UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERÍA ECONÓMICA

ESCUELA PROFESIONAL DE INGENIERÍA ECONÓMICA

ANÁLISIS DE LOS EFECTOS DE LA CORRUPCIÓN EN EL

CRECIMIENTO ECONÓMICO MEDIANTE EL CANAL DE
TRANSMISIÓN DE LA INVERSIÓN PARA EL CASO DE PERÚ,
1996-2021

TESIS

PRESENTADA POR:

Bach. EDSON EFRAIN SARMIENTO QUISPE

PARA OPTAR EL TÍTULO PROFESIONAL DE:

INGENIERO ECONOMISTA

PUNO – PERÚ

2024
 DEDICATORIA

Este trabajo de investigación va dedicado a mis padres, quienes han sido la fuente

inagotable apoyo y sabiduría a lo largo de mi formación académica.

A mis hermanos, cuyos consejos han iluminado incluso los días más oscuros,

ayudándome a superarme.

A mi querido gato, que fue más que una mascota, fue un compañero leal y afectuoso que

dejó una huella imborrable en mi corazón.

Gracias a mi familia por ser mi fuerza en este viaje, por creer en mí y por ser el faro que

me guía en la travesía del conocimiento y la realización personal.

 AGRADECIMIENTOS

Expreso mi profundo agradecimiento a los docentes de la Facultad de Ingeniería

Económica, quienes generosamente compartieron sus conocimientos y brindaron valiosos

consejos a lo largo de mi formación profesional.

Agradezco a mi asesor de tesis, cuyas recomendaciones y colaboración fueron

fundamentales durante todo el proceso de investigación. Sus aportes fueron de gran

utilidad para mejorar la calidad de mi trabajo.

No puedo dejar de mencionar el incondicional apoyo de mi familia, quienes me motivaron

a no rendirme en este arduo camino.

 ÍNDICE GENERAL

Pág.
DEDICATORIA

AGRADECIMIENTOS

ÍNDICE GENERAL

ÍNDICE DE TABLAS

ÍNDICE DE FIGURAS

ÍNDICE DE ACRÓNIMOS

RESUMEN .................................................................................................................... 13

ABSTRACT ................................................................................................................... 14

CAPÍTULO I

INTRODUCCIÓN

1.1. PLANTEAMIENTO DEL PROBLEMA ....................................................... 16

1.2. FORMULACIÓN DEL PROBLEMA ............................................................ 18

1.2.1. Problema general ..................................................................................... 18

1.2.2. Problemas específicos ............................................................................. 18

1.3. JUSTIFICACIÓN ............................................................................................. 19

1.4. OBJETIVOS DE INVESTIGACIÓN ............................................................. 20

1.4.1. Objetivo general ...................................................................................... 20

1.4.2. Objetivos específicos .............................................................................. 20

CAPÍTULO II

REVISIÓN DE LITERATURA

2.1. ANTECEDENTES ............................................................................................ 21

2.1.1 A nivel internacional ............................................................................... 21

2.1.2. A nivel nacional ...................................................................................... 28

2.2. MARCO TEÓRICO ......................................................................................... 29

2.2.1. Modelo de Solow con corrupción ........................................................... 29

2.2.2. Canal de transmisión de la inversión ...................................................... 32

2.2.3. Economía de la corrupción ..................................................................... 35

2.3. MARCO CONCEPTUAL ................................................................................ 35

2.3.1. Corrupción .............................................................................................. 35

2.3.2. Crecimiento económico .......................................................................... 36

2.3.3. Inversión pública ..................................................................................... 36

2.3.4. Inversión privada..................................................................................... 37

2.3.5. Inversión extranjera directa ..................................................................... 37

2.3.6. Índice de control de la corrupción........................................................... 37

2.3.7. Índice de la efectividad gubernamental .................................................. 38

2.3.8. Corrupción y la inversión ........................................................................ 39

2.3.9. Inversión pública y crecimiento económico ........................................... 41

2.3.10. Inversión privada y crecimiento económico ........................................... 41

2.3.11. Inversión extranjera directa y crecimiento económico ........................... 41

2.3.12. Corrupción y crecimiento económico ..................................................... 42

2.4. HIPÓTESIS DE INVESTIGACIÓN .............................................................. 43

2.4.1. Hipótesis general ..................................................................................... 43

2.4.2. Hipótesis específicas ............................................................................... 43

CAPÍTULO III

MATERIALES Y MÉTODOS

3.1. TIPO DE INVESTIGACIÓN .......................................................................... 44

3.2. MÉTODO .......................................................................................................... 44

3.3. ALCANCE Y DISEÑO .................................................................................... 44

3.4. POBLACIÓN .................................................................................................... 45

3.5. MUESTRA ........................................................................................................ 45

3.6. FUENTES DE INFORMACIÓN ..................................................................... 45

3.7. VARIABLES DEL MODELO ......................................................................... 45

3.8. METODOLOGÍA ECONOMÉTRICA .......................................................... 46

3.8.1. Estacionariedad ....................................................................................... 46

3.8.2. Cointegración .......................................................................................... 46

3.8.3. Problema de raíz unitaria ........................................................................ 47

3.8.4. Prueba de raíz unitaria de Dickey-Fuller aumentado .............................. 47

3.8.5. Prueba de raíz unitaria de Phillips-Perron ............................................... 48

3.8.6. Prueba de raíz unitaria de Kwiatkowski–Phillips–Schmidt–Shin ........... 49

3.8.7. Modelo de vectores autorregresivos ........................................................ 49

3.8.8. Función de impulso respuesta ................................................................. 53

3.8.9. Descomposición de la varianza ............................................................... 54

CAPÍTULO IV

RESULTADOS Y DISCUSIÓN

4.1. RESULTADOS.................................................................................................. 56

4.1.1. Análisis descriptivo de las variables ....................................................... 56

4.1.1.1. Análisis descriptivo del producto bruto interno real .................. 56

4.1.1.2. Análisis descriptivo de la inversión pública............................... 57

4.1.1.3. Análisis descriptivo de la inversión privada .............................. 58

4.1.1.4. Análisis descriptivo de la inversión extranjera directa............... 60

4.1.1.5. Análisis de la corrupción y el crecimiento económico .............. 61

4.1.1.6. Análisis de la efectividad gubernamental y el crecimiento

económico ................................................................................. 62
 4.1.2. Efecto de la inversión pública, privada y extranjera en el crecimiento

económico de Perú .................................................................................. 63

4.1.3. Efecto de la corrupción en la inversión pública en Perú .......................... 72

4.1.4. Efecto de la corrupción en la inversión privada en Perú.......................... 76

4.1.5. Efecto de la corrupción en la inversión extranjera directa en Perú .......... 80

4.2. DISCUSIÓN DE RESULTADOS .................................................................... 85

V. CONCLUSIONES.................................................................................................... 88

VI. RECOMENDACIONES ........................................................................................ 89

VII. REFERENCIAS BIBLIOGRÁFICAS ................................................................ 90

ANEXOS ........................................................................................................................ 96

Área: Ciencias económico empresariales

Línea: Políticas públicas

FECHA DE SUSTENTACIÓN: 14 de mayo del 2024

 ÍNDICE DE TABLAS

Pág.
Tabla 1 Prueba de raíz unitaria de las variables pbi, invpub, invpriv, ied, tasa, cc y

efectgub .......................................................................................................... 64

Tabla 2 Cálculo de los rezagos óptimos para la estimación de los modelos VAR ...... 65

Tabla 3 Prueba de cointegración de las variables pbi, invpub, invpriv, ied, tasa, cc y

efectgub .......................................................................................................... 66

Tabla 4 Modelo VAR estimado para el análisis del efecto de la inversión en el

crecimiento económico .................................................................................. 67

Tabla 5 Prueba de causalidad de Granger entre pbi, invpub, inpriv e ied .................. 68

Tabla 6 Prueba de normalidad, autocorrelación y heterocedasticidad para el análisis del

efecto de la inversión en el crecimiento económico....................................... 69

Tabla 7 Respuesta del PBI ante choques en la inversión pública, privada y extranjera

directa ............................................................................................................. 70

Tabla 8 Modelo VAR estimado para el análisis del efecto de la corrupción en la

inversión pública ............................................................................................ 73

Tabla 9 Prueba de causalidad de Granger entre invpub, pbi, cc y efectgub ................ 74

Tabla 10 Prueba de normalidad, autocorrelación y heterocedasticidad para el análisis del

efecto de la corrupción en la inversión pública .............................................. 74

Tabla 11 Respuesta de la inversión pública ante choques en el índice del control de la

corrupción ....................................................................................................... 75

Tabla 12 Modelo VAR estimado para el análisis del efecto de la corrupción en la

inversión privada ............................................................................................ 77

Tabla 13 Prueba de causalidad de Granger entre invpriv, pbi, cc y efectgub ................ 78

Tabla 14 Prueba de normalidad, autocorrelación y heterocedasticidad para el análisis del

efecto de la corrupción en la inversión privada .............................................. 79

Tabla 15 Respuesta de la inversión privada ante choques en el índice del control de la

corrupción ....................................................................................................... 79

Tabla 16 Modelo VAR estimado para el análisis del efecto de la corrupción en la

inversión extranjera directa ............................................................................ 81

Tabla 17 Prueba de causalidad de Granger entre ied, pbi, cc y efectgub ...................... 82

Tabla 18 Prueba de normalidad, autocorrelación y heterocedasticidad para el análisis del

efecto de la corrupción en la inversión extranjera directa .............................. 83

Tabla 19 Respuesta de la inversión extranjera directa ante choques en el índice del

control de la corrupción .................................................................................. 83

 ÍNDICE DE FIGURAS

Pág.
Figura 1 Efectos de un incremento en la inversión en el modelo Mundell-Fleming .... 34

Figura 2 Producto Bruto Interno durante 1996 y 2021 a precios constantes de 2015 .. 57

Figura 3 Inversión pública durante 1996 y 2021 a precios constantes de 2007 ........... 58

Figura 4 Inversión privada durante 1996 y 2021 a precios constantes de 2007 ........... 60

Figura 5 Inversión extranjera directa durante 1996 y 2021 .......................................... 61

Figura 6 Corrupción y crecimiento económico en el Perú entre 1996-2021 ................ 62

Figura 7 Efectividad gubernamental y crecimiento económico en el Perú entre 1996 y

2021 ................................................................................................................ 63

Figura 8 Función de impulso respuesta del PBI ante choques en la inversión pública 71

Figura 9 Función de impulso respuesta del PBI ante choques en la inversión privada 71

Figura 10 Función de impulso respuesta del PBI ante choques en la IED ..................... 72

Figura 11 Función de impulso respuesta de la inversión pública ante choques en el índice

del control de la corrupción. ........................................................................... 76

Figura 12 Función de impulso respuesta de la inversión privada ante choques en el índice

del control de la corrupción. ........................................................................... 80

Figura 13 Función de impulso respuesta de la IED ante choques en el índice del control

de la corrupción .............................................................................................. 84
 ÍNDICE DE ACRÓNIMOS

MEF : Ministerio de Economía y Finanzas

BCRP : Banco Central de Reserva del Perú

PBI : Producto Bruto Interno

OCDE : Organización para la Cooperación y el Desarrollo Económico

IPE : Instituto Peruano de Economía

 RESUMEN

Durante los años 1996 y 2021 el crecimiento económico peruano ha sido en gran medida

impulsado por la inversión pública, privada y extranjera, empero uno de los factores que

ha generado incertidumbre en tal crecimiento ha sido la corrupción, es por tal razón que

en la investigación se analizaron los efectos causados por la corrupción a través del canal

de transmisión de la inversión en el crecimiento económico para el caso de Perú, 1996-

2021. Es así que, la investigación es de tipo cuantitativo, tiene un alcance correlacional

y, en cuanto al diseño es no experimental, mientras que el método utilizado fue el

hipotético-deductivo para contrastar las hipótesis con los resultados, mientras que los

datos empleados para la estimación tienen una frecuencia anual, y las variables empleadas

fueron el producto bruto interno real, el índice del control de la corrupción, la inversión

extranjera directa, la inversión pública y la inversión privada. En cuanto a las

estimaciones, se hicieron pruebas de raíz unitaria, la prueba de cointegración de rango

traza, también se hizo uso del modelo de vectores autorregresivos con lo cual se realizó

la prueba de causalidad multivariada de Granger y la estimación de las funciones de

impulso respuesta. Los resultados indican que la inversión pública, privada y extranjera

tienen un impacto positivo en el crecimiento económico con un nivel de significancia del

5%, así también, la corrupción afecta de forma negativa y significativa al crecimiento

económico a través de la inversión pública, privada y extranjera directa en un 0.018%,

0.028%, 0.152% de su monto monetario respectivamente, concluyendo así que la

corrupción tiene efectos adversos sobre el crecimiento económico.

Palabras Clave: Crecimiento económico, corrupción, inversión nacional, inversión

extranjera directa, vectores autorregresivos.

13
 ABSTRACT

During the years 1996 and 2021, Peruvian economic growth has been largely driven by

public, private and foreign investment, however one of the factors that has generated

uncertainty in such growth has been corruption, which is why in the investigation The

effects caused by corruption through the transmission channel of investment on economic

growth were analyzed for the case of Peru, 1996-2021. Thus, the research is quantitative,

has a correlational scope and, in terms of design, is non-experimental, while the method

used was hypothetical-deductive to contrast the hypotheses with the results, while the

data used for the The estimation has an annual frequency, and the variables used were the

real gross domestic product, the corruption control index, foreign direct investment,

public investment and private investment. Regarding the estimates, unit root tests were

performed, the trace range cointegration test, and the autoregressive vector model was

also used, with which the multivariate Granger causality test and the estimation of the

impulse functions were performed. answer. The results indicate that public, private and

foreign investment have a positive impact on economic growth with a significance level

of 5%, likewise, corruption negatively and significantly affects economic growth through

public and private investment. and foreign direct by 0.018%, 0.028%, 0.152% of their

monetary amount respectively, thus concluding that corruption has adverse effects on

economic growth.

Keywords: Economic growth, corruption, national investment, foreign direct investment,

autoregressive vectors.

14
 CAPÍTULO I

INTRODUCCIÓN

Si bien la inversión pública, privada y extranjera forman parte de las variables más

importantes para la mejora del crecimiento económico, la corrupción resulta ser un grave

problema en países en desarrollo tales como el caso de Perú, puesto que distorsiona tanto

el correcto manejo de los recursos públicos afectando directamente la calidad de los

servicios públicos y la infraestructura necesaria para fomentar el crecimiento económico

sostenible, así como también desincentivando la inversión privada nacional y la inversión

extranjera directa (Asiedu y Freeman, 2009; Tanzi y Davoodi, 2000).

La corrupción tiene un amplio alcance y puede ser considerada como un problema

estructural tanto en lo político como en lo económico, representando un indicio costoso

del fracaso institucional, donde frecuentemente una red compuesta por políticos,

entidades, compañías y particulares se unen para obtener ventajas mediante el acceso al

poder, los recursos estatales y la elaboración de políticas, a expensas del bienestar

colectivo (Desfrancois y Pastas, 2022).

Por otra parte, se debe tener en cuenta la existencia de estudios que sostienen que

la corrupción puede llegar a ser afectar positivamente a la economía en contextos donde

hay una excesiva burocracia y deficiencias que obstaculizan la creación de nuevos

emprendimientos o negocios (Afonso y De Sá Fortes, 2022; Egger y Winner, 2005;

Qureshi et al., 2021), mientras que otros argumentan que esta variable genera un impacto

negativo en la economía (Adenike, 2013; Cuervo-Cazurra, 2006; Mauro, 1995), todo ello

dependiendo de las características particulares que definen a cada país.

Es así que el presente trabajo de investigación busca estudiar el efecto de la

corrupción en el crecimiento económico del Perú a través de la inversión, contribuyendo

15
así a una mejor implementación de las políticas públicas que promuevan el desarrollo

económico en el corto y largo plazo, a pesar de que existen otras variables como la

apertura comercial, la calidad institucional, la efectividad gubernamental, la inflación y

el nivel de educación (Pellegrini y Gerlagh, 2004; Maria et al., 2021;).

La estructura de la investigación se organiza de la siguiente manera: en el primer

capítulo, se expone la introducción, se plantea y formula el problema, y se establecen los

objetivos de la investigación. En el segundo capítulo, se desarrolla la revisión de

literatura, que incluye antecedentes, el marco teórico, el marco conceptual, la hipótesis

general y las hipótesis específicas. El tercer capítulo aborda aspectos como el tipo de

investigación, el método empleado, la población y muestra, las variables del modelo y la

metodología econométrica utilizada en esta investigación. En el cuarto capítulo, se

presentan y describen los resultados obtenidos a través de las estimaciones econométricas,

seguidos por la discusión respectiva de dichos resultados. Las conclusiones se exponen

en el quinto capítulo, mientras que las recomendaciones se detallan en el sexto capítulo,

cerrando así la estructura integral de la investigación.

1.1. PLANTEAMIENTO DEL PROBLEMA

A nivel mundial la corrupción es un tema de relevante debido a las repercusiones

negativas que ocasiona en el crecimiento económico de un país, ello ocasionado por el

mal uso del poder otorgado a las autoridades electas por la población. Es así que, los

canales de transmisión principales mediante los cuales influye en la economía son la

apertura comercial, la inestabilidad política, el gasto en educación, y la inversión

(Pellegrini y Gerlagh, 2004).

Como señalan Tanzi y Davoodi (1997) la corrupción llega a afectar las inversiones

esencialmente por débiles controles institucionales, ocasionando incrementos en la

16
inversión del presupuesto nacional, sin embargo, la productividad de la inversión pública

cae. Así mismo, la corrupción ocasiona una reducción en proyectos de inversión pública

de educación y salud, ello puesto que este tipo de inversiones por su bajo presupuesto no

son atractivas para cometer actos de corrupción, afectándose el bienestar de la población.

En el contexto de América Latina, acorde a la información del Banco Mundial los

niveles de corrupción, medidos a través del índice del control de la corrupción provoca

que el crecimiento en estas economías se vea mermadas, además es importante destacar

que el grado del efecto que produce la corrupción depende también de otros factores como

son la inestabilidad política, la eficacia de las políticas gubernamentales y otros

acontecimientos económicos no previstos como fueron la crisis financiera y la pandemia

de COVID-19.

En el Perú, la Contraloría General de la República dio a conocer que la corrupción

ha estado incrementándose, estimando que en el año 2021 los actos de corrupción que se

suscitaron en el sector público han generado aproximadamente un perjuicio económico

de más de S/ 24 mil millones, cifra que es mayor a comparación de años anteriores.

Además, la corrupción es una de las fuentes principales de la aún existente pobreza

monetaria, puesto que para el año 2020 se registra que el perjuicio económico ocasionado

por actos de corrupción es mayor a la brecha de pobreza monetaria en la mayoría de

departamentos del Perú (Shack et al., 2021).

Por otra parte, la inversión extranjera directa (IED) en el país ha aumentado

significativamente en los últimos dos años, alcanzando los 16 mil millones de dólares, lo

que representa el doble de la cifra registrada previamente. Además, se destaca que la

inversión nacional, que incluye la inversión pública y privada, han aumentado en un 50%,

superando el promedio del PBI de otros países de la región (Ministerio de Economía y

17
Finanzas [MEF], 2021). Sin embargo, el efecto de tales incrementos en las inversiones

no ha tenido un impacto notorio en la economía, siendo una de las causas la corrupción,

el cual redirige los recursos afectando así al crecimiento económico. Por lo tanto, es

importante analizar en qué medida la corrupción llega a tener consecuencias negativas en

el crecimiento económico del Perú mediante la inversión, tanto nacional como extranjera.

Es por ello que, en la presente investigación se analiza este último canal de

transmisión que abarca la inversión nacional, que comprende la inversión pública y

privada, así como la inversión extranjera directa, las cuales son variables

macroeconómicas importantes para el crecimiento económico, y que a su vez son

afectadas por la corrupción, puesto que ocasiona incertidumbre en los retornos de las

actividades de inversión mediante los acuerdos basados en sobornos y fraudes.

1.2. FORMULACIÓN DEL PROBLEMA

1.2.1. Problema general

¿Cómo afecta la corrupción al crecimiento económico mediante el canal

de transmisión de la inversión para el caso de Perú, 1996-2021?

1.2.2. Problemas específicos

- ¿En qué medida la inversión pública, privada y extranjera directa afectan

al crecimiento económico para el caso de Perú, 1996-2021?

- ¿Cuál es el efecto de la corrupción en la inversión pública para el caso de

Perú, 1996-2021?

- ¿Cuál es el efecto de la corrupción en la inversión privada para el caso de

Perú, 1996-2021?

18
 - ¿Cuál es el efecto de la corrupción en la inversión extranjera directa para

el caso de Perú, 1996-2021?

1.3. JUSTIFICACIÓN

En el ámbito nacional existe la necesidad de poder disminuir los niveles de

corrupción ya que este problema repercute en la economía peruana mediante los canales

de transmisión como la inversión, apertura comercial, inestabilidad política, y gasto en

educación y salud (Pellegrini y Gerlagh, 2004). Es así que, la corrupción afecta a la

inversión pública mediante el aumento indebido a los presupuestos de las inversiones

públicas a la vez que disminuye la productividad de tales proyectos, siendo los mayores

perjudicados la población.

Asimismo, esta problemática de la corrupción como señalan Tanzi y Davoodi

(1997), Bigio y Ramírez (2006) afecta a la inversión destinada a sectores que impulsan el

capital humano, así también resultan afectados los niveles de ingresos tributarios y la

desigualdad, afectando el crecimiento económico.

Además, los trabajos empíricos como el de Egger y Winner (2005) y Freckleton

et al. (2012) muestran que, si bien la principal variable que afecta en el incremento o

disminución de las inversiones privadas y extranjeras es la tasa de interés, no es la única,

otras variables importantes son las políticas fiscales, la estabilidad política, la seguridad

jurídica, la distribución de ingresos, la corrupción, entre otras.

Por tales motivos, la investigación analizará las repercusiones que la corrupción

tiene sobre el crecimiento económico del Perú por medio del canal de transmisión de la

inversión. Es decir, se pretender determinar cómo afecta la corrupción a la inversión

pública, privada y extranjera, de tal forma que se pueda observar cómo ello limita el

impacto de tales inversiones en el crecimiento económico peruano.

19
1.4. OBJETIVOS DE INVESTIGACIÓN

1.4.1. Objetivo general

Analizar el perjuicio de la corrupción en el crecimiento económico

mediante el canal de transmisión de la inversión para el caso de Perú, 1996-2021.

1.4.2. Objetivos específicos

- Determinar en qué medida la inversión pública, privada y extranjera

afectan al crecimiento económico para el caso de Perú, 1996-2021.

- Determinar el efecto de la corrupción en la inversión pública para el caso

de Perú, 1996-2021.

- Estimar el efecto que tiene la corrupción en la inversión privada para el

caso de Perú, 1996-2021.

- Determinar el efecto de la corrupción en la inversión extranjera directa

para el caso de Perú, 1996-2021.

20
 CAPÍTULO II

REVISIÓN DE LITERATURA

2.1. ANTECEDENTES

2.1.1 A nivel internacional

Krifa-Schneider et al. (2022) en su estudio “FDI, corruption and financial

development around the world: A panel non-linear approach” exhiben la

existencia de una relación no lineal entre la corrupción y la inversión extranjera

directa (IED) en los 80 países desarrollados y en desarrollo estudiados durante el

período 2003-2019 mediante el método generalizado de momentos (GMM) para

datos panel. Ello significa que no hay una relación directa y constante entre la

corrupción y la IED en todos los países, sino que esta varía según el nivel de

corrupción y el desarrollo del país. En los países desarrollados con niveles bajos

de corrupción hay una mayor atracción de IED debido a que las empresas

extranjeras buscan un entorno estable y seguro para invertir. Por otro lado, en los

países en desarrollo, que tienen altos niveles de corrupción, se da una atracción

inicial de las inversoras extranjeras, ya que pueden aprovecharse de la corrupción

para obtener beneficios económicos. Sin embargo, a largo plazo la inversión

extranjera puede verse negativamente afectada por la corrupción, ya que la falta

de transparencia y el riesgo asociado con este problema pueden desalentar a las

empresas foráneas a realizar inversiones en el territorio.

Nsor-Ambala y Bugri (2022) en su estudio “A vector autoregression

(VAR) analysis of corruption, economic growth, and foreign direct investment in

Ghana “ determinan por medio del modelo de vectores autorregresivos (VAR) una

conexión positiva y estadísticamente significativa entre el aumento del

21
crecimiento económico y la inversión extranjera directa (IED) en Ghana durante

el período 1960-2019, lo cual sugiere que el aumento de la IED puede generar una

influencia positiva en el crecimiento económico del país. Los hallazgos también

dan a conocer que el índice del control de la corrupción tiene una relación positiva

con la IED debido a que la corrupción es considerada un riesgo potencial para las

firmas extranjeras que desean invertir en un país, lo que provoca que estos sientan

inseguridad por el costo adicional de sobornos, la escasez de transparencia en los

procesos de licitación y adjudicación de contratos, y la incertidumbre política que

puede resultar de un ambiente corrupto. Es importante destacar que el estudio

recomienda que los formuladores de políticas no deben considerar estas variables

como objetivos de política en sí mismas, sino más bien como complementos al

formular políticas económicas, es decir, que las políticas económicas que tienen

como objetivo principal el crecimiento económico o la atracción de IED pueden

ser ineficaces si no se aborda también el problema de la corrupción en el país.

Bakari y Benzid (2021) en su estudio “Impact of corruption, degree of

freedom to invest and democracy on domestic investment: Evidence from MENA

countries” examinan la influencia de la corrupción y la libertad de inversión en la

inversión doméstica en países del Norte de África y de Oriente Medio y, para lo

cual utilizan el modelo de método generalizado de momentos para analizar datos

correspondientes al periodo 2011-2017. Los resultados empíricos revelan que la

corrupción ejerce un impacto negativo y estadísticamente significativo en la

inversión doméstica, específicamente por cada incremento del 1% en el índice de

percepción de la corrupción la inversión doméstica sufre una reducción del 17%.

Además, implícitamente resulta afectado la rentabilidad de los proyectos de

22
inversión, impidiendo que los países del MENA alcancen una economía sostenible

a largo plazo

Belloumi y Alshehry (2021) en su estudio “The causal relationships

between corruption, investments and economic growth in GCC countries” se

dedican a examinar las repercusiones de la corrupción en el crecimiento

económico y las inversiones en países pertenecientes al Consejo de Cooperación

del Golfo durante el periodo de 2003 a 2016. Para llevar a cabo su análisis, aplican

el método de mínimos cuadrados ordinarios panel completamente modificado y

el modelo de corrección de errores de vector panel. Según las pruebas de

causalidad de Granger, se concluye que, a corto plazo, la corrupción no influye en

el crecimiento económico ni en las inversiones extranjeras y nacionales. Sin

embargo, se identifica una fuerte causalidad unidireccional a largo plazo que va

desde la corrupción hacia la inversión extranjera directa, la inversión nacional, el

crédito nacional y el crecimiento económico. Los cálculos del modelo de mínimos

cuadrados ordinarios panel completamente modificado destaca que la corrupción

repercute de forma negativa en el crecimiento económico, al tiempo que influye

positivamente en la inversión nacional.

Qureshi et al. (2021) en su estudio “Revisiting the nexus among foreign

direct investment, corruption and growth in developing and developed markets”

determinan el vínculo entre corrupción, crecimiento económico e inversión en 54

países desarrollados y en desarrollo durante el período 1996-2018, utilizando dos

técnicas econométricas, GMM y PVAR. Sus resultados indican que en los países

en desarrollo el crecimiento económico y la inversión sostienen una relación

inversa con la corrupción, ello se traduce en que los niveles elevados de

corrupción se asocian con un aumento de la inversión, lo que a su vez incrementa

23
el crecimiento económico. Por otro lado, en los países desarrollados, la relación

es positiva, lo cual implica que una mayor regulación contra la corrupción termina

impulsando la inversión y el crecimiento económico. Acorde a lo ya mencionado,

se da a conocer que la corrupción presenta repercusiones perniciosas en la

inversión y en la economía de los países a largo plazo, principalmente en los países

en desarrollo.

Hamdi y Hakimi (2019) en su estudio “Corruption, FDI, and growth: An

empirical investigation into the tunisian context” se enfocan en establecer la

conexión entre la corrupción, la inversión extranjera directa, la inversión

doméstica y el crecimiento económico en Túnez utilizando datos del período

1976-2015. Emplean el modelo de vector de error de corrección y el método de

cointegración. Los resultados señalan que la corrupción presenta un impacto

negativo y significativo el crecimiento económico de Túnez en el largo plazo,

debido a que la corrupción reduce la eficiencia económica e incrementa los

obstáculos en la competitividad de esta economía en general. Por otro lado, la IED

contribuye de forma positiva y significativa en el PBI, mientras que la inversión

nacional influye negativamente en el PBI de la economía tunecina, debido a que

esta variable esta más expuesta a la corrupción y a las barreras regulatorias que

los inversores extranjeros. Esto sugiere que la IED puede ser un canal de

transmisión para que la corrupción afecte la economía. En otras palabras, la

corrupción puede desalentar la inversión doméstica y extranjera, por ende,

perjudica a la economía del país. Es así que, se resalta la importancia de políticas

económicas que fomenten la inversión, además de que combatan la corrupción

para lograr un crecimiento económico sostenible, por tal motivo sugieren que la

24
IED puede ser un factor más relevante para el crecimiento económico que la

inversión doméstica.

Gründler y Potrafke (2019) en su estudio “Corruption and economic

growth: New empirical evidence” exploran la conexión entre la corrupción y el

crecimiento económico usando el Índice de Percepción de la Corrupción. La

investigación abarca el período comprendido entre 2012 y 2017, involucrando a

175 países, que incluyen tanto naciones desarrolladas como en desarrollo. En su

análisis, emplean un modelo de panel dinámico. Es así que, los cálculos obtenidos

indican que la corrupción ejerce un efecto negativo y estadísticamente

significativo en el crecimiento económico. Es decir, se da una disminución del

17% en el PBI al producirse un incremento de una desviación estándar en la

corrupción. Además, se identifica una correlación positiva entre los niveles de

corrupción a nivel nacional y regional, sugiriendo que la corrupción en un país

puede influir en la corrupción en países vecinos. También destacan que,

especialmente en regímenes autocráticos, el impacto de la corrupción en la

economía es pronunciad y se transmite a través de la reducción de la IED.

Adenike (2013) en su estudio “An econometric analysis of the impact of

corruption on economic growth in Nigeria” evalúa el vínculo entre la corrupción

y el crecimiento económico en Nigeria en el período de 1980 a 2009, para lo cual

utiliza tres métodos econométricos: vectores autorregresivos (VAR), el

mecanismo de corrección de errores (ECM), y mínimos cuadrados ordinarios

(MCO). El análisis determina que la corrupción repercute negativamente en la

producción per cápita mediante: el gasto en educación, puesto que la corrupción

reduce este tipo de gasto, lo que a su vez afecta a la productividad y al capital

humano de la economía; el gasto en capital ya que las empresas y los inversores

25
tienen menos incentivos para invertir en un ambiente corrupto, lo que resulta en

una menor inversión en capital y menor capacidad productiva; y la inversión

extranjera directa porque disminuye el capital disponible para la economía y limita

su capacidad para crecer y desarrollarse, además de que genera desconfianza en

los inversores extranjeros, lo cual provoca que busquen otras economías más

confiables y seguras. Por otro lado, se manifiesta una relación causal

unidireccional, donde el crecimiento económico no influye en la corrupción ya

que la mejora en los ingresos y la disminución de la pobreza no necesariamente

conducen a una disminución en la corrupción; pero la corrupción sí afecta el

crecimiento económico porque aumenta los costos de transacción, distorsiona los

incentivos y desalienta la inversión.

Onody et al. (2022) en su estudio “Corruption and FDI in Brazil:

Contesting the sand or grease hypotheses” muestran que las empresas

multinacionales son sensibles a los niveles de corrupción en los sectores

económicos de Brasil en el período 2012-2016, usando del método de mínimos

cuadrados generalizados factibles (FGLS) y el método de mínimos cuadrados

generalizados con efectos fijos (FEGLS). En general, se encontró que la

corrupción actúa como un impulsor de la inversión extranjera directa, lo que

indica que las empresas multinacionales están dispuestas a invertir en sectores con

ciertos niveles de corrupción. Sin embargo, este impacto sólo se da en sectores

con niveles medios-bajos de corrupción, lo cual sugiere que existe un umbral en

el cual los niveles de corrupción empiezan a afectar negativamente la inversión

extranjera directa. Por otro lado, en sectores que cuentan con niveles muy bajos

de corrupción, los inversores multinacionales son indiferentes, lo que indica que

estos sectores no ofrecen suficiente oportunidad de inversión para las empresas

26
multinacionales. En cuanto a sectores con altos niveles de corrupción, estos son

evitados por los inversionistas debido a que los niveles extremadamente altos de

corrupción pueden disuadir a las empresas multinacionales de invertir en un sector

específico.

Dutra et al. (2022) en su estudio “Corruption and economic growth in Latin

America and the Caribbean” analizan el impacto de la corrupción en el desarrollo

económico de los países de América Latina y el Caribe. Utilizando datos de panel

para el periodo 2000-2018, aplican estimadores de efectos fijos bidireccionales y

el método de momentos generalizados (GMM). Según sus hallazgos, un aumento

de una desviación estándar en la corrupción, medido por el índice de percepción

de corrupción invertido, provoca una reducción del 12,2% en el producto interno

bruto. Además, la prueba de causalidad de Granger indica una relación

bidireccional entre un aumento en la corrupción y un menor desarrollo económico.

Asimismo, presentan pruebas de que la corrupción se relaciona con una reducción

en la inversión en activos físicos y una reducción en el flujo de inversión

extranjera.

Desfrancois y Pastas (2022) en su estudio “Corrupción y crecimiento

económico en América Latina y el Caribe” investigan la relación entre la

inversión, la corrupción y el producto nacional bruto para 18 países de

Latinoamérica y el Caribe durante el periodo 1998-2018. La metodología que

usaron fue de datos panel con efectos fijos, con lo cual estimaron que la inversión

afecta de manera positiva y significativa en el producto nacional bruto. Sin

embargo, la corrupción tiene un impacto negativo en las inversiones, de forma que

por este canal la corrupción genera una disminución en el crecimiento económico,

representando un 53.6% del impacto total que la corrupción genera en la economía

27
de estos países. Por tanto, concluyen que la corrupción limita el crecimiento de la

economía en los países de la región, por lo cual los responsables de hacer política

en colaboración de los principales empresarios y otros agentes económicos de

interés deben realizar políticas para aminorar el impacto y las pérdidas en los

ingresos de la economía que genera este problema.

2.1.2. A nivel nacional

Marro et al. (2021) en su estudio “The effects of corruption on Peru's

economic growth during the period 1998-2018” realizaron un análisis de las

repercusiones de la inversión a través del capital bruto en la economía peruana,

considerando específicamente el impacto de la corrupción. El período de estudio

abarcó desde 1998 hasta 2018, lo que permitió examinar las tendencias y

relaciones a lo largo de un período significativo. Utilizando el modelo

autorregresivo de retraso distribuido (ARDL), se determinó la relación entre la

corrupción y la formación de capital bruto en Perú. Los resultados revelaron que

un incremento del 1% en el índice de corrupción estaba asociado con un aumento

en la formación de capital bruto generando un incremento del 0.51% en la

economía en el corto plazo. Este hallazgo sugiere que, a pesar de la presencia de

corrupción, las inversiones en capital no se ven completamente desalentadas,

aunque experimentan cierta afectación. Además, el estudio también destacó que

el impacto de la corrupción en la formación de capital bruto se fortalece en el largo

plazo. Según los resultados, un incremento del 1% en el índice de corrupción

generaba un aumento sostenido del 0.56% en la economía peruana a largo plazo.

Esto indica que la corrupción tiene efectos duraderos en la capacidad de inversión

y el desarrollo económico del país.

28
 León (2017) en su estudio “Corrupción y crecimiento económico en el

Perú” lleva a cabo una evaluación del impacto de la corrupción en el crecimiento

económico del Perú durante el periodo 2007-2015, examinando sus

manifestaciones a través de diversos canales como la productividad y la inversión.

Para ello, emplea el método de los mínimos cuadrados ordinarios (MCO). El

análisis revela una conexión negativa y estadísticamente significativa entre la

corrupción y el crecimiento económico. Además, destaca que la corrupción puede

incidir de manera indirecta en el crecimiento económico, influyendo en la

inversión y la productividad. En particular, la corrupción puede desincentivar la

inversión extranjera y disminuir la inversión nacional. Asimismo, señala que la

corrupción tiene un impacto más pronunciado en los departamentos del Perú con

una mayor proporción de población rural, donde el acceso a recursos y servicios

públicos es limitado, aumentando la vulnerabilidad a prácticas corruptas.

2.2. MARCO TEÓRICO

2.2.1. Modelo de Solow con corrupción

Primeramente, de acuerdo a Sala-i-Martin (2000) tanto para modelos

neoclásicos como de crecimiento endógeno se considera que el ahorro total es

igual a la inversión total realizada en la economía, es decir:

𝑆𝑡 = 𝐼𝑡

Donde 𝑆𝑡 es ahorro e 𝐼𝑡 es la inversión. En cuanto a la producción de la

economía, o también conocido como el lado de la oferta, se obtiene de combinar

capital físico (K), capital humano (H), trabajo (L) y tecnología (A), que

conjuntamente producen bienes finales, siendo la función que representa la

producción es la siguiente:

29
 𝑌𝑡 = 𝐹(𝐾𝑡 , 𝐻𝑡 , 𝐿𝑡 , 𝐴𝑡 )

Es así que Coupet (2003) propone una función de producción en la cual

incluye el efecto de la corrupción en la producción de la siguiente manera:

𝛽
𝑌𝑡 = 𝐾𝑡𝛼 𝐻𝑡 (𝐴𝑡 (𝜌)𝐿𝑡 )1−𝛼−𝛽

En tal función, el parámetro ρ, que toma valores entre 0 y 1, donde valores

cercanos a cero significan un bajo nivel de corrupción y valores cercanos a uno se

refieren a un nivel alto de corrupción, donde 𝐴′ (𝜌) < 0, lo cual da a entender que

mayores niveles de corrupción disminuyen la productividad y viceversa.

Asimismo, se asume que 0 < 𝛼 < 1, 0 < 𝛽 < 1, y 𝛼 + 𝛽 < 1, de tal forma que

la función de producción tenga retornos a escala constantes y que los insumos o

factores tengan retornos decrecientes.

Por otra parte, se tiene que la dinámica del stock del capital es representada

por:

𝐼𝑡 = 𝐾̇𝑡 + 𝛿𝐾 𝐾𝑡 + 𝐻̇𝑡 + 𝛿𝐻 𝐻𝑡

𝐾̇𝑡 = 𝑠𝐾 𝑌𝑡 − 𝛿𝐾 𝐾𝑡

𝐻̇𝑡 = 𝑠𝐻 𝑌𝑡 − 𝛿𝐻 𝐻𝑡

Donde 𝛿𝐾 es la tasa de depreciación de capital físico, 𝛿𝐻 es la tasa de

depreciación de capital humano, 𝑠𝐾 es la tasa de ahorro del capital físico, y 𝑠𝐻 es

la tasa de ahorro del capital humano

Así también, se tendrá en cuenta el supuesto de que la población es

exógena y crece a una tasa constante 𝑛.

𝐿𝑡 = 𝐿0 𝑒 𝑛𝑡

30
 𝐿̇𝑡 ⁄𝐿𝑡 = 𝑛

En cuanto al factor de productividad, esta tiene la siguiente forma

funcional:

𝐴𝑡 (𝜌) = 𝐴̃𝑡 𝑒 −𝛾𝜌

𝐴̃𝑡 = 𝐴0 𝑒 𝑔𝑡

Donde el parámetro 𝛾 captura la sensibilidad de la corrupción sobre la

función de producción, y puesto que 𝜌 toma valores no negativos, entonces un

valor positivo de 𝛾 ocasiona que la corrupción afecte negativamente a la

productividad y viceversa.

En términos de eficiencia por trabajador se obtienen las ecuaciones

fundamentales de Solow para el capital físico y humano, siendo necesario que este

último sea menor que la inversión per cápita para que el modelo de crecimiento

de Solow sea estable en el tiempo (Romer, 2006).

𝛽
𝑦𝑡 = 𝑒 −𝛾𝜌 𝑘𝑡𝛼 ℎ𝑡

𝑘̇𝑡 = 𝑠𝐾 𝑦𝑡 − (𝑛 + 𝛿𝐾 + 𝑔)𝑘𝑡

ℎ̇𝑡 = 𝑠𝐻 𝑦𝑡 − (𝑛 + 𝛿𝐻 + 𝑔)ℎ𝑡

Donde: 𝑘𝑡 = 𝐾𝑡 ⁄𝐴̃𝑡 𝐿𝑡 , ℎ𝑡 = 𝐻𝑡 ⁄𝐴̃𝑡 𝐿𝑡 , 𝑦𝑡 = 𝑌𝑡 ⁄𝐴̃𝑡 𝐿𝑡 ,

Entonces, en el estado estacionario se debe cumplir que 𝑘𝑡 = ℎ𝑡 = 0 se

obtendrán los niveles del capital físico, capital humano y la producción en estado

estacionario.

𝑠𝐾 (𝛼)⁄(1−𝛼−𝛽)
𝑦𝑡∗ = 𝑒 −𝛾𝜌 𝑘𝑡∗ 𝛼 =[ ] 𝑒 −𝛾𝜌
𝑛 + 𝛿𝐾 + 𝑔

31
 𝑠𝐾 (1−𝛽)⁄(1−𝛼−𝛽) 𝑠𝐻 (𝛽)⁄(1−𝛼−𝛽)
𝑘𝑡∗ = [ ] [ ] 𝑒 −𝛾𝜌
𝑛 + 𝛿𝐾 + 𝑔 𝑛 + 𝛿𝐻 + 𝑔

𝑠𝐾 (𝛼)⁄(1−𝛼−𝛽) 𝑠𝐻 (1−𝛼)⁄(1−𝛼−𝛽)
ℎ𝑡∗ = [ ] [ ] 𝑒 −𝛾𝜌
𝑛 + 𝛿𝐾 + 𝑔 𝑛 + 𝛿𝐻 + 𝑔

Ahora, si se asume que el capital físico y humano se deprecian al mismo

nivel se tendrá que 𝛿𝐾 = 𝛿𝐻 = 𝛿, con ello se procede a determinar el estado

estacionario de la producción y el capital físico en términos logarítmicos.

𝑌𝑡 𝛽 𝛼
ln ( ) = ln 𝐴0 + 𝑔𝑡 + [ ] ln 𝑠𝐻 + [ ] ln 𝑠𝐾
𝐿𝑡 1−𝛼−𝛽 1−𝛼−𝛽

𝛼+𝛽
−[ ] ln(𝑛 + 𝛿 + 𝑔) − 𝛾𝜌
1−𝛼−𝛽

𝐾𝑡 𝐾0 𝛽 1−𝛽
ln ( ) − ln ( ) = [ ] ln 𝑠𝐻 + [ ] ln 𝑠𝐾
𝐿𝑡 𝐿0 1−𝛼−𝛽 1−𝛼−𝛽

1 𝐾0
−[ ] ln(𝑛 + 𝛿 + 𝑔) − ln ( ) − 𝛾𝜌
1−𝛼−𝛽 𝐿0

Es así que, el efecto de la corrupción en la producción y acumulación de

capital están determinados en parte por el valor del parámetro 𝛾, esperándose que

tal efecto sea negativo en la acumulación de capital, lo que implica que el

parámetro 𝛾 sea positivo, ello se traduce en que niveles más altos de corrupción

disminuyen el capital y la producción, y viceversa.

2.2.2. Canal de transmisión de la inversión

El canal de transmisión de la inversión en economía muestra cómo las

decisiones de invertir impactan en la actividad económica y estimulan el

crecimiento. Cuando se invierte en equipos y tecnología se incrementa capacidad

de producción y productividad, lo cual genera más empleo y mayores ingresos,

32
impulsando el consumo y la actividad económica. Así también, la inversión en

innovación y mejoras en infraestructura benefician a diversos sectores

económicos, reduciendo costos y aumentando la eficiencia. Es así que las

inversiones generan confianza y expectativas positivas, lo que a su vez fomenta

más inversiones y contribuye al crecimiento económico (Romer, 2006; Sala-i-

Martin, 2000).

Para conocer como la inversión pública, privada y extranjera llegan a

repercutir en el crecimiento económico de un país, se emplea el modelo de

Mundell-Fleming, De Gregorio (2007) señala que tal modelo permite comprender

cómo las decisiones de política económica afectan a variables macroeconómicas

clave en un entorno internacional. El modelo está determinado por la curva IS, la

curva LM y la balanza de pagos (BP) que son representados de la siguiente forma:

𝐼𝑆: 𝑌 = 𝐺 + 𝐼 + 𝑐𝑌𝑑[+] + 𝐼(𝑖[−]) + 𝑋𝑁(𝑌[−], 𝑌 ∗ [+], 𝑇𝐶[+])

𝑀
𝐿𝑀: = 𝐿(𝑌[+], 𝑖[−])
𝑃

𝐵𝑃 = 𝑋𝑁(𝑌, 𝑌 ∗ , 𝑇𝐶) + 𝐶𝐹(𝑖 − 𝑖 ∗ )

Entonces, teniendo un escenario de una economía abierta con imperfecta

movilidad de capitales y tipo de cambio flexible, una política pública que tenga la

finalidad de incrementar ya sea la inversión pública o privada, dentro del modelo

𝐼𝑆 – 𝐿𝑀, implicará un traslado en paralelo de la curva 𝐼𝑆 a la derecha, por lo que

aumenta la producción (Y) y la tasa de interés (i). Cuando aumenta la tasa de

interés, los agentes no residentes verán que es rentable invertir en Perú

incrementándose la entrada de divisas a la economía doméstica. Esto último

generará que el tipo de cambio nominal se aprecie (TCN), y ya que el tipo de

33
cambio es flexible el BCR no tiene ninguna obligación por mantener un nivel en

específico de esta, y más bien enfocará sus esfuerzos en evitar la volatilidad

cambiaria. Además, la apreciación nominal del tipo de cambio genera una

apreciación real (TCR) sobre el mismo, afectando además a las exportaciones

netas (XN) y a la curva 𝐼𝑆 de forma contractiva (condición Marshall Lerner).

Adicionalmente, la Balanza de Pagos (BP) también se contraerá ya que las

exportaciones netas es una sub balanza de esta y porque la caída del tipo de cambio

nominal afectará negativamente la curva de la balanza de pago a través de la

contracción en las exportaciones netas o también llamada balanza comercial.

De modo que, si bien inicialmente se da un movimiento del punto 1 al 2,

luego se terminará en el punto 3. Por ello, se concluye que ante un aumento en la

inversión pública o privada termina en aumento de la producción de la economía,

y por tanto de un incremento en el crecimiento económico.

𝐼 ↑→ 𝐼𝑆 ↑→ 𝑌 ↑ y 𝑖 ↑→ 𝑇𝐶𝑁 ↓→ 𝑇𝐶𝑅 ↓→ 𝑋𝑁 ↓→ 𝐼𝑆 ↓→ 𝐵𝑃 ↓→ 𝑌 ↓ y 𝑖 ↓

Figura 1

Efectos de un incremento en la inversión en el modelo Mundell-Fleming

Nota: adaptado de De Gregorio (2007)

34
 2.2.3. Economía de la corrupción

La economía de la corrupción estudia el abuso de poder de los funcionarios

públicos en favor de sus intereses privados y como ello repercute en la sociedad y

la economía, además tiene como propósito analizar los motivos y efectos de la

corrupción, así como entender su influencia en el desempeño económico

gubernamental (Hodgson y Jiang, 2007; Rose-Ackerman, 2006).

Entre las causas de la corrupción se encuentran una burocracia y estructura

administrativa ineficiente, participación civil limitada, restricción a la libertad de

prensa, una frágil estructura gubernamental, un sistema legal débil, la mala

distribución de recursos naturales y la inestabilidad política, lo cual provoca

efectos negativos en el clima empresarial y de inversión local, los derechos civiles

y políticos se vulneran, se agrava la desigualdad de ingresos y la persistencia de

la pobreza, se incrementa la presencia de la economía informal, además de que la

falta de transparencia en las transacciones comerciales resultan en una economía

menos competitiva y menos atractiva para la inversión extranjera directa, todo ello

afectando el crecimiento económico (Dimant y Tosato, 2017; Rose-Ackerman,

2006).

2.3. MARCO CONCEPTUAL

2.3.1. Corrupción

La corrupción se caracteriza por la indebida mezcla de intereses públicos

y privados, manifestándose cuando los funcionarios obtienen beneficios

personales a partir de sus responsabilidades públicas (Johnston, 2005; Zimelis,

2020). Además, la organización de Transparencia Internacional agrega que la

corrupción daña la confianza, así como también genera debilidad en la democracia

35
de un país, menguando el desarrollo económico y agravando problemas como

desigualdad, pobreza y crisis ambiental. Así también, el Banco Mundial cada año

estima el índice de control de la corrupción que mide la percepción de cómo el

poder público se utiliza en beneficio privado.

2.3.2. Crecimiento económico

El Instituto Peruano de Economía (IPE) señala que el crecimiento

económico es el cambio porcentual en el PBI en un periodo de tiempo específico.

Además, la Organización para la Cooperación y el Desarrollo Económico (2008)

da a conocer que el crecimiento económico es de suma importancia, puesto que

ayuda en la reducción de la pobreza, así como en la mejora del bienestar y calidad

de vida de la sociedad pertenecientes a países en desarrollo, pudiendo ello

traducirse en ciclos que generen prosperidad en la sociedad.

Así también, Jiménez (2011) expone que el análisis del crecimiento

económico se concentra en examinar la evolución del producto potencial a largo

plazo en el ámbito económico, motivo por la cual es conocido también como

“monto promedio” de bienes y servicios producidos dentro de una economía.

2.3.3. Inversión pública

La Organización para la Cooperación y el Desarrollo Económico (OCDE)

y el Fondo Monetario Internacional (FMI) lo caracterizan como cualquier

intervención de duración específica que emplea de forma parcial o total los

recursos públicos con el propósito de generar, ampliar, optimizar, actualizar o

restablecer bienes o servicios destinados a la población como pueden ser

adquisiciones de infraestructura de transporte y energía, construcción de escuelas

y hospitales, sistemas informáticos, defensa y activos intangibles, siendo su

36
propósito fundamental elevar el nivel de vida de los ciudadanos y fomentar el

desarrollo económico.

2.3.4. Inversión privada

El Banco Central de Reserva del Perú (BCRP) lo señala como los recursos

financieros provenientes de individuos o entidades legales distintas al gobierno,

los organismos del sector público nacional y las empresas del Estado. Estos

agentes destinan dichos recursos para actividades productivas con la expectativa

de obtener beneficios económicos en el futuro.

2.3.5. Inversión extranjera directa

Patterson et al. (2004) definen como un tipo de inversión de índole

internacional a la inversión extranjera directa (IED), teniendo como objetivo

obtener intereses duraderos en una empresa que reside en otro país. Así mismo, la

Organización para la Cooperación y el Desarrollo Económico (OCDE) señala que

la IED es un canal importante para la transmisión de conocimiento tecnológico

entre naciones, facilita el intercambio comercial global mediante la entrada a

mercados foráneos y sirve como un instrumento significativo para el progreso

económico.

2.3.6. Índice de control de la corrupción

El Banco Mundial señala que el índice del control de la corrupción evalúa

cómo se percibe la medida en que el poder público se utiliza con la finalidad de

obtener beneficios privados. Esto incluye tanto prácticas de corrupción de menor

y mayor escala como la influencia indebida de élites e intereses privados en el

manejo del Estado. Esta evaluación se traduce en una puntuación que se asigna a

37
cada país en una escala de -2.5 a 2.5, donde una puntuación más alta indica un

menor nivel de corrupción percibida y viceversa.

A continuación, se muestra las principales variables que el Banco Mundial

toma en consideración para poder estimar este indicador:

- Nivel de corrupción entre negocios locales y la administración pública.

- Nivel de corrupción entre empresas extranjeras y la administración

pública.

- Nivel de corrupción entre ciudadanos y la administración pública.

- Nivel de generalización de la corrupción en el gobierno.

- Sobornos en decisiones judiciales.

- Corrupción en contratos gubernamentales.

- Cohecho en la recaudación tributaria.

- Malversación en los servicios estatales.

- Fraude en operaciones de importación y exportación.

- Desvío de fondos públicos.

- Corrupción entre funcionarios.

2.3.7. Índice de la efectividad gubernamental

Como el Banco Mundial indica, el índice de la efectividad gubernamental

refleja la percepción acerca de la calidad de los servicios públicos, la eficiencia

del servicio civil, la independencia frente a influencias políticas, la excelencia en

38
la formulación e implementación de políticas públicas, así como la confianza en

el compromiso gubernamental con estas políticas, donde los países son calificados

en una escala de -2.5 y 2.5, donde una puntuación más alta indica una mejor

efectividad gubernamental y viceversa.

Seguidamente, se presenta las principales variables que esta entidad

emplea para la construcción de este indicador:

- Competencia del aparato administrativo.

- Rendimiento institucional.

- Nivel de satisfacción con el sistema educativo.

- Alcance del suministro de agua potable y saneamiento.

- Cobertura de la red eléctrica.

- Alcance de la infraestructura de transporte.

- Disponibilidad de servicios de salud básicos.

- Cobertura de las escuelas públicas.

- Condiciones de la infraestructura vial.

- Calidad de la educación primaria.

- Niveles de fracaso del Estado ante futuras emergencias.

2.3.8. Corrupción y la inversión

- Corrupción e inversión pública: La corrupción puede socavar la eficiencia

y la efectividad de la inversión pública. Cuando los funcionarios corruptos

39
 desvían fondos destinados a proyectos de infraestructura o servicios

públicos, se reduce la cantidad y la calidad de la inversión pública. Esto

puede afectar negativamente la capacidad del gobierno para proporcionar

bienes y servicios públicos necesarios, lo que a su vez puede desalentar la

inversión privada y afectar el crecimiento económico (Mauro, 1995; Tanzi

y Davoodi, 1997).

- Corrupción e inversión privada: la corrupción plantea incertidumbre y

riesgos para los inversores del sector privado, distorsionando el ambiente

empresarial y obstaculizando la competencia equitativa, lo cual desmotiva

la inversión privada al generar preocupaciones sobre la opacidad, gastos

adicionales y la falta de salvaguardias para los derechos de propiedad.

Además, la corrupción merma la confianza en las entidades públicas y

contribuye a la inestabilidad política, factores que a largo plazo pueden

reducir la inversión del sector privado (Afonso y De Sá Fortes, 2022;

Ahmed y Alamdar, 2018).

- Corrupción e inversión extranjera directa: La corrupción puede afectar la

decisión de las empresas extranjeras de invertir en un país. La falta de

transparencia y la corrupción generalizada pueden generar preocupaciones

sobre el entorno empresarial y la seguridad de las inversiones. Las

empresas extranjeras pueden temer que sus inversiones estén expuestas a

prácticas corruptas, como extorsión, sobornos o favoritismo hacia

competidores locales. Esto puede disuadir la inversión extranjera directa,

ya que las empresas optan por buscar oportunidades en países con un

entorno empresarial más transparente y confiable (Bardhan et al., 1997;

Egger y Winner, 2005; Freckleton et al., 2012).

40
2.3.9. Inversión pública y crecimiento económico

Según la teoría macroeconómica, la inversión pública tiene el potencial de

impulsar la actividad económica a corto plazo a través de efectos positivos en la

demanda agregada, así como de incrementar la eficiencia y productividad del

capital privado existente (físico y humano). Además, se argumenta que la

inversión pública también puede estimular la inversión privada adicional al crear

un entorno propicio para el crecimiento económico, lo cual se traduce en mayores

niveles de productividad (Barro y Sala-I-Martin, 1992; Blanchard et al., 2012).

2.3.10. Inversión privada y crecimiento económico

Jones y Vollrath (2013) señalan que la inversión privada es un

determinante importante del crecimiento económico. Un mayor nivel de

inversión, especialmente en capital físico y tecnológico, es un motor clave del

crecimiento económico a largo plazo. A medida que las empresas invierten en

nuevos proyectos, maquinaria, tecnología y capacitación, se espera que la

productividad aumente, lo que impulsa el crecimiento económico.

Según Mendiburu (2004) a lo largo de períodos extensos, la inversión

realizada por entidades privadas es uno de los factores cruciales que influyen en

el aumento económico debido a su aporte en la creación de capital acumulado,

mientras que, en el transcurso de plazos más cortos, las variaciones en la inversión

explican gran parte de las oscilaciones en la producción y en la demanda global.

2.3.11. Inversión extranjera directa y crecimiento económico

Florián y Cuadra (2003), y De Mello (1999) señalan que la inversión

extranjera directa influye en la economía mediante la transferencia tecnológica,

41
puesto que comprende la transferencia de conocimiento tácito y bienes físicos, y

que mediante el capital físico extranjero se logra incrementar la producción de la

economía. Así también, de la inversión extranjera que impulsa una mayor

producción de la economía se encuentra la difusión tecnológica y spillovers,

medio por el cual el conocimiento de las empresas extranjeras es transmitido a

empresas locales, las cuales emulan o adaptan procesos productivos, estrategias

gerenciales y de marketing, promoviendo el desarrollo tecnológico, generando un

mayor crecimiento económico.

2.3.12. Corrupción y crecimiento económico

Mauro (1995) muestra que la corrupción generalmente es perjudicial para

el crecimiento económico, especialmente a través de las inversiones. Es así que

presentan algunos de los principales fundamentos que lo explican:

- Ineficiencia económica: La corrupción implica el uso indebido de recursos

y distorsiones en la asignación de los mismos. Los funcionarios corruptos

tienden a tomar decisiones económicas basadas en intereses personales y

no en criterios de eficiencia económica (Tanzi y Davoodi, 2000).

- Incertidumbre y desconfianza: Los empresarios pueden verse desalentados

a invertir en países con altos niveles de corrupción debido al riesgo de

sobornos, extorsión y falta de seguridad jurídica, reduciéndose la inversión

privada y limitándose el crecimiento económico a largo plazo (Freckleton

et al., 2012; Hayat, 2019).

- Reducción de la calidad de los servicios públicos: La corrupción puede

afectar la calidad de los servicios públicos, como educación, salud e

infraestructura. Cuando los fondos destinados a estos servicios son

42
 desviados debido a la corrupción, se deteriora la provisión de servicios

básicos necesarios para el desarrollo económico (Desfrancois & Pastas,

2022).

2.4. HIPÓTESIS DE INVESTIGACIÓN

2.4.1. Hipótesis general

La corrupción tiene efectos adversos sobre el crecimiento económico a

través de inversión pública, privada y extranjera directa para el caso de Perú,

1996-2021.

2.4.2. Hipótesis específicas

- La inversión pública, privada y extranjera directa repercute de forma

positiva en el crecimiento económico para el caso de Perú, 1996-2021.

- A mayor nivel de corrupción, la inversión pública se reduce para el caso

de Perú, 1996-2021.

- A mayor incidencia del nivel de corrupción, se genera una disminución en

la inversión privada para el caso de Perú, 1996-2021.

- Un creciente nivel de corrupción conlleva a una reducción en la inversión

extranjera directa en el Perú, 1996-2021.

43
 CAPÍTULO III

MATERIALES Y MÉTODOS

3.1. TIPO DE INVESTIGACIÓN

El presente trabajo de investigación fue de enfoque cuantitativo porque es

secuencial, según Hernández et al. (2014) en este tipo de investigación el orden es

riguroso, de las preguntas se conciben las hipótesis, se determinan variables las cuales

son medidas utilizando métodos estadísticos en un determinado marco, para luego

presentar las conclusiones respecto a las hipótesis formuladas.

3.2. MÉTODO

El trabajo de investigación utilizó el método hipotético deductivo, este método

hace uso de las reglas de la lógica deductiva, donde se comprueba las hipótesis formuladas

a partir de las teorías económicas, para luego mediante pruebas estadísticas corroborar la

relevancia de tales teorías (Mendoza, 2014).

3.3. ALCANCE Y DISEÑO

El alcance de la presente investigación fue descriptivo y correlacional, como

menciona Hernández et al. (2014) permite determinar la relación que existe entre

variables de una muestra en específico sustentadas en hipótesis.

En cuanto al diseño de investigación, se hizo uso de la investigación no

experimental debido a que las variables no son manipuladas intencionalmente, solamente

se observa cuáles son los efectos sobre otras variables (Hernández et al., 2014).

44
3.4. POBLACIÓN

La población en el presente trabajo de investigación está compuesta por datos

históricos de series de tiempo de frecuencia anual del producto bruto interno, la inversión

extranjera directa, la inversión bruta fija pública, la inversión bruta fija privada, el índice

del control de la corrupción y el índice de efectividad gubernamental.

3.5. MUESTRA

La muestra que fue usada corresponde a la información estadística de frecuencia

anual de 26 años desde 1996 hasta 2021 del producto bruto interno real, el índice del

control de la corrupción, el índice de la efectividad gubernamental, la inversión extranjera

directa, la inversión bruta fija pública y la inversión bruta fija privada de Perú.

3.6. FUENTES DE INFORMACIÓN

La investigación se basó en datos estadísticos recopilados de fuentes secundarias,

específicamente de los sitios web del Banco Central de Reserva del Perú y el Banco

Mundial. Estos datos fueron analizados mediante el software estadístico Eviews 12.0.

3.7. VARIABLES DEL MODELO

Se tomó el crecimiento económico, medido a través del producto bruto interno,

como la variable dependiente. En cuanto a las variables independientes, se incluyeron la

corrupción, evaluada mediante el índice control de la corrupción, la inversión pública, la

inversión privada y la inversión extranjera directa. Asimismo, se consideró el índice de

efectividad gubernamental como una variable de control.

45
3.8. METODOLOGÍA ECONOMÉTRICA

3.8.1. Estacionariedad

Lütkepohl y Krätzig (2004) sostienen que un proceso estocástico es

llamado estacionario si sus dos primeros momentos no varían en el tiempo. En

otras palabras, una variable 𝑌𝑡 es estacionaria si:

𝐸(𝑦𝑡 ) = 𝜇𝑦 ∀ 𝑡 ∈ 𝑇

𝐸[(𝑦𝑡 − 𝜇𝑦 )(𝑦𝑡−ℎ − 𝜇𝑦 )] = 𝛾ℎ ∀ 𝑡, 𝑡 − ℎ ∈ 𝑇

La primera condición da a conocer que todos los componentes del proceso

estocástico tienen la misma media, por lo que las series de tiempo generadas por

tal proceso deben fluctuar alrededor de una media y no deben tener una tendencia.

Por otra parte, la segunda condición asegura que las varianzas y covarianzas serán

invariantes en el tiempo.

3.8.2. Cointegración

La cointegración se da cuando dos o más series de tiempo tienen una

tendencia estocástica en común, que evolucionan de manera conjunta y estrecha

en el largo plazo. Si se tiene dos series 𝑥𝑡 y 𝑦𝑡 que son 𝐼(1), y si existe una

combinación lineal tales como 𝛼1 𝑥𝑡 + 𝛼2 𝑦𝑡 que sea 𝐼(0), en tal caso 𝑥𝑡 y 𝑦𝑡 están

cointegradas (Stock y Watson, 2012).

Así también, Enders (2014) da a entender que la cointegración hace

referencia a la combinación lineal de variables no estacionarias. Además, la falta

de cointegración implica que no se dará un equilibrio a largo plazo entre las

variables, lo cual genera que estas se alejen unas de otras arbitrariamente. Así

46
también, se hace mención a que, si las variables se integran de diferente orden,

estas no se pueden cointegrar.

3.8.3. Problema de raíz unitaria

Gujarati y Porter (2010) mediante un modelo de caminata aleatoria

muestran que:

𝑦𝑡 = 𝜌𝑦𝑡−1 + 𝑢𝑡 , donde −1 ≤ 𝜌 ≤ 1

Cuando 𝜌 = 1, el modelo presenta un problema de raíz unitaria, lo que

significa que se tiene un caso donde no hay estacionariedad. Ello conlleva, como

menciona Stock y Watson (2012), a que el estimador de mínimos cuadrados

ordinarios (MCO) no presente una distribución estándar, inclusive cuando se tiene

muestras grandes; así también se tendrá el riesgo de que series que son

independientes resultarán estar relacionados si presentan el problema de raíz

unitaria, lo cual implicará un caso de regresión espuria.

Para saber si una serie tiene tal problema se cuenta con pruebas tales como

la de Dickey-Fuller Aumentado (ADF), Phillips-Perron (PP) y Kwiatkowski-

Phillips-Schmidt-Shin (KPSS), las cuales son las más comunes y usadas en el

ámbito de la investigación.

3.8.4. Prueba de raíz unitaria de Dickey-Fuller aumentado

Como muestran Stock y Watson (2012) para probar la existencia de una

raíz unitaria se presenta la siguiente regresión:

∆𝑦𝑡 = 𝛽0 + 𝛿𝑦𝑡−1 + 𝛾1 ∆𝑦𝑡−1 + 𝛾2 ∆𝑦𝑡−2 + ⋯ + 𝛾𝑝 ∆𝑦𝑡−𝑝 + 𝑢𝑡

47
 Donde la hipótesis nula 𝐻0 : 𝛿 = 0 significa la existencia de una tendencia

estocástica o raíz unitaria en 𝑌𝑡 , mientras que la hipótesis alternativa 𝐻1 : 𝛿 < 0

indica que 𝑌𝑡 es estacionario. Además, el estadístico de la prueba ADF se basa en

el estadístico 𝑡 proveniente de la estimación por MCO.

En cuanto al número de retardos (𝑝) puede estimarse ya sea mediane el

criterio de información bayesiano (BIC) o el criterio de información de Akaike

(AIC).

3.8.5. Prueba de raíz unitaria de Phillips-Perron

La prueba desarrollada por Phillips y Perron (1988) se emplea para

analizar la estacionariedad de las series de tiempo haciendo uso de correcciones

no paramétricas que se basan en estimaciones de la varianza de largo plazo de

∆𝑦𝑡 , ignorando cualquier correlación serial en la regresión a ser evaluada. La

regresión para la prueba de PP es de la forma:

∆𝑦𝑡 = 𝜋𝑦𝑡−1 + 𝑢𝑡

Donde 𝑢𝑡 es 𝐼(0), es decir, integrada de orden cero, además existe la

probabilidad de que sufra problemas de autocorrelación y heterocedasticidad. Por

tal razón, la prueba PP corrige los mencionados problemas mediante la

modificación del estadístico de prueba de tal manera que ya no resulta ser

necesario rezagos adicionales de la variable dependiente. Siendo la hipótesis nula

(𝐻0 ) que existe al menos una raíz unitaria, y la hipótesis alterna (𝐻1 ) sostiene que

𝑦𝑡 es estacionario.

48
3.8.6. Prueba de raíz unitaria de Kwiatkowski–Phillips–Schmidt–Shin

La prueba KPSS como sostienen Lütkepohl y Krätzig (2004) sirve para

poner a prueba las propiedades de integración de un proceso estocástico 𝑦𝑡

teniendo como hipótesis nula que tal proceso es estacionario 𝐻0 : 𝑦𝑡 ~𝐼(0) contra

la hipótesis alternativa que sostiene la no estacionariedad 𝐻1 : 𝑦𝑡 ~𝐼(1). Si se

asume que no existe un componente tendencial lineal, el punto de partida será un

proceso generador de datos de la forma:

𝑦𝑡 = 𝑥𝑡 + 𝑧𝑡

Donde 𝑋𝑡 es una caminata aleatoria de la forma 𝑥𝑡 = 𝑥𝑡−1 + 𝑣𝑡 ,

𝑣𝑡 ~𝑖𝑖𝑑(0, 𝜎𝑣2 ). Mientras que 𝑧𝑡 es un proceso estacionario. En tal marco las

hipótesis vienen a ser:

𝐻0 : 𝜎𝑣2 = 0; la serie no presenta raíz unitaria

𝐻1 : 𝜎𝑣2 > 0; la serie presenta raíz unitaria

La lógica detrás de las hipótesis es que, si la hipótesis nula se cumple, 𝑦𝑡

estará compuesta de una constante y el proceso estacionario 𝑧𝑡 , por lo que 𝑦𝑡

también será estacionario. Por otro lado, si la hipótesis alternativa no puede ser

rechazada 𝑦𝑡 tendrá un componente aleatorio (𝑥𝑡 ) y otro estacionario (𝑧𝑡 ) lo que

implica que 𝑦𝑡 sea no estacionario.

3.8.7. Modelo de vectores autorregresivos

Como señalan Lütkepohl y Krätzig (2004) para un conjunto 𝐾 de variables

de series de tiempo dado por:

𝑦𝑡 = (𝑦1𝑡 , 𝑦2𝑡 , … , 𝑦𝐾𝑡 )

49
 La función que cumple el modelo VAR es capturar las interacciones

dinámicas que existen entre este conjunto de variables. Entonces, un modelo VAR

de orden 𝑝 presenta la siguiente forma:

𝑦𝑡 = 𝐴1 𝑦𝑡−1 + 𝐴2 𝑦𝑡−2 + ⋯ + 𝐴𝑝 𝑦𝑡−𝑝 + 𝑢𝑡

𝑦𝑡 = ∑ 𝐴𝑖 𝑦𝑡−𝑖 + 𝑢𝑡
𝑖=1

Donde 𝐴𝑖 son las matrices de coeficientes de orden 𝐾 × 𝐾. Mientras que

𝑢𝑡 es el término de error no observable; además es independiente, presenta media

cero, y su matriz de covarianza es definida positiva es invariante en el tiempo, es

decir, 𝑢𝑡 ~(0, 𝛴𝑢 ).

En cuanto a la estabilidad, el proceso será estable si se cumple que:

det(𝐼𝐾 − 𝐴1 𝑧 − 𝐴2 𝑧 2 − ⋯ − 𝐴𝑝 𝑧 𝑝 ) ≠ 0 para |𝑧| ≤ 1

Ello significa que la determinante del polinomio no contiene raíces que

estén fuera del círculo unitario, lo cual genera estacionariedad en las series de

tiempo, ello implica que la estructura de medias, varianzas y covarianzas sean

invariantes en el tiempo. Sin embargo, si esta condición no llega a cumplirse, ello

implicará que alguna o todas las variables sean integradas, siendo posible que las

combinaciones lineales sean 𝐼(0), en cuyo caso existirá cointegración, para lo cual

resulta conveniente hacer uso también del modelo de vector de error de corrección

(VECM).

Así también, del modelo VAR básico existen extensiones que usualmente

son necesarias para poder presentar de mejor manera las principales características

de las variables, es por ello que se incluyen términos determinísticos tales como

50
términos tendenciales o variables dummy. Además, variables exógenas

estocásticas también podrían ser requeridas. Es así que, que el modelo VAR con

términos determinísticos y variables exógenas será de la siguiente manera:

𝑦𝑡 = 𝑎0 + 𝐴1 𝑦𝑡−1 + 𝐴2 𝑦𝑡−2 + ⋯ + 𝐴𝑝 𝑦𝑡−1 + 𝜙𝐷𝑡 + 𝐺𝑋𝑡 + 𝑢𝑡

Donde:

𝑦𝑡 : Vector de variables endógenas

𝑎0 : Constante.

𝐷𝑡 : Componentes determinísticos (tendencia y/o variables dummy).

𝑋𝑡 : Variables exógenas.

𝜙 y 𝐺 : Parámetros de 𝐷𝑡 y 𝑋𝑡 respectivamente.

Para la presente investigación el vector de variables endógenas utilizado

en el modelo VAR esta dado de la siguiente forma:

Modelo VAR para el análisis del efecto de la inversión pública, privada y

extranjera en el crecimiento económico de Perú:

𝑃𝑏𝑖𝑡 = 𝑓(𝐼𝑛𝑣𝑃𝑢𝑏𝑡 , 𝐼𝑛𝑣𝑃𝑟𝑖𝑣𝑡 , 𝐼𝑒𝑑𝑡 , 𝑇𝑎𝑠𝑎𝑡 )

Donde:

𝑃𝑏𝑖𝑡 : Producto bruto interno real en el periodo t.

𝐼𝑛𝑣𝑃𝑢𝑏𝑡 : Inversión pública en el periodo t.

𝐼𝑛𝑣𝑃𝑟𝑖𝑣𝑡 : Inversión privada en el periodo t.

𝐼𝑒𝑑𝑡 : Inversión extranjera directa en el periodo t.

51
𝑇𝑎𝑠𝑎𝑡 : Tasa de interés de referencia en el periodo t.

Entonces la forma funcional del modelo VAR enfocado en la ecuación

simultánea donde el producto bruto interno real actúa como variable dependiente

es la siguiente:

𝑝 𝑝

ln 𝑃𝑏𝑖𝑡 = 𝑎1 + ∑ 𝐴1𝑖 ln 𝑃𝐵𝐼𝑃𝐶𝑡−𝑖 + ∑ 𝐴2𝑖 ln 𝐼𝑛𝑣𝑃𝑢𝑏𝑡−𝑖

𝑖=1 𝑖=1

𝑝 𝑝 𝑝

+ ∑ 𝐴3𝑖 ln 𝐼𝑛𝑣𝑃𝑟𝑖𝑣𝑡−𝑖 + ∑ 𝐴4𝑖 ln 𝐼𝑒𝑑𝑡−𝑖 + ∑ 𝐴4𝑖 ln 𝑇𝑎𝑠𝑎𝑡−𝑖

𝑖=1 𝑖=1 𝑖=1

+ 𝜙1 𝐷𝑡 + 𝑢1𝑡

Modelo VAR para el análisis del efecto de la corrupción en la inversión

pública de Perú:

𝐼𝑛𝑣𝑃𝑢𝑏𝑡 = 𝑓(𝑃𝑏𝑖𝑡 , 𝐶𝑐𝑡 , 𝐸𝑓𝑒𝑐𝑡𝐺𝑢𝑏𝑡 )

Donde:

𝐶𝑐𝑡 : Indicador del control de la corrupción en el periodo t.

𝐸𝑓𝑒𝑐𝑡𝐺𝑢𝑏𝑡 : Indicador de la efectividad gubernamental en el período t.

Por tanto, la forma funcional del modelo VAR enfocado en la ecuación

simultánea donde la inversión pública es la variable dependiente es:

𝑝 𝑝 𝑝

ln 𝐼𝑛𝑣𝑃𝑢𝑏𝑡 = 𝑎2 + ∑ 𝐴1𝑖 ln 𝑃𝑏𝑖𝑡−𝑖 + ∑ 𝐴2𝑖 ln 𝐼𝑛𝑣𝑃𝑢𝑏𝑡−𝑖 + ∑ 𝐴3𝑖 ln 𝐶𝑐𝑡−𝑖

𝑖=1 𝑖=1 𝑖=1

+ ∑ 𝐴4𝑖 ln 𝐸𝑓𝑒𝑐𝑡𝐺𝑢𝑏𝑡−𝑖 + 𝜙2 𝐷𝑡 + 𝑢2𝑡

𝑖=1

52
Modelo VAR para el análisis del efecto de la corrupción en la inversión

privada de Perú:

𝐼𝑛𝑣𝑃𝑟𝑖𝑣𝑡 = 𝑓(𝑃𝑏𝑖𝑡 , 𝐶𝑐𝑡 , 𝐸𝑓𝑒𝑐𝑡𝐺𝑜𝑏𝑡 )

Por lo que, la forma funcional del modelo VAR enfocado en la ecuación

simultánea donde la inversión privada es la variable dependiente es la siguiente:

𝑝 𝑝 𝑝

ln 𝐼𝑛𝑣𝑃𝑟𝑖𝑣𝑡 = 𝑎2 + ∑ 𝐴1𝑖 ln 𝑃𝑏𝑖𝑡−𝑖 + ∑ 𝐴2𝑖 ln 𝐼𝑛𝑣𝑃𝑟𝑖𝑣𝑡−𝑖 + ∑ 𝐴3𝑖 ln 𝐶𝑐𝑡−𝑖

𝑖=1 𝑖=1 𝑖=1

+ ∑ 𝐴4𝑖 ln 𝐸𝑓𝑒𝑐𝑡𝐺𝑢𝑏𝑡−𝑖 + 𝜙2 𝐷𝑡 + 𝑢2𝑡

𝑖=1

Modelo VAR para el análisis del efecto de la corrupción en la inversión

extranjera directa de Perú:

𝐼𝑒𝑑𝑡 = 𝑓(𝑃𝑏𝑖𝑡 , 𝐶𝑐𝑡 , 𝐸𝑓𝑒𝑐𝑡𝐺𝑜𝑏𝑡 )

Entonces, la forma funcional del modelo VAR enfocado en la ecuación

donde la inversión extranjera directa es la variable dependiente es la siguiente:

𝑝 𝑝 𝑝

ln 𝐼𝑒𝑑𝑡 = 𝑎2 + ∑ 𝐴1𝑖 ln 𝑃𝑏𝑖𝑡−𝑖 + ∑ 𝐴2𝑖 ln 𝐼𝑒𝑑𝑡−𝑖 + ∑ 𝐴3𝑖 ln 𝐶𝑐𝑡−𝑖

𝑖=1 𝑖=1 𝑖=1

+ ∑ 𝐴4𝑖 ln 𝐸𝑓𝑒𝑐𝑡𝐺𝑢𝑏𝑡−𝑖 + 𝜙2 𝐷𝑡 + 𝑢2𝑡

𝑖=1

3.8.8. Función de impulso respuesta

Gujarati y Porter (2010) indican que una función de impulso respuesta

(IRF) es utilizada para analizar cómo responde la variable dependiente ante un

choque provocado a las ecuaciones del sistema.

53
 En términos matemáticos, Hamilton (1994) da a conocer que un modelo

VAR puede ser escrito como un modelo de media móvil con rezagos infinitos, es

decir, 𝑀𝐴(∞). Ello es representado como:

𝐲𝑡 = 𝛍 + 𝛆𝑡 + 𝛙1 𝛆𝑡−1 + 𝛙2 𝛆𝑡−2 + ⋯ = 𝛍 + 𝛆𝑡 + ∑ 𝛙𝑠 𝛆𝑡−𝑠

𝑠=1

Es así que, la matriz 𝛙𝑠 se denota como:

𝜕𝐲𝑡+𝑠
𝛙𝑠 =
𝜕𝛆′𝑡

La interpretación viene a ser que, la fila 𝑖 y la columna 𝑗 pertenecientes a

𝛙𝑠 muestra los efectos producidos en la variable 𝑖-ésima en el tiempo 𝑡 + 𝑠

(𝑦𝑖,𝑡+𝑠 ) ante un incremento de una unidad en la innovación de la 𝑗-ésima variable

en el tiempo 𝑡 (𝜀𝑗𝑡 ), manteniendo las demás innovaciones o choques constantes.

Entonces, un gráfico elaborado a partir de la fila 𝑖 y la columna 𝑗 de la matriz 𝛙𝑠 ,

está representado por:

𝜕𝑦𝑖,𝑡+𝑠
𝜕𝜀𝑗𝑡

Esta expresión es la llamada función de impulso respuesta, que explica la

respuesta de 𝑦𝑖,𝑡+𝑠 ante un impulso de la variable 𝑦𝑗𝑡 , ceteris paribus.

3.8.9. Descomposición de la varianza

La descomposición de la varianza del error de predicción indica que

proporción de los movimientos de una variable están determinadas por sus propias

innovaciones o choques, y que proporción se atribuye a las innovaciones o

choques que experimentan las otras variables. En otras palabras, este método

54
funciona para describir las relaciones entre las variables de un modelo VAR

(Lütkepohl, 2008).

55
 CAPÍTULO IV

RESULTADOS Y DISCUSIÓN

4.1. RESULTADOS

4.1.1. Análisis descriptivo de las variables

4.1.1.1. Análisis descriptivo del producto bruto interno real

El producto bruto interno en el período 1996-2021 a precios constantes de

2015 muestra que existe una tendencia general de crecimiento a lo largo de los

años, con algunos periodos de aceleración y desaceleración económica.

Se observa una disminución en el crecimiento económico en el año 2009,

lo cual coincide con la crisis financiera internacional pasando de un crecimiento

de 9.1% en el 2008 a un 1.1% en el 2009 en el cual muchos países, incluyendo

Perú, experimentaron recesiones económicas durante este periodo. Posterior a esta

crisis se observa una fase de recuperación económica desde el año 2010 hasta el

2019, sin embargo, con tasas de crecimiento menores a las obtenidas en periodos

anteriores a la crisis financiera llegando en 2019 a tenerse un crecimiento del

2.2%.

Por otro lado, en el año 2020 se evidencia una disminución significativa

en el PBI, lo cual es consistente con el impacto económico global de la pandemia

de COVID-19. Muchos países, incluido Perú, experimentaron contracciones

económicas durante este periodo, ello es plasmado en una tasa de crecimiento

negativa de -10.9% en el 2021. Posterior a ello, en 2021 se observa una

recuperación en el PBI, indicando una tendencia positiva a medida que Perú

comienza a superar los desafíos económicos asociados con la pandemia.

56
Figura 2

Producto Bruto Interno durante 1996 y 2021 a precios constantes de 2015

Nota: elaborado en base al Banco Mundial

4.1.1.2. Análisis descriptivo de la inversión pública

La inversión pública a precios constantes del Perú muestra variabilidad a

lo largo de los años, con periodos de crecimiento y contracción. Se observa un

notable aumento en la inversión pública en 2008, seguido de un pico en 2009,

reflejado en un crecimiento del 33.2% respecto al año anterior, ello debido a una

respuesta a la crisis financiera global y una política pública para estimular la

economía.

Después de la crisis del 2008, se observa un crecimiento sostenido de la

inversión pública hasta el año 2013, indicando una recuperación económica, pero

con menores tasas de crecimiento. A partir del 2014 hasta el 2017, se observa una

disminución en la inversión pública, el cual es evidenciado en tasas de crecimiento

negativo de -2.9%, -6.9% y -1.8% para el 2014, 2015 y 2017 respectivamente,

además de un crecimiento de un 0.3% en el 2016, todo ello debido a la caída de

57
los precios de los commodities que tuvo efectos negativos en la recaudación de

ingresos fiscales del país.

Asimismo, en el 2020 se observa una disminución significativa en la

inversión pública, lo cual es consistente con el impacto económico global de la

pandemia de COVID-19, llegando a tenerse un crecimiento negativo del 15.1%.

Seguidamente, en el año 2021, se evidencia un fuerte repunte en la inversión

pública con un crecimiento del 24.8%, indicando una recuperación rápida debido

a políticas públicas para revitalizar la inversión.

Figura 3

Inversión pública durante 1996 y 2021 a precios constantes de 2007

Nota: elaborado en base al BCRP

4.1.1.3. Análisis descriptivo de la inversión privada

La inversión privada del país muestra que en el periodo 1996-2021 ha

tenido una variabilidad con periodos de crecimiento y contracción. Es así que, se

observa fluctuaciones en entre los años 2000 y 2004, con tasas de crecimiento

58
negativas en varios años, siendo el 2001 donde el crecimiento tuvo un valor

negativo de 23.6%, siendo el menor en este periodo, todo ello debido a la crisis

financiera asiática y rusa producidas entre 1998 y 1999, además las crisis políticas

del país entre los años 2000 y 2001.

Entre 2005 y 2008, hay un período de rápida expansión en la inversión

privada, alcanzando niveles significativos. Sin embargo, la inversión privada

experimentó una contracción notable en 2009 alcanzando un crecimiento negativo

de -11.2%, ello generado por el impacto de la crisis financiera global. Después de

la crisis de 2008, se observa una recuperación en la inversión privada, seguida por

un periodo de crecimiento sostenido hasta 2013.

En el periodo 2014-2017 se tuvo tasas de crecimiento negativos,

alcanzando un mínimo de -5% en el 2016. Posterior a ello se tuvo una

recuperación en la inversión privada hasta el 2019. Situación que cambió

drásticamente producto de la pandemia de COVID-19 en el 2020, donde el

crecimiento negativo fue de -16.5%. Finalmente, en el 2021 se evidencia una

fuerte recuperación en la inversión privada generado por las políticas públicas

implementadas por el gobierno para reactivar la economía.

59
Figura 4

Inversión privada durante 1996 y 2021 a precios constantes de 2007

Nota: elaborado en base al BCRP

4.1.1.4. Análisis descriptivo de la inversión extranjera directa

La inversión extranjera directa (IED) en el país ha mostrado no tener una

tendencia constante a lo largo de los años comprendidos entre 1996 y 2021. En el

periodo 1996-2001 se observa que existen una caída en la IED, ello debido a la

crisis política nacional de aquellos años, además de las crisis financieras de los

países asiáticos y de Rusia.

Por otra parte, desde el año 2002 hasta el año 2008 se observa un

crecimiento de la IED, sin embargo, debido a la crisis financiera, la IED en el

2009 fue de 6431 millones de dólares, aproximadamente 493 millones menos que

el año anterior. Posterior al 2009, este tipo de inversión volvió a crecer hasta 2014

debido al aún boom de los commodities. En el 2014, después de la disminución

de los precios de los commodities, la IED también cayó significativamente

60
alcanzado un valor de 4263 millones de dólares, recuperándose en los siguientes

años hasta el 2017 alcanzando un valor de 7413 millones de dólares, luego del

cual fue disminuyendo hasta el 2019 llegando a los 4760 millones de dólares.

En el año 2020 se registra una disminución notable en la IED, llegando a

ser 791 millones de dólares, ello producto del impacto económico global de la

pandemia de COVID-19. Mientras que, en el 2021, hay una recuperación en la

IED, lo cual indica que las políticas llevadas a cabo por el gobierno impulsaron a

que las empresas extranjeras decidan invertir nuevamente en el país.

Figura 5

Inversión extranjera directa durante 1996 y 2021

Nota: elaborado en base al BCRP

4.1.1.5. Análisis de la corrupción y el crecimiento económico

Como se observa en la Figura 6 para el caso de Perú, desde 1996 hasta

2008 los niveles de corrupción iban disminuyendo mientras que el crecimiento

61
económico iba en aumento. Fue luego de la crisis financiera del 2008 que el nivel

de corrupción en el Perú fue en aumento hasta el 2021, periodo en el cual el

crecimiento económico empezó a descender. Por lo que se infiere que a medida

que la corrupción incrementa el crecimiento económico se reduce. Sin embargo,

como Pellegrini & Gerlagh (2004) indican la corrupción no influye de manera directa

en el crecimiento económico, sino más bien repercute en esta mediante las

variables económicas relevantes, siendo una de estas la inversión. Por lo cual, se

analizó la influencia de la corrupción en el crecimiento por medio de la inversión.

Figura 6

Corrupción y crecimiento económico en el Perú entre 1996-2021

18 68

Nivel de Corrupción (rango enre 0 y

66
Crecimiento anual del PBI (%)

13
64
8 62
60

100)
3
58
-2 56
54
-7
52
-12 50
2000

2016
1996

1998

2002

2004

2006

2008

2010

2012

2014

2018

2020

2022

Crecimiento economico Control de la Corrupción Inversa

Nota: elaborado en base al Banco Mundial

4.1.1.6. Análisis de la efectividad gubernamental y el crecimiento económico

Como se aprecia en la Figura 8 desde el año 1996 hasta el 2008 los niveles

del indicador de efectividad gubernamental presentaban una tendencia creciente,

lo cual era reflejado en un mayor incremento en el crecimiento económico.

Empero, luego de la crisis financiera la efectividad gubernamental tuvo caída

aguda desde el año 2009 hasta el 2021, que se vio reflejado en la reducción del

62
crecimiento económico, en el cual también influenció el fin de la era del boom de

los commodities en el 2013-2014, las crisis políticas y la pandemia de COVID 19

en el año 2020.

Figura 7

Efectividad gubernamental y crecimiento económico en el Perú entre 1996 y

2021

15 49

Efectvidad gubernamental (rango entre 0 y

10 47
Crecimiento económico (%)

45
5
43

100)
0
41
-5
39

-10 37

-15 35
1996

2000

2004

2008

2012

2016

2020
1997
1998
1999

2001
2002
2003

2005
2006
2007

2009
2010
2011

2013
2014
2015

2017
2018
2019

2021
Crecimiento económico Efectividad gubernamental

Nota: elaborado en base al Banco Mundial

4.1.2. Análisis de estacionariedad, rezagos óptimos y cointegración

Las pruebas de raíz unitaria, la selección de rezagos óptimos y la prueba

de cointegración que serán presentadas a continuación son importantes para la

correcta estimación de los modelos VAR, ya que permiten identificar la

estacionariedad de las series de tiempo, determinar la cantidad adecuada de

rezagos para incluir en el modelo y verificar la presencia de relaciones de largo

plazo entre las variables. En caso de no llevarse a cabo tales pruebas se corre el

63
riesgo de obtener resultados sesgados, obteniéndose interpretaciones erróneas

sobre las relaciones y dinámicas económicas entre las variables analizadas.

Análisis de la prueba de raíz unitaria

En la Tabla 1 se muestran los valores de los t-estadísticos de las pruebas

de Dickey Fuller Aumentado (ADF), Phillips-Perron (PP) y Kwiatkowski-

Phillips-Schmidt-Shin (KPSS) las cuales tienen la finalidad de corroborar la

existencia de raíz unitaria en el producto bruto interno real, inversión pública,

inversión privada, la inversión extranjera directa, el índice de control de la

corrupción, el índice de la efectividad gubernamental y la tasa de interés real.

De acuerdo a los valores calculados por las tres pruebas, las variables

presentan raíces unitarias en niveles, por lo que no son estacionarias. Sin embargo,

al realizar el cálculo en primeras diferencias las variables no presentan raíces

unitarias, por lo tanto, se determina que las variables son integradas de orden 1.

Tabla 1

Prueba de raíz unitaria de las variables pbi, invpub, invpriv, ied, tasa, cc y

efectgub

Niveles Primeras Diferencias

Variable
ADF PP KPSS ADF PP KPSS
PBI 0.082 0.287 0.733 -6.026*** -6.018*** 0.171***
INVPUB -0.589 -0.589 0.632 -3.896*** -3.847*** 0.11***
INPRIV -0.186 -0.073 0.684 -4.716*** -4.858*** 0.136***
IED -2.114 -2.023 0.400 -5.804*** -6.035*** 0.174***
TASA -1.646 -1.483 0.069 -4.378*** -4.378*** 0.089***
CC -1.859 -1.755 0.369 -5.339*** -7.644*** 0.461*
EFECTGUB -1.393 -1.371 0.134 -4.990*** -4.990*** 0.104*
*p<0.1, **p<0.05, ***p<0.01
Nota: elaboración propia

64
Selección de rezagos óptimos

La Tabla 2 presenta los valores de los criterios de información de Akaike

(AIC), Schwarz (BIC) y Hannan Quinn (HC), los cuales son usados para la

identificación del número óptimo de rezagos que deben tener los modelos VAR a

estimar. Como se observa, los criterios de información muestran que se debería

escoger dos rezagos como lo óptimo para la estimación de los modelos VAR,

puesto que es en el rezago 2 donde estos estadísticos tienen sus menores valores.

Tabla 2

Cálculo de los rezagos óptimos para la estimación de los modelos VAR

Rezagos AIC BIC HQ

Para el análisis del efecto de la inversión en el crecimiento económico
0 -7.223 -5.989 -6.912
1 -9.943 -7.474 -9.322
2 -13.088* -9.385* -12.157*
Para el análisis del efecto de la corrupción en la inversión pública
0 -11.389 -10.195 -11.130
1 -11.849 -9.859 -11.417
2 -13.260* -10.474* -12.655*
Para el análisis del efecto de la corrupción en la inversión privada
0 -12.320 -11.126 -12.061
1 -12.736 -10.746 -12.304
2 -16.658* -13.873* -16.053*
Para el análisis del efecto de la corrupción en la inversión extranjera
directa
0 -7.513 -6.717 -7.340
1 -8.229 -6.638 -7.884
2 -9.847* -7.459* -9.329*
Nota. elaboración propia

Análisis de la prueba de cointegración

Los resultados de la prueba de rango de cointegración (prueba de traza)

presentados en la Tabla 3 indican que no es posible aceptar la hipótesis nula que

sostiene la ausencia de relaciones a largo plazo entre las variables PBI, InvPub,

65
InPub, IED, Tasa, CC y EfectGub, puesto que los estadísticos de eigenvalor y de

traza cálculos muestran una relación significativa a largo plazo con un nivel de

significancia del 5%, lo que implica que los cambios en una de las variables puede

influir de manera persistente en las otras a lo largo de periodos extendidos.

Tabla 3

Prueba de cointegración de las variables pbi, invpub, invpriv, ied, tasa, cc y

efectgub

N° hipotetizado
Estadística Valor
de relaciones de Eigenvalor P-valor
de traza crítico 0.05
cointegración
Para el análisis del efecto de la inversión en el crecimiento económico
Ninguno* 0.903 96.803 69.819 0.000
Al menos 1 0.583 43.224 47.856 0.127
Al menos 2 0.499 23.112 29.797 0.241
Al menos 3 0.247 7.228 15.495 0.551
Para el análisis del efecto de la corrupción en la inversión pública
Ninguno* 0.86 63.16 47.856 0.001
Al menos 1 0.633 23.856 29.797 0.207
Al menos 2 0.171 3.793 15.495 0.92
Al menos 3 0.002 0.036 3.841 0.849
Para el análisis del efecto de la corrupción en la inversión privada
Ninguno* 0.841 52.848 47.856 0.016
Al menos 1 0.411 16.086 29.797 0.706
Al menos 2 0.168 5.494 15.495 0.754
Al menos 3 0.087 1.827 3.841 0.177
Para el análisis del efecto de la corrupción en la IED
Ninguno* 0.81 56.769 47.856 0.006
Al menos 1 0.585 23.566 29.797 0.219
Al menos 2 0.258 5.99 15.495 0.697
Al menos 3 0.001 0.016 3.841 0.899
La prueba de traza indica 1 ecuación de cointegración en el nivel 0.05
* denota rechazo de la hipótesis en el nivel 0.05
Nota. elaboración propia

66
4.1.3. Efecto de la inversión pública, privada y extranjera en el crecimiento

económico de Perú

a. Estimación del modelo VAR

La Tabla 4 muestra los resultados de la estimación del modelo VAR, donde

se aprecia que el segundo rezago de la inversión pública influye de manera

positiva y significativa en el PBI. En cuanto a la inversión privada, sus dos rezagos

influyen positiva y significativamente en el PBI. Por otra parte, solo el segundo

rezago de la IED repercute de manera positiva y significativa en el PBI.

Aunque los resultados del modelo VAR ofrecen información importante

sobre las relaciones entre los tipos de la inversión y el PBI, la interpretación

específica de su impacto en el PBI no es concluyente. Es debido a ello que, se

requiere realizar una evaluación más detallada utilizando la función de impulso

respuesta.

Tabla 4

Modelo VAR estimado para el análisis del efecto de la inversión en el crecimiento

económico

d(log(invp d(log(inv d(log(tasa

Variables d(log(pbi)) d(log(ied))
ub)) priv)) ))
d(log(pbi(-1))) -1.241*** -3.949*** -3.964*** -17.592*** 0.245
d(log(pbi(-2))) -0.081 0.500 -0.637 4.891 -14.963*
d(log(invpub(-1))) -0.002 -0.039 -0.029 -1.933* 1.240*
d(log(invpub(-2))) 0.051* -0.132 0.235** 0.816 -0.093
d(log(invpriv(-1))) 0.037*** 0.133** 0.121*** 0.008** -0.201*
d(log(invpriv(-2))) 0.017** 0.096** 0.137** 0.108 -0.117*
d(log(ied(-1))) 0.254 0.914 0.830 3.832 2.483
d(log(ied(-2))) 0.124** 0.786* 0.543*** 0.969 2.398
d(log(tasa(-1))) -0.005 -0.003 -0.037* -0.010 0.077
d(log(tasa(-2))) -0.010 -0.001 -0.024 -0.151 -0.184
C 0.086*** 0.103* 0.195*** 0.473* 0.350*
d99 -0.069*** 0.000 -0.306*** -0.622* 0.000

67
 d(log(invp d(log(inv d(log(tasa
Variables d(log(pbi)) d(log(ied))
ub)) priv)) ))
d09 -0.06*** 0.000 -0.299*** 0.000 -1.167***
d14 -0.024** 0.000 -0.134*** -0.893** 0.000
d20 -0.182*** -0.214** -0.288*** -2.45*** -1.388***
R-squared 0.978 0.871 0.967 0.929 0.764
Sum sq. resids 0.001 0.057 0.011 0.892 0.937
Mean dependent 0.041 0.037 0.052 0.066 -0.145
S.D. dependent 0.045 0.142 0.127 0.758 0.425
*p<0.1, **p<0.05, ***p<0.01
Nota: elaboración propia

b. Causalidad de Granger multivariada

Como se observa en la Tabla 5, la prueba de causalidad de Granger

multivariada obtenida luego de estimar el modelo VAR muestra que la inversión

pública, inversión privada, la inversión extranjera directa causan a la Granger al

PBI de manera individual con un nivel de significancia del 1%; mientras que la

tasa de interés real causa a la granger al PBI con un nivel de significancia del 10%.

Además, también se tiene una causalidad significativa en el PBI de manera

conjunta con un nivel de significancia del 1%.

Tabla 5

Prueba de causalidad de Granger entre pbi, invpub, inpriv e ied

Variables Estadístico
gl P-valor
independientes chi^2
Variable dependiente: d(log(pbi))
d(log(invpub)) 12.550 2 0.002
d(log(invpriv)) 127.783 2 0.000
d(log(ied)) 34.291 2 0.000
d(log(tasa)) 5.273 2 0.072
Conjunto 204.568 8 0.000
Nota: elaboración propia

68
c. Prueba de normalidad, autocorrelación y heterocedasticidad

La prueba de normalidad, el cual se observa en la Tabla 6, muestra que el

p-valor del estadístico Jarque-Bera para la prueba conjunta es de 0.788, valor

mayor al nivel de significancia de 0.05, lo cual significa que no es posible rechazar

la hipótesis nula de que los residuos presentan una distribución normal.

Por otra parte, la prueba de LM de autocorrelación muestra que el

estadístico LR y el Rao F tienen p-valores de 0.593 y 0.700 para el segundo rezago

respectivamente, los cuales mayores que el nivel de significancia de 0.05, por lo

que no se rechaza la H0, lo que se traduce en que el modelo no presenta problemas

de autocorrelación.

Además, se observa en la prueba de heterocedasticidad que el p-valor del

estadístico chi^2 es de 0.315, mayor al nivel de significancia de 0.05, por lo que

el modelo estimado no presenta problemas de heterocedasticidad.

Tabla 6

Prueba de normalidad, autocorrelación y heterocedasticidad para el análisis del

efecto de la inversión en el crecimiento económico

Valor
Tipo de prueba Estadístico P-valor
crítico
Prueba de normalidad Jarque Bera Jarque Bera 6.312 0.788
LR 14.071 0.593
Prueba LM de autocorrelación
Rao F 0.752 0.700
Prueba de heterocedasticidad de
Chi^2 311.252 0.315
White
Nota: elaboración propia

d. Función de impulso respuesta

Para llevar a cabo las funciones de impulso respuesta en el modelo VAR

estimado se empleó la descomposición de Choleski, que posibilita la

69
identificación de los impactos dinámicos en el PBI resultantes de perturbaciones

en la inversión pública, privada y extranjera directa que se muestran en la Tabla 7

y en las Figuras 8, 9 y 10.

Tabla 7

Respuesta del PBI ante choques en la inversión pública, privada y extranjera

directa

Respuesta de d(log(pbi)):
Periodo d(log(pbi)) d(log(invpub)) d(log(invpriv)) d(log(ied)) d(log(tasa))
1 0.0108 0.0000 0.0000 0.0000 0.0000
2 0.0007 0.0025 0.0113 0.0070 -0.0010
3 -0.0001 -0.0036 0.0059 0.0002 -0.0023
4 0.0063 -0.0003 0.0039 0.0051 -0.0007
5 0.0017 -0.0007 0.0047 0.0034 -0.0002
6 0.0012 -0.0014 0.0022 0.0001 -0.0009
7 0.0024 0.0007 0.0030 0.0027 -0.0007
8 0.0006 -0.0009 0.0026 0.0015 -0.0003
9 0.0016 -0.0008 0.0012 0.0006 -0.0003
10 0.0010 0.0003 0.0019 0.0015 -0.0003
Nota: elaboración propia

La Tabla 7 muestra los resultados obtenidos de la función de impulso

respuesta, con lo cual se observa que un impulso de una desviación estándar en el

logaritmo de la inversión pública genera un cambio positivo y significativo desde

el segundo año de 0.0025 en el logaritmo PBI, lo cual es equivalente a un cambio

porcentual positivo del 0.25% en el PBI, ello se puede visualizar en la Figura 8.

Así también, se evidencia que un impulso en el logaritmo de la inversión

privada de una desviación estándar genera un incremento significativo de 0.0113

en el logaritmo del PBI en el segundo año posterior al impulso, lo cual

corresponde a un aumento del 1.14% en el PBI, luego del cual el efecto se va

disipando en el largo plazo hasta llegar a su estado inicial, ello es mostrado

gráficamente en la Figura 9.

70
 Por otro lado, se contempla que un impulso de una desviación estándar en

el logaritmo de la inversión extranjera directa genera un incremento significativo

de 0.0699 en el logaritmo del PBI en el segundo año posterior al impulso, lo cual

es equivalente a un cambio porcentual de 0.70% en el PBI. Luego de ello, el efecto

va desapareciendo gradualmente a lo largo del tiempo aproximándose a su estado

inicial, lo cual es representado gráficamente en la Figura 10.

Figura 8

Función de impulso respuesta del PBI ante choques en la inversión pública

.02

.01

.00

-.01

-.02
1 2 3 4 5 6 7 8 9 10
Nota: elaboración propia

Figura 9

Función de impulso respuesta del PBI ante choques en la inversión privada

.02

.01

.00

-.01

1 2 3 4 5 6 7 8 9 10
Nota: elaboración propia

71
Figura 10

Función de impulso respuesta del PBI ante choques en la IED

.02

.01

.00

-.01

1 2 3 4 5 6 7 8 9 10
Nota: elaboración propia

4.1.3. Efecto de la corrupción en la inversión pública en el Perú

a. Estimación del modelo VAR

La Tabla 8 presentan los resultados de la estimación del modelo VAR,

donde se puede contemplar que el primer rezago del control de la corrupción si

bien afecta de manera positiva a la inversión pública es no significativo, mientras

que el segundo rezago de esta variable es positiva y significativo.

Además, el primer rezago del PBI influye de manera negativa y

significativa a la inversión pública, mientras que su segundo rezago lo hace de

manera positiva y significativa. Así también, el primer rezago de la inversión

pública tiene una influencia positiva en su la inversión pública actual. En cuanto

a la efectividad gubernamental tiene un efecto positivo y significativo en su primer

rezago.

A pesar de que los resultados del modelo VAR proporcionan información

relevante sobre las relaciones entre las variables económicas, el impacto

específico de tales variables en la inversión privada no es concluyentes. En

72
consecuencia, se requiere realizar una evaluación más detallada mediante el uso

de la función de impulso respuesta.

Tabla 8

Modelo VAR estimado para el análisis del efecto de la corrupción en la inversión

pública

Variables d(log(pbi)) d(log(invpub)) d(log(cc)) d(log(efectgub))

d(log(pbi(-1))) -0.640*** -1.8256*** 0.3346 -0.631**
d(log(pbi(-2))) 0.3469 2.1848** -0.0439 -0.0053
d(log(invpub(-1))) 0.1570*** 0.6088*** 0.0079 0.24**
d(log(invpub(-2))) -0.0434** -0.3343 -0.1042 0.1228
d(log(cc(-1))) 0.2201** 0.4504 -0.3064* -0.3794*
d(log(cc(-2))) 0.1600* 0.7177* -0.4838** -0.8176**
d(log(efectgub(-1))) 0.1652** 0.6471** -0.0683 0.0534
d(log(efectgub(-2))) -0.0321 0.265 -0.1191 -0.1802
c 0.0647*** 0.0156 0.0018 0.041
d04 0.0000 0.0000 -0.1045* 0.1397**
d09 -0.0465** 0.1988** -0.0714 -0.2555***
d14 -0.0237* 0.0000 -0.1191** 0.0000
d17 -0.0609** -0.1567* 0.0000 0.0000
d20 -0.1904*** -0.2325** 0.0000 -0.1191**
R^2 0.9141 0.8155 0.7015 0.8649
Suma cuadrada de 0.003668 0.073353 0.018663 0.02276
residuos
Media dependiente 0.043306 0.04338 -0.005514 0.016632
D.E. dependiente 0.046215 0.140994 0.055908 0.091777
*p<0.1, **p<0.05, ***p<0.01
Nota: elaboración propia

b. Causalidad de Granger multivariada

Como se observa en la Tabla 9 las variables PBI, el índice de control de la

corrupción y el índice de la efectividad gubernamental causan a la Granger a la

inversión pública de forma individual y conjunta puesto que sus p-valores son

menores al nivel de significancia del 0.05.

73
Tabla 9

Prueba de causalidad de Granger entre invpub, pbi, cc y efectgub

Variables Estadístico
gl P-valor
independientes chi^2
Variable dependiente: d(log(invpub)
d(log(pbi)) 16.6502 2 0.0002
d(log(cc)) 7.2618 2 0.0265
d(log(efectgub)) 18.7877 2 0.0001
Conjunto 49.8906 6 0.0000
Nota: elaboración propia

c. Prueba de normalidad, autocorrelación y heterocedasticidad

La prueba de normalidad, el cual se observa en la Tabla 10, muestra que

el p-valor del estadístico Jarque-Bera para la prueba conjunta es de 0.998, valor

mayor al nivel de significancia de 0.05, lo cual significa que no es posible rechazar

la hipótesis nula de que los residuos presentan una distribución normal.

Por otra parte, la prueba de LM de autocorrelación muestra que el

estadístico LR y el Rao F tienen p-valores de 0.863 y 0.985 para el segundo rezago

respectivamente, los cuales mayores que el nivel de significancia de 0.05, por lo

cual el modelo no presenta problemas de autocorrelación.

Además, se observa en la prueba de heterocedasticidad que el p-valor del

estadístico chi^2 es de 0.311, mayor al nivel de significancia de 0.05, por lo que

el modelo estimado no presenta problemas de heterocedasticidad.

Tabla 10

Prueba de normalidad, autocorrelación y heterocedasticidad para el análisis del

efecto de la corrupción en la inversión pública

Valor
Tipo de prueba Estadístico P-valor
crítico
Prueba de normalidad Jarque Bera Jarque Bera 1.056 0.998

74
 Valor
Tipo de prueba Estadístico P-valor
crítico
LR 10.074 0.863
Prueba LM de autocorrelación
Rao F 0.109 0.985
Prueba de heterocedasticidad de
Chi^2 168.309 0.311
White
Nota: elaboración propia

d. Función de impulso respuesta

Para llevar a cabo las funciones de impulso respuesta en el modelo VAR

que fue estimado a través del método de la descomposición de Choleski.

Seguidamente, se procede a realizar el análisis de la respuesta de la inversión

pública ante choques en la en el control de la corrupción a lo largo de 10 años

mostrados a continuación.

Tabla 11

Respuesta de la inversión pública ante choques en el índice del control de la

corrupción

Respuesta de d(log(invpub)):
Periodo d(log(pbi)) d(log(invpub)) d(log(cc)) d(log(efectgub))
1.0000 0.0819 0.0614 0.0000 0.0000
2.0000 0.0038 0.0250 0.0219 0.0310
3.0000 0.0354 -0.0132 0.0100 0.0173
4.0000 0.0036 -0.0003 -0.0202 0.0155
5.0000 0.0098 0.0059 -0.0077 -0.0032
6.0000 0.0084 0.0023 0.0073 0.0076
7.0000 0.0052 0.0036 0.0083 0.0060
8.0000 0.0047 -0.0004 -0.0097 0.0006
9.0000 -0.0004 -0.0009 -0.0021 0.0016
10.0000 0.0033 0.0015 0.0062 0.0018
Nota: elaboración propia

En la Tabla 11 se aprecia que un impulso de una desviación estándar en el

logaritmo del control de la corrupción, es decir, una disminución en el nivel de

corrupción provoca en el segundo año un aumento significativo del 0.0219 en el

75
logaritmo de la inversión pública, lo que corresponde a un incremento del 2.21%

en la inversión pública. Tal efecto provocado por el impulso en el año dos se

desvanece en el largo plazo hasta converger a su estado inicial, ello es mostrado

también en la figura 11. Así también, el impacto provocado en la inversión

pública, hace que el crecimiento económico del país reflejado en el PBI

incremente en un 0.018%.

Figura 11

Función de impulso respuesta de la inversión pública ante choques en el índice

del control de la corrupción

.08

.04

.00

-.04

-.08
1 2 3 4 5 6 7 8 9 10
Nota: elaboración propia

4.1.4. Efecto de la corrupción en la inversión privada en Perú

a. Estimación del modelo VAR

La Tabla 12 muestra los resultados de la estimación del modelo VAR, de

los cuales se pondrá énfasis en la ecuación en el cual la variable dependiente es la

inversión privada, donde se aprecia que el primer rezago del control de la

corrupción afecta de manera positiva y significativa a la inversión privada,

mientras que el segundo rezago resulta ser no significativo, de lo cual se infiere

que a menores niveles de corrupción la inversión privada tenderá a incrementarse.

76
 Sin embargo, los resultados del modelo VAR no explican de manera clara

el impacto del control de la corrupción en la inversión privada, por lo que resulta

necesario evaluarlo mediante la función de impulso respuesta, de tal manera de

obtener la dinámica entre estas variables.

Tabla 12

Modelo VAR estimado para el análisis del efecto de la corrupción en la inversión

privada

d(log(invp d(log(efect
Variables d(log(pbi)) d(log(cc))
riv)) gub))
d(log(pbi(-1))) -0.6171*** -1.8424** 1.2655** -1.2805**
d(log(pbi(-2))) -0.7272*** -2.4801* -2.7306** 4.5166**
d(log(invpriv(-1))) 0.2041*** 0.7271*** -0.3985** 0.3608*
d(log(invpriv(-2))) 0.3167*** 1.1723*** 0.5902** -0.7365**
d(log(cc(-1))) 0.0894** 0.5184** -0.4066** -0.2127
d(log(cc(-2))) 0.0241 0.224 -0.3052* -1.1023***
d(log(efectgub(-1))) -0.0203 -0.2531* 0.0285 -0.0292
d(log(efectgub(-2))) -0.0242 -0.1447 -0.0497 -0.2846*
C 0.0914 0.1968 0.0685 -0.0952
d09 -0.0771*** -0.3436*** 0.0000 -0.316***
d12 -0.0169** 0.0000 -0.0943** 0.0000
d14 -0.0468*** -0.1527** -0.1434*** 0.0000
d19 -0.0268*** 0.0000 0.0000 0.0000
d20 -0.1903*** -0.3274*** 0.0000 -0.1328**
R-squared 0.982 0.8901 0.7593 0.8063
Sum sq. resids 0.0008 0.0326 0.015 0.0326
Mean dependent 0.0433 0.0652 -0.0055 0.0166
S.D. dependent 0.0462 0.1218 0.0559 0.0918
*p<0.1, **p<0.05, ***p<0.01
Nota: elaboración propia

b. Causalidad de Granger multivariada

Como se observa en la Tabla 13, la prueba de causalidad de Granger

multivariada obtenido luego de estimar el modelo VAR muestra que el PBI causa

a la Granger la inversión privada con un nivel de significancia del 1%. Mientras

77
que el índice de control de la corrupción y el índice de la efectividad

gubernamental causan a la Granger a la inversión privada con un nivel de

significancia del 5% tanto de forma individual como de manera conjunta.

Tabla 13

Prueba de causalidad de Granger entre invpriv, pbi, cc y efectgub

Variables Estadístico
gl P-valor
independientes chi^2
Variable dependiente: d(log(invpriv)
d(log(pbi)) 37.3939 2 0.0000
d(log(cc)) 8.3105 2 0.0157
d(log(efectgub)) 8.1749 2 0.0168
Conjunto 54.5576 6 0.0000
Nota: elaboración propia

c. Prueba de normalidad, autocorrelación y heterocedasticidad

La prueba de normalidad, el cual se observa en la Tabla 14, muestra que

el p-valor del estadístico Jarque-Bera para la prueba conjunta es de 0.468, valor

mayor al nivel de significancia de 0.05, lo cual significa que no es posible rechazar

la hipótesis nula de que los residuos presentan una distribución normal.

Por otra parte, la prueba de LM de autocorrelación muestra que el

estadístico LR y el Rao F tienen p-valores de 0.917 y 0.992 para el segundo rezago

respectivamente, los cuales mayores que el nivel de significancia de 0.05, por lo

cual el modelo no presenta problemas de autocorrelación. Además, se observa en

la prueba de heterocedasticidad que el p-valor del estadístico chi^2 es de 0.377,

mayor al nivel de significancia de 0.05, por lo que el modelo estimado no presenta

problemas de heterocedasticidad.

78
Tabla 14

Prueba de normalidad, autocorrelación y heterocedasticidad para el análisis del

efecto de la corrupción en la inversión privada

Valor
Tipo de prueba Estadístico P-valor
crítico
Prueba de normalidad Jarque Bera Jarque Bera 7.655 0.468
LR 8.912 0.917
Prueba LM de autocorrelación
Rao F 0.088 0.992
Prueba de heterocedasticidad de
Chi^2 164.986 0.377
White
Nota: elaboración propia

d. Función de impulso respuesta

Las funciones de impulso respuesta en el modelo VAR fueron estimados

mediante el método de la descomposición de Choleski. Posterior a ello, se procede

a realizar el análisis de la respuesta de la inversión privada ante choques en la en

el control de la corrupción a lo largo de 10 años que es presentado a continuación.

Tabla 15

Respuesta de la inversión privada ante choques en el índice del control de la

corrupción

Respuesta de d(log(invpriv)):
Periodo d(log(pbi)) d(log(invpriv)) d(log(cc)) d(log(efectgub))
1 0.0531 0.0428 0 0
2 0.0185 0.0321 0.0335 -0.0089
3 0.0322 0.0476 0.0239 -0.0095
4 0.0181 0.0406 0.0342 -0.0079
5 0.0186 0.0335 0.0273 -0.007
6 0.0053 0.0224 0.0196 -0.0056
7 0.006 0.019 0.0135 -0.0035
8 -0.0007 0.0054 0.0101 -0.0022
9 -0.0017 0.002 0.0028 -0.0006
10 -0.0035 -0.0009 -0.0003 0.0003
Nota: elaboración propia

79
 En la Tabla 15 se observa que un impulso de una desviación estándar en

el logaritmo del control de la corrupción provoca que el logaritmo de la inversión

privada obtenga un incremento de 0.0335 en el segundo año, lo que corresponde

a un cambio porcentual de 3.41% en la inversión privada. Posterior a ello dicho

efecto provocado por el choque se disipa de forma gradual en el largo plazo hasta

converger a su estado inicial, lo cual es mostrado gráficamente en la Figura 12.

Además, el impacto generado en la inversión privada provoca una mejora del

0.028% en el crecimiento de la economía medido a través del PBI.

Figura 12

Función de impulso respuesta de la inversión privada ante choques en el índice

del control de la corrupción

.08

.04

.00

-.04

1 2 3 4 5 6 7 8 9 10
Nota: elaboración propia

4.1.5. Efecto de la corrupción en la inversión extranjera directa en Perú

a. Estimación del modelo VAR

La Tabla 16 muestra los resultados obtenidos de la estimación del modelo

VAR. Es así que los dos rezagos del PBI afectan a la IED de manera significativa,

el primer rezago de manera negativa y el segundo de forma positiva. Por otra parte,

el segundo rezago de la IED tiene un impacto negativo en la IED actual. Además,

80
los dos rezagos del control de la corrupción influyen de manera positiva y

significativa en la IED, es decir menores niveles de corrupción fomentan que

empresas extranjeras decidan invertir en el país.

A pesar de que los resultados del modelo VAR proporcionan información

sobre las relaciones entre las variables económicas, el impacto específico de los

rezagos del control de la corrupción sobre la IED requiere de un análisis de la

función de impulso respuesta, con el propósito de obtener una visión más detallada

de la dinámica entre las variables.

Tabla 16

Modelo VAR estimado para el análisis del efecto de la corrupción en la inversión

extranjera directa

Variables d(log(pbi)) d(log(ied)) d(log(cc)) d(log(efectgub))

d(log(pbi(-1))) -0.7559** -8.0768* -0.4154 0.6231
d(log(pbi(-2))) 0.6797* 10.4851* -0.5093 2.1508**
d(log(ied(-1))) 0.0301* -0.3298 0.0659* -0.0532
d(log(ied(-2))) 0.0097 -0.6124* -0.0235 -0.0757
d(log(cc(-1))) 0.096 5.093** -0.2772 0.2124
d(log(cc(-2))) 0.0629 2.7953* -0.3321* -0.748**
d(log(efectgub(-1))) 0.072 1.2147 -0.0243 -0.1382
d(log(efectgub(-2))) -0.0464 -0.4147 -0.0404 -0.2193*
C 0.0533*** 0.0924 0.0373 -0.0693**
d09 -0.0431** 0.0000 0.0000 -0.3506***
d12 0.0000 0.0000 0.0000 -0.1319**
d20 -0.1774*** -2.6431*** 0.0000 -0.1619***
R-squared 0.8248 0.854 0.649 0.7964
Sum sq. resids 0.0075 1.7097 0.0219 0.0343
Mean dependent 0.0433 0.1057 -0.0055 0.0166
S.D. dependent 0.0462 0.7651 0.0559 0.0918
*p<0.1, **p<0.05, ***p<0.01
Nota: elaboración propia

81
b. Causalidad de Granger multivariada

Como se evidencia en la Tabla 17, la prueba de causalidad de Granger

multivariada realizada después de estimar el modelo VAR revela que tanto el PBI

como el índice de control de la corrupción son causas significativas de la IED, con

un nivel de significancia del 1% de forma individual y conjunta. Por otro lado, el

índice de la efectividad gubernamental no presenta una relación causal

significativa con la IED.

Tabla 17

Prueba de causalidad de Granger entre ied, pbi, cc y efectgub

Variables Estadístico
gl P-valor
independientes chi^2
Variable dependiente: d(log(ied)
d(log(pbi)) 10.1177 2 0.0064
d(log(cc)) 11.5236 2 0.0031
d(log(efectgub)) 2.2184 2 0.3398
Conjunto 25.2353 6 0.0003
Nota: elaboración propia

c. Prueba de normalidad, autocorrelación y heterocedasticidad

La prueba de normalidad, el cual se observa en la Tabla 18, muestra que

el p-valor del estadístico Jarque-Bera para la prueba conjunta es de 0.959, valor

mayor al nivel de significancia de 0.05, lo cual significa que no es posible rechazar

la hipótesis nula de que los residuos presentan una distribución normal.

Por otra parte, la prueba de LM de autocorrelación muestra que el

estadístico LR y el Rao F tienen p-valores de 0.122 y 0.337 para el segundo rezago

respectivamente, los cuales mayores que el nivel de significancia de 0.05, por lo

cual el modelo no presenta problemas de autocorrelación. Además, se observa en

la prueba de heterocedasticidad que el p-valor del estadístico chi^2 es de 0.276,

82
mayor al nivel de significancia de 0.05, por lo que el modelo estimado no presenta

problemas de heterocedasticidad.

Tabla 18

Prueba de normalidad, autocorrelación y heterocedasticidad para el análisis del

efecto de la corrupción en la inversión extranjera directa

Valor
Tipo de prueba Estadístico P-valor
crítico
Prueba de normalidad Jarque Bera Jarque Bera 2.539 0.959
LR 22.692 0.122
Prueba LM de autocorrelación
Rao F 1.696 0.337
Prueba de heterocedasticidad de
Chi^2 201.121 0.276
White
Nota: elaboración propia

d. Función de impulso respuesta

Las funciones de impulso respuesta en el modelo VAR fueron calculadas

utilizando el método de la descomposición de Choleski. Tras este procedimiento,

se realiza un análisis detallado de cómo responde la IED ante perturbaciones en el

control de la corrupción a lo largo de un horizonte temporal de 10 años. Este

análisis proporciona resultados relevantes acerca de la dinámica y la magnitud de

la relación entre la IED y el control de la corrupción.

Tabla 19

Respuesta de la inversión extranjera directa ante choques en el índice del control

de la corrupción

Respuesta de d(log(ied)):
Periodo d(log(pbi)) d(log(ied)) d(log(cc)) d(log(efectgub))
1 0.3364 0.2771 0.0000 0.0000
2 -0.3027 -0.0250 0.1891 0.0519
3 0.3398 -0.0946 0.0151 -0.0722
4 -0.3661 0.0456 -0.2464 0.0429
5 0.2972 -0.0373 0.2175 -0.0368

83
 Periodo d(log(pbi)) d(log(ied)) d(log(cc)) d(log(efectgub))
6 -0.1856 0.0648 -0.0876 0.0469
7 0.1485 -0.0121 0.0460 -0.0390
8 -0.1741 -0.0515 -0.0358 0.0252
9 0.1879 0.0326 0.0105 -0.0268
10 -0.1814 0.0163 -0.0260 0.0322
Nota: elaboración propia

En la Tabla 19 se observa que un impulso de una desviación estándar en

el logaritmo del control de la corrupción, es decir, una disminución en la

corrupción genera un aumento significativo en el logaritmo de la IED de 0.1891

en el segundo año, lo cual corresponde a un incremento del 20.81% en la IED.

Dicho efecto provocado por el choque se disipa de forma gradual en el largo plazo

hasta converger a su estado inicial, el cual se muestra gráficamente en la Figura

13. Cabe señalar, que a comparación de los impactos que tiene el control de la

corrupción en la inversión pública y privada, el impacto en la IED es mucho mayor

al de estos dos últimos. Además, el impacto generado en la IED, genera a su vez

un incremento del 0.152% en el crecimiento de la economía peruana.

Figura 13

Función de impulso respuesta de la IED ante choques en el índice del control de

la corrupción

.8

.4

.0

-.4

-.8
1 2 3 4 5 6 7 8 9 10
Nota: elaboración propia

84
 Así también, los hallazgos apuntan a que, en consistencia con la teoría,

naciones con niveles reducidos de corrupción generan un ambiente atractivo para

la inversión extranjera. Este fenómeno, a su vez, se traduce en tasas de crecimiento

económico más elevadas. Adicionalmente, un incremento en la IED repercute en

la entrada de divisas de una economía al atraer capital extranjero, financiar

déficits, mejorar la estabilidad cambiaria, fomentar la transferencia de tecnología

y conocimientos, estimulando de esta manera el crecimiento económico. Ello

respalda la idea de que la transparencia es un factor clave para atraer inversiones

extranjeras fomentando el crecimiento sostenido.

4.2. DISCUSIÓN DE RESULTADOS

En esta sección, se procede a contrastar los hallazgos obtenidos en la presente

investigación con los resultados de estudios previos mencionados en la sección de

antecedentes. Además, para llevar a cabo esta evaluación, se centra la atención en los

resultados extraídos de la función de impulso respuesta, puesto que muestran el efecto de

las variables independientes analizadas sobre las variables dependientes.

Los resultados encontrados muestran que ante un incremento de una desviación

estándar en el logaritmo inversión pública se genera un impacto del 0.249% en el

crecimiento económico. Mientras que ante un incremento de una desviación estándar en

el logaritmo de la inversión privada el crecimiento económico aumenta en un 1.138%.

Por otro lado, ante un aumento de una desviación estándar en el logaritmo de la IED se

da un incremento del 0.702% en el crecimiento económico.

Estos hallazgos concuerdan con la teoría económica y con las estimaciones de

Marro et al. (2021) que determinan que ante un incremento del 1% inversión nacional,

que abarca la inversión pública y privada, se da un incremento del 0.51% en la economía.

85
Así también es consistente con Florián y Cuadra (2003) quienes estimaron que la IED

tiene una relación positiva y significativa con el crecimiento de la economía peruana.

Por otro lado, ante un impulso de una desviación estándar en el logaritmo del

control de la corrupción provoca un incremento del 2.21%, 3.41%, y 20.81% en la

inversión pública, inversión privada y la inversión extranjera directa, ello es consistente

con la teoría presentada por Mauro (1995), Tanzi y Davoodi (1997), Bardhan et al. (1997)

Jones y Vollrath (2013), y De Mello (1999).

Además, dicho incremento en la inversión pública, privada y extranjera directa

provocado por una disminución en los niveles de corrupción repercute de forma positiva

en el crecimiento económico. Por el lado de la inversión pública, la corrupción genera un

impacto positivo de en el crecimiento económico del 0.018%, lo que concuerda con los

hallazgos de León (2017) y Marro et al. (2021), estos últimos determinaron que un

incremento del 1% en el índice de la corrupción tiene un impacto del 0.56% en el

crecimiento económico vía la inversión nacional.

Así también, por el lado de la inversión privada, una disminución en los niveles

de corrupción provoca un aumento del 0.028% en el crecimiento económico, lo que es

consistente con los resultados obtenidos de Marro et al. (2021), Desfrancois y Pastas

(2022) y Dutra et al. (2022), estos últimos estimaron que para los países de América

Latina, una disminución del 1% en el índice de percepción de la corrupción repercute en

un aumento del crecimiento de la economía en un 0.305% mediante la inversión privada.

En cuanto al efecto de la disminución en los niveles de corrupción en el

crecimiento económico a través de la IED esta resulta ser de 0.152%. Debido a que no

existen estudios para el caso peruano en cuanto a la relación de la corrupción y la IED, se

tomarán en cuenta los hallazgos internacionales para países en desarrollo similares a la

86
economía peruana. Es así que, los resultados obtenidos son consistentes con los resultados

estimados por Hamdi y Hakimi (2019), Gründler y Potrafke (2019), y Onody et al. (2022),

quienes determinaron que la corrupción desalienta a los empresarios extranjeros a invertir

en el país anfitrión, generando que la IED se reduzca, lo que a su vez repercuten en el

crecimiento de economías en desarrollo en el corto plazo.

87
 V. CONCLUSIONES

- Se evidenció que tanto la inversión pública como la privada y la inversión extranjera

directa (IED) inciden positivamente en el crecimiento económico. Específicamente,

se estimó que un aumento de una desviación estándar en la inversión pública genera

un impacto positivo del 0.249%, mientras que la inversión privada y la IED muestran

impactos mayores del 1.138% y 0.702% en el crecimiento económico,

respectivamente.

- Así también, se constató una relación inversa entre los niveles de corrupción y la

inversión pública, privada y extranjera directa. Una disminución en los niveles de

corrupción se asocia con incrementos notables en estas formas de inversión. En

particular, un estímulo de una desviación estándar en el control de la corrupción

desencadena aumentos del 2.21%, 3.41% y 20.81% en la inversión pública, privada

e IED respectivamente.

- A partir de lo anterior, se determinó que una reducción en los niveles de corrupción

genera un impacto positivo en el crecimiento económico con aumentos del 0.018%,

0.028% y 0.152% a través de la inversión pública, privada e IED respectivamente.

88
 VI. RECOMENDACIONES

- Para impulsar el crecimiento económico es fundamental generar un entorno con

estabilidad política y económica para la inversión, en especial para la inversión

privada y extranjera directa, puesto que según la investigación realizada la corrupción

tiene mayores efectos adversos en estas dos variables, además de que influyen en

mayor medida en el crecimiento económico del país.

- Realizar la implementación de políticas que estimulen la investigación, el desarrollo

y la adopción de nuevas tecnologías por parte de las empresas de tal forma que se

aminoren los efectos negativos generados por la corrupción, así también se requiere

una mejora en la transparencia, el estado de derecho y reducción de la burocracia

para facilitar la inversión privada y extranjera.

89
 VII. REFERENCIAS BIBLIOGRÁFICAS

Adenike, T. (2013). An econometric analysis of the impact of corruption on economic

growth in Nigeria. E3 Journal of Business Management and Economics, 4(3), 54–
065. http://www.e3journals.org

Afonso, A., & De Sá Fortes, E. (2022). Corruption and economic growth: does the size
of the government matter? Economic Change and Restructuring, 55(2), 543–576.
https://doi.org/10.1007/s10644-021-09338-4

Ahmed, M., & Alamdar, A. (2018). Effects of corruption and budget deficit on private
investment: evidences from Pakistan.

Asiedu, E., & Freeman, J. (2009). The effect of corruption on investment growth:
Evidence from firms in Latin America, sub-saharan Africa, and transition
countries. Review of Development Economics, 13(2), 200–214.
https://doi.org/10.1111/j.1467-9361.2009.00507.x

Bakari, S., & Benzid, L. (2021). Impact of corruption, degree of freedom to invest and
democracy on domestic investment: Evidence from MENA countries.
https://mpra.ub.uni-muenchen.de/108385/

Bardhan, P., Berthelemy, C., Goudie, A., Olson, M., Rodrik, D., Rose-Ackermnan, S., &
Shleifer, A. (1997). Corruption and development. Journal of Economic Literature,
35(3), 1320–1346. https://www.jstor.org/stable/2729979

Barro, R., & Sala-I-Martin, X. (1992). Public Finance in Models of Economic Growth.
The Review of Economic Studies, 59(4), 645–661.
https://doi.org/10.2307/2297991

Belloumi, M., & Alshehry, A. S. (2021). The causal relationships between corruption,
investments and economic growth in GCC countries. SAGE Open, 11(4),
21582440211054424. https://doi.org/10.1177/21582440211054425

Blanchard, O., Amighini, A., & Giavazzi, F. (2012). Macroeconomía (5a ed.). Pearson
Educación.

90
Coupet, E. (2003). Corruption, investment and economic growth: theory and international
evidence. Journal of Business and Economics Research, 1(1).
https://doi.org/10.19030/jber.v1i1.2963

Cuervo-Cazurra, A. (2006). Who cares about corruption? Journal of International

Business Studies, 37(6), 807–822.

De Gregorio, J. (2007). Macroeconomía: teoría y políticas. Pearson.

De Mello, L. (1999). Foreign Direct Investment-Led Growth: Evidence from Time Series
and Panel Data. Oxford Economic Papers, 51(1), 133–151.
https://www.jstor.org/stable/3488595

Desfrancois, P., & Pastas, E. (2022). Corrupción y crecimiento económico en América

Latina y el Caribe. Revista de Economía del Caribe, 29.
https://doi.org/10.14482/ecoca.29.704.937

Dimant, E., & Tosato, G. (2017). Causes and effects of corruption: What has past
decade’s empirical research taught us? A survey. Journal of Economic Surveys,
32. https://doi.org/10.1111/joes.12198

Dutra, L., Carvalho, R., & Robson, T. (2022). Corruption and economic growth in Latin
America and the Caribbean. Review of Development Economics, 26(2), 756–773.
https://doi.org/10.1111/rode.12859

Egger, P., & Winner, H. (2005). Evidence on corruption as an incentive for foreign direct
investment. European Journal of Political Economy, 21(4), 932–952.
https://doi.org/10.1016/j.ejpoleco.2005.01.002

Enders, W. (2014). Applied Econometric Time Series (4a ed.). Wiley.

Florián, D., & Cuadra, G. (2003). Inversión extranjera directa, crecimiento económico y
spillovers en los países menos desarrollados miembros del APEC. ESAN.

Freckleton, M., Wright, A., & Craigwell, R. (2012). Economic growth, foreign direct
investment and corruption in developed and developing countries. Journal of
Economic Studies, 39(6), 639–652. https://doi.org/10.1108/01443581211274593

91
Gründler, K., & Potrafke, N. (2019). Corruption and economic growth: New empirical
evidence (309; Número 309). ifo Institute - Leibniz Institute for Economic
Research at the University of Munich. http://hdl.handle.net/10419/213586

Gujarati, D., & Porter, D. (2010). Econometría (5a ed.). McGraw-Hill.

Hamdi, H., & Hakimi, A. (2019). Corruption, FDI, and growth: An empirical
investigation into the tunisian context. International Trade Journal, 34(4), 415–
440. https://doi.org/10.1080/08853908.2019.1699481

Hamilton, J. (1994). Time Series Analysis. Princeton University Press.

Hayat, A. (2019). Foreign direct investments, institutional quality, and economic growth.
Journal of International Trade and Economic Development, 28(5), 561–579.
https://doi.org/10.1080/09638199.2018.1564064

Hernández, R., Fernández, C., & Baptista, P. (2014). Metodología de la investigación (6a
ed., Número 9). McGraw-Hill.

Hodgson, G. M., & Jiang, S. (2007). The economics of corruption and the corruption of
economics: An institutionalist perspective. Journal of Economic Issues, 41(4),
1043–1061. http://www.jstor.org/stable/25511257

Jiménez, F. (2011). Crecimiento económico: enfoques y modelos. Pontificia Universidad

Católica del Perú. Fondo Editorial.

Johnston, M. (2005). Syndromes of Corruption: Wealth, Power, and Democracy.

Cambridge University Press.

Jones, C., & Vollrath, D. (2013). Introduction to economic growth.

Krifa-Schneider, H., Matei, I., & Sattar, A. (2022). FDI, corruption and financial
development around the world: A panel non-linear approach. Economic
Modelling, 110. https://doi.org/10.1016/j.econmod.2022.105809

León, J. (2017). Corrupción y crecimiento económico en el Perú. Horizonte Económico,

1(36), 22–37. https://fce.unac.edu.pe/images/investigacion/unidad-
investigacion/revista/he-n6/a62.pdf

92
Lütkepohl, H. (2008). Variance Decomposition. The New Palgrave Dictionary of
Economics, 1–3. https://doi.org/10.1057/978-1-349-95121-5_2274-1

Lütkepohl, H., & Krätzig, M. (2004). Applied Time Series Econometrics. Cambridge
University Press.

Maria, N. S. B., Susilowati, I., Fathoni, S., & Mafruhah, I. (2021). The effect of education
and macroeconomic variables on corruption index in G20 member countries.
Economies, 9(1). https://doi.org/10.3390/economies9010023

Marro, S. A. B., Mallma, L. R., & Vicente-Ramos, W. (2021). The effects of corruption
on Peru’s economic growth during the period 1998-2018. Accounting, 7(7), 1645–
1654. https://doi.org/10.5267/j.ac.2021.5.006

Mauro, P. (1995). Corruption and growth. The Quarterly Journal of Economics, 110(3),
681–712. https://doi.org/10.2307/2946696

Mendiburu, C. (2004). La inversión privada y el ciclo económico en el Perú.

https://www.bcrp.gob.pe/docs/Publicaciones/Revista-Moneda/Moneda-
143/Moneda-143-04.pdf

Mendoza, W. (2014). Cómo investigan los economistas: Guía para elaborar y

desarrollar un proyecto de investigación. Fondo Editorial de la Pontificia
Universidad Católica del Perú.

Ministerio de Economía y Finanzas. (2021). MEF: Inversión extranjera en Perú se

duplicó en los últimos dos años.
https://www.mef.gob.pe/en/?option=com_content&language=en-
GB&Itemid=101108&view=article&catid=100&id=3409&lang=en-GB

Nsor-Ambala, R., & Bugri, E. (2022). A vector autoregression (VAR) analysis of

corruption, economic growth, and foreign direct investment in Ghana. Cogent
Economics & Finance, 10(1). https://doi.org/10.1080/23322039.2022.2146631

Onody, V. da S. M., Gandra de Carvalho, A. C., Polloni-Silva, E., Roiz, G. A., Mariano,
E. B., Rebelatto, D. A. N., & Moralles, H. F. (2022). Corruption and FDI in Brazil:
Contesting the “Sand” or “Grease” Hypotheses. Sustainability (Switzerland),
14(10). https://doi.org/10.3390/su14106288

93
Organization for Economic Cooperation and Development. (2008). Growth: Building
jobs and prosperity in devoloping countries.

Patterson, N., Montanjees, M., Motala, J., & Cardillo, C. (2004). Foreign direct
investment: trends, data availability, concepts, and recording practices.
International Monetary Fund.

Pellegrini, L., & Gerlagh, R. (2004). Corruption’s Effect on Growth and its Transmission
Channels. KYKLOS, 57(3), 429–456. https://doi.org/10.1111/j.0023-
5962.2004.00261.x

Phillips, P. C. B., & Perron, P. (1988). Testing for a unit root in time series regression.
Biometrika, 75(2), 335–381. https://doi.org/10.2307/2336182

Qureshi, F., Qureshi, S., Vinh Vo, X., & Junejo, I. (2021). Revisiting the nexus among
foreign direct investment, corruption and growth in developing and developed
markets. Borsa Istanbul Review, 21(1), 80–91.
https://doi.org/10.1016/j.bir.2020.08.001

Romer, D. (2006). Macroeconomía Avanzada (3a ed.). McGraw-Hill.

Rose-Ackerman, S. (2006). International handbook on the economics of corruption.

Edward Elgar Publishing. http://www.untag-
smd.ac.id/files/Perpustakaan_Digital_1/CORRUPTION%20International%20ha
ndbook%20on%20the%20economics%20of%20corruption.pdf

Sala-i-Martin. (2000). Apuntes de crecimiento económico. En Antoni Bosch.

Shack, N., Pérez, J., & Portugal, L. (2021). Incidencia de la corrupción y la inconducta
funcional en el Perú 2020. Contraloría General de la República del Perú.
https://www.gob.pe/institucion/contraloria/informes-publicaciones/2093475-
incidencia-de-la-corrupcion-y-la-inconducta-funcional-en-el-peru-2020

Stock, J., & Watson, M. (2012). Introducción a la econometría (3a ed.). Pearson.

Tanzi, V., & Davoodi, H. (1997). Corruption, public Investment, and growth. IMF
Working Paper, 97(139). https://doi.org/10.5089/9781451929515.001

94
Tanzi, V., & Davoodi, H. (2000). Corruption, growth, and public finances. IMF Working
Paper, 00(182).
https://www.imf.org/en/Publications/WP/Issues/2016/12/30/Corruption-Growth-
and-Public-Finances-3854

Zimelis, A. (2020). Corruption research: A need for an integrated approach. En

International Area Studies Review (Vol. 23, Número 3, pp. 288–306). SAGE
Publications Ltd. https://doi.org/10.1177/2233865920926778

95
 ANEXOS

ANEXO 1. Datos

PBI INVPUB INVPRIV IED CC CC

AÑO (millones de (millones (millones (millones (entre -2.5 REESCALADO
dólares) de soles) de soles) de dólares) y +2.5) (entre 0 y 100)
1996 79072 8872 31247 3471.1490 -0.3989 42.0223
1997 84193 10148 36241 2139.2600 -0.3989 42.0223
1998 83863 10861 35373 1643.9491 -0.4332 41.3367
1999 85117 12006 29981 1940.0088 -0.4332 41.3367
2000 87410 10202 29461 809.6968 -0.4040 41.9191
2001 87951 7794 28089 1144.2600 -0.4040 41.9191
2002 92747 7313 28145 2155.8368 -0.3064 43.8719
2003 96610 7479 29915 1335.0071 -0.1549 46.9029
2004 101400 7467 32335 1599.0384 -0.4300 41.4003
2005 107773 8224 36217 2578.7194 -0.3674 42.6526
2006 115887 9665 43482 3466.5311 -0.2216 45.5688
2007 125759 11322 53626 5490.9613 -0.2726 44.5489
2008 137236 14356 66440 6923.6513 -0.2069 45.8625
2009 138740 19122 60566 6430.6530 -0.3325 43.3492
2010 150301 21965 76167 8454.6276 -0.2539 44.9223
2011 159811 19509 84518 7682.2611 -0.2440 45.1206
2012 169622 23299 97724 14182.3876 -0.4041 41.9186
2013 179550 25880 104661 9570.6227 -0.4606 40.7872
2014 183827 25122 102542 4262.7516 -0.5996 38.0082
2015 189805 23395 98101 7336.8590 -0.5806 38.3874
2016 197309 23455 93159 6805.2477 -0.4071 41.8587
2017 202279 23034 93199 7413.4100 -0.5397 39.2062
2018 210308 24300 97026 5872.6571 -0.5765 38.4706
2019 215020 23930 101406 4760.3574 -0.4887 40.2264
2020 191470 20326 84654 791.09921 -0.50329 39.9343
2021 217030 25371 115929 7419.8584 -0.63323 37.3355
Nota: los datos fueron extraídos del Banco Central de Reserva del Perú y Banco Mundial

96
 EFECTGUB EFECTGUB
TASA TASA TASA TASA DE
AÑO (entre -2.5 y REESCALADO
PBI INVPUB INVPRIV INTERES
+2.5) (entre 0 y 100)
1996 0.0341 50.6822 2.8 -2.9 -2.2 13.1067
1997 0.0531 51.0622 6.5 14.4 16.0 12.8033
1998 0.0721 51.4422 -0.4 7.0 -2.4 18.9558
1999 -0.0557 48.8859 1.5 10.5 -15.2 15.0800
2000 -0.1835 46.3295 2.7 -15.0 -1.7 12.7200
2001 -0.2875 44.2506 0.6 -23.6 -4.7 8.6968
2002 -0.3914 42.1716 5.5 -6.2 0.2 3.2484
2003 -0.5852 38.2964 4.2 2.3 6.3 3.3167
2004 -0.6498 37.0036 5.0 -0.2 8.1 2.6358
2005 -0.6960 36.0808 6.3 10.2 12.0 3.0167
2006 -0.7574 34.8516 7.5 17.5 20.1 4.3242
2007 -0.6275 37.4502 8.5 17.1 23.3 4.6975
2008 -0.4310 41.3796 9.1 26.8 23.9 5.7900
2009 -0.4892 40.2169 1.1 33.2 -8.8 3.3495
2010 -0.2394 45.2126 8.3 14.9 25.8 1.9708
2011 -0.2066 45.8671 6.3 -11.2 11.0 4.0236
2012 -0.1874 46.2516 6.1 19.4 15.6 4.2377
2013 -0.1507 46.9865 5.9 11.1 7.1 4.2454
2014 -0.3262 43.4754 2.4 -2.9 -2.0 3.8823
2015 -0.3671 42.6578 3.3 -6.9 -4.3 3.5059
2016 -0.2559 44.8819 4.0 0.3 -5.0 4.3586
2017 -0.2047 45.9070 2.5 -1.8 0.0 3.8673
2018 -0.3237 43.5258 4.0 5.5 4.1 2.8104
2019 -0.1258 47.4840 2.2 -1.5 4.5 2.6189
2020 -0.294041 44.11918938 -10.9 -15.1 -16.5 0.7061
2021 -0.294465 44.11069036 13.4 24.8 36.9 0.6806
Nota: los datos fueron extraídos del Banco Central de Reserva del Perú y Banco Mundial

97
ANEXO 2. Raíces inversas del modelo VAR del objetivo específico 1

1.5

1.0

0.5

0.0

-0.5

-1.0

-1.5
-1 0 1
Nota: elaboración propia en Eviews 12

Roots of Characteristic Polynomial

Endogenous variables: D(LOG(PBI))
D(LOG(INVPUB)) D(LOG(INVPRIV))
D(LOG(IED)) D(LOG(TASA))
Exogenous variables: C D99 D09 D14 D20
Lag specification: 1 2
Root Modulus

0.835986 0.835986
-0.510809 - 0.587305i 0.778366
-0.510809 + 0.587305i 0.778366
-0.050891 - 0.735871i 0.737629
-0.050891 + 0.735871i 0.737629
-0.639010 0.639010
0.200272 - 0.385294i 0.434236
0.200272 + 0.385294i 0.434236
0.079691 - 0.136444i 0.158011
0.079691 + 0.136444i 0.158011
No root lies outside the unit circle.
VAR satisfies the stability condition.
Nota: elaboración propia en Eviews 12

98
ANEXO 3. Raíces inversas del modelo VAR del objetivo específico 2

1.5

1.0

0.5

0.0

-0.5

-1.0

-1.5
-1 0 1
Nota: elaboración propia en Eviews 12

Roots of Characteristic Polynomial

Endogenous variables: D(LOG(PBI))
D(LOG(INVPUB)) D(LOG(CC)
D(LOG(EFECTGUB))
Exogenous variables: C D04 D09 D14 D17
D20
Lag specification: 1 2

Root Modulus
-0.212883 - 0.777667i 0.806278
-0.212883 + 0.777667i 0.806278
0.706738 0.706738
-0.559365 - 0.313259i 0.641108
-0.559365 + 0.313259i 0.641108
0.067040 - 0.585535i 0.589361
0.067040 + 0.585535i 0.589361
0.419439 0.419439

No root lies outside the unit circle.

VAR satisfies the stability condition.
Nota: elaboración propia en Eviews 12

99
ANEXO 4. Raíces inversas del modelo VAR del objetivo específico 3

1.5

1.0

0.5

0.0

-0.5

-1.0

-1.5
-1 0 1
Nota: elaboración propia en Eviews 12

Roots of Characteristic Polynomial

Endogenous variables: D(LOG(PBI))
D(LOG(INVPRIV)) D(LOG(CC)
D(LOG(EFECTGUB))
Exogenous variables: C D09 D12 D14 D19
D20
Lag specification: 1 2

Root Modulus
-0.043469 - 0.806777i 0.807948
-0.043469 + 0.806777i 0.807948
0.752518 - 0.259150i 0.795891
0.752518 + 0.259150i 0.795891
-0.356068 - 0.638313i 0.730909
-0.356068 + 0.638313i 0.730909
-0.645519 0.645519
-0.386266 0.386266

No root lies outside the unit circle.

VAR satisfies the stability condition.
Nota: elaboración propia en Eviews 12

100
ANEXO 5. Raíces inversas del modelo VAR del objetivo específico 4

1.5

1.0

0.5

0.0

-0.5

-1.0

-1.5
-1 0 1
Nota: elaboración propia en Eviews 12

Roots of Characteristic Polynomial

Endogenous variables: D(LOG(PBI))
D(LOG(IED)) D(LCORR2)
D(LOG(GOBNZ2))
Exogenous variables: C D09 D12 D20
Lag specification: 1 2
Root Modulus

-0.916340 0.916340
-0.534264 - 0.645594i 0.837992
-0.534264 + 0.645594i 0.837992
0.074775 - 0.770923i 0.774541
0.074775 + 0.770923i 0.774541
-0.452724 0.452724
0.393469 - 0.160867i 0.425084
0.393469 + 0.160867i 0.425084

No root lies outside the unit circle.

VAR satisfies the stability condition.
Nota: elaboración propia en Eviews 12

101
ANEXO 6. Descomposición de la varianza del modelo VAR del objetivo específico 1

Variance Decomposition using Cholesky (d.f. adjusted) Factors

Variance Decomposition of D(LOG(PBI)) Variance Decomposition of D(LOG(PUB))
100 100

80 80

60 60

40 40

20 20

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

D(LOG(PBI)) D(LOG(INVPUB)) D(LOG(PBI)) D(LOG(INVPUB))

D(LOG(INVPRIV)) D(LOG(IED)) D(LOG(INVPRIV)) D(LOG(IED))
D(LOG(TASA)) D(LOG(TASA))

Variance Decomposition of D(LOG(PRIV)) Variance Decomposition of D(LOG(IED))

100 100

80 80

60 60

40 40

20 20

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

D(LOG(PBI)) D(LOG(INVPUB)) D(LOG(PBI)) D(LOG(INVPUB))

D(LOG(INVPRIV)) D(LOG(IED)) D(LOG(INVPRIV)) D(LOG(IED))
D(LOG(TASA)) D(LOG(TASA))

Nota: elaboración propia en Eviews 12

Variance Decomposition of D(LOG(PBI)):

period s.e. d(log(pbi)) d(log(invpub)) d(log(invpriv)) d(log(ied)) d(log(tasa))

1 0.010842 100.0000 0.000000 0.000000 0.000000 0.000000

2 0.017378 39.07615 2.041394 42.37285 16.19511 0.314501
3 0.018849 33.22114 5.335434 45.86924 13.77283 1.801361
4 0.020912 36.04141 4.349120 40.82480 17.20024 1.584427
5 0.021778 33.85907 4.114856 42.28962 18.26870 1.467748
6 0.021986 33.52231 4.442561 42.49263 17.92535 1.617153
7 0.022504 33.11628 4.344131 42.32965 18.57628 1.633662
8 0.022725 32.55046 4.421594 42.77543 18.62898 1.623539
9 0.022839 32.74012 4.485156 42.62665 18.51875 1.629316
10 0.022999 32.47582 4.445365 42.74023 18.71392 1.624656
Nota: elaboración propia en Eviews 12

102
ANEXO 7. Descomposición de la varianza del modelo VAR del objetivo específico 2

Descomposición de la varianza utilizando factores de Cholesky

Descomposición de la varianza de D(LOG(PBI)) Descomposición de la varianza de D(LOG(PUB))
100 100

80 80

60 60

40 40

20 20

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

D(LOG(PBI)) D(LOG(INVPUB)) D(LOG(PBI)) D(LOG(INVPUB))

D(LOG(CC)) D(LOG(EFECTGUB)) D(LOG(CC)) D(LOG(EFECTGUB))

Descomposición de la varianza de D(LCORR2) Descomposición de la varianza de D(LOG(GOBNZ2))

100 100

80 80

60 60

40 40

20 20

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

D(LOG(PBI)) D(LOG(INVPUB)) D(LOG(PBI)) D(LOG(INVPUB))

D(LOG(CC)) D(LOG(EFECTGUB)) D(LCORR2) D(LOG(EFECTGUB))

Nota: elaboración propia en Eviews 12

Variance Decomposition of D(LOG(PUB)):

period s.e. d(log(pbi)) d(log(invpub)) d(log(cc)) d(log(efectgub))

1 0.102367 64.06974 35.93026 0.000000 0.000000

2 0.112062 53.57749 34.94582 3.804563 7.672126
3 0.119945 55.48719 31.71528 4.014746 8.782782
4 0.122680 53.12856 30.31755 6.559216 9.994680
5 0.123496 53.06212 30.14638 6.862245 9.929249
6 0.124251 52.87176 29.81595 7.128871 10.18343
7 0.124836 52.55148 29.62170 7.504523 10.32230
8 0.125299 52.30263 29.40444 8.044713 10.24822
9 0.125331 52.27668 29.39465 8.069975 10.25870
10 0.125547 52.16432 29.30768 8.284004 10.24400

Nota: elaboración propia en Eviews 12

103
ANEXO 8. Descomposición de la varianza del modelo VAR del objetivo específico 3

Descomposición de la varianza usando factores de Cholesky

Descomposición de la varianza de D(LOG(PBI)) Descomposición de la varianza de D(LOG(INVPRIV))
100 100

80 80

60 60

40 40

20 20

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

D(LOG(PBI)) D(LOG(INVPRIV)) D(LOG(PBI)) D(LOG(INVPRIV))

D(LOG(CC)) D(LOG(EFECTGUB)) D(LOG(CC)) D(LOG(EFECTGUB))

Descomposición de la varianza de D(LCORR2) Descomposición de la varianza de D(LOG(EFECTGUB))

100 100

80 80

60 60

40 40

20 20

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

D(LOG(PBI)) D(LOG(INVPRIV)) D(LOG(PBI)) D(LOG(INVPRIV))

D(LOG(CC)) D(LOG(EFECTGUB)) D(LOG(CC)) D(LOG(EFECTGUB))

Nota: elaboración propia en Eviews 12

Variance Decomposition of D(LOG(PRIV)):

Period S.E. d(log(pbi)) d(log(invpriv)) d(log(cc)) d(log(efectgub))

1 0.068227 60.60914 39.39086 0.000000 0.000000

2 0.085046 43.72701 39.61299 15.55269 1.107316
3 0.105815 37.49142 45.84865 15.13633 1.523595
4 0.120026 31.40282 47.09965 19.87897 1.618557
5 0.129104 29.21750 47.43347 21.65421 1.694820
6 0.132717 27.80779 47.73703 22.67105 1.784120
7 0.134924 27.10125 48.16140 22.94267 1.794683
8 0.135428 26.90275 47.96366 23.32522 1.808374
9 0.135483 26.89612 47.94550 23.34958 1.808805
10 0.135531 26.94242 47.91608 23.33359 1.807902

Nota: elaboración propia en Eviews 12

104
ANEXO 9. Descomposición de la varianza del modelo VAR del objetivo específico 4

Descomposición de la varianza utilizando factores de Cholesky

Descomposición de la varianza de D(LOG(PBI)) Descomposición de la varianza de D(LOG(PBI)) D(LOG(IED))
100 100

80 80

60 60

40 40

20 20

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

D(LOG(PBI)) D(LOG(IED)) D(LOG(PBI)) D(LOG(IED))

D(LOG(CC)) D(LOG(EFECTGUB)) D(LOG(CC)) D(LOG(EFECTGUB))

Descomposición de la varianza de D(LCORR2) Descomposición de la varianza de D(LOG(EFECTGUB))

100 100

80 80

60 60

40 40

20 20

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

D(LOG(PBI)) D(LOG(IED)) D(LOG(PBI)) D(LOG(IED))

D(LOG(CC)) D(LOG(EFECTGUB)) D(LOG(CC)) D(LOG(EFECTGUB))

Nota: elaboración propia en Eviews 12

Variance Decomposition of D(LOG(IED)):

period s.e. d(log(pbi)) d(log(ied)) d(log(cc)) d(log(efectgub))

1 0.435848 59.57472 40.42528 0.000000 0.000000

2 0.566263 63.86605 24.14354 11.14996 0.840450
3 0.671200 71.08691 19.17207 7.986401 1.754619
4 0.805722 69.98165 13.62476 14.89247 1.501126
5 0.887456 68.90123 11.40741 18.28245 1.408909
6 0.914370 69.02319 11.24749 18.13903 1.590285
7 0.928395 69.51306 10.92722 17.84108 1.718635
8 0.946998 70.18910 10.79826 17.28992 1.722726
9 0.966436 71.17388 10.48216 16.61322 1.730744
10 0.984321 72.00791 10.13212 16.08447 1.775502

Nota: elaboración propia en Eviews 12

105
ANEXO 10. Función de impulso respuesta del PBI ante choques en la inversión pública,

privada y extranjera directa

Response of D(LOG(PBI)):
Period D(LOG(PBI)) D(LOG(INVPUB)) D(LOG(INVPRIV)) D(LOG(IED))

1 0.011266 0.000000 0.000000 0.000000

2 -0.002035 0.000303 0.007963 0.007250
3 0.000779 -0.000898 0.003638 0.001664
4 0.005160 0.001680 0.003095 0.005852
5 -0.000526 -0.001446 0.004415 0.003932
6 0.002731 -0.000320 0.001519 0.001194
7 0.001561 0.001087 0.002534 0.003801
8 -8.28E-06 -0.000833 0.002214 0.001594
9 0.002134 0.000166 0.001128 0.001484
10 0.000344 0.000170 0.001866 0.002220

Nota: elaboración propia en Eviews 12

ANEXO 11. Función de impulso respuesta de la inversión pública

Response of D(LOG(PUB)):
Period D(LOG(PBI)) D(LOG(INVPUB)) D(LOG(CC)) D(LOG(EFECTGUB))

1 0.081938 0.061361 0.000000 0.000000

2 0.003782 0.024966 0.021858 0.031039
3 0.035421 -0.013205 0.009991 0.017324
4 0.003634 -0.000289 -0.020238 0.015514
5 0.009833 0.005904 -0.007707 -0.003181
6 0.008353 0.002307 0.007348 0.007602
7 0.005216 0.003636 0.008303 0.006041
8 0.004659 -0.000384 -0.009669 0.000554
9 -0.000352 -0.000908 -0.002148 0.001571
10 0.003267 0.001501 0.006174 0.001804

Nota: elaboración propia en Eviews 12

106
ANEXO 12. Función de impulso respuesta de la inversión privada

Variance Decomposition of D(LOG(PRIV)):

period s.e. d(log(pbi)) d(log(invpriv)) d(log(cc)) d(log(efectgub))

1 0.068227 60.60914 39.39086 0.000000 0.000000

2 0.085046 43.72701 39.61299 15.55269 1.107316
3 0.105815 37.49142 45.84865 15.13633 1.523595
4 0.120026 31.40282 47.09965 19.87897 1.618557
5 0.129104 29.21750 47.43347 21.65421 1.694820
6 0.132717 27.80779 47.73703 22.67105 1.784120
7 0.134924 27.10125 48.16140 22.94267 1.794683
8 0.135428 26.90275 47.96366 23.32522 1.808374
9 0.135483 26.89612 47.94550 23.34958 1.808805
10 0.135531 26.94242 47.91608 23.33359 1.807902

Nota: elaboración propia en Eviews 12

ANEXO 13. Función de impulso respuesta de la inversión extranjera directa

Variance Decomposition of D(LOG(IED)):

Period s.e. d(log(pbi)) d(log(ied)) d(log(cc)) d(log(efectgub))
1 0.435848 59.57472 40.42528 0.000000 0.000000
2 0.566263 63.86605 24.14354 11.14996 0.840450
3 0.671200 71.08691 19.17207 7.986401 1.754619
4 0.805722 69.98165 13.62476 14.89247 1.501126
5 0.887456 68.90123 11.40741 18.28245 1.408909
6 0.914370 69.02319 11.24749 18.13903 1.590285
7 0.928395 69.51306 10.92722 17.84108 1.718635
8 0.946998 70.18910 10.79826 17.28992 1.722726
9 0.966436 71.17388 10.48216 16.61322 1.730744
10 0.984321 72.00791 10.13212 16.08447 1.775502

Nota: elaboración propia en Eviews 12

107
ANEXO 14. Prueba de normalidad del modelo VAR estimado para el análisis de los

efectos de la inversión en el crecimiento económico

Componente Jarque-Bera gl P-valor

1 3.4442 2 0.1787
2 0.3948 2 0.8209
3 1.7197 2 0.4232
4 0.4951 2 0.7807
5 0.2578 2 0.879
Conjunta 6.3117 10 0.7884
Nota: elaboración propia

ANEXO 15. Prueba de autocorrelación del modelo VAR estimado para el análisis de los

efectos de la inversión en el crecimiento económico

Estadístico Estadístico
Rezago gl P-valor gl P-valor
LR Rao F
1 23.42363 16 0.1029 1.895644 (16, 6.7) 0.2039
2 14.07139 16 0.5934 0.751966 (16, 6.7) 0.7004
Nota: elaboración propia

ANEXO 16. Prueba de heterocedasticidad del modelo VAR estimado para el análisis de

los efectos de la inversión en el crecimiento económico

Estadístico
gl P-valor
Chi^2
311.2520 300 0.3153
Nota: elaboración propia

108
ANEXO 17. Prueba de normalidad del modelo VAR estimado para el análisis de los

efectos de la corrupción en la inversión pública

Componente Jarque-Bera gl P-valor

1 0.0794 2 0.9611
2 0.2363 2 0.8886
3 0.3886 2 0.8234
4 0.3521 2 0.8386
Conjunta 1.0564 8 0.9979
Nota: elaboración propia

ANEXO 18. Prueba de autocorrelación del modelo VAR estimado para el análisis de los

efectos de la corrupción en la inversión pública

Estadístico Estadístico
Rezago gl P-valor gl P-valor
LR Rao F
1 5.575747 16 0.9921 0.042847 (16, 0.6) 0.9993
2 10.07446 16 0.8627 0.109189 (16, 0.6) 0.9852
Nota: elaboración propia

ANEXO 19. Prueba de heterocedasticidad del modelo VAR estimado para el análisis de

los efectos de la corrupción en la inversión pública

Estadístico
gl P-valor
Chi^2
168.3090 160 0.3107
Nota: elaboración propia

109
ANEXO 20. Prueba de normalidad del modelo VAR estimado para el análisis de los

efectos de la corrupción en la inversión privada

Componente Jarque-Bera gl P-valor

1 0.5274 2 0.7682
2 5.4655 2 0.065
3 0.2811 2 0.8689
4 1.3809 2 0.5014
Conjunta 7.6548 8 0.4679
Nota: elaboración propia

ANEXO 21. Prueba de autocorrelación del modelo VAR estimado para el análisis de los

efectos de la corrupción en la inversión privada

Estadístico Estadístico
Rezago gl P-valor gl P-valor
LR Rao F
1 8.911506 16 0.9170 0.088139 (16, 0.6) 0.9917
2 3.756353 16 0.9993 0.025317 (16, 0.6) 0.9999
Nota: elaboración propia

ANEXO 22. Prueba de heterocedasticidad del modelo VAR estimado para el análisis de

los efectos de la corrupción en la inversión privada

Estadístico
gl P-valor
Chi^2
164.9861 160 0.3771
Nota: elaboración propia

110
ANEXO 20. Prueba de normalidad del modelo VAR estimado para el análisis de los

efectos de la corrupción en la inversión extranjera directa

Componente Jarque-Bera gl P-valor

1 0.7102 2 0.7011
2 0.2858 2 0.8669
3 0.3805 2 0.8268
4 1.1625 2 0.5592
Conjunta 2.5390 8 0.9599
Nota: elaboración propia

ANEXO 21. Prueba de autocorrelación del modelo VAR estimado para el análisis de los

efectos de la corrupción en la inversión extranjera directa

Estadístico Estadístico
Rezago gl P-valor gl P-valor
LR Rao F
1 13.16555 16 0.6606 0.559803 (16, 3.7) 0.8163
2 22.69192 16 0.1222 1.69619 (16, 3.7) 0.3372
Nota: elaboración propia

ANEXO 22. Prueba de heterocedasticidad del modelo VAR estimado para el análisis de

los efectos de la corrupción en la inversión extranjera directa

Estadístico
gl P-valor
Chi^2
201.1214 190 0.2763
Nota: elaboración propia

111
112
113