Professional Documents
Culture Documents
y Finanzas
ISSN 2409-3270
2014
Volumen 1
Octubre 2014
ISSN 2409-3270
Revista de Economa
y Finanzas
ISSN 2409-3270
2014
Volumen 1
Octubre 2014
Editor
Rodrigo Urcuyo Rocha
Comit Editorial
Ovidio Reyes Ramrez
Sara Amelia Rosales Castelln
Nina Conrado Cabrera
PRESENTACIN
El Banco Central de Nicaragua, comprometido con promover la
investigacin cientfica de alta calidad sobre temas tericos y de
coyuntura econmica, publica el primer volumen de la Revista de
Economa y Finanzas.
El objetivo de la Revista de Economa y Finanzas es presentar a la
sociedad nicaragense una fuente de informacin analtica y
cientfica de alta calidad sobre las ciencias econmicas y financieras,
con especial nfasis en la temtica nacional. Se persigue al mismo
tiempo que esta publicacin sirva como catalizador del dilogo y la
discusin de ideas de alto nivel entre la comunidad cientfica y la
sociedad en general.
Las reas de mayor inters incluyen macroeconoma, finanzas y
desarrollo. Sin embargo, otros temas tambin sern considerados
para publicacin, segn los lineamientos del Consejo Editorial. Los
documentos de investigacin son de carcter terico, emprico y/o de
poltica aplicada, y buscan contribuir al debate de la poltica
econmica. La revista se edita en la Oficina de Investigaciones
Econmicas y se publica una vez al ao.
En esta primera edicin se presentan dos estudios ganadores del
Certamen Premio Economa, Finanzas y Desarrollo Vicente Vita
Rodrguez del ao 2013: La Dinmica del Pass-Through del Tipo
de Cambio Nominal a la Inflacin y sus Determinantes: Evidencia
para Nicaragua realizado por Byron Idrovo y Wilber Baires; y A
Gravity Model for the Exports of Nicaragua elaborado por Roberto
Lanuza y Claudia Bone. Adems, se incluyen dos estudios de
investigadores del Banco Central de Nicaragua: Estimacin de
Impactos Multiplicadores en la Economa Nicaragense: Un
Enfoque Insumo Producto escrito por Luis Manuel Padilla y
Brechas Salariales en la Profesin Docente: El Caso de Nicaragua
de Ivonne Acevedo.
El contenido de la revista, as como los anlisis y conclusiones que de
sta se derivan, es de exclusiva responsabilidad de sus autores y no
reflejan la posicin oficial del Banco Central de Nicaragua.
ndice
33
69
99
Wilber Baires
Resumen
El objetivo de esta investigacin es identificar los posibles
determinantes del coeficiente de traspaso (pass-through) del tipo
de cambio nominal y del precio internacional del petrleo,
respectivamente, sobre la inflacin domstica de Nicaragua.
En particular, se analiza el efecto del huracn Mitch en la
evolucin del pass-through del tipo de cambio nominal sobre
la inflacin. La metodologa utilizada permite obtener un
coeficiente variable en el tiempo, cuya dinmica resulta de la
estimacin de un modelo de estado-espacio, inspirado en una
curva de Phillips microfundamentada.
1.
Introduccin
2.
El modelo
(1)
Pt ( j)
Pt
V M ( j) = Et ()i (i P( j)t )
i =0
Pt+i
( i P ( j )t )
Yt+i
Yt+i
Pt+i
( i P ( j )t )
h
CT
(2)
(3)
i =0
Et ()i (1 )i(1) P( j)
t Pt+i Yt+i
(4)
i =0
i
1
CMt+i ()i() P( j)
P
Y
t+i t+i = 0,
t
donde CMt+i =
P( j)t =
donde =
(5)
(6)
t mct+i
(7)
t =0
p t = ( 1 ) p ( j ) t + p t 1 ,
donde mct = log( MCt ) log( MC ) =
MCt MC
MC
y pt =
(8)
Pt P
.
P
(9)
(10)
(1 )(1 ) R
mct
(11)
(12)
(1 )1 1
CT (Y ( j)t )
==
Wt PC,t ,
Y ( j)t
A
(13)
(14)
(15)
1 n
donde PO,t
es el precio del petrleo, PNO,t representa el precio de los
bienes excluyendo el petrleo. De esto se desprende el precio de los
bienes nacionales (PH,t ) y el de los extranjeros (PF,t = t Pt ).
(16)
(1 ) P 1
PO,t
y
=
.
PO,t + (1 ) PC,t
(1 ) P 1 + (S P )1
(1 )(1 )
(pO,t
t = t+1|t +
(17)
No obstante lo anterior, la curva de Phillips Neo-Keynesiana resumida en la ecuacin (17) no incluye un trmino backward looking que
1
(18)
(19)
v
t +1| t +
t 1
+ v [1 (1 )]
+ v [1 (1 )]
(1 v )(1 )(1 )
+
(pO,t
+ v [1 (1 )]
+ (1 )(1 )( t ) + (1 )wt ),
(21)
(22)
+
t 1
+ v [1 (1 )] t+1|t + v [1 (1 )]
(1 v )(1 )(1 )
(pO,t + (1 )(1 )( t )
+
+ v [1 (1 )]
t =
(23)
+ (1 )wt + [ (1 ) + $]yet )
3.
Estrategia de estimacin
(24)
Cabe aclarar que en la ecuacin (18) no aparece un trmino backward looking que
permita capturar la persistencia inflacionaria. De ah que resulta necesario ampliar
la curva de Phillips Neo-Keynesiana, dando lugar a la estimacin de una curva
de Phillips Neo-Keynesiana Hbrida en su forma reducida (Idrovo y Tejada, 2010).
Adems se incorpora la brecha del producto en lugar de la variable de salarios
reales, debido a que no se cuenta con una serie oficial con frecuencia trimestral de
los salarios reales de Nicaragua.
10
(26)
i = 0, 1, 2, 3.
11
(27)
(28)
L( ) =
1 T
1 T 0
T
ln
((
2
)
|
f
|)
(29)
12
4.
VIX es el cdigo oficial del Chicago Board Options Exchange Market Volatility
Index.
13
(a) Nicaragua
140
(b) Chile
35
120
100
30
160
140
120
35
30
25
25
100
20
80
60
15
60
10
40
10
40
20
20
80
20
15
-5
-20
-10
-20
-5
-40
-15
-40
-10
-60
-60
1996
1998
2000
2002
2004
2006
2008
2010
2012
-15
-80
-20
1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012
-25
Fuente: Clculos de los autores con base en datos del Banco Central de Chile y del Banco
Central de Nicaragua.
14
Poil
TCN
Brecha PIB
0.881
0.913
0.978
-0.010
(0.000)
(0.000)
(0.000)
(0.920)
0.976
0.767
0.803
-0.003
(0.000)
(0.000)
(0.000)
(0.978)
PIB
Poil
Variacin interanual
IPCNi
IPCCh
TCN
Brecha PIB
-0.041
0.233
0.275
0.024
(0.734)
(0.049)
(0.019)
(0.840)
0.275
-0.065
0.478
-0.078
(0.005)
(0.5140)
(0.000)
(0.432)
Asimismo, en el panel inferior de la Tabla 1 se muestra las correlaciones para las tasas de crecimiento interanual. Se observa que
las correlaciones mantienen la significancia (5 %), a excepcin de la
correlacin entre la inflacin y el crecimiento del PIB para Nicaragua
y la correlacin entre la inflacin y el precio del petrleo para Chile,
cuyas correlaciones son cercanas a ceros pero no son estadsticamente
significativas.
En la Figura 2 se puede observar, a partir de las tendencias en los
niveles del TCN y el IPC en ambos pases (particularmente para
Nicaragua), la alta correlacin que existe entre estas variables. Para
Chile, esta correlacin ha sido menos evidente en la ltima dcada,
pues hasta 2012 la trayectoria en ambos indicadores sigui un patrn
15
(a) Nicaragua
280
260
240
220
200
180
160
140
120
100
80
60
40
(b) Chile
IPC de Nicaragua
TCN de Nicaragua (eje der.)
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
28
26
24
22
20
18
16
14
12
10
8
6
4
120
750
110
700
100
650
90
600
80
550
70
500
60
450
50
400
40
30
300
20
10
350
IPC de Chile
1990
1995
2000
2005
250
2010
200
Fuente: Clculos de los autores con base en datos del Banco Central de Chile y del Banco
Central de Nicaragua.
5.
Resultados
5.1.
16
(30)
17
lnIPCt1 lnIPCt2
lnPoiltlnPoilt1
lnTCNtlnTCNt1
PIBtTrendt
d98
R2 ajustado
Desv. Est. Residuos
Rango de instrumentos
Estadstico J
Estat. Durbin-Watson
Q-stat (1 rezago): 2
Q-stat (2 rezago):
Q-stat (3 rezago):
Test Jarque-Bera:
DFA(Resid): |t|
PP(Resid): |t|
Perodo de la estimacin
Modelo 1
Modelo 2
0.0535
(0.0010)
[0.0000]
0.4872
(0.0035)
[0.0000]
0.0175
(0.0002)
[0.0000]
0.4150
(0.0038)
[0.0000]
0.0185
(0.0003)
[0.0000]
-
0.0591
(0.0013)
[0.0000]
0.4688
(0.0020)
[0.0000]
0.0292
(0.0005)
[0.0000]
0.3951
(0.0041)
[0.0000]
0.0286
(0.0006)
[0.0000]
0.0532
(0.0003)
[0.0000]
0.0864
0.2848
0.0146
61
16.1541
[1.0000]
2.4944
0.0038
[0.9510]
0.0530
[0.9740]
1.9623
[0.5800]
12.1160
[0.0023]
-10.5975
[0.0000]
-10.6813
[0.0000]
1994:Q1 2012:Q4
0.0129
61
15.9349
[1.0000]
1.9202
6.3274
[0.0120]
6.4039
[0.0410]
9.6365
[0.0220]
4.1293
[0.1269]
-7.6967
[0.0000]
-7.7043
[0.0000]
1994:Q1 2012:Q4
Notas: Errores estndar corregidos por la matriz HAC (NeweyWest). En () desviacin estndar, en [ ] p-values del estadstico t.
La variable dummy d98 es igual a 1, si t =1998:Q4.
Fuente: Clculos de los autores con base en datos del Banco
Central de Nicaragua.
18
19
2007
2008
2009
2010
2011
2012
.8 5
.8 0
.7 5
.7 0
.6 5
.6 0
.5 5
.5 0
.4 5
.4 0
.3 5
.3 0
.2 5
.2 0
.048
Ventana mvil de 49 obs.
Ventana mvil de 62 obs.
Filtro HP (VM de 49 obs.)
Filtro HP (VM de 62 obs.)
.050
.045
.040
2006
2007
2008
2009
2010
2011
2012
.044
.040
.036
.035
.032
.030
.028
.025
.024
.020
.020
.015
.016
.010
.005
.012
2006
2007
2008
2009
2010
2011
2012
.008
2006
2007
2008
2009
2010
2011
2012
Fuente: Clculos de los autores con base en datos del Banco Central de Chile y del Banco
Central de Nicaragua.
20
21
A priori
Posteriori
ln E t (IP Ct+1) ln IP Ct
0.4064
0.3983*
[0.2759, 0.5206]
ln P o ilt ln P o ilt1
0.0334
0.0134*
[-0.0418, 0.0686]
ln T C Nt ln T C Nt1
0.1212
0.1888*
[-0.1014, 0.4789]
P IBtT re n dt
0.0341
-0.0077
[-0.0711, 0.0557]
ln IP Ct1 ln IP Ct2
0.4864
0.4224*
[0.2636, 0.5812]
Parmetro
A priori
Posteriori
Desv. Est.
0.5000
6.87E-03
0.0004
0.5000
6.61E-10
0.0076
0.5000
3.77E-03
0.0021
0.5000
-1.24E-08
0.0141
0.5000
9.30E-03
0.0050
0.5000
1.11E-08
0.0082
Log Likelihood
733.1058
22
.050
.8
.7
.025
.6
.000
.5
-.025
.4
-.050
.3
-.075
.2
-.100
.1
1996
1998
2000
2002
2004
2006
2008
2010
1996
2012
1998
2000
2002
2004
2006
2008
2010 2012
2008
2010 2012
.08
.45
.04
.40
.35
.00
.30
-.04
.25
-.08
.20
-.12
1996
1998
2000
2002
2004
2006
2008
2010
2012
.15
1996
.5
1998
2000
2002
2004
2006
8E-08
8E-08
.4
7E-08
7E-08
.3
6E-08
6E-08
.2
6E-08
5E-08
.1
1996
1998
2000
2002
2004
2006
2008
2010
2012
5E-08
1996
1998
2000
2002
2004
2006
2008
Fuente: Clculos de los autores con base en datos del Banco Central de Nicaragua.
2010
2012
23
5.2.
24
1.4
.08
1.2
.06
1.0
.04
0.8
.02
0.6
.00
0.4
-.02
0.2
-.04
0.0
-.06
Nicaragua (eje izq.)
Chile
-0.2
-0.4
-.08
-.10
-0.6
-.12
2006
.060
.055
.050
.045
.040
.035
.030
.025
.020
.015
.010
.005
.000
2007
2008
2009
2010
2011
2012
2006
2007
2008
2009
2010
2011
2012
.020
.018
.016
.014
.012
.010
.008
.006
.004
.002
.000
-.002
-.004
1.5
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
.05
.04
.03
.02
.01
.00
-.01
-.02
-.03
-.04
-.05
-.06
-.07
-.08
-.09
1996
1998 2000
2002
2004
2006
2008 2010
2012
1996
1998
2000
2002
2004
2006
2008 2010
2012
Fuente: Clculos de los autores con base en datos del Banco Central de Chile y del Banco
Central de Nicaragua.
.17
.16
.15
.14
.13
.12
.11
.10
.09
.08
.07
.06
.05
.04
.03
.02
.055
.050
.045
.040
.035
.030
.025
.020
.015
.010
.005
.000
-.005
-.010
-.015
5.3.
25
26
pas.
La Tabla 4 muestra las medidas de correlacin simple entre el passthrough dinmico de Nicaragua y Chile, estimado por el mtodo de
filtro de Kalman, y sus potenciales determinantes: volatilidad del tipo
de cambio nominal e incertidumbre inflacionaria. Las medidas de
correlacin arrojan los signos esperados, aunque no todas resultan
estadsticamente significativas.
Tabla 4: Correlacin del pass-through y sus potenciales determinantes
0.0109
(0.928)
0.3119
-0.4455
(0.0000)
0.1843
(0.0081)
(0.0839)
27
Obs.
Estadstico F
Nicaragua
Volat. del TCN no causa a la Granger al coef. del TCN
66
66
0.6304
(0.6773)
0.4364
(0.8212)
4.2713
(0.0024)
1.5009
(0.2046)
Chile
Volat. del TCN no causa a la Granger al coef. del TCN
84
1.0243
(0.4098)
1.7072
(0.1437)
84
3.1466
(0.0126)
1.7482
(0.1344)
6.
Conclusiones
28
29
Referencias
Bejarano, J. A. (2005). Estimacin Estructural y Anlisis de la Curva
de Phillips Neokeynesiana para Colombia. Revista ESPE, (48):64
117.
Bera, A. K. y Lee, S. (1993). Information Matrix Test, Parameter
Heterogeneity and ARCH: A Synthesis. The Review of Economic
Studies, 60(1):229240.
Calvo, G. A. (1983). Staggered Prices in a Utility-Maximizing
Framework. Journal of Monetary Economics, 12(3):383398.
Canzoneri, M., Cumby, R., y Diba, B. (2011). The Interaction Between
Monetary and Fiscal Policy. In Woodford, B. M. F. M., editor,
Handbook of Monetary Economics, volume 3, pages 93599.
Choudhri, E. U. y Hakura, D. S. (2006). Exchange Rate Pass-through
to Domestic Prices: Does the Inflationary Environment Matter?
Journal of International Money and Finance, 25(4):614639.
De Franco, M. A. (2008). Inflacin, Salarios y Ciclo Econmico en
Nicaragua. Fundacin Nicaragense para el Desarrollo Econmico
y Social, FUNIDES.
Engle, R. F. y Granger, C. W. (1987). Co-integration and Error
Correction: Representation, Estimation and Testing. Econometrica,
55(2):251276.
Espinoza, E., Iraheta, M., y Snchez, A. (2012). Modelo Economtrico
para el Crecimiento Econmico y la Inflacin en Centroamrica y
Repblica Dominicana. Documento de Trabajo SECMCA 01.
Gal, J. y Gertler, M. (1999). Inflation Dynamics: A Structural
Econometric Analysis. Journal of Monetary Economics, 44(2):195222.
Gal, J. y Monacelli, T. (2005). Monetary Policy and Exchange Rate
Volatility in a Small Open Economy. The Review of Economic Studies,
72(3):707734.
30
31
32
Claudia Bone
Abstract
This paper constructs a gravity model for the exports of
Nicaragua to assess the benefits of the trade policies implemented in the country. Using panel data techniques on the exports for the period of 1960-2011 and among 30 trade partners,
estimates suggest that relative economic size of the exporting
and importing country are significant in explaining the growth
of exports of Nicaragua. Additionally, Free Trade Agreements
have played a key role in the consistent growth of the exports
of Nicaragua and there is strong evidence of untapped trade
potential among many commercial partners.
Trabajo
33
34
1.
Introduction
35
Structural Adjustment Facility programs (ESAF) with the International Monetary Fund (IMF) in accordance with a macro prudential
stability plan (IMF, 1999). The ESAFs objectives in aspects of trade
policy continued in the line of reduction of tariff and non-tariff
barriers as well as to avoid any severe protectionist position towards
national industries.
The Poverty Reduction and Growth Facility program (PRGF) also
concurred with the IMF, maintained the guideline provided by the
ESAF on commercial liberalization and set the groundwork for the
signing of CAFTA (Central American Free Trade Agreement) with
the United States in 2006 (Avendao, 2010). Since then, exports have
increased at a compound annual nominal growth rate of 15% (9.4 in
real terms), reaching the sum of US$ 2,200 millions (excluding EPZ)
in 2011 (BCN, 2011).
In view of the above, this paper aims to analyze the factors that
determine Nicaraguas exports through the construction of a gravity
model of trade. Set in analogy to Newtons Law of Gravity, the model
explains that the flow of trade between countries is directly proportional to
their relative economic sizes (GDP) and inversely proportional to distances
as a proxy for trade cost (Tinbergen, 1962).
Vast theoretical framework has been provided in order for the gravity
model to be considered one of the most useful tools to evaluate trade
policies. However, there are still considerations on the estimation
procedure that must be followed in order to obtain consistent results.
This paper applies different techniques in order to compare which
performs better, which is a common practice in empirical research
utilizing the gravity model.
The main results acknowledge the importance of economic growth
in both exporting and importing countries in order to boost the rise
of exports. Trade cost is the main obstacle that the country faces in
order to improve the performance of exports. FTAs and CAFTA in
36
2.
(a)
4,000
3,500
(b)
70
Exports
Imports
Exports
60
Imports
60.5
3,000
50
2,500
30
1,500
20
1,000
10
500
0
41.1
40
2,000
1960 1963 1966 1969 1972 1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011
1960 1963 1966 1969 1972 1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011
37
120
Nicaragua
100
80
Taxes
101.6
20
83.9
MFN Tariff
20.6
18.9
15
60
10
40
5
20
0
4.2
3.9
1960 1963 1966 1969 1972 1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011
2.3
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Simple mean most favored nation tariff rate is the unweighted average of most favored
nation rates for all products subject to tariffs calculated for all traded goods (World Bank,
2012)
38
accounts for 41% of total exports for the period of 1990-2011 followed
by Central America with 25%. The United States alone represents
on average 32% of the total exports share of Nicaragua for the same
period (Figure 3).
Figure 3: Geographical Orientation of Nicaraguas Export
(Average Share of Total Exports, %)
1960-1978
United States
(a)
1990-1999
North America
45
40
35
30
25
20
15
10
5
0
(b)
2000-2011
Central America
Asia
Rest of LAC
Europe
1960-1978
1990-1999
14
12
10
8
6
4
2
0
Venezuela
2000-2011
Canad
Mxico
Costa Rica
Honduras
Guatemala
El Salvador
39
3.
3.1.
(2)
40
41
flows in the world. Most importantly, when the proper variables are
included to the baseline equation, the gravity model highlights policy
implications on trade (Reinert et al., 2010)).
This paper utilizes the Gravity with Gravitas model of Anderson
and van Wincoop (2003), which is the most commonly used specification in empirical work. It is a demand function holding the same
assumptions as Anderson (1979) in which consumers preferences
are identical and homothetic and takes the form of a Constant
Elasticity of Substitution (CES) utility function. The main difference
is the added importance on relative trade costs, established by the
resistance of the importing and exporting country to trade one from
the other (WTO, 2012a).
A simple proof of the model is as follows (Gmez and Milgram, 2010):
Uj =
cij
! 1
, > 1, i > 0 i,
(3)
(4)
42
L=
! 1
cij
+ y j pij cij
!
(5)
i
1
pij cij
cij =
pkj ckj
i
k
1
pkj
pij
ckj
(6)
i
k
1
pkj
p pij
ckj
(7)
Isolating ckj from (7) and introducing this relationship in (5), the
following expression is obtained:
1i pij
cij =
i ( i pij )1
yj
1i pij
i ( i pij )1
yj
(8)
By assumption the CIF price equals to pij =pi tij and by substituting
this into (8) it leads to:
xij =
i tij pi
Pj
1
yj,
(9)
43
"
Pj =
i tij pi
1
# 11
(10)
yi =
xij =
i
i tij pi
Pj
1
y j = ( i pi )
tij
Pj
1
yj
tij
Pj
tij
Pj i
1
,
1 ! 11
j
and j
(11)
yj
yw
44
costs tij are estimated using distance (Dij ) and dummy variables (ij )
a
3.2.
ij Dij1
45
Finally, Frankel and Romer (1999) used the gravity equation to build
instrumental variables in order to measure the effects of trade on
growth using the area of a country to account for proximity, which
controls for the influences that geographic characteristics may have
on trade.
3.3.
Estimation Methods
(1 ) ln Pi (1 ) ln Pj + ij ,
(12)
46
4.
47
Dij
4.1.
Baseline Model
(13)
48
these variables are likely collinear with SCij and CTij as Nicaragua
shares border with Costa Rica and Honduras, countries with the same
official language and that once belonged to the Federal Republic of
Central America.
Distance coefficient ranges from -1.59 and -1.10 while GDP coefficients yield estimates between 0.47 and 0.65 for the importing country
and 0.31 and 0.47 for the exporting country. Typical gravity models
produce distance coefficients between -0.7 and -1.5 while importing
GDP coefficient is unitary (WTO, 2012a). As pointed out by Silva and
Tenreyro (2006), PPML estimates are also smaller compared to OLS.
Their own work also points out that GDP coefficients are actually
close to 0.7.
The interpretation of the estimated coefficients is done directly as
elasticity due to its log specification: An increase in 10% in distance
reduces exports between 11% to 59% while an increase of 1% in the
GDP of the importing country increases exports between 0.49% and
0.65% and amid 0.21% and 0.47% in the case of the exporting country
GDP.
Dummy variable coefficients such as colonial tie and same country
when transformed to elasticity, result that in the presence of these two
characteristics, trade is more than doubled among trade partners according to estimates provided by the PPML method (e1.39 1, e1.27
1). One last important fact is that the PPML is also the method that
better explains the variation of the level of exports with a coefficient
of determination ( R2 ) of 0.82 vis a vis 0.53 and 0.59 of OLS.
When the gravity equation is estimated using fixed effects to account
for MRT terms, a change in the magnitudes of the coefficients
is produced but signs remain the same. This discrepancy can
bring forward an omitted variable bias problem. The distance
coefficient increase is higher with fixed effects compared to the use
of remoteness indexes, reaching up to 3.2 with the PPML. GDP
49
4.2.
Equation (13) is augmented to measure the impact of trade agreements on the exports of Nicaragua. The model to be estimated is
now:
ln Tijt = + a1 ln Dij + a2 Cij + a3 CLij + a4 CTij + a5 SCij
(14)
50
0.86 for the basic regression, 0.41 to 0.77 for the fixed effects and 0.28
to 0.76 using remoteness indexes. As before, the PPML yield lower
estimates compared to OLS.
Using the upper band of the results mentioned above as reference,
they are in line with the predictions of impact of FTA on trade established by Baier and Bergstrand (2006). Using panel data to control
for endogeneity of trade policy variables they obtained estimates
between 0.61 and 0.76, which account for doubling the exports of
members of an FTA.
The average result by regression shows that FTA account for 73%
increase (e0.55 1) in exports of Nicaragua when MRT are not
controlled for, 71% (e0.54 1) if the regression is estimated using fixed
effects and 57% (e0.45 1) if remoteness indexes are introduced. The
PPML estimates yield a 44% increase on average in trade among FTA
members.
PTA and CU yield significant results at the 1% level with different
methods resulting on an average range of 107% (e0.73 1) and 137%
(e0.86 1) increase in members trade respectively, which mainly
accounts for interregional trade due to the existence of the CACM.
Importers and exporters GDP elasticity remains similar to the baseline equation results while the same increase in magnitude of the distance coefficient is observed when comparing between fixed effects
and remoteness indexes.
A final exercise is conducted estimating equation (14) only with the
variable CAFTA to account for trade agreements:
ln Tijt = + a1 ln Dij + a2 Cij + a3 CLij + a4 CTij + a5 SCij
(15)
51
4.3.
The gravity equation provides ex-post feedback of trade policy analyses if the intended purpose is for the estimates to provide information
relative to the creation or diversion of trade after the conformation
of an FTA (WTO, 2012a). The logic follows that after the creation
of a trade agreement, if country j imports more from country i and
country k imports less from i where only i and j belong to the same
trade agreement, then trade diversion is likely. If the imports of both
countries from i increase, then trade creation is a possible result.
To measure the analysis stated above, two dummy variables are
introduced:
1. One country in CAFTA (OCCAFTA) indicates that only one
member belonged to CAFTA at time t while the other did not.
2. Both countries in CAFTA (BCCAFTA) indicates that both members belonged to CAFTA at time t.
The model specification is as follows:
ln Tijt = + a1 ln Dij + a2 Cij + a3 CLij + a4 CTij + a5 SCij
(16)
52
According to the results (Table A.7, Appendix), both coefficient estimates are positive and significant at the 1% and 5% level according
to the PPML estimation. This outcome is a suggestion of trade
creation after CAFTA. This result coincides with the work of Yeboah
et al. (2007) where it is conducted a gravity model regression for the
Central American countries after the signing of CAFTA.
The authors concluded that CAFTA will result in trade creation of
13% for Nicaragua. The estimations provided by the regression
specified above yield higher trade creation for Nicaragua in the order
of 74% (e0.56 1) for the basic regresion, 70% (e0.53 1) for the fixed
effects and 57% (e0.45 1) when using remoteness indexes. Even the
PPML estimates which provide lower coefficients than OLS ranging
from 0.30-0.39 conclude that trade creation has been in the range of
increments between 35%-48%.
4.4.
(17)
53
4.5.
Export Potential
54
5.
Concluding Remarks
55
56
57
References
Anderson, J. E. (1979). A Theoretical Foundation for the Gravity
Equation. American Economic Review, 69(1):106116.
Anderson, J. E. and van Wincoop, E. (2003). Gravity with Gravitas:
A Solution to the Border Puzzle. The American Economic Review,
93(1):170192.
Anderson, J. E. and van Wincoop, E. (2004). Trade Costs. Journal of
Economic Literature, 43(3):691751.
Avendao, N. (2010). La Poltica Comercial de Nicaragua en 2010.
Baier, S. L. and Bergstrand, J. H. (2007). Do Free Trade Agreements
Actually increase Members International Trade? Journal of International Economics, 71(1):7295.
Baier, S. L. and Bergstrand, J. H. (2009). Estimating the Effects of Free
Trade Agreements on International Trade Flows using Matching
Econometrics. Journal of International Economics, 77(1):6376.
Baldwin, R. and Taglioni, D. (2006). Gravity for Dummies and
Dummies for Gravity Equations. Technical report, National Bureau
of Economic Research.
BCN (2011). Anuario Estadstico 2011. Banco Central de Nicaragua.
Bergstrand, J. and Egger, P. (2011). Gravity Equations and Economic
Frictions in the World Economy. In Bernhofen, Daniel; Falvey, R.
G. D. K. U., editor, Palgrave Handbook of International Trade, pages
532570. Palgrave Macmillan.
Bergstrand, J. H. (1985). The Gravity Equation in International Trade:
Some Microeconomic Foundations and Empirical Evidence. The
Review of Economics and Statistics, 67(3):474481.
Bergstrand, J. H. (1989). The Generalized Gravity Equation, Monopolistic Competition and the Factor-Proportions Theory in International Trade. The Review of Economics and Statistics, 71(1):143153.
58
59
60
Appendix
Figure A.1: Geographical Orientation on Nicaraguas
Exports, 1960-2011
(Share of Total Exports, %)
100
America1/
90
Europe
Asia
81.9
80
70
60
50
40
30
20
12.1
5.3
10
0
1960 1963 1966 1969 1972 1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 20052008 2011
Metals
Seafood
Manufactured Goods
100
80
60
40
1960
1962
1964
1966
1968
1970
1972
1974
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012p/
20
p/: Preliminary.
Source: Central Bank of Nicaragua.
61
Date of Subscription
13/12/1960
22/02/2011
22/11/2011
Mexico
18/12/1997
06/05/2012
05/08/2004
16/04/1998
16/06/1996
Partial Agreements
Colombia
02/05/1984
Venezuela
15/08/1986
Under Negotiations
29/06/2012
23/02/2007
Costa Rica
Finland
Italy
Panama
Switzerland
Belgium
Cuba
France
Japan
Puerto Rico
Taiwan
Canada
Dominican Republic
Germany
Mexico
Russia
United Kingdom
Chile
Ecuador
Guatemala
Netherlands
Spain
United States
Colombia
El Salvador
Honduras
Norway
Sweden
Venezuela
Description
BCN
CEPII
CEPII
CEPII
CEPII
CEPII
CEPII
CEPII
Frankel/OAS/MIFIC
Frankel/OAS/MIFIC
Frankel/OAS/MIFIC
OAS/MIFIC
OAS/MIFIC
OAS/MIFIC
World Bank
World Bank
Penn World Tables
Penn World Tables
World Bank
World Bank
World Bank
World Bank
Author's Calculations
Author's Calculations
Source
Source: BCN: Central Bank of Nicaragua, Cuadros de Anuario Estadstico 2012. CEPII: French Research Center in
International Economics, Database of Geographical Distance and Gravity Models. Jeffrey A. Frankel, Database on Trade
Agreements. MIFIC: Ministry of Development, Industry and Trade of Nicaragua. OAS: Organization of American States,
System of Information of International Trade. Penn World Table Version 7.1. World Bank, World Development Indicators
(2012).
Exports
Log of Distance
Contiguity
Common Language
Colonial Tie
Same Country
Landlocked Country
Island
Free Trade Agreement
Preferential Trade Agreement
Customs Union
CAFTA
One in CAFTA
Both in CAFTA
Importer's GDP Deflator
Exporter's GDP Deflator
Importer's Nominal Exchange Rate
Exporter's Nominal Exchange Rate
Importer's Tariff
Exporter's Tariff
Log of Importer's GDP
Log of Exporter's GDP
Importer's Remoteness
Exporter's Remoteness
Variable
62
A Gravity Model for the Exports of Nicaragua
Estimator
OLS
OLS
Tobit
OLS
OLS
Tobit
OLS
OLS
Tobit
1,202
0.847
Yes
No
(6.425)
1,415
0.841
Yes
No
(54.93)
1,415
Yes
No
(0.876)
1,415
0.598
Yes
No
(2.074)
1,202
0.537
Yes
No
(2.420)
1,229
0.856
Yes
Yes
(4.048)
1,443
0.847
Yes
Yes
(24.80)
1,443
Yes
Yes
(1.548)
1,443
0.730
Yes
Yes
(3.370)
1,229
0.724
Yes
Yes
(0.821)
1,229
0.821
Yes
No
(3.479)
1,443
0.818
Yes
No
(24.72)
1,443
Yes
No
(0.826)
1,443
0.588
Yes
No
(1.922)
1,229
0.526
Yes
No
Observations
R-squared
Time Dummy
Fixed Effects
(0.710)
7.059
-25.36
1.325
3.067
(0.042)
12.60***
(0.043)
(0.020)
(0.019)
(0.039)
26.95***
27.57***
-5.340
3.939**
15.85***
11.36***
9.912***
-6.858
Constant
3.356***
(0.431)
0.357***
(0.434)
0.369***
(0.204)
0.138***
(0.160)
-0.203
0.126***
(4.477)
(6.092)
0.560*** -1.553***
(0.100)
0.897***
(0.205)
(0.269)
(2.138)
(2.731)
(0.146)
(0.291)
(0.189)
(2.339)
(2.717)
(0.088)
(0.179)
(0.410)
(0.267)
-0.813*
4.989
3.628
0.442
1.600
2.320
0.313*
1.289
1.519
0.211***
(0.029)
1.044***
(0.030)
(0.033)
(0.031)
0.446***
(0.045)
0.773***
(0.215)
(0.214)
(0.127)
(0.106)
0.560***
(0.220)
0.824***
(0.029)
(0.030)
(0.027)
(0.025)
0.210**
(0.042)
0.207
0.175*
0.389*
0.473***
(0.179)
0.665***
(0.187)
0.650***
(0.131)
0.575***
(0.117)
0.571***
(0.213)
0.673***
(0.362)
0.525**
(0.365)
0.509**
(0.422)
(0.233)
(0.337)
(0.199)
0.649***
(0.206)
0.647***
(0.133)
0.514***
(0.123)
0.486***
(0.205)
-0.222
-0.337
0.111
0.652***
(0.235)
1.053***
(0.233)
1.141***
(0.176)
1.063***
(0.142)
1.157***
(0.345)
1.074***
(0.473)
(0.450)
(0.253)
-0.0804
(0.153)
0.803***
(0.528)
(0.263)
1.261***
(0.263)
1.390***
(0.171)
1.097***
(0.141)
1.131***
(0.335)
1.304***
(0.220)
1.365***
(0.220)
1.477***
(0.126)
1.860***
(0.097)
1.396***
(0.279)
2.632***
(1.016)
5.686***
(0.995)
6.401***
(0.554)
3.136***
(0.209)
2.195***
(0.584)
5.973***
(0.250)
1.138***
(0.250)
1.271***
(0.126)
(0.091)
1.931***
(0.096)
(0.099)
(0.206)
1.465***
(0.202)
(0.069)
(0.280)
(0.214)
(0.062)
2.622***
(0.166)
(0.128)
(0.108)
(0.258)
(0.379)
-1.054***
(0.116)
(0.382)
(0.105)
(0.114)
(0.202)
(0.142)
(0.102)
(0.181)
(0.109)
(0.387)
-1.207*** -1.692*** -1.036*** -0.923*** -5.226*** -1.342*** -3.374*** -4.573*** -4.122*** -2.248*** -1.055*** -1.560*** -1.181***
(0.144)
-2.326***
(0.084)
(0.088)
(0.085)
-0.494***
Tij > 0
PPML
Tij
PPML
ln(1+Tij) ln(+Tij)
-0.171
ln(Tij)
-0.365**
Tij > 0
PPML
-1.418***
Tij
PPML
(0.089)
ln(1+Tij) ln(+Tij)
(0.066)
ln(Tij)
(0.057)
Tij > 0
PPML
-0.966*** -1.197*** -1.110*** -1.106*** -2.852*** -0.962*** -1.636*** -3.240*** -2.954*** -1.856*** -1.148*** -1.377*** -1.422***
Tij
PPML
(0.121)
ln(1+Tij) ln(+Tij)
-1.589***
ln(Tij)
4.161**
Exporter's Remoteness
Importer's Remoteness
Same Country
Colonial Tie
Common Language
Contiguity
Log of Distance
Dependant Variable
Yes
No
Time Dummy
Fixed Effects
Yes
No
1443
0.612
2.783***
(0.826)
Yes
No
1443
-8.432
(24.520)
Yes
No
1443
0.812
-7.274
(21.050)
1229
0.571
4.120**
(1.884)
Observations
R-squared
Constant
Exporter's Remoteness
Importer's Remoteness
Customs Union
Island
Landlocked Country
Same Country
Colonial Tie
Common Language
Contiguity
Yes
Yes
1229
0.73
11.02***
(2.437)
OLS
Yes
Yes
1443
0.737
5.027***
(1.346)
ln(1+Tij)
Tobit
Yes
Yes
1443
-5.091
(24.710)
ln(+Tij)
Yes
No
1229
0.814
2.113
(1.877)
OLS
ln(Tij)
T >0
ij
PPML
Yes
Yes
1443
0.843
Yes
Yes
1229
0.849
32.23* 12.07***
(19.060) (2.395)
ij
PPML
-1.528*** -0.874*** -1.130*** -1.083*** -1.071*** -2.097*** -0.790*** -1.571*** -5.995*** -2.199***
(0.578) (0.183)
(0.119)
(0.208)
(0.090) (0.090)
(0.061)
(0.126)
(0.204)
(0.071)
-0.114 -0.211** -0.417*** -0.415*** -1.519*** -0.725*** -1.168*** -4.072*** -1.057***
-0.328**
(0.412) (0.236)
(0.161)
(0.310)
(0.112) (0.114)
(0.108)
(0.144)
(0.215)
(0.104)
-2.646*** -1.245*** -1.757*** -1.190*** -1.074*** -6.051*** -3.405*** -3.600*** -2.951*** -4.426***
(0.971) (0.888)
(0.418)
(0.913)
(0.295) (0.295)
(0.098)
(0.279)
(0.553)
(0.127)
3.064*** 1.546*** 2.066*** 1.437*** 1.289*** 5.782*** 2.197*** 3.153*** 7.412*** 5.390***
(0.514) (0.465)
(0.174)
(0.544)
(0.314) (0.315)
(0.141)
(0.343)
(0.253)
(0.172)
0.763*
1.097*
1.293*** 1.165*** 1.151*** 1.230*** 1.080***
-0.37 -7.265*** 1.210***
(0.982) (0.407)
(0.423)
(0.560)
(0.186) (0.180)
(0.136)
(0.230)
(0.428)
(0.149)
-1.455 -2.178***
-0.736*** -0.372***
-1.033* 5.192*** 0.0301
-0.204 -1.124*** -1.135***
(1.315) (0.887)
(0.440)
(0.902)
(0.233) (0.232)
(0.131)
(0.280)
(0.621)
(0.144)
0.134 1.452*** -0.0967 -0.813** 6.871*** 1.777***
0.167
1.066*** 0.446*** 0.541***
(0.873) (0.335)
(0.233)
(0.396)
(0.124) (0.122)
(0.079)
(0.142)
(0.401)
(0.090)
0.860*** 0.609*** 0.520*** 0.368** 0.390*** 0.771*** 0.599*** 0.507*** 0.391*** 0.416***
(0.107) (0.103)
(0.097)
(0.149)
(0.147) (0.142)
(0.098)
(0.142)
(0.096)
(0.097)
-0.117
-0.178
0.123 -0.00524
0.425*
0.152
0.271
1.352*** 0.813*** 0.856***
(0.344) (0.336)
(0.166)
(0.231)
(0.226) (0.216)
(0.131)
(0.194)
(0.169)
(0.143)
-0.317
-0.32
-0.312 0.709*** -0.0698 -0.00414
-0.283
-0.0926 -0.0434
0.669***
(0.244) (0.249)
(0.112)
(0.197)
(0.253) (0.256)
(0.150)
(0.258)
(0.124)
(0.166)
0.0973
0.243
0.606*** 0.474*** 0.504*** 0.606*** 0.603***
0.132 0.493** 0.500**
(0.215) (0.216)
(0.106)
(0.219)
(0.036) (0.035)
(0.026)
(0.044)
(0.127)
(0.028)
0.405
1.59
0.3 0.924*** 0.602***
1.333
0.183**
0.465***
2.354
1.624
(2.133) (0.265)
(0.143)
(0.286)
(2.328) (0.188)
(0.086)
(0.171)
(2.722)
(2.694)
T >0
ij
PPML
Log of Distance
T
ij
PPML
Tobit
ln(+Tij)
OLS
ln(1+Tij)
OLS
ln(Tij)
Estimator
Dependant Variable
OLS
Tobit
ln(1+Tij) ln(+Tij)
ij
PPML
Yes
No
1202
0.577
Yes
No
1415
0.619
Yes
No
1415
Yes
No
1415
0.838
ln(Tij)
Yes
No
1202
0.843
-1.377***
(0.097)
-0.488***
(0.107)
-1.156***
(0.255)
1.446***
(0.275)
0.923***
(0.184)
-1.163***
(0.224)
0.057
(0.115)
0.281**
(0.128)
0.0467
(0.207)
0.584**
(0.230)
0.633***
(0.036)
0.990***
(0.281)
-0.595
(0.432)
0.340***
(0.047)
-2.227
(2.416)
T >0
ij
PPML
64
A Gravity Model for the Exports of Nicaragua
-0.931***
(0.058)
-0.141
(0.106)
-1.279***
(0.096)
1.580***
(0.138)
1.194***
(0.125)
-0.361***
(0.127)
0.421***
(0.080)
0.808***
(0.135)
0.469***
(0.026)
0.185**
(0.087)
-1.196***
(0.067)
-0.245**
(0.101)
-1.812***
(0.124)
2.121***
(0.169)
1.151***
(0.134)
-0.192
(0.142)
0.519***
(0.091)
0.627***
(0.125)
0.496***
(0.028)
1.634
(2.720)
OLS
Tobit
ln(1+Tij) ln(+Tij)
Yes
No
Time Dummy
Fixed Effects
Yes
No
1443
0.607
Yes
No
1443
PPML
Tij > 0
OLS
ln(Tij)
OLS
ln(1+Tij)
Tobit
ln(+Tij)
PPML
Tij
PPML
Tij > 0
OLS
ln(Tij)
OLS
ln(1+Tij)
Tobit
ln(+Tij)
PPML
Tij
PPML
Tij > 0
Yes
No
1443
0.816
Yes
Yes
1229
0.725
Yes
Yes
1443
0.734
Yes
Yes
1443
Yes
No
1229
0.819
Yes
Yes
1443
0.847
Yes
Yes
1229
0.855
Yes
No
1202
0.569
Yes
No
1415
0.614
Yes
No
1415
Yes
No
1415
0.841
Yes
No
1202
0.847
-1.064*** -2.149*** -0.796*** -1.617*** -6.007*** -2.230*** -1.896*** -1.100*** -1.356*** -1.382*** -1.360***
(0.572)
(0.092)
(0.071)
(0.186)
(0.210) (0.121) (0.203)
(0.129)
(0.095)
(0.063)
(0.095)
-0.387*** -1.427*** -0.718*** -1.145*** -4.059*** -1.053*** -0.473*** -0.174* -0.279*** -0.467*** -0.457***
(0.414)
(0.118)
(0.092)
(0.237)
(0.312) (0.165) (0.211)
(0.142)
(0.106)
(0.095)
(0.109)
-0.917*** -5.561*** -3.130*** -3.317*** -2.888*** -4.360*** -2.680*** -1.137*** -1.687*** -1.180*** -1.022***
(0.958)
(0.270)
(0.124)
(0.888)
(0.921) (0.419) (0.550)
(0.275)
(0.225)
(0.094)
(0.226)
1.139*** 5.707*** 2.143*** 3.120*** 7.383*** 5.388*** 3.168*** 1.509*** 2.044*** 1.471*** 1.320***
(0.516)
(0.289)
(0.173)
(0.468)
(0.543) (0.171) (0.248)
(0.350)
(0.246)
(0.139)
(0.249)
1.138*** 1.711*** 1.152***
-0.150 -7.084*** 1.399*** 1.192*** 1.243*** 1.146*** 1.089*** 0.997***
(0.988)
(0.174)
(0.134)
(0.396)
(0.546) (0.421) (0.422)
(0.212)
(0.175)
(0.121)
(0.169)
-1.128***
0.123 -0.799*** -0.413*** -0.260** -1.092*** -1.169***
-0.941 -1.917***
-0.726 5.246***
(1.294)
(0.227)
(0.130)
(0.888)
(0.905) (0.439) (0.617)
(0.287)
(0.217)
(0.118)
(0.221)
0.109 1.655***
0.011
0.067
-0.622 6.871*** 1.804*** 0.991*** 0.401*** 0.491***
0.037
(0.856)
(0.120)
(0.088)
(0.336)
(0.400) (0.236) (0.398)
(0.140)
(0.114)
(0.077)
(0.113)
0.350** 0.518*** 0.775*** 0.682*** 0.288** 0.288** 0.427** 0.676*** 0.509***
0.232* 0.269**
(0.140)
(0.141)
(0.130)
(0.136)
(0.173) (0.132) (0.126)
(0.178)
(0.133)
(0.138)
(0.130)
0.618***
0.384*
0.166
0.199 0.518** 0.532** 0.618*** 0.550*** 0.555*** 0.632*** 0.645***
(0.214)
(0.031)
(0.034)
(0.215)
(0.220) (0.106) (0.126)
(0.045)
(0.034)
(0.032)
(0.032)
1.569
0.286 0.797*** 0.523***
3.659
0.384 0.773*** 0.405***
5.020 0.971***
2.278
(2.152)
(0.189)
(5.964)
(0.267)
(0.290) (0.144) (2.731)
(0.209)
(4.427)
(0.102)
(0.273)
-0.151 0.858*** 0.558*** -1.326***
-0.557
(0.382)
(0.194)
(0.435)
(0.152)
(0.422)
0.191*** 0.116*** 0.124*** 0.350*** 0.340***
(0.019)
(0.035)
(0.045)
(0.017)
(0.043)
32.16* 12.05***
1.945 10.29*** 4.592***
4.077*
-7.291
-5.193
1.415 -25.670 -38.600
-2.404
(2.386)
(2.479) (1.353) (24.780) (19.250)
(2.083)
(21.230) (1.863)
(0.884) (53.770) (40.040)
(2.327)
-1.090***
(0.090)
-0.398***
(0.115)
-1.068***
(0.268)
1.320***
(0.286)
1.280***
(0.181)
-1.112***
(0.230)
0.147
(0.122)
0.293**
(0.144)
0.619***
(0.033)
1.322
(2.348)
PPML
Tij
1229
0.561
5.141*** 3.330***
-7.837
(1.879) (0.811) (24.750)
-1.662***
(0.122)
-0.406***
(0.144)
-2.763***
(0.276)
3.188***
(0.340)
1.374***
(0.202)
-0.709**
(0.276)
1.049***
(0.143)
0.559***
(0.168)
0.596***
(0.043)
0.506***
(0.175)
OLS
ln(Tij)
Observations
R-squared
Constant
Exporter's Remoteness
Importer's Remoteness
CAFTA
Island
Landlocked Country
Same Country
Colonial Tie
Common Language
Contiguity
Log of Distance
Estimator
Dependant Variable
OLS
ln(Tij)
OLS
ln(1+Tij)
Tobit
ln(+Tij)
PPML
Tij
Yes
Yes
1229
0.725
Yes
Yes
1443
0.734
Yes
Yes
1443
Yes
No
Yes
No
Yes
No
Yes
No
Yes
No
Time Dummy
Fixed Effects
1229.
0.820
1443
0.817
1443
1443
0.607
1229
0.561
-7.816
5.154*** 3.348***
(1.878) (0.811) (24.750)
PPML
Tij > 0
PPML
Tij > 0
OLS
ln(Tij)
OLS
ln(1+Tij)
Tobit
ln(+Tij)
PPML
Tij
PPML
Tij > 0
Yes
Yes
1443
0.848
Yes
Yes
1229
0.856
Yes
No
1202
0.569
Yes
No
1415
0.615
Yes
No
1415
Yes
No
1415
0.842
Yes
No
1202
0.847
-1.063*** -2.146*** -0.794*** -1.612*** -6.006*** -2.223*** -1.893*** -1.098*** -1.355*** -1.381*** -1.358***
(0.095)
(0.129)
(0.095)
(0.187)
(0.210) (0.121) (0.203)
(0.071)
(0.574)
(0.092)
(0.063)
-0.421*** -1.431*** -0.720*** -1.147*** -4.064*** -1.055*** -0.491*** -0.192** -0.294*** -0.483*** -0.478***
(0.111)
(0.144)
(0.108)
(0.238)
(0.312) (0.165) (0.211)
(0.092)
(0.414)
(0.120)
(0.095)
-0.925*** -5.580*** -3.153*** -3.339*** -2.902*** -4.376*** -2.682*** -1.140*** -1.689*** -1.186*** -1.028***
(0.228)
(0.275)
(0.228)
(0.888)
(0.922) (0.420) (0.550)
(0.124)
(0.962)
(0.273)
(0.094)
1.147*** 5.709*** 2.148*** 3.122*** 7.391*** 5.390*** 3.169*** 1.511*** 2.045*** 1.476*** 1.325***
(0.251)
(0.350)
(0.248)
(0.466)
(0.542) (0.171) (0.248)
(0.173)
(0.515)
(0.291)
(0.139)
-0.157 -7.102*** 1.385*** 1.190*** 1.241*** 1.144*** 1.077*** 0.980***
1.115*** 1.698*** 1.135***
(0.168)
(0.212)
(0.175)
(0.397)
(0.546) (0.421) (0.422)
(0.134)
(0.986)
(0.173)
(0.121)
-0.752 5.233***
0.100 -0.798*** -0.412*** -0.259** -1.091*** -1.167***
-0.963 -1.939***
-1.131***
(0.219)
(0.286)
(0.216)
(0.889)
(0.906) (0.439) (0.617)
(0.130)
(1.299)
(0.224)
(0.118)
-0.636 6.871*** 1.796*** 0.988*** 0.398*** 0.489***
0.038
0.003
0.068
0.109 1.646***
(0.113)
(0.140)
(0.114)
(0.337)
(0.400) (0.236) (0.399)
(0.088)
(0.859)
(0.120)
(0.077)
0.188 0.261**
0.444 0.607*** 0.538***
0.262* 0.301** 0.635** 0.633*** 0.549***
0.458***
(0.128)
(0.266)
(0.132)
(0.140)
(0.312) (0.153) (0.199)
(0.173)
(0.144)
(0.128)
(0.156)
0.255* 0.301**
0.389*** 0.536*** 0.797*** 0.702*** 0.312** 0.316** 0.454** 0.702*** 0.532***
(0.140)
(0.184)
(0.145)
(0.143)
(0.176) (0.133) (0.127)
(0.133)
(0.148)
(0.148)
(0.141)
0.193 0.513** 0.525** 0.617*** 0.549*** 0.554*** 0.629*** 0.641***
0.160
0.378*
0.613***
(0.033)
(0.035)
(0.045)
(0.216)
(0.220) (0.106) (0.126)
(0.034)
(0.215)
(0.032)
(0.032)
2.283
5.028 0.961***
0.387 0.769*** 0.401***
3.660
1.572
0.285 0.803*** 0.529***
(0.273)
(4.409)
(0.209)
(0.267)
(0.290) (0.144) (2.732)
(5.966)
(2.146)
(0.189)
(0.102)
-0.579
-0.157 0.853*** 0.554*** -1.344***
(0.382)
(0.152)
(0.194)
(0.437)
(0.424)
0.190*** 0.114*** 0.123*** 0.348*** 0.337***
(0.035)
(0.017)
(0.019)
(0.045)
(0.044)
-7.284
-5.182
32.20* 12.07*** 4.105**
2.010 10.31*** 4.627***
1.447 -25.680 -38.650
-2.287
(21.150) (1.866)
(2.085)
(2.383)
(2.478) (1.353) (24.790) (19.200)
(0.884) (53.780) (39.880)
(2.337)
-1.090***
(0.090)
-0.427***
(0.117)
-1.076***
(0.271)
1.329***
(0.289)
1.261***
(0.179)
-1.114***
(0.228)
0.148
(0.121)
0.378***
(0.132)
0.327**
(0.152)
0.615***
(0.033)
1.326
(2.339)
-1.196***
(0.067)
-0.265***
(0.102)
-1.814***
(0.124)
2.122***
(0.170)
1.148***
(0.134)
-0.192
(0.141)
0.516***
(0.091)
0.724***
(0.147)
0.651***
(0.127)
0.496***
(0.028)
1.632
(2.720)
-1.661***
(0.122)
-0.430***
(0.145)
-2.765***
(0.276)
3.189***
(0.340)
1.370***
(0.202)
-0.709**
(0.275)
1.044***
(0.143)
0.865***
(0.240)
0.589***
(0.172)
0.596***
(0.043)
0.504***
(0.175)
-0.932***
(0.058)
-0.164
(0.106)
-1.282***
(0.096)
1.582***
(0.139)
1.191***
(0.125)
-0.361***
(0.126)
0.417***
(0.080)
0.815***
(0.136)
0.836***
(0.137)
0.468***
(0.026)
0.183**
(0.087)
PPML
Tij
OLS
Tobit
ln(1+Tij) ln(+Tij)
OLS
ln(Tij)
Observations
R-squared
Constant
Exporter's Remoteness
Importer's Remoteness
Island
Landlocked Country
Same Country
Colonial Tie
Common Language
Contiguity
Log of Distance
Estimator
Dependant Variable
66
A Gravity Model for the Exports of Nicaragua
OLS
ln(Tij)
-3.338
(3.204)
1193
0.583
Yes
No
PPML
Tij
PPML
Tij > 0
OLS
ln(Tij)
OLS
ln(1+Tij)
Tobit
ln(+Tij)
-38.14
(46.700)
1405
0.82
Yes
No
23.65*** 10.13***
(5.453) (2.873)
1193
1405
0.731
0.735
Yes
Yes
Yes
Yes
Yes
Yes
-20.03
(70.030)
1405
PPML
Tij
PPML
Tij > 0
OLS
ln(Tij)
OLS
ln(1+Tij)
Tobit
ln(+Tij)
-3.859
(3.203)
1193
0.829
Yes
No
-0.796
-22.57
(1.490) (65.310)
1405
1405
0.61
Yes
Yes
No
No
-0.689***
(0.072)
0.135
(0.118)
-0.745***
(0.144)
1.032***
(0.177)
1.371***
(0.146)
-0.512***
(0.149)
0.335***
(0.082)
0.591***
(0.100)
0.909***
(0.136)
-0.141
(0.156)
0.0859***
(0.015)
-0.426***
(0.114)
-0.039***
(0.011)
0.419***
(0.111)
0.519***
(0.028)
0.353**
(0.167)
OLS
Tobit
ln(1+Tij) ln(+Tij)
Observations
R-squared
Time Dummy
Fixed Effects
Constant
Exporter's Remoteness
Contiguity
Log of Distance
-1.202***
(0.155)
0.198
(0.182)
-1.558***
Common Language
(0.370)
1.997***
Colonial Tie
(0.427)
1.655***
Same Country
(0.254)
-0.782**
Landlocked Country
(0.332)
Island
0.765***
(0.151)
Free Trade Agreement
0.767***
(0.147)
Preferential Trade Agreement
1.497***
(0.199)
Customs Union
0.623**
(0.265)
Importer's GDP Deflator
0.251***
(0.038)
Exporter's GDP Deflator
-0.550***
(0.177)
Importer's Nominal Exchange Rate -0.078***
(0.024)
Exporter's Nominal Exchange Rate 0.492***
(0.172)
Log of Importer's GDP
0.724***
(0.047)
Log of Exporter's GDP
0.746**
(0.343)
Importer's Remoteness
Estimator
Dependant Variable
-1.225***
(0.103)
-0.164
(0.137)
-0.738***
(0.266)
1.091***
(0.272)
1.183***
(0.195)
-0.971***
(0.218)
0.0202
(0.102)
0.196*
(0.115)
0.16
(0.192)
0.805***
(0.279)
0.363***
(0.064)
-6.329
(9.584)
-0.090***
(0.024)
7.465
(10.050)
0.681***
(0.042)
5.142
(6.678)
-0.875**
(0.395
0.347***
(0.049)
-35.26
(43.160)
1405
0.843
Yes
No
PPML
Tij
-1.244***
(0.101)
-0.148
(0.138)
-0.636**
(0.259)
1.001***
(0.267)
1.068***
(0.188)
-0.951***
(0.216)
0.0204
(0.099)
0.208*
(0.108)
0.07
(0.184)
0.759***
(0.276)
0.366***
(0.064)
-0.547***
(0.140)
-0.095***
(0.025)
0.449***
(0.132)
0.696***
(0.039)
1.654***
(0.440)
-0.164
(0.373)
0.343***
(0.048)
-10.81***
(3.702)
1193
0.854
Yes
No
PPML
Tij > 0
U
P
S
Yes
No
Time Dummy
Fixed Effects
Yes
No
U
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
U
P
P
P
P
P
U
U
P
S
Yes
No
U
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
U
P
P
P
P
P
U
U
P
S
OLS
Tobit
ln(1+Tij) ln(+Tij)
Yes
No
U
P
S
P
U
U
P
U
P
S
P
U
P
P
P
U
P
P
U
P
S
P
P
P
U
U
P
S
PPML
Tij
Yes
No
U
P
S
P
U
U
P
U
P
S
P
U
P
P
P
U
P
P
U
P
P
P
P
P
U
U
P
S
PPML
Tij > 0
Yes
Yes
P
P
S
P
P
P
P
S
P
S
P
P
P
P
P
P
P
P
S
P
P
S
P
P
P
OLS
ln(Tij)
Yes
Yes
U
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
U
P
P
P
P
P
U
P
P
S
OLS
ln(1+Tij)
Yes
Yes
U
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
U
P
P
P
P
P
U
P
P
S
Tobit
ln(+Tij)
Yes
Yes
U
U
S
P
P
U
P
S
P
S
P
U
P
P
P
U
P
P
P
U
P
P
P
S
U
U
P
S
PPML
Tij
Yes
Yes
U
U
S
P
P
P
P
S
P
S
P
U
P
P
P
U
P
P
P
U
P
P
P
S
U
U
P
S
PPML
Tij > 0
Yes
No
U
P
S
P
P
P
P
P
P
P
P
P
P
S
P
P
P
P
P
P
P
P
P
P
OLS
ln(Tij)
Yes
No
U
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
U
P
P
P
P
P
U
U
P
P
OLS
ln(1+Tij)
Yes
No
U
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
U
P
P
P
P
P
U
U
P
P
Tobit
ln(+Tij)
Yes
No
U
P
S
P
U
U
P
U
P
S
P
U
P
U
P
U
P
P
U
P
S
P
P
P
U
U
P
S
PPML
Tij
Notes: P: predicted trade is closed to current trade. U: untapped trade potential. S: strong current trade (above predicted).
P
P
P
P
P
P
P
P
P
P
S
P
P
P
P
P
P
P
P
P
P
OLS
ln(Tij)
Argentina
Belgium
Canada
Chile
Colombia
Costa Rica
Dominican Republic
Ecuador
El Salvador
Finland
France
Germany
Guatemala
Honduras
Italy
Japan
Mexico
Netherlands
Norway
Panama
Puerto Rico
Russia
Spain
Sweden
Switzerland
United Kingdom
United States
Venezuela
Estimator
Dependant Variable
Yes
No
U
P
S
P
U
U
P
U
P
S
P
U
P
U
P
U
P
P
U
P
P
P
P
P
U
U
P
S
PPML
Tij > 0
68
A Gravity Model for the Exports of Nicaragua
Resumen
Este trabajo clasifica las actividades de la economa nicaragense con base en su mayor o menor encadenamiento sectorial, obtenidos a partir de un enfoque insumo producto y
utilizando una metodologa clsica: coeficientes de Rasmussen.
De acuerdo a un primer enfoque basado en el poder y sensibilidad de dispersin, los resultados sugieren que la actividad
pecuaria, electricidad y otros alimentos de origen industrial
se encuentran entre los sectores claves de la economa. Un
segundo enfoque, basado en poder de dispersin y coeficiente
de variacin mnimo, sugiere que la industria crnica, elaboracin de azcar, cultivo de caa de azcar, construccin, agua
y alcantarillado e industria de bebidas, son tambin sectores
claves de la economa.
69
70
1.
Introduccin
71
2.
2.1.
Existen diversos enfoques para determinar los encadenamientos existentes en las diversas industrias. Soza (2004, 2007) distingue dos
enfoques de medicin de encadenamientos: clsicos y de extraccin
hipottica. El enfoque clsico incluye las metodologas propuestas
por Chenery y Watanabe (1958) y Rasmussen (1963), quienes presentaron las primeras propuestas utilizando encadenamientos, los cuales
haban sido establecidos por primera vez por Hirschman (1988).
72
73
2.2.
Marco conceptual
En esta seccin se aborda conceptos fundamentales para el entendimiento de la clasificacin de actividades mediante la metodologa
clsica de insumo producto, propuesta en esta investigacin.
COU como proxy de la MIP
Debido a la falta de una matriz insumo producto actualizada de la
economa nicaragense3 y al tiempo considerable y recursos que se
debe dedicar a su elaboracin, se procedi a utilizar el COU. ste
constituye una herramienta estadstica que proporciona un anlisis
detallado del proceso de produccin y utilizacin de los bienes y
servicios de la economa y del ingreso generado en dicha produccin.
El COU ofrece as informacin sobre los usos de los bienes y servicios
y tambin sobre las estructuras de costo de las industrias.
3
74
75
De acuerdo al manual SCN 2008, para obtener cuadros insumoproducto analticos a partir del COU, se deben considerar tres
aspectos fundamentales. En primer lugar, descomponer los precios
de comprador, a los que los usos estn valorados, en precios bsicos,
impuestos, subvenciones y mrgenes de comercio y transporte
y analizar por separado estos componentes. Adicionalmente, se
debe distinguir entre el uso de productos importados y productos
domsticos.
Finalmente, es necesario expresar las filas y columnas del COU en
la misma clasificacin, es decir, utilizar relaciones directas (ya sean
productos en las filas con productos en las columnas o industrias en
las filas con industrias en las columnas), y no relaciones indirectas
(productos con industrias). Esta caracterstica de simetra es lo que
hace que las matrices de insumo productos sean conocidas como
matrices simtricas.
A pesar de la falta de una MIP, en este trabajo se utilizar el cuadro de
utilizacin (cuadro 4 de la Figura A.1), modificado con los supuestos
que se explican en la seccin 3 del documento, como base del
procedimiento de clasificacin de actividades.
Obtencin de la matriz de coeficientes tcnicos y matriz inversa de
Leontief
El modelo bsico de insumo producto parte de la identidad que
expresa el valor bruto de produccin [ X ] como la suma de la demanda
intermedia [U ] y la demanda final [Y ], de la siguiente manera:
[ X ] = [ U ] + [Y ] ,
(1)
76
[U ] = [ A][ X ],
(2)
[ A] = .
..
..
.
.
.
.
.
.
.
an,1 an,2 an,n
(3)
[ X ] = [ A][ X ] + [Y ]
(4)
[ X ] [ A][ X ] = [Y ]
[ I A][ X ] = [Y ]
[ X ] = [ I A ] 1 [Y ] ,
(5)
77
[ I A ] 1 = [ I ] + [ A ] + [ A ] 2 + [ A ] 3 + + [ A ] n + =
[ A]k
(6)
k =0
78
[ I A ] 1
b1,1
b2,1
= .
..
b1,2
b2,2
..
.
bn,1 bn,2
b1,n
b2,n
..
..
.
.
bn,n
(7)
3.
79
Metodologa y limitaciones
80
4.
4.1.
BL j =
bij
i =1
(8)
81
FLi =
bij
(9)
j =1
4.2.
Medidas de dispersin
82
bij
j =
i =1
1 n n
bij
n i =1 j =1
BL j
BL
(10)
83
(11)
bij
i =
j =1
1 n n
bij
n i =1 j =1
FLi
,
FL
(12)
84
85
Sector clave
Tipo B
Criterios
Sector estratgico
Sector clave
Sector independiente
Sector impulsor
86
5.
Resultados
87
88
89
90
6.
Conclusiones
91
92
Referencias
Cella, G. (1984). The Input - Ouput Measurement of Interindustry
Linkages. Oxford Bulletin of Economics and Statistics, 46(1):7384.
Chenery, H. B. y Watanabe, T. (1958). International Comparisons of
the Structure of Production. Econometrica: Journal of the Econometric
Society, 26(4):487521.
Dietzenbacher, E. y Van Der Linden, J. A. (1997). Sectoral and Spatial
Linkages in the EC Production Structure. Journal of Regional Science,
37(2):235257.
Gmez, O. (2010). Modelo de Equilibrio General Computable para
Nicaragua. Banco Central de Nicaragua.
Gonzlez, R., Daz, M., y Leal, F. (2010). Identificacin de Sectores
Estratgicos en la Economa de Aguascalientes. Investigacin y
Ciencia, 18(49):4047.
Hirschman, A. O. (1988). The Strategy of Economic Development.
Number 44. Westview Press Boulder.
Leontief, W. W. (1941). The Structure of American Economy, 1919-1929.
An Empirical Application of Equilibrium Analysis. Harvard University
Press.
Rasmussen, P. (1963). Relaciones Intersectoriales. Biblioteca de Ciencias
Sociales. Seccin Primera: Economa. Aguilar.
Schuschny, A. R. (2005). Tpicos sobre el Modelo de Insumo-Producto:
Teora y Aplicaciones. Number 37. United Nations Publications.
SCN (2008). Sistema de Cuentas Nacionales 2008. Technical report,
Intersecretariat Working Group on National Accounts, ISWGNA.
Sruzier, M. (2003). Medir la Economa de los Pases segn el Sistema
de Cuentas Nacionales.
CEPAL en coedicin con Alfaomega
Colombiana S.A.
93
Sonis, M., Guilhoto, J. J., Hewings, G. J., y Martins, E. B. (1995). Linkages, Key Sectors and Structural Change: Some New Perspectives.
The Developing Economies, 33(3):243246.
Soza, S. (2004). Anlisis de la Economa Chilena a partir de una
Matriz Insumo-Producto. Revista de Economa y Administracin.
Universidad de Concepcin, 61(63).
Soza, S. (2007). Anlisis Estructural Input-Output: Antiguos Problemas y
Nuevas Soluciones. PhD thesis, Universidad de Oviedo.
Strassert, G. (1968). Zur Bestimmung Strategischer Sektoren Mit Hilfe
von Input-Output Modellen. Jahrbcher fr Nationalkonomie und
Statistik, 182(3):211215.
94
Anexos
Figura A.1: Arquitectura del Cuadro de Oferta y Utilizacin (COU)
Industrias
Productos
Industria j
Oferta a
precio de
comprador
Oferta
de los
productos
Producto i
Utilizacin
de los
productos
Consumos intermedios
de las industrias
(matriz de absorcin)
Producto i
4
Cuenta de generacin
del ingreso
de las industrias
Importaciones
Matriz de produccin
de las industrias
Elementos del
valor agregado
6
Usos finales
95
Actividad
Encadenamiento
hacia atrs
01
Carnes
2.1943
02
Azcar
2.0169
03
Construccin
2.0081
04
Lcteos
1.9862
05
Agua y alcantarillado
1.9533
06
1.9190
07
Bebidas
1.8123
08
Pesca
1.8005
09
1.7860
10
Electricidad
1.6410
11
1.6389
12
1.5709
13
Administracin pblica
1.5575
14
Pecuario
1.5492
15
1.5461
16
Correos y comunicaciones
1.5262
17
1.5042
18
1.4934
19
1.4633
20
Tabaco
1.4425
21
Comercio
1.4275
22
1.4180
23
Caf
1.3493
24
Servicios de enseanza
1.3187
25
Transporte
1.3094
26
Granos Bsicos
1.2824
27
Silvicultura
1.2776
28
1.2672
29
Servicios empresariales
1.2557
30
1.2501
31
1.1860
32
1.1835
33
1.1559
34
Productos mineros
1.1147
35
1.0954
36
1.0928
37
1.0832
38
1.0483
39
Servicios domsticos
1.0000
96
Actividad
Encadenamiento
hacia adelante
01
3.1289
02
2.8066
03
Servicios empresariales
2.5410
04
Pecuario
2.3691
05
Electricidad
2.1489
06
2.0642
07
1.9991
08
1.8415
09
1.7874
10
1.7329
11
Silvicultura
1.5025
12
Transporte
1.4617
13
1.4589
14
1.4402
15
1.4211
16
Granos Bsicos
1.4199
17
Correos y comunicaciones
1.4058
18
1.3239
19
Construccin
1.2886
20
1.2485
21
1.2448
22
1.2208
23
Pesca
1.2119
24
Bebidas
1.1940
25
1.1801
26
Productos mineros
1.1692
27
Carnes
1.1626
28
Azcar
1.1592
29
1.1504
30
Servicios de enseanza
1.1144
31
1.1135
32
Caf
1.0959
33
Agua y alcantarillado
1.0647
34
Lcteos
1.0290
35
1.0243
36
Tabaco
1.0000
37
Comercio
1.0000
38
Administracin pblica
1.0000
39
Servicios domsticos
1.0000
Sectores impulsores
Sectores estratgicos
Pecuario
Cultivo de caa de azcar
Otros productos agrcolas
Electricidad
Pesca
Silvicultura
Otros alimentos de origen industrial Agua y alcantarillado
Productos de petrleo refinado
Carnes
Qumicos bsicos, caucho y plsticos
Azcar
Metales y productos metlicos
Lcteos
Maquinaria y equipo de transporte
Bebidas
Servicios financieros y conexos
Madera y productos de madera
Servicios empresariales
Vidrio y otros productos no metlicos
Construccin
Alojamiento, alimentos y bebidas
Correos y Comunicaciones
Administracin Pblica
Servicios sociales y de salud
Servicios de esparcimiento y otros servicios
Sectores clave
Caf
Granos bsicos
Productos mineros
Tabaco
Hilados, prendas de vestir, cuero y calzados
Papel y productos de papel
Muebles y otros bienes transportables
Comercio
Transporte
Servicios inmobiliarios y alquileres
Servicios de enseanza
Servicios de mantenimiento y reparacin
Servicios domsticos
Sectores independientes
Lcteos
Pesca
Alojamiento, alimentos y bebidas
Madera y productos de madera
Servicios de esparcimiento y otros servicios
Administracin pblica
Electricidad
Servicios sociales y de salud
Pecuario
Otros alimentos de origen industrial
Correos y comunicaciones
Vidrio y otros productos no metlicos
Carnes
Azcar
Cultivo de caa de azcar
Construccin
Agua y alcantarillado
Bebidas
Sectores clave
Comercio
Tabaco
Servicios de mantenimiento y reparacin
Servicios financieros y conexos
Servicios de enseanza
Transporte
Silvicultura
Caf
Otros productos agrcolas
Servicios empresariales
Granos Bsicos
Hilados, prendas de vestir, cuero y calzados
Muebles y otros bienes transportables
Productos mineros
Papel y productos de papel
Servicios inmobiliarios y alquileres
Maquinaria y equipo de transporte
Qumicos bsicos, caucho y plstico
Metales y productos metlicos
Productos de petrleo refinado
Servicios domsticos
Tabla A.4: Clasificacin de las actividades de acuerdo a poder de dispersin y coeficiente de variacin
98
Estimacin de Impactos Multiplicadores en la Economa Nicaragense
Resumen
En este trabajo se utiliza datos de la Encuesta de Medicin
de Nivel de Vida 2009 (EMNV) para determinar si existen
brechas salariales entre los profesores de preescolar, primaria y
secundaria y trabajadores de otras ocupaciones, y as examinar
en qu medida los individuos con caractersticas de capital
humano similares ganan diferentes salarios. Estas diferencias
de ingresos laborales, que se atribuye a las caractersticas sociodemogrficas y laborales observables, se evalan a travs de
dos metodologas de descomposicin, la de Oaxaca (1973) y
Blinder (1973) y opo (2008). Los resultados obtenidos muestran que en promedio los profesores de preescolar, primaria
y secundaria tienen un menor salario promedio por hora que
los tcnicos, an controlando por caractersticas observables
comparables. Este resultado es consistente en ambas tcnicas
de descomposicin.
99
100
1.
Introduccin
101
102
103
2.
Mtodos de descomposicin
Las metodologas de descomposicin aplicadas en este trabajo corresponden a la de Oaxaca (1973) y Blinder (1973) y opo (2008).
La primera metodologa ha sido utilizada en estudios de economa
laboral y discriminacin, aunque recientemente ha sido aplicada para
descomponer las diferencias de resultados medidos por pruebas de
aprendizajes como en los trabajos de Ammermller (2004), McEwan
y Marshall (2004) y Sakellariou (2008)1 .
La metodologa propuesta por opo (2008) consiste en una descomposicin no paramtrica y ha sido aplicada para descomponer las
brechas salariales por sexo, as como por raza, para Chile, Ecuador,
Brasil, entre otros (opo, 2007; opo y Gallardo, 2009; Marques Garcia et al., 2009). Asimismo, esta metodologa fue aplicada por Barco y
Vargas (2010) para analizar las brechas salariales del mercado formal
e informal para Per. Finalmente, Mizala y opo (2011) la utilizan
1
104
para analizar las brechas de los salarios docentes con respecto a otras
ocupaciones para una serie de pases de Amrica Latina.
2.1.
(1)
E(el ) = 0,
l { A, B} ,
(2)
105
(3)
(4)
RE
+ [ E( X A ) E( XB )] ( A B )
|
{z
}
I
106
2.2.
107
Z
SA
Z
SB
g A ( x )dF A ( x )
(5)
g B ( x )dF B ( x ),
donde, S A denota el soporte comn de la distribucin de caractersticas para los tcnicos y oficinistas y S B representa el soporte comn
para la distribucin de caractersticas para los profesores. Por tanto la
brecha salarial se define como:
= E [Y | A ] E [Y | B ]
(6)
108
Inicialmente, el grupo de trabajadores que tiene una ocupacin diferente a la docencia dentro del soporte comn tendr una distribucin
de caractersticas observables distintas a la de los profesores dentro
del soporte comn. Para lograr que este grupo de trabajadores emparejados recree la misma distribucin emprica de las caractersticas
observables del grupo de profesores se asignan pesos a los individuos
del primer grupo. En consecuencia, las diferencias salariales entre
estos dos grupos as definidos pueden ser atribuidas a la existencia de
caractersticas no observables que afectaran la asignacin de salarios,
las que pueden estar asociadas a los individuos o a caractersticas del
mercado de trabajo.
La metodologa descompone la brecha salarial en cuatro componentes:
= X + O + P + NP
(7)
X: este componente est explicado por la diferencia en la
distribucin de las caractersticas observables entre tcnicos y
oficinistas y los profesores dentro del soporte comn. En otras
palabras, corresponde al componente explicado por diferencias
en caractersticas observables.
O: representa la diferencia en la retribucin otorgada a los
tcnicos, oficinistas y profesores dentro del soporte comn, a
pesar de que ambos grupos comparten caractersticas similares
y estas caractersticas estn distribuidas similarmente.
NP: est explicado por la diferencia entre los dos grupos
de tcnicos y oficinistas; aquellos dentro del soporte comn
frente a los que quedan fuera del soporte comn. Los que
quedan fuera del soporte comn son aquellos que no fueron
emparejados con profesores controlando por las caractersticas
observables.
P: componente explicado por la diferencia entre los dos
grupos de profesores, anlogo al componente NP.
109
3.
Datos
110
111
3.1.
112
Ley No. 582, Ley General de Educacin, aprobada en 2006 y publicada en La Gaceta
No. 150.
113
Total de profesores
de preescolar, primaria
y secundaria
(%)
Sexo
Mujer
Edad
24 o menos
25 a 34
35 a 44
45 a 54
54 a ms
Escolaridad
Ninguna o primaria incompleta
Primaria completa o secundaria incompleta
Secundaria completa o terciaria incompleta
Terciaria completa
Jefe del Hogar
S
Presencia de nios menores a 12 aos
S
Presencia de adultos mayores a 65 aos
S
Otro trabajo de medio tiempo
S
Profesionales y
tcnicos de
nivel medio
(%)
Empleados
de Oficina
(%)
69
49
60
18
32
26
20
4
15
31
29
19
6
28
37
19
10
6
1
34
36
29
3
16
33
48
3
29
48
20
32
39
30
65
58
40
17
16
81
11
114
Media
Mediana
Desviacin
estndar
62,467
14,258
48,209
124,554
67,288
22.5
30.3
20.2
33.1
20.5
21.8
25.0
20.7
25.0
18.1
13.7
21.3
9.2
30.2
12.0
115
116
4.
4.1.
Resultados
Resultados de la Descomposicin Oaxaca (1973) y Blinder (1973)
117
La descomposicin de OB indica que para el subconjunto de profesores y tcnicos la brecha del promedio del logaritmo del salario es 0.28
(Tabla 3). Esta brecha est explicada en igual medida por el efecto
caractersticas y el efecto retorno. El efecto caractersticas refleja el
incremento promedio en el salario de los profesores si tuvieran las
mismas caractersticas que los tcnicos.
El incremento de 0.12 indica que la mitad de la brecha se atribuye
a las diferencias en las dotaciones (caractersticas). Por su parte, el
efecto retorno refleja el cambio en el salario de los profesores cuando
se aplica el coeficiente estimado de los tcnicos. El efecto interaccin,
que mide el efecto simultneo de las diferencias, es el menor y tiene
signo positivo.
De las mediciones que resultan de la descomposicin OB para
profesores y tcnicos se puede decir que existen diferencias en
el retorno de la escolaridad, en la remuneracin de estudios de
secundaria completa o terciaria incompleto; y en el trmino constante,
que muestra que, en promedio, los profesores reciben menos por hora
trabajada, dadas las caractersticas controladas por el modelo. Por
otro lado, se observa que para el efecto caractersticas la escolaridad
y el sexo masculino son las caractersticas que explican en mayor
medida este resultado.
En el panel inferior de la Tabla 3 se presenta la descomposicin para
el subgrupo de profesores y oficinistas. Los resultados indican que
la brecha del promedio del logaritmo del salario es -0.09, lo que
implica que la brecha est a favor de los profesores. Esta brecha est
explicada en mayor medida por el efecto caractersticas, lo que refleja
la disminucin promedio en el salario de los profesores si tuvieran
las mismas caractersticas que los oficinistas. El efecto retorno refleja
el cambio en el salario de los profesores cuando se aplica el coeficiente
menos una variable de exclusin que no est incluida en el modelo inicial. En la
prctica identificar estas variables es difcil y elegir una exclusin invlida puede
fallar en corregir el sesgo y an aumentar el sesgo por la omisin de variables
relevantes en la regresin de desempeo (Oreiro y Valenzuela, 2012).
118
Caracterstica
Escolaridad
Experiencia
Hombre
Nios 12 Aos
Adultos 65 aos
Retorno
Interaccin
0.08
0.18
0.08
(0.02)
(0.09)
(0.03)
-0.01
-0.01
0.00
(0.01)
(0.09)
(0.00)
0.03
-0.02
-0.02
(0.02)
(0.03)
(0.02)
0.01
-0.04
-0.01
(0.01)
(0.04)
(0.010)
0.01
0.11
-0.01
(0.27)
(0.07)
(0.011)
0.00
-0.01
0.00
(0.00)
(0.02)
(0.00)
Constante
-0.09
(0.16)
Subtotal
0.12
0.12
0.04
(0.04)
(0.06)
(0.04)
N (poblacin expandida)
187,021
Caracterstica
Retorno
Interaccin
0.00
0.25
-0.05
(0.02)
(0.04)
(0.02)
-0.03
-0.14
0.02
(0.02)
(0.09)
(0.02)
0.01
-0.01
0.00
(0.01)
(0.03)
(0.01)
0.00
0.01
0.00
(0.01)
(0.04)
(0.00)
0.01
0.06
0.00
(0.01)
(0.07)
(0.01)
0.00
-0.01
0.00
(0.00)
(0.02)
(0.00)
-0.19
Constante
(0.15)
Subtotal
N (poblacin expandida)
-0.02
-0.03
-0.04
(0.03)
(0.05)
(0.03)
129,755
4.2.
119
Para realizar la descomposicin se utilizaron las siguientes caractersticas observables: edad en aos cumplidos; nivel de escolaridad;
dummy si es individuo es jefe del hogar; dummy si el estado civil es
soltero; dummy si en el hogar hay presencia de nios menores a 12
aos; y dummy si en el hogar hay presencia de adultos mayores a 65
aos. opo (2008) sugiere utilizar el salario promedio por hora y no
el logaritmo del salario por hora, por lo que para la descomposicin
no paramtrica se utiliza el nivel del salario por hora.
Mediante la aplicacin de la tcnica de matching o emparejamiento
de opo (2008) se obtuvo la distribucin de los cuatro grupos
mencionados para la comparacin de profesores y tcnicos, as como
para la de profesores y oficinistas. La distribucin de los grupos se
observa en la Tabla A.4.
El salario por hora promedio del tcnico de nivel medio es superior
en 10.6 crdobas al salario por hora promedio de los profesores de
preescolar, primaria y secundaria, lo que representa la brecha salarial
. Esto implica que el individuo cuya ocupacin es tcnico de nivel
medio percibe un ingreso superior en 47 por ciento al de un profesor
de preescolar, primaria o secundaria.
Como se menciona en la descripcin de la metodologa, la brecha
se descompone en 4 elementos (Tabla 4). El componente O es
el que se obtiene comparando profesores y tcnicos con las mismas caractersticas observables. Controlando por las caractersticas
observables mencionadas, el componente asociado a variables no
observables indica que la brecha salarial se incrementa a 55 por ciento
en comparacin con la brecha de 47 por ciento. Cabe destacar que esta
diferencia es estadsticamente significativa.
Mizala y opo (2011) encuentran resultados similares para una
muestra de pases de Latinoamrica, que incluye a Nicaragua, utili-
120
Valor
Nominal
(C$)
47.0
10.6
100.0
Descomposicin 1/
Composicin
(%)
55.0
12.5
117.3
NP
-2.0
-0.5
-4.3
18.0
4.2
39.0
-25.0
-5.5
-52.1
121
muestran los profesores, pero para las cuales no hay tcnicos con
caractersticas comparables, estn asociadas a salarios ms bajos que
el resto de profesores.
Para verificar este anlisis, en la Figura 1 se presenta la funcin de
densidad para los sub-grupos de tcnicos y profesores dentro y fuera
del soporte comn. Se observa que en la distribucin de los profesores
que estn fuera del soporte la mayor concentracin de la masa de
probabilidades est ms hacia la izquierda que aquellos dentro del
soporte, indicando que en promedio, los profesores fuera del soporte
comn tienen salarios ms bajos que los que estn dentro del soporte
comn.
Figura 1: Distribucin del salario por hora: despus del matching del
conjunto de caractersticas observables
(b) Profesores
Funcin de densidad
.01 .02 .03 .04
Funcin de densidad
.01
.02
.05
.03
(a) Tcnicos
100
200
Salario por hora
300
400
50
100
150
122
Valor
Nominal
(C$)
-8.8
-2.0
100.0
0.1
0.0
-1.2
NP
-0.5
-0.1
6.2
-1.7
-0.4
19.5
-6.6
-1.5
75.5
Descomposicin 1/
Composicin
(%)
123
Funcin de densidad
.06
(a) Oficinistas
.02
.04
20
40
60
80
50
Salario por hora
100
150
5.
Conclusiones
124
les con caractersticas similares. Asimismo, se observa que los profesores fuera del soporte comn parecen limitarse a las combinaciones
de caractersticas de capital humano que son menos recompensadas
que las del resto de la fuerza laboral.
Adicionalmente, los resultados ponen en relieve la necesidad de
cambiar la estructura de remuneracin docente mediante un sistema
de evaluacin al desempeo. Esto es as porque el diseo de la
estructura de remuneracin debe generar incentivos para retener
a los mejores maestros y al mismo tiempo motivar mejoras en el
rendimiento. Adems, es importante mejorar la calidad de la fuerza
laboral docente, pues los resultados evidencian que las caractersticas
de los maestros fuera del soporte comn estn asociadas a bajos
retornos, por lo que es necesario que los profesores cuenten con
mayor nivel educativo.
Este documento constituye un primer paso para comprender las
posibles causas de las brechas salariales en la profesin docente. Sin
embargo, se debe profundizar ms en el estudio de los incentivos a los
profesores, de tal forma que se logre determinar por qu eligen entrar
y permanecer en la enseanza. Esto es importante para comprender la
dinmica de este mercado laboral y as disear incentivos adecuados
para atraer y retener a individuos calificados. Adems, es necesario
entender cmo otros elementos compensatorios, como la pensin y
otros beneficios no salariales, influyen en la eleccin de la profesin
docente.
125
Referencias
Akiba, M., Chiu, Y.-L., Shimizu, K., y Liang, G. (2012). Teacher
Salary and National Achievement: A Cross-National Analysis of 30
Countries. International Journal of Educational Research, 53:171181.
Atal, J., opo, H., y Winder, N. (2009). New Century, Old Disparities:
Gender and Ethnic Wage Gaps in Latin America. Technical
report, Research Department Publications 4640, Inter-American
Development Bank.
Barco, D. y Vargas, P. (2010). Brechas Salariales entre Formales e
Informales. Banco Central de Reserva del Per, Documento de trabajo,
(2010-003).
Blinder, A. S. (1973). Wage Discrimination: Reduced Form and
Structural Estimates. Journal of Human Resources, 8(4):436455.
Hanushek, E. A. (2011). The Economic Value of Higher Teacher
Quality. Economics of Education Review, 30(3):466479.
Hernani-Limarino, W. (2005). Are Teachers Well Paid in Latin
America and the Caribbean? In Vagas, E., editor, Incentives to
Improve Teaching: Lessons from Latin America, volume 3 of Directions
of Development, chapter 3, pages 63102. World Bank.
Marques Garcia, L., opo, H., y Salardi, P. (2009). Gender and
Racial Wage Gaps in Brazil 1996-2006: Evidence using a Matching
Comparisons Approach. Technical report, IDB, Working paper.
Mizala, A. y opo, H. (2011). Teachers Salaries in Latin America:
How Much are They (Uder or Over) Paid? Technical report,
Discussion paper series 5947, Institute for the Study of Labor (IZA).
Mizala, A.; Romaguera, P. (2005). Teachers Salary Structure and
Incentives in Chile. In Vegas, E., editor, Incentives to Improve
Teaching: Lessons from Latin America, volume 3 of Directions in
Development, chapter 4, pages 103150. World Bank.
126
127
128
Anexos
Tabla A.1: Salario promedio por hora por decil de ingresos
Profesores de
preescolar, primaria
y secundaria
Tcnicos
9.0
12.3
7.2
16.3
14.1
10.4
21.4
22.0
15.9
24.2
25.9
18.5
24.1
23.6
20.1
27.0
21.3
21.8
26.6
27.7
24.4
41.2
34.3
28.3
47.1
35.6
36.9
66.5
58.0
Deciles
10
Oficinistas
Secundaria completa o
terciaria incompleta
secundaria
18.9
21.2
28.0
19.4
25.5
42.8
Empleados de oficina
19.1
18.1
29.5
2.0
21.0
53.0
1.0
-14.0
5.0
Ocupacin
Terciaria completa
129
Hombres
Mujeres
25.0
21.4
33.2
33.1
Empleados de oficina
20.9
20.3
32.0
55.0
-16.0
-5.0
Profesores
Tcnicos
Profesores
Oficinistas
41,651
67
105,843
85
48,628
78
56,963
85
20,816
18,711
13,839
10,325
33
15
22
15
(%)
1960