Los indicadores económicos y sociales de México y China y su Influencia en la Inversión Extranjera Directa

Introducción

En México los principales indicadores económicos denotan un incremento notable durante el período 1990-2019. De manera particular, la Inversión Extranjera Directa (IED) tuvo un crecimiento superior al 400%. En China el desempeño de las variables económicas también ha sido importante. Específicamente, la IED se incrementó en más del 2000% (Banco Mundial, 2022). Estos comportamientos dejan evidencia de que en el período de estudio el flujo de IED incidió directamente en el crecimiento económico de estas economías (Ávila-López et al., 2020; Conde et al., 2019; Elizalde et al., 2020; Tinoco-García y Guzmán-Anaya, 2020). Contexto a partir del cual la presente investigación establece como objetivo analizar la incidencia de los indicadores económicos y sociales de México y China en los flujos de inversión extranjera directa.

A fin de lograr este objetivo se elaboraron dos modelos de series de tiempo, uno para cada país, estableciendo como variable dependiente el logaritmo de los flujos de IED a estas economías y como independientes las remuneraciones, el gasto público en educación, el valor agregado en la industria manufacturera, y los homicidios intencionales (Ávila-López et al., 2020; Baracaldo et al., 2005; Castillo et al., 2020; Cerquera-Losada y Rojas-Velásquez, 2020; Correa et al., 2017; De la Garza, 2005; Díaz, 2003; Elizalde et al., 2020; Gligo, 2007; Guerra-Borges, 2001; Maldonado et al., 2019; Mogrovejo, 2005; Morales y de Jesús, 2015; Morales, 2010; Moreno, 2008; Mortimore et al., 2001; Mendoza-Velázquez, 2021; Rendón y Ramírez, 2017; Roncal, 2018; Suanes y Roca-Sagalés, 2015; Tinoco-García y Guzmán-Anaya, 2020; Vallejo y Aguilar, 2004; Yokota y Tomohara, 2009).

El documento se conforma de seis apartados: el primero muestra la introducción, el segundo aborda la contextualización de la IED en México y China, el tercero exhibe el análisis de las posturas teóricas de la IED, el cuarto desarrolla los rasgos metodológicos de los modelos econométricos, el quinto trata el análisis y discusión de los resultados obtenidos en los modelos, y el sexto presenta las conclusiones del estudio.

Contextualización de la inversión extranjera directa en México y China

El apartado aborda el comportamiento de las principales variables macroeconómicas de México y China durante el período 1990-2019. Con el propósito de identificar la tendencia y conducta de la IED y los indicadores socioeconómicos relacionados con la inversión en estas economías.

Diagnóstico de las variables socioeconómicas de México

El Banco Mundial (BM) (2022) señala que, durante el período 1990-2019, el Producto Interno Bruto (PIB) de México aumentó en 100%, lo cual incidió en el ingreso per cápita de la sociedad. Este crecimiento estuvo relacionado con el comportamiento de indicadores como la Formación Bruta de Capital (FBK), que presentó una tasa de crecimiento (Tc) del 93%; las Exportaciones (X), que sostuvo una Tc del 414%; las Importaciones (M), que ostentó una Tc del 385%; el Valor Agregado en la Industria Manufacturera (VAIM), que mantuvo una Tc del 88%; y, la IED. Con relación a esta última variable, es necesario señalar que la Inversión Extranjera Directa en México se incrementó en un 460% durante el periodo de estudio, pasando de 4.3 mil millones de dólares en 1990 a 24.6 mil millones de dólares en 2019 (Ver tabla 1).

El dinamismo económico mostrado en el período de análisis permitió un incremento del 91% en las Remuneraciones (REM), del 479% en el Gasto Público en Educación (GPE), y del 18% en el Índice de Desarrollo Humano (IDH) (Véase tabla 1). Sin embargo, el desempeño económico nacional no trajo consigo una disminución de la pobreza, la marginación y el rezago social; debido a que indicadores como los Homicidios Intencionales (HI) tuvieron un crecimiento del 220% (BM, 2022; Consejo Nacional de Evaluación de la Política de Desarrollo Social [CONEVAL], 2022). Dejando evidencia de la imperiosa necesidad que tiene el país por la instauración de políticas públicas que se enfoquen en atender de raíz los problemas sociales (Aguilar-Estrada et al., 2018; Espinoza-Ramos y Rodríguez, 2018; Garza-Rodriguez, 2018; Narro et al., 2013; Pérez, 2018; Torres y Rojas, 2015).

Caracterización de los indicadores socioeconómicos de China

El PIB en China en el período 1990-2019 creció en 1294% al pasar de 827 mil millones de dólares en 1990 a 11 billones en 2019. El desarrollo económico de este país estuvo vinculado a la dinámica comercial y financiera de esos años; específicamente, con el comportamiento de los indicadores FBK, que mantuvo una Tc del 1359%; X, que ostentó una Tc del 2647%; M, que presentó una Tc del 3190%; VAIM, que sostuvo una Tc del 83%; y, la IED. En términos de la IED en China, es necesario señalar que durante el período de estudio exhibió un aumento del 2184%, al pasar de 5.8 mil millones de dólares en 1990 a 132.8 mil millones de dólares en 2019 (ver tabla 2).

La dinámica económica de China durante el período 1990-2019 trajo consigo un aumento del 2295% en las REM, del 1014% en el GPE, del 52% en el IDH, y una reducción del 68% en los HI (véase tabla 2). A pesar de ello, existen elementos sociales que esta economía debe mejorar a través de acciones públicas de combate a la pobreza y la inequidad (Maiza y Bustillo, 2016; Martínez, 2017; Nogueira et al., 2019; Piketty et al., 2019; Xie y Zhou, 2015; Zhou y Song, 2016).

Posturas teóricas de la inversión extranjera directa

La IED se origina cuando una corporación o individuo adquiere un activo en un país distinto al suyo con la finalidad de consolidar una ventaja que le permita ser más eficiente, productivo y competitivo (Organización para la Cooperación y el Desarrollo Económico [OCDE], 2010). Entre las posturas teóricas, que abordan el concepto y sus determinantes, destacan la teoría del comercio internacional, la teoría de Vernon (1966), el modelo de Heckscher-Ohlin, la teoría macroeconómica de Kojima (1982), la teoría de la ventaja competitiva de Porter (1990), la teoría dinámica de Ozawa (1992), el paradigma ecléctico de Dunning (1993), entre otros (Armas et al., 2019; Ayvar-Campos et al., 2021; Guerra-Borges, 2001; Pérez Pineda, 2009).

Posturas que denotan que la IED posee como determinantes elementos macroeconómicos del país emisor y receptor, así como microeconómicos de la firma que emprende la actividad inversora (Elizalde et al., 2020; Flora y Agrawal, 2014; Gómez et al., 2020; Mogrovejo, 2005; Tocar, 2018). Los estudios centrados en factores macroeconómicos señalan que la IED se encuentra en función de indicadores económicos, políticos y sociales (Díaz, 2003; Dussel et al., 2007; Flora y Agrawal, 2014; Gil et al., 2013; Gómez et al., 2020; Jiménez y Rendón, 2012; Mogrovejo, 2005). En términos de la visión microeconómica, la literatura señala que el ciclo de vida del producto, el aprovechamiento de las imperfecciones del mercado extranjero, la consolidación de ventajas de propiedad, ubicación y asimilación del proceso productivo son variables que inciden directamente en los flujos de IED (Baracaldo et al., 2005; Brahma y Chakraborty, 2011; De la Garza, 2005; Díaz, 2003; Gil et al., 2013; Gómez et al., 2020; Karthikeyan et al., 2011; Klein et al., 1990; Krugman et al., 2018; Vallejo y Aguilar, 2004; Wernerfelt, 1984).

A causa de que el crecimiento en una economía abierta está en función de su capacidad para captar IED, es el Estado quien deberá fungir como promotor de la inversión, salvaguardando primero los derechos de los ciudadanos (Armas et al., 2019; Quiroz, 2003). Esto lo puede efectuar a través del desarrollo de aspectos como el mercado, la infraestructura, la investigación y desarrollo, el nivel educativo de la sociedad, los costos laborales, las capacidades productivas, la estabilidad política y social, entre otros (Castillo et al., 2020; De la Garza, 2005; Elizalde et al., 2020; Guerra-Borges, 2001; Krugman et al., 2018; Loría, 2020; Martín y Turrión, 2004; Mogrovejo, 2005; Peng, 2001; Pérez, 2009; Quiroz, 2003; Tocar, 2018; Vallejo y Aguilar, 2004; Wernerfelt, 1984).

Rasgos metodológicos de los modelos econométricos para México y China

En la presente investigación se desarrollaron dos modelos de regresión múltiple de series de tiempo, para el período 1990-2019, uno para el caso de México y otro para China. La conformación de estos se llevó a cabo con base en la información estadística del Banco Mundial (BM) (2022) y el Asia-Pacific Economic Cooperation (APEC) (2022). Los dos modelos consideran al logaritmo de la Inversión Extranjera Directa (IED) como variable dependiente; en función de las Remuneraciones (REM), el Gasto Público en Educación (GPE), el Valor Agregado en la Industria Manufacturera (VAIM), y los Homicidios Intencionales (HI). La representación del modelo econométrico es la siguiente:

Las variables de los modelos fueron seleccionadas con base a su representatividad teórica y estadística para explicar el comportamiento de los flujos de IED a México y China (Guerra-Borges, 2001; Mortimore et al., 2001; Díaz, 2003; Vallejo y Aguilar, 2004; Baracaldo et al., 2005; De la Garza, 2005; Mogrovejo, 2005; Gligo, 2007; Moreno, 2008; Yokota y Tomohara, 2009; Morales, 2010; Morales y de Jesús, 2015; Suanes y Roca-Sagalés, 2015; Correa et al., 2017; Rendón y Ramírez, 2017; Roncal, 2018; Maldonado et al., 2019; Ávila-López et al., 2020; Castillo et al., 2020; Cerquera-Losada y Rojas-Velásquez, 2020; Elizalde et al., 2020; Tinoco-García y Guzmán-Anaya, 2020; Mendoza-Velázquez, 2021).

El procedimiento aplicado para la identificación de la incidencia de las REM, el GPE, el VAIM y los HI en los flujos de IED, basado en los postulados de Quintana y Mendoza (2017), fue el siguiente: a) Identificación y análisis de las variables de estudio en el modelo, b) Estimación econométrica, y c) Verificación de la ausencia de errores de especificación. El software utilizado para realizar los cálculos econométricos fue R.

Análisis y discusión de los resultados

A continuación, se trata el análisis y discusión de los resultados de los modelos de regresión múltiple de series de tiempo, para el período 1990-2019, en el caso de México y China.

México

Mediante análisis descriptivo de los indicadores (IED, REM, GPE, VAIM y HI) se visualizó que las variables -dependiente e independientes- del modelo poseen una distribución homogénea en el período de estudio, con pocas observaciones fuera de la media. Por otro lado, a partir de la matriz de correlación se identificó la presencia de relaciones significativas entre las variables.

Los tests de Dickey-Fuller y de Phillips-Perron, que permiten apreciar la estacionalidad de las variables empleadas en el modelo, revelaron el siguiente comportamiento: a) la variable IED, que funge como dependiente, una vez realizado el ajuste por primeras diferencias ostentó un valor z-tau mayor que el estadístico z al 5%, lo que permite establecer que la misma no posee raíz unitaria; b) las variables REM, GPE, VAIM e HI, que ejercen el papel de variables independientes o explicativas, después de haber sido adecuadas por primeras diferencias presentaron un valor z-tau mayor que el estadístico z al 5%, con lo que se determina que son estacionarias. Ello supone que sus medias y variabilidad son constantes a lo largo del período de análisis, requisito necesario para que las estimaciones del modelo sean confiables (Quintana y Mendoza, 2017).

Establecida la viabilidad estadística de las variables, se procedió a la estimación del modelo econométrico a partir del método de Mínimos Cuadrados Ordinarios (MCO). En la tabla 3 se aprecia que los signos de los coeficientes convergen con lo establecido por la teoría. Es decir, el GPE y el VAIM poseen una relación positiva con la IED; mientras que, las REM y los HI muestran una relación negativa. Asimismo, se pudo observar que las variables VAIM y HI son estadísticamente significativas, con lo cual se establece que la variabilidad del IED se explica en más del 77% por las variaciones de estos indicadores. Por otro lado, los resultados del Estadístico F denotan que las variables independientes en conjunto explican las variaciones de la variable dependiente. Lo cual se corrobora en la tabla 1a del Anexo, donde se observa que los estimadores de F son altos y los p-valor inferiores a 0.05. Ratificando que las variables VAIM y HI en conjunto explican las variaciones de la IED en el caso mexicano.

Con el propósito de confirmar la ausencia de errores de especificación se realizó el siguiente procedimiento:

1. Comprobación de la inexistencia de error de especificación en la forma funcional. En este caso, la prueba de Ramsey (RESET) permite detectar errores de especificación ocasionados por la omisión de variables independientes o porque la forma funcional de las variables independientes no es la apropiada. Es así como se puede establecer que con p-values superiores a 0.05 el modelo posee la forma funcional correcta y que no existe, por lo tanto, necesidad de re-especificarlo (ver tabla 2a del Anexo).
2. Determinación de ausencia de error de especificación en la información empírica. Lo cual es posible establecer mediante la prueba de multicolinealidad a partir del Factor de Inflación de la Varianza (VIF). Que en este caso al obtener valores inferiores a 10 denotan la inexistencia de multicolinealidad (ver tabla 3a del Anexo).
3. Verificación de la inexistencia de error de especificación en el término de error. En este sentido, fue posible apreciar que el test de Jarque-Bera con un p-value mayor que 0.05 indica la existencia de normalidad en los residuales del modelo; el test de Durbin-Watson con un p-value mayor a 0.05 muestra la ausencia de autocorrelación de primer orden en los residuos; el test de Berusch-Godfrey con un p-value mayor que 0.05 expresa la inexistencia de autocorrelación de orden superior en los residuos; y el test de Berusch-Pagan con un p-value mayor a 0.05 señala que la varianza de los errores aleatorios es constante o homocedástica (ver tabla 3a del Anexo).

Con base en estos resultados se corrobora la ausencia de errores de especificación en el modelo, lo que implica que las estimaciones derivadas del mismo son eficientes, insesgadas y consistentes.

China

En el caso de China, el análisis descriptivo de los indicadores (IED, REM, GPE, VAIM y HI) muestra que las variables empleadas en el modelo poseen una distribución homogénea con pocas observaciones fuera de la media durante el período de análisis. Mientras que, la matriz de correlación identifica la existencia de relaciones significativas entre las variables. Por otro lado, los tests Dickey-Fuller y Phillips-Perron revelan que las variables (IED, REM, GPE, VAIM y HI), después de un ajuste por primeras diferencias, son estacionarias. Resultados que establecen que se puede continuar con el proceso de modelización y obtener estimaciones confiables (Quintana y Mendoza, 2017).

Verificada la conveniencia de las variables se dio paso a la estimación del modelo mediante MCO. La tabla 5a del Anexo muestra que los signos de los coeficientes corresponden a lo señalado por la teoría. Es así como, el GPE y el VAIM tienen una relación positiva con la IED; mientras que, las REM y los HI mantienen una relación negativa. Asimismo, se distingue que las variables REM, GPE y HI son estadísticamente significativas, y que las mismas en un 77% determinan el comportamiento de la IED en China. Resultado que es verificado a partir del Estadístico F (ver tabla 6a del Anexo).

Con la finalidad de verificar la ausencia de errores de especificación se aplicaron los tests de Ramsey, VIF, Jarque-Bera, Durbin-Watson, Berusch-Godfrey, y Berusch-Pagan. Identificando que en este caso y con el método de MCO el modelo contaba con errores de especificación, y que era necesario adecuarlo (ver tablas 7a, 8a y 9a del Anexo).

Ajustado el modelo mediante el método de Coxhrane-Ocutt y la corrección de White se corroboró que las variables REM, GPE y HI eran estadísticamente significativas, y que las mismas en un 77% determinan el comportamiento de la IED en China. Asimismo, que una vez realizadas las adecuaciones, estas estimaciones eran eficientes, insesgadas y consistentes (Ver tabla 4).

Conclusiones

En el período 1990-2019, el APEC sostuvo un importante dinamismo económico, lo que se vio reflejado en los principales indicadores socioeconómicos de la región. Sin embargo, existen disparidades económicas y sociales importantes entre los países que lo conforman; que conllevan, niveles de desarrollo y bienestar social desiguales, así como potencialidades productivas y ventajas competitivas diferenciadas. Siendo México y China dos casos de estudio que reflejan estos polos de desarrollo económico (BM, 2022; Ayvar-Campos et al., 2021). A consecuencia de este contexto, en la investigación se planteó como objetivo analizar la incidencia de los indicadores económicos y sociales de México y China en los flujos de inversión extranjera directa. Con este propósito se aborda el estudio de los postulados teóricos de la IED, identificando que las corporaciones multinacionales con el propósito de obtener mayores ingresos adquieren activos en un país distinto al suyo, estrategia que le permite ser más eficiente, productivo y competitivo. De esta forma, la IED está en función de elementos macroeconómicos y microeconómicos, como son: la localización; los costos y calidad de los factores; la productividad; la estabilidad política, financiera y social; entre otros (De la Garza, 2005; Díaz, 2003; Guerra-Borges, 2001; Loría, 2020; Martín y Turrión, 2004; Mendoza y Cabrera, 2014; Mogrovejo, 2005; Vallejo y Aguilar, 2004).

Partiendo de estos argumentos teóricos, se procedió a la elaboración de dos modelos de regresión múltiple de series de tiempo, estableciendo como variable dependiente el logaritmo de la IED, y como independientes las REM, el GPE, el VAIM, y los HI. El procedimiento para identificar la incidencia de las variables independientes sobre la dependiente, en ambos casos, cubrió las siguientes etapas: a) Identificación y análisis de las variables de estudio en el modelo, b) Estimación econométrica, y c) Verificación de la ausencia de errores de especificación (Quintana y Mendoza, 2017). Los cálculos econométricos se llevaron a cabo mediante la aplicación del software R.

Los resultados de los modelos permitieron distinguir, en primera instancia, que en el caso de México los signos de los coeficientes de las variables independientes convergen con lo demarcado por la literatura. En esta lógica, las REM y los HI exhibieron una relación negativa con la IED, en tanto que el GPE y las VAIM una positiva. De igual manera, el estudio de las significancias de los coeficientes denota que el VAIM y los HI incidieron en los flujos de IED a México en el período 1990-2019, al explicar su comportamiento en un 77%. En segunda instancia, los resultados muestran que, en el caso de China, los signos de los coeficientes de las variables independientes coinciden con lo establecido por la teoría. Es decir, que las REM y los HI poseen una relación inversa y el GPE y el VAIM una positiva con la IED. Asimismo, los resultados del modelo indican que las REM, el GPE y el VAIM explicaron en un 77% los flujos de IED a China durante el período de estudio.

Resultados que corresponden con lo establecido por Ávila-López et al. (2020), Baracaldo et al. (2005), Castillo et al. (2020) Cerquera-Losada y Rojas-Velásquez (2020), Correa et al. (2017), De la Garza (2005), Díaz (2003), Dussel et al. (2007), Elizalde et al. (2020), Gligo (2007), Guerra-Borges (2001), Maldonado et al. (2019), Mogrovejo (2005), Morales y de Jesús (2015), Morales (2010), Moreno (2008), Rendón y Ramírez (2017), Roncal (2018), Suanes y Roca-Sagalés (2015), Tinoco-García y Guzmán-Anaya (2020), y Vallejo y Aguilar (2004).

A consecuencia de ello, se considera preciso el desarrollo de programas y acciones públicas que propicien un adecuado clima de inversión (Cuadra y Florián, 2003; De la Garza, 2005; Guerra-Borges, 2001; Pérez, 2009). Es decir, acciones estatales que permitan el desarrollo de capital humano, infraestructura y estabilidad social. Condiciones clave, a su vez, para la consolidación de ventajas competitivas como: a) fuerza de trabajo calificada, b) elevada productividad laboral, c) innovación y desarrollo, y d) producción de bienes con alto valor agregado. Es así como la consagración de estos elementos económicos y sociales, además de atraer IED, acrecentarán la competitividad empresarial y sectorial de México y China.