Causalidad entre recursos externos, el crecimiento y volatilidad económica

La causalidad entre el crecimiento y la volatilidad económica se ha planteado en la literatura de dos formas. En la primera, se considera un enfoque de modelos de crecimiento económico (^{Ramey y Ramey, 1995}), donde la volatilidad es uno de los factores explicativos y, por tanto, causa al crecimiento económico. En el segundo planteamiento, se utilizan modelos de varianza donde ahora la dirección de la causalidad es inversa, por lo que el crecimiento determina la volatilidad económica (^{Fiaschi y Lavezzi, 2003}; ^{Launov et al., 2014}).

Aunque son múltiples las razones para elegir una de las dos formas de causalidad para probar si la relación entre la volatilidad y el crecimiento económico es negativa o positiva, proponemos la opción de doble causalidad: la volatilidad determina al crecimiento económico y, a su vez, el crecimiento económico explica la volatilidad que, en términos formales, implica un sistema de dos ecuaciones. El segundo aspecto de nuestra propuesta consiste en analizar, en el contexto de la doble causalidad, los efectos de los recursos externos definidos por la exportación petrolera (^{Maheu et al., 2017}), inversión extranjera directa (^{Jensen, 2011}; ^{Mamingi y Martin, 2018}) y las remesas (^{Bugamelli y Paterno, 2011}).

En el marco de los modelos de crecimiento y volatilidad económica, proponemos la especificación de la primera ecuación (1a) del sistema, donde la tasa de crecimiento del PIB actual (Ggdp¡ _t ) se determina por la volatilidad económica previa (vol _¡,t-1 ). Para la segunda ecuación (1b), la volatilidad actual (vol _¡,t-1 ) está condicionada por el crecimiento económico previo (Ggdpit _¡,t-1 )

La especificación permite analizar diferentes aspectos de la vinculación entre la volatilidad y el crecimiento económico: si los parámetros alfa (α ₁ y α ₂) son significativos, entonces existe doble causalidad. Cuando α ₁ # α ₂= 0, entonces la volatilidad causa al crecimiento económico. En el caso contrario, donde α ₁ = α ₁ # 0, entonces el crecimiento causa volatilidad económica. Con causalidad individual el signo del parámetro es suficiente para concluir si la relación es negativa o positiva, pero con doble causalidad la relación negativa o positiva predominante se obtiene por la suma de los parámetros alfa y por las modificaciones en las condiciones iniciales del equilibrio en el sistema.

Para explicar la causalidad entre crecimiento y la volatilidad económica, propusimos dos mecanismos analíticos. En el primero, utilizamos el análisis de choques aleatorios, donde se modificaron las innovaciones (α _1i,t y e_i .) del sistema de ecuaciones; en el segundo, el análisis de multiplicadores por choques en las variables donde se modificaron las condiciones de los recursos externos definidos por las exportaciones petroleras (petro _¡t ), la inversión extranjera directa (¡ed _¡t ) y las remesas (rem _¡t ). En los dos tipos de mecanismo, se aplicó un enfoque dinámico para analizar los efectos de corto y largo plazo y explicar la relación entre el crecimiento y volatilidad económica.

Donde:

Modelo de varianza condicional para la volatilidad económica

En diferentes investigaciones se han utilizado (1) la varianza de la media móvil del crecimiento económico; (2) la varianza de la diferencia entre crecimiento económico y su tendencia con procedimiento de descomposición del tipo Hodrick-Prescott y Baxter-King; o bien (3) la varianza de las innovaciones de la función de crecimiento; para medir la volatilidad económica (^{Fiaschi y Lavezzi, 2003}; ^{Hnatkovska y Loayza, 2004}; ^{Launov et al., 2014}; ^{Ramey y Ramey, 1995}).

La volatilidad económica, como fenómeno dinámico, estocástico y endógeno al mismo proceso de crecimiento económico, se mide por medio de la varianza condicional de la tasa de crecimiento económico (^{Lemoine y Mougin, 2010}; ^{Stastny y Zagler, 2007}). En este esquema, suponemos independencia entre los países de América Latina. Ello implica comportamientos individuales con tres posibilidades de la varianza condicional.

En los modelos ARCH (^{Engle, 1982}), la varianza condicional se obtiene del proceso de los errores al cuadrado autorregresivos. Con los modelos TARCH (^{Zakoian, 1994}), se identifican noticias negativas o, para esta investigación, señales de crisis económicas que afectan la volatilidad. Finalmente, con los modelos GARCH (^{Bollerslev, 1986}), la predicción de la varianza condicional se incorporan varianzas condicionales de periodos previos. Los modelos de crecimiento económico de series de tiempo (Ggdp,), sin variables explicativas, con tres tipos de varianza condicional, se especifican en la ecuación (2):

Con procesos La volatilidad económica (yol) se obtiene como la predicción a un paso (h = 1) de la varianza condicional estimada .

Modelo panel-VAR

Con el modelo panel-VAR bivariado (^{Abrigo y Love, 2016}; ^{Lee, 2007}; ^{Love y Zicchino, 2006)}, se generalizaron las condiciones analíticas de la sección de estimaciones de los modelos, donde se determinaron de manera simultánea (1) la volatilidad económica de la varianza condicional (^{Fiaschi y Lavezzi, 2003}; ^{Launov et al., 2014}) y (2) el crecimiento económico (^{Ramey y Ramey, 1995}), los cuales están influidos por los recursos externos (X), las exportaciones petroleras (^{Maheu et al., 2017}), la inversión extranjera directa (^{Jensen, 2011}; ^{Mamingi y Martin, 2018}) y las remesas (^{Bugamelli y Paterno, 2011}).

En este modelo, los recursos externos afectan el comportamiento dinámico de la volatilidad y el crecimiento económico en el corto y largo plazo, pero no determinan las condiciones de estabilidad y equilibrio (módulos de las raíces características menores a la unidad).

La representación matricial del modelo panel-VAR se escribe como:

Donde: es el vector de las variables exógenas de exportaciones petroleras (petro), inversión extranjera directa (ied) y remesas (rem) respectivamente; u _¡ es el vector de efectos fijos; y e _it es el vector de innovaciones del sistema de ecuaciones. En términos generales se supone que para todo t > s.

Pruebas de causalidad de Granger

Tanto ^{Abrigo y Love (2016)} como ^{Love y Zicchino (2006)} establecieron que es conveniente aplicar el método general de momentos para estimar el sistema de ecuaciones y eliminar la posible inconsistencia de los estimadores por la endogeneidad entre la volatilidad y el crecimiento económico. Para las pruebas de causalidad de Granger condicionadas a las variables exógenas del modelo panel-VAR, se definieron las siguientes restricciones de parámetros:

Análisis impulso-respuesta y multiplicadores dinámicos

Con los modelos panel-VAR, se identificó el sentido (positivo o negativo) de la causalidad y los efectos de las condiciones de los recursos externos en la explicación de la dinámica entre volatilidad y crecimiento económico. Para que las simulaciones tiendan a los valores de equilibrio debe garantizarse que todas las raíces características del polinomio de orden p en el operador rezago con n variables endógenas tengan módulos menores a la unidad ||λ_nxp||< 1.

El análisis de impulso-respuesta se obtuvo simulando un choque aleatorio equivalente a una desviación estándar de las innovaciones de la volatilidad y el crecimiento económico que cumplen con ser independientes. Esta condición surgió de escribir el sistema de ecuaciones 3 de acuerdo con la solución de equilibrio utilizando la matriz de vectores característicos que garantiza el supuesto de independencia, para obtener las nuevas innovaciones . Esto se hizo a fin de obtener del sistema 4 y simular los choques aleatorios independientes de acuerdo con el método de descomposición de Cholesky (ecuación 4).

En el análisis de multiplicadores dinámicos se utilizó la parte que involucra las variables exógenas del sistema 4 ( Y _i,t =Φ _i X _i,t β), donde los cambios fueron incorporados por modificaciones equivalentes a una desviación estándar de las variables exógenas que, en nuestro caso, implicó choques explicados por el mercado petrolero, la inversión extranjera directa y las remesas.

Fuentes de datos y muestra de países

Para la construcción de los indicadores, se utilizaron los sistemas de información de los bancos centrales e institutos de estadística de cada país, la Comisión de las Naciones Unidas para América Latina y el Caribe (Cepal) y el Banco Mundial (BM). El producto interno bruto (PIB) trimestral se obtuvo de los bancos centrales o institutos de estadística de cada uno de países y el PIB por habitante anual del sistema de estadísticas e indicadores económicos (CepalStat) de la Cepal.

Las exportaciones petroleras y gas natural se obtuvieron como participaciones de las exportaciones totales, se multiplicaron con las exportaciones totales en dólares y dividieron con el PIB en dólares con datos del CepalStat, para obtener las exportaciones petroleras y gas natural como proporción del PIB de cada país para 1990-2015. La inversión extranjera directa como proporción del PIB se calculó al dividir el monto en dólares entre el PIB en dólares para cada país en 19902015 también del CepalStat. Finalmente, las remesas, como proporción del PIB, se construyeron con el monto de remesas en dólares del BM divididos con el PIB en dólares del CepalStat. Para la construcción del PIB por habitante se elaboró una serie trimestral de la población total con el método de interpolación simple de la tasa de crecimiento anual.

Para la muestra, se eligieron veinte países que combinan características como la localización geográfica, tamaño del PIB por habitante e importancia en mercados petroleros, la inversión extranjera directa y remesas de la región. México es el único país de Norteamérica que se consideró; Belice, Costa Rica, El Salvador, Guatemala, Honduras, Nicaragua y Panamá son países de Centroamérica; República Dominicana y Trinidad y Tobago pertenecen al Caribe; y Argentina, Bolivia, Brasil, Chile, Colombia, Ecuador, Paraguay, Perú, Uruguay y Venezuela se localizan en Suramérica (Figura 1).

Fuente: elaboración propia a partir de los indicadores de la Cepal y el Banco Mundial para el periodo 1990-2015.

Figura 1 PIB por habitante y recursos externos en América Latina, promedios del periodo 1990-2015 

Para mostrar las características económicas de la muestra de países, los indicadores promedios del periodo 1990-2015 fueron transformados en índices estandarizados entre cero y uno, con la división del indicador entre el rango (máximo menos cero). En los mapas de la distribución de los indicadores entre los países de la muestra de la Figura 1 se presentan en tono gris los valores de cada indicador, con punto de inflexión en valores igual o mayor que 0,7, con el objetivo de identificar grupos de países en la distribución del índice. Con el PIB por habitante, se muestra que seis de los veinte países de la muestra presentan los niveles más altos, donde destacan, en orden de importancia, Chile, Uruguay, Brasil, Argentina, México; y el caso especial de Trinidad y Tobago. En contraste, la mayoría de los países con niveles de ingreso por habitante bajos se localizan en Centroamérica y Bolivia, en Suramérica.

En cuanto a importancia o dependencia por las exportaciones petroleras y gas natural como proporción del PIB, la distribución del índice muestra que este recurso externo es relevante, principalmente, en Venezuela (17 % del PIB) y en Trinidad y Tobago (15,7 %), aunque en este último caso, la mayor proporción es por las ventas de gas natural. En el grupo de dependencia intermedia se encuentran Ecuador y Bolivia, igual Trinidad y Tobago, cuya fuente principal es por la venta de gas natural. Los casos de México (2,7 %) y Colombia (3,6 %) son importantes por los cambios que instrumentaron para reducir la concentración y, con ella, de dependencia de las exportaciones petroleras (^{Mendoza-González, 2014}).

Como se muestra en el mapa correspondiente en la tercera fila de la Figura 1, la inversión extranjera directa (IED) es el recurso externo más homogéneo entre los países de América Latina. La mayoría de los países consiguieron atraer IED como proporción del PIB entre 1,3 % y 7,2 % en promedio durante el periodo 19902015. Aun así, entre los países con la proporción más alta se encuentran Trinidad y Tobago, Chile y los países centroamericanos de Belice y Panamá. El país con menor dependencia de recursos externos por IED en su economía es Paraguay (su IED representó el 1,3 % del PIB en promedio en 1990-2015).

Por último, las remesas son el recurso externo más concentrado en los países centroamericanos de Honduras y el Salvador, en segundo plano se encuentran Guatemala, Nicaragua y República Dominicana; todos ellos, parte principal de la región origen de la migración de América Latina hacia Estados Unidos. Aunque México es el país con mayor tasa de migrantes en Estados Unidos y, con ello, también el que recibe el mayor monto de remesas de todo América Latina -25 000 millones de dólares en 2015-, este recurso externo representa solo el 2,2 % del PIB. En el mismo nivel de dependencia externa por las remesas se encuentran Ecuador, Paraguay y Perú.

Análisis de integración de las variables

Para revisar las características estocásticas de las variables de crecimiento y volatilidad económica, como los recursos externos petroleros, inversión extranjera directa y remesas previo a la estimación de modelos de volatilidad y panel-VAR, se aplicó el análisis de integración con los estadísticos de ^{Maddala y Wu (1999)} y ^{Pesaran (2007)}, para probar de raíces unitarias con procesos individuales en datos panel. Las pruebas de raíz unitaria se aplicaron para seis y doce rezagos, con el objetivo de detectar las restricciones dinámicas para asegurar que las variables cumplen con la condición de ser estacionarias de orden cero.

Los resultados de la Tabla 1 muestran que, con seis rezagos la volatilidad y el crecimiento económico, como la inversión extranjera directa como proporción del PIB, tienen un orden de integración igual a uno; mientras que las exportaciones petroleras y las remesas como proporción del PIB cumplen con ser estacionarias de orden cero. Los estadísticos con doce rezagos indican que todas las variables son estacionarias de orden cero.

Tabla 1 Pruebas de raíz unitaria con procesos individuales en datos panel 

Fuente: elaboración propia.

La implicación más importante de estos resultados es que, con seis o menos rezagos, tienen que asegurarse de que se cumplan las condiciones de estabilidad, módulo de raíces menores a uno ||λ_nxp||< 1, entre volatilidad y crecimiento económico, y en el análisis de multiplicadores de la inversión extranjera directa como proporción del PIB en los modelos panel-VAR.

Modelos para medir volatilidad económica: ARCH, TARCH y GARCH

La estrategia utilizada en la estimación de los modelos de varianza condicional para la tasa de crecimiento trimestral del PIB (Ggdp _t = 1n(pib _t /pib _t-4 )x100) incluyó especificaciones ARCH, TARCH y GARCH para cada país; y consideró los siguientes aspectos:

1. Comenzar con la especificación general para la media con procesos AR(1), AR(2) y MA(1) en combinación con los procesos de varianza condicional ARCH, TARCH y GARCH.

2. La significancia de los parámetros se revisó como las condiciones de estabilidad de la varianza condicional, por medio de la suma ponderada de los parámetros y _1,i (ARCH) + y _{2, i} /2 (TARCH) + y_3,i(GARCH; y la gráfica de la predicción de la varianza a un paso (h = 1)

3. En los casos de parámetros no significativos o en los que no se cumplieran las condiciones de estabilidad de la varianza condicional, se eliminaron procesos AR, MA y los correspondientes TARCH y GARCH, hasta encontrar una especificación básica como AR(1) y ARCH(1).

Los resultados generales de la modelación ARMA para la media de las tasas de crecimiento trimestral de los países muestran sumas de los parámetros menores a la unidad, por lo que se garantiza la estabilidad en el comportamiento cíclico del crecimiento económico. Los países donde la suma fue cercana a la unidad (más de 0,9) se encuentran Chile y México, líderes en ingreso por habitante; Bolivia y Trinidad y Tobago, con su plataforma de exportaciones de gas natural; El Salvador, con una economía con base en las remesas; Uruguay, sin factores externos relevantes; y Venezuela, por su alta dependencia de las exportaciones petroleras (Tabla 2).

Tabla 2 Modelos de varianza condicional para medir la volatilidad del crecimiento económico para países de América Latina, 1990-2015 

Fuente: elaboración propia a partir de metodología de varianza condicional ARCH, TARCH y GARCH.

De los resultados particulares, se encontró que, en la mayoría de los países, predominan los procesos AR(1), en segundo lugar los MA(1); y en tercer lugar los AR(2). Desde el punto de vista económico, ello implica que, en todos los casos, es relevante la parte estructural del ciclo económico (AR[1 y 2]); en segundo lugar, los choques aleatorios, vinculados con las innovaciones de la parte MA (Tabla 2).

Con la aplicación de la estrategia de estimación, se garantizó en general que y_1,i (ARCH) + y_2,¡ / 2 (TARCH) + y_3,¡(GARCH) <1. Sin embargo, en algunos casos la estimación de los parámetros de la varianza condicional implicó una suma muy cercana a uno, lo cual indica nivel alto de intensidad de la volatilidad. En este caso identificamos dos grupos:

Con respecto a los procesos de varianza condicional relevantes, se encontró que, en la mayoría de los países, se definía por comportamientos simétricos del tipo ARCH(1); en segundo lugar, la parte GARCH(1), y tercer lugar los ARCH(2). Para Belice y Honduras, fueron relevantes los procesos TARCH(1), que indican comportamientos asimétricos (leverage), donde los momentos accedentes del ciclo económico (buenas noticias); y _1,i resultaron cero en Belice y 0,14 en Honduras; y los momentos de crisis económicas (malas noticias), medidos por y _1,i,- + y _2,i, fueron de 0,25 para Belice y 1,1 en Honduras; y en los dos casos, resulta con mayor intensidad los sucesos de alta volatilidad con crisis económicas (Tabla 2).

Modelo para analizar la vinculación entre volatilidad y crecimiento económico con variables exógenas: panel-VAR

De acuerdo con la metodología de estimación de lo particular a lo general, en primer lugar se estimó un modelo panel-VAR para la volatilidad y crecimiento económico, Y = [vol Ggdp]’ , robusto en el sentido de rezagos suficientes para garantizar la medición de las pruebas de causalidad y condiciones de estabilidad del sistema, con módulos de las raíces características menores a la unidad (||λ_nxp||< 1). A partir de ello, pueden elaborarse simulaciones con choques aleatorios, para el análisis impulso-respuesta y choques en las variables exógenas, donde se modifiquen los recursos externos para el análisis de multiplicadores dinámicos, que tengan en común comportamientos convergentes a los nuevos equilibrios del largo plazo.

Con este modelo panel-VAR base, como contrafactual, se estimaron modelos panel-VAR generales con variables exógenas, para analizar los efectos en la causalidad de Granger y la importancia de los recursos externos en la explicación de la vinculación entre la volatilidad y crecimiento económico. Del modelo dos al cuatro, se estimaron las versiones panel-VAR con una variable exógena de los tres recursos externos, como proporción del .

Los modelos cinco al siete combinaron dos variables exógenas; en el modelo ocho se incorporaron los tres recursos externos; y el modelo nueve es una versión alternativa para medir qué tan robustos son los resultados del modelo panel-VAR con recursos externos, cuando se incorporan variables explicativas alternativas como el PIB por habitante, la apertura comercial, el índice de fragilidad del Estado y el indicador de episodios de violencia política y conflictos armados regionales.

Los resultados de la estimación del panel-VAR bivariado para la volatilidad y el crecimiento económico (modelo 1 de la Tabla 3) incluyó seis rezagos. Las condiciones de convergencia se cumplieron al presentar los módulos de las raíces características menores a la unidad. Además, las pruebas de causalidad de Granger indican condición débil para doble causalidad y fuerte para la causalidad parcial, donde la volatilidad afecta el crecimiento económico.

Tabla 3 Estimación de modelos Panel-VAR para volatilidad y crecimiento económico con recursos externos y variables exógenas para países de América Latina, 1990-2015 

Nota. Las estimaciones se elaboraron con el método general de momentos con instrumentos construidos con rezagos de las variables endógenas y exógenas.

Fuente: elaboración propia con base en metodología Panel-VAR con variables exógenas.

En el diseño de diferentes escenarios y su comparación con el escenario básico, cuando los países dependen de recursos externos por exportaciones petroleras y gas natural, se asocian con dinámicas de doble causalidad entre volatilidad y crecimiento económico. En este escenario, los aumentos en los precios de petróleo y gas natural provocan incrementos de los ingresos por sus exportaciones. Tales aumentos, a su vez, inducen crecimiento económico con volatilidad económica en la región. Pero, debido a que las exportaciones petroleras y gas natural son significativas en la ecuación del crecimiento económico, los choques de precios no afectan la volatilidad económica y, por ello, no explican la dinámica de la doble causalidad (modelo 2 de la Tabla 3).

En el segundo escenario, se supuso que la inversión extranjera directa (IED) es la fuente de recursos externos de los países de América Latina (modelo 3 de la Tabla 3). Los resultados indican que, de forma individual, la IED afecta positivamente, pero no de manera significativa. Por tanto, tampoco determinan la causalidad parcial o la doble causalidad entre la volatilidad y el crecimiento económico. En cambio, los países de América Latina que tienen como principal fuente de recursos externo las remesas (modelo 4 de la Tabla 3) no afectan directamente el crecimiento económico, pero reducen de forma efectiva la volatilidad del crecimiento.

Los mecanismos para influir sobre la volatilidad y el crecimiento económico son distintos cuando se supone que los países de América Latina combinan recursos externos petroleros y gas natural con IED. Los resultados econométricos del modelo 5 (Tabla 3) indican que está combinación de recursos externos no es importante para explicar y entender la causalidad parcial de Granger. Con esto, se concluye que los recursos externos petroleros e IED no modifican la vinculación entre volatilidad y crecimiento económico en los países de América Latina.

En el esquema de combinar recursos externos por petroleros y gas natural y remesas, los resultados muestran la existencia de la doble causalidad entre volatilidad y crecimiento económica que se puede explicar por mayores ingresos petroleros y por el aumento de las remesas que tienen como principal efecto la reducción de la volatilidad en el corto plazo y efectos positivos de largo plazo sobre el crecimiento; ver modelo 6. La combinación de IED y remesas para obtener recursos externos no muestra efectos significativos, las remesas reducen la volatilidad económica, pero son menos efectivas que en el caso individual o en combinación en los recursos petroleros y de gas natural; ver modelo 7. Los países de América Latina con tres tipos de recursos externos utilizan mecanismos donde las exportaciones petroleras y gas natural, junto con la IED, aumentan la volatilidad con crecimiento económico y las remesas reducen la volatilidad, pero a costa de menor crecimiento económico; ver modelo 8.

Análisis robusto: variables explicativas alternativas

Para comprobar lo robusto de los resultados, se incluyeron otras variables exógenas en el panel-VAR que explican de forma alternativa la volatilidad y crecimiento económico (modelo 9). El PIB por habitante se incorporó para probar si la volatilidad está inversamente relacionada con el tamaño de economía (^{Campi y Dueñas, 2020}; ^{Fiaschi y Lavezzi, 2003}) y si existe un proceso de convergencia en el crecimiento económico (^{Rodríguez-Benavides et al., 2014}). La apertura comercial es la suma de exportaciones e importaciones entre el PIB (CepalStat) y se incluyó para probar si el proceso de apertura comercial fomenta o reduce la volatilidad con crecimiento económico (^{Calderón y Schmidt-Hebbel, 2008}; ^{Fiaschi y Lavezzi, 2003}; ^{Villagra-Piña et al., 2018}).

El índice de fragilidad del Estado (ife) y el indicador de episodios de violencia política y conflictos armados regionales (epi) son publicados por el Center for Systemic Peace (www.systemicpeace.org). El ife mide la capacidad del Estado para manejar conflictos, elaborar e instrumentar políticas públicas. En tanto que el epi contempla siete categorías: violencia internacional, guerra internacional, guerra de independencia internacional, violencia civil, guerra civil, violencia y guerra étnica (^{Marshall y Elzinga-Marshall, 2017}).

Los resultados de la estimación del modelo panel-VAR con las variables exógenas alternativas muestran que cuanto mayores son la economía (PIB por habitante) y la capacidad del Gobierno para tratar conflictos, menor es la volatilidad económica.

También se encontró que los parámetros de estos factores no son significativos, por tanto, se concluye que no son relevantes en la explicación del crecimiento económico. En general, las pruebas de causalidad muestran que las variables exógenas alternativas no son importantes para explicar la causalidad entre volatilidad y crecimiento económico en los países de América Latina, en el periodo 1995-2015.

Análisis de impulso-respuesta y multiplicadores dinámicos

Con los resultados del modelo ocho, se elaboró la simulación para el análisis de impulso-respuesta de multiplicadores dinámicos, donde se consideró que los recursos externos por exportaciones petroleras y gas natural, la inversión extranjera directa y las remesas afectan la relación volatilidad y crecimiento económico. Para el diseño de las simulaciones, se estableció un escenario con horizonte de cincuenta trimestres de predicción y cien repeticiones de Monte Carlo para los intervalos de confianza. Dado que las condiciones de convergencia (||λ _nxp||< 1) se cumplieron en todos los modelos estimados (Tabla 3), los resultados de las simulaciones para el análisis impulso-respuesta y multiplicadores dinámicos se presentan en términos de multiplicadores acumulados que convergen a los nuevos equilibrios de largo plazo.

De los resultados del modelo 8, se encontró que la volatilidad y crecimiento económico no tienen doble causalidad en el sentido de Granger, sino que existe una causalidad parcial donde la volatilidad condiciona la dinámica económica (^{Hnatkovska y Loayza, 2004}). Con choques aleatorios en las simulaciones para el análisis impulso-respuesta (Figura 4), se estableció que la causalidad parcial tiene signo positivo, por lo que mayor volatilidad se vincula con un proceso de crecimiento económico en la región. Esta vinculación y signo se observan en la Figura 4, que muestra los resultados del análisis impulso-respuesta, donde la gráfica volatilidad-volatilidad muestra los impactos positivos de un choque aleatorio en la volatilidad sobre volatilidad de equilibrio de largo plazo. En la gráfica volatilidad-crecimiento económico, se presentan los impactos positivos sobre el crecimiento económico de largo plazo.

Nota. Los impulsos suponen una modificación de una desviación estándar en los errores ortogonales. Fuente: elaboración propia, con base en la estimación del modelo 8 de la Tabla 3.

Figura 4 Impulso-respuesta con efectos acumulados entre volatilidad y crecimiento económico en países de América Latina. Modelo Panel-VAR con variables exógenas 

Las simulaciones de los choques aleatorios también muestran que para alcanzar los nuevos equilibrios de largo plazo se requiere de por lo menos doce trimestres. Esto implica que los choques aleatorios tienen efectos en la volatilidad y crecimiento económico que duran hasta tres años en el largo plazo.

Los resultados de la estimación del modelo panel-VAR 8 (Tabla 3) indica que las exportaciones petroleras y gas natural, junto con la IED, causan mayor volatilidad y crecimiento económico, en tanto las remesas reducen la volatilidad a costa de menor crecimiento económico.

Por la intensidad de los impactos la volatilidad es más sensible a cambios de los recursos externos, pero la volatilidad como el crecimiento económico son más sensibles a los choques en remesas en comparación con las ventas petroleras y gas natural, y por cambios en la IED. Esto es, por las elasticidades de corto plazo que se presentan en la Tabla 2, con respecto a remesas, ventas petroleras y de gas natural, e IED de -1,90, 0,53 y 0,21 en la función de volatilidad y de -1,06, 0,30 y 0,08 en la de crecimiento económico, respectivamente.

Con las simulaciones de choques en los recursos externos, se obtuvieron los multiplicadores dinámicos acumulados que convergen a las elasticidades de largo plazo, con los cuales se analizaron los impactos sobre la volatilidad y el crecimiento económico. En general, los resultados de las simulaciones muestran que los multiplicadores dinámicos acumulados convergen asintóticamente, lo cual condiciona que las elasticidades de largo plazo resulten siempre mayores a las elasticidades de corto plazo. Esto implica que las conclusiones sobre los impactos de los recursos externos sobre la volatilidad y el crecimiento económico de corto plazo son las mismas en el largo plazo.

Los resultados indican, por un lado, que la volatilidad y el crecimiento económico son altamente sensibles a choques por cambios en los recursos externos por remesas y en ventas de petróleo y gas natural, debido a las elasticidades de largo plazo de -10,4; -5,2 y 2,9; 1,5, respectivamente, que se presentan en los multiplicadores de la Figura 5. Por otro, no son tan sensibles a choques por modificaciones en los recursos por inversión extranjera directa por presentar elasticidades de largo plazo de 1 y 0,42, respectivamente (Figura 5).

Nota. Los impulsos suponen una modificación de una desviación estándar en las variables exógenas. Fuente: elaborado de acuerdo con la estimación del modelo 8 de la Tabla 3.

Figura 5 Multiplicadores dinámicos acumulados por choques en recursos externos sobre la volatilidad y crecimiento económico en países de América Latina. Modelo panel-VAR con variables exógenas