universidad del azuay y durante de la dolarización...
TRANSCRIPT
Universidad del Azuay
Facultad de Ciencias de la Administración
Escuela de Economía
“Análisis econométrico del aporte de las industrias manufactureras a la
formación bruta de capital fijo nacional y su relación con la producción antes
y durante de la dolarización, periodo 1970-2015”
Trabajo de graduación previo a la obtención del título de Economista, mencion
Economía Empresarial.
Autoras:
Ana Carolina Armijos Orellana
Diana Elizabeth Sagbay Díaz
Director:
Econ. Manuel Freire Cruz
Cuenca, Ecuador
2019
ii
DEDICATORIA
Dedico este trabajo a mis padres y abuela, personas excepcionales que con su ejemplo,
han sabido motivarme para alcanzar mis metas a pesar de las dificultades que se
presentan en el camino.
A mis hermanas Gabriela y Camila, quienes han sido mis guías, mis mejores amigas y
principal motivación, día tras día.
A mi prima María José y a su familia, quienes han sido mi alegría y motor de energía.
A mi novio Brandon, mi apoyo y compañero incondicional.
Ana Carolina Armijos
El presente trabajo de investigación dedico a mis padres por su apoyo, consejos, amor
y sobre todo por confiar en mí. Además, por enseñarme que todo en la vida es posible
si se trabaja duro para conseguirlo.
A mi hermano Cristhian Sagbay, por ser un pilar importante en mi vida y
acompañarme en aquellos momentos difíciles.
Diana Sagbay Díaz
iii
AGRADECIMIENTO
Agradezco a Dios por haberme bendecido con la vida y por ser mi inspiración y
fortaleza en los momentos de dificultad.
A mis padres y abuela, por su amor, sacrificios y por haberme enseñado el valor de la
perseverancia en cada una de las actividades que he tenido que realizar para alcanzar
mis logros.
A mis hermanas, por acompañarme y brindarme su apoyo incondicional día tras día.
A mi tutor Manuel Freire, por ser un excelente guía metodológico, quien a través de
sus enseñanzas permitió que este trabajo de investigación se realice exitosamente.
A mi amiga Diana Sagbay, quien trabajó conmigo arduamente en la elaboración de
esta tesis.
Ana Carolina Armijos
Agradezco a Dios por darme la fuerza necesaria para afrontar aquellas adversidades
que se me presentaron con valentía y sabiduría.
A mis padres Félix Sagbay y Diana Díaz, quienes siempre han estado ahí brindadme
su apoyo y amor incondicional.
A mi hermano Cristhian Sagbay, quien por medio de sus consejos me ha apoyado en
aquellos momentos de dificultad.
Al Econ. Manuel Freire, quien por medio de sus conocimientos nos guió durante el
proceso de la elaboración del presente trabajo de investigación; y por confiar en
nosotras en el desarrollo del mismo.
A mi querida Ana Carolina Armijos, por el trabajo en equipo realizado que nos
permitió desarrollar una buena investigación. Además, por no solo ser mi compañera
si no también mi amiga en estos años de estudio.
Diana Sagbay Díaz
iv
Índice de Contenidos
ÍNDICE DE FIGURAS ............................................................................................. xi
ÍNDICE DE TABLAS ............................................................................................. xvii
ÍNDICE DE ECUACIONES ................................................................................. xviii
RESUMEN ................................................................................................................ xx
ABSTRACT .............................................................................................................. xxi
INTRODUCCIÓN ....................................................................................................... 1
CAPÍTULO 1 ............................................................................................................... 2
MARCO TEÓRICO Y ANTECEDENTES DE LA INDUSTRIA
MANUFACTURERA .................................................................................................. 2
1.1. Introducción ..................................................................................................... 2
1.2. Producto Interno Bruto .................................................................................. 2
1.2.1. Concepto. .................................................................................................... 2
1.2.2. Formas de cálculo y componentes. ............................................................. 3
1.2.2.1. Método del gasto .................................................................................. 3
1.2.2.2. Método de los ingresos o costes ........................................................... 4
1.3. Formación Bruta de Capital Fijo ................................................................... 4
1.3.1. Concepto y componentes. ........................................................................... 4
1.3.2. Forma de cálculo. ........................................................................................ 5
1.4. Teorías de Crecimiento ................................................................................... 5
1.4.1. Modelo de la Q de Tobin. ........................................................................... 5
1.4.2. Modelo del multiplicador-acelerador.......................................................... 6
1.4.3. Vernon: Hipótesis del ciclo del producto. .................................................. 6
1.4.4. Borensztein, De Gregorio, y Lee: Trasferencia tecnológica. ...................... 7
1.5. Sector Industrial Manufacturero ................................................................... 7
1.5.1. Origen y evolución de la industria. ............................................................. 7
v
1.5.1.1. Revoluciones industriales..................................................................... 7
1.5.1.1.1. Primera Revolución Industrial. ...................................................... 8
1.5.1.1.2. Segunda Revolución Industrial.................................................... 10
1.5.1.1.3. Tercera Revolución Industrial. .................................................... 12
1.5.1.1.4. Cuarta Revolución Industrial. ...................................................... 13
1.5.2. La importancia de la industria manufacturera dentro de la teoría
económica. .......................................................................................................... 15
1.5.2.1. Las leyes de Kaldor ............................................................................ 15
1.5.2.2. Young y Thirlwall (1928, 2003) ........................................................ 16
1.5.3. La industria manufacturera a nivel mundial. ............................................ 16
1.5.3.1. Características de la industria manufacturera en diferentes países a
nivel mundial. .................................................................................................. 17
1.5.3.2. Cifras estadísticas. .............................................................................. 22
1.5.4. La industria manufacturera en América Latina. ....................................... 24
1.5.4.1. Tendencias en la estructura productiva de América Latina. .............. 25
1.5.4.2. Cambios en los sistemas de producción a nivel internacional y
latinoamericano. .............................................................................................. 26
1.5.5. La industria manufacturera en Ecuador. ................................................... 27
1.5.5.1. Características de la industria ecuatoriana. ........................................ 27
1.5.5.2. Evolución de la industria manufacturera en Ecuador. ....................... 28
1.5.5.3. Clasificación de las industrias manufactureras- Normativa CIIU 4... 30
1.5.5.3.1. Estructura de la Clasificación Nacional de Actividades
Económicas CIIU Revisión 4.0. .................................................................. 31
1.6. Conclusión ...................................................................................................... 32
CAPÍTULO 2 ............................................................................................................. 34
ANÁLISIS DESCRIPTIVO Y ESTADÍSTICO DEL PIB, FBKF Y LA FBKF DE
LAS INDUSTRIAS MANUFACTURERAS, PERIODO 1970-2015 ...................... 34
vi
2.1. Introducción ................................................................................................... 34
2.2. Descripción del comportamiento del Producto Interno Bruto (PIB) antes
y durante la dolarización, periodo 1970-2015 .................................................... 34
2.2.1. Evolución del Producto Interno Bruto (PIB) en el Ecuador. ................. 34
2.2.1.1. El auge bananero, 1950-1971. ............................................................ 34
2.2.1.2. Primer auge petrolero y estabilidad cambiaria, 1972-1982. .............. 35
2.2.1.3. Estancamiento económico, 1983-1999. ............................................. 37
2.2.1.4. Nuevo auge petrolero, 2000-2008. ..................................................... 38
2.3. Descripción del comportamiento de la Formación Bruta de Capital Fijo
(FBKF) antes y durante la dolarización, periodo 1970-2015 ............................ 40
2.3.1. El auge bananero, 1950-1971. .................................................................. 40
2.3.2. Primer auge petrolero y estabilidad cambiaria, 1972-1982. ..................... 41
2.3.3. Estancamiento económico, 1983-1999. .................................................... 41
2.3.4. Nuevo auge petrolero, 2000-2008. ........................................................... 42
2.4. Asociación del comportamiento del PIB con el de la FBKF antes y
durante de la dolarización, durante el periodo 1970-2015 ............................... 44
2.4.1. Cifras estadísticas. .................................................................................... 44
2.4.1.1. Participación de la FBKF sobre el PIB. ............................................. 44
2.4.1.2. Tasas de variación y tendencia del PIB y la FBKF. ........................... 45
2.4.1.2.1. Acontecimientos que provocaron fuertes incrementos y
disminuciones en el PIB. ............................................................................. 46
2.4.1.2.2 Acontecimientos que provocaron fuertes incrementos y
disminuciones en la FBKF. ......................................................................... 48
2.4.2. Asociación del comportamiento del PIB y la FBKF antes y durante la
dolarización, periodo 1970-2015 mediante herramientas estadísticas................ 50
2.5 Estimación del aporte de los sectores industriales manufactureros a la
FBKF, durante el periodo 1970-2015 ................................................................. 59
2.5.1. Cifras estadísticas. .................................................................................... 60
vii
2.5.1.1. Participación de la FBKF manufacturera sobre la FBKF total. ......... 60
2.5.1.2. Participación de la FBKF de las industrias manufactureras sobre la
FBKF manufacturera total............................................................................... 61
2.5.2 Análisis del efecto de las industrias manufactureras sobre la FBKF total,
periodo 1970-2015 .............................................................................................. 64
2.5.2.1 Relación entre las variables. ................................................................ 64
2.5.2.2 Especificación del modelo matemático. .............................................. 64
2.5.2.3 Especificación del modelo estadístico de la teoría. ............................. 65
2.5.2.4 Planteamiento de hipótesis. ................................................................. 65
2.5.2.5 Resultados. .......................................................................................... 66
2.6. Conclusión ...................................................................................................... 71
CAPÍTULO 3 ............................................................................................................. 72
CONSTRUCCIÓN Y DESARROLLO DEL MODELO ECONOMÉTRICO ......... 72
3.1. Introducción ................................................................................................... 72
3.2. Especificación del modelo ............................................................................. 72
3.2.1. Naturaleza de los datos. ............................................................................ 72
3.2.2. Periodo y variables.................................................................................... 73
3.3. Método de estimación .................................................................................... 73
3.3.1. Notación de los MCO para la construcción de una regresión lineal
múltiple. .............................................................................................................. 73
3.3.2. Supuestos del método de MCO. ............................................................... 74
3.3.3. Procedimiento para la estimación de MCO de los coeficientes de regresión
parcial.................................................................................................................. 75
3.4. Diseño metodológico ...................................................................................... 76
3.4.1. Selección de variables. .............................................................................. 76
3.4.2. Relación entre las variables. ..................................................................... 77
3.4.3. Especificación del modelo matemático de la teoría.................................. 77
viii
3.4.4. Especificación estadístico del modelo teórico. ......................................... 78
3.5. Definición de variables .................................................................................. 79
3.6. Planteamiento de hipótesis ........................................................................... 80
3.7. Pruebas estadísticas para la construcción del modelo econométrico ....... 80
3.7.1. Prueba de estacionariedad de Dickey Fuller. ............................................ 81
3.7.2. Prueba de multicolinealidad...................................................................... 82
3.7.3. Prueba de heteroscedasticidad. ................................................................. 83
3.7.4. Prueba de autocorrelación. ........................................................................ 84
3.7.5. Prueba de normalidad Jarque-Bera (JB). .................................................. 84
3.7.6. Prueba del error de especificación de la regresión: RESET. .................... 85
3.7.7. Prueba de capacidad de predicción del modelo: raíz cuadrática media y el
coeficiente de Theil. ............................................................................................ 86
3.8. Análisis estadístico ......................................................................................... 87
3.8.1. Comportamiento histórico de las variables. .............................................. 87
3.8.2. Prueba de Dickey Fuller. .......................................................................... 89
3.8.3. Construcción del modelo econométrico para el periodo 1970-2015. ....... 91
3.8.3.1. Resultados del modelo econométrico de doble logaritmo para el
periodo 1970-2015. ......................................................................................... 92
3.8.3.1.1. Multicolinealidad ......................................................................... 93
3.8.3.1.2. Heteroscedasticidad. .................................................................... 93
3.8.3.1.3. Autocorrelación. .......................................................................... 93
3.8.3.1.4. Modelo final con corrección de autocorrelación, periodo 1970-
2015 ............................................................................................................. 94
3.8.4. Construcción del modelo econométrico para el periodo 1970-1982. ....... 95
3.8.4.1. Resultados regresión. ......................................................................... 95
3.8.4.1.1. Multicolinealidad. ........................................................................ 95
3.8.4.1.2. Heteroscedasticidad. .................................................................... 96
ix
3.8.4.1.3. Autocorrelación ........................................................................... 96
3.8.4.2. Modelo final, regresión sin IED ni saldo inicial de la deuda externa
privada. ............................................................................................................ 97
3.8.4.2.1. Multicolinealidad. ........................................................................ 98
3.8.4.2.2.Heteroscedasticidad. ..................................................................... 98
3.8.4.2.3. Autocorrelación. .......................................................................... 98
3.8.4.2.4. Prueba de normalidad Jarque-Bera. ............................................. 99
3.8.4.2.5. Prueba Ramsey RESET. .............................................................. 99
3.8.4.2.6. Pruebas de contrastación de la valía del modelo: raíz cuadrática
media y coeficiente de Theil...................................................................... 100
3.8.5. Construcción del modelo econométrico para el periodo 1983-1999. ..... 102
3.8.5.1. Resultados regresión. ....................................................................... 102
3.8.5.1.1. Multicolinealidad. ...................................................................... 102
3.8.5.1.2. Heteroscedasticidad ................................................................... 103
3.8.5.1.3. Autocorrelación. ........................................................................ 103
3.8.5.2.4. Prueba de normalidad Jarque-Bera. .......................................... 104
3.8.5.2.5. Prueba de Ramsey RESET. ....................................................... 104
3.8.5.2.6. Pruebas de contrastación de la valía del modelo: raíz cuadrática
media y el coeficiente de Theil. ................................................................. 105
3.8.6. Construcción del modelo econométrico para el periodo 2000-2015. ..... 107
3.8.6.1. Resultados regresión. ....................................................................... 107
3.8.6.1.1. Multicolinealidad. ...................................................................... 107
3.8.6.1.2. Heteroscedasticidad. .................................................................. 108
3.8.6.1.3. Autocorrelación. ........................................................................ 108
3.8.6.2. Modelo final, regresión sin saldo inicial de la deuda externa privada ni
IED. ............................................................................................................... 109
3.8.6.2.1. Multicolinealidad. ...................................................................... 110
x
3.8.6.2.2. Heteroscedasticidad. .................................................................. 110
3.8.6.2.3. Autocorrelación. ........................................................................ 110
3.8.6.2.4. Prueba de normalidad Jarque-Bera. ........................................... 111
3.8.6.2.5. Prueba de Ramsey RESET. ....................................................... 111
3.8.6.2.6. Pruebas de contrastación de la valía del modelo: raíz cuadrática
media y el coeficiente de Theil. ................................................................. 112
3.8. Reflexiones finales ....................................................................................... 113
3.9. Conclusión .................................................................................................... 115
CONCLUSIONES ................................................................................................... 117
RECOMENDACIONES ......................................................................................... 119
BIBLIOGRAFÍA ..................................................................................................... 120
ANEXOS .................................................................................................................. 134
Anexo 1: Datos de las industrias manufactureras, periodo 1970-2015 ......... 134
Anexo 2: Datos anuales, periodo 1970-2015 ..................................................... 138
xi
ÍNDICE DE FIGURAS
Figura 1 Participación porcentual de la industrialización en el PIB de las economías
más grandes del mundo para el año 2015. Fuente: Banco Mundial........................... 23
Figura 2. Tasa de crecimiento de la industrialización en el PIB de las economías más
grandes del mundo para el año 2015. Fuente: Banco Mundial. ................................. 23
Figura 3. Participación porcentual de los sectores económicos en el PIB y el empleo,
periodo 1980-2014. Fuente: (Correa y Stumpo, 2017: 43), Brechas de productividad
y cambio estructural. Recuperado de:
https://repositorio.cepal.org/bitstream/handle/11362/42363/4/S1700602_es.pdf ..... 26
Figura 4. Participación porcentual de los sectores económicos en el PIB y el empleo,
periodo 1980-2014. Fuente: (Correa y Stumpo, 2017: 43), Brechas de productividad
y cambio estructural. Recuperado de:
https://repositorio.cepal.org/bitstream/handle/11362/42363/4/S1700602_es.pdf ..... 26
Figura 5. Estructura jerárquica piramidal CIIU ......................................................... 32
Figura 6. Participación de la FBKF sobre el PIB, 1970-2015. Fuente: Banco Central
del Ecuador [BCE], Noventa años del Banco Central del Ecuador (Series Estadísticas
Históricas), capítulo 4. ............................................................................................... 44
Figura 7. Tasas de variación de la FBKF sobre el PIB, 1970-2015. Fuente: Banco
Central del Ecuador [BCE], Noventa años del Banco Central del Ecuador (Series
Estadísticas Históricas), capítulo 4. ........................................................................... 45
Figura 8. Resultados de la regresión lineal simple, con el PIB como variable
dependiente y la FBKF como independiente, 1970-2015, proporcionados por el
Eviews 10. .................................................................................................................. 52
Figura 9. Resultados de la prueba de White de heteroscedasticidad de la regresión
lineal simple entre el PIB y la FBKF, 1970-2015, proporcionados por el Eviews 10.
.................................................................................................................................... 53
Figura 10. Resultados del test CUSUM, 1970-2015, proporcionados por el Eviews
10. ............................................................................................................................... 54
Figura 11. Resultados del test CUSUMQ, 1970-2015, proporcionados por el Eviews
10. ............................................................................................................................... 54
xii
Figura 12. Resultados del test CUSUM, periodos 1972-1982, 1983-1999 y 2000-
2015, proporcionados por el Eviews 10. .................................................................... 56
Figura 13. Resultados del test CUSUMQ, periodos 1972-1982, 1983-1999 y 2000-
2015, proporcionados por el Eviews 10. .................................................................... 57
Figura 14. Resultados del test de Chow, con fecha al año 2000, proporcionados por
el Eviews 10. .............................................................................................................. 59
Figura 15. Participación de la FBKF manufacturera sobre la FBKF total, 1970-2015.
Fuente: Banco Central del Ecuador [BCE], Noventa años del Banco Central del
Ecuador (Series Estadísticas Históricas), capítulo 4 .................................................. 60
Figura 16. Participación de la FBKF manufacturera sobre la FBKF total, 1970-2015.
Fuente: Banco Central del Ecuador [BCE], Noventa años del Banco Central del
Ecuador (Series Estadísticas Históricas), capítulo 4 .................................................. 61
Figura 17. Participación de la FBKF de las industrias manufactureras sobre la FBKF
manufacturera total, 1970-2015. Fuente: Banco Central del Ecuador [BCE], Noventa
años del Banco Central del Ecuador (Series Estadísticas Históricas), capítulo 4 ...... 63
Figura 18. Resultados de la regresión lineal entre la FBKF total y FBKF de las
industrias manufactureras, 1970-2015, proporcionados por el Eviews 10. ............... 67
Figura 19. Resultados de los Factores de Inflación de la Varianza (VIF), 1970-2015,
proporcionados por el Eviews 10. .............................................................................. 67
Figura 20. Resultados de la prueba de White de heteroscedasticidad de la regresión
lineal múltiple entre la FBKF total y la FBKF de las industrias manufactureras, 1970-
2015, proporcionados por el Eviews 10. .................................................................... 68
Figura 21. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal múltiple entre la FBKF total y la FBKF de las industrias
manufactureras, 1970-2015, proporcionados por el Eviews 10. Elaboración: Armijos
Ana, Sagbay Diana ..................................................................................................... 68
Figura 22. Resultados de la regresión lineal múltiple, con corrección de
heteroscedasticidad, entre la FBKF total y FBKF de las industrias manufactureras,
1970-2015, proporcionados por el Eviews 10. .......................................................... 69
xiii
Figura 23. Resultados de la prueba de White de heteroscedasticidad de la regresión
lineal múltiple entre la FBKF total y la FBKF de las industrias manufactureras, 1970-
2015, proporcionados por el Eviews 10. .................................................................... 70
Figura 24. . Comportamiento histórico del PIB, personal ocupado en manufactura,
IED, FBKF de la industria manufacturera y el saldo inicial de la deuda externa
privada, periodo 1970-2015, , resultados proporcionados por el Eviews 10. ............ 87
Figura 25. Resultados de la regresión lineal logarítmica múltiple 1970-2015,
proporcionados por el Eviews 10. .............................................................................. 92
Figura 26. Resultados de los Factores de Inflación de la Varianza (VIF), 1970-2015,
proporcionados por el Eviews 10. .............................................................................. 93
Figura 27. Resultados de la prueba de heteroscedasticidad de Glejser, periodo 1970-
2015, proporcionados por el Eviews 10. Elaboración: Armijos Ana, Sagbay Diana.
.................................................................................................................................... 93
Figura 28. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 1970-2015, proporcionados por el
Eviews 10. .................................................................................................................. 93
Figura 29. Resultados de la regresión lineal logarítmica múltiple 1970-2015,
proporcionados por el Eviews 10. Elaboración: Armijos Ana, Sagbay Diana. ......... 94
Figura 30. Resultados de la regresión lineal logarítmica múltiple 1970-1982,
proporcionados por el Eviews 10. .............................................................................. 95
Figura 31. Resultados de los Factores de Inflación de la Varianza (VIF), 1970-1982,
proporcionados por el Eviews 10. .............................................................................. 95
Figura 32. . Resultados de la prueba de heteroscedasticidad de Glejser, periodo
1970-1982, proporcionados por el Eviews 10. .......................................................... 96
Figura 33. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 1970-1982, proporcionados por el
Eviews 10. .................................................................................................................. 96
Figura 34 .Resultados de la regresión lineal logarítmica múltiple sin el saldo inicial
de la deuda externa privada ni IED, modelo final 1970-1982, proporcionados por el
Eviews 10. .................................................................................................................. 97
xiv
Figura 35. Resultados de los Factores de Inflación de la Varianza (VIF) de la
regresión lineal logarítmica sin el saldo inicial de la deuda externa privada ni la IED,
modelo final 1970-1982, proporcionados por el Eviews 10. ..................................... 98
Figura 36. Resultados de la prueba de Glejser de heteroscedasticidad de la regresión
lineal logarítmica múltiple, modelo final 1970-1982, proporcionados por el Eviews
10. ............................................................................................................................... 98
Figura 37. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 1970-1982, proporcionados por el
Eviews 10. .................................................................................................................. 98
Figura 38. Resultados de la prueba de normalidad de los residuos Jarque-Bera de la
regresión lineal logarítmica múltiple, modelo final 1970-1982, proporcionados por el
Eviews 10. .................................................................................................................. 99
Figura 39. Resultados de la prueba de Ramsey RESET de la regresión lineal
logarítmica múltiple, modelo final 1970-1982, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana. ................................................................ 99
Figura 40. Resultados de la raíz cuadrática media y el coeficiente de Theil para el
modelo final, 1970-1982, proporcionados por el Eviews 10. .................................. 100
Figura 41. Resultados de la regresión lineal logarítmica múltiple 1983-1999,
proporcionados por el Eviews 10. ............................................................................ 102
Figura 42. Resultados de los Factores de Inflación de la Varianza (VIF) de la
regresión lineal logarítmica 1983-1999, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana. .............................................................. 102
Figura 43. Resultados de la prueba de Glejser de heteroscedasticidad de la regresión
lineal logarítmica múltiple, modelo final 1983-1999, proporcionados por el Eviews
10. ............................................................................................................................. 103
Figura 44. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 1983-1999, proporcionados por el
Eviews 10. ................................................................................................................ 103
Figura 45. Resultados de la prueba de normalidad de los residuos Jarque-Bera de la
regresión lineal logarítmica múltiple, modelo final 1983-1999, proporcionados por el
Eviews 10. ................................................................................................................ 104
xv
Figura 46. Resultados de la prueba de Ramsey RESET de la regresión lineal
logarítmica múltiple, modelo final 1983-1999, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana. .............................................................. 104
Figura 47. Resultados de la raíz cuadrática media y el coeficiente de Theil para el
modelo final, 1983-1999, proporcionados por el Eviews 10. .................................. 105
Figura 48. Resultados de la regresión lineal logarítmica múltiple, 2000-2015,
proporcionados por el Eviews 10. ............................................................................ 107
Figura 49. Resultados de los Factores de Inflación de la Varianza (VIF) de la
regresión lineal logarítmica, 2000-2015, proporcionados por el Eviews 10............ 107
Figura 50. Resultados de la prueba de Glejser de heteroscedasticidad de la regresión
lineal logarítmica múltiple 2000-2015, proporcionados por el Eviews 10. ............. 108
Figura 51. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, 2000-2015, proporcionados por el Eviews 10..
Elaboración: Armijos Ana, Sagbay Diana ............................................................... 108
Figura 52. Resultados de la regresión lineal logarítmica múltiple, sin saldo inicial de
deuda externa privada ni IED, modelo final 2000-2015, proporcionados por el
Eviews 10. ................................................................................................................ 109
Figura 53. Resultados de los Factores de Inflación de la Varianza (VIF) de la
regresión lineal logarítmica, modelo final 2000-2015, proporcionados por el Eviews
10. ............................................................................................................................. 110
Figura 54. Resultados de la prueba de Glejser de heteroscedasticidad de la regresión
lineal logarítmica múltiple, modelo final 1970-2015, proporcionados por el Eviews
10. ............................................................................................................................. 110
Figura 55. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 2000-2015, proporcionados por el
Eviews 10. ................................................................................................................ 110
Figura 56. Resultados de la prueba de normalidad de los residuos Jarque-Bera de la
regresión lineal logarítmica múltiple, modelo final 2000-2015, proporcionados por el
Eviews 10. ................................................................................................................ 111
xvi
Figura 57. Resultados de la prueba de Ramsey RESET de la regresión lineal
logarítmica múltiple, modelo final 2000-2015, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana ............................................................... 111
Figura 58. Resultados de la raíz cuadrática media y el coeficiente de Theil para el
modelo final, 1970-1982, proporcionados por el Eviews 10. .................................. 112
xvii
ÍNDICE DE TABLAS
Tabla 1 Las economías más grandes del mundo, 2015 .............................................. 18
Tabla 2 Industrialización en las economías más grandes del mundo, 2015 .............. 22
Tabla 3 Participación promedio de la FBKF de las industrias manufactureras, por
periodo........................................................................................................................ 62
Tabla 4 Resultados prueba Dickey Fuller Aumentada ............................................... 89
Tabla 5 Resultados prueba Dickey Fuller Aumentada para los residuos .................. 91
Tabla 6 Resultados estimación, 1982 ....................................................................... 101
Tabla 7 Resultados estimación, 1999 ....................................................................... 106
Tabla 8 Resultados estimación, 2015 ....................................................................... 113
xviii
ÍNDICE DE ECUACIONES
Ecuación 1: Medición del PIB por el método del gasto ............................................... 3
Ecuación 2: Resultado de la regresión lineal simple entre el PIB y la FBKF, periodo
1970-2015 .................................................................................................................. 52
Ecuación 3: Variables a incluir en la regresión lineal simple entre la FBKF total y las
industrias manufactureras........................................................................................... 64
Ecuación 4: Especificación del modelo matemático de la regresión lineal simple
entre la FBKF total y las industrias manufactureras .................................................. 64
Ecuación 5: Especificación del modelo estadístico de la regresión lineal simple entre
la FBKF total y las industrias manufactureras ........................................................... 65
Ecuación 6: Resultados de la regresión lineal simple doble logarítmica entre la FBKF
total y las industrias manufactureras .......................................................................... 69
Ecuación 7: Función de regresión poblacional .......................................................... 73
Ecuación 8: Primer supuesto de los MCO ................................................................. 74
Ecuación 9: Segundo supuesto de los MCO .............................................................. 74
Ecuación 10: Tercer supuesto de los MCO ................................................................ 74
Ecuación 11: Cuarto supuesto de los MCO ............................................................... 74
Ecuación 12: Quinto supuesto de los MCO ............................................................... 75
Ecuación 13: Séptimo supuesto de los MCO ............................................................. 75
Ecuación 14: Función de regresión muestral ............................................................. 75
Ecuación 15: Ecuación para la minimización de la suma de los residuos al cuadrado
.................................................................................................................................... 76
Ecuación 16: Ecuación para la estimación del coeficiente de regresión parcial
poblacional ................................................................................................................. 76
Ecuación 17: Ecuación para la estimación del coeficiente de regresión parcial
poblacional ................................................................................................................. 76
Ecuación 18: Variables a incluir en el modelo econométrico propuesto ................. 76
xix
Ecuación 19: Especificación matemática del modelo econométrico propuesto ........ 77
Ecuación 20: Especificación estadística del modelo econométrico propuesto, lineal ..
.................................................................................................................................... 78
Ecuación 21: Especificación estadística del modelo econométrico propuesto, doble
logarítmico ................................................................................................................. 79
Ecuación 22: Dickey Fuller, caminata aleatoria ........................................................ 82
Ecuación 23: Dickey Fuller, caminata aleatoria con deriva ....................................... 82
Ecuación 24: Dickey Fuller, caminata aleatoria con deriva alrededor de una
tendencia determinista ................................................................................................ 82
Ecuación 25: Multicolinealidad perfecta ................................................................... 82
Ecuación 26: Multicolinealidad menos perfecta ........................................................ 83
Ecuación 27: Raíz cuadrática media .......................................................................... 86
Ecuación 28: El coeficiente de Theil ......................................................................... 86
Ecuación 29: Modelo final de la regresión lineal múltiple logarítmica, 1970-1982 101
Ecuación 30: Modelo final de la regresión lineal múltiple logarítmica, 1983-1999 .....
.................................................................................................................................. 106
Ecuación 31: Modelo final de la regresión lineal múltiple logarítmica, 2000-2015 113
xx
RESUMEN
La presente investigación analizó el aporte de la Formación Bruta de Capital Fijo
(FBKF) al Producto Interno Bruto (PIB); y el aporte de la FBKF de las industrias
manufactureras a la FBKF total, en el periodo 1970-2015; esto es, antes y durante la
dolarización.
Como método de análisis se utilizó la modelización econométrica mediante
Mínimos Cuadrados Ordinarios (MCO), para el periodo 1970-2015. Los resultados
demuestran que, históricamente hubo un comportamiento diferenciado de la FBKF de
las industrias manufactureras sobre el PIB, en los periodos: 1970-1982, 1983-1999 y
2000-2015. El aporte de la FBKF de las industrias manufactureras a la FBKF total fue
reducido durante 1970-2015. Además, se comprobó un quiebre estructural al iniciar la
dolarización.
Palabras clave: PIB, FBKF, FBKF de las industrias manufactureras.
xxi
ABSTRACT
1
INTRODUCCIÓN
La presente investigación realiza un análisis econométrico del aporte de las industrias
manufactureras a la FBKF nacional y su relación con la producción, antes y durante la
dolarización, periodo 1970-2015. Su objetivo, es analizar los cambios estructurales en
la economía ecuatoriana a través del aporte de la FBKF al PIB y el aporte de las
industrias manufactureras a la FBKF, durante el periodo de análisis. Para ello, se
analizan las teorías relativas a la relación PIB – FBKF y la dinámica de las industrias
manufactureras, se describe la evolución del PIB, la FBKF total, la FBKF de las
industrias manufactureras durante el periodo de análisis, se elabora y evalúa el modelo
econométrico que establece las relaciones de dependencia entre las variables de interés
antes y durante la dolarización y se prueba la bondad de estimación del mejor modelo
obtenido.
Debido a que la estructura productiva del país se ha basado tradicionalmente en
productos primarios, se pretende analizar si las industrias manufactureras han aportado
en gran medida a la FBKF nacional. A su vez, dicho aporte ha provocado un efecto
positivo sobre el PIB, dando paso a cambios estructurales evidenciados en el periodo
de análisis.
La información bibliográfica y estadística utilizada en este estudio fue obtenida a
través de fuentes secundarias oficiales. En cuanto a los datos, estos se obtuvieron de
la Comisión Económica para América Latina y el Caribe (CEPAL), el Banco Central
del Ecuador (BCE) y del Instituto Nacional de Estadística y Censos (INEC).
El contenido está desglosado en tres capítulos. En el primero, se presentan los
aspectos relevantes referentes al PIB, la FBKF total, las teorías de crecimiento, el
origen, la evolución e importancia de la industria manufacturera en el mundo,
Latinoamérica y Ecuador. En el segundo capítulo, se presenta un análisis estadístico
del PIB, la FBKF total, y el aporte de la FBKF de las industrias manufactureras a la
FBKF total en el país, durante el periodo 1970-2015. Finalmente, en el último capítulo,
se construyen tres regresiones múltiples correspondientes a distintas etapas
económicas de la nación; para ello, se llevó a cabo pruebas de estacionariedad,
multicolinealidad, heteroscedasticidad, autocorrelación, de normalidad de los
residuos, de error de especificación y de contrastación de la valía del modelo, de
manera que se pudieran obtener estimaciones adecuadas.
2
CAPÍTULO 1
MARCO TEÓRICO Y ANTECEDENTES DE LA INDUSTRIA
MANUFACTURERA
1.1. Introducción
El capítulo uno analiza y describe las tres variables de interés en nuestro estudio:
el Producto Interno Bruto (PIB), la Formación Bruta de Capital Fijo (FBKF) y la
industria manufacturera. La importancia de estudiarlas radica en que, en conjunto,
todas ellas contribuyen al crecimiento económico de una nación.
Con el objetivo de identificar las variables relevantes que potencialmente formarán
parte de nuestro modelo econométrico, se decidió realizar una revisión bibliográfica
exhaustiva, a través de internet y material impreso, que abarca los siguientes temas:
concepto, componentes y formas de cálculo del PIB y la FBKF; teorías económicas de
crecimiento; el sector industrial manufacturero desde su origen y evolución, tanto a
nivel mundial, latinoamericano como ecuatoriano; la importancia de la industria
manufacturera en la teoría económica y la clasificación de industrias manufactureras
a través de la normativa CIIU.
1.2. Producto Interno Bruto
1.2.1. Concepto.
Según Francisco Mochón (2009: 278), la Contabilidad Nacional es aquella que
mide la actividad de una economía durante un periodo de tiempo determinado. Lo
hace, a través del registro de las transacciones de los agentes económicos de una
nación, por medio de una serie de cuentas por las que se encuentra integrada (Mochón,
2009: 278).
De entre los agregados que recoge, destaca el Producto Interior Bruto (PIB), pues
éste es “el valor monetario total de los bienes y servicios finales producidos para el
mercado durante un año dado, dentro de las fronteras de un país” (Mochon, 2009: 278).
Su tasa de crecimiento suele considerarse como una medida integral de la situación
económica de una nación, es por ello que es utilizada, en diversos tipos de análisis,
para realizar comparaciones de bienestar económico (Mochón, 2009: 279).
Además, en los registros de la Contabilidad Nacional, generalmente es posible
encontrar el PIB expresado en términos tanto nominales como reales. Los primeros,
3
hacen referencia a la contabilización de la producción en función de los precios
existentes cuando ésta es llevada a cabo; mientras que los segundos, hacen referencia
a la medición del PIB de acuerdo a los precios de un año base específico (Mochón,
2009: 287).
1.2.2. Formas de cálculo y componentes.
1.2.2.1. Método del gasto
Existen distintos métodos para calcular el PIB. Uno de ellos es el del gasto, en
donde la producción es dividida en cuatro categorías, de acuerdo al grupo económico:
familias, empresas, gobierno y sector externo, que realiza las compras (Mochón, 2009:
281). Éstas son:
1. Consumo (C): Las familias compran tanto bienes como servicios. Suele ser el
componente más importante debido a su significativa participación sobre el
PIB.
2. Inversión (I): Las empresas compran bienes y servicios, las mismas que
representan sus inversiones. Está conformada por dos elementos: la Formación
Bruta de Capital Fijo (FBKF) y la variación de existencias. El primero, está
compuesto a su vez por la construcción residencial y la inversión en planta y
equipo.
3. Gasto público (G): El sector público compra bienes y servicios. Involucra los
pagos de nóminas de empleados, servicios, etc. Constituye el aporte del sector
público al PIB.
4. Exportaciones netas (XN): Es la diferencia entre las compras de bienes y
servicios realizados por los extranjeros (exportaciones X) y las que realiza la
economía nacional en el exterior (importaciones M) (Mochón, 2009: 281).
La medición del PIB por el método del gasto únicamente requiere sumar
cada una de las categorías mencionadas anteriormente, es decir:
Ecuación 1:
𝑃𝐼𝐵 = 𝐶 + 𝐼 + 𝐺 + 𝑋𝑁1
1 Mochón, F. (2009:281)
4
1.2.2.2. Método de los ingresos o costes
Otro de los métodos para calcular el PIB es el de los ingresos o costes. Para ello,
se suma los ingresos recibidos por las economías domésticas como pago por su
aportación de recursos al proceso de producción. De manera equivalente, este método
es la suma de los costos de factores de las empresas que integran una economía
(Mochón, 2009: 284).
Entre los rubros que conforman este tipo de ingresos están: sueldos, salarios y otras
rentas del trabajo, intereses, alquileres y otras rentas de la propiedad, impuestos
indirectos, depreciaciones o amortizaciones y los beneficios (Mochón, 2009: 285).
1.3. Formación Bruta de Capital Fijo
1.3.1. Concepto y componentes.
Dentro de la Contabilidad Nacional de nuestro país, uno de los componentes de la
inversión es registrado bajo el nombre de Formación Bruta de Capital Fijo (FBKF).
En esta cuenta de capital constan transacciones de acumulación, gastos en enseñanza
y la formación del personal. También se registran las significativas mejoras que
implican adiciones o ampliaciones de activos fijos, que permiten mejorar el
rendimiento, capacidad y prolonguen la vida útil esperada de ellos (Comisión Europea,
Fondo Monetario Internacional, Organización de Cooperación y Desarrollo
Económico, Naciones Unidas y Banco Mundial, 2016: 10).
A nivel empresarial, la FBKF es entendida como “las inversiones que llevan a cabo
las unidades productivas para incrementar sus activos fijos; los bienes están valorados
a precios de comprador y pueden ser obtenidos mediante compra directa o ser
producidos por cuenta propia” (Instituto Nacional de Estadística y Censos [INEC],
2011:56)
De acuerdo con el Banco Central del Ecuador (BCE) (2014), la FBKF identifica a
aquellos sectores económicos que se encuentran incrementando su capacidad de
producción, y consecuentemente, generan más trabajo y producción.
También, la FBKF es considerada como un motor de crecimiento económico, pues
le permite a un país incrementar su capacidad de producción durante largos periodos
de tiempo (BCE, 2018: 2).
5
1.3.2. Forma de cálculo.
La metodología de cálculo se basa en el “Manual del Sistema de Cuentas
Nacionales 2008 de Naciones Unidas, SCN 2008” (Banco Central del Ecuador [BCE],
2018:2). De acuerdo con dicho manual:
La formación bruta de capital fijo se mide por el valor total de las adquisiciones
menos las disposiciones, de activos fijos efectuadas por el productor durante el
período contable más ciertos gastos específicos en servicios que incrementan
el valor de los activos no producidos. (Comisión Europea et al., 2016: 235)
Anualmente, la FBKF en el país es calculada a nivel de 39 productos, 46
actividades y 5 sectores institucionales. Dentro de los productos se encuentran
aquellos correspondientes a la agricultura, ganadería, silvicultura, manufacturas,
trabajos de construcción, servicios inmobiliarios, empresariales y de alquiler. Dentro
de las ramas de actividad económica están: la agrícola, de pesca, silvicultura, las
industrias manufactureras, la generación eléctrica, construcción, servicios, entre otros.
En cuanto a los sectores institucionales, están las sociedades no financieras,
financieras, el Gobierno General, hogares y las instituciones sin fines de lucro que
sirven a los hogares (ISFLSH) (BCE, 2018: 3).
1.4. Teorías de Crecimiento
Existen numerosos estudios que hacen referencia a las teorías de crecimiento y
desarrollo económico, en donde la producción y la inversión están fuertemente
relacionadas. Así, aparece el pensamiento de los neoclásicos, modelos tales como la Q
de Tobin, el del acelerador, entre otros, que buscan probar la existencia o no de dicha
relación. A continuación, se presentan los principales:
1.4.1. Modelo de la Q de Tobin.
Dentro del campo económico, la Q de Tobin es un indicador financiero utilizado
para determinar la conveniencia de llevar a cabo una inversión. Se calcula como el
cociente del precio de un activo en el mercado2 y su costo de reposición3. Según Tobin
2 El precio de un activo es aquel que “refleja el flujo futuro de beneficios que de él se deriva, descontado
por la tasa de interés” (Tobin, 1969: 21, citado por Futerman, 2016: 49). 3 El costo de reposición de un activo, tal como su nombre lo indica, es el “precio de reponer un activo”
(Tobin, 1969: 21, citado por Futerman, 2016: 49).
6
(1969, 1978), citado por Montoro y Navarro (2010: 33), el valor que se obtiene como
resultado, refleja el precio de intangibles, poder de monopolio, oportunidades de
crecimiento, etc.
‘Q’ puede ser igual, mayor o menor a uno. Así, cuando es igual a la unidad, se
obtiene una situación de equilibrio; cuando es mayor, es aconsejable invertir
reponiendo un activo, por ejemplo, construyendo un edificio; finalmente, cuando es
menor, no es conveniente invertir, sino comprar un activo, por ejemplo, adquirir
acciones (Llach, J. J., Bernabé, N. y colaboradores, 2013: 10, citado por Futerman,
2016: 49).
1.4.2. Modelo del multiplicador-acelerador.
El multiplicador y el acelerador son dos conceptos económicos frecuentemente
utilizados para determinar la renta y el crecimiento económico de un país. Khan
inventó el multiplicador, el mismo que muestra los cambios en la renta ante aumentos
en la inversión. Éste, está determinado por la propensión marginal a consumir. Por su
parte, el modelo del acelerador fue inventado por Harrod, en donde se establece una
relación directa entre inversión y renta: si aumenta la renta, aumenta la inversión y
viceversa (Bernal y Meza, 2012: 12).
Este último modelo se ha utilizado en varias ocasiones para realizar predicciones
de crecimiento económico; en éstas, la participación de la inversión sobre el producto
cumple un rol fundamental. En varias naciones sirvió para determinar los
requerimientos de inversión necesarios para alcanzar metas de crecimiento concretas
(Bernal y Meza, 2012: 12).
1.4.3. Vernon: Hipótesis del ciclo del producto.
Bajo un enfoque neoclásico, Vernon publicó su “hipotesis del ciclo del producto”
en 1966. A través de dicha teoría, afirmó que una vez que un producto se haya
desarrollado en su país de origen con las innovaciones tecnológicas necesarias,
entonces la producción de ese mismo producto se transfiere a otros países menos
desarrollados.
Ello, se logra mediante un tipo de inversión en específico, la Inversión Extranjera
Directa (IED), que contribuye al crecimiento del PIB (Vernon, 1966 citado por Antras,
2005: 1). Según el autor, cuando las empresas multinacionales deciden buscar nuevos
7
mercados e invierten en países menos desarrollados, permiten que la productividad de
las empresas locales aumente (1966). Lo anterior, se debe a que las empresas
internacionales, al contar con mayor experiencia y mejores tecnologías, obligan a las
nacionales a mejorar su productividad, así como también la calidad de los productos
que ofertan en el mercado (Borensztein, De Gregorio, y Lee, 1998).
1.4.4. Borensztein, De Gregorio, y Lee: Trasferencia tecnológica.
Según Borensztein, De Gregorio, y Lee (1998), uno de los factores que permite el
crecimiento de la inversión de una economía es la transferencia de tecnología que se
logra a través de la IED. De acuerdo con los autores, ello sucede cuando una nación
es capaz de absorber la nueva tecnología y logra complementarse con el conocimiento
y las habilidades del capital humano que posee (Borensztein et al. 1998).
1.5. Sector Industrial Manufacturero
1.5.1. Origen y evolución de la industria.
La industria se define como “el conjunto de todas las unidades de produccion que
se dedican primordialmente a una misma clase o a clases similares de actividades
productivas” (INEC, 2012: 12).
Dentro de los hechos históricos más importantes que han marcado un antes y
después en la producción, y consecuentemente en la industria, sin duda alguna han
sido las revoluciones industriales. Por tanto, a continuación, se presentan los aspectos
más relevantes de cada una de ellas.
1.5.1.1. Revoluciones industriales.
Según el profesor británico David S. Landes (1979:15), citado por Chaves (2004),
una Revolución Industrial obedece al siguiente significado:
“El término revolucion industrial suele referirse al complejo de innovaciones
tecnológicas que, al sustituir la habilidad humana por la maquinaria y a fuerza
humana y animal por energía mecánica, provoca el paso desde la producción
artesana a la fabril, dando así lugar al nacimiento de la economía moderna”. (p.
96)
El resultado más importante que se obtuvo de este tipo de revolución es el proceso
de industrialización que se desarrolla dentro de una economía.
8
Según la teoría de la modernización: la industrialización, refleja la importancia del
sector industrial dentro del producto económico, el mismo que da paso a un aumento
perdurable de la productividad del trabajo y del ingreso per cápita, considerado este
último como un indicador central de desarrollo (Peemans, 1992: 16).
Dentro de esta misma teoría, se afirma que la industrialización requiere de la
concordancia de diferentes condicionantes. En primer lugar, de acuerdo con varios
autores, la revolución agrícola es un prerrequisito de la industrialización, pues se
considera que al elevarse el nivel de la productividad agrícola, el excedente resultante
tanto de la población como de los recursos, podrá ser transferido al sector industrial.
Bairoch (1969), citado por Peemans (1992: 16), por ejemplo, afirmó que éste fue el
caso de Inglaterra en el siglo XVIII. Por otro lado, según otros autores, el desarrollo
del sector agrícola puede simplemente acompañar a la industrialización, como lo fue
en el caso de Japón (Fei, 1964 citado por Peemans 1992:16).
En segundo lugar, se señala que la industrialización requiere un aumento
significativo de la tasa de la inversión, pues es ésta la que provoca un incremento de
la formación de capital y permite finalmente concretarla (Peemans, 1992: 16).
En tercer lugar, se recalca la importancia del rol que desempeña la tecnología, pues
es ella la que permite constantemente aumentar la productividad de la inversión y la
tasa de crecimiento económico. Con ausencia tecnológica, la posibilidad de retroceder
hacia una situación de partida, aumenta. Solo (1968) y Strassmann (1968), citados en
Peemans (1992: 16), afirman que la utilización de máquinas con funciones específicas
representa el eje de una revolución industrial.
Según la teoría de la modernización, una revolución industrial es más
‘revolucionaria’ siempre y cuando un país, dentro de un corto periodo de tiempo
histórico, posea un gran número de sectores con altos niveles de productividad
(Rostow, 1956 citado por Peemans 1992: 17).
1.5.1.1.1. Primera Revolución Industrial.
Orígenes
Según Vázquez (2017: 377), la Primera Revolución Industrial se desarrolló en el
siglo XVIII hasta mediados de la siguiente centuria (Urdangarín y Aldabaldetrecu,
1982: 77 citado por Chaves, 2004: 96). Ésta, estuvo precedida por una recesión en el
siglo XVII, la misma que fue superada por dos condicionantes (Vázquez, 2017: 377):
9
1. “El mercantilismo gubernamental que facilitó el desarrollo de la industria
nacional”.
2. “El flujo creciente del comercio colonial que incentivó de sobremanera la
inversión productiva en el área agrícola e industrial” (Vázquez, 2017: 377).
El primer condicionante, dio paso a un mercantilismo catalogado como ‘agresivo’,
el mismo que tendía a acumular capital y beneficios (Hobsbawm, 1971: 95 citado por
Vázquez, 2017: 377). Por su parte, el segundo condicionante permitió que los
mercados coloniales tuvieran plantas cuya producción no estuviera atada a ningún tipo
de restricción del producto total (Hobsbawm, 1971: 95 citado por Vázquez, 2017:
378).
La Primera Revolución Industrial utilizó varios recursos. Entre ellos se encuentran:
el hierro fundido, la madera, fibras naturales y el carbón, principalmente. Estos, fueron
combinados con el uso de máquinas de vapor y turbinas de agua, dando así los
primeros pasos de la industrialización. Esta revolución logró reorganizar las formas de
trabajo artesanal y la especialización de distintas operaciones productivas (Hernández
y Sánchez, 2003: 15).
Características determinantes.
Según la profesora de Universidad de la Cambridge, Phyllis Deane (citada por
Chaves 2004: 100), la Primera Revolución Industrial tuvo lugar en Inglaterra por siete
elementos bien definidos:
1. La ciencia moderna y el conocimiento empírico aplicados en el proceso
productivo.
2. Se especializó y enfocó la actividad económica en la producción para los
mercados nacionales e internacionales más que en el uso local y familiar.
3. Traslado de la población desde las comunidades rurales a las urbanas.
4. Se dio una ampliación y despersonalización de la unidad típica de producción:
la empresa privada o pública supera a la familia o tribu.
5. Movimiento de la mano de obra hacia actividades de producción de bienes
manufacturados y servicios, mas no a bienes primarios.
6. Uso intensivo y extensivo de los recursos de capital, como sustituto y
complemento del esfuerzo humano.
10
7. Aparición de clases sociales y profesionales debido a la posesión de medios de
producción de capital y ya no exclusivamente la tierra (Chaves, 2004: 100,
101).
Invención más importante.
La máquina de vapor fue la invención más importante de esta primera revolución,
dejando en evidencia que un cambio necesariamente genera otro nuevo, dando lugar a
un proceso que se prolonga indefinidamente. Esta máquina constituyó un claro
ejemplo de innovación técnica que permitió incrementar la productividad y además,
generó presión sobre actividades industriales análogas, potenciando así las
capacidades de creación y descubrimiento (Chaves, 2004: 97).
1.5.1.1.2. Segunda Revolución Industrial.
Orígenes.
La Segunda Revolución Industrial tuvo lugar entre 1870 y 1914, aunque algunos
historiadores la sitúan desde 1850 (Mokyr, 1998: 1). Apareció debido a la necesidad
de cambiar la tecnología de maquinaria de vapor predominante en la revolución
antecesora. En su reemplazo, aparecieron las turbinas de vapor, fibras ferrosas, entre
otras. Éstas, dieron paso a la generación eléctrica y distintos medios de transporte
automatizados (Hernández y Sánchez, 2003: 15).
Esta revolución permitió que varias industrias tuvieran continuidad directa y
mejorada en sus procesos productivos. Las grandes invenciones de este periodo
relacionadas con la energía, materiales, productos químicos y medicina, provocaron
un fuerte impacto en el aumento de la efectividad de la investigación, así como también
en el desarrollo de la actividad microinventiva4 (Mokyr, 1998: 1).
La Segunda Revolución Industrial, fue capaz de extender ampliamente los éxitos
alcanzados por la primera. Así, los niveles de vida y el poder adquisitivo del dinero
aumentaron; además, las clases media y trabajadora introdujeron las nuevas
tecnologías en su vida cotidiana (Mokyr, 1998: 2).
Características determinantes.
4 El término microinventiva hace referencia a cambios anónimos, pequeños y acumulativos que, de
hecho, contribuyeron significativamente a los procesos productivos de aquella época (Mokyr, 1998; 1).
11
1. El avance tecnológico provocó un cambio en el enfoque geográfico de
industrialización, pues Gran Bretaña dejó de ser el líder. Con la Segunda
Revolución Industrial dicho enfoque fue más disperso, aunque resaltando aún
en él la predominancia del mundo occidental (Mokyr, 1998: 14).
2. Los salarios reales y el nivel de vida de la población aumentaron
significativamente gracias a la implementación de sistemas tecnológicos en los
procesos productivos y en la vida cotidiana de los agentes económicos. Entre
ellos destacan los sistemas de suministro de gas, agua y alcantarillado (Mokyr,
1998: 2).
3. En Inglaterra surgen los sindicatos, a través de los cuales, el proletariado luchó
por erradicar la desigualdad económica, de la cual eran víctimas (Delgado de
Cantú, 2005).
4. Los complejos procesos que implicaba la expansión de los sistemas
tecnológicos, provocaron que los gobiernos y otras instituciones intervengan
para lograr suministrarlos de una manera adecuada (Mokyr, 1998: 2).
5. Cambió la organización de la producción debido al crecimiento de industrias
con economías de escala, tanto en actividades de fabricación como en aquellas
netamente organizacionales. Las primeras hacen referencia a la producción
masiva de piezas intercambiables; mientras que las segundas se refieren a la
búsqueda despiadada de monopolios y ventajas de comercialización (Mokyr,
1998: 8).
a. Según Delgado de Cantú (2005), el aparecimiento de los monopolios
obedeció a dos factores: la adquisición y mantenimiento de maquinaria
que sólo podían mantener grandes empresas, y la búsqueda constante
de la máxima rentabilidad.
6. Aparecimiento de grandes empresas enfocadas en nichos específicos de
mercado tales como General Electric, Ford Motors y Dupont (Scranton, 1997;
Kinghorn y Nye, 1995 citados por Mokyr, 1998: 2).
Invenciones más importantes.
La Segunda Revolución Industrial se caracterizó por el cambio tecnológico de
producción (Hughes, 1983, 1987 citado por Mokyr, 1998: 2). Durante el periodo en el
que se desarrolló, destacaron varios inventos tales como el ferrocarril, las redes de
telégrafos, la presencia de sistemas de suministro de agua, alcantarillado y gas en las
12
grandes ciudades. Además, después de 1870, se dio una expansión significativa de los
sistemas de electricidad y telefonía.
1.5.1.1.3. Tercera Revolución Industrial.
Orígenes.
Dentro del ámbito de las ciencias sociales, existe un consenso que afirma que
la Tercera Revolución Industrial tuvo lugar durante los últimos años del siglo XX. Se
caracterizó por utilizar las TIC (Tecnologías de la Información y Comunicación),
encargadas de emplear como input el conocimiento y la generación de conocimiento
como output (McClellan y Dorn, 1999: 2 citados por Torrent i Sellens, 2002: 42).
Esta tercera revolución presentó al mundo una nueva propuesta de sociedad: la
de la información y el conocimiento. Ésta, estuvo liderada por las tecnologías digitales,
en donde se aplicaron nuevos conocimientos e informaciones para desarrollar técnicas
destinadas a la producción y el consumo (Castells, 2000: 62 citado por Torrent i
Sellens, 2002: 41).
Características determinantes.
1. Surgió una creciente acumulación de capital debido a la transferencia de una
gran cantidad de capitales agrícolas e industriales a procesos de inversión de
corto y mediano plazo.
2. Se dieron movimientos dinámicos de inversión hacia aquellos lugares que
ofrecían mayores rendimientos.
3. Procesos de devaluación de la moneda en países vulnerables debido a los
movimientos de capitales por parte de los centros de poder.
4. Paralización del desarrollo productivo de países en desarrollo debido a su
creciente insolvencia.
5. El predominio económico pasó a ser de Estados Unidos, seguido de la Unión
Europea y Japón (Hernández y Sánchez, 2003: 13).
6. Según Stiroh (1999) y la Organización para la Cooperación y el Desarrollo
Económicos [OCDE] (2000) (citados por Torrent i Sellens, 2002: 46), la
‘nueva economía’ derivada de la Tercera Revolución Industrial, dio paso a una
tendencia de crecimiento económico mayor. Ello se dio gracias al incremento
de la eficiencia y productividad por el uso de las TIC y sectores económicos
13
mayormente beneficiados, debido al aumento de rendimientos de escala y
externalidades positivas de Internet, entre las principales.
Invenciones más importantes.
Las TIC abarcan al conjunto de tecnologías de la “microelectronica, informática,
telecomunicaciones y optoelectronica” (Torrent i Sellens, 2002: 39), que convergen
entre sí y se aplican dentro de la economía. Es así como forman parte de ellas
ordenadores, líneas telefónicas digitales, redes de comunicación, Internet, correo
electrónico, teléfono móvil, entre otros. La lista es amplia, y tal es su magnitud que se
habla de todo un mercado digitalizado, a través del cual las relaciones entre
demandantes y oferentes por medio de la red, son cada vez más comunes (Torrent i
Sellens, 2002: 40).
1.5.1.1.4. Cuarta Revolución Industrial.
Orígenes.
La Cuarta Revolución Industrial tiene lugar en el siglo XXI. Se caracteriza por
poseer tecnologías nuevas capaces de articular los mundos físicos, digitales y
biológicos. Como consecuencia, cada vez son más evidentes los grandes impactos a
nivel económico e industrial. Esta revolución se está abriendo paso gracias a que, en
la actualidad existe la gran oportunidad de conectar a billones de personas y mejorar
la eficiencia de las organizaciones a través de medios digitales. Incluso, es posible
administrar de manera más adecuada activos capaces de regenerar el medio ambiente
y eliminar paulatinamente los daños producidos por las revoluciones industriales
anteriores (KARGUE, 2016).
El fundador y director de la junta directiva del Foro Económico Mundial, Klaus
Schwab, está convencido de que esta nueva revolución traerá varias innovaciones
tecnológicas, pero también grandes preocupaciones. Entre ellas se encuentran: la
capacidad de las organizaciones para adaptarse a los cambios, el posible fracaso de los
gobiernos al tratar de emplear y regular las nuevas tecnologías, el probable incremento
de la inequidad, la fragmentación de sociedades, entre otros (KARGUE, 2016).
Simbad Ceballos, quien es market leader de Mercer en la región Andina, afirma
que esta revolución se diferenciará de las demás debido a su velocidad e impacto tanto
14
en amplitud como en profundidad (“Conozca como seguir vigente durante la cuarta
revolucion industrial”, 2016).
Características determinantes.
1. Los cambios más significativos se esperan en el mercado laboral debido a la
introducción de los nuevos inventos. Un ejemplo de ello son los carros no
tripulados, que prescindirán de una gran cantidad de taxistas en el futuro;
desarrollo de nano-robots capaces de introducirse en la sangre y hacer un
diagnóstico más certero, etc. De acuerdo con Ceballos (2016), al menos el 35%
de las competencias laborales actuales cambiarán indiscutiblemente (“Conozca
como seguir vigente durante la cuarta revolucion industrial”, 2016).
2. Además, dentro del ámbito laboral, se espera que ramas de empleo en las
fábricas, así como también, cargos administrativos desaparezcan por completo.
La razón de ello se encuentra en la automatización y robotización de procesos
manufactureros junto con la sistematización tecnológica del resto de
actividades que requieren de una mínima intervención humana para resolver
problemas (Economista, 2016).
3. A futuro, se espera una dualización dentro del mercado laboral, estableciendo
así la diferencia entre aquellos que sepan dominar el uso de máquinas y entre
los que realicen trabajos poco cualificados, de modo que no resulte factible
sustituirlo por máquinas (Oliván, 2016: 103).
4. Generación de trillones de datos nuevos diariamente gracias a que, tanto
máquinas como personas, trabajan con herramientas virtuales tomadas de
Internet (Economista, 2016).
Invenciones más importantes.
Dentro de los inventos más relevantes se encuentra la impresión en 3D para la
construcción de casas y desarrollo de órganos artificiales para el cuerpo humano, uso
de energía solar para recargar rápidamente aparatos digitales portátiles, tecnologías
blockchain para realizar transacciones a través de la web de manera segura, etcétera
(“Conozca como seguir vigente durante la cuarta revolucion industrial”, 2016).
15
1.5.2. La importancia de la industria manufacturera dentro de la teoría
económica.
A lo largo de la historia, han surgido varios argumentos relacionados con la
importancia del rol que juega la manufactura dentro del desarrollo económico. Es por
ello que a continuación, se exponen las teorías propuestas por algunos autores que han
investigado y estudiado este tema a profundidad.
1.5.2.1. Las leyes de Kaldor
Nicholas Kaldor fue el creador de tres leyes que, de acuerdo con su trabajo, son
fundamentales para lograr un crecimiento endógeno de la economía. En ellas, la
inversión es considerada como una variable inducida clave que contribuye al progreso
económico (Cabezas, Laría y Rama, 2011: 238).
Las leyes son:
1. “La tasa de crecimiento de una economía (PIB) está positivamente
correlacionada con la tasa de crecimiento de su sector industrial
manufacturero (PIB industrial)”.
2. “Las tasas crecientes de producción en el sector industrial manufacturero
(PIB industrial) incrementan la productividad de ese sector (productividad
industrial)”.
3. “El incremento de la productividad en la industria manufacturera
(productividad industrial) a su vez aumenta la productividad en el resto de
los sectores de la economía (productividad en los sectores no industriales)”
(Cabezas et al., 2011: 239).
La primera ley considera a la manufactura como el “motor de crecimiento” que
conduce al desarrollo de una nación, haciendo énfasis en que la productividad
obtenida en la industria manufacturera es mayor a la agrícola (Cabezas et al., 2011:
240). La segunda ley hace referencia a que “un país industrializado sin restricción
de demanda puede explotar las economías de escala y colocarse en un sendero de
crecimiento” (Cabezas et al., 2011:250). Finalmente la tercera ley encuentra su
justificación al establecer que la mano de obra se trasladará del sector agrícola no
capitalista, al manufacturero capitalista, provocando así una disminución de la
desocupación. Sin embargo, es importante señalar que ello sucederá siempre y
16
cuando la productividad y los salarios agrícolas no superen a los de la industria
manufacturera (Cabezas et al., 2011: 259).
Por su parte, Cornwall (1976, 1977), citado por Sánchez y Moreno (2016: 278),
recalcó la importancia del incremento de la productividad en la industria
manufacturera sobre el crecimiento económico. Coincidió con Kaldor al considerar
que esta industria es fundamental para lograr aumentar el producto total, debido a la
transferencia tecnológica que termina produciéndose desde la manufactura hasta el
resto de sectores económicos, como resultado de la interdependencia que existe entre
ellos.
1.5.2.2. Young y Thirlwall (1928, 2003)
Young y Thirlwall explicaron la razón por la cual un incremento del producto
manufacturero permite un aumento del producto total. Por un lado, Young se basó en
dos tipos de rendimientos en la industria: los estáticos y los dinámicos. Los primeros,
están relacionados con el tamaño y la escala de unidades de producción. Los segundos,
son aquellos derivados del progreso técnico alcanzado, economías externas de
producción y el aprendizaje (Young, 1928 citado por Sánchez y Moreno, 2016: 279).
Por otro lado, Thirlwall (2003), citado por Sánchez y Moreno (2016: 279), explicó que
las diferencias de productividad de trabajo son las que provocan diferencias en las tasas
de crecimiento entre sectores. Por tanto, cuando la producción y el empleo aumentan
en la industria manufacturera, entonces disminuye el desempleo o subempleo existente
en otros sectores.
1.5.3. La industria manufacturera a nivel mundial.
La palabra ‘manufactura’ se deriva de dos términos latinos: “manus (manos) y
factus (hacer)” (Groove, 1997:3), que en combinación significan hacer con las manos.
Dicho término obedeció al método manual usado en la época durante la cual se
introdujo la palabra. Sin embargo en la actualidad, ‘manufactura’ también obedece a
la utilización de maquinaria que requiere de supervisión manual (Groove, 1997: 3).
Según Groove (1997), dentro del campo de estudio, la manufactura puede ser
definida desde un punto de vista tecnológico y económico. Desde el primero, “es la
aplicación de procesos químicos y físicos que alteran la geometría, las propiedades, o
el aspecto de un determinado material para elaborar partes o productos terminados”
17
(Groove, 1997:3); además incluye el proceso de ensamblaje de partes. Desde el
segundo, es un instrumento que permite a una nación crear riqueza material a través
de “la transformacion de materiales en artículos de mayor valor” (Groove, 1997:3). Lo
destacable de la manufactura es que agrega valor al estado original de un material
(Groove, 1997: 3).
Para llevar a cabo un proceso manufacturero, es necesario combinar la maquinaria
con el trabajo manual. También, se requiere de una sucesión de operaciones que
sistemáticamente llevan a un material a convertirse en el estado final deseado (Groove,
1997: 3).
Su historia puede dividirse en dos fases: la primera que abarca el invento de
materiales y procesos para la producción de bienes; y la segunda, que engloba el
desarrollo de sistemas manufactureros en donde destaca, por ejemplo, la división del
trabajo (Groove, 1997: 4).
1.5.3.1. Características de la industria manufacturera en diferentes países a nivel
mundial.
A nivel mundial, las industrias están dominadas por la tecnología, enfocada
principalmente en “computadoras, robotica, telecomunicaciones, medicamentos y
equipos médicos” (Agencia Central de Inteligencia [CIA], s.f.). Sin embargo, dicho
avance tecnológico industrial se ha dado mayoritariamente en los treinta y seis países
que forman parte de la OCDE (CIA, s.f.).
Según datos del Banco Mundial del año 2015, las economías más grandes del
mundo, de acuerdo con su participación de PIB en el total mundial, fueron diez (Gray,
2017):
18
Tabla 1
Las economías más grandes del mundo, 2015
País
Porcentaje de participación
del PIB nacional sobre el
PIB mundial
Estados Unidos 24,3%
China 14,8%
Japón 5,9%
Alemania 4,5%
Reino Unido 3,9%
Francia 3,3%
India 2,8%
Italia 2,5%
Brasil 2,4%
Canadá 2,1%
Nota. Fuente: World Economic Forum Recuperado de: https://es.weforum.org/agenda/2017/03/las-10-mayores-economias-del-
mundo-en-2017/
Elaboración: Armijos Ana, Sagbay Diana
Debido a la importancia económica que tienen estas naciones a nivel mundial, se
ha decidido presentar a continuación los aspectos más relevantes de sus industrias
manufactureras.
1. Estados Unidos
La economía estadounidense es considerada como la de mayor poder tecnológico
a nivel mundial. Sus empresas están a la vanguardia de la tecnología y sus avances.
Las empresas comerciales tienen mayor flexibilidad al momento de ampliar capital,
despedir a trabajadores y desarrollar productos nuevos, en comparación con sus
homólogas de Japón y Europa Occidental (CIA, s.f.).
Estados Unidos posee una industria bastante diversificada, tanto es así que tiene el
segundo producto industrial más grande del mundo (CIA, s.f.). Entre las industrias más
importantes se encuentran: “petroleo, acero, vehículos automotores, aeroespacial,
19
telecomunicaciones, productos químicos, electrónica, procesamiento de alimentos,
bienes de consumo, madera y minería” (CIA, s.f.).
2. China
Desde finales de los años setenta, China adoptó un sistema más abierto hacia el
mercado, dejando de lado uno planificado centralmente y cerrado. Con dicho cambio,
la nación ha implementado varias reformas entre las cuales se encuentran: el apoyo del
Estado hacia sectores clave, mayor crecimiento del sector privado, régimen de
inversión restrictivo, etc. En el año 2010 se posicionó como el exportador más grande
del mundo, mientras que en el 2013 logró convertirse en la mayor nación comercial
(CIA, s.f.).
Entre las industrias más importantes de China se encuentran:
Minería y procesamiento de mineral, hierro, acero, aluminio y otros metales,
carbón; construcción de maquinaria; armamento; textiles y prendas de vestir;
petróleo; cemento; productos químicos; fertilizantes; productos de consumo
(incluidos calzado, juguetes y productos electrónicos); procesamiento de
alimentos; equipos de transporte, incluidos automóviles, vagones y locomotoras,
barcos, aeronaves; equipos de telecomunicaciones, vehículos comerciales de
lanzamiento espacial y satélites. (CIA, s.f.)
3. Japón
Este país asiático ha logrado desarrollar su economía gracias a diversos factores,
entre ellos, la cooperación entre el gobierno y la industria, así como también por el
avance tecnológico que ha alcanzado (CIA, s.f.).
Entre las industrias más importantes se encuentran: “vehículos de motor, equipos
electrónicos, máquinas y herramientas, acero y metales no ferrosos más grandes y más
avanzados tecnológicamente, buques, productos químicos, textiles y alimentos
procesados” (CIA, s.f.).
4. Alemania
La nación alemana destaca por ser uno de los exportadores más importantes a nivel
mundial de vehículos, electrodomésticos, químicos y maquinaria; además, cuenta con
20
mano de obra calificada. Su economía no presenta niveles de inversión altos, y la que
se realiza, está dirigida hacia la infraestructura (CIA, s.f.).
Entre las industrias más importantes se encuentran: “el hierro, acero, carbón,
cemento, productos químicos, maquinaria, vehículos, máquinas y herramientas,
productos electrónicos, automóviles, alimentos y bebidas, construcción naval y
textiles” (CIA, s.f.).
5. Reino Unido
Considerada como una “potencia comercial y centro financiero”, es una de las
economías más grandes de Europa. Destaca por tener una agricultura mecanizada y
eficiente, capaz de producir aproximadamente el 60% de las necesidades alimentarias
nacionales con un porcentaje menor al 2% de su fuerza laboral total. El Reino Unido
posee grandes cantidades de recursos de carbón, gas natural y petróleo (CIA, s.f.).
Entre las industrias más importantes se encuentran:
Máquinas, herramientas, equipos de energía eléctrica, equipos de automatización,
equipos ferroviarios, construcción naval, aeronaves, vehículos de motor y partes,
equipos electrónicos y de comunicaciones, metales, productos químicos, carbón,
petróleo, papel y productos de papel, procesamiento de alimentos, textiles, y
prendas de vestir. (CIA, s.f.)
6. Francia
El país cuenta con una gran diversificación en todos sus sectores, en donde el
gobierno tiene una fuerte presencia en varios de ellos, principalmente en los de energía,
defensa y transporte público. Además, ha sido el encargado de privatizar varias
empresas (CIA, s.f.).
Entre las industrias más importantes se encuentran: “maquinaria, productos
químicos, automóviles, metalurgia, aviones, electrónica, textiles y procesamiento de
alimentos” (CIA, s.f).
7. India
La economía hindú engloba desde la agricultura tradicional hasta las industrias
modernas y una gran cantidad de servicios. Su principal fuente de crecimiento han sido
21
estos últimos, en donde destacan los relacionados con la tecnología de la información
(CIA, s.f.).
Entre las industrias más importantes se encuentran: “textil, productos químicos,
procesamiento de alimentos, acero, equipos de transporte, cemento, minería, petróleo,
maquinaria, software y productos farmacéuticos” (CIA, s.f.).
8. Italia
La economía italiana se caracteriza por poseer en el norte de la nación, un
importante desarrollo industrial dominado por empresas privadas; en contraste con el
sur, que se encuentra menos desarrollado y en donde la actividad principal es la
agricultura. La fabricación de bienes de consumo es producida por pequeñas y
medianas empresas, y es la que mayor impulso le da a la economía italiana (CIA, s.f.).
Entre las industrias más importantes se encuentran: “maquinaria, hierro y acero,
productos químicos, procesamiento de alimentos, textiles, vehículos de motor, ropa,
calzado y cerámica” (CIA, s.f.).
9. Brasil
Considerada como una de las economías más grandes de América, Brasil está
superando actualmente la recesión sufrida durante el periodo 2015-2016, considerada
como la peor de su historia. Se están aplicando varias reformas económicas, cuyo
objetivo es fortalecer el sector industrial, así como la fuerza laboral (CIA, s.f.).
Entre las industrias más importantes se encuentran: “textiles, calzado, productos
químicos, cemento, madera, mineral de hierro, estaño, acero, aviones, vehículos de
motor y sus partes, otras máquinas y equipos” (CIA, s.f.).
10. Canadá
Posee un sistema económico similar al estadounidense, en cuanto a orientación de
mercado, patrón de producción y nivel de vida. A partir de la Segunda Guerra Mundial,
el sector manufacturero, minero y de servicios han mostrado un crecimiento bastante
significativo, el mismo que ha permitido que la nación pase de una economía rural a
una urbana e industrial (CIA, s.f.).
Entre las industrias más importantes se encuentran: “equipos de transporte,
productos químicos, minerales procesados y no procesados, productos alimenticios,
productos de madera y papel, productos de pescado, petroleo y gas natural” (CIA, s.f.).
22
1.5.3.2. Cifras estadísticas.
El Banco Mundial presenta cifras anuales de estadísticas relacionadas con la
industria manufacturera. De entre ellas, son dos los que más destacan y resultan ser
apropiados para el análisis de esta industria: el valor agregado de la industrialización
y su tasa de crecimiento.
El primero, hace referencia a:
“La producción neta de un sector después de sumar todas las salidas y restar
las entradas intermedias. Se calcula sin deducciones por la depreciación de los
activos fabricados o el agotamiento y la degradación de los recursos naturales.
El origen del valor agregado está determinado por la Clasificación Industrial
Internacional Uniforme (CIIU), revision 3”. (Banco Mundial, 2018)
A continuación, se presentan las cifras estadísticas de estos dos indicadores
económicos, correspondientes a las economías más grandes a nivel mundial
mencionadas anteriormente.
Tabla 2
Industrialización en las economías más grandes del mundo, 2015
Industrialización, valor
agregado (% del PIB) 2015
Tasa de
crecimiento de
industrialización,
2015
China 29,38 -3,29%
Alemania 20,76 0,83%
Japón 20,72 5,01%
India 15,37 2,05%
Italia 14,39 3,45%
Estados Unidos 11,92 -0,37%
Canadá 10,54 7,80%
Brasil 10,52 1,78%
Francia 10,43 1,49%
Reino Unido 8,97 1,26%
Nota. Fuente: Banco Mundial
Recuperado de: https://datos.bancomundial.org/indicador/NV.IND.MANF.ZS
https://datos.bancomundial.org/indicador/NV.IND.MANF.KD.ZG
Elaboración: Armijos Ana, Sagbay Diana
23
De acuerdo con las cifras, se evidencia que aunque Estados Unidos fue la economía
más grande del mundo en el año 2015, no tuvo la mayor participación de
industrialización sobre el PIB; quien ocupó el primer lugar fue China, dejando en sexto
lugar al país estadounidense, mostrando que su economía en crecimiento se apoya
significativamente en las manufacturas
29
,38
20
,76
20
,72
15
,37
14
,39
11
,92
10
,54
10
,52
10
,43
8,9
7
INDUSTRIALIZACIÓN COMO PORCENTAJE DEL PIB, 2015
7,8
0%
5,0
1%
3,4
5%
2,0
5%
1,7
8%
1,4
9%
1,2
6%
0,8
3%
-0,3
7%
-3,2
9%
TASA DE CRECIMIENTO DE INDUSTRALIZACIÓN 2015, CON RESPECTO AL AÑO ANTERIOR
Figura 1 Participación porcentual de la industrialización en el PIB de las
economías más grandes del mundo para el año 2015. Fuente: Banco Mundial.
Elaboración: Armijos Ana, Sagbay Diana
Figura 2. Tasa de crecimiento de la industrialización en el PIB de las economías
más grandes del mundo para el año 2015. Fuente: Banco Mundial.
Elaboración: Armijos Ana, Sagbay Diana
24
En cuanto a la tasa de crecimiento de industrialización, para el año 2015, se
evidencia que tanto Estados Unidos como China ocuparon los últimos lugares,
mientras que Canadá se encontró en la delantera del mundo. Así, este país demostró
que se está fortaleciendo su industria manufacturera y apoyándose en ella para hacer
crecer su economía.
1.5.4. La industria manufacturera en América Latina.
En América Latina, la industrialización se dio en la segunda mitad del siglo XX,
por tanto, para varias de las economías que la conforman, es un logro reciente. Este
hecho ocasionó que la fuerza laboral pasara de la agricultura a la industria, dio paso al
surgimiento de nuevas élites políticas y se estableció una política industrial cuyo
objetivo radicaba en el aseguramiento de las aspiraciones sociales (Castillo y Martins
2017: 18).
A pesar de ello, se afirma que la industria manufacturera ya alcanzó su nivel
máximo en la región, tanto en empleo como en valor añadido, y como consecuencia,
son ahora los servicios y una consecuente desindustrialización5 las que se están
produciendo en el territorio latinoamericano, tal como está sucediendo en los países
desarrollados (Castillo y Martins, 2017: 18).
En países del Cono Sur, tales como Argentina, Uruguay, Chile y Brasil, al igual
que en naciones andinas como Colombia, Ecuador y Perú, la orientación productiva se
ha dirigido principalmente hacia commodities industriales. Ejemplos de ellos son el
cobre, hierro, acero, papel, harina de pescado, aceites vegetales, entre otros (Correa y
Stumpo, 2017: 35). Son industrias de uso intensivo de recursos naturales, con plantas
de producción automatizadas, intensivas en capital y con poca utilización de mano de
obra. Sin embargo, desde una perspectiva tecnológica, dichos sectores son maduros,
en donde los esfuerzos en ingeniería, diseño de nuevos productos, mejoramiento de
procesos y organización de la producción, son bajos (Correa y Stumpo, 2017: 36).
5 Según Rowthorn y Ramaswany (1999), citado por Castillo y Martins (2017:18), la desindustrialización
es “el proceso de descenso de la participacion del empleo en el sector manufacturero en el empleo total”.
Por su parte, Tregenna (2009), citado por Castillo y Martins (2017:18), agregó que la
desindustrializacion “supone una caída en la participacion del valor añadido de manufactura en el PIB”.
25
A pesar de ello, existen otras naciones, como México y varias centroamericanas,
que se diferencian de las mencionadas anteriormente. Éstas, se caracterizan por tener
un patrón de especialización productivo que se ha acentuado en el ensamblaje de
aparatos electrónicos, computadoras y vestuario. Varias de estas industrias han
trabajado bajo el régimen de maquila (Dussel, 2000; Buitelaar, Padilla y Urrutia, 1999
citados por Correa y Stumpo, 2017: 36), en donde existe un uso intensivo de mano de
obra y diseño de productos (excepto en los centros fabriles) (Correa y Stumpo, 2017:
36).
Por otra parte, es importante mencionar que desde el año 2003, América Latina
entró en un periodo de crecimiento, experimentado por el incremento de los precios
tanto de materias primas como de commodities industriales, además del mayor grado
de apertura de países extranjeros. Sin embargo, posterior a la crisis financiera
internacional de los años 2008-2009 y a la caída de los precios de las materias primas
en el año 2011, el dinamismo del PIB se ha desacelerado. Tal fue la magnitud del
problema que en el 2015, se dio una caída del 0,5%, el mismo que ha cambiado el
patrón de crecimiento de la región en su conjunto (Correa y Stumpo, 2017: 36).
1.5.4.1. Tendencias en la estructura productiva de América Latina.
El desempeño de los distintos sectores productivos no ha logrado evolucionar
durante el periodo 1980-2014, en donde el menor dinamismo se evidencia a partir del
año 2003. Es así que, la agricultura representó un 5,5% del PIB en el año 2002; 5,4%
en el 2008 y 5,1% en el 2014. Por su parte, la minería mostró una participación sobre
el PIB del 8,1% en el 2002; de 7,3% en el 2008 y 6,6% en el 2014. Lo mismo sucede
con la industria, pues muestra una tendencia decreciente: pasa del 16,6% en el 2002,
al 16,3% en 2008 y 14,7% en el 2014 (Correa y Stumpo, 2017: 42).
Una situación similar ocurre en el empleo, pues en los mismos tres sectores de
producción mencionados, se evidencia la pérdida de participación (Correa y Stumpo,
2017: 43).
26
Figura 3. Participación porcentual de los sectores económicos en el PIB y el empleo, periodo 1980-
2014. Fuente: (Correa y Stumpo, 2017: 43), Brechas de productividad y cambio estructural.
Recuperado de: https://repositorio.cepal.org/bitstream/handle/11362/42363/4/S1700602_es.pdf
1.5.4.2. Cambios en los sistemas de producción a nivel internacional y
latinoamericano.
De acuerdo con Correa y Stumpo (2017: 57), la industria latinoamericana ha
presentado problemas estructurales, sobre todo en los últimos diez años; mientras que,
a nivel internacional, varias características manufactureras están cambiando a causa
de la “Cuarta Revolucion Industrial”.
Figura 4. Participación porcentual de los sectores económicos en el PIB y el empleo, periodo 1980-
2014. Fuente: (Correa y Stumpo, 2017: 43), Brechas de productividad y cambio estructural.
Recuperado de: https://repositorio.cepal.org/bitstream/handle/11362/42363/4/S1700602_es.pdf
27
Ella, está trayendo consigo una creciente digitalización de procesos productivos,
fábricas inteligentes, sistemas ciberfísicos, etc. que están provocando la paulatina
modificación de las políticas industriales que rigen a los países desarrollados, y que
indudablemente, tienen un impacto significativo en su organización productiva
(Correa y Stumpo, 2017: 57).
Sin embargo, la industria manufacturera de varios países que conforman la región,
no ha logrado alcanzar siquiera a la Tercera Revolución Industrial, lo que pone en
desventaja a América Latina al momento de competir a nivel internacional. Por tanto,
continúa siendo un reto para la región diseñar e implementar estrategias industriales
enfocadas en el cambio de la composición productiva y en la introducción de nuevos
sectores que requieran y fomenten la utilización de capacidades más complejas que
involucren a la tecnología (Correa y Stumpo, 2017: 57).
1.5.5. La industria manufacturera en Ecuador.
1.5.5.1. Características de la industria ecuatoriana.
La economía ecuatoriana no posee una industria diversificada pues su estructura
productiva se ha basado tradicionalmente en productos primarios (cacao, banano,
camarón, etc.) debido a las condiciones geográficas y ambientales que le han permitido
gozar de una gran cantidad de recursos naturales (Garzón, Kulfas y Tamayo, 2016: 5).
Además, la economía ecuatoriana se caracteriza por ser significativamente
dependiente del petróleo, tal es así que los ingresos derivados de él llegaron a
representar aproximadamente un tercio del total de ingresos de las exportaciones del
año 2017 (CIA, s.f.).
Dicha estructura productiva tradicional, ha provocado que el desarrollo de
industrias, tal como el de la manufactura, quede relegado, pues la presencia
predominante en los sectores industriales no es la ingeniería, sino las ramas intensivas
en trabajo y recursos naturales. En el año 2013, los primeros explicaron
aproximadamente el 10% de la concentración del empleo y del valor agregado
industrial, mientras que los segundos presentaron cifras del 41% y 17%
respectivamente (Garzón et al., 2016: 12).
Dentro de las industrias más importantes se encuentran aquellas relacionadas con
el petróleo, el procesamiento de alimentos, textiles, productos de madera y productos
28
químicos principalmente. Su tasa de crecimiento industrial fue del 2,1%6 en el año
2017 (CIA, s.f.).
En comparación con el contexto internacional, el sector industrial de Ecuador
puede ser catalogado como pequeño, pues en función de la producción industrial, el
país ocupa el puesto sesenta a nivel mundial y el octavo en América Latina. Así, la
nación se encuentra lejos de los países desarrollados (Garzón et al., 2016: 9).
1.5.5.2. Evolución de la industria manufacturera en Ecuador.
El origen de la industria nacional se remonta al preincario e incario, en donde los
productos principales fueron las artesanías utilitarias y artísticas. Posteriormente, en
los periodos de conquista y colonización, surgieron las industrias alimenticias (trigo,
cebada, maíz, etc.) así como también los obrajes para la producción de tejidos
(Benalcázar, 1990: 40).
Durante la república, el proceso de industrialización fue lento. Aunque se aceleró
en la primera década del siglo XX, volvió a decaer llegada la Primera Guerra Mundial,
para crecer nuevamente en los años veinte y finalmente estancarse en la década de los
años treinta hasta el fin de la Segunda Guerra Mundial. Sin embargo, encontró un
nuevo estímulo a finales de los años cuarenta (Benalcázar, 1990: 40).
Así, dentro del contexto ecuatoriano, el proceso de industrialización ha encontrado
numerosas dificultades, que le han impedido alcanzar un desarrollo óptimo. Las etapas
referentes a dicho proceso se presentan a continuación:
• Periodo anterior a 1950
Antes de los años 50, durante la época colonial y después de la independencia, la
actividad productiva principal fue la agrícola, mientras que la industria era bastante
incipiente y básicamente existía en forma de obrajes. Durante este mismo periodo, la
débil economía ecuatoriana no pudo realizar adquisiciones de bienes de capital y
materias primas para la industria, por tanto, los productos consumidos por las clases
pudientes eran importados. A pesar de que en 1906 y 1922 se dictaron La Primera Ley
6 No se incluye a la refinación de petróleo.
29
de Protección Industrial y de Fomento Industrial respectivamente, los avances
obtenidos para los años 30, apenas fueron significativos (Villamarín, 1994: 64).
• Periodo 1950-1972
Durante el periodo 1950-1972, se dieron notables avances industriales en los
grandes países del mundo, gracias a acontecimientos tales como la Tercera Revolución
Industrial, y una mayor presencia de corporaciones multinacionales. Sin embargo,
Ecuador no vio crecer su industria en la misma magnitud. Lo mismo sucedió con el
resto de países en vías de desarrollo. En 1957 se dictó la nueva Ley de Fomento
Industrial, en donde se pretendió potencializar a la industria después de haber
atravesado la crisis del modelo agroexportador. Posterior a ello, en los años 60, se
aplicó el modelo de Sustitución de Importaciones, como instrumento de solución a las
crisis del tipo anteriormente mencionado y a la inestabilidad política nacional de ese
entonces (Horna, Guachamín y Osorio, 2009: 234).
Pero finalmente, en los años 70 el modelo cepalino se consolidó fuertemente en la
nación, y gracias a la exportación de petróleo, en 1972 la industria manufacturera
comenzó a desarrollarse en mayor medida (Horna, Guachamín y Osorio, 2009: 234).
Además, el auge de estos años estuvo impulsado por un endeudamiento considerado
como agresivo y desmesurado, que sirvió para financiar tanto el consumo como la
inversión de la economía ecuatoriana (Oleas, 2017: 219). Según cifras del Banco
Central del Ecuador (BCE) (1984 citado en Naranjo, 2004: 225), la deuda externa
creció en 30 veces su rubro inicial entre los años 1971 y 1983.
Por tanto, gracias al excedente económico petrolero y al endeudamiento externo
derivado, gran cantidad de recursos fueron destinados hacia la industria manufacturera.
Ello, a su vez dio paso al desarrollo de la infraestructura adecuada, la urbanización
acelerada, la inversión extranjera gracias a los incentivos de la Ley de Fomento
Industrial y una relativa ampliación del mercado interno debido a las migraciones
internas rural-urbana, la Reforma Agraria y el incremento del nivel de ingresos de las
clases media y alta de la población (Horna et al., 2009: 234).
A pesar que su desarrollo permitió obtener avances más significativos, estos no
fueron suficientes para solventar las deficiencias que presentó este sector (Horna et al.,
2009: 234).
30
• Periodo 1980-2000
En los años 80, América Latina en general, y Ecuador en particular, sufrieron de
un estancamiento en su desarrollo industrial y adoptaron un modelo liberal. Este,
estableció como uno de sus objetivos, el mantenimiento de una nueva forma de
acumulación de capital, con una mayor oferta exportadora.
Como consecuencia, las ventas de productos primarios, tales como el banano y el
camarón, aumentaron en un 17,7%; sin embargo, también se evidenció una caída del
43% de los productos manufacturados (Acosta, 1995 citado en Procel y Martin-
Montaner, 2017: 517). En otras palabras, a partir de la década de los 80, la región
latinoamericana y Ecuador entraron en una etapa de reprimarización económica, la
misma que se mantiene, según diferentes autores, hasta la actualidad (Procel y Martin-
Montaner, 2017: 517).
• Periodo 2000-2014
Durante la primera década de dolarización, todas las industrias presentaron tasas
de crecimiento positivas de su valor agregado bruto7 (BCE, 2014). De esta manera, se
contribuyó al crecimiento del PIB. Sin embargo, el incremento que mostró la industria
manufacturera fue modesto, a pesar de ser la que representa el desarrollo tecnológico
e innovación, elementos clave para el crecimiento económico (BCE, 2010: 18).
En cuanto a esta misma industria, es importante mencionar que durante el periodo
2007-2014, su crecimiento promedio fue inferior al de la economía nacional. Como
consecuencia de ello, su participación sobre el PIB disminuyó. La razón de esta merma
se explicó por la reducción de la producción de refinados de petróleo. Sin contar con
ello, la participación se ha mantenido relativamente constante en un 12% (Garzón et
al., 2016: 51).
1.5.5.3. Clasificación de las industrias manufactureras- Normativa CIIU 4.
Una clasificación estadística es definida como un instrumento lógico que ordena y
categoriza las características de las realidades tanto económica como social de un país,
7 El valor agregado bruto es “la diferencia entre la produccion y el consumo intermedio” (BCE, 2014).
31
región, ciudad o localidad. Su finalidad está enfocada en permitir y garantizar la
comparación de información en tiempo y espacio (INEC, 2012: 5).
Un ejemplo de este instrumento es la Clasificación Industrial Internacional
Uniforme de Actividades Económicas CIIU, elaborado por las Naciones Unidas. Ésta,
es considerada como la ordenación referencial de las actividades productivas (United
Nations Statistics Division [UNSD], 2009: iii), la misma que “sirve para clasificar
uniformemente las actividades o unidades económicas de producción, dentro de un
sector de la economía, según la actividad economica principal que desarrolle” (INEC,
2012: 10).
Por su parte, dentro del contexto ecuatoriano, el Instituto Nacional de Estadística
y Censos (INEC), es el encargado de elaborar la Clasificación Nacional de Actividades
Económicas CIIU; la última corresponde a la Revisión 4.0. Este instrumento,
simplifica la recolección, ordenamiento, procesamiento y análisis de la información
mediante agrupaciones diferenciadas (INEC, 2012: 7).
Este tipo de clasificaciones son necesarias debido a los constantes cambios
económicos, sociales, tecnológicos y a la globalización. Esta última, requiere de
interdependencia entre las naciones mediante la unificación de sus sociedades, culturas
y mercados. Dichos cambios, además, han provocado modificaciones en los procesos
de transformación productivos, y por tanto, en la estructura empresarial (INEC, 2012:
9).
1.5.5.3.1. Estructura de la Clasificación Nacional de Actividades Económicas CIIU
Revisión 4.0.
La estructura de la clasificación propuesta por el INEC es jerárquica-piramidal.
Está compuesta por seis niveles mutuamente excluyentes8, de manera que se facilita el
análisis de datos económicos, así como también la comparación internacional debido
a la estandarización de la presentación de la información (INEC, 2012: 13).
Cada uno de los niveles posee un nombre y una codificación específica. En el nivel
superior se encuentran las ‘Secciones’, identificadas por un codigo alfabético de la A
a la U. En segundo lugar, se encuentran las ‘Divisiones’, identificadas por un codigo
8 Mutuamente excluyentes: “Un elemento de la población es asignado sólo a una categoría sin
duplicación u omision” (INEC, 2012:11).
32
numérico conformado por dos dígitos. En tercer lugar, se encuentran los ‘Grupos’, que
al igual que la categoría anterior, se identifican con un código numérico, pero de tres
dígitos. En cuarto lugar, se encuentran las ‘Clases’, identificadas con un codigo
numérico de cuatro dígitos; le siguen en quinta posición las ‘Subclases’, con codigo
numérico de cinco dígitos. Finalmente, están las ‘Actividades Economicas’, que es la
categoría más detallada, y se identifica con un código numérico de seis dígitos (INEC,
2012: 13).
1.6. Conclusión
Después de haber analizado y descrito los aspectos más relevantes relacionados
con el PIB, la FBKF y la industria manufacturera, se concluye que existe evidencia
teórica dentro del campo económico que confirma la existencia de una interrelación
entre las tres variables de interés mencionadas que permiten el crecimiento de una
nación. Asimismo, se concluye que las manufacturas cumplen un rol primordial al
momento de fomentar una industrialización sólida y fiable, pues las naciones
encuentran una fuente alternativa de desarrollo, en donde la agricultura deja de ser la
protagonista dentro del progreso económico.
Sección
(A-U)
División
Dos dígitos
Grupo
Tres dígitos
Clase
Cuatro dígitos
Subclase
Cinco dígitos
Actividad Económica
Seis dígitos
Figura 5. Estructura jerárquica piramidal CIIU
Fuente: Instituto Nacional de Estadística y Censos, Clasificación Nacional de Actividades
Económicas CIIU Rev. 4.0
Elaboración: Armijos Ana, Sagbay Diana
33
La razón para realizar esta última afirmación se encuentra en las teorías y
estadísticas presentadas durante la revisión bibliográfica, en donde claramente se
muestra que la industria de las manufacturas provoca impactos positivos en las
variables macroeconómicas, facilitando el crecimiento de una economía tanto a nivel
local como internacional.
34
CAPÍTULO 2
ANÁLISIS DESCRIPTIVO Y ESTADÍSTICO DEL PIB, FBKF Y LA FBKF
DE LAS INDUSTRIAS MANUFACTURERAS, PERIODO 1970-2015
2.1. Introducción
El capítulo dos analiza desde una perspectiva estadística, al Producto Interno Bruto
(PIB), la Formación Bruta de Capital Fijo (FBKF) y la FBKF de las industrias
manufactureras. La importancia de este análisis radica en la posibilidad de contrastar
las teorías de crecimiento y los acontecimientos más relevantes suscitados dentro de
la economía ecuatoriana, con las cifras estadísticas de las variables ya mencionadas.
De esta forma, se podrán evidenciar los efectos derivados de los distintos sucesos y de
las políticas económicas, tanto a nivel nacional como internacional, sobre el
funcionamiento económico nacional.
Con el objetivo de describir la evolución del PIB, la FBKF total y la FBKF de las
industrias manufactureras durante el periodo 1970-2015, se decidió realizar una
revisión bibliográfica y estadística exhaustiva, a través de internet y material impreso,
que abarca los siguientes temas: evolución del PIB y FBKF nacionales por periodos,
presentación y análisis de cifras estadísticas de las tres variables de interés que
incluyen tasas de variación, tendencias y participaciones. Finalmente se presenta un
análisis mediante pruebas estadísticas y la construcción de regresiones lineales.
2.2. Descripción del comportamiento del Producto Interno Bruto (PIB) antes y
durante la dolarización, periodo 1970-2015
2.2.1. Evolución del Producto Interno Bruto (PIB) en el Ecuador.
Según Fernando Carvajal (2011), Adrián Carrasco, Pablo Beltrán y Jorge Luis
Palacios (2011), existen cuatro etapas económicas bien definidas en el país, cada una
con sus características particulares. A continuación, se presentan los datos más
relevantes de las mismas.
2.2.1.1. El auge bananero, 1950-1971.
A principios de los años cincuenta, se presentó un auge bananero en el país. Ante
este hecho, se planteó el objetivo de superar un estancamiento económico provocado
por la crisis del cacao, la misma que inició en los años veinte y no fue remontada sino
hasta avanzada la década de los cuarenta (Carvajal, 2011: 95).
35
El auge bananero permitió realizar cambios en la estructura económica del país.
Entre ellos se encuentran: la ampliación de la frontera agrícola, multiplicación de
relaciones salariales, obras de infraestructura vial y portuaria, incremento del crédito,
enfoque en la comercialización de frutas por parte de la gran empresa, nacional y
extranjera, logrando control monopólico y accediendo así a gran parte de la renta
generada en el país, entre otros (Acosta, 2006:101 citado por Carvajal, 2011: 95).
En el periodo 1950-1961, el Estado experimentó un cambio en el manejo de la
política económica. Se fomentó la producción exportable y se integró el mercado
interno a través de la construcción de infraestructura que facilitó las actividades
productivas (Carrasco et al., 2011: 122).
Posteriormente, en el periodo 1962-1971, el país creció gracias a las políticas de
industrialización que impulsaron a la demanda interna. Sin embargo, también se
restringieron impulsos de la demanda externa, a causa de dificultades de productos
agrícolas de los mercados internacionales, así como también de los precios de los
productos primarios (Carrasco et al., 2011: 122).
Características determinantes.
Esta primera etapa se caracterizó por presentar problemas tanto en el ámbito
económico como político:
Economía
• “Escasez de divisas”
• “Deterioro de términos de intercambio”
• “Variaciones en los niveles de demanda” (Carrasco et al., 2011: 122).
Política
• “Conformacion de un sistema estatal de apropiacion de excedentes en perjuicio
de las masas rurales y de nacientes cinturones de poblacion marginal urbana”
(Carrasco et al, 2011: 122).
2.2.1.2. Primer auge petrolero y estabilidad cambiaria, 1972-1982.
Esta segunda etapa se caracterizó por la abundancia de divisas y la
industrialización, que tuvieron lugar gracias al primer auge petrolero. Éste, trajo
consigo un cambio en la estructura económica del país, ya que hasta aquel momento
36
dependía principalmente de las exportaciones de bienes agrícolas (Fernández y Lara,
1998: 2).
En 1972, las exportaciones petroleras tomaron impulso debido a las condiciones
internacionales favorables en el precio del crudo. Éste, logró ascender de USD 2,5 a
USD 35,2 en 1980 (Samaniego Ponce, 1988: 156-157 citado por Narváez, 2011: 174),
logrando que, durante esta década, el aporte de la exportación del petróleo a las
exportaciones totales fuera del 68% (Fernández y Lara, 1998: 2).
Con una mejor situación financiera, el país se convirtió en un atractivo sujeto de
crédito, por lo cual en 1976 Ecuador contrajo un importante endeudamiento externo
(Fernández y Lara, 1998: 3).
También, los ingresos petroleros dieron paso a un incremento en los gastos
gubernamentales. Consecuentemente, el Estado incrementó su participación en la
demanda agregada, con un “crecimiento burocrático desmedido” que permitió un
crecimiento promedio del PIB del 6,5% (Carrasco et al., 2011: 129) y un desequilibrio
fiscal promedio del 4% del PIB entre 1977 y 1980 (Araujo 1998: 6 citado por Carrasco
et al., 2011: 132). Sin embargo, no logró mejorar las rentas destinadas a ciertos
sectores productivos (Fernández y Lara, 1998: 3).
Por otro lado, durante el periodo 1968-1975, la IED fue utilizada como medio para
compensar los déficits presentados en cuenta corriente. Además, durante los años
1975-1980, la deuda externa se incrementó en gran medida, llegando a superar el
“ritmo de crecimiento del PIB” (Carrasco et al., 2011: 129).
En años posteriores (1976-1981), el endeudamiento agresivo público y privado
tuvo lugar dentro de la economía ecuatoriana, debido a una política de apertura de la
cuenta de capitales. Sin embargo, este hecho causó efectos negativos dentro del
funcionamiento economico, pues se presentaron “síntomas de la enfermedad
holandesa” entre los años 1979 y 1982 (Carrasco et al., 2011: 131).
Características determinantes.
Esta segunda etapa estuvo caracterizada por aspectos tanto económicos como
políticos:
Economía
37
• “Abundancia de divisas”
• “Recuperacion de términos de intercambio”
• “Crecimiento impulsado por la demanda interna y externa” (Carrasco et al.,
2011: 123).
• Alta dependencia a las exportaciones petroleras y a capitales extranjeros
(Fernández y Lara, 1998: 3).
Política
• “Consolidacion de un sistema estatal de distribucion no equitativo a favor de
sectores formales urbanos” (Carrasco et al., 2011: 123).
2.2.1.3. Estancamiento económico, 1983-1999.
Durante esta tercera etapa, la región latinoamericana experimentó pérdidas
constantes provocadas, entre otros motivos, por la “reduccion de la demanda mundial
de productos de exportacion”, principalmente los agrícolas y minerales. Además, a
partir de 1980, las obligaciones de pago de la deuda externa contraída se agudizaron a
causa de la fuerte subida de las tasas de interés (Carrasco et al., 2011: 133).
En Ecuador, esta etapa estuvo marcada por dos factores principalmente: “la adopcion
de políticas de ajuste y la liberalización” (Carrasco et al., 2011: 123). Ambos, estuvieron
fundamentados sobre fuertes deterioros de la inversión, consumo y gasto público. Entre
las políticas de ajuste que se aplicaron se encuentran:
“Unificacion cambiaria, traslado de las operaciones privadas en moneda
extranjera hacia el mercado libre de cambios, tasas de interés de libre
contratación, restricción del crédito al sector público y privado, control del gasto
público y suspensión de pagos de la deuda externa”. (Fernández y Lara, 1998: 4)
Entre los años 1983-1992, la política económica se enfocó en el ajuste del gasto
interno y la depreciación cambiara. Además, durante el periodo 1990-1999, se enfocó en
la apertura comercial y la reforma financiera. El resultado final, fue una etapa
caracterizada “por un crecimiento esquivo y una marcada volatilidad financiera”
(Carrasco et al., 2011: 123).
A lo largo de estos años, las condiciones de vida poblacional se deterioraron, la
informalidad urbana y el pago del servicio de la deuda crecieron a causa de la
modalidad de desarrollo vigente en ese entonces. La economía ecuatoriana flaqueó a
38
tal punto, que las estadísticas de estos años hablaron de “una pobreza casi estructural”
(Carrasco et al., 2011: 123).
Entre los problemas macroeconómicos más significativos se encuentran la
reducción de la producción de 3,9% en 1981 a -2,8% en 1983 y el déficit de la cuenta
corriente, que ascendió a USD 1182 millones, representando el 9% del PIB (Fernández
y Lara, 1998: 3).
Años después, la economía logró una ligera mejora; sin embargo, en el gobierno
de León Febres Cordero el precio del petróleo cayó de USD 25,90 a USD 12,70 por
barril. Además, la economía tuvo que afrontar el terremoto de marzo de 1987 que dio
como resultado una disminución en el volumen de las exportaciones (Fernández y
Lara, 1998: 4).
Características determinantes.
• “Imposicion de restricciones a la demanda interna causadas por la escasez de
divisas” (Carrasco et al., 2011: 123), tales como la contracción de
importaciones (Carrasco et al., 2011: 133).
• “Tendencia oscilatoria de términos de intercambio” (Carrasco et al., 2011:
123).
2.2.1.4. Nuevo auge petrolero, 2000-2008.
En la cuarta etapa económica, Ecuador experimentó una nueva abundancia de
divisas así como también “una recuperacion en los términos de intercambio”. Además,
aumentó la demanda externa y por tanto se recuperó el gasto interno,
consecuentemente crecieron las importaciones (Carrasco et. al, 2011: 123).
Durante los seis primeros años de este periodo, la economía logró afianzarse a la
dolarización oficial, se construyó y entró en operación el Oleoducto de Crudos Pesados
(OCP) (León, 2016: 60). Además, de 2001 a 2008, se presentó un crecimiento
sostenido como resultado del dinamismo de las actividades de exportación, consumo
e inversión (BCE, 2008: 33).
En el año 2008, Ecuador presento un crecimiento del 6,5% respecto al año 2007,
que estuvo asociado directamente con el incremento del valor agregado no petrolero9.
9 “El Valor Agregado Bruto (VAB) es la diferencia entre la produccion y el consumo intermedio”
(BCE, 2015).
39
Además, es importante mencionar que la industria manufacturera contribuyó al
crecimiento del 14% alcanzado por el PIB en el año 2008. Las industrias que
destacaron fueron la fabricación de maquinaria y equipo, la elaboración de tabaco, de
bebidas, la fabricación de productos químicos, plásticos y del caucho, la producción
de madera y la fabricación de papel e imprentas (BCE, 2008: 43).
La recuperación económica de estos años se explicó por el dinamismo de la
demanda interna, específicamente, por el crecimiento de la inversión (Carrasco et al.,
2011: 123).
Características determinantes.
• “Recuperacion de los salarios reales y estabilidad de precios”.
• Disminución de la pobreza gracias a las remesas recibidas en el país.
• En el año 2007, se recupero “el poder de planificación, regulación y control del
Estado” y se implanto una política enfocada en construir un “sistema
economico social más justo y solidario” (Carrasco et al., 2011: 123).
Por otro lado, también es importante presentar lo ocurrido en la economía
ecuatoriana posterior a los periodos presentados. A continuación, se exponen los
aspectos más relevantes.
En el periodo 2007-2014, se suscitaron hechos que incidieron de forma directa en
la economía del país. Entre ellos se encuentran:
“políticas heterodoxas del gobierno de Rafael Correa, el incremento del precio del
petróleo, aumento del gasto y la inversión pública, crisis financiera de Estados
Unidos (2008-2009) con caída transitoria del precio del petróleo en 2009, caída del
precio del petróleo desde el segundo semestre de 2014”, entre otros. (León, 2016:
60)
Además, durante la presidencia de Rafael Correa, se presentaron varios sucesos que
incidieron en la economía del país. A continuación, se exponen los aspectos económicos
más importantes.
En el primer año de gobierno, el país experimentó un crecimiento económico leve.
Sin embargo, en el 2009, la economía ecuatoriana se vio afectada por la crisis mundial
que trajo como consecuencias la volatilidad en los precios del crudo, caídas en las
40
exportaciones de productos primarios, encarecimiento de importaciones y un deterioro
de los términos de intercambio (Carvajal, 2011: 103).
A pesar de las intervenciones del gobierno para superar estos problemas, la tasa de
variación del PIB mostró una tendencia decreciente. Así, en el año 2012, la tasa fue del
5,6%, en el 2013 fue de 4,9% y en el 2014 de un 4%10. (BCE, s.f.)
En el año 2015 el PIB creció un 0,2%, impulsado por el Gasto de Consumo Final del
Gobierno General. Éste, impulsó a dicho crecimiento con 0,09 puntos porcentuales.
Además, la actividad que contribuyó mayoritariamente al crecimiento del PIB fue el de
Servicios Sociales y Salud con un 0,44%, mientras que la que menor contribución
realizó, fue la Construcción con un -0,18%. En cuanto a las industrias manufactureras,
el aporte que realizaron fue de -0,11% y un crecimiento anual, para este mismo año, de
-0,9% (BCE, 2016).
Finalmente, debido a los problemas que la economía ecuatoriana tuvo que atravesar
desde el año 2014, tales como “la devaluacion de las monedas de países vecinos, la
importante caída del precio del crudo, la significativa reducción del ingreso por
exportaciones”, la estimacion de crecimiento de la tasa del PIB para el 2016 tampoco
fue positiva (BCE, 2016).
2.3. Descripción del comportamiento de la Formación Bruta de Capital Fijo
(FBKF) antes y durante la dolarización, periodo 1970-2015
2.3.1. El auge bananero, 1950-1971.
Durante los primeros años del boom bananero, en el periodo presidencial de Galo
Plaza Lasso (1948 – 1952), el gobierno realizó fuertes inversiones. Éstas, estuvieron
dedicadas a facilitar pactos con empresas transnacionales y a obtener créditos para los
productores. El resultado de ello fue una tasa de crecimiento anual de la inversión de
7,3%, en promedio. Sin embargo, el ahorro fue tan sólo de un 5,6%, por tanto, la salida
para sostener la inversión fue el endeudamiento externo (Carvajal, 2011: 96).
Por otro lado, las inversiones pública y privada afectaron de distinta manera a la
economía. La primera, fue de vital importancia para la integración de la Costa y la
10 Los porcentajes están dados en precios de 2007.
41
Sierra, pues permitió la ampliación del mercado interno. La segunda, perdió
protagonismo en la economía, ya que “descendió del 74% en 1950 al 57% en 1960,
mientras la inversión pública ascendió del 26% en 1950 al 43% en 1960” (Carrasco et
al., 2011: 127).
2.3.2. Primer auge petrolero y estabilidad cambiaria, 1972-1982.
Durante este periodo, el país decidió utilizar los excedentes de las exportaciones
para realizar un cambio de la matriz productiva basada en la sustitución de
importaciones. Sin embargo, dicho cambio se vio limitado debido a la poca atención
prestada a la expectativa de empleo, las bajas remuneraciones, la dependencia del
mercado internacional para obtener insumos productivos, entre otros (Carvajal, 2011:
98).
En estos años, la inversión mantuvo una tasa de crecimiento similar a la del PIB.
Además, es importante aclarar que el fuerte endeudamiento que contrajo el país en este
periodo no fue consecuencia del financiamiento de la inversión, sino del desmedido
gasto público en el que incurrió el gobierno.
2.3.3. Estancamiento económico, 1983-1999.
A lo largo del periodo 1983-1999, Ecuador sufrió un estancamiento económico,
explicado, entre otros sucesos, por una reducida inversión. Ésta, mostró una
participación promedio sobre el PIB del 15%, considerada como una de las más bajas en
comparación con el resto de las economías de la región latinoamericana (Cornejo,
Naranjo, Pareja y Montufar, 1999: 402). La causa de la reducción de la inversión fue la
volatilidad de las tasas de interés de aquel entonces, principalmente durante los años 80
a causa de la crisis económica por el endeudamiento bancario de toda la región
latinoamericana (French-Davis y Devlin, 1993: 10).
La inversión nacional, comenzó a presentar tasas promedio anuales negativas,
llegando a disminuir su participación en el gasto interno en un 5,3%. Para dinamizar esta
variable macroeconómica, el gobierno decidió aplicar, en 1993, las siguientes reformas
al sector público:
• Privatización de empresas públicas, consideradas como ineficientes, a cargo del
Consejo Nacional de Modernización (Conam).
42
• Reformar la Ley de Hidrocarburos, de manera que logre incentivar tanto la
inversión extranjera como la inversión del sector privado en la actividad petrolera
(Carvajal et al. 2011: 140).
También, es importante destacar que la inversión extranjera no fue relevante ni en la
FBKF ni en el crecimiento económico de los años 90, pues ésta mostró cifras del 1,2%
en 1990 y del 3,2% en 1993. Por su parte, la inversión pública sufrió varias fluctuaciones
por el deterioro de las empresas de su sector (Cornejo, et al., 1999: 402).
2.3.4. Nuevo auge petrolero, 2000-2008.
Durante los primeros años de dolarización, el país decidió realizar inversión
petrolera, con la finalidad de reactivar la economía. Para ello, se realizaron distintas
actividades. Entre ellas se encuentra la construcción del Oleoducto de Crudos Pesados
y actividades de explotación en nuevos campos (Carrasco et al., 2011: 144).
En el periodo 2001-2008, la economía experimentó un crecimiento sostenido como
resultado del dinamismo de las actividades de exportación, consumo e inversión. Los
componentes que más contribuyeron a dicho crecimiento fueron el consumo y la
Formación Bruta de Capital Fijo. Para el año 2008, el consumo ayudó al crecimiento
del PIB en 4,8% y la FBKF lo hizo crecer en 4,3% (BCE, 2008: 33).
Sin embargo, durante esta etapa, la inversión no pudo ser sostenida únicamente por
el ahorro interno, por lo cual, se recurrió a las remesas y a la inversión extranjera para
impulsar la explotación de los recursos petroleros (Carrasco et al., 2011: 145).
Por otra parte, según el BCE (2014), durante el periodo 2007-2013, Ecuador fue
una de las naciones que más dinero destinó a la FBKF en la región latinoamericana.
En estos años, la variable alcanzó un promedio de 24,5% del PIB, el cual fue superior
al promedio de América Latina y el Caribe, que se ubicó en 20,1%. El sector que más
apoyó a su crecimiento fue el de la construcción.
En el país, la FBKF se ha incrementado principalmente por el aumento de la
inversión pública. Ésta, se ha enfocado en impulsar la construcción de carreteras,
proyectos hidroeléctricos, escuelas, hospitales, entre otros. Además, la inversión
privada también ha aumentado, pues pasó de USD 7257 millones en 2007 a USD
43
12,461 millones en 2013, concluyendo que en promedio su crecimiento anual fue de
8,5% aproximadamente (BCE, 2014).
Es importante mencionar que, en el año 2009, el gobierno aplicó una medida
proteccionista para evitar experimentar un fuerte impacto derivado de la crisis
mundial. Para ello, realizó una inversión de USD 6794 millones, que representó un
52,5% más de lo invertido en el año 2008 (BCE, 2014).
Con respecto al gobierno de Rafael Correa, podemos mencionar los siguientes
aspectos relevantes:
Durante su primer año de mandato, el crecimiento de la economía ecuatoriana fue
modesto, a pesar del intento del gobierno por aumentarlo mediante el gasto y la
inversión pública. En el año 2008, las actividades relacionadas con el sector público
se vieron beneficiadas por la alta inversión estatal. En el 2009 la crisis financiera
internacional afectó a la economía del país, provocando la reducción de las
exportaciones, la inversión y el consumo privado (BCE, 2014).
El gobierno canalizó los excedentes del petróleo hacia la inversión en educación y
salud. Así, el país experimentó un crecimiento sustentado en la inversión pública; sin
embargo, esta situación fue distinta a las de los siglos pasados. Se utilizaron los fondos
provenientes de una abundancia de divisas acumulada en el ex Feirep11, los ahorros
del Instituto Ecuatoriano de Seguridad Social (IESS) y otros depósitos del sector
público en el Banco Central, las cuales eran parte de la reserva monetaria internacional
(BCE, 2014). Sin embargo, la inversión no fue lo suficientemente grande como para
sostener un crecimiento de la economía en el largo plazo. Durante el periodo analizado,
la FBKF tuvo una variación promedio anual del 7% (BCE, 2014).
En 2013, el sector de los servicios fue el que más inversión realizó, siendo ésta de
un 70,9%, seguida de la extracción de petróleo y explotación de minas con el 13,2% y
las manufacturas con el 10,4% (BCE, 2014).
11 Fondo de Estabilización, Inversión Social y Productiva y Reducción del Endeudamiento Público.
44
Antes del inicio del gobierno del expresidente Rafael Correa, el sector público
participaba con el 27% de la FBKF y el sector privado con el 73%. Pero a partir del
inicio del gobierno de Correa, la situación cambió, pues el sector público tomó una
mayor participación (Hidalgo Pallares, 2016 citado por Márquez, Carriel y Salazar,
2017: 37).
2.4. Asociación del comportamiento del PIB con el de la FBKF antes y durante
de la dolarización, durante el periodo 1970-2015
Debido a la importante relación existente entre el PIB y la FBKF, dado que las
teorías económicas de crecimiento así lo afirman, a continuación, se analiza su
comportamiento durante el periodo 1970-2015 mediante un análisis estadístico.
2.4.1. Cifras estadísticas.
2.4.1.1. Participación de la FBKF sobre el PIB.
Durante el periodo 1970-2015, las cifras estadísticas reflejan una disminución de
la participación de la FBKF sobre el PIB12. Es así que, durante el primer auge petrolero
(1972-1982), la FBKF presentó una participación promedio sobre el producto total de
30,1%. La misma, se explica por la gran cantidad de recursos provenientes de las
12 Las cifras están dadas en dólares del año 2007.
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
40,0
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
PARTICIPACIÓN DE LA FBKF SOBRE EL PIB
Figura 6. Participación de la FBKF sobre el PIB, 1970-2015. Fuente: Banco Central
del Ecuador [BCE], Noventa años del Banco Central del Ecuador (Series Estadísticas
Históricas), capítulo 4.
Elaboración: Armijos Ana, Sagbay Diana.
45
exportaciones petroleras que le permitieron al país destinar recursos hacia la inversión.
Sin embargo, durante el estancamiento económico (1983-1999), la participación
promedio cae bruscamente a un 19,4%, provocada por una economía nacional
debilitada.
A partir de este último periodo, la participación promedio se ha ido recuperando.
Durante la dolarización, en el periodo 2000-2015, alcanzó una cifra del 22%. Es
importante destacar que durante los primeros años de dolarización, la participación
promedio fue de 19,1% para después pasar a un 24,2% en el gobierno de Rafael Correa.
A pesar de la recuperación alcanzada en el periodo de dolarización, la participación
promedio de la FBKF sobre el PIB, no ha vuelto a mostrar cifras similares al del primer
auge petrolero. .
2.4.1.2. Tasas de variación y tendencia del PIB y la FBKF.
Tendencia.
La FBKF, en miles de dólares de 2007, muestra una tendencia creciente durante el
periodo 1970-2015. Lo contrario sucede con el PIB. Por tanto se evidencia que, a pesar
de que la FBKF ha contribuido al crecimiento de la producción total, ésta no ha sido
suficiente para que el PIB se mantenga en ascenso en el largo plazo.
-30,0
-20,0
-10,0
0,0
10,0
20,0
30,0
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
TASAS DE VARIACIÓN
PIB FBKF
Figura 7. Tasas de variación de la FBKF sobre el PIB, 1970-2015. Fuente: Banco
Central del Ecuador [BCE], Noventa años del Banco Central del Ecuador (Series
Estadísticas Históricas), capítulo 4.
Elaboración: Armijos Ana, Sagbay Diana.
46
En cuanto al comportamiento de las dos variables macroeconómicas, se evidencia
que en los periodos anteriores a la dolarización13, estos son opuestos durante varios años.
Sin embargo, a partir de la dolarización, tanto el PIB como la FBKF comienzan a mostrar
patrones similares de comportamiento.
Es importante mencionar que, a pesar de que la FBKF mostró una tendencia creciente
durante el periodo 1970-2015, su participación presentó un comportamiento opuesto
durante los mismos años. Este hecho evidencia que, aunque la FBKF ha crecido, sus
resultados han sido incapaces de permitir que su participación sobre el PIB evidencie un
incremento significativo, y que, de hecho, permita un crecimiento en el largo plazo para
la economía ecuatoriana.
2.4.1.2.1. Acontecimientos que provocaron fuertes incrementos y disminuciones en
el PIB.
Los incrementos y disminuciones en las variables macroeconómicas analizadas se
presentan gráficamente en forma de picos y valles14. Sus explicaciones, se presentan a
continuación.
Incrementos
• 1973: El primer auge petrolero, que dio paso a un incremento significativo del
precio y de las exportaciones de crudo, permitió que el PIB presente una tasa de
variación del 14% con respecto al año anterior.
• 2004: Fue el año de mayor crecimiento de la economía ecuatoriana durante el
periodo 2000-2009. De acuerdo con el BCE, el PIB alcanzó una tasa de variación
de 8,2% en el 2004, con respecto al año anterior. Este crecimiento se debió
principalmente a la entrada en operación del Oleoducto de Crudos Pesados
Ecuador, OCP. Sin embargo, cabe señalar que, debido a la falta de proyectos de
gran escala, el ritmo de crecimiento en los años siguientes, disminuyó (BCE,
2010: 10).
• 2011: En este año, Ecuador alcanzó una tasa de variación del PIB del 7,9%, con
respecto al año anterior, debido al crecimiento de los sectores agrícola, comercial
13 Periodos analizados correspondientes, primer auge petrolero y de estabilidad cambiara y
estancamiento económico. El auge bananero no se encuentra dentro de nuestro periodo de estudio.
14 Todas las tasas de variación que se presentan a continuación están dadas en precios de 2007 y han
sido tomadas del Capítulo 4 de las Series Estadísticas Históricas del BCE.
47
y manufacturero (Ray y Kozameh, 2012: 2). También, según cifras del BCE, el
crecimiento obedeció a un incremento del precio del petróleo, que osciló entre
los $81,99 y $117,87, alcanzando un precio promedio anual de $96,96 (BCE,
2012).
Disminuciones
• 1977: En este año, la tasa de variación del PIB se redujo en 5,8 puntos
porcentuales, con respecto al año anterior. Así, dicha tasa llegó a 1,6%. La razón
de ello se encontró en el agresivo endeudamiento externo privado y la fuga de
capitales suscitados en este año (Oleas, 2017: 218).
• 1983: En la década de los ochenta, Ecuador sufrió dos acontecimientos que
tuvieron fuertes impactos en la economía ecuatoriana. El primero, hace
referencia al endeudamiento externo, que se multiplicó treinta veces en el periodo
1971-1983. Por otra parte, entre los años 1982-1983, el fenómeno de El Niño
provocó inundaciones en el litoral ecuatoriano. Como consecuencia, la
producción agrícola tanto para la exportación como para el consumo interno, se
destruyeron. La oferta exportable de banano, café y cacao se vieron limitadas y
el ingreso de divisas se redujo. Se estima que el costo de este fenómeno natural
fue de aproximadamente 3 000 millones de dólares (Naranjo, 2004: 231).
• 1987: La exportación petrolera y la producción del país se vieron paralizadas
durante varios meses a causa del terremoto (Cornejo, Naranjo, Pareja y Montúfar,
1999, 403) y el descenso de los precios internaciones de petróleo (Oleas, 2017:
226). En consecuencia, en 1987, según el BCE, el PIB obtuvo una tasa de
variación del -0,3% con respecto al año anterior (Cornejo et al., 1999: 403)
• 1999: La gran crisis desatada al final de la década de los noventa, provocó un
decrecimiento económico en el país. La tasa de variación del PIB fue de -4,7%,
con respecto al año anterior. Como medida de salvación, el presidente Jamil
Mahuad implementó la dolarización a partir de enero del año 2000 (BCE, 2010:
9). Entre otros problemas, la crisis financiera internacional provocó la reducción
de fuentes externas de financiamiento, incrementos de la inflación por encima
del 60%, restricciones de crédito de consumo de hogares, incremento del
desempleo, incremento del endeudamiento externo público del 100% del PIB
para este año, entre otros (BCE, 2000: 5).
48
• 2009: Debido a la crisis mundial financiera desatada en Estados Unidos, el PIB
logró un crecimiento de tan sólo el 0,36% en el 2009. Este incremento se dio
debido al Consumo del Gobierno (4,03%), sin embargo, las exportaciones
disminuyeron en 5,9% mientras que las importaciones lo hicieron en un 11,57%
(BCE, 2010: 12).
• 2015: Según la Cámara de Comercio de Guayaquil, la disminución del precio del
petróleo ocurrido a finales del año 2014 ha sido la principal razón para que el
PIB prácticamente no haya crecido. En este año, la producción ecuatoriana se
incrementó en un ligero 0,2% (Cámara de Comercio de Guayaquil, 2017: 2).
También es importante mencionar otros acontecimientos significativos que han
impacto a la economía ecuatoriana. Entre ellos se encuentran los siguientes:
• 1993: El derrumbe de la Josefina dañó gravemente el complejo hidroeléctrico
más importante del país. A este hecho se sumó un estiaje que agravó en ese
entonces la situación energética del país (Cornejo et al., 1999:403).
• 1981 y 1995: Ecuador hizo frente a dos conflictos bélicos derivados de la tensión
diplomática y militar que mantuvo con Perú. Las consecuencias fueron no
solamente la destrucción, sino también un precio alto para mantener y renovar el
equipamiento bélico (Cornejo et al., 1999: 404). Además, en 1995 las sequías
afectaron tanto a las exportaciones agrícolas, así como a la producción de
alimentos destinada para el mercado doméstico (Solimano, 2003:43).
2.4.1.2.2 Acontecimientos que provocaron fuertes incrementos y disminuciones
en la FBKF.
Incrementos
• 1971: En 1970, el país alcanzó una tasa de variación anual de -0,2%, pero en
1971, ésta aumentó significativamente a un 25,1%. La razón de ello se debió a
la masiva importación de capital necesaria para poner en marcha la explotación
petrolera del año siguiente. Ésta, involucró proyectos tales como: la
“construccion del oleoducto transecuatoriano, terminales de bombeo en el
nororiente, terminal de embarque en Esmeraldas, etc.” (Oleas y Burneo: 1996:
8).
• 1975: La FBKF en este año experimentó un crecimiento del 17,6% con
respecto al año anterior, pasando de un 5,1% (1974) a un 22,7% (1975). La
49
razón de ello se dio gracias a los recursos provenientes del endeudamiento
externo. Durante este periodo, existieron fuertes presiones inflacionarias
combinadas con el boom petrolero que dieron paso a un aumento de las
importaciones (Burneo y Oleas, 1996: 10).
• 2001: La tasa de variación de la FBKF aumentó de 12,4% en el 2000 a un
20,3% en el 2001. Este crecimiento fue alcanzado gracias a las
administraciones públicas y el resto de agentes económicos que contribuyeron
con incrementos de 16% y 45,9%, respectivamente. Este nivel también fue
estimulado por “el mantenimiento de las carreteras y pavimentacion de nuevas
vías, construcción del oleoducto de crudos pesados y, a nivel privado, por la
construccion de vivienda”. Ello es corroborado con las cifras de importaciones
de materiales de construcción que se duplicaron, con respecto al año anterior
(BCE, s.f.: 2).
Disminuciones
• 1972: La inversión cae bruscamente entre 1971 y el tercer trimestre de 1972,
pasando de una tasa de variación anual de 25,1% a un reducido -4,5%, debido
a la inercia económica que se encontraba a la expectativa de una nueva época
petrolera (Burneo y Oleas, 1996: 8).
• 1983: Desde inicios de la década de los ochenta, la FBKF comenzó a presentar
tasas de variación negativas. Sin embargo, en 1983, alcanzó una de sus tasas
más bajas, siendo ésta de -18%. La razón de ello se encuentra en dos fenómenos
incontrolables: “la crisis de la deuda externa y las inundaciones que afectaron
al sector agrícola de la Costa y a la infraestructura de todo el país”. Además, la
incidencia del aparato público dentro de la economía retrocedió debido a la
falta de ingresos que tuvieron que ser compensados con déficit fiscales, los
mismos que resultaron ser insostenibles (Burneo y Oleas, 1996: 6).
• 1987: La tasa de variación de la FBKF pasó de 3,3% en 1986 a -1,3% en 1987.
La razón de ello se encontró en la caída del precio del petróleo suscitada en
1986 (Burneo y Oleas, 1996: 7), situación que fue agravada con el terremoto
del año siguiente. Este último fenómeno destruyó el oleoducto petrolero y
suspendió la exportación de crudo durante seis meses, provocando así una
reducción de recursos para invertir (Carrasco, et al., 2011: 138).
50
• 1999: La crítica situación económica del país, marcada por la crisis del sistema
bancario y la disminución de la producción de petróleo de la empresa estatal
causada por niveles bajos de inversión del Estado, provocaron que la FBKF en
este año alcance una tasa de variación de -25,2% (BCE, 2008: 54).
• 2009: La crisis inmobiliaria originada en Estados Unidos provocó que la FBKF
en este año, contribuyera de manera negativa al crecimiento del PIB. La razón
de ello se debió a que se redujo la inversión destinada a maquinaria y equipo,
productos minerales básicos, metálicos y no metálicos (BCE, s.f., 15).
• 2015: En este año, la inversión privada se incrementó debido a:
“Adquisición de activos fijos por parte de los sectores de procesamiento
de alimentos, explotación de minas y canteras, elaboración de cervezas,
fabricación y producción de cemento y hormigones en general,
telecomunicaciones, entre otras, sustentado también por un incremento
de la inversion extranjera directa”. (BCE, 2016)
Sin embargo, ésta no fue suficiente para mostrar cifras de crecimiento. De hecho,
la tasa de variación de la FBKF en este año fue de -5,9%, con respecto al año anterior,
causada principalmente por diversos factores que afectaron al año 2014, entre los que
se encuentran “la apreciacion del dolar, la devaluacion de las monedas de países
vecinos, caída del precio del crudo y reduccion de ingresos por exportaciones” (BCE,
2016).
2.4.2. Asociación del comportamiento del PIB y la FBKF antes y durante
la dolarización, periodo 1970-2015 mediante herramientas estadísticas15.
Para la asociación del comportamiento del PIB y la FBKF, hemos decidido
construir una regresión lineal simple. Para la construcción de la misma, se decidió que
el PIB sea la variable dependiente y la FBKF, la independiente.
Es importante también señalar que, para presentar un análisis más completo entre
estas variables, se decidió llevar a cabo tres pruebas estadísticas: CUSUM, CUSUMQ
y Chow.
15 Para la construcción de la base de datos se utilizará Microsoft Excel, mientras que para el análisis
econométrico se utilizará el paquete de software estadístico Eviews 10 con número de serie
U1001481-D34ADA23-F4D1838D.
51
El test de CUSUM y el test de CUSUMQ son pruebas de residuales recursivos que
permiten identificar la inestabilidad en los coeficientes de los estimadores de una
regresión, sin especificar la fecha en la que sucede. Al hablar de estimaciones
recursivas, se hace referencia a aquellas que estiman la ecuación varias veces,
utilizando siempre la mayor cantidad de datos muestrales (CEPAL, s.f.: 82).
Este tipo de pruebas, examinan “el comportamiento de los residuos que generan
estimaciones recursivas del modelo” (CEPAL, s.f.: 82). Además, permiten observar
gráficamente un cambio del estimador en el tiempo (CEPAL, s.f.: 82).
El test de CUSUM grafica “la suma acumulada de los residuales recursivos
(CUSUM) respecto al tiempo y permite verificar desviaciones sistemáticas de éstos
desde su línea de cero que es el valor esperado”, el mismo que se encuentra entre dos
bandas que representan un límite superior e inferior (CEPAL, s.f.: 85).
Por su parte, el test de CUSUMQ es una medida alternativa a CUSUM. Éste, utiliza
“los cuadrados de los residuos recursivos” y “permite comprobar desviaciones no
aleatorias desde su línea de valor medio” (CEPAL, s.f.: 89).
Esta prueba, está asociada con cambios en la varianza de los errores, es por ello
que se recomienda realizar previamente pruebas de heteroscedasticidad (CEPAL, s.f.:
91).
Generalmente, existen tres razones por las cuales pueden suscitarse problemas de
inestabilidad, y que consecuentemente causan problemas de estimación en el modelo.
Éstas son:
1. “Choques externos o medidas de política economica que han afectado la
evolucion de las variables”.
2. “El problema de heteroscedasticidad y forma funcional relacionados con el
cambio estructural”.
3. Poca cantidad de información estadística incluida en el modelo. En este caso,
es posible incluir nuevas variables explicativas o rezagar las ya existentes
(CEPAL, s.f.: 92).
Por su parte, el test de Chow también es un test de estabilidad estructural o
paramétrica en los modelos de regresión. Según Gujarati y Porter (2010: 254), es posible
52
que exista un cambio estructural cuando se construye un modelo de regresión con series
de tiempo.
Al hablar de cambio estructural los autores se refieren a “que los valores de los
parámetros del modelo no permanecen constantes a lo largo de todo el periodo” (Gujarati
y Porter, 2010: 254). Dicho cambio puede deberse a fuerzas externas, tales como un
incremento del precio del petróleo, cambios en las políticas económicas de un país, por
decisiones gubernamentales tales como cambios impositivos, entre otros. Para poder
llevar a cabo esta prueba, es necesario conocer la fecha en la cual se haya dado el cambio
estructural (Gujarati y Porter, 2010: 254).
Resultados
o Regresión lineal simple
Ecuación 2:
𝑃𝐼𝐵 = 5689611 + 3,720848𝐹𝐵𝐾𝐹16
Los resultados de la prueba F, cuya probabilidad de 0,00 indica que el modelo es
estadísticamente significativo en su conjunto. Además, la FBKF también es
16 Los datos utilizados están en miles de dólares del año 2007
Figura 8. Resultados de la regresión lineal simple, con el PIB como variable
dependiente y la FBKF como independiente, 1970-2015, proporcionados por el
Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
53
estadísticamente significativa, pues su valor p de 0,00 así lo indica. Por otro lado, el
coeficiente de determinación y el de determinación ajustado, muestran que la variable
dependiente explica en un 82,99% y 82,60%, respectivamente, a la variable
independiente. Por último, según el coeficiente de correlación, existe una asociación
lineal de 91,10% aproximadamente entre ambas variables.
Antes de llevar a cabo el test de CUSUM, se llevó a cabo la prueba de White para
verificar que no existan problemas de heteroscedasticidad en el modelo. Sus hipótesis
son las siguientes:
𝐻𝑜: El modelo es homoscedástico
𝐻1: No se verifica la 𝐻𝑜
Según el test de White, la probabilidad de 0,0538 es mayor a 0,05, por tanto, no existe
evidencia estadística para rechazar la hipótesis nula, es decir, el modelo es
homoscedástico.
o Test de CUSUM, periodo 1970-2015
𝐻𝑜: Los parámetros son estables en el periodo de análisis
𝐻1: Los parámetros no son estables en el periodo de análisis
Figura 9. Resultados de la prueba de White de heteroscedasticidad de la regresión lineal
simple entre el PIB y la FBKF, 1970-2015, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
54
De acuerdo con los resultados, se observa que el estadístico se sale de las bandas
de confianza, por lo tanto, se puede afirmar que los parámetros no son estables en el
periodo de análisis, a un nivel de confianza del 95%.
o Test de CUSUMQ, periodo 1970-2015
𝐻𝑜: Los parámetros son estables en el periodo de análisis
𝐻1: Los parámetros no son estables en el periodo de análisis
-20
-10
0
10
20
30
40
1975 1980 1985 1990 1995 2000 2005 2010 2015
CUSUM 5% Significance
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1975 1980 1985 1990 1995 2000 2005 2010 2015
CUSUM of Squares 5% Significance
Figura 10. Resultados del test CUSUM, 1970-2015, proporcionados por
el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
Figura 11. Resultados del test CUSUMQ, 1970-2015, proporcionados
por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
55
De acuerdo con los resultados, se observa que el estadístico se sale de las bandas
de confianza, por lo tanto, se puede afirmar que los parámetros no son estables en el
período de análisis a un nivel de 5% de significancia.
Con el afán de identificar el periodo de tiempo que está provocando inestabilidad
en los parámetros del modelo, hemos decidido realizar un test de CUSUM para las tres
etapas económicas especificadas anteriormente que se corresponden con el periodo de
análisis 1970-2015. Los resultados se presentan a continuación:
56
o Test de CUSUM por periodos
De acuerdo con las gráficas, se observa que el estadístico no se sale de las bandas
de confianza en los periodos 1972-1982 y 2000-2015, por lo tanto, se puede afirmar
que los parámetros son estables en dichos periodos de análisis, a un nivel de confianza
del 95%. Sin embargo, no sucede lo mismo para el periodo de 1983-1999, es decir, los
parámetros no son estables durante estos años, pues es el estadístico se sale de las
bandas de confianza.
-10.0
-7.5
-5.0
-2.5
0.0
2.5
5.0
7.5
10.0
72 73 74 75 76 77 78 79 80 81 82
CUSUM 5% Significance
-15
-10
-5
0
5
10
15
20
25
85 86 87 88 89 90 91 92 93 94 95 96 97 98 99
CUSUM 5% Significance
-12
-8
-4
0
4
8
12
02 03 04 05 06 07 08 09 10 11 12 13 14 15
CUSUM 5% Significance
Periodo 1972-1982 Periodo 1983-1999
Periodo 2000-2015
Figura 12. Resultados del test CUSUM, periodos 1972-1982, 1983-1999 y 2000-2015, proporcionados por
el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
57
o Test de CUSUMQ por periodos
De acuerdo con las gráficas, se observa que el estadístico no se sale de las bandas
de confianza en los periodos 1972-1982 y 2000-2015, por lo tanto, se puede afirmar
que los parámetros son estables en dichos periodos de análisis a un nivel de 5% de
significancia. Sin embargo, no sucede lo mismo para el periodo de 1983-1999, es decir,
los parámetros no son estables durante estos años, pues es el estadístico se sale de las
bandas de confianza.
Anteriormente se especificó que una de las razones por las cuales los parámetros
podrían no ser estables durante un periodo de tiempo, es la existencia de “choques
externos o medidas de política economica” (CEPAL, s.f.: 92) que pudieran afectar a
las variables, en este caso al PIB y a la FBKF. Si atendemos a los resultados, según el
-0.4
0.0
0.4
0.8
1.2
1.6
72 73 74 75 76 77 78 79 80 81 82
CUSUM of Squares 5% Significance
-0.4
0.0
0.4
0.8
1.2
1.6
85 86 87 88 89 90 91 92 93 94 95 96 97 98 99
CUSUM of Squares 5% Significance
-0.4
0.0
0.4
0.8
1.2
1.6
02 03 04 05 06 07 08 09 10 11 12 13 14 15
CUSUM of Squares 5% Significance
Periodo 1972-1982 Periodo 1983-1999
Periodo 2000-2015
Figura 13. Resultados del test CUSUMQ, periodos 1972-1982, 1983-1999 y 2000-2015, proporcionados
por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
58
test de CUSUM y CUSUMQ, los parámetros no son estables durante el periodo 1983-
1999, es decir, durante el estancamiento económico. En esta etapa económica
existieron choques externos y drásticas medidas de política económica que
ocasionaron trastornos en la economía nacional. Entre los hechos más significativos
se encuentran:
• La reducción de la demanda mundial de productos agrícolas, lo cual afectó a
las exportaciones del país.
• La crisis económica que sufrió América Latina durante la década de los años
80 a causa de la deuda externa.
• La adopción de políticas de ajuste y liberalización en Ecuador, que provocaron
deterioros en la inversión, consumo y gasto público.
• Las inundaciones de 1983 que afectaron al sector agrícola y la infraestructura
del país; la caída del precio del crudo en 1986 y el terremoto de 1987 que
afectaron a las exportaciones petroleras.
• La crisis bancaria de 1999 que dio paso a la dolarización del país en el año
2000.
o Test de Chow, periodo 1970-2015
También, se decidió llevar a cabo un test de Chow, eligiendo como fecha de corte
estructural al año 2000, pues es ahí en donde empezó la dolarización en Ecuador. A
continuación, se presentan los resultados obtenidos.
o Test de Chow, con fecha a 2000
𝐻𝑜: No hay quiebre estructural
𝐻1: Hay quiebre estructural
59
Se concluye que existe quiebre estructural al 5% de significancia. Los parámetros
no son estables en el tiempo.
De esta manera, los resultados demuestran que existió un cambio estructural en el
año 2000, cuando se adoptó la dolarización en el país. Así, las decisiones
gubernamentales y los cambios de política económica fueron las razones principales
que propiciaron este quiebre.
2.5 Estimación del aporte de los sectores industriales manufactureros a la
FBKF, durante el periodo 1970-2015
El aporte de los sectores industriales manufactureros a la FBKF será analizado en
dos etapas. La primera, presentará cifras estadísticas y la segunda, mostrará una
regresión lineal múltiple. Los datos utilizados se encuentran en miles de dólares del
año 2007.
Figura 14. Resultados del test de Chow, con fecha al año 2000, proporcionados por el Eviews
10.
Elaboración: Armijos Ana, Sagbay Diana
60
2.5.1. Cifras estadísticas.
2.5.1.1. Participación de la FBKF manufacturera sobre la FBKF total.
La participación de la FBKF manufacturera sobre la FBKF total alcanzó un
máximo de 36% en 1970 y un mínimo de 9,84% en el año 2009, correspondiéndose
con el primer auge petrolero y la crisis económica mundial, respectivamente.
La FBKF manufacturera, en miles de dólares de 2007, muestra una tendencia
decreciente durante el periodo 1970-2015. Lo contrario sucedió con la FBKF total
durante este periodo de tiempo. Por tanto, se evidencia que el crecimiento económico
de largo plazo no está sustentado mayoritariamente en las manufacturas.
Durante el periodo 1970-2015, las cifras estadísticas reflejan una disminución de
la participación de la FBKF manufacturera sobre la FBKF. Es así que, durante el
primer auge petrolero (1972-1982), la FBKF manufacturera presentó una participación
promedio sobre la FBKF total de 17,51%. La misma, se explica por la concentración
del país en el petróleo, prestando menor atención al resto de sectores económicos.
Durante el estancamiento económico (1983-1999), la participación promedio cayó a
un 15,38%.
Sin embargo, durante el periodo 2000-2015 de dolarización, la participación
promedio no logró mejorar. Ésta fue de 12,44%. Es importante señalar que antes del
gobierno de Rafael Correa, la participación fue de 13,60%, pero en su mandato cayó a
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
30,00%
35,00%
40,00%
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
PARTICIPACIÓN DE LA FBKF MANUFACTURERA SOBRE LA FBKF TOTAL
Figura 15. Participación de la FBKF manufacturera sobre la FBKF total, 1970-2015.
Fuente: Banco Central del Ecuador [BCE], Noventa años del Banco Central del
Ecuador (Series Estadísticas Históricas), capítulo 4
Elaboración: Armijos Ana, Sagbay Diana
61
11,53%, a pesar del plan propuesto del cambio de la matriz productiva, el mismo que
tuvo el afán de dar valor agregado a los commodities, lo cual, sin duda alguna, requería
de una mayor intervención manufacturera.
Tal como lo demuestra la figura 16, es importante señalar que la FBKF
manufacturera ha mostrado participaciones reducidas sobre la FBKF durante el
periodo 1970-2015. Ello evidencia que no es este sector, sino otros, los que
contribuyeron en mayor medida al crecimiento de la FBKF total.
2.5.1.2. Participación de la FBKF de las industrias manufactureras sobre la
FBKF manufacturera total.
Antes de presentar los resultados, es importante mencionar que, según la base de
datos del BCE y de acuerdo con el CIIU 4, las industrias manufactureras son:
1. Elaboración de productos alimenticios (EPA)17
2. Elaboración de bebidas y productos de tabaco (EPT)
3. Fabricación de productos textiles, prendas de vestir; fabricación de cuero y
artículos de cuero (EPV)
4. Producción de madera y fabricación de productos de madera (EPM)
17 Las letras que aparecen entre paréntesis han sido asignadas por las autoras para un mejor manejo de
la información.
0
5.000.000
10.000.000
15.000.000
20.000.000
25.000.000
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
PARTICIPACIÓN DE LA FBKF MANUFACTURERA SOBRE LA FBKF TOTAL
FBKF total FBKF Manufacturera
Figura 16. Participación de la FBKF manufacturera sobre la FBKF total, 1970-2015.
Fuente: Banco Central del Ecuador [BCE], Noventa años del Banco Central del
Ecuador (Series Estadísticas Históricas), capítulo 4
Elaboración: Armijos Ana, Sagbay Diana
62
5. Fabricación de papel y productos de papel (FPP)
6. Fabricación de productos de la refinación de petróleo (FRP)
7. Fabricación de sustancias, productos químicos; del caucho y plástico (FSQ)
8. Fabricación de productos metálicos y no metálicos (FPM)
9. Fabricación de maquinaria y equipo; equipo de transporte e industrias
manufactureras N.C.P. (FPM)
La participación promedio de las industrias manufactureras ha sido calculada tanto para
el periodo 1970-2015, así como también para cada una de las etapas económicas que se
expusieron anteriormente. Los resultados se presentan a continuación:
Tabla 3
Participación promedio de la FBKF de las industrias manufactureras, por periodo
Participació
n promedio EPA EPT EPV EPM FPP FRP FSQ FPM FME
1970-2015 24% 6% 7% 2% 6% 14% 11% 21% 9%
1972-1982 23% 5% 11% 3% 6% 13% 10% 17% 11%
1983-1999 24% 6% 7% 2% 6% 12% 13% 22% 9%
2000-2015 25% 6% 5% 1% 6% 12% 11% 26% 9%
Nota. Fuente: Banco Central del Ecuador [BCE], Noventa años del Banco Central del Ecuador (Series
Estadísticas Históricas), capítulo 4
Elaboración: Armijos Ana, Sagbay Diana
63
Las estadísticas revelan que, durante el periodo 1970-2015, la FBKF
correspondiente a la elaboración de productos alimenticios es la que ha aportado en
mayor medida al crecimiento de la FBKF manufacturera. Su participación promedio
fue superior al resto de las industrias durante 1970-2015 así como durante todas las
etapas económicas estudiadas, excepto en el periodo de dolarización, que fue superada
por un 1% por parte de la fabricación de productos metálicos y no metálicos.
Además, esta última industria también ha destacado con su participación durante
el periodo analizado. De hecho, según las cifras estadísticas presentadas, es la que
ocupa el segundo lugar en cuanto a participación promedio sobre la FBKF
manufacturera. Así, la fabricación de productos metálicos y no metálicos en 1970-
2015, únicamente es inferior a la elaboración de productos alimenticios por tres puntos
porcentuales. También cabe destacar que su participación promedio, durante las etapas
económicas analizadas, es cercana a la de alimentos.
Es importante también mencionar a la fabricación de productos de la refinación de
petróleo, debido a la importancia del crudo dentro de la economía ecuatoriana. Con
respecto a esta industria se puede señalar que su participación promedio se ha
mantenido relativamente constante durante las etapas económicas analizadas. Sus
participaciones promedio hacen que esta industria ocupe el tercer lugar entre aquellas
que han permitido el crecimiento de la FBKF manufacturero.
0%
20%
40%
60%
80%
100%
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
PARTICIPACIÓN FBKF INDUSTRIAS MANUFACTURERAS SOBRE LA FBKF
MANUFACTURERA TOTAL
EPA EPT EPV EPM FPP FRP FSQ FPM FME
Figura 17. Participación de la FBKF de las industrias manufactureras sobre la FBKF
manufacturera total, 1970-2015. Fuente: Banco Central del Ecuador [BCE], Noventa
años del Banco Central del Ecuador (Series Estadísticas Históricas), capítulo 4
Elaboración: Armijos Ana, Sagbay Diana
64
Por su parte, la producción de madera y fabricación de productos de madera ha
sido la industria que menor participación de FBKF ha tenido sobre la FBKF
manufacturera. Ésta, presentó una participación promedio de 2% en el periodo 1970-
2015, 3% en el periodo 1972-1982, 2% en 1983-1999 y de 1% durante la dolarización.
Con respecto al resto de las industrias manufactureras, se puede mencionar que su
participación promedio, durante el periodo 1970-2015 así como también en las etapas
económicas señaladas, ha sido inferior al 10%. Por ello, se concluye que su aporte al
crecimiento de la FBKF manufacturera no es significativa.
2.5.2 Análisis del efecto de las industrias manufactureras sobre la FBKF
total, periodo 1970-2015
Para analizar el efecto de las industrias manufactureras sobre la FBKF total, se ha
decidido construir una regresión lineal tomando en cuenta las participaciones
promedio durante el periodo 1970-2015, presentadas en la tabla 3. En base a ello, se
decidió tomar como variable independiente a la FBKF total y como independientes a
la elaboración de productos alimenticios, fabricación de productos de la refinación de
petróleo y de productos metálicos y no metálicos. Además, se incluyó una variable
denominada ‘Otros’, en donde se agregaron a todas las industrias manufactureras cuya
participación promedio fue bajo, con respecto a las mencionadas anteriormente. Así,
las variables incluidas en la regresión serán las siguientes:
Ecuación 3:
𝐹𝐵𝐾𝐹 = 𝑓(𝐸𝑃𝐴, 𝐹𝑅𝑃, 𝐹𝑃𝑀, 𝑂𝑇𝑅𝑂𝑆)
2.5.2.1 Relación entre las variables.
Se espera tener una relación directa entre todas las variables independientes y la
dependiente puesto que se pretende evidenciar que la FBKF de las industrias
manufactureras está aportando al crecimiento de la FBKF total.
2.5.2.2 Especificación del modelo matemático.
Ecuación 4:
𝑢 = 𝑏1 + 𝑏2𝐸𝑃𝐴 + 𝑏3𝐹𝑅𝑃 + 𝑏4𝐹𝑃𝑀 + 𝑏5𝑂𝑇𝑅𝑂𝑆, en donde:
65
Los bi representan los coeficientes de aporte al crecimiento de la FBKF total
durante el periodo 1970-2015. Así,
• b1representa al coeficiente del punto de corte
• b2 es el coeficiente de la FBKF de la elaboración de productos alimenticios
• b3 es el coeficiente de la FBKF de la fabricación de productos de la refinación
de petróleo
• b4 es el coeficiente de la FBKF de la fabricación de productos metálicos y no
metálicos
• b5 es el coeficiente de la FBKF del resto de las industrias manufactureras cuya
participación ha sido inferior al 10% durante el periodo de análisis.
Todo esto en un contexto de un modelo determinístico, en donde no hay presencia
de error.
2.5.2.3 Especificación del modelo estadístico de la teoría.
Ecuación 5:
�� = 𝑏1 + 𝑏2𝐸𝑃𝐴 + 𝑏3𝐹𝑅𝑃 + 𝑏4𝐹𝑃𝑀 + 𝑏5𝑂𝑇𝑅𝑂𝑆 + 𝑒, en donde:
• b1 representa la estimación del coeficiente del punto de corte, que muestra la
FBKF cuando el aporte de las industrias manufactureras es nulo.
• b2 es el coeficiente estimado del aporte de la FBKF de la elaboración de
productos alimenticios al crecimiento de la FBKF total.
• b3 es el coeficiente estimado del aporte de la FBKF de la fabricación de
productos de la refinación de petróleo al crecimiento de la FBKF total.
• b4 es el coeficiente estimado del aporte de la FBKF de la elaboración de
productos metálicos y no metálicos al crecimiento de la FBKF total.
• b5 es el coeficiente estimado de la FBKF del resto de las industrias
manufactureras al crecimiento de la FBKF total.
2.5.2.4 Planteamiento de hipótesis.
PRUEBA GLOBAL: Para probar la significancia del modelo, se llevó a cabo la
prueba global, con una significancia del 5%. Las hipótesis utilizadas fueron las
siguientes:
66
• Hipótesis nula (Ho): El modelo en su conjunto no es significativo ya que todos
los coeficientes son iguales a 0.
• Hipótesis alternativa (H1): Al menos uno de los coeficientes de las variables
es distinto de cero.
Estadísticamente, están representados de la siguiente manera:
H0: b2, b3, b4, b5 = 0
H1: Al menos una de las variables es diferente de cero.
∝= 0.05
Regla de decisión: Rechazar la hipótesis nula si la significancia del modelo es menor
a ∝.
PRUEBAS INDIVIDUALES: Para probar la significancia de cada una de las
variables consideradas en el modelo, se llevaron a cabo pruebas individuales, con una
significancia (∝) del 5%. Las hipótesis planteadas fueron las siguientes:
• Hipótesis nula (Ho): El aporte al crecimiento de la FBKF de la industria de
elaboración de productos alimenticios es cero, y por tanto, no es significativa
dentro del modelo. La misma hipótesis fue planteada para el resto de las
variables independientes.
• Hipótesis alternativa (H1): El aporte al crecimiento de la FBKF de la industria
de elaboración de productos alimenticios es diferente de cero, por tanto, es
significativa dentro del modelo. La misma hipótesis fue planteada para el resto
de las variables independientes.
Estadísticamente, están representadas de la siguiente manera:
H0: βi = 0
H1: βi ≠ 0
Regla de decisión: Rechazar la hipótesis nula si el valor p de cada variable es menor a
∝.
2.5.2.5 Resultados.
La regresión obtenida fue la siguiente:
67
Como se puede evidenciar en la regresión, según el valor p, tanto la fabricación de
productos de la refinacion de petroleos como la variable ‘Otros’, no son significativas.
Además, esta última variable tiene signo negativo, es decir, no muestra la relación
positiva esperada entre ella y la FBKF. Por tanto, fue necesario analizar la existencia
de problemas estadísticos en el modelo tales como multicolinealidad,
heteroscedasticidad y autocorrelación. Los resultados se presentan a continuación:
Multicolinealidad
Figura 18. Resultados de la regresión lineal entre la FBKF total y FBKF de las
industrias manufactureras, 1970-2015, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
Figura 19. Resultados de los Factores de Inflación de la Varianza (VIF), 1970-2015,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
68
Debido a que ninguno de los Factores de Inflación de la Varianza (VIF), de cada
una de las variables, son mayores a 10, se concluye que no existen problemas de
multicolinealidad en el modelo.
Heteroscedasticidad
Según el test de White, debido a que la probabilidad de 0,0026 es menor a 0,05, se
rechaza la hipótesis nula, es decir, existe evidencia estadística para afirmar que el
modelo sufre de problemas de heteroscedasticidad.
Autocorrelación
Para analizar la autocorrelación, se decidió llevar a cabo el test de Breusch-
Godfrey, cuyas hipótesis son las siguientes:
𝐻𝑜 = 𝑁𝑜 ℎ𝑎𝑦 𝑎𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛
𝐻𝑜 = 𝐻𝑎𝑦 𝑎𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛
Según el test de Breusch-Godfrey, debido a que la probabilidad de 0,3083 es mayor
a 0,05, no se rechaza la hipótesis nula, y por tanto, no existe evidencia estadística para
afirmar que el modelo sufre de problemas de autocorrelación.
Figura 20. Resultados de la prueba de White de heteroscedasticidad de la regresión lineal
múltiple entre la FBKF total y la FBKF de las industrias manufactureras, 1970-2015,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
Figura 21. Resultados de la prueba de Breusch Godfrey de autocorrelación de la regresión
lineal múltiple entre la FBKF total y la FBKF de las industrias manufactureras, 1970-2015,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
69
De acuerdo con los resultados obtenidos, fue necesario corregir la
heteroscedasticidad del modelo. Para ello, se convirtió a logaritmos todas las variables.
Los resultados obtenidos fueron los siguientes:
Ecuación 6:
𝑙𝑜𝑔(𝐹𝐵𝐾𝐹) = 4,034217 + 0,293562 𝑙𝑜𝑔(𝐸𝑃𝐴) + 0,451198 𝑙𝑜𝑔(𝐹𝑃𝑀)
+ 0,135676 𝑙𝑜𝑔(𝐹𝑅𝑃) + 0,074921 𝑙𝑜𝑔(𝑂𝑇𝑅𝑂𝑆)
Los resultados indican que:
• La relación directa entre todas las variables independientes y la dependiente se
cumple, por tanto, se evidencia que la FBKF de las industrias manufactureras
aporta al crecimiento de la FBKF total.
• Según el coeficiente de determinación y de determinación ajustado, la
elaboración de productos alimenticios, la fabricación de productos metálicos y
no metálicos, la fabricacion de productos de la refinacion de petroleo y ‘otros’,
explican en un 77,21% y en un 74,98% respectivamente a la FBKF total.
Figura 22. Resultados de la regresión lineal múltiple, con corrección de
heteroscedasticidad, entre la FBKF total y FBKF de las industrias manufactureras,
1970-2015, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
70
• Según el coeficiente de correlación, existe una asociación lineal 87,87%
aproximadamente entre las variables dependientes e independientes.
• Según la prueba global F, la probabilidad de 0,00 indica que el modelo es
estadísticamente significativo en su conjunto.
• De acuerdo con los valores p de cada variable independiente, todas son
estadísticamente significativas a excepcion de la variable ‘Otros’. Sin embargo,
ello no constituye un problema, de hecho, es razonable pues las industrias que
se encuentran agregadas en ella tienen una participación reducida en la FBKF
manufacturera y por tanto, no aportan de manera significativa ni a su
crecimiento así como tampoco lo hacen para la FBKF total.
Este modelo, ya no sufre de problemas de heteroscedasticidad, tal como lo indica el
siguiente test de White:
Por tanto, mediante esta última regresión obtenida se pueden evidenciar los
siguientes aspectos:
1. Durante el periodo 1970-2015, la elaboración de productos alimenticios, la
fabricación de productos metálicos y no metálicos y la fabricación de productos
de la refinación de petróleo son las que mayor participación promedio han
tenido sobre la FBKF manufacturera y también las que mayor han aportado al
crecimiento de la FBKF total.
2. El resto de las industrias manufactureras cuya participación promedio fue
menor con respecto a las anteriormente mencionadas sobre la FBKF
manufacturera también son aquellas que no aportan de manera significativa al
crecimiento de la FBKF total. Por tanto, ante esta situación, se evidencia la
necesidad que tiene el país por enfocar y direccionar mejor sus recursos de
inversión, de manera que estos potencialicen un crecimiento a largo plazo
Figura 23. Resultados de la prueba de White de heteroscedasticidad de la regresión lineal
múltiple entre la FBKF total y la FBKF de las industrias manufactureras, 1970-2015,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
71
basado en una industria sólida y diversificada. Solamente de esta manera, será
posible alcanzar un verdadero cambio de la matriz productiva, en donde las
empresas tengan varias opciones viables para dar un verdadero valor agregado
a los commodities y así dar paso a un crecimiento sostenible de largo plazo de
la economía ecuatoriana.
2.6. Conclusión
Después de haber analizado estadísticamente y presentado los hechos económicos
más relevantes relacionados con la evolución del PIB, la FBKF nacional y la FBKF de
las industrias manufactureras, se concluye que el comportamiento de las variables
mencionadas es coherente con las cifras estadísticas así como también con los sucesos
económicos que los respaldan, durante el periodo 1970-2015. Asimismo, se concluye
que Ecuador ha atravesado por distintas etapas económicas, en las cuales la industria
manufacturera no ha sido la principal protagonista, a pesar de ser una fuente alternativa
de desarrollo, tal como lo enuncian las teorías económicas de crecimiento.
La razón para realizar esta última afirmación radica en que, el principal
protagonista en Ecuador ha sido básicamente el petróleo desde la década de los setenta,
debido a la gran cantidad de recursos que es capaz de inyectar en la economía, a pesar
de la volatilidad de su precio y los trastornos económicos que se derivan. Ello, deja en
evidencia que, a pesar de la existencia de planes, tales como el Modelo de Sustitución
de Importaciones propuesto por la CEPAL en la década de los setenta o el cambio de
la matriz productiva durante el gobierno de Rafael Correa, éstos no han sido lo
suficientemente sólidos como para dar paso a la creación de una verdadera industria
en el país, similar a las de las naciones desarrolladas.
Finalmente, también es importante mencionar que la tendencia de la FBKF
nacional durante el periodo 1970-2015 fue creciente, sin embargo, la de la FBKF de
las industrias manufactureras fue decreciente, lo cual indica que el crecimiento
económico de largo plazo del país no está necesariamente sustentado en ellas.
72
CAPÍTULO 3
CONSTRUCCIÓN Y DESARROLLO DEL MODELO ECONOMÉTRICO
3.1. Introducción
El capítulo tres construye modelos econométricos para el periodo de análisis 1970-
2015, basándose en la teoría y análisis estadístico de los capítulos anteriores. La
importancia de este capítulo radica en la posibilidad de determinar las variables
relacionadas con las industrias manufactureras que contribuyeron al crecimiento del
producto total del país en tres etapas económicas distintas, en donde cada una de ellas
estuvo marcada por sus propias características y que se encuentran dentro del periodo
de análisis mencionado.
Con el objetivo de construir adecuadamente los modelos econométricos, se decidió
realizar una revisión bibliográfica y estadística exhaustiva, a través de internet y
material impreso, de los siguientes temas: Naturaleza de los datos, método de
estimación, diseño metodológico, definición de variables y las pruebas estadísticas
para la construcción de los modelos. Finalmente, se presenta el análisis econométrico
realizado para el periodo 1970-2015, divido en las etapas económicas analizadas en
los capítulos anteriores.
3.2. Especificación del modelo
3.2.1. Naturaleza de los datos.
Según Gujarati y Porter (2010: 22), “el éxito de todo análisis econométrico
depende a final de cuentas de la disponibilidad de los datos recopilados”. Además,
Gujarati (2006: 5) señala que dicho éxito está supeditado a la calidad y cantidad de los
mismos.
Es por ello que, para la estimación del modelo, se ha decidido trabajar con datos de
series agregadas anuales, comprendidas desde 1970 hasta 2015, cuya naturaleza es
cuantitativa. Estos, están expresados en términos constantes, cuya base es el año 2007.
Los datos fueron recopilados de las siguientes fuentes secundarias oficiales:
• Banco Central del Ecuador (BCE)
• Instituto Nacional de Estadística y Censos (INEC)
• Comisión Económica para América Latina y el Caribe (CEPAL)
73
3.2.2. Periodo y variables
La población de estudio es Ecuador, cuya muestra está compuesta por cuarenta y
seis años en total, correspondiente al periodo 1970-2015. Además, según la revisión
bibliográfica realizada, las variables que forman parte de la construcción del modelo
econométrico son: PIB, IED, el saldo inicial de la deuda externa privada
(𝑆𝑎𝑙𝑑𝑜 𝑖𝑛𝑖𝑐𝑖𝑎𝑙𝐷𝑒𝑢𝑑𝑎𝑒𝑥𝑡𝑒𝑟𝑛𝑎), la FBKF de la industria manufacturera, todas expresadas
en miles de dólares del año 2007; también, se incluye al personal ocupado en esta
última industria, expresado en miles de personas.
Las cifras estadísticas de estas variables han sido recopiladas de las fuentes de
información secundarias mencionadas anteriormente.
3.3. Método de estimación
Para la construcción del modelo econométrico, se ha elegido al método de mínimos
cuadrados ordinarios (MCO) con el objetivo de construir una regresión lineal múltiple.
Según Gujarati y Porter (2010: 55), este método se caracteriza por presentar
propiedades estadísticas atractivas que han permitido que sea “uno de los más eficaces
y populares del análisis de regresion”.
3.3.1. Notación de los MCO para la construcción de una regresión lineal
múltiple.
La función de regresión poblacional (FRP), para tres variables, viene expresada de
la siguiente manera18:
Ecuación 7:
𝒀𝒊 = 𝜷𝟏 + 𝜷𝟐𝑿𝟐𝒊 + 𝜷𝟑𝑿𝟑𝒊 + 𝒖𝒊, en donde
𝑌es la variable dependiente y 𝑋2, 𝑋3 son las variables explicativas o regresoras.
Además, 𝑢 es el término de perturbación estocástica, y la letra 𝑖 representa a la
observación i-ésima (Gujarati y Porter, 2010: 188).
También, el término 𝛽1 es el intercepto, el mismo que “da el efecto medio o
promedio sobre 𝑌 de todas las variables excluidas del modelo, aunque su interpretación
18 Ver en (Gujarati y Porter, 2010: 188)
74
mecánica sea el valor promedio de 𝑌 cuando las variables independientes se igualan a
cero” (Gujarati y Porter, 2010: 189).
Por su parte, los coeficientes 𝛽2 y 𝛽3, son conocidos como “coeficientes de
regresion parcial o coeficientes parciales de pendiente” (Gujarati y Porter, 2010: 191).
Su nombre obedece a su interpretación pues, por ejemplo en el caso de 𝛽2, este
“mide el cambio en el valor de la media de 𝑌, 𝐸(𝑌), por unidad de cambio en 𝑋2, con
𝑋3 constante” (Gujarati y Porter, 2010: 191).
3.3.2. Supuestos del método de MCO.
Es importante señalar también que, el modelo clásico estándar de regresión lineal
plantea ciertos supuestos fundamentales para poder aplicarlo. Estos son:
1. “El modelo de regresion es lineal en los parámetros, aunque puede o no ser
lineal en las variables” (Gujarati y Porter, 2010: 62). Además, “está
correctamente especificado” (Gujarati, 2006: 210), es decir,
Ecuación 8:
𝒀𝒊 = 𝜷𝟏 + 𝜷𝟐𝑿𝟐𝒊 + 𝜷𝟑𝑿𝟑𝒊 + 𝒖𝒊
2. “Valores fijos de X, o valores de X independientes del término de error. En
este caso, esto significa que se requiere covarianza cero entre 𝑢𝑖 y cada
variable X” (Gujarati y Porter, 2010: 189). Esto es,
Ecuación 9:
𝒄𝒐𝒗(𝒖𝒊, 𝑿𝟐𝒊) = 𝒄𝒐𝒗(𝒖𝒊, 𝑿𝟑𝒊 ) = 𝟎
3. “El valor medio de la perturbacion 𝑢𝑖 es igual a cero: Dado el valor de 𝑋𝑖,
la media o el valor esperado del término de perturbación aleatoria 𝒖𝒊 es
cero” (Gujarati y Porter, 2010: 63). Es decir,
Ecuación 10:
𝑬(𝒖𝒊|𝑿𝟐𝒊, 𝑿𝟑𝒊) = 𝟎
4. “Homoscedasticidad o varianza constante de 𝑢𝑖: La varianza del término
de error es la misma sin importar el valor de X” (Gujarati y Porter, 2010:
64), es decir, es constante:
Ecuación 11:
75
𝒗𝒂𝒓(𝒖𝒊) = 𝝈𝟐
5. “No hay autocorrelacion entre las perturbaciones: Dados dos valores
cualesquiera de X, 𝑋𝑖 y 𝑋𝑗, la correlación entre dos 𝑢𝑖 y 𝑢𝑗 cualesquiera
(𝑖 ≠ 𝑗) es cero. En pocas palabras, estas observaciones se muestrean de
manera independiente” (Gujarati y Porter, 2010: 66). Es decir,
Ecuación 12:
𝒄𝒐𝒗(𝒖𝒊, 𝒖𝒋|𝑿𝒊, 𝑿𝒋) = 𝟎
𝒄𝒐𝒗(𝒖𝒊, 𝒖𝒋) = 𝟎, si X no es estocástica
6. No existe colinealidad exacta entre las variables explicativas, es decir, no
hay una relación lineal entre ellas (Gujarati, 2006: 211).
7. “Para la contrastacion de hipotesis, el término de error 𝑢 sigue la
distribución normal con media cero y varianza (homoscedástica) 𝜎2”
Gujarati, 2006: 211). Es decir,
Ecuación 13:
𝒖𝒊~𝑵(𝟎, 𝝈𝟐)
8. “El número de observaciones 𝑛 debe ser mayor que el número de
parámetros por estimar: Sucesivamente, el número de observaciones 𝑛 debe
ser mayor que el número de variables explicativas”. (Gujarati y Porter,
2010: 67)
9. “Debe haber variacion en los valores de las variables X” (Gujarati y Porter,
2010: 189)
3.3.3. Procedimiento para la estimación de MCO de los coeficientes de
regresión parcial.
Para encontrar los estimadores de MCO, primero se plantea la función de regresión
muestral (FRM), que viene expresada de la siguiente manera19:
Ecuación 14:
𝑌𝑖 = 𝛽1 + 𝛽2𝑋2𝑖 + 𝛽3𝑋3𝑖 + 𝑢��
En donde 𝑢�� = 𝑌𝑖𝑟𝑒𝑎𝑙 − 𝑌𝑖𝑝𝑟𝑒𝑣𝑖𝑠𝑡𝑎
19 Ver (Gujarati y Porter, 2010: 192)
76
Una vez planteada, es importante recordar que el procedimiento de los MCO,
consiste básicamente “en seleccionar los valores desconocidos de los parámetros de
forma que la suma de cuadrados de los residuos (SCR) ∑𝑢𝑖2 sea lo más pequeña
posible” (Gujarati y Porter, 2010: 193), es decir:
Ecuación 15:
𝑚𝑖𝑛∑𝑢𝑖2 = ∑(𝑌𝑖 − 𝛽1 − 𝛽2𝑋2𝑖 − 𝛽3𝑋3𝑖)
2
En cuanto los estimadores20, estos se pueden obtener a través de las siguientes
fórmulas:
Ecuación 16:
𝛽2 =(∑𝑦𝑖𝑥2𝑖)(∑𝑥3𝑖
2 ) − (∑𝑦𝑖𝑥3𝑖)(∑𝑥2𝑖𝑥3𝑖)
(∑𝑥2𝑖2 )(∑𝑥3𝑖
2 ) − (∑𝑥2𝑖𝑥3𝑖)2
Ecuación 17:
𝛽3 =(∑𝑦𝑖𝑥3𝑖)(∑𝑥2𝑖
2 ) − (∑𝑦𝑖𝑥2𝑖)(∑𝑥2𝑖𝑥3𝑖)
(∑𝑥2𝑖2 )(∑𝑥3𝑖
2 ) − (∑𝑥2𝑖𝑥3𝑖)2
Así, 𝛽2 y 𝛽3 constituyen “los estimadores de los coeficientes de regresion parcial
poblacionales 𝛽2 y 𝛽3, respectivamente (Gujarati y Porter, 2010: 193).
3.4. Diseño metodológico
3.4.1. Selección de variables.
Para la construcción del modelo, consistente con la técnica de estimación
econométrica planteada, se ha decido establecer una relación entre el PIB, la FBKF
de la industria manufacturera, el saldo inicial de la deuda externa privada, la inversión
extranjera directa (IED) y el personal ocupado en la industria manufacturera. La
primera variable, será considerada como la variable dependiente, mientras que las
restantes serán las independientes. Esta relación se representa de la siguiente manera:
Ecuación 18:
20 Según Gujarati y Porter (2010: 193), “el procedimiento más directo para obtener los estimadores
que reducen 𝑚𝑖𝑛∑𝑢𝑖2 es diferenciarla respecto de las incógnitas (diferenciación parcial), igualar a cero
las expresiones resultantes y resolverlas al mismo tiempo”.
Es importante aclarar que 𝑢�� representa la estimación del error 𝑢𝑖 de la FRP.
77
𝑷𝑰𝑩 = 𝒇(𝑭𝑩𝑲𝑭𝒎𝒂𝒏, 𝒑𝒐𝒎𝒂𝒏, 𝑰𝑬𝑫, 𝑺𝒂𝒍𝒅𝒐 𝒊𝒏𝒊𝒄𝒊𝒂𝒍𝑫𝒆𝒖𝒅𝒂𝒆𝒙𝒕𝒆𝒓𝒏𝒂𝒑𝒓𝒊𝒗𝒂𝒅𝒂) en
donde,
➢ Variable dependiente
• PIB: Representa al Producto Interno Bruto, expresado en miles de dólares
del año 2007.
➢ Variables independientes
• 𝐹𝐵𝐾𝐹𝑚𝑎𝑛: Representa a la Formación Bruta de Capital Fijo de la industria
manufacturera.
• 𝑝𝑜𝑚𝑎𝑛: Representa al personal ocupado en la industria manufacturera.
• 𝐼𝐸𝐷: Representa a la Inversión Extranjera Directa.
• 𝑆𝑎𝑙𝑑𝑜 𝑖𝑛𝑖𝑐𝑖𝑎𝑙𝐷𝑒𝑢𝑑𝑎𝑒𝑥𝑡𝑒𝑟𝑛𝑎𝑝𝑟𝑖𝑣𝑎𝑑𝑎: Representa al saldo inicial de la deuda
externa privada.
3.4.2. Relación entre las variables.
• Se espera una relación directa entre el PIB y todas las variables independientes
consideradas en el análisis.
o El incremento de la 𝐹𝐵𝐾𝐹𝑚𝑎𝑛 permitirá un crecimiento del PIB
sostenible en el tiempo.
o Ante un incremento de 𝑝𝑜𝑚𝑎𝑛, existirá evidencia de una mayor
cantidad de empleados en la industria manufacturera debido al
crecimiento de su producción, y consecuentemente, de la producción
total.
o Un aumento, tanto de la deuda externa privada como de la IED,
permitirá disponer de más recursos productivos, consecuentemente,
aumentará el PIB.
3.4.3. Especificación del modelo matemático de la teoría.
Ecuación 19:
𝑷𝑰�� = 𝜷�� + 𝛃��𝑭𝑩𝑲𝑭𝒎𝒂𝒏 + 𝜷��𝒑𝒐𝒎𝒂𝒏 + 𝜷��𝑰𝑬𝑫 +
𝜷��𝑺𝒂𝒍𝒅𝒐 𝒊𝒏𝒊𝒄𝒊𝒂𝒍𝑫𝒆𝒖𝒅𝒂𝒆𝒙𝒕𝒆𝒓𝒏𝒂𝒑𝒓𝒊𝒗𝒂𝒅𝒂, en donde
𝛽1 representa al punto de corte; β2, β3, 𝛽4 y 𝛽5representan a los coeficientes
estimados de la FBKF de la industria manufacturera, el personal ocupado en la
78
industria manufacturera, la IED y el saldo inicial de la deuda externa privada. No hay
presencia de error.
3.4.4. Especificación estadístico del modelo teórico.
Ecuación 20:
𝑷𝑰�� = 𝜷�� + 𝛃��𝑭𝑩𝑲𝑭𝒎𝒂𝒏 + 𝜷��𝒑𝒐𝒎𝒂𝒏 + 𝜷��𝑰𝑬𝑫 +
𝜷��𝑺𝒂𝒍𝒅𝒐 𝒊𝒏𝒊𝒄𝒊𝒂𝒍𝑫𝒆𝒖𝒅𝒂𝒆𝒙𝒕𝒆𝒓𝒏𝒂𝒑𝒓𝒊𝒗𝒂𝒅𝒂 + 𝒖�� en donde:
• 𝛽1 representa la estimación del coeficiente del punto de corte. Muestra el valor
promedio del PIB cuando el resto de las variables independientes son iguales a
cero.
• β2 es el coeficiente estimado de FBKF de las industrias manufactureras.
Muestra, el incremento promedio del PIB por cada mil dólares adicionales en
𝐹𝐵𝐾𝐹𝑚𝑎𝑛, manteniendo el resto de variables independientes constantes.
• 𝛽3 es el coeficiente estimado del personal ocupado en la industria
manufacturera. Muestra el incremento promedio del PIB por cada mil personas
ocupadas adicionales en esta industria.
• 𝛽4 es el coeficiente estimado de la IED. Muestra el incremento promedio del
PIB por cada mil dólares adicionales en IED, manteniendo el resto de variables
independientes constantes.
• 𝛽5 es el coeficiente estimado del saldo inicial de la deuda externa privada.
Muestra el incremento promedio del PIB por cada mil dólares adicionales en
el saldo inicial de la deuda externa privada, manteniendo el resto de variables
independientes constantes.
Sin embargo, el modelo que se construirá no será lineal sino del tipo de doble
logaritmo, es decir, tanto las variables independientes como la dependiente estarán
expresadas en logaritmos21. La razón de ello radica en que dicha forma funcional
permite medir “la variacion porcentual de Y para determinada variación porcentual de
X” (Gujarati, 2006: 246), facilitando así el manejo y la lectura de los resultados.
21 Al construir un modelo de doble logaritmo, es necesario que los datos con lo que se trabaje sean
positivos.
79
Con este modelo, la especificación del modelo estadístico y sus respectivas
interpretaciones se presentan a continuación:
Ecuación 21:
𝒍𝒐𝒈𝑷𝑰𝑩 = 𝒍𝒐𝒈𝜷𝟏 + 𝒍𝒐𝒈𝛃𝟐
𝑭𝑩𝑲𝑭𝒎𝒂𝒏 + 𝒍𝒐𝒈𝜷𝟑 𝒑𝒐𝒎𝒂𝒏 + 𝒍𝒐𝒈𝜷𝟒
𝑰𝑬𝑫 +
𝒍𝒐𝒈𝜷𝟓 𝑺𝒂𝒍𝒅𝒐 𝒊𝒏𝒊𝒄𝒊𝒂𝒍𝑫𝒆𝒖𝒅𝒂𝒆𝒙𝒕𝒆𝒓𝒏𝒂𝒑𝒓𝒊𝒗𝒂𝒅𝒂 + 𝒖�� en donde:
• 𝛽1 representa la estimación del coeficiente del punto de corte. Muestra el valor
promedio del PIB cuando el resto de las variables independientes son iguales a
cero.
• β2 es el coeficiente estimado de FBKF de las industrias manufactureras.
Muestra, el incremento porcentual promedio del PIB por un 1% adicional en
𝐹𝐵𝐾𝐹𝑚𝑎𝑛, manteniendo el resto de variables independientes constantes.
• 𝛽3 es el coeficiente estimado del personal ocupado en la industria
manufacturera. Muestra el incremento porcentual promedio del PIB por cada
1% de personas ocupadas adicionales en esta industria.
• 𝛽4 es el coeficiente estimado de la IED. Muestra el incremento porcentual
promedio del PIB por cada 1% adicional en IED, manteniendo el resto de
variables independientes constantes.
• 𝛽5 es el coeficiente estimado del saldo inicial de la deuda externa privada.
Muestra el incremento porcentual promedio del PIB por cada 1% adicional en
el saldo inicial de la deuda externa privada, manteniendo el resto de variables
independientes constantes.
3.5. Definición de variables
• Producto Interno Bruto (PIB): Es “el valor monetario total de los bienes y
servicios finales producidos para el mercado durante un año dado, dentro de
las fronteras de un país” (Mochon, 2009: 278).
• FBKF de la industria manufacturera: Es aquella que se define como,
“las inversiones que llevan a cabo las unidades productivas para incrementar
sus activos fijos; los bienes están valorados a precios de comprador y pueden
ser obtenidos mediante compra directa o ser producidos por cuenta propia”
(INEC, 2011:56)
80
• Inversión Extranjera Directa (IED): Es aquella que contribuye al
crecimiento del PIB de un país, cuando las empresas multinacionales deciden
buscar nuevos mercados e invierten en países menos desarrollados y permiten
que la productividad de las empresas locales aumente (Vernon, 1966 citado por
Antras, 2005: 1). Además, según el Banco Mundial (2018), la IED “constituye
la entrada neta de inversiones para obtener un control de gestión duradero de
una empresa que funciona en un país que no es el del inversionista”.
• Personal ocupado en la industria manufacturera: Es aquel que “comprende
a todas las personas que trabajan en/o para la empresa con quienes se mantiene
una relacion laboral” (INEC, 2011 citado por INEC, 2018: 11).
• Deuda externa privada: Es aquella que incluye información de desembolsos,
intereses, amortizaciones, entre otros cargos financieros, tanto de corto como
de largo plazo (BCE, s.f.). Sin embargo, es importante aclarar que en el saldo
inicial, no se incluyen los intereses ni atrasos. Generalmente este rubro es
contraído por agentes económicos para destinar dichos recursos a la inversión.
Por otro lado, es importante aclarar que la deuda externa pública externa ha
sido utilizada no solamente para ello, sino para financiar distintas actividades.
Una de ellas, fue el financiamiento de gastos de guerra, durante la crisis de los
años 80.
3.6. Planteamiento de hipótesis
La hipótesis planteada para el modelo econométrico propuesto, es la siguiente:
La FBKF de las industrias manufactureras ha provocado un efecto positivo sobre
el Producto Interior Bruto (PIB), dando paso a cambios estructurales evidenciados
durante el periodo de análisis, 1970-2015.
3.7. Pruebas estadísticas para la construcción del modelo econométrico22
Para la construcción del modelo econométrico, se realizarán siete pruebas
estadísticas con el afán de obtener resultados adecuados. Éstas, se explican a
continuación:
22 Para la construcción de la base de datos se utilizará Microsoft Excel, mientras que para el análisis
econométrico se utilizará el paquete de software estadístico Eviews 10 con número de serie
U1001481-D34ADA23-F4D1838D
81
3.7.1. Prueba de estacionariedad de Dickey Fuller.
Es una prueba de raíz unitaria que permite determinar si una serie de datos es o no
estacionaria. La importancia de este test radica en que, un “trabajo empírico basado en
series de tiempo supone que la serie de tiempo en cuestion es estacionaria” (Gujarati
y Porter, 2010: 737), es decir, “su media, varianza y autocovarianza son invariantes
respecto del tiempo” (Gujarati y Porter, 2010: 741).
El punto de partida para realizar una prueba de este tipo es analizar un proceso
estocástico (Gujarati y Porter, 2010: 754), que establece los siguientes aspectos:
𝑌𝑡 = 𝜌𝑌𝑡−1 + 𝑢𝑡 − 1 ≤ 𝜌 ≤ 1 en donde
Si 𝜌 = 1, el modelo es calificado como de ‘caminata aleatoria sin deriva’,
indicando la existencia de raíz unitaria.
Debido a que la ecuación anterior no puede ser estimada por medio de Mínimos
Cuadrados Ordinarios, de modo que se pueda probar si 𝜌 es igual o diferente a 1, y
consecuentemente determinar si la serie es o no estacionaria, se resta la variable
dependiente rezagada un periodo a ambos lados y se obtiene la siguiente ecuación
(Gujarati y Porter, 2010: 754):
𝑌𝑡 − 𝑌𝑡−1 = (𝜌 − 1)𝑌𝑡−1 + 𝑢𝑡
Que también se expresa como:
∆𝑌𝑡 = 𝛿𝑌𝑡−1 + 𝑢𝑡 en donde
𝛿 = (𝜌 − 1) y ∆ es el operador de primeras diferencias (Gujarati y Porter, 2010: 754).
Así, se evidencia que si 𝛿 = 0 entonces se tendrá que ∆𝑌𝑡 = 𝑌𝑡 − 𝑌𝑡−1 = 𝑢𝑡; por
tanto, se podrá concluir que la variable es no estacionaria, pero si es negativa, entonces
será estacionaria (Gujarati y Porter, 2010: 755).
Entonces para probar si 𝛿 = 0 o no lo es, Dickey Fuller propusieron tres diferentes
formas para hacerlo (Gujarati y Porter, 2010: 755):
1. 𝑌𝑡 es una caminata aleatoria:
82
Ecuación 22:
𝑌𝑡 = 𝛿𝑌𝑡−1 + 𝑢𝑡
2. 𝑌𝑡 es una caminata aleatoria con deriva:
Ecuación 23:
𝑌𝑡 = 𝛽1 + 𝛿𝑌𝑡−1 + 𝑢𝑡
3. 𝑌𝑡 es una caminata aleatoria con deriva alrededor de una tendencia
determinista:
Ecuación 24:
𝑌𝑡 = 𝛽1 + 𝛽2𝑡 + 𝛿𝑌𝑡−1 + 𝑢𝑡
Debido a que no existe un método que permita saber cuál de las tres
especificaciones es la correcta, se recomienda hacer pruebas de ensayo-error (Gujarati
y Porter, 2010: 756).
Las hipótesis que se utilizan para esta prueba son las siguientes:
𝑯𝒐 = 𝑳𝒂 𝒔𝒆𝒓𝒊𝒆 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐 𝒏𝒐 𝒆𝒔 𝒆𝒔𝒕𝒂𝒄𝒊𝒐𝒏𝒂𝒓𝒊𝒂 𝒐 𝒑𝒓𝒆𝒔𝒆𝒏𝒕𝒂 𝒓𝒂í𝒛 𝒖𝒏𝒊𝒕𝒂𝒓𝒊𝒂
𝑯𝟏 = 𝑳𝒂 𝒔𝒆𝒓𝒊𝒆 𝒅𝒆 𝒕𝒊𝒆𝒎𝒑𝒐 𝒆𝒔 𝒆𝒔𝒕𝒂𝒄𝒊𝒐𝒏𝒂𝒓𝒊𝒂, 𝒐 𝒏𝒐 𝒑𝒓𝒆𝒔𝒆𝒏𝒕𝒂 𝒓𝒂í𝒛 𝒖𝒏𝒊𝒕𝒂𝒓𝒊𝒂
3.7.2. Prueba de multicolinealidad.
La multicolinealidad es aquella que hace referencia a la relación lineal perfecta o
exacta entre algunas variables o todas las variables explicativas de un modelo de
regresión (Gujarati y Porter 2010: 321). Ello sucede cuando:
Ecuación 25:
1𝑋1 + 2𝑋2 + ⋯ + 𝑘𝑋𝑘 = 0
Donde 1, 2, … , 𝑘 son constantes las cuales no todas son simultáneamente igual
a cero.
83
Sin embargo, la multicolinealidad también puede ser considerada como ‘menos
perfecta’, es decir, cuando hay X variables que están relacionadas, pero no en forma
perfecta (Gujarati y Porter, 2010: 321).
Ecuación 26:
1𝑋1 + 2𝑋2 + ⋯ + 2𝑋𝑘 + 𝑣𝑖 = 0
En donde 𝑣𝑖 es el término de error estocástico.
Existen diferentes métodos para detectarla. Uno de ellos es el Factor de Inflación
de la Varianza (VIF) para cada variable, el mismo que será utilizado en esta
investigación. El VIF es aquel valor que muestra cómo se infla la varianza de un
estimador ante la presencia de multicolinealidad. La regla indica que cuando éste es
mayor a 10, existe un problema estadístico de este tipo (Gujarati y Porter, 2010: 321).
3.7.3. Prueba de heteroscedasticidad.
La heteroscedasticidad es aquel problema estadístico que surge cuando la varianza
de los términos de perturbacion ui, “condicional a los valores seleccionados de las
variables explicativas”, es un número no constante, es decir, diferente a 𝜎2 (Gujarati
y Porter, 2010: 366).
Existen diferentes pruebas para analizarla. Una de ellas es la de Glejser23, la misma
que será utilizada en esta investigación. Las hipótesis de este test son las siguientes:
𝑯𝒐: 𝑬𝒔 𝒉𝒐𝒎𝒐𝒔𝒄𝒆𝒅á𝒔𝒕𝒊𝒄𝒐
𝑯𝟏: 𝑵𝒐 𝒆𝒔 𝒉𝒐𝒎𝒐𝒔𝒄𝒆𝒅á𝒔𝒕𝒊𝒄𝒐
La regla de decisión establece que, cuando el valor p sea mayor que nivel de
significancia, entonces no se rechazará la hipótesis nula.
23 El test de Glejser es una prueba estadística de heteroscedasticidad alternativa a la prueba de White,
útil para trabajar con muestras grandes y pequeñas de datos. La razón para usarla en el análisis de los
modelos econométricos que se presentarán más adelante, es que, de hecho, se realizan análisis de tres
muestras menores a 20 datos; el test de White, debido a los grados de libertad que utiliza en su
cálculo, sería incapaz de proporcionar resultados estadísticos de ellas (Murillo y González, 2000:15).
De esta manera, el test de Glejser permite obtener una noción adecuada acerca de la existencia de
heteroscedasticidad en estos casos (Gujarati y Porter, 2010: 380).
84
3.7.4. Prueba de autocorrelación.
Es aquella que se define como la “correlacion entre miembros de series de
observaciones ordenadas en el tiempo (como en datos de series de tiempo) o en el
espacio (como datos de corte transversal) (Maurice, Kendall y William, 1971: 8 citados
por Gujarati y Porter 2010: 413). Cuando se construye una regresion, “el modelo
clásico de regresión lineal supone que no existe tal autocorrelación entre las
perturbaciones 𝑢𝑖, es decir:
𝐸(𝑢𝑖 𝑢𝑗) ≠ 0 𝑖 ≠ 𝑗
En otras palabras, en el modelo clásico de regresión se realiza el supuesto de que
“el término de perturbacion relacionado con una observacion cualquiera no recibe
influencia del término de perturbacion relacionado con cualquier otra observacion”
(Gujarati y Porter, 2010: 413).
Existen diferentes pruebas para analizarla. Una de ellas es la de Breusch-Godfrey,
la misma que será utilizada para esta investigación. Sus hipótesis son las siguientes:
𝑯𝒐 = 𝑵𝒐 𝒉𝒂𝒚 𝒂𝒖𝒕𝒐𝒄𝒐𝒓𝒓𝒆𝒍𝒂𝒄𝒊ó𝒏
𝑯𝟏 = 𝑯𝒂𝒚 𝒂𝒖𝒕𝒐𝒄𝒐𝒓𝒓𝒆𝒍𝒂𝒄𝒊ó𝒏
La regla de decisión establece que, cuando el valor p sea mayor que el nivel de
significancia, entonces no se rechazará la hipótesis nula.
3.7.5. Prueba de normalidad Jarque-Bera (JB).
La construcción de un modelo econométrico adecuado, requiere demostrar que
cumple con los supuestos de estimación de MCO presentados anteriormente; entre
ellos se encuentra la normalidad de los residuos. Una prueba muy utilizada para
realizar este análisis es la de Jarque-Bera.
Las hipótesis que plantea son las siguientes:
𝑯𝒐 = 𝑳𝒐𝒔 𝒓𝒆𝒔𝒊𝒅𝒖𝒐𝒔 𝒆𝒔𝒕á𝒏 𝒏𝒐𝒓𝒎𝒂𝒍𝒎𝒆𝒏𝒕𝒆 𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒊𝒅𝒐𝒔
𝑯𝟏 = 𝑳𝒐𝒔 𝒓𝒆𝒔𝒊𝒅𝒖𝒐𝒔 𝒏𝒐 𝒆𝒔𝒕á𝒏 𝒏𝒐𝒓𝒎𝒂𝒍𝒎𝒆𝒏𝒕𝒆 𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒊𝒅𝒐𝒔
La regla de decisión establece lo siguiente:
85
“Si el valor p del estadístico JB es lo bastante bajo en una aplicación, entonces
se puede rechazar la hipótesis nula. Pero si el valor p es razonablemente alto,
no rechazamos la suposicion de normalidad”. (Gujarati y Porter, 2010: 132)
3.7.6. Prueba del error de especificación de la regresión: RESET.
Según Gujarati (2006: 333), un modelo puede ser deficiente a causa de los
denominados errores de especificación. Los más comunes en la práctica son:
• “Omision de una (o varias) variables relevantes”.
• “Inclusion de una (o varias) variables innecesarias”.
• “Adopcion de la forma funcional erronea”.
• “Errores de medicion” (Gujarati, 2006: 33).
Tal como lo establece Davidson:
“Debido a la naturaleza no experimental de la economía, nunca estamos
seguros de la forma en que se generaron los datos observados. En economía
resulta que la prueba de cualquier hipótesis siempre depende de supuestos
adicionales necesarios para especificar un modelo razonablemente ambicioso,
los cuales pueden o no estar justificados”. (Davidson, 2000: 153 citado por
Gujarati y Porter, 2010: 474)
Ante este panorama, Ramsey desarrollo “un test general de mala especificación de
un modelo”, conocido como prueba RESET. A través de ésta, es posible detectar tanto
la omisión de variables como la elección de una forma funcional inadecuada (Gujarati,
2006: 349). Las hipótesis que plantea con las siguientes:
𝑯𝒐 = 𝑬𝒍 𝒎𝒐𝒅𝒆𝒍𝒐 𝒆𝒔𝒕á 𝒄𝒐𝒓𝒓𝒆𝒄𝒕𝒂𝒎𝒆𝒏𝒕𝒆 𝒆𝒔𝒑𝒆𝒄𝒊𝒇𝒊𝒄𝒂𝒅𝒐
𝑯𝟏 = 𝑬𝒍 𝒎𝒐𝒅𝒆𝒍𝒐 𝒏𝒐 𝒆𝒔𝒕á 𝒄𝒐𝒓𝒓𝒆𝒄𝒕𝒂𝒎𝒆𝒏𝒕𝒆 𝒆𝒔𝒑𝒆𝒄𝒊𝒇𝒊𝒄𝒂𝒅𝒐
La regla de decisión dependerá de la probabilidad 𝑝 del valor 𝐹 a un nivel de
confianza dado, por ejemplo del 5%. Así, si p es mayor al 5%, entonces no se rechazará
la hipótesis nula (Gujarati, 2006: 351).
86
3.7.7. Prueba de capacidad de predicción del modelo: raíz cuadrática media y
el coeficiente de Theil.
Existen dos medidas útiles para contrastar la valía de un modelo y analizar su
capacidad de predicción: la raíz cuadrática media (rms) y el coeficiente de Theil
(U).
La rms “mide qué tan bueno es el modelo para predecir” (Quispe, s.f.: 10).
Según la teoría, su valor debe ser el menor posible (Quispe, s.f.: 10). Para
calcularla, se utiliza la siguiente fórmula:
Ecuación 27:
𝑟𝑚𝑠 = √1
𝑛∑ (𝑌�� − 𝑌𝑡)2𝑛
𝑡=1 en donde,
• 𝑌𝑡 es el valor observado
• 𝑌�� es el valor estimado de 𝑌𝑡
• 𝑛 es el número de periodos
Por su parte, el coeficiente de Theil, o el coeficiente de desigualdad de Theil,
mide la calidad de un modelo para predecir y adopta valores entre 0 y 1. Cuando
es igual a 0, se dice que el ajuste del modelo es perfecto, y por tanto, es bueno para
predecir; sin embargo, si es igual a 1, ocurre lo contrario (Quispe, s.f.: 11). Para
calcularlo, se utiliza la siguiente fórmula:
Ecuación 28:
𝑈 =√
1
𝑛∑ (𝑌��−𝑌𝑡)2𝑛
𝑡=1
√1
𝑛∑ (𝑌��)2𝑛
𝑡=1 +√1
𝑛∑ (𝑌𝑡)2𝑛
𝑡=1
en donde,
• 𝑌𝑡 es el valor observado
• 𝑌�� es el valor estimado de 𝑌𝑡
• 𝑛 es el número de periodos
Es importante mencionar que la proporción de sesgo del coeficiente de desigualdad
de Theil, ‘Bias Proportion’, indica el porcentaje de riesgo sistemático presente en el
87
modelo. Así, a través de él, se puede medir la confiabilidad del modelo para predecir
(Quispe, s.f.: 11).
3.8. Análisis estadístico
3.8.1. Comportamiento histórico de las variables.
1. Producto Interno Bruto (PIB): En el periodo 1970-2015, se evidencia una
tendencia creciente de esta variable macroeconómica. Sin embargo, es
importante señalar que, en los años previos a la dolarización (1998-1999), el
PIB muestra un cambio negativo en su tendencia, para volver a ser positiva a
partir del año 2000.
10,000,000
20,000,000
30,000,000
40,000,000
50,000,000
60,000,000
70,000,000
80,000,000
70 75 80 85 90 95 00 05 10 15
PIB (miles de dólares del 2007)
40
80
120
160
200
240
70 75 80 85 90 95 00 05 10 15
Personal ocupado (miles de personas)
0
250,000
500,000
750,000
1,000,000
1,250,000
1,500,000
70 75 80 85 90 95 00 05 10 15
IED (miles de dólares del 2007)
400,000
800,000
1,200,000
1,600,000
2,000,000
2,400,000
70 75 80 85 90 95 00 05 10 15
FBKF manufacturera (miles de dólares del 2007)
0
2,000,000
4,000,000
6,000,000
8,000,000
70 75 80 85 90 95 00 05 10 15
Saldo inic ial de la Deuda Externa Privada (miles de dólares del 2007)
Figura 24. . Comportamiento histórico del PIB, personal ocupado en manufactura, IED, FBKF de
la industria manufacturera y el saldo inicial de la deuda externa privada, periodo 1970-2015,
resultados proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
88
2. Personal ocupado en la industria manufacturera24: En el periodo 1970-2015,
esta variable ha mostrado un comportamiento oscilatorio con tendencia
positiva.
3. Inversión Extranjera Directa (IED)25: En el periodo 1970-2015, se evidencia
un comportamiento variable, mostrando desde 1971 hasta 1985, una tendencia
decreciente. Sin embargo, a partir de este año, se evidencia un comportamiento
oscilatorio con tendencia creciente, hasta el 2000. Posterior a ello, la tendencia
se torna decreciente hasta el año 2010 y culmina mostrando crecimiento hasta
el último año de análisis.
4. Formación bruta de capital fijo (FBKF) de la industria manufacturera: En el
periodo 1970-2015, se evidencia un comportamiento notablemente variable,
mostrando una tendencia decreciente hasta 1973, para después cambiar a una
creciente hasta el año 1980, y volver a caer vertiginosamente en el año
siguiente. Además, en el periodo 1981-1999, esta variable presenta un
comportamiento oscilatorio sin datos atípicos relevantes. Finalmente, a partir
de la dolarización la tendencia se vuelve positiva y creciente.
5. Saldo inicial de la deuda externa privada: En el periodo 1970-2015, se
evidencia un comportamiento oscilatorio. Durante los siete primeros años del
periodo de análisis, la tendencia es relativamente constante. Posterior a ello, se
evidencia un crecimiento notable en el año 1983, para nuevamente mostrar una
tendencia relativamente constante desde 1985 hasta 1993. A partir de este
último año, la variable muestra una tendencia oscilatoria creciente hasta el año
2005, para después mostrar un comportamiento decreciente.
24 Para los años 1980 y 1994, no existe información del personal ocupado en la industria manufacturera
dentro de los registros de las fuentes secundarias oficiales. Por tanto, para obtener los datos faltantes, se
realizó un promedio utilizando el año inmediatamente anterior y posterior para cada uno de ellos.
25 Para el año 1976, el valor original de la IED fue negativo (hubo desinversión) y atípico con la serie.
Según el informe “Análisis de las Políticas de Inversion en Ecuador” de las Naciones Unidas, explica
que dichos valores obedecieron, entre otras cosas, a que el Estado rechazó vender empresas estatales
cuando varias políticas de inversión fracasaron en el país; esta situación se complicó con la falta de
voluntad del sector privado para reestructurar a las compañías con problemas (2002: 6). Además, en
este año el crecimiento económico estuvo sustentado principalmente en la exportación petrolera (BCE,
2002).
Este valor ocasionó problemas durante la construcción del modelo pues no es posible obtener el
logaritmo de un valor negativo; por tanto, se decidió reemplazarlo con un promedio, utilizando los datos
del año inmediatamente anterior y posterior.
89
3.8.2. Prueba de Dickey Fuller.
Para esta prueba, se transformó a las variables independientes y a la dependiente
en logaritmos con el afán de reducir sus niveles. Además, cada una de ellas fue
analizada tanto en primeras diferencias como en niveles y se realizaron pruebas de
ensayo-error, pues “no hay forma de saber cuál especificacion es la correcta” (Gujarati
y Porter, 2010: 756). Los resultados obtenidos fueron los siguientes:
Tabla 4
Resultados prueba Dickey Fuller Aumentada
Variable Hecho en Incluye Resultados
DFA
Valor
crítico
al 5%
Valor
p Orden
FBKF Manufacturera
Primeras
diferencias
Intercepto -6,46 -2,93 0,00 I(1)
Intercepto y
tendencia -6,56 -3,52 0,00 I(1)
Ninguna -9,59 -1,95 0,00 I(1)
Niveles
Intercepto -1,25 -2,93 0,65 I(0)
Intercepto y
tendencia -3,6 -3,51 0,04 I(0)
Ninguna 0,87 -1,95 0,89 I(0)
IED
Primeras
diferencias
Intercepto -7,57 -2,93 0,00 I(1)
Intercepto y
tendencia -6,42 -3,52 0,00 I(1)
Ninguna -7,66 -1,95 0,00 I(1)
Niveles
Intercepto -1,75 -2,93 0,40 I(0)
Intercepto y
tendencia -2,43 -3,51 0,53 I(0)
Ninguna 0,23 -1,95 0,75 I(0)
90
PIB
Primeras
diferencias
Intercepto -4,24 -2,93 0,00 I(1)
Intercepto y
tendencia -4,41 -3,52 0,01 I(1)
Ninguna -2,12 -1,95 0,03 I(1)
Niveles
Intercepto -1,72 -2,93 0,41 I(0)
Intercepto y
tendencia -3,58 -3,52 0,04 I(0)
Ninguna 3,09 -1,95 1,00 I(0)
Primeras
diferencias
Intercepto -4,51 -2,93 0,00 I(1)
Intercepto y
tendencia -3,96 -3,52 0,02 I(1)
Ninguna -3,54 -1,95 0,00 I(1)
Niveles
Intercepto -1,73 -2,93 0,41 I(0)
Intercepto y
tendencia -3,22 -3,52 0,09 I(0)
Ninguna 2,44 -1,95 1,00 I(0)
Saldo inicial deuda
externa privada
Primeras
diferencias
Intercepto -4,95 -2,93 0,00 I(1)
Intercepto y
tendencia -4,96 -3,52 0,00 I(1)
Ninguna -4,81 -1,95 0,00 I(1)
Niveles
Intercepto -1,69 -2,93 0,43 I(0)
Intercepto y
tendencia -2,18 -3,52 0,49 I(0)
Ninguna 0,90 -1,95 0,90 I(0)
Nota. Resultados obtenidos con Eviews 10
Elaboración: Armijos Ana, Sagbay Diana.
91
Debido a que las probabilidades en primeras diferencias de las variables analizadas
son menores a 0,05, existe suficiente evidencia estadística para rechazar la hipótesis
nula, es decir, no tienen raíz unitaria o son estacionarias. Así los resultados coinciden
con Gujarati y Porter (2010: 747) cuando afirman que “la mayoría de series de tiempo
económicas se convierten en estacionarias sólo después de tomar sus primeras
diferencias”.
Además, se evaluó la estacionariedad de los residuos, esta vez únicamente en
niveles, es decir, la serie de residuos que se genera directamente del modelo.
Nuevamente, los resultados indican que estos son estacionarios pues la probabilidad
es menor al 0,05. De esta manera, es posible construir un modelo econométrico lineal
y no hace falta aplicar otra forma funcional. Los resultados obtenidos se presentan a
continuación:
Tabla 5
Resultados prueba Dickey Fuller Aumentada para los residuos
Variable Hecho
en Incluye
Resultados
DFA
Valor
crítico
al 5%
Valor
p Orden
RESIDUOS Niveles Ninguna -3,10 -1,95 0,002 I(0)
Nota. Resultados obtenidos con Eviews 10
Elaboración: Armijos Ana, Sagbay Diana.
3.8.3. Construcción del modelo econométrico para el periodo 1970-2015.
Tal como se mencionó anteriormente, el modelo econométrico propuesto será
del tipo de doble logaritmo. Al construirlo, los resultados demuestran que no es posible
obtener una regresión adecuada debido a los problemas estadísticos que presenta
(regresión espuria). Además, según los resultados obtenidos a través de los test
CUSUM y Chow26, existe evidencia estadística para afirmar que existen quiebres
estructurales en diferentes etapas económicas del país, por lo que la construcción de
un solo modelo econométrico para el periodo de análisis 1970-2015, podría no ser
26 Los test estadísticos CUSUM y Chow fueron presentados en el capítulo dos.
92
adecuado debido a que no se evidenciarían con precisión las variables que incidieron
en el crecimiento del PIB nacional en diferentes periodos de tiempo, y que están
relacionadas con la industria manufacturera. Para corroborar lo mencionado, los
resultados se presentan a continuación.
3.8.3.1. Resultados del modelo econométrico de doble logaritmo para el periodo
1970-2015.
Los resultados obtenidos no podrán ser susceptibles de análisis, puesto que nos
encontramos ante una regresión espuria o sin sentido. Según Granger y Newbold
citados por Gujarati y Porter (2010: 748), ello se comprueba cuando el coeficiente de
determinación, 𝑅2, es mayor al de Durbin Watson, 𝑑, tal como sucede en este caso:
𝑅2 = 0,984220 > 𝑑 = 0,677207.
Con el afán de demostrar que el modelo obtenido no es el adecuado, se decidió
evaluarlo estadísticamente. Los resultados indicaron que la regresión no presenta
problemas de multicolinealidad ni heteroscedasticidad, pero sí de autocorrelación.
Dichos resultados se presentan a continuación:
Figura 25. Resultados de la regresión lineal logarítmica múltiple 1970-2015,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
93
3.8.3.1.1. Multicolinealidad
Ninguna de las variables presenta un VIF mayor a 10, por tanto, existe evidencia
estadística para afirmar que no existen problemas de multicolinealidad en el modelo.
3.8.3.1.2. Heteroscedasticidad.
La probabilidad de 0,2105 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, el modelo es homoscedástico.
3.8.3.1.3. Autocorrelación.
La probabilidad de 0,00 es menor a 0,05 lo cual indica que existe evidencia
estadística para rechazar la hipótesis nula, es decir, hay autocorrelación. Por tanto, es
necesario corregir este problema estadístico para poder obtener un modelo
econométrico adecuado.
Figura 26. Resultados de los Factores de Inflación de la Varianza (VIF), 1970-2015,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 27. Resultados de la prueba de heteroscedasticidad de Glejser, periodo 1970-
2015, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 28. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 1970-2015, proporcionados por el
Eviews 10. Elaboración: Armijos Ana, Sagbay Diana.
94
3.8.3.1.4. Modelo final con corrección de autocorrelación, periodo 1970-2015
Los resultados de esta nueva regresión muestran que todas las variables
independientes, a excepción del personal ocupado en la industria manufacturera, no
son estadísticamente significativos. Por tanto, ante esta situación, existe la opción de
eliminar todas aquellas variables que impiden la adecuada construcción del modelo
econométrico. Sin embargo, si optaríamos por ejecutarla, entonces estaríamos
cometiendo errores de especificación, pues se estarían obviando variables relevantes
relacionadas con la industria manufacturera y que, de hecho, tuvieron efecto sobre el
crecimiento económico nacional durante el periodo de análisis 1970-2015.
Es por ello que para solucionar este inconveniente, se decidió construir un modelo
de doble logaritmo para cada una de las tres etapas económicas que han sido analizadas
en los capítulos anteriores, y que se corresponden con la evolución y desarrollo de
nuestro país27.
27 La construcción de tres modelos resulta razonable pues, tal como lo indicó el test de CUSUM
realizado anteriormente en el capítulo dos, no existe estabilidad en los parámetros durante el periodo
1970-2015. Por tanto, ante este panorama, la solución es dividir a dicho periodo en otros más pequeños.
En este caso, resulta coherente utilizar las tres etapas económicas analizadas previamente.
Figura 29. Resultados de la regresión lineal logarítmica múltiple 1970-2015,
proporcionados por el Eviews 10. Elaboración: Armijos Ana, Sagbay Diana.
95
De esta manera, se han obtenido tres modelos en total: el primero le corresponde
al periodo 1970-198228, el segundo 1983-1999 y el tercero 2000-2015.
3.8.4. Construcción del modelo econométrico para el periodo 1970-1982.
3.8.4.1. Resultados regresión.
Este modelo, no presenta problemas de multicolinealidad, heteroscedasticidad ni
autocorrelación, tal como lo demuestran los siguientes resultados:
3.8.4.1.1. Multicolinealidad.
28 A pesar de que 1970 y 1971 pertenecen al primer auge bananero, el mismo que se encuentra fuera de
nuestro periodo de análisis, hemos decidido incluirlo en la primera regresión. De este modo, no
dejaremos fuera datos que se encuentran disponibles y son susceptibles de análisis.
Figura 30. Resultados de la regresión lineal logarítmica múltiple 1970-1982,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 31. Resultados de los Factores de Inflación de la Varianza (VIF), 1970-1982,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
96
Ninguna de las variables presenta un VIF mayor a 10, por tanto, existe evidencia
estadística para afirmar que no existen problemas de multicolinealidad en el modelo.
3.8.4.1.2. Heteroscedasticidad.
La probabilidad de 0,2790 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, el modelo es homoscedástico.
3.8.4.1.3. Autocorrelación
La probabilidad de 0,3617 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, no hay autocorrelación.
A pesar de que el modelo construido para este periodo no presenta problemas
estadísticos de multicolinealidad, heteroscedasticidad ni autocorrelación, sí posee dos
variables independientes estadísticamente no significativas: la IED y el saldo inicial
de la deuda externa privada, por lo cual, se decidió eliminar a ambas con el afán de
mejorar el modelo. Los resultados se presentan a continuación.
Figura 32. . Resultados de la prueba de heteroscedasticidad de Glejser, periodo 1970-
1982, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 33. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 1970-1982, proporcionados por el
Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
97
3.8.4.2. Modelo final, regresión sin IED ni saldo inicial de la deuda externa
privada.
En cuanto al modelo resultante, es importante mencionar que, si se compara el
coeficiente de determinación ajustado obtenido (0,976821) con el anterior (0,975098),
podemos evidenciar que éste es mayor en 0,001723 aproximadamente, por tanto, con
la eliminación de la IED y el saldo inicial de la deuda externa, se logra un mayor grado
de explicación de las variables independientes, que se mantuvieron, a la variable
dependiente. Ello es equivalente a decir que el aporte de explicación de las variables
independientes eliminadas no era realmente significativo.
Este modelo es estadísticamente significativo en su conjunto, pues la probabilidad
de la prueba global F de 0,00 así lo indica; además, cada una de las variables
independientes también son estadísticamente significativas, pues, de acuerdo con la
probabilidad de la prueba individual t, todas son menores a 0,05. Es importante
mencionar que las variables independientes explican en un 98,06% a la variable
dependiente. Por otro lado, el modelo no presenta problemas de multicolinealidad,
heteroscedasticidad ni autocorrelación, tal como lo demuestran los siguientes
resultados:
Figura 34 .Resultados de la regresión lineal logarítmica múltiple sin el saldo inicial
de la deuda externa privada ni IED, modelo final 1970-1982, proporcionados por el
Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
98
3.8.4.2.1. Multicolinealidad.
Los VIF de ambas variables son menores a 10, por tanto se puede decir que existe
evidencia estadística para afirmar que no existen problemas de multicolinealidad en el
modelo.
3.8.4.2.2.Heteroscedasticidad.
La probabilidad de 0,1715 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, el modelo es homoscedástico.
3.8.4.2.3. Autocorrelación.
La probabilidad de 0,3821 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, no hay autocorrelación.
Figura 35. Resultados de los Factores de Inflación de la Varianza (VIF) de la
regresión lineal logarítmica sin el saldo inicial de la deuda externa privada ni la IED,
modelo final 1970-1982, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 36. Resultados de la prueba de Glejser de heteroscedasticidad de la regresión
lineal logarítmica múltiple, modelo final 1970-1982, proporcionados por el Eviews
10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 37. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 1970-1982, proporcionados por el
Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
99
3.8.4.2.4. Prueba de normalidad Jarque-Bera.
La probabilidad de 0,8833 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, y por tanto, los residuos están
distribuidos normalmente.
3.8.4.2.5. Prueba Ramsey RESET.
La probabilidad de 0,4931 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, y por tanto, el modelo está correctamente
especificado.
Figura 38. Resultados de la prueba de normalidad de los residuos Jarque-Bera de la
regresión lineal logarítmica múltiple, modelo final 1970-1982, proporcionados por el
Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 39. Resultados de la prueba de Ramsey RESET de la regresión lineal
logarítmica múltiple, modelo final 1970-1982, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
100
3.8.4.2.6. Pruebas de contrastación de la valía del modelo: raíz
cuadrática media y coeficiente de Theil.
• Raíz cuadrática media (rms): La rms del modelo es 0,034, considerado como
un valor reducido. Por tanto, se puede afirmar que existe evidencia estadística
que establece que modelo es bueno para predecir.
• El coeficiente de Theil es 0,001, por tanto, al ser un valor muy cercano a 0 se
puede afirmar que existe evidencia estadística para establecer que el modelo es
bueno para predecir.
o Bias Proportion: La proporción del sesgo de desigualdad del coeficiente
de Theil es muy reducida (0,00), por tanto, se puede afirmar que existe
evidencia estadística para concluir que el riesgo sistemático presente en
el modelo es muy bajo o muy reducido, y por tanto, éste es confiable
para predecir.
Para corroborar que el modelo es bueno para predecir, se ha decidido estimar el
PIB para 1982 y compararlo con su valor observado29. Los resultados se presentan a
continuación:
29 La comparación entre el valor observado y estimado se realiza para el año 1982 debido a que ese es
el último año de la etapa económica analizada: el auge petrolero. Además, los test estadísticos revelaron
que no hay estabilidad en los parámetros, por tanto, es necesario realizar las estimaciones por cada una
16.2
16.4
16.6
16.8
17.0
17.2
70 71 72 73 74 75 76 77 78 79 80 81 82
LOGPIBF ± 2 S.E.
Forecast: LOGPIBF
Actual: LOGPIB
Forecast sample: 1970 1982
Included observations: 13
Root Mean Squared Error 0.034116
Mean Absolute Error 0.025577
Mean Abs. Percent Error 0.151931
Theil Inequality Coefficient 0.001018
Bias Proportion 0.000000
Variance Proportion 0.004876
Covariance Proportion 0.995124
Figura 40. Resultados de la raíz cuadrática media y el coeficiente de Theil para el modelo final, 1970-1982,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
101
Tabla 6
Resultados estimación, 1982
PIB 1982 Intervalo de confianza
Valor
observado
Valor
estimado
Límite
inferior
Límite
superior
17,05 16,99 16,91 17,07
Nota. Resultados obtenidos con Eviews 10
Elaboración: Armijos Ana, Sagbay Diana.
Los valores observado y estimado son cercanos, además este último se encuentra
dentro del intervalo de confianza; por tanto se concluye que es estadísticamente
significativo y que el modelo es bueno para realizar estimaciones correspondientes a
la etapa económica que comprende el periodo 1970-1982.
Una vez que se ha encontrado el modelo final, éste se interpreta de la siguiente
manera:
Ecuación 29:
log(𝑃𝐼𝐵) = 14,92742 − 0,145090 log (𝐹𝐵𝐾𝐹𝑚𝑎𝑛) + 0,884863 log(𝑝𝑜𝑚𝑎𝑛)
• FBKF manufactura: Cuando la FBKF manufacturera aumenta un 1%, el PIB
disminuye en promedio, 0,1451% aproximadamente, manteniendo todo lo
demás constante. Esta situación parece corresponderse con los hechos
sucedidos durante este periodo en el país, en donde el protagonismo estuvo en
manos de la explotación petrolera, lo cual provocó que se destinara una menor
cantidad de recursos para el desarrollo del resto de las industrias, tal como el
de la manufactura. Además, es importante recordar que durante este periodo, a
pesar de que la CEPAL fomentó una mayor industrialización en la región
latinoamericana, los resultados no lograron ser positivos, pues la gran cantidad
de importaciones de maquinaria, para dar paso al desarrollo de la industria
manufacturera, terminó por perjudicar a la producción nacional.
de las etapas económicas estudiadas con anterioridad. El mismo procedimiento se realizará para los dos
siguientes modelos que se presentar a continuación.
102
• Personal ocupado en manufactura: Cuando el personal ocupado en
manufactura aumenta un 1%, el PIB aumenta en promedio, 0,88%
aproximadamente, manteniendo todo lo demás constante.
3.8.5. Construcción del modelo econométrico para el periodo 1983-1999.
3.8.5.1. Resultados regresión.
3.8.5.1.1. Multicolinealidad.
Ninguna de las variables presenta un VIF mayor a 10, por tanto, existe evidencia
estadística para afirmar que no existen problemas de multicolinealidad en el modelo.
Figura 41. Resultados de la regresión lineal logarítmica múltiple 1983-1999,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 42. Resultados de los Factores de Inflación de la Varianza (VIF) de la
regresión lineal logarítmica 1983-1999, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
103
3.8.5.1.2. Heteroscedasticidad
La probabilidad de 0,1750 es mayor a 0,05, lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, el modelo es homoscedástico.
3.8.5.1.3. Autocorrelación.
La probabilidad de 0,3986 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, no existe autocorrelación.
Aunque la FBKF manufacturera no es estadísticamente significativa dentro del
modelo, se decidió no eliminarla debido a la importancia que tiene dentro de este
estudio30.
Por otro lado, este modelo es estadísticamente significativo en su conjunto, pues la
probabilidad de la prueba global F de 0,00 así lo indica; además, cada una de las
variables independientes también son estadísticamente significativas, pues, de acuerdo
con la probabilidad de la prueba individual t, todas son menores a 0,05. Es importante
mencionar que las variables independientes explican en un 96,24% a la variable
dependiente.
30 Según Gujarati y Porter (2010: 344), si se elimina una variable que, según la teoría económica, debe
estar dentro del modelo econométrico, es probable que se esté cometiendo un error de especificación.
Figura 43. Resultados de la prueba de Glejser de heteroscedasticidad de la regresión
lineal logarítmica múltiple, modelo final 1983-1999, proporcionados por el Eviews
10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 44. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 1983-1999, proporcionados por el
Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
104
3.8.5.2.4. Prueba de normalidad Jarque-Bera.
La probabilidad de 0,5963 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, y por tanto, los residuos están
distribuidos normalmente.
3.8.5.2.5. Prueba de Ramsey RESET.
La probabilidad de 0,9674 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, y por tanto, el modelo está correctamente
especificado.
Figura 45. Resultados de la prueba de normalidad de los residuos Jarque-Bera de la
regresión lineal logarítmica múltiple, modelo final 1983-1999, proporcionados por el
Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 46. Resultados de la prueba de Ramsey RESET de la regresión lineal
logarítmica múltiple, modelo final 1983-1999, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
105
3.8.5.2.6. Pruebas de contrastación de la valía del modelo: raíz cuadrática media
y el coeficiente de Theil.
• Raíz cuadrática media (rms): La rms del modelo es 0,026, considerado como
un valor reducido. Por tanto, se puede afirmar que existe evidencia estadística
para establecer que el modelo es bueno para predecir.
• El coeficiente de Theil es 0,004751, por tanto, al ser un valor muy cercano a 0
se puede afirmar que existe evidencia estadística para establecer que el modelo
es bueno para predecir.
o Bias Proportion: La proporción del sesgo del coeficiente de Theil es
muy reducida (0,00), por tanto, se puede afirmar que existe evidencia
estadística para establecer que el riesgo sistemático presente en el
modelo es muy bajo o muy reducido, y por tanto, éste es confiable para
predecir.
Para corroborar que el modelo es bueno para predecir, se ha decidido estimar el
PIB para 1999 y compararlo con su valor observado. Los resultados se presentan a
continuación:
16.9
17.0
17.1
17.2
17.3
17.4
17.5
17.6
1984 1986 1988 1990 1992 1994 1996 1998
PIB__MILESF ± 2 S.E.
Forecast: PIB__MILESF
Actual: LOG(PIB__MILES_DE_DOLARES_DE)
Forecast sample: 1983 1999
Included observations: 17
Root Mean Squared Error 0.026216
Mean Absolute Error 0.022585
Mean Abs. Percent Error 0.130956
Theil Inequality Coefficient 0.000759
Bias Proportion 0.000000
Variance Proportion 0.009572
Covariance Proportion 0.990428
Figura 47. Resultados de la raíz cuadrática media y el coeficiente de Theil para el modelo final, 1983-1999, proporcionados
por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
106
Tabla 7
Resultados estimación, 1999
PIB 1989 Intervalo de confianza
Valor
observado
Valor
estimado
Límite
inferior
Límite
superior
17,44 17,45 17,38 17,52 Nota. Resultados obtenidos con Eviews 10
Elaboración: Armijos Ana, Sagbay Diana
Los valores observado y estimado son cercanos, además este último se encuentra
dentro del intervalo de confianza; por tanto se concluye que es estadísticamente
significativo y que el modelo es bueno para realizar estimaciones correspondientes a
la etapa económica que comprende el periodo 1983-1999.
Una vez que se ha encontrado el modelo final, éste se interpreta de la siguiente
manera:
Ecuación 30:
log(𝑃𝐼𝐵)
= 13,14598 − 0,0071771 log(𝐹𝐵𝐾𝐹𝑚𝑎𝑛) + 0,602395 log(𝑝𝑜𝑚𝑎𝑛)
+ 0,071085 log(𝐼𝐸𝐷) 0,029028 log(𝑆𝑎𝑙𝑑𝑜 𝑖𝑛𝑖𝑐𝑖𝑎𝑙𝐷𝑒𝑢𝑑𝑎𝑒𝑥𝑡𝑒𝑟𝑛𝑎𝑝𝑟𝑖𝑣𝑎𝑑𝑎)
• FBKF de la industria manufacturera: Cuando la FBKF manufacturera aumenta
en 1%, el PIB disminuye en promedio, 0,007% aproximadamente,
manteniendo todo lo demás constante.
• Personal ocupado en la industria manufacturera: Cuando el personal ocupado
en la industria manufacturera aumenta en 1%, el PIB aumenta en promedio,
0,60239% aproximadamente, manteniendo todo lo demás constante.
• Inversión Extranjera Directa: Cuando la IED aumenta un 1%, el PIB aumenta
en promedio, 0,07108% aproximadamente, manteniendo todo lo demás
constante.
• Deuda externa privada: Cuando el saldo inicial de la deuda externa privada
aumenta en 1%, el PIB aumenta en promedio, 0,0290% aproximadamente,
manteniendo todo lo demás constante.
107
3.8.6. Construcción del modelo econométrico para el periodo 2000-2015.
3.8.6.1. Resultados regresión.
El modelo obtenido, no presenta problemas de multicolinealidad,
heteroscedascticidad ni autocorrelación, tal como lo demuestran los siguientes
resultados:
3.8.6.1.1. Multicolinealidad.
Ninguna de las variables presenta un VIF mayor a 10, por tanto, existe evidencia
estadística para afirmar que no existen problemas de multicolinealidad en el modelo.
Figura 48. Resultados de la regresión lineal logarítmica múltiple, 2000-2015,
proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
Figura 49. Resultados de los Factores de Inflación de la Varianza (VIF) de la
regresión lineal logarítmica, 2000-2015, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
108
3.8.6.1.2. Heteroscedasticidad.
La probabilidad de 0,2191 es mayor a 0,05, lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, el modelo es homoscedástico.
3.8.6.1.3. Autocorrelación.
La probabilidad de 0,9709 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, no existe autocorrelación.
A pesar de que el modelo no presenta problemas estadísticos, se decidió eliminar
al saldo inicial de la deuda externa privada y la inversión extranjera directa por ser
variables no estadísticamente significativas dentro del modelo. Los resultados
obtenidos fueron los siguientes:
Figura 50. Resultados de la prueba de Glejser de heteroscedasticidad de la regresión
lineal logarítmica múltiple 2000-2015, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana.
Figura 51. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, 2000-2015, proporcionados por el Eviews 10..
Elaboración: Armijos Ana, Sagbay Diana
109
3.8.6.2. Modelo final, regresión sin saldo inicial de la deuda externa privada ni
IED.
En cuanto al modelo resultante, es importante mencionar que, si se compara el
coeficiente de determinación ajustado obtenido (0,967569) con el anterior (0,963331),
se evidencia un aumento de 0,004238, por tanto, con la eliminación de las dos
variables, se logra un mayor grado de explicación de las variables independientes, que
se mantuvieron, a la variable dependiente. Ello es equivalente a decir que el aporte de
explicación de las variables independientes eliminadas no era realmente significativo.
Por otro lado, este modelo es estadísticamente significativo en su conjunto, pues la
probabilidad de la prueba global F de 0,00 así lo indica; sin embargo, no todas las
variables independientes también son estadísticamente significativas, pues en este
caso, la FBKF de la industria manufacturera no es menor a 0,05; sin embargo, se ha
decidido no eliminarla debido a su importancia dentro del análisis económico que se
está llevando a cabo31. Es importante mencionar que las variables independientes
explican en un 97,18% a la variable independiente. Además, el modelo no presenta
problemas de multicolinealidad, heteroscedasticidad ni autocorrelación, tal como lo
demuestran los siguientes resultados:
31 Tal como en el caso del modelo econométrico del periodo 1983-1999, se decidió no eliminar a la
formación bruta de capital fijo de la industria manufacturera, por ser una variable de interés dentro del
análisis. De esta manera, se evita cometer errores de especificación.
Figura 52. Resultados de la regresión lineal logarítmica múltiple, sin saldo inicial de
deuda externa privada ni IED, modelo final 2000-2015, proporcionados por el Eviews
10.
Elaboración: Armijos Ana, Sagbay Diana
110
3.8.6.2.1. Multicolinealidad.
Ninguna de las variables presenta un VIF mayor a 10, por tanto, existe evidencia
estadística para afirmar que no existen problemas de multicolinealidad en el modelo.
3.8.6.2.2. Heteroscedasticidad.
La probabilidad de 0,4835 es mayor a 0,05, lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, el modelo es homoscedástico.
3.8.6.2.3. Autocorrelación.
La probabilidad de 0,9042 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, es decir, no existe autocorrelación.
Figura 53. Resultados de los Factores de Inflación de la Varianza (VIF) de la
regresión lineal logarítmica, modelo final 2000-2015, proporcionados por el Eviews
10.
Elaboración: Armijos Ana, Sagbay Diana
Figura 54. Resultados de la prueba de Glejser de heteroscedasticidad de la regresión
lineal logarítmica múltiple, modelo final 1970-2015, proporcionados por el Eviews
10.
Elaboración: Armijos Ana, Sagbay Diana
Figura 55. Resultados de la prueba de Breusch Godfrey de autocorrelación de la
regresión lineal logarítmica múltiple, modelo final 2000-2015, proporcionados por el
Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
111
3.8.6.2.4. Prueba de normalidad Jarque-Bera.
La probabilidad de 0,99118 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, y por tanto, los residuos están
distribuidos normalmente.
3.8.6.2.5. Prueba de Ramsey RESET.
La probabilidad de 0,3807 es mayor a 0,05 lo cual indica que existe evidencia
estadística para no rechazar la hipótesis nula, y por tanto, el modelo está correctamente
especificado.
Figura 56. Resultados de la prueba de normalidad de los residuos Jarque-Bera de la
regresión lineal logarítmica múltiple, modelo final 2000-2015, proporcionados por el
Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
Figura 57. Resultados de la prueba de Ramsey RESET de la regresión lineal
logarítmica múltiple, modelo final 2000-2015, proporcionados por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
112
3.8.6.2.6. Pruebas de contrastación de la valía del modelo: raíz cuadrática media
y el coeficiente de Theil.
• Raíz cuadrática media (rms): La rms del modelo es 0,03367, considerado como
un valor reducido. Por tanto, se puede afirmar que existe evidencia estadística
para establecer que el modelo es bueno para predecir.
• El coeficiente de Theil es 0,0009, por tanto, al ser un valor muy cercano a 0 se
puede afirmar que existe evidencia estadística para establecer que el modelo es
bueno para predecir.
o Bias Proportion: La proporción del sesgo del coeficiente de Theil es
muy reducida (0,00), por tanto, se puede afirmar que existe evidencia
estadística para establecer que el riesgo sistemático presente en el
modelo es muy bajo o muy reducido, y por tanto, éste es confiable para
predecir.
Para corroborar que el modelo es bueno para predecir, se ha decidido estimar el
PIB para 2015 y compararlo con su valor observado. Los resultados se presentan a
continuación:
17.3
17.4
17.5
17.6
17.7
17.8
17.9
18.0
18.1
18.2
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15
LOGPIBF ± 2 S.E.
Forecast: LOGPIBF
Actual: LOGPIB
Forecast sample: 2000 2015
Included observations: 16
Root Mean Squared Error 0.033671
Mean Absolute Error 0.027090
Mean Abs. Percent Error 0.152782
Theil Inequality Coefficient 0.000947
Bias Proportion 0.000000
Variance Proportion 0.007127
Covariance Proportion 0.992873
Figura 58. Resultados de la raíz cuadrática media y el coeficiente de Theil para el modelo final, 1970-1982, proporcionados
por el Eviews 10.
Elaboración: Armijos Ana, Sagbay Diana
113
Tabla 8
Resultados estimación, 2015
PIB 2015 Intervalo de confianza
Valor
observado
Valor
estimado
Límite
inferior
Límite
superior
18,07 18,09 18 18,17
Nota. Resultados obtenidos con Eviews 10 Elaboración: Armijos Ana, Sagbay Diana
Los valores observado y estimado son cercanos, además este último se encuentra
dentro del intervalo de confianza; por tanto se concluye que es estadísticamente
significativo y que el modelo es bueno para realizar estimaciones correspondientes a
la etapa económica que comprende el periodo 2000-2015.
Una vez que se ha encontrado el modelo final, éste se interpreta de la siguiente
manera:
Ecuación 31:
log(𝑃𝐼𝐵) = 11,39337 + 0,078210 log (FBKFman) + 1,023049 log(poman)
• Formación Bruta de Capital Fijo de la industria manufacturera: Cuando la
FBKF manufacturera aumenta un 1%, el PIB aumenta en promedio,
0,078% aproximadamente, manteniendo todo lo demás constante.
• Personal ocupado en manufactura: Cuando el personal ocupado en
manufactura aumenta en 1%, el PIB aumenta en promedio, 1,023%
aproximadamente, manteniendo todo lo demás constante.
3.8. Reflexiones finales
Una vez que se han obtenido los tres modelos econométricos, es importante señalar
entonces, aquellas variables que han contribuido al crecimiento del PIB ecuatoriano
durante las tres etapas económicas analizadas. Éstas son:
• Periodo 1970-182:
o 𝑃𝐼𝐵 = 𝑓(−𝐹𝐵𝐾𝐹𝑚𝑎𝑛, +𝑝𝑜𝑚𝑎𝑛)
𝐥𝐨𝐠(𝑷𝑰𝑩) = 𝟏𝟒, 𝟗𝟐𝟕𝟒𝟐 − 𝟎, 𝟏𝟒𝟓𝟎𝟗𝟎 𝐥𝐨𝐠 (𝑭𝑩𝑲𝑭𝒎𝒂𝒏) + 𝟎, 𝟖𝟖𝟒𝟖𝟔𝟑 𝐥𝐨𝐠(𝒑𝒐𝒎𝒂𝒏)
114
• Periodo 1983-1999:
o 𝑃𝐼𝐵 = 𝑓(−𝐹𝐵𝐾𝐹𝑚𝑎𝑛 , +𝑝𝑜𝑚𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑎 +
𝐼𝐸𝐷, +𝑆𝑎𝑙𝑑𝑜 𝑖𝑛𝑖𝑐𝑖𝑎𝑙𝐷𝑒𝑢𝑑𝑎𝑒𝑥𝑡𝑒𝑟𝑛𝑎𝑝𝑟𝑖𝑣𝑎𝑑𝑎)
𝐥𝐨𝐠(𝑷𝑰𝑩) = 𝟏𝟑, 𝟏𝟒𝟓𝟗𝟖 − 𝟎, 𝟎𝟎𝟕𝟏𝟕𝟕𝟏 𝐥𝐨𝐠(𝑭𝑩𝑲𝑭𝒎𝒂𝒏) + 𝟎, 𝟔𝟎𝟐𝟑𝟗𝟓 𝐥𝐨𝐠(𝒑𝒐𝒎𝒂𝒏)
+ 𝟎, 𝟎𝟕𝟏𝟎𝟖𝟓 𝐥𝐨𝐠(𝑰𝑬𝑫)
+ 𝟎, 𝟎𝟐𝟗𝟎𝟐𝟖 𝐥𝐨𝐠(𝑺𝒂𝒍𝒅𝒐 𝒊𝒏𝒊𝒄𝒊𝒂𝒍𝑫𝒆𝒖𝒅𝒂𝒆𝒙𝒕𝒆𝒓𝒏𝒂𝒑𝒓𝒊𝒗𝒂𝒅𝒂)
• Periodo 2000-2015:
o 𝑃𝐼𝐵 = 𝑓(+𝐹𝐵𝐾𝐹𝑚𝑎𝑛, +𝑝𝑜𝑚𝑎𝑛)
𝐥𝐨𝐠(𝑷𝑰𝑩) = 𝟏𝟏, 𝟑𝟗𝟑𝟑𝟕 + 𝟎, 𝟎𝟕𝟖𝟐𝟏𝟎 𝐥𝐨𝐠 (𝐅𝐁𝐊𝐅𝐦𝐚𝐧)
+ 𝟏, 𝟎𝟐𝟑𝟎𝟒𝟗 𝐥𝐨𝐠(𝐩𝐨𝐦𝐚𝐧)
Según los resultados, se evidencia que tanto en el periodo 1970-1982 y 2000-2015,
las variables que tuvieron efectos sobre el PIB fueron las mismas. Sin embargo, en el
caso de la FBKF de las industrias manufactureras, el aporte no fue positivo para el
primer periodo mencionado así como tampoco lo fue entre 1983-1999. Ello evidencia
que la inversión realizada en estas industrias durante los años 70 y principios de los
80, no fueron eficientes; los planes propuestos por la CEPAL, al contrario de ser
positivos, provocaron efectos negativos dentro de la economía nacional. Además, es
lógico pensar que el desempeño de esta industria tampoco fue positivo durante la etapa
de recesión económica, por lo tanto, su aporte no pudo ser positivo para el crecimiento
del PIB nacional. Dicha situación cambió durante el periodo de dolarización, en donde
esta variable aportó positivamente al crecimiento de una economía mucho más estable.
También es importante mencionar, con respecto al segundo periodo 1983-1999,
correspondiente a la crisis económica de Ecuador, que se evidencia que las variables
que permitieron el crecimiento del PIB y que estuvieron relacionadas con la FBKF de
las industrias manufactureras, fueron principalmente, recursos provenientes del
extranjero, es decir, la IED y la deuda externa privada. Ello refleja que, durante este
periodo, la contribución del resto del mundo fue crucial tanto para el desarrollo
manufacturero en particular, como para el nacional en general.
También, se debe señalar que los resultados demuestran que no es adecuado
construir un solo modelo econométrico para realizar análisis de un periodo de tiempo
en específico, especialmente cuando en él, se han suscitado cambios estructurales, los
mismos que han originado distintas etapas económicas en el país, cada una con sus
115
propias características. La razón de ello encuentra su justificación en los problemas
estadísticos que se generan y que imposibilitan encontrar resultados adecuados.
Finalmente, también es importante destacar que los modelos econométricos
obtenidos son dinámicos, mas no estáticos, dentro de cada uno de los periodos de
tiempo en los que han sido analizados, es decir, los modelos obtenidos explican la
trayectoria del PIB en tres etapas económicas distintas, en función de los valores de
las variables independientes seleccionadas para este estudio en específico.
3.9. Conclusión
Después de haber construido los modelos econométricos correspondientes a las
tres etapas económicas analizadas, las mismas que se encuentran dentro del periodo
1970-2015, se concluye que el crecimiento del PIB ecuatoriano depende de distintas
variables, según el periodo de tiempo de análisis.
Además, los efectos sobre el producto total, no necesariamente son positivos, pero
sí estadísticamente significativos. Esta última afirmación muestra entonces que, la
implantación de planes o políticas que buscan una mayor industrialización, no
necesariamente es exitosa durante su aplicación y su efecto puede ser perjudicial para
la economía en general, tal como sucedió en los periodos 1970-1982 y 1983-1999 con
la FBKF de las industrias manufactureras.
También, se puede mencionar que, en el país las relaciones establecidas con el
resto del mundo fueron claves para trabajar por la reactivación productiva y económica
en el periodo de crisis, 1983-1999.
Por otro lado, es importante señalar que el efecto de la FBKF de las industrias
manufactureras y el personal ocupado en ellas, se torna positivo dentro de un ambiente
económico estable que utiliza el sistema de dolarización para realizar las distintas
transacciones económicas, tal como lo evidencia el periodo 2000-2015.
Finalmente, se puede concluir que nuestra hipótesis se ha cumplido parcialmente,
pues la FBKF de las industrias manufactureras ha provocado tanto efectos positivos
como negativos sobre el PIB. En cuanto a los cambios estructurales, se puede decir
que estos son evidentes, pues se han manifestado durante las distintas etapas
económicas analizadas, y que a su vez, están marcadas y diferenciadas por
características propias, que han permitido que ellos tengan lugar dentro del ámbito
116
económico. También, el análisis realizado evidencia que la formulación de una
propuesta macroeconómica, que puede parecer exitosa, podría ser inconsistente con la
política económica diseñada para su implementación.
117
CONCLUSIONES
Según los resultados encontrados en este trabajo de investigación, se concluye lo
siguiente:
1. En cuanto al análisis de las teorías relativas a la relación PIB – FBKF y la
dinámica de las industrias manufactureras, se puede afirmar que existe
evidencia teórica dentro del campo económico, presentada a través de teorías
y estadísticas, que confirma la existencia de una interrelación entre el PIB, la
FBKF y la FBKF de las industrias manufactureras. Asimismo, se evidencia que
el desarrollo de las industrias mencionadas anteriormente, cumple un rol
primordial al momento de fomentar una industrialización sólida y fiable, sobre
todo para las naciones en vías de desarrollo.
2. Por su parte, el análisis estadístico referente a la evolución del PIB, la FBKF
total y la FBKF de las industrias manufactureras durante el periodo de análisis
revelaron tres aspectos importantes. Primero, que el país ha atravesado por
distintas etapas económicas, durante las cuales, el principal protagonista ha
sido el petróleo y no las industrias manufactureras, a pesar de planes, tales
como el Modelo de Sustitución de Importaciones y el cambio de la matriz
productiva, cuyos resultados estuvieron alejados de la creación de una industria
sólida en el país. Segundo, que el análisis estadístico reveló una tendencia
creciente de la FBKF nacional durante el periodo 1970-2015, sin embargo, la
de la FBKF de las industrias manufactureras fue decreciente, lo cual indica que
el crecimiento económico de largo plazo del país no está necesariamente
sustentado en ellas. Tercero, que hubo un cambio estructural en la economía
ecuatoriana tanto al iniciar la etapa de recesión en los años 1983-1999, como
también al iniciar la dolarización.
3. Por otro lado, la elaboración y evaluación de los tres modelos econométricos
presentados, para los periodos 1970-1982, 1983-1999 y 2000-2015,
demostraron que el crecimiento del PIB ecuatoriano ha dependido de distintas
variables relacionadas con las industrias manufactureras, según el periodo de
análisis. Además, se evidencia que los efectos sobre el producto total no fueron
necesariamente positivos durante todos los periodos analizados, demostrando
así que, en ocasiones, ciertos planes o políticas que buscan una mayor
118
industrialización, no necesariamente son exitosos al momento de ser aplicados,
y que por el contrario, perjudican a la economía en general.
Así, las conclusiones recién enunciadas permiten afirmar que han existido cambios
en la producción de la economía nacional durante el periodo 1970-2015, explicados
primordialmente por los hechos acontecidos en cada una de las etapas económicas que
fueron analizadas. Además, dan paso a nuevas preguntas relacionadas con el efecto de
cada una de las industrias manufactureras sobre el PIB. Entre ellas, y sólo a modo de
ejemplo, cómo afectan las decisiones políticas tributarias u otras de carácter legal a las
decisiones de inversión de las industrias manufactureras. Este asunto, y otros, deberán
ser objeto de análisis de nuevas investigaciones.
119
RECOMENDACIONES
• Promover procesos y alianzas entre el sector público-privado para la
generación y desarrollo de información tanto cualitativa como cuantitativa,
destinada a la mejora y creación de productos manufacturados.
• Implementar una política cuyo objetivo principal sea promover el desarrollo
tecnológico, de manera que este pueda ser aprovechado por las industrias
manufactureras con el afán de mejorar su competitividad.
• Implementar una política industrial, mediante alianzas público-privadas, que
dedique una mayor cantidad de recursos a las industrias manufactureras que
mayor participación tienen sobre su FBKF y sobre la FBKF total, pues son
aquellas que mayor potencial de crecimiento tienen en la nación.
• Implementar una política industrial sólida que sea capaz de atraer no solo a
inversionistas locales, sino también a internacionales, de modo que la
exigencia en innovación y calidad en productos y servicios dentro del país,
crezca. Esta recomendación, constituye una excelente alternativa para la
exportación de nuevos y mejores productos ecuatorianos.
• Implementar un análisis cuantitativo de carácter legal y tributario referente a
las políticas económicas que condicionan las decisiones de inversión de las
industrias manufactureras en el país.
120
BIBLIOGRAFÍA
Acosta, A. (1995). Breve Historia Económica del Ecuador. Quito: Corporación
Editora Nacional.
Acosta, A. (2006). Breve historia económica del Ecuador. Quito: Corporación Editora
Nacional.
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. East and Southeast Asia: China:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/ch.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. Europe: France:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/fr.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. Europe: Germany:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/gm.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. Europe: Italy:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/it.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. Europe: United Kingdom:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/uk.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. North America: Canada:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/ca.html
121
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. North America: United States:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/us.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. South America: Brazil:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/br.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. South America: Ecuador:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/ec.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook. South Asia: India:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/in.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factbook: World:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/xx.html
Agencia Central de Inteligencia. (n.d.). Agencia Central de Inteligencia. Retrieved
from The World Factobook. East and Southeast: Japan:
https://www.cia.gov/library/publications/resources/the-world-
factbook/geos/ja.html
Antras, P. (2005). Incomplete Contracts and the Product Cycle. American Economic
Review, 1054-1073. doi:doi:10.1257/0002828054825600
Araujo, M. C. (1998). Gobernabilidad durante la crisis y políticas de ajuste.
Documento de Trabajo Nº6. Proyecto Cordes-Gobernabilidad.
Bairoch, P. (1969). Agriculture and the industrial revolution. London.
122
Banco Central del Ecuador. (2014, enero 29). Banco Central del Ecuador. Retrieved
from El Banco Central del Ecuador presenta los resultados de las cuentas
regionales: https://www.bce.fin.ec/index.php/boletines-de-prensa-
archivo/item/740-el-banco-central-del-ecuador-presenta-los-resultados-de-
las-cuentas-regionales
Banco Central del Ecuador. (n.d.). Banco Central del Ecuador. Retrieved from LOS
SHOCKS EXÓGENOS Y EL CRECIMIENTO ECONÓMICO DEL
ECUADOR* :
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/Memor
ia/1997/c8.htm
Banco Central del Ecuador. (1984). Banco Central del Ecuador. Memoria anual 1983.
BCE.
Banco Central del Ecuador. (2002, Abril). Estrategia de Inserción en los Mercados
Mundiales y Regionales: Diagnóstico y Propuesta de Política Económica.
Dirección General de Estudios, Grupo de Inserción de la Economía a los
Mercados Mundiales. Retrieved from Estrategia de Inserción en los Mercados
Mundiales y Regionales: Diagnóstico y Propuesta Política Económica.
Banco Central del Ecuador. (2008). Banco Central del Ecuador. Memoria Anual 2008,
33-166. Retrieved from SITUACIÓN MACROECONÓMICA DEL
ECUADOR:
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/Memor
ia/2008/I%20parte-Situacion%20Macroeconomica.pdf
Banco Central del Ecuador. (2010). Banco Central del Ecuador. Retrieved from La
economía ecuatoriana luego de 10 años de dolarización:
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Notas/Dolarizaci
on/Dolarizacion10anios.pdf
Banco Central del Ecuador. (2010, Junio). Banco Central del Ecuador. Retrieved from
Evolución de la economía Evolución de la economía ecuatoriana:
https://contenido.bce.fin.ec/documentos/Estadisticas/SectorReal/Previsiones/I
ndCoyuntura/EvolucionEconEcu_06-10.pdf
123
Banco Central del Ecuador. (2012, Enero). Banco Central del Ecuador. Retrieved
from Boletín 1919, exportaciones de petróleo crudo, por cuenta:
https://contenido.bce.fin.ec/home1/estadisticas/bolmensual/IEMensual.jsp
Banco Central del Ecuador. (2014, Diciembre 11). Banco Central del Ecuador.
Retrieved from INVERSIÓN (FORMACIÓN BRUTA DE CAPITAL FIJO)
PRIVADA Y PÚBLICA: https://www.bce.fin.ec/index.php/boletines-de-
prensa-archivo/item/728-inversi%C3%B3n-formaci%C3%B3n-bruta-de-
capital-fijo-privada-y-p%C3%BAblica.
Banco Central del Ecuador. (2015, Enero 30). Banco Central del Ecuador. Retrieved
from EL BANCO CENTRAL DEL ECUADOR PRESENTA LOS
RESULTADOS DE LAS CUENTAS REGIONALES:
https://www.bce.fin.ec/index.php/boletines-de-prensa-archivo/item/740-el-
banco-central-del-ecuador-presenta-los-resultados-de-las-cuentas-regionales
Banco Central del Ecuador. (2016, Septiembre 1). Banco Central del Ecuador.
Retrieved from LA ECONOMÍA ECUATORIANA CRECIÓ EN 0.2% EN EL
2015: https://www.bce.fin.ec/index.php/boletines-de-prensa-
archivo/item/909-la-econom%C3%ADa-ecuatoriana-creci%C3%B3-en-02-
en-el-2015
Banco Central del Ecuador. (2018, Febrero). Banco Central del Ecuador. Retrieved
from FORMACIÓN BRUTA DE CAPITAL FIJO 2007-2016p:
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/Cuenta
sNacionales/Anuales/Dolares/FBKFvd.pdf
Banco Central del Ecuador. (n.d.). Banco Central del Ecuador. Retrieved from 90 años
de Información Estadísticas Series Históricas 1927-2017:
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/Anuari
o/80anios/Indice90anios.htm
Banco Central del Ecuador. (n.d.). Banco Central del Ecuador. Retrieved from
Capítulo III: La economía ecuatoriana en el año 2001:
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/Memor
ia/2001/cap03.PDF
124
Banco Central del Ecuador. (n.d.). Banco Central del Ecuador. Retrieved from
Cuentas Nacionales Trimestrales del Ecuador No. 67:
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/Cuenta
sNacionales/cnt63/come67.pdf
Banco Central del Ecuador. (n.d.). Banco Central del Ecuador. Retrieved from Deuda
Externa: https://www.bce.fin.ec/index.php/component/k2/item/351-deuda-
externa
Banco Mundial. (2018). Banco Mundial. Retrieved from Industrialización, valor
agregado (% del crecimiento anual):
https://datos.bancomundial.org/indicador/NV.IND.MANF.KD.ZG
Banco Mundial. (2018). Banco Mundial. Retrieved from Industrialización, valor
agregado (% del PIB):
https://datos.bancomundial.org/indicador/NV.IND.MANF.ZS
Banco Mundial. (2018). Banco Mundial. Retrieved from Inversión extranjera directa,
entrada neta de capital (balanza de pagos, US$ a precios actuales):
https://datos.bancomundial.org/indicador/BX.KLT.DINV.CD.WD
Benalcázar, R. (1990). Es Necesario Volver a Dar Énfasis a la Industrialización en el
Ecuador. Cuestiones Económicas, 39-52. Retrieved from
https://www.bce.fin.ec/cuestiones_economicas/images/PDFS/1990/No16/No.
16-1990BenalcazarRene.pdf
Bernal Bellón, J. R., & Meza Carvajalino, C. A. (2012). La interacción entre el
multiplicador y el acelerador: Una aproximación para Colombia. Economía,
11-32. Retrieved from http://www.redalyc.org/articulo.oa?id=195631019002
Borensztein, E., De Gregorio, J., & Lee, J.-W. (1995, Marzo). HOW DOES FOREIGN
DIRECT INVESTMENT AFFECT ECONOMIC GROWTH? Retrieved from
NATIONAL BUREAU OF ECONOMIC RESEARCH:
http://www.nber.org/papers/w5057.pdf
Buitelaar, R., Padilla, R., & Urrutia, R. (1999). Centroamérica, México y República
Dominicana: Maquila y transformación productiva. Cuadernos de la CEPAL.
125
Burneo, D., & Oleas, J. (1996). Banco Central del Ecuador. Retrieved from
ANÁLISIS DEL CRECIMIENTO EN EL ECUADOR (1965-1994):
ESTABILIDAD MACROECONÓMICA Y APERTURA COMO
FACTORES COADYUVANTES.:
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/NotasT
ecnicas/nota28.pdf
Cabezas, S. R., Laría, P. I., & Rama, V. (2011). INDUSTRIALIZACIÓN Y
DESINDUSTRIALIZACIÓN DE ARGENTINA EN LA SEGUNDA MITAD
DEL SIGLO XX. La paradójica validez de las leyes de Kaldor-Verdoorn.
Cuadernos de Economía, 30(55), 235-272. Retrieved from
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-
47722011000200011
Cámara de Comercio de Guayaquil. (2017, Abril 24). Cámara de Comercio de
Guayaquil. Retrieved from Informe de Posición Estratégica 184 PIB 2016 y
Proyecciones 2017: http://www.lacamara.org/website/wp-
content/uploads/2017/03/REG-1.5.1-1-IPE-184-PIB-2016-y-Proyecciones-
2017.pdf
Carrasco Vintimilla, A., Beltrán Romero, P., & Palacios Riquetti, J. L. (2011). La
Economía Ecuatoriana: 1950-2008. Estado del país, 119-152. Retrieved from
http://www.flacso.org.ec/docs/estadopais.pdf
Carvajal, F. (2011). Ecuador: la evolución de su economía 1950-2008. Estado del país,
95-104. Retrieved from http://www.flacso.org.ec/docs/estadopais.pdf
Castells, M. (2001). La galaxia Internet. Reflexiones sobre Internet, empresa y
sociedad. Madrid: Plaza&Janés.
Castillo , M., & Martins, A. (2017, Noviembre). (Des)industrialización y cambio
estructural en América Latina. Políticas industriales y tecnológicas en América
Latina, 15-33. Retrieved from Políticas industriales y tecnológicas en América
Latina:
https://repositorio.cepal.org/bitstream/handle/11362/42363/4/S1700602_es.pd
f
126
Chaves Palacios, J. (2004). Desarrollo tecnológico en la Primera Revolución
Industrial. Norba. Revista de Historia, 17, 93-109. Retrieved from
https://dialnet.unirioja.es/descarga/articulo/1158936.pdf
Comisión Económica para América Latina y el Caribe. (n.d.). Comisión Económica
para América Latina y el Caribe. Retrieved from CURSO
INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS
Y ECONOMETRÍA AVANZADA:
https://www.cepal.org/sites/default/files/courses/files/04_pruebas_especificac
ion.pdf
Comisión Europea, Fondo Monetario Internacional, Organización de Cooperación y
Desarrollo Económicos, Naciones Unidas, Banco Mundial. (2016). United
Nations Statistics Division (UNSTAT). Retrieved from Sistema de Cuentas
Nacionales 2008:
https://unstats.un.org/unsd/nationalaccount/docs/SNA2008Spanish.pdf
Cornejo Castro, B., Naranjo, M., Pareja, F., & Montúfar , M. (1999). Ecuador. GASTO
PÚBLICO EN SERVICIOS SOCIALES BÁSICOS EN AMÉRICA LATINA Y EL
CARIBE, 399-457. Retrieved from Ecuador:
https://repositorio.cepal.org/bitstream/handle/11362/31334/S9900650_es.pdf?
sequence=1&isAllowed=y
Cornwall, J. (1976). Diffusion, convergence and Kaldor’s law. Economic Journal,
307-314.
Cornwall, J. (1977). Modern capitalism. Its growth and transformation. Londres:
Martin Robertson.
Correa, F., & Stumpo, G. (2017). Brechas de productividad y cambio estructural.
Políticas industriales y tecnológicas en América Latina, 35-60. Retrieved from
https://repositorio.cepal.org/bitstream/handle/11362/42363/4/S1700602_es.pd
f
Davidson, J. (2000). Econometric Theory. Oxford, Inglaterra: Blackwell Publishers.
Delgado de Cantú, G. (2005). El mundo moderno y contemporáneo I. De la era
moderna al siglo imperialista (Quinta ed.). México: Pearson Educación.
127
Dussel, E. (2000). Polarizing Mexico: The impact of liberalization strategy. Londres:
Linner Rinner.
El Economista. (2016, Abril 8). La Cuarta Revolución Industrial. El Economista.
Retrieved from
https://search.proquest.com/docview/1779332308?accountid=36552
El Economista. (2016, Mayo 4). Los impactos educativos y laborales de la Cuarta
Revolución Industrial. El Economista. Retrieved from
https://search.proquest.com/docview/1786410885/abstract/31CA6E587AC47
8DPQ/1?accountid=36552
Fei, J., & Ranis, G. (1964). Development of the Labour Surplus Economy, Theory and
Policy. Illinois: Homewood.
Fernández, G., & Lara , C. (1998, Junio). Banco Central del Ecuador. Retrieved from
LOS SHOCKS EXÓGENOS Y EL CRECIMIENTO ECONÓMICO DEL
ECUADOR:
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/NotasT
ecnicas/nota48.pdf
Ffrench-Davis, R., & Deblin, R. (1993). Diez años de crisis de la deuda
latinoamericana. Bancomext, 4-20.
Futerman, A. G. (2016). LA Q DE TOBIN COMO MEDIDA MACROECONÓMICA
DEL CICLO ECONÓMICO DESDE LA PERSPECTIVA DE LA TRADICIÓN
AUSTRÍACA. Invenio, 19(36), 43-63. Retrieved from
http://www.redalyc.org/articulo.oa?id=87745590004
Gamarro, U. (2017, Octubre 18). Guatemala empieza su camino hacia la cuarta
revolución industrial. Prensa Libre. Retrieved from
https://search.proquest.com/docview/1954092288?accountid=36552
Garzón, N., Kulfas, M., Palacios, J. C., & Tamayo, D. (2016). Evolución del sector
manufacturero ecuatoriano 2010-2013: Tipologías estáticas y dinámicas de las
manufacturas. Cuaderno de Trabajo INEC, 5-85. Retrieved from
http://www.ecuadorencifras.gob.ec/documentos/web-
inec/Bibliotecas/Libros/SECTOR%20MANUFACTURERO.pdf
128
Granda, C., & Feijoó , E. (2017, Septiembre). Ecuador en cifras. Retrieved from
Reporte de Economía Laboral: http://www.ecuadorencifras.gob.ec/wp-
content/uploads/downloads/2017/10/Informe_Economia_laboral-sep17.pdf
Gray, A. (2017, Marzo 10). World Economic Forum. Retrieved from Las 10 mayores
economías del mundo en 2017: https://es.weforum.org/agenda/2017/03/las-10-
mayores-economias-del-mundo-en-2017/
Groover, M. P. (1997). FUNDAMENTOS DE MANUFACTURA MODERNA.
Materiales, Procesos y Sistemas (Primera ed.). Naucalpan de Juárez, Estado de
México, México: Prentice-Hall, Inc. Retrieved from
https://books.google.com.ec/books?hl=es&lr=&id=tcV0l37tUr0C&oi=fnd&p
g=PR13&dq=eficiencia++de+las+manufacturas+en+estados+unidos&ots=7Z
Nxa0auSu&sig=31rXnX2E2WAhvTgTHbSfkklU9oA&redir_esc=y#v=onepa
ge&q=eficiencia%20%20de%20las%20manufacturas%20en%20estados%2
Guerra Procel, F. J., & Martin-Montaner, J. (2017). Desarrollo Histórico de la Industria
Manufacturera Ecuatoriana y su matriz de exportación. Revista Publicando,
4(11), 504-521. Retrieved from
https://www.rmlconsultores.com/revista/index.php/crv/article/view/591
Gujarati, D. (2006). Principios de econometría (Tercera ed.). Madrid, España:
McGraw Hill.
Gujarati, D., & Porter, D. (2010). Econometría. México: McGraw Hill. Retrieved from
https://scalleruizunp.files.wordpress.com/2015/04/econometria_-
_damodar_n-_gujarati.pdf
Hernández Cotón, S., & Sánchez Gutiérrez, J. (2003). Las consecuencias de la Tercera
Revolución Industrial. Mercados y Negocios, 11-20. Retrieved from
http://www.revistascientificas.udg.mx/index.php/MYN/article/view/4954/460
8
Hidalgo Pallares, J. (2016). Dudas sobre los resultados de las cuentas nacionales en
2015. Gestión, 46-48.
Hobsbawm, E. (1971). En torno a los orígenes de la Revolución Industrial. Argentina:
Siglo XXI. Retrieved from
http://www.mercaba.org/SANLUIS/Historia/Universal/1%20-
129
%20%C3%89pocas%20y%20temas/Europa%20moderna%20y%20contempo
r%C3%A1nea/En%20torno%20a%20los%20or%C3%ADgenes%20de%20la
%20Revoluci%C3%B3n%20Industrial.pdf
Horna, L., Guachamín, M., & Osorio , N. (2009). Análisis de mercado del sector
industrias manufactureras en base a CIIU 3 bajo un enfoque de concentración
económica en el período 2000-2008 en el Ecuador. Revista Politécnica, 30(1),
230-243. Retrieved from http://bibdigital.epn.edu.ec/handle/15000/5543
Hughes, T. (1983). Networks of Power: Electrification in Western Society, 1880-1930.
Baltimore: Johns Hopkins Press.
Hughes, T. (1987). The Evolution of Large Technological Systems. Londres:
Cambridge MA: MIT Press.
Instituto Nacional de Estadística y Censos. (2011). Instituto Nacional de Estadística y
Censos. Retrieved from CENSO NACIONAL ECONÓMICO (CENEC) FASE
II: ENCUESTA EXHAUSTIVA 2011:
http://www.ecuadorencifras.gob.ec/documentos/web-
inec/Estadisticas_Economicas/Encuesta_Exhaustiva/Presentacion_Exhaustiva
Instituto Nacional de Estadística y Censos. (2011). Metodología, Conceptos y
Estrategia. Quito.
Instituto Nacional de Estadística y Censos. (2012, Junio). Instituto Nacional de
Estadística y Censos. Retrieved from Clasificación Nacional de Actividades
Económicas CIIU Rev. 4.0:
http://aplicaciones2.ecuadorencifras.gob.ec/SIN/metodologias/CIIU%204.0.p
df
Instituto Nacional de Estadística y Censos. (2018, Abril). Instituto Nacional de
Estadística y Censos. Retrieved from Encuesta Estructural Empresarial 2016.
Metodología: http://www.ecuadorencifras.gob.ec/documentos/web-
inec/Estadisticas_Economicas/Encuesta_Estructural_Empresarial/2016/Tomo
_I/2016_ENESEM_Metodologia.pdf
KARGUE. (2016, Enero 16). Nueva Revolución industrial. Portafolio. Retrieved from
https://search.proquest.com/docview/1757226427?accountid=36552
130
Kinghorn, J., & Nye, J. (1995). The scale of production in Western economic
development: a comparison of official industry statistics in the United States,
Britain, France, and Germany, 1905-1913. Journal of Economic History, 90-
112.
Landes, D. S. (1979). Progreso técnico y revolución industrial. Tecnos.
León, M. (2016). ECUADOR, 1990-2014: CRECIMIENTO, POBREZA,
PRODUCTIVIDAD Y CAMBIO ESTRUCTURAL. In A. Molina, J. Rosero,
M. León , R. Castillo, F. Jácome, D. Rojas, . . . M. A. Sharman, Reporte de
pobreza por consumo Ecuador 2006-2014 (pp. 58-92). Quito: INEC. Retrieved
from Ecuador, 1990-2014: CRECIMIENTO, POBREZA,
PRODUCTIVIDAD: http://www.ecuadorencifras.gob.ec/documentos/web-
inec/Bibliotecas/Libros/reportePobreza.pdf
Llach, J., Bernabé, N., & Cols. (2013, Julio). Boletín del Área de Economía. IPAP
Inversión y Precios de los Activos Productivos.
Márquez Sánchez, F., CarrielFuentes , O. C., & Salazar Cantuñi, R. E. (2017).
Ecuador: Inversión Pública y Empleo (2007-2016). Revista Espacios, 30-44.
Retrieved from Ecuador: Inversión Pública y Empleo (2007-2016):
http://www.revistaespacios.com/a17v38n52/a17v38n52p30.pdf
Maurice, G., Buckland, K., & Buckland, W. (1971). A Dictionary of Statistical Terms.
Nueva York: Hafner Publishing Company.
McClellan III, J., & Dorn, H. (1999). Science and Technology in World History.
Baltimore y Londres: The Johns Hopkins University Press.
Mochón Morcillo, F. (2009). Economía, teoría y política (Sexta ed.). (C. Sánchez, Ed.)
Madrid, Madrid, España: McGraw-Hill.
Mokyr, J. (1998, Agosto). Semantic Scholar. Retrieved from The Second Industrial
Revolution, 1870-1914:
https://pdfs.semanticscholar.org/769c/a06c2ea1ab122e0e2a37099be00e3c11d
d52.pdf
Montoro , C., & Navarro , A. (2010). Estimación de la Q de Tobin para la economía
peruana. Estudios Económicos, 33-45.
131
Murillo Fort, C., & González López-Valcárcel, B. (2000). Manual de Econometría.
Naciones Unidas. (2002). United Nations Conference on Trade and Development.
Retrieved from Análisis de las Políticas de Inversión. Ecuador:
https://unctad.org/es/docs/iteipcmisc2_sp.pdf
Naranjo Chiriboga, M. (2004). Dos décadas perdidas: los ochenta y los noventa.
Cuestiones Económicas, 20(1), 223-250. Retrieved from
https://www.bce.fin.ec/cuestiones_economicas/images/PDFS/2004/No1/Vol.
20-1-2004MarcoNaranjo.pdf
Narváez, I. (2011). Marco Jurídico, institucional y políticas ambientales públicas.
Estado del país, 169-187.
Oleas Montalvo, J. (2017, Enero-Abril). Ecuador 1980-1990: crisis, ajuste y cambio
de régimen de desarrollo. América Latina en la historia económica, 24(1), 210-
242. doi:http://dx.doi.org/10.18232/alhe.v24i1.724
Oliván Cortés, R. (2016). La Cuarta Revolución Industrial, un relato desde el
materialismo cultural. URBS Revista de Estudios Urbanos y Ciencias Sociales,
6(2), 101-111. Retrieved from
http://www2.ual.es/urbs/index.php/urbs/article/view/olivan
Organización para la Cooperación y el Desarrollo Económicos. (2000). A New
Economy?. The Changing Role of Innovation and Information Technology in
Growth. Paris: OCDE.
Peemans, J.-P. (1992). REVOLUCIONES INDUSTRIALES, MODERNIZACIÓN Y
DESARROLLO. Revistas Uniandes, 15-33. Retrieved from
https://revistas.uniandes.edu.co/doi/abs/10.7440/histcrit6.1992.02
ProQuest. (2016, Octubre 31). Conozca cómo seguir vigente durante la cuarta
revolución industrial. Portafolio. Retrieved from
https://search.proquest.com/docview/1833947005?accountid=36552
Quispe Llanos, R. (n.d.). Guías prácticas EVIEWS. In R. Quispe Llanos, Econometría
(pp. 3-167).
132
Ray, R., & Kozameh, S. (2012, Mayo). Center for Economic and Policy Research
cepr. Retrieved from La economía de Ecuador desde 2007:
http://cepr.net/documents/publications/ecuador-espanol-2012-05.pdf
Rostow, W. (1956, Marzo). The Take-off into Self-sustained Growth. Economic
Journal, 66.
Rowthorn, R., & Ramaswany, R. (1999). Growth, Trade and Deindustrialization. IMF
Staff Papers, 46(1).
Salvatore, D., & Reagle, D. (2004). Estadística y econometría (Segunda ed.). Madrid:
McGraw Hill.
Samaniego Ponce, J. (1988). Crisis económica del Ecuador. Quito: BCE.
Sánchez Juárez, I. L., & Moreno Brid, J. C. (2016, Julio-Diciembre). El reto del
crecimiento económico en México: industrias manufactureras y política
industrial. Finanzas y Política Económica, 271-299. Retrieved from
http://www.scielo.org.co/pdf/fype/v8n2/v8n2a04.pdf
Scranton, P. (1997). Endless Novelty: Specialty Production and American
Industrialization, 1865-1925. Princeton University Press.
Solimano, A. (2003). Crisis y Dolarización en Ecuador: Estabilidad, Crecimiento y
Equidad Social. (P. Beckerman, & A. Solimano, Eds.) Washington, D.C.
Retrieved from
http://documents.worldbank.org/curated/en/508021468248977231/pdf/24556
0SPANISH017814313461501PUBLIC1.pdf
Solo, R. (1961). Creative Technology and Economic Growth. International
Development Review.
Stiroh, K. J. (1999, Julio-Agosto). Is There a New Economy. Challenge, 82-101.
Strassmann, W. (1968). Technological Change and Economic Development. Ithaca.
Thirlwall, A. (2003). La naturaleza del crecimiento económico. Un marco alternativo
para comprender eldesempeño de las naciones. Ciudad de México: Fondo de
Cultura Económica.
133
Tobin, J. (1969). A General Equilibrium Approach To Monetary Theory. Journal of
Money, Credit and Banking, 15- 29.
Tobin, J. (1978). Monetary policies and the economy: The transmission mechanism.
Southern Economic Journal, 421- 431.
Torrent i Sellens, J. (2002). DE LANUEVA ECONOMÍA A LA ECONOMÍA DEL
CONOCIMIENTO. HACIA LA TERCERA REVOLUCIÓN INDUSTRIAL.
Revista de Economía Mundial, 39-68. Retrieved from
http://hdl.handle.net/10272/418
Tregenna, F. (2009). Characterizing deindustrialization: an analysis of changes in
manufacturing employment and output internationally. Cambridge Journal of
Economics, 33.
United Nations Statistics Division. (2009). United Nations Statistics Division.
Retrieved from Clasificación Industrial Internacional Uniforme de todas las
actividades económicas (CIIU). Revisión 4:
https://unstats.un.org/unsd/publication/seriesm/seriesm_4rev4s.pdf
Urdangarín, C., & Aldabaldetrecu, F. (1982). Historia técnica y económica de la
máquina herramienta. San Sebastián: Caja de Ahorros de Guipúzcoa.
Vázquez Larrea, I. (2017). Los orígenes de la Revolución Industrial: un homenaje a
Eric. J. Hobsbawm. Nómadas. Revista Crítica de Ciencias Sociales y Jurídicas,
377-379.
doi:http://revistas.ucm.es/index.php/NOMA/article/view/56937/52056
Vernon, R. (1966, Mayo 1). International Investment and International Trade in the
product cycle. The Quarterly Journal of Economics, 80(2), 190-207.
doi:10.2307/1880689
Villamarín, M. (1994). Elementos de Economía. El Proceso de industrialización en el
Ecuador. Ministerio de Educación y Cultura.
Young, A. (1928). Increasing returns and economic progress. Economic Journal,
38(152), 527-542.
134
ANEXOS
Anexo 1: Datos de las industrias manufactureras, periodo 1970-2015
AÑO
Elaboración
de
productos
alimenticios
(EPA)
Elaboración
de bebidas y
productos
de tabaco
(EPT)
Fabricación
de
productos
textiles,
prendas de
vestir;
fabricación
de cuero y
artículos de
cuero
(EPV)
Producción
de madera y
fabricación
de
productos
de madera
(EPM)
Fabricación
de papel y
productos
de papel
(FPP)
Fabricación
de
productos
de la
refinación
de petróleo
(FRP)
Fabricación
de
sustancias,
productos
químicos;
del caucho
y plástico
(FSQ)
Fabricación
de
productos
metálicos y
no
metálicos
(FPM)
Fabricación de
maquinaria y
equipo; equipo
de transporte e
industrias
manufacturera
s N.C.P.
(FME)
1970 325464 30579 29131 19408 33941 738469 70204 65409 39171
1971 130021 51184 198710 14304 35184 330392 75077 67758 39868
1972 169839 48546 199539 31533 47642 196531 68036 114995 41210
1973 182732 32394 81006 23351 54945 54948 59424 230359 63783
135
1974 174399 51893 105160 29982 48732 80373 73700 107720 121722
1975 244695 38618 122285 31245 48870 86777 82428 113032 157094
1976 359907 47168 113345 25757 60572 104366 111534 107325 157899
1977 341393 50070 104667 19368 60328 105028 117524 192343 144090
1978 319287 77597 139255 19819 74206 154880 123973 216862 139062
1979 303503 101477 99390 71088 78191 158876 135457 209988 126469
1980 315778 119013 155356 126412 132725 165786 166454 411061 140139
1981 147379 34668 70551 35678 52706 191480 109767 153115 121605
1982 229256 32649 109294 22195 65188 207506 118531 213609 91015
1983 124160 19336 40776 4927 17306 168132 89104 241404 47031
1984 177365 47134 41650 2954 10844 142942 112005 178893 78609
1985 310703 78780 68519 9150 27646 88951 107178 174255 90615
1986 213773 21390 49658 13188 27338 152705 104065 123044 54860
1987 150360 47052 65520 14258 40374 223370 137704 180714 83530
1988 207410 33521 57812 14705 27442 108197 91359 116328 74882
136
1989 252112 32136 28761 10692 44692 16226 120833 139006 60572
1990 334104 51500 169686 40504 74321 84078 124312 128751 95983
1991 298682 76228 146496 12177 104017 86635 133168 163548 97258
1992 307737 88585 95111 16864 95179 79288 200108 284169 63662
1993 312326 206366 25853 17465 149152 84901 144257 239435 44534
1994 165493 38210 82536 59041 78233 131600 147775 321301 59504
1995 97461 43810 62641 48145 61516 118081 99647 292299 60851
1996 115389 60094 17001 19443 44897 128562 91903 161260 103863
1997 273419 63312 51428 23928 54838 120590 116401 261511 118022
1998 270179 60000 65228 23456 61241 125695 134228 271925 122258
1999 186020 33835 34817 11935 35577 45804 97517 208513 89298
2000 228067 44846 46938 17983 42178 64380 107177 227845 95329
2001 245541 48075 53074 18499 49926 155422 118754 276208 100161
2002 273713 53348 64726 21450 59118 155138 135852 324141 110765
2003 255318 48208 58900 19458 53802 111306 133073 306987 103365
137
2004 241455 42159 49543 15462 52019 92610 123523 291441 104470
2005 297187 52515 70054 20424 74936 90831 153872 366379 126382
2006 312061 52349 72518 20011 83183 78143 162047 394753 176392
2007 346858 98245 79239 25466 81775 72810 102146 243508 122528
2008 409855 123446 55474 17882 80907 181040 130188 520205 260752
2009 263284 106076 27364 9716 53543 188048 76589 327702 113338
2010 335607 70227 51112 11887 81573 225227 167786 454085 122841
2011 655492 125600 94120 44848 187041 272137 254600 433206 141774
2012 417508 70126 82488 29201 122723 229679 215217 359532 98371
2013 417347 189439 55367 10727 18419 338021 200590 445082 123140
2014 509840 132555 92128 14784 184643 337737 239054 388950 110055
2015 589342 121195 98842 36074 241701 256899 280332 516795 161470
Nota. Base de datos, periodo 1970-2015. Fuente: BCE
Elaboración: Armijos Ana, Sagbay Diana
138
Anexo 2: Datos anuales, periodo 1970-2015
Año PIB (miles de
dólares del 2007)
FBKF manufacturera
(miles de dólares del
2007)
Personal ocupado IED (millones de
dólares)
Saldo inicial de la
Deuda Externa
Privada (millones
de dólares)
1970 3.755.199 1.351.776 48105 89,0 12,1
1971 4.696.063 942.498 50333 162,0 12,2
1972 4.485.935 917.871 53666 81,0 12,8
1973 4.518.591 782.942 58940 52,0 14,1
1974 4.749.379 793.681 66400 77,0 14,0
1975 5.825.874 925.044 74894 95,0 32,8
1976 6.096.519 1.087.873 80804 -20,0 56,2
1977 6.692.704 1.134.811 87561 34,0 57,3
1978 7.206.292 1.264.941 99600 49,0 252,0
1979 7.113.930 1.284.439 107433 63,0 496,2
1980 7.386.762 1.732.724 105475 70,0 706,3
139
1981 7.143.998 916.949 103516 60,0 1.121,5
1982 7.000.035 1.089.243 100616 40,0 1.452,3
1983 5.738.581 752.176 94575 50,0 1.628,5
1984 5.732.366 792.396 95186 50,0 1.138,3
1985 6.179.486 955.797 97165 62,0 227,2
1986 6.385.704 760.021 102036 81,0 155,3
1987 6.377.176 942.882 108534 123,0 85,2
1988 6.040.147 731.656 109577 155,0 98,0
1989 5.862.796 705.030 110353 160,0 119,3
1990 5.598.369 1.103.239 112148 126,0 158,2
1991 5.999.038 1.118.209 124937 160,0 163,5
1992 6.074.252 1.230.703 126331 178,0 165,9
1993 6.087.342 1.224.289 122318 474,0 254,8
1994 6.440.394 1.083.693 120060 576,0 602,7
1995 6.369.945 884.451 117802 452,0 828,4
140
1996 6.177.175 742.412 116271 500,0 1.555,1
1997 6.662.640 1.083.449 124769 724,0 1.958,1
1998 6.961.316 1.134.210 131172 870,0 2.520,1
1999 5.205.829 743.316 118838 648,4 3.159,5
2000 5.853.793 874.743 124206 720,0 2.529,9
2001 7.039.554 1.065.660 135244 538,6 2.229,0
2002 8.313.170 1.198.251 147883 783,3 3.038,0
2003 8.344.508 1.090.417 145584 871,5 4.899,4
2004 8.785.131 1.012.682 148380 836,9 5.272,0
2005 9.728.992 1.252.580 157629 493,4 6.151,3
2006 10.213.818 1.351.457 167825 271,4 6.386,7
2007 10.593.947 1.172.575 172681 193,9 6.884,1
2008 12.286.215 1.779.749 173770 1057,1 6.845,4
2009 11.843.329 1.165.660 187328 308,6 6.864,6
2010 13.050.148 1.520.345 190876 165,8 6.142,5
141
2011 14.920.791 2.208.818 194891 644,1 5.300,4
2012 16.496.168 1.624.845 196953 567,5 5.260,8
2013 18.214.094 1.798.132 219406 727,0 5.132,4
2014 18.904.840 2.009.746 217089 772,3 5.850,3
2015 17.797.927 2.302.650 226405 1322,5 6.516,9
Nota. Base de datos, periodo 1970-2015. Fuente: BCE, INEC, CEPAL
Elaboración: Armijos Ana, Sagbay Diana