países de la OCDE, disponen de datos de
matrices de insumo-producto, de gran utilidad para una aproximación más precisa a la
identificación de productos intermedios. Cuando no se dispone de esta información, el
recurso obligado es a las clasificaciones de productos, lo que obviamente presenta
limitaciones dado que, por ejemplo, un mismo producto puede ser utilizado en cierta
proporción como insumo intermedio y en la proporción restante como producto de
consumo final.
La clasificación de Grandes Categorías Económicas (BEC, por su sigla en inglés) de
Naciones Unidas, permite agrupar los productos de acuerdo a su principal uso
económico.52 Utilizando esta clasificación como base, se pueden identificar tres grandes
grupos de productos: los bienes de consumo final, los de uso intermedio y los bienes de
capital. En el Gráfico E.1 (panel izquierdo) puede verse la importancia creciente de los
bienes intermedios en el comercio mundial en el período analizado, en particular a partir
del comienzo del siglo XXI.
52
En bienes de consumo se consideran las categorías “Alimentos y Bebidas” (“Primarios” y “Procesados”, en
ambos casos en las subcategorías “Principalmente para los hogares”), “Equipamiento de Transporte, Partes y
Accesorios – no industriales”, “Vehículos para pasajeros”, y “Bienes de Consumo” (“Duraderos”, “Semi
Duraderos” y “No Duraderos”. En bienes de capital se incluyen los “Bienes de Capital” de la clasificación
original (excepto “Partes y Accesorios”) junto a “Equipamiento de Transporte, Partes y Accesorios – para la
Industria”, lo que excluye a los vehículos para transporte de pasajeros. Productos intermedios reúne
“Alimentos y Bebidas” (“Primarios” y “Procesados”, en ambos casos en las subcategorías “Principalmente
para la industria”, “Insumos Industriales” (“Primarios” y “Procesados”), “Combustibles y Lubricantes” ,
“Partes y Accesorios” de Bienes de Capital y de Equipos de transporte.
127
Gráfico E.1: Evolución del comercio por uso y sofisticación de los bienes53
12
12
10
10
8
8
6
6
4
4
2
2
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Consumo
Intermedios
Capital
No sofisticados
Sofisticados
La estimación del modelo gravitacional en cada uno de estos grupos de productos es de
interés, porque las lógicas subyacentes al comercio de cada uno de ellos pueden ser muy
diferentes. En particular, la microfundamentación del modelo gravitatorio asume que el
uso económico de los bienes es el consumo final, por lo que debe advertirse que en el
comercio de bienes intermedios y de capital no se ha presentado aquí un modelo teórico de
base que ampare el uso de la ecuación de gravedad. No obstante, el modelo de Eaton &
Kortum (2002) considera en la derivación al comercio de productos intermedios.
En el Cuadro E.1 se presentan los resultados de la estimación del modelo de gravedad
extendido por especialización para cada uno de los tres usos básicos de los bienes. Como
puede verse en el número de observaciones de cada regresión, el número de registros
positivos en los distintos casos es de un orden similar.
53
Se consideran como sofisticados aquellos productos que se encuentran en la mitad superior del ranking
obtenido por medio del Método de los Reflejos (iteración 18).
128
Cuadro E.1 – Modelo gravitacional extendido, por uso económico
VARIABLES
GDP_o
GDP_d
Distance
Land_border
island_both
island_one_o
island_one_d
landlock_both
landlock_one_o
landlock_one_d
Legal
Religion
Language
ever_colony_o
ever_colony_d
Currency_Union
RTA
WTO_both
WTO_one_o
WTO_one_d
distCXS_d_to_o
distCMS_o_to_d
distXM_d_to_o
distXM_o_to_d
matconf_od
eta_hat
z_bar_hat
z_bar_hat_sq
z_bar_hat_cub
Constant
Observations
R-squared
Year FE
Orig and Dest FE
Bienes de Consumo
Probit
OLS_SP
PPML
0.028
0.328***
-0.590***
0.003
-0.463**
-0.569***
0.031
0.030
-0.440***
0.327***
0.189***
0.156***
0.509***
0.259*
-0.574**
0.732***
0.663***
0.075**
0.061*
-0.041
-0.074***
-0.037
-0.237***
-0.245***
-5.358***
0.149***
0.676***
-0.908***
0.691***
1.967
1.389
0.181
-2.788
-1.599
-1.378***
0.339***
0.312***
0.507***
0.428***
0.732***
0.495***
0.396***
-0.283***
-0.416***
-0.467***
-0.025
-0.099*
-0.076***
-0.708***
0.370***
0.918***
-0.464***
0.282***
1.206
0.730
0.190
-2.183***
-1.180*
-1.339***
0.182***
-0.094
0.155**
0.021
-0.049
0.088*
0.633***
-0.245
-0.199
-0.578***
-0.264***
0.174*
-0.132***
-0.461***
0.131
2.272***
1.681***
3.330***
-0.616***
0.040***
1.782
0.218
258,366
0.536
YES
YES
161,814
0.776
YES
YES
258,366
0.939
YES
YES
Bienes Intermedios
Probit
OLS_SP
PPML
0.141***
0.307***
-0.595***
-0.151*
-0.165
-0.105
-0.029
0.916***
0.202**
0.533***
0.135***
0.146***
0.425***
-0.114
-0.632***
0.501***
0.586***
0.127***
0.063*
-0.019
-0.047***
0.067**
-0.222***
-0.289***
-5.498***
0.395***
0.509***
-1.080***
0.601***
-4.882***
-2.557***
-2.626***
-7.915***
-4.122***
-4.330***
0.251***
0.342***
0.269***
0.634***
0.824***
0.301***
0.264***
-0.032
-0.150**
-0.189***
0.093***
-0.226***
-0.121***
-0.635***
0.688***
0.468***
-0.616***
0.340***
-3.705***
-2.368***
-1.968***
-1.770***
-0.726
-1.344***
0.180***
-0.117
0.048
0.067
0.215
0.093*
0.388***
0.567***
0.149
0.070
-0.031
-0.059
-0.169***
-0.460***
-0.570***
1.255***
1.377***
2.897***
-0.498***
0.030***
8.837***
4.976***
258,366
0.543
YES
YES
172,097
0.738
YES
YES
258,366
0.921
YES
YES
Bienes de Capital
Probit
OLS_SP
PPML
0.091***
0.333***
-0.670***
0.108
-0.035
0.002
-0.005
0.514***
-0.295***
0.632***
0.162***
0.167***
0.451***
0.504***
-0.173
0.579***
0.536***
-0.024
-0.104***
-0.124***
-0.118***
-0.135***
-0.154***
-0.241***
-4.920***
0.369***
0.783***
-0.827***
0.486***
1.888**
4.174***
-2.417***
-1.006**
-0.487
-0.641*
0.179***
0.165***
0.512***
0.285**
0.681***
0.315***
0.167***
-0.366***
-0.547***
-0.703***
-0.241***
-0.301***
-0.088***
-0.587***
0.784***
0.747***
-0.397***
0.276***
4.966***
3.789***
0.919
-1.055*
-0.902**
-0.409
0.179***
-0.263
0.032
-0.056
0.110
-0.131*
0.526***
0.010
-0.119
-1.042***
-0.249**
0.343***
-0.000
-0.533***
-0.157
1.882***
1.915***
3.362***
-0.675***
0.049***
-0.803
-5.089***
258,366
0.571
YES
YES
128,693
0.764
YES
YES
258,366
0.924
YES
YES
*** p<0.01, ** p<0.05, * p<0.1
El hecho de que el coeficiente de distancia sea mayor para los bienes intermedios aporta un
elemento interesante para comprender la persistencia e incluso el efecto creciente del
coeficiente de distancia en el correr de las últimas décadas, señalado por (Disdier & Mayer,
2007) y confirmado en nuestro Cuadro 4.3. Otro resultado interesante es la importante
disminución y cierta pérdida de significación en el coeficiente asociado al GDP del país
exportador para los bienes de consumo, lo que concuerda con el planteo teórico de HMR,
que siendo para bienes de consumo no incluye esta variable en la ecuación de selección. La
129
mayor bondad de ajuste del modelo para bienes de consumo también es razonable en este
marco.
En los coeficientes asociados a las condiciones de isla o de país sin salida al mar se
aprecian también algunos cambios entre modelos, así como respecto a la estimación para el
comercio total, pero estos no revisten mayor interés. Las variables referidas a la religión y
el sistema legal tienen una magnitud levemente inferior en el caso de los bienes de capital,
mientras y la existencia de acuerdos comerciales afectan más fuertemente al comercio de
bienes de consumo que al de bienes intermedios o de capital. Respecto a los efectos de
relaciones coloniales previas, el resultado muestra que éstas favorecen el comercio en los
tres grupos de bienes, aunque los resultados por PPML no convalidan muchos de estos
resultados.
Finalmente, en cuanto a las variables vinculadas a la especialización, se encuentra un
resultado robusto en todos los modelos para el caso de la complementariedad. Esta impacta
con el signo esperado en la ecuación de selección, y en los distintos grupos presenta
magnitudes similares. Luego las distancias en la especialización exportadora e importadora
afectan a la probabilidad de comerciar principalmente en los bienes de capital,
alcanzándose resultados no significativos o de muy baja magnitud en los bienes de
consumo y bienes intermedios. En términos de la explicación de la ecuación de volumen
de comercio, puede decirse que estas variables no son relevantes en los bienes de consumo,
y que sí lo son en los bienes de capital. En este último caso se obtienen coeficientes
negativos, lo que implica que a menor distancia mayor comercio o, lo que es lo mismo, se
trata de comercio entre países que se parecen. Para los bienes intermedios se tiene el
mismo signo negativo en la distancia en el patrón de importaciones, pero un signo positivo
en la distancia en la especialización exportadora. Esto indica que el comercio de bienes
intermedios es mayor cuanto los países se parecen más en lo que importan y se diferencian
más en lo que exportan.
130
E.2 – Modelo de gravedad por sofisticación de los productos
Los indicadores de sofisticación del “Método de los Reflejos” permiten establecer un
ranking de productos y de países según su sofisticación. En el Cuadro E.2 se presentan los
resultados de una estimación realizada sobre los flujos de comercio de los productos que se
encuentran en la mitad inferior del ranking (productos “No sofisticados”) y aquellos que se
encuentran en la mitad superior (productos “Sofisticados”).
Cuadro E.2 – Modelo gravitacional extendido, por sofisticación de los productos
VARIABLES
Probit
GDP_o
GDP_d
Distance
Land_border
island_both
island_one_o
island_one_d
landlock_both
landlock_one_o
landlock_one_d
Legal
Religion
Language
ever_colony_o
ever_colony_d
Currency_Union
RTA
WTO_both
WTO_one_o
WTO_one_d
distCXS_d_to_o
distCMS_o_to_d
distXM_d_to_o
distXM_o_to_d
matconf_od
eta_hat
z_bar_hat
z_bar_hat_sq
z_bar_hat_cub
Constant
Observations
R-squared
Year FE
Orig and Dest FE
0.112***
0.313***
-0.584***
-0.205**
-0.006
-0.237*
0.159
0.597***
-0.047
0.501***
0.183***
0.146***
0.429***
-0.248
-0.688***
0.543***
0.627***
0.192***
0.115***
0.040
-0.057***
0.106***
-0.238***
-0.295***
-5.311***
No sofisticados
OLS_SP
PPML
0.351***
0.512***
-1.009***
0.688***
-2.814***
-1.231***
-1.942***
-6.174***
-3.787***
-2.947***
0.255***
0.308***
0.231***
0.711***
0.855***
0.298***
0.297***
-0.048
-0.098
-0.214***
0.133***
-0.014
-0.147***
-0.661***
0.671***
0.551***
-0.607***
0.425***
-1.064
-0.654
-0.933**
-1.361**
-0.510
-1.314***
0.164***
-0.177*
0.077
0.249**
0.460***
0.072
0.473***
0.359***
0.161
0.122
0.112**
0.212**
-0.222***
-0.470***
-0.434
1.568***
1.109***
2.728***
-0.432***
0.024***
7.175***
3.593***
258,366
0.533
YES
YES
179,063
0.725
YES
YES
258,366
0.880
YES
YES
Probit
0.054**
0.329***
-0.632***
-0.079
-0.533**
-0.456***
0.010
0.548***
-0.195**
0.599***
0.159***
0.109***
0.457***
0.333**
-0.672***
0.668***
0.592***
-0.049
-0.053
-0.113***
-0.098***
-0.062*
-0.202***
-0.233***
-5.150***
Sofisticados
OLS_SP
0.309***
0.640***
-0.971***
0.509***
3.699***
3.117***
0.312
-0.542
-0.166
-0.590**
0.232***
0.276***
0.579***
0.218**
0.679***
0.475***
0.288***
-0.272***
-0.412***
-0.423***
-0.125***
-0.538***
-0.062***
-0.624***
PPML
0.669***
0.680***
-0.467***
0.283***
0.267
0.334
-0.522
-0.419
0.340
-1.018***
0.213***
-0.052
0.033
-0.165
-0.045
0.053
0.522***
0.269
-0.035
-0.827***
-0.389***
0.112
-0.050
-0.511***
-0.237
2.302***
1.884***
3.399***
-0.661***
0.047***
0.294
-1.322
258,366
0.552
YES
YES
157,605
0.818
YES
YES
258,366
0.945
YES
YES
*** p<0.01, ** p<0.05, * p<0.1
131
La evolución de estos dos grupos se presentó en el Gráfico E.1, donde puede verse que, en
términos de volumen de comercio, los dos grupos han acompañado la tendencia general
(nótese que los 4965 productos se dividen en partes iguales).
Los resultados muestran un mejor ajuste del modelo gravitacional al caso de los productos
sofisticados, con un coeficiente de determinación que sobrepasa el 80%.
El coeficiente asociado a la distancia es algo menor en el caso de los bienes sofisticados, lo
que implica que estos productos se comercializan atravesando distancias mayores. Los
coeficientes de GDP_o y GDP_d son positivos en todos los casos, siendo GDP_d mayor
para productos sofisticados que para productos no sofisticados, mientras que GDP_o es
mayor en el caso de los productos no sofisticados que en el de los sofisticados. Esto
resultados son razonables y muestran que los productos sofisticados son más demandados
por los países con GDP mayor, mientras que los productos básicos tienden a ser ofrecidos
por los países de menor ingreso total.
Otro resultado que merece destaque es lo que se observa para la participación en la WTO,
donde en la mayoría de los casos los coeficientes indican que se comercia más cuando
ambos son miembros y menos cuando sólo uno lo es. La evidencia más fuerte es la
disminución de las importaciones de bienes sofisticados por parte de países miembros de
productos provenientes de países no miembros.
Las variables de especialización arrojan nuevamente resultados interesantes. La
complementariedad funciona en forma robusta como un elemento que promueve los flujos
de comercio, ya sea mediante la selección en el margen extensivo como en el volumen del
margen intensivo. Respecto a las distancias en la especialización exportadora, esta afecta
en forma negativa el comercio de bienes sofisticados, y por lo tanto señala la vigencia de
un comercio entre países similares, lo opuesto de lo que sucede con los bienes no
sofisticados, cuyo comercio aumenta cuando los países se hacen más diferentes en los
productos que exportan. La distancia en las importaciones sigue un patrón similar,
mostrando efectos negativos en el comercio de bienes sofisticados (en ambos márgenes) y
efectos positivos en el caso de los bienes no sofisticados (donde la incidencia se da
exclusivamente en el margen extensivo).
132
Anexo F - Rutinas seleccionadas utilizadas en Stata
Tanto para la construcción de la base de datos como para su descripción, así como en la
inferencia, se utilizó el paquete estadístico Stata MP 13.1 (64 bits). Algunas operaciones
son altamente demandantes en términos de capacidad computacional. En este trabajo se
dispuso de un procesador i7 (dual core) con 8 Gb. de memoria RAM, con un sistema de 64
bits, y algunas de las rutinas que se presentan no pueden ser ejecutadas con una capacidad
menor. Las rutinas completas y las bases de datos respectivas se encuentran disponibles
por solicitud al autor.
F.1 - Proximidades en espacios de productos y de países
keep reporter hs rca_$aniok
reshape wide rca_$aniok, i(hs) j(reporter) string
sort hs
mata:
mata clear
st_view(A=.,.,.)
M=A[| 1,2 \ .,.|]
p = rows(M)
c = cols(M)
//número de filas
//número de columnas
ip = J(p,1,1)
ic = J(c,1,1)
//vector de unos de dim p
//vector de unos de dim c
kp0=M*ic
kc0=M'*ip
//vector de sumas dim p
//vector de sumas dim c
inv_kp0 = ip :/ kp0
inv_kc0 = ic :/ kc0
//vector dim p con inversas de kp0 en cada posición
//vector dim c con inversas de kc0 en cada posición
A=M*M'*diag(inv_kp0)
B=A'
//matriz (no simétrica) de prox en espacio de productos pxp
E=M'*M*diag(inv_kc0)
F=E'
//matriz (no simétrica) de prox en espacio de países
end
133
F.2 - Sofisticación
mata:
st_view(A=.,.,.)
M=A[| 1,2 \ .,.|]
p = rows(M)
c = cols(M)
ip = J(p,1,1)
ic = J(c,1,1)
//número de filas
//número de columnas
//vector de unos de dim p
//vector de unos de dim c
kp0=M*ic
kc0=M'*ip
//vector de sumas dim p
//vector de sumas dim c
Lc = diag(ip :/ kp0)*M
Lp = diag(ic :/ kc0)*M'
//mat diagonal cxc con 1 sobre suma de M p/ c/ pais *M
//mat diagonal pxp con 1 sobre suma de M p/ c/ prod *M'
kp1 = Lc * kc0
kc1 = Lp * kp0
kp2 = Lc * Lp * kp0
kc2 = Lp * Lc * kc0
kp3 = Lc * Lp * kp1
kc3 = Lp * Lc * kc1
(…)
kp18 = Lc * Lp * kp16
kc18 = Lp * Lc * kc16
kp19 = Lc * Lp * kp17
kc19 = Lp * Lc * kc17
end
F.3 - Variables de conflicto y cooperación
forvalues yr = 2008/2012 {
global year = `yr'
use "$fdr\a`yr'_reduced.dta", clear
#delimit;
global cty "ABW AFG AGO ALB ANT ARE ARG ARM ATG AUS AUT AZE BEN BFA BGD
BGR BHR BHS BIH BLR BLZ BOL BRA BRB BRN BTN CAN CHE CHL CHN CIV CMR
COG COL CRI CUB CYM CYP CZE DEU DNK DOM DZA ECU EGY ESP EST ETH FIN FJI
FRA GAB GBR GEO GHA GIN GNQ GRC GRL GTM GUY HKG HND HRV HTI HUN IDN
IND IRL IRN IRQ ISL ISR ITA JAM JOR JPN KAZ KEN KGZ KHM KOR KWT LAO LBN
LBR LBY LKA LTU LVA MAC MAR MDA MDG MEX MHL MKD MLI MLT MMR MNG
MOZ MRT MUS MWI MYS NCL NER NGA NIC NLD NOR NPL NZL OMN PAK PAN PER
PHL PNG POL PRK PRT PRY PYF QAT ROM RUS RWA SAU SDN SEN SGP SLB SLE SLV
SUR SVK SVN SWE SYC SYR TCD TGO THA TJK TKM TTO TUN TUR TWN TZA UGA
UKR URY USA UZB VEN VGB VNM VUT YEM ZAF ZAR ZMB ZWE";
134
#delimit cr
qui: for tt in any $cty: replace actor1code="tt" if actor1code=="ttGOV"
qui: for tt in any $cty: replace actor2code="tt" if actor2code=="ttGOV"
gen smple1=0
gen smple2=0
foreach c in $cty{
qui: replace smple1=1 if actor1code=="`c'"
qui: replace smple2=1 if actor2code=="`c'"
}
keep if smple1==1 & smple2==1
rename actor1code cty_o
rename actor2code cty_d
rename goldsteinscale gs
rename quadcategory qc
drop if cty_o==cty_d
capture destring qc gs, replace
gen var=""
replace var="_verb_coop" if (qc==2 | qc==3) & gs>0
replace var="_mat_coop" if (qc==1 | qc==4) & gs>0
replace var="_verb_conf" if (qc==2 | qc==3) & gs<0
replace var="_mat_conf" if (qc==1 | qc==4) & gs<0
drop if gs==0
gen gs2=abs(gs)
replace gs=abs(gs)
gen gs3=gs
collapse (sum) gs (max) gs2 (count) gs3, by(cty_o cty_d var)
rename gs gs_sum
rename gs2 gs_max
rename gs3 gs_count
reshape wide gs_sum gs_max gs_count, i(cty_o cty_d) j(var) string
for tt in any verb_coop mat_coop verb_conf mat_conf: replace gs_sum_tt=0 if gs_sum_tt==.
for tt in any verb_coop mat_coop verb_conf mat_conf: replace gs_max_tt=0 if gs_max_tt==.
for tt in any verb_coop mat_coop verb_conf mat_conf: replace gs_count_tt=0 if gs_count_tt==.
gs_tt=abs(gs_tt)
replace cty_o="ZAR" if cty_o=="COD"
replace cty_d="ZAR" if cty_d=="COD"
gen year=`yr'
sort cty_o cty_d year
save "$fdr\b`yr'_reduced.dta", replace
if `yr'==1979 save "$fdr\GDELT_yravg_8var_79-12.dta", replace
if `yr'>1979 {
use "$fdr\GDELT_yravg_8var_79-12.dta", clear
append using "$fdr\b`yr'_reduced.dta"
sort cty_o cty_d year
order cty_o cty_d year
save "$fdr\GDELT_yravg_8var_79-12.dta", replace
}
}
135
F.4 - Function Evaluator Program para estimación NLS
capture program drop nlgrav15
set trace off
set traceexpand off
program define nlgrav15
version 12
syntax varlist(min=16 max=16) [if], at(name) [PARAMeters(namelist) NPARAMeters(integer
0) * ]
local lexp: word 1 of `varlist'
local v1: word 2 of `varlist'
local v2: word 3 of `varlist'
local v3: word 4 of `varlist'
local v4: word 5 of `varlist'
local v5: word 6 of `varlist'
local v6: word 7 of `varlist'
local v7: word 8 of `varlist'
local v8: word 9 of `varlist'
local v9: word 10 of `varlist'
local v10: word 11 of `varlist'
local v11: word 12 of `varlist'
local v12: word 13 of `varlist'
local v13: word 14 of `varlist'
local v14: word 15 of `varlist'
local v15: word 16 of `varlist'
// Retrieve parameters out of at matrix
tempname b0 b1 b2 b3 b4 b5 b6 b7 b8 b9 b10 b11 b12 b13 delta bun
scalar `b0' = `at'[1,1]
scalar `b1' = `at'[1,2]
scalar `b2' = `at'[1,3]
scalar `b3' = `at'[1,4]
scalar `b4' = `at'[1,5]
scalar `b5' = `at'[1,6]
scalar `b6' = `at'[1,7]
scalar `b7' = `at'[1,8]
scalar `b8' = `at'[1,9]
scalar `b9' = `at'[1,10]
scalar `b10' = `at'[1,11]
scalar `b11' = `at'[1,12]
scalar `b12' = `at'[1,13]
scalar `b13' = `at'[1,14]
scalar `delta' = `at'[1,15]
scalar `bun' = `at'[1,16]
// Some temporary variables
tempvar linterm1 linterm2 wterm heckterm
gen double `linterm1' = `b0' + `b1'*`v1' + `b2'*`v2' + `b3'*`v3' + `b4'*`v4' + `b5'*`v5' `if'
gen double `linterm2' = `b6'*`v6' + `b7'*`v7' + `b8'*`v8' + `b9'*`v9' + `b10'*`v10' + `b11'*`v11'
+ `b12'*`v12' + `b13'*`v13' `if'
gen double `wterm' = ln(exp(exp(`delta')*`v14')-1) `if'
gen double `heckterm' = `bun'*`v15' `if'
// Compute the function
replace `lexp' = (`linterm1' + `linterm2' + `wterm' + `heckterm') `if'
// Include importer and exporter dummies
local atcnt = 17
136
forvalues i = 1/144 {
replace `lexp' = `lexp' + `at'[1,`atcnt']*(d2_o_`i'==1) `if'
local `++atcnt'
}
forvalues i = 1/144 {
replace `lexp' = `lexp' + `at'[1,`atcnt']*(d2_d_`i'==1) `if'
local `++atcnt'
}
forvalues i = 1995/2007 {
replace `lexp' = `lexp' + `at'[1,`atcnt']*(yr`i'==1) `if'
local `++atcnt'
}
end
137