tesis flexibilidad laboral determinante de los flujos netos de inversión directa extranjera que...

PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE

Flexibilidad laboral Determinante de los flujos netos de inversión

directa extranjera que ingresan a un país

Catalina Pastora Rodríguez Lanza

21 de enero del 2011

Esta investigación busca comprobar si la flexibilidad es un determinante significativo de los flujos de inversión directa extranjera (FDI) que entran a un territorio. Para esto se utilizan dos bases de datos, con información de 28 países de la OECD. Se testean 8 modelos, con distintas variables independientes. Los resultados muestran que la flexibilidad laboral impacta significativamente a la FDI, y que el tamaño del mercado y la tasa de impuesto a las empresas también son variables significativas.

1

Índice

1. Introducción 2

2. Sección I: Recorrido por la literatura 3

3. Sección II: Hipótesis y Modelos 7

4. Sección III: Resultados estadísticos y testeo de hipótesis 10

5. Sección IV: Análisis y consideraciones finales 12

6. Referencias 14

7. Apéndice 16

8. Anexo 18

2

Introducción La Inversión Directa Extranjera (Foreign Direct Investment, en adelante FDI), entendida

como la inversión transfronteriza a largo plazo (Mosley, 2007), no solo se ha convertido en una

relevante fuente de capital tanto para países industrializados como para países en desarrollo, sino

que también se ha transformado en motor de desarrollo tecnológico y productivo. Así, la FDI se ha

posicionado como el flujo de capital más estable para algunas economías nacionales (Agnès

Bénassy-Quéré, Maylis Coupet & Thierry Mayer, 2007). Y debido a esta realidad, se vuelve cada

vez más relevante el entender qué variables actúan detrás del movimiento de estos flujos, para así

comprender a cabalidad cuales son las variables que explican la existencia y el flujo mismo de la

FDI.

Ahora bien, gran parte de esta evolución no habría sido posible sin el desarrollo de la

globalización, fenómeno que abarca un conjunto de innovaciones tecnológicas, económicas y

políticas que han reducido drásticamente las barreras para el intercambio económico, político y

cultural (Drezner, 2001). Los avances tecnológicos desarrollados en áreas como el transporte y las

telecomunicaciones han generado un fuerte cambio en el comercio internacional, principalmente

en la reducción de los costos de transporte. Este desarrollo ha potenciado el intercambio

internacional, tanto en materia económica y de comercio, como en política, tecnología y ciencia,

lo que ha llevado a una mayor interconexión e interdependencia. Mientras los actores

internacionales se van acercando e interactuando y la competencia se acrecienta, las posibilidades

para los competidores van aumentando también. A medida que las distancias van “disminuyendo”

gracias a los avances tecnológicos, los inversionistas tienen la posibilidad de poder viajar y

producir en distintos lugares, y así buscar el mejor escenario posible.

Considerando lo anteriormente mencionado, acerca de las ventajas y beneficios que

implica la FDI, los estados han buscado mecanismos que les permitan aumentan los flujos de FDI

que reciben. Para lograrlo, identifican a los inversionistas y las condiciones que éstos consideran

apropiadas para invertir. Paso seguido, se realizan las reformas institucionales, políticas y

económicas, necesarias para fomentar la llegada de FDI. Entre este tipo de reformas cobra

especial relevancia la flexibilidad laboral.

Esta investigación testea la relación existente entre la Inversión Directa Extranjera (FDI) y

la flexibilidad laboral, midiendo su significancia y signo. Además, incorpora variables de control y

variables independientes secundarias. El objetivo es testear qué variables determinan

significativamente los flujos netos de FDI que entran a una economía. Para esto se utiliza

información de 28 países de la OECD, con la que se construyen 2 bases de datos que abarcan

distintos periodos de tiempo (1987-2003 y 2003-2008).

Este trabajo se presenta en 4 secciones. La primera sección hace un recorrido por la

literatura, presentando variables que inciden en el nivel neto de FDI que entra a un país. La

segunda sección presenta las hipótesis construidas, que serán testeadas en la investigación,

además de los modelos elaborados para este fin. La tercera sección contienen un análisis de los

3

resultados estadísticos obtenidos de los distintos modelos elaborados. En último lugar, la cuarta

sección plantea las conclusiones finales de la investigación.

Sección I: Recorrido por la literatura

Entendiendo el gran rol que juega la FDI en la economía mundial, sobretodo en el

desarrollo de pequeñas y medianas economías, se han desarrollado variados estudios que buscan

identificar que características son las que los inversionistas buscan.

La literatura ha identificado una serie de variables que afectan y determinan los flujos de

inversión extranjera que recibe un determinado país. Algunas de ellas corresponden a

características macro de un cierto Estado, y por ende, son condiciones que no son manipulables

fácil ni rápidamente por los gobiernos. De la misma manera, otras son determinadas por las

autoridades de cada país (Parcon, 2008). Entre las segundas, una de las variables identificadas por

la literatura es la flexibilidad laboral, entendida como la habilidad del mercado (y los agentes que

operan en él) de responder a condiciones económicas cambiantes (Jonathan Michie & Maura

Sheehan-Quinn, 2001). Una forma de verlo, es a través de la capacidad de una empresa de

cambiar el número de empleados que posee, ya sea disminuyéndolo (despidos) o aumentándolo

(contrataciones). Sin embargo, este concepto no solo abarca estas dos medidas, sino que también

puede incluir otros aspectos como las dificultades para despedir colectivamente, el tiempo de

aviso necesario para despedir, la indemnización exigida por despido; así como también la

flexibilidad para contratar, entre otros aspectos (Beata Smarzynska Javorcik & Mariana

Spatareanu, 2005). Es más, algunos autores incluso consideran las restricciones y costos para

cerrar una empresa dentro del concepto de flexibilidad laboral (Jan I. Haaland, Ian Wooton &

Giulia Faggio, 2003).

La falta de una definición clara y única de qué implica la flexibilidad laboral no es un tema

menor, considerando las implicancias que esto tiene en la medición de esta variable, y de su

impacto en la FDI. Es decir, la concepción o definición elegida de flexibilidad laboral, ya sea más

inclusiva o más restrictiva, afectará la medición que se haga acerca de sus efectos en los flujos

netos de inversión, no sólo en su magnitud sino que, más relevante aún quizás, en su dirección y

sentido (Parcon, 2008).

Por un lado, las restricciones, regulaciones y estándares laborales generan una mayor

rigidez en el mercado laboral, lo que llevaría a subir los costos para la industria, y a un rechazo por

parte de los inversionistas.

Una empresa posee dos tipos de costos; los fijos y los flexibles. Los primeros son

inevitables. Una vez que se realiza la inversión, independientemente de si ésta es exitosa o no,

estos costos estarán presentes. Sin embargo, los segundos son manejables y ajustables por la

firma, y debido a esto, es que estos son los que finalmente preocupan a los inversionistas. Una vez

realizada la inversión, la compañía busca maximizar su ganancia reduciendo al máximo los costos,

y para lograrlo ajusta el uso de los factores productivos (capital y trabajo), que son parte de los

costos flexibles. Sin embargo, en el contexto de mercados laborales rígidos, el escenario cambia. Si

4

las regulaciones y normativas generan trabas al flujo de mano de obra, la capacidad de las

empresas de poder modificar los costos reduciendo la mano de obra utilizada disminuye. Es decir,

lo que ocurre es que estos costos en mano de obra, que en otros escenarios son flexibles,

constituyen costos fijos para las empresas. La consecuencia final de todo esto es que, al verse

aumentado los costos, los inversionistas, velando por su interés y futura ganancia, optarán por

otro escenario (Parcon, 2008).

Entonces, las regulaciones, restricciones y estándares laborales generan mayor rigidez del

mercado laboral y , por ende, convierten el costo en mano de obra en un costo inevitable para los

inversionistas. Por otro lado, sería lógico pensar entonces, que la flexibilidad laboral otorga mayor

manejabilidad a las empresas, reduciendo los costos fijos al ubicar el trabajo dentro de los costos

variables de la firma. Ergo, los inversionistas buscan escenarios de mayor flexibilidad, ya que les

permite mayor manejo de sus costos variables, que son los únicos que pueden manejar. Por tanto,

un país con mayor flexibilidad laboral, y por tanto, con menores costos fijos, será más atractivo

para la FDI (Beata Smarzynska Javorcik & Mariana Spatareanu, 2005), dándose una relación

positiva entre ambas variables.

Ahora bien, las características del mercado laboral no tienen el mismo impacto o

relevancia en los distintos mercados e industrias. El efecto de una mayor flexibilidad será más

fuerte en las empresas que operan en el sector terciario (servicios) que en otras firmas, como las

manufactureras (Beata Smarzynska Javorcik & Mariana Spatareanu, 2005). Esto debido a que en el

primer caso, el uso de mano de obra es mayor, mientras que en las firmas manufactureras el

porcentaje de mano de obra es menor al de capital, siendo este último el predominante.

Sin embargo, un marco regulatorio con márgenes y normas claras no se asocia sólo con

mayor rigidez y costos. Los estándares y regulaciones del mercado laboral mejoran la

productividad laboral, lo que atrae mayor flujo de FDI (Parcon, 2008). Las restricciones que se

establecen permiten que el mercado de mano de obra funcione bajo reglas claras y estables,

disminuyendo la incertidumbre, y por ende, los riesgos. Al existir menor riesgo, los costos también

se ven disminuidos. Entonces, se daría un escenario estable y seguro, donde los inversionistas

sabrían con mayor exactitud a qué atenerse y bajo que normas regirse. Además, como éstas serían

generales e imparciales, la competencia sería más clara, llegando a un resultado más óptimo y

eficiente, y finalmente a una mayor productividad.

Considerando lo anterior, una mayor regulación sería algo positivo para los inversionistas,

algo que ellos desearían, y por ende, buscarían. Tomando el concepto de flexibilidad laboral como

un escenario con menores regulaciones y estándares laborales, entonces podría darse que las

firmas prefieran un país con menor flexibilidad, si se considera las ventajas y beneficios de “jugar

con reglas claras”.

Esto demuestra que no hay consenso claro con respecto a qué relación existe entre la FDI

y la flexibilidad laboral. Es más, Parcon (2008) plantea que no existe de hecho una relación lineal

entre ambas variables, argumentando que dependerá del nivel de flexibilidad y regulación laboral

del que se trate. Es decir, que los inversionistas aceptarán y desearán, y buscarán, un cierto nivel

5

de regulación. Esto, con el fin de disminuir la incertidumbre y el riesgo. Sin embargo, al mismo

tiempo plantea que un nivel demasiado alto de regulación será rechazado por las firmas, ya que

generaría rigidez en el mercado laboral, lo que aumentaría los costos.

Sin embargo, no sólo la flexibilidad laboral incide en la decisión de los inversionistas sobre

dónde dirigir sus recursos. Tal como se mencionó al principio de esta sección, son múltiples las

variables que afectan. La literatura en su mayoría concuerda en que la flexibilidad laboral incide,

ya sea atrayendo o repeliendo, en los flujos de inversión extranjera que un país recibe. Así

también, la mayoría de los académicos afirman que el tamaño del mercado incide fuertemente en

la FDI neta que entra a un territorio.

El ingreso nacional de un determinado país, medido ya sea en su Producto Interno Bruto

(Gross Domestic Product, en adelante, GDP) o en algún otro indicador, refleja el tamaño del

mercado que se está evaluando. El GDP, al considerar toda la actividad económica realizada en el

territorio geográfico nacional en un determinado periodo de tiempo, sirve como referente del

tamaño de esa industria o mercado, y finalmente, de esa economía. Ahora bien, considerar sólo el

GDP como referente del tamaño de un mercado, sería bastante riesgoso e impreciso. El

crecimiento porcentual del GDP, con respecto al año anterior, el GDP per cápita o incluso el

tamaño de la población, son indicadores que permiten, al igual que el GDP, dimensionar el tamaño

de un mercado nacional determinado (Asiedu, 2005). A su vez, cada uno de ellos, influye de

manera particular y diversa en la decisión de los inversionistas.

Por un lado, los inversionistas buscan territorios donde producir de manera eficiente. Sin

embargo, al mismo tiempo, buscan aumentar sus ingresos a través del aumento en sus ventas. Por

tanto, no solo es relevante el GDP, como referente del potencial del mercado, sino que también

consideran el GDP per cápita, como reflejo del poder de compra de esa población. Así, las firmas

no sólo se ubicarán en un territorio con condiciones óptimas para producir, sino que también para

vender. Dado esto, sería lógico pensar que una economía con un GDP per cápita mayor, atraerá

más FDI (Beata Smarzynska Javorcik & Mariana Spatareanu, 2005).

Por otro lado, si se considera que un inversionista busca explotar un nuevo mercado, no

sólo querrá que se trate de una economía grande, sino que también sea una industria en

crecimiento. Así, un mercado pequeño o mediano, pero que está en crecimiento constante, puede

implicar mayores oportunidades de ganancias que un mercado que ya está saturado.

Sin embargo, la literatura plantea una serie de otras variables alternativas. Una de ellas es

el contexto político, entendido como gobernanza.

La gobernanza se refiere al contexto político, institucional y legal de un determinado país

(Steven Globerman & Daniel Shapiro, 2002), e involucra una serie de indicadores que pueden ser

considerados por separado, cada uno como concepto independiente, o de manera conjunta, bajo

el concepto de gobernanza.

6

La literatura en general postula que la gobernanza tiene un efecto positivo en los flujos de

inversión extranjera, atrayendo mayor FDI a un país. Sin embargo, no todos los estudios miden

esta interacción de igual manera, esto dado lo amplio del concepto y lo complejo de medirlo.

Algunos académicos han utilizado los indicadores que componen el Índice de Gobernanza Mundial

(World Governance Index, en adelante, WGI). Estos son; “voz y accountability”; “estabilidad

política y ausencia de violencia/terrorismo”; “efectividad del gobierno”; “calidad regulatoria”;

“Estado de Derecho”; y “control de la corrupción”. Sin embargo, no solo estas 6 dimensiones han

sido utilizadas. Diferentes medidas se han seleccionado, tales como nivel de corrupción (Wei,

1999); calidad de las instituciones (Blonigen, 2005); tipo de régimen (Bismas, 2002); instituciones

democráticas (Jensen, 2003); entre otros.

Tanto las 6 dimensiones que contiene el WGI, así como los demás indicadores planteados

en la literatura, buscan otorgar un diagnóstico o evaluación del nivel de estabilidad político-

institucional de un país. Los inversionistas utilizan esta información, y buscan un escenario que

cumpla con niveles óptimos de estabilidad, lo que en definitiva implica menor incertidumbre y

riesgos. Por ejemplo, están los casos del Estado de Derecho y la estabilidad política. Ambos

indicadores son parte del WGI. El primero de ellos simboliza el respeto por las reglas y normas.

Para un inversionista, el riesgo de invertir está determinado por una serie de factores, donde la

incertidumbre es uno de ellos. Entonces, un ambiente que garantiza que las normas se cumplirán

como se estipularon otorga seguridad a los inversionistas, y les permite reducir el riesgo. Sin

embargo, existen estudios que postulan que el Estado de Derecho no tiene un efecto significativo

en la entrada de FDI, ya que serían otras características, tales como el origen o base del sistema

jurídico, las que considerarían las firmas. El segundo indicador, estabilidad política, involucra una

serie de características, como la calidad de las instituciones y su estabilidad. Varios académicos

sostienen que una inestabilidad política aleja la inversión extranjera (Asiedu, 2005) (Josef C. Brada,

Ali M. Kutan & Taner M. Yigit, 2006).

Otra variable que postulan algunos autores es el nivel educacional, como proxy del nivel

de productividad o calidad de la mano de obra de un país (Leonard K. Cheng & Yum K. Kwan,

2000). Una población con mayor educación y capacitación puede interpretarse como una fuerza

laboral más instruida, lo que llevaría a una mayor productividad, condición deseable por una

firma. Entonces, una población con altos niveles educacionales, que implicaría una mano de obra

de mayor calidad y productividad, formaría un escenario atractivo para la FDI (John F.Cassidy &

Bernadette Andreosso-O'Callaghan, 2006). Sin embargo, al mismo tiempo, una fuerza laboral más

educada e instruida conlleva mayores salarios (Robert E. Lipsey & Fredrik Sjöholm, 2004), lo que

genera mayores costos para las empresas. Dado esto entonces, es necesario entender qué

relación existe entre el nivel de salario medio y la entrada de FDI.

El salario medio o salario promedio de un país es una variable que también influye en los

flujos de inversión extranjera que un este país recibe. Sin embargo, en este caso en particular,

existe evidencia muy diversa con respecto a la relación entre salario medio y FDI. Algunos

académicos postulan que existe una correlación positiva entre ambas variables (Beata Smarzynska

Javorcik & Mariana Spatareanu, 2005), en tanto otros han concluido que se trata de una

7

correlación negativa (Agarwal, 1980), y otros incluso postulan que no existe relación y que son

otras las variables que consideran los inversionistas (Bismas, 2002).

En el primer caso, la lógica tras el argumento es que los inversionistas van a buscar un

escenario donde el salario medio sea lo más bajo posible, para así tener menores costos de

producción. Esto será más evidente y fuerte en el caso de las industrias intensivas en mano de

obra, donde ese costo representa una mayor proporción de los costos totales de producción.

Ahora bien, siguiendo la segunda lógica, los inversionistas prefieren un mercado donde la

población participe en la producción y que también sea consumidora de sus productos, lo que se

relaciona mucho con lo planteado sobre el GDP per cápita. En ambos casos, las empresas buscan

una sociedad con ingreso suficiente para consumir lo que ellos producen, y el salario medio

reflejaría el poder de compra de la población (Beata Smarzynska Javorcik & Mariana Spatareanu,

2005).

Los impuestos a empresas extranjeras no es un tema menor para los inversionistas.

Autores como Javorcik y Spatareanu (2005) plantean que la diferencia entre las tasas de impuesto

del país de origen y el anfitrión se asocia positivamente con el nivel de FDI. Es decir que, mientras

más bajas las tasas del país anfitrión, con respecto al país de origen, mayor será el flujo de FDI.

Además, Hines (1996) postula que existe una correlación negativa entre las tasas de impuesto y el

volumen de la inversión. Esto es razonable si consideramos que el gasto en impuestos en el que

van a tener que incurrir las firmas extranjeras es parte de los costos fijos de esta.

Sin embargo, podría darse que esta relación fuera positiva. Si altos impuestos generan una

alta recaudación, esto lleva a que el Estado aumente sus ingresos. Con esto, se podría esperar una

mayor inversión en infraestructura, conectividad o educación, lo que sería algo positivo para las

empresas. Sin embargo, no se encontró literatura que estudiase esta relación.

Además de las variables recién descritas, existen varias otras que son mencionadas por la

literatura. Es el caso del nivel de protección de la propiedad privada (Beata Smarzynska Javorcik &

Mariana Spatareanu, 2005), la infraestructura (Bismas, 2002), la distancia geográfica entre el país

de origen y el potencial país anfitrión, el tipo de cambio o el nivel de protección del comercio. Sin

embargo, en estos casos, la literatura no es muy abundante, al igual que los datos al respecto. En

la Tabla 1 se puede ver un resumen de las variables planteadas, y de los autores y sus posturas con

respecto a estas y su relación con la FDI. (Véase Apéndice, Tabla 1)

Sección II: Hipótesis y Modelos

Considerando lo planteado en la sección I, a continuación se presentan las variables que

serán consideradas y medidas en esta investigación.

Primero se encuentra la FDI, que corresponde a la variable dependiente de esta

investigación. La finalidad principal de este trabajo es entender qué factores consideran los

inversionistas a la hora de decidir donde destinar sus recursos, qué influye en su determinación.

8

En otras palabras; el objetivo es identificar los determinantes de los flujos netos de FDI que entran

a un territorio.

La principal variable independiente es la flexibilidad laboral, que de acuerdo a variados

académicos, debiese ser un determinante significativo de los flujos netos de FDI que entran a un

país. Dado esto, se espera que la evidencia muestre una fuerte relación entre las variables, y que

la correlación sea positiva.

Hipótesis 1: Una mayor flexibilidad laboral, entendida como menores restricciones al

manejo de los factores productivos, y por ende, menores costos de producción, atrae mayores

flujos de FDI.

Junto a ella se encuentran dos variables de control; el GDP o GDP per cápita y el

crecimiento anual del GDP con respecto al periodo anterior. Ambas representan el tamaño del

mercado, y dada la evidencia existente al respecto, no pareciera haber duda alguna de que el

resultado que se obtenga mostrará un significativo efecto de esta variable en el flujo de FDI.

Por tanto, se postula la siguiente hipótesis:

Hipótesis 2: El tamaño del mercado, entendido como la capacidad o volumen de una

economía, se correlaciona positivamente con la entrada de FDI. Un mayor mercado, atrae mayor

inversión extranjera.

Y finalmente, están las variables independientes secundarias, que representan

explicaciones alternativas a la planteada en esta investigación. Este trabajo considerará

únicamente gobernanza, nivel educacional e impuestos a empresas. Esto es principalmente debido

a la disponibilidad de datos, que impiden poder medir las demás variables.

Dada la evidencia que la literatura presenta, se elaboran las siguientes hipótesis:

Hipótesis 3: La gobernanza existente en un país, entendiéndola en cualquiera de sus

dimensiones, es significativa para los inversionistas. Así, mayores niveles de gobernanza atraen

más FDI, dándose una correlación positiva entre ambas.

Hipótesis 4: Una población educada y capacitada atrae inversión extranjera. La mayor

productividad de la fuerza laboral, dada por el nivel educacional más alto de esta, impacta

positivamente en los niveles de FDI que entran a un país.

Hipótesis 5: Los tasas de impuestos que establecen los gobiernos afectan los flujos de FDI

que este recibe. Bajas tasas de impuestos atraen inversión, dándose una correlación negativa entre

ambas variables.

Para testear las hipótesis planteadas, se elaboran 8 modelos de regresión multinivel,

usando la función lme de R1. Si bien los datos de las variables utilizadas responden a un

1 1 R, programa estadístico.

9

determinado país y año, el objetivo de esta investigación es testear la relación entre las variables,

independiente del país. Ergo, lo que se busca es medir de manera genérica el impacto de un

determinada variable en los flujos de FDI, y no medir esta relación para cada caso (país) en

particular. Debido a esta razón es que se utilizan regresiones multinivel.

Estos 8 modelos están categorizados en 2 grupos; grupo a y grupo b. El primer grupo de

modelos (grupo a) sólo incluye a las variables dependiente, independiente y de control. En

cambio, el segundo grupo (grupo b), además de tomar estas mismas, incluye las variables

independientes secundarias (gobernanza, educación e impuestos). En todos los modelos se usan

los valores “tm1” de las variables, que significa que se usan los valores del t anterior (año anterior)

para evitar la homogeneidad entre los datos. Así también, se incluye como variable independiente

a los flujos de FDI del año anterior. Esto, pensando que un inversionista se fijará en los niveles de

inversión existentes en el tiempo t, y que al tomarse la decisión en ese tiempo, la inversión se

materializará en el periodo siguiente (t+1).

En el caso del grupo a, constituido por los modelos 1a, 2a, 3a y 4a, la base de datos

utilizada abarca un periodo de 22 años (1987-2008). La variable dependiente de los primeros dos

modelos es el flujo neto de FDI, mientras que en los dos últimos modelos es la flexibilidad laboral.

Si bien la hipótesis de trabajo identifica a esta última como variable independiente, una

correlación significativa entre las variables no determina la dirección o sentido de esta relación.

Ergo, al intercambiar las variables de posición, es posible tener una mejor comprensión de quién

impacta en quién; si la flexibilidad laboral en la FDI, como se plantea en la hipótesis 1, o al revés.

Otra diferencia existente entre los modelos es el indicador utilizado para medir el tamaño del

mercado. Todos los modelos incorporan los valores porcentuales del crecimiento del mercado

(gdp_growth), pero además utilizan ya sea el GDP o el GDP per cápita como proxys del tamaño del

mercado. En el modelo 1a y 3a, se utiliza el GDP de los países, mientras que en los modelos 2a y 4a

se usa el GDP per cápita. Esto se realiza con el fin de evitar medir dos veces lo mismo. Ambos

indicadores son reflejo del tamaño del mercado. Sin embargo, el utilizar los dos valores en un

mismo modelo puede generar una distorsión, ya que se estaría midiendo dos veces lo mismo. Esto

debido a que el GDP per cápita no es más que el GDP dividido en la población.

Por otro lado, el grupo b, constituido por los modelos 1b, 2b, 3b y 4b, utiliza una base de

datos con mayor número de variables, pero que sólo incorpora 6 años (2003-2008). Esto es debido

a que no existen datos de años anteriores para el caso de las variables independientes

secundarias. Entonces, además de los indicadores utilizados en el primer grupo, los modelos del

grupo b incorporan adicionalmente los indicadores de las variables secundarias. Para medir el

impacto de la gobernanza se utiliza la dimensión de Estado de Derecho (rule_of_law), obtenido del

WGI, índice construido por el Banco Mundial. A su vez, para incorporar la variable “educación”, se

usa el porcentaje de matriculas escolares en la educación terciaria (enr_tertiary), obtenido de la

base de datos del Banco Mundial. Y finalmente, para medir el efecto de los impuestos a empresas

10

se incorpora un índice construido por la OECD (tax_oecd), que mide la tasa de impuesto del

gobierno al ingreso de las corporativas.2

En este caso, las diferencias en variable dependiente y medición del tamaño del mercado,

presentes en el primer grupo de modelos, se mantienen. Los modelos 1b y 2b tienen a la FDI como

variable dependiente, y los 3b y 4b tienen a la flexibilidad laboral en esa posición. Además, los

modelos 1b y 3b utilizan el GDP, y los 2b y 4b usan el GDP per cápita.

Los modelos y sus respectivas tablas de resultados se encuentran en el Anexo. Cada tabla

contiene los resultados estadísticos de las regresiones arrojados por R, con los betas y valores-p

correspondientes a cada variable. A continuación se analizarán sus resultados.

Sección III: Resultados estadísticos y testeo de hipótesis

Lo primero que salta a la vista luego de revisar los resultados arrojados por los modelos es

la relación existente entre flexibilidad laboral y la FDI. En los modelos donde la FDI fue la variable

dependiente, la flexibilidad laboral fue estadísticamente significativa en 3 de 4 modelos. Sin

embargo, al intercambiarse los roles, y pasar la flexibilidad laboral a ser la variable dependiente, la

correlación dejó de ser significativa en todos los modelos. Es decir, mientras que la flexibilidad

laboral resultó ser un determinante estadísticamente significativo de los flujos de FDI, estos

últimos mostraron no serlo para la flexibilidad laboral. Estos resultados ayudan a entender mejor

la dirección de la correlación existente entre ambas variables, y dan pie para confirmar lo

planteado en esta investigación; que la flexibilidad laboral es un determinante significativo de los

flujos de FDI que entran a un país, y no al revés.

Con respecto al signo del la correlación existente, es necesario realizar algunas

aclaraciones. Primero que todo, es preciso aclarar que el índice de flexibilidad laboral utilizado en

esta investigación corresponde a un índice de protección laboral construido por la OECD (Véase

Apéndice, Tabla 2), que va de 0 (menos restricción) a 6 (más restricción). Entonces, si un país X

posee un valor mayor a un país Y, esto significa que el país X posee mayores restricciones laborales

que el país Y. Es decir, que el país Y posee mayor flexibilidad laboral que el país X. Entonces,

mientras menor sea el valor de la variable “flexibilidad laboral”, mayor será la flexibilidad laboral.

Considerando esto, los valores beta (Values en las tablas) deben ser interpretados con

cuidado. En todos los modelos donde la flexibilidad es una variable independiente

estadísticamente significativa, los betas correspondientes poseen valores negativos, indicando que

la correlación entre ambas variables es negativa. Sin embargo, dada esa particularidad aclarada

anteriormente con respecto al significado de los valores del índice de la OECD, el valor negativo

del beta solosólo confirma la correlación positiva existente entre las variables. Es decir, los betas

muestran que una mayor rigidez (menor flexibilidad) laboral genera menor entrada de FDI. Esto

confirma lo planteado en la hipótesis 1 de esta investigación, que la flexibilidad laboral es un

2 En el Apéndice, Tabla 2, se encuentra en mayor detalle la descripción de cada uno de los indicadores

utilizados, y la fuente de la cual fueron extraídos.

11

determinante estadísticamente significativo de los flujos de FDI que entran a un territorio; y que la

flexibilidad laboral atrae mayores flujos de inversión, existiendo una correlación positiva entre

ambas variables.

Otro dato interesante con respecto a los modelos que ubican a la flexibilidad laboral como

variable dependiente, es el rol que toman las variables secundarias. En el caso de los modelos 3a y

4a, la única variable independiente estadísticamente significativa es el mismo índice de

flexibilidad, pero con los valores “tm1”. Y en el caso de los modelos 3b y 4b, además de esta

variable, el índice de Estado de Derecho también arroja un valor-p estadísticamente significativo,

con un beta negativo. En otras palabras, estos últimos modelos postulan que a mayores niveles de

Estado de Derecho, mayores serán los flujos de FDI que entren.

Ahora bien, los resultados respecto a las demás variables no son unánimes. Para empezar,

en el caso del tamaño de mercado, ya sea medido por el GDP o GDP per cápita y el crecimiento

porcentual del primero, los resultados no son los mismos para todos los casos.

El crecimiento porcentual del GDP no muestra valores-p significativos en ningún modelo.

Sin embargo, el GDP muestra un impacto estadísticamente significativo en los modelos 1 de

ambos grupos, mientras el GDP per cápita lo hace únicamente en el modelo 2a. Algo interesante

de esto es que en el modelo 2a, al cambiarse el indicador de tamaño de mercado (de GDP a GDP

per cápita), el valor-p de la flexibilidad laboral cambia y pasa de no relevante (modelo 1a) a

estadísticamente significativo (modelo 2a). Es decir, que si se toma el GDP per cápita, la variable

flexibilidad muestra ser un determinante significativo, situación que no ocurre si se considera el

GDP como medida del tamaño del mercado. A su vez, algo similar ocurre con la tasa de impuesto.

Al cambiar el GDP por el GDP per cápita, en los modelos 1b y 2b, el valor-p de la variable de

impuestos a las empresas experimenta un cambio en su significancia. Mientras en el modelo 1b

(con GDP), los impuestos no son estadísticamente relevantes, en el modelo 2b (con GDP per

cápita) si lo son.

Con respecto al signo de los betas correspondientes al GDP y al GDP per cápita, los

resultados si son unánimes en todos los modelos. El impacto significativo que tiene el tamaño del

mercado en la FDI es positivo, dándose que a mayor mercado, mayor GDP o GDP per cápita,

mayores serán los flujos netos de FDI que entrarán a ese mercado.

Estos antecedentes confirman lo propuesto en la segunda hipótesis. Si bien la literatura

propone la relevancia del crecimiento del mercado, los datos arrojados por los modelos muestran

que esto no es así. Sin embargo, el tamaño del mercado, medido ya sea por el GDP o el GDP per

cápita de ese país, es estadísticamente significativo en 3 de los 4 modelos. Esto confirma lo

planteado en la hipótesis; que el tamaño del mercado es un determinante importante para los

inversionistas, y que a mayor tamaño del mercado, mayores será la FDI que ingresa al país.

Pasando a las variables independientes secundarias, sólo la tasa de impuestos muestra un

impacto significativo. Mientras que, el nivel educacional y el Estado de Derecho no son

determinantes significativos de los flujos de FDI.

12

Tal como se mencionó ya, la variable impuestos es estadísticamente significativa sólo en

el modelo 2b. Si bien esta variable es incorporada como determinante de la FDI en 2 modelos,

modelo 1b y 2b, sólo en el segundo posee relevancia estadística. Dado esto, es posible sustentar la

hipótesis 5 en los resultados del modelo 2b. Es decir, es posible confirmar que la tasa de impuesto

a empresas que establecen las autoridades afecta los flujos de FDI que entran a un país. Sin

embargo, el signo del beta correspondiente a esta variable no condice con lo propuesto en la

hipótesis. SI bien existe un impacto significativo, este responde a una correlación positiva. El

modelo muestra que a mayores tasas de impuesto, mayores son los flujos de FDI. Esta lógica

refuta lo propuesto en esta investigación, y puede responde a lo planteado en la Sección I; que

mayores impuestos conllevan mayores gastos por parte del gobierno, ya sea en infraestructura,

educación, tecnología, entre otros. Pero tal como se mencionó en esa oportunidad, no se encontró

literatura que estudiara o apoyara esta teoría.

Con respecto al nivel educacional, medido en el porcentaje de matriculas en la educación

terciaria, los resultados contradicen lo propuesto en la hipótesis 4, mostrando que esta variable no

es un determinante estadísticamente significativo de los flujos entrantes de FDI. Lo mismo ocurre

con la gobernanza, medido por el nivel de Estado de Derecho existente. Los resultados de los

modelos muestra que la hipótesis 3 no se condice con los datos.

Sección IV: Análisis y consideraciones finales

Mucho se ha publicado con respecto a los determinantes de la FDI. Sin embargo, no todos

los académicos han llegado a las mismas conclusiones, ni han identificado las mismas variables.

Varias son las características mencionadas en la literatura, y esta investigación ha seleccionado a

algunas de ellas y ha testeado, a través de varios modelos de regresión multinivel, la correlación

existente entre estas variables y los flujos netos de FDI que entran a un territorio.

Tal como se postula al principio de este documento, la flexibilidad laboral es un

determinante estadísticamente significativo de los flujos netos de FDI. Si bien, no es el único

determinante, esta variable muestra valores significativos en 3 de los 4 modelos donde se postula

como variable independiente. Además, el signo del beta que corresponde a estos 3 modelos,

concuerda con lo propuesto en esta investigación; mayor flexibilidad genera mayor entrada de

FDI. Con estos resultados se deduce que los inversionistas buscan países con mayores niveles de

flexibilidad laboral. Esto, dado los costos que implica el tener menor flexibilidad, o más bien,

mayores restricciones laborales.

Ahora bien, esta no es la única característica que interesa a los inversionistas. Los datos

utilizados en esta investigación muestran que el tamaño del mercado, medido en el GDP o GDP

per cápita, también es una variable significativa. Estos resultados dan sustento a la afirmación de

que los inversionistas buscan mercados grandes para invertir. Esto debido a que no sólo buscan un

mercado laboral eficiente o económico para producir, sino también una población con poder

adquisitivo suficiente para consumir sus productos.

13

Con respecto a las demás variables, la tasa de impuesto a las empresas resulta también ser

relevante. Los resultados muestran una relación significativa pero positiva. Es decir, la primera

parte de la hipótesis planteada se ve confirmada, sin embargo, los resultados rechazan la

propuesta de que mayores tasas de impuesto generan menor entrada de FDI. El Estado de

Derecho y el nivel educacional son variables que no muestran ser significativas de acuerdo a los

datos utilizados.

Algunas debilidades de esta investigación se presentan en los datos utilizados. Una base

de datos más amplia, tanto en el número de países, periodo de tiempo abarcado y variables

consideradas, podría generar conclusiones distintas a las obtenidas, y con más sustento. Existen

variables, tales como el nivel de ingreso medio, la protección a la propiedad privada, la estabilidad

política y la corrupción, que son mencionadas por la literatura y que no son incluidas ni medidas

en esta investigación. El incluirlas podría llevar a cambios en los resultados obtenidos. El

considerar solo países de la OECD, podría estar generando un sesgo que distorsiona los datos. Sin

embargo, más allá de estas críticas, los datos utilizados provienen de fuentes serias y de prestigio.

Además, los resultados obtenidos se condicen con investigaciones anteriores existentes en la

literatura, lo que otorga mayor sustento a sus conclusiones.

14

Referencias

Agarwal, J. P. (1980). Determinants of Foreign Direct Investment: A Survey. Review of World

Economics, Vol. 116, No.4 , 739-773.

Agnès Bénassy-Quéré, Maylis Coupet & Thierry Mayer. (2007). Institutional Determinants of

Foreign Direct Investment. The World Economy , 764-782.

Asiedu, E. (2005). Foreign Direct Investment in Africa: The Role of Natural Resources, Market Size,

Goverment Policy, Institutions and Political Instability. United Nations University, WIDER, Research

Paper No. 2005/24.

Beata Smarzynska Javorcik & Mariana Spatareanu. (2005). Do Foreign Investors Care about Labor

Market Regulations? Review of World Economics, Vol. 141 (3) .

Bismas, R. (2002). Determinants of Foreign Direct Investment. Review of Development Economics,

6(3) , 492-504.

Blonigen, B. (2005). A Review of the Empirical Literature on FDI Determinants. Atlantic Economic

Journal, 33 , 383-403.

Drezner, D. W. (2001). Globalization and Policy Convergence. International Studies Review, Vol.3,

No.1 , 53-78.

Jan I. Haaland, Ian Wooton & Giulia Faggio. (2003). Multinational Firms: Easy Come, Easy Go?

FinanzArchiv 59, Nº1.

Jensen, N. M. (2003). Democratic Governance and Multinational Corporations: Political Regimes

and Inflows of Foreign Direct Investment. International Organization, Vol. 57, No. 3 , 587-616.

John F.Cassidy & Bernadette Andreosso-O'Callaghan. (2006). Spatial determinants of Japanese FDI

in China. Japan and the World Economy, 18 , 512-527.

Jonathan Michie & Maura Sheehan-Quinn. (2001). Labour Market Flexibility, Human Resource

Management and Corporate Performance. British Journal of Management, Vol. 12 , 287-306.

Josef C. Brada, Ali M. Kutan & Taner M. Yigit. (2006). The effects of transition and political

instability on foreign direct investment inflows. Economics of Transition, Vol. 14 (4) , 649-680.

Leonard K. Cheng & Yum K. Kwan. (2000). What are the determinants of the location of foreign

direct investment? The Chinese experience. Journal of International Economics, 57 , 379-400.

Mosley, L. a. (2007). Racing to the Bottom or Climbing to the Top? Economic Glabalization and

Collective Labor Rights. Comparative Political Studies, Vol. 40, No. 8 , 923-948.

Parcon, H. (2008). Labor Market Flexibility as a Determinant of FDI Inflows. University of Hawaii at

Manoa,Working Paper No. 08-07.

15

Robert E. Lipsey & Fredrik Sjöholm. (2004). Foreign direct investment, education and wages in

Indonesian manufacturing. Journal of Development Economics, 73 , 415-422.

Steven Globerman & Daniel Shapiro. (2002). Global Foreign Direct Investment Flows: The Role of

Governance Infrastructure. World Development, Vol. 30, No. 11 , 1899-1919.

Wei, S.-J. (1999). Does Corruption Relieve Foreign Investors of the Burden of Taxes and Capital

Controls? Policy Research Working Paper Series 2209.

16

Apéndice

Tabla 1

VARIABLES INDEPENDIENTES

EFECTO

POSITIVO NEGATIVO Poco o nada

Flexibilidad laboral Javorcik & Spatareanu (2005), Parcon (2008), Haaland et al. (2003), Bénassy-Quéré et al. (2007)

Drezner (2000), Parcon (2008)

Traxler & Woitech (2000), Marginson et al, 1996

Tamaño del mercado Agarwal (1980) Haaland et al. (2003) Javorcik & Spatareanu (2005), Asiedu (2006)

Salario medio Javorcik & Spatareanu (2005)

Riedel (1975), Agarwal (1980)

Bismas (2002)

Nivel educacional de la población

Cassidy & 0`Callaghan (2006)

Cheng & Kwanb (2000), Cheng (1999)

Gobernanza Globerman & Shapiro (2002), Bismas (2002), (Globerman & Shapiro, 2003)

Protección de derechos de propiedad

Bismas (2002), Javorcik & Spatareanu (2005)

Impuestos a empresas Javorcik & Spatareanu (2005), Hines (1996), Devereux & Griffith (1998)

17

Tabla 2

VARIABLE DEFINICIÓN FUENTE

fdi_inflows “Foreign direct investment, net inflows (BoP, current US$)” World Bank

flex_laboral Índice construido por la OECD. “OECD Indicators on Employment Protection – annual time series data 1985-2008”. Específicamente; “EPR_v1: Sub-indicator for dismissal of employees on regular contracts – calculated as weighted sum of items relating to regular contracts (REG1-REG8)” Los valores van de 0 a 6 (más restrictivo)

OECD

gdp “GDP (current US$)” World Bank

gdp_pcapita “GDP per capita (current US$)” World Bank

gdp_growth “GDP growth (annual %) World Bank

rule_of_law Indicador del World Governance Index (WGI); “Rule of Law”. Los valores van de -2,5 a 2,5 (mayor Estado de Derecho)

World Bank, WGI

enr_tertiary “School enrollment, tertiary (% gross)” World Bank

tax_oecd Datos sacados de; “Taxation of Corporate and Capital Income (2009)”; “Adjusted central government corporate income tax rate”

OECD

Para mayor información acerca de los datos del World Bank;

http://databank.worldbank.org/ddp/home.do ó http://data.worldbank.org/indicator. Ahí se

encuentran los datos utilizados en esta investigación, además de una descripción más detallada

acerca de los datos.

http://databank.worldbank.org/ddp/home.do

http://data.worldbank.org/indicator

18

Anexo

Modelo 1a:

fdi_inflows~fdi_inflows_tm1+log(gdp_tm1)+gdp_growth_tm1+flex_laboral_tm1

Modelo 2a:

fdi_inflows~fdi_inflows_tm1+log(gdp_pcapita_tm1)+gdp_growth_tm1+flex_laboral_tm1

Modelo 3a:

flex_laboral~fdi_inflows_tm1+log(gdp_tm1)+gdp_growth_tm1+flex_laboral_tm1

Modelo 4a:

flex_laboral~fdi_inflows_tm1+log(gdp_pcapita_tm1)+gdp_growth_tm1+flex_laboral_tm1

Modelo 1b:

fdi_inflows~fdi_inflows_tm1+log(gdp_tm1)+gdp_growth_tm1+flex_laboral_tm1+rule_of_law_tm1+enr_tert

iary_tm1+tax_oecd_tm1

Modelo 2b:

fdi_inflows~fdi_inflows_tm1+log(gdp_pcapita_tm1)+gdp_growth_tm1+flex_laboral_tm1+rule_of_law_tm1+

enr_tertiary_tm1+tax_oecd_tm1

Modelo 3b:

flex_laboral~fdi_inflows_tm1+log(gdp_tm1)+gdp_growth_tm1+flex_laboral_tm1+rule_of_law_tm1+enr_ter

tiary_tm1+tax_oecd_tm1

Modelo 4b:

flex_laboral~fdi_inflows_tm1+log(gdp_pcapita_tm1)+gdp_growth_tm1+flex_laboral_tm1+rule_of_law_tm1

+enr_tertiary_tm1+tax_oecd_tm1

19

MODELO 1a

MODELO 2a

Linear mixed-effects model fit by REML

Data: datos

AIC BIC logLik

13187,29 13217,73 -6586,645

Random effects:

Formula: ~1|pais

(Intercept) Residual

StdDev: 5019,149 22778,24

Fixed effects:fdi_inflows~1+fdi_inflows_tm1+log(gdp_tm1)+gdp_growth_tm1+flex_laboral_tm1

Value Std,Error DF t-value p-value

(Intercept) -49079,59 15268,217 545 -3,214494 0,0014

fdi_inflows_tm1 0,70 0,033 545 21,376672 0,0000

log(gdp_tm1) 4789,94 1103,952 545 4,338902 0,0000

gdp_growth_tm1 396,10 398,223 545 0,994678 0,3203

flex_laboral_tm1 -2978,09 1636,429 545 -1,819871 0,0693

Correlation:

(Intr) fd_n_1 lg(_1) gdp__1

fdi_inflows_tm1 0,282

log(gdp_tm1) -0,966 -0,376

gdp_growth_tm1 -0,096 -0,044 0,032

flex_laboral_tm1 -0,466 0,133 0,255 -0,045

Standardized Within-Group Residuals:

Min Q1 Med Q3 Max

-5,84707586 -0,2518352 -0,05787636 0,11229881 6,98570813

Number of Observations: 577

Number of Groups: 28


Data: datos

AIC BIC logLik

13199,81 13230,26 -6592,906

Random effects:

Formula: ~1|pais


StdDev: 6895,493 22863,97

Fixed effects: fdi_inflows ~1+fdi_inflows_tm1+log(gdp_pcapita_tm1)+gdp_growth_tm1+flex_laboral_tm1


(Intercept) -29321,027 19980,540 545 -1,467479 0,1428

fdi_inflows_tm1 0,715 0,033 545 21,952251 0,0000

log(gdp_pcapita_tm1) 4430,261 1918,896 545 2,308755 0,0213

gdp_growth_tm1 383,652 405,731 545 0,945583 0,3448

flex_laboral_tm1 -4003,767 1905,995 545 -2,100618 0,0361

Correlation:

(Intr) fd_n_1 l(__1) gdp__1


log(gdp_pcapita_tm1) -0,974 -0,236

gdp_growth_tm1 -0,044 -0,039 -0,006

flex_laboral_tm1 -0,417 0,156 0,225 -0,054


Min Q1 Med Q3 Max

-5,78511042 -0,22205232 -0,06892065 0,08911344 7,08001752



20

MODELO 3a

MODELO 4a


Data: datos

AIC BIC logLik

-1240,13 -1209,686 627,0649

Random effects:

Formula: ~1|pais


StdDev: 0,00347787 0,07701859

Fixed effects: flex_laboral~1+fdi_inflows_tm1+log(gdp_tm1)+gdp_growth_tm1+flex_laboral_tm1


(Intercept) 0,0485075 0,03950023 545 1,22803 0,2200

fdi_inflows_tm1 0,0000000 0,00000010 545 -0,42501 0,6710

log(gdp_tm1) -0,0014556 0,00287611 545 -0,50611 0,6130

gdp_growth_tm1 0,0014787 0,00129266 545 1,14388 0,2532

flex_laboral_tm1 0,9813160 0,00409592 545 239,58354 0,0000

Correlation:

(Intr) fd_n_1 lg(_1) gdp__1


log(gdp_tm1) -0,965 -0,421

gdp_growth_tm1 -0,157 -0,047 0,074

flex_laboral_tm1 -0,436 0,188 0,225 -0,034


Min Q1 Med Q3 Max

-13,8048919 -0,08549233 0,06004638 0,21911337 6,27063272




Data: datos

AIC BIC logLik logLik

-1240,989 -1210,545 627,4947

Random effects:

Formula: ~1|pais


StdDev: 0,00278805 0,07705203

Fixed effects: flex_laboral~1+fdi_inflows_tm1+log(gdp_pcapita_tm1)+gdp_growth_tm1+flex_laboral_tm1


(Intercept) 0,0454001 0,04908433 545 0,92494 0,3554

fdi_inflows_tm1 -0,0000001 0,00000010 545 -0,62847 0,5300

log(gdp_pcapita_tm1) -0,0015977 0,00471152 545 -0,33910 0,7347

gdp_growth_tm1 0,0014759 0,00129299 545 1,14143 0,2542

flex_laboral_tm1 0,9815285 0,00407248 545 241,01520 0,0000

Correlation:

(Intr) fd_n_1 l(__1) gdp__1


log(gdp_pcapita_tm1) -0,978 -0,195

gdp_growth_tm1 -0,154 -0,033 0,087

flex_laboral_tm1 -0,397 0,263 0,227 -0,031


Min Q1 Med Q3 Max

-13,82655629 -0,07267569 0,05594059 0,20617259 6,2733083



21

MODELO 1b

Lin

ear

mix

ed

-eff

ect

s m

od

el f

it b

y R

EML

Dat

a:d

ato

s

AIC

BIC

logL

ik

3416

,977

3446

,535

-169

8,48

8

Ran

do

m e

ffe

cts:

Form

ula

: ~1|

pai

s

(In

terc

ep

t)R

esi

du

al

Std

De

v:57

84,7

3629

258,

32

Fixe

d e

ffe

cts:

fd

i_in

flo

ws~

1+fd

i_in

flo

ws_

tm1+

log(

gdp

_tm

1)+g

dp

_gro

wth

_tm

1+fl

ex_

lab

ora

l_tm

1+ru

le_o

f_la

w_t

m1+

en

r_te

rtia

ry_t

m1+

tax_

oe

cd_t

m1

Val

ue

Std

,Err

or

DF

t-va

lue

p-v

alu

e

(In

terc

ep

t)-7

7907

,81

4428

0,35

117

-1,7

5942

10,

0811

fdi_

infl

ow

s_tm

10,

710,

0711

79,

7199

430,

0000

log(

gdp

_tm

1)63

95,8

730

22,3

911

72,

1161

660,

0365

gdp

_gro

wth

_tm

112

84,3

815

68,0

511

70,

8190

910,

4144

fle

x_la

bo

ral_

tm1

-974

0,44

4310

,88

117

-2,2

5950

00,

0257

rule

_of_

law

_tm

126

27,0

959

21,2

011

70,

4436

750,

6581

en

r_te

rtia

ry_t

m1

-51,

9719

1,79

117

-0,2

7096

20,

7869

tax_

oe

cd_t

m1

807,

2045

3,00

117

1,78

1910

0,07

74

Co

rre

lati

on

:

(In

tr)

fd_n

_1lg

(_1)

gdp

__1

flx_

_1rl

___1

en

r__1

fdi_

infl

ow

s_tm

10,

324

log(

gdp

_tm

1)-0

,903

-0,4

25

gdp

_gro

wth

_tm

1-0

,416

-0,0

800,

222

fle

x_la

bo

ral_

tm1

-0,5

250,

206

0,36

80,

080

rule

_of_

law

_tm

1-0

,317

-0,1

450,

197

0,42

30,

128

en

r_te

rtia

ry_t

m1

-0,0

480,

115

-0,0

64-0

,220

0,12

5-0

,558

tax_

oe

cd_t

m1

0,04

9-0

,099

-0,2

990,

279

-0,2

850,

196

-0,2

63

Stan

dar

diz

ed

Wit

hin

-Gro

up

Re

sid

ual

s:

Min

Q1

Me

dQ

3M

ax

-3,2

3236

006

-0,3

6629

668

-0,0

7720

292

0,27

8151

093,

6786

5783

Nu

mb

er

of

Ob

serv

atio

ns:

150

Nu

mb

er

of

Gro

up

s:

26

22

MODELO 2b

Lin

ear

mix

ed

-eff

ect

s m

od

el f

it b

y R

EML

Dat

a:d

ato

s

AIC

BIC

logL

ik

3419

,315

3448

,873

-169

9,65

7

Ran

do

m e

ffe

cts:

Form

ula

: ~1|

pai

s

(In

terc

ep

t)R

esi

du

al

Std

De

v:6,

4659

1630

100,

57

Fixe

d e

ffe

cts:

fd

i_in

flo

ws~

1+fd

i_in

flo

ws_

tm1+

log(

gdp

_pca

pit

a_tm

1)+g

dp

_gro

wth

_tm

1+fl

ex_

lab

ora

l_tm

1+ru

le_o

f_la

w_t

m1+

en

r_te

rtia

ry_t

m1+

tax_

oe

cd_t

m1

Val

ue

Std

,Err

or

DF

t-va

lue

p-v

alu

e

(In

terc

ep

t)14

711,

065

6673

9,87

117

0,22

0424

0,82

59

fdi_

infl

ow

s_tm

10,

805

0,07

117

12,2

1882

50,

0000

log(

gdp

_pca

pit

a_tm

1)-8

24,0

6769

13,3

211

7-0

,119

200

0,90

53

gdp

_gro

wth

_tm

138

1,58

215

09,5

711

70,

2527

760,

8009

fle

x_la

bo

ral_

tm1

-124

62,7

4838

47,7

711

7-3

,238

955

0,00

16

rule

_of_

law

_tm

157

6,74

877

58,3

111

70,

0743

390,

9409

en

r_te

rtia

ry_t

m1

-23,

291

181,

5011

7-0

,128

327

0,89

81

tax_

oe

cd_t

m1

1018

,244

412,

3311

72,

4694

660,

0150

Co

rre

lati

on

:

(In

tr)

fd_n

_1l(

__1)

gdp

__1

flx_

_1rl

___1

en

r__1

fdi_

infl

ow

s_tm

10,

140

log(

gdp

_pca

pit

a_tm

1)-0

,963

-0,1

89

gdp

_gro

wth

_tm

1-0

,292

-0,0

080,

157

fle

x_la

bo

ral_

tm1

-0,3

030,

403

0,18

50,

028

rule

_of_

law

_tm

10,

618

0,08

0-0

,708

0,17

5-0

,095

en

r_te

rtia

ry_t

m1

0,03

00,

129

-0,0

96-0

,228

0,14

8-0

,330

tax_

oe

cd_t

m1

-0,1

92-0

,293

0,05

20,

375

-0,2

030,

168

-0,3

19

Stan

dar

diz

ed

Wit

hin

-Gro

up

Re

sid

ual

s:

Min

Q1

Me

dQ

3M

ax

-3,1

9650

69-0

,441

0534

-0,1

1835

230,

3035

336

3,84

5117

Nu

mb

er

of

Ob

serv

atio

ns:

150

Nu

mb

er

of

Gro

up

s:

26

23

MODELO 3b

Lin

ear

mix

ed

-eff

ect

s m

od

el f

it b

y R

EML

Dat

a:d

ato

s

AIC

BIC

logL

ik

-316

,065

9-2

86,5

076

168,

0329

Ran

do

m e

ffe

cts:

Form

ula

: ~1|

pai

s

(In

terc

ep

t)R

esi

du

al

Std

De

v:6,

59E-

070,

0580

3838

Fixe

d e

ffe

cts:

fle

x_la

bo

ral~

1+fd

i_in

flo

ws_

tm1+

log(

gdp

_tm

1)+g

dp

_gro

wth

_tm

1+fl

ex_

lab

ora

l_tm

1+ru

le_o

f_la

w_t

m1+

en

r_te

rtia

ry_t

m1+

tax_

oe

cd_t

m1

Val

ue

Std

,Err

or

DF

t-va

lue

p-v

alu

e

(In

terc

ep

t)0,

0573

886

0,08

1152

6711

70,

7071

70,

4809

fdi_

infl

ow

s_tm

10,

0000

000

0,00

0000

1411

7-0

,318

040,

7510

log(

gdp

_tm

1)-0

,000

7908

0,00

5525

6011

7-0

,143

110,

8865

gdp

_gro

wth

_tm

10,

0005

740

0,00

2961

9611

70,

1937

80,

8467

fle

x_la

bo

ral_

tm1

0,98

1845

80,

0078

2158

117

125,

5304

00,

0000

rule

_of_

law

_tm

1-0

,025

3385

0,01

0783

2511

7-2

,349

810,

0205

en

r_te

rtia

ry_t

m1

0,00

0548

30,

0003

4892

117

1,57

143

0,11

88

tax_

oe

cd_t

m1

-0,0

0075

240,

0008

3123

117

-0,9

0518

0,36

72

Co

rre

lati

on

:

(In

tr)

fd_n

_1lg

(_1)

gdp

__1

flx_

_1rl

___1

en

r__1

fdi_

infl

ow

s_tm

10,

329

log(

gdp

_tm

1)-0

,904

-0,4

31

gdp

_gro

wth

_tm

1-0

,438

-0,0

850,

241

fle

x_la

bo

ral_

tm1

-0,5

160,

226

0,36

20,

086

rule

_of_

law

_tm

1-0

,327

-0,1

560,

204

0,43

90,

121

en

r_te

rtia

ry_t

m1

-0,0

470,

126

-0,0

57-0

,223

0,13

7-0

,566

tax_

oe

cd_t

m1

0,05

2-0

,121

-0,2

960,

273

-0,3

000,

211

-0,2

84

Stan

dar

diz

ed

Wit

hin

-Gro

up

Re

sid

ual

s:

Min

Q1

Me

dQ

3M

ax

-8,6

1339

336

-0,1

1975

212

0,08

5980

960,

2829

7422

3,04

6196

84

Nu

mb

er

of

Ob

serv

atio

ns:

150

Nu

mb

er

of

Gro

up

s:

26

24

MODELO 4b

Lin

ear

mix

ed

-eff

ect

s m

od

el f

it b

y R

EML

Dat

a:d

ato

s

AIC

BIC

logL

ik

-318

,775

9-2

89,2

176

169,

3879

Ran

do

m e

ffe

cts:

Form

ula

: ~1|

pai

s

(In

terc

ep

t)R

esi

du

al

Std

De

v:5,

41E-

070,

0578

4482

Fixe

d e

ffe

cts:

fle

x_la

bo

ral~

1+fd

i_in

flo

ws_

tm1+

log(

gdp

_pca

pit

a_tm

1)+g

dp

_gro

wth

_tm

1+fl

ex_

lab

ora

l_tm

1+ru

le_o

f_la

w_t

m1+

en

r_te

rtia

ry_t

m1+

tax_

oe

cd_t

m1

Val

ue

Std

,Err

or

DF

t-va

lue

p-v

alu

e

(In

terc

ep

t)-0

,074

9334

0,12

8255

2111

7-0

,584

250,

5602

fdi_

infl

ow

s_tm

1-0

,000

0001

0,00

0000

1311

7-0

,600

670,

5492

log(

gdp

_pca

pit

a_tm

1)0,

0131

017

0,01

3285

4611

70,

9861

70,

3261

gdp

_gro

wth

_tm

10,

0011

253

0,00

2900

9611

70,

3879

00,

6988

fle

x_la

bo

ral_

tm1

0,98

3596

90,

0073

9433

117

133,

0204

90,

0000

rule

_of_

law

_tm

1-0

,035

4409

0,01

4909

2811

7-2

,377

110,

0191

en

r_te

rtia

ry_t

m1

0,00

0512

50,

0003

4879

117

1,46

948

0,14

44

tax_

oe

cd_t

m1

-0,0

0074

730,

0007

9239

117

-0,9

4315

0,34

75

Co

rre

lati

on

:

(In

tr)

fd_n

_1l(

__1)

gdp

__1

flx_

_1rl

___1

en

r__1

fdi_

infl

ow

s_tm

10,

140

log(

gdp

_pca

pit

a_tm

1)-0

,963

-0,1

89

gdp

_gro

wth

_tm

1-0

,292

-0,0

080,

157

fle

x_la

bo

ral_

tm1

-0,3

030,

403

0,18

50,

028

rule

_of_

law

_tm

10,

618

0,08

0-0

,708

0,17

5-0

,095

en

r_te

rtia

ry_t

m1

0,03

00,

129

-0,0

96-0

,228

0,14

8-0

,330

tax_

oe

cd_t

m1

-0,1

92-0

,293

0,05

20,

375

-0,2

030,

168

-0,3

19

Stan

dar

diz

ed

Wit

hin

-Gro

up

Re

sid

ual

s:

Min

Q1

Me

dQ

3M

ax

-8,5

8100

16-0

,133

8190

0,12

3028

90,

2983

530

2,94

7541

4

Nu

mb

er

of

Ob

serv

atio

ns:

150

Nu

mb

er

of

Gro

up

s:

26

tesis flexibilidad laboral determinante de los flujos netos de inversión directa extranjera que...

Documents