Ley De Kaldor Caso Colombia

Empleando los datos de Cuentas Nacionales del DANE determine si para el caso colombiano se cumple la primera ley de Kaldor durante el periodo más extenso posible de análisis. Tenga en cuenta los cambios estructurales -o de metodología- que puedan afectar los resultados estadísticos.

El presente trabajo tiene el propósito de analizar el comportamiento de la industria manufacturera colombiana durante el período 2000-2011, a partir de los fundamentos teórico-conceptuales del economista Nicolás Kaldor (1957), delimitados en su primera ley. Para ello, se propone un modelo econométrico que permita evidenciar o no su cumplimiento, en el tiempo indicado.

La primera ley de Kaldor: Parte de la hipótesis que el motor del crecimiento económico es el sector de la manufactura; dicho en otros términos, la tasa de crecimiento de una economía está asociada de forma positiva con la correspondiente a su sector manufacturero. La explicación de esta relación se fundamenta en los siguientes aspectos: el importante efecto multiplicador del sector industrial-manufacturero; el elevado coeficiente elasticidad-ingreso de la demanda de las manufacturas; los dinámicos encadenamientos productivos “hacia atrás” y “hacia delante” de las actividades manufactureras, y a las externalidades positivas derivadas de división del trabajo y su correspondiente especialización con mejor aprendizaje y mayor expansión de las actividades manufactureras (Ospina., 2009).

Esta relación es sustentada por la expansión del producto industrial, lo que contribuye al aumento en las economías de escala y en la productividad del trabajo; a su vez producto de la dinámica de los rendimientos crecientes. La ampliación del mercado incrementa la demanda por bienes en otras ramas de la economía, industrias y sectores, incrementando allí la productividad y el crecimiento económico (Hernández, 2012).

La manera convencional de indicarse esta primera ley es por medio de las siguientes ecuaciones:

PIB = PIB manufacturero + PIB no manufacturero

(1) q T = a0 + a1 q M

(2) q NM = a0 + a1 q M

Donde:

q T =Tasa de crecimiento del valor agregado o producto de toda la economía

q NM =Tasa de crecimiento del sector no manufacturero.

q M = Tasa de crecimiento del sector manufacturero.

a0, a1 = Coeficientes

Se utilizarán los siguientes modelos para realizar la estimación econométrica:

1. a q T =α0 +α1 q M + εt

2. a q NM = β0 + β1 q M + εt

Donde:

εt es el término de perturbación estocástica (recoge las demás variables que influyen en la tasa de crecimiento del sector no manufacturero y que no se tomaron dentro del modelo econométrico propuesto).

αi, βi (i=0, 1) son los parámetros a estimar.

Las condiciones de validez y de rechazo de la primera ley de Kaldor serán así:

Validez: sólo si se cumplen dos condiciones:

1) Que el coeficiente β1 > 0; es decir, que sea positiva en ambas ecuaciones.

2) Que β1 sea estadísticamente significativa.

Rechazo: si no se cumple cualquiera de las dos condiciones.

Según la primera ley de Kaldor, existe una fuerte relación positiva entre el crecimiento del producto manufacturero y el producto total de la economía. Para comprobarlo, se reorganizan los datos en la Tabla No. 1 (ver anexos) , con el fin de facilitar el procedimiento y se procede a realizar la regresión del modelo 1 y 2 para realizar las estimaciones econométricas:

1. q T =α0 +α1 q M + εt

Estadísticas de la regresión

Coeficiente de correlación múltiple 0,96190521

Coeficiente de determinación R^2 0,92526163

R^2 ajustado 0,92363688

Error típico 454,717678

Observaciones 48

¬

ANÁLISIS DE VARIANZA

Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F

Regresión 1 117750409 117750409 569,480355 1,4991E-27

Residuos 46 9511335,65 206768,166

Total 47 127261744

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%

Intercepción 1959,77058 431,027407 4,54674239 3,9518E-05 1092,15742 2827,38374 1092,15742 2827,38374

PRODUCTO INTERNO BRUTO 0,11400778 0,00477744 23,8637875 1,4991E-27 0,1043913 0,12362427 0,1043913 0,12362427

Dfvddvsdvdv

El análisis respectivo del modelo se detalla a continuación:

Bondad del modelo

En este paso, se examina el porcentaje de la significancia del modelo con el R^2 resultante de la regresión. Por lo tanto, con un R^2=0,9252 se pude decir que un 92,52% de la varianza de los grandes sectores de la economía está determinada por la varianza de la industria manufacturera.

Inferencia sobre el modelo de regresión

Como se quiere probar que el modelo es realmente significativo se establecen las siguientes pruebas de hipótesis:

H_0=El modelo no es significativo

H_i=El modelo es significativo

H_0=p(F_0)> 0,05

H_i=p(F_0)< 0,05

Esto se corrobora con un nivel de confianza del 99.9%, lo cual arrojan los siguientes resultados:

H_i=1,4991E-27< 0,05

Se deduce por ende, que el modelo es significativo, rechazando la hipótesis nula y aceptándose por evidencia estadística la hipótesis alternativa.

Inferencia sobre los parámetros del modelo

Aquí se comprobará la significancia de los parámetros del modelo, o mejor, la pendiente del mismo o β_1.

Para ello, se toma el valor del estadístico T-student o su P-valor de la industria manufacturera, planteándose las pruebas de hipótesis:

H_0=La industria manuf.NO tiene incidencia sobre los demás sectores de la economía

H_i=La industria manuf.tiene incidencia sobre los demás sectores de la economía

H_0=p(β_1 )> 0,05

H_i=p(β_1 )< 0,05

Se comprueban los resultados con un nivel de confianza del 99.95%:

H_i=1,4991E-27< 0,05

Por lo tanto se tiene,

pβ_1< 0,05

Concluyéndose que efectivamente, la industria manufacturera tiene incidencia sobre los demás sectores de la economía o sobre los demás grandes consolidados.

El modelo, por consiguiente es:

〖PIB〗_(No

...