Finanzas Internacionales y Desarrollo Economico

Finanzas internacionales
y desarrollo económico: temas

contemporáneos de investigación
Autores
Edith Paloma Airada Hernández

Rafael Salvador Espinosa Ramírez
Carlos Ignacio García Jiménez
Leonardo Adalberto Gatica Arreola
Víctor Hugo Gualajara Estrada
Jonathan Haro Núñez
Claraliz Heráldez León
Clemente Hernández Rodríguez
Patricia Murrieta Cummings
Andrés Jerson Millán López
José Antonio Olivares Mendoza
Sandra Ivett Portugal Padilla
Mauricio Ramírez Grajeda
Baruch Ramírez Rodríguez
Antonio Ruiz Porras
Guillermo Sierra Juárez
Xochitl Valdez Castro
Laura Selene Vielmas García
Finanzas internacionales
y desarrollo económico: temas
contemporáneos de investigación
VíCtor Hugo gualajara estrada

antonio ruiz Porras
Coordinadores
Cuerpo Académico UDG-CA-826

Temas de Economía Internacional, Finanzas y Desarrollo
Este libro fue financiado con recursos de: 1) El Programa de Fortale-
cimiento de la Calidad Educativa (pfce, Convocatoria “Consolidación
de la Capacidad Académica del Profesorado del cucea”); 2) el Subsidio
Ordinario Federal 2019 del Departamento de Métodos Cuantitativos para
el proyecto 245834; y, 3) el Programa de Incorporación y Permanencia
de Posgrado en el Programa Nacional de Posgrado de Calidad (proinpep,
Acuerdo rg/026/2019) para el Doctorado en Estudios Económicos.
El material publicado fue dictaminado por investigadores con amplio

reconocimiento científico bajo el sistema doble ciego emitido por acadé-
micos (internos o externos) a esta institución, especialistas en la materia.
Primera edición, 2020
D.R. © 2020, Universidad de Guadalajara

Centro Universitario de Ciencias Económico Administrativas
Periférico Norte # 799,
Núcleo Universitario Los Belenes,
cp 45100, Zapopan, Jalisco, México.
ISBN 978-607-571-010-5
e-ISBN 978-607-571-049-5
Impreso y hecho en México

Printed and made in Mexico
Contenido
Introducción. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Antonio Ruiz Porras. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
FINANZAS INTERNACIONALES
CAPÍTULO 1. El papel que desempeña la religión sobre

la decisión de colocación de inversión extranjera directa. . . . . . . . 15
CAPÍTULO 2. Criptomonedas en América Latina y China:

el rol del e-commerce y la especulación financiera. . . . . . . . . . . . . 51
CAPÍTULO 3. Los mercados de valores y de bonos

estadounidenses y la valuación bursátil de las firmas
industriales de los países de la Alianza del Pacífico. . . . . . . . . . . . . . 69
Antonio Ruiz Porras
Claralíz Heráldez León
CAPÍTULO 4. Contraste de rendimiento y cobertura

de portafolios combinando divisas y criptomonedas. . . . . . . . . . . . 93
DESARROLLO ECONÓMICO
CAPÍTULO 5. Evaluación de la relación entre las exportaciones

y la acumulación de deuda pública. . . . . . . . . . . . . . . . . . . . . . . . . . 125
CAPÍTULO 6. Ciencia, tecnología e innovación chinas:
implicaciones para el futuro de América Latina y el Caribe. . . . . . 155
Clemente Hernández-Rodríguez
CAPÍTULO 7. La moda, ¿armadura o espada? trabajo infantil

en la industria de la moda en México . . . . . . . . . . . . . . . . . . . . . . . . 187
Leonardo A. Gatica Arreola
CAPÍTULO 8. Análisis espacial de crecimiento económico

municipal en Jalisco mediante fotos satelitales. . . . . . . . . . . . . . . . 219
Jonathan Haro Nuñez
CAPÍTULO 9. El impacto del trabajo infantil y el orden

de nacimiento sobre la distorsión de grado para la edad
en áreas urbanas de México, 1987-2014 . . . . . . . . . . . . . . . . . . . . . 281
SEMBLANZAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
Introducción

Antonio Ruiz Porras
Tradicionalmente, las finanzas internacionales y el desarrollo

económico han sido disciplinas académicas con escasas vincu-
laciones entre sí. Sin embargo, tras la crisis global de 2008 y la
subsecuente necesidad de que las economías vuelvan a la senda
del crecimiento económico, se ha renovado el interés por estudiar
ambas disciplinas y sus relaciones. Particularmente, en el libro
que aquí se presenta, Finanzas internacionales y desarrollo econó-
mico: temas contemporáneos de investigación, se compilan algunos
estudios relativos al estado del arte en ambas disciplinas donde
participaron académicos, estudiantes y egresados vinculados al
cuerpo académico udg-ca-826, “Temas de economía internacio-
nal, finanzas y desarrollo”, de la Universidad de Guadalajara.
Los estudios incluidos en este libro muestran la utilidad de
estudiar los fenómenos económicos y financieros desde una pers-
pectiva multidisciplinaria e interdisciplinaria. Por esta razón,
muchos estudios refieren a temas de investigación que no suelen
ser comúnmente analizados en la literatura económica y finan-
ciera. En este contexto, los estudios evidencian la utilidad del
trabajo colaborativo que ha existido entre los miembros del men-
cionado cuerpo académico con los estudiantes y egresados de
los programas de posgrado. De hecho, los temas de investigación
analizados aquí no solo reflejan los intereses de los académicos,
sino también aquellos de los estudiantes y egresados. Por estas
7
razones, los estudios abordan temas de interés para los académi-

cos, los hacedores de políticas y el público.
Analíticamente, el libro se organiza en dos partes y nueve
capítulos. La primera parte, “Finanzas internacionales”, incluye
cuatro capítulos dedicados a temas de interés contemporáneo en
el ámbito de los mercados financieros internacionales. En parti-
cular, los temas estudiados en dichos capítulos son los siguientes:
1. el papel de la religión sobre las decisiones de colocación de
inversión extranjera directa; 2. el rol del e-commerce y la especu-
lación con criptomonedas en América Latina y China; 3. la admi-
nistración de riesgos mediante portafolios de inversión que usan
divisas internacionales y criptomonedas; y 4. los efectos de los
mercados financieros estadounidenses en la valuación bursátil de
firmas industriales de los países de la Alianza del Pacífico.
En el primer capítulo del libro, “El papel que desempeña la
religión sobre la decisión de colocación de inversión extranjera
directa”, Rafael Salvador Espinosa Ramírez y Edith Paloma Airada
Hernández investigan la vinculación entre la religión y la ied.
Específicamente, los autores estiman el impacto de la diversidad
religiosa sobre la atracción de ied mediante un análisis espacial
usando datos del periodo 2000-2010. Los autores concluyen que
los inversionistas prefieren invertir en países que son religiosa-
mente más diversos, complementando así algunos hallazgos refe-
ridos a la vinculación positiva entre la diversidad religiosa y el
comercio internacional. Sin embargo, también concluyen que la
diversidad religiosa no es una variable fundamental para atraer
inversión extranjera.
En el segundo capítulo, “Criptomonedas en América Latina y
China: el rol del e-commerce y la especulación financiera”, Víctor
Hugo Gualajara Estrada y Laura Selene Vielmas García estudian
los usos de las criptomonedas. Los autores contextualizan su estu-
dio argumentando que la digitalización de los sistemas e instru-
mentos financieros, y las criptomonedas, fueron el resultado de la
reestructuración de los sistemas financieros y bancarios ocurrida
tras la crisis global de 2008. Asimismo, y tras haber analizado el
8
Introducción
crecimiento y usos de las criptomonedas en las relaciones comer-

ciales entre Latinoamérica y China, los autores discuten la posi-
bilidad de que estas faciliten los rescates financieros, reduzcan la
intermediación bancaria e incrementen el comercio digital en la
economía global.
En el tercer capítulo, “Los mercados de valores y de bonos
estadounidenses y la valuación bursátil de las firmas industria-
les de los países de la Alianza del Pacífico”, Antonio Ruiz Porras
y Claraliz Heráldez León evalúan la relevancia de los mercados
financieros estadounidenses para la valuación de acciones. El
estudio utiliza estimaciones del modelo de Ohlson y una exten-
sión de este. El análisis se sustenta en pruebas de raíces unitarias,
regresiones para paneles de datos y estimadores de validez esta-
dística. El principal hallazgo es que los precios de las acciones
dependen directamente de la tasa de los bonos rezagada, no del
índice Dow Jones. La muestra incluye datos trimestrales de ocho
firmas industriales para el periodo 2000:01-2017:04
En el cuarto capítulo, “Contraste de rendimiento y cobertura
de portafolios combinando divisas y criptomonedas”, Guillermo
Sierra Juárez y Sandra Ivett Portugal Padilla construyen portafo-
lios de acuerdo a la teoría de Markowitz con base en un universo
de monedas tradicionales, en un conjunto de criptomonedas y
en una combinación de ambas. Los portafolios generados se uti-
lizan para realizar una cobertura con futuros sobre criptomone-
das y para hacer una estimación de su valor en riesgo (var). Sus
hallazgos muestran que, en prácticamente todos los escenarios de
portafolios óptimos, la elección de activos casi siempre incluyó a
monedas tradicionales, tales como la libra turca, el real brasileño
y el rublo ruso, y a alguna criptomoneda.
La segunda parte del libro, “Desarrollo económico”, incluye
cinco capítulos, referidos a temas que han estado en la agenda
pública del desarrollo en la última década y que, por esta razón,
comparten una perspectiva interdisciplinaria y multidisciplinaria.
Particularmente, los temas estudiados aquí son los siguientes: 1.
las relaciones entre las exportaciones y la acumulación de deuda
9
pública en Estados Unidos; 2. las políticas chinas sobre ciencia,

tecnología e innovación y el desarrollo de América Latina y el
Caribe; 3. el trabajo infantil en la industria de la moda en México;
4. el uso de satélites para investigar el crecimiento económico
municipal; y 5. los efectos del trabajo infantil y del orden de naci-
miento sobre el desempeño escolar en áreas urbanas de México.
En el quinto capítulo, “Evaluación de la relación entre las
exportaciones y la acumulación de deuda pública”, Carlos Ignacio
García Jiménez estudia la hipótesis de existencia de una relación
entre la acumulación de deuda gubernamental y las exportacio-
nes, pero intermediada por el tipo de cambio. Esta hipótesis la
evalúa usando pruebas de causalidad de Granger y un modelo
vectorial autorregresivo para datos anuales de la economía esta-
dounidense del periodo 1973-2010. Sus resultados sugieren que
la acumulación de deuda federal de Estados Unidos no tuvo efec-
tos directos sobre las exportaciones de dicho país. Sin embargo,
sus resultados validan que los cambios en deuda gubernamental
tuvieron efectos sobre el tipo de cambio y que esta última variable
sí tuvo efectos causales directos sobre las exportaciones.
En el sexto capítulo, “Ciencia, tecnología e innovación chinas:
implicaciones para el futuro de América Latina y el Caribe”, Cle-
mente Hernández Rodríguez y José Antonio Olivares Mendoza
argumentan que los países de América Latina y el Caribe deben
redefinir su inserción en la economía mundial y dar prioridad
a sus relaciones con China en materia de inversión, comercio y
desarrollo de ciencia y tecnología. Particularmente, los autores
argumentan que el desarrollo de la ciencia y la tecnología entre
China y los países latinoamericanos le quitará el monopolio del
conocimiento a las transnacionales. Más aún, sugieren que China
permitirá orientar el desarrollo de la ciencia con base en los inte-
reses de la sociedad.
En el séptimo capítulo, “La moda, ¿armadura o espada?
Trabajo infantil en la industria de la moda en México”, Patricia
Murrieta Cummings y Leonardo A. Gatica Arreola analizan la
cadena de suministros de la industria de la moda en México.
10
Introducción
A partir de entrevistas a profundidad con dueños de maquilas,

comerciantes, obreros y menores, los autores analizan los facto-
res que han facilitado la presencia de menores trabajando en una
industria que ha asumido una postura de tolerancia cero frente
al trabajo infantil y forzado. Los autores concluyen que el cre-
cimiento de la cadena de suministros y la heterogeneidad en la
aplicación de las políticas de inspección del trabajo, en un con-
texto de pobreza y falta de alternativas laborales, han permitido
que haya niños y niñas trabajando.
En el octavo capítulo, “Análisis espacial de crecimiento eco-
nómico municipal en Jalisco mediante fotos satelitales”, Mauricio
Ramírez Grajeda, Jonathan Haro Núñez y Andrés Jerson Millán
López estudian el desempeño económico municipal usando
datos satelitales del periodo 1992-2013. Los autores muestran
que existe autocorrelación espacial positiva y significativa de las
observaciones mediante un modelo econométrico espacial. Este
resultado sugiere que el crecimiento económico de municipios
más desarrollados, digamos, los que integran la Zona Metropo-
litana de Guadalajara, afecta positivamente el progreso de otros
municipios aledaños. Más aún, dicho resultado sugiere la exis-
tencia de una economía centralizada en el estado mexicano de
Jalisco.
En el noveno capítulo, “El impacto del trabajo infantil y el
orden de nacimiento sobre la distorsión de grado para la edad en
áreas urbanas de México, 1987-2014”, Xochitl Valdez Castro y
Baruch Ramírez Rodríguez estudian la relación entre el trabajo
infantil y la educación. Sus hallazgos muestran que un niño que
trabaja tiene un 4.4 % más de probabilidad de sufrir rezago edu-
cativo. Asimismo, muestran que las niñas que viven en hogares
pobres y extremadamente pobres tienen una probabilidad menor
de experimentar una distorsión de la edad escolar que las niñas
de familias no pobres. Los autores sustentan dichas conclusiones
usando el indicador sage, técnicas de modelación probabilística
y datos de la Encuesta Nacional de Empleo y Ocupación y de la
Encuesta Nacional de Empleo Urbano.
11
Finalmente, no sobra enfatizar las contribuciones de los estu-

dios contenidos en este libro. Estas contribuciones refieren al
estudio de temas que han ganado recientemente la atención a
nivel global; asimismo, al uso de una perspectiva multidiscipli-
naria e interdisciplinaria para estudiar temas vinculados a las
finanzas internacionales y al desarrollo económico. Además, las
contribuciones refieren al fortalecimiento de los vínculos entre
los académicos y entre los académicos con los estudiantes y egre-
sados para desarrollar investigaciones de interés común. Por estas
razones, cabría esperar que los estudios incluidos en este libro
sean de interés para los académicos, los estudiantes, los hacedores
de políticas y el público interesado en la economía y las finanzas.
12
FINANZAS INTERNACIONALES
CAPÍTULO 1
El papel que desempeña la religión
sobre la decisión de colocación de inversión
extranjera directa

1. Introducción
La globalización ha permitido que se vayan creando diversos

acuerdos, tratados y convenios internacionales, por tal motivo,
los países deberían tomar en cuenta las variables relacionadas en
el proceso de globalización y no solo económicas, sino también
políticas, culturales y legales. Tanto la globalización como la inter-
dependencia comercial mundial han ido creando la necesidad de
establecer lazos entre personas con orígenes, tradiciones y cos-
tumbres distintas, por ello es crucial conocer el estilo, las formas,
momentos, creencias y modos de negociar de otras culturas, con
el propósito de crear una relación de largo plazo, propia de un
enfoque de empresa orientada al mercado, a fin de obtener los
mejores niveles de rentabilidad posible (Okabe y Carrillo, 2014).
Con la apertura comercial se comenzaron a presentar diversas
oportunidades; algunas de ellas son la privatización de empresas
públicas, fusiones, concesiones otorgadas por los gobiernos lati-
noamericanos a empresas extranjeras. Todo esto dio paso a la
entrada de la inversión extranjera directa (ied). Asimismo, con la
15
Edith Paloma Airada Hernández y Rafael Salvador Espinosa Ramírez
entrada de las reformas económicas, algunos de los dueños de las

empresas latinoamericanas se decidieron por vender o fusionar
sus empresas (Mogrovejo, 2005).
Según la teoría económica convencional, la inversión extran-
jera directa funciona como un gran impulsor del desarrollo, par-
ticularmente para las economías receptoras. La relevancia de este
concepto inicia a finales de los años ochenta, cuando el Fondo
Monetario Internacional y el Banco Mundial promovieron en los
países periféricos la aplicación de las medidas solicitadas por el
Consenso de Washington: privatizaciones, reducción de la inver-
sión del sector público y liberalización comercial y financiera.
La ied, a partir de entonces, pasó a convertirse en una de las
principales fuentes de financiación de los países empobrecidos
(Arahuetes y García, 2007).
El país receptor de la inversión extranjera directa general-
mente espera de esta que tras su llegada se creen empleos, tecno-
logías, nuevas ideas y prácticas de trabajo, mayores recaudaciones
impositivas, creación de tejidos industriales, entre otras cosas,
que ayuden al crecimiento de dicho país receptor. Algunas de
las razones por las cuales las firmas comprometen sus inversio-
nes con otros países son obtener recursos naturales de los cuales
necesita y mano de obra a costos bajos, así como llegar a mercados
más grandes o que se encuentran en crecimiento.
Los beneficios de la inversión extranjera directa incluyen la
recaudación de fondos, la adquisición de tecnología y conocimien-
tos actualizados, la mejora de la capacidad de gestión, el aumento
del empleo, la mejora de la balanza de pagos y el aumento de la
competencia (Adeoye, 2009). En otras palabras, la principal razón
de la importancia de esta cuestión es la posibilidad de transferen-
cia de recursos de producción (capital, conocimientos técnicos y
gestión) a los países en desarrollo a través de la inversión extran-
jera directa.
Retrocediendo en la literatura y situándonos en la aporta-
ción de Dunning (1993), acerca del paradigma ecléctico o modelo
oli que habla de tres variables: Ownership (propiedad), Location
16
El papel que desempeña la religión sobre la decisión de colocación de inversión extranjera directa
(localización) e Internalization (internalización), las cuales tie-

nen el fin de explicar la inversión extranjera directa, vemos que
Dunning aporta características tanto económicas, como socia-
les y políticas, que influyen en la toma de decisión del lugar de
ubicación de la inversión extranjera directa. Con el paso de los
años y con base en la literatura de Krugman (1992), se le han ido
agregando otros factores o identificando factores que se conside-
ran más determinantes a la hora de la colocación de la inversión,
como los modelos de geografía económica, que se integran con las
otras variables; dentro de esas variables de geografía económica
se encuentran la concentración de las actividades económicas,
rendimientos crecientes de escala y costos de transporte.
Recientemente, la literatura en economía internacional se ha
preocupado cada vez más por descubrir los determinantes cultu-
rales de los intercambios económicos. La investigación empírica
es la idea de que la cultura puede ser pensada como un sistema
integral de valores morales y estándares de comportamiento que
emerge para fomentar la confianza y la cooperación económica
en las comunidades humanas (Henrich et al., 2004).
Entre los posibles vectores de proximidad cultural, la reli-
gión ha recibido cierta atención especial. Estudios han podido
demostrar la existencia de una correlación empírica entre el
nivel de diversidad religiosa dentro de un país y sus perspecti-
vas de crecimiento económico; los individuos acostumbrados a
la diversidad religiosa deberían estar más dispuestos a explorar y
participar en oportunidades de intercambios económicos. En el
caso de Arrow (1972), este hace alusión a la religión a través de
la cultura, siendo característica de la religión, y su relación con
los intercambios comerciales; por otro lado, tenemos a autores
como Barro y McCleary (2003), quienes establecen su aportación
en cuanto a la religión y el crecimiento económico, seguidos por
Helble (2007) y Dolansky y Alon (2008).
La diversidad religiosa difiere considerablemente según la
región geográfica. Entre las seis regiones analizadas, la región de
Asia y el Pacífico tiene el mayor nivel de diversidad religiosa,
17
seguida de África subsahariana. Europa y América del Norte tie-

nen un nivel moderado de diversidad religiosa, mientras que las
regiones de América Latina-Caribe y Oriente Medio-Norte de
África tienen un bajo grado de diversidad religiosa (pew Research
Center, 2014).
La pretensión de este documento es mostrar si los resultados
obtenidos a lo explicado anteriormente en relación al crecimiento
económico y los intercambios comerciales, pueden aplicarse en
el caso en particular de la inversión extranjera directa (ied). El
enfoque del texto gira sobre dos razones principales en cuanto al
interés en particular de este tipo de inversión: la primera de ellas
es que en la ied un inversionista tiene la potestad de decisión para
realizar una transferencia de capital hacia un país extranjero, con
la capacidad de repatriar sus ganancias; la particularidad de este
tipo de inversión en el largo plazo cuenta con cierto grado de
desconfianza, ya que implica costos que pueden llegar a ser irre-
cuperables; entonces, como ya se mencionó en párrafos anterio-
res, la religión tiene un efecto sobre los intercambios económicos
a través de la confianza, y esto debe significar una implicación
fuerte también para el caso de la inversión extranjera directa. La
segunda razón es que se cuenta con documentos que han estu-
diado el efecto de la religión sobre el comercio, pero no ha sido
el caso con la ied; se han hecho estudios sobre factores culturales
que son los más cercanos a la religión, pero el caso religión-ied
no ha sido analizado.
Se cree pertinente realizar un estudio que brinde un cono-
cimiento del grado de influencia de la religión con relación a la
llegada de las inversiones extranjeras, de modo que esto permita
conocer mejor dónde concretar inversiones y que estas sean lo
más eficientes posible, evitando problemas y minimizando cos-
tos de transacción; ya que se puede adquirir el conocimiento del
grado de influencia de la religión en los tomadores de decisiones
y más fácil será entonces identificar la compatibilidad con la de
otras naciones. Además, las investigaciones en torno al tema son
reducidas, la mayoría de los estudios se enfocan más en los deter-
18
minantes económicos, que sin duda son importantes e influyen,

pero los factores culturales y, acotando un poco más, la religión,
podrían desempeñar un papel importante a la hora de decidir
dónde colocar la inversión en la mente de los empresarios.
La literatura nos ha llevado a concluir lo siguiente: el efecto
de la proximidad religiosa en los intercambios económicos está
mediado por un aumento del nivel de confianza bilateral, y los
pares de países más religiosamente diversos suelen mantener
niveles más altos de intercambios económicos.
Entonces:
Si hay un impacto en los intercambios económicos, ¿la diver-
sidad religiosa podría también influir en la inversión extranjera
directa?
El objetivo de la investigación es ver el papel que desempeña
la religión sobre la decisión de dónde colocar la inversión extran-
jera directa a nivel mundial, sin hacer distinción entre las religio-
nes. De forma más específica, se trata de estimar el impacto de la
diversidad religiosa sobre la atracción de ied a nivel mundial, y se
hará un análisis espacial para sustentar la relación y el impacto de
la religión en la ied, dejando como hipótesis de la investigación
que la diversidad religiosa influye al momento de los inversionis-
tas decidir en qué otro país colocar la inversión extranjera directa.
La metodología que utilizamos para probar nuestra hipóte-
sis consiste en el uso de econometría espacial de la ied, con un
conjunto de datos que nos brinda la proporción de la población
afiliada a cada una de las siete denominaciones religiosas, sin
hacer distinción sobre alguna de ella, con una muestra de 161
países, y se va a utilizar el índice diversidad religiosa, el cual será
creado para el año 2010, y se establecerá una comparación con
los años 2000 y 2005, con una muestra de 154 y 158 países, res-
pectivamente. El índice creado de diversidad religiosa es con base
a datos obtenidos por World Religion Data. En esta investigación
se realizará únicamente el análisis de datos espaciales, dejando
como investigación futura la aplicación como tal de la función
de econometría espacial para medir el impacto de la religión y la
19
entrada de ied de los países vecinos sobre la entrada de ied del

país de análisis.
2. El impacto de la religión sobre los intercambios

económicos
La investigación empírica concibe la idea de que la cultura puede

ser pensada como un sistema integral de valores morales y están-
dares de comportamiento que emerge para fomentar la confianza
y la cooperación económica en las comunidades humanas (Hen-
rich et al., 2004). Entre los posibles vectores de proximidad cul-
tural, la religión ha recibido cierta atención especial, sobre todo
a partir de la aportación de Weber (1904) en su escrito sobre
la ética protestante, que concibe a la religión como los valores
morales y el estándar conductual que son específicos de cualquier
cultura, un ethos colectivo.
De acuerdo a Arrow (1972), “toda transacción comercial tiene
en sí misma un elemento de confianza”, de modo que la cultura
puede tener un impacto significativo en los intercambios comer-
ciales. Haciendo uso de la proximidad que mantiene la religión
con la cultura, se podría decir que también la religión impacta
en los intercambios comerciales. La proximidad religiosa en los
intercambios económicos está mediado por un aumento del nivel
de confianza bilateral. Por otro lado, y siguiendo el camino de la
investigación abierta por Barro y McCleary (2003) en relación
a la religión y el crecimiento económico, autores como Helble
(2007) y Dolansky y Alon (2008) han realizado algunos estudios
empíricos en economía internacional, encontrando una sólida
correlación empírica entre el nivel de diversidad religiosa dentro
de un país y sus perspectivas de crecimiento económico. Para el
comercio interreligioso, los estudios indican que varias religiones
expresan preferencias claras en cuanto a con quien intercambiar
o no. Los resultados indican que la apertura religiosa aumenta el
rendimiento comercial de los países.
20
Particularmente, el estudio empírico realizado por Helble

(2007) considera el efecto a nivel de países pares de la similitud
y la diversidad religiosa para fomentar el comercio; su resultado
es que el efecto ocasionado por la diversidad religiosa es mucho
más fuerte que el provocado por la proximidad religiosa, confir-
mando que la religión sí tiene un efecto en el comercio, y que una
religión común puede favorecer el comercio, pero la presencia de
varias religiones en un país tiende a ser más preferida.
Se ha mostrado que los países que son religiosamente más
diversos suelen ser más abiertos, innovadores y menos adversos
al riesgo; acostumbrados a tanta diversidad religiosa se encuen-
tran más dispuestos a explorar y participar en las oportunidades
de intercambios económicos, debido a poseer una mentalidad
más abierta y una capacidad para comprender diferentes opinio-
nes. Wilson (2002) y Atran y Norenzayan (2004) consideran a
la religión como vía para inculcar valores morales específicos y
estándares de comportamiento en un grupo de individuos. En los
países desarrollados, donde la religión desempeña un rol social
menos directo, los valores morales y los estándares de compor-
tamiento influyen en la forma en la cual los individuos manejan
sus interacciones diarias (Kaufmann, 1997).
Cuando se trata de transacciones económicas, hay muchas
formas a través de las cuales una parte puede intentar liberarse de
su contraparte, de modo que la confianza debe ser un elemento
importante de cualquier transacción comercial. Por el lado de la
investigación empírica está la aportación de Guiso et al. (2009):
sus resultados arrojan que la similitud religiosa tiene un impacto
positivo en la confianza en comparación con un caso en el que
no se comparte una religión común, muestran que la varianza en
los niveles de confianza bilateral que se explica por la proximidad
religiosa tiene un impacto significativo en el volumen de comercio
que se produce entre los países europeos.
Para seguir hilando las investigaciones de la religión con los
intercambios económicos y descender a la ied, se hablará un poco
sobre el papel de las instituciones y las implicaciones de estas
21
en los intercambios económicos, tomando las investigaciones de

North (1990) y Grief (1994) para realizar ciertas argumentacio-
nes. Primero, una institución es definida por las reglas del juego
de una sociedad, las restricciones humanamente diseñadas que
dan forma a la interacción humana. Este conjunto de reglas y
restricciones a las cuales se les puede llamar instituciones for-
males, se crearon con la finalidad de regular comportamientos de
conducta y promover la confianza en las interacciones sociales
y económicas.
Contar con cierta semejanza religiosa ayuda a generar con-
fianza y promover intercambios económicos para los países que
cuentan con instituciones relativamente débiles; en estos países
las instituciones nacionales definen y protegen de forma incons-
ciente los derechos de propiedad, fungiendo la proximidad reli-
giosa como una forma de lidiar con la incertidumbre, asegurando
que la confianza sea recíproca. La proximidad religiosa pierde
ventaja ante los países que cuentan con instituciones que incu-
rren en costos y los trabajan de forma eficiente para el fomento
de la confianza. En el caso de los países más desarrollados ins-
titucionalmente, la proximidad religiosa tendría que ejercer un
menor grado de influencia sobre el volumen de los intercambios
económicos.
Los países desarrollados institucionalmente mantienen
una mayor posibilidad de obtener beneficios al albergar un alto
número de comunidades religiosas; por el contrario, los países
con instituciones débiles generan tensiones en las relaciones
comunitarias. Entonces, los intercambios económicos deberían
ser más fuertes en los países religiosamente diversos con institu-
ciones desarrolladas.
Hasta ahora, poco se ha tocado el tema de la inversión extran-
jera directa, pero es en este punto donde empieza a entrar el
vínculo de todo lo mencionado con anterioridad respecto a la ied.
En el estudio de Head y Ries (2008), estos hallan que aproxima-
damente dos tercios de la ied prefiere las fusiones y adquisiciones
sobre la instalación de nuevas plantas, haciendo que se incurra
22
en ciertos costos de inspección; ellos argumentan que para que el

empresario extranjero tenga control de sus activos extraterritoa-
les debe incurrir en costos de inspección de los gerentes filiales
locales, y, así, menor será el valor de la empresa subsidiaria. Si
dos empresas están compitiendo por y hacen una oferta a la sub-
sidiaria, la que tenga un menor costo de inspección va a realizar
una oferta mucho más alta. Con este ejemplo se propone una
aproximación del efecto de la similitud religiosa para promover
la confianza, reducir costos de inspección y promover la ied.
Una ejemplo para explicar cómo es que la confianza influye en
la toma de decisiones de los inversionistas sobre dónde colocar su
ied es el siguiente: un empresario tiene la posibilidad de invertir a
largo plazo en el extranjero en otra empresa, pero antes de tomar
la decisión de colocar su inversión tiene que comprobar si será
rentable, por lo que debe incurrir en un costo de investigación, de
modo tal que pueda asegurarse de que el valor actual de la inver-
sión a largo plazo es positivo y logre la certeza sobre si es rentable
o no. Una vez que se haya efectuado ese gasto en investigación y el
valor presente sea positivo, lo siguiente es realizar un contrato con
la empresa extranjera, donde el inversionista ha de asumir que el
otro empresario va a cumplir con lo plasmado en dicho contrato,
pero con el riesgo de la probabilidad de que no se cumpla.
3. Factores no económicos en la atracción de inversión

extranjera directa
Se ha venido demostrando que no únicamente los factores econó-

micos tienen impactos sobre la decisión de los inversionistas en
relación a dónde colocar su inversión, también existen factores
no económicos, como pueden ser los culturales, que influyen y
marcan una diferencia a la hora de decidir. Diversos autores han
tomado el estudio de Hofstede (1980) para demostrar el impacto
de las seis dimensiones creadas por dicho autor a fin de demostrar
su influencia en los flujos de ied. Las dimensiones de Hofstede
23
son: la distancia de poder, control de la incertidumbre, indivi-

dualismo o colectivismo, valores predominantes, el corto y largo
plazo, e indulgencia y restricción; autores como Shane (1994),
Ouchi (1980) y Drogendijka y Slangen (2006) han hecho uso de
estas dimensiones.
Ghemawat (2001) y Frankel y Rose (2000) proponen una
técnica para decidir dónde debe competir una empresa, hablan de
los riesgos y costos que resultan de las barreras creadas por la dis-
tancia. La distancia no es solo separación geográfica, aunque eso
es importante; la distancia también tiene dimensiones culturales,
administrativas o políticas y económicas que pueden hacer que
los mercados extranjeros sean considerablemente más o menos
atractivos. Y hay una pregunta que se debe responder: ¿cuánta
diferencia hace la distancia? Frankel y Rose hablan del impacto de
varios factores en los flujos comerciales de un país. Los factores
económicos tradicionales, como la riqueza y el tamaño del país,
siguen siendo importantes. Pero otros factores relacionados con la
distancia, según resulta, importan aún más. La distancia cultural y
administrativa produce efectos aún mayores. Los atributos cultu-
rales de un país determinan cómo las personas interactúan entre
sí y con empresas e instituciones. Las diferencias en creencias
religiosas, de raza, sociales, en normas y lenguaje, son capaces de
crear distancias entre dos países.
Cuando las empresas se diversifican más allá de sus fronteras
nacionales, tienen que ajustarse a una cultura nacional extranjera.
El modelo de etapa de Uppsala también tiene su base teórica en la
teoría del comportamiento de la empresa. Este modelo enfatiza
el aprendizaje, por ejemplo, la familiarización con otras culturas
nacionales, como el motor del proceso de internacionalización
de las empresas. Johanson y Wiedersheim-Paul (1975) aportan
el concepto de distancia psicológica, la cual se define como el
conjunto de factores que impiden u obstaculizan los flujos de
información entre la empresa y el mercado, como, por ejemplo,
diferencias lingüísticas, culturales, políticas, de nivel educativo
o de desarrollo industrial. Esta variable adquiere especial impor-
24
tancia en la decisión de en qué mercados extranjeros penetrar en

las primeras fases del proceso de internacionalización, momentos
en que la empresa optará por aquellos mercados que revelen una
distancia psicológica menor.
En las últimas décadas, la investigación de los negocios inter-
nacionales ha utilizado ampliamente el concepto de distancia cul-
tural nacional para explicar el comportamiento de la expansión
y el éxito de los afiliados de las empresas multinacionales (emn).
La distancia cultural nacional puede definirse como la medida en
que las normas y valores compartidos en un país difieren de los
de otro (Chen, 2002; Hofstede, 2001; Kogut y Singh, 1988). Una
corriente de la investigación de los negocios internacionales que a
menudo ha incluido la distancia cultural como variable explicativa
es la de las opciones de los extranjeros en el modo de entrada por
parte de las empresas multinacionales. La mayoría de los estudios
en este curso han medido la distancia cultural entre el país de
origen de una emn y el país de destino.
Por otro lado, la mayoría de las naciones, particularmente
aquellas con economías no desarrolladas o en desarrollo, están
buscando activamente a fin de entender lo que se necesita para
atraer la inversión extranjera directa. Se sugiere que los valo-
res culturales de una nación pueden desempeñar un papel en la
atracción de dicha inversión. North (1990 y 2005) postula que los
modelos mentales del tomador de decisiones y todos los factores
que permiten su construcción (instituciones, creencias, ideo-
logías) son un elemento clave para comprender las decisiones
tomadas en un momento dado y en un contexto dado.
En la literatura, algunos estudios intentaron identificar algu-
nos determinantes no económicos de la inversión extranjera
directa. Una modelización coherente de los flujos de inversión
extranjera directa debe tener en cuenta no solo los determinan-
tes tradicionales enumerados en la literatura, sino también varia-
bles relacionadas con el entorno institucional en el que se realiza
dicha inversión. Un trabajo que se aproxima a lo mencionado es
el de Altomonte (2000), quien en su investigación comprueba
25
la importancia del marco institucional como un determinante

importante para la ied. Dorozynski, Dorozynska y Urbaniak
(2014) son otros autores que han aportado sobre el papel que
desempeñan las unidades de gobierno como instituciones en la
atracción de ied, su estudio es aplicado para Polonia.
La literatura también menciona los determinantes cultura-
les de las actuaciones económicas de las naciones, en particular,
el papel primordial de la diversidad cultural en el marco de la
búsqueda de oportunidades para los beneficios empresariales
(Guiso, Sapienza y Zingales, 2009). Otros autores como Sherman,
Bohlander y Snell (1995) señalan que la cultura es un fenómeno
integrado y, al reconocer y acomodar tabúes, rituales, actitudes
hacia el tiempo, estratificación social, sistemas de parentesco y
muchos otros, un hombre moderno abrirá el camino a una mayor
armonía y logro en el país.
La confianza desempeña también un papel importante. Fuku-
yama (1995) sostiene que la prosperidad económica y el éxito
comercial no pueden explicarse adecuadamente por la abundan-
cia de recursos naturales, el brillo del intelecto o la presencia de
buenas leyes e instituciones. Tampoco el éxito capitalista es atri-
buible únicamente a las operaciones del interés racional y propio
en entornos de libre mercado (el argumento neoclásico). Más
bien, el éxito empresarial y la prosperidad económica requieren,
además de los otros factores, de una cultura de confianza y una
capacidad para lo que Fukuyama llama sociabilidad espontánea.
Aunque la mayoría de las empresas económicas comienzan en las
familias, a menudo quedan limitadas por una incapacidad para
desarrollar relaciones de confianza más allá de la propia familia.
Francia, China y el sur de Italia son ejemplos de estas sociedades
de baja confianza. Entre la empresa familiar y el aparato estatal
centralizado se carece de instituciones intermedias viables. Ale-
mania, Japón y Estados Unidos ejemplifican las sociedades de alta
confianza y, a pesar de profundas diferencias en muchos aspectos,
tienen en común una historia de expansión económica y éxito.
Edwards (1990), Gastanaga, Nugent y Pashamova (1998) y Haus-
26
mann y Fernandez-Arias (2000) son otros autores que enfocan

sus investigaciones al papel de la confianza y la franqueza en la
atracción de inversiones.
La distancia cultural tiene que ver con las posibles diferen-
cias existentes en relación con la forma en que las personas de
diferentes países observan ciertos comportamientos, que puedan
influir en la validez de la transferencia de prácticas y métodos
de trabajo de un país a otro. Se trata de la programación mental
de las personas; se entiende que los individuos van aprendiendo
esta programación a través de la familia, la escuela y las organi-
zaciones donde se desenvuelven o interactúan. Por tanto, cada
persona tiene una programación en parte compartida y en parte
individual. La compartida son los valores universales y colectivos;
la parte individual proviene de la región, la religión o la influen-
cia familiar. Cada país va desarrollando patrones que originan la
creación de una programación mental colectiva o generalizada
(Hofstede, 1980 y 1991).
El modelo creado por Hofstede en relación a la cultura nacio-
nal se compone de seis dimensiones. Estas dimensiones culturales
van a representar las preferencias que distinguen a un país de
otro; las puntuaciones de los países sobre las dimensiones son
relativas, ya que todos somos humanos y al mismo tiempo todos
somos únicos. En otras palabras, la cultura puede ser utilizada de
manera significativa en comparación.
Tenemos la expansión a través del índice de Kogut y Singh
(1988), que se basa en las dimensiones de Hofstede (1980) de la
cultura nacional. Aunque los estudiosos se han vuelto cada vez
más críticos con respecto a este índice y al trabajo subyacente de
Hofstede (por ejemplo, Schwartz, 1994; Steenkamp, 2001), los
estudios en el extranjero han continuado dependiendo de ellos.
Estos autores hacen una comparación de la aplicación de la teoría
de Hofstede y Schwartz.
Existen otras investigaciones en torno a determinantes cultu-
rales, como es el caso de Blomkvist y Droogendijka (2013), que
se cuestionan si la distancia psíquica y sus estímulos individuales
27
(diferencias en idioma, religión, cultura, desarrollo económico,

sistemas políticos, educación y distancia geográfica) explican
las inversiones chinas en el extranjero. Rihab y Lotfi (2011) tie-
nen como objetivo de su investigación analizar los factores que
explican la evolución de la inversión extranjera directa (ied) en
los países en desarrollo. Utilizando datos de panel dinámicos,
clasifican las variables de acuerdo con tres vectores: variables
económicas (pib, escolaridad, inflación y apertura económica),
variables socioculturales (jerarquías, distancia e individualismo)
y variables de control (control de la corrupción, estabilidad polí-
tica y calidad del sistema de gobierno).
La mayoría de los estudios se enfocan más en los determinan-
tes económicos, que sin duda son importantes e influyen, pero los
factores culturales y, acotando un poco más, la religión, podrían
desempeñar un papel importante a la hora de decidir dónde colo-
car la inversión en la mente de los empresarios. Si bien la litera-
tura habla de los intercambios comerciales influenciados por la
religión, la cual sí ha tenido efecto, propongo analizar el efecto
que tendría la religión sobre la atracción de inversión extranjera
directa, ya que poca es la aportación que se ha realizado entorno
a ello; lo más cercano que se tiene, son las investigaciones en
relación a la cultura.
4. Metodología
Lo que ocurre en una ubicación específica tiende a ocasionar efec-

tos sobre sus vecinos directos e incluso sobre otros, aparente-
mente remotos. En el estudio de cualquier fenómeno de carácter
social o económico la ubicación geográfica de los agentes cons-
tituye un aspecto importante dentro de la especificación de los
modelos econométricos, ya que puede existir algún efecto espa-
cial que, de no ser incorporado en la especificación, podría afectar
la validez del modelo. Ante toda esta situación, surge la necesidad
de contar con herramientas apropiadas para el procesamiento,
28
descripción y análisis de la información, ya que los métodos tra-

dicionales de la estadística descriptiva no tienen en cuenta la
localización geográfica de los datos (Acevedo y Velásquez, 2008).
La econometría espacial es una herramienta que se enfoca
principalmente en datos de corte transversal, como es el caso de la
base de datos que en esta investigación se utiliza; al emplearse este
tipo de datos se presentan dos efectos denominados espaciales:
la heterogeneidad y la dependencia espacial. Con el fin de resol-
ver estos dos efectos es que surge la econometría espacial, cuyo
origen se puede remontar a Student (1914), pero es en la década
de los setenta cuando surge el término como tal de econometría
espacial, creado por Paelinck y Klaassen (1979).
En lo que se enfocará el presente estudio es el análisis explo-
ratorio de datos espaciales, el cual es de suma importancia y tiene,
como objetivo principal, la identificación de excepciones locales
o tendencias generales, ya sea en los datos o en las relaciones. El
análisis exploratorio debe ser la etapa inicial de cualquier estudio
econométrico que involucre datos georreferenciados. La informa-
ción recabada para el uso de la ciencia regional contiene ciertas
características que provienen de su ubicación geográfica. Dicha
información revela características que conforman a los efectos
espaciales y se pueden dividir en dos categorías: dependencia
espacial y heterogeneidad espacial (Acevedo y Velásquez, 2008).
En el caso de la primera categoría, la dependencia espacial
se refiere a la ausencia de independencia entre observaciones
en un conjunto de datos. Tobler (1970) menciona sobre dicha
dependencia en su ley de la geografía que “todo está relacionado
con todo lo demás, pero las cosas cercanas están más relacionadas
que las cosas distantes”. La autocorrelación espacial es similar a
la dependencia espacial, la diferencia radica en que la dependen-
cia se enfoca en la teoría y la autocorrelación permite aplicarlo
estadísticamente; la autocorrelación espacial puede ser enten-
dida como la concentración o la dispersión de los valores de una
variable plasmados en un mapa; el grado en que los valores de
29
una unidad geográfica son similares a otros valores en unidades

geográficas que se encuentran próximas.
La heterogeneidad espacial hace mención de la variación exis-
tente en las relaciones sobre el espacio. Se podría considerar que
una relación diferente se presenta para cada punto en el espacio.
Existe una gran evidencia sobre la falta de uniformidad de los efec-
tos del espacio. Se encuentran algunos factores tales como jerar-
quías del sitio central, la existencia de regiones líderes y regiones
rezagadas, etc.; son argumentos que requieren de estrategias que
tomen en cuenta las características particulares de cada ubicación
o unidad espacial. A diferencia del caso de la dependencia espa-
cial, los problemas causados por la heterogeneidad pueden ser,
en la mayor parte, resueltos por los medios de las técnicas de la
econometría estándar. Específicamente, métodos que pertenecen
a parámetros cambiantes, coeficientes aleatorios e inestabilidad
estructural pueden ser fácilmente adaptados para tomar en cuenta
las variaciones en el espacio (Acevedo y Velásquez, 2008).
Otros dos conceptos que se deben considerar en la econometría
espacial son la heteroscedasticidad y la matriz de contigüidad; lo
primero se refiere a la ausencia de estabilidad en la dispersión de
un fenómeno o datos. En la matriz de contigüidad ( ), cada fila y
columna representa una región en el espacio estudiado, representa
la relación existente entre cada una de las regiones con las demás
regiones del espacio de estudio. Existen varias formas para demos-
trar la ausencia o presencia de contigüidad. Algunas son: la conti-
güidad torre, que son las que comparten solo un lado en común;
la contigüidad de alfil, referida a los que comparten un vértice; y
la contigüidad reina, en la cual comparten un lado o un vértice en
común; esta última es la que se utilizará en el presente capítulo.
4.1. Unidades y variables de investigación
La contrastación empírica para demostrar la hipótesis del trabajo

se abordará mediante el uso de la econometría espacial, única-
mente en el proceso de análisis exploratorio de datos espaciales,
30
ya que la falta de más datos y de robustez de estos nos permite

llegar solo a este punto. Se hará uso de una matriz de pesos espa-
ciales para ver el efecto de los países vecinos sobre las variables a
utilizar, las cuales se obtienen a partir de una base de datos creada
con el stock de ied de 161 países con datos del Banco Mundial para
el año 2010, 158 países para el año 2005 y 154 países para el año
2000; el índice de diversidad religiosa se creó para los tres años de
análisis con base a los datos de World Religion Data y con base en
la investigación realizada por el Pew Research Center y el shape
del mapa de los países fue obtenido por Arcgis, sin embargo,
todos los cálculos se llevaron a cabo en GeoDa.
El dato de inversión extranjera directa del que se hará uso
es el correspondiente a las entradas netas en moneda estadou-
nidense y se refiere a los flujos de capital de inversión directa en
la economía declarante. Es la suma de capital social, reinversión
de ganancias y otro capital. La inversión directa es una categoría
de inversión transfronteriza asociada a un residente en una eco-
nomía que tiene control o un grado significativo de influencia en
la gestión de una empresa que reside en otra economía. La pro-
piedad del 10 % o más de las acciones ordinarias de acciones con
derecho a voto es el criterio para determinar la existencia de una
relación de inversión directa (Banco Mundial, 2018).
Cuando nos referimos a diversidad religiosa nos basamos en
el estudio del Pew Research Center, el cual se centró en cinco
religiones mundiales ampliamente reconocidas: budismo, cristia-
nismo, hinduismo, islamismo y judaísmo, que en conjunto repre-
sentan aproximadamente las tres cuartas partes de la población
mundial. El resto de la población mundial se consolidó en tres
grupos adicionales; sin embargo, al momento de calcularse el
índice no es necesario hacer la distinción entre las religiones. La
diversidad religiosa analiza el porcentaje de la población de cada
país que pertenece a ocho grupos religiosos principales, a partir
de 2010. Cuanto más cerca se encuentra un país de tener partes
iguales de los ocho grupos, mayor es su puntaje en un índice de
diversidad religiosa.
31
4.2 Hechos estilizados
Recordemos el objetivo de la investigación, el cual es analizar

el papel que desempeña la religión en la atracción de inversión
extranjera directa en el mundo, sin hacer distinción entre las reli-
giones. De forma más específica, se trata de ver la influencia de
la diversidad religiosa en la atracción de la ied a nivel de países,
para lo que se establecerá una compraración que involucra los
años 2000, 2005 y 2010.
Se optó por hacer uso de econometría espacial a partir de las
imágenes de los mapas de ied y el índice de diversidad religiosa
para el año 2010 por el Pew Research Center, y se creó un mapa
para ver si ocurría lo mismo en el caso de la entrada de ied. Estos
mapas se muestran más adelante, y en ambos se puede apreciar
que se van creando de tipo clúster. A partir de ese primer análisis,
y como se ha mencionado al inicio del documento, respecto al
papel que ha estado desempeñando la geografía económica, hacer
uso del modelo de econometría espacial podría darnos un mejor
acercamiento al objetivo de la investigación; además, suele ser un
método muy visual, por permitir la creación de mapas, generando
un mejor entendimiento de la información.
Para poder adquirir una mejor perspectiva del efecto de la
religión sobre la ied, se trabajó para tres años, con el objetivo
de hacer una comparación y ver los cambios del efecto religión-
ied. Se tuvo que crear el índice de diversidad religiosa para los
tres años que se utilizan en el estudio (2000, 2005 y 2010) con
datos de World Religion Data; el índice fue creado bajo el método
del Índice de Herfindahl e Hirschman, el cual se usa para medir
principalmente concentraciones de mercados, sin embargo, se le
puede hallar otra aplicación más allá de la económica, como en el
caso de la presente investigación, donde se empleó para medir la
concentración de la diversidad religiosa. La fórmula general para
el cálculo del índice de Herfindahl e Hirschman es la siguiente:
32
únicamente económica, como fue el caso del uso que se le dio en la presente investigación
para medir la concentración de la diversidad religiosa. La fórmula general para el cálculo del
índice de Herfindahl Hirscgman es la siguiente:
𝑛𝑛
𝐻𝐻 = ∑ 𝑆𝑆𝑖𝑖2
𝑖𝑖=1
Donde:
n=Número de empresas en la industria

Si=Porcentaje de participación de cada empresa del mercado
Este índice (H) nos va a indicar si hay una baja concentración de

mercado y un gran número de empresas con una participación
muy pequeña, o si existe un participante o pocos participantes
que acaparan el mercado. En nuestro caso, el cálculo se realizó
por país, donde n se refiere al número de personas afiliadas a
cualquier religión o que reportaron no pertenecer a ninguna, y
Si corresponde al porcentaje de participación de cada una de las
religiones, o, en otras palabras, la concentración religiosa.
Las primeras pruebas exploratorias que se realizan posteriores
a los cálculos del índice fueron las gráficas de dispersión (figu-
ras 1, 2 y 3). Para observar un mejor comportamiento entre las
variables, se requirió aplicar logaritmo a la variable de ied, obte-
niendo un mejor ajuste y mejores resultados, y permitiéndonos
observar que en los tres años de análisis se presenta una relación
ied-diversidad religiosa.
Figura 1
Gráficos de dispersión para el año 2000
Fuente: elaboración propia con datos del Banco Mundial y de World Religion Data.
33
Figura 2
Figura 3
Otras de las pruebas que se realizan para obtener un acerca-

miento al comportamiento de los datos fue crear una matriz de
pesos espaciales para ver el efecto que tienen tanto la ied como
la diversidad religiosa del país vecino sobre el país de origen;
también se creó un gráfica con la I de Moran (figuras 5, 6 y 7)
para ver la dispersión de los datos y el tipo de asociación. Además,
se crearon dos mapas, uno de clústeres y otro de significancia;
también se corrieron regresiones agregando la matriz de pesos
espaciales (anexos 4, 5 y 6), las cuales permiten conocer la mejor
manera de tratar estos datos en econometría espacial.
La I de Moran mide la autocorrelación espacial basada en
las ubicaciones y los valores de las entidades, simultáneamente.
34
Dado un conjunto de entidades y un atributo asociado, evalúa si

el patrón expresado está agrupado o disperso, o si es aleatorio.
I de Moran es una estadística deductiva, es decir, los resultados
del análisis van a interpretarse dentro del contexto de la hipótesis
nula. La hipótesis nula establece que el atributo que se analiza
está distribuido en forma aleatoria entre las entidades del área
de estudio; es decir, los procesos espaciales que promueven el
patrón de valores observado constituyen una opción aleatoria. Si
los valores se agrupan espacialmente (los valores altos se agrupan
cerca de otros valores altos; los valores bajos se agrupan cerca de
otros valores bajos), el Índice de Moran será positivo. Cuando los
valores altos rechazan otros valores altos y tienden a estar cerca
de valores bajos, el índice será negativo (Mitchell, 2005).
El mapa de significancia muestra el nivel de significancia esta-
dística, en el cual cada región se puede considerar como una con-
tribución significativa al resultado de la autocorrelación global;
interpretación del valor P:
El valor P no es estadísticamente significativo:
No puede rechazar la hipótesis nula. Es posible que la distri-
bución espacial de los valores de entidades sea el resultado de
procesos espaciales aleatorios. El patrón espacial observado de los
valores de entidades podría ser cualquiera de las tantas versiones
posibles de aleatoriedad espacial completa.
El valor P es estadísticamente significativo y la puntuación z
es positiva:
Puede rechazar la hipótesis nula. La distribución espacial de
los valores altos y los valores bajos está más agrupada espacial-
mente de lo que se esperaría si los procesos espaciales subyacen-
tes fueran aleatorios.
El valor P es estadísticamente significativo y la puntuación z
es negativa:
Puede rechazar la hipótesis nula. La distribución espacial de
los valores altos y los valores bajos está más dispersa espacial-
mente de lo que se esperaría si los procesos espaciales subyacen-
tes fueran aleatorios. Un patrón espacial disperso suele reflejar
35
algún tipo de proceso competitivo: una entidad con un valor alto

rechaza a otras entidades con valores altos; del mismo modo, una
entidad con un valor bajo rechaza a otras entidades con valores
bajos.
La interpretación para el mapa de clúster es que las regiones
resaltadas en rojo tienen valores altos de la variable y también
tienen vecinos con valores altos (alto-alto). Como se indica en la
leyenda, el área azul es baja-baja en el mismo esquema, mientras
que las regiones azul claro son bajas-altas y las áreas rosadas son
altas-bajas. Por tanto, las regiones fuertemente coloreadas son
aquellas que contribuyen de manera significativa a un resultado
positivo de autocorrelación espacial global, mientras que los colo-
res más claros contribuyen significativamente a un resultado de
autocorrelación negativa. La combinación del mapa de clúster y
el mapa de significancia permite ver qué ubicaciones están contri-
buyendo más fuertemente al resultado global y en qué dirección.
Las regresiones van a permitir dar un acercamiento para cono-
cer cómo incorporar elementos espaciales de acuerdo al rechazo
o no de cada una de las hipótesis nulas. Los siguientes puntos
ayudan a establecer una estrategia de especificación más adecuada
si al correr la regresión se obtiene lo siguiente (Herrera, 2015):
• Si I de Moran rechaza H0: Evidencia a favor de inclusión de
elementos espaciales.
• Si lmerror y lm_error rechazan H0: Evidencia a favor de
un modelo de error espacial (sem).
• Si lmlag y lm_lag rechazan H0: Evidencia a favor de un
modelo de rezago espacial (slm).
• Si no se rechaza H0 bajo ninguno de los contrastes: Evidencia
a favor del modelo lineal general no espacial.
• Si ambos contrastes robustos, lm_error y lm_lag, rechazan
H0: entonces se deberán incorporar elementos espaciales en
la parte sistemática (Wy) y aleatoria (Wu).
36
5. Resultados
Se realiza un análisis por año de los resultados obtenidos de la I

de moran, mapa de clústeres, mapa de significancia y la regresión,
posteriormente se hará la comparación de los resultados entre
los años analizados; para tener un mejor entendimiento de los
resultados será necesario recurrir al apartado de anexos (anexos
del 7 al 18). El análisis será de forma cronológica, primero para
el año 2000, después para el año 2005, y por último el año 2010.
La figura 4 se refiere a la I de Moran para el año 2000 y mues-
tra la relación de nuestras dos variables de interés, la ied y el
índice de diversidad religiosa (idr); el resultado que arrojó la
I de Moran es de 0.128805, indicando que existe una relación
positiva entre las variables y que el idr podría explicar un 12.8 %
de la ied. Para el caso del mapa de clústeres que se muestra en la
figura 5, este presenta cuatro regiones de color rojo que presen-
taron valores altos de las variables y también tienen vecinos con
valores altos, cinco regiones de color azul que presentaron valores
bajos de las variables y también tienen vecinos con valores bajos,
siendo estas las que contribuyen significativamente a una auto-
correlación positiva; dejando a cinco regiones con colores claros,
contribuyendo significativamente a una autocorrelación negativa.
La figura 6 muestra el mapa de significancia, donde catorce regio-
nes están contribuyendo significativamente a la autocorrelación
espacial.
37
Figura 4
I de Moran para el año 2000
Figura 5
Mapa de clústeres para el año 2000
38
Figura 6
Mapa de significancia para el año 2000
Fuente: Elaboración propia con datos del Banco Mundial y de World Religion Data.
Para el caso del año 2005, la I de Moran de la figura 7 mostró

un valor de 0.176285, estableciendo una relación positiva entre
el idr y la ied, explicando un 17.6 % del índice a la inversión. En
la figura 8, correspondiente al mapa de clústeres, se encontraron
siete regiones de valores altos en las variables al igual que sus veci-
nos, siete regiones que mostraron valores bajos al igual que sus
vecinos y tres regiones con variables bajo-alto que contribuyen
significativamente a una autocorrelación negativa. Según muestra
el mapa de significancia de la figura 9, se detectaron diecisiete
regiones que contribuyen de forma significativa a la relación de
un país con su vecino.
39
Figura 7
Figura 8
La figura 10, correspondiente a la I de Moran del año 2010,

arrojó un valor de 0.211692, es una relación positiva entre las
variables analizadas donde el idr explica un 21.2 % de la ied.
40
El mapa de clústeres de la figura 11 (Anexo 12) presentó nueve

regiones con valores altos en sus dos variables del mismo modo
que el país vecino, ocho regiones con valores bajos y al igual sus
países vecinos y un país con valor bajo-alto que contribuye a la
autocorrelación negativa. La figura 12 (Anexo 15), correspon-
diente al mapa de significancia, presentó dieciocho regiones que
contribuyeron de forma significativa a la autocorrelación espacial.
Figura 9
Figura 10
41
Figura 11
Figura 12
Los resultados arrojados por los tres años nos permiten ir

viendo el papel que ha venido desempeñando la religión con el
paso del tiempo en relación con la ied; en el año 2000 los valo-
res correspondientes a la I de Moran y los mapas eran menores
a los otros dos años analizados; la autocorrelación espacial para
el año 2000 fue de 0.128805, mientras que para el año 2005 fue
de 0.176285, y de 0.211692 para el 2010. Incluso, en los mapas
de clústeres se detecta cómo con los años cada vez más países
presentan situaciones iguales que sus países vecinos en cuanto a
diversidad religiosa, cada vez más regiones contribuyen signifi-
42
cativamente a la autocorrelación espacial, de catorce regiones en

2000 a dieciocho en 2010.
Los cambios que se han detectado sobre la diversidad religiosa
y la ied se pueden atribuir a un factor: puede ser que con los años
la ied se ha encontrado en crecimiento, con algunas caídas pero su
tendencia es al alza; entonces, los inversionistas están colocando
más dinero y con ello deben tener más cuidado o buscar que se
les genere una mayor seguridad al colocar su dinero en un país
extranjero. Estoy de acuerdo con que la religión no es el deter-
minante principal para la atracción de la ied, sin embargo, algún
efecto debe generar.
Otro factor podría ser, como ya se mencionó en capítulos
anteriores, que los países con tendencia a ser más diversos reli-
giosamente (en el mapa de clústeres estos valores corresponden
a los de color rojo, altos valores en sus variables al igual que sus
vecinos) tienden a generar mayores relaciones comerciales por la
apertura que tienen y su facilidad de adaptación. Sin embargo, los
países que presentan una baja diversidad religiosa (los cuales, en
el mapa de clústeres, son los de color azul, con valores bajos de sus
variables al igual que sus vecinos) nos han permitido corroborar
que mientras menos diversos sean, menor inversión extranjera
directa reciben, permitiendo aceptar lo mencionado en la inves-
tigación de Helbel (2007).
Entonces, se podría afirmar que no solo la diversidad religiosa
está generando un efecto sobre la ied del país al que llega, sino
que también hay países vecinos que comparten esa diversidad
religiosa, atrayendo con ello ied; los países con mayor diversidad
religiosa al igual que sus vecinos atraen más ied, y los países con
menor diversidad religiosa que comparten ese idr bajo, presen-
tan menores entradas de ied. Ira, Argelia y Afganistán son de los
países que mayor diversidad religiosa e ied presentan.
Analizando los resultados arrojados por las regresiones,
veremos cuál sería la mejor manera de especificación en que se
podrían tratar los datos para hacer uso de la econometría espacial.
Lo que se obtuvo para el año 2000 (Anexo 4) fue que era necesa-
43
rio utilizar un modelo de rezago espacial porque Lagrange Mul-

tiplier (lag) rechaza la hipótesis nula; para los años 2005 (Anexo
6) y 2010 (Anexo 7) se sugiere que se analicen también mediante
el modelo de rezago espacial, ya que en ambos años se rechaza la
hipótesis nula por Lagrange Multiplier (lag) y Robust lm (lag); de
no haberse rechazado ninguna hipótesis, fuera evidencia de que
nuestros datos tendrían que analizarse a favor del modelo lineal
general no espacial.
6. Conclusiones
Los diversos enfoques en relación a la búsqueda de la justifica-

ción sobre las causas y los destinos de los flujos financieros que
envuelven a la ied se han venido presentando por el crecimiento
y los movimientos a nivel internacional de este capital, por lo que
han surgido varias teorías con el fin de explicar la ied. Algunas de
estas teorías son: la teoría del comercio internacional, la teoría de
la localización, la teoría japonesa de Kojima, la teoría de las venta-
jas competitivas de Porter, la teoría del ciclo de vida del producto
de Vernon, la teoría dinámica de Ozawa, la teoría del paradigma
oli o de Dunning, entre otras.
La inversión extranjera directa se considera una de las prin-
cipales causas del desarrollo económico y el crecimiento en los
países de acogida, y ha seguido una tendencia creciente en las
últimas décadas. Puede ser útil identificar los factores que con-
tribuyen a atraer la política de inversión extranjera directa en
diversos países, especialmente en los países en desarrollo que no
han aprovechado este factor. Investigadores se han dedicado a
identificar estos factores que influyen en los inversionistas para
colocar su inversión, factores tanto económicos (crecimiento del
pib, inflación, tipo de cambio, tasa de interés, etc.) como no eco-
nómicos (idioma, nivel de confianza, cultura del país, nivel de
educación, uso de las dimensiones de Hofstede, distancia geo-
gráfica, etcétera).
44
La mayoría de las investigaciones de factores de ied giran

en torno a los económicos, sin embargo, los no económicos han
venido mostrando su importancia en el juego de atracción de ied
y las investigaciones en torno a ello han venido aumentando, cada
vez se encuentra más material de ese tipo de investigaciones. En
mi búsqueda de información no he podido encontrar material
que hable del efecto que genera la religión sobre la ied, a pesar de
que es algo con lo que se vive todos los días, e incluso la religión
forma parte de la cultura de un país, y la cultura del país sí ha
sido estudiada en relación con la ied. Lo que sí pude encontrar
fueron investigaciones realizadas por Barro y McCleary (2003),
Helble (2007) y Dolansky y Alon (2008) acerca del papel que
desempeña la religión dentro de los intercambios comerciales y
crecimiento económico.
Todo ello, recordando que el objetivo de la investigación es
mostrar si los resultados obtenidos a lo explicado anteriormente,
en relación al crecimiento económico y los intercambios comer-
ciales, pueden aplicarse en otro tipo de transacción económica,
como el caso en particular de la inversión extranjera directa (ied).
Una vez aplicado el análisis exploratorio de los datos espacia-
les podemos concluir que con el paso del tiempo el papel de la
diversidad religiosa está generando un efecto mayor sobre la ied
del país al que llega, y que también hay países vecinos que com-
parten esa diversidad religiosa, atrayendo con ello ied; los países
con mayor diversidad religiosa al igual que sus vecinos atraen más
ied, y los países con menor diversidad religiosa que comparten
ese idr bajo, presentan menores entradas de ied; los inversionis-
tas prefieren invertir en países que son religiosamente más diver-
sos; en el año 2000, cinco regiones presentaron baja diversidad y
obtuvieron baja ied, para el año 2005 eran siete regiones con baja
diversidad religiosa y menor ied, y en el año 2010 fueron ocho
las regiones que presentaron la misma situación, y con los años
aumentaron el número de regiones más diversas y que recibían
más ied.
45
Confirmando el estudio empírico realizado por Helble (2007),

el cual considera el efecto de la diversidad religiosa de un país
para fomentar el comercio; su resultado ha confirmado que la
religión sí tiene un efecto en el comercio, que la presencia de
varias religiones en un país tiende a ser más preferida.
La diversidad religiosa forma el espectro institucional donde
se desarrollan las condiciones para la inversión extranjera directa.
Ciertamente, no es la diversidad religiosa una variable fundamen-
tal en la atracción de inversión extranjera, pero a largo plazo es
la diversidad religiosa donde se sustenta el aparato institucional
que incide en la atracción de inversión extranjera. Una adecuada
política religiosa en términos de diversidad, respeto y regulación
de la actividad religiosa permite tener fundamentos instituciona-
les que generen en el largo plazo una base económica sólida para
la atracción de inversión extranjera.
Omitir la parte religiosa del estudio de la inversión extran-
jera directa sería desconocer que esta inversión trabaja en un
contexto social fuertemente determinado por las creencias o no
creencias de los individuos. Al final, los factores de la producción
son individuos con un esquema moral y religioso que incide en
la percepción y manejo de sus decisiones económicas de corto y
largo plazo. Una política que opere en favor de la libertad religiosa
y, por tanto, de su diversidad, permite abrir el espectro cultural de
los agentes y la capacidad de respecto al accionar con los capitales
extranjeros.
Dentro de las limitaciones que encontramos al realizar la
investigación se halla la dificultad de la obtención de datos sobre
la religión, no existe información anualizada sobre esto que nos
permita observar con mayor precisión los efectos que podría
generar sobre la ied; otra limitación de la investigación es que
únicamente se llegó al análisis exploratorio de los datos espacia-
les, no mostrando realmente el grado de impacto que el índice de
diversidad religiosa podría generar sobre la inversión extranjera
directa del país y el efecto que genera sobre los países vecinos.
46
7. Referencias
Acevedo, I. & E. Velásquez (2008), “Algunos conceptos de econometría

espacial y análisis exploratorio de datos espaciales”, Ecos de Economía,
(27), pp. 9-34.
Adeoye, A. (2009), “Macro-Economic Level Corporate Governance and fdi
in Emerging Markets: Is There a Close Relationship?”, Journal of Econo-
mics and International Finance, 1(2), pp. 030-043.
Altomore, C. (2000), “Economic Determinants and Institutional Fra-
mwords: fdi in Economies in Transition”, Transnational Corporations,
9(2), pp. 75-106.
Arahuete, A. y A. García (2007), “¿Qué ha sucedido con la Inversión Extran-
jera Directa (ied) de las empresas españolas en América Latina tras
el boom de los años noventa y la incertidumbre de los primeros años
2000?”, Madrid, Real Instituto Elcano.
Arrow, K. J. (1972), “Gifts and Exchanges”, Philosophy & Public Affairs, pp.
343-362.
Atran, S. & A. Norenzayan (2004), “Religion’s Evolutionary Landscape: Cou-
nterintution, Commitment, Compassion, Communion”, Behavioral and
Brian Sciences, (27), pp. 713-730.
Barro, R. J. & R. McCleary (2003), Religion and Economic Growth (no.
w9682), National Bureau of Economic Research.
Blomkvist, K. & R. Drogendijk (2013), “The Impact of Psychic Distance on
Chinese Outward Foreign Direct Investments”, Management Interna-
tional Review, 53(5), pp. 659-686.
Chen, H. (2002), “An Analysis of Determinants of Entry Mode and its
Impact on Performance”, International Bussiness Review, 11(2), pp.
193-210.
Dolansky, E. & I. Alon (2008), “Religious Freedom, Religious Diversity, and
Japanese Foreign Direct Investment”, Research in International Business
and Finance, 22(1), pp. 29-39.
Dorozynski, T.; Dorozynska, A. & W. Urbaniak (2014), “The Role of Local
Government Units in Attracting fdi. The Case of the Lodz Region”,
Business and Economic Horizons, 10(4), pp.281-304.
Drogendijka, R. & A. Slangen (2006), “Hofstede, Schwartz, Or Managerial
Perceptions? The Effects of Different Cultural Distance Measures on
Establishment Mode Choices by Multinational Enterprises”, Internatio-
nal Business Review, (15), pp. 361-380.
Dunning, J. H. (1993), “Internationalizing Porter’s Diamond”, Management
International Review, (33) (número especial), pp. 3-17.
47
Edwards, S. (1990), “Capital Flows, Foreign Direct Investment, and Debt—

Equity Swaps in Developing Countries”, documento de trabajo de nber
(no. 3497), Cambridge, ma, nber.
Frankel, J. A. & A. K. Rose (2000), “Estimating the Effect of Currency
Unions on Trade and Output”, inédito, documento de trabajo.
Fukuyama, F. (1995), Trust: The Social Virtues and the Creation of Prosperity,
457 pp., Nueva York.
Gastanaga, V.; Nugent, J. & B. Pashamova (1998), “Host Country Reforms
and fdi Inflows: How Much Difference Do they Make?”, World Develo-
pment, 26(7), pp. 1299-1314.
Ghemawat, P. (2001), “Distance Still Matters: The Hard Reality of Global
Expansion”, Harvard Business Review, pp. 137-147.
Guiso, L.; Sapienza, P. & L. Zingales (2009), “Cultural Biases in Economic
Exchange?”, The Quarterly Journal of Economics, 124(3), pp. 1095-1131.
Greif, A. (1994), “Cultural Beliefs and the Organization of Society. A His-
torical and Theorical Reflection on Collectivist and Individualist Socie-
ties”, Journal of Political Economy, 102(5), pp. 912-950.
Hausmann, R. & E. Fernandez-Arias (2000), “The New Wave of Capital
Inflows: Sea Change or Just Another Title?”, documento de trabajo (no.
417), Inter-American Development Bank.
Head, K. & J. Ries (2008), “fdi As an Outcome of the Market for Corpo-
rate Control: Theory and Evidence”, Journal of International Economics,
74(1), pp. 2-20.
Helble, M. (2007), “Is God Good for Trade?”, Kyklos, 60(3), pp. 385-413.
Henrich, J.; Boyd, R.; Bowles, S.; Camerer, C.; Fehr, E. & H. Gintis (2004),
Foundations of Human Sociality: Economic Experiments and Ethnogra-
phic Evidence from Fifteen Small-Scale Societies, Nueva York, Oxford
University Press.
Hofstede, G. (1980), Culture’s Consequences: International Differences in
Work-Related Values, Beverly Hills, ca, Sage Publications.
———— (1991), Cultures and Organizations: Software of the Mind, Londres,
McGraw-Hill.
———— (2001), Culture’s Consequences: Comparing Values, Behaviors, Insti-
tutions and Organizations Across Nations, Beverly Hills, ca, Sage Publi-
cations.
Johanson, J. & F. Wiedersheim-Paul (1975), “The Internationalization of
the Firm-Four Swedish Cases”, Journal of Management Studies, 12(3),
pp. 305-323.
Kaufmann, F. (1997), “Religion and Modernization in Europe”, Journal of
Institutional and Theorical Economics, 153(1), pp. 80-96.
48
Kogut, B. & H. Singh (1988), “The Effect of National Culture on the Choice
of Entry Mode”, Journal of International Business Studies, 19(3), pp.
411-432.
Krugman, P. (1992), “A Dynamic Spatial Model”, documento de trabajo (no.
4219) de nber, National Bureau of Economic Research, Inc.
Mogroviejo, J.A. (2005), “Factores determinantes de la inversión extranjera
directa en algunos países de Latinoamérica”, Estudios Económicos de
Desarrollo Internacional, aeeade, 5(2), pp. 51-82.
North, D. (1990), Institutions, Institutional Change and Economic Perfor-
mance, Cambridge, Cambridge University Press.
———— (2005), Understanding the Process of Economic Change, Cambridge
University Press.
Okabe, T. & S. Carrillo (2014), Relaciones México-Japón en el contexto del
Acuerdo de Asociación Económica, México, Juan Pablos Editor.
Ouchi, W. G. (1980), “Markets, Bureaucracies, and Clans”, Administrative
Science Quarterly, 25(1), pp. 129-141.
Paelinck, J. & L. Klaassen (1979), Spatial Econometrics, Famborough, Saxon
House.
pew Research Center (2014), “Global Religious Diversity”, abril. Disponible
en: www.pewresearch.org/religion.
Rihab, B. A. & B. J. Lotfi (2011), “The Institutional and Cultural Determi-
nants of Foreign Direct Investment in Transition Countries”, Journal of
Research in International Business and Management, 1(2), pp. 171-182.
Schwartz, S. H. (1994), “Beyond Individualism/Collectivism: New Cultural
Dimensions of Values”, Cross-Cultural Research and Methodology Series,
18, pp. 85-119.
Shane, S. A. (1994), “The Effect of National Culture on the Choice Between
Licensing and Direct Foreign Investment”, Strategic Management Jour-
nal, 15, pp. 627-642.
Sherman, A.; Bohlander, G. & S. Snell (1995), Managing Human Resources,
Cincinnati, oh, South Western Publishing.
Steenkamp, J. (2001), “The Role of National Culture in International Mar-
keting Research”, International Marketing Review, 18(1), pp. 30-44.
Student (1914), “The Elimination of Spurious Correlation Due to Position
in Time or Space”, Biometrika, 10, pp. 179-180.
Tobler, W. (1970), “A Computer Movie Simulating Urban Growth in the
Detroit Region”, Economic Geography, 46(2), pp. 234-240.
Weber, M. (1904), The Protestant Ethic and the Spirit of Capitalism, Unwin.
Wilson, D. (2002), Darwin’s Cathedral, Evolution, Religion and the Nature of
Society, The University of Chicago Press.
49
CAPÍTULO 2
Criptomonedas en América Latina
y China: el rol del e-commerce
y la especulación financiera

1. Introducción
Los sistemas financieros y bancarios alrededor del mundo se están

transformando gracias a las innovaciones y la digitalización de
los instrumentos y sistemas (Hileman y Rauchs, 2017), esto ha
catapultado la adopción de nuevos esquemas financieros, concre-
tamente, las criptomonedas (Andreessen, 2014).
A escala global, las criptomonedas surgen como respuesta a
sucesos financieros internacionales que los bancos centrales no
son capaces de controlar y que perjudican a inversionistas y usua-
rios en general; esta es una industria cada vez más globalizada,
localizada en un sinfín de países, con altos índices de capitaliza-
ción e intercambio (Böhme et al., 2015).
Actualmente, el tema de las criptomonedas se ha convertido
en algo muy relevante debido al imponente crecimiento y con-
fianza que genera en los usuarios, esto también se refleja en la
aceptación que han recibido en varios países del mundo.
51
Víctor Hugo Gualajara Estrada y Laura Selene Vielmas García
2. Antecedentes
De forma concreta, la primera criptomoneda de la que se tiene

registro es el bitcoin, que surge alrededor de 2009 (Nakamoto,
2008). Presuntamente, se desarrolló por el programador Sato-
shi Nakamoto, cuya idea fundamental residía en contar con un
medio de cambio digital, donde la participación del gobierno
fuera mínima. Como plantean Cortes, Arango y Neria (2017),
esta moneda por lo general es utilizada en canales de comercio
virtual o electrónico (e-commerce).
Es preciso mencionar que una criptomoneda está definida
como una moneda virtual, que utiliza la tecnología criptográfica
para asegurar la veracidad de las transacciones, de tal manera que
es posible captar el mayor grado de fluctuaciones en el valor y de
ahí tener mayor control sobre las inversiones (Kim et al., 2017); a
su vez, es creada y almacenada electrónicamente. Esta definición
implica que, al ser considerada como moneda virtual, también
lo es como un artículo consumible, es decir, difícil de falsificar,
portable, transferible y estable frente a los bienes de la economía
(Condusef, 2017).
Las ventajas de la utilización de criptomonedas consisten en
la facilidad que tienen los usuarios para realizar transacciones
entre personas desconocidas sin la necesidad de cubrir excesivas
cuotas u honorarios a terceros; las transacciones en bitcoins son
seguras e irreversibles y se pueden realizar sin comprometer la
información personal, por lo tanto, se evitan los problemas de
robo de identidad.
Como ocurre con todo bien o servicio con ventajas, su uso
también presenta desventajas. La principal desventaja de las crip-
tomonedas es la falta de conciencia de la existencia de monedas
digitales, lo que representa una alta volatilidad del bien y, por lo
tanto, existe el riesgo cambiario para los usuarios e inversionistas.
52
Criptomonedas en América Latina y China: el rol del e-commerce y la especulación financiera
2.1. Tipos más comunes de criptomonedas
a) Bitcoin (btc): Es una criptomoneda que puede utilizarse para

intercambiar bienes y servicios como cualquier otra divisa, solo
en los países o instituciones donde se acepte como medio de pago.
Esta moneda no depende de ningún emisor central, utiliza los
esquemas de seguridad blockchain. Además de esto, el bitcoin
tiene varios principios de seguridad:
• La cantidad de bitcoins en circulación tiene un límite de 21
millones.
• No está permitido por nadie prohibir o censurar las transac-
ciones ya validadas.
• El código fuente del bitcoin es siempre abierto y disponible
para todos.
• Todos pueden realizar transacciones en bitcoins sin necesidad
de un permiso.
• Bitcoin utiliza seudónimos.
• Todas las unidades son intercambiables o comerciales.
En cuanto a la legalidad del bitcoin, en algunos países como en

Japón tiene un estatus como método de pago y la regulación es
considerada por los comerciantes, con el fin de evitar que sea uti-
lizado en actos de lavado de dinero o terrorismo. En Reino Unido
sí es tratado como una moneda extranjera, en Latinoamérica no
es considerado moneda, pero no está regulado; en Estados Unidos
sucede lo mismo, sin embargo, el servicio de impuestos interno
lo considera mercancía y por lo tanto sus poseedores tienen que
pagar impuestos.
b) Ripple (xrp): Es una moneda descentralizada basada en fór-

mulas matemáticas y tiene un número limitado de unidades,
sin embargo, su fin principal es ser utilizado dentro del sistema
bancario, ya que permite realizar pagos globales más rápidos y a
menor costo, dado que la compañía tiene la tecnología para con-
53
Figura 2
Distribución geográfica de minería de criptomonedas
Fuente: Hileman y Rauchs (2017).
sultar a ambas partes de la transacción y efectuarla en cuestión

de minutos.
La compañía Ripple tiene también un límite de unidades (100
mil millones de unidades), solo la mitad de las cuales está actual-
mente en circulación. El ripple no puede ser minado, pero cada
transacción destruye una pequeña cantidad de ripple que agrega
una medida deflacionaria al sistema.
c) Ethereum (eth): Además de una criptomoneda, es una plata-

forma abierta de tecnología blockchain que permite a cualquier
persona formar parte de la red de Ethereum, la cual replica la tec-
nología involucrada durante el proceso de creación de bitcoins,
pero Ethereum tiene la ventaja de ser más adaptable y flexible, dado
54
que mejora los tiempos de creación de bloque nuevos en quince

segundos, mientras que la creación de un nuevo bloque de bitcoins
toma diez minutos. Asimismo, la dificultad del algoritmo usado en
Ethereum es más flexible que en los bitcoins, el premio por minería
es mayor y no hay un número máximo de unidades en circulación.
3. Distribución geográfica de las criptomonedas
3.1. El mundo
El crecimiento y alcance de las criptomonedas ha llegado a escalas

mundiales, la primera aparición de este activo fue en 2009; tan
solo dos años después, en 2011, nace la segunda criptomoneda.1
Como se puede observar en la figura 1, el incremento de los
activos en circulación ha sido exponencial, pasando de 50 uni-
dades a más de 17.8 millones. Esto representa una tasa de creci-
miento de más del 300 % anual.
Figura 1
Número de bitcoins en circulación a nivel mundial,
2009-2018 (en millones)
Fuente: Blockchain (2019).
1 Denominada Namecoin.
55
De igual manera, el alcance global puede observarse en la

figura 2. Es claro que el desarrollo de este sistema monetario vir-
tual se concentra principalmente en América del Norte, norte
y este de Europa, y en el continente asiático, principalmente en
China.
Es importante señalar para este estudio que China es en la
actualidad el país con la mayor cantidad de instalaciones mineras,
es decir, es la entidad que concentra mayores recursos tecnológi-
cos en la captación de criptomonedas (Hileman y Rauchs, 2017).
3.2. América Latina
En América Latina las criptodivisas pretenden ser una respuesta

descentralizada, para dar seguridad al ahorro, mantener el poder
adquisitivo de países con altas tasas inflacionarias como Vene-
zuela o Argentina2 o abaratar el costo por envío de remesas inter-
nacionales.3
Los bitcoins, entonces, representan un nuevo mercado emer-
gente. Su uso y desarrollo se presenta principalmente en Argen-
tina, Brasil y Chile, donde además comienza a utilizarse no solo
como una “moneda” sino como un medio de cambio. Por ejemplo,
en Buenos Aires ya es recibido por algunos portales de Internet
para comprar electrodomésticos y otros bienes; de igual manera,
la firma de servicios financieros ZipZap expandirá sus operacio-
nes para crear una especie de banco digital que permitiría a los
latinoamericanos tener cuentas que, en lugar de contener dinero,
tengan bitcoins (Territorio Bitcoin, 2017).
2 En Venezuela la tasa de inflación se encuentra en seis dígitos, y en Argentina se tiene

un 57.3 %.
3 En 2013 las remesas en América Latina representaron 90,000 millones de dólares,
de los cuales aproximadamente diez representaron pérdidas por tasas de cambio,
comisiones, entre otros.
56
3.2.1. México
El Gobierno mexicano ha declarado la intensificación del uso de

criptomonedas; en años posteriores a 2014 se presentan tasas de
crecimiento mayores al 40 % anual. Así pues, México se coloca
como el país latinoamericano líder en el intercambio de monedas
digitales (Bonneau, 2014; Rodríguez, 2018).
Entre las principales razones y/o explicaciones se encuentra
el gran número de mexicanos que envían remesas al país;4 de igual
manera, un suceso ocurrido con jóvenes de entre 18 y 22 años que
compraban un videojuego digital y que al no contar con tarjetas de
crédito utilizaron los bitcoins, y, finalmente, las 238 empresas en
nuestro país dedicadas a la tecnología financiera (Corona, 2018).
Es importante señalar que el grado de aceptación en nuestro
país es tal, que recientemente surge la iniciativa de tener una
moneda digital propia: “agrocoin”.
Agrocoin se define como una moneda virtual sustentada en
la producción de chile habanero de la empresa mexicana Amar
Hidroponía. Las agrocoins tienen un valor de 500 pesos y ofrecen
rendimientos de hasta el 30 % sobre la inversión inicial (Salgado,
2018). El inversionista no podrá retirar su dinero antes dado que
la cosecha del chile habanero tiene ese periodo. La venta de la
producción se distribuye de la siguiente manera: 80 % en Estados
Unidos y 20 % en mercado interno.
3.2.2. Venezuela
Otro ejemplo latinoamericano dentro del mercado de las cripto-

divisas es el caso de Venezuela, que, al pasar por una de las crisis
económicas más fuertes de su historia con escasez de alimentos
y medicinas, altos índices de criminalidad y el colapso de los ser-
vicios de salud, en un plan de rescate el gobierno ha anunciado
4 Cerca de diez millones de mexicanos radican actualmente en Estados Unidos.
57
recientemente la conformación de una moneda digital propia

denominada “petrocoin”.
Similar a lo encontrado en México, la criptomoneda es un
activo digital respaldado en las reservas petroleras y cuyo precio
estará ligado a la cotización del barril de petróleo; es la mejor
respuesta que ha dado el gobierno en el combate a la inflación
del país, se espera que con la venta de las petrocoins el gobierno
pueda pagar parte de sus deudas y comenzar a abastecer al Estado
con lo necesario cubrir las necesidades básicas. La oferta inicial
de monedas es liberar 82 millones de petrocoins al público y
estas podrán ser negociables entre otras monedas; se pretende
utilizarlas para liberar impuestos, tasas, contribuciones, servicios
públicos, etcétera.
Las críticas y opiniones son diversas. Por un lado, es rescata-
ble que esta criptomoneda, a diferencia del caso de México o los
bitcoins, cuenta con un respaldo gubernamental, algo que no se
ha visto en la mayoría de estos activos. Actualmente, gobiernos
de todo el mundo comienzan a analizar las posibilidades de lanzar
sus propias monedas5 (Semple y Popper, 2018).
3.3 Asia
En Asia, a diferencia de América Latina, la economía no es emer-

gente y no se manejan ideas para encontrar una protección de
los ahorros o protección de la inflación. Sin embargo, existe una
fuerte presencia de inversión en dicho continente, los mayores
porcentajes se observan en Japón y China. Esto implica que los
países asiáticos cuenten con regulaciones más estrictas hacia las
criptomonedas. A su vez, las condiciones sociales y culturales
hacen más difícil que las entidades económicas acepten utilizarla
para realizar transacciones.
5 El Banco de Inglaterra, el Banco Popular de China y el gobierno de Rusia planean

realizar el experimento.
58
Es la población joven la que se encuentra realizando gran-

des inversiones en criptomonedas, propiamente en bitcoins. Ello
ha ocasionado una fuerte alza en el precio y en el largo plazo
podría generar una burbuja financiera en torno al activo (Phillips
y Gorse, 2017).
Es claro que, con el incremento en las adquisiciones parti-
culares del bitcoin, algunos gobiernos asiáticos han tenido que
regular de una manera más estructurada los procesos de compra
y transacciones del activo.
3.3.1. China
Al día de hoy, China es uno de los países a nivel mundial que más
transacciones digitales registra, representa más de dos tercios
de la potencia de procesamiento global dedicada a la minería de
monedas digitales y alberga algunos de los principales creado-
res de hardware para minar bitcoins (Sputnik, 2018). Debido a lo
anterior, el gobierno ha ordenado detener los registros de nuevos
usuarios, lo que conlleva al cierre de operaciones con criptomone-
das hacia finales de 2017. Oficialmente, las operaciones denomi-
nadas “Ofertas Iniciales de Monedas” (ico) se declararon ilegales
y ello ha generado una disminución de 7.2 % aproximadamente
del valor de los bitcoins.
Entre las principales razones del bloqueo al bitcoin en China,
se encuentra el hecho de que los financiamientos empresariales
generados con esta “divisa” no están acreditados por las auto-
ridades, lo cual implicaría la posibilidad de fraude; otra razón
fundamental es la posibilidad de su uso para el lavado de dinero.
4. Marco legal
En esta sección se revisarán los principales acuerdos en cuanto a

regulación financiera para las monedas digitales, en el interés de
59
esta investigación se hará principal énfasis en el caso de México

y China.
La regulación de las criptomonedas es una preocupación
latente para los gobiernos y sistemas financieros a nivel mundial,
debido principalmente a los grandes incrementos en la demanda
de estos activos y a su amplia e incalculable movilidad a través de
prácticamente todas las naciones. Si bien deberían establecerse
criterios legales de carácter global, no existen realmente acuer-
dos internacionales, cada país ha decidido enfrentar esta nueva
demanda de manera diferente.
Durante la última reunión del G-20 llevada a cabo en Argen-
tina, los mandatarios acordaron la necesidad de regular y dar un
seguimiento a los trabajos de seguridad digital. Más que prohibir
su utilización, la medida parece ser apoyarla, ya que se reconocen
las fallas en los sistemas bancarios tradicionales.
El comunicado oficial fue:
Reconocemos que las innovaciones tecnológicas, incluyendo aquellas sub-

yacentes a los criptoactivos, tienen el potencial de mejorar la eficiencia y
hacer más inclusivo el sistema financiero y a la economía en su conjunto.
Los criptoactivos, sin embargo, plantean cuestiones relacionadas con la
protección de los consumidores e inversores, la integridad de los mercados,
la evasión impositiva, el lavado de dinero, y el financiamiento al terro-
rismo. Los criptoactivos carecen de los principales atributos que tienen las
monedas soberanas. En algún momento pueden tener implicancias para la
estabilidad financiera. Nos comprometemos a implementar los estándares
del gafi6 en materia de criptoactivos, esperamos la revisión de estos están-
dares por parte del gafi, y reclamamos su implementación global. Pedimos
a los organismos que establecen estándares internacionales que continúen
el monitoreo de los criptoactivos y sus riesgos, de acuerdo a sus mandatos,
y evalúen las acciones multilaterales necesarias (G20, 2018).
En Estados Unidos, por ejemplo, la oferta de bitcoins no es legal,

ya que se presta para cometer delitos financieros. Si bien la crip-
6 El gafi Es un organismo multidisciplinar, con expertos en temática jurídica,

financiera y operativa, y no está adscrito a ningún organismo internacional. El pleno
del gafi está formado por representantes de los Estados miembros y se reúne tres
veces al año.
60
tomoneda en sí no es ilegal, el gobierno no se responsabiliza por

los daños o pérdidas que puedan sufrir los inversionistas. Esto
es destacable, ya que este país es el segundo mercado con mayor
volumen de moneda a nivel mundial (Guía Bitcoin, 2018).
En países del Asia como Japón,7 Corea del Sur y China, la
oferta no es legal. China, por ejemplo, se ha declarado como uno
de los países con mayor número de restricciones; no solo la oferta
es ilegal en lo que a intercambios se refiere, sino que también el
gobierno en 2017 prohibió las ico y exige a los usuarios frenar las
interacciones domésticas.
Con ayuda del Banco Popular de China (pboc), China desple-
gará por sus redes virtuales un “Gran Cortafuegos” que pretende
bloquear la señal de las plataformas marginales P2P, los sitios
web internacionales que aceptan como medio de pago monedas
digitales, los anuncios y hasta el e-commerce por medio de plata-
formas extranjeras.
Se pretende que esto elimine los riesgos financieros como la
evasión, el fraude y las ventas piramidales, no obstante, la res-
puesta de los inversionistas en este país ha sido concentrarse en
la minería del activo con fines de acaparamiento y especulación,
por lo que el próximo paso del gobierno y el sistema financiero es
descifrar cómo terminar con esta práctica (Suberg, 2018).
El caso mexicano no resulta muy distinto: con 286 votos a
favor, tres en contra y 63 abstenciones, la Cámara de Diputados de
México aprobó la Ley para Regular las Instituciones de Tecnología
Financiera, también denominada Ley Fintech, que busca regular
las plataformas de crowdfunding y firmas de criptodivisas. Según
la antes mencionada ley, las instituciones requerirán autoriza-
ción de la Comisión Nacional Bancaria y de Valores (cnbv) para
organizar y autorizar los pagos electrónicos, el financiamiento
colectivo, los activos virtuales, la asesoría financiera, entre otros,
y busca obtener una amplia transparencia en cuanto a las ope-
raciones con las monedas digitales (dof, 2018), ya que Banco
7 Apenas en abril de este año se declaró legal.
61
de México (banxico) reconoce y declara que “no son monedas

de curso legal y además no se encuentran respaldadas ni por el
gobierno federal ni por el Banco de México” (Gómez Rodríguez,
2016, p. 285), y por ello es fundamental proteger a los usuarios
mexicanos.
La ley esclarece la situación jurídica de los activos digitales, ya
que a las empresas, si bien no están operando de manera ilegal, no
hay nada que les delimite la legalidad de la utilización comercial
de las criptomonedas. Es importante señalar que la Ley Fintech
únicamente se enfoca en los principios y regulaciones de carácter
general, por lo que el plan del Senado es que durante los próximos
seis meses se presente de nuevo un proyecto de ley más amplio
y enfocado en las plataformas como Bitcoin y TriForce Tokens
(Pérez Cesari, 2018).
5. El futuro de las criptomonedas en el e-commerce
Indiscutiblemente, las denominadas monedas digitales que se han

escabullido a nivel global, son un tema de tendencia que buscaba
operar y dar respuesta a cientos de usuarios desconfiados de las
crisis económicas y los malos manejos financieros y gubernamen-
tales, sin embargo, su crecimiento y aparición en tantas activida-
des económicas las ha llevado a ser objeto de discusiones políticas
y legales que buscan regularlas.
5.1. ¿Qué es el e-commerce?
Inició en 1995 en Estados Unidos, se refiere a las transacciones

comerciales realizadas de manera digital, a través de Internet o la
web entre organizaciones y/o individuos, que implican el inter-
cambio de valores o activos. Al principio el vínculo era monetario,
sin embargo, con la reciente aparición de las monedas digitales se
ha presentado un cambio en los niveles transaccionales (Laudon,
2009).
62
La figura 3 muestra los diez países con mayor penetración

en ventas a mediados de 2017. Como era de esperar, China se
encuentra en el primer lugar con un 83 % y comparte la plaza
con Corea del Sur, y en menor medida Estados Unidos con el 77
%. Anteriormente se había discutido sobre las regulaciones que
estos tres países han antepuesto a las criptomonedas.
Figura 3
Penetración del comercio electrónico en el mundo:
diez países principales (2017)
Fuente: Latamclick (2018).
La marca de penetración quizá no sea suficiente para expresar

lo que implica en la economía y crecimiento económico de un
país, por señalar, según la infografía de estadísticas de comercio
electrónico Shopify, el 83 % de penetración puede transformarse
en 672 mil millones de dólares en ventas en línea, lo cual repre-
senta un 22.2 % del comercio global (Paredes, 2018).
En México, según la Encuesta Nacional de Inclusión Finan-
ciera (inegi, 2015), el 33.6 % de la población mexicana no tiene
una cuenta de ahorro, es decir, no tienen acceso a la banca, lo cual
supone un freno al crecimiento electrónico en nuestro país. Con-
63
trario a lo anterior, la participación de la población en la demanda

de bitcoins va cada vez más en aumento.
Por ello, la creación del sistema financiero virtual compuesto
por las criptomonedas representa una oportunidad a este sector;
actualmente, los monederos digitales son la forma más común
de pago en línea (Anderson, 2012; Böhme et al., 2015; Bonneau,
2014), por encima de las tarjetas de crédito y débito. Las mone-
das digitales permiten saltar el proceso de bancarización de la
población, incluyéndolas por medio de las plataformas digitales
existentes (Böhme et al., 2015).
6. Conclusiones
Podemos comprobar que la mayor regulación o prohibición

hacia las criptomonedas viene de países con las mayores tasas de
comercio electrónico. No es de sorprender el temor que sienten
las autoridades a un crecimiento acelerado en el número de tran-
sacciones o compras electrónicas por medio de un activo que no
está regulado por sus instituciones, y más aún si se está hablando
de transacciones internacionales, donde los usuarios se estarían
beneficiando de los acuerdos de comercio internacionales sin
referir una participación al gobierno, como sucede en todos los
bienes que se regulan.
Entre las ventajas de utilizar criptomonedas en el e-commerce
se tiene la practicidad de una moneda global que eliminaría los
problemas de tipo de cambio y tasas de conversión, aumentarían
los niveles monetarios en los países participantes y posiblemente
se estabilizaría la economía debido al crecimiento comercial.
Por otro lado, están las desventajas de utilizar monedas digita-
les en transacciones comerciales internacionales (Ben-Sasson et
al., 2014). Ocurre una proliferación de criptomonedas no legaliza-
das ni regularizadas y los vacíos legales pueden generar molestias
entre los empresarios; existen además problemas de seguridad
64
cibernética (Dincer, 2017), ya en más de una ocasión se han pre-

sentado fraudes y robos cibernéticos de esos activos.
Debe tenerse también en cuenta la evidencia del giro político
en que termina la puesta en práctica de algunas criptomonedas,
como en el caso especial del petrocoin, criptomoneda que puso
a circular el presidente de Venezuela para tratar de estabilizar la
economía venezolana, que se encuentra muy lastimada; pero, por
otro lado, se halla la decisión de autoridades de Estados Unidos de
penalizar directamente cualquier transacción que se realice con
petrocoins en el mundo.
7. Referencias
Agencia efe (2014), “Moneda ‘Bitcoin’ encuentra en Latinoamérica un

potencial mercado”, El Nuevo Heraldo. Disponible en: http://www.
elnuevoherald.com/noticias/mundo/america-latina/article2046642.
html. Consultado: mayo 4, 2018.
Anderson, R. (2012), “Risk and Privacy Implications of Consumer Payment
Innovation in the Connected Age”, Consumer Payment Innovation, (99).
Andreessen, M. (2014), “Why Bitcoin Matters”, New York Times, (21).
Bonneau, J. (2014), “Estimating the Power Consumption of Bitcoin”, en
Financial Cryptography and Data Security, 18th International Confe-
rence (rump session), marzo, Bridgetown, Barbados.
Comisión Nacional para la Protección y Defensa de los Usuarios de Servi-
cios Financieros (condusef) (2017), “Criptomonedas: cinco cosas que
debes saber de ellas”, Proteja su Dinero, (208), pp. 24-26.
Cortes, J.; Arango, E. & M. Neira (2017), “Bitcoins: la moneda virtual que
revoluciona al mundo”, Revista Convicciones, (7), pp. 96-107.
Diario Oficial de la Federación (dof) (2018), Ley para Regular las Institu-
ciones de Tecnología Financiera, Ciudad de México, LXII Legislatura/
Cámara de Diputados H. Congreso de la Unión.
Dincer, A. (2017), “Cybercrimes via Virtual Currencies in International
Business”, en Cybersecurity Breaches and Issues Surrounding Online
Threat Protection, igi Global, pp. 121-143.
Gómez Rodríguez, C. (2016), “Bitcoin: problemas reales”, en E. Téllez Car-
vajal (coord.), Derecho y tic. Vertientes actuales, México, D.F., Univer-
sidad Autónoma de México, Instituto de Investigaciones Jurídicas y
65
Centro de Investigaciones e Innovación en Tecnologías de la Informa-

ción y Comunicación, pp. 265-297.
Hileman, G. & M. Rauchs (2017), Global Crytocurrency Benchmarking Study,
Cambridge, uk, University of Cambridge.
Instituto Nacional de Estadística y Geografía (inegi) (2015), La Encuesta
Nacional de Inclusión Financiera, Aguascalientes, Ags., inegi.
Kim, Y. B.; Lee, J.; Park, N.; Choo, J.; Kim, J. H. & C. H. Kim (2017), “When
Bitcoin Encounters Information in an Online Forum: Using Text Mining
to Analyse User Opinions and Predict Value Fluctuation”, PloS One,
12(5), e0177630.
Laudon, K. (2009), E-commerce: Negocios, tecnología, sociedad, 4ª ed., Bue-
nos Aires, Arg., Prentice Hall.
Mateo, M. (2018), “Regulaciones de las criptomonedas en el mundo y por
país”. Disponible en: https://guiabitcoin.com/regulaciones-criptomo-
nedas-mundo-pais/. Consultado: mayo 6, 2018.
Nakamoto, S. (2008), “Bitcoin: a peer-to-peer electronic cash system”, p. 9.
Disponible en: www.bitcoin.org.
Paredes, A. (2018), “Comercio electrónico: estadísticas del 2017 y tenden-
cias para el 2018”, Latamclick. Disponible en: https://www.latamclick.
com/estadisticas-comercio-electronico-2017-tendencias-2018/. Con-
sultado: mayo 6, 2018.
Pérez, P. (2018), “Diputados aprueban la Ley Fintech para regular crip-
tomonedas en México”. Disponible en: http://www.levelup.com/
noticias/466090/Diputados-aprueban-la-Ley-Fintech-para-regular-
criptomonedas-en-Mexico. Consultado: mayo 6, 2018.
Phillips, R. C. & D. Gorse (2017), “Predicting Cryptocurrency Price Bub-
bles Using Social Media Data and Epidemic Modelling”, en 2017 ieee
Symposium Series on Computational Intelligence (ssci), noviembre, ieee,
pp. 1-7.
Rodríguez, J. (2018), “La revolución del dinero”, Tecnológico de Monte-
rrey. Disponible en: https://tec.mx/es/noticias/santa-fe/educacion/
las-criptomonedas-el-futuro-del-dinero-ahora.
Salgado, Z. (2018), “Las dos caras de Agrocoin, un modelo de inversión
mexicano basado en el chile habanero”, Criptonoticias. Disponible
en: https://www.criptonoticias.com/entrevistas/dos-caras-agrocoin-
modelo-inversion-mexicano-basado-chile-habanero/. Consultado:
mayo 4, 2018.
Sasson, E. B.; Chiesa, A.; Garman, C.; Green, M.; Miers, I.; Tromer, E. & M.
Virza (2014), “Zerocash: Decentralized Anonymous Payments from
Bitcoin”, en ieee Symposium on Security and Privacy, mayo, ieee, pp.
459-474.
66
Semple, K. & N. Popper (2018), “Venezuela recurre a una criptomoneda en

medio de sus crisis”, The New York Times. Disponible en: https://www.
nytimes.com/es/2018/02/21/venezuela-maduro-petro-economia/.
Consultado: mayo 8, 2018.
Sputnik (2018), “¿Sabe China algo que no sabemos?”. Disponible en: https://
mundo.sputniknews.com/economia/201801091075273892-criptomo-
nedas-restricciones-mineria-china/. Consultado: mayo 4, 2018.
Suberg, W. (2018), “Prohibición completa: China bloquea intercambios de
criptomonedas extranjeras para contrarrestar los ‘riesgos financieros’”.
67
CAPÍTULO 3
Los mercados de valores y de bonos
estadounidenses y la valuación bursátil
de las firmas industriales de los países
de la Alianza del Pacífico
Antonio Ruiz Porras

Introducción
En la economía financiera se plantea que los precios de los activos

equivalen al valor presente neto de sus retornos futuros cuando
no hay incertidumbre, ni posibilidades de arbitraje (Varian,
1992). Este planteamiento ha permitido sustentar el desarrollo
de varios modelos para valuar activos financieros. Uno de tales
modelos es el propuesto por Ohlson (1995). En la literatura, el
mencionado modelo se considera importante porque justifica la
pertinencia de valuar acciones bursátiles usando únicamente las
variables contables “resultados del ejercicio” y “valor en libros”.
Esta característica lo hace especialmente útil para estudiar los
determinantes de los precios de las acciones de las firmas.
En este capítulo se estudia la relevancia de los mercados de
valores y de bonos de Estados Unidos en la valuación de acciones
de firmas que cotizan en los países de la Alianza del Pacífico (i.e.,
Colombia, Chile, México y Perú). La muestra analizada incluye
datos trimestrales de las ocho firmas industriales que cotizaron en
69
Antonio Ruiz Porras y Claralíz Heráldez León
los mercados de valores de la región durante el periodo 2000:01-

2017:04. La investigación se sustenta en estimaciones del modelo
de valuación propuesto por Ohlson (1995) y en una variación
de este que incluye el índice Dow Jones y la tasa de bonos del
tesoro de Estados Unidos. Estos modelos se denominan, respec-
tivamente, Ohlson-Tradicional y Ohlson-Internacional.
La investigación se concentra en las firmas del sector indus-
trial que cotizan en los países de la Alianza del Pacífico. El énfasis
mencionado define las contribuciones de este estudio. La primera
contribución refiere al análisis de los precios de acciones que
cotizan en los mercados de valores de la región. La segunda con-
tribución refiere al análisis de los determinantes de la valuación
bursátil de firmas del sector industrial. La tercera contribución
refiere al estudio de las relaciones entre los precios de las acciones
de las firmas de la región y los mercados de valores y de bonos
estadounidenses. La cuarta contribución se refiere al estudio de
los mercados de valores de países en desarrollo.
Las preguntas que guían la investigación son las siguientes:
¿Qué relevancia tienen los mercados de valores y de bonos de
Estados Unidos en la valuación de las firmas industriales de los
países de la Alianza del Pacifico? ¿Cómo son las relaciones del
índice Dow Jones y de las tasas de los bonos estadounidenses con
los precios de las acciones de las firmas de la región? ¿La valuación
bursátil de las firmas de la región se hace considerando que las
acciones son o no heterogéneas? ¿Cuál es la validez estadística de
los modelos Ohlson-Tradicional y Ohlson-Internacional? ¿Qué
implicaciones podrían tener los resultados de la investigación
sobre la valuación de acciones bursátiles en la región?
Metodológicamente, el estudio se desarrolla en cinco etapas.
En la primera etapa se definen los modelos Ohlson-Tradicional y
Ohlson-Internacional. En la segunda etapa se describen los datos
contables y financieros utilizados. En la tercera etapa se establece
el orden de integración de las variables mediante pruebas de raí-
ces unitarias para evitar la estimación de regresiones espurias.
En la cuarta etapa se incluyen la estimación y el análisis de los
70
Los mercados de valores y de bonos estadounidenses y la valuación bursátil
de las firmas industriales de los países de la Alianza del Pacífico
modelos Ohlson-Tradicional y Ohlson-Internacional. Finalmente,

en la quinta etapa se evalúa la relevancia de los mercados de valo-
res y de bonos de Estados Unidos en la valuación de las acciones
de las firmas industriales que cotizan en los países de la Alianza
del Pacífico.
La metodología se sustenta en estimaciones de estadística
descriptiva, pruebas de normalidad, pruebas de raíces unitarias,
regresiones para paneles de datos y estimadores de validez esta-
dística. Las estadísticas descriptivas y las pruebas de normalidad
Jarque-Bera se usan para describir las variables utilizadas en el
estudio. Las pruebas de raíces unitarias para paneles de datos
usadas aquí son las propuestas por Im, Pesaran y Shin (2003),
Maddala y Wu (1999) y Choi (2001). Las regresiones utilizadas
incluyen estimaciones con efectos fijos y aleatorios. Los estima-
dores de validez incluyen estadísticos de significancia individual
y conjunta y de especificación de efectos en regresiones y esti-
madores de bondad de ajuste.
El capítulo está organizado en seis secciones. La Sección 2
incluye la revisión de la literatura. La Sección 3 describe la base
de datos, los modelos Ohlson-Tradicional y Ohlson-Internacional
y la metodología del estudio. La Sección 4 incluye los análisis
estadísticos y de raíces unitarias del panel de datos. La Sección
5 incluye el análisis econométrico de los modelos Ohlson-Tra-
dicional y Ohlson-Internacional y la evaluación de la relevancia
de los mercados de valores y de bonos de Estados Unidos en la
valuación de las firmas industriales. La Sección 6 sintetiza y dis-
cute los resultados y menciona algunas líneas de investigación
futura. El apéndice incluye las gráficas de los precios de las accio-
nes analizadas.
71
Tabla 1
Estudios basados en el modelo de Ohlson
Antonio Ruiz Porras
y
72
2. Revisión de la literatura
Los estudios sobre los determinantes de los precios de las acciones

bursátiles han tenido un amplio desarrollo.8 Sin embargo, debe
reconocerse que no hay muchos consensos en la literatura sobre
los determinantes de dichos precios. Los resultados de dichos
estudios dependen en buena medida de los supuestos teóricos,
los mercados analizados y las metodologías de análisis. Los estu-
dios, además, suelen valuar acciones bursátiles de firmas de países
desarrollados debido a la falta de datos equivalentes para firmas
de países en desarrollo. En este contexto, no sobra indicar que hay
quienes señalan que varios de estos estudios reportan resultados
estadísticamente no válidos (Durán-Vázquez, Lorenzo-Valdés y
Ruiz-Porras, 2012a y 2012b).
El modelo propuesto por Ohlson (1995) es un modelo de
valuación que se basa en la igualdad de los flujos de efectivo des-
contados. Es un modelo que asume que los inversionistas deter-
minan los precios de las acciones bursátiles con base en el valor
presente esperado de sus dividendos futuros. Así, el modelo Ohl-
son-tradicional vincula directamente la igualdad de los flujos de
efectivo descontados con variables contables (Lo y Lys, 2000).
Esta peculiaridad facilita su uso con fines de valuación de precios
de acciones bursátiles. Particularmente, y tal como ya se ha men-
cionado, el modelo utiliza como determinantes de los precios a las
variables “resultados del ejercicio” y “valor en libros”.
La tabla 1 muestra algunos estudios que han utilizado el
modelo de Ohlson y sus variaciones para valuar acciones de fir-
mas en los mercados de valores de Latinoamérica y España. 9 La
tabla es relevante porque sugiere que existen pocos estudios para
valuar acciones de firmas que realizan sus actividades en sectores
8 Véase Asmodaran (2002) y (2005) y Hordahl y Parker (2007) para introducciones

a los enfoques contemporáneos de la valuación de activos.
9 Revisiones de la literatura que ha utilizado el modelo de Ohlson y sus variaciones en
el contexto de los países en desarrollo y desarrollados se encuentran en los estudios
de Durán-Vázquez, Lorenzo-Valdés y Ruiz-Porras (2012a y 2012b).
73
Tabla 2
Claves, nombres y definiciones de las variables
económicos específicos. También sugiere que no hay estudios

enfocados en los mercados de valores de los países de la Alianza
del Pacifico. Más aun, la tabla sugiere que se cuenta con escasos
estudios que consideren la relevancia de los mercados financieros
estadounidenses en la valuación de acciones latinoamericanas.
Estas consideraciones son importantes porque justifican la per-
tinencia de la investigación aquí planteada.
En este estudio se usa el modelo Ohlson-Internacional para
estudiar la relevancia de los mercados de valores y de bonos esta-
dounidenses en la valuación de acciones que cotizan en los países
de la Alianza del Pacífico. El modelo Ohlson-Internacional incluye
como determinantes adicionales de los precios de las acciones al
índice Dow Jones y a la tasa de bonos del Tesoro de Estados Unidos.
La hipótesis subyacente detrás de dicho modelo es que la valua-
ción de las acciones latinoamericanas no solo depende del valor
presente esperado de los dividendos futuros, sino también que las
oportunidades de especulación y arbitraje existentes en los mer-
cados financieros estadounidenses determinan dicha valuación.
Finalmente, debe señalarse que la metodología usada en esta
investigación sigue las propuestas de Collins, Maydew y Weiss
(1997), Durán-Vázquez, Lorenzo-Valdés y Ruiz-Porras (2012a)
y Gutiérrez-Banegas y Ruiz-Porras (2014). Sin embargo, ninguno
de los anteriores estudios evalúa al modelo Ohlson-Internacional
ni la relevancia de los mercados financieros estadounidenses;
74
tampoco valúan firmas industriales que cotizan en los países de

la Alianza del Pacífico. En este contexto, la investigación comple-
menta la literatura existente. Más aun, provee de elementos para
entender mejor el comportamiento de los mercados de valores
de Latinoamérica.
3. Base de datos, modelos y metodología
En esta sección se describen la base de datos, los modelos Ohlson-

Tradicional y Ohlson-Internacional y la metodología de análisis.
La sección está integrada por tres apartados independientes. El
primero describe las variables utilizadas para construir el panel
de datos de las firmas del sector industrial que cotizan en los
mercados de valores de los países de la Alianza del Pacífico. El
segundo apartado plantea los modelos usados para hacer las esti-
maciones empíricas. El tercer apartado describe la metodología
econométrica usada para estudiar la relevancia de los mercados
financieros de Estados Unidos en la valuación bursátil de las fir-
mas industriales de la región de la Alianza del Pacífico.
3.1 Base de datos
En este estudio se usa economática para obtener una muestra de

variables financieras y contables de los mercados de valores de la
Alianza del Pacífico y de valores y bonos del Tesoro de Estados
Unidos. La muestra incluye datos trimestrales de las ocho firmas
industriales que cotizaron durante el periodo 2000:01-2017:04.
Todos los datos contables se presentan en dólares constantes (con
base de enero de 2010) para facilitar las comparaciones y elimi-
nar los sesgos inflacionarios propios de cada país. Asimismo, se
refieren a aquellos datos reportados al cierre de trimestre de cada
periodo. Estadísticamente, la base de datos utilizada aquí es un
panel balanceado integrado por 576 observaciones de variables
contables y financieras.
75
La base de datos usada incluye variables contables relativas

a las ocho firmas del sector industrial que cotizaron en los mer-
cados de valores de la Alianza del Pacífico. Las firmas incluidas
son aquellas para las cuales hubo registros contables completos
del periodo analizado. Las variables contables incluyen el precio
de las acciones, el valor en libros y la utilidad de las firmas (proxy
del resultado del ejercicio). La base, además, incluye variables
representativas de los mercados estadounidenses. Así, las varia-
bles financieras incluyen al índice industrial Dow Jones y a la tasa
de los bonos tbill 90 días. Las variables utilizadas, sus claves y
sus definiciones se indican en la tabla 2. Las firmas analizadas se
describen en la tabla 3.
Tabla 3
Firmas de la Alianza del Pacífico
3.2 Los modelos Ohlson tradicional y Ohlson-Internacional
La investigación econométrica sigue los lineamientos de Collins,

Maydew y Weiss (1997), Durán-Vázquez, Lorenzo-Valdés y Ruiz-
Porras (2012a) y Gutiérrez-Banegas y Ruiz-Porras (2014). Parti-
cularmente, los modelos estimados son construidos asumiendo
formas funcionales lineales y supuestos teóricos específicos. El
supuesto teórico principal del modelo Ohlson-Tradicional es que
los inversionistas determinan los precios de las acciones bursáti-
les con base en el valor presente esperado de sus dividendos futu-
ros. El supuesto principal del modelo Ohlson-Internacional es que
los precios de las acciones dependen, además, de las dinámicas de
los mercados de valores y de bonos del Tesoro estadounidenses.
76
Las especificaciones econométricas de los modelos Ohlson-

Tradicional y Ohlson-Internacional son, respectivamente, las
siguientes:
PREACCit = α 0i + α1UPAis + α 2VLAis + ε it (1)
PREACCit = α 0i + α1UPAis + α 2VLAis + α 3 IDJ is + α 4TIUSAis + ε it (2)
Donde:
PREACCit : Precio de la firma i al cierre del periodo t
UPAis : Resultado del ejercicio de la firma i, al cierre del
periodo s
VLAis : Valor en libros de la empresa i, al cierre del periodo s
IDJ is : Índice Dow Jones al cierre del periodo s
TBILLis : Tasa de los bonos tbill-90 al cierre del periodo s
ε it : Término de error aleatorio en el periodo t
Los modelos Ohlson-Tradicional y Ohlson-Internacional postulan

que los coeficientes α1 y α 2 son positivos y significativos. En el
modelo Ohlson-Internacional, los signos esperados de los coefi-
cientes α 3 y α 4 dependen de suponer que hay plena movilidad de
capitales y capacidad para especular y arbitrar entre los mercados
financieros. Particularmente, si las firmas estadounidenses y lati-
noamericanas sostuvieran relaciones comerciales entre sí o tuvie-
ran comportamientos similares, el coeficiente α 3 sería positivo.
Asimismo, si las tasas de los bonos del Tesoro estadounidenses se
movieran de manera similar a los rendimientos bursátiles de las
firmas latinoamericanas, el coeficiente α 4 sería positivo.
77
3.3. Metodología econométrica
Los modelos Ohlson-Tradicional y Ohlson-Internacional se esti-

man aquí usando técnicas de regresión para paneles de datos.
Estas técnicas tienen varias ventajas que las hacen ideales para el
análisis de las variables contables y financieras analizadas. Parti-
cularmente, en el contexto de esta investigación, las mencionadas
técnicas permiten: 1. tomar en cuenta la potencial heterogenei-
dad de las firmas; 2. combinar las propiedades estadísticas de los
datos en series de tiempo y de corte longitudinal; 3. aprovechar al
máximo la información disponible; 4. revelar dinámicas de cam-
bio y efectos difíciles de detectar cuando solo se usan datos de
corte longitudinal o en series de tiempo; y 5. estudiar comporta-
mientos complejos.10
Las regresiones para paneles de datos requieren que las varia-
bles utilizadas sean estacionarias, i.e. I(0).11 Por esta razón, aquí
se evalúa el orden de integración de los datos originales usando
tres pruebas de raíz unitaria para paneles. Las pruebas utilizadas
son las propuestas por Im, Pesaran y Shin (2003), Maddala y Wu
(1999) y Choi (2001). Estas pruebas se sustentan, respectiva-
mente, en los estadísticos ips, adf-Fisher y pp-Fisher. Se estiman
estas pruebas porque cada una de ellas supone diferentes supues-
tos sobre la naturaleza de los datos. En todas las pruebas se asume
como hipótesis nula que hay raíces unitarias y que dichas raíces
siguen procesos que no son comunes (i.e., independientes).
El análisis econométrico se sustenta en pruebas de validez
estadística siguiendo parcialmente la propuesta de Gutiérrez-
Banegas y Ruiz Porras (2014). Las estimaciones de los modelos
10 Véase Gujarati y Porter (2010) y Wooldridge (2010) para una introducción básica
y avanzada, respectivamente, de los modelos econométricos para paneles de datos.
11 Una variable es estacionaria si su media y varianza no varían sistemáticamente en
el tiempo. En el contexto de este estudio, las variables deben ser estacionarias para
evitar la estimación de regresiones espurias. Véase Granger y Newbold (1974) y
Phillips (1986) para un análisis de las relaciones entre los procesos de raíces unitarias
y la estimación de regresiones espurias para series de tiempo. Véase Kao (1999) para
un análisis similar en el contexto de paneles de datos.
78
con efectos fijos utilizan la técnica Least-Squares Dummy Variable

(lsdv). Las estimaciones de los modelos con efectos aleatorios
utilizan la técnica Generalized Least-Squares (gls). Por esta razón,
la evaluación de las hipótesis de significancia se hace con los esta-
dísticos t, z, F y Wald.12 La especificación de efectos fijos o aleato-
rios se evalúa mediante la prueba Hausman ajustada desarrollada
por Baum, Schaffer y Stillman (2003).13 Asimismo, la bondad de
ajuste de los modelos se estudia con los estimadores R2 within,
R2 between y R2 overall.
El análisis econométrico se enfoca en las estimaciones de dos
grupos de regresiones para paneles de datos. El primer grupo
incluye tres regresiones con efectos fijos y otras tres con efectos
aleatorios referidas al modelo Ohlson-Tradicional. El segundo
grupo incluye otras seis regresiones referidas al modelo Ohlson-
Internacional. Los grupos se construyen para evaluar la existencia
de problemas de endogeneidad entre las variables. Por esta razón,
en cada grupo se incluyen regresores con variables simultáneas,
rezagadas y adelantadas con respecto a la variable regresionada
(i.e., s = t − 1, t , t + 1 ). En todos los casos, la variable regresionada
son los precios de las acciones de las firmas en el periodo t .
La metodología econométrica se integra por cuatro etapas. En
la primera etapa se analizan las variables originales del panel de
datos mediante estadísticas descriptivas y pruebas de normalidad.
En la segunda etapa se estiman las pruebas de raíces unitarias para
las variables originales y las variaciones trimestrales de estas.14 En
la tercera etapa se estiman las regresiones asociadas a los modelos
12 La significancia conjunta de los regresores para las estimaciones con efectos fijos
y aleatorios se evalúa, respectivamente, mediante estadísticos F y de Wald. La
significancia individual de los regresores para las estimaciones con efectos fijos y
aleatorios se evalúa, respectivamente, mediante estadísticos t y z.
13 La prueba de Hausman ajustada se utiliza para evaluar la conveniencia de usar
efectos fijos o aleatorios. El ajuste, conocido como sigmamore, evita la estimación
de estadísticos de Hausman negativos en muestras finitas.
14 Tradicionalmente, las pruebas de raíces unitarias se estiman para variables en niveles
y en diferencias. Sin embargo, aquí las pruebas son estimadas para las variables
originales y sus variaciones trimestrales, por razones de conveniencia estadística.
79
Ohlson-Tradicional y Ohlson-Internacional. En la última etapa

se evalúa la relevancia de los mercados financieros de Estados
Unidos en los precios de las acciones de las firmas analizadas
con base en pruebas de significancia individual y conjunta y en
estimadores de bondad de ajuste para las estimaciones obtenidas
de los modelos.
Finalmente, debe señalarse que la metodología propuesta
tiene algunas limitaciones que restringen la generalidad de las
conclusiones de este estudio. Entre estas destacan las siguientes:
1. las variables pueden tener ordenes de integración distintos;
2. las estimaciones de las regresiones para paneles con variables
rezagadas y adelantadas solo consideran un periodo de desfase
temporal para evitar pérdidas en los grados de libertad; 3. las
estimaciones pueden tener problemas de especificación econo-
métrica debido a la sencillez de los modelos Ohlson-Tradicional
y Ohlson-Internacional; y 4. las estimaciones suponen que los
errores y residuales se distribuyen normalmente.
4. Análisis estadístico y de raíces unitarias
En esta sección se muestran los resultados de los análisis esta-

dísticos y de raíces unitarias. Estos análisis permiten describir
el comportamiento de las variables del panel de datos. Más aun,
permiten proponer criterios para estimar los modelos Ohlson-
Tradicional y Ohlson-Internacional. Por simplicidad, los resul-
tados de las estimaciones y las pruebas estadísticas se presentan
en tablas. Particularmente, la tabla 4 muestra las estimaciones de
estadística descriptiva y las pruebas de normalidad Jarque-Bera
asociadas a los datos originales del panel, i.e., tal como provienen
de economática. La tabla 5, por su parte, muestra los resultados
de las pruebas de raíces unitarias de las variables originales y sus
variaciones trimestrales.
80
Tabla 4
Estadística descriptiva y pruebas de normalidad
La tabla 4 sugiere que las variables contables y financieras

originales no pueden usarse para estimar los modelos. La eviden-
cia sugiere que las variables requieren de transformaciones para
su uso. Particularmente, los resultados del análisis de estadística
descriptiva de las variables originales indican que: 1. los precios
de las acciones de las firmas son heterogéneos; 2. las utilidades de
las firmas manifiestan valores positivos y negativos, durante el
periodo, y las mayores volatilidades de acuerdo al coeficiente de
variación; 3. todas las variables muestran distribuciones asimé-
tricas; 4. las variables contables tienen comportamientos lepto-
cúrticos; y 5. ninguna de las variables se distribuye normalmente.
La tabla 5 valida que la mayoría de las variables originales del
panel no pueden usarse con fines de estimación econométrica.
Las pruebas de raíces unitarias sugieren que las variables Precio
de la Acción, Valor en Libros, Índice Dow Jones y Tasa de Bonos
tbill son integradas de orden uno, I(1). Sin embargo, también
debe señalarse que las tres pruebas coinciden en que las variacio-
nes trimestrales de las variables originales sí son estacionarias y,
por tanto, idóneas para su estimación. Por esta razón, en adelante,
81
las cinco variables se expresan en términos de sus variaciones tri-

mestrales, para evitar potenciales problemas de regresión espuria
en las estimaciones de los modelos.
Tabla 5
Pruebas de raíces unitarias para paneles
Finalmente, los hallazgos del análisis estadístico y de raíces

unitarias para las variables contables y financieras para el periodo
analizado pueden sintetizarse de la siguiente manera: 1. los pre-
cios de las acciones de las firmas son heterogéneos; 2. las utilida-
des de las firmas manifiestan valores positivos y negativos y las
mayores volatilidades; 3. las variables originales muestran distri-
buciones no normales y asimétricas; 4. las variables contables tie-
nen comportamientos leptocúrticos; 5. las variables Precio de la
Acción, Valor en Libros, Índice Dow Jones y Tasa de Bonos tbill
son I(1); y 6. las variables expresadas en términos de variaciones
trimestrales son estacionarias.
82
5. Análisis econométrico
En esta sección se muestran las estimaciones y estimadores uti-

lizados para evaluar la relevancia de los mercados de valores y
de bonos estadounidenses en la valuación de las acciones de
las firmas. Nuevamente, y por simplicidad, las estimaciones se
presentan en tablas. En específico, la tabla 6 muestra las esti-
maciones de las regresiones y de los estadísticos de validación
del modelo Ohlson-Tradicional. La tabla 7, por su parte, muestra
las estimaciones de las regresiones y de los estimadores de vali-
dez estadística del modelo Ohlson-Internacional. Tal como se ha
mencionado, los estimadores de validez incluyen estadísticos de
significancia individual y conjunta y de especificación de efectos
en regresiones y estimadores de bondad de ajuste.
La tabla 6 sugiere que el modelo Ohlson-Tradicional tiene
una capacidad limitada para explicar los precios de las acciones
de las firmas analizadas. En todas las regresiones estimadas, los
indicadores de bondad de ajuste son relativamente bajos. Además,
las estimaciones de los coeficientes α1 y α 2 presentan valores
positivos y negativos significativos. Sin embargo, los estadísti-
cos de Hausman ajustados coinciden en que las especificaciones
con efectos aleatorios son las que mejor describen los precios de
las acciones. Más aun, las pruebas de significancia conjunta de
minimos cuadrados restringidos validan que los efectos fijos no
son significativos para explicar los precios de las acciones de las
firmas analizadas.
La tabla 7 muestra que el modelo Ohlson-Internacional
explica mejor los precios de las acciones latinoamericanas que
el modelo Ohlson-Tradicional. Particularmente, los estimadores
de bondad de ajuste de la tabla muestran que las regresiones que
usan variables rezagadas son las que mejor explican los precios
de las acciones. Así, la evidencia valida la capacidad predictiva
del modelo de Ohlson. Además, en las mencionadas regresiones
ocurre que α1 > 0 y α 2 < 0 . Este hallazgo implica que los pre-
cios de las acciones de las firmas son determinados significativa
83
y directamente por su utilidad rezagada e inversamente por su

valor en libros rezagado. Así, la evidencia resulta parcialmente
consistente con las predicciones del modelo de Ohlson.
Tabla 6
Estimaciones del modelo Ohlson-Tradicional
Estadísticamente, la validación de las estimaciones se hace

mediante los estadísticos de Hausman y de significancia conjunta.
En particular, los estadísticos Hausman ajustados coinciden en
que las regresiones con efectos aleatorios son las que mejor des-
criben los precios de las acciones. Más aun, todos los estadísticos
F de mínimos cuadrados restringidos muestran que los efectos
fijos no son regresores significativos. Además, las pruebas de sig-
nificancia conjunta F y Wald muestran que las estimaciones con
variables simultaneas y rezagadas explican significativamente los
84
precios de las acciones. Por tanto, puede concluirse que la regre-

sión con variables rezagadas y con efectos aleatorios es la que
mejor describe los precios de las acciones.
Tabla 7
Estimaciones del modelo Ohlson-Internacional
Las estimaciones del modelo Ohlson-Internacional sugieren

que hay una movilidad limitada de capitales para especular y
hacer arbitraje entre los mercados estadounidenses y latinoame-
ricanos. Particularmente, la evidencia muestra que los precios
de las acciones son determinados significativa y directamente
85
por la tasa de los bonos estadounidenses rezagada. ( α 4 > 0 ). Sin

embargo, también muestra que los precios de las acciones tienen
relaciones directas pero no significativas con el índice Dow Jones
( α 3 = 0 ). Además, la preminencia de las estimaciones con efectos
aleatorios sugiere que las acciones de la región son valuadas de la
misma manera por los inversionistas bursátiles.
Finalmente, los hallazgos sugieren que los mercados financie-
ros estadounidenses tienen efectos diferenciados en la valuación
de las acciones de las firmas industriales que cotizan en los países
de la Alianza del Pacífico. Los hallazgos muestran que los precios
de las acciones de las firmas analizadas: 1. son determinados sig-
nificativa y directamente por la tasa de bonos estadounidenses
rezagada; 2. tienen relaciones directas pero no significativas con
el índice Dow Jones; 3. son valuados de la misma manera por los
inversionistas bursátiles internacionales; y que 4. pueden ser des-
critos por el modelo Ohlson-Internacional que utiliza variables
rezagadas y que asume la existencia de efectos aleatorios.
6. Conclusiones y líneas de investigación futura
En este capítulo se ha estudiado la relevancia de los mercados de

valores y de bonos estadounidenses en la valuación de acciones
de firmas industriales que cotizan en los países de la Alianza del
Pacífico. La investigación se ha sustentado en el modelo de valua-
ción bursátil propuesto por Ohlson y en una variación de este
que incluye el índice Dow Jones y la tasa tbill-90. Estos modelos
se denominan, respectivamente, Ohlson-Tradicional y Ohlson-
Internacional. La metodología empírica se sustenta en pruebas de
raíces unitarias, regresiones para paneles de datos y estimadores
de validez estadística. La muestra incluyó datos trimestrales de
ocho firmas de la región analizada que cotizaron en el periodo
2000:01-2017:04.
Los principales hallazgos del análisis estadístico y de raíces
unitarias para las variables contables y financieras para el periodo
86
analizado pueden sintetizarse de la siguiente manera: 1. los pre-

cios de las acciones de las firmas son heterogéneos; 2. las utilida-
des de las firmas manifiestan valores positivos y negativos y las
mayores volatilidades; 3. las variables originales muestran distri-
buciones no normales y asimétricas; 4. las variables contables tie-
nen comportamientos leptocúrticos; 5. las variables Precio de la
Acción, Valor en Libros, Índice Dow Jones y Tasa de Bonos tbill
son I(1); y 6. las variables expresadas en términos de variaciones
trimestrales son estacionarias.
Los hallazgos del análisis econométrico sugieren que los mer-
cados financieros estadounidenses tienen efectos diferenciados
en la valuación de las acciones de las firmas industriales que coti-
zan en los países de la Alianza del Pacífico. Los hallazgos muestran
que los precios de las acciones de las firmas analizadas: 1. son
determinados significativa y directamente por la tasa de bonos
estadounidenses rezagada; 2. tienen relaciones directas pero no
significativas con el índice Dow Jones; 3. son valuados de la misma
manera por los inversionistas bursátiles internacionales; y que
4. pueden ser descritos por el modelo Ohlson-Internacional que
utiliza variables rezagadas y que asume la existencia de efectos
aleatorios.
Estos hallazgos tienen implicaciones para la valuación bur-
sátil. La primera implicación es que los inversionistas valúan de
manera homogénea las acciones de las firmas industriales que
cotizan en la Alianza del Pacífico. Por tanto, las acciones men-
cionadas parecieran carecer de particularidades que definan
su valuación. La segunda implicación es que los precios de las
acciones de firmas industriales dependen de la tasa de los bonos
rezagada, no del índice Dow Jones. Por tanto, los mercados bur-
sátiles de la región parecieran depender de las dinámicas en los
mercados de bonos estadounidenses. La tercera implicación es
que las variaciones del modelo de Ohlson pueden ser útiles para
estudiar los determinantes de los precios de las acciones.
Finalmente, debe señalarse que hay algunas líneas de investi-
gación futura complementarias a esta investigación. La primera
87
línea se refiere a la incorporación de determinantes micro y

macroeconómicos adicionales al modelo de valuación Ohlson.
Así, podrían incluirse determinantes relativos a la carga fiscal, a
factores de endeudamiento, al tipo de cambio real y a la balanza
de pagos.15 Una segunda línea pudiera estar vinculada a la com-
binación de modelos para mejorar las valuaciones bursátiles.
Modelos combinados de los tipos Ohlson-Feltham, Ohlson-Beta
y otros similares podrían ser muy útiles para estudiar los precios
de los activos bursátiles que cotizan en los mercados financieros
latinoamericanos.16
7. Referencias
Asmodaran, A. (2002), Investment Valuation: Tools and Techniques for Deter-

mining the Value of Any Asset, 2a ed., Estados Unidos, Nueva York, John
Wiley & Sons.
———— (2005), “Valuation Approaches and Metrics: A Survey of the Theory
and Evidence, Foundations and Trends® in Finance, 1(8), pp. 693-784.
doi: http://dx.doi.org/10.1561/0500000013.
Baum, C. F.; Schaffer, M. E. & S. Stillman (2003), “Instrumental Variables
and gmm: Estimation and Testing”, Stata Journal, 3(1), pp. 1-31. doi:
https://doi.org/10.1177/1536867X0300300101.
Cabedo-Semper, J. D. & J. M. Tirado-Beltrán (2007), “El beneficio anormal
en el modelo de Ohlson: una propuesta para su estimación”, Revista de
Contabilidad, 10(1), pp. 75-97. Disponible en: https://dialnet.unirioja.
es/descarga/articulo/2577810.pdf.
Choi, I. (2001), “Unit Root Tests for Panel Data”, Journal of International
Money and Finance, 20(2), pp. 249–272. doi: https://doi.org/10.1016/
S0261-5606(00)00048-6.
15 Hay algunos estudios que han propuesto variaciones del modelo de Ohlson donde
se incluyen determinantes adicionales. Algunos ejemplos de dichos estudios son
aquellos de McCrae y Nilsson (2001), Durán-Vázquez, Lorenzo-Valdés y Aldana-
Reyes (2011) y Durán-Vázquez, Lorenzo-Valdés y Ruiz-Porras (2012b y 2013).
16 Hay algunos estudios que han analizado la valuación de acciones combinando el
modelo de Ohlson. Algunos ejemplos de dichos estudios son aquellos de Iñiguez-
Sánchez (2003) y Durán-Vázquez, Lorenzo-Valdés y Ruiz-Porras (2012a y 2012c).
88
Collins, D. W.; Maydew, E. L. & I. S. Weiss (1997), “Changes in the Value-

Relevance of Earnings and Book Values Over the Past Forty Years”,
Journal of Accounting and Economics, 24(1), pp. 39-67. doi: https://doi.
org/10.1016/S0165-4101(97)00015-3.
Durán-Vázquez, R.; Lorenzo-Valdés & F. Aldana-Reyes (2011), “Relevancia
del modelo de Ohlson con datos mexicanos antes y después de la crisis
del 2008”, en Academia de Ciencias Administrativas A. C., La Adminis-
tración y la responsabilidad social empresarial (Memorias del XV Congreso
Internacional de Investigación de Ciencias Administrativas), (id 4983),
México, Universidad Veracruzana y acacia. Disponible en: http://aca-
cia.org.mx/busqueda/pdf/09_01_Modelo_de_ohlson.pdf.
Durán-Vázquez, R.; Lorenzo-Valdés, A. & A. Ruiz-Porras (2012a), “Valua-
ción de acciones mexicanas mediante los modelos de Ohlson y Ohl-
son-Beta para firmas con ciclos de corto y largo plazos: un análisis de
cointegración”, en F. Ortiz-Arango & F. López Herrera (coords.), Avan-
ces recientes en valuación de activos y administración de riesgos, vol. 3,
México, Universidad Panamericana, pp. 305-318.
———— (2012b), “Valuation of Latin-American Stock Prices with Alter-
native Versions of the Ohlson Model: An Investigation of Cointegra-
tion Relationships with Time-Series and Panel-Data”, en R. S. Espinosa
Ramirez (ed.), Research Issues on International Economic Relations,
México, Universidad de Guadalajara, pp. 161-183.
———— (2012c), “Integración de los modelos de capm y de Ohlson, para el
caso de México y Brasil”, en M. F. Fonseca Paredes (dir.) & M. González
Valdés (comp.), Retos de las ciencias administrativas desde las economías
emergentes: evolución de sociedades (Memorias del XVI Congreso Interna-
cional de Investigación en Ciencias Administrativas), (id 4939), México,
Tecnológico de Monterrey y acacia. Disponible en: http://gitmexico.
com/acacia/busqueda/pdf/09_PF404_Integracion_de_Modelos.pdf.
———— (2013), “Análisis del modelo de Ohlson devengado y con flujo de
efectivo, para evaluar cointegración entre las variables, en empresas
mexicanas”, en F. E. Navarrete Báez (comp.), Las ciencias administrati-
vas ante los retos del empleo y la crisis laboral mundial (Memorias del XVII
Congreso Internacional de Investigación en Ciencias Administrativas), (id
5638), México, Universidad del Valle de Atemajac (univa) y acacia.
Disponible en: http://gitmexico.com/acacia/busqueda/pdf/857.pdf.
Durán-Vázquez, R.; Lorenzo-Váldes, A. & H. Valencia-Herrera (2007),
“Value Relevance of the Ohlson Model with Mexican Data”, Contaduría
y Administración, (223), pp. 33-52. Disponible en: https://www.redalyc.
org/pdf/395/39515964007.pdf.
89
Granger, C. W. J. & P. Newbold (1974), “Spurious Regressions in Econo-

metrics”, Journal of Econometrics, 2(2), pp. 111-120. doi: https://doi.
org/10.1016/0304-4076(74)90034-7.
Gujarati, D. N. & D. C. Porter (2010), Econometría, 5ª ed., México, México
DF, McGraw-Hill.
Gutiérrez-Banégas, M. A. & A. Ruiz-Porras (2014), Capital social, confianza
y crecimiento económico: una investigación para América Latina, México,
México DF, Tecnológico de Monterrey.
Hordahl, P. & F. Packer (2007), “Understanding Asset Prices: An Overview”
(Documento de Trabajo 34), Basilea, Suiza, Bank for International Sett-
lements, Monetary and Economic Department.
Im, K. S.; Pesaran, M. H. & Y. Shin (2003), “Testing for Unit Roots in Hete-
rogeneous Panels”, Journal of Econometrics, 115(1), pp. 53-74. doi:
https://doi.org/10.1016/S0304-4076(03)00092-7.
Iñiguez-Sanchéz, R. (2003), “Aplicación de los modelos de Feltham-Ohlson
para la predicción de beneficios y la valoración de acciones”, Revista
Española de Finanzas y Contabilidad, 32(118), pp. 937-941. Disponible
en: https://www.jstor.org/stable/42781540.
Kao, C. (1999), “Spurious Regression and Residual-Based Tests for Coin-
tegration in Panel Data”, Journal of Econometrics, 90(1), pp. 1-44. doi:
https://doi.org/10.1016/S0304-4076(98)00023-2.
Lo, K. & Lys, T. (2000). The Ohlson model: Contribution to valuation
theory, limitations and empirical applications. Journal of Accoun-
ting, Auditing and Finance, 15(3), pp. 337-367. DOI: https://doi.
org/10.1177/0148558X0001500311
Maddala, G. S. & S. Wu (1999), “A Comparative Study of Unit Root Tests
with Panel Data and a New Simple Test”, Oxford Bulletin of Economics
and Statistics, 61(número especial), pp. 631–652. doi: https://doi.
org/10.1111/1468-0084.0610s1631.
McCrae, M. S. & H. Nilsson (2001), “The Explanatory and Predictive Power
of Different Specifications of the Ohlson (1995) Valuation Models”,
European Accounting Review, 10(2), pp. 315-341. doi: https://doi.
org/10.1080/713764600.
Ohlson, J. A. (1995), “Earnings, Books Values and Dividends in Equity
Valuation”, Contemporary Accounting Research, 11(2), pp. 661-687. doi:
https://doi.org/10.1111/j.1911-3846.1995.tb00461.x.
Phillips, P. C. B. (1986), “Understanding Spurious Regressions in Econo-
metrics”, Journal of Econometrics, 33(3), pp. 311-340. doi: https://doi.
org/10.1016/0304-4076(86)90001-1.
Varian, H. R. (1992), Microeconomic Analysis, 3ª ed., Estados Unidos, Nueva
York, W.W. Norton & Company, Inc.
90
Wooldridge, J. M. (2010), Econometric Analysis of Cross Section and Panel

Data, 2ª ed., Estados Unidos, Cambridge, mit Press.
Apéndice
Figura 1A
Precios de las acciones de las firmas industriales. 2000:01-2017:04
91
CAPÍTULO 4
Contraste de rendimiento y cobertura
de portafolios combinando divisas
y criptomonedas

1. Introducción
En el presente trabajo se pretende analizar las criptodivisas como

una forma de inversión en la que se busca proponer un portafolio
diversificado para disminuir el riesgo y/o elevar el rendimiento.
Dado que el tema de las criptomonedas es relativamente reciente
hay poca bibliografía práctica que aporte información a los por-
tafolios de inversión con ellas. De lo que existe, se tomaron en
cuenta algunos documentos de investigación donde son incluidas
con resultados favorables, y que se tomaron como base para este
tema de investigación.
Un ejemplo es el portal llamado CriptoNoticias, creado en
2015 por la necesidad de los usuarios de habla hispana de tener
una fuente confiable de información sobre criptotecnología des-
centralizada. En este espacio se encuentran algunos documentos
que aportan al tema, como los que se mencionan a continuación.
En el documento “Riesgos y retornos de las criptomonedas”
de Tsyvinski y Liu (2018), establecen los autores que la relación
93
Guillermo Sierra Juárez y Sandra Ivett Portugal Padilla
riesgo-retorno de algunas criptomonedas es distinto al de las

acciones, metales preciosos y monedas fíat.
Otro documento es el que publica Fernández (2018) “Crip-
toactivos pueden optimizar portafolios de inversión, según Grays-
cale”, que asegura que a pesar de las fluctuaciones en el precio o
en la valoración del mercado total de criptomonedas existe una
apreciación a largo plazo, al punto de que las criptomonedas más
importantes comienzan a formar parte de fondos de cobertura
tradicionales y, por lo menos, bitcoin ya se incluye regularmente
en contratos a futuro.
En el portal Cointelegraph, publicó Preiss (2018) “Las crip-
tomonedas como diversificación de cartera: cobertura sistemá-
tica con excelente perfil de riesgo-rentabilidad”, donde menciona
que análisis históricos de la rentabilidad del bitcoin y de las del
oro frente a las del Mercado de Acciones en momentos de volatili-
dad reciente del mercado pueden proporcionar algunas indicacio-
nes sobre los datos del pasado, pero todavía no existe información
suficiente sobre cómo concluir que el bitcoin podría actuar de
forma fiable como un refugio seguro. En cuanto al perfil riesgo-
rentabilidad, no hay ningún otro activo en el mundo que haya
igualado la opcionalidad de los bitcoins. Para la construcción del
portafolio se utilizará el modelo de Markowitz en la modalidad
de la proporción de Sharpe.
Zubeldia, Zabalza y Zubiaurre (2002) mencionan que
Markowitz desarrolla su modelo sobre la base del comporta-
miento racional del inversor, en la que el inversionista, después
de conocer las combinaciones rentabilidad-riego de todas las car-
teras eficientes, elegirá su cartera óptima.
La proporción de Sharpe fue desarrollada por el Nobel de
Economía William F. Sharpe, con la intención de conocer si la
rentabilidad de una inversión se debe a una decisión inteligente,
o si, por el contrario, es resultado de haber asumido más riesgo;
es un ratio financiero que calcula la rentabilidad ajustada según su
riesgo. Mide numéricamente la relación rentabilidad-volatilidad
histórica (desviación estándar) de un fondo de inversión y se
94
Contraste de rendimiento y cobertura de portafolios combinando divisas y criptomonedas
calcula dividiendo la rentabilidad de un fondo menos la tasa de

interés sin riesgo entre la volatilidad o desviación estándar de esa
rentabilidad en el mismo periodo.
Dado que se realizarán unas opciones de portafolios, utiliza-
remos la teoría del valor en riesgo (VaR), ya que nos menciona la
pérdida máxima que puede tener el inversionista en un determi-
nado horizonte temporal con un determinado nivel de confianza.
Algunas de sus ventajas son: agregar todo el riesgo de una inver-
sión en un solo número, y es una medida de riesgo estandarizada
y por ende se puede comparar.
Sobre el sistema monetario, recordemos que una moneda
es un activo que se utiliza para adquirir bienes o servicios, este
tipo de dinero puede darse en efectivo donde tanto compradores
como vendedores lo aceptan como medio de intercambio. Entre
las principales funciones que lo distinguen de otro activo halla-
mos: a) tienen una entidad de cuenta que se utiliza para registrar
cuentas, saldos, precios y valorizaciones; b) es un depósito de
valor, ya que puede ser considerado un bien con que las personas
pueden transferir poder de compra al futuro.
El mercado de divisas, también conocido como mercado de
tipos de cambio, es un mercado global y descentralizado en el que
se negocian divisas. Nació con el objeto de facilitar cobertura al
flujo monetario que se deriva del comercio internacional. El tipo
de cambio es el precio de la moneda de un país en función de la
moneda de otro.
El mercado de divisas es también el precio de un activo finan-
ciero. De la misma manera en que la cotización de las acciones se
mueve, el tipo de cambio responde inmediatamente a cualquier
información relacionada con la evolución del valor de las divisas
en el futuro.
Los principales agentes que participan en este mercado son los
bancos comerciales, las empresas multinacionales, las instituciones
financieras no bancarias y los bancos centrales de cada país.
Por otra parte, en el tema de la criptomoneda se iniciará con-
siderando su definición (según el Banco Central Europeo): es una
95
moneda virtual que se crea y se almacena electrónicamente. La

diferencia más importante entre este tipo de monedas y las tra-
dicionales es que no está regulada por ningún tipo de autoridad,
por lo que invertir en ella puede resultar atractivo, pero también
riesgoso.
Actualmente en el mundo existen cientos de criptomonedas,
algunas de las principales y que serán utilizadas en este trabajo
son las siguientes: bitcoin, xrp, monero, litecoin y dash (la pre-
sente sección tiene su fundamento en la página de Investing.com).
La criptomoneda xrp proviene de Ripple, un sistema de liqui-
dación bruta en tiempo real, un servicio de remesas que cotiza en
bolsa. También es conocido este protocolo de transacciones como
ripple o protocolo ripple. Tiene su fundamento en un protocolo
de Internet de código abierto distribuido, un libro de cuentas con-
sensuado que pretende habilitar transacciones financieras instan-
táneas, seguras y casi gratuitas a escalas mundiales de cualquier
tamaño y sin cargos extra. Esta criptomoneda existe solamente en
el sistema Ripple. Existen aproximadamente 100,000 millones de
xrp en circulación, según las reglas del protocolo, y no se pueden
crear más.
La critomoneda monero-xmr es conocida por sus siglas como
xmr, salió en 2014 como un fork de Bytecoin; es de código abierto,
heredó el protocolo Cryptonote de Bytecoin, lo que le propor-
cionó un anonimato total que otras criptomonedas no pueden
ofrecer, por lo que las transacciones económicas que se realizan
con ella son totalmente confidenciales e irrastreables. Esta crip-
tomoneda ofrece el anonimato en las transacciones hechas por
las personas y son mucho más veloces que el bitcoin, con el tipo
de generación de bloques que es de dos minutos frente a los diez
minutos del bitcoin.
La criptomoneda litecoin es de las más utilizadas por el
público con menos experiencia en el mundo de las criptomo-
nedas, debido a que su funcionamiento es más simple y menos
exigente, ya que el tiempo de generación de bloques es de 2.5
minutos en lugar de los diez minutos del bitcoin, por lo que se
96
puede gestionar con computadoras más sencillas y existe una

mayor agilidad para realizar un gran número de transacciones.
Funciona igual que el bitcoin, pero posee un límite mayor que se
sitúa en los 84 millones de litecoins.
La critomoneda dash, anteriormente conocida como Darkcoin,
es tipificada como una forma de transacción más segura que las
otras criptomonedas por su sistema de seguridad, con once algo-
ritmos, que dificulta hackear la red Dash. También es más simple
de utilizar para la minería, ya que es más accesible para computa-
doras normales que el bitcoin. Una de sus cualidades es el anoni-
mato que ofrece en las transacciones realizadas por los usuarios,
e intenta eliminar el origen de las transacciones realizadas.
En la actualidad ya existen muchas criptomonedas y conti-
núa la creación de nuevas monedas virtuales. Aunque presentan
diferencias, todas ellas utilizan el blockchain de manera distinta,
pero es posible establecer ciertos criterios comunes entre ellas.
En el año 2009 apareció el artículo titulado “Bitcoin: A Peer-
to-Peer Electronic Cash System”, de un autor con el seudónimo
de Satoshi Nakamoto, en el que se describe un sistema online de
pagos que permite, a partir de una moneda virtual denominada
bitcoin, el envío y recepción de dinero entre partes.
A pesar de que el concepto de moneda virtual ya existía desde
los noventa, como, por ejemplo, el Pecunix, e-Gold, y otras mone-
das asociadas al entretenimiento, como Facebook Credits. Con la
llegada del bitcoin se propone un nuevo protocolo de intercam-
bio de dinero sin intervención de intermediario alguno, es decir,
público y descentralizado, donde no es necesaria una institución
financiera que pudiera dar confianza a la transacción y con ello
se evitara el doble gasto.
En el sistema Bitcoin los propios usuarios se encargarán de
regular la cantidad de monedas que circulan, además de su valor,
y dar consistencia a las transacciones. La confianza en el bitcoin
reside en el conocimiento de la historia de las transacciones deno-
minada “blockchain” o “cadena de bloques”, donde de manera his-
tórica se almacena de forma distribuida, pública y sin interme-
97
diación, todas y cada una de las transacciones realizadas hasta la

fecha en el sistema, agrupadas por bloques, y, por otra parte, lo
importante es que no se pierde el anonimato o privacidad de los
usuarios.
Lo que se registra en el blockchain queda registrado por siem-
pre y es inherentemente resistente a la alteración de información
registrada y validada. Estas propiedades lo hacen ideal para el
registro de eventos públicos y privados; de hecho, se puede pensar
en él como en un notario electrónico.
El blockchain es empleado, además, en contratos inteligen-
tes entre pares, en la gestión de derechos de autor, en propiedad
intelectual de contenidos digitales, es decir, posee grandes capa-
cidades de desintermediación en un mundo digital y se considera
una invención tan importante como Internet.
Al contrario de lo que viene ocurriendo con las monedas físi-
cas tradicionales, que entre otras cosas, no pueden ser gastadas
dos veces, y en cuyo uso no son necesarios más que el emisor
y receptor, en las monedas virtuales había sido imprescindible
contar con un intermediario para asegurar que la moneda no se
ocupara más de una vez, y el sistema funciona gracias a la con-
fianza que se tiene en este agente.
En el caso del bitcoin, son los mismos usuarios, a través de
seguros procesos de validación (criptográficos), los que validan
y dan registro a las transacciones. El blockchain es la tecnología
que da soporte a la moneda virtual de Bitcoin, funciona como un
libro contable robusto, inalterable y verificable.
El bitcoin es un medio de intercambio electrónico que opera a
través de un determinado protocolo y una red computacional P2P,
donde el sistema consiste de una secuencia alfanumérica legible
de treinta y tres caracteres para todas las personas, dichas claves
están asociadas a un monedero virtual.
Para poder intercambiar bitcoins, cada usuario cuenta con
una clave criptográfica donde el sistema permite descontar la
cantidad de bitcoins a quien compra y aumentar la cantidad de
quien vende.
98
Tanto el código criptográfico como la moneda deben verifi-

carse para su ejecución. Es bastante transparente el proceso de
transacción del bitcoin en una denominada cadena de bloques, y
conforman un proceso de resolución matemática llamado mine-
ría (mining). Para que el bloque sea aceptado debe resolverse
el problema criptográfico; a medida que los bloques aumenten,
aumentará su complejidad, lo que es una característica de anti-
falsificación del bitcoin. Bitcoin funciona como un libro contable
descentralizado en el que los saldos no están ligados a los usuarios
sino a las direcciones públicas que lo controlan.
Cualquier individuo que participa en la red Bitcoin debe con-
tar con una cartera electrónica que contiene llaves criptográficas.
Las direcciones bitcoin que son visibles se derivan de las llaves
públicas de cada usuario y a su vez funcionan como los puntos
remitente/receptor para todos los pagos realizados. Las llaves pri-
vadas correspondientes a cada llave pública sirven para que un
determinado usuario pueda autorizar los pagos, transferir bitcoins
desde su billetera.
Las direcciones públicas no poseen ninguna información
sobre los dueños y aparecen como una secuencia de 33 carac-
teres aleatoria de números y letras. Los usuarios de Bitcoin pue-
den fácilmente y sin limitaciones generar varias direcciones;
esta generación es equivalente a generar un nuevo par de llaves
(pública/privada) y no requiere ningún contacto con nodos de la
red. Los usuarios que desean preservar el anonimato suelen crear
una nueva dirección para cada transacción.
2. Desarrollo
Como un resultado tradicional de finanzas, cualquier activo que

genere un rendimiento por arriba de la tasa libre de riesgos vendrá
acompañado de un riesgo mayor.
Un portafolio se puede concebir como un conjunto de varios
activos con rendimientos y riesgos diferentes que se mantiene
99
como una sola unidad. El problema ahora es determinar cuál es

el monto que debería invertirse en cada uno de los activos que lo
componen de tal modo que se maximice el valor del portafolio
dado un nivel de riesgo aceptado, este problema es conocido como
portafolio eficiente.
Al conjunto de portafolios eficientes que maximizan los ren-
dimientos para un cierto nivel de riesgo dado se conoce como
frontera eficiente y se puede fácilmente observar que algunos
portafolios son más preferidos que otros. Lo ideal es elegir el
portafolio que genere el mayor de rendimiento dado un nivel de
riesgo posible.
Una estrategia de cobertura consiste básicamente en reducir
la exposición de un portafolio frente a la volatilidad del mercado
tomando posiciones que tengan el impacto neto de reducir los
riesgos.
La teoría de portafolio fue presentada originalmente por
Markowitz (1952). En este modelo se plantea que la elección de
un portafolio con cualquier número de activos en condiciones
de incertidumbre se reduce a un problema de dos dimensiones
donde una de las variables es el riesgo (varianza o desviación
estándar) y la otra variable es el rendimiento (dos variables: el
ingreso esperado y la varianza). El modelo pretende encontrar la
composición óptima de un portafolio de valores, maximizando la
rentabilidad para un determinado nivel máximo de riesgo acepta-
ble; o, alternativamente, minimizar el riesgo para una rentabilidad
mínima esperada.
El riesgo no solo depende del riesgo de cada activo sino de la
contribución de cada uno de ellos al total, así como de las corre-
laciones (covarianzas) de cada valor con los demás componentes.
De igual forma, los rendimientos también se encuentran correla-
cionados, por lo tanto, no es tan fácil eliminar el riesgo por grande
que sea el tamaño del portafolio.
Consideremos un portafolio compuesto de activos con
riesgo, el rendimiento total del portafolio es la suma ponderada
de los rendimientos de cada uno de los rendimientos individua-
100
Consideremos un portafolio compuesto de 𝑛𝑛 activos con riesgo, el rendimiento to
del portafolio es la suma ponderada de los rendimientos de cada uno de los rendimien
individuales y la varianza del mismo será la suma ponderada de las varianzas individua
más laslacovarianzas.
les y varianza de este será la suma ponderada de las varianzas
individuales más las covarianzas.
Ahora
Ahoraelelproblema, comosesemencionó
problema, como mencionó anteriormente,
anteriormente, se en determinar
se enfoca
enfoca en determinar la proporción a invertir en cada uno de
proporción
los activosa invertir en a cada
de inversión, deuno
tal de los activos
forma que sedemaximice
inversión, el
derendi-
tal forma que se maxim
elmiento
rendimiento esperado
esperado dadodado un nivel
un nivel de de riesgodado,
riesgo dado,oobien,
bien, de
de forma
formaequivalente dado
equivalente
nivel dado un
de rendimiento nivelencontrar
deseado de rendimiento deseado
la proporción de laencontrar la se destinará a ca
inversión que
proporción de la inversión que se destinará a cada uno de los acti-
uno
vosdedelos activos deconsiderados
inversión inversión considerados de tal manera
de tal manera que se que se minimice
minimice el el riesgo. Dich
ponderaciones
riesgo. Dichasseponderaciones
plantean y se calculan mediante
se plantean y selacalculan
soluciónmediante
de los siguientes modelos
la solución de
optimización, los siguientes
conocido modelos
como modelo de optimización, conocidos
de Markowitz.
como modelo de Markowitz.
Maximizar
Maximizar 𝑅𝑅𝑝𝑝 = ∑𝑛𝑛𝑛𝑛𝑖𝑖=1 𝑤𝑤𝑖𝑖 𝑅𝑅𝑖𝑖 (Rendimiento (Rendimiento del delportafolio)
portafolio) 1 a) 1
Sujeto a: 𝜎𝜎𝑝𝑝 = √∑𝑛𝑛𝑖𝑖=1 𝑤𝑤2𝑖𝑖 𝜎𝜎2𝑖𝑖 + 2 ∑𝑛𝑛𝑖𝑖=1 ∑𝑛𝑛𝑛𝑛𝑗𝑗=1 𝑤𝑤𝑖𝑖 𝑤𝑤𝑗𝑗 𝜎𝜎𝑖𝑖𝑖𝑖 (Riesgo del portafolio)
𝑛𝑛 2 2
1 b)
Sujeto a: 𝜎𝜎𝑝𝑝 Sujeto
= ∑𝑖𝑖=1 𝑤𝑤𝑖𝑖 =𝜎𝜎𝑖𝑖 + 22 ∑2𝑤𝑤
𝑛𝑛 2 ∑2𝑗𝑗=1
2𝑤𝑤𝑛𝑛+ 𝑤𝑤𝑛𝑛𝑛𝑛𝑗𝑗 𝜎𝜎𝑖𝑖𝑖𝑖∑𝑛𝑛𝑛𝑛 (Riesgo del portafolio) 1 b)
Sujeto a:√ 𝜎𝜎𝑝𝑝a:=𝜎𝜎√
Sujeto
Sujeto 𝑝𝑝
a: ∑𝜎𝜎𝑛𝑛𝑖𝑖=1
√𝑛𝑛=∑ 𝑤𝑤𝑖𝑖=1 𝑖𝑖≠𝑗𝑗
𝜎𝜎∑𝑖𝑖2𝑖𝑖=1
𝑛𝑛+ 𝑖𝑖 2𝜎𝜎2𝑤𝑤𝑖𝑖 ∑ 2+𝑛𝑛
𝜎𝜎 2 ∑𝑖𝑖∑
2
𝑖𝑖=1 ∑𝑛𝑛𝑤𝑤 𝑖𝑖 𝑤𝑤
𝑗𝑗=1 ∑𝑗𝑗𝑤𝑤𝜎𝜎 𝑖𝑖 𝑤𝑤𝑗𝑗𝑤𝑤𝜎𝜎𝑖𝑖𝑖𝑖
𝑛𝑛𝑖𝑖𝑖𝑖 (Riesgo
𝑤𝑤 𝜎𝜎 (Riesgo del
(Riesgo del portafolio)
portafolio)
del portafolio) 1 b) 1 b) 1
Sujeto a:
Sujeto a: 𝜎𝜎𝑝𝑝 =𝑝𝑝 √∑√ 𝜎𝜎 = 𝑛𝑛 ∑
𝑝𝑝
𝑤𝑤
𝑖𝑖=1 2
𝑖𝑖 𝑤𝑤
√ 𝜎𝜎 2 𝜎𝜎
𝑖𝑖≠𝑗𝑗
𝑖𝑖=1 +
𝑖𝑖 +𝑖𝑖 2 ∑ 𝑖𝑖≠𝑗𝑗𝑖𝑖=1 𝑖𝑖 2 𝑛𝑛
𝑖𝑖=1
∑
𝑖𝑖
∑ 𝑛𝑛 ∑
𝑗𝑗=1
𝑖𝑖≠𝑗𝑗 𝑗𝑗=1𝑤𝑤
𝑖𝑖=1
𝑤𝑤𝑤𝑤 𝑤𝑤
𝑗𝑗=1 𝜎𝜎 𝑖𝑖 𝑗𝑗(Riesgo
𝑖𝑖𝑖𝑖
𝑖𝑖𝜎𝜎 𝑗𝑗 𝑖𝑖𝑖𝑖 (Riesgo del portafolio) del portafolio) 1 b)1 b)
𝑖𝑖=1 𝑖𝑖 𝑖𝑖 𝑖𝑖=1 𝑖𝑖≠𝑗𝑗𝑗𝑗=1 𝑖𝑖≠𝑗𝑗 𝑖𝑖 𝑗𝑗 𝑖𝑖𝑖𝑖
𝑖𝑖≠𝑗𝑗
∑𝑛𝑛𝑛𝑛𝑖𝑖=1 𝑤𝑤(Riesgo
𝑖𝑖 = 1 Restricción del portafolio) Presupuestaria 1 b) 1 c)
∑𝑖𝑖=1 𝑤𝑤𝑖𝑖 =𝑛𝑛 1∑𝑛𝑛Restricción Presupuestaria
1 =Restricción Presupuestaria 1 c)
∑𝑖𝑖=1𝑛𝑛𝑤𝑤𝑖𝑖=1 𝑖𝑖 =∑𝑤𝑤𝑛𝑛=1𝑖𝑖 =𝑤𝑤 Restricción
𝑖𝑖 Restricción1 Restricción Presupuestaria Presupuestaria 1 c) 1 c) 1
𝑛𝑛 ∑𝑖𝑖=1 𝑤𝑤𝑖𝑖 𝑖𝑖=1
∑𝑖𝑖=1 𝑤𝑤𝑖𝑖 = 1 Restricción 1Restricción presupuestaria Presupuestaria
Presupuestaria 1 c) 1 c)1 c)
𝑤𝑤𝑖𝑖 ≥ 0 Para toda i (es el 100% y debe ser positivo porque es compra) 1 d)
𝑤𝑤𝑖𝑖 ≥ 0 Para𝑤𝑤toda i (es
0 ≥Para el 100%
toda y
ielel
(es debe el(es100% ser positivo
y debe porque
ser positivo es compra)
porque 1
es compra) d)
𝑤𝑤𝑖𝑖 ≥ 0𝑖𝑖 Para ≥Para
𝑤𝑤 toda
toda0 ii (es
Para (es toda 100%
100%
i yydebe
el 100%debe ser yser positivo
debe positivo
ser porque
positivo esporque
compra)es compra) 1 d) 1 d) 1
𝑤𝑤 𝑤𝑤
≥ 0 Para
𝑖𝑖 0≥ Para 𝑖𝑖
toda toda i (es i (esel el 100%
100% y y debe
debe ser ser
positivo positivo porque porque es es compra)
compra) 1 d)1 d)
porque es compra)
𝑖𝑖 1 d)
O equivalentemente su problema dual
O equivalentemente
O equivalentemente su problemasu dual problema dual
O equivalentemente
Oequivalentemente 𝑛𝑛 su su
equivalentemente problema 2 susu dual
problema
Minimizar
O O equivalentemente
O𝜎𝜎
equivalentemente 𝑝𝑝 = √ ∑ 𝑖𝑖=1
𝑛𝑛 su 𝑤𝑤 2
𝜎𝜎
problema problema
𝑖𝑖 2𝑖𝑖 + 2 ∑dual ∑𝑛𝑛 dual
dual
𝑛𝑛problema
𝑛𝑛𝑖𝑖=1 𝑛𝑛𝑗𝑗=1 𝑖𝑖 𝑗𝑗 𝑖𝑖𝑖𝑖
𝑤𝑤 𝑤𝑤 dual 𝜎𝜎 (Riesgo del portafolio) 2 a)
2
Minimizar Minimizar 𝜎𝜎𝑝𝑝 = √∑𝑖𝑖=1𝜎𝜎𝑤𝑤𝑖𝑖 = 𝜎𝜎𝑛𝑛𝑖𝑖 +∑𝑛𝑛22 ∑2𝑤𝑤 2 ∑2𝑗𝑗=1 𝑤𝑤 𝑤𝑤 𝑛𝑛𝑛𝑛 𝜎𝜎 𝑛𝑛 (Riesgo del portafolio)
(Riesgo del 2 a)
portafolio)
Minimizar Minimizar
Minimizar 𝜎𝜎𝑝𝑝 = √ 𝑝𝑝 ∑𝜎𝜎𝑖𝑖=1 √ =
𝑛𝑛 𝑤𝑤𝑖𝑖=1 𝑖𝑖≠𝑗𝑗
𝑖𝑖=1
𝜎𝜎∑𝑖𝑖2𝑖𝑖≠𝑗𝑗
𝑛𝑛+ 𝑖𝑖 2 2𝜎𝜎𝑖𝑖 ∑
𝑤𝑤 +
2 𝑖𝑖=1𝑛𝑛
𝜎𝜎 2 +∑
𝑖𝑖
2 𝑛𝑛∑𝑖𝑖=1∑
2
𝑗𝑗 ∑
𝑖𝑖𝑖𝑖
𝑛𝑛𝑤𝑤
𝑛𝑛𝑗𝑗=1 𝑖𝑖 𝑤𝑤
∑ 𝑤𝑤
𝑗𝑗 𝜎𝜎
𝑤𝑤
𝑛𝑛𝑖𝑖𝑖𝑖 𝜎𝜎
𝑖𝑖 𝑗𝑗𝑤𝑤(Riesgo𝑤𝑤
𝑖𝑖𝑖𝑖 𝜎𝜎 del portafolio)
(Riesgo del 2 a) 2 a) 2
portafolio)
Minimizar
Minimizar 𝜎𝜎 = 𝑛𝑛 ∑
𝑝𝑝 2
𝑖𝑖 𝑤𝑤
√ 2 𝜎𝜎
𝑖𝑖=1 + 𝑖𝑖 2𝑛𝑛 ∑
𝑖𝑖 𝑛𝑛 ∑
𝑗𝑗=1 𝑖𝑖=1 𝑤𝑤 𝑤𝑤
𝑗𝑗=1 𝜎𝜎 𝑖𝑖 (Riesgo
𝑗𝑗 𝑖𝑖𝑖𝑖 del portafolio) 2 a)2 a)
𝜎𝜎𝑝𝑝 = √∑√ 𝑖𝑖=1 𝑤𝑤𝑖𝑖 𝜎𝜎𝑖𝑖 + 2 ∑𝑖𝑖=1 𝑖𝑖≠𝑗𝑗 ∑𝑗𝑗=1 𝑤𝑤𝑖𝑖≠𝑗𝑗 𝑖𝑖 𝑤𝑤𝑗𝑗 𝜎𝜎𝑖𝑖𝑖𝑖 (Riesgo del portafolio)
𝑝𝑝 𝑖𝑖=1 𝑖𝑖 𝑖𝑖 𝑖𝑖≠𝑗𝑗 𝑖𝑖=1 𝑖𝑖≠𝑗𝑗 𝑗𝑗=1 𝑖𝑖 𝑗𝑗 𝑖𝑖𝑖𝑖
𝑖𝑖≠𝑗𝑗
(Riesgo𝑛𝑛del portafolio) 2 a)
Sujeto a: 𝑅𝑅𝑝𝑝 = ∑𝑛𝑛𝑖𝑖=1 𝑤𝑤𝑖𝑖 𝑅𝑅𝑖𝑖 (Rendimiento del portafolio) 2 b)
Sujeto a: Sujeto 𝑅𝑅𝑝𝑝 = a: ∑𝑖𝑖=1 𝑤𝑤𝑅𝑅𝑖𝑖 𝑅𝑅𝑛𝑛𝑖𝑖= (Rendimiento 𝑛𝑛 del
(Rendimiento portafolio) del portafolio) 2 b)
Sujeto a:Sujeto 𝑅𝑅 a:𝑝𝑝𝑅𝑅= ∑𝑝𝑝 𝑖𝑖=1𝑅𝑅 𝑛𝑛
∑ 𝑤𝑤= 𝑖𝑖 𝑅𝑅∑
𝑖𝑖=1 𝑤𝑤
𝑖𝑖 𝑛𝑛
𝑅𝑅
𝑖𝑖(Rendimiento
𝑖𝑖𝑤𝑤 𝑅𝑅 (Rendimiento del portafolio) del portafolio) 2 b) 2 b)
Sujeto
Sujeto a: a:
Sujeto a: = ∑ 𝑝𝑝
𝑛𝑛 𝑖𝑖=1 𝑖𝑖 𝑖𝑖
𝑅𝑅 = ∑ 𝑤𝑤 𝑅𝑅 (Rendimiento del portafolio)
𝑝𝑝 𝑤𝑤 𝑅𝑅
𝑖𝑖=1 (Rendimiento
(Rendimiento
𝑖𝑖 𝑖𝑖 deldel portafolio)
portafolio) 2 b) 2 b)2 b)
𝑝𝑝 𝑖𝑖=1 𝑖𝑖 𝑖𝑖
∑𝑛𝑛𝑖𝑖=1 𝑤𝑤i = 1 Restricción Presupuestaria 2 c)
∑𝑛𝑛𝑖𝑖=1 𝑤𝑤i =𝑛𝑛 1∑Restricción
Restricción
𝑛𝑛
1 =Presupuestaria
presupuestaria
Restricción
Presupuestaria 2 c) 2 c)
∑𝑤𝑤𝑛𝑛=
∑𝑖𝑖=1𝑛𝑛𝑤𝑤𝑖𝑖=1
i = 1i =𝑤𝑤
Restricción Presupuestaria
1 Restricción
i Restricción Presupuestaria 2 c) 2 c)
𝑛𝑛 ∑𝑖𝑖=1 𝑤𝑤i 𝑖𝑖=1 1
∑ 𝑤𝑤 = 1 Restricción Presupuestaria Presupuestaria 2 c)2 c)
𝑖𝑖=1 i
para toda
𝑤𝑤𝑖𝑖 ≥ 0 para todaii 2 d) 2 d)
𝑤𝑤𝑖𝑖 ≥ 0 para𝑤𝑤toda i 2 d)
𝑤𝑤𝑖𝑖 ≥ 0𝑖𝑖 ≥ 𝑤𝑤0
para ≥para
toda
𝑖𝑖para
toda
i toda
para
0toda i
i i 2 d) 2 d)
𝑤𝑤 ≥ 0
𝑤𝑤𝑖𝑖 ≥ 0 para toda i
𝑖𝑖 2 d)2 d)
El modelo de Markowitz presupone que tanto el rendimiento promedio como las
El modelo de El Markowitz
modelo de presupone
Markowitz que tanto elque
101
presupone rendimiento
tanto promedio como
el rendimiento las como las
promedio
El modelo
varianzas y covarianzas El de Markowitz
modelo de
históricas presupone
Markowitz
se mantendrán quepara
tantoque
presupone elel siguiente
rendimiento
tanto promedio
el rendimiento
futuro como lascomo
promedio
periodo
El El modelo
modelo de de Markowitz
Markowitz presupone
presupone queque tanto
tanto el el rendimiento
rendimiento promedio
promedio comocomolas las
varianzas yvarianzas
covarianzas y históricas sehistóricas
covarianzas mantendránse para el siguiente
mantendrán para el futuro periodo
siguiente futuro periodo
varianzas
(considerando y covarianzas
lavarianzas
misma históricas
y covarianzas
escala). se mantendrán
históricas para
se mantendrán el siguiente
parasiguientefuturo
el siguiente periodo
futuro per
varianzas
varianzas y covarianzas
y covarianzas históricas
históricas se se mantendrán
mantendrán parapara el el
siguiente futurofuturo periodo
periodo
(considerando la misma
(considerando escala).
la misma escala).
(considerando la mismalaescala).
(considerando misma escala).
El modelo de Markowitz presupone que tanto el rendimiento pro-

medio como las varianzas y covarianzas históricas se mantendrán
para el siguiente futuro periodo (considerando la misma escala).
Una vez conocida la frontera óptima y, por otro lado, las pre-
ferencias de riesgo del inversionista, entonces se elegirá su por-
tafolio óptimo. El modelo de Markowitz tiene la ventaja de que
existen ya softwares disponibles para realizar el cálculo.
Un inconveniente que se puede presentar es que el valor
esperado de los rendimientos proviene del promedio histórico
de estos, que tan solo es una estimación y no un pronóstico de
lo que realmente va a suceder. Para el caso de optimización (ya
sea el caso de maximización de rendimiento o minimización de
riesgo), resolviendo el problema matemáticamente para dos acti-
vos se puede plantear la frontera frontera eficiente considerando
los diferentes casos de correlación.
Una opción para llegar al establecimiento del portafolio
óptimo es emplear la llamada Sharpe Rate o Proporción de Sharpe,
Una opción para llegar al establecimiento del portafolio óptimo es emplear la llam
Una opción y separautiliza
llegarla al
llamada línea de mercado
establecimiento del portafoliode capitales
óptimo es(lmc),
empleardonde
la llamada
se busca la maximización de su pendiente. El portafoliolínea
Sharpe Rate o Proporción de Sharpe y se utiliza la llamada óptimo de mercado de capit
Sharpe Rate o Proporción de Sharpe y se utiliza la llamada línea de mercado de capitales
(proporción
(LMC) dondeSharpe) se busca lasemaximización
determina endeelsu punto tangente
pendiente. entre la óptimo (propor
El portafolio
17
(LMC) donde selmc buscay lalafrontera

maximización de su(para
eficiente pendiente. El portafolio
determinar dicho óptimo
punto de (proporción
tan-
Sharpe18) se determina en el punto tangente entre la LMC y la frontera eficiente (
18 gencia se requiere la tasa de libre riesgo).
Sharpe ) se determina en el punto tangente entre la LMC y la frontera eficiente (para La proporción Sharpe
determinar eldicho
maximiza cociente puntodel de rendimiento
tangencia se requiere la tasa por
del portafolio de libre
arribariesgo). La proporc
determinar dicho de punto
la tasa de tangencia
libre de el se
riesgo requiere
sobre la tasa de libre riesgo). La proporción
Sharpe maximiza cociente dellarendimiento
volatilidad.del El problema
portafolio de
poropti-
arriba de la tasa libre
Sharpe maximiza el cociente
mización del rendimiento
se plantea del portafolio
de la siguiente forma:por arriba de la tasa libre de
riesgo sobre la volatilidad. El problema de optimización se plantea de la siguiente forma
riesgo sobre la volatilidad. El problema 𝑅𝑅𝑝𝑝 −𝑟𝑟 de optimización se plantea de la siguiente forma
Max
Max
𝑅𝑅𝑝𝑝 −𝑟𝑟
𝑡𝑡𝑡𝑡𝑡𝑡 𝜃𝜃 = 𝜎𝜎𝑝𝑝
3 a) 3
Max 𝑡𝑡𝑡𝑡𝑡𝑡 𝜃𝜃 = 3 a)
𝜎𝜎𝑝𝑝
Sujeto aa
Sujeto
Sujeto a
∑𝑛𝑛𝑖𝑖=1 𝑤𝑤𝑖𝑖 = 1 Restricción Presupuestaria 3
𝑛𝑛
Restricción Presupuestaria
∑𝑖𝑖=1 𝑤𝑤𝑖𝑖 = 1 Restricción presupuestaria 3 b)3 b)
𝑤𝑤𝑖𝑖 ≥ 0 para toda 𝑖𝑖 3

𝑤𝑤𝑖𝑖 ≥ 0 para toda 𝑖𝑖 3 c)
17 La proporción Sharpe Ratio fue desarrollada por el Premio Nobel William Sharpe
de la Universidad de Stanford y mide la relación rentabilidad / volatilidad histórica
En losestándar)
(desviación contratosde de futuros
un fondo las contrapartes se obligan a comprar
de inversión. y vender un ac
En los contratos de futuros las contrapartes se obligan a comprar y vender un activo
real (o financiero) en una fecha especificada
102 y a un precio acordado de antemano per
real (o financiero) en una fecha especificada y a un precio acordado de antemano pero el
intercambio se lleva en un momento del futuro. La contraparte es la cámara de compensa
intercambio se lleva en un momento del futuro. La contraparte es la cámara de compensación
que elimina el riesgo de crédito a través del manejo de márgenes y la valuación di
que elimina el riesgo de crédito a través del manejo de márgenes y la valuación diaria
𝜎𝜎𝑝𝑝
Sujeto a
∑𝑛𝑛𝑖𝑖=1 𝑤𝑤𝑖𝑖 = 1 Restricción Presupuestaria 3 b)
para toda
𝑤𝑤𝑖𝑖 ≥ 0 para toda𝑖𝑖 i 3 c) 3 c)
En los contratos de futuros las contrapartes se obligan a comprar

En los contratos de futuros las contrapartes se obligan a comprar y vender un activo
y vender un activo real (o financiero) en una fecha especificada
real (o financiero) en una
y a un precio fecha especificada
acordado y a un precio
de antemano, peroacordado de antemano
el intercambio se llevapero el
en un
intercambio se lleva enmomento
un momento deldelfuturo.
futuro.La Lacontraparte
contraparte eseslala cámara
cámara de com-
de compensación
pensación que elimina el riesgo de crédito a través del manejo
que elimina el riesgo de crédito a través del manejo de márgenes y la valuación diaria
de márgenes y la valuación diaria conocida como “MtM”. A dife-
conocida como “MtM”.
rencia de A los
diferencia
contratos de los contratos
forwards esforwards es que se
que se cotizan encotizan en una
una bolsa debolsa
futuros con características
de futuros con características estandarizadas,
estandarizadas principalmente principalmente
en lo que se refiere alen lo
tamaño y
que se refiere al tamaño y fecha de vencimiento.
fecha de vencimiento.
Los contratos futuros permiten a los agentes administrar el
riesgo de mercado con bajos costos de transacción, y tanto los
contratos
Los contratos futurosforwards
permiten como futuros
a los agentestambién pueden
administrar emplearse
el riesgo para con
de mercado
especulación.
bajos costos de transacción y tanto los contratos forwards como futuros también pueden
Como en cualquier otro derivado, hay al menos dos posi-
emplearse para especulación.
ciones; en los futuros el que compra el bien o activo financiero
esperas
(posición quelarga)
el valory del subyacente
el que vende (o suba o baje. corta). Dichas posi-
posición
ciones servirán
esperas que el valor para delrealizar
subyacentecoberturas, especulación o arbitraje
suba o baje.
Como en cualquier otro derivado hay al menos dos posiciones, en los futuros el que
dependiendo de si esperas que el valor del subyacente suba o baje.
compra el bien o activo De la misma(posición
financiero forma que se mencionó
larga) en la sección
y el que vende anterior, si se considera un fut
De la misma forma que se mencionó en la(osección
posición corta).
anterior, Dichas
posiciones servirándonde elDesubyacente
si se para la misma
considera
realizar
forma
sea unaque
uncoberturas,
futuro donde se mencionó
criptomoneda laen
el subyacente
especulación
la sección
oforma de una
sea
arbitraje
anterior,
estimarlo essisimilar
criptomo-
dependiendo
se considera un fut
de sia la de una
neda, el
donde
moneda laosubyacente
forma de estimarlo
un commodity sea una
de la es similar
criptomoneda
siguiente a la
la
forma: de una
forma monedaeso similar
de estimarlo un a la de una
commodity dedesarrollado
la siguiente forma:
18
moneda
El proporción Sharpe
𝐹𝐹 =
Ratio
𝑆𝑆[1 o+un
fuecommodity
𝑟𝑟 ∗
𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝
] de lael siguiente
por forma:
Premio Nóbel William Sharpe de la Universidad de
4
Stanford y mide la relación Rentabilidad / Volatilidad Histórica (desviación estándar) de un Fondo de Inversión.
360
𝐹𝐹 = 𝑆𝑆[1 + 𝑟𝑟 ∗ 360
] 4 a) 4
𝐹𝐹 = 𝑆𝑆 exp[𝑟𝑟 ∗ ] 4 b) 4
360
𝐹𝐹 = 𝑆𝑆 exp[𝑟𝑟 ∗ 360 ] 4
𝐹𝐹: Precio del contrato futuro de la criptomoneda
F: Precio del contrato futuro de la criptomoneda
𝐹𝐹:
𝑆𝑆: Precio actual
Precio
S: Precio del contrato
actual futuro de la criptomoneda
dedelalacriptomoneda
criptomoneda
𝑟𝑟𝑆𝑆: Precio
r: :Tasa
Tasadedeactual de del
interés
interés la
delcriptomoneda
mercado
mercado
𝑟𝑟 : Tasa de interés del mercado
El subyacente puede ser cualquiera de las cinco criptomedas:
bitcoin,Elxrp,
subyacente
monero,puede ser cualquiera
litecoin, de las cinco
dash. Aunque criptomedas:
se puede Bitcoin, XRP, Mon
calcular
Litecoin,El Dash.
subyacente
Aunquepuede ser cualquiera
se puede calcularde
sulas cinco
valor criptomedas:
teórico la únicaBitcoin, XRP,
de la que Monh
ya sea
Litecoin,
trading esDash. Aunque
el bitcoin en el se puede 103
mercado calcular
de su valor
Chicago (CBOE teórico la única de la que ya sea h
y CME).
trading es el bitcoin en el mercado de Chicago (CBOE y CME).
A partir de un portafolio de divisas que incluya una criptomoneda (haremos
su valor teórico, la única de la que ya se conoce que hace trading

es el bitcoin, en el mercado de Chicago (cboe y cme).
A partir de un portafolio de divisas que incluya una cripto-
moneda (haremos el razonamiento para el bitcoin pero es válido
para cualquier criptomoneda) se realiza una cobertura utilizando
un futuro de bitcoin; los pasos a seguir son los siguientes:
1. Determinar un portafolio de monedas que incluya bitcoin y
con la asignación de cada una de ellas de acuerdo a la propor-
ción de Sharpe de la sección anterior.
2. Considerar un plazo de vencimiento y un tiempo previo al
plazo final donde consideremos que conocemos el valor de
la criptomoneda en ese momento.
3. El portafolio estará en posición larga de tal manera que el
aumento en el bitcoin se reflejará en un aumento en el valor
del portafolio y el razonamiento igual, en el caso de pérdida,
la relación será a través de la beta del portafolio y la cripto-
moneda.
Cov(Rportafolio, Rcriptomoneda)
b= Rportafolio 5)
4. La posición de futuros será corta y contraria a la ganancia o

pérdida del valor del portafolio.
5. La ganancia o pérdida del portafolio será compensada con la
pérdida o ganancia del mercado de futuros de la criptomoneda
para la fecha acordada previa al vencimiento.
6. Se repite el proceso para varios posibles escenarios y se deter-
mine el promedio y la desviación estándar de todos los esce-
narios del portafolio cubierto.
En su artículo original, Black y Scholes (1973) proponen un

modelo para la determinación de la prima de riesgo de una opción
plain vanilla tipo de compra call y del tipo venta put (ambos tienen
posiciones cortas y largas). En dicho artículo, que se convirtió en
seminal, proponen que el comportamiento de los precios de los
104
del tipo venta put (ambos tienen posiciones cortas y largas). En dicho artículo,
del tipo venta put (ambos tienen posiciones cortas y largas). En dicho artículo, que
convirtió en seminal, propone que el comportamiento de los precios de los activos finan
convirtió en seminal, propone que el comportamiento de los precios de los activos financie
sigue una distribución lognormal y establece una posición de cobertura de un por
sigueCuna distribución
ontraste de rendimientolognormal
y cobertura deyportafolios
establece una posición
combinando de cobertura de un portaf
divisas y criptomonedas
compuesto del subyacente y de opciones. Mediante mecanismo de arbitraje se dedu
compuesto del subyacente y de opciones. Mediante mecanismo de arbitraje se deduce
ecuación
activos diferencial
financieros parcial
sigue unadedistribución
segundo orden cuya solución
lognormal representa el precio de la o
y establece
ecuación diferencial parcial de segundo orden cuya solución representa el precio de la opc
unaEste modelodesólo
posición se aplicade
cobertura al un
tipoportafolio
de opciones europeas, es
compuesto deldecir,
subya-solo pueden ejercers
Este modelo
cente sólo se aplica
y de opciones. al tipo mecanismo
Mediante de opciones europeas,
de arbitraje es decir, solo pueden ejercerse e
se deduce
vencimiento. La ecuación Black-Scholes es una ecuación lineal diferencial
una ecuación diferencial
vencimiento. La ecuación parcial de segundo
Black-Scholes es orden cuya solución
una ecuación lineal diferencial par
parabólica con valores en la
representa el precio de la opción. Este modelo solo frontera que es el valor de sepago de laalfunción. Dicha ec
aplica
parabólica con valores en la frontera que es el valor de pago de la función. Dicha ecuac
tipo presupone
de opciones que eleuropeas,
comportamiento es decir,delsolo
subyacente
puedenasociado
ejercerse al derivado
en el puede modela
presupone que el
vencimiento. Lacomportamiento
ecuación Black-Scholes del subyacentees unaasociado
ecuación al derivado
lineal puede modelarse
su término estocástico con un movimiento browniano y para su derivación hace us
diferencial parcial parabólica
su término estocástico con valores
con un movimiento en la frontera
browniano y para suque es
derivación hace uso d
menos dos conceptos básicos de Finanzas:
el valor de pago de la función. Dicha ecuación presupone que la cobertura y el no arbitraje.
menos dos conceptos básicos de Finanzas: la cobertura y el no arbitraje.
el comportamiento del subyacente asociado al derivado puede
modelarseRecordandoen su término estocástico
los supuestos sobrecon un movimiento
la deducción de la ecuaciónbrow-Black-Scholes com
niano yRecordando
para su derivación hace uso de al menos dos conceptos
los supuestos sobre la deducción de la ecuación Black-Scholes como s
existencia
básicos de una tasa
de Finanzas: libre de riesgos
la cobertura y el no yarbitraje.
una volatilidad constantes, además de
existencia de una tasa libre de riesgos y una volatilidad constantes, además de la
existencia
Recordando de costos de transacción,
los supuestos sobre ylaque no hay pagos
deducción de la de dividendos. Además de
ecuación
existencia
Black-Scholes de costos
como de transacción,
son: existencia y que
de no
una hay
tasa pagos
libre de
de dividendos.
riesgos y Además de que
hay oportunidades de arbitraje y que se puede prestar y pedir prestado a la mism
una volatilidad constantes,
hay oportunidades de arbitrajeademás y que sede puede
la no existencia
prestar y pedir de costos
prestado a la misma t
entonces se puede llegar a la ecuación
de transacción, que no hay pagos de dividendos, y de que de Black-Scholes, donde
no hay𝐶𝐶 = 𝐶𝐶(𝑡𝑡, 𝑆𝑆) es el de
entonces se puede llegar a la ecuación de Black-Scholes, donde 𝐶𝐶 = 𝐶𝐶(𝑡𝑡, 𝑆𝑆) es el deriv
de un subyacente
oportunidades de arbitraje
𝑆𝑆: y que se puede prestar y pedir pres-
de un asubyacente
tado la misma𝑆𝑆: tasa, entonces se puede llegar a la ecuación de
Black-Scholes, donde C = C(t,S) es el derivado de un subyacente S:
𝜕𝜕𝜕𝜕 1 𝜕𝜕2 𝐶𝐶 𝜕𝜕𝜕𝜕
+ 2 𝜎𝜎 2 𝑆𝑆22 𝜕𝜕𝑆𝑆2 + 𝜕𝜕𝜕𝜕 − 𝑟𝑟𝑟𝑟 = 0
𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕 1 2 2 𝜕𝜕 𝐶𝐶 𝜕𝜕𝜕𝜕
𝜕𝜕𝜕𝜕
+ 2 𝜎𝜎 𝑆𝑆 𝜕𝜕𝑆𝑆2 + 𝜕𝜕𝜕𝜕 − 𝑟𝑟𝑟𝑟 = 0 6)
concon condiciónde
condición defrontera
frontera 𝐶𝐶(𝑡𝑡, 𝑆𝑆) = 𝑀𝑀𝑀𝑀𝑀𝑀(𝑆𝑆 − 𝐾𝐾, 0)..
con condición de frontera 𝐶𝐶(𝑡𝑡, 𝑆𝑆) = 𝑀𝑀𝑀𝑀𝑀𝑀(𝑆𝑆 − 𝐾𝐾, 0).
A continuación, se presenta la solución a la expresión anterior
para laAvaluación
continuación, de se opciones
presentade compra acall
la solución y put (consultar
la expresión anterior para la valuación
A continuación,
A
Black-Scholes continuación,
y Venegas): se presenta
se presenta la la solución
solución aa la
la expresión
expresión anterior
anterior para
para la
la valuación
valuación
opciones de compra Call y Put (consultar Black-Scholes y Venegas.):
opciones
opciones de de compra
compra CallCall y y Put
Put (consultar
(consultar Black-Scholes
Black-Scholes yy Venegas.):
Venegas.):
𝐶𝐶 = 𝑆𝑆𝑡𝑡 𝑁𝑁(𝑑𝑑1 ) − 𝐾𝐾𝑒𝑒 −𝑟𝑟𝑟𝑟
−𝑟𝑟𝑟𝑟 𝑁𝑁(𝑑𝑑 2 ) 7 a) 7
𝐶𝐶
𝐶𝐶 =
= 𝑆𝑆
𝑆𝑆𝑡𝑡𝑡𝑡 𝑁𝑁(𝑑𝑑
𝑁𝑁(𝑑𝑑 1)
1 ) −
− 𝐾𝐾𝑒𝑒
𝐾𝐾𝑒𝑒 −𝑟𝑟𝑟𝑟 𝑁𝑁(𝑑𝑑2 )
𝑁𝑁(𝑑𝑑 2 ) 77
𝑃𝑃 = 𝐾𝐾𝑒𝑒 −𝑟𝑟𝑟𝑟
−𝑟𝑟𝑟𝑟 𝑁𝑁(−𝑑𝑑 2 ) − 𝑆𝑆𝑡𝑡 𝑁𝑁(−𝑑𝑑 1 ) 7
𝑃𝑃
𝑃𝑃 =
= 𝐾𝐾𝑒𝑒
𝐾𝐾𝑒𝑒 −𝑟𝑟𝑟𝑟 𝑁𝑁(−𝑑𝑑
𝑁𝑁(−𝑑𝑑 2))− − 𝑆𝑆 𝑁𝑁(−𝑑𝑑11 ))
𝑆𝑆𝑡𝑡𝑡𝑡 𝑁𝑁(−𝑑𝑑 7 b) 77
𝑆𝑆 2 2
𝜎𝜎
𝐿𝐿𝐿𝐿( 𝑆𝑆 )+[𝑟𝑟+ 𝜎𝜎22]𝑇𝑇
𝐾𝐾 2
𝑑𝑑1 = 𝐿𝐿𝐿𝐿( 𝑆𝑆
𝐿𝐿𝐿𝐿(𝐾𝐾)+[𝑟𝑟+
𝜎𝜎
)+[𝑟𝑟+ ]𝑇𝑇
𝐾𝐾 𝜎𝜎 √𝑡𝑡 2
]𝑇𝑇 7
𝑑𝑑
𝑑𝑑11 = =
2 7 c) 77
𝜎𝜎 √
𝜎𝜎 √ 𝑡𝑡
𝑡𝑡
𝑑𝑑2 = 𝑑𝑑1 − 𝜎𝜎√𝑇𝑇 7
𝑑𝑑22 =
𝑑𝑑 = 𝑑𝑑
𝑑𝑑11 −
− 𝜎𝜎√𝑇𝑇
𝜎𝜎√𝑇𝑇 77
Donde;
Donde;
Donde; 105
𝑆𝑆𝑡𝑡 = valor del bien subyacente
𝑆𝑆 = valor
𝑆𝑆𝑡𝑡𝑡𝑡 = valor del del bien
bien subyacente
subyacente
𝐾𝐾 = precio del ejercicio de la opción
𝐾𝐾 =
𝐾𝐾 precio del
= precio del ejercicio
ejercicio de
de la
la opción
opción
𝑟𝑟 = tasa libre de riesgo
opciones
𝐶𝐶 = 𝑆𝑆𝑡𝑡 𝑁𝑁(𝑑𝑑 de1compra
) − 𝐾𝐾𝑒𝑒 −𝑟𝑟𝑟𝑟 Call y Put
𝑁𝑁(𝑑𝑑 2)
(consultar Black-Scholes y Venegas.): 7
opciones
opciones de de compra
compra−𝑟𝑟𝑟𝑟 Call
Call yy Put Put (consultar
(consultar Black-Scholes
Black-Scholes yy Venegas.):
Venegas.):
𝐶𝐶
𝑃𝑃 == 𝑆𝑆
𝐾𝐾𝑒𝑒
𝑡𝑡 𝑁𝑁(𝑑𝑑
−𝑟𝑟𝑟𝑟 ) − 𝐾𝐾𝑒𝑒
1𝑁𝑁(−𝑑𝑑2 )−𝑟𝑟𝑟𝑟 − 𝑁𝑁(𝑑𝑑
𝑆𝑆 )
𝑁𝑁(−𝑑𝑑
2 ) 77
𝐶𝐶
𝐶𝐶 =
= 𝑆𝑆𝑆𝑆𝑡𝑡𝑡𝑡𝑡𝑡 𝑁𝑁(𝑑𝑑
𝑁𝑁(𝑑𝑑 ) − 𝐾𝐾𝑒𝑒 −𝑟𝑟𝑟𝑟 𝑁𝑁(𝑑𝑑
1 ) − 𝐾𝐾𝑒𝑒
1
−𝑟𝑟𝑟𝑟
𝑁𝑁(𝑑𝑑222))
𝑡𝑡 1 77
−𝑟𝑟𝑟𝑟1
𝑃𝑃 = 𝐾𝐾𝑒𝑒 𝑆𝑆 𝑁𝑁(−𝑑𝑑
−𝑟𝑟𝑟𝑟 𝜎𝜎2 2 ) − 𝑆𝑆𝑡𝑡 𝑁𝑁(−𝑑𝑑1 ) 7
𝑃𝑃
G = 𝐾𝐾𝑒𝑒𝐿𝐿𝐿𝐿( 𝑁𝑁(−𝑑𝑑
)+[𝑟𝑟+
−𝑟𝑟𝑟𝑟
S−𝑟𝑟𝑟𝑟 Juárez ]𝑇𝑇y)Sandra
− 𝑆𝑆𝑡𝑡 𝑁𝑁(−𝑑𝑑 1)
Ivett Portugal Padilla 77
𝑃𝑃
𝑑𝑑1==𝐾𝐾𝑒𝑒 𝑆𝑆 𝜎𝜎𝑁𝑁(−𝑑𝑑 2 ) − 𝑆𝑆𝑡𝑡𝑡𝑡 𝑁𝑁(−𝑑𝑑1 1)
uillermo ierra
𝐾𝐾 2 2
𝑡𝑡 𝜎𝜎 2 2 7
√ 𝜎𝜎22]𝑇𝑇
𝐿𝐿𝐿𝐿( 𝑆𝑆 )+[𝑟𝑟+
𝐾𝐾 𝑆𝑆2 2 𝜎𝜎
𝑑𝑑1 = 𝐿𝐿𝐿𝐿( 𝐿𝐿𝐿𝐿(
𝐿𝐿𝐿𝐿(𝐾𝐾
𝑆𝑆 )+[𝑟𝑟+
)+[𝑟𝑟+ 𝜎𝜎 ]𝑇𝑇
)+[𝑟𝑟+ 22 ]𝑇𝑇 ]𝑇𝑇 7
𝑑𝑑 = 𝑑𝑑 𝐾𝐾
−
𝐾𝐾
𝑑𝑑1112 = 1 𝜎𝜎𝜎𝜎𝜎𝜎√√𝑡𝑡𝑡𝑡𝑡𝑡 𝜎𝜎√𝑇𝑇
𝜎𝜎 √ 𝑡𝑡 2
7 d) 77
√
𝑑𝑑
Donde; 2 = 𝑑𝑑1 − 𝜎𝜎√𝑇𝑇 7
𝑑𝑑
𝑑𝑑
Donde; 2
2
=
= 𝑑𝑑
𝑑𝑑 1
1
−
𝜎𝜎√𝑇𝑇 77
2 1
Donde;
𝑆𝑆𝑡𝑡 = valor del bien subyacente
Donde;
Donde;
𝑆𝑆
S𝑡𝑡t==
𝐾𝐾 valor del
=Valor
precio del bien
delbien subyacente
ejercicio de la opción
subyacente
𝑆𝑆 𝑡𝑡𝑡𝑡 = valor del del bien subyacente
𝑡𝑡 = valor del
𝑆𝑆K=Precio bien
ejerciciosubyacente
de laopción opción
𝐾𝐾
𝑟𝑟 = = precio
tasa libre delde ejercicio
riesgo de la
𝐾𝐾
𝐾𝐾
r=Tasa = precio
= precio libre del
deldeejercicio
riesgo de
ejercicio de la la opción
opción
𝑟𝑟𝑇𝑇 = tasa librededelariesgo
= periodo opción
= tasa
𝑟𝑟𝑟𝑟T=Periodo
= tasa libre libre dededelariesgo
opción
riesgo
σ ==
𝑇𝑇
σ periodo dedel
=volatilidad
Volatilidad ladel
opción
bien
bien subyacente
subyacente
𝑇𝑇
𝑇𝑇 = = periodo
periodo de de la la opción
opción
σ
𝑁𝑁(𝑑𝑑 = volatilidad
1 ) y 𝑁𝑁(𝑑𝑑2 )del
del=bien subyacente
valores que corresponden a la curva de distribución normal acumul
σ
σ
N(d =
= volatilidad
volatilidad
) y N(d2)del bien
bien subyacente
= valores subyacente
que corresponden a la curva de distribu-
y 𝑁𝑁(𝑑𝑑 ) = valorespara que corresponden a la curva de distribución normal acumul
1
𝑁𝑁(𝑑𝑑
ción1𝑑𝑑)normal
para 1 y 𝑑𝑑2 . 2acumulada d1 y d2.
𝑁𝑁(𝑑𝑑111)) yy 𝑁𝑁(𝑑𝑑
𝑁𝑁(𝑑𝑑 𝑁𝑁(𝑑𝑑222)) = = valores
valores que que corresponden
corresponden aa la
la curva
curva de
de distribución
distribución normal
normal acumul
acumul
para
Para 𝑑𝑑
Para
el y
1 caso 𝑑𝑑
el .
caso de que el subyacente sea una criptomoneda
2 de que el subyacente sea una criptomoneda (por ejemplo, el Bitcoin) la for(por
para
para 𝑑𝑑111 yy 𝑑𝑑
𝑑𝑑 .
2 . bitcoin), la forma para la valuación de opciones de
𝑑𝑑el
2
ejemplo,
Para el caso
2
de que
para la
Para el valuación de el subyacente
opciones sea unaCall
de compra criptomoneda
sería: (por ejemplo, el Bitcoin) la for
compra
Para el caso
caso callde de que
que el
sería: el subyacente
subyacente sea sea una
una criptomoneda
criptomoneda (por
(por ejemplo,
ejemplo, el
el Bitcoin)
Bitcoin) la
la for
for
para
𝐶𝐶 = la
𝐵𝐵𝐵𝐵 valuación
𝑁𝑁(𝑑𝑑 ) − de
𝐾𝐾𝑒𝑒opciones
−r𝑇𝑇
𝑁𝑁(𝑑𝑑 de
) compra Call sería: 8 a)
para la valuación
𝑡𝑡
para la valuación de opciones
1 de opciones 2de compra Call sería:
de compra Call sería:
−r𝑇𝑇
𝐶𝐶 = 𝐵𝐵𝐵𝐵 𝑁𝑁(𝑑𝑑
𝑡𝑡−𝑟𝑟𝑟𝑟 1 ) − 2𝐾𝐾𝑒𝑒 𝑁𝑁(𝑑𝑑 ) 1) 8 a) 8 a)
𝑃𝑃
𝐶𝐶
𝐶𝐶 =
= 𝐾𝐾𝑒𝑒
= 𝐵𝐵𝐵𝐵
𝑁𝑁(−𝑑𝑑
𝑁𝑁(𝑑𝑑111)) −
𝑁𝑁(𝑑𝑑
𝐵𝐵𝐵𝐵𝑡𝑡𝑡𝑡𝑡𝑡−𝑟𝑟𝑟𝑟 − 𝐾𝐾𝑒𝑒
) − 𝐵𝐵𝐵𝐵
−r𝑇𝑇 𝑁𝑁(−𝑑𝑑
2
𝑁𝑁(𝑑𝑑222))
𝐾𝐾𝑒𝑒 −r𝑇𝑇 𝑁𝑁(𝑑𝑑
−r𝑇𝑇 𝑡𝑡 888 a)
b)
a)
𝑃𝑃 = 𝐾𝐾𝑒𝑒 𝐵𝐵𝐵𝐵 𝑁𝑁(−𝑑𝑑
𝐿𝐿𝐿𝐿(−𝑟𝑟𝑟𝑟
𝜎𝜎2 ) − 𝐵𝐵𝐵𝐵 𝑁𝑁(−𝑑𝑑 )
)+[𝑟𝑟+ 2]𝑇𝑇) − 𝐵𝐵𝐵𝐵𝑡𝑡 𝑁𝑁(−𝑑𝑑1 ) 8 b) 8 b)
𝑃𝑃 = 𝐾𝐾𝑒𝑒 𝐾𝐾 𝑁𝑁(−𝑑𝑑
−𝑟𝑟𝑟𝑟
−𝑟𝑟𝑟𝑟 88 b)
𝑃𝑃 = 𝐾𝐾𝑒𝑒 𝑁𝑁(−𝑑𝑑 ) − 𝐵𝐵𝐵𝐵 𝑡𝑡𝑡𝑡 𝑁𝑁(−𝑑𝑑1 ) 8 b)
22
𝑑𝑑1 = 𝐵𝐵𝐵𝐵 𝜎𝜎 𝑡𝑡 𝜎𝜎2 2
2 𝑡𝑡 1
1 c)
√ 𝜎𝜎22]𝑇𝑇
𝐿𝐿𝐿𝐿(𝐵𝐵𝐵𝐵)+[𝑟𝑟+
𝐾𝐾 2
𝐵𝐵𝐵𝐵)+[𝑟𝑟+𝜎𝜎 2
𝑑𝑑1 = 𝐿𝐿𝐿𝐿(
𝐿𝐿𝐿𝐿(𝐵𝐵𝐵𝐵
𝐿𝐿𝐿𝐿( )+[𝑟𝑟+𝜎𝜎2 ]𝑇𝑇
𝐾𝐾 )+[𝑟𝑟+
𝐾𝐾 ]𝑇𝑇
]𝑇𝑇 8 c) 8 c)
𝑑𝑑 = 𝐾𝐾 √𝑡𝑡 22
𝑑𝑑1112 = 𝑑𝑑1 − 𝜎𝜎𝜎𝜎𝜎𝜎√𝑇𝑇 88 d)
c)
c)
√𝑡𝑡
𝜎𝜎 √𝑡𝑡𝑡𝑡
𝜎𝜎 √
𝑑𝑑 2 = 𝑑𝑑1 − 𝜎𝜎√𝑇𝑇
Donde; 8 d)
𝑑𝑑
𝑑𝑑222 = = 𝑑𝑑
𝑑𝑑111 −
𝜎𝜎√𝑇𝑇 88 d)
d)
Donde; 8 d)
𝐵𝐵𝐵𝐵
Donde; 𝑡𝑡 = valor del Bitcoin en el tiempo t
Donde;
𝐵𝐵𝐵𝐵
Donde;
𝐾𝐾 =𝑡𝑡 = valor del
Precio del ejercicio
Bitcoin en deellatiempo
opcióntt
𝐵𝐵𝐵𝐵
𝐵𝐵𝐵𝐵 𝑡𝑡𝑡𝑡 =
= valor
valor del
del Bitcoin
Bitcoin en
en el
el tiempo
tiempo t
BC= 𝑡𝑡 = Valor del bitcoin en el tiempo
𝐾𝐾
𝑟𝑟 = t Precio
Tasa del de
libre ejercicio
riesgo de la opción t
𝐾𝐾
K==
𝐾𝐾 Precio
Precio del
=Precio del ejercicio
ejercicio de
del ejercicio dela
de lalaopción
opción
opción
𝑟𝑟𝑇𝑇 = Tasa libre
= Periodo de de
la riesgo
opción
𝑟𝑟𝑟𝑟r==Tasa Tasa libre
libre de
de
= Tasa libre de riesgo riesgo
riesgo
𝑇𝑇
T===Periodo
σ Periodo de
volatilidad dedel
la
la opción
opción
bien subyacente
𝑇𝑇
𝑇𝑇 = Periodo
Periodo de
= Volatilidad de la opción
ladel
opción
σ =
σ = volatilidad del bien bien subyacente
subyacente
σ = volatilidad del bien
σ = volatilidad del bien subyacente subyacente
En estaEn esta sección
sección recordaremos
recordaremos los conceptos
los conceptos elementales
elementales del riesgo. El VaR e
del riesgo.
El VaREn
máxima esesta
pérdida sección recordaremos
que un portafolio
“la máxima que los
pérdida puede conceptos
esperar
un sufrir elementales
portafolio apuede
un cierto del de
nivel
esperar riesgo. El VaR
confianzas e
dura
En
Enunesta
esta sección
sección recordaremos
recordaremos los
los conceptos
conceptos elementales
elementales del
delderiesgo.
riesgo. El
El VaR
VaR ee
sufrir a cierto nivel de confianzas durante un horizonte
máxima pérdida que un portafolio puede esperar sufrir a un cierto nivel de confianzas dura
máxima
tiempo”,pérdida
máxima pérdida
aunque que
que un portafolio
portafolio puede
un definición
esta puedeesperar
puede ser nosufrir
esperar muyaaexacta
sufrir un
un cierto
cierto nivel
nivel ade
debido de confianzas
confianzas dura
dura
106
que no siempre el VaR representa la máxima pérdida, es decir, exis-

ten eventos excepcionales que pueden causar pérdidas desastrosas.
En 1994, JP Morgan (el banco de inversiones norteamericano)
anunció que pondría a disposición del público su sistema de ges-
tión de riesgos financieros, denominado RiskmetricsTM, con la
intención de incrementar la transparencia de las instituciones
participantes en los mercados de derivados y para establecer un
sistema homogéneo de medición de riesgos especialmente de
mercado que pudiera ser utilizado por la mayoría de las institu-
ciones que participaban en los mercados financieros.
JP Morgan obtuvo varios beneficios con la publicación de la
metodología RiskmetricsTM, entre ellas: un prestigio, así como
la creación de una rama de negocios independiente dedicada a la
comercialización de servicios profesionales y software para
la medición y gestión de riesgos de mercado producto de dicho
prestigio (Aragonés y Blanco, 2000).
De acuerdo con la definición del VaR, esta depende de factores
cuantitativos tales como horizontes de tiempo y grado de confianza.
El horizonte puede ser determinado según la composición
del portafolio, por ejemplo, una institución bancaria reporta su
VaR sobre un horizonte diario debido al gran volumen de tran-
sacciones en sus carteras, mientras que los portafolios de inver-
sión, como los fondos de pensiones, ajustan sus exposiciones
de manera más lenta, aunque también pueden existir plazos a
mediano y largo plazo sobre la exposición al riesgo de cartera.
El grado de confianza es el elemento necesario para calcular
el VaR y debe reflejar el grado de aversión al riesgo de la empresa
o inversionista y el costo de una pérdida por exceder al VaR.
Existen diversas formas para la estimación del VaR, entre ellas
se tiene el VaR paramétrico y los métodos de simulación (Monte
Carlo e Histórica), C-VaR (esperanza condicional del VaR), o VaR
con valores extremos, pero en este trabajo solo nos centraremos
en el cálculo del VaR histórico. A menudo se hace el supuesto
de normalidad de los rendimientos para el cálculo del VaR, sin
embargo, en la realidad este supuesto no es tan común.
107
El método de simulación histórica simplificado es el procedi-

miento más fácil para calcular el valor en riesgo, dado que no hace
ningún supuesto de la distribución de rendimientos del portafolio.
La simulación histórica se basa en el concepto de ventana móvil
(rolling windows), es decir, asume que el comportamiento pasado
puede representar el precio futuro inmediato, contemplando un
rango de 250 y 500 datos, ya que un periodo menor no estaría
contemplando ciertos escenarios.
El supuesto detrás de la simulación histórica es que los cam-
bios potenciales en los factores de riesgo subyacentes son idén-
ticos a los cambios observados en esos factores de riesgo sobre
un periodo definido históricamente. Esto significa que realizar
una simulación histórica es realizar un “muestreo” sobre los ren-
dimientos del pasado reciente, y aplicarlos al nivel actual de los
factores de riesgo para obtener escenarios evaluados de riesgo.
3. Resultados
En la presente sección se busca en primer lugar construir un por-

tafolio de monedas internacionales, otro de criptomonedas, y uno
más combinando ambos grupos para realizar un análisis utilizando
el concepto de teoría de portafolio conocido como proporción de
Sharpe. El objetivo es contrastar los rendimientos obtenidos en
las diferentes combinaciones de monedas en el portafolio cuando
se considera la inclusión de distintas criptomonedas.
Una vez determinada la asignación de la inversión en monedas
y criptomonedas, el siguiente paso es realizar una cobertura (hed-
ging) del portafolio utilizando la teoría de derivados financieros,
específicamente los futuros de criptomonedas. El único futuro de
estas que existe en el mercado es el futuro de bitcoin en el Chicago
Mercantile Exchange (cme), pero como la forma de valuación de
futuros de cualquier criptomoneda sería lo mismo, repetimos el
ejercicio para las restantes monedas virtuales.
108
Finalmente, se hace una valuación del riesgo de mercado del

portafolio seleccionado de distintas combinaciones de monedas y
criptomonedas a través de la estimación del valor en riesgo (VaR)
utilizando el método histórico, y al final comparamos los resultados.
Para la selección del portafolio se utilizaron series históricas
de precios diarios de cuatro años (del 6 de octubre de 2014 al
10 de octubre de 2018) de las siguientes cinco criptomonedas y
trece monedas obtenidas de Bloomberg y en términos de dólares.
Criptomoneda Divisas
Bitcoin Dólar australiano Won sudcoreano Yen japonés
XRP Real brasileño Lira turca Franco suizo
Monero Rupia india Dólar canadiense Peso mexicano
Litecoin Rublo ruso Euro
Dash Yuan chino Libra esterlina
Fuente: elaboración propia.
Para cada una de las series de precios de las monedas y crip-

tomonedas se calculan los rendimientos aritméticos diarios de
cada una de ellas y a partir de ellas se determina el rendimiento
promedio y la matriz de varianza-covarianza.
A continuación, se presentan las gráficas de la evolución tem-
poral de las monedas y criptomonedas en el periodo de tiempo
indicado, y de las covarianzas se puede decir lo siguiente:
Figura 1.a
Histórico criptomonedas
109
Una forma de comparación de la teoría de Markowitz es la

proporción de Sharpe, que, como se indicó en el capítulo anterior,
es un portafolio óptimo incluyendo un activo libre de riesgo y la
línea de mercado. La estimación de este portafolio se realizó con
el Matlab y el portafolio seleccionado nos servirá de referencia
para analizar la posibilidad de cobertura y de estimación de valor
en riesgo (VaR).
Figura 1.b
Histórico divisas
Figura 1.c
Histórico de los rendimientos de criptomonedas
Histórico de los Rendimientos de criptomonedas
ͳǤͷ ͲǤ͸
ͲǤͷ
ͳ ͲǤͶ
ͲǤ͵
ͲǤʹ
ͲǤͷ
ͲǤͳ
Ͳ
Ͳ ǦͲǤͳ
ǦͲǤʹ
ǦͲǤͷ ǦͲǤ͵

Fuente: Elaboración Propia.
110
Figura 1.d
Histórico de los rendimientos de divisas
Cuanto mayor es la proporción de Sharpe, mejor es la ren-

tabilidad del fondo en relación a la cantidad de riesgo que se ha
tomado en la inversión. Por lo que, a mayor volatilidad, mayor
riesgo, ya que la probabilidad de que ese fondo tenga retornos
negativos es mayor cuanto mayor sea la volatilidad de sus ren-
dimientos. De igual forma, a mayor volatilidad son mayores las
probabilidades de altos retornos positivos. Cuando la volatilidad
del fondo es grande, mayor es el denominador de la ecuación y
menor es la proporción de Sharpe.
Tabla 1
Portafolio solamente con criptomonedas
Criptomoneda Proporción de criptomonedas

Proporción Sharpe
Bitcoin 0.1892
xrp 0.2615
Monero 0.2077
Litecoin 0.0562
Dash 0.2854
De acuerdo a la tabla anterior, la proporción de inversión en

criptomonedas es muy similar, cerca del 20 % en cada criptomo-
neda, siendo la prioridad invertir en dash, xrp, monero y bitcoin,
con 28 %, 26 %, 21 % y 19 % respectivamente.
111
Tabla 2
Portafolio solamente con divisas
Divisa Sharpe
Dólar australiano 0
Real brasileño 0.1264
Rupia india 0
Rublo ruso 0.109
Yuan chino 0.006
Won sudcoreano 0
Lira turca 0.7586
Dólar canadiense 0
Euro 0
Libra esterlina 0
Yen japonés 0
Franco suizo 0
Peso mexicano 0
De acuerdo a la tabla 2, si se invierte en puras divisas la mayor

parte, 76 %, debería de ser en lira turca, 12 % en real brasileño y
11 % en rublo.
Tabla 3
Portafolio de monedas + bitcoin
Divisa Sharpe
Rupia india 0.0914
Rublo ruso 0.0954
Yuan chino 0
Won sudcoreano 0
Lira turca 0.5742
Dólar canadiense 0
Euro 0
Libra esterlina 0
Yen japonés 0
Franco suizo 0
Peso mexicano 0
Bitcoin 0.1534
112
De acuerdo a la tabla 3, si se invierte en puras divisas más

bitcoin, la mayor parte, 57 %, debería de ser en lira turca, 9 % en
real brasileño, 9 % en rublo y 9 % en rupia, y también invertir 15
% en bitcoin.
Tabla 4
Portafolio de monedas + xrp
Divisa Sharpe
Rupia india 0.0759
Rublo ruso 0.0757
Yuan chino 0.1215
Won sudcoreano 0
Lira turca 0.5551
Dólar canadiense 0
Euro 0
Libra esterlina 0
Yen japonés 0
Franco suizo 0
Peso mexicano 0
Criptomoneda xrp 0.0746
De acuerdo a la tabla 4, si se invierte en puras divisas más xrp,

la mayor parte, 55 %, debería de ser en lira turca, 12 % en yuan,
9 % en real brasileño, 7 % en rublo, 7 % en rupia y 7 % en xrp.
monero, la mayor parte, 66 %, debería de ser en lira turca, 11 %
en rublo, 9 % en real brasileño y 9 % en monero.
113
Tabla 5
Portafolio de monedas + monero
Divisa Sharpe
Rupia india 0
Rublo ruso 0.1056
Yuan chino 0.0511
Won sudcoreano 0
Lira turca 0.6608
Dólar canadiense 0
Euro 0
Libra esterlina 0
Yen japonés 0
Franco suizo 0
Peso mexicano 0
Criptomoneda monero 0.0902
Tabla 6
Portafolio de monedas + litecoin
Divisa Sharpe
Rupia india 0
Rublo ruso 0.1042
Yuan chino 0
Won sudcoreano 0
Lira turca 0.6884
Dólar canadiense 0
Euro 0
Libra esterlina 0
Yen japonés 0
Franco suizo 0
Peso mexicano 0
Criptomoneda litecoin 0.0891
114

litecoin, la mayor parte, 69 %, debería de ser en lira turca, 10 %
en rublo, 12 % en real brasileño y 9 % en litecoin.
Tabla 7
Portafolio de monedas + dash
Divisa Sharpe
Rupia india 0.078
Rublo ruso 0.1074
Yuan chino 0
Won sudcoreano 0
Lira turca 0.6153
Dólar canadiense 0
Euro 0
Libra esterlina 0
Yen japonés 0
Franco suizo 0
Peso mexicano 0
Criptomoneda dash 0.1132
De acuerdo a la tabla 7, si se invierte en puras divisas y dash,

la mayor parte, 61 %, debería de ser en lira turca, 10 % en rublo,
8 % en real brasileño y 11 % en dash.
Si revisamos los casos anteriores, podemos concluir que en los
portafolios de monedas, añadiendo una sola criptomoneda, en la
proporción Sharpe se tiene que considerar invertir la proporción de
inversión en la criptomoneda correspondiente, así como aumentar
la lira turca, principalmente, además del rublo y el real brasileño.
Para cada uno de los siete portafolios, de acuerdo a la propor-
ción asignada, se realiza una estimación del valor en riesgo (VaR)
por el método histórico a un 99 % de confianza y en horizonte
de tiempo de un día, y se obtienen los resultados que se pueden
observar en la tabla 8:
115
Tabla 8
Resultado de valor en riesgo (VaR) por el método histórico
VaR absoluto VaR relativo (99 % de

confianza)
Portafolio 1 -886250.1 -0.106128
Portafolio 2 -63538.64 -0.007609
Portafolio 3 -88914.21 -0.010647
Portafolio 4 -38829.56 -0.004649
Portafolio 5 -96715.01 -0.01158
Portafolio 6 -69401.57 -0.008312
Portafolio 7 -93544.84 -0.011202
De la tabla 8 se observa que un portafolio compuesto única-

mente de monedas virtuales tiene una pérdida potencial casi diez
veces mayor que un portafolio de monedas, considerando incluir
una criptomoneda. Los portafolios de menor pérdida son el de
solo monedas y el que incluye al xrp. Los mayores riesgos corres-
ponden a los de puras monedas que incluyen monero y dash.
La tabla 9 resume la combinación de distintas proporciones
de inversión de criptomonedas y monedas para siete distintos
casos y de acuerdo a los resultados del Matlab y al criterio de la
proporción de Sharp mostrados en la sección.
Tabla 9
Resumen de los resultados de la proporción
Sharpe para distintos portafolios
Criptomonedas Bitcoin xrp Monero Litecoin Dash

Portafolio 1 0.1892 0.2615 0.2077 0.0562 0.2854
Portafolio 2 0 0 0 0 0
Portafolio 3 0.1534 0 0 0 0
Portafolio 4 0 0.0746 0 0 0
Portafolio 5 0 0 0.0902 0 0
Portafolio 6 0 0 0 0.0891 0
Portafolio 7 0 0 0 0 0.1132
116
Tabla 10
Divisas
Dólar canadiense
Won sudcoreano
Dólar australiano
Peso mexicano
Real brasileño
Libra esterlina
Franco suizo
Yen japonés
Yuan chino
Rupia india
Rublo ruso
Lira turca
Euro
Portafolio 1 0 0 0 0 0 0 0 0 0 0 0 0 0
Portafolio 2 0 0.1264 0 0.109 0.006 0 0.7586 0 0 0 0 0 0
Portafolio 3 0 0.0856 0.0914 0.0954 0 0 0.5742 0 0 0 0 0 0
Portafolio 4 0 0.0973 0.0759 0.0757 0.1215 0 0.5551 0 0 0 0 0 0
Portafolio 5 0 0.0924 0 0.1056 0.0511 0 0.6608 0 0 0 0 0 0
Portafolio 6 0 0.1182 0 0.1042 0 0 0.6884 0 0 0 0 0 0
Portafolio 7 0 0.0861 0.078 0.1074 0 0 0.6153 0 0 0 0 0 0
De las secciones anteriores se construyeron siete portafolios

óptimos de acuerdo con la proporción de Sharpe. El siguiente
paso es cubrir con futuros de cada una de las criptomonedas la
pérdida potencial. El único futuro de criptomonedas que existe
es en el Chicago Mercantile Exchange (cme), de bitcoin, pero
el razonamiento puede existir de manera similar para las otras
cuatro criptomonedas.
El ejercicio propone la compra de futuro de una criptomo-
neda y un valor conocido de esta a los diez meses (en escenarios
pesimistas u optimistas); a partir del valor inicial y del valor en
el escenario propuesto para las monedas virtuales se estiman
las pérdidas o ganancias en el mercado de los futuros. Por otro
lado, a partir de la teoría de capm y de la estimación de la beta
se establece la pérdida y la ganancia del valor del portafolio. De
la compensación de la pérdida o ganancia del portafolio con su
cobertura de futuro para cada uno de los distintos escenarios, se
observa que el valor final compuesto prácticamente no cambia.
Los resultados de la cobertura se muestran en la tabla 11. La meto-
dología se repite para las restantes criptomonedas y los resultados
aparecen en la tabla del Anexo 1).
117
Los resultados del promedio y la desviación estándar de los

distintos escenarios para cada caso de los siete portafolios, des-
pués de hacer la cobertura y de la relación ganancias/ pérdidas
del portafolio y los futuros, se muestran en la tabla siguiente:
Tabla 11
Resultados de cobertura de portafolio con criptomonedas
Promedio Desv. Esta.

Portafolio 1 NA NA
Portafolio 2 NA NA
Portafolio 3 $ 8,559,686.93 92.033085
Portafolio 4 $ 8,559,509.93 0.0050794
Portafolio 5 $ 8,559,510.00 0.0196981
Portafolio 6 $ 8,559,510.04 0.0436668
Portafolio 7 $ 8,559,510.03 0.014458
Para el caso de que el subyacente sea el Bitcoin utilizamos la expresión de la secc

Para el caso de que el subyacente sea el bitcoin utilizamos
y entonces
la el valor
expresión de lade la Prima
sección y de la opción
entonces el considerando el mismo
valor de la Prima de horizonte
la de tiempo
los futuros
opción; de un año sería:
considerando el mismo horizonte de tiempo de los futu-
ros de un año, sería:
𝐶𝐶 = 𝐵𝐵𝐵𝐵𝑡𝑡 𝑁𝑁(𝑑𝑑1 ) − 𝐾𝐾𝑒𝑒 −r𝑇𝑇 𝑁𝑁(𝑑𝑑2 ) =

𝑃𝑃 = 𝐾𝐾𝑒𝑒 −𝑟𝑟𝑟𝑟 𝑁𝑁(−𝑑𝑑2 ) − 𝐵𝐵𝐵𝐵𝑡𝑡 𝑁𝑁(−𝑑𝑑1 ) =
𝐵𝐵𝐵𝐵 𝜎𝜎2
𝐿𝐿𝐿𝐿( )+[𝑟𝑟+ ]𝑇𝑇
𝐾𝐾 2
𝑑𝑑1 = =
𝜎𝜎 √𝑡𝑡
𝑑𝑑2 = 𝑑𝑑1 − 𝜎𝜎√𝑇𝑇 =

Donde:
𝐵𝐵𝐵𝐵𝑡𝑡 = valor del Bitcoin en el tiempo t=6,585
Donde:
𝐾𝐾 =t=Precio
BC Valor del
delejercicio de la
bitcoin en el opción=7,000
tiempo t=6,585
K= Precio del ejercicio de la opción=7,000
𝑟𝑟 = Tasa libre de riesgo=
r= Tasa libre de riesgo
𝑇𝑇 = Periodo de la opción=1
σ = volatilidad del bien subyacente=0.85
118
St 6585
K 7000
T= Periodo de la opción=1
σ = Volatilidad del bien subyacente=0.85
St 6585
K 7000
R 0.03
T 1
T 0
T-t 1
Sigma 0.853815
d1 0.3904642
d2 -0.463351
N(d1) 0.6519033
N(d2) 0.3215565
N(-d1) 0.3480967
N(-d2) 0.6784435
Call 2108.4121
PUT 2316.5309
De lo anterior, la prima de una opción call o put sería bastante alta.
4. Conclusiones
Si bien el modelo de Markowitz y su variante, la proporción de

Sharpe, tiene más de 50 años, se sigue aplicando para determinar
las asignaciones óptimas de un portafolio en un caso particular
de un universo de monedas y criptomonedas.
El comportamiento de las monedas y las criptomonedas es
muy distinto en rendimiento, volatilidad y sus correlaciones, por
lo que resulta muy interesante estimar las asignaciones de cada
grupo (monedas y criptomonedas), separados y combinados.
Bajo cualquier criterio, en particular la proporción de Sharpe,
la elección de las monedas resulta ser muy parecida: libra turca
119
sobre todas las otras, además, real brasileño y rublo ruso. La

proporción elegida prácticamente no cambia, incluso cuando se
propone incluir alguna criptomoneda siempre se considera selec-
cionarla.
Si se observa el comportamiento de monedas y criptomone-
das, son muy diferentes, sobre todo en lo referente a volatilidades,
y existen diferentes niveles de covarianzas entre ellos.
La cobertura de un portafolio de monedas con la inclusión de
una criptomoneda por medio de un futuro sobre la misma cripto-
moneda hace que las ganancias o pérdidas de posición larga del
portafolio sean compensadas con las pérdidas y ganancias de la
posición corta de futuros (sobre la misma criptomoneda). Por lo
tanto, independientemente del escenario final, la volatilidad del
portafolio es muy reducida. También se pudiera lograr coberturas
con opciones financieras de manera muy parecida.
Como consecuencia de la alta volatilidad, el valor en riesgo
(VaR) es más grande para las criptomonedas respecto a las mone-
das tradicionales, la inclusión de distintas monedas no cambia
mucho los resultados obtenidos con portafolios compuestos solo
de monedas.
5. Referencias
Aragonés, J. & C. Blanco (2000), Valor en riesgo. Aplicación a la Gestión

Empresarial, Madrid, Editorial Pirámide, 331 pp.
Black, Fischer & Myron Scholes (1973), “The Pricing of Options and Cor-
porate Liabilities”, Journal of Political Economy, 637-654 pp.
Fernández, F. (2018), “Criptoactivos pueden optimizar portafolios de inver-
sión, según Grayscale”. Disponible en: https://www.criptonoticias.
com/mercado-valores/criptoactivos-pueden-optimizar-portafolios-
inversion-grayscale/. Consultado: agosto 10, 2018.
Investing.com. Disponible en: https://www.investing.com/.
Markowitz, Harry (1952), “Portfolio Selection”, The Journal of Finance, 7(1),
pp. 77-91. Doi: 10.2307/2975974. Consultado: octubre 23, 2017.
Nakamoto, S. (2008), “Bitcoin: A Peer-to-Peer Electronic Cash System”.
Disponible en: www.bitcoin.org. Consultado: octubre 10, 2018.
120
Tsyvinski, A. & Y. Liu (2018), “Riesgos y retornos de las criptomonedas”,

nber. Disponible en: https://www.criptonoticias.com/mercado-valo-
res/criptomonedas-deben-incluirse-portafolios-inversion-valores-
estudio/. Consultado: septiembre 11, 2018.
Zubeldia, A.; Zabalza, L. & M. Zubiaurre (2002), “El modelo de Markowitz
en la gestión de carteras”, Cuadernos de Gestión, 2, p. 45. Disponible en:
https://www.researchgate.net/publication/277053090_El_modelo_
de_Markowitz_en_la_gestion_de_carteras. Consultado: octubre 16,
2018.
121
Anexo 1
Cobertura de portafolio de monedas con bitcoin
122

DESARROLLO ECONÓMICO
CAPÍTULO 5
Evaluación de la relación entre
las exportaciones y la acumulación
de deuda pública
1. Introducción
Después del colapso del sistema de administración monetaria de

Bretton Woods en 1971, la economía mundial ha estado más inte-
grada a través del comercio y los mercados financieros. Esto se
logró mediante mejoras en el transporte y las telecomunicaciones,
las que se aceleraron en el periodo posterior a la Segunda Guerra
Mundial, junto con la creación de instituciones con poder regu-
lador para influir en la economía mundial, tales como el Banco
Mundial y el Fondo Monetario Internacional. Estas instituciones
han observado constantemente la deuda pública gubernamen-
tal excesiva, ya que puede conducir a una nación a la solvencia
insostenible. Sin embargo, la deuda pública también puede ser
beneficiosa para los países desarrollados con altos niveles de
desarrollo institucional, ya que genera condiciones que permiten
una administración pública eficiente, e inversiones efectivas en
educación, infraestructura, ciencia, tecnología e innovación que
favorecen una escalada significativa en la actividad empresarial e
institucional. En consecuencia, la acumulación de deuda pública
puede estimular el crecimiento económico.
125
La deuda del gobierno también puede ser una fuente de

ineficiencia, ya que aumenta el tamaño del gobierno y pueden
ocurrir asignaciones de recursos por debajo del nivel óptimo, ya
que la generación de ganancias no es el principal incentivo. Sin
embargo, si la deuda pública aumenta el tamaño del gobierno,
debido al crecimiento económico favorecido por las inversiones
y el gasto del gobierno, se observaría una correlación positiva
entre el crecimiento económico y el tamaño del gobierno. Este
argumento es coherente con los partidarios de la hipótesis de
Wagner (Kolluri, Panik y Wahab, 2000; Mohammadi, Cak y Cak,
2008: Ziramba, 2008).
Cuando un país aumenta el nivel de deuda pública, ya sea
por una menor tributación, menores ingresos o un mayor gasto
gubernamental, dicha información se incorpora inmediatamente
a los mercados financieros. Esto provoca movimientos en los tipos
de cambio y las tasas de interés que afectan el valor general de la
moneda nacional. Por ejemplo, cuando se difunden noticias sobre
un país que fortalece el presupuesto recortando los déficits, la
moneda nacional tiende a apreciarse. Por el contrario, como indi-
can McMillin y Koray (1990), la moneda tenderá a depreciarse
cuando el gobierno anuncie mayores déficits presupuestarios.
Feder y Just (1977) han sugerido que la depreciación de la
moneda se produce debido al incremento de la probabilidad de
que un país incumpla sus obligaciones de deuda, o simplemente
señalando la falta de capacidad de servicio de la deuda. Por lo tanto,
la demanda de deuda y moneda de un país se reduce y la moneda
tendería a depreciarse en relación con otras monedas; y si se agrega
una fuga de capitales a este escenario, entonces, la tasa de deprecia-
ción se acelera a un ritmo mayor (Mishkin, 2009). Este fenómeno
ha ocurrido durante crisis financieras donde la alta movilidad de
capital y la globalización de la actividad de los mercados financieros
afectaron el valor subyacente de la moneda (México en 1994, Rusia
en 1998, Argentina en 2001 y, en menor grado, en 2010 y 2011 en
Grecia, Irlanda, Portugal, España e Italia).
126
Evaluación de la relación entre las exportaciones y la acumulación de deuda pública
Una moneda depreciada tendrá consecuencias económicas

en forma de resultados previstos, resultados no anticipados y/o
resultados no previstos (McMillin y Koray, 1990; Arin y Koray,
2009). Por ejemplo, una moneda depreciada traerá una ventaja
competitiva en el sector comercializable de la economía al estimu-
lar el crecimiento de las exportaciones debido a la creciente capa-
cidad de traer productos más baratos al mercado internacional.
Además, una moneda depreciada cambia los precios relativos de
los bienes y favorece una asignación más eficiente de los recursos
que se produce al aumentar las exportaciones que ayudan a redu-
cir los déficits en la cuenta corriente (Hua, 2007). Además, según
Zhenhui (2008), una moneda depreciada encarece las importa-
ciones; como resultado hay mejoras en la balanza comercial. Con-
secuentemente, surge la expectativa de que conforme un país
aumenta su endeudamiento se generaría necesariamente depre-
ciación de su moneda (McMillin y Koray, 1990); en consiguiente,
se generaría crecimiento económico por medio del crecimiento
en las exportaciones, dando como resultado la posibilidad de que
exista una relación entre deuda pública y exportaciones.
Por consiguiente, el objetivo general de esta investigación
es evaluar empíricamente la relación de causalidad entre deuda
pública y las exportaciones como fuente de crecimiento econó-
mico de Estados Unidos de América. Los objetivos específicos
de esta investigación incluyen la estimación de un modelo eco-
nométrico dinámico para evaluar la relación de causalidad entre
deuda gubernamental y exportaciones, teniendo en cuenta los
efectos del valor cambiario del dólar. A continuación se expone
brevemente la literatura previa que guía la estimación del modelo
vectorial autoregresivo que se utilizó para evaluar causalidad en
el sentido de Granger.
127
2. Exportaciones y crecimiento económico
La exportación de productos y servicios es solo uno de los fac-

tores de un sinnúmero de causas del crecimiento económico.
Por lo tanto, cualquier esfuerzo por explicar las funciones de
las exportaciones en el crecimiento económico debería incluir
todas las causas del crecimiento y las exportaciones en el análisis
(Michaely, 1977; Weil, 2009). Por consiguiente, en esta investiga-
ción se asume que la deuda pública gubernamental es otro factor
propicio para el crecimiento económico. Aunque no es práctico
poner todas las fuentes de crecimiento económico en un análi-
sis empírico, se pueden abstraer las causas más importantes del
crecimiento económico y presentar los canales más fundamen-
tales sobre cómo las exportaciones que favorecen el crecimiento
económico. La mayoría de los estudios que prueban la hipótesis
del crecimiento por exportaciones incluyen factores que contri-
buyen a la producción, como el empleo y el capital. Otros estudios
van un paso más allá, al controlar los efectos de otras variables,
como el capital inicial, las importaciones, la inflación, los térmi-
nos de intercambio, el tipo de cambio, la oferta mundial agregada
(producción extranjera), la oferta de dinero, el ahorro, la parti-
cipación de la inversión en el pib, en el extranjero e inversiones
domésticas, el consumo privado, la +productividad manufac-
turera, las exportaciones de combustible, las exportaciones sin
combustible o el nivel de apertura del país (Riezman, Whiteman
y Summers,1996; Gutiérrez de Piñares, 2007; Bahmani-Oskooee
y Economidou, 2009).
Emery (1967) presentó la hipótesis de crecimiento por las
exportaciones como la “relación causal entre las dos, que esta
relación es de interdependencia más que de causalidad unilateral,
pero que es principalmente un aumento de las exportaciones que
estimula un aumento del crecimiento económico agregado más
bien y viceversa”. Según Emery (1967), las exportaciones per-
miten bienes importados, como las nuevas tecnologías que sus-
tentan la productividad y las economías de escala y fomentan las
128
inversiones, lo que conduce a un mayor consumo. Emery (1967)

recomienda promover políticas que fomenten el crecimiento de
las exportaciones, como tener una moneda subvaluada soteniendo
un tipo de cambio realista que se origine a partir de políticas
monetarias y fiscales sincronizadas.
Michaely (1977) estudió la relación entre las exportacio-
nes y el crecimiento económico en países menos desarrollados
mediante el análisis de las correlaciones entre las variables en el
periodo 1950-1973. Afirmó que “se ha establecido una asociación
positiva de crecimiento con expansión de la exportación”. Sin
embargo, Michaely no controló otras variables que resolverían
el problema de regresión no esencial. Otro problema que no se
aborda en la estimación es la relación simultánea entre el creci-
miento de las exportaciones y el crecimiento económico, como
lo mencionan Lee y Cole (1996). Michaely (1977) encontró una
fuerte relación positiva entre el crecimiento de las exportaciones
y el crecimiento económico entre las naciones desarrolladas. Pero
tal relación es leve entre los países en desarrollo. Estas diferencias
fueron encontradas en parte porque los países diferirían en las
políticas de promoción de exportaciones.
Siguiendo a Michaely (1977), Balassa (1978) estudió la rela-
ción entre las exportaciones y el crecimiento económico, así
como la relación entre las exportaciones manufactureras y la
producción manufacturera para el periodo 1960-1973, en paí-
ses con una base industrializada establecida. En ese estudio se
determinó que las diferentes tasas de crecimiento en el sector
de exportaciones de la economía estaban relacionadas con las
diferencias en las políticas comerciales. Balassa (1978) también
encontró que las diferencias entre países en el crecimiento eco-
nómico se deben a menores costos de inversión favorecidos por
la orientación comercial.
Balassa (1985) estudió la hipótesis del crecimiento por expor-
taciones para 43 países en el periodo 1960-79, y encontró que
el crecimiento de las exportaciones tuvo un efecto significativo
en el crecimiento económico. El efecto fue mayor en el periodo
129
1973-79 en comparación con el periodo 1960-73. Balassa (1985)

reconoció que economías de escala y cambios técnicos contri-
buyen al desarrollo del sector comercial exterior. Además, las
diferencias entre países en la tasa de crecimiento económico se
deben principalmente a las diferencias en las tasas de inversión,
la tasa de crecimiento de la fuerza laboral, la política comercial
inicial, los ajustes a las políticas comerciales, el nivel de desarro-
llo económico y la composición de las exportaciones. También
se encontró que las diferencias entre países en el crecimiento de
las exportaciones y la relación entre exportaciones y pib son la
expresión de las políticas comerciales del país. Estos argumen-
tos no son tan diferentes a los encontrados por Emery (1967) y
Michaely (1977).
Utilizando el análisis de series de tiempo, Hatemi-J e Iran-
doust (2000) estudiaron los efectos causales de las exportaciones
en el crecimiento económico de Grecia, México, Portugal, Irlanda
y Turquía. Con el uso de modelos de autorregresión vectorial
(var) y datos anuales para el periodo 1960-1997, hallaron que a
largo plazo solo había causalidad en Irlanda, México y Portugal.
Hatemi-J e Irandoust (2000) concluyeron que las políticas de
promoción de exportaciones son fundamentales para promover
el crecimiento económico. También encontraron la causalidad
unidireccional de Granger, del crecimiento de las exportaciones
hacia el crecimiento económico en los casos de Irlanda y México,
y la causalidad del crecimiento económico hacia el crecimiento
de las exportaciones en el caso de Portugal. El hallazgo de que el
crecimiento económico de Portugal conduce al crecimiento de
las exportaciones, puede deberse al hecho de que el crecimiento
económico dirige una ventaja comparativa a través del capital
humano (habilidades y desarrollo tecnológico) que aumenta la
productividad de los trabajadores.
Giles y Williams (2000) pusieron a disposición una amplia
revisión bibliográfica sobre la relación entre las exportaciones y
el crecimiento económico. Se evaluaron más de 150 trabajos de
investigación aplicada, y los autores concluyeron que “se debe
130
tener sumo cuidado al interpretar gran parte de la investigación

aplicada sobre la hipótesis de crecimiento por las exportaciones”.
La orientación comercial hace que un país sea más capaz de
usar capital externo al no solo permitir el pago de obligaciones
de deuda sino también al aumentar la capacidad de servicio de
la deuda. Giles y Williams (2000) sugieren que las políticas de
promoción de exportaciones pueden eliminar los controles que
hacen que la moneda de algunos países esté sobrevaluada. Argu-
mentan que el crecimiento económico puede lograrse mediante
políticas de promoción de exportaciones. Compararon a América
Latina y África con Hong Kong, Singapur, Corea y Taiwán, y los
países de reciente industrialización Malasia y Tailandia.
En el contexto de los modelos vectoriales autorregresivos
(var) para el análisis estadístico, la causalidad de Granger se
conoce como una prueba de significancia de un conjunto de
coeficientes que corresponden a los rezagos de una variable en
cuestión. Giles y Williams (2000) han demostrado que la impor-
tancia de la prueba de causalidad de Granger cuando se evalúa la
hipótesis de crecimiento por las exportaciones es sensible a las
variaciones en el grado de la tendencia determinista y los métodos
implementados para probar raíces unitarias. Los autores consi-
deraron los modelos var en los niveles y las primeras diferencias
de los datos.
Ahmad (2001) revisó 39 artículos de investigación escritos
entre 1985 y 1999; los autores emplearon análisis de series tempo-
rales como los modelos var y los modelos vectoriales de corrección
de errores (vec) para probar la relación entre las exportaciones y
el crecimiento económico. El autor enfatizó el concepto de causa-
lidad en el sentido de Granger. Según Ahmad (2001), no existe un
fuerte apoyo empírico para la hipótesis de crecimiento impulsado
por la exportación tanto en los países desarrollados como en los
países en desarrollo, en comparación con estudios anteriores que
utilizaban correlaciones y funciones de producción.
En el caso de América Latina, las hipótesis de crecimiento por
exportaciones se han probado utilizando diferentes datos y meto-
131
dologías. Por ejemplo, Gutiérrez de Piñares y Cantavella-Jordá

(2007) en su estudio concluyeron que existen contradicciones
en los resultados de las pruebas por ambas opciones, selección
de datos y metodología de estimación. Afirman que la falta de
un apoyo fuerte a la efectividad de las políticas de promoción de
exportaciones puede hacer que algunos países consideren polí-
ticas de liberalización comercial favorecidas por las naciones
desarrolladas.
Bahmani-Oskooee y Economidou (2009) evaluaron la hipóte-
sis del crecimiento por las exportaciones y la hipótesis de que el
crecimiento económico incrementa las exportaciones. Los auto-
res estudiaron 61 países para el periodo 1960-99 y encontraron
que no solamente los resultados de las pruebas de exogeneidad
producidos por Johansen no solo eran específicos para cada país,
sino que no existía un patrón uniforme en la dirección de la causa-
lidad. Afirmaron que las exportaciones e importaciones (apertura
al comercio exterior) representan factores internacionales que
tienen efectos sobre la productividad, pero no son representados
por insumos de producción como el trabajo y el capital.
3. Deuda pública y fomento del desarrollo económico
El principal argumento para introducir la deuda pública en el aná-

lisis en el contexto del desarrollo es que fomenta inversiones que
aumentan no solo el capital humano, sino que también fortale-
cen las instituciones y la infraestructura nacional que facilitan el
crecimiento económico y la competitividad internacional de los
bienes que se venden en el exterior. Esto se logra mediante los
efectos positivos esperados de la deuda pública en la productivi-
dad total de los factores que generan mayores ingresos.
Love (1994) examinó la relación causal entre el crecimiento
del ingreso y el crecimiento de las exportaciones, así como el
efecto causal de los gastos del gobierno y el crecimiento del
ingreso, mediante el uso de medidas de ingreso ajustadas y no
132
ajustadas para veinte países en el periodo 1960-1990. El estu-

dio concluyó que tales relaciones son sensibles a las medidas de
ingreso elegidas, encontrando menos evidencia de apoyo a la
hipótesis de que el crecimiento de los gastos del gobierno está
relacionado de manera positiva y causal con el crecimiento del
ingreso.
Considerando el sesgo que puede resultar de la omisión de
variables en la determinación de los efectos causales entre las
variables de interés, Amoateng y Amoako-Adu (1996) aumen-
taron la relación bivariada entre el crecimiento de las exporta-
ciones y el crecimiento económico al agregar el servicio de la
deuda externa, encontrando una relación bidireccional entre pib
y exportaciones. La muestra estuvo constituida por países afri-
canos en el periodo 1971-1990. El análisis empírico se desarrolló
sin un modelo teórico que hubiera hecho suposiciones de exo-
geneidad o endogeneidad de la variable de la deuda externa. La
única justificación para la inclusión de las variables de servicio
de la deuda externa se basó en el hecho de que los ingresos de las
exportaciones se utilizan para pagar las obligaciones de la deuda
en moneda extranjera. Su racionalidad se basa en lo que sucede
con los ingresos del presupuesto después del pago de la deuda:
el desarrollo económico se ve obstaculizado porque una menor
cantidad de ingresos por exportaciones implica menos ingresos
para el sector público y privado que pueden estar destinados a
nuevas inversiones.
Sen, Kasibhatla y Stewart (2007) evaluaron la hipótesis de la
deuda pendiente para los países de América Latina en el periodo
1970-2000 y una muestra de países asiáticos en el periodo 1982-
2002. Por medio de la econometría de datos de panel encontraron
que la deuda del gobierno ha reducido el crecimiento económico
en los países asiáticos, pero no tan severamente como en América
Latina. Las variables (en el registro de las primeras diferencias)
incluidas en el análisis fueron la tasa de crecimiento en el pib per
cápita, la relación deuda/pib, la relación servicio de la deuda, la
133
relación deuda/exportación, la formación bruta de capital y la

fuerza laboral.
Jayaraman y Lau (2009) estudiaron los efectos de la deuda
externa, los déficits presupuestarios y el crecimiento de las expor-
taciones sobre el crecimiento del pib en países de Asia y el Pací-
fico durante el periodo 1988-2004 (Samoa, Islas Salomón, Tonga
y Vanuatu). No se encontró una relación causal a largo plazo entre
las variables. A corto plazo se determinó que hay un efecto sig-
nificativo del crecimiento del pib en el crecimiento de la deuda.
Sorprendentemente, a largo plazo no contaban con suficientes
pruebas estadísticas que respaldaran la importancia de los efectos
de los déficits presupuestarios del gobierno en la deuda externa.
El riesgo de incumplimiento de los bonos del gobierno como
resultado de una mayor dependencia de la deuda se refleja, en
parte, en los movimientos de los mercados de capital que tienen
efectos en los valores relativos de una moneda en todo el mundo.
De esa manera, los cambios en el aumento de la deuda condu-
cirán a una moneda hacia la depreciación (McMillin y Koray,
1990; Kim y Roubini, 2008). Si asumimos la versión más sólida
de la hipótesis de mercados eficientes, entonces los cambios en
el presupuesto se reflejarán inmediatamente en el precio de la
moneda (Mishkin, 2009). Según Starling (2008), la planificación
del presupuesto del gobierno comienza al menos un año y medio
antes del año fiscal. En este ciclo presupuestario, la administra-
ción incorpora nuevas políticas que requieren financiamiento de
los ingresos fiscales, deuda y/o proyectos de autofinanciamiento
de las políticas existentes. Por lo tanto, se puede asumir que el
riesgo de las políticas aprobadas en el presupuesto ya tendrá un
precio en el valor de la moneda, y luego dará soporte a la versión
débil de la hipótesis de los mercados eficientes. Por lo tanto, la
deuda pública aprobada para programas gubernamentales nue-
vos o mejorados puede ser más informativa sobre el estado de la
política fiscal y, por lo tanto, su efecto puede capturarse en el tipo
de cambio que, a su vez, afecta la actividad económica nacional y
los esfuerzos orientados hacia el exterior. Debido a eso, es crítico
134
investigar los efectos de la deuda del gobierno en las exportacio-

nes y los efectos subsiguientes en el crecimiento económico.
La deuda del gobierno en los países desarrollados puede
fomentar directamente una serie de condiciones que son venta-
josas para lograr una mayor competitividad en el sector comercial
de la economía. Es posible que las exportaciones se incrementen
por los efectos directos de la depreciación de la moneda que sur-
gen de las políticas fiscales que ponen en marcha la deuda pública
en la mejora de la economía. En términos teóricos, el mecanismo
mencionado da lugar a una crítica común a los estudios previos
que no han tenido en cuenta ni la acumulación de deuda pública
del gobierno, ni los efectos intermedios en la moneda al probar la
validez de la hipótesis por exportaciones en la literatura empírica
de comercio y finanzas. Esta investigación busca tal comprensión.
Además, considera los efectos de la deuda por medio del tipo de
cambio.
4. Métodos y datos
Se estimó un modelo econométrico dinámico del tipo vectorial

autoregresivo (var). Se incluyen las variables: producto interno
bruto real ajustado por exportaciones (pib), formación bruta de
capital fijo real (fbcf), empleo total (empleo), deuda pública
real (deuda), exportaciones reales (exportaciones) y el índice
de tipo de cambio ponderado de las principales monedas (tipo de
cambio). Se utilizaron observaciones del periodo 1973:1-2010:3
para la economía de Estados Unidos de América. El periodo de
investigación elegido corresponde al sistema de gestión monetaria
post-Bretton Woods entre los países industrializados, mucho más
allá del shock inicial en 1971 para eliminar el ruido que surge de
las políticas recientemente adoptadas para el tipo de cambio y la
liberalización financiera.
Los datos sobre el total de la deuda del gobierno federal se
obtuvieron a través del Banco de la Reserva Federal de St. Louis
135
que se compilan en la Oficina de Servicios de Administración

Financiera del Departamento del Tesoro. Se mide en miles de
millones de dólares y se deflactó utilizando el deflactor del pib.
La deuda gubernamental total se define como la suma de la deuda
mantenida por el público y los préstamos del gobierno de fondos
fiduciarios federales como el Seguro Social y Medicare. La deuda
bruta total del gobierno federal tuvo una tasa de crecimiento pro-
medio de 2.21 % por trimestre. En términos reales, la tasa de
crecimiento fue de 1,37 % por trimestre.
La medida elegida para representar el tipo de cambio fue el
índice de tipo de cambio ponderado por el comercio con países de
las monedas principales. El índice mide el valor relativo del dólar
frente a las monedas de la zona Euro, Canadá, Japón, Reino Unido,
Suiza, Australia y Suecia. El índice utiliza los precios de 1973
como punto de referencia para las comparaciones entre años,
los datos se obtuvieron del Banco de la Reserva Federal de St.
Louis; una apreciación (depreciación) del dólar estadounidense
se refleja en un aumento (disminución) del índice. En promedio,
el índice de tipo de cambio ponderado por el comercio mostró
una disminución de 0.19% por trimestre.
El producto interno bruto nominal se obtuvo de la Oficina de
Análisis Económico (bea) y mide la producción de la economía
en miles de millones de dólares. La medida del pib se ajustó en
función de las exportaciones y luego se deflactó por el deflac-
tor del pib que publica la misma oficina; dicho deflactor utiliza
los precios de 2005 como punto de referencia para las compara-
ciones. En el sistema de ecuaciones del modelo var, el mercado
laboral se caracterizó por el empleo total, tal variable representa
el número total de personas que están empleadas en la economía
(dieciséis años y más), medida en miles. Los datos fueron obte-
nidos de la Oficina de Estadísticas Laborales (bls). En promedio,
los individuos ocupados crecieron 0.372 % por trimestre.
El valor nominal de las exportaciones se obtuvo de la Oficina
de Análisis Económico, medido en miles de millones de dólares.
El valor real de las exportaciones se obtuvo mediante el uso del
136
deflactor de exportaciones que publica la misma oficina. El deflac-

tor de exportaciones utiliza los precios del 2005 para las compa-
raciones, al igual que el deflactor del pib. La formación bruta de
capital fijo se utilizó como sustituto del capital, las estimaciones
las proporciona la Oficina de Análisis Económico en las cuentas
nacionales. Sin embargo, los datos para esta variable se obtuvieron
del Fondo Monetario Internacional, se miden en miles de millones
de dólares, y los valores reales se obtuvieron mediante el uso del
deflactor del pib.
Las estadísticas descriptivas de las variables en los niveles se
muestran en la tabla 1. En términos del coeficiente de variación, el
índice de tipo de cambio y el trabajo empleado tuvieron los valo-
res más bajos, 14.15 % y 16.02 %, respectivamente. En contraste,
los valores más altos se encontraron en deuda bruta deflactada
y exportaciones deflactadas, 54.69 % y 59.5 %, respectivamente.
Los coeficientes de correlación entre las seis variables son dife-
rentes de cero al el nivel de significancia del 1 % (tabla 2).
El modelo var se estimó utilizando las primeras diferencias
logarítmicas de las variables, es decir, la tasa de crecimiento de las
variables. Para estas variables transformadas se realizaron prue-
bas para raíces unitarias tanto en niveles como en su respectiva
primera diferencia. Se utilizaron principalmente dos pruebas, la
prueba generalizada de mínimos cuadrados de Dickey-Fuller (df-
gls) y la prueba aumentada de Dickey-Fuller. Los resultados de
estas pruebas se observan en las tablas 3 y 4, respectivamente.
En cada tabla se muestran dos conjuntos de resultados. El primer
conjunto corresponde a los resultados de la prueba de las variables
en los niveles, mientras que el segundo conjunto corresponde a los
resultados de la prueba de las variables en primeras diferencias.
137
Tabla 1
Estadísticas descriptivas de las variables originales en niveles
Variables Promedio Dev. Est. Min Max

Deuda nominal 4,169 3,237.64 457.32 13,561.62
pib nominal 6,202 3627.85 1251.10 12,896.20
Exportaciones nominal 709 499.63 84.00 1,927.30
fbcf nominal 1,302 751.79 269.50 2,737.10
Empleo 117,971 18,904.17 83,841.66 146,264.30
Tipo de cambio 97 13.69 70.83 142.06
Variables deflactadas
Deuda real 4,931 2,697.26 1,540.20 12,212.73
pib real 7,829.14 2,412.20 4,363.10 11,716.05
Exportaciones reales 755 449.04 217.08 1,696.60
fbcf real 1,653 503.10 869.46 2,628.94
Nota: variables ajustadas para estacionalidad.
Tabla 2
Correlación entre las variables en niveles
Tipo de cambio pib Exportaciones fbcf Empleo Deuda

Tipo de 1
cambio
pib* -0.564 1
Exportaciones* -0.631 0.978 1
fbcf * -0.483 0.969 0.938 1
Empleo -0.556 0.980 0.949 0.957 1
Deuda* -0.654 0.959 0.970 0.872 0.937 1
Nota: * señala a las variables deflactadas.
La prueba generalizada de mínimos cuadrados de Dickey-

Fuller para pruebas de raíz unitaria (df-gls) rechazó la hipótesis
nula de no estacionariedad para todas las variables en niveles con
un nivel de significancia del 5 % (tabla 3); con la excepción de la
deuda deflactada, ya que solo en el retraso uno, el nulo fue recha-
zado; los valores críticos interpolados provienen de los calculados
por Elliott, Rothenberg y Stock (1996). En el segundo conjunto
138
de resultados que se muestra en la tabla 3, las pruebas df-gls

también rechazaron la hipótesis nula de no estacionariedad para
todas las variables a un nivel de significancia del 5 %.
También se realizaron pruebas de Dickey-Fuller (1979)
aumentadas (tabla 4). Todas las variables en niveles se probaron
bajo la alternativa de estacionariedad en torno a una tendencia
de tiempo lineal. Las pruebas rechazaron las hipótesis nulas de
raíz unitaria al 5 % de nivel de significancia para todas las varia-
bles. Las pruebas sobre las primeras diferencias de las variables
dieron como resultado el rechazo de la hipótesis nula de no esta-
cionariedad de todas las variables en el nivel de significancia del
5 %. La excepción fue para la variable total de deuda del gobierno
federal deflactada. Por lo tanto, se realizaron análisis adicionales
para esta variable. En conclusión, dado que las variables (tasas de
crecimiento) parecen ser estacionarias en niveles y primeras dife-
rencias, su orden de integración correspondiente es 0, es decir,
poseen un orden de integración I(0).
Se realizaron pruebas adicionales para la variable de deuda
deflactada, Phillips y Perron (1988), las cuales consideran la auto-
correlación y la heteroscedasticidad; se rechazó la hipótesis nula
de no estacionariedad en el nivel de significancia del 5 % (valor
crítico = -2.887), la estadística se estimó en un valor igual a -6.788.
Además de las pruebas de Phillips y Perron, se realizó la prueba
kpss de Kapetanios, Shin y Snell (2003). La estadística estimada
fue de 0.26598, de este modo, la hipótesis nula de estacionariedad
no se rechazó en el nivel de significancia del 5 %, ya que el valor
crítico correspondiente fue de 0.464. Por lo tanto, mediante el
uso de múltiples pruebas, se concluyó que la tasa de crecimiento
de la deuda pública es una variable estacionaria.
139
Tabla 3
Resultados de las pruebas de raíces unitarias df-gls
Rezagos Deuda pib Exportaciones fbcf Empleo Tipo de

cambio
Variables en nivel con tendencia
7 -1.815 -5.095 -2.942 -4.447 -4.875 -2.579
6 -2.091 -4.601 -3.016 -4.157 -4.542 -2.644
5 -2.154 -4.805 -3.084 -4.355 -4.795 -2.861
4 -2.122 -5.361 -4.001 -3.951 -5.227 -3.428
3 -1.727 -5.518 -4.568 -4.206 -5.471 -3.830
2 -2.542 -5.945 -4.603 -5.347 -5.329 -4.362
1 -3.184 -6.478 -5.823 -5.427 -6.605 -6.366
Variables en primera diferencia
3 -4.410 -1.535 -2.010 -4.741 -2.526 -5.444
2 -8.693 -2.289 -2.802 -6.720 -3.369 -7.439
1 -10.405 -3.561 -4.503 -7.909 -6.077 -11.725
Nota: Resultados de las pruebas para las tasas de crecimiento de las variables. Para las pruebas
con tendencia, los valores críticos para los niveles de significancia del 1 %, 5 % y 10 % son
-3.519, -2.979 y -2.689, respectivamente. Para las pruebas sin tendencia para variables en
primera diferencia, los valores críticos para los niveles de significancia del 1 %, 5 % y 10 % son
-2.593, -1.95 y -1.613, respectivamente.
Tabla
Resultados de las pruebas de raíces unitarias Dickey-Fuller aumentadas
Variables Estadística Valores crítico

adf
1% 5% 10%
Variables en niveles con tendencia
Deuda -3.352 -4.025 -3.444 -3.144
pib -4.694 -4.025 -3.444 -3.144
Exportaciones -5.446 -4.025 -3.444 -3.144
fbcf -3.798 -4.025 -3.444 -3.144
Empleo -4.679 -4.025 -3.444 -3.144
Tipo de cambio -4.912 -4.025 -3.444 -3.144
Variables en primeras diferencias
Deuda -7.305 -2.594 -1.95 -1.613
pib -8.441 -2.594 -1.95 -1.613
Exportaciones -8.659 -2.594 -1.95 -1.613
140
Variables Estadística Valores crítico

adf
1% 5% 10%
fbcf -8.895 -2.594 -1.95 -1.613
Empleo -7.647 -2.594 -1.95 -1.613
Tipo de cambio -9.287 -2.594 -1.95 -1.613
Nota: Pruebas de Dickey-Fuller fueron aumentadas con tres rezagos. Resultados de las prue-
bas para las tasas de crecimiento de las variables.
5. Resultados
Se estimó un modelo vectorial autorregresivo (var) para deter-

minar los efectos dinámicos de la deuda pública sobre las exporta-
ciones y el crecimiento del pib. El sistema de ecuaciones consistió
de seis variables endógenas. El número de rezagos del modelo var
se determinó mediante prueba secuencial de fracción de verosi-
militud (likelihood ratio tests), y se encontró que tres rezagos de
cada variable endógena era la mejor opción. Además, también se
consideraron otros criterios de información como aic, hqic y
sbic. Los criterios aic coincidieron con las pruebas de cociente
de probabilidad. En contraste, los criterios de hqic y sbic favo-
recieron un modelo más parsimonioso con una demora de uno.
Sin embargo, después de la estimación, dicha longitud de rezago
produjo residuales con autocorrelación. Por lo tanto, se favoreció
un modelo var con tres rezagos debido a que producía residuales
que estaban cerca de los procesos de ruido blanco.
Después de determinar los rezagos del modelo var, se evaluó
la inclusión de términos determinísticos mediante pruebas de
razón de verosimilitud. Su inclusión es necesaria para mejorar
las estimaciones finales a fin de que los residuales puedan acer-
carse a los procesos de ruido blanco. Entre los términos que se
consideraron se encontraban los términos constantes, los cambios
estructurales, las tendencias y los términos estacionales para eva-
luar estacionalidad residual dentro de un entorno multivariado. La
141
primera prueba de razón de verosimilitud evaluó la exclusión de

constantes, es decir, evaluó la hipótesis nula de que los términos
constantes eran iguales a cero. De manera contundente, la prueba
rechazó la hipótesis nula a un nivel de significancia del 1 % (tabla
5). La hipótesis nula de que los términos estacionales trimestrales
eran iguales a cero se rechazó a un nivel de significancia del 1 %.
Las pruebas favorecieron la inclusión de términos estacionales en
la estimación final (tabla 5).
La inclusión de cambios estructurales se evaluó por sepa-
rado y conjuntamente en un entorno multivariado. Se crearon
tres variables binarias para representar cambios estructurales
que han ocurrido en la economía en el periodo estudiado. Las
variables representan expansiones extraordinarias en la acumu-
lación de deuda para financiar gastos que pueden tener efectos en
otros indicadores agregados en la economía. La variable binaria
(sb1) toma el valor de uno para las observaciones en el periodo
1982:1-2001:2, representa la expansión de la deuda del gobierno
durante y después de la administración de Ronald Reagan. La
segunda variable binaria (sb2) toma el valor de uno para aque-
llas observaciones después de los ataques del 11 de septiembre
y justo antes de la crisis financiera de 2008, abarcó el periodo
2001:3-2007:4. La tercera variable binaria (sb3) tomó el valor
de uno para las observaciones durante el periodo 2008:1-2010:3,
correspondiente a la expansión fiscal que surgió después de la
desaceleración económica de la última recesión.
Se realizaron tres pruebas separadas para evaluar cambios
estructurales. La hipótesis nula de que la variable sb1 es igual a
cero se rechazó solo a un nivel de significancia del 10 %. En con-
traste, la prueba no rechazó la hipótesis nula de que la variable sb2
es igual a cero en el nivel de significancia del 10 %. Finalmente,
la hipótesis nula de que la variable sb3 era igual a cero se rechazó
abrumadoramente a un nivel de significancia del 5 %. Se realizó
una prueba final para evaluar la inclusión simultánea de sb1, sb2
y sb3; se rechazó a un nivel de significancia del 1 % la hipótesis
142
nula de que los coeficientes para las mencionadas variables eran

iguales a cero (tabla 5).
Finalmente, se evaluó la inclusión de una tendencia determi-
nística. La hipótesis nula de que los términos de tendencia eran
iguales a cero se rechazó significativamente a un nivel de signifi-
cancia del 1 %. En conclusión, a través de la evidencia compilada
por pruebas de razón de verosimilitud, se analizó la adición de
términos determinísticos. Después de considerar la inclusión de
términos determinísticos, su significancia se evaluó mediante
pruebas t. Si los términos no eran significativamente diferentes
de cero con un nivel de confianza del 90 %, esos parámetros se
limitaron a cero. Los signos obtenidos correspondientes a los coe-
ficientes estimados de los términos determinísticos incluidos en
el modelo var final se muestran en la tabla 6.
Tabla 5
Pruebas de fracción de verosimilitud para evaluar
la inclusión de términos determinísticos
Hipótesis nula Hipótesis alternativa gl fv χ 2 Prob > χ 2

Sin constantes Con constantes 6 35.79 0
Sin estacionalidad Con estacionalidad 18 58.37 0
Sin est., no sb1 Est. + sb1 6 11.61 0.0713
Est., no sb2 Est. + sb2 6 7.01 0.3196
Est., no sb3 Est. + sb3 6 16.68 0.0105
Est., no sb1-3 Est. + sb1+sb2+sb3 18 37.88 0.004
Sin tendencia Tendencia 6 40.61 0
Nota: fv: fracción de verosimilitud. Est.: término equivalente para los términos estacionales.
sb1: variable binaria para la expansión de la deuda que comenzó durante la administración
del presidente Ronald Reagan. sb2: variable binaria para la expansión de la deuda después
del 9/11. sb3: variable binaria para la expansión de la deuda después de la crisis financiera
de 2008.
143
Tabla 6
Términos determinísticos incluidos en el sistema de ecuaciones
Ecuaciones
Términos Deuda pib Exportaciones fbcf Empleo Tipo de
cambio
sb1 +
sb2 + -
sb3 + - - -
q1 -
q2 -
q3 -
Tendencia - +
Constante
Nota: Los términos q1-q3 corresponden a estacionalidad residual. Los términos sb1-sb3
corresponden a cambios estructurales. sb1: variable binaria para la expansión de la deuda
que comenzó durante la administración del presidente Ronald Reagan. sb2: variable binaria
para la expansión de la deuda después del 9/11. sb3: variable binaria para la expansión de la
deuda después de la crisis financiera de 2008. Todos los términos deterministas incluidos
fueron significativos a un nivel de confianza del 95%.
Las causas y los efectos del crecimiento de la deuda del

gobierno federal se discuten por medio de la causalidad de Gran-
ger comúnmente utilizada en la investigación macroeconómica
aplicada (Granger, 1969). Dicho concepto se refiere a la evalua-
ción estadística de rezagos de una variable, si son diferentes de
cero en el desempeño del pronóstico de otra variable (Enders,
2004); es decir, la causalidad de Granger evalúa la significancia
estadística de los coeficientes de las variables de desfase en la
ecuación de interés para el investigador. Tres preguntas surgen
para su consideración: ¿Cuáles son los efectos de la deuda del
gobierno en la economía? ¿Es la dirección de la causalidad Gran-
ger entre par de variables unidireccional o bidireccional? ¿Cuál es
la naturaleza de la relación entre exportaciones y deuda pública?
Para este propósito, si el sistema de ecuaciones tiene varia-
bles estacionarias, entonces las pruebas de Wald o las F pueden
evaluar la hipótesis nula de que los coeficientes de la variable
rezagadas de interés son iguales a cero en una ecuación particular.
144
De esta manera, si la prueba no rechaza la hipótesis nula, se puede

decir, en sentido general, que no existe relación de causalidad de
Granger entre la variable dependiente y la variable independiente
representada por el set de coeficientes correspondiente a los reza-
gos. En el sistema de seis ecuaciones que se estimó, las pruebas
de causalidad de Granger se realizaron mediante las pruebas de
Wald y los resultados se muestran en la tabla 7.
La hipótesis nula de que el empleo no afecta al crecimiento
en la deuda pública fue rechazada a un nivel de significancia del 1
%. Este resultado está de acuerdo con la excusa que muchos for-
muladores de políticas brindan al justificar los crecientes niveles
de deuda del gobierno. Además, cuando la economía de Estados
Unidos ha enfrentado un aumento del desempleo, parece que hay
una mayor dependencia de los instrumentos de la política fiscal
para estimular la economía; especialmente, cuando las tasas de
interés reales disminuyen o se mantienen en niveles bajos.
La hipótesis nula de que el crecimiento en el pib no causa
(en sentido Granger) la deuda del gobierno, solamente se puede
rechazar a un nivel de significancia del 10 %, mientras que la
hipótesis nula de que la formación de capital bruta-fija no causa
la deuda del gobierno se rechazó a un nivel de significancia del 1
%. Además, las pruebas de Wald no rechazan las hipótesis nulas
de que las exportaciones y el tipo de cambio tengan relaciones de
causalidad Granger con la deuda pública (tabla 7). Sin embargo,
las hipótesis nulas de que la deuda no afecta al empleo o a la fbcf
fueron rechazadas a un nivel de significancia del 10 % (tabla 7).
Si bien la causalidad Granger no puede proporcionar la mag-
nitud de los efectos, se puede inferir que el crecimiento del pib
ha tenido un efecto en la acumulación de deuda pública. Además,
se espera que el aumento del capital produzca una menor depen-
dencia de la acumulación de deuda del gobierno, porque a medida
que se invierte más capital privado, el gobierno tendrá menos
incentivos para mejorar el estado de la economía.
La hipótesis nula de que la acumulación de deuda pública no
causa el crecimiento del pib se rechazó a un nivel de significancia
145
del 1 %. La hipótesis nula de que el crecimiento del pib no se debe

a las exportaciones fue rechazada al 5 % de nivel de significancia.
En contraste, la hipótesis nula de que las exportaciones no son
causa del crecimiento del pib no se rechazó a un nivel de signifi-
cancia del 10 % (tabla 7). Este resultado proporciona evidencia
estadística de que las exportaciones de ee.uu. han sido compati-
bles con el crecimiento del pib, lo que brinda un mayor respaldo
a la hipótesis de crecimiento por exportaciones. Sin embargo, la
causalidad Granger no proporciona evidencia favorable para creer
que el crecimiento del pib afecta las exportaciones.
A pesar de que la prueba de Wald no rechaza la hipótesis nula
de que la acumulación de deuda pública no se debe a las exporta-
ciones, y viceversa, parece que la acumulación de deuda pública
tiene efectos más profundos en la economía. Según las pruebas de
Wald, parece que hay una causalidad bidireccional entre la deuda
del gobierno y el pib, el capital y el empleo (tabla 8). Tal como
se esperaba, la deuda del gobierno afecta el tipo de cambio, pero
la relación causal opuesta no fue estadísticamente significativa
(tabla 8). De manera similar, el pib causó efectos en la ecuación
de empleo, en otras palabras, en el sentido Granger causa empleo
al 5 % de nivel de significancia; sin embargo, la relación contraria
no fue encontrada.
Las pruebas de causalidad de Granger apoyaron la hipótesis de
que la deuda del gobierno de Estados Unidos cambia el valor del
dólar. Esto implicaría que ante un aumento en la deuda guberna-
mental federal acumulada, a medida que la moneda se deprecia, el
pib y el empleo aumentarían, es probable que aumenten las expor-
taciones ante un cambio favorable en el valor del tipo de cambio
de la moneda nacional. Los resultados presentados demuestran
que, aunque la deuda no afecta causalmente de manera directa a
las exportaciones, y viceversa, las exportaciones, efectivamente,
sí se ven afectadas conforme la deuda afecta causalmente al tipo
de cambio. Finalmente, en la tabla 8 se resumen las relaciones
unidireccionales y bidireccionales que produjo el sistema de ecua-
ciones estimadas.
146
Tabla 7
Pruebas de causalidad de Granger
Ecuación Exclusión gl
χ2 Prob > χ 2
Deuda pib 7.245 3 0.064
Deuda fbcf 12.928 3 0.005
Deuda Tipo de cambio 2.1875 3 0.534
Deuda Exportaciones 1.6842 3 0.64
Deuda Empleo 12.596 3 0.006
pib fbcf 16.081 3 0.001

pib Deuda 14.64 3 0.002
pib Tipo de cambio 2.4244 3 0.489
pib Exportaciones 10.225 3 0.017
pib Empleo 3.2776 3 0.351
Exportaciones pib 3.3839 3 0.336

Exportaciones fbcf 8.2695 3 0.041
Exportaciones Deuda 3.5978 3 0.308
Exportaciones Tipo de cambio 9.6929 3 0.021
Exportaciones Empleo 5.4461 3 0.142
fbcf gdp 6.2986 3 0.098

fbcf Deuda 7.3633 3 0.061
fbcf Tipo de cambio 2.8679 3 0.412
fbcf Exportaciones 1.7216 3 0.632
fbcf Empleo 2.5263 3 0.471
Empleo pib 11.006 3 0.012

Empleo fbcf 8.3936 3 0.039
Empleo Deuda 6.9671 3 0.073
Empleo Tipo de cambio 3.9854 3 0.263
Empleo Exportaciones 2.174 3 0.537
Tipo de cambio pib 2.3432 3 0.504

Tipo de cambio fbcf 1.55 3 0.671
Tipo de cambio Deuda 7.7058 3 0.050
Tipo de cambio Exportaciones 2.7312 3 0.435
Tipo de cambio Empleo 7.1439 3 0.067
Nota: gl significa grados de libertad.
147
Tabla 8
Dirección de causalidad entre las variables
Deuda pib Exportaciones fbcf Empleo Tipo de

cambio
Deuda B B B U
pib B B U
Exportaciones U
fbcf B B U U
Empleo B U
Tipo de cambio U
Nota: Leer de fila a columna. U: una dirección. B: bidireccional.
6. Conclusiones
Después de la Segunda Guerra Mundial, las economías se han

vuelto más integradas y cooperativas a través del sistema de admi-
nistración monetaria de Bretton Woods, que proporcionó fun-
ciones extraordinarias al dólar de Estados Unidos de América. A
principios de los 70, el dólar estadounidense ya no era convertible
en oro, a partir de entonces el valor relativo del dólar se establece
en el mercado. De esta manera, los agentes económicos y las fuer-
zas de la demanda y la oferta de la moneda han determinado los
tipos de cambio.
Estos cambios estructurales en la economía mundial han
tenido implicaciones para el comercio internacional y los flujos
de capital. Por ejemplo, una moneda depreciada persistentemente
tendería a aumentar las exportaciones a largo plazo de manera
permanente, ceteris paribus. Consiguientemente, un país tendría
el incentivo de preservar una moneda depreciada con el objetivo
de lograr un mayor crecimiento económico mediante el desarrollo
de un sector de exportaciones próspero y altamente competitivo.
Economistas en los años 60 y 70 creían muy firmemente que las
exportaciones podían ser una fuente importante de crecimiento
económico (Emery, 1967; Michaely, 1977; Balassa, 1978). Sin
148
embargo, tenemos que considerar a Weil (2009), quien ha seña-

lado que el crecimiento económico es el resultado de muchos
factores y circunstancias que contribuyen en conjunto a que una
nación sea más próspera.
Acorde a la literatura documentada en esta investigación, los
análisis acerca de los efectos de las exportaciones sobre el creci-
miento económico no han considerado los efectos de la acumu-
lación de deuda pública (Riezman, Whiteman y Summers, 1996;
Gutiérrez De Piñares, 2007; Bahmani-Oskooee y Economidou,
2009). La deuda pública es un factor importante a considerar
porque la moneda tenderá a depreciarse a medida que aumente
el endeudamiento acumulado, a su vez, tal como se ha formado la
expectativa, puede que ocurran cambios positivos en el sector de
exportaciones, generando y estableciendo condiciones más favo-
rables para un crecimiento y desarrollo económico más rápido
y sostenido. Adicionalmente, el aumento de la acumulación de
deuda gubernamental puede tener efectos positivos en la infraes-
tructura, el capital humano, la investigación y el desarrollo, e ins-
tituciones más sólidas, ya que promueven una mayor acumulación
de capital que fomenta el desarrollo económico y el crecimiento
de las exportaciones.
El objetivo de esta investigación fue comprender los efectos
de la acumulación de deuda federal del gobierno estadounidense
en las exportaciones y el pib considerando la inclusión de los
efectos intermedios del valor de la moneda. El análisis abarcó la
estimación de modelos vectoriales para realizar pruebas de Wald
para evaluar relaciones de causalidad en sentido Granger. Según
las pruebas de Wald, la acumulación de deuda pública y el creci-
miento de las exportaciones parecen no estar relacionados, ya que
no hubo evidencia de causalidad en el sentido de causalidad de
Granger. Por lo tanto, esta evidencia empírica no apoya la hipó-
tesis de que al incrementar la deuda del gobierno probablemente
aumenta el componente de exportaciones del pib directamente.
Esta relación se evaluó considerando que el aumento de la deuda
incrementa el pib y el empleo por medio de los efectos depre-
149
ciativos de la deuda en el valor de la moneda. No obstante, el

aumento de la deuda pública también puede producir condiciones
positivas para una economía más orientada a la exportación, ya
sea por medio del desarrollo institucional, el capital humano o el
aumento de la infraestructura de soporte.
Las pruebas de Wald para la determinación de causalidad
Granger rechazaron la hipótesis nula de que no hay causalidad
entre la deuda del gobierno y la formación de capital bruta-fija,
lo que sugiere que existe una fuerte relación bidireccional. Esto
puede ser el resultado de externalidades positivas creadas por los
efectos gubernamentales que se originan en políticas públicas que
estimulan el crecimiento de nuevas inversiones, en respuesta al
aumento en gastos gubernamentales. Aunque inicialmente tene-
mos que considerar que el gasto gubernamental financiado con
deuda podría generar una creciente competencia por fondos
financieros entre el sector público y el privado.
Aunque el presente análisis supone que el saldo de la deuda
pública se gasta en una gran variedad de alternativas, Greiner
y Semmler (2000) han señalado que los gastos específicos del
gobierno pueden ser más productivos que otros. Greiner (2008)
ejemplifica que la deuda pública puede tener efectos en la forma-
ción de capital humano e inversiones cuando la deuda acumulada
es estable. Pero, incluso temporalmente, la deuda del gobierno
puede ser utilizada para lograr objetivos que no necesariamente
están motivados por razones económicas.
Se encontró que las exportaciones causaron, en sentido Gran-
ger, el crecimiento del pib, pero la relación inversa no fue estadís-
ticamente significativa. Estos hallazgos se oponen a los de Jin y Yu
(1996), quienes concluyeron que en Estados Unidos de América
dicha relación es neutral. Probablemente, lo que ocurre es que al
incrementarse las exportaciones se alteran los componentes del
pib no relacionados con exportaciones; en otras palabras, existe
una sustitución entre mercados interno y externo. En el caso esta-
dounidense, las exportaciones han contribuido aproximadamente
150
al 6 % del pib en 1973, y para el 2010 ya alcanzaban el 12 % de

contribución.
Entonces, pareciera que la evidencia de la hipótesis del creci-
miento de la exportación y el crecimiento económico en Estados
Unidos de América es más débil, tal como lo han sugerido Ahmad
(2001) y Love (1994) para el caso de los países en desarrollo. En
cuanto a Canadá, Awokuse (2003) sugirió que es probable que las
exportaciones conduzcan al crecimiento económico debido a la
caída del dólar canadiense. Sin embargo, el tipo de cambio no se
tuvo en cuenta en el mencionado análisis.
En conclusión, esta investigación encontró que el crecimiento
de la acumulación de deuda pública en Estados Unidos de Amé-
rica durante el periodo 1973-2010 fue ligeramente compatible
con el crecimiento de las exportaciones. Por lo tanto, se puede
argumentar que la gestión efectiva de las políticas fiscales y la
administración de la deuda pública constituyen factores que
impulsan el desarrollo de una nación, haciendo de las exporta-
ciones un componente importante del pib.
7. Referencias
Ahmad, J. (2001), “Causality Between Exports and Economic Growth: What

do the Econometric Studies Tell Us?”, Pacific Economic Review, 6(1),
pp. 147-167.
Amoateng, K. & B. Amoako-Adu (1996), “Economic Growth, Export and
External Debt Causality: The Case of African Countries”, Applied Eco-
nomics, 28(1), pp. 21-27.
Arin, K. & F. Koray (2009), “Beggar thy Neighbor? The Transmission of
Fiscal Shocks from the US to Canada”, Open Economies Review, 20(3),
pp. 425-434.
Awokuse, T. O. (2003), “Is the Export-Led Growth Hypothesis Valid for
Canada?”, The Canadian Journal of Economics, 36(1), pp. 126-136.
Bahmani-Oskooee, M. & C. Economidou (2009), “Export Led Growth vs.
Growth Led Exports: ldcs Experience”, The Journal of Developing Areas,
42(2), pp. 179-209.
151
Balassa, B. (1978), “Exports and Economic Growth: Further Evidence”,

Journal of Development Economics, 5(2), pp. 181-189.
———— (1985), “Exports, Policy Choices, and Economic Growth in Deve-
loping Countries after the 1973 Oil Shock”, Journal of Development Eco-
nomics, 18(1), pp. 23-35.
Blanchard, O. J. & D. Quah (1989), “The Dynamic Effects of Aggregate
Demand and Supply Disturbances”, The American Economic Review,
79(4), pp. 655-673.
Dickey, D. A. & W. A. Fuller (1979), “Distribution of the Estimators for
Autoregressive Time Series with a Unit Root”, Journal of the American
Statistical Association, 74(366), pp. 427-431.
Elliott, G.; Rothenberg, T. J. & J. H. Stock (1996), “Efficient Tests for an
Autoregressive Unit Root”, Econometrica, 64(4), pp. 813-836.
Emery, R. F. (1967), “The Relation of Exports and Economic Growth”,
Kyklos, 20(4), pp. 470-486.
Enders, W. (2004), Applied Econometric Time Series, 2a ed., Wiley Series in
Probability and Mathematical Statistics, Hoboken, nj, J. Wiley.
Feder, G. & R. E. Just (1977), “A Study of Debt Servicing Capacity Applying
Logit Analysis”, Journal of Development Economics, 4(1), pp. 25-38.
Fu, X. & V. N. Balasubramanyam (2005), “Exports, Foreign Direct Inves-
tment and Employment: The Case of China”, The World Economy, 28(4),
pp. 607-625.
Giles, J. A. & C. L. Williams (2000), “Export-Led Growth: A Survey of the
Empirical Literature and Some Non-Causality Results. Part 1”, Journal
of International Trade & Economic Development, 9(3), pp. 261-337.
———— (2000), “Export-Led Growth: A Survey of the Empirical Literature
and Some Non-Causality Results. Part 2”, Journal of International Trade
& Economic Development, 9(4), pp. 445-470.
Granger, C. W. (1969), “Investigating Causal Relations by Econometric
Models and Cross-spectral Methods”, Econometrica, 37(3), pp. 424–438.
Greenaway, D.; Hine, R. C. & P. Wright (1999), “An Empirical Assessment of
the Impact of Trade on Employment in the United Kingdom”, European
Journal of Political Economy, 15(3), pp. 485-500.
Greiner, A. (2008), “Human Capital Formation, Public Debt and Economic
Growth”, Journal of Macroeconomics, 30(1), pp. 415-427.
Greiner, A. & W. Semmler (2000), “Endogenous Growth, Government Debt
and Budgetary Regimes”, Journal of Macroeconomics, 22(3), pp. 363-
384.
Gutiérrez De Piñares, S. A. & M. Cantavella-Jordá (2007), “Export-Led
Growth: Are the Results Robust Across Methodologies and/or Data
152
Sets? A Case Study of Latin America”, Applied Economics, 39(12), pp.

1475-1500.
Hatemi-J, A. & M. Irandoust (2000), “Time-Series Evidence for Balassas
Export-Led Growth Hypothesis”, Journal of International Trade & Eco-
nomic Development, 9(3), pp. 355-365.
Hua, P. (2007), “Real Exchange Rate and Manufacturing Employment in
China”, China Economic Review,18(3), pp. 335-353.
Jayaraman, T. K. & E. Lau (2009), “Does External Debt Lead to Economic
Growth in Pacific Island Countries”, Journal of Policy Modeling, 31(2),
pp. 272-288.
Jin, J. C. & E. S. H. Yu (1996), “Export-Led Growth and the US Economy:
Another Look”, Applied Economics Letters, 3(5), pp. 341-344.
Kapetanios, G.; Shin, Y. & A. Snell (2003), “Testing for a Unit Root in the
Nonlinear star Framework”, Journal of Econometrics, 112(2), pp. 359-
379.
Kim, S. & N. Roubini (2008), “Twin Deficit or Twin Divergence? Fiscal
Policy, Current Account, and Real Exchange Rate in the U.S.”, Journal
of International Economics, 74(2), pp. 362-383.
Kolluri, B. R.; Panik, M. J. & M. S. Wahab (2000), “Government Expenditure
and Economic Growth: Evidence from G7 Countries”, Applied Econo-
mics, 32(8), pp. 1059-1068.
Lee, F. Y. & W. E. Cole (1996), “Simultaneity in the Study of Exports and
Economic Growth”, International Economic Journal, 8(2), 33-41.
Love, J. (1994), “Engines of Growth-The Export and Government Sectors”,
The World Economy, 17(2), pp. 203-218.
Lütkepohl, H. (2005), New Introduction to Multiple Time Series Analysis,
Berlín; Nueva York, Springer.
Lütkepohl, Helmut & Markus Krätzig (2004), Applied Time Series Econo-
metrics, Themes in Modern Econometrics, Cambridge, uk; Nueva York,
Cambridge University Press.
McMillin, D. W. & F. Koray (1990), “Does Government Debt Affect the
Exchange Rate? An Empirical Analysis of the U.S.-Canadian Exchange
Rate”, Journal of Economics and Business, 42(4), pp. 279-288.
Michaely, M. (1977), “Exports and Growth: An Empirical Investigation”,
Journal of Development Economics, 4(1), pp. 49-53.
Mishkin, F. S. (2009), The Economics of Money, Banking, and Financial Mar-
kets, 9a ed., Boston, Addison-Wesley.
Mohammadi, H.; Cak, M. & D. Cak (2008), “Wagner’s Hypothesis: New
Evidence from Turkey Using the Bounds Testing Approach”, Journal
of Economic Studies, 35(1), pp. 94-106.
153
Phillips, P. C. B. & P. Perron (1988), “Testing for a Unit Root in Time Series
Regression”, Biometrika, 75(2), pp. 335-346.
Riezman, R. G.; Whiteman, C. H. & P. M. Summers (1996), “The Engine of
Growth or its Handmaiden?”, Empirical Economics, 21(1), pp. 77-110.
Sen, S.; Kasibhatla, K. M. & D. B. Stewart (2007), “Debt Overhang and Eco-
nomic Growth-The Asian and the Latin American Experiences”, Eco-
nomic Systems, 31(1), pp. 3-11.
Sims, C. A. (1980), “Macroeconomics and Reality”, Econometrica, 48(1),
pp. 1-48.
Starling, G. (2008), Managing the Public Sector, 8a ed., Belmont, ca, Thom-
son/Wadsworth.
Weil, D. N. (2009), Economic Growth, Pearson Addison Wesley.
Zhenhui, X. (2008), “China’s Exchange Rate Policy and its Trade Balance
with the US”, Review of Development Economics, 12(4), pp. 714-727.
Ziramba, E. (2008), “Wagner’s Law: An Econometric Test for South Africa,
1960-2006”, South African Journal of Economics, 76(4), pp. 596-606.
154
CAPÍTULO 6
Ciencia, tecnología e innovación
chinas: implicaciones para el futuro
de América Latina y el Caribe
Clemente Hernández-Rodríguez
1. Introducción
En 2018 se premia con el Nobel la idea de incluir las innovaciones

tecnológicas en el análisis macroeconómico de largo plazo. Romer
plantea la importancia de utilizar el tráfico de ideas y la innova-
ción para lograr que las sociedades menos desarrolladas alcancen
efectos significativos en beneficio de su población. Señala que
los efectos de mejora en temas como la optimización en la espe-
ranza de vida en países pobres tienen que ver justamente con el
efecto de libre flujo de ideas y la innovación adjunta. También
hace referencia a la importancia de permitir el establecimiento
de marcos legales y normativos que permitan el aprovechamiento
de los beneficios de las ideas y la innovación, más que a generar
procesos que impidan su libre flujo o su aplicación práctica en
beneficio de la sociedad, particularmente de los países menos
desarrollados (Romer, 2019).
Donald Trump, presidente de Estados Unidos de América
(ee.uu.), decide iniciar una guerra arancelaria para enfrentar el
amplio déficit en el comercio de bienes frente a la República Popu-
155
Clemente Hernández-Rodríguez y José Antonio Olivares Mendoza
lar China (rpch). La rpch replica empatando las sanciones aran-

celarias. Esta guerra comercial escala hasta el bloqueo por parte
del gobierno federal de ee.uu. a la empresa china de telecomuni-
caciones Huawei, que está desarrollando el uso 5G en telecomuni-
caciones para la Internet de las cosas, a lo que China responde con
cuotas a la exportación de tierras raras que son insumos esenciales
en la industria, sobre todo en la electromecánica.
Ambos eventos recientes enfatizan la importancia que la cien-
cia, la tecnología y la innovación en China tendrán en el futuro
de la región latinoamericana y caribeña, que yace bajo la esfera
de dominio de ee.uu. (Masood, 2019).
En el siglo xxi, la concentración del control casi total de las
transnacionales del entorno capitalista mundial, o sea, en el desa-
rrollo y flujo de las tecnologías en el mundo, comienza a modi-
ficarse, cuando la rpch, con financiamiento estatal, arranca una
dinámica exitosa de desarrollo de la ciencia y la tecnología (Kos-
toff, 2008; Wilsdon, 2007; Kaku, 1998).
Esta investigación de relaciones económicas internacionales,
que debe interesar a los involucrados en la política científico-
tecnológica, se desarrolla de la siguiente manera: La siguiente
sección esboza el intercambio comercial entre China y América
Latina y el Caribe (alc). La tercera sección muestra el estadío
actual en el marco de la ciencia y la tecnología de alc. La cuarta
sección presenta la política científico-tecnológica en China. La
quinta sección se enfoca en el intercambio y la cooperación cien-
tífica y tecnológica entre China y alc. La sexta sección aborda
aspectos fundamentales de unas nuevas relaciones de alc con
China. Finalmente, se presentan algunas reflexiones finales.
2. El intercambio comercial entre China

y América Latina y el Caribe
Actualmente China es el principal socio comercial de Brasil, Chile

y Perú. Es el segundo socio de países como México, Argentina y
156
Ciencia, tecnología e innovación chinas: implicaciones para el futuro de América Latina y el Caribe
Venezuela. La figura 1 muestra cómo el comercio ha protagoni-

zado esta relación, al multiplicarse su volumen 22 veces en los
últimos quince años, comparado con las veces que en el mismo
periodo el volumen de comercio se ha multiplicado dos veces con
ee.uu y tres veces con Europa.
Figura 1
Comercio de América Latina y el Caribe con China
Fuente: elaboración propia con base en datos de un-comtrade.
En el caso del comercio con China, América Latina sí presenta

un creciente déficit comercial y, además, muestra una tendencia
a una caída en las exportaciones globales de la región y una débil
caída de las importaciones, lo que ha provocado que el déficit se
profundice. Esto se puede ser producto del débil crecimiento de
la región, como se puede ver en la figura 2.
157
Figura 2
América Latina y el Caribe: saldo comercial con China, 2000-2015
(millones de dólares)
Fuente: cepal (2016).
La figura 3 nos dice que alc es la quinta región en importancia

comercial para China. Aunque a nivel agregado no hay un supe-
rávit grande para China, las relaciones bilaterales toman impor-
tancia por ser heterogéneas.
Figura 3
Balanza comercial de China con regiones
(miles de millones de dólares, 2017)
Fuente: Naciones Unidas (2019).
158
La figura 4 evidencia que solo unos cuantos países presenta-

ron superávit con China, y el resto déficit comerciales fuertes,
siendo el más significativo el de México, con más 65,000 millones
de dólares en déficit, siguiéndole Colombia y Argentina, entre
otros. Esto invita a buscar una estrategia para que China y Amé-
rica Latina tengan una sinergia positiva.
Figura 4
Países seleccionados de América Latina y el Caribe: saldo comercial
con China (millones de dólares, 2015)
La posición mundial alcanzada por China ha sido aprove-

chada por la región latinoamericana. El gigante asiático le compra
toda la soja que puede a Argentina. Chile, el mayor productor de
cobre del mundo, destina un tercio de su producción al mercado
chino. Venezuela coloca en China grandes cantidades de petróleo.
Perú le suministra cobre a China. De continuar la tendencia, en
quince años China superará a Estados Unidos como el mayor socio
comercial de Latinoamérica.
Entonces, resulta importante replantearse la estrategia de
articulación entre ambos bloques, a medida que las tendencias
globales se mueven hacia un mundo multipolar impulsado por el
desarrollo de la ciencia y la tecnología. Es necesario que Latinoa-
mérica implemente políticas de desarrollo productivo modernas
159
para mejorar y diversificar su estructura productiva, solo así se

superaría el actual intercambio de materias primas por productos
manufacturados.
La tabla 1 muestra que a mediados de la década de 2010 las
exportaciones de países latinoamericanos hacia China experimen-
taron direcciones mixtas, unos tuvieron decrecimiento y otros
un aumento.
Tabla 1
Exportaciones de bienes desde América Latina y el Caribe hacia China
(millones de dólares)
Fuente: elaboración propia con base en datos de un-comtrade.
Los productos primarios representaron el 70 % de las expor-

taciones de la región a China, frente a un 34 % de sus envíos
al mundo; por el contrario, las manufacturas de tecnología baja,
media y alta representaron solo un 8 % de las exportaciones a
China, ante un 49 % de los envíos al mundo en 2015. Lo contra-
rio ocurre en el caso de las importaciones: las manufacturas de
baja, media y alta tecnología representaron en 2015 el 91 % de las
160
importaciones regionales desde China, pero solo representaron

el 72 % de las importaciones desde el resto del mundo (cepal,
2016). Esto quiere decir que las relaciones económicas que Amé-
rica Latina ha establecido con China no difieren sustantivamente
con el perfil que tiene la región en el resto del mundo, como
proveedora de materias primas y consumidora de manufacturas,
sobre todo de media y alta tecnología.
En Latinoamérica, la mitad de las empresas declaran tener
dificultades para encontrar a personas con las habilidades labo-
rales adecuadas, la mayor proporción en el mundo. En el ámbito
de los préstamos, en una región con fuertes necesidades de finan-
ciación de infraestructuras y políticas sociales y bajo ahorro, la
renovación de los préstamos que provee el financiamiento de la
inversión china resulta importante.
Además, desde hace una década, el nexo financiero entre
América Latina y China se ha fortalecido, gracias a inversiones
directas en sectores de telecomunicaciones, energía eléctrica,
préstamos, tecnologías verdes y tierras. Desde 2010, los présta-
mos de China a la región acumulan 123 mil millones de dólares,
cifra comparable a los otorgados en la región por los tres bancos
de desarrollo multilaterales juntos (bid, Corporación Andina de
Fomento y Banco Mundial). Además, el aumento de préstamos
chinos llegó en un momento de desaceleración en Latinoamé-
rica, particularmente a Brasil y Ecuador. En tiempos económicos
difíciles para la región, China está desempeñando un papel esta-
bilizador.
Durante las dos décadas previas a 2010 llegaron a la región
alrededor de siete mil millones de dólares de ied desde China;
solo en 2010, el flujo estimado de ied china duplicó la cifra acu-
mulada hasta entonces, acercándose a los catorce mil millones
de dólares. Sin embargo, casi el 90 % de las inversiones chinas,
estimadas entre 2010 y 2014, se dirigió hacia recursos naturales
fundamentalmente extractivos o materias primas agrícolas (Villar
& Delgado, 2019; cepal, 2015).
161
El papel de la ied y los capitales golondrina, con la deuda

multilateral, el envío de remesas de las empresas transnacionales
(et), la inversión de los capitalistas latinoamericanos fuera de
Latinoamérica y la fuga de capitales a los paraísos fiscales, sumado
al creciente déficit en la balanza comercial, hacen que América
Latina sea una exportadora neta de capitales.
Cambiar la forma de inserción de la región en la economía
mundial es fundamental si realmente queremos hacer de esta
región una zona de desarrollo humano y económico.
En este escenario, es cada vez más importante apostar por
inversiones extranjeras que ayuden a cerrar las brechas producti-
vas y sociales de la región. La ied puede ser un factor clave para la
transferencia de tecnología y la incorporación de nuevos sistemas
de gestión y modelos de negocios que aumenten la competitividad
y la productividad. Sin embargo, los efectos positivos de la ied
no son automáticos; los resultados, en términos de incorporación
de tecnología, promoción de investigación y desarrollo (I+D) y
creación de empleo de calidad, han sido, en la mayoría de los
casos, inferiores a las expectativas. Por ello es importante revisar
y mejorar las estrategias de atracción de ied de los países de la
región, para que se orienten más hacia la modernización de la
economía y la diversificación de la producción. En esta ruta, las
relaciones que la región latinoamericana establezca con los sec-
tores de tecnología y desarrollo de China son claves para generar
una matriz productiva que permita encadenar procesos de mayor
valor agregado en la región.
3. El estadío actual en el marco de la ciencia

y la tecnología de América Latina y el Caribe
Uno de los caminos para comenzar a resolver la situación eco-

nómica y social de América Latina es cambiar las condiciones
de la ciencia y la tecnología en la región. Claro que la situación
económica y social es heterogénea en alc, aunque el desarrollo
162
de la ciencia y la tecnología tienen una correlación directa con el

desarrollo de las fuerzas productivas y su competitividad; estamos
fuera del conocimiento que usan las economías capitalistas de
Estados Unidos, Europa, Japón y China.
Existe la necesidad de promover un fuerte desarrollo en las
inversiones en la región. China ha mantenido niveles de inver-
sión de entre 40 % y 50 % de su pib para llegar a donde está; la
inversión debe estar acompañada por un desarrollo de fuerzas
productivas del sector real de la economía, que incorporen los
avances en el desarrollo de la ciencia, la tecnología y la innovación
(Leydesdorff & Wagner, 2009; Zhou & Leydesdorff, 2006).
alc es una región que sigue primordialmente generando exce-
dentes a partir de exportar materias primas, una política salarial
de hambre en la gran mayoría de la fuerza laboral, con una polí-
tica fiscal cuya fuente principal en cuanto a ingresos tributarios
del Estado son los impuestos indirectos y directos que pagan los
hogares, mientras las grandes empresas tienen una tributación
muy baja; incluso, hay países donde son subsidiadas. Además, son
estas empresas las que utilizan mayoritariamente la inversión de
los Estados en infraestructura, educación, salud, seguridad, etc.
Es el capital el que mayoritariamente recibe estos servicios que
le permiten altas generaciones de ganancia en el contexto de un
paraíso fiscal.
Por un lado, la figura 5 muestra la falta de una red de cien-
tíficos y de infraestructura en las economías latinoamericanas,
que se explica a partir de dos elementos. Por otro lado, la figura 6
muestra la bajísima inversión en ciencia y tecnología en relación
al pib; Brasil es el que más invierte (1.1 %); el resto de países están
abajo del 1 %. Pero, por otra parte, mucha de la inversión en este
campo está relacionada con una economía de ensamble, más que
para un desarrollo de cadenas productivas integradas vertical y
horizontalmente.
163
Figura 5
Investigadores en investigación y desarrollo (por millón de personas)
Fuente: elaboración propia con base en datos de Banco Mundial.
Figura 6
Gasto en I+D (% del pib)
Lo anterior se refleja también en el peso de las exportaciones

de bienes con alta tecnología. En la figura 7 destacan México y
Brasil, aunque son productos ensamblados de transnacionales del
164
automóvil y otros bienes. El caso de Costa Rica es importante; a

partir de la década de 1990 este país entró a la maquila de alta tec-
nología en las ramas de la salud y otras, pero sorprendentemente
disminuyen las exportaciones. Una posible explicación sería que
las transnacionales que manejaban este sector productivo migra-
ron hacia países con mejores paraísos fiscales y laborales, esto aun
cuando Costa Rica tiene, al igual que todos los países de América
Central y el Caribe, un tlc con Estados Unidos y Canadá.
Figura 7
Exportación de alta tecnología (% de exportaciones manufacturadas)
Se puede constatar el nivel de desarrollo tecnológico a partir

del tema de las patentes. Dos conclusiones, en primer lugar, la
figura 7 demuestra el bajísimo nivel de registro de patentes. Toda
América Latina y el Caribe presentaron un poco más de 50,000
patentes, contra 300,000 que presentó Estados Unidos, sin men-
cionar a China que, como ya se dijo, superó la presentación de
las 500,000 patentes ese mismo año. Brasil, México y Chile son
los que presentan más patentes, pero en una relación bastante
marginal en relación a los países que dominan el universo actual
de la ciencia y la tecnología (como puede verse en la figura 8), a
165
pesar de que son las patentes presentadas por los no residentes,

llámese las empresas transnacionales radicadas en la región, lo
que confirma nuestro planteamiento en cuanto a que las políticas
de atracción de la inversión extranjera no han condicionado que
dichas firmas trasladen conocimiento y que formen los recursos
humanos de la región, cosa que sí hizo China y le permitió iniciar
ese empuje tan marcado desde el año 2000 en el desarrollo de la
ciencia y la tecnología (CyT) y la innovación.
Figura 8
Aplicaciones de patentes, por no residentes
Para nuestro análisis, la situación de América Latina es más

crítica en el marco de la CyT. Si contemplamos la figura 9, vere-
mos que el desarrollo propio, es decir, de parte de las empresas
166
y los países latinoamericanos, es prácticamente inexistente en

tanto estos sectores carecen de capacidad de presentar patentes
por no tener una base científica y tecnológica, que no solo no les
permite aportar a la ciencia ni desarrollar nuevas tecnologías,
sino que cualquier innovación resulta ser marginal, por lo cual la
situación parece crítica.
Figura 9
Aplicaciones de patentes por residentes
Por último, es importante tener una idea sobre cómo está el

desarrollo de la CyT entre los diferentes países de alc. Según
Lonbardi (2016), para el año 2013 Brasil concentraba un 65.4
% de esta inversión, y otros tres países, Brasil, México y Argen-
tina, un 91.2 %. Lo cual deja claro que, de manera individual, si
estos tres países que controlan la mayor inversión no tienen avan-
ces importantes, dado el nivel del desarrollo mundial de la CyT,
mucho menos lo tendrá el resto de América Latina y el Caribe.
167
Esto es una razón de fondo para plantearnos que América Latina

requiere de una red de ciencia y tecnología y superar los conve-
nios bilaterales, lo cual no significa eliminarlos.
4. La política científico-tecnológica en China
La innovación forma parte del núcleo del XIII Plan Quinquenal de

China (2016-2020), que fija los objetivos para que China se con-
vierta en una “nación innovadora” para 2020, en un líder interna-
cional en innovación para 2030 y en una potencia mundial en la
innovación científica y tecnológica para 2050 (Fei & Ting, 2017).
El Gobierno chino pretende convertir al país en una potencia
científica y tecnológica, aumentando la inversión a 2.5 % del pib
(230 mil millones de dólares de 2015), y destacar en el campo
de la investigación. Ya en los años 50 o 60, el gobierno había lan-
zado un llamado de avance hacia la ciencia y la tecnología; desde
aquel entonces, con grandes esfuerzos, se fueron logrando siste-
mas integrales, tanto de industria como de ciencia y tecnología,
y se alcanzó el éxito en distintos rubros. En 2016 China destacó
como el principal motor de crecimiento, pues incrementó en un
18.7 % las solicitudes de patentes (al pasar de 928,177 a 1,101,864;
ompi). Asimismo, en los últimos años, la rpch ha promovido la
cooperación internacional en ciencia y tecnología con países
desarrollados y en vías de desarrollo (Van Noorden, 2016).
Para visualizar la estrategia actual de China en ciencia y tec-
nología, ofreceremos puntualmente unos breves ejemplos de los
proyectos y avances que están ya en ejecución y que pueden mar-
car el presente y futuro cercano:
Área espacial: exploración de Saturno, Júpiter, Marte y la
Luna. China continuará con su ambicioso programa espacial y este
año enviará su quinta misión a la Luna, Chang’e-5, que regresará
a la Tierra con una muestra de roca lunar extraída a dos metros
de profundidad. Alrededor de Marte seguirá orbitando el satélite
tgo de la misión ExoMars de la esa, que se prepara para lanzar en
168
2020 un rover a la superficie marciana a fin de averiguar si alguna

vez pudo haber vida en el planeta vecino. En 2017 también pro-
sigue la misión de la sonda Juno de la nasa, que orbitará Júpiter
hasta 2018 e intentará revelar nuevos datos sobre la formación de
ese planeta y del Sistema Solar. Viaje a la cara oculta de la Luna y
otros proyectos espaciales.
El radiotelescopio más grande del mundo (fast). Enclavado
en un gran cráter natural, este gigante chino está a punto de empe-
zar a respirar. Con 500 metros de diámetro, es el más grande del
mundo y comenzará a funcionar en este año 2017.
En lo más profundo de una montaña de granito en la bahía
Daya del sur de China, a 300 metros bajo la superficie, científi-
cos estudian una de las partículas subatómicas más extrañas del
cosmos: los neutrinos. China está construyendo un observatorio
subterráneo, Jiangmen, para observar los nutrinos, este proyecto
estará concluido el año 2020. Por otra parte, ha construido un
detector de nutrinos, el Daya Bay Neutrino Detector, que mide la
tasa de oscilación de estas partículas.
A la caza de la antimateria: varios experimentos indagan en las
diferencias entre la materia y la antimateria. El objetivo es averi-
guar por qué el universo está lleno de materia y no de antimateria,
ya que, si ambas existieran en cantidades iguales, las partículas se
aniquilarían mutuamente y solo quedaría radiación. China tiene
el detector de materia Pandax Dark Matter Detector, el cual está
construido a la mayor profundidad en relación con otros labora-
torios. El Centro Europeo de Física de Partículas (cern) es uno
de los laboratorios que investiga este asunto, y recientemente
logró ver el espectro de luz de la antimateria, en concreto, del
antihidrógeno.
El barco gigante que explorará los océanos: en un astillero al
sur de Shanghái, está por surgir el nuevo barco para la investiga-
ción científica, con el objetivo de entrar a las aguas más profundas
por primera vez.
Crispr-Cas9, las tijeras del genoma: la innovadora técnica
crispr de modificación del genoma seguirá protagonizando titu-
169
lares en los próximos años, tanto por las posibilidades que ofrece
como por las discusiones bioéticas que suscita. Esta técnica per-
mite detectar los genes que se desea modificar gracias a unas guías
genéticas y cortarlos mediante unas proteínas llamadas Cas9 que
funcionan a modo de “tijeras”. Podría utilizarse en agricultura,
para crear cultivos más resistentes a enfermedades, aunque no hay
consenso sobre si los productos resultantes deben considerarse
organismos genéticamente modificados. También tiene potencia-
les aplicaciones en la lucha contra el cáncer y otras enfermedades;
en 2016 se hizo el primer ensayo clínico en humanos y este año
comenzarán nuevas pruebas.
Córneas de cerdo para personas ciegas: la industria porcina
es enorme en China, los cerdos son criados para la alimentación,
pero ahora hay un nuevo destino para las partes del cerdo que no
terminan en la mesa: el tratamiento de las córneas para regresarles
la vista a las personas ciegas.
Los misterios del microbioma: Cada vez son más los estudios
sobre el microbioma (o microbiota) intestinal y su posible rela-
ción con distintas enfermedades. El microbioma intestinal es el
conjunto de microbios que habita en los intestinos de los seres
humanos y contiene al menos mil especies diferentes de bacte-
rias. Solo un tercio del microbioma es común en la mayoría de las
personas, el resto es específico de cada individuo. Los expertos
investigan su efecto sobre el desarrollo del cerebro y en la apari-
ción de enfermedades como el cáncer.
Una vacuna contra el Zika: el posible hallazgo de una vacuna
contra el Zika sería uno de los avances científicos más importan-
tes de 2017. En pruebas realizadas con monos, varias sustancias
ya demostraron ser muy efectivas contra ese virus transmitido
por mosquitos y que puede causar daños irreversibles en el desa-
rrollo del cerebro de fetos. Actualmente se está investigando la
tolerancia en seres humanos de tres posibles vacunas.
China está desarrollando un plan de inversiones, tanto en
su territorio como en ee.uu., para convertirse en el país más
importante en “Inteligencia artificial-genómica” (desarrollo de
170
las tecnologías a escala del genoma), lo cual le permitirá a China

desarrollar una capacidad científica avanzada en el diagnóstico
temprano y tratamiento de las enfermedades. Lo anterior ya no
implica solo estudiar los problemas de nuestro organismo a partir
de conocer nuestro genoma y sus mutaciones, sino también cono-
cer el genoma de las enfermedades, las cuales casi todas tienen
prácticamente cierta base genética de origen humano; por otra
parte, esta área de la ciencia y la tecnología llevará a convertir a
China en un líder de la fármaco-genética. Este plan de inversión
incluye la creación de grandes bases de datos del genoma humano
y las enfermedades.
China creará una ciudad de la ciencia, similar a Silicon Valley,
para 2020.La nueva meca científica china estará cerca de Shanghái
y contará con alrededor de 700,000 residentes, entre los que habrá
científicos, empresarios y profesionales que trabajarán en distin-
tos centros de investigación.
Todo el análisis sobre el desarrollo de la ciencia y la tecno-
logía en China implicaría quitarles gradualmente el monopolio
a las transnacionales del conocimiento, lo que, a partir de que
en el caso de China es el Estado quien está desarrollando esta
capacidad científica y tecnológica, abre de nuevo la posibilidad
(que se cerró en los años setenta del siglo pasado) de orientar el
desarrollo de la ciencia a partir de los intereses de la humanidad
y dejar atrás el paradigma del mercado y la ganancia del capital
como el conductor del conocimiento humano.
5. El intercambio y la cooperación científica y

tecnológica entre China y América Latina y el Caribe
El intercambio entre ambas regiones data de más de medio siglo,

y desempeña un papel cada día más importante en el desarro-
llo de las relaciones bilaterales. En la actualidad, en un espectro
más diversificado e integral, China mantiene el intercambio y la
171
cooperación científica y tecnológica con más de veinte países

latinoamericanos y caribeños de manera bilateral. (Xu, 2015)
La historia del intercambio y la cooperación científica y tecno-
lógica entre China y América Latina y el Caribe se divide en tres
etapas: la primera, de 1960 a finales de los años 70; la segunda,
de finales de los años 70 a finales de los 90, y la tercera desde el
comienzo del siglo xxi hasta la actualidad (Hernández, 2019).
Cuba fue el primer país latinoamericano que estableció rela-
ciones diplomáticas con China y también el primero en tener
intercambio tecnológico. Ya en noviembre de 1960, China y Cuba
firmaron el primer acuerdo de cooperación económica y tecno-
lógica. En los años 60, Cuba fue el único país latinoamericano
que tuvo intercambios tecnológicos con China, concentrándose
la cooperación científica y tecnológica, principalmente, en el
petróleo, la fundición de níquel, la caña de azúcar, el tabaco y los
estudios sobre el suelo. En la década del 70, después de estable-
cer relaciones diplomáticas con Chile (1970), México (1972) y
Argentina (1972), China comenzó a tener intercambio y coope-
ración científica y tecnológica con esos países. El 9 de septiembre
de 1975, México y China firmaron un acuerdo de cooperación
científica y tecnológica entre sus gobiernos.
Desde finales de la década del 70 del siglo pasado, cuando
China comenzó a aplicar la política de la reforma y apertura al
exterior, hasta finales de los años 90, el intercambio y la coo-
peración científica y tecnológica entre China y América Latina
empezaron a desplegar sus potencialidades.
En la década de 1980, China firmó acuerdos interguberna-
mentales de cooperación científica con Chile (1980), Argentina
(1980), Venezuela (1981), Colombia (1981), Brasil (1982), Perú
(1988) y Bolivia (1992). Sin duda, es una etapa importante en la
historia de las relaciones chino-latinoamericanas, un viraje en el
desarrollo de la cooperación científica y tecnológica. A partir de
ese momento, la cooperación científica y tecnológica entre China
y América Latina pasó de las industrias tradicionales al ámbito
de las nuevas y avanzadas tecnologías. En julio de 1988, China y
172
Brasil firmaron un acuerdo para el desarrollo conjunto de satéli-

tes de observación terrestre y elaboraron el Programa de Satélite
Chino-Brasileño de Recursos Terrestres (cbers). Desde enton-
ces, la cooperación en aviación, satélites, informática y biología
se ha convertido en una parte importante de la nueva etapa de la
cooperación chino-brasileña.
En 1999, el lanzamiento del primer satélite de observación
terrestre desarrollado por China y Brasil marcó el punto de viraje
de la relación científica y tecnológica entre China y América
Latina. El éxito no solo promovió la cooperación en este ámbito
entre China y Brasil, sino que también estimuló a otros países a
acelerar la cooperación científica y tecnológica con China.
Con la llegada del siglo xxi, el intercambio y la cooperación
científica y tecnológica entre China y América Latina entraron en
una nueva etapa. En este periodo, China inició la cooperación con
los países de América Central. El 1 de junio de 2007, Costa Rica
estableció relaciones diplomáticas con China, primera nación de
Centroamérica en hacerlo. El 24 de octubre de ese mismo año,
los dos países firmaron convenios de cooperación económica y
tecnológica.
En esta etapa, la cooperación científica y tecnológica entre
China y América Latina se caracteriza por una mayor integrali-
dad, amplitud, diversidad y multiplicidad de niveles. Debido al
desequilibrio en el desarrollo económico y científico, los países
de América Latina y el Caribe tienen diferentes necesidades y
metas en su cooperación con China.
Desde 2011 China ha desplazado a Estados Unidos como
el país en que se presentan más solicitudes de patentes. Para la
región de alc, este fuerte impulso del conocimiento que coloca
a China en una posición de liderazgo en ciencia y tecnología,
significa un desafío para crear relaciones que permitan una tran-
sición de un proceso de lógicas neoextractivistas hacia un enfoque
de complementariedad de procesos y sistemas productivos, que
compartan la matriz de conocimientos y desarrollen sectores de
mayor valor agregado (cepal, 2015).
173
Hasta ahora la relación entre la economía china y la región

latinoamericana se ha centrado en el intercambio de materias
primas por manufacturas tecnológicas, que implica crecientes
costos de transporte y logística. Por lo tanto, una ruta estratégica
es la creación de núcleos de desarrollo de ciencia y tecnología que
permitan una integración de procesos en ambas regiones. Esto,
además de la reducción de costos logísticos y economía de los
costos de transacción, crea una posición estratégica en la cons-
trucción de bloques económicos en una geoeconomía multipolar.
Para realizar este cambio es necesario un proceso en etapas
que, como primer eje, genere desarrollo de capacidades institu-
cionales y humanas para absorber y asumir las nuevas tecnologías
y generar capacidades para que América Latina y el Caribe pase
al desarrollo de ciencia, tecnología e innovación; este eje puede
ser alimentado por programas de becas, estudios e intercambios
entre sectores latinoamericanos y chinos. Y de estos grupos, crear
clústeres latinoamericanos de conocimiento que formen una red
de desarrollo de ciencia y tecnología, que a su vez permita la
masificación del conocimiento.
América Latina y el Caribe es una región sometida a las lógi-
cas del capital transnacional. Los flujos de inversión extranjera
(ied) han estado marcados por capital especulativo en las bolsas
de los países, la ied orientada a la compra de empresas estata-
les, en las dinámicas de privatización de los Estados, o la compra
de empresas ya establecidas con características monopólicas o
empresas para la extracción de bienes minerales (petróleo, gas
natural, cobre, níquel, zinc, etc.), o para la producción de bienes
agrícolas (trigo, piña, plátano, flores, etc.), y en un proceso de
endeudamiento con la banca multilateral con el fmi como garante
de las inversiones extranjeras, a través de imponer un modelo que
garantiza el pago de la deuda y somete a los Estados a que, para
garantizar el servicio de la deuda, se reduzcan sus inversiones en
el área social e impongan políticas tributarias regresivas.
Por otra parte, en el comercio, como podemos ver en la figura
10, se refleja a una región que sigue exportando básicamente
174
materias primas, sean minerales o agrícolas, hacia la economía

capitalista en su conjunto, la cual incluye a China. Más del 90
% de las exportaciones son productos primarios y manufactu-
ras basadas en recursos naturales. Además, estas exportaciones
son en su gran mayoría controladas por transnacionales (Villar
& Delgado, 2019). En cuanto a las importaciones sí existe una
diferencia importante en nuestras relaciones con la economía
mundial y China. Con China, entre el 65 % y 70 % de las impor-
taciones son de alta tecnología y tecnología media, lo que nos
podría permitir concluir que no son importaciones que desplacen
de manera importante la oferta de bienes y servicios producidos
internamente. Más bien, lo que parece suceder, es que los pro-
ductos de China han desplazado en buena medida a las transna-
cionales norteamericanas y europeas instaladas en el territorio
latinoamericano.
Figura 10
América Latina y el Caribe: estructura de las exportaciones al mundo y al
China, según intensidad tecnológica (en porcentajes, 2015)
175
5.1 El intercambio y la cooperación científica

y tecnológica a nivel bilateral
La cooperación científica entre China y América Latina comenzó

el siglo xx, con la República de Cuba, hasta llegar a existir actual-
mente cooperación bilateral china con 22 países, que cubre dife-
rentes áreas de la ciencia y la tecnología, desde la astronomía,
nanotecnología, área de la salud, intercambio de semillas de
diferentes cultivos, etc. Sobre la base de la igualdad, el benefi-
cio mutuo y el progreso común, China ha cooperado y realizado
intercambios tomando en cuenta las peculiaridades de cada país.
Brasil. En 2003 y 2007, China y Brasil desarrollaron y lan-
zaron, conjuntamente, dos satélites de observación terrestre,
programa considerado ejemplo de la cooperación Sur-Sur. En
mayo de 2009, los dos países firmaron un plan de trabajo para la
cooperación en ciencia, tecnología e innovación, definiendo las
ciencias agrícolas, los recursos agrícolas, la energía renovable, la
biotecnología y la nanotecnología como ámbitos prioritarios para
la cooperación.
México. China y México cooperan en amplios ámbitos de
la economía nacional y en diversas formas. Han intercambiado
semillas de trigo, arroz, maíz, sorgo y algodón, entre otros, y han
firmado varios acuerdos sobre la cooperación científica y tecnoló-
gica, para lo que definieron cientos de proyectos de cooperación.
Los amplios intercambios en agricultura, pesca, minería, petro-
química, telecomunicaciones, acuicultura, medicina tradicional,
desarrollo rural, desarrollo social y ciencias naturales han logrado
buenos resultados, haciendo importantes contribuciones al desa-
rrollo económico de los dos países.
Argentina. China y Argentina sostuvieron ya siete reunio-
nes de la Comisión Mixta de Cooperación Técnica y Científica
Argentino-China. En 2004, ambos países firmaron el Acuerdo
Marco sobre el Uso Pacífico de la Tecnología del Espacio Ultra-
terrestre. En febrero de 2006, el Observatorio Nacional de China
instaló y reguló el telémetro láser por satélite en la Universidad
176
Nacional San Juan de Argentina, primer proyecto de cooperación

astronómica que China tuvo en América del Sur. De septiembre
de 2008 a junio de 2013, el ministro argentino de Ciencia, Tecno-
logía e Innovación Productiva, José Lino Barañao, visitó China dos
veces. En junio de 2010, el Centro Binacional Argentino-Chino
de Ciencia y Tecnología de los Alimentos se fundó en el Instituto
de Ciencia y Tecnología del Procesamiento de Alimentos de la
Academia de Ciencias Agrícolas de China. En abril de 2013, en
cooperación con la empresa china Great Wall Industry Corpo-
ration, Argentina puso en órbita un pequeño satélite. En octubre
de 2013, la empresa Biogénesis Bagó firmó un contrato con la
empresa Hile Bio-Pharmaceutical Shanghai, acordando establecer
una base de producción de vacunas contra la fiebre aftosa.
Venezuela, Bolivia y Chile. A finales de octubre de 2008,
China ayudó a Venezuela a lanzar el satélite artificial de tele-
comunicaciones venesat-1. A finales de septiembre de 2012,
China lanzó el satélite venezolano vrss-1. El 21 de diciembre de
2013, China lanzó, con éxito, el primer satélite boliviano llamado
Túpac Katari. China y Chile han celebrado ya ocho reuniones de la
Comisión Mixta de Cooperación Técnica y Científica Chile-China.
Durante muchos años, Chile ha ofrecido colaboración a China en
su trabajo de investigación en la Antártica. El intercambio y la
cooperación en estudios sobre sismología y astronomía marchan
viento en popa. En octubre de 2013 se fundó, en Chile, el Centro
Conjunto de Investigación Astronómica Chino-Chileno, primero
dedicado a la investigación astronómica de China que tiene su
sede fuera del territorio nacional.
5.2 Un futuro promisorio
Los siguientes eventos muestran la relevancia de temas ligados a

la ciencia y la tecnología para el futuro de alc (Rubiolo & Baroni,
2019; Sánchez, 2019; Vélez, 2019). El 5 de noviembre de 2008, el
Gobierno chino publicó el Documento sobre la Política de China
hacia América Latina y el Caribe, declarando que China tenía
177
ganas de promover el intercambio científico y tecnológico con los

países latinoamericanos a través de la comisión mixta de coope-
ración científica y tecnológica, y el mecanismo de coordinación
de alto nivel. El ámbito de los intercambios incluye la tecnología
aeroespacial, bioenergética, marina y del medio ambiente. La
amplia aplicación de la tecnología de ahorro energético, el tra-
tamiento médico por medios digitales y las pequeñas centrales
hidroeléctricas, así como el desarrollo de la capacitación y los
servicios, indican la dirección correcta de la cooperación cientí-
fica y tecnológica entre China y América Latina.
En 2013 y 2014, las dos visitas del presidente chino, Xi Jin-
ping, a siete países latinoamericanos, han promovido, en gran
medida, la cooperación científica y tecnológica entre China y los
países visitados. En junio de 2013, cuando Xi visitó México, los
dos países emitieron una declaración conjunta, indicando que
China y México promoverán la cooperación en el desarrollo de
energías limpias y renovables, prevención y control de la con-
taminación del medio ambiente, biotecnología, nanotecnología,
prevención de enfermedades infecciosas y la utilización de los
recursos hídricos.
En julio de 2014, durante la visita del presidente Xi a Brasil,
las dos naciones emitieron una declaración conjunta, indicando
que las dos partes aprecian, mutuamente, el progreso que han
tenido en la tecnología y la innovación. También destacaron los
logros del Centro de Investigación sobre el Cambio Climático
y la Innovación de la Tecnología Energética China-Brasil y del
Centro de Investigación Conjunta de Nanotecnología China-
Brasil, y expresaron su alegría por el comienzo de la preparación
del Centro de Biotecnología China-Brasil y del Centro Conjunto
China-Brasil de Satélites Meteorológicos. Los dos países acorda-
ron fortalecer el mecanismo de diálogo en innovación científica
y tecnológica de alto nivel, y promover el diálogo regular entre
universidades, centros de investigación y parques industriales
tecnológicos, así como poner en práctica el plan de trabajo en la
industria de bambú durante cinco años (2013-2017). Los manda-
178
tarios de ambas naciones países reiteraron que iban a priorizar la

cooperación espacial y que se lanzaría el satélite de observación
terrestre cbers-4 a finales de 2014. China y Brasil enfatizaron la
importancia de impulsar y fortalecer los proyectos espaciales de
cooperación bilateral y pusieron en valor la cooperación realizada
en el marco del plan espacial conjunto con metas de diez años
(2013-2022).
El 17 de julio de 2014, el presidente Xi Jinping participó en
un encuentro, con significado histórico, que tuvo lugar en Brasil,
con los dirigentes de once países de América Latina y el Caribe,
y emitió, con ellos, la Declaración Conjunta de la Cumbre de Bra-
silia de Líderes de China y Países de América Latina, expresando
su decisión de fortalecer la cooperación científica y tecnológica
chino-latinoamericana, aumentar los programas de intercambio
tecnológico y, sobre todo, en los ámbitos de interés común, y
apoyar el trabajo del Foro de Innovación Científica y Tecnológica
China-América Latina.
6. Aspectos fundamentales de unas nuevas relaciones

de América Latina y el Caribe con China
Los países de América Latina y el Caribe deben redefinir su inser-

ción en la economía mundial y darle prioridad a una relación con
una sinergia positiva para China y esta región, a partir de tres ejes
fundamentales: la inversión, el comercio y el desarrollo de la CyT.
Es decir, crear un marco político diplomático que tenga como fun-
damentos: el desarrollo de los pueblos de China y la alc, la lucha
por la paz mundial, la conservación del planeta y el desarrollo de
democracias representativas de los pueblos.
Negociar con China una estrategia regional para implementar
una red que desarrolle la ciencia y la tecnología latinoamericana,
en una relación de retroalimentación con el desarrollo de esta en
China; la política de acuerdos bilaterales para el desarrollo de la
CyT debe ser superada, después de 58 años de iniciada la coope-
179
ración (con Cuba en 1960), América Latina sigue en el último

vagón del ferrocarril del conocimiento mundial. Para modificar
esta situación debería lograrse un acuerdo para la creación de
una Red Chino-Latinoamericana, que, aunque mantenga acuerdos
bilaterales, estos estén en marcados en la estrategia regional. Es
una forma en que América Latina podría dar un salto importante
en el tema del conocimiento, como resultado de que sus econo-
mías individualmente son muy pequeñas en comparación con las
economías dominantes en el mundo.
Unidos en una sola estrategia, China y los Estados de alc,
se tendrán las economías de escala necesarias para que se dé el
desarrollo de la CyT en América Latina. Si no se hace esto, alc
tiene muy pocas posibilidades de entrar a una economía donde el
conocimiento sea columna vertebral, dado el desarrollo de la CyT
en Estados Unidos, Japón, Europa, Inglaterra y Corea del Sur, que
son los que, después de China, manejan el mercado de las patentes
y son mediante quienes la región establece sus relaciones con las
nuevas tecnologías, fundamentalmente a partir del mercado de
bienes y servicios (Beigel, 2019).
Son las empresas privadas, en los ámbitos nacionales o trans-
nacionales de esos países, quienes controlan las redes de desarro-
llo del conocimiento, y su lógica está marcada por el mercado y
las ganancias de los grandes capitales; los intereses de la humani-
dad y de conservación y desarrollo de la naturaleza, así como del
cambio climático, no forman parte de las razones de sus investi-
gaciones (unido, 2015).
Las perspectivas de la creación de genomas completos en el
plano de la biotecnología sintética, la nanotecnología y la genera-
ción de energía con la creación de microorganismos que, además
de purificar las aguas negras, generen energía de estas; la genera-
ción de energía a partir de la fusión del agua; la salud en cuanto
a diagnóstico y producción de medicinas usando la biotecnolo-
gía sintética, etc., como hasta ahora, han estado bajo el control
de manos capitalistas privadas, y esto representa una amenaza
para la humanidad. Lo que nos puede salvar es la alianza con
180
China, dado que su Estado define y controla el conocimiento,

lo cual debe ser igual en América Latina. Debemos romper con
el modelo neoliberal y sacar al mercado como el que defina este
campo estratégico para nuestras sociedades y para la humanidad.
China, actualmente, ya es una potencia científica y tecnológica,
y en el futuro lo será más, es el único país que está combatiendo
la lógica capitalista del mercado en el área de la CyT, hacia una
visión humana (Kuo, 2017; Hu & Jefferson, 2008).
En el acuerdo con China, América Latina debería negociar una
estrategia de manejo de las patentes a partir de los intereses de
los pueblos y buscar cambiar el marco legal mundial que emana
de la Organización Mundial del Comercio (omc), dado que este
organismo protege fundamentalmente a las grandes empresas
transnacionales que controlan las redes de CyT, donde no solo
patentan los resultados de este conocimiento, sino hasta los pro-
cesos para la concreción de las nuevas tecnologías y la innova-
ción. Los esquemas nacionales de investigación están sometidos
a este marco de la omc y en nuestros países los pocos avances
tecnológicos se ven sometidos a grandes bloqueos. Además, este
mecanismo de patentes controla los bienes y servicios del sistema
mundial del conocimiento e impone en los países su consumismo,
que ha llevado al deterioro de las ya débiles estructuras producti-
vas de nuestros países, lo que hace, además, que parte importante
de la riqueza que se produce se vaya para los países que controlan
la ciencia y la tecnología a través de las patentes y las regalías que
se debe pagar por ellas y las marcas.
América Latina debe negociar con los países miembros su
incorporación a los brics y su incorporación a toda la estrategia
planteada por China en la llamada Ruta de la Seda y la estructura
de financiamiento paralela al sistema financiero global capitalista
(el Fondo Económico de Inversión de la Ruta de la Seda, patro-
cinado por Beijing, con un fondo de 50 mil millones de dólares,
y el Banco Asiático de Inversión e Infraestructura, el Banco de
desarrollo de China y el Banco de Exportación e Importación
de China). Podemos entrar en la esfera del sistema financiero
181
de China con el yuan, como ya lo están haciendo las grandes

transnacionales del mundo capitalista y sus sistemas financieros
(Arias, 2003; Cjesnais, 1994). El Fondo Monetario Internacional
y la banca multilateral creados en el marco de Bretton Woods nos
han demostrado que solo han servido para que la región financie
a las economías de Estados Unidos y Europa.
La región debe renegociar todos los tratados de libre comercio
que tenga con Estados Unidos, Europa o cualquier otro país desa-
rrollado, y hacer que estos tratados tengan los mismos principios
de las relaciones a negociar con China, donde se reconozcan las
asimetrías, la autodeterminación de los pueblos, el control sobre
sus recursos naturales renovables y no renovables y los derechos
humanos, así como la conservación del planeta. En los tratados
y en las leyes internas de cada país, sobre inversión, debería
incorporarse la estrategia que China implementó para atraer la
inversión extranjera, conectando esta al desarrollo de las fuerzas
productivas en el contexto de los avances actuales de la CyT y
el respeto a los derechos laborales, así como atraer tecnologías
limpias y productos inocuos; esto también debe ser parte de los
tlc con los países desarrollados.
7. Reflexiones finales
Actualmente, América Latina se posiciona como un proveedor de

materias primas para los procesos productivos del país asiático.
De entre los principales aportes que se deben aprovechar de la
relación entre China y alc destaca la incorporación del conoci-
miento y las nuevas tecnologías. Es necesaria una estrategia de
cooperación para el desarrollo del conocimiento que genere un
proceso de sinergias de integración de cadenas de valor entre
América Latina y China.
El capitalismo de Estado en China es una realidad, y el resur-
gimiento de los Estados de América Latina en una alianza con
China puede permitir que pasemos al posneoliberalismo, pues
182
la ideología neoliberal nos ha negado el conocimiento y lo ha

convertido en mercancía inalcanzable para pueblos marginados.
Se presenta nuevamente la oportunidad de orientar el desarrollo
de la ciencia a partir de los intereses de la sociedad y dejar atrás
el paradigma del mercado y la ganancia del capital como el único
conductor del conocimiento humano.
Un listado indicativo de los ejes que deberían darle forma a
la estrategia y los programas de investigación y desarrollo de la
ciencia, la tecnología y la innovación. Los posibles impactos de
las áreas o ejes a desarrollar incluyen: 1. seguridad alimentaria, 2.
energía, 3. tecnologías de la información y telecomunicaciones, 4.
inteligencia artificial, 5. nanotecnología, 6. medicina y, 7. genética.
El desarrollo completo de cada una de estos ejes podría requerir
mayor investigación, lo que se busca es dimensionar estas siete
áreas para obtener una visión de hacia dónde va la CyT y cómo esto
debe servir para que la cooperación entre China, América Latina y
el Caribe incluya la definición de una visión para el próximo siglo,
previendo sus impactos positivos y negativos.
8. Referencias
Arias, S. (2003), Mundialización y las dos Globalizaciones, El Salvador, Edi-

torial e Imprenta Universitaria, Universidad de El Salvador.
Banco Mundial (s/f). Disponible en: databank.bancomundial.org.
Beigel, F. (2019), “Las relaciones de poder en la ciencia mundial. Un anti-
ranking para conocer la ciencia producida en la periferia”, Inmanencia.
Revista del Hospital Interzonal General de Agudos (higa) Eva Perón, 7(1).
cepal (2015), América Latina y el Caribe y China. Hacia una nueva era de
cooperación económica, Santiago de Chile, Comisión Económica para
América Latina y el Caribe.
———— (2016), Relaciones económicas entre América Latina y China. Oportu-
nidades y desafíos, Santiago de Chile, Comisión Económica para América
Latina y el Caribe.
Chesnais, François (1994), La mondialisation du capital, París, Francia, Syros.
183
Fei, Yu & Qu Ting (2017), “China apuesta por la innovación científico-

tecnológica”. Disponible en: http://spanish.china.org.cn/science/
txt/2017-10/06/content_41693522.htm.
Hernández, E. (2019), “China-Latin America and the Caribbean Relation-
ships: History, Aspects and Implications”, Sinología Hispánica, 7(2),
pp. 65-88.
Hosono, Akio (2017), Asia-Pacific and Latin America. Dynamics of Regio-
nal Integration and International Cooperation, Santiago de Chile, United
Nations Publications, eclac.
Hu, Albert G. Z. & Gary H. Jefferson (2008), “Science and Technology in
China”, en China’s Great Economic Transformation, pp. 286-336.
Kaku, Michio (1998), Visions: How Science Will Revolutionize the Twenty-
First Century, Gran Bretaña, Oxford University Press.
Kostoff, R. N. (2008), “Comparison of China/USA Science and Technology
Performance”, Journal of Informetrics, 2(4), pp. 354-363.
Kuo, Mercy A. (2017), “The Great US-China Biotechnology and Artificial
Intelligence Race”. Disponible en: https://thediplomat.com/2017/08/
the-great-us-china-biotechnology-and-artificial-intelligence-race/.
Leydesdorff, L. & C. S. Wagner (2009), “Indicadores macroeconómicos de
las relaciones entre la financiación de la investigación y los resultados
de la investigación”, Journal of Informetrics, 3(4).
Lonbardi, Varina (2016), “Ciencia y Tecnología en América Latina”. Dis-
ponible en: http://www.unsam.edu.ar/tss/la-evolucion-de-la-ciencia-
en-america-latina/.
Masood, E. (2019), All Roads Lead to China, pp. 20-23.
Naciones Unidas (2019), International Trade Statistics Yearbook. United
Nations, Nueva York, Department of Economic and Social Affairs, Sta-
tistics Division.
ompi (s/f), Organización Mundial de la Propiedad Intelectual. Disponible
en: https://www.wipo.int/.
Romer, David H. (2019), Advanced Macroeconomics, 5a ed., McGraw-Hill.
Rubiolo, F. & P. A. Baroni (2019), “El Este de Asia como socio de América
Latina: implicancias económicas y sociales de una inserción asimétrica
en los casos de Chile y Argentina”, portes, Revista Mexicana de Estudios
sobre la Cuenca del Pacífico, 13(25), pp. 7-32.
Sánchez, G. A. (2019), “Impacto económico de China en Panamá. Un aná-
lisis prospectivo”, Tareas, (161), pp. 75-83.
un-comtrade (s/f), Base de Datos Estadísticos de las Naciones Unidas
sobre el Comercio de Productos Básicos (comtrade). Disponible en:
https://comtrade.un.org/.
184
unido (2015), Industrial Development Report 2016: The Role of Techno-

logy and Innovation in Inclusive and Sustainable Industrial Development,
Viena, unido.
Van Noorden, Richard. (2016), “China by the Numbers”. Disponible en:
http://www.nature.com/news/china-by-the-numbers-1.20122.
Vélez, R. (2019), “Las economías de la zona del Caribe en el contexto de la
Revolución Tecnológica”, Études caribéennes, (42).
Villar, F. J. V. & D. L. Delgado (2019), Minería, movimientos sociales y la
expansión de China en América Latina. Desafíos.
Wilsdon, J. (2007), “China: The Next Science Superpower?”, Engineering &
Technology, 2(3), pp. 28-31.
Xu, Shicheng (2015), “Desarrollo común con ciencia y tecnología”. Dispo-
nible en: http://www.chinatoday.mx/eco/clae/content/2015-01/22/
content_664879.htm.
Zhou, P. & L. Leydesdorff (2006), “The Emergence of China as a Leading
Nation in Science”, Research Policy, 35(1), pp. 83-104.
185
CAPÍTULO 7
La moda, ¿armadura o espada? trabajo infantil
en la industria de la moda en México
Leonardo A. Gatica Arreola

1. Introducción
Una de las frases que ha trascendido en la industria de la moda

es la de Cunningham, quien dijo: “La moda es la armadura para
sobrevivir a la realidad del día a día”. En este trabajo argumentamos
que para las víctimas de trabajo infantil y forzado la moda ha sido
la espada que ha permitido su existencia y no una armadura que
lo proteja. A pesar de los intentos a nivel internacional por erra-
dicar el trabajo infantil y forzado en la cadena de suministros de
la industria de la moda, la presencia de niños que trabajan sigue
siendo una constante en algunos estados del país.
Esto se debe en parte a las transformaciones que se han
dado en el mercado laboral, las cuales han llevado a estrategias
de empleo que no son necesariamente positivas para los traba-
jadores. Ha aumentado el uso de mano de obra temporal, se han
reducido los salarios y extendido la jornada de trabajo; la sub-
contratación ha permitido la minimización de las inversiones en
materia de salud y seguridad en el trabajo (oit, 2016), con lo que
se ha incrementado la carga social de los trabajadores. Esto ha
permitido una mayor participación de niños y niñas en distintos
187
Leonardo A. Gatica Arreola y Patricia Murrieta Cummings
sectores, incluido el sector manufacturero de prendas de vestir

y calzado.
En este trabajo analizamos la relación entre trabajo infantil y
las transformaciones en la industria de la moda en México. Parti-
mos de una descripción general sobre los cambios en la cadena de
suministros, con el fin de contextualizar los cambios que permiten
la coexistencia del trabajo infantil y una política de tolerancia
cero. Con el fin de dar una mejor idea sobre la magnitud del pro-
blema, utilizamos datos de la Encuesta Nacional de Ocupación y
Empleo 2017 para describir el trabajo que realizan los menores
en la industria de la moda en México.
Una vez planteado el problema, analizamos algunos de los pro-
cesos que han permitido la contratación de menores: el crecimiento
de las redes de producción, la proliferación de los talleres pequeños
y la informalidad. En una segunda parte planteamos algunos de los
efectos que dichos procesos han tenido. A manera de conclusión,
discutimos la incapacidad que se ha experimentado para frenar el
trabajo infantil en un contexto de tolerancia cero.
Metodología
El estudio se basa en más de 100 entrevistas con dueños de

maquilas, trabajadores en diversas áreas, algunos miembros de
sindicatos y de organizaciones no gubernamentales expertos en
trabajo infantil y condiciones laborales, y con niños que trabajan
en maquilas que forman parte de la cadena de suministros de la
industria de la moda en México. El trabajo de campo se concentró
en cinco estados de la República: Jalisco, México, Puebla, Queré-
taro y Guanajuato; los cuales se eligieron a partir del análisis de la
concentración de trabajo infantil y de las maquilas que se dedican
a la industria del vestido y el calzado.
Se visitaron 61 empresas formales e informales en dichos
estados. Por cuestiones de confidencialidad no se utilizan nom-
188
La moda, ¿armadura o espada? trabajo infantil en la industria de la moda en México
bres de las personas, y cuando estos se mencionan no son los

nombres reales.18
El trabajo infantil y forzado
Se considera trabajo forzado a la actividad que se realiza de

manera involuntaria y bajo coerción. Es producto de la intimi-
dación o de medios más drásticos, tales como la acumulación
de deuda, la retención de documentos legales o bajo la amenaza
de ser denunciado ante migración (cuando se trata de población
migrante; ilo, 2014). El trabajo infantil puede ser una forma de
trabajo forzado o la respuesta de un menor ante su deseo de tra-
bajar. Aun cuando el trabajo no es forzado, las condiciones de
trabajo o la edad de los niños pueden hacer que este sea ilegal.
Aunque México no ha ratificado el Convenio sobre la Edad
Mínima (Convenio 138), la Ley Federal del Trabajo prohíbe el
empleo de niños entre catorce y dieciséis años de edad que no
hayan completado su educación obligatoria; por lo que ningún
menor con secundaria incompleta debería de estar trabajando.
Las únicas excepciones tienen que ver con casos en que la auto-
ridad competente considere que hay compatibilidad entre los
estudios y el trabajo (art. 22, Ley Federal del Trabajo, Cámara
de Diputados, 2006); por lo que trabajar un par de horas deshe-
brando pantalones en su propia casa, al salir de la escuela, no es
considerado trabajo infantil.
Sin embargo, cuando un menor tiene que cargar los bultos de
pantalones de mezclilla, aun cuando sea en sus tiempos libres, sí
se considera actividad no deseada. El artículo 175 de la Ley Fede-
ral del Trabajo, en los incisos V y VI, menciona que un menor de
dieciséis años de edad no puede trabajar en actividades peligrosas
e insalubres y realizando actividades que sobrepasen sus fuerzas
o que puedan inhibir o retrasar su desarrollo físico normal. El
18 Es importante subrayar que todas las entrevistas se realizaron bajo consentimiento

informado y siguiendo la normatividad en la materia.
189
artículo 176 define, en términos generales, las actividades peli-

grosas e insalubres que no pueden ser realizadas por niños, y
básicamente hace referencia a las actividades que se realizan en
lugares donde el aire pudiera estar contaminado por sustancias
tóxicas o donde se utilicen materiales tóxicos como componen-
tes principales; cualquiera de los cuales pudiera tener un efecto
negativo en el desarrollo mental y físico y, por lo tanto, poner en
riesgo su salud y bienestar. Por ello, el trabajo en la fabricación
de telas, el lavado y raspado de mezclilla, el ensamblado de ropa
en espacios mal ventilados y por muchas horas, el planchado y
el repartido de ropa, entre muchas otras, son actividades que no
deben realizar los menores.
La duración de la jornada laboral también ayuda a diferen-
ciar lo que es de lo que no es trabajo infantil. La Ley Federal del
Trabajo estipula que todos los individuos menores de dieciséis
años deben trabajar un máximo de seis horas a dividirse en dos
periodos de tres horas (art. 177); deben descansar al menos una
hora después de cada tres horas, y no se les permite trabajar horas
extra (art. 178). El artículo 180 estipula que el tiempo de trabajo
deberá organizarse de tal modo que los niños puedan cumplir con
sus actividades escolares.
No obstante, aun cuando la legislación lo prohíbe y cuando se
han tratado de implementar distintos mecanismos para reducir el
trabajo forzado e infantil, la Organización Internacional del Tra-
bajo (oit) estima que existen casi 21 millones de personas vícti-
mas del trabajo forzoso; en su mayoría mujeres y niñas explotadas
por individuos o empresas privadas en el sector servicios, en la
agricultura, la construcción, la manufactura y el entretenimiento
(ilo, 2016). Dado que el trabajo infantil y el forzado impiden
garantizar el respeto a los derechos humanos, son considerados
formas de trabajo no deseadas y, por lo tanto, formas que se deben
erradicar.
190
2. La industria de la moda en México
La industria de la moda ha ido evolucionando de tal manera que

hoy en día genera mayores presiones a las empresas para producir
rápido y a bajo costo. Las principales ganancias vinculadas con
esta industria tienen que ver con la posibilidad de estar a la van-
guardia en el diseño y la comercialización de prendas de vestir y
calzado. En México, se ha definido en gran medida por la relación
geográfica con Estados Unidos y por las imposiciones del mercado
a nivel internacional.
Se considera como industria de la moda a toda aquella indus-
tria dedicada a la producción de prendas de vestir, adornos y
complementos. Hace referencia tanto al diseñador individual
que produce para una clientela pequeña (alta costura) como a la
fabricación de ropa en mayor escala. La llamada “moda rápida” o
“fast fashion” hace referencia a un modelo de negocio que surgió
en respuesta a la creciente producción de ropa casual, barata,
impuesto por tiendas que venden ropa en grandes volúmenes a
menor precio.
Este modelo de negocio busca producir para un consumo
masivo y constante. Responde a las demandas del consumidor
proporcionando nuevas tendencias de moda en ciclos cada vez
más cortos; la moda rápida impone más de dos temporadas —pri-
mavera/verano y otoño/invierno—, produciendo entre cuatro y
ocho colecciones al año que no duran en los aparadores mucho
tiempo. Una sustitución constante de productos busca reforzar
la necesidad de consumo: si no lo compras hoy probablemente
mañana ya no esté disponible.
Su ciclo de producción es rápido y económico, de lo contrario
no puede ser exitoso.
Para poder ser parte de la moda rápida es necesario contar
con la posibilidad de lanzar una línea de ropa en poco tiempo:
por ejemplo, en uno o dos meses o en pocos días (Oxfam, 2004).
Desde la década de los 90, México se convirtió en uno de
los proveedores de ropa más importantes de Estados Unidos
191
(Besusán, 2007). Si bien en las últimas décadas ha disminuido

en importancia por la competencia de países como China, Viet-
nam, Bangladesh, Indonesia e India, aún se mantiene como el
principal exportador de América Latina (Comisión de Comercio
Internacional de Estados Unidos, usitc, 2017). Actualmente, es
el sexto país más importante en materia de exportaciones totales
a Estados Unidos.
La cadena de suministros en la industria de la moda
La producción en la industria de la moda se basa en la conforma-

ción de cadenas globales de valor (cgv), que resultan de la vin-
culación entre trabajadores y consumidores a través de redes de
producción y comercialización que se establecen a nivel mundial.
Estos eslabones se establecen en función de los suministros nece-
sarios para la producción del valor agregado (Gereffi, 1994). La
red puede estar conformada por detallistas, comercializadores y
fabricantes de marca que mandan a producir en lugares distintos a
su lugar de origen (Gereffi, 2001). La relación que se establece en
estas redes puede ser directa entre el comprador y quien maquila,
o indirecta, a través de intermediarios o submaquilas. Indepen-
dientemente de cómo se dé la relación, esta es siempre asimétrica.
Los tiempos de producción se definen del lado de la demanda,
al igual que parte de los costos y la calidad de la producción; lo que
define en gran medida las condiciones de trabajo y las desigualda-
des entre el pago de mano de obra y el costo del producto. Depen-
diendo de la necesidad y las condiciones que enfrentan quienes
producen, pueden darse más o menos asimetrías (Kaplinsky,
2000).
En términos simples, la cadena de suministros inicia con la
obtención de la materia prima y termina con el producto que
llega al consumidor. A lo largo de dicha cadena el valor puede
generarse a partir de: 1. la generación de conocimiento para el
desarrollo de la industria, 2. el diseño, 3. la tecnología y logística
para la producción, y 4. de la mercadotecnia o construcción de
192
una marca o la entrega de servicios (figura 1). El diseño, la crea-

ción de la marca o la comercialización son las actividades que más
valor adquieren en la cadena (Bair y Gereffi, 2003).
La participación de México en las cadenas de valor se sustenta
principalmente en la exportación de bienes finales producidos a
partir de insumos importados, con escasa incorporación de valor
nacional. Esta es una desventaja, ya que la producción es una de
las actividades que provee menor valor agregado y, por lo tanto,
permite un margen menor de ganancia.
El pequeño margen de ganancia aunado a un aumento de la
competencia en la producción ha causado un aumento en las asi-
metrías que se generan. Ante la necesidad de ser más competi-
tivos, los proveedores buscan mecanismos para reducir costos.
Dado el reducido margen de ganancia que permite la produc-
ción, para algunas empresas la forma de subsistir es a través de la
contratación de pequeños talleres o trabajadores que realizan las
actividades desde su hogar. Esto, sumado a los costos que tiene la
formalidad en México, ha dado lugar a un incremento en las asi-
metrías al permitir el surgimiento de intermediarios que facilitan
el trabajo de maquilas informales e incrementan la subordinación
de estas a las demandas del mercado. De manera similar, fabrican-
tes por paquete han pasado a conformarse como intermediarios o
comercializadores de marca sin fábrica, lo que ha permitido que
en lugar de obtener sus ingresos principalmente de la producción,
hoy en día lo obtengan de la comercialización.
La industria de la moda en México
Desde la década de los 90, México se convirtió en uno de los pro-

veedores más importantes de Estados Unidos (Besusán, 2007).
Marcas como C&A, gap, Levi Strauss, Vanity Fair, o tiendas depar-
tamentales como JCPenny, Target, Walmart o Sears, entre muchas
otras, encontraron en México un nicho para la producción de ropa
a bajo precio; la cercanía con la frontera sur de Estados Unidos y
las concesiones arancelarias otorgadas (Bair y Gereffi, 2003) per-
193
Figura 1
Redes de producción y características de las empresas que conforman la cadena de suministros
194
mitieron que aun cuando la mano de obra es más barata en otros

países, México fuera atractivo para la instalación de maquilas de
exportación (Comisión de Comercio Internacional de Estados
Unidos, 2017).
Sin embargo, en las últimas dos décadas se han ido perdiendo
las ventajas competitivas que la cercanía con Estados Unidos
genera; la apertura comercial y los cambios en los aranceles para
la exportación (ocde, 2006) han permitido que países como
China o Vietnam ocupen los primeros lugares en exportaciones
totales a Estados Unidos, dejando a México en sexto lugar (Comi-
sión de Comercio Internacional de Estados Unidos, 2017).
Esto, aunado a la necesidad de reducir los tiempos de pro-
ducción, en un contexto de creciente conflicto (Red Solidaria de
Maquila y Comisión de Derechos Humanos del Valle de Tehuacán,
2004), generó que en algunos estados empezaran a cerrar grandes
empresas maquiladoras.
A pesar de las dificultades enfrentadas, en 2006 la industria
textil y del vestido siguió representando la cuarta actividad manu-
facturera del país y, a partir de 2009, comenzó a recuperar su
capacidad de producción. Sin embargo, la estructura de la indus-
tria no fue la misma. Actualmente, en los censos económicos se
estima la existencia de 30,876 empresas dedicadas a la fabricación
de prendas de vestir; pero el número de personal ocupado dismi-
nuyó de 444,020 a 344,950, y la proporción de empresas grandes
pasó de 3.8 % en 1999 a 1.5 % en 2016 (Censos Económicos,
Serie Datos históricos, inegi, 2014). Actualmente, esta industria
se concentra en siete estados principales: Yucatán, Puebla, Estado
de México, Guanajuato, Oaxaca, Jalisco y Ciudad de México.
3. El trabajo infantil en la industria de la moda en México
Según datos de la Encuesta Nacional de Ocupación y Empleo,

se estima que en el primer trimestre de 2017 había 6,999,344
personas mayores de doce años trabajando en la fabricación de
195
prendas de vestir; 145,055 en la producción de insumos textiles

y acabado textil, y 343,172 en la manufactura de zapatos y otros
objetos de piel.19 Por lo tanto, podemos estimar que en dicho
periodo había cerca de un millón de personas participando en la
cadena de suministros de la industria de la moda en México, de
las cuales al menos 41,463 eran menores de dieciocho años.
Según datos del Módulo de Trabajo Infantil 2015 (mti, 2015),
el 60 % de los niños de entre doce y diecisiete años de edad que
trabajan en estos sectores, lo hacen en la fabricación de prendas
de vestir; 29 de cada 100 lo hacen en la producción de objetos de
piel —incluidos zapatos—, y el resto participa en la producción
de insumos textiles. La diferencia en la cantidad de niños que
trabajan en la producción de insumos con respeto a los que parti-
cipan en la fabricación de prendas de vestir o productos y calzado
de piel, se debe en gran medida al nivel de industrialización de
cada uno de los sectores y a la existencia de un mayor número de
talleres informales en la industria del vestido y el calzado que en
la producción de insumos.
La mayoría de los niños inicia deshebrando o marcando ropa,
y cuando logran adquirir experiencia se les permite trabajar en las
máquinas. Para los niños que trabajan en la industria del zapato,
las actividades más sencillas son el pegado de la suela y algunos
acabados. A pesar de que son menos los niños que trabajan en la
elaboración de calzado, se estiman más de 19,000 niños y niñas
trabajando en esta industria.
El 50 % de la industria de la moda se produce en cuatro esta-
dos principales: Guanajuato, México, Puebla y Jalisco; aunque la
19 Es importante mencionar que la enoe no permite identificar claramente a la industria

del calzado. La producción de objetos de piel es lo más cercano a la manufactura de
zapatos, pero solo incluye calzado de piel, lo que deja fuera el calzado realizado con
tela, plástico o cualquier otro tipo de material. Solo incluye huaraches y zapatos de
piel e incorpora la fabricación de bolsas y cinturones. Dejamos el dato porque estos
objetos son considerados parte de la industria de la moda y consideramos que es
el dato más cercano que se tiene a lo que es la industria del calzado en México; no
obstante, por esta misma razón más adelante nos limitaremos a hablar de la industria
de la confección de ropa y de la fabricación textil.
196
industria de la confección se concentra en los estados de México,

Puebla, Hidalgo y Distrito Federal (enoe, 2017).
La mayor concentración de menores se da en la industria de
la confección; y aunque en su mayoría son mayores de quince
años, sí hay niñas y niños menores de doce trabajando (mti, 2015;
enoe, 2017). El trabajo infantil en la manufactura de hilos, telas
y botones es prácticamente inexistente; la mayoría trabaja en la
confección de calzado y vestido.
Los estados con mayor presencia de niños que trabajan son
Puebla, México, Tlaxcala, Guanajuato, Hidalgo y Jalisco; en estos
estados se ubican el 83 % de los niños que lo hacen.
La mayoría de los hombres trabajan en talleres que se loca-
lizan en ciudades de menos de 2,500 habitantes, en las cuales la
probabilidad de que existan talleres informales es mayor. Gene-
ralmente, el trabajo se realiza sin recibir un pago; especialmente
en la confección de ropa, donde los más pequeños suelen ayudar
quitando las hebras de la ropa o agrupando las piezas que otros
van uniendo. inegi estima que más del 25 % de los hombres que
trabajan no recibe un pago por sus labores (enoe, 2017).
En general, las condiciones de trabajo no responden a lo esti-
pulado en la Ley Federal del Trabajo. El promedio de pago es de
catorce pesos la hora, aproximadamente 2,329 pesos mensuales;
la mayoría gana entre uno y dos salarios mínimos. Muy pocos
tienen acceso a seguridad social, a pesar de que 53 de cada 100
enfrenta una jornada de trabajo de más de 35 horas. Esto tiene
que ver con el hecho de que más del 50 % de los establecimientos
donde trabajan los menores son microempresas; especialmente
para el caso de las mujeres: siete de cada diez trabajan en un taller
de no más de seis personas, incluido el dueño. Por lo mismo, muy
pocos cuentan con prestaciones salariales y 66 de cada 100 care-
cen de contrato. Aun así, es de llamar la atención que se estima
que el 14 % de los menores que trabajan en este rubro, lo hacen
en establecimientos grandes.
Algo muy similar sucede en la industria del calzado. Práctica-
mente la mayoría de los niños son subordinados, aunque en este
197
caso la proporción de menores que no reciben pago por su trabajo

es menor (3.1 %). Tampoco cuentan con seguro social y a pesar de
que a la mayoría se les paga, sus salarios son en promedio menores
que los de quienes elaboran productos de vestir. Según estima-
ciones del inegi, el 88 % de las personas menores de dieciocho
años que trabajan en la producción de objetos de piel, incluidos
zapatos, ganan dos o menos salarios mínimos, y sus jornadas de
trabajo son más largas; más del 77 % trabaja más de 35 horas a la
semana. Al igual que en la manufactura de ropa, 50 de cada 100
trabajan en establecimientos muy pequeños. La mayoría no tiene
contrato; solo el 2.4 % reportó tener un contrato de base, planta
o por tiempo indefinido (enoe, 2017).
Tanto en la manufactura de ropa como de calzado, los niños
y las niñas trabajan en condiciones que pueden considerarse no
deseadas. Además de dejar sus estudios, muchos de ellos pasan
horas parados o en posiciones que perjudican su desarrollo físico.
Tanto los niños como los adultos saben que no deberían estar
trabajando; sin embargo, en algunos lugares les es fácil hacerlo.
Tolerancia cero
A partir del derrumbe del Edificio Rana Plaza en Bangladesh, el

cual cobró la vida de cientos de mujeres y niños que trabajaban en
condiciones no deseadas, se generó un movimiento internacional
de cero tolerancia al trabajo infantil y forzado en todo el mundo
(Murrieta, 2018).
Muchas empresas empezaron a exigir nuevas condiciones de
trabajo en sus maquilas y poco a poco fueron extendiendo la vigi-
lancia de las cadenas de suministro. Se implementaron políticas
restrictivas en materia de contratación de niños menores de die-
ciocho años y se implementaron políticas con el fin de garantizar
mejores condiciones de trabajo. Este movimiento llegó a México
a través de las grandes marcas transnacionales, las cuales empe-
zaron a exigir una mayor vigilancia en las cadenas de suministro.
198
Implementaron auditorías a nivel de maquila y submaquila, y exi-

gieron no submaquilar sin autorización expresa de las marcas.20
El miedo de perder contratos con las grandes corporaciones
llevó a muchos maquileros a cumplir con las reglamentación. Esto
generó que en un inicio disminuyera de manera importante el
trabajo infantil y forzado; especialmente en las maquilas formales.
No obstante, durante el trabajo de campo observamos la presencia
de niños en maquilas que producen para empresas que mantie-
nen una política de cero tolerancia e identificamos una serie de
factores que lo facilitan.
4. Factores que facilitan el trabajo infantil en la cadena

de suministros de la industria de la moda en México
Tanto los datos de la enoe como del Módulo de Trabajo Infantil

permitieron identificar la presencia de niños que trabajan en la
industria de la moda. A partir del trabajo de campo y de entre-
vistas con dueños de maquilas, personas que trabajan en talle-
res, menores y familias que se dedican a la producción de ropa y
calzado, entre muchos otros, encontramos una serie de factores
que desde la estructura de las relaciones de producción facilitan
el trabajo que realizan los menores.
20 Adidas, Guía Laboral, 2010, disponible en: https://www.adidas-group.com/

media/filer_public/2013/07/31/guidelines_on_employment_standards_spanish.
pdf; C&A, Código de conducta para proveedores, 2017, disponible en: http://
www.cyamoda.com/codigo-conducta; The Walt Disney Company, Código de
conducta para fabricantes, 2007, disponible en: https://ditm-twdc-us.storage.
googleapis.com/2015/11/Spanish_Universal_5771_coc_w_En_template.pdf;
Gap inc., Code of Vendor Conduct, 2016, disponible en: htttp://www.gapinc.com/
content/dam/gapincsite/documents/CodeofVendorConduct_FINAL.pdf; H&M
Group, 2016, disponible en: https://about.hm.com/en/sustainability/sustainable-
fashion/working-conditions.html; Levi Strauss & co., 2013, disponible en: http://
levistrauss.com/wp-content/uploads/2016/03/lsco-Sustainability-Guidebook-
2013-December.pdf; dkny, disponible en: https://www.dkny.com/us/california-sb;
Nike, disponible en: http://s3.amazonaws.com/nikeinc/assets/34716/Nike_CoC_
Spanish_LA_original.pdf?1414190690; y Tommy Hilfiger, disponible en: http://
www.pvh.com/responsibility/policy/shared-commitment.
199
Por un lado, el crecimiento de las redes de producción hace

más difícil la vigilancia de la cadena de suministros; dicho cre-
cimiento se ha dado en parte como resultado de las presiones
que ejerce la necesidad de producir rápido y a menor precio. Por
otro lado, encontramos empresas que aplican normas diferen-
ciadas dependiendo del destino de la producción: cero tolerancia
cuando la producción es para marcas transnacionales y mirada
ciega cuando la producción es para sus propias marcas o mar-
cas nacionales. Los auditores también influyen en la existencia
del trabajo infantil: a algunos les cuesta trabajo limitar el trabajo
infantil cuando es la mejor alternativa para la familia, a otros les
gusta más permitirlo a cambio de una “propina”. Finalmente, la
proliferación de pequeños talleres en los hogares hace más difícil
la identificación de prácticas irregulares y más fácil incorporar el
trabajo infantil como una labor en la cual todos los miembros de
la familia pueden y deben participar.
El crecimiento de las redes de producción a nivel nacional
En México, la fábrica de ropa para la industria de la moda se basa

en dos formas distintas de conformación de las redes de suminis-
tro. Por un lado, existen empresas que producen paquetes com-
pletos a minoristas y comercializadores, en las cuales la relación
que se establece es directa.
Por el otro, están las maquiladoras o plantas de ensamblaje,
las cuales suelen estar involucradas en redes más complejas de
producción de insumos; en estos casos la relación entre compra-
dor y productor es indirecta.
Las relaciones más simples se pueden dar de dos maneras: 1.
las empresas ejecutan el proceso completo, desde conseguir los
insumos hasta la entrega en la tienda; o 2. el maquilador recibe
los insumos por parte del contratista y se limita a cortar, coser y
acabar o detallar. En ambos casos, la cadena de producción suele
ser pequeña y es fácil identificar todos los eslabones.
200
En una estructura de redes (Lambert & Cooper, 2000), los

fabricantes o los intermediarios, los cuales pueden ser nacionales
o internacionales, mandan las piezas ya cortadas a las maquilas,
quienes a su vez subcontratan parte de su producción a peque-
ñas empresas que submaquilan. Una cadena simple se da por el
contrato directo entre los compradores y la maquila que realiza
la mayoría del trabajo; solo submaquila alguno de los procesos.
Sin embargo, la cadena puede ser mucho más compleja y estar
conformada por un intermediario, un maquilador principal y una
serie de submaquiladores que realizan partes menores del trabajo.
A mayor tamaño, mayor dificultad para controlar las condiciones
laborales y la presencia de niños que trabajan (Christenson &
Juarez, 1987; Cigno, Rosati & Guarcello, 2002).
En los lugares de mayor concentración de maquilas como, por
ejemplo, algunos municipios de Puebla o del estado de México,
la submaquila se convierte en múltiples tareas que se van reali-
zando en más de un local dentro de la misma colonia o comuni-
dad. Locales que en realidad son espacios de la vivienda que se
adaptan para poder hacer la tarea que les corresponde y en la
cual participan varios miembros de la familia. Dependiendo de
la tarea, pueden participar desde niños pequeños hasta personas
de la tercera edad, casi siempre de manera informal.
La proliferación de los talleres informales y la necesidad

de subcontratar
Además de ser en muchos casos una forma de subsistencia, en

algunos lugares, la proliferación de talleres se ha dado a la par del
cierre de empresas grandes. Son talleres que se conformaron a
partir del remate de maquinaria y de la liquidación de empleados
con máquinas de coser.
La mayoría de los talleres informales que se visitaron en el
estado de Puebla se establecieron a partir del cierre de las maqui-
las de uno de los grupos más importantes de producción de panta-
lón de mezclilla en la zona. Sus dueños coincidieron en describir
201
la falta de oportunidades para trabajar como el mayor incentivo

para establecer la maquila.
En otros casos, los talleres se conformaron a partir de la ini-
ciativa de las empresas de comprar una máquina para que las per-
sonas trabajen desde su casa. Al comprarles la máquina y dejarlos
trabajar desde sus casas, los dueños de las fábricas no tienen que
pagar prestaciones y los obreros pueden aprovechar la flexibilidad
que esto les da. Una vez establecidos, algunos logran pasar de
tener una máquina a más de una, en muy poco tiempo. En general,
el proceso es el mismo: adquieren una máquina porque el dueño
de la fábrica se las presta, con el tiempo se la compran o compran
una adicional; cuando tienen dos o más máquinas, la posibilidad
de juntar dinero para otra máquina aumenta. Al mismo tiempo
que se va dando este proceso, el patio, la sala o el cuarto para dor-
mir empiezan a ser sustituidos por el taller, independientemente
del tamaño, la luz o la ventilación.
La ilusión de poder tener algo propio y no depender de un
jefe, es en algunas regiones un incentivo para mantener los talle-
res, aunque estos sean informales:
Realmente no me va mejor […] pero a futuro me puede ir mejor. Ahorita la

expectativa que tenemos es de crecer, entre más produzcamos más ganan-
cias. El proceso de inicio es muy costoso […]
No gano mucho, pero no pierdo. […] Ahorita no tengo realmente una
ganancia, sale el sueldo, pero la expectativa a futuro es que me vaya mejor
La empresa en la que trabajé tiene muy buenas prestaciones, estuve
en San Juan del Río, en Querétaro y en Amealco. Créame que a veces lo
preferiría. A veces trabajaba yo menos y ganaba más y ahorita trabajo más
y gano menos; pero a veces quiere uno iniciar algo propio. No hay como
decir: ¡es mío!
Más que nada lo que me impulsa es el orgullo de decir muchos han
crecido, yo puedo crecer. Es el reto, no es la ganancia.
(Dueño de un taller informal, antes operador en

una empresa grande que maquila para una marca internacional.)
202
A pesar de ser procesos diferentes, la proliferación de talleres infor-

males y el aumento en la subcontratación hacia abajo son procesos
que se retroalimentan mutuamente. La subcontratación permite
la subsistencia de los talleres pequeños y la existencia de dichos
talleres permite mantenerse como intermediarios. De esta manera
se genera una economía subterránea que evade el pago de impues-
tos y prestaciones establecidas por la Ley Federal del Trabajo, con
modalidades de trabajo familiar e infantil (De la O, 2013).
La subcontratación se basa en el rompimiento de la relación
formal de trabajo entre la empresa contratante y los trabajadores
de la maquila subcontratada; esta relación económica genera ven-
tajas para ambas partes al evadir en cada uno de ellos una parte
de la responsabilidad como productores. La empresa contratante
deja de pagar prestaciones sociales, lo que reduce para ella el costo
de producción; el taller informal se puede mantener gracias a la
contratación de dicha empresa.
Aun cuando la relación formal con el productor se rompe, el
cuidado de la calidad del producto o del proceso productivo no se
pierde; quien subcontrata se mantiene vigilante de la producción.
Esta injerencia es mayor cuando la fábrica contratante provee los
insumos o el equipo para hacerlo. Pero las auditorías son solo eso:
auditorías que se limitan a revisar la calidad de la producción y la
existencia de las condiciones necesarias para garantizarla.
Hoy en día en México, la proporción de empresas que subcon-
tratan es muy grande; la base de la organización de la producción
en Ajalpan, Zapotlanejo, Altepexi, Teziutlán, San José Miahuatlán
y algunos poblados alrededor de San Juan del Río y León, por
dar unos ejemplos, se basa en la subcontratación. Subcontratar
permite, como mencionaron las personas entrevistadas, no tener
problemas con el sat, ni con el Seguro Social; además, permite
evadir otras prestaciones.
También se da la subcontratación cuando hay una demanda
superior a la que se puede cumplir o cuando se tiene la necesidad
de corregir un pedido mal entregado. Cuando el pedido es devuelto
y la empresa ya está comprometida con otra entrega o hubo erro-
203
res en la producción que llevan mucho tiempo corregir y aún no

se termina todo el pedido, es necesario enviar el material a otra
maquila; pero nunca se regresa o se dice que no se puede hacer, ya
que pierden la oportunidad de que los vuelvan a contratar.
También se da el caso de que el costo de realizar el proceso al
interior de la empresa sea más caro que maquilarlo. Esto sucede
con procesos como el planchado, el cual es costoso por el con-
sumo de energía eléctrica. El lavado de la mezclilla es constante-
mente supervisado por la conagua, quien impone sanciones muy
fuertes cuando no se cumple de manera adecuada con la norma-
tividad, lo que puede dar lugar al cierre temporal o definitivo de
la fábrica, por lo que muchas empresas prefieren subcontratar y
no tener que enfrentar los riesgos y costos de hacerlo.
La subcontratación también puede ser resultado de la falta
de liquidez. Las empresas comercializadoras suelen pagar meses
después de que la producción está terminada, lo que obliga a las
fábricas y talleres a subsidiar la producción. Cuando los talleres
son pequeños, no pueden absorber dicho subsidio, requieren de
una fábrica con mayor capacidad de producción y formalizada
que pueda absorber el costo de los insumos. Los talleres peque-
ños e informales tienen mucha dificultad para obtener créditos
bancarios, por lo que prefieren ser contratados y recibir un pago
semanal o quincenal.
La subcontratación también hace que la producción en los
talleres pequeños carezca de una buena programación, ya que la
demanda de productos es temporal. Esto genera que en ocasiones
no puedan cumplir con las tareas y que, a su vez, se vean obligados
a subcontratar, haciendo la cadena de producción aún más larga.
Cuando la distancia entre el contratista y la persona subcon-
tratada es grande, los riesgos son mayores. Como mencionó una
persona, aumenta el costo por el transporte, es más fácil que fallen
en la entrega y retrasen el proceso; lo que tiene que protegerse
de alguna manera y generalmente se hace con salarios muy bajos
o con la participación de menores, a los cuales se les paga muy
poco o simplemente “ayudan” a sacar la tarea.
204
En otras palabras, la subcontratación de talleres informales

genera un ciclo vicioso que hace que la irregularidad e inestabi-
lidad del trabajo genere más inestabilidad y, por lo tanto, que la
cadena de suministro vaya creciendo y, con dicho crecimiento,
se vaya perdiendo la capacidad de controlar la manera en la cual
se realiza la producción.
Un mismo proceso con dos prácticas distintas
Con los cambios en la industria de la moda, la cual exige que se

esté innovando de manera constante y acelerada, una prenda de
vestir deja de ofrecerse en el mercado a los pocos meses de haber
salido; si el producto no sale en el tiempo esperado, este puede
dejar de estar vigente y con ello llevar a una pérdida importante
en las ganancias vinculadas con la comercialización. Esto, aunado
a la creciente venta por Internet —en la cual la entrega del pro-
ducto se garantiza en un par de días y los modelos están al alcance
de todos—, hace que la rapidez en la producción sea aún más
importante. El tiempo de producción y el precio son las dos varia-
bles más importantes en la industria de la moda a nivel mundial.
En este contexto, la proliferación de talleres informales y la
subcontratación se convierten en el mecanismo de sobrevivencia
para las maquilas de exportación; es el crecimiento de la cadena
de producción lo que permite reducir los costos. Ante cadenas de
producción cada vez más grandes, la presencia de niños que traba-
jan deja de ser visible para las grandes empresas transnacionales.
Es por esto que, aun cuando tienen una política de tolerancia cero,
se sigue dando trabajo infantil.
Cuando las comercializadoras internacionales mantienen
cierto control, la existencia de cadenas de producción simultáneas
en una maquiladora grande permite responder a las exigencias
de las empresas transnacionales, al mismo tiempo que se puede
utilizar mano de obra infantil. Esto se puede hacer al implementar
controles diferenciados para las empresas o fábricas subcontrata-
das. Los lineamientos de las cadenas de suministros que produ-
205
cen para comercializadoras nacionales son menos estrictos que

los lineamientos que se siguen para firmas internacionales, aun
cuando la maquiladora sea la misma.
En una de las visitas que realizamos encontramos que la
empresa ky (nombre ficticio), la cual fabrica pantalones para
marcas como Levi’s y Guess, tiene dos cadenas de suministros:
una que les produce a dichas marcas y otra para su propia marca
nacional. La cadena de suministros que utiliza para fabricar pan-
talones de las marcas transnacionales es muy corta: casi todo lo
producen al interior de sus propias fábricas, por lo cual pueden
mantener el control completo de la cadena de producción. Sin
embargo, lo que produce para su propia marca lo hace en fábricas
irregulares donde se permite trabajo infantil.
La maquila que visitamos está instalada en una bodega muy
grande que no tiene las cuatro paredes. Es un área abierta con
techo de lámina de donde se pueden sacar las máquinas fácil-
mente y desmantelar todo de manera rápida. El día que entramos
a la fábrica había más de cinco menores trabajando. Esto se debe
en gran medida a que las auditorías que se realizan en la fábrica
son únicamente de control de calidad; no hay supervisión para
verificar que se cumpla con la Ley del Trabajo.
Esta coexistencia de cadenas de suministro permite enfrentar
las presiones de las grandes firmas sin incumplir necesariamente
con sus lineamientos o, al menos, disminuyendo el riesgo de que
estas prácticas sean identificadas por las auditorías que se realizan
para prevenir el trabajo infantil y forzado.
La importancia de las comercializadoras como facilitadoras

del trabajo infantil
Cuando el consumidor desea ropa muy barata el problema es que la marca

no piensa perder sus utilidades, entonces, deciden exprimir a las empresas
maquileras, y sobre todo a las más pequeñas.
(Persona de la canaive.)
206
No todas las grandes marcas funcionan igual. Hay diferencias

importantes entre las comercializadoras internacionales y nacio-
nales; e incluso, encontramos diferencias entre empresas detallis-
tas (como pueden ser, por ejemplo, Coppel o Walmart México) y
comercializadoras de marca (CKlass, Terra o Price Shoes, por dar
un ejemplo). Si bien es difícil generalizar el trato con los pequeños
talleres a partir de las entrevistas realizadas, sí podemos resumir
algunas características que nos confirmaron varios de los talleres
informales y algunas maquiladoras medianas.
En general, las comercializadoras por catálogo solo se preo-
cupan por la calidad de la prenda y la capacidad de producción;
no generan presión para que no haya trabajo infantil ni forzado
y tampoco exigen que existan buenas condiciones de trabajo. La
información recabada sugiere que para ellos no es importante.
Esta indiferencia ante las normas laborales facilita la participación
en la cadena de suministros de los talleres informales, quienes
no se ven obligados a invertir en tecnología o infraestructura y
pueden instalarse dentro de las casas.
Por el contrario, empresas como detallistas transnacionales o
empresas mexicanas que trabajan para cadenas internacionales sí
hacen auditorías de cumplimiento social; es decir, verifican que se
cumpla con la ley en materia laboral, que no se dé la contratación
de niños y que se cumplan con las regulaciones correspondientes
a protección en el trabajo y protección del medio ambiente. Esto
hace que el costo de trabajar para ellas sea más caro, ya que se
requiere, entre otras cosas, inversión en infraestructura y en el
cumplimiento de prestaciones laborales. Por lo tanto, los peque-
ños talleres ven muy lejos la posibilidad de crecer para venderles
a estas empresas.
Además del costo que eso implica, los pagos y las condiciones
de comercialización generan situaciones que dificultan el creci-
miento de los talleres y promueven la coexistencia de talleres
informales y maquilas subcontratistas. A fin de poder producir-
les a empresas que tardan en pagar, es necesario tener el capital
suficiente para subsidiar la producción, lo que limita la inversión
207
en infraestructura o equipo para crecer. Algunas empresas gene-

ran deudas que obligan a las maquiladoras a seguir trabajando
para ellas aun en condiciones no convenientes; situaciones en las
cuales romper el contrato puede generar que nunca les paguen
la deuda, por lo que muchas veces siguen trabajando para ellas a
pesar de las pérdidas que implica.
Para algunos, venderles a detallistas nacionales es el puente
para crecer. Sin embargo, para otros es mayor el riesgo que el
beneficio; se necesita ser una empresa muy grande para poder
responder a sus condiciones de comercialización. Las sanciones
económicas por retraso en la producción son muy altas. Además,
son las maquilas quienes absorben el costo de rebajar la mercancía
y el riesgo de no vender. Se requiere de un capital muy grande
para poder enfrentar las condiciones que imponen.
5. Las particularidades del trabajo infantil
Entre 1999 y 2004, los tiempos de producción se habían redu-

cido en un 30 %; muy probablemente hoy en día se hayan redu-
cido mucho más. Las grandes empresas son capaces de producir
miles de prendas en un solo día y los talleres informales tratan de
competir a su manera: contratando más mano de obra en peores
condiciones o trabajando durante más horas. Generalmente, los
tiempos ajustados de producción recaen sobre el trabajador, quien
se ve obligado a invertir horas extras para cumplir con las fechas
y tiempos acordados.
Para que esto no resulte en conflictos laborales y resistencias
frente al trabajo, las empresas formales buscan contratar perso-
nas con menos niveles educativos, mayor necesidad económica y
menor experiencia de trabajo; de esta manera pueden controlar
un poco más los mecanismos de resistencia de los empleados, los
cuales generalmente carecen de acceso a una organización sin-
dical, son constantemente amenazados y cuentan con contratos
de corto plazo. Cuando las empresas no son formales, muchas
208
veces ni siquiera tienen contratos, con lo cual pueden correr a los

empleados cuando quieran.
Los menores de edad son quienes cumplen de mejor manera
con estas características: rara vez tienen un contrato, por ley no
pueden estar afiliados a un sindicato, suelen tener estudios incom-
pletos, una mayor necesidad económica y poca experiencia labo-
ral; son una mano de obra muy barata. ¿Por qué no contratarlos
cuando ellos quieren trabajar?
En aquellos lugares donde encontramos grandes concentra-
ciones de talleres informales, tales como los municipios aleda-
ños a Tehuacán, San Juan del Río, Teziutlán, León y Zapotlanejo,
encontramos también trabajo infantil.
La proporción y las condiciones en que observamos que se
da el trabajo infantil están relacionadas con la concentración de
talleres informales y la existencia de otro tipo de industria. En
Ajalpan existe un gran número de adultos y niños que trabajan
en la maquila, mientras que en San Juan del Río el trabajo infantil
está asociado con el periodo vacacional y con la distancia entre
la zona industrial y las poblaciones, y los talleres informales. La
dinámica que se da en cada uno de los lugares ayuda a explicar las
dimensiones y particularidades del trabajo infantil.
Diferencias entre las zonas de Tehuacán y San Juan del Río
La zona maquiladora de Tehuacán comprende los municipios de

Ajalpan, Altepexi y sus alrededores. Estos municipios basan su
economía en la actividad del campo y la maquila. Ajalpan es uno
de los municipios donde hay mayor concentración de pequeños
talleres informales, lo que permite producir la ropa en un solo
lugar; aunque se tengan que dividir los procesos entre talleres
distintos, siempre va a haber un taller disponible para ensamblar,
otro para detallar y uno más para deshilar; todos ellos a corta
distancia el uno del otro, lo que permite producir más rápido a
menor precio. El auge que ha tenido este municipio, ha permitido
209
también el crecimiento de maquilas y talleres informales en las

zonas aledañas.
Este crecimiento de oportunidades de trabajo distintas a las
del campo ha sido una fuente de empleo importante para madres
solteras, hombres que prefieren la maquila y niños. La presencia
de mujeres solteras es considerada una ventaja para los talleres, ya
que por lo general cuidan mucho su trabajo y son muy productivas
—“la necesidad hace que sean más estables en el trabajo” (dueño
de taller informal)—; los hombres son generalmente menos esta-
bles, buscan mejores condiciones de trabajo y se mueven con
facilidad.
También es una alternativa de trabajo para comunidades indí-
genas con muy escasas o nulas oportunidades laborales y con
salarios sumamente bajos (Muñiz Montero, Ramírez Valverde,
Juárez Sánchez, Martínez de Ita, Ramírez Valverde & Figueroa
Rodríguez, 2013). Ajalpan, Teziutlán y Tehuacán son municipios
receptores de población indígena que llega de la Sierra Negra, la
Sierra Norte y la Mixteca. En estas regiones converge la necesidad
económica con una población de nivel educativo muy bajo, pocas
oportunidades laborales y bajos salarios, todo lo cual genera tam-
bién una cultura del trabajo a temprana edad.
En la zona, son cada vez menos los niños que quieren seguir
estudiando. Además, la posibilidad de trabajar durante el periodo
vacacional les permite experimentar el ambiente de las maquilas
antes de decidir dejar la escuela y, como nos mencionó una de las
activistas de la zona, “los atrapa el ambiente”; ya que en esos talle-
res la música, la informalidad y la sensación de ser como los otros
adultos genera una atracción muy especial. Por lo tanto, “para qué
quedarse en la escuela si es más aburrida que la maquila” (menor
entrevistado en Ajalpan).
La cultura del trabajo a temprana edad, en toda la región de
Tehuacán, va de la mano con una cultura de la maquila. En dicha
zona, la mayoría de las personas están convencidas de que esa es
la mejor alternativa que se tiene; y cuando en una familia se es
dueño de una maquila, la presión para mantenerse en ese campo
210
es aún mayor. En la familia de Ema, la presión para dedicarse

a trabajar en la maquila ha sido muy fuerte. Primero su mamá
cambió la enfermería por la maquila; años más tarde, Ema tuvo
que defender su interés por estudiar turismo en lugar de algo que
tuviera que ver con la confección.
Mi mamá fue la única [de sus hermanos] que estudió una carrera […] ella
estudió enfermería pero no la ejerce, porque el entorno la hizo cambiar…
Cuando yo nací ella estaba estudiando. Entró como enfermera a una maquila
y en la maquila mi tío le dijo que podía ganar más trabajando ahí que como
enfermera; así que dejó la enfermería.
(Sobrina de dueño de maquila, en Tehuacán.)
En San Juan del Río tienes muchos más modelos a seguir y alter-
nativas que en Tehuacán. Esto hace que a pesar de que en ambos
lugares se dé el trabajo infantil, este se presente de manera dis-
tinta. En la zona de Tehuacán el trabajo infantil se da todo el
año, aunque aumente en periodo vacacional. En San Juan del
Río, propiamente, no se da el trabajo infantil. Este se da en las
comunidades y municipios de alrededor, tales como Cadereyta o
Amealco, y responde principalmente al periodo vacacional. Por
lo tanto, la probabilidad de encontrar trabajo infantil en el estado
de Querétaro está relacionada con la no asistencia a la escuela y
con la distancia de las comunidades a la zona industrial. Entre
más lejos de San Juan del Río o menos comunicado se esté, mayor
probabilidad de que se dé.
La mayor facilidad para asistir a la escuela, la necesidad de
completar la preparatoria para poder entrar a trabajar en otras
industrias y la convicción de que a través de los estudios pueden
hacer otras cosas, disminuye la probabilidad de encontrar niños
trabajando en San Juan del Río; algo similar a lo que sucede en
León, con respecto a la industria del calzado: muchos hijos de per-
sonas que tienen talleres de calzado prefieren hacer otras cosas.
211
6. Una batalla sin fin: la dificultad para frenar

el trabajo infantil
A pesar de los efectos negativos que genera la proliferación de

estos talleres y de que existen condiciones que con base en la
legislación justificarían que se cerraran, los talleres siguen sub-
sistiendo. Esto se debe en gran medida a tres factores que son
independientes de lo descrito anteriormente: la incapacidad de
las instituciones para regularlos, la aprobación de las maquilas
que los subcontratan y la corrupción.
Generalmente, las empresas en México son auditadas por la
Secretaría del Trabajo y Previsión Social (stps), el Instituto Mexi-
cano del Seguro Social y las empresas para las cuales maquilan. La
stps realiza auditorías para revisar el cumplimiento de la ley del
trabajo; lo que implica, entre otras cosas, que no se esté contra-
tando a menores de edad, que se cumplan con las prestaciones de
la ley, que no ocurra explotación laboral y que existan condiciones
adecuadas de seguridad e higiene. Sin embargo, esta institución
no se da abasto y enfrenta muchas dificultades para visitar de
manera regular a las empresas y detectar aquellas que trabajan en
la informalidad. Esto hace que sea más frecuente su presencia en
lugares donde se ha dado un crecimiento de la industria maquila-
dora —que son más accesibles y más fácilmente identificables—.
Sin embargo, en zonas alejadas o con una menor presencia de
empresas fácilmente visibles, es menos probable que se efectúen
auditorías; esto mismo aplica para las auditorías que realiza el
Seguro Social.
El imss solo puede hacer seguimiento de las empresas que han
dado de alta a sus trabajadores, sin importar la cantidad de perso-
nas registradas. Es más fácil que haya auditorías cuando registran
personas con discapacidad o cuando algún empleado no asiste a
su consulta médica por falta de permiso por parte del empleador.
En estos casos, el imss realizará una visita inesperada; pero esto
es fácil de evadir: o no contratan personas con discapacidad o no
212
dan de alta a sus empleados. Si este es el caso, no habrá auditorías

del Seguro Social.
Invisibilidad, corrupción e indiferencia
La invisibilidad de muchos talleres, junto con la indiferencia de

las empresas que submaquilan, hacen más difícil la prevención de
los efectos negativos. La gente conoce la ley; sabe que los menores
no deben trabajar y que no se debe coaccionar a los empleados
para que lo hagan. Aun así, se contratan niños y no se respetan
las horas de trabajo.
Incluso en los talleres pequeños e informales que se instalan
en las casas, durante las entrevistas, las personas reconocieron
que los niños no deben trabajar. Se percibe un reconocimiento
general sobre la importancia de estudiar y no trabajar a temprana
edad. También reconocieron que no cumplir con la ley los con-
duce a sanciones fuertes que pueden provocar la necesidad de
cerrar permanentemente; en general, prefieren no hacerlo. Pero
también es evidente una preferencia por tener a los menores tra-
bajando en lugar de “vagando”, como diría Rosa. Por lo tanto,
aunque se conoce la ley, el empleo de los menores se justifica
fácilmente.
Además de que en muchos lugares se prefiere el trabajo sobre
el ocio o la recreación, hay niños que prefieren trabajar que estu-
diar, y papás que asumen que los niños van a acabar en la maquila
y, por lo tanto, es importante enseñarles a trabajar desde que están
estudiando, como es el caso de uno de los niños entrevistados.
Otros tienen la necesidad de que sus hijos trabajen y prefieren que
lo hagan en lo que ellos ya conocen o lo que tienen disponible; lo
que en estos lugares significa: la maquila.
Un número importante de maquileros se brinca la ley; los
talleres pequeños lo hacen, en su mayoría, por la falta de recur-
sos económicos para cumplirla, mientras que algunos otros por
ignorancia; los más grandes, por querer aumentar sus ganancias
o evitar las implicaciones de la formalización. La posibilidad de
213
brincarse la ley tiene que ver en parte con la indiferencia de quien

los subcontrata, pero también es producto de la corrupción y, en
otros casos, de la invisibilidad.
La falta de interés sobre las implicaciones que tiene el querer
producir a bajo costo y en menor tiempo, permite la indiferencia.
Muchas empresas, entre ellas comercializadoras nacionales, se
preocupan únicamente por garantizar que el trabajo se cumpla
con la calidad deseada en el tiempo adecuado. Para ello realizan
auditorías de calidad y no se involucran con las condiciones de
trabajo o por la presencia de niños en las maquilas: “Los de […]
solo se dedican a comprarte, a ellos no les importa cómo haces el
producto ni cuáles son tus condiciones de trabajo” (fabricante de
zapatos). La falta de indiferencia no permitiría estar mandando a
maquilar en pocas cantidades y a bajo costo, lo cual es necesario
si se quiere ser parte de la fast fashion o moda rápida. Lo mismo
sucede cuando maquilan ropa que cuando maquilan calzado; lo
importante es la producción y para ello es necesario revisar las
instalaciones y ver si realmente tienen la capacidad para hacerlo.
No importa lo demás.
La misma corrupción que permite la informalidad, permite
la presencia de niños trabajando. Cuando se vive en comunida-
des aisladas o poco visitadas por Hacienda o el Seguro Social, la
probabilidad de tener que pagar la multa es menor; por lo tanto,
vale el riesgo. Cuando hay muchas empresas irregulares, sale más
barato: todos dan un poco y el inspector queda satisfecho. En algu-
nos lugares de los visitados, en los cuales es conocida y visible la
piratería de ropa y la presencia de talleres irregulares, donde las
visitas se dan de manera más regular y constante, ya existe una
dinámica de corrupción más fuerte, y los auditores simplemente
van a recoger su cuota.
Pero no hay patrón que quiera pagar la multa: mejor esconder
a los trabajadores no oficiales. Hacer invisibles a los trabajadores
es otra estrategia para evitar tener que pagar multas o “una cuota”
a fin de no ser sancionados. Esto aplica tanto para el trabajo infan-
til como para los empleados no registrados en el Seguro Social.
214
La invisibilidad es más fuerte cuando los talleres se tienen en

las casas. Las autoridades no pueden entrar a un hogar que está
registrado como vivienda, sin una autorización previa. Además,
es fácil argumentar la inexistencia del taller cuando las máquinas
están en la sala o el cuarto de uno de sus miembros. La coexisten-
cia del taller con la vivienda hace más difícil denunciar cualquier
irregularidad y, por ende, detectar malas condiciones de trabajo o
explotación. En estas circunstancias no es fácil ejercer una acción
legal contra ellos, aun cuando no implica corrupción.
Estas condiciones, aunadas a la constante movilidad de las
empresas comercializadoras por buscar un mayor margen de
ganancia, hace que los talleres busquen constantemente meca-
nismos que les permitan bajar costos aun a expensas del trabajo
infantil y forzado. En la actualidad, algunas empresas de Zapot-
lanejo prefieren maquilar en el estado de México, porque ahí es
más barato. Al ser presionadas por las comercializadoras, ellas
presionan a los talleres, y los talleres hacen milagros con los cos-
tos… ¿a costa de qué?: del no respeto a las condiciones de trabajo
y del trabajo que realizan los niños.
[…] Con las penalizaciones y con los apretones, empiezas tú a apretar tam-
bién […]
[…] Aquí es difícil bajar mucho el precio. Es una zona de mucha
demanda, aquí más bien está caro. Nosotros hemos mandado al estado de
México. […] Hemos mandado al Estado de México y a Puebla, ahí nos reco-
mendaron […] Por Neza […] Un vestido que aquí cuesta 25 [pesos] allá
es diez, en Teziutlán uno de 25 te sale en ocho. La calidad es menor, pero
pasable. […] Tienen menos calidad porque les pagan mucho menos. Allá sí
los trabajadores ganan muy poquito […]
¿Armadura o espada? (A manera de conclusiones)
Como hemos tratado de argumentar a lo largo del trabajo, son

muchos los factores que facilitan el trabajo infantil en la cadena
de suministros. Algunos factores se dan a nivel macro y respon-
den a los cambios en la conformación de las redes y cadenas de
producción (Bair & Gereffi, 2003; Gereffi, 2001; Cigno, Rosati
215
& Guarcello, 2002); poco se puede hacer a nivel local (Murrieta,

2018).
La política de tolerancia cero tiene un alcance inversamente
proporcional al tamaño de la cadena de suministro: entre más
larga la cadena, menor el alcance. El trabajo de campo sugiere una
mayor responsabilidad social por parte de las firmas internaciona-
les; las cuales, además de realizar auditorías de calidad, plantean
requisitos sobre tratamiento ético a los trabajadores, seguridad
en el lugar de trabajo, responsabilidad ambiental y prácticas de
operación apropiadas. Esto significa que además de supervisar la
capacidad de producción de quienes les maquilan, cuidan, entre
otras cosas, que no se den el trabajo infantil y forzado.
Sin embargo, a pesar de los estándares impuestos por dichas
marcas y de las auditorías implementadas para garantizar que se
cumplan, las presiones que ha generado la moda rápida sobre las
marcas (Oxfam, 2004) y, por ende, sobre la cadena de suminis-
tros —en conjunto con la proliferación de talleres informales—,
ha generado una dilución de los mecanismos de control de estas
empresas. En aquellos lugares donde existe fuerte presencia de
talleres informales alrededor de maquilas de mayor tamaño, semi-
formales o formales, la capacidad de control es menor.
En efecto, hay factores culturales que influyen en quién decide
trabajar y, en un contexto tan masculinizado como el de Tehuacán
(De la O, 2013), los hombres pueden trabajar fácilmente en la
maquila; pero no depende solo de diferencias culturales o carac-
terísticas del hogar (Murrieta, 2016), el desarrollo a nivel local
influye en las oportunidades que tienen los niños (Cigno, Rosati
& Guarcello, 2002) y en el modelaje que se les presenta: estudiar
o trabajar. Si estudian, hay más posibilidad de tener un buen tra-
bajo en lugares como San Juan del Río; en Ajalpan, no hace mucha
diferencia.
Después de haber visitado las maquilas en distintas zonas de
México es imposible pensar en la moda simplemente como “una
armadura para sobrevivir a la realidad del día a día”. Posiblemente
lo sea para muchos, pero para los niños que trabajan, en algunos
216
casos es más que un simple sobrevivir a la rutina. La moda se

vuelve el arma que los pone contra la pared; la espada que puede
voltearse en su contra: la industria de la moda es la base de una
fuente de trabajo importante en muchas regiones del país; pero
también es lo que genera las condiciones que permiten la presen-
cia de niños trabajando y facilita la deserción escolar.
8 Referencias
Cigno, A.; Rosati, F. & L. Guarcello (2002), “Does Globalization Increase

Child Labor?”, World Development, 30, pp. 1579-1589.
Christenson, B. & F. Juarez (1987), Household Economy and the Labor Force
Particiaption of Male and Female Children in Mexico, Mexico, D.F.,
ceddu-El Colegio de México.
Alonzo Solís, F. (2011), “Evolución de la industria del vestido en Yucatán
en el marco de las cadenas globales de valor”, Revista de Economía,
XXVIII(76).
Bair, J. & G. Gereffi (2003), “Los conglomerados locales en las cadenas
globales: la industria maquiladora de confección en Torreón, México”,
Comercio Exterior, 53(4), pp. 338-355.
Besusán, G. (2007), “Normas, hechos y percepciones. La situación laboral
en la industria del vestido en México”, versión preliminar, México, Uni-
versidad Autónoma Metropolitana.
De la O, M. E. (2013), “Presencias masculinas en espacios laborales
femeninos. Las maquiladoras de Teziutlán, Puebla y Matamoros,
Tamaulipas”,en Género y trabajo en las maquiladoras de México: nuevos
actores en nuevos contextos, pp. 55-92, México, Centro de Investigacio-
nes y Estudios Superiores en Antropología Social.
Gereffi, G. (1994), “The Organization of Buyer-Driven Blobal Commodity
Chains: How U.S. Retailers Shape Overseas Production Networks”, en
G. Gereffi & M. Korzeniewicz (eds.), Commodity Chains and Global
Capitalism, pp. 95-122, Westport, ct, Praeger.
———— (2001), “Las cadenas productivas como marco analítico para la
globablización”, Problemas del Desarrollo, 32(125), pp. 9-37.
ilo (2014), Profits and Poverty: The Economics of Forced Labour, Ginebra,
International Labour Office.
———— (2016), “Forced Labour, Human Trafficking and Slavery”, Inter-
national Labour Organization. Disponible en: http://www.ilo.org/glo-
217
bal/topics/forced-labour/lang--en/index.htm. Consultado: octubre 22,

2016.
inegi (2014), Estadísticas a propósito de la industria del calzado, Aguasca-
lientes, inegi.
———— (2015), Módulo de Trabajo Infantil 2015. Microdatos, Aguascalientes,
inegi.
———— (2017). Encuesta Nacional de Ocupación y Empleo 2017. Microdatos,
Aguascalientes, inegi.
Kaplinsky, R. (2000), Spreading the Gains from Globalization: What Can Be
Learned from Value Chain Analysis?, uk, University of Sussex, Institute
of Development Studies.
Muñiz Montero, I.; Ramírez Valverde, B.; Juárez Sánchez, J.; Martínez de Ita,
M.; Ramírez Valverde, G. & O. Figueroa Rodríguez (2013), “Nacer en el
campo, crecer en la maquila: flexibilidad laboral y trabajo infantil en la
industria textil de Tehuacán, Puebla”, en E. Zapata Martelo; R. Martínez
Ruiz & G. Rojo Martínez, Escenarios del trabajo infantil. Diversos estudios
de caso, México, Universidad Autónoma Indígena de México.
Murrieta, P. (2016), “Child Labor and Household Composition: Determi-
nants of Child Labor in Mexico”, Asian Journal of Latin American Studies,
17, pp. 53-93.
———— (2018), Trabajo infantil y forzado en la cadena de suministros de la
industria de la moda en México, Guadalajara, Jalisco, México, lees.
ocde (2006), Estudios territoriales de la ocde. La región mesoamericana.
Sureste de México y América Central, Tegucigalpa, Honduras, oecd/bcie.
Oxfam (2004), Trading Away our Rights: Women Working in Global Supply
Chains.
stps (2017), Ley Federal del Trabajo, México, Gobierno Federal, Secretaría
del Trabajo y Previsión Social.
Red Solidaria de Maquila y Comisión de Derechos Humanos del Valle de
Tehuacán (2004), Tehuacán: del calzón de manta a los blue jeans, Red
Solidaria de Maquilas.
unicef (2006), “Protección infantil contra la violencia, la explotación y
el abuso”, unicef. Disponible en: https://www.unicef.org/spanish/
protection/files/FactSheet_child_labour_sp.pdf. Consultado: enero
3, 2017.
usitc (2018), “Textiles and Apparel”, United States International Trade
Commission. Disponible en: https://www.usitc.gov/research_and_
analysis/trade_shifts_2017/textiles.htm. Consultado: febrero 14, 2018.
218
CAPÍTULO 8
Análisis espacial de crecimiento económico
municipal en Jalisco mediante fotos satelitales
Jonathan Haro Nuñez

1. Introducción
La naturaleza espacial de los datos económicos como apuntala-

miento al análisis regional ha recibido niveles de atención cada vez
mayores en años recientes con el surgimiento de una impresio-
nante cantidad de técnicas econométricas espaciales. El impacto
en el proceso de crecimiento regional como núcleo o como ubica-
ción periférica, próxima a recursos naturales, así como los efectos
de derrame en regiones colindantes, pueden ser representados
ahora por medio de esas técnicas.
Aunque varias razones contribuyen a explicar el interés alre-
dedor de estos métodos, la creciente relevancia de este tema tiene
mucho que ver con un fuerte énfasis en alcanzar un crecimiento
económico sostenible y una cohesión de desarrollo regional en
el contexto de la dinámica de crecimiento actual.
En función de lo anterior, el producto interno bruto (pib) es
la variable más importante y más utilizada en el análisis del creci-
miento económico. Sin embargo, puede presentar algunos incon-
venientes al momento de utilizarse. En ocasiones sus mediciones
219
Jonathan Haro Nuñez, Mauricio Ramírez Grajeda y Andrés Jerson Millán López
no son confiables, sobre todo en países en desarrollo, donde la

infraestructura estadística no es la mejor.
Otro de los problemas que pueden aparecer es el hecho de que
el pib, por la metodología utilizada para su medición, no toma en
cuenta el sector informal de la economía, lo cual representa un
problema en países donde gran parte de la actividad económica es
llevada a cabo en este sector. Asimismo, el grado de integración
económica y la paridad en el nivel de precios entre regiones es
más baja que en países desarrollados (Henderson et al., 2012).
Todos estos factores hacen que la medición del pib presente difi-
cultades o que no refleje la realidad económica de un país.
Un ejemplo de esto es el artículo del New York Times (Porter,
2007) donde economistas reconocieron un error en la estimación
del tamaño de la economía en China por cuatro billones de dólares
(diez billones de dólares en lugar de seis billones), debido a un
mal cálculo en la paridad del poder de compra (ppp por sus siglas
en inglés, Purchasing Power Parity).
Cuando se requiere, además, obtener datos a nivel subnacional
(estatal y/o municipal), las complicaciones se vuelven aun mayo-
res, ya que en muchos países en desarrollo esta información no es
confiable, se obtiene con largos intervalos de tiempo o no existe.
En el caso de México, se cuenta con el Instituto Nacional de
Estadística y Geografía (inegi), que es la institución responsable
de generar la información estadística del país, incluyendo infor-
mación económica, la cual se pretende utilizar en el presente
trabajo de investigación. Aunque el inegi presenta datos del pib
a nivel nacional y estatal, esta no es actualizada con la misma
periodicidad. Otra desventaja es que no existe registro del pib a
nivel municipal.
El hecho de que los datos del pib no se encuentren a nivel
municipio representa un gran inconveniente, debido a que buena
parte de la variación económica que resulta de interés toma lugar
dentro del país, en lugar de entre países. Muchas de las teorías
sobre factores que afectan el crecimiento, por ejemplo, caracte-
rísticas geográficas, se pueden aplicar en regiones que abarcan
220
Análisis espacial de crecimiento económico municipal en Jalisco mediante fotos satelitales
solo una parte de un estado, incluso puede ser que estas regiones
crucen fronteras y comprendan más de un estado. En estos casos,
la información disponible del pib en México puede resultar limi-
tada e insuficiente.
Por otra parte, los datos disponibles del pib no dan indicios
de cómo se encuentra distribuido el ingreso a niveles más desa-
gregados, digamos, dentro de un estado (Stiglitz et al., 2009). Es
posible que la mayor parte del crecimiento del estado en cuestión
sea generado solamente en una pequeña porción de su territorio,
mientras que el resto permanece igual o incluso con crecimiento
negativo. Es bien conocido que en México existe una fuerte ten-
dencia hacia la centralización, lo cual provoca que se concentre
la actividad económica en las ciudades más grandes.
En respuesta a estas dificultades, este capítulo busca utilizar
un método diferente para medir la actividad económica: la can-
tidad de luz que puede observarse desde el espacio. Específica-
mente, se pretende usar los cambios en la cantidad e intensidad
de luz nocturna como una medida alternativa de crecimiento
económico, utilizando la metodología aplicada por Henderson et
al. (2012). La información necesaria para este fin será obtenida
a partir de imágenes satelitales, las cuales forman parte de una
base de datos distribuida por el National Geophysical Data Center
(ngdc) de la National Oceanic and Atmospheric Administration
(noaa), a través de satélites del Defense Metereological Satellite
Program (dmsp) de la United States Air Force (usaf), que cuenta
con un archivo digital que data desde 1992.
Según Donaldson & Storeygard (2016), el uso de imágenes
satelitales para estudios en diferentes ámbitos ha sido recurrente
en años recientes (tal como se explicará ampliamente en la revi-
sión de literatura), ya que presenta algunas propiedades que resul-
tan convenientes respecto a otras fuentes de información.
Una de estas propiedades es el hecho de que este tipo de
tecnología permite recolectar datos a un bajo costo marginal, de
manera repetida y con un amplio rango de características difíciles
de medir de otra manera. Otra de sus virtudes es que se encuentra
221
disponible a una mejor resolución espacial de la que presentan

datos tradicionales. De igual forma, su vasta cobertura la hace
atractiva, ya que la información es entregada de manera consis-
tente (sin importar cuestiones culturales, políticas e, incluso,
cruzando fronteras).
Dichas imágenes satelitales se presentan en forma de mapa,
una por año, con lo que es posible visualizar tanto el incremento
de las luces nocturnas como el cambio en su intensidad. De esta
manera se busca crear una medida alternativa al pib para tratar
de describir la actividad económica de los municipios del estado
de Jalisco y su crecimiento a través de los años.
La medición de la actividad económica a partir de imágenes
satelitales puede emplearse junto con las cuentas nacionales para
crear un cálculo más confiable del pib. Debido a que los datos
obtenidos por los cambios en las luces nocturnas apreciables
desde el espacio y los que se presentan por medio de las medi-
das tradicionales se obtienen de manera totalmente diferente, es
posible asumir que sus grados de error no están correlacionados.
Por lo cual, una combinación de ambos puede resultar en una
medición que refleje de mejor manera la actividad económica del
país o estado en estudio.
La segunda aplicación del capítulo es utilizar las luces noc-
turnas para encontrar información sobre crecimiento económico
a nivel municipal. Esto se considera realizable, ya que los datos
obtenidos mediante esta fuente tienen un nivel de fineza mayor
que el que es posible conseguir con las cuentas nacionales tradi-
cionales. Las imágenes satelitales permiten obtener información
de áreas de aproximadamente 1 km2 y así estimar el crecimiento
económico de un municipio o región, sin importar qué tan difícil
sea acceder a él de manera física. Existe literatura respecto al
tema, la cual respalda el uso de imágenes satelitales como una
buena proxy de crecimiento económico a nivel nacional (Hen-
derson et al., 2012) y estatal (Ramírez et al., 2016).
Una vez obtenidos estos datos, y como segundo objetivo, se
pretende la implementación de un modelo econométrico espa-
222
cial, utilizando los datos estimados de crecimiento económico,

para determinar el patrón de distribución que sigue esta variable
a nivel municipal, de igual manera se busca analizar los factores
que inciden en su desarrollo. Esta información es clave, ya que
el patrón de la distribución espacial del crecimiento económico
puede tener profundas implicaciones para la focalización de polí-
ticas. Más aun, permite entender cómo ciertos procesos demográ-
ficos y sociales ocurren de manera distinta en diversas regiones y
hasta qué punto municipios cercanos geográficamente se influyen
en su caracterización socioeconómica.
De esta manera, se busca establecer evidencia de la validez
de las imágenes satelitales como herramientas útiles para estu-
dios económicos en los que se requiera un grado alto de fineza
en los datos o donde la falta de ellos represente un impedimento,
y al mismo tiempo ofrecer un acercamiento a las bondades que
este tipo de información puede brindar para la realización de
investigaciones posteriores de carácter social y económico a nivel
municipal o regional. A la vez, se pretende identificar tanto el
patrón de distribución como la dinámica que sigue el crecimiento
económico en los municipios de Jalisco.
El resto del presente trabajo se encuentra organizado de la
siguiente forma: en la próxima sección se presenta una breve revi-
sión de la literatura, abarcando los temas a tratar en el presente
trabajo. Posteriormente, aparece la descripción de la metodología,
seguida de la descripción de los datos a utilizar. Los resultados
están contenidos en la sección 5, mientras que las conclusiones
que de ellos se derivan se muestran en el apartado 6. Finalmente,
se enlistan las referencias bibliográficas.
2. Revisión de literatura
La intención de este capítulo es aportar evidencia sobre literatura

existente que ha tratado los temas de interés para el presente
trabajo de investigación. Inicia con una breve descripción del
223
pib, sus propiedades y características específicas, siguiendo con

algunas alternativas que se han sugerido a lo largo del tiempo
para contrarrestar estas dificultades. Posteriormente, se habla
sobre las características principales de las imágenes satelitales
que muestran luces nocturnas, así como una lista de estudios que
han utilizado los datos que ofrecen estas imágenes para realizar
investigación sobre diversos temas, dando énfasis a los referentes
a temas económicos. Por último, una reseña sobre geografía eco-
nómica y econometría espacial, así como algunos trabajos empíri-
cos que utilizan este enfoque aplicado al crecimiento económico.
2.1. Análisis del pib
El crecimiento económico de una nación generalmente es medido

en términos de su pib, esto es, el valor de mercado de los bienes
y servicios finales producidos en un país durante un año dado
(Ghosh et al., 2010).
Uno de los inconvenientes al utilizar el pib como indicador
de crecimiento económico es que no toma en cuenta el sector
informal. Cambios en la economía global asociados con el cre-
cimiento y la expansión del capitalismo, la integración global y
la competencia que esta genera, así como la recesión económica
reciente, han ocasionado que millones de personas se unan a la
fuerza laboral informal. Algunos estudios muestran que este sec-
tor comprende una gran proporción de la fuerza laboral tanto en
países desarrollados como aquellos en desarrollo, por lo que su
contribución al pib es digna de considerar. Dado esto, es impor-
tante desarrollar métodos adecuados para medir el valor del sec-
tor informal (Chen, 2002). Aunque no hay una frontera rígida
entre economía formal e informal y ambas sostienen relaciones
económicas continuas, definir la actividad informal como un
sector distinto es importante, sobre todo en países en desarrollo
donde este sector provee una contribución significativa a la eco-
nomía (Ghosh et al., 2009).
224
Asimismo, Dobozi y Pohl (1995) afirman que las cuentas

estadísticas oficiales pueden no ser confiables para países que
experimentan transiciones de mercado y señalan el uso de proxys
como una alternativa para su evaluación.
En el caso de México, el principal problema es que no se
encuentra información referente a crecimiento económico en el
nivel municipal. En el pasado ha habido esfuerzos por parte del
inegi para desagregar geográficamente el pib, pero hasta ahora
solo se ha llegado hasta el nivel estatal. En ese trabajo (inegi,
1989) se toman series auxiliares como base de la desagregación
para obtener datos de pib estatal del periodo 1970-1988.
Una excepción a lo anterior es el trabajo de Gomez-Zaldivar et
al. (2010), que realiza la estimación del pib municipal per cápita
para los años 1988 y 2004 mediante una suma ponderada del pib
estatal por sectores, donde los ponderadores son la población
económicamente activa municipal y estatal por sectores. Esta
manera de estimar el pib municipal representa un buen acerca-
miento, aunque aparecen algunos inconvenientes, como el hecho
de que la información de la población económicamente activa no
se encuentra disponible con la periodicidad necesaria; de igual
manera, muchos municipios carecen de un registro confiable de
la participación de los distintos sectores económicos debido a la
débil infraestructura estadística.
De hecho, una de las ventajas del método propuesto es que
no depende directamente de la capacidad estadística de la región,
ya que la información es generada a partir de imágenes satelitales
que abarcan la mayor parte del territorio en el mundo. Dichas
imágenes se presentan una por año, lo cual garantiza una perio-
dicidad que puede resultar útil.
2.2. Proxys para el pib
Con el paso del tiempo ha crecido una larga lista de autores y

estudios que han considerado variables proxy al pib en periodos y
regiones para los cuales no existen datos de actividad económica.
225
Por ejemplo, un estudio del Fondo Monetario Internacional (IMF

por sus siglas en inglés, International Monetary Fund), utilizando
consumo de electricidad en Jamaica durante la década de los
noventa, encontró que las cifras oficiales de crecimiento del pib
(las cuales habían promediado 0.3 % anual) estaban por debajo
del crecimiento real en casi 2.7 % al año, debido al crecimiento
del sector informal en ese periodo (imf, 2006).
Por su parte, Young (2012) empleó datos del Demographic
and Health Surveys (basándose en la propiedad de bienes dura-
deros, calidad de las viviendas, salud y mortalidad de infantes,
educación de los jóvenes y la ubicación de las mujeres dentro del
hogar) para construir proxys que permitieran medir el nivel y
crecimiento del consumo de 56 países en desarrollo.
Otros estudios de crecimiento económico se han realizado a
nivel subnacional, incluso antes de la creación de cuentas nacio-
nales oficiales. Good (1994) estimó el producto de 22 subregiones
del imperio de Habsburgo en el periodo 1870-1910 mediante el
número de cartas enviadas per cápita. De igual manera, Steckel y
Rose (2002) usaron restos óseos para medir el estándar de vida y
el grado de desigualdad en América en los últimos dos mil años.
2.3 Imágenes satelitales de luces nocturnas
Satélites del dmsp de la usaf orbitan la Tierra catorce veces al día

a una altitud de 833 km en promedio, observando todos los pun-
tos del planeta entre las 8:30 pm y 9:30 pm, hora local, (Elvidge
et al., 2001). Dichos satélites detectan la intensidad de las luces
mediante sensores del Operational Linescan System21 desde la
década de los setenta, con un archivo digital que data de 1992.
Estos sensores fueron diseñados inicialmente para recolectar
datos de luces de baja intensidad en imágenes con el propósito de
21 Se omitirán las siglas de este programa (ols) para no confundir con el término
econométrico ordinary least squares. Excepto cuando se mencione como parte de
los datos de las imágenes satelitales junto con el dmsp, en ese caso se denotará como
dmsp-ols, tal como la literatura existente lo señala.
226
detectar nubes iluminadas por la Luna; sin embargo, las luces gene-
radas por asentamientos humanos también quedan registradas.
Actualmente, científicos del ngdc de la noaa remueven
observaciones de puntos que experimentan brillo producto del
ciclo lunar, meses de verano cuando el sol se oculta más tarde,
actividad de la aurora boreal e incendios forestales. Esto genera
que se elimine toda fuente de luz natural, dejando solamente luces
generadas por el hombre. Finalmente, toda la información de un
satélite dado, en un año dado, es procesada y promediada en una
imagen, para producir un solo dato anual por cada satélite. Esta
base de datos es la que se distribuye al público a través de su
página web. La base de datos actual cubre el periodo 1992-2013.
Imagen 1
Imagen satelital del DMSP-OLS año 2002
Fuente: https://ngdc.noaa.gov/eog/dmsp/downloadV4composites.html
Las imágenes proporcionadas por los satélites de la dmsp-

ols cuentan con píxeles que abarcan 1 km2 aproximadamente,
cada uno de los cuales cuenta con un número digital (dn, por sus
siglas en inglés, Digital Number), el cual va de 0 a 63; donde 0 se
refiere a aquellos píxeles en los que no hay registro de luz, y 63 es
donde la intensidad de la luz alcanza el punto máximo que puede
registrar el satélite.
227
Es importante mencionar que para obtener información

estadística a partir de estas imágenes es necesario el uso de un
software geográfico que permita hacer el conteo de los píxeles
iluminados, así como determinar la intensidad con las que estos
brillan. De igual manera, debido a la naturaleza de las imágenes
satelitales y la forma esférica de la Tierra, resulta menester la
realización de un ajuste, ya que los píxeles abarcan un área más
grande de terreno conforme se van alejando del ecuador. Este
ajuste se ejecuta tomando en cuenta el centroide de cada muni-
cipio, conforme a lo especificado por Ramírez et al. (2016).
Debido a la naturaleza económica del trabajo, no se abundará en
el tema geográfico; solo es importante mencionar que se requiere
de cierto conocimiento básico en este tipo de software, con el cual
es posible extraer la información necesaria de las imágenes.22
Vale la pena tomar en cuenta que, como toda fuente de infor-
mación, estas imágenes satelitales contienen un margen de error,
producto de que en el proceso de correcciones pueden darse cier-
tas distorsiones debido a que la órbita no es exactamente circular,
la Tierra no es exactamente esférica y el satélite no se encuentra
siempre a la misma altitud.
De igual manera, se presentan otros inconvenientes: la luz
se refleja en el océano y los píxeles que registran la intensidad
de la luz pueden atravesar fronteras políticas. El primero puede
ocasionar cierta confusión al momento de registrar el área ilu-
minada de una región costera, mientras para el segundo se habrá
de implementar un método con el fin de determinar a qué región
pertenece dicho píxel.
2.4. Uso de luces nocturnas como variable proxy
Las imágenes satelitales han sido comúnmente usadas para detec-

tar y examinar atributos físicos en la superficie de la Tierra gene-
22 Si se desea conocer más sobre el tema, así como de la metodología utilizada en este
trabajo, consultar Lowe (2014), en el apartado de referencias.
228
ralmente asociados con el clima, la temperatura, la topografía,

entre otros. Su uso se ha extendido para estimar y en algunos
casos medir características relacionadas con actividades humanas.
Algunas de estas aplicaciones han sido: medir emisiones de CO2
(Doll et al., 2000), estimar poblaciones urbanas (Sutton et al.,
2006), mapear áreas propensas a incendios (Cova et al., 2004),
estimar densidad de población en zonas urbanas (Sutton, 1997;
Sutton et al., 2003) y examinar la expansión de asentamientos
humanos (Burchfield et al., 2006).
Uno de los pioneros en la utilización de imágenes satelitales
para detectar actividad humana y obtener información fue Croft
(1978), quien en su estudio evidencia la existencia de quemas de
gas, fuegos naturales y provocados por la actividad agrícola, luces
generadas por los botes de pesca en Japón, así como presencia de
asentamientos humanos en las principales ciudades de Europa y
Estados Unidos de América. El potencial del uso de las imágenes
satelitales del dmsp-ols para ubicar y examinar la presencia del
hombre siguió durante la década de los ochenta (Welch, 1980;
Foster, 1983).
En años más recientes, un gran número de autores han sacado
provecho de las imágenes satelitales de luces nocturnas para gene-
rar diversos estudios sobre temas económicos.
En uno de ellos, Elvidge et al. (2001) indican la existencia de
una relación lineal entre el crecimiento del pib y el área iluminada
por luces nocturnas, de igual manera mencionan un patrón simi-
lar cuando el área iluminada se compara con datos de consumo
de energía eléctrica y emisiones provenientes del uso de carbón.
Además, resaltan que una de las desventajas al utilizar la variable
de densidad de población es que esta se define como un paráme-
tro residencial, por lo que zonas de transportación, comerciales
e industriales presentan baja densidad de población, aunque en
muchos casos estas áreas tienen mayor presencia de personas
durante el día que las zonas residenciales. A su vez, en un trabajo
anterior se había encontrado una fuerte correlación (R2=0.97)
229
entre áreas iluminadas y el pib (ambos expresados en logaritmos)

para 21 países (Elvidge et al., 1997).
Por su parte, Sutton y Constanza (2002) sugieren que el pib
está correlacionado con la cantidad de luz que generan las ciuda-
des, manifiestan que la cantidad de luz emitida es más explícita
espacialmente que el pib total de un país y que puede llegar a ser
un indicador más preciso de actividad económica para algunas
naciones o regiones, ya que puede ser observado directamente y
se actualiza con facilidad en una base anual. Además, consideran
que la actividad económica es un fenómeno fundamentalmente
espacial.
Resultados similares encuentran Ebener et al. (2005), quie-
nes desarrollan métodos para utilizar información espacialmente
distribuida, tal como las luces nocturnas, con el fin de estimar y
tratar de predecir el pib nacional y subnacional en 170 países,
agrupando a los países según el tipo de clima que predomina y el
nivel de la producción agrícola usando el pib por sectores. Con-
cluyen que el método da buenos resultados a nivel subnacional
para sectores con un pib per cápita inferior a cinco mil dólares, ya
que después de ese rango las estimaciones pueden ser menores al
pib per cápita real. Además, encuentran que las luces nocturnas
son útiles en la generación de estimadores del pib debido a que
esta información es producida con cero relación a las cuentas
nacionales oficiales, por lo que es posible asumir que se trata de
una medida independiente. A nivel nacional, se puede decir que
el método funciona mejor con países de bajos ingresos, de los
cuales consideran que son los que tienen mayor necesidad de
datos confiables para su desarrollo, ya que por lo general son los
que cuentan con infraestructura estadística más pobre.
Sin embargo, también mencionan que este método de esti-
mación no es una medida completamente independiente, ya que
aún se utilizan las cuentas nacionales oficiales y supuestos sobre
economía informal para encontrar los parámetros del modelo de
regresión. Esto aplica también para otros estudios que han gene-
230
rado mapas a través de imágenes satelitales apoyados en datos

oficiales (Doll et al., 2006; Sutton y Constanza, 2002).
Doll et al. (2006) descubren que existe una relación lineal
entre la intensidad de las luces nocturnas y el pib a nivel subna-
cional en once países de la Unión Europea y Estados Unidos de
América. A su vez, indican la necesidad de probar esta metodo-
logía en países en desarrollo donde las economías son diferentes,
así como en economías emergentes que presentan los más altos
índices de crecimiento.
Sutton et al. (2007) presentan dos métodos para estimar el
pib a nivel subnacional de China, India, Turquía y Estados Unidos
de América en el año 2000. El primero reproduce esencialmente
ideas presentadas anteriormente por Ebener et al. (2005), que
consisten simplemente en valuar la suma de la intensidad de las
luces observadas; mientras que el segundo método aplica un aná-
lisis espacial a los patrones de las luces nocturnas relacionadas
con la densidad de población. El segundo método mostró mejores
resultados que el primero, debido a que no sufría de saturación en
los niveles más altos de intensidad. Al final, concluye que estos
métodos podrían resultar útiles en naciones donde las medidas
de actividad económica no fueran muy sofisticadas o hubiera
carencia de ellas.
Siguiendo el mismo tema, Elvidge et al. (2007) afirman que
las luces nocturnas proveen una proxy de utilidad para el desa-
rrollo y tienen gran potencial para registrar presencia humana
en la superficie de la Tierra y medir variables importantes, como
crecimiento económico anual.
Uno de los primeros trabajos que se enfocan en México, de los
que se tiene evidencia, es el de Ghosh et al. (2009), quienes reali-
zan una estimación del sector informal y las remesas en México a
nivel subnacional utilizando parámetros conocidos, obtenidos a
partir de estudios aplicados a Estados Unidos. Resaltan también la
importancia de mejores estimadores para el sector informal que
podrían servir al desarrollo de políticas apropiadas y programas
para aquellos que se encuentran en ese sector. De igual manera,
231
afirman que la relación entre las luces nocturnas y el crecimiento

económico se da debido a que el incremento del ingreso de las
personas mejora su situación económica, por lo que se asume que
esos individuos harían un esfuerzo para mejorar su calidad de
vida y adquirirían ciertos bienes de la vida moderna, incluyendo la
electricidad. Por lo tanto, el esparcimiento de electricidad puede
ser un indicador de desarrollo económico y se manifiesta a tra-
vés del crecimiento del sistema eléctrico en ciudades, pueblos y
comunidades.
Sin embargo, reconocen que este método se encuentra en la
etapa exploratoria, ya que los resultados iniciales sugieren que se
podrían alcanzar mejores resultados usando otros países, mejor
resolución de las imágenes y datos de desagregación espacial más
precisos.
Una aportación importante es la de Doll et al. (2004), quie-
nes encuentran una relación entre luces nocturnas y datos del
pib para varios países de la Unión Europea y Estados Unidos de
América. Resulta de singular interés este estudio, ya que se rea-
liza a distintos niveles de desagregación sin encontrar diferen-
cias notables en sus resultados; a su vez, sugieren que es posible
utilizar el método para un nivel de desagregación más pequeño
sin perder la esencia del resultado. Esto es clave para la realiza-
ción del trabajo, ya que se pretende implementar un estudio de
alcance estatal para datos municipales, donde no se cuenta con
información disponible del pib.
Algunos autores han ido más allá, generando mapas de acti-
vidad económica basándose en datos de luces nocturnas vistas
desde el espacio. Doll et al. (2000) crearon el primer mapa global
desagregado de este tipo, basado en una relación log-lineal entre
áreas urbanas iluminadas y ppp oficial para una muestra de 46
países, usando una base de datos de seis meses de luces noctur-
nas entre 1994 y 1995. Aunque destacan la existencia de áreas de
mejora para este método, ya que el supuesto de la relación entre
luces nocturnas y actividad económica parece razonable en países
altamente industrializados (donde la industria comprenda cerca
232
del 90 % de la economía), pero puede no ser válido en naciones

donde la agricultura contribuye en gran medida a su economía.
Esto es debido a que las luces no consideran la distribución espa-
cial de la productividad agrícola, es decir, los mapas resultantes
muestran la actividad de la agricultura en los pueblos que emiten
luz y no en los campos donde esta se desarrolla.
De igual manera, Sutton y Constanza (2002) usaron una base
de datos del periodo 1996-1997 para crear otro mapa con reso-
lución de aproximadamente 1 km2 que permitiera observar la
actividad económica de mercado.
Otro ejemplo es Ghosh et al., (2010), quienes generaron un
mapa mundial de actividad económica nacional con datos de luces
nocturnas para el año 2006. A su vez, desagregaron la informa-
ción a nivel subnacional para los países de China, India, Estados
Unidos de América y México, destacando las ventajas de utilizar
este tipo de información por su flexibilidad para aplicarse en uni-
dades de diferente tamaño (nacional, estatal, municipal e incluso
aquellas de interés que no estén ligadas a fronteras políticas);
también permite a los gobiernos y analistas examinar el creci-
miento económico para la correcta implementación de políticas.
Incluso podría beneficiar a investigadores involucrados en temas
ambientales, físicos y otros análisis socioeconómicos. Otra de las
virtudes que detectan es que se evitan problemas asociados a la
recolección de datos por medio de censos y encuestas que pueden
prestarse a subjetividades, a la vez que generalmente se realizan
en intervalos entre cinco y diez años; mientras que los datos de
las imágenes nocturnas se encuentran disponibles cada año. Por
todo ello, concluyen que estas imágenes podrían servir de proxy
para estimar el pib en años donde no se hayan realizado censos.
Como es posible observar, anteriores estudios han demos-
trado que las luces nocturnas son un reflejo de actividad econó-
mica humana. Sin embargo, en la mayoría de estos solo se han
estimado datos para un año, por lo que no había estudios que
revelaran crecimiento económico. Henderson et al. (2012) rea-
lizaron un estudio tomando el periodo 1992-2006 y concluyen
233
que las luces nocturnas satelitales son una variable proxy útil
para crecimiento económico en escalas temporales y geográficas
donde las fuentes de información tradicional son de baja calidad
o no se encuentran disponibles. A su vez, encontraron que la
elasticidad de la intensidad de las luces nocturnas con respecto
al pib es cercana a uno, para países con ingresos de nivel bajo y
medio. Además, se trata del primer estudio estadístico formal de
este tipo, con un modelo econométrico basado en un importante
supuesto: los errores provenientes del pib y de las luces nocturnas
no están correlacionados por ser obtenidos de fuentes totalmente
diferentes. Cabe resaltar que este estudio servirá como base para
el trabajo de investigación propuesto.
En los últimos años, las luces nocturnas obtenidas a través de
imágenes satelitales se han utilizado para calcular el crecimiento
económico regional en México. Estos trabajos también se han
basado en la metodología de Henderson et al. (2012). Un ejemplo
es el estudio de Ramírez et al. (2016), en el cual se realiza una
estimación del crecimiento económico estatal de la República
Mexicana y encuentran una correlación significativa entre el loga-
ritmo del pib y el logaritmo del total de luz sobre su superficie. Se
considera importante mencionar que se utilizarán los resultados
de este estudio para las estimaciones de crecimiento económico
del presente trabajo.
A su vez, en el estudio de Llamosas et al. (2018) se realiza una
medición de la actividad económica en las principales zonas turís-
ticas de playa en México para el periodo a través de su luminosi-
dad. Los resultados encontrados muestran que esta metodología
ofrece una nueva serie de oportunidades para la medición eco-
nómica de coyuntura en el país, al proveer nuevas herramientas
para la medición de los cambios en la actividad económica a nivel
regional, independientemente de las fronteras administrativas.
Por otro lado, existen autores que no han encontrado una
relación significativa entre la luz nocturna visible desde el espacio
y la actividad económica, tales como Chen y Nordhaus (2011),
quienes señalan que la variable de luminosidad probablemente
234
pueda agregar valor como proxy para medir el producto en países

con sistemas estadísticos pobres. Sin embargo, su valor agregado
en naciones con buena infraestructura estadística es bajo debido
a que el nivel de error es alto en comparación con los datos eco-
nómicos estándar. Asimismo, manifiestan que los datos de lumi-
nosidad no permiten estimadores confiables en regiones de baja
densidad de producción, puesto que los niveles de luces estables
son muy bajos para ser distinguidos por el satélite y pueden esta-
blecerse como nulos, llegando a la conclusión de que los datos de
luminosidad pueden constituir un suplemento de utilidad única-
mente en países y regiones con indicadores económicos de baja
calidad o donde no exista información.
Finalmente, Sutton (2003) no encontró resultados que pudie-
ran conducir a considerar a las luces nocturnas como una buena
proxy. De la misma manera, sugiere que los altos costos de las
tierras en las costas y la presión por utilizar los territorios de
manera intensiva probablemente hayan restringido el crecimiento
urbano en esas regiones.
Después de examinar la literatura existente sobre el tema,
queda claro que los hallazgos presentan opiniones encontradas.
Mientras que la mayoría de los estudios sugieren que una relación
entre las imágenes satelitales del dmsp-ols y actividad económica
es posible, hay puntos de vista que difieren sobre la manera de
utilizar estos datos y en qué países o regiones aportarían mejores
resultados. Tal parece que la evidencia apunta a que la variable
funciona mejor en países en desarrollo donde el nivel del pro-
ducto no es tan alto y, por lo tanto, la intensidad de la luz no se ve
saturada; sin embargo, también existe la idea de que para utilizar
las luces nocturnas como indicador alternativo de actividad eco-
nómica es necesario que las naciones en cuestión basen buena
parte de su economía en el sector industrial, que es el que mayor
cantidad de luz genera.
De igual manera, vale la pena resaltar que los estudios exis-
tentes han realizado su investigación a escala nacional o estatal
(Ramirez, 2016), es decir, no hay evidencia de trabajos que se
235
enfoquen a regiones más pequeñas, tales como municipios, al

menos en México. Por ello, el presente trabajo de investigación
sería el primero en aplicar este método a nivel municipal.
2.5. Econometría espacial
Son diversos los autores que han prestado atención a la econome-

tría espacial y, por consiguiente, cada vez aparecen más estudios
que hablan del tema. El enfoque sobre dependencia espacial se
ha dado en varios campos de la economía. No solamente se uti-
liza en economía urbana, regional y estatal, donde es evidente la
importancia de la localización y la interacción espacial; también
en economía pública, agrícola y ambiental, así como en organiza-
ción industrial se han aprovechado las propiedades de este tipo
de estudios, donde el principal foco de atención es el estudio de
relaciones espaciales entre actores económicos.
Una de las cuestiones importantes es cómo la actividad eco-
nómica y los niveles de ingreso dependen en proximidad con la
localización de principales centros económicos. De igual manera,
es importante analizar qué factores determinan la existencia y la
localización de estos centros de actividad. El razonamiento eco-
nómico estándar, con rendimientos decrecientes, sugiere que la
actividad económica tenderá a distribuirse uniformemente a lo
largo del espacio. Sin embargo, esto no sucede: actualmente el
mundo está caracterizado por agrupaciones espaciales de pobla-
ción, prosperidad y pobreza.
Este tipo de cuestiones pueden ser adaptadas a diferentes
escalas espaciales. Estas pueden estar determinadas por el valor
de la renta del terreno, el cual por lo general es más caro en el cen-
tro y va disminuyendo conforme se va acercando a las orillas. Así,
la interacción espacial entre actores económicos puede ser utili-
zada para explicar la existencia de guetos o distritos industriales
dentro una ciudad, ilustrar el desarrollo de sistemas de ciudades
dentro de un país o explicar la persistencia de la desigualdad del
ingreso en el mundo.
236
Una de las máximas para determinar lo anterior es que la

distancia geográfica representa una barrera para la interacción
económica. La mayor parte de esta interacción se da de manera
local, aplicada a nuestro lugar de trabajo, el consumo de bienes y
servicios, así como nuestras fuentes de información y de ideas.
Los costos de la distancia están dados en parte por viajes directos
o costos de fletes y también por los costos del tiempo y de la infor-
mación. El tiempo de tránsito es caro, debido al costo mismo del
tiempo y a una inflexibilidad asociada: decisiones de producción
deben ser realizadas con anticipación si toma mucho tiempo hacer
que los bienes lleguen al mercado (Harrigan & Venables, 2003). El
intercambio de información y el aprendizaje a menudo requieren
de interacción cercana o contacto cara a cara.
El costo de interacción económica obviamente ha cambiado a
través del tiempo, y parte de la historia de la economía geográfica
refleja que estos cambios han sido importantes para dar forma a
la economía que tenemos hoy en día. Algunas formas de interac-
ción se han vuelto mucho más baratas, esto es importante si se
toma en cuenta que estudios muestran una disposición general a
pagar un 0.5 % más del valor de un bien enviado por cada día de
anticipación con el que se reciba, esto indica una gran importancia
en cuanto a la proximidad (Hummels, 2001).
Las implicaciones de estos costos de interacción espacial en
la estructura económica y los niveles de ingreso de economías
remotas están dadas por efectos directos en el incremento en
precios de bienes importados y el decremento en las ganancias
sobre bienes exportados. Impactos en el ingreso y en la estructura
de la economía pueden ser derivados mediante la identificación
del acceso a los mercados que se tiene (Harris, 1954). Estudios
recientes toman en cuenta el hecho de que no solo es importante
el acceso a los mercados sino que los costos de bienes y equipos
importados también influyen en el ingreso (Leamer, 1997; Han-
son, 2005; Redding & Venables, 2004).
Los supuestos de la economía neoclásica implican que, dados
los costos de interacción espacial, las actividades económicas esta-
237
rán dispersas y distribuidas equitativamente entre regiones. Esto

se debe a que la producción no sujeta a rendimientos crecientes a
escala estará limitada a cubrir solo la demanda local. Claramente,
esta no es una buena descripción del mundo actual, donde el fac-
tor clave yace en el tratamiento de los rendimientos a escala. Solo
en presencia de rendimientos crecientes existe una compensación
entre producir en todos lados (con bajos costos de transporte pero
a escala pequeña) y producir solo en ciertos puntos (con costos
de transporte mayores y bajos costos de producción). De manera
esencial, la eficiencia está limitada por el grado de alcance del
mercado, y este a su vez está marcado por factores geográficos.
Una vez reconocido esto, es posible que agrupaciones espaciales
y aglomerados emerjan.
Como es explicó anteriormente, la existencia de rendimien-
tos crecientes obliga a las empresas a elegir dónde establecer su
producción. Es así como resulta más conveniente producir en un
lugar con buen acceso a los mercados. A su vez, localidades con
gran población cuentan con buen acceso a mercados, por lo que
ofrecen salarios más altos.
Si la fuerza de trabajo es móvil, entonces los altos salarios
atraerán inmigración de otras localidades, provocando mayor
población y acceso a los mercados. Una retroalimentación posi-
tiva (de la población al tamaño del mercado, al establecimiento de
empresas, a los altos salarios, y a la población de nuevo) provoca
una fuerza de concentración. Por otro lado, en dirección contraria
aparecen fuerzas de dispersión, tales como la variación de pre-
cios de los factores inmóviles de la producción y la necesidad de
cubrir la demanda de consumidores que permanecen dispersos.
La economía geográfica resultante entonces queda determinada
por el balance entre estas fuerzas.
Otros de los factores que determinan la concentración de la
economía son los vínculos entre las empresas y el mercado de
trabajo, tal como lo afirma Marshall (1890). Empresas que ofertan
bienes intermedios quieren establecerse cerca de sus empresas
clientes, a quienes a su vez les interesa mantenerse cerca de sus
238
proveedores. Si estos vínculos son primordialmente intrasecto-

riales, entonces habrá concentración de empresas con actividades
relacionadas, tal como lo describe el trabajo de Porter (1990).
Alternativamente, si se trata de vínculos intersectoriales, enton-
ces las fuerzas pueden llevar a la concentración de la producción
como un todo.
Por otra parte, si se toma en cuenta el mercado laboral queda
claro que una empresa establecida presenta una gran ventaja
por el hecho de ofrecer un mercado constante para determina-
das habilidades. Los empleadores saben que deben instalarse en
algún lugar donde sea más probable encontrar una buena elección
de trabajadores con las habilidades que requieren. A su vez, las
personas que buscan empleo se dirigen de manera natural hacia
los lugares donde abunden los empleadores necesitados de las
habilidades que ellos poseen y por lo tanto es más probable que
encuentren un buen trabajo.
Como se ha comentado, los principios de la geografía eco-
nómica pueden ser aplicados a diferentes escalas sectoriales y
espaciales. Sectorialmente, ofrecen un enfoque para pensar en
la localización de la actividad moderna como un todo y también
en agrupaciones sectoriales de actividades financieras, industria-
les o de investigación y desarrollo. Espacialmente, proveen ideas
para la economía internacional, así como para estudios urbanos
y regionales.
Las ciudades pueden derivar su existencia de una dotación
inicial concentrada (un puerto o un depósito mineral) o de una
fuente de trabajo (tal es el caso de instituciones de gobierno).
Pero para la mayoría de las ciudades con rendimientos crecientes
a escala hay una razón fundamental para su existencia y su éxito.
Se cuenta con considerable evidencia de que la productividad se
incrementa con el tamaño de las ciudades, una duplicación del
tamaño de una ciudad lleva a un aumento de la productividad de
entre 3 % y 8 % (Rosenthal & Strange, 2004). Por otro lado, el
aumento de tamaño de las ciudades lleva también a un incremento
en las externalidades negativas hacia sus habitantes (tales como el
239
aumento de tráfico, el congestionamiento del transporte público,

entre otras).
Estos factores deben ser tomados en cuenta en ciudades con
estructuras urbanas establecidas, donde generalmente son mani-
festadas en el contexto de regeneración urbana, extensión subur-
bana y el desarrollo de medios de transporte. Las externalidades
recíprocas sugieren que es difícil establecer nuevas ciudades; los
residentes iniciales no ven beneficios a escala en el corto plazo
y presentan incertidumbre respeto al largo plazo. En este caso,
las grandes ciudades pueden expandirse más allá del tamaño que
es socialmente eficiente. Dado lo anterior, queda claro que aún
queda mucho trabajo por realizar en el diseño de políticas eco-
nómicas en estas situaciones.
Son diversos los estudios que han utilizado econometría espa-
cial, entre sus aplicaciones se encuentran el análisis de patro-
nes de gasto público en Estados Unidos de América (Case et al.,
1993), examinación y recreación de gastos por municipalidades
en Los Angeles (Murdoch et al., 1993), determinación de precios
en mercados agrícolas (LeSage, 1993), excedentes potenciales de
inversión en infraestructura pública (Holtz-Eakin, 1994), deter-
minación del valor de las tierras (Benirschka & Binkley, 1994),
elección de contratos de ventas al por menor para compañías de
petróleo (Pinkse & Slade, 1995), interacción estratégica entre
gobiernos locales (Brueckner, 1996) y modelos de decisiones de
países para apoyar controles ambientales (Murdoch et al. 1996).
Existe evidencia de estudios anteriores donde se ha utilizado
la econometría espacial para cuestiones de crecimiento econó-
mico a nivel subnacional. Un ejemplo es el trabajo de Curran
(2009), donde estudia el crecimiento económico de Gran Bretaña
a nivel subregional. Se utiliza un análisis espacial global y local
a fin de obtener un mejor entendimiento del proceso de creci-
miento en el periodo 1995-2004. A su vez, menciona el carácter
espacial de los datos económicos, por lo cual este tipo de análisis
ha recibido mayor atención en los últimos años.
240
Otro ejemplo es el trabajo de Lim & Kim (2015), donde utili-

zan un panel data espacial para encontrar señales de crecimiento
económico sustentable mediante convergencia en los estados de
la Unión Americana, utilizando ingreso per cápita para las áreas
económicas de interés para el periodo 1969-2009. En este estudio
encuentran fuerte correlación espacial entre los estados de esta
nación.
Por su parte, Li & Fang (2016) realizan un análisis de creci-
miento económico para las regiones de China implementando un
modelo econométrico espacial. Al igual que en el trabajo men-
cionado anteriormente, aquí se utiliza la autocorrelación espacial
entre las regiones para encontrar señales de convergencia en las
áreas urbanas de China. En este estudio se refleja una fuerte aglo-
meración de la actividad económica, así como efectos espaciales
significativos.
Asimismo, ha surgido un renovado enfoque en formas de
comportamiento, en las cuales un actor económico imita o reac-
ciona ante las acciones de otros actores. Ejemplos de lo anterior se
encuentran en la nueva economía geográfica de Krugman (1991),
en teorías de crecimiento endógeno (Romer, 1986) y en análisis
de política local (Besley & Case, 1995). También vale la pena
destacar que un enfoque espacial puede servir como apoyo en
la aplicación de diversas políticas, tales como la designación de
áreas para empresas de sectores estratégicos en economías en
desarrollo y la identificación de mercados hipotecarios en áreas
urbanas (Anselin & Bera, 1998).
3. Metodología
En este capítulo se plantea la metodología a utilizar en el presente

trabajo de investigación. Inicia con una descripción de la meto-
dología implementada por Henderson et al. (2012), con la cual se
busca obtener datos estimados de crecimiento económico a partir
de luces nocturnas captadas a través de imágenes satelitales, de
241
igual manera se explica cómo se utilizará dicho modelo para los

datos a nivel municipal. La segunda parte del capítulo se centra
en el modelo econométrico espacial que servirá para determi-
nar el patrón de distribución del crecimiento económico en los
municipios de Jalisco, así como para encontrar las variables que
afectan dicho crecimiento.
3.1. Crecimiento económico a partir de luces nocturnas

ómico a partir de luces nocturnas
ómico a partir de luces nocturnas
ento económico municipal
Para obtener se implementará
el crecimiento la metodología
económicode Hendersonse implemen-
municipal
ento económico municipal
tará se implementará
la metodología la metodología de Henderson
y el crecimiento en el verdadero PIB realde Henderson
(con varianza 𝜎𝜎𝑦𝑦et
2
), zal. (2012), donde sea y el
el crecimiento
y el crecimiento en el verdadero PIB real (con varianza 𝜎𝜎𝑦𝑦 ), z el crecimiento ), z el cre-
crecimiento en el verdadero pib real
2 (con varianza
ravés de las cuentas nacionales
cimiento del pib y xreal
el crecimiento observado
medido a través de las encuentas
las luces.
nacionales y x
ravés de las cuentas nacionales y x el crecimiento observado en las luces.
ndo el subíndice deel los años), se asume
crecimiento que existe
observado unluces.
en las margen de error
Para en el j (obviando
un estado
ndo el subíndice deel los años), se asume
subíndice que existe un margen de error
unen el
l al ser medido con las cuentasde los años),
nacionales se asume
oficiales: que existe margen de error
en el crecimiento del pib
l al ser medido con las cuentas nacionales oficiales: real al ser medido con las cuentas nacio-
nales oficiales:
(1) 𝑧𝑧𝑗𝑗 = 𝑦𝑦𝑗𝑗 + 𝜀𝜀𝑧𝑧,𝑗𝑗 ,
(1) 𝑧𝑧𝑗𝑗 = 𝑦𝑦𝑗𝑗 + 𝜀𝜀𝑧𝑧,𝑗𝑗 , 1)
za de εz se denota como σ2z. la

Donde Lavarianza
relación entre el crecimiento
de εz se denota como de σlas
2 luces
. La relación entre
2 z
za de εz se denotaelcomo σ z. La relación entre el crecimiento de las luces
crecimiento de lasdada
lucespor
nocturnas y el crecimiento del verda-
nto del verdadero PIB real se encuentra
nto del verdaderodero
PIB real
pib se
real encuentra dada por
se encuentra dada por
(2) 𝑥𝑥𝑗𝑗 = 𝛽𝛽𝑦𝑦𝑗𝑗 + 𝜀𝜀𝑥𝑥,𝑗𝑗 2)

(2) 𝑥𝑥𝑗𝑗 = 𝛽𝛽𝑦𝑦𝑗𝑗 + 𝜀𝜀𝑥𝑥,𝑗𝑗
Donde la varianza de εx es denotada como . De aquí es posi-
za de εx es denotada como 𝜎𝜎𝑥𝑥2 . De aquí es posible observar que el supuesto
ble observar que el supuesto que se maneja en esta ecuación es el
za de εx es denotada como 𝜎𝜎𝑥𝑥2 . De aquí es posible observar que el supuesto
cuación es el de la
deexistencia de una
la existencia de elasticidad constante
una elasticidad entre elentre
constante total el
detotal de luces
cuación es el de la existencia
observadas de una elasticidad
(X) βy es
el lapib constante
real totalde(Y):entre el β total
Xj=Ynocturnas de
, donde β es la elas-
el PIB real total (Y): Xj=Yjβ, donde elasticidad las luces j
ticidad
el PIB real total (Y): X =Yde, donde
β las luces
β esnocturnas
la elasticidadrespecto al pib
de las luces real. Cabe destacar
nocturnas
Cabe destacar que, al j ser j y la tasa de crecimiento del PIB real, se está
que al ser y la tasa de crecimiento del pib real, se está asumiendo
Cabe destacar que, al ser y la tasa de crecimiento del PIB real, se está
s nocturnas crecenque
en lalasmisma
lucesmedida que lo
nocturnas hace la
crecen enpoblación
la mismaymedida
el ingreso en que lo hace
s nocturnas crecenlaenpoblación
la misma medida que lo hace la
y el ingreso per cápita. población y el ingreso
estos más importantes de este modelo es que la medición

242
del PIB mediante
estos más importantes de este modelo es que la medición del PIB mediante
oficiales y la que se pretende realizar con la cantidad de luces observadas
oficiales y la que se pretende realizar con la cantidad de luces observadas
edidas independientes una de otra, ya que se obtienen de fuentes totalmente
edidas independientes una de otra, ya que se obtienen de fuentes totalmente
Otro de los supuestos más importantes de este modelo es que

la medición del pib mediante las cuentas nacionales oficiales y
la que se pretende realizar con la cantidad de luces observadas
desde el espacio son medidas independientes una de otra, ya que
se obtienen de fuentes totalmente diferentes. Por lo que para efec-
tos del presente trabajo se asume que no existe relación entre los
términos de error de ambas medidas, es decir, cov(εx,εz)=0.
Analizando la ecuación (2), el término de error , se puede
definir como el ruido con el que el crecimiento de las luces refleja
crecimiento del pib real. Entre las fuentes de este ruido se encuen-
tra la diferencia entre la cantidad de luz que verdaderamente es
emitida y la que detecta el satélite, además también está el hecho
composición de de que existe
su PIB, variación
debido entre regiones
a las características depor
los la diferente
sectores que compo-
predominan ahí. Por
B, debido a las sición
características
de su pib, de los sectores
debido a lasque predominan ahí.
características Porsectores que
de los
ejemplo, un crecimiento tanto en el sector industrial como en el agrícola representan un aumento
predominan
o tanto en el sector industrial como ahí. Por
en elejemplo, un crecimiento
agrícola representan tanto en el sector
un aumento
del PIB, sin embargo,
industrialelcomo crecimiento del sectorrepresentan
en el agrícola industrial resulta en un mayor
un aumento incremento en la
del pib,
el crecimiento del sector industrial resulta en un mayor incremento en la
emisión de luzsin queembargo,
el que se da el en
crecimiento del sector industrial resulta en un
el sector agrícola.
ue se da en el sector
mayor agrícola.
incremento en la emisión de luz que el que se da en el
sector agrícola.
Para propósitos de predicción,
Para propósitos de debido a la falta
predicción, debidode información
a la falta desobre PIB a nivel municipal
información
de predicción, debido a la falta de información sobre PIB a nivel municipal
sobre
y/o regional, se buscapib a escalauna
establecer municipal
regresión de y/ocrecimiento
regional, económico
se busca establecer
sobre crecimiento de las
establecer una regresión de crecimiento
una regresión económico sobre
de crecimiento crecimiento
económico sobre decrecimiento
las de
luces nocturnas.
las luces nocturnas.
(3) 𝑧𝑧𝑗𝑗 = 𝜓𝜓̂𝑥𝑥𝑗𝑗 + 𝑒𝑒𝑗𝑗
(3) 𝑧𝑧𝑗𝑗 = 𝜓𝜓̂𝑥𝑥𝑗𝑗 + 𝑒𝑒𝑗𝑗
3)
𝜓𝜓̂ , el parámetro
DondeDonde estimado por
, el parámetro OLS espor
estimado igualols
a cov(x,z)/var(x). Si se toma en cuenta
es igual a cov(x,z)/
arámetro estimado por OLS es igual a cov(x,z)/var(x). Si se toma en cuenta
que var(x). Si se toma en cuenta que
𝑉𝑉𝑉𝑉𝑉𝑉(𝑥𝑥) = 𝛽𝛽 2 𝜎𝜎𝑦𝑦2 + 𝜎𝜎𝑥𝑥2
𝑉𝑉𝑉𝑉𝑉𝑉(𝑥𝑥) = 𝛽𝛽 2 𝜎𝜎𝑦𝑦2 + 𝜎𝜎𝑥𝑥2
𝐶𝐶𝐶𝐶𝐶𝐶(𝑥𝑥, 𝑧𝑧) = 𝛽𝛽𝜎𝜎𝑦𝑦2
Entonces la relación entre y el parámetro estructural está
Entonces la relación
dado por entre 𝜓𝜓̂y el parámetro estructural 𝛽𝛽 está dado por
ación entre 𝜓𝜓̂y el parámetro estructural 𝛽𝛽 está dado por
1 𝛽𝛽 2 𝜎𝜎𝑦𝑦2
1 (4) plim(𝜓𝜓̂243
) = ( 2 2 2)
𝛽𝛽 2 𝜎𝜎𝑦𝑦2
(4) plim(𝜓𝜓̂) = 𝛽𝛽 (𝛽𝛽2+𝜎𝜎2 +𝜎𝜎2) 𝛽𝛽 𝛽𝛽 +𝜎𝜎𝑦𝑦 +𝜎𝜎𝑥𝑥
𝑦𝑦 𝑥𝑥
Mientras el parámetro 𝜓𝜓̂ es un estimador de la elasticidad inversa de las luces con respecto
ámetro 𝜓𝜓̂ es un estimador de la elasticidad inversa de las luces con respecto
ción entre 𝜓𝜓̂y el parámetro estructural 𝛽𝛽 está dado por

1 𝛽𝛽 2 𝜎𝜎𝑦𝑦2
(4) plim(𝜓𝜓̂) = 𝛽𝛽 (𝛽𝛽2+𝜎𝜎2 +𝜎𝜎2) 4)
𝑦𝑦 𝑥𝑥
Mientras el parámetro es un estimador de la elasticidad inversa

̂
metro 𝜓𝜓 es un estimador
de de lacon
las luces elasticidad
respectoinversa
al pib,delalas luces con
ecuación respecto
(4) indica que se trata
de un estimador sesgado. Aunque la ecuación (3) muestra una
dica que se trata de un estimador sesgado. Aunque la ecuación (3) muestra
mejor relación para utilizar las luces nocturnas como proxy del
a utilizar las lucespib.
nocturnas
Denotandocomoestaproxy del como
proxy PIB. Denotando. esta proxy
De esta manera, los valores del crecimiento del pib basados en
el crecimiento de las luces, es decir, utilizando la variable proxy
, pueden ser creados para áreas subestatales, ya sean ciudades,
los valores del crecimiento
municipios, del regiones
PIB basados en el crecimiento
o zonas metropolitanas de las luces,
(donde no existe
información disponible).
variable proxy 𝑧𝑧̂ , pueden ser creados para áreas subestatales, ya sean
La capacidad de este modelo para predecir el pib en los muni-
egiones o zonas metropolitanas
cipios puede (donde
variar no existe
entre información
regiones, disponible).
dependiendo de los sectores
que los compongan, de la división entre actividad económica
ea este modelo
durante diurna
para
la noche, así y lade
predecir
como elque
PIB
la searealiza
nivelde
densidad durante
municipal
población. la noche,
puede
De así
variar
igual como de la den-
entre
manera
sidad de población. De igual manera, la tecnología de las luces
de los sectores
es cambia que del
a través lo compongan,
tiempo, de la
lo del
que división
podría de actividad
afectar la económica
relación entrelalas
cambia a través tiempo, lo que podría afectar relación entre
IB. Es por eso quelas el luces
término de error se y
observadas generaliza
el pib. Esdeporla siguiente
eso que manera:
el término de error
se generaliza de la siguiente manera:
(5) 𝑒𝑒̃𝑗𝑗𝑗𝑗 = 𝑐𝑐𝑗𝑗 + 𝑑𝑑𝑡𝑡 + 𝑒𝑒𝑗𝑗𝑗𝑗 5)
Para un municipio o región j en un año t. Donde d controla por

io o región j en un año t. Donde dt controla por diferencias en la sensibilidadt
diferencias en la sensibilidad de los satélites a través de los años,
de los años, así como de losdecambios
así como en la tecnología
los cambios y en losy costos
en la tecnología de la de la ener-
en los costos
parte cj controla por
gía diferencias culturales
eléctrica. Por entrecregiones
su parte, j enpor
controla el uso de luces culturales
diferencias
entre regiones en el uso de luces nocturnas y actividades econó-
económicas realizadas durante el día, al igual que por la composición del
micas realizadas durante el día, al igual que por la composición del
generar electricidad,
pib,entre otros factores.
condiciones para generar electricidad, entre otros factores.
Cabe mencionar que en el presente trabajo se utilizarán datos
del pib estatal obtenidos a través del inegi para obtener una elas-
r que en el presente trabajo se utilizarán datos del PIB estatal obtenidos a
ticidad nacional de crecimiento económico y crecimiento de las
obtener una elasticidad nacional de crecimiento
luces nocturnas, económico
lo cual se aplicará y crecimiento
a los datos de luces munici-
El cual se aplicará a los datos de luces municipales para así obtener el
o municipal estimado que servirá de base para el 244
modelo econométrico
rando lo sugerido por Doll (2004) que en su estudio sugiere que la
ormación puede darse sin que haya cambios significativos en los resultados,
pales para así obtener el crecimiento económico municipal esti-

mado que servirá de base para el modelo econométrico espacial.
Esto considerando lo sugerido por Doll (2004), que en su estudio
sugiere que la desagregación de la información puede darse sin
que haya cambios significativos en los resultados, por lo que se
considera viable implementar los parámetros encontrados por
Ramirez et al. (2016) a los datos municipales.
Asimismo, se determinará la validez de los datos estimados
tomando en cuenta el grado de correlación que presente con indi-
cadores económicos disponibles a nivel municipal.
3.2. Econometría espacial
Una vez realizado el cálculo del pib en los municipios de Jalisco,

se procede a verificar una posible autocorrelación espacial, así
como a determinar el comportamiento que sigue esta variable a
nivel geográfico. Esto es posible a través de un modelo de econo-
metría espacial.
Anselin (1988) define la econometría espacial como el con-
junto de técnicas que trata con las peculiaridades causadas por el
espacio en análisis estadísticos de modelos regionales. Mientras,
Paelinck & Klaassen (1979) encuentran cinco características del
área: 1. el rol de interdependencia espacial en modelos espaciales;
2. la asimetría en relaciones espaciales; 3. la importancia de fac-
tores explicativos localizados en otros espacios; 4. diferenciación
entre interacción ex post y ex ante; y 5. modelación explícita del
espacio.
La autocorrelación espacial es la concentración o dispersión
de los valores de una variable en un mapa. Refleja el grado en
que objetos o actividades en una unidad geográfica son similares
a otros objetos o actividades en unidades geográficas próximas
(Goodchild, 1987). Este tipo de autocorrelación prueba la primera
ley geográfica de Tobler (1979) de que “todo está relacionado con
todo lo demás, pero que las cosas cercanas están más relacionadas
que las cosas distantes”.
245
correlación prueba la primera ley geográfica de Tobler (1979) de que “todo está relacionado
odo lo demás, pero que las cosas cercanas están más relacionadas que las cosas distantes”.
De la misma manera al hablar de autocorrelación espacial hay que tomar en cuenta que se
De la misma manera, al hablar de autocorrelación espacial hay
e a las coincidencias de valores similares en localidades similares. En otras palabras, valores
que tomar en cuenta que se refiere a las coincidencias de valores
o bajos de una variable aleatoria
similares tienden a agruparse
en localidades similares.enEnespacios comunes, avalores
otras palabras, esto se altos
le conoce
o autocorrelación oespacial
bajos depositiva.
una variable
Aunquealeatoria
se puedetienden
dar elacaso
agruparse
de unaenautocorrelación
espacios
comunes, a esto se le conoce como autocorrelación espacial posi-
cial negativa –localidades que tienden a estar rodeadas por otras con valores muy diferentes a
tiva. Aunque se puede dar el caso de una autocorrelación espacial
uyos-, su comprobación
negativaimplica una profunda
—localidades revisión
que tienden en los
a estar patronespor
rodeadas deotras
los valores
con y
mente no se encuentra
valoresuna interpretación
muy diferentes concreta. Debidosua comprobación
a los suyos—, lo anterior, se considera
implica a la
una profunda revisión en los patrones de los valores y usualmente
correlación espacial positiva como la más intuitiva (Anselin & Bera, 1998).
no se encuentra una interpretación concreta. Debido a lo anterior,
se considera a la autocorrelación espacial positiva como la más
La existencia deintuitiva
autocorrelación
(Anselin espacial
& Bera, positiva
1998). implica que una muestra contiene menos
La existencia de autocorrelación espacial positiva implica que
mación que otra no relacionada. Para efecto de llevar a cabo inferencia estadística es necesario
una muestra contiene menos información que otra no relacio-
esta pérdida de información sea detectada
nada. Para efecto de llevarala cabo
momento de realizar
inferencia la estimación
estadística es necesa- de los
metros, así como enriolaque
aplicación de test.de
esta pérdida Esta es la esenciasea
información deldetectada
problema de la autocorrelación
al momento de
realizar la estimación de los parámetros, así como en la aplicación
cial en trabajos empíricos.
del test. Esta es la esencia del problema de la autocorrelación
espacial en trabajos empíricos.
De manera formal,De la manera
existenciaformal,
de autocorrelación
la existenciaespacial puede ser expresada
de autocorrelación espacial por la
ición:
puede ser expresada por la condición:
(6) 𝐶𝐶𝐶𝐶𝐶𝐶(𝑦𝑦𝑖𝑖 , 𝑦𝑦𝑗𝑗 ) = 𝐸𝐸(𝑦𝑦𝑖𝑖 𝑦𝑦𝑗𝑗 ) − 𝐸𝐸(𝑦𝑦𝑖𝑖 ) ∙ 𝐸𝐸(𝑦𝑦𝑗𝑗 ) ≠ 0 𝑓𝑓𝑓𝑓𝑓𝑓 𝑖𝑖 ≠ 𝑗𝑗 6)
Donde y son observaciones de una variable aleatoria localiza-

das en el espacio y , y pueden ser puntos o áreas geográficas.
A priori, la existencia de una covarianza diferente de cero no
representa nada espacial, solamente se vuelve espacial cuando las
localidades y tienen una interpretación significativa en térmi-
nos de estructura, interacción o relación entre las observaciones.
Hay dos enfoques principales en la literatura para medir estas
interacciones entre variables. En geoestadística, todos los pares de
localidades son ordenadas de acuerdo a la distancia que hay entre
si y la fuerza de esa correlación es expresada como una función
continua de esta distancia usando un variograma (Cressie, 1993).
246
Esta herramienta permite analizar el comportamiento espacial de

una variable sobre un área definida; de igual manera, es posible
ver reflejada la distancia máxima y la forma en que un punto tiene
influencia sobre otro punto a diferentes distancias.
En el segundo enfoque, se define una “vecindad” por cada
punto geográfico, la cual consiste en aquellas ubicaciones que
interactúan potencialmente con él. Por cada observación , hay un
ordenamiento espacial de ubicaciones (donde se refiere
a la vecindad), el cual puede ser utilizado para especificar un
proceso estocástico espacial. De esta manera, la covarianza entre
las observaciones no es modelada directamente, sino que sigue la
forma particular del proceso estocástico.
Para la especificación de estas vecindades es necesaria la crea-
ción de una matriz de pesos W, la cual es una matriz de N x N,
positiva y simétrica; en la cual se expresa por cada observación
(fila) aquellas ubicaciones (columnas) que pertenecen a su vecin-
dad como valores diferentes a cero. De manera formal, se puede
decir que cuando y son vecinos, es decir, pertenecen
a la misma vecindad; en los otros casos. Por convención,
los elementos de la diagonal de la matriz de pesos son fijados en
cero. Asimismo, la matriz se estandariza de manera que los ele-
mentos de cada fila sumen uno. Entonces, los elementos de cada
fila estandarizada estarían dados por . Esto faci-
lita su interpretación, ya que todos los pesos tienen valores entre
cero y uno. Además, permite que los parámetros espaciales en
varios procesos estocásticos sean comparables entre modelos. De
forma operacional, la derivación de los pesos espaciales debe ser
llevada a cabo a partir de un software de información geográfica.
En análisis de series de tiempo, los valores “vecinos” o cer-
canos a las observaciones pueden ser expresados fácilmente
mediante un operador de rezago, representado por , donde
k representa el número de periodos de tiempo que la variable
es rezagada. Sin embargo, en análisis econométrico espacial no
existe un operador que sea el equivalente al operador de rezago.
Solamente existe una solución potencial en caso de una distri-
247
e periodos de tiempo que la variable es rezagada. Sin embargo, en análisis
no existe un operador que sea el equivalente al operador de rezago.
olución potencialJonathan
en casoHaro
de Nuna
uñezdistribución regular
, Mauricio Ramírez Grajedade forma
y Andrés cuadrada,
Jerson Millán López
como en el caso de series de tiempo. Siguiendo el criterio de contigüidad,

bución regular de forma cuadrada, aunque no tan sencilla como
con cuatro vecinos: (𝑖𝑖 + 1, 𝑗𝑗) (este), (𝑖𝑖 − 1, 𝑗𝑗) (oeste), (𝑖𝑖, 𝑗𝑗 + 1) (norte) y
en el caso de series de tiempo. Siguiendo el criterio de contigüi-
no de ellos representado
dad, cadapor una variable:cuenta
ubicación 𝑦𝑦𝑖𝑖+1,𝑗𝑗 , 𝑦𝑦con
𝑖𝑖−1,𝑗𝑗 ,cuatro
𝑦𝑦𝑖𝑖,𝑗𝑗+1 yvecinos:
𝑦𝑦𝑖𝑖,𝑗𝑗−1, cada (este),
(oeste),
ere su propio parámetro en el modelo espacial (Anselin & Bera,1998). (norte) y (sur). Cada uno de
ellos representado por una variable: , , y ,
cada uno de los cuales requiere su propio parámetro en el modelo
una estructura espacial
espacial irregular,
(Anselin como en el caso de la mayoría de las
& Bera,1998).
En el caso
mía, esta noción de operador espacial resulta de una estructura
impráctica. espacial
Debidoirregular,
a que el como en el
caso de la mayoría de las aplicaciones en economía, esta noción
sería diferente para decada observación,
operador espacialhaciendo
resulta muy complicadoEsto
impráctica. el análisis
se debe a que el
o anterior, se utiliza
númeroel concepto
de operadoresde operador sería de rezago
diferente para el
espacial, cualobservación,
cada
dio ponderado de los valores de las ubicaciones vecinas (Anselin & Debido a lo
haciendo muy complicado el análisis estadístico.
anterior, se utiliza el concepto de operador de rezago espacial, el
están fijos y se consideran
cual consiste exógenos, en un similar
promedio a la distribución
ponderado en de series
los de
valores de las
un operador de rezago espacial es
ubicaciones obtenido
vecinas como el&producto
(Anselin Bera,1998). de una Losmatriz
pesos están fijos
or de observaciones de una variable aleatoria 𝑦𝑦 o 𝑊𝑊𝑦𝑦 . Cada elemento de las en series de
y se consideran exógenos, similar a la distribución
tiempo. Formalmente, un operador de rezago espacial es obte-
pacialmente es igual nido a∑ 𝑗𝑗 alproducto
𝑗𝑗 𝑤𝑤𝑖𝑖𝑖𝑖 𝑦𝑦el
como igual que de un una promedio
matriz ponderado
de pesosde loscon el vector
de observaciones
ndad 𝑆𝑆𝑖𝑖 , esto considerando 𝑤𝑤𝑖𝑖𝑖𝑖 = 0 para de una
𝑗𝑗 ∉ 𝑆𝑆variable aleatoria o . Cada elemento
𝑖𝑖 .
de las variables rezagadas espacialmente es igual a al igual
que un promedio ponderado de los valores de en la vecindad
espacial, la autocorrelación
, espacial es modeladapara
esto considerando mediante relaciones. entre
mino de error 𝜀𝜀, y una variable de rezago asociada 𝑊𝑊𝑦𝑦 o 𝑊𝑊𝜀𝜀 , para una variable espacial es
En econometría espacial, la autocorrelación
modelada mediante relaciones entre una variable o un término
un término de errorde rezagado
error , yrespectivamente.
una variable de rezago asociada o , para una
variable dependiente rezagada o un término de error rezagado,
respectivamente.
ependencia del rezago espacial es similar a la inclusión de un término
Modelar una dependencia del rezago espacial es similar a la
iable dependienteinclusión
(𝑦𝑦𝑡𝑡−1 ) en eldecontexto
un términode series de tiempo. En
autorregresivo deeconometría
la variable dependiente
en el contexto
utilizando un modelo autorregresivo espacial: de series de tiempo. En econometría espacial
esto se realiza utilizando un modelo autorregresivo espacial:
(7) 𝑦𝑦 = 𝜌𝜌𝜌𝜌𝜌𝜌 + 𝑋𝑋𝑋𝑋 + 𝜀𝜀 7)
248
Donde es un vector de que contiene las observaciones

de la variable dependiente,
e 𝑦𝑦 es un vector de 𝑁𝑁𝑁𝑁1 que contiene las observaciones es de
la correspondiente
la variable dependiente,variable
𝑦𝑦 es un vector de 𝑁𝑁𝑁𝑁1 que contiene
dependiente rezagadalas espacialmente
observaciones de parala variable
la matrizdependiente,
de pesos ,
espondiente variablees dependiente
una matriz rezagada
de con espacialmente
las para la de
observaciones matriz de pesos
variable 𝑊𝑊,
exógenas,
espondiente variable dependiente rezagada espacialmente para la matriz de pesos 𝑊𝑊,
riz de 𝑁𝑁𝑁𝑁𝑁𝑁 con lasesobservaciones
un vector de de variable exógenas,de
de términos 𝜀𝜀 es un vector
error, de parámetro
es el 𝑘𝑘𝑘𝑘1 de
riz de 𝑁𝑁𝑁𝑁𝑁𝑁 con las observacionesespacial
autorregresivo de variable
y exógenas,
es un 𝜀𝜀 es de
vector un vectorde de 𝑘𝑘𝑘𝑘1 de
coeficientes.
rror, 𝜌𝜌 es el parámetro autorregresivo espacial y 𝛽𝛽 es un vector de 𝑘𝑘𝑘𝑘1 de coeficientes.
ror, 𝜌𝜌 es el parámetro autorregresivo
La presencia espacialespacial
del término y 𝛽𝛽 es unde
vector
rezago de 𝑘𝑘𝑘𝑘1 en
de coeficientes.
el lado derecho
del término espacialde deecuación
la rezago 𝑊𝑊𝑊𝑊 en el lado
provoca que derecho
la de la ecuación
correlación con el provoca
término que la
de la
error
del término espacial de rezago 𝑊𝑊𝑊𝑊 en el lado derecho de la ecuación provoca que
on el término de sea error sea diferente
diferente de cero,
de cero, esto esesto es similar
similar a la presencia
a la presencia de una devariable
una
on el término de endógena.
error sea diferente
Esto de cero,
puede ser esto es similar
observado a la presencia
mediante una de una
reformulación
gena. Esto puede ser observado mediante una reformulación del modelo
gena. Esto puede delser observado
modelo mediante una reformulación del modelo
(8) 𝑦𝑦 = (Ι − 𝜌𝜌𝜌𝜌)−1 𝑋𝑋𝑋𝑋 + (Ι − 𝜌𝜌𝜌𝜌)−1 𝜀𝜀 8)

(8) 𝑦𝑦 = (Ι − 𝜌𝜌𝜌𝜌)−1 𝑋𝑋𝑋𝑋 + (Ι − 𝜌𝜌𝜌𝜌)−1 𝜀𝜀
−1
triz inversa (Ι − 𝜌𝜌𝜌𝜌)
La matriz es deinversa
rango completo peroes nodees rango
triangular como enpero
completo el caso
no es
triz inversa (Ι − 𝜌𝜌𝜌𝜌)−1 es de rango completo pero no es triangular como en el caso
tiempo (donde latriangular
dependencia como en el caso de series
es unidireccional), llevandode tiempo (donde
a una serie la depen-
infinita de
iempo (donde ladencia
dependencia es unidireccional),
es unidireccional), llevando llevando
a una aserie
una infinita
serie infinita
de de
términos
rror de todas las ubicaciones (Ι + 𝜌𝜌𝜌𝜌 + 𝜌𝜌22 𝑊𝑊22 + 𝜌𝜌33 𝑊𝑊33 + ⋯ )𝜀𝜀. Es posible entonces,
ror de todas las ubicaciones
de error de(Ιtodas
+ 𝜌𝜌𝜌𝜌las 𝜌𝜌 𝑊𝑊 + 𝜌𝜌 𝑊𝑊 + ⋯ )𝜀𝜀. Es posible entonces,
+ ubicaciones
e (𝑊𝑊𝑊𝑊)𝑖𝑖 contiene. el
Eselemento 𝑖𝑖 , asi comoidentificar
posible, 𝜀𝜀entonces, otro 𝜀𝜀𝑗𝑗 , 𝑗𝑗 ≠que
𝑖𝑖. Por consiguiente
contiene el elemento
e (𝑊𝑊𝑊𝑊)𝑖𝑖 contiene el elemento 𝜀𝜀𝑖𝑖 , asi como otro 𝜀𝜀𝑗𝑗 , 𝑗𝑗 ≠ 𝑖𝑖. Por consiguiente
, asi como otro , . Por consiguiente,
−1
(9) 𝐸𝐸[(𝑊𝑊𝑊𝑊)𝑖𝑖 𝜀𝜀𝑖𝑖 ] = 𝐸𝐸[(𝑊𝑊(Ι − 𝜌𝜌𝜌𝜌)−1 𝜀𝜀)𝑖𝑖 𝜀𝜀𝑖𝑖 ] ≠ 0
(9) 𝐸𝐸[(𝑊𝑊𝑊𝑊)𝑖𝑖 𝜀𝜀𝑖𝑖 ] = 𝐸𝐸[(𝑊𝑊(Ι − 𝜌𝜌𝜌𝜌) 𝜀𝜀)𝑖𝑖 𝜀𝜀𝑖𝑖 ] ≠ 0 9)
Esta
articular estructura de particular
la varianza estructura de la varianzaenhace
hace que la simultaneidad que la 𝑊𝑊𝑊𝑊
el término simultanei-
deba
articular estructura
dadde en
la varianza hace que
el término la simultaneidad
deba ser tomada en en cuenta
el término 𝑊𝑊𝑊𝑊 deba
explícitamente
cuenta explícitamente
en una en estimación
una estimación demáxima
dede máxima verosimilitud (cuya explicación
cuenta explícitamente en una estimación máxima verosimilitud (cuya
verosimilitud (cuya explicación
explicación
más adelante) o ase través del uso más
encuentra de unadelante)
conjunto de o avariables
través delinstrumentales. Cuando de
uso de un conjunto
más adelante) o a través del uso de un conjunto de variables instrumentales. Cuando
variables
dependiente rezagada instrumentales.
espacialmente Cuando
es ignorada en launa variable dependiente
especificación de un modelo reza-
dependiente rezagada
gadaespacialmente
espacialmente esesignorada
ignorada en en
la la
especificación
especificaciónde un
de modelo
un modelo
en el proceso de pero
generación de datos, aparece
está presente el error degeneración
especificación por variable
en el proceso de generación de datos, en el proceso
aparece el errordede especificacióndepor
datos, aparece
variable
implica que los estimadores de OLS en un modelo
el error de especificación no espacial
por variable resulten
omitida. Estosesgados
implicaeque
implica que los estimadores de OLS en un modelo no espacial resulten sesgados e
s. los estimadores de ols en un modelo no espacial resulten sesga-
. dos e inconsistentes.
egunda manera de incorporar autocorrelación espacial en un modelo de regresión es

egunda manera de incorporar autocorrelación espacial en un modelo de regresión es
un proceso espacial para los términos de error. La249especificación más común está
un proceso espacial para los términos de error. La especificación más común está
cuación
uación
de generación de datos, aparece el error de especificación por variable
los estimadores de OLS en un modelo no espacial resulten sesgados e
ra de incorporar autocorrelación espacial en un modelo de regresión es

Una segunda manera de incorporar autocorrelación espacial
espacial para los términos de error.
en un modelo de La especificación
regresión más común un
es especificando estáproceso espacial
para los términos de error. La especificación más común está
dada por la ecuación
Tal como una regresión lineal con un vector de errores 𝜀𝜀 y
(10) 𝑦𝑦 = 𝑋𝑋𝑋𝑋 + 𝜀𝜀 10)
sión lineal con un vector de errores 𝜀𝜀 y
Tal como una(11) 𝜀𝜀 = 𝜆𝜆𝜆𝜆𝜆𝜆 + 𝜉𝜉
regresión lineal con un vector de errores y
(11) 𝜀𝜀 = 𝜆𝜆𝜆𝜆𝜆𝜆 + 𝜉𝜉 11)

Donde 𝜆𝜆 es el coeficiente espacial autorregresivo para el rezago del error 𝑊𝑊𝑊𝑊 (para
nguir del coeficiente espacial autorregresivo 𝜌𝜌), y 𝜉𝜉 es un término de error no correlacionado.
Donde es el coeficiente espacial autorregresivo para el rezago
eficiente espacial autorregresivo para el rezago del error 𝑊𝑊𝑊𝑊 (para
manera alternativa,del
se puede
error expresar como
(para distinguir del coeficiente espacial autorregre-
spacial autorregresivo ), yy 𝜉𝜉 es
sivo 𝜌𝜌), es un
untérmino
términodede
error no no
error correlacionado.
correlacionado. De manera
uede expresar comoalternativa, se puede expresar como −1
(12) 𝑦𝑦 = 𝑋𝑋𝑋𝑋 + (Ι − 𝜆𝜆𝜆𝜆) 𝜉𝜉
12)
(12) 𝑦𝑦 = 𝑋𝑋𝑋𝑋 + (Ι − 𝜆𝜆𝜆𝜆)−1 𝜉𝜉
Y la covarianza
Y la covarianza
(13) 𝐸𝐸[𝜀𝜀𝜀𝜀 ′ ] = 𝜎𝜎 2 (Ι − 𝜆𝜆𝜆𝜆)−1 (Ι − 𝜆𝜆𝜆𝜆′)−1 = 𝜎𝜎 2 [(Ι − 𝜆𝜆𝜆𝜆)′ (Ι − 𝜆𝜆𝜆𝜆)]−1 13)
′]
= 2
(Ι − 𝜆𝜆𝜆𝜆)La
La𝜎𝜎dependencia
−1 dependencia
(Ι − 𝜆𝜆𝜆𝜆′)
espacial
−1 espacial
= 𝜎𝜎
del error
2 del ′interpretada
[(Ι − 𝜆𝜆𝜆𝜆)
puede ser error puede
(Ι − 𝜆𝜆𝜆𝜆)] −1 ser interpretada como
como un inconveniente (y el
un inconveniente (y el parámetro como un parámetro inconve-
metro 𝜆𝜆 como unniente), parámetroen inconveniente),
el sentido de que en el sentido
refleja unaque refleja una autocorrelacion
autocorrelacion espacial
pacial
cial en del error puede
la medición sererrores
endelalos interpretada
medición o de loscomo
en variables
erroresun oinconveniente
que noenestán (y el no
consideradas
variables que enestán
el modelo.
consi-
ámetro inconveniente), deradas enenel el modelo.
sentido que refleja una autocorrelacion
Al momento de estimar modelos que siguen un proceso espa-
losAlerrores
momentoo en de
variables
estimarque no están
modelos que consideradas
siguen un procesoen elespacial
modelo.es preferible considerar las
cial es preferible considerar las N observaciones como la simple
servaciones comorealización
la simple realización de un proceso,
de un proceso, en vez de en vez
comode como
piezaspiezas independientes
independientes
nformación
mar modelos (tal
que de
como información
siguenen un
el caso
procesode(tal
seriescomo
espacialde esenpreferible
el caso
tiempo). Dede series
igual delas
manera,
considerar tiempo). De igual
resulta más sencillo
manera, resulta más sencillo realizar la estimación apoyado en las
zar
mplela estimación
realización apoyado en las propiedades
de un proceso, en vez de como asintóticas
piezas de los procesos estocásticos, a fin de
independientes
propiedades asintóticas de los procesos estocásticos, a fin de que
la teoría
en el caso pueda serlasostenida
de series teoría por laDe
de tiempo).
pueda evidencia
serigual empírica.
manera,
sostenida resulta
por más sencillo
la evidencia empírica.
ado en las propiedades asintóticas de los procesos estocásticos, a fin de
Unapor
enida de la
esas propiedades
evidencia es la de estacionariedad espacial, la cual impone la condición de
empírica.
250
cualquier distribución conjunta de la variable aleatoria bajo la consideración de un subconjunto
bicaciones
dades es la depende únicamenteespacial,
de estacionariedad de la posición
la cualrelativa
imponedelaestas observaciones
condición de en términos de
rientacióndeyladistancia
conjunta variablerelativa.
aleatoriaUna
bajonoción menos estricta
la consideración de unessubconjunto
la de isotropía, para la cual solo
Una de esas propiedades es la de estacionariedad espacial, la

cual impone la condición de que cualquier distribución conjunta
de la variable aleatoria bajo la consideración de un subconjunto
de ubicaciones depende únicamente de la posición relativa de
estas observaciones en términos de su orientación y distancia
relativa. Una noción menos estricta es la de isotropía, para la cual
solo importa la distancia, dejando de lado su orientación. Para
propósitos prácticos, las condiciones de estacionariedad e isotro-
pía resultan demasiado demandantes y difícilmente verificables.
Entonces, se imponen condiciones más débiles en la forma de
estacionariedad del primero (esperanza) y segundo momento
(varianza, covarianza o autocorrelación espacial).
De esta manera, con un enfoque econométrico espacial se
puede considerar un modelo de rezago espacial como un caso
especial de endogeneidad con dependencia. Asimismo, un
modelo de error espacial es un caso especial de término de error
no esférico. Ambos pueden ser abordados mediante teoría eco-
nométrica, aunque no como una extensión directa de series de
tiempo análogas.
Como se explicó anteriormente, los estimadores de ols pue-
den resultar sesgados e inconsistentes debido a la presencia de
correlación entre la variable de rezago y el término de error. En
este caso, un análisis mediante máxima verosimilitud puede resul-
tar idóneo. El primer acercamiento a la estimación de máxima
verosimilitud en modelos de regresión que incorporaban auto-
correlación espacial en la forma de rezago espacial o término de
error espacial fue dado por Ord (1975). El punto de partida es una
distribución normal conjunta para los errores en el modelo, de la
cual se deriva la función de verosimilitud. Un aspecto a resaltar
de esta función es el jacobiano de la transformación, la cual toma
la forma y para los modelos de rezago espacial
y de error espacial autorregresivo, respectivamente.
Como se comentó en párrafos anteriores, a diferencia del caso
de series de tiempo, el jacobiano espacial no es el determinante
de una matriz triangular, sino de una matriz completa. Esto com-
251
autorregresivo
espacial y derespectivamente.
error espacial autorregresivo respectivamente.
en párrafosComo se comentó
anteriores, en párrafos
a diferencia del anteriores, a diferencia
caso de series del caso
de tiempo, el de series de tiempo, el
Jacobiano espacial
l determinante de una no es el triangular,
matriz determinante de una
sino matriz
de una triangular,
matriz sino de una matriz completa.
completa.
Esto complicaría el análisis considerablemente, sin embargo Ord (1975) demostró que este puede
considerablemente, sin embargo
plicaría Ordconsiderablemente,
el análisis (1975) demostró que este puede
sin embargo, Ord (1975)
ser expresado en función
demostró de los
que valores
este propios
puede ser 𝜔𝜔 de la
expresado
𝑖𝑖 matriz
ende pesos como
función de los valores
e los valores propios 𝜔𝜔𝑖𝑖 de la matriz de pesos como
propios de la matriz de pesos como
(14) |Ι − 𝜌𝜌𝜌𝜌| = ∏𝑁𝑁
𝑖𝑖=1(Ι − 𝜌𝜌𝜔𝜔𝑖𝑖 )
(14) |Ι − 𝜌𝜌𝜌𝜌| = ∏𝑁𝑁
𝑖𝑖=1(Ι − 𝜌𝜌𝜔𝜔𝑖𝑖 ) 14)
Utilizando esta simplificación,

Utilizando bajo el supuesto
esta simplificación, bajodeelnormalidad,
supuesto de la función de logaritmo
normalidad, la de
plificación, bajo el supuesto
máxima verosimilitud
funciónpara de
de el normalidad,
modelo dede
logaritmo la
rezagofunción de
espacial
máxima logaritmo de
está dada por para
verosimilitud la ecuación
el modelo de
el modelo de rezago espacial
rezago está dada
espacial está por
dadala por
ecuación
la ecuación
𝑁𝑁 𝑁𝑁 (𝑦𝑦−𝜌𝜌𝜌𝜌𝜌𝜌−𝑋𝑋𝑋𝑋)′(𝑦𝑦−𝜌𝜌𝜌𝜌𝜌𝜌−𝑋𝑋𝑋𝑋)
(15) 𝐿𝐿 = ∑𝑖𝑖 ln (Ι − 𝜌𝜌 𝜔𝜔𝑖𝑖 ) − ln(2𝜋𝜋) − (𝜎𝜎 2 ) − 15)
2 2 2𝜎𝜎2
𝑁𝑁 𝑁𝑁 (𝑦𝑦−𝜌𝜌𝜌𝜌𝜌𝜌−𝑋𝑋𝑋𝑋)′(𝑦𝑦−𝜌𝜌𝜌𝜌𝜌𝜌−𝑋𝑋𝑋𝑋)
− 𝜌𝜌 𝜔𝜔𝑖𝑖 ) − 2deln(2𝜋𝜋)
stimadores máxima (𝜎𝜎 2 )
− 2verosimilitud
− 𝛽𝛽 2y 𝜎𝜎22 para un
para 2𝜎𝜎 modelo de
stimadores de máxima verosimilitud
Mientras para 𝛽𝛽 y 𝜎𝜎 de
que los estimadores para un modelo
máxima de
verosimilitud para y
dos mediante
dos mediante para un modelo de rezago espacial son obtenidos mediante
(16) 𝛽𝛽𝑀𝑀𝑀𝑀 = (𝑋𝑋 ′ 𝑋𝑋)−1 𝑋𝑋 ′ (Ι − 𝜌𝜌𝜌𝜌)𝑦𝑦 16)

(16) 𝛽𝛽𝑀𝑀𝑀𝑀 = (𝑋𝑋 ′ 𝑋𝑋)−1 𝑋𝑋 ′ (Ι − 𝜌𝜌𝜌𝜌)𝑦𝑦
y
2 (𝑦𝑦−𝜌𝜌𝜌𝜌𝜌𝜌−𝑋𝑋𝛽𝛽𝑀𝑀𝑀𝑀 )′(𝑦𝑦−𝜌𝜌𝜌𝜌𝜌𝜌−𝑋𝑋𝛽𝛽𝑀𝑀𝑀𝑀 )
(17) 𝜎𝜎𝑀𝑀𝑀𝑀
2
= (𝑦𝑦−𝜌𝜌𝜌𝜌𝜌𝜌−𝑋𝑋𝛽𝛽𝑀𝑀𝑀𝑀 )′(𝑦𝑦−𝜌𝜌𝜌𝜌𝜌𝜌−𝑋𝑋𝛽𝛽𝑀𝑀𝑀𝑀 )
(17) 𝜎𝜎𝑀𝑀𝑀𝑀 = 𝑁𝑁
𝑁𝑁 17)
esente trabajo se Para

abordará la posible
efectos autocorrelación
del presente trabajo seespacial
abordará a la
nivel
posible autocorre-
esente trabajo se abordará la posible autocorrelación espacial a nivel
lación
variable endógena, en espacial
todos losa nivel
casos,municipal tomando
el crecimiento como variable endó-
económico
variable endógena,
gena,enentodos
todosloslos
casos, el el
casos, crecimiento
crecimiento económico
económico municipal
r de las luces nocturnas, tomando como variables exógenas algunas de
estimado
r de las luces nocturnas, a partir
tomando de variables
como las lucesexógenas
nocturnas, tomando
algunas de como varia-
-demográfico, tales como
bles la distancia
exógenas del municipio
algunas en cuestión
de carácter respecto
geográfico y socio-demográ-
-demográfico, tales como la distancia del municipio en cuestión respecto
fico, tales
densidad de población, como
la tasa de la distancia del
crecimiento anualmunicipio
promedio en de cuestión
la respecto
densidad de población, la tasa
a la capital deldeestado,
crecimiento anual promedio
su densidad de la la tasa de cre-
de población,
años promedio de educación. Otras variables a tomar en cuenta son el
años promedio decimiento
educación.anual
Otraspromedio
variables ade la población
tomar y elelnúmero de años
en cuenta son
radas por el IMSS e índicesde
promedio deeducación.
desarrollo tanto
Otrashumano (IDH)
variables comoen cuenta son el
a tomar
radas por el IMSS e índices de desarrollo tanto humano (IDH) como
número
variables se consideran de personasde
determinantes aseguradas
crecimiento por el imss e índices
económico, a su de desarrollo
variables se consideran determinantes
tanto humano (idh) decomo
crecimiento
municipaleconómico,
(idm). aDichas
su variables se
r el hecho de la cantidad de información disponible a nivel municipal es
consideran
el hecho de la cantidad determinantes
de información de crecimiento
disponible económico;
a nivel municipal es a su vez, es
o de bases de datos como en losrecalcar
conveniente periodoselque estasde
hecho abarcan.
que la cantidad de información
o de bases de datos como en los periodos que estas abarcan.
W se realiza en base a las coordenadas geográficas (latitud y longitud)

W se realiza en base a las coordenadas geográficas 252
(latitud y longitud)
mando como base su centroide. De esta manera se genera una matriz W
mando como base su centroide. De esta manera se genera una matriz W
es estandarizada para asegurar que los valores vecinos se suavicen, ya
es estandarizada para asegurar que los valores vecinos se suavicen, ya
ositivos es igual a uno.
disponible a escala municipal es limitada, tanto en el número de

bases de datos como en los periodos que estas abarcan.
La matriz de pesos W se realiza en base a las coordenadas
geográficas (latitud y longitud) de los municipios, tomando como
base su centroide. De esta manera, se genera una matriz W de
tamaño 125x125, la cual es estandarizada para asegurar que los
valores vecinos se suavicen, ya que la suma de los pesos positivos
es igual a uno.
Cabe destacar que para el presente trabajo se consideraron
varias matrices W definidas por diferentes criterios, tales como
contigüidad (tipo torre y tipo reina), por una cantidad de veci-
nos más cercanos, así como por distancia euclidiana. Este último
tipo de criterio fue el que se decidió utilizar para los estudios que
se presentan más adelante, debido a que fue el que mostró mejor
desempeño en cuanto a indicadores y al comportamiento de sus
residuales.
Asimismo, se opta por utilizar estimaciones por máxima vero-
similitud debido a que existe correlación entre los términos de
error y, por lo tanto, el método de ols presentaría estimadores
sesgados e inconsistentes. Se utilizarán estimaciones tanto para
la dependencia del rezago espacial como para dependencia del
término de error de rezago.
3.2.1. Tests de autocorrelación espacial
Al igual que en las corrientes principales de la literatura eco-

nométrica, en econometría existen diferentes tests para probar
ciertas propiedades de los estimadores. De estos tests sobresale
el test rs (por Rao score test) creado por Rao (1947), conocido
también como multiplicador de Lagrange. Rápidamente, este test
se volvió muy popular debido a la facilidad que representaba a
nivel computacional comparado con los otros dos tests asintóticos
equivalentes: la razón de verosimilitud (lr, por likelihood ratio)
y el test de Wald (W).
253
Rápidamente, este
computacional test se con
comparado volvió
los muy
otros popular
dos test debido a la equivalentes
asintóticos facilidad quecomo
representaba a nivel
son la razón de
computacional
verosimilitud comparado
(LR, con los
por likelihood otros
ratio) dos
y el testtest
de asintóticos
Wald (W). equivalentes como son la razón de
verosimilitud (LR, por likelihood ratio) y el test de Wald (W).
Se presentan las características de los diferentes tests a utilizar en el presente trabajo, los
cuales seSerealizarán
presentan las características
Se bajo el modelo
presentan RS de los diferentes
debido a lade
las características lostests a utilizar
conveniencia
diferentes en aelutilizar
quetests presente
representa trabajo,
trabajar bajo los
la
cuales senula,
hipótesis realizarán
en bajo el modelo
el presente
caso contrario trabajo,
de RSlosdebido
los métodos LR ay se
cuales la
Wconveniencia
realizarán queuna
bajo
donde se utiliza elrepresenta
modelo
hipótesisrstrabajar bajolola
alternativa,
hipótesis debido
nula, a la conveniencia
caso veces
contrario que representa trabajar bajounala hipótesis
cual resulta muchas másde los métodos
complicado. LR y W donde se utiliza hipótesis alternativa, lo
nula, caso contrario de los métodos lr y W donde se utiliza una
cual resulta muchas
hipótesisveces más complicado.
alternativa, lo cual resulta muchas veces más complicado.
3.2.1.1. Test I de Moran
3.2.1.1.
3.2.1.1. Test I de Moran
Este test Test I de1950)
(Moran, Moran fue originalmente desarrollado como un test bidimensional análogo al test
Este
de test (Moran,
significancia en1950)
Este test fue originalmente
correlacion
(Moran, serial
1950) parafue desarrollado
series de tiempo
originalmente como un test bidimensional
univariadas.
desarrollado como unanálogo
El estadístico al test
se encuentra
de significancia
formalmente testenbidimensional
correlacion
representado serial
mediante lapara
análogo series
al test
siguiente dede tiempo
ecuación univariadas.
significancia El estadístico se encuentra
en correlacion
formalmente serial para series
representado de tiempo
mediante univariadas.
la siguiente ecuaciónEl estadístico se encuen-
tra formalmente representado mediante la siguiente ecuación
𝑁𝑁 𝑒𝑒 ′ 𝑊𝑊𝑊𝑊
𝐼𝐼 = ( )( ′′ )
𝑆𝑆𝑁𝑁
0 𝑒𝑒𝑒𝑒 𝑊𝑊𝑊𝑊
𝑒𝑒
𝐼𝐼 = ( )( ′ )
𝑆𝑆0 𝑒𝑒 𝑒𝑒
𝑒𝑒 = 𝑦𝑦 − 𝑋𝑋𝛽𝛽̂ es un vectoresde un
DondeDonde residuales
vector de OLS, 𝛽𝛽̂ = (𝑋𝑋 ′ 𝑋𝑋)−1de
de residuales 𝑊𝑊 es la matriz de
𝑋𝑋′𝑦𝑦, ols,
Donde 𝑒𝑒 = ̂ es un vector de matriz
residuales ̂ ′ −1
pesos espaciales, 𝑁𝑁 𝑦𝑦es−el𝑋𝑋𝛽𝛽
número , de observaciones,
es la y de
de OLS,
es un 𝛽𝛽
𝑆𝑆0pesos (𝑋𝑋
= de𝑋𝑋)
factor
espaciales, es𝑊𝑊eles laigual
𝑋𝑋′𝑦𝑦,
estandarización matriz de
a la
pesosde número
espaciales, 𝑁𝑁 es de observaciones,
el número y es uny 𝑆𝑆 factor de estandarización
suma pesos espaciales, ∑𝑖𝑖 ∑𝑗𝑗 𝑤𝑤de observaciones, es un factor de estandarización igual a la
𝑖𝑖𝑖𝑖 . Para una matriz de0 pesos espaciales estandarizada (como el
igual a la suma de pesos espaciales, . Para una matriz de
sumadel
caso depresente
pesos espaciales,
trabajo), 𝑆𝑆∑ 𝑖𝑖 ∑𝑗𝑗 𝑤𝑤𝑖𝑖𝑖𝑖 . Para como
una matriz
𝑁𝑁 y eldeestadístico
pesos espaciales estandarizada (como el
pesos espaciales0 se simplifica
estandarizada (como el caso del se presente
vuelve tra-
caso del presente
bajo),trabajo), 𝑆𝑆0 se simplifica
se simplifica comocomoy el y el estadístico
𝑁𝑁 estadístico se vuelve
se vuelve
𝑒𝑒 ′ 𝑊𝑊𝑊𝑊
𝐼𝐼 = ′′
𝑒𝑒𝑒𝑒 𝑊𝑊𝑊𝑊
𝑒𝑒
𝐼𝐼 = ′
𝑒𝑒 𝑒𝑒
Este estadístico no se deriva de ningún supuesto, lo cual lo con-
vierte en el utilizado de manera más amplia. En su lugar, se asume
como un simple test de correlación entre los vecinos más cerca-
nos. Por consecuencia, se le pueden dar diferentes interpreta-
ciones.
Este test puede ser definido de manera simple como una
medida de autocorrelación espacial global de la muestra. En otras
palabras, mide cómo un objeto es similar a otros que se encuen-
tran cercanos, es decir, estas observaciones no son independien-
tes. Tiene un valor que se halla en el intervalo [-1,1] donde:
254
ras palabras, mide como un objeto es similar a otros que se encuentran
ras palabras, mide
global deno
lason como un
muestra. En objeto es similarmide
otras palabras, a otros queunseobjeto
encuentran
servaciones independientes. Tiene un valorcomo
que se encuentraes en
similar a otros que se encuentran
bservaciones
cercanos,noesson independientes.
decir, Tiene un
estas observaciones novalor que se encuentra
son independientes. en un valor que se encuentra en
Tiene
el intervalo
se como [-1,1]Adonde:
una dispersión
nálisis espacial de crecimiento económico municipal en Jalisco mediante fotos satelitales
perfecta.
rse como una -1 dispersión
puede perfecta. como una dispersión perfecta.
interpretarse
xiste autocorrelación (valores totalmente aleatorios).
• -1
existe autocorrelación puedetotalmente
(valores interpretarse como una dispersión perfecta.
aleatorios).
0 significa
orrelación de las • 0que no existe
observaciones.
significa queautocorrelación (valores totalmente
no existe autocorrelación aleatorios).
(valores totalmente
correlación de las observaciones.
+1 indica aleatorios).
perfecta correlación de las observaciones.
• +1 indica perfecta correlación de las observaciones.
s test explicados en este apartado, la hipótesis nula es que no existe
s test explicados
Al igual queen este apartado,
los demás test laexplicados
hipótesis ennula es apartado,
este que no existe
Al igual que los demás tests explicados en estelaapartado,
hipótesis nula
la hipó-es que no existe
correlación espacial.
tesis nula es que no existe correlación espacial.
ncia del error
ncia3.2.1.2.
del error 3.2.1.2. Test por dependencia del error
ernativa estáTest
dadapor dependencia
a través delde
del proceso error
generación de datos de 𝜀𝜀, i.e.,
ernativa está dada a
En este test laEn través
hipótesisdel proceso
alternativa
este test de generación
está
la hipótesis de está
dada a través
alternativa datos de 𝜀𝜀,ai.e.,
del dada
proceso de generación
través de datos de 𝜀𝜀, i.e.,
del proceso
de generación de datos de , i.e.,
𝜀𝜀 = 𝜆𝜆𝜆𝜆𝜆𝜆 + 𝜉𝜉
𝜀𝜀 = 𝜆𝜆𝜆𝜆𝜆𝜆 + 𝜉𝜉 𝜀𝜀 = 𝜆𝜆𝜆𝜆𝜆𝜆 + 𝜉𝜉
ba para 𝜆𝜆 = 0. En este caso el test RS puede usar los estimadores por

ba para 𝜆𝜆 =Y0.hacemos
EnY este caso
hacemos
la ellatest
prueba RS𝜆𝜆puede
prueba
para
parausar los. En
= 0. En estimadores
este caso
este caso,porpuede
el test RS
el test rs puede
usar los estimadores por
ón como base. Deusar
esta los
manera
estimadores por ols del modelo de regresión como base.
ón como base. De
OLS del modeloesta manera
de regresión
De esta maneracomo base. De esta manera
(18) 𝑅𝑅𝑅𝑅 = 𝑑𝑑′(𝜃𝜃̃)ℐ(𝜃𝜃̃)−1 𝑑𝑑(𝜃𝜃̃)
(18) 𝑅𝑅𝑅𝑅 = 𝑑𝑑′(𝜃𝜃̃)ℐ(𝜃𝜃̃)−1 𝑑𝑑(𝜃𝜃̃)(18)
𝑅𝑅𝑅𝑅 = 𝑑𝑑′(𝜃𝜃̃)ℐ(𝜃𝜃̃)−1 𝑑𝑑(𝜃𝜃̃) 18)
𝜃𝜃)/𝜕𝜕𝜕𝜕 es el vector de puntuaciones, ℐ(𝜃𝜃) = −𝐸𝐸[𝜕𝜕

Donde es 2 𝐿𝐿(𝜃𝜃)/𝜕𝜕(𝜃𝜃)𝜕𝜕(𝜃𝜃)′
el vector de] puntuaciones,
2
𝜃𝜃)/𝜕𝜕𝜕𝜕 es elDonde
vector𝑑𝑑(𝜃𝜃)
de puntuaciones, ℐ(𝜃𝜃)
𝜕𝜕𝜕𝜕(𝜃𝜃)/𝜕𝜕𝜕𝜕 esy el = −𝐸𝐸[𝜕𝜕 𝐿𝐿(𝜃𝜃)/𝜕𝜕(𝜃𝜃)𝜕𝜕(𝜃𝜃)′
es puntuaciones,
la matriz de ℐ(𝜃𝜃) ]
información, 2
n, 𝐿𝐿(𝜃𝜃) es la función de=verosimilitud 𝜃𝜃̃ vector de
es el estimador de máxima = −𝐸𝐸[𝜕𝜕 𝐿𝐿(𝜃𝜃)/𝜕𝜕(𝜃𝜃)𝜕𝜕(𝜃𝜃)′ ]
n, 𝐿𝐿(𝜃𝜃) es la función de verosimilitud es el estimador
̃ es el yestimador de máxima verosi-
es laesmatriz
el parámetro
la función
𝜃𝜃. Asi
de verosimilitud
de información,
mismo el 𝐿𝐿(𝜃𝜃)
test queda
y 𝜃𝜃la
es función
basado principalmente
de máxima
de verosimilitud en y 𝜃𝜃̃ es el estimador de máxima
las
militud restringida del parámetro . Asimismo, el test queda basado
el parámetro 𝜃𝜃. Asi mismo eldel testparámetro
queda basado 𝜃𝜃. Asiprincipalmente test en las basado principalmente en las
a 𝜆𝜆, verosimilitud
tal que restringida
principalmente en las puntuaciones mismo conel respecto
queda a , tal que
a 𝜆𝜆,puntuaciones
tal que con respecto
𝜕𝜕𝜕𝜕 a 𝜆𝜆, tal que
𝜀𝜀′𝑊𝑊𝑊𝑊
(19) 𝑑𝑑𝜆𝜆 = 𝜕𝜕𝜕𝜕 |
𝜕𝜕𝜕𝜕 𝜆𝜆=0
= 𝜀𝜀′𝑊𝑊𝑊𝑊
𝜎𝜎2 19)
(19) 𝑑𝑑𝜆𝜆 = 𝜕𝜕𝜕𝜕| = 𝜎𝜎2 (19) 𝑑𝑑𝜆𝜆 = 𝜕𝜕𝜕𝜕|
𝜕𝜕𝜕𝜕 𝜀𝜀′𝑊𝑊𝑊𝑊
= 𝜎𝜎2
𝜆𝜆=0
𝜆𝜆=0
s de resolver ℐ(𝜃𝜃)Finalmente,
bajo 𝐻𝐻0 se tiene el estadístico
después de resolver bajo se tiene el estadís-
tico
𝑒𝑒′ 𝑊𝑊𝑊𝑊 2
𝑑𝑑̅𝜆𝜆2 [ ]
(20) 𝑅𝑅𝑆𝑆𝜆𝜆 = = ̅2
𝜎𝜎 20)
𝑇𝑇 𝑇𝑇
+ 𝑊𝑊)𝑊𝑊]. Entonces el test requiere únicamente estimadores por OLS y

255
ncia espacial
𝑇𝑇 𝑇𝑇
𝑒𝑒′ 𝑊𝑊𝑊𝑊
𝑑𝑑̅2 [ 2 ]2
(20) 𝑅𝑅𝑆𝑆𝜆𝜆 = 𝑇𝑇𝜆𝜆 = 𝑇𝑇 ̅
𝜎𝜎


Donde . Entonces el test requiere única-
ncia espacial mente estimadores por ols y bajo , .
ótesis nula, 𝐻𝐻0 : 𝜌𝜌 = 0, usando la función de logaritmo de verosimilitud,
ncia espacial 3.2.1.3. Test por dependencia espacial
ón respecto a 𝜌𝜌 queda definida como
ótesis nula, 𝐻𝐻0 : 𝜌𝜌 En
= 0, usando
este la función
test se pruebade la logaritmo
hipótesisde verosimilitud, , usando la fun-
nula,
ón respecto a 𝜌𝜌 queda cióndefinida
de
𝜕𝜕𝜕𝜕
como
logaritmo
𝜀𝜀′𝑊𝑊𝑊𝑊
de verosimilitud, de manera que la puntuación
(21) 𝑑𝑑𝑑𝑑 = 𝜕𝜕𝜕𝜕| a =
respecto queda
𝜎𝜎 2 definida como
𝜌𝜌=0
𝜕𝜕𝜕𝜕 𝜀𝜀′𝑊𝑊𝑊𝑊
(21) 𝑑𝑑𝑑𝑑 = 𝜕𝜕𝜕𝜕| = 𝜎𝜎2 21)
𝜌𝜌=0
se encuentra dado por
Y el estadístico rs se encuentra dado por
se encuentra dado por 𝑒𝑒′ 𝑊𝑊𝑊𝑊 2
2
𝑑𝑑̃𝜌𝜌 [
̃2
] 22)
(22) 𝑅𝑅𝑆𝑆𝜌𝜌 = 𝑇𝑇̃1
= 𝜎𝜎
𝑇𝑇̃1
2 𝑒𝑒′ 𝑊𝑊𝑊𝑊 2
𝑑𝑑̃𝜌𝜌 [ 2 ]
(22) Donde
𝑅𝑅𝑆𝑆𝜌𝜌 = 𝑇𝑇̃en= ,𝜎𝜎̃𝑇𝑇̃ y son reemplazados por y , respectiva-
𝜎𝜎 2 son reemplazados por 𝛽𝛽̃ y 𝜎𝜎̃ 2 respectivamente. Además bajo la
1 1
mente. Además, bajo la hipótesis nula , .
𝐷𝐷
𝑆𝑆𝜌𝜌2 → 𝜒𝜒12 .
𝜎𝜎 son reemplazados
3.2.1.4. 𝛽𝛽̃ ypor
porTest 𝜎𝜎̃ 2 dependencia
respectivamente. Además
espacial bajoerror
y del la
𝐷𝐷
𝑆𝑆𝜌𝜌 → 𝜒𝜒12 .
ncia espacial y del Los error
tests descritos anteriormente pueden ser tomados como tests
unidireccionales, ya que están diseñados para probar una simple
mente pueden ser tomados como test unidireccionales, ya que están
ncia espacial y del especificación
error asumiendo que el resto del modelo está especi-
na simple especificación asumiendo quePor
ficado correctamente. el ejemplo,
resto del almodelo
aplicarestáel test bajo la
mente pueden ser tomados como test unidireccionales, ya que están
. Por ejemplo, al hipótesis
aplicar el test se asumenula
nula𝑅𝑅𝑆𝑆𝜆𝜆 bajo la hipótesis que𝐻𝐻0 : 𝜆𝜆 =. 0Debido
se a la natura-
na simple especificación
leza de laasumiendo
matriz deque el resto deleste
información, modelo
test no estáresultaría válido
a la naturaleza de la matriz de información, este test no resultaría válido
e. Por ejemplo, al en el caso
aplicar que𝑅𝑅𝑆𝑆 bajo. Para
el test 𝜆𝜆
evaluarnula
la hipótesis los 𝐻𝐻
efectos de
0 : 𝜆𝜆 = 0 se
en , es
evaluar los efectos de 𝜌𝜌 ≠ 0reescribir
necesario en 𝑅𝑅𝑆𝑆𝜆𝜆 , eselnecesario
modeloreescribir
de manera el que
modelo
tanto la autocorre-
a la naturaleza de lacion
la matriz de información, este test no resultaría válidopresentes:
ocorrelacion espacial del espacial
error como deldel error como
rezago esténdel rezago estén
presentes:
evaluar los efectos de 𝜌𝜌 ≠ 0 en 𝑅𝑅𝑆𝑆𝜆𝜆 , es necesario reescribir el modelo
ocorrelacion(23) 𝑦𝑦 =
espacial del𝜌𝜌𝑊𝑊1 𝑦𝑦 +
error 𝑋𝑋𝑋𝑋 +
como del𝜀𝜀 rezago estén presentes: 23)
24)
(24) 𝜀𝜀 = 𝜆𝜆𝑊𝑊2 𝜀𝜀 + 𝜉𝜉 𝜉𝜉~𝑁𝑁(0, 𝜎𝜎 2 Ι)
son matrices de pesos espaciales asociadas a la variable dependiente

y a los errores espaciales autorregresivos, respectivamente.
256 Vale la pena
cta especificación del modelo se requiere que 𝑊𝑊1 ≠ 𝑊𝑊2 o que la matriz 𝑋𝑋
ariable exógena adicional al término constante.
(23) 𝑦𝑦 = 𝜌𝜌𝑊𝑊1 𝑦𝑦 + 𝑋𝑋𝑋𝑋 + 𝜀𝜀
(24) 𝜀𝜀(23)
= 𝜆𝜆𝑊𝑊𝑦𝑦2 𝜀𝜀=+𝜌𝜌𝑊𝑊 + 𝑋𝑋𝑋𝑋 +𝜎𝜎𝜀𝜀2 Ι)
𝜉𝜉 1 𝑦𝑦 𝜉𝜉~𝑁𝑁(0,
(24) 𝜀𝜀 = 𝜆𝜆𝑊𝑊2 𝜀𝜀 + 𝜉𝜉 𝜉𝜉~𝑁𝑁(0, 𝜎𝜎 2 Ι)
y 𝑊𝑊2 son matrices de pesos espaciales asociadas a la variable dependiente
de
ente𝑊𝑊1y ay los son matrices
𝑊𝑊2errores espaciales de pesos espaciales respectivamente.
autorregresivos, asociadas a la variable dependiente
Vale la pena
Donde y son matrices de pesos espaciales asociadas a
pacialmente y a los errores
correcta especificación espaciales
del modelo autorregresivos,
se requiere que 𝑊𝑊1 ≠ respectivamente. Vale𝑋𝑋 la pena
𝑊𝑊2 o que la matriz
la variable dependiente rezagada espacialmente y a los errores
paravariable
una la correcta especificación
exógena adicional
espaciales del modeloconstante.
al término
autorregresivos, se requiere que 𝑊𝑊1 ≠ 𝑊𝑊Vale
respectivamente. 2 o que la matriz
la pena 𝑋𝑋
resaltar
menos una variable que para laadicional
exógena correctaal especificación
término constante. del modelo se requiere que
o que la matriz contenga al menos una variable exó-
stimación válida del modelo es menester tomar en cuenta una posible
gena adicional al término constante.
unaespacial
ago estimación válida
mientras del
unamodelo
se realiza
Para es menester
el test por
estimación válida deltomar
dependencia en es
del error
modelo cuenta
ymenesteruna tomar
viceversa. posibleen
del la
vas, rezago
cual se cuenta
espacial
realizará másunaadelante,
mientras posible
se realiza esdependencia
el
la test del
por dependencia
de probar la rezagodel
hipótesis espacial
𝐻𝐻0 :y𝜆𝜆mientras
error
nula viceversa.
= se
realiza el test por dependencia del error y viceversa. Una de las
lternativas,
principio delaRS,
cuallosecual
realizará
permite másqueadelante,
el modelo es lapueda
de probar la hipótesis nula
ser implementado con𝐻𝐻0 : 𝜆𝜆 =
alternativas, la cual se realizará más adelante, es la de probar la
ando
El testelconjunto
principioresultante
de RS, loestá
hipótesis cualdado
nula permite
por que el modelo
utilizando pueda ser implementado
el principio de rs, loconcual
permite
e OLS. El test conjunto que el está
resultante modelodado pueda
por ser implementado con residuales
de ols. El test ̃
conjunto resultante está dado por
𝐷𝐷
(25) 𝑅𝑅𝑆𝑆𝜆𝜆𝜆𝜆 = 𝐸𝐸̃ −1 [(𝑑𝑑̃𝜆𝜆 )2 ̃ 2 + (𝑑𝑑̃𝜌𝜌 )2 𝑇𝑇22 − 2𝑑𝑑̃𝜆𝜆 𝑑𝑑̃𝜌𝜌 𝑇𝑇12 ]
𝜎𝜎
̃
𝐷𝐷
(25) 𝑅𝑅𝑆𝑆𝜆𝜆𝜆𝜆 = 𝐸𝐸̃ −1 [(𝑑𝑑̃𝜆𝜆 )2 2 + (𝑑𝑑̃𝜌𝜌 )2 𝑇𝑇22 − 2𝑑𝑑̃𝜆𝜆 𝑑𝑑̃𝜌𝜌 𝑇𝑇12 ] 25)
̃
𝜎𝜎
𝐷𝐷
(𝜎𝜎2 ) 𝑇𝑇22 − (𝑇𝑇12 )2Donde
. Es posible identificar que este .test Esconjunto
posibleno identificar
solo dependeque este
−test conjunto no solo depende de test yconjunto, sino también de su
𝐷𝐷 2
de 𝐸𝐸 = (de2su
mbién ) 𝑇𝑇22
factor (𝑇𝑇de . Es posible
12 )interaccion identificar
con un con que este
coeficiente 𝑇𝑇12 . Aunado a.no sololadepende
esto,
𝜎𝜎 factor de interaccion un coeficiente Aunado a esto,
sino también
mplificarse de lasu expresión
asumiendo factor
que las dematrices
interaccion
puede con un
𝑊𝑊1coeficiente
de simplificarse
pesos 𝑇𝑇12 . Aunado
asumiendo
y 𝑊𝑊2 son idénticas, que alas
lo cual esto, la
matri-
ces de pesos y son idénticas, lo cual sucede general-
uede
e en lasimplificarse
mayoría de asumiendo
los casos. De que lasmodo,
este matrices
𝑊𝑊1 de
= 𝑊𝑊pesos
2 = 𝑊𝑊 y11
𝑊𝑊,1 𝑇𝑇 𝑊𝑊2=son𝑇𝑇21idénticas,
= 𝑇𝑇22 = lo cual
mente en la mayoría de los casos. De este modo, ,
ralmente
𝑊𝑊] en la mayoría
y la ecuación anterior dequeda
los casos. De este
reducida a modo, 𝑊𝑊1 = 𝑊𝑊2 =y𝑊𝑊, la 𝑇𝑇11 = 𝑇𝑇21 = anterior
ecuación 𝑇𝑇22 =
+ 𝑊𝑊)𝑊𝑊] y la ecuación queda anterior
reducida a reducida a
queda
𝑑𝑑̃𝜆𝜆2 (𝑑𝑑̃ −𝑑𝑑̃𝜌𝜌 )2
(26) 𝑅𝑅𝑆𝑆𝜆𝜆𝜆𝜆 = 𝑇𝑇
+ 𝜎𝜎̃−2𝜆𝜆(𝐷𝐷̃−𝑇𝑇𝜎𝜎̃2) 26)
𝑑𝑑̃ 2 (𝑑𝑑̃ −𝑑𝑑̃𝜌𝜌 )2
(26) 𝑅𝑅𝑆𝑆𝜆𝜆𝜆𝜆 = 𝑇𝑇𝜆𝜆 + 𝜎𝜎̃−2𝜆𝜆(𝐷𝐷̃−𝑇𝑇𝜎𝜎̃2)
Bajo , convergerá a una central con dos gra-
= 0, 𝑅𝑅𝑆𝑆𝜆𝜆𝜆𝜆 convergerá
dos dea una 𝜒𝜒 2 central con dos grados de libertad.
libertad.
𝜆𝜆 = 𝜌𝜌 = 0, 𝑅𝑅𝑆𝑆𝜆𝜆𝜆𝜆 convergerá a una 𝜒𝜒 2 central con dos grados de libertad.
4. Datos
os En este apartado se proporciona una breve descripción de las

variables a utilizar en los modelos econométricos, definiendo la
257
fuente de donde se obtuvieron, la manera en que se calculan y

por qué se han elegido para formar parte del presente trabajo.
Como se mencionó anteriormente, la fuente principal de
información de este trabajo son las luces nocturnas obtenidas
a partir de imágenes satelitales proporcionadas por agencias de
Estados Unidos de América. Aun así, para poder realizar el análisis
econométrico espacial se toman en cuenta variables de carácter
geográfico, social y económico a fin de identificar los factores que
inciden en el desarrollo económico municipal. Estos datos fueron
obtenidos a partir de reportes generados por el Instituto de Infor-
mación Estadística y Geográfica (iieg) Jalisco, el Sistema Estatal
y Municipal de Base de Datos (simbad) del inegi y el Instituto
Nacional para el Federalismo y el Desarrollo Municipal (inafed).
Entre las variables a utilizar destacan la distancia en kilómetros
a la capital, la cual se midió tomando en cuenta el centroide de cada
municipio con respecto al de Guadalajara. La densidad de pobla-
ción y la tasa de crecimiento se calcularon con base en el Censo
de Población y Vivienda 2010 del inegi (censo más actual dentro
del periodo de estudio), para el caso de la densidad de población
se tomó el total de personas de cada municipio sobre su área en
kilómetros cuadrados. El número de años promedio de educación
por municipio se obtiene también a partir de este censo.
El índice de desarrollo municipal (idm) se obtuvo de la base
de datos del iieg para el año 2012, este se calcula a partir de
cuatro dimensiones: ambiental, económica, institucional y social.
La dimensión ambiental toma en cuenta el acceso al agua entu-
bada, drenaje, y el total de viviendas habitadas; la económica se
alimenta de datos de empleo y valor agregado bruto municipal;
por su parte, la institucional mide el esfuerzo tributario y la par-
ticipación ciudadana; por último, la dimensión social tiene como
base la tasa de mortalidad infantil y la población con primaria
terminada o más. Se espera que esta variable muestre una corre-
lación positiva con los datos de crecimiento económico, ya que
parte de la información necesaria para su cálculo también es de
naturaleza económica.
258
Por otro lado, el índice de desarrollo humano (idh) es obte-

nido a partir de informes del inafed y se calcula tomando en
cuenta variables de salud, educación y nivel de vida, para efectos
de este estudio se toman los datos del 2012. Al igual que el idm,
se cree que esta variable debería mostrar una correlación positiva
con el crecimiento económico municipal.
Mención aparte merece la variable del nivel inicial del pib
(año 1992 para efectos de este estudio), la cual se introduce con
la intención de encontrar evidencia de convergencia (Barro &
Sala-i-Martín, 1991), la cual se ha identificado en otros estudios
de crecimiento económico regional en México (Cabral & Mollick,
2012; Dapena et al., 2017).
Estas variables fueron seleccionadas entre muchas otras
debido a que se consideran las más representativas entre los
datos disponibles que se encuentran a nivel municipal, ya que
gran parte de las estadísticas no existen para algunos municipios
debido a la aún débil infraestructura estadística regional.
5. Resultados
Se realizó una comparación de los datos de crecimiento econó-

mico obtenidos mediante el uso de luces nocturnas y mediante la
metodología aplicada por Gomez-Zaldivar (2010), para verificar
en qué medida las luces nocturnas pueden predecir el crecimiento
económico en los municipios. Se encontró que existe un coefi-
ciente de correlación de 0.40 con el 99 % de significancia, lo cual
se considera un buen indicador de que las luces obtenidas a través
de imágenes satelitales pueden ser una valiosa fuente de informa-
ción para estudios económicos a nivel subnacional.
Como es posible apreciar en la figura 2, la mayoría de las
observaciones siguen la pendiente marcada por la regresión.
Sin embargo, algunos municipios, como Tlajomulco de Zuñiga,
El Salto, Ixtrahuacán de los Membrillos, Hostotipaquillo y Villa
Purificación, se salen un poco de la tendencia; resulta interesante
259
notar que los tres primeros municipios antes mencionados pertene-

cen o son vecinos de la zmg, a la vez que resultan ser los que mayor
crecimiento económico presentan. Las diferencias de los resultados
obtenidos mediante las dos metodologías pueden ser deberse al
empleo de fuentes distintas de información. El método aplicado por
Gomez-Zaldivar utiliza el pib estatal por sectores dividido entre el
número de personas ocupadas en dichos sectores por municipio;
dicho método puede ser afectado por la periodicidad entre cen-
sos de los cuales se obtiene esta información; de igual manera, no
considera factores tales como la migración y el envío de remesas,
el trabajo informal, entre otros. Por su parte, la metodología usada
en el presente trabajo puede contener un factor de error dado por
las características de los satélites que toman las fotos, así como por
las distintas actividades económicas realizadas en los municipios,
las cuales no utilizan la misma cantidad de luz para producir.
Figura 2
Gráfico de la regresión comparando la metodología
de Gomez-Zaldivar y Henderson
Fuente: Elaboración propia.
Aun con estas diferencias, se considera viable la utilización de

la presente metodología para realizar el estudio del crecimiento
económico en los municipios de Jalisco y someterla a pruebas
260
para determinar las variables que inciden en su comportamiento,

así como la distribución espacial que esta sigue.
Al observar los datos de las luces nocturnas en los municipios
de Jalisco, es interesante la forma en que han evolucionado a través
del tiempo. La tabla 1 muestra cómo se encuentran distribuidos los
píxeles de acuerdo con su dn, donde es posible observar un gran
contraste entre la Zona Metropolitana de Guadalajara23 (zmg) y el
resto del estado. Mientras que en Jalisco los píxeles que no cuen-
tan con iluminación representan más de la mitad del total para los
tres años mostrados, para la zmg solamente representan niveles
menores al 10 % para 1992 y 5 % para 2002 y 2013. Si se toman en
cuenta también los píxeles que presentan iluminación baja (con dn
de hasta 10), los resultados muestran una desigualdad aún mayor,
ya que, por un lado, en el estado de Jalisco más del 90 % de los
píxeles contenidos dentro de su territorio tienen iluminación baja
o nula, caso contrario a la zmg, donde solo alrededor del 30 % (y
poco más de 40 % en 1992) de los píxeles muestran esos valores.
Tabla 1
Luces nocturnas en Jalisco y Zona Metropolitana de Guadalajara (zmg)
Jalisco zmg
dn 1992 2002 2013 1992 2002 2013
0 78.61 % 58.99 % 62.44 % 8.85 % 3.42 % 4.76 %
1 a 10 16.52 % 33.52 % 28.28 % 34.33 % 29.90 % 22.66 %
11 a 20 2.48 % 4.09 % 4.82 % 17.20 % 16.93 % 11.97 %
21 a 62 1.94 % 2.86 % 3.82 % 25.44 % 32.42 % 39.76 %
63 0.45 % 0.54 % 0.64 % 14.18 % 17.33 % 20.85 %
Fuente: elaboración propia a partir de datos obtenidos de imágenes del dmsp-ols.
Tomando en cuenta lo anterior, es en cierta manera lógico

que el contraste sea visible observando el número de píxeles con
23 Para efectos de este estudio se considera que la zmg está conformada por seis
municipios (Guadalajara, Zapopan, Tonalá, San Pedro Tlaquepaque, El Salto y
Tlajomulco de Zúñiga).
261
alta luminosidad.24 Menos de 1 % para Jalisco y entre 15 % y 20

% para la zmg.
La figura 3 presenta las luces nocturnas en el estado de Jalisco
para los años 1992, 2002 y 2013. Esto permite una mejor visua-
lización de lo expresado anteriormente, ya que en ella es posible
observar cómo existe una clara concentración de luminosidad en
la zona centro del estado, a la que pertenece la zmg, la cual va cre-
ciendo al correr de los años. También se pueden apreciar peque-
ñas concentraciones de luz en la región sur del estado, que rodea
al Nevado de Colima, la zona de los Altos y en Puerto Vallarta,
todo esto a partir del año 2002.
Por el contrario, pareciera que el resto del estado permanece
“a oscuras”, debido a que no presenta mayores cambios en su nivel
de luminosidad, el cual puede considerarse como bajo o nulo.
Figura 3
Luces nocturnas en el estado de Jalisco
Fuente: elaboración propia a partir de imágenes del dmsp-ols.
En el caso específico de la zmg, la figura 4 es un reflejo claro

de la concentración que existe en el área, aquí es notable cómo
se forma una mancha cada vez más blanca al paso de los años,
cubriendo casi la totalidad de estos municipios, los cuales están
resaltados en color azul para su fácil ubicación. Dicha mancha se
24 En este caso se considera a los píxeles con dn de 63 como de alta luminosidad.
262
extiende incluso más allá de sus fronteras, alcanzando los muni-

cipios vecinos.
Figura 4
Luces nocturnas en la zmg
Analizando cuidadosamente las imágenes correspondientes

a los años 2002 y 2013, es posible advertir un fenómeno curioso.
La mancha de luz del año 2002 da la impresión de abarcar un área
mayor a la del 2013, es decir, se aprecia una ligera contracción de
la luminosidad. Sin embargo, la parte central de esta mancha, que
es la más brillante (blanca), se va expandiendo. De esta manera,
pareciera que se está absorbiendo la luz de las orillas para con-
centrarse en el centro.
Estos resultados muestran, a priori, una alta concentración
de luz en la zona centro del estado, donde la mayor parte de las
actividades económicas se llevan a cabo en la capital Guadalajara
y municipios aledaños, lo cual supondría que estos municipios
presenten un mayor crecimiento económico que el resto del terri-
torio. Sin embargo, también surge la posibilidad de que, en cierto
grado, las zonas aledañas a la zmg puedan presentar crecimiento
negativo debido a que la actividad económica que se realiza ahí
es absorbida y concentrada en la zmg.
La figura 5 muestra los cambios en la intensidad de la luz para
el periodo 1992-2013. En ella es posible confirmar que la zona
con mayor crecimiento ha sido la zmg. De igual manera, la región
263
Sur, la zona de los Altos y Puerto Vallarta exhiben un crecimiento

notable, aunque en menor medida.
Figura 5
Cambio en la intensidad de la luz por pixel en Jalisco, periodo 1992-2013
También se pueden apreciar algunos puntos donde la inten-

sidad de la luz disminuyó durante ese periodo. Curiosamente,
la mayoría de ellos se encuentran junto a zonas con crecimiento
importante.
Esto se puede visualizar de mejor manera en las figuras 6 y
7, las cuales hacen un acercamiento a la zmg y a Puerto Vallarta,
respectivamente. Es claro cómo las zonas con crecimiento nega-
tivo son aledañas a otras con crecimiento medio, las cuales a su
264
vez rodean áreas con un índice de crecimiento cada vez mayor.

Este fenómeno indica que las regiones cercanas a otras con índice
de crecimiento medio pueden ser impactadas positiva o negati-
vamente, dependiendo de si se encuentran dentro o fuera de la
zona de concentración de la luz.
Figura 6
Cambio en la intensidad de la luz por pixel en ZMG, periodo 1992-2013
Otro aspecto a resaltar en la figura 6 es que el área central de

la zmg, el cual corresponde en su mayoría al municipio de Guada-
lajara, muestra un crecimiento nulo. Esto se debe a la saturación
en el nivel de luminosidad de los píxeles que lo componen, lo cual
puede suponer también, en cierta manera, una saturación en la
actividad económica de la zona. Como consecuencia, el área que
rodea esa zona presenta niveles de crecimiento muy altos debido
a la desproporcionada expansión horizontal de la ciudad.
265
Figura 7
Cambio en la intensidad de la luz por pixel en Puerto Vallarta,
periodo 1992-2013
Si se toman en cuenta los píxeles de cada municipio como un

agregado, se obtiene la figura 8, en la cual se realiza el cálculo de
la luminosidad sobre su superficie y se aplica el parámetro encon-
trado por Ramírez et al. (2016) para estimar el crecimiento eco-
nómico de los municipios durante el periodo 1992-2013. En este
mapa es posible reafirmar lo encontrado en las imágenes basadas
en píxeles: los municipios que presentan mayor crecimiento se
encuentran en la zona de los Altos y en las regiones Centro y Sur
del estado. Por su parte, la región costera aparece con un pobre
crecimiento durante el periodo de estudio.
Asimismo, en la misma figura se puede apreciar la existencia
de ciertos clústeres de crecimiento, es decir, municipios con desa-
rrollo medio-alto se encuentran junto a otros municipios con las
mismas características. De igual manera, se aprecian claramente
266
las regiones con bajo o nulo desarrollo, en las cuales se agrupan

varios municipios.
Figura 8
Crecimiento económico municipal (logaritmo)
en el estado de Jalisco, periodo 1992-2013
Debido a lo observado en la tabla 2 y en las figuras 3-7, se

considera relevante incluir la variable de distancia respecto a la
capital como un posible factor que incide en el crecimiento eco-
nómico. De igual manera, se tomará en cuenta la densidad de
población como variable, tomando en cuenta que los municipios
de la zmg muestran una mayor concentración de personas en
comparación con el resto del estado.
Para la estimación del crecimiento económico municipal se
llevó a cabo la metodología realizada por Henderson et al (2012),
para el cálculo de la luminosidad sobre la superficie de cada
municipio. Una vez realizado esto, se aplicaron los parámetros
encontrados en Ramírez et al. (2016) para obtener el crecimiento
económico estimado. Si bien es verdad que este parámetro es en
realidad una proxy nacional estimada a nivel estatal, la cual se está
aplicando a las regiones de un estado, en este caso a los munici-
267
pios de Jalisco, hay evidencia de que la utilización de este tipo de

parámetros a niveles de desagregación más pequeños es posible
debido que los resultados parecen no mostrar grandes diferencias
respecto a los datos agregados originales (Doll, 2004).
Tabla 2
Resultados modelo dependencia espacial sobre crecimiento económico
municipal estimado a través de luces nocturnas (errores estándar en
paréntesis). Niveles de significancia: *90 %, **95 %, ***99 %
(1) (2) (3) (4) (5) (6) (7)

Constante -0.2570 -0.2182 -0.2058 0.0146 -0.1202 0.0256 0.0442
(0.2917) (0.3377) (0.3013) (0.3663) (0.1875) (0.3244) (0.3422)
pib inicial -0.0376** -0.0371** -0.0401** -0.0397** -0.0403** -0.0396** -0.0384**
(0.0167) (0.0171) (0.0171) (0.0171) (0.0170) (0.0171) (0.0171)
idh 0.5270 0.5265 0.4412 -0.4199
(0.4281) (0.4713) (0.0158) (0.9650)
Distancia a -0.0003 0.0002
gdl (0.0004) (0.0004)
Densidad de -0.0001 -0.0001
población (0.0001) (0.0001)
Crecimiento 0.0105 -0.0006 0.0022 0.0025 -0.0001
de (0.0158) (0.0189) (0.0176) (0.0176) (0.0193)
población
Educación 0.0504 0.0293 0.0414 0.0463
(0.0560) (0.0279) (0.0357) (0.0362)
No. 0.0001 0.0001 0.0002 0.0003
asegurados (0.0002) (0.0002) (0.0003) (0.0003)
Índice de -0.0043 -0.0048
desarrollo
(0.0079) (0.0079)
municipal
ρ 0.8044*** 0.8029*** 0.8047*** 0.8135*** 0.8110*** 0.8071*** 0.8012***
(0.1011) (0.1029) (0.1010) (0.0966) (0.0980) (0.0991) (0.1031)
ml -2.1820 -1.7511 -1.9607 -1.3860 -1.4808 -1.3327 -0.1667
No. obs. 125 125 125 125 125 125 125
Los resultados de los modelos de econometría espacial son

presentados en las tablas 2 y 3. La primera de estas corresponde
al modelo de dependencia del rezago espacial, mientras que la
otra hace lo mismo para el modelo de dependencia del término
de error de rezago, ambos modelos se realizaron bajo ml.
268
En la columna (1) de la tabla 2 se prueba si existe correlación

entre el crecimiento económico estimado por luces y el idh, el
cual, por su metodología, es construido a partir de datos de capital
(entre otros). Sin embargo, el coeficiente no es estadísticamente
significativo.
Tabla 3
Resultados modelo dependencia espacial del error sobre crecimiento
económico municipal estimado a través de luces nocturnas (errores
estándar entre paréntesis). Niveles de significancia: *90 %, **95 %, ***99 %
(1) (2) (3) (4) (5) (6) (7)

Constante 0.1566 0.1627 0.2082 0.4970 0.1891 0.3083 0.2711
(0.3031) (0.3457) (0.3105) (0.3653) (0.2208) (0.3429) (0.3597)
pibinicial 0.0596*** 0.0581*** -0.0629*** -0.0663*** -0.0648*** -0.0644*** -0.0629***
(0.0183) (0.0187) (0.0188) (0.0187) (0.0188) (0.0188) (0.0188)
Idh 0.3863 0.4035 0.2956 -1.0113
(0.4112) (0.4506) (0.4270) (0.9182)
Distancia a -0.0001 0.0001
gdl (0.0004) (0.0004)
Densidad de -0.0001 -0.0001
población (0.0001) (0.0001)
Crecimiento 0.0115 0.0044 0.0038 0.0032 0.0476
de población (0.0151) (0.0181) (0.0169) (0.0169) (0.0352)
Educación 0.0833 0.0309 0.0406 0.0476
(0.0545) (0.0269) (0.0344) (0.0352)
No. 0.0001 0.0000 0.0001 0.0002
asegurados (0.0003) (0.0002) (0.0003) (0.0003)
Índice de -0.0035 -0.0039
desarrollo
(0.0078) (0.0078)
municipal
λ 0.8353*** 0.8326*** 0.8370*** 0.8557*** 0.8433*** 0.8426*** 0.8411***
(0.0909) (0.0921) (0.0902) (0.0817) (0.0874) (0.0877) (0.0884)
ml 0.0325 0.1316 0.322 1.5930 0.9970 1.0992 1.8303
No. obs. 125 125 125 125 125 125 125
Para la columna (2) se introducen las variables de distancia

respecto a la capital y de densidad de población con la intención
de verificar lo encontrado en la tabla 1, donde se percibía cierta
concentración de la actividad económica en las zonas cercanas a
269
Guadalajara. A pesar de esto, los valores resultaron no significa-

tivos, lo cual contradice las suposiciones anteriores.
En la columna (3) se hace un intento de verificar la relación
entre el crecimiento de la población y el crecimiento económico,
pero este resulta no representativo. Las columnas (4) y (5) inclu-
yen las variables de educación y número de asegurados por el
imss, presentando la primera un mayor nivel de causalidad en el
crecimiento económico, aunque ninguna es significativa. Aquí
cabe destacar que al incluir dichas variables, el signo de la varia-
ble idh cambió a negativo, esto generado quizás por el hecho de
que el idh contiene también datos sociodemográficos, debido a
eso se consideró oportuno prescindir de dicha variable para las
siguientes columnas.
El índice de desarrollo municipal (idm) se incluye en las
columnas (6) y (7); este toma en cuenta factores sociales, insti-
tucionales, económicos y de medio ambiente, por lo que debería
tener alta correlación con el crecimiento económico. Sin embargo,
sus valores no resultan representativos, agregado a esto, presenta
signo negativo.
Vale la pena destacar que hay tres variables que están corre-
lacionadas entre sí: educación, idh e idm, debido a que las dos
últimas utilizan datos de educación para su cálculo. Se realiza la
prueba de incluir solo la variable de años promedio de escolaridad
(columna 5), así como combinarla con el idh (columna 4) y el
idm (columna 6) para ver si los resultados cambian. Sin embargo,
aunque su coeficiente varía un poco, este sigue siendo no signifi-
cativo en todos los casos.
Por otra parte, en todas las columnas existe una evidente
correlación negativa entre el crecimiento económico municipal
en Jalisco y su valor inicial (año 1992 en este caso). Este coefi-
ciente resulta significativo a un nivel de confianza de 95 %, lo cual
pone de manifiesto un proceso de convergencia en la economía
para la muestra completa (Barro & Sala-i-Martín, 1991). Aunado
a esto, el término de correlación con la variable espacial de rezago
270
es positivo y significativo en todos los casos, lo que muestra indi-

cios de correlación espacial entre las observaciones.
Estos resultados son coherentes con estudios regionales de
convergencia realizados anteriormente. Tal es el caso de Cabral &
Mollick (2012), que encuentran valores significativos de conver-
gencia entre las regiones de México. Por otro lado, los resultados
obtenidos por Dapena et al. (2017) muestran coeficientes simila-
res en cuanto a la convergencia condicional de los municipios de
la zona centro del país (en la cual sitúan a Jalisco) y al parámetro
de autocorrelación espacial.
El hecho de que los resultados obtenidos mediante este
modelo resulten en valores similares a los encontrados en trabajos
anteriores proporciona evidencia de que la utilización de imáge-
nes satelitales como una alternativa a las fuentes de información
tradicionales es viable en situaciones donde estas últimas no se
encuentren disponibles o resulten inadecuadas para los objetivos
planteados, tal como en el caso de Llamosas et al. (2018), donde
el área de estudio comprende dos o más entidades.
La tabla 3 muestra los resultados del modelo de dependencia
espacial de error. A pesar de tratarse de un modelo diferente pre-
senta básicamente las mismas características antes mencionadas.
Es decir, con valores significativos para el coeficiente de nivel
inicial del pib y la variable de dependencia espacial.
Para comprobar los resultados encontrados con los modelos
de dependencia del rezago espacial y del término de error de
rezago se procede a la realización de los tests de autocorrelación
espacial mencionados en el apartado anterior. La tabla 4 muestra
los resultados de dichos tests.
Tabla 4
Test de autocorrelación espacial
Moran’s I 0.1751***
RSρ 1.3623
RSλ 1.5088
RSρλ 6.6000**
271
En dicha tabla es posible observar como el test de la I de

Morán tiene un coeficiente positivo y significativo al 99 %. Esto
puede ser advertido también en la figura 9, donde se muestra el
gráfico de la I de Moran y es posible ver que las observaciones
siguen cierto patrón de comportamiento.
Por su parte, los tests de dependencia del rezago espacial y del
término de error de rezago no son significativos, mientras que el
test conjunto sí lo es con un intervalo de confianza del 95 %. Esto
puede parecer contradictorio a primera vista, pero es importante
recordar que los primeros dos tests solo funcionan de forma uni-
direccional, es decir, solo puede ser significativo cuando y
viceversa. En otras palabras, dentro de este modelo se encuentra
presente una correlación espacial tanto entre sus observaciones
como entre sus términos de error. Esto también queda claro viendo
los resultados de las tablas 2 y 3, ya que las variables de correlación
espacial terminan siendo significativas para todos los casos.
Figura 9
Gráfico del estadístico I de Moran para el crecimiento económico
municipal en Jalisco, periodo 1992-2013
6. Conclusiones
Aunque el método utilizado en este trabajo para construir datos

de crecimiento económico dada una relación conocida entre
variables, tal como las luces nocturnas, puede tener la inevita-
272
ble consecuencia de una estimación con cierto grado de error,

la evidencia que arroja este estudio indica, en primer lugar, que
es posible utilizar el cambio en las luces nocturnas generadas
por el hombre y capturadas mediante imágenes satelitales como
una variable proxy al crecimiento económico a nivel municipal,
en este caso hablando del estado de Jalisco. Todo ello tomando
en cuenta la comparación realizada con el modelo de Gomez-
Zaldivar (2010) y los resultados obtenidos en los modelos de
econometría espacial, donde los valores de convergencia y de
dependencia espacial resultaron acordes a estudios anteriores con
coeficientes altamente significativos.
Esto, a su vez, confirma lo expresado por Doll (2004), donde
afirma que la utilización de parámetros estimados para cierto
nivel de desagregación es posible sin que el resultado varíe sustan-
cialmente. Por lo que la evidencia apunta a que la hipótesis plan-
teada al inicio del trabajo no es de ninguna manera inapropiada.
La distribución en la intensidad de las luces mostró una fuerte
centralización de la actividad económica jalisciense en Guada-
lajara y su Zona Metropolitana, tal como debe apreciarse en la
mayoría de los estados de la República Mexicana, dada la concen-
tración de capital en las grandes ciudades.
El modelo econométrico espacial muestra una autocorre-
lación espacial positiva y significativa de las observaciones, lo
cual indica que la posibilidad de crecimiento económico de un
municipio es mayor cuando los municipios cercanos o colindan-
tes presentan crecimiento. Este resultado puede ser visto como
la confirmación de la existencia de una economía centralizada,
es decir, puede darse el caso de que el crecimiento de municipios
más desarrollados, digamos los que integran la zmg, afecte posi-
tivamente el progreso de otros municipios aledaños.
En cuanto a las variables que determinan el crecimiento
económico municipal, tal vez la parte más relevante sea que se
encuentra un factor de convergencia significativo en el creci-
miento económico de los municipios, tal como se ha identificado
en estudios anteriores (Cabral & Mollick, 2012; Dapena et al.,
273
2017). Lo que representa un indicio de la validez de los datos uti-

lizados para calcular los estimadores de crecimiento económico.
Por otra parte, la distancia que tiene un municipio respecto a
Guadalajara no resulta significativa, mismo caso para la densidad
de población.
Pasando a la parte de los tests de autocorrelación espacial, es
digno de resaltar la existencia de autocorrelación entre las obser-
vaciones y entre sus términos de error, lo cual genera dificultades
en su interpretación. Este primer acercamiento sugiere que la
relación entre el crecimiento económico de un municipio y el de
otro colindante es positiva, de igual manera, la autocorrelacion
en el término de error posiblemente sea generada por variables
que no fueron tomadas en cuenta debido a la falta de datos a nivel
municipal.
De igual manera, el test I de Moran arroja un resultado de
autocorrelación espacial positiva y significativa con el 99 % de
confianza, lo cual reafirma las suposiciones que se realizaron al
inicio de este trabajo.
Es posible concluir entonces que los resultados de este trabajo
cumplen con las hipótesis planteadas al inicio. Reafirma que los
datos de luces nocturnas captadas a través de imágenes satelitales
representan una herramienta promisoria para detectar actividad
económica en áreas donde no se cuenta con datos oficiales o que
no coinciden con límites territoriales establecidos. Al mismo
tiempo, muestran la existencia de autocorrelacion espacial sig-
nificativa. El uso de estos datos puede extenderse al área social,
ya que es posible medir, de cierta manera, el grado de desigualdad
de una región de manera más fácil que por otros métodos.
Está claro que aún quedan muchas cuestiones por resolver,
pero este trabajo viene a ocupar un hueco en la literatura y se
ofrece como una herramienta metodológica que pueda servir de
base para futuras investigaciones.
274
7. Referencias
Anselin, L. & A. K. Bera (1998), “Spatial Dependence in Linear Regression

Models with an Introduction to Spatial Econometrics”, Handbook of
Applied Economic Statistics, pp. 237-289.
Barro, R. & X. Sala-i-Martín (1991), “Convergence Across States and
Regions”, Brookings Papers on Economic Activity, 1, pp. 107-182.
Benirschka, M. & J. K. Binkley (1994), “Land Price Volatility in a Geogra-
phically Dispersed Market”, American Journal of Agricultural Economics,
76, pp. 185-195.
Besley, T. & A. Case (1995), “Incumbent Interaction and the Statistical
Analysis of Lattice Systems”, Journal of the Royal Statistical Society, 36,
pp. 192-225.
Brueckner, J. K. (1996), “Testing for Strategic Interaction among Local
Governments: The Case of Growth Controls”, Journal of Urban Econo-
mics, 44, pp. 438-467.
Burchfield, M.; Overman, H. G.; Puga, D. & M. A. Turner (2006), “Causes of
Sprawl: A Portrait from Space”, Quarterly Journal of African Economies,
19(3), pp. 399-432.
Cabral, R. & A. Varella (2012), “Mexico’s Regional Output Convergence
After nafta: A Dynamic Panel Data Analysis”, The Annals of Regional
Science, 48, pp. 877-895.
Case, A. C.; Rosen, H. S. & J. R. Hines (1993), “Budget, Spillovers and Fiscal
Policy Interdependence: Evidence from the States”, Journal of Public
Economics, 52, pp. 285-307.
Chen, M. A.; Jhabvala, R. & F. Lund (2002), Working Paper on the Informal
Economy, Supporting Workers in the Informal Economy: A Policy Fra-
mework, Ginebra, Suiza, International Labour Office.
Chen, X. & W. D. Nordhaus (2011), “Using Luminosity Data As a Proxy for
Economic Statistics”, Proceedings of the National Academy of Sciences,
108(21), pp. 8589-94.
Cova, T. J.; Sutton, P. C. & D. M. Theobald (2004), “Exurban Change Detec-
tion in Fire-Prone Areas with Nighttime Satellite Imagery”, Photogram-
metric Engineering and Remote Sensing, 70(11), pp. 1249-1257.
Cressie, N. (1993), Statistics for special data, Nueva York, Wiley.
Croft, T. A. (1978), “Night-Time Images of the Earth from Space”, Scientific
American, 239, pp. 68-79.
Díaz, A.; Férnandez, E.; Garduño, R. & F. Rubiera (2017), “¿El comercio lleva
a la convergencia? Un análisis del efecto del tlcan sobre la convergen-
cia local en México”, LXXXIV(333), pp. 103-120.
275
Dobozi, I. & G. Pohl (1995), “Real Output Decline in Transition Economies

- Forget gdp, Try Power Consumption Data!”, Transition, 6, pp. 17-18.
Doll, C. N. (2004), Geographic Information Issues Associated with Socio-
Economic Modelling from Night-Time Light Remote Sensing Data.
Doll, C. N.; Muller J. P. & C. D. Elvidge (2000), “Nighttime Imagery As a
Tool for Global Mapping of Socioeconomic Parameters and Greenhouse
Gas Emissions”, A Journal of the Human Environment, 29(3), pp. 57-62.
Doll, C. N.; Muller, J. P. & J. G. Morley (2006), “Mapping Regional Economic
Activity from Night-Time Light Satellite Imagery”, Ecological Economics,
57(1), pp. 75-92.
Donaldson, D. & A. Storeygard, A. (2016), “The View from Above: Applica-
tions of Satellite Data in Economics”, Journal of Economic Perspectives,
30(4), pp. 171-198.
Ebener, S.; Murray, C.; Tandon, A. & C. D. Elvidge (2005), “From Wealth
to Health: Modeling the Distribution of Income per Capita at the Sub-
National Level Using Night-Time Light Imagery”, International Journal
of Health Geographics, 4(5), pp. 1-17.
Elvidge, C. D.; Baugh, K. E.; Kihn, E. A.; Kroehl, H. W.; Davis, E. R. & C.
W. Davis (1997), “Relation Between Satellite Observed Visible-Near
Infrared Emissions, Population and Energy Consumption”, International
Journal of Remote Sensing, 18, pp. 1373-79.
Elvidge, C. D.; Imhoff, M. L.; Baugh, K. E.; Hobson, V.; Nelson, I.;… B. T. Tutle
(2001), “Night-Time Lights of the World: 1994-1995”, isprs Journal of
Photogrammetry and Remote Sensing, 56, pp. 81-99.
Elvidge, C. D.; Safran, J.; Tuttle, B.; Sutton, P.; Cinzano, P.;… C. Small (2007),
“Potential for Global Mapping of Development Via a Nightsat Mission”,
GeoJournal, 69, p. 45.
Foster, J. L. (1983), “Observations of the Earth Using Night-Time Visible
Imagery”, International Journal of Remote Sensing, 4, pp. 785-791.
Ghosh, T.; Anderson, S.; Powell, R. L.; Sutton, P. C. & C. D. Elvidge (2009),
“Estimation of Mexico’s Informal Economy and Remittances Using
Nighttime Imagery”, Remote Sensing, 1(3), pp. 418-44.
Ghosh, T.; Powell, R. L.; Elvidge, C. D.; Baugh, K. E.; Sutton, P. C. & S. Ander-
son (2010), “Shedding Light on The Global Distribution of Economic
Activity”, The Open Geography Journal, 3, pp. 148-61.
Gomez-Zaldivar, M.; Laguna, E.; Martinez, B. & M. Mosqueda (2010), “Cre-
cimiento relativo del producto per cápita de los municipios de la Repú-
blica Mexicana, 1988-2004”, EconoQuantum, 6(2), pp. 7-23.
Good, D. F. (1994), The Economic Lag of Central and Eastern Europe:
Income Estimates for The Habsburg Successor States, 1870-1910”,
Journal of Economic History, 54(4), pp. 869-91.
276
Goodchild, M. F. (1987), “A Spatial Analytical Perspective on Geographical

Information Systems”, International Journal of Geographical Information
Systems, 1, pp. 327-334.
Greene, W. (2012), Econometric Analysis, 7a ed., Essex, England, Pearson
Education Limited.
Hanson, G. (2005), “Market Potential, Increasing Returns and Geographic
Concentration”, Journal of International Economics, 67, pp. 1-24.
Harrigan, J. & A. Venables (2003), “Timeliness, Trade and Agglomeration”,
documento de trabajo no. 4294, cepr.
Harris, C. (1954), “The Market As a Factor in the Localization Of Industry
in the US”, Annals of the Association of American Geographers, 44, pp.
315-348.
Henderson, J. V.; Storeygard, A. & D. N. Weil (2012), “Measuring Economic
Growth from Outer Space”, American Economic Review, 102(2), pp.
994-1028.
Holtz-Eakin, D. (1994), “Public Sector Capital and the Productivity Puzzle”,
Review of Economics and Statistics, 76, pp. 12-21.
Hummels, D. (2001), Time as a Trade Barrier, Mimeo, Purdue University.
Instituto Nacional de Estadística y Geografia (1989), “Un modelo de desa-
gregación geográfica: estimación del pib por entidad federativa, 1970-
1988”, México.
Instituto Nacional de Estadística y Geografía. Sistema de Cuentas Nacionales
(2014), Banco de Información Económica. Disponible en: http://www.
inegi.org.mx/sistemas/bie/.
International Monetary Fund (2006), “Jamaica: selected issues”, imf Cou-
ntry Report 06/157.
Krugman, P. (1991), “Increasing Returns and Economic Geography”, Journal
of Political Economy, 99, pp. 483-499.
Leamer, E. (1997), “Access to Western Markets and Eastern Effort”, en
Lessons from the Economic Transition: Central and Eastern Europe in the
1990s, Dordrecht, Kluwer Academic, Editorial Zechini.
LeSage, J. P. (1993), “Spatial Modeling of Agricultural Markets”, American
Journal of Agricultural Economics, 75, pp. 1211-1216.
Llamosas-Rosas, I.; Rangel, E. & M. Sandoval (2018), “Medición de la activi-
dad económica en las principales zonas turísticas de playa en México a
través de la luminosidad fotografiada desde el espacio”, documento de
trabajo, Banco de México.
Lowe, M. (2014), “Night Lights and Arc-Gis: A Brief Guide”, documento
de trabajo, mit.
Marshall, A. (1890), Principles of Economics, 8a ed. (1920), Londres, Mac-
millan.
277
Murdoch, J. C.; Rahmatian, M. & M. A. Thayer (1993), “A Spatially Autorre-

gresive Median Vote Model of Recreation Expenditures”, Public Finance
Quarterly, 21, pp. 334-350.
Murdoch, J. C.; Sandler, T. & K. Sargent (1997), “A Tale of Two Collectives:
Sulphur Versus Nitrogen Oxides Emission Reduction in Europe”, Eco-
nomica, 64, pp. 281-301.
National Geophysical Data Center (2016), Versión 4 dmsp-ols “Nighttime
Lights Time Series”. Disponible en: http://ngdc.noaa.gov/eog/dmsp/
downloadV4composites.html.
Ord, J. K. (1975), “Estimation Methods for Models of Spatial Interaction”,
Journal of the American Statistical Association, 70, pp. 120-126.
Paelinck, J. & L. Klaassen (1979), Spatial Econometrics, Farnborough, Saxon
House.
Pinkse, J. & M. E. Slade (1998), “Contracting In Space, an Application of
Spatial Statistics to Discrete-Choice Models”, Journal of Econometrics,
85, pp. 125-154.
Porter, M. (1990), The Competitive Advantage of Nations, Nueva York, Mac-
millan.
———— (2007), “China Shrinks”, New York Times, diciembre 9.
Ramírez, M.; Sierra, G. & A. Millán (2016), “Measuring Economic Perfor-
mance from Outer Space: The Case of Mexico”, documento de trabajo.
Rao, C. R. (1947), “Large Sample Tests of Statistical Hypotheses Concer-
ning Several Parameters with Applications to Problems of Estimation”,
Proceedings of the Cambridge Philosophical Society, 44, pp. 50-57.
Redding, S. & A. Venables (2004), “Economic Geography and International
Inequality”, Journal of International Economics, 62, pp. 53-82.
Romer, P. M. (1986), “Increasing Returns and Long-Run Growth”, Journal
of Political Economy, 94, pp. 1002.1037.
Rosenthal, S. & W. Strange (2004), “Evidence on the Nature and Sources
of Agglomeration Economies”, en V. Henderson & J. Thisse (eds.), The
Handbook of Urban and Regional Economics, vol. IV, Amsterdam, North
Holland.
Steckel, R. H. & J. C. Rose (2002), The Backbone of History: Health and
Nutrition in the Western Hemisphere, Cambridge, Cambridge University
Press.
Stiglitz, J.; Sen, A. & J. Fitoussi (2009), Report of the Comission on the Measu-
rement of Economic Performance and Social Progress, París. Disponible
en: http://www.stiglitz-sen-fitoussi.fr/en/index.htm.
Sutton, P. C. (1997), “Modeling Population Density with Nighttime Satellite
Imagery and gis”, Computer, Environment and Urban Systems, 21(3/4),
pp. 227-244.
278
Sutton, P. C. (2003), “A Scale-Adjusted Measure of ‘Urban Sprawl’ Using

Nighttime Satellite Imagery”, Remote Sensing Environment, 86, pp. 353-
369.
Sutton, P. C. & R. Costanza (2002), “Global Estimates of Market and Non-
Market Values Derived from Nighttime Satellite Imagery, Land Cover
and Ecosystem Service Valuation”, Ecological Economics, 41(3), pp.
509-27.
Sutton, P. C.; Cova, T. & C. D. Elvidge (2006), “Mapping ‘Exurbia’ in the
Conterminous United States Using Nighttime Satellite Imagery”, Geo-
carto International, 21(2), pp. 39-45.
Sutton, P. C.; Elvidge, C. D. & T. Ghosh (2007), “Estimation of Gross Domes-
tic Product at Sub-National Scales Using Nighttime Satellite Imagery”,
International Journal of Ecological Economics and Statistics, 8(S07), pp.
5-21.
Sutton P. C.; Elvidge, C. D. & T. Obremski (2003), “Building and Evaluating
Models to Estimate Ambient Population Density”, Photogrammetric
Engineering and Remote Sensing, 69(5), pp. 545-553.
Tobler, W. (1979), “Lattice Tuning”, Geographycal Analysis, 11, pp. 36-44.
Welch, R. (1980), “Monitoring Urban Population and Energy Utilization
Patterns from Satellite Data”, Remote Sensing of Environment, 9, pp. 1-19.
Wooldridge, J. (2009), Introductory Econometrics, 4a ed., South-Western
Cengage Learning.
Young, A. (2012), “The African Growth Miracle”, Journal of Political Eco-
nomy, 120(4), pp. 696-739.
279
CAPÍTULO 9
El impacto del trabajo infantil y el
orden de nacimiento sobre la distorsión de
grado para la edad en áreas urbanas
de México, 1987-2014

1. Introducción
A pesar de que México pertenece al grupo de países de la ocde,

su desempeño en el tema educativo parece no ser comparable
al estándar de dichos países. Ha pasado ya un largo periodo de
tiempo desde que el país cambió sus esfuerzos en términos de la
provisión de educación. Pasó del monopolio en la cobertura de la
educación básica, la cual se mezclaba con programas de alfabeti-
zación masivos en el ámbito rural, a una oferta mixta con menor
énfasis en la alfabetización. El tema, según se argumentaba, era
pasar de la masificación en la provisión de la oferta a la calidad
en los programas educativos.
Hacia finales del siglo xix había una especie de consenso
entre políticos e intelectuales mexicanos: que la educación era la
única ruta de desarrollo para el país tanto en términos sociales y
políticos como económicos. En ese espíritu, el presidente Porfirio
Díaz creó la Secretaría de Instrucción Pública en 1905. Desafor-
tunadamente, México se vio envuelto en la guerra de revolución
281
Xochitl Valdez Castro y Baruch Ramírez Rodríguez
que inició en 1910 y concluyó más de una década después. Sin

embargo, con el fin de la lucha en gran escala, el nuevo gobierno
revolucionario establecido diseñó una nueva Constitución política
en 1917, en la cual se plasmó la demanda del derecho de los niños
a la educación. La ley, en específico el Artículo constitucional
tercero, estableció las tres características del sistema mexicano
de educación pública: es gratuita, es obligatoria y es laica.
Después de la guerra de revolución (1910-1921), el Estado
se embarcó en proveer los medios en términos de infraestruc-
tura para ambos propósitos: establecimiento de escuelas en
cada poblado del país y desarrollo de las capacidades humanas
mediante el entrenamiento de maestros, quienes serían los encar-
gados de atender las necesidades educativas. La política educativa
se enfocó entonces en el aspecto de la cobertura. El sistema edu-
cativo público cubre un poco más del 87 % de los niños en edad
escolar para el nivel básico. Sin embargo, esta cifra solo refleja
a aquellos que asisten a escuelas públicas. Un gran número de
niños que no asisten a la escuela (1.4 millones) se ubican prin-
cipalmente en áreas urbanas, en las cuales es más probable que
exista una cobertura total y donde la ley podría ser aplicada con
un esfuerzo significativamente menor que en las áreas rurales.
Más aun, para mediados de los años 90 México logró un poco
más de siete años promedio de educación. Esto fue posible debido
al hecho de que las áreas urbanas lograron cobertura total para
todos los niños y potencialmente todos los niños tendrían acceso
a la escuela. Además, hay un sistema educativo privado que nor-
malmente actúa como alternativa para familias con mayor ingreso.
Para el año 2000, la población urbana era el 75 % de la población
total, lo cual significó aproximadamente 81.7 millones de perso-
nas. El reto en las áreas urbanas no estaba entonces en proveer
educación sino en mejorar la calidad de la educación que recibían
los niños y promover entre ellos una permanencia más prolon-
gada en el sistema educativo. En otras palabras, la política pública
necesita mejorar la asistencia escolar y atender las causas del bajo
rendimiento académico. El propósito de este trabajo es proveer
282
El impacto del trabajo infantil y el orden de nacimiento sobre la distorsión
de grado para la edad en áreas urbanas de México, 1987-2014
algunas ideas sobre dichas causas e identificar áreas que necesi-

tan atención, de manera que se entienda el problema del trabajo
infantil y el desempeño escolar observado por los indicadores de
distorsión de grado para la edad.
Para identificar la entrada tardía en la escuela de los niños,
utilizamos el índice sage de distorsión de grado para la edad o
el indicador de edad pasada (over-age indicator) (Psacharopolus
y Yang, 1991; Patrinos y Pscharopolus, 1997; Dammert, 2008).
Para estimar el efecto del trabajo sobre la educación, usamos
un modelo probabilístico con datos de la Encuesta Nacional de
Empleo Urbano (eneu) y de la Encuesta Nacional de Ocupación
y Empleo (enoe).
El desempeño y asistencia escolar es estudiado mediante los
siguientes aspectos:
a) La cuantía en la que el trabajo infantil desplaza el desempeño
escolar.
b) El impacto de diferentes tipos de trabajo sobre la educación
de los niños.
c) Las implicaciones de fijar diferentes edades de entrada a la
escuela: 6, 7 y 8.
d) El efecto del dinamismo en el orden de los hermanos sobre
el desempeño escolar.
Para estudiar el efecto de la estructura, composición u orden de

los hermanos sobre el desempeño escolar, seguimos dos enfo-
ques: efecto del orden de nacimiento como una variable binaria,
la cual indica que el menor es el niño más grande en el hogar, y
orden de nacimiento como una variable que representa el orden
de nacimiento entre los hermanos (Edmonds, 2006; Dammert,
2010). Al contrario de los trabajos de Edmonds (2006) y Dam-
mert (2010), el trabajo infantil en nuestro análisis es usado como
una variable independiente que explica los cambios en el desem-
peño escolar de los niños, más que para analizar las diferencias en
el trabajo infantil debido al orden del nacimiento de los hermanos.
283
La sección 2 presenta la investigación teórica que analiza la

interacción entre el trabajo infantil y el logro escolar. La sección
3 describe el modelo y las variables usadas en nuestra estimación.
Esta sección también describe el índice aplicado para identificar la
entrada tardía a la escuela como una medida de desempeño esco-
lar. La sección 4 presenta los resultados obtenidos. Por último, la
sección 5 presenta una discusión y las conclusiones finales.
2. Revisión de literatura
La literatura que estudia los efectos del trabajo infantil sobre el

desempeño escolar revela tres enfoques principales para el aná-
lisis de la interacción entre el trabajo infantil y la educación. Una
parte de la investigación se enfoca principalmente en mostrar las
asociaciones entre el trabajo y la asistencia escolar entre los niños
(Deb y Rosati, 2004; Paul Shultz, 2004; Ersado, 2005; Khanan
y Rusell, 2005; Emerson y Souza, 2007; Chamarbagwala, 2008;
Shimamura y Lastarria-Cornhiel, 2010). Algunos estudios han
encontrado que reducir el trabajo infantil no necesariamente
garantiza incrementos en el logro educativo. Por ejemplo, Rava-
llion y Wodon (2000), con datos de Bangladesh, encontraron que
estar inscritos en la escuela se asocia con pequeñas reducciones
en el trabajo infantil. Específicamente, la reducción en la inciden-
cia del trabajo infantil en niños representa cerca de un cuarto del
incremento en la tasa de asistencia escolar.
Otros estudios han encontrado efectos adversos del trabajo
infantil sobre la matriculación escolar. Por ejemplo, Psacharopou-
lus (1997) encontró que un niño que trabaja tiene una reducción
en su logro escolar en promedio de dos años. En apoyo a este
argumento, Boozer y Suri (2001) concluyen que una hora del
trabajo infantil en Ghana conlleva 0.38 horas menos en asistencia
a la escuela. Otros reportan el impacto positivo que los programas
de transferencia monetaria han tenido en la matriculación esco-
lar. Por ejemplo, Edmonds (2002), utilizando datos de hogares
284
pobres en Sudáfrica, examinó los efectos del trabajo infantil sobre

la asistencia escolar y encontró que los hogares que reciben trans-
ferencia del gobierno tienen mas probabilidades de experimentar
una reducción notable en el trabajo infantil y al mismo tiempo
muestran un importante incremento en matriculación escolar.
Sin embargo, una de las críticas que enfrenta este enfoque es
que ignora los logros escolares. Podría ser posible que aún si un
niño está matriculado en la escuela, él o ella de hecho no asista
regularmente. Una segunda línea de investigación propone usar
datos sobre edad y logro educativo para analizar la interacción entre
el trabajo infantil y el desempeño escolar en lugar de la asistencia
escolar. Estas dos variables son usadas para calcular la cantidad de
grados por los cuales un niño está rezagado en la escuela, creando
un índice de distorsión de edad para el grado escolar o indicador
de edad en exceso (Psacharopoulus y Yang, 1991; Patrinos y Psa-
charopoulus, 1997; Dammert, 2008; Goulart y Bedi, 2008).
Por ejemplo, Patrinos y Psacharopoulus (1997) encontraron
que los niños peruanos que trabajan tienen un 5.81 % más de
probabilidad de tener una distorsión de edad para el grado que los
niños que no trabajan. Esta proporción alcanza el 6.72 % cuando
el número de hermanos menores se incluye en la estimación. Al
contrario de lo que muestra esta evidencia, Dammert (2008) no
encontró ningún efecto estadístico para los niños que viven en
los estados donde se cultiva la coca. Los datos que utilizó fueron
los de la Encuesta de Medición de Condiciones de Vida (plsms).
Finalmente, una tercera línea de investigación, la cual ha
emergido recientemente, señala que para evaluar el impacto
del trabajo infantil sobre el desempeño escolar es fundamental
recolectar información precisa sobre resultados de aprendizaje
en lugar de la distorsión de la edad para el grado. Proponen la
utilización de “test scores” para evaluar el impacto del trabajo
infantil sobre el logro educativo (Heady, 2000; Orazem y Gun-
narsson, 2003; Gunarsson, Orazem et al., 2004; Beegle, Dehejia et
al., 2007; Goulart y Bedi, 2008; Watson, 2008; Bezerra, Kassouf
et al., 2009).
285
Un ejemplo de esta propuesta teórica es Bezerra et al. (2009),

quien encontró que trabajar hasta dos horas por día tiene un
impacto mínimo o insignificante sobre el logro educativo en
niños brasileños. Adicionalmente, sus hallazgos relevan que los
niños más grandes sufren el efecto mayor cuando se combinan el
estudio y el trabajo. Más aun, los niños que están inscritos en el
octavo grado y que también trabajan obtienen calificaciones que
son 8.5 y 7 puntos menores en Matemáticas y Portugués, respec-
tivamente, comparados con niños que no trabajan. En contraste,
los niños que trabajan y que asisten al tercer grado de secundaria
obtienen 11.5 puntos menos en Matemáticas y 13 puntos menos
en Portugués. Finalmente, sus resultados revelan que el trabajo
fuera del hogar aminora los puntajes en el test score en 5 % menos
que en los niños que trabajan en casa.
En línea con estos hallazgos, Goulart y Bedi (2008) encon-
traron que el trabajo en actividades económicas reduce el éxito
educativo en 4.2 %, mientras que el trabajo en el hogar lo reduce
en 3.2 %. Sin embargo, cuando utilizan una sola ecuación, la
estimación revela que ambos tipos de trabajo interfieren con el
logro educativo en casi la misma magnitud.25 Pero su estudio no
contempla un análisis de cuáles son los tipos de trabajo que más
impacto negativo tienen sobre la educación.26
A pesar de que la literatura sobre el efecto del trabajo infantil
sobre la educación es muy extensa, hay muy pocos estudios empí-
ricos sobre el tema para México. La mayoría de las investigacio-
nes se enfocan en el efecto del trabajo infantil sobre la asistencia
escolar más que sobre el desempeño escolar. Por ejemplo, en
su investigación, Lopez (2005) analiza los factores principales
25 Diferencian por dos tipos de trabajo: doméstico, el cual consiste en actividades en

el hogar, y trabajo económico, el cual consiste en actividades pagadas o no pagadas
en el campo o negocio familiar.
26 Ver Basu, K. (1999), “Child Labor: Cause, Consecuence and Cure, with Remarks on
International Labor Standards”, Journal of Economic Literature, 37(3), pp. 1083-1119;
y Basu & Tzananatos (2003), “The Global Child Labor Problem: What Do We Know
and What Can We Do?”, World Bank Economic Review, 17 (2), pp. 147-173.
286
que determinan la asistencia escolar, trabajo a tiempo parcial o

completo. Utiliza la Encuesta Nacional de Ingresos y Gastos de
los Hogares (enigh) para los años 1992, 1994, 1998 y 2000 y un
modelo probabilístico ordenado, para tres variables dependientes:
asistencia escolar de tiempo completo, definida como niños que
solamente van a la escuela y no trabajan; trabajo parcial, la cual
se refiere a aquellos niños que van a la escuela y trabajan menos
de 25 horas a la semana, y trabajo de tiempo completo, definida
como niños que solamente trabajan y no asisten a la escuela, inclu-
yendo trabajo familiar no pagado y trabajo doméstico.
Enfatiza que los niños en hogares pobres tienen mayor pro-
babilidad de participar en actividades laborales y es menos pro-
bable que asistan a la escuela. Adicionalmente, a pesar de que
no encontró evidencia de preferencia de género al enviar a los
niños al trabajo o a la escuela, encontró que las niñas mayores de
catorce años de edad tienen menos probabilidad de trabajar que
los niños de su misma edad. En general, sus resultados apoyan la
hipótesis de que el ingreso desempeña un papel importante para
decidir enviar a los niños al trabajo. Sin embargo, su estudio no
contempla las posibles diferencias regionales. Una de las ventajas
de utilizar la enigh es que se puede identificar información para
áreas urbanas y rurales. Más aun, señala conclusiones generales
acerca de los efectos del trabajo infantil sobre la asistencia escolar.
Es importante para el debate analizar los efectos que los diferentes
tipos de trabajo infantil tienen sobre el desempeño escolar.
En este sentido, Abler, Rodríguez et al. (1998) utilizaron los
mismos datos, la enigh 1992, y encontraron que las niñas que
trabajan en casa tienen menos probabilidad de asistir a la escuela
que los niños. En un estudio más reciente, Robles y Abler (2000),
con datos de la enigh para 1984, 1989, 1992, 1994, y 1996, esti-
maron tres regresiones distintas por género para determinar: 1. si
un niño/niña está trabajando o asistiendo a la escuela de tiempo
completo, 2. si un niño/niña participa en actividades de mercado
o en una empresa familiar, y, finalmente, 3. el número de horas
trabajadas a la semana. Encontraron que un incremento en la
287
edad de los niños en un año en promedio hace un 0.11 % menos

probable que un niño y un 0.19 % menos probable que una niña
rural asistan a la escuela. Adicionalmente, sus hallazgos brindan
apoyo a la hipótesis de riqueza, la cual sostiene que los niños en
hogares menos pobres son los que utilizan el trabajo infantil más
intensivamente. Niños en áreas urbanas y rurales en hogares que
se dedican al trabajo del campo o a atender algún negocio tienen
más probabilidad de trabajar. Para un niño cuya familia se dedica a
un negocio familiar o tiene activos financieros es 0.13 % es menos
probable ser un estudiante de tiempo completo en contraste con
un niño urbano que vive en un hogar carente de tales actividades
o ingresos. Similarmente, para un niño que vive en un hogar rural
es 0.10 % menos probable ser un estudiante de tiempo completo.
Como se mencionó anteriormente, la mayoría de los estudios
se enfocan en la relación entre el trabajo infantil y la asistencia
escolar durante la edad escolar. Además, generalmente se pro-
ponen medir la extensión en términos de probabilidad en que el
trabajo inhibe la asistencia escolar en lugar de evaluar las implica-
ciones del trabajo infantil durante la edad escolar en términos del
rezago educativo. Mientras que el enfoque de análisis mediante
“test scores” puede ser mejor en términos de medida del desem-
peño escolar, nuestro análisis se enfoca en la distorsión del grado
para la edad. Esto se debe principalmente a que las encuestas de
empleo que utilizamos, eneu-enoe, no contienen información
utilizable en pruebas “test scores”.
3. Metodología
Los datos utilizados en este trabajo provienen de las encuestas

de empleo eneu-enoe27 producidas por el Instituto Nacional
27 La Encuesta Nacional de Empleo Urbano (eneu) se editó del primer trimestre de

1987 hasta el cuarto trimestre de 2002. En tanto que la Encuesta de Ocupación
y Empleo (enoe) se levanta desde el primer trimestre de 2003 hasta la fecha. La
288
de Estadística Geografía e Informática (inegi). Para analizar la

escolaridad para la edad o la distorsión de edad para el grado,
restringimos la muestra a niños que todavía están en el sistema
educativo. La encuesta captura información mediante dos pre-
guntas que tienen que ver con educación formal: 1. el número
de horas de estudio durante la semana pasada al periodo de la
entrevista, y 2. el número de años de educación. A pesar de que
el cuestionario no pregunta directamente si el niño está inscrito
en la escuela, inferimos que si el niño se encuentra en el sistema
educativo sí tiene por lo menos un año de escolaridad y sí reporta
haber estudiado por lo menos una hora a la semana. Estimamos
los años de educación de la información del nivel de educación
del niño, como la encuesta provee información de la educación
por niveles —primaria, secundaria, etc.— en lugar de años. Por lo
tanto, si se reporta que un niño asiste al segundo grado del nivel
secundario, significa que tiene ocho años de escolaridad. Simi-
larmente, para analizar el analfabetismo, clasificamos a un niño
como analfabeto si tiene cero años de escolaridad y no reporta
ninguna hora de estudio.
Para identificar la entrada tardía al sistema escolar, usamos el
índice de distorsión para el grado conocido en la literatura como
rminos de años deíndice
escolaridad
sage. en relación
Este con su
indicador edadel(Psacharoupolus
mide progreso de unyniño
Yang,
en1991).
térmi-El índice
AGE se define denos de años
la manera de escolaridad en relación con su edad (Psacharoupo-
siguiente:
lus y Yang, 1991). El índice sage se define de la manera siguiente:
𝐴𝐴ñ𝑜𝑜𝑠𝑠 𝑑𝑑𝑑𝑑 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒

𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 = ( ) ∗ 100 (1) (1)
𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸−𝐸𝐸
Donde, E indica la edad en la que el niño empieza la escuela. En

Donde, E indica la edad
México, en la que ellaniño
oficialmente empieza
escuela la aescuela.
inicia los seisEnaños
México, oficialmente la
cumplidos.
De acuerdo a este índice, un niño es considerado como “sobre
scuela inicia a los 6 años cumplidos. De acuerdo a este índice, un niño es considerado como “sobre
edad” o de haber repetido un grado si el índice es menor a 100. En cambio, si el puntaje es mayor
100, significa que el niño tiene un progreso normal. Una de las desventajas de utilizar este índice
diferencia es que la enoe contiene información de las condiciones de empleo tanto
s que los niños que separa
inscriben a la escuela tardíamente se les clasifica como repetidores. Sin
áreas urbanas como para áreas rurales. Anteriormente a 2003, la información
de empleo rural se capturaba mediante la Encuesta Nacional de Empleo (ene). Es
mbargo, con los datosdecir,
que lausamos no tenemos
enoe contiene una eneu
los proyectos forma de identificar entre niños que repiten
y enoe.
rado y los que entraron tardíamente al sistema escolar.

289
La Secretaria de Desarrollo Social en México utiliza una versión superficialmente distinta

𝐴𝐴ñ𝑜𝑜𝑠𝑠 𝑑𝑑𝑑𝑑 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒
𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 = ( 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸−𝐸𝐸
) ∗ 100 (1)
Donde, EXochitl
indica la edad
Valdez Castroen
y Bla queRamírez
aruch el niño empieza la escuela. En México, oficialmente la
Rodríguez
escuela inicia a los 6 años cumplidos. De acuerdo a este índice, un niño es considerado como “sobre
la edad”
la edad” o de haber repetidoo de
un haber
grado sirepetido
el índice un gradoasi100.
es menor el índice es menor
En cambio, que es mayor
si el puntaje
100. En cambio, si el puntaje es mayor que 100, significa que el
a 100, significa niño
que eltiene
niño tiene un progreso
un progreso normal.Una
normal. Unadedelas
las desventajas
desventajas dedeutilizar
utili- este índice
es que los niñoszarqueeste
se inscriben
índice esa quela escuela tardíamente
a los niños que seseinscriben
les clasifica
en como repetidores. Sin
la escuela
embargo, con los tardíamente se les clasifica
datos que usamos no tenemos comouna repetidores. Sin embargo,
forma de identificar entre niñosconque repiten
los datos que usamos no tenemos una forma de identificar entre
grado y los que niños
entraronquetardíamente al sistema
repiten grado escolar.
y los que entraron tardíamente al sistema
escolar.
La SecretariaLa deSecretaría
Desarrollode Desarrollo
Social en MéxicoSocial en una
utiliza México utiliza
versión una ver- distinta
superficialmente
sión superficialmente distinta al índice propuesto para calcular
al índice propuesto para calcular
el rezago el rezago en
en desempeño desempeño
escolar que, sinescolar que sinalembargo
embargo, al final al final
final arroja
arroja resultadosresultados
similares. En consecuencia,
similares. para analizar el para
En consecuencia, rezagoanalizar
escolar utilizamos
el rezagotres edades
escolar utilizamos
que miden la sensibilidad de nuestrastres edades que
estimaciones al miden la sensibilidad
definir edades de inicio dede nues-
la escuela: 6, 7 y
tras estimaciones al definir edades de inicio de la escuela: seis,
8 años. Adicionalmente, para años.
siete y ocho estimarAdicionalmente,
el efecto del trabajo infantil
para sobre
estimar elel logro del
efecto escolar,
tra- utilizamos
un modelo logístico
bajode la forma
infantil siguiente:
sobre el logro escolar, utilizamos un modelo logístico
de la forma siguiente:
1
(2)
𝑝𝑝(𝑦𝑦 = 1|𝑥𝑥𝑖𝑖 ) = 1+𝑏𝑏−(𝛽𝛽0+𝛽𝛽1…+𝛽𝛽𝑛𝑛) (2)
Donde, , … es la combinación de parámetros para los facto-

res que explican la probabilidad de que el niño tenga un retraso
Donde, escolar.
𝛽𝛽1, … 𝛽𝛽La
𝑛𝑛 es la combinación
variable de parámetros
dependiente para losesfactores
en consecuencia que explican la
una variable
binaria donde se asignó 0 a los niños que no tienen rezago escolar
probabilidad de que el niño tenga un retraso escolar. La variable dependiente en consecuencia es
y 1 a los niños que sí lo presentan. Por tanto, logro escolar toma
una variable binaria donde
el valor dese1asignó 0 a lospresenta
si el niño niños querezago
no tienen
en rezago escolar escolar
su progreso y 1 a los niños que
si lo presentan. Por tanto, logro0escolar,
(sage<100), de otratoma el valor de 1 si el niño presenta rezago en su progreso
manera.
Como se puede observar, en la ecuación del modelo logístico
escolar (SAGE<100), 0 de otra manera.
iniciamos nuestra estimación suponiendo que el logro escolar de
un niño depende de una serie de características del jefe de hogar;
Como sedel
puede observar,
niño, en la ecuación
tales como la edad,del
elmodelo
sexo, unalogístico, iniciamos
variable nuestra
binaria para estimación
indicar si trabaja; la composición del hogar; el estatus de pobreza;
suponiendo que el logro escolar de un niño depende de una serie de características del jefe de hogar;
la orientación económica de la ciudad donde habita el hogar; y
finalmente el periodo. Las variables se describen en detalle en la
tabla A1 que se encuentra en el anexo. Como nuestro interés se
290
del niño, tales como la edad, el sexo, una variable binaria para indicar si trabaja; la composición
del hogar; el estatus deEpobreza; la orientación económica de la ciudad donde habita el hogar; y
l impacto del trabajo infantil y el orden de nacimiento sobre la distorsión
finalmente el periodo. Las variables se describen en detalle en la Tabla A1 que se encuentra en el
anexo. Como nuestro interés se centra en investigar cual es el tipo de trabajo que más dañino para
centra en investigar cuál es el tipo de trabajo más dañino para el
el desarrollo educativo
desarrollo de los niños,
educativo incluimos,
de los en un modelo
niños, incluimos enporun separado
modelo variables
por dicotómicas
separado tipos
para tres diferentes variables dicotómicas
de trabajo: pagado, para tres diferentes
no pagado tipos de tra-
y domestico.
bajo: pagado, no pagado y doméstico.
En seguida incluimos un conjunto de interacciones entre el género y el estatus de pobreza
Seguidamente incluimos un conjunto de interacciones entre el
del hogargénero
para capturar los efectos
y el estatus combinados
de pobreza de estas
del hogar parados variables.
capturar losEntonces,
efectos nuestro modelo
combinados
se convierte de estas
de la siguiente dos variables. Entonces, nuestro modelo se
manera:
convierte de la siguiente manera:
1
𝑝𝑝(𝑦𝑦 = 1|𝑥𝑥𝑖𝑖 ) = (3) (3)
1+𝑏𝑏 −(𝛽𝛽0 +𝛽𝛽1 𝑥𝑥1 …+𝛽𝛽6 𝑥𝑥6 +𝛽𝛽7 (𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔∗𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝)+𝛽𝛽8 (𝑔𝑔𝑖𝑖𝑖𝑖𝑖𝑖∗𝑒𝑒𝑒𝑒𝑒𝑒.𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝)+⋯
Las interacciones que incluimos en el modelo, son: niña*pobre,

Las interacciones que incluimos
niña*extremamente pobre, en el modelo,
niña*no son: niña*pobre,
pobre, niño*pobre,niña*extremamente
niño* pobre
extremamente
niña*no pobre, pobre
niño*pobre, y, niño*no pobre.
niño*extremamente pobre y, niño*no pobre.
4. Principales hallazgos
4. Principales hallazgos
En esta sección se presentan los principales resultados de los modelos logit empleados en esta
En esta sección se presentan los principales resultados de los
investigación.
modelos logit empleados en esta investigación.
4.1 Distorsión
4.1 Distorsión de grado de grado
En nuestras estimaciones asumimos que el signo significativo y negativo de los coeficientes para
En nuestras estimaciones asumimos que el signo significativo y
un niño que trabaja,de
negativo apoya la hipótesis depara
los coeficientes que eluntrabajo
niño tiene el potencial
que trabaja, de dañar
apoya la el logro de un
menor. La hipótesis
Tabla A2 dedelqueanexo
el trabajo tiene
muestra queel un
potencial
niño quedetrabaja
dañar el logro
tiene un de
4.4 por ciento más
un menor. La tabla A2 del anexo muestra que un niño que trabaja
probabilidad de tener distorsión de grado si su ingreso a la escuela es de 6 años en comparación de
tiene un 4.4 % más de probabilidad de experimentar distorsión de
un niño que no si
grado trabaja para laamisma
su ingreso edad.
la escuela esEn
decambio un en
seis años, niño que ingresa ade
comparación los 7 años tiene un
un niño
2.8 por ciento más que no trabaja con
de probabilidad pararespecto
la misma edad.
al que En cambio,
no trabaja de tenerun niño de grado. Para
distorsión
que ingresa a los siete años tiene un 2.8 % más de probabilidad
los niños que ingresan a la escuela a los 8 años, la probabilidad es de 2.3 por ciento más para los
con respecto al que no trabaja de tener distorsión de grado. En
que trabajan. Otraade
cuanto loslasniños
variables
que que causa mayor
ingresan probabilidad
a la escuela de queaños,
a los ocho el menor
la esté por debajo
del gradoprobabilidad
escolar es quees el de
jefe2.3 % más sea
de familia para los que
soltero, trabajan.
divorciado Otra de
o viudo. Porlas
ejemplo, un menor
variables que causa mayor probabilidad de que el menor esté por
que ingresa a la escuela de 6 años de un hogar cuyo jefe de familia es soltero, viudo o divorciado
tiene 4.3 por ciento más de probabilidad de291
tener distorsión de grado que un niño en un hogar en
debajo del grado escolar es que el jefe de familia sea soltero, divor-
ciado o viudo. Por ejemplo, un menor de seis años que ingresa a la
escuela, proveniente de un hogar cuyo jefe de familia es soltero,
viudo o divorciado, tiene 4.3 % más de probabilidad de sufrir
distorsión de grado que un niño en un hogar en otra condición.
Mientras que un menor de siete años que ingresa a la escuela
tiene 6.8 % más de probabilidad de sufrir rezago educativo que
un menor en un hogar con ambos padres presentes (tabla A2).
Cuando incorporamos al modelo el tipo de trabajo que un
menor realiza: actividades remuneradas, no remuneradas y
domésticas, como variables independientes, encontramos que tra-
bajar en actividades remuneradas tiene un efecto más perjudicial
sobre la distorsión de grado que si el menor laborara en activi-
dades no remuneradas. Un niño tiene 4.9 % más de probabilidad
de distorsión de grado si participa en actividades remuneradas
(si la edad de ingreso a la escuela es de seis años). Mientras que
un menor que participa en actividades no remuneradas tiene 2.6
% menos probabilidad de tener rezago educativo que su grupo
control (véase tabla A3).
Cuando dividimos nuestro análisis por género, obtenemos
que el trabajo doméstico es estadísticamente más perjudicial para
las niñas que para los niños, como lo indican las tablas A5 y A6
del anexo. Los efectos marginales muestran que una niña que
trabaja en actividades domésticas tiene un 2.1 % más probabilidad
de sufrir distorsión de grado, mientras que el resultado para los
niños fue estadísticamente no significativo para el mismo tipo
de actividad.
En contraste, el trabajo en actividades remuneradas tiene
el mismo impacto en todos los niños independientemente del
género: tanto niñas como niños tienen un 4.7 % más de probabi-
lidad de experimentar un retraso en su edad escolar si su ingreso
a la escuela es de seis años. Aun más interesante, cuando inclui-
mos en el análisis un conjunto de interacciones entre el género y
el nivel de pobreza entre menores que trabajan, encontramos lo
siguiente (véase tabla A4):
292
1. Los niños que trabajan y que viven en hogares pobres, hogares

extremadamente pobres u hogares no pobres, tienen estadís-
ticamente más probabilidad de quedarse atrás en su progreso
escolar en comparación con las niñas que trabajan y que viven
en hogares no pobres.
2. Los niños que viven en hogares extremamente pobres son
más propensos a tener distorsión de edad para el grado en
comparación con los niños que viven en hogares pobres y no
pobres. Del mismo modo, los niños que trabajan y que viven
en hogares que no son pobres enfrentan menos probabilidad
de tener rezago escolar en contraste con los niños pobres y
trabajadores extremos.
3. Cuando fijamos la edad de inscripción en el sistema escolar
en seis y siete años, encontramos que las niñas que trabajan
y que viven en hogares pobres y extremadamente pobres son
estadísticamente menos propensas a tener una distorsión de
grado en comparación con las niñas no pobres que trabajan.
Hasta ahora, hemos analizado la interacción entre el trabajo infan-

til y el rendimiento escolar en áreas urbanas por género, grupo
de edad y tipo de actividad en la que participa un menor; sin
embargo, hay otros factores que de acuerdo con nuestros hallaz-
gos tienen implicaciones importantes en el rezago educativo de
un menor. Encontramos que la edad del niño, la educación de
los padres, el hecho de que el jefe de familia trabaje en el sector
gubernamental y la presencia de personas mayores de 64 años
son factores que tienen un impacto significativo y positivo en el
rendimiento escolar en áreas urbanas de México.
4.2 Efecto del orden al nacer
En la literatura sobre el trabajo infantil encontramos que la mayo-

ría de los estudios que analizan el orden cronológico del naci-
miento de un hermano siguen uno de los dos siguientes enfoques:
1. hermano mayor como una variable dummy que indica que el
293
de personas mayores de 64 años son factores que tienen un impacto significativo y positivo en el
rendimiento escolar en áreas urbanas de México.
4.2
X Efecto
ochitl del orden
Valdez al ynacer
Castro Baruch Ramírez Rodríguez
En la literatura sobre el trabajo infantil encontramos que la mayoría de los estudios que analizan el
orden cronológico
niño es el mayor del nacimiento de un hermanoen
de los hermanos siguen
un uno
hogar de los(Edmonds,
dos siguientes enfoques:
2006), 1) y
hermano mayor como una variable dummy que indica que el
2. como variable continua que representa el orden de nacimiento niño es el mayor de los hermanos en
un hogar (Edmonds, 2006) y 2) como variable continua que representa el orden de nacimiento del
del niño entre sus hermanos (Dammert, 2010). Por ejemplo, el
niño entre sus hermanos (Dammert, 2010). Por ejemplo, el hijo mayor o el primogénito toma el
hijo mayor o el primogénito toma el valor de 1; el segundo hijo
valor de 1; el segundo hijo toma el valor de 2 y así sucesivamente. Nuestro análisis incluye ambos
toma el valor de 2, y así sucesivamente. Nuestro análisis incluye
enfoques en hogares con al menos dos hijos.
ambos enfoques en hogares con al menos dos hijos.
La estimación que considera el enfoque de orden de naci-
La estimación que considera el enfoque de orden de nacimiento al nacer considera en el
miento al nacer considera en el modelo logit la siguiente combi-
modelo logit la siguiente combinación lineal:
nación lineal:
𝐾𝐾𝑖𝑖𝑖𝑖 = 𝛽𝛽0 + 𝛽𝛽1 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 + 𝛽𝛽2 𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂 𝑑𝑑𝑑𝑑 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑖𝑖𝑖𝑖 + 𝛽𝛽3 𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂 𝑑𝑑𝑑𝑑 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑖𝑖𝑖𝑖 ∗ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖𝑖𝑖 +

𝑒𝑒𝑖𝑖𝑖𝑖 (4) (4)
(4)
Donde Kij denota una variable dummy donde 1 significa que el

niño i Donde
asistió Kijadenota una variable
la escuela endummy donde semana
la última 1 significa que
de elreferencia
niño i asistió aenla escuela
el lahogar
en última j. La variable
semana mujer
de referencia tomaj. La
en el hogar el variable
valor de 1 si
mujer seeltrata
toma de1 una
valor de si se trata de
niña.
una niña.También
También se se introduce
introduce ladevariable
la variable de orden
orden de nacimiento quede nacimiento
indica el rango de edad que
que indica el rango de edad que tiene un menor en relación
tiene un menor en relación a sus hermanos. Además, incluimos el término de interacción a sus entre el
hermanos.
orden Además,
de nacimiento incluimos
y el género del niño en el término
el hogar de interacción
j. La interpretación entre es la
de los coeficientes
el orden de nacimiento y el género del niño en el hogar
siguiente: β2 captura la probabilidad de que un niño tenga rezago educativo asociado j. La con el
interpretación
aumento en el orden de los coeficientes
de nacimiento y β3 captura es la siguiente:
la probabilidad de queβel captura la
2 resultado se asocie al
probabilidad
género del menor. de que un niño tenga rezago educativo asociado con
el aumento en el orden de nacimiento, y β3 captura la probabilidad
de quePor el resultado se asocie al género del menor.
otro lado, la combinación lineal que consideramos en el modelo logístico es la
Por otro lado, la combinación lineal que consideramos en el
siguiente:
modelo logístico es la siguiente:
𝐾𝐾𝑖𝑖𝑖𝑖 = 𝛽𝛽0 + 𝛽𝛽1 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 + 𝛽𝛽2 𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑖𝑖𝑖𝑖 + 𝛽𝛽3 𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝑜𝑜 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑖𝑖𝑖𝑖 ∗ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 + 𝑒𝑒𝑖𝑖𝑖𝑖 (5)
(5)
Donde la variable hermano mayor i toma el valor de 1 si el niño es el mayor entre sus
hermanos
Donde la en variable
el hogar j. Además
hermanode analizar
mayor el impacto
tomaque la composición
el valor de 1 sideellos hermanos
niño es tiene
i
en el rezago entre
el mayor educativo
susnos interesa también
hermanos en elanalizar
hogarelj.impacto
Además que de
tienen los hermanos
analizar el que
trabajan.
impacto La que
Tabla la
1 ycomposición
2 presentan un resumen de hermanos
de los nuestros resultados.
tieneComo
en podemos apreciar en
el rezago
educativo
la nosmayor
Tabla 1 un niño interesa también
tiene un analizar
8.1 por ciento el impacto
más probabilidad queuna
de tener tienen losde grado
distorsión
hermanos
que que
sus hermanos trabajan.
menores. Lasmodo,
Del mismo tablas 1 ymayor
la niña 2 presentan
tiene 1.8 porun resumen
ciento más probabilidad
de quedarse atrás en su progreso escolar con respecto a sus hermanos (Modelo 1). En relación con
el efecto del orden de nacimiento los hermanos
294 menores tienen 3.9 por ciento menos probabilidad
en promedio de tener distorsión de grado (Modelo 2). Por otra parte, las niñas tienen un 5.4 por
ciento menos probabilidad de tener rezago educativo (Modelo 2).
de nuestros resultados. Como podemos apreciar en la tabla 1, un

niño mayor tiene un 8.1 % más de probabilidad de sufrir una dis-
torsión de grado que sus hermanos menores. Del mismo modo,
la niña mayor tiene 1.8 % más de probabilidad de quedarse atrás
en su progreso escolar con respecto a sus hermanos (modelo 1).
En relación con el efecto del orden de nacimiento, los hermanos
menores tienen 3.9 % menos de probabilidad en promedio de
experimentar distorsión de grado (modelo 2). Por otra parte, las
niñas tienen un 5.4 % menos de probabilidad de sufrir rezago
educativo (modelo 2).
Tabla 1
Resultados de la modelación de menores de doce a diecisiete años
Variables Modelo 1 Efecto Modelo 2 Efecto

marginal marginal
Características del menor
Hermano mayor 0.344*** 0.081
(0.014) (0.003)
Hermano mayor * mujer 0.067*** 0.018
(interacción) (0.018) (0.005)
Orden de nacimiento -0.204*** -0.039
(0.023) (0.002)
Orden de nacimiento* -0.156*** -0.013
mujer (interacción) (0.009) (0.003)
Niña -0.322*** -0.079 -0.277*** -0.054
(0.011) (0.005) (0.009) (0.003)
Constante 0.133*** 0.450***
(0.027) (0.031)
Log-Pseudolikelihood -63222827 -63348102
Pseudo-R2 0.062 0.055
Wald-Chi2 15703 15214
Fuente: estimaciones propias. El modelo 1 incluye los resultados del hermano mayor. El
modelo 2 muestra los hallazgos del orden de nacimiento entre los hermanos.
*** Nivel de significancia al 0.01, ** Nivel de significancia al 0.05, * Nivel de significancia al 0.10
Cuando analizamos los efectos de la estructura de los herma-

nos que trabajan en la distorsión de grado, los resultados revelan
que el niño de mayor edad tiene 10.2 % más de probabilidad de
295
sufrir rezago escolar que sus hermanos menores (véase tabla 2).
Sin embargo, no encontramos evidencia de que la niña mayor y
que trabaja tenga mayor probabilidad de experimentar una dis-
torsión de grado que el resto de sus hermanas (modelo 3).28
Tabla 2
Resultados de la modelación de menores que trabajan
de doce a diecisiete años
Variables Modelo 3 Efecto Modelo 4 Efecto

marginal marginal
Hermano mayor 0.425*** 0.102
(0.025) (0.006)
Hermano mayor * mujer 0.015 0.004
(0.033) (0.007)
Orden de nacimiento 0.065*** 0.018
(0.010) (0.003)
Orden de nacimiento* -0.043*** -0.013
mujer (0.012) (0.003)
Niña -0.299*** -0.075 -0.277*** -0.066
(0.010) (0.002) (0.010) (0.002)
Log-Pseudolikelihood -63424948 -63592061
Pseudo-R2 0.056 0.055
Wald-Chi2 15096 14138
Fuente: estimaciones propias. El modelo 3 incluye los resultados del hermano mayor. El
modelo 4 muestra los hallazgos del orden de nacimiento entre los hermanos.
5. Discusión y conclusiones
Esta sección reúne los principales hallazgos con respecto a los

efectos del trabajo infantil en el rezago educativo de menores que
viven en áreas urbanas del país. Esta discusión se centra en cuatro
28 Debido a que se seleccionaron niños que cumplieran las características para el

análisis, se acotó la muestra y en consecuencia se puede tener un sesgo de selección.
Para descartar dicho sesgo se realizó la prueba de Heckman y llegamos a la conclusión
de que se rechaza la hipótesis de sesgo de selección, por lo tanto, los resultados
reportados en esta investigación son los propuestos inicialmente.
296
factores que influyen en la distorsión de grado: trabajo, género,

pobreza y el efecto del orden de nacimiento. Nuestros hallazgos
están en línea con los estudios que documentan el efecto adverso
que el trabajo tiene en el rezago educativo. Nuestras estimaciones
muestran que un niño que trabaja tiene 4.4 % más de probabilidad
de sufrir rezago educativo cuando la edad de ingreso a la escuela
se establece en seis años, esta relación se mantiene para otras
edades de ingreso a la escuela, pero con diferentes cuantías.
Aunque la evidencia apunta a la existencia de una relación
negativa entre los niños que utilizan su tiempo tanto para el tra-
bajo como para las actividades escolares, encontramos estudios
que estiman que el trabajo infantil no tiene efecto negativo en
la escolaridad. Por ejemplo, Dammert (2008), quien utilizó el
mismo índice de distorsión de grado que utilizamos en nuestra
investigación, afirma que no hay un efecto estadístico significa-
tivo para los niños peruanos. Según su argumento, los niños que
trabajan pueden ganar el dinero necesario para cubrir los gastos
relacionados con la educación, como uniformes y libros. Por lo
tanto, no solo no hay un efecto adverso sino que, por el contrario,
el trabajo y la asistencia escolar están relacionados positivamente
y también tienen consecuencias positivas en términos de rendi-
miento educativo (Patrinos y Psacharopoulos, 1997).
Nuestros hallazgos sugieren una contradicción a esta situación.
El trabajo infantil sí interfiere con el rezago educativo. Sin embargo,
también encontramos que el trabajo no es el determinante más
importante de la distorsión de grado. Los resultados apuntan a que
existe una combinación de factores tales como el sector de trabajo
en el que labora el jefe de familia, el dinamismo entre los miembros
de la familia, además, si el niño se dedica a actividades laborales
o no. Es probable que la presencia de niños pequeños en el hogar
aumente la probabilidad de que los niños se atrasen en la escuela,
con un mayor impacto en las niñas. Esto puede reflejar el hecho
de que las hijas mayores tienen responsabilidades domésticas adi-
cionales asociadas con hermanos y hermanas menores que son
incompatibles con el rendimiento escolar.
297
Los jefes de hogar solteros tienen fuertes efectos negativos en

el rendimiento escolar de los niños. Es probable que estas varia-
bles tengan efectos negativos en la educación de los niños porque
muestran la necesidad de que el trabajo infantil sustituya a la
oferta de trabajo de adultos. Por el contrario, la presencia de adul-
tos mayores en el hogar induce a los niños a asistir a la escuela.
Esto podría explicarse por los roles del hogar, ya que los niños son
más sustituibles por el trabajo secundario en comparación con los
jefes de hogar. Los adultos mayores que aún están activos pueden
realizar las tareas domésticas de las que los niños normalmente
serían responsables, lo que aumenta la probabilidad de que un
niño asista a la escuela.
Además, nuestras estimaciones sugieren que los efectos del
trabajo en el rendimiento escolar difieren según el tipo de tra-
bajo que realiza un menor. Los niños que trabajan en actividades
remuneradas reciben un efecto más dañino en su distorsión de la
edad escolar que si trabajasen en tareas domésticas. Este hecho
parece sugerir que diferentes tipos de trabajo infantil están aso-
ciados con diferentes expectativas en el curso de la vida, y que
trabajar por dinero a una edad temprana implica no continuar la
educación en niveles más altos. En el nivel teórico, se ha argumen-
tado que el trabajo no remunerado se asocia positivamente con
las expectativas de continuar la escuela y, en algunas situaciones,
los estudiantes que trabajan no parecen estar en desventaja en
comparación con los estudiantes que no trabajan, como Kandel
y Post (2003) encontraron en su investigación.
Por otro lado, los resultados de las regresiones sugieren dife-
rencias estadísticas con respecto a la distorsión por grado de edad
entre niños y niñas. Encontramos que las niñas muestran menos
probabilidades de tener rezago educativo en comparación con los
niños, y este hallazgo se mantiene vigente independientemente
de su actividad.
Sabemos que las diferencias de género están, en cierta medida,
determinadas culturalmente. Hay investigaciones que demues-
tran que los padres tienden a comportarse de manera diferente en
298
relación con los niños y las niñas. En el nivel teórico se ha argu-

mentado que si las escuelas se localizan lejos de casa, los padres
pueden estar más dispuestos a enviar hijos para que viajen largas
distancias en lugar de niñas (Tzannatos, 2003). Otra posibilidad
podría ser que los padres también pueden estar motivados para
invertir en niños, que tendrán más probabilidades de ayudarlos
económicamente en su vejez. Si la expectativa de los padres es
que es más probable que las niñas los apoyen durante su edad
avanzada, es más probable que inviertan en la educación de las
hijas en lugar de en los hijos (Emerson y Souza, 2008).
Nuestros hallazgos parecen estar en línea con la hipótesis de
que el tipo de trabajo y el género desempeñan probablemente
el papel más importante en términos de trabajo infantil y rendi-
miento escolar. De manera similar a nuestras estimaciones, Gus-
tafsson-Wright y Hnin Pyne (2002) encontraron que los niños
brasileños también tienden a quedarse atrás más que las niñas,
incluso después de controlar las horas trabajadas. Señalan que
las actividades laborales de los niños son menos compatibles con
la escuela que las de las niñas, y la experiencia laboral también
puede ser más valorada para los niños, mientras que las caracte-
rísticas de productividad observables, como la educación, pueden
ser más valoradas para las niñas.
De manera similar, nuestros hallazgos sugieren que el estado
de pobreza tiene diferentes implicaciones de género para la dis-
torsión de los niños que trabajan en la edad escolar. Los niños que
viven en hogares no pobres, pobres y extremadamente pobres
tienen más probabilidad de retrasarse en su progreso escolar en
comparación con las niñas que viven en hogares no pobres. Aun
más interesante, las niñas que viven en hogares pobres y extre-
madamente pobres tienen menos probabilidad de experimentar
una distorsión de la edad escolar en comparación con las niñas
de familias no pobres, aunque este resultado puede contradecir el
supuesto teórico de que los niños no pobres tienen más oportuni-
dades de asistir a la escuela y consecuentemente una mayor proba-
bilidad de un mejor rendimiento escolar. Nuestro hallazgo puede
299
reflejar el hecho de que México comenzó a enfrentar el desafío

de proporcionar igualdad de acceso a la educación mediante la
creación de instituciones y programas como el Consejo Nacional
de Promoción de la Educación (conafe) y Prospera. Por ejemplo,
uno de los objetivos de conafe es apuntar a esas comunidades
pobres proporcionando subvenciones a los padres para que gasten
en artículos escolares tales como uniformes, libros, cuadernos,
etc. Como consecuencia, los niños que reciben apoyo de conafe
muestran una disminución en la tasa de fracaso y deserción del
0.4 % (Gertler, Patrinos et al., 2006).
Las diferencias de género en el trabajo infantil son evidentes
no solo en la distribución de las actividades, sino también en las
formas en que la experiencia temprana en el mercado laboral
afecta las oportunidades educativas y futuras de empleo. La infor-
mación sobre la diferencia en la naturaleza del desempeño laboral
de niñas y niños es especialmente relevante para las políticas y
programas que buscan mejorar el logro educativo y reducir la
pobreza en México. Una mayor comprensión de la implicación
del trabajo en la escuela es importante si se pretenden desarro-
llar políticas efectivas para reducir las disparidades de género en
cuanto a logro escolar y tasas de deserción.
300
Anexo
Tabla A1
Definición de variables
Variable Definición
Variable dependiente
W Es la probabilidad asociada a un niño de tener
rezago en términos de edad para el grado que cursa.
Variables independientes
Características de los niños
Mujer 1 indica si se trata de una niña; 0 de otra manera
Edad Edad en años cumplidos
Edad al cuadrado Edad al cuadrado
Características del hogar
Gobierno 1 indica si el jefe de hogar trabaja para el gobierno; 0
de otra manera.
Informal 1 indica si el jefe de hogar trabaja en el sector
informal; 0 de otra manera.
Otro 1 indica si el jefe de hogar es migrante en eua o en
actividades no especificadas; 0 de otra manera.
Educación Años de escolaridad del jefe de familia
Soltero(a)/divorciado(a)/ 1 indica si el jefe de hogar es soltero(a), viudo(a) o
viudo(a) divorciado(a)
Estructura familiar
Tamaño del hogar Número de miembros del hogar
Educación del cónyuge Escolaridad en años del jefe del hogar
Niños 0-5 Total de niños de entre cero y cinco años en el
hogar
Niños 6-11 Total de niños de entre seis y once años en el hogar
Adultos mayores Total de personas mayores a 64 años en el hogar
Discapacitados Personas en el hogar con alguna discapacidad
Estatus de pobreza
Pobre 1 indica si el niño vive en un hogar pobre; 0 de otra
manera.
Extremamente pobre 1 indica si el niño vive en un hogar extremamente
pobre; 0 de otra manera.
Características de la ciudad
Agricultura 1 indica que la principal actividad económica de la
ciudad es agricultura, 0 de otra manera.
Manufactura pesada 1 indica que la principal actividad económica de la
ciudad es la industria pesada, 0 de otra manera.
Manufactura ligera 1 indica que la principal actividad de la ciudad es la
industria ligera, 0 de otra manera.
Turismo 1 indica que la principal actividad económica de la
ciudad es el turismo, 0 de otra manera.
Ciudades frontera 1 indica que la ciudad hace frontera con usa, 0 de
otra manera.
301
Tabla A2
Estimaciones del modelo logit para niños de doce a diecisiete años
Variables
Distorsión
Distorsión
Distorsión
de grado
de grado
de grado
marginal
marginal
marginal
Efecto
Efecto
Efecto
(8)
(6)
(7)
Mujer -0.342*** -0.053 -0.301*** -0.077 -0.255*** -0.013
(0.009) (0.005) (0.011)
Edad -1.711*** -0.261 -0.774*** -0.191 -1.122*** -0.063
(0.045) (0.041) (0.070)
Edad al 0.070*** 0.013 0.036*** 0.008 0.051*** 0.003
cuadrado (0.002) (0.001) (0.002)
Trabaja 0.154*** 0.044 0.076*** 0.028 0.211*** 0.023
(0.009) (0.007) (0.013)
Características del jefe de familia
Labora en el -0.073*** -0.013 -0.128*** -0.034 -0.032 -0.002
gobierno (0.014) (0.010) (0.021)
Informal 0.263*** 0.041 0.191*** 0.047 0.284*** 0.017
(0.010) (0.009) (0.014)
Otro -0.020 -0.005 -0.005 -0.002 -0.054 -0.003
(0.039) (0.031) (0.057)
Escolaridad -0.193*** -0.031 -0.121*** -0.030 -0.238*** -0.013
(0.003) (0.002) (0.005)
Soltero/ 0.255*** 0.043 0.263*** 0.069 0.187*** 0.012
divorciado/viudo (0.011) (0.010) (0.019)
Características de los miembros de la familia
Educación de la -0.101*** -0.012 -0.057*** -0.014 -0.109*** -0.006
pareja (0.001) (0.002) (0.005)
Personas -0.251*** -0.037 -0.203*** -0.050 -0.263*** -0.015
mayores (0.014) (0.011) (0.019)
Discapacitados -0.008 -0.003 0.010 0.002 0.029 0.002
(0.036) (0.031) (0.051)
Niños de 0 a 5 0.107*** 0.014 0.075*** 0.017 0.131*** 0.007
años (0.007) (0.006) (0.010)
Niños de 6 a 11 0.080*** 0.016 0.049*** 0.012 0.107*** 0.006
años (0.006) (0.005) (0.008)
Hijo/hija -0.020 -0.006 -0.068*** -0.011 -0.132*** -0.008
(0.014) (0.017) (0.024)
302
Variables
Distorsión
Distorsión
Distorsión
de grado
de grado
de grado
marginal
marginal
marginal
Efecto
Efecto
Efecto
(8)
(6)
(7)
Tamaño del 0.069*** 0.018 0.074*** 0.011 0.061*** 0.004
hogar (0.002) (0.002) (0.004)
Estatus de pobreza
Pobre 0.050*** 0.013 0.165*** 0.026 0.189*** 0.013
(0.009) (0.011) (0.017)
Extremamente 0.085*** 0.023 0.203*** 0.033 0.258*** 0.017
pobre (0.010) (0.013) (0.018)
Agricultura -0.080*** -0.016 -0.107*** -0.016 -0.063*** -0.003
(0.007) (0.009) (0.013)
Industria pesada -0.208*** -0.052 -0.184*** -0.027 -0.090*** -0.005
(0.009) (0.011) (0.016)
Industria ligera -0.108*** -0.027 -0.095*** -0.014 -0.067*** -0.004
(0.009) (0.010) (0.015)
Turismo 0.041*** 0.009 0.118*** 0.019 0.221*** 0.013
(0.007) (0.009) (0.013)
Fronteriza 0.092*** 0.025 0.213*** 0.035 0.337*** 0.021
(0.010) (0.012) (0.016)
303
Tabla A3
Variables
Distorsión
Distorsión
Distorsión
de grado
de grado
de grado
marginal
marginal
marginal
Efecto
Efecto
Efecto
(8)
(6)
(7)
Mujer -0.297** -0.072 -0.330*** -0.052 -0.237*** -0.014
(0.007) (0.009) (0.013)
Edad -0.767*** -0.191 -1.702*** -0.261 -1.110*** -0.062
(0.041) (0.049) (0.070)
Edad al 0.035*** 0.009 0.070*** 0.011 0.050*** 0.003
cuadrado (0.001) (0.002) (0.002)
Trabaja en 0.194*** 0.049 0.311*** 0.052 0.383*** 0.025
actividades (0.015) (0.016) (0.021)
remuneradas
Trabaja en -0.090*** -0.026 -0.082** -0.012 -0.037 -0.002
actividades no (0.022) (0.027) (0.035)
remuneradas
Trabaja en 0.052*** 0.013 0.109*** 0.017 0.151*** 0.009
actividades (0.012) (0.014) (0.019)
domésticas
Labora en el -0.128*** -0.033 -0.074*** -0.012 -0.033 -0.002
gobierno (0.010) (0.014) (0.021)
Informal 0.191*** 0.045 0.263*** 0.043 0.284*** 0.017
(0.009) (0.010) (0.014)
Otro -0.006 -0.002 -0.022 -0.003 -0.057 -0.003
(0.031) (0.041) (0.057)
Escolaridad -0.121*** -0.031 -0.192*** -0.029 -0.237*** -0.013
(0.002) (0.003) (0.005)
Soltero/ 0.262*** 0.067 0.251*** 0.041 0.183*** 0.011
divorciado/ (0.011) (0.013) (0.019)
viudo
Educación de -0.058*** -0.014 -0.100*** -0.015 -0.107*** -0.006
la pareja (0.002) (0.003) (0.005)
Personas -0.201*** -0.049 -0.250*** -0.038 -0.261*** -0.015
mayores (0.011) (0.013) (0.019)
Discapacitados 0.009 0.002 -0.008 -0.001 0.030 0.002
(0.031) (0.038) (0.051)
304
Variables
Distorsión
Distorsión
Distorsión
de grado
de grado
de grado
marginal
marginal
marginal
Efecto
Efecto
Efecto
(8)
(6)
(7)
Menores de 0 a 0.077*** 0.018 0.106*** 0.016 0.128*** 0.007
5 años (0.006) (0.007) (0.010)
Menores de 6 a 0.047*** 0.012 0.088*** 0.014 0.102*** 0.006
11 años (0.005) (0.006) (0.008)
Hijo/hija -0.018 -0.004 -0.066*** -0.010 -0.129*** -0.008
(0.014) (0.017) (0.024)
Tamaño del 0.070*** 0.016 0.073*** 0.011 0.061*** 0.003
hogar (0.002) (0.003) (0.004)
Estatus de pobreza
Pobre 0.050*** 0.013 0.167*** 0.026 0.192*** 0.011
(0.009) (0.011) (0.017)
Extremamente 0.087*** 0.023 0.210*** 0.033 0.268*** 0.016
pobre (0.010) (0.013) (0.018)
Agricultura -0.069*** -0.016 -0.107*** -0.016 -0.062*** -0.003
(0.007) (0.009) (0.013)
Industria -0.209*** -0.051 -0.188*** -0.026 -0.096*** -0.007
pesada (0.009) (0.011) (0.016)
(0.009) (0.010) (0.015)
Turismo 0.041*** 0.010 0.118*** 0.019 0.221*** 0.013
(0.008) (0.009) (0.013)
Fronteriza 0.092*** 0.023 0.215*** 0.035 0.339*** 0.022
(0.010) (0.012) (0.016)
Fuente: estimaciones propias.
305
Tabla A4
Variables
Distorsión
Distorsión
Distorsión
grado (8)
grado (6)
grado (7)
marginal
marginal
marginal
Efecto
Efecto
Efecto
de
de
de
Edad -0.765*** -0.192 -1.691*** -0.262 -1.111*** -0.067
(0.041) (0.049) (0.070)
Edad al cuadrado 0.035*** 0.009 0.070*** 0.011 0.050*** 0.003
(0.001) (0.002) (0.002)
Niños pobres que 0.255*** 0.064 0.308*** 0.053 0.294*** 0.017
trabajan (0.020) (0.022) (0.028)
Niñas pobres que -0.062*** -0.019 -0.012 -0.002 0.067** 0.007
trabajan (0.018) (0.020) (0.025)
Niños 0.268*** 0.067 0.323*** 0.057 0.361*** 0.025
extremamente (0.024) (0.024) (0.033)
pobres que trabajan
Niñas -0.070*** -0.019 -0.016 -0.002 0.091*** 0.004
extremamente (0.019) (0.021) (0.026)
pobres que trabajan
Niños no pobres 0.176*** 0.041 0.234*** 0.040 0.206*** 0.014
que trabajan (0.022) (0.027) (0.037)
Labora en el -0.131*** -0.031 -0.079*** -0.012 -0.036 -0.002
gobierno (0.010) (0.014) (0.020)
Informal 0.193*** 0.047 0.267*** 0.043 0.289*** 0.019
(0.008) (0.010) (0.014)
Otro -0.029 -0.007 -0.085* -0.011 -0.127* -0.007
(0.031) (0.039) (0.057)
Escolaridad -0.124*** -0.033 -0.200*** -0.031 -0.247*** -0.017
(0.002) (0.003) (0.004)
Soltero/divorciado/ 0.258*** 0.067 0.242*** 0.040 0.175*** 0.010
viudo (0.011) (0.013) (0.019)
Educación de la -0.061*** -0.015 -0.105*** -0.016 -0.113*** -0.006
pareja (0.002) (0.003) (0.005)
Personas mayores -0.198*** -0.049 -0.244*** -0.038 -0.254*** -0.014
(0.011) (0.013) (0.019)
Discapacitados 0.011 0.003 -0.007 -0.001 0.030 0.002
(0.031) (0.038) (0.051)
306
Variables
Distorsión
Distorsión
Distorsión
grado (8)
grado (6)
grado (7)
marginal
marginal
marginal
Efecto
Efecto
Efecto
de
de
de
Menores de 0 a 5 0.083*** 0.021 0.119*** 0.018 0.145*** 0.008
años (0.006) (0.007) (0.010)
Menores de 6 a 11 0.054*** 0.013 0.104*** 0.016 0.123*** 0.007
años (0.005) (0.005) (0.007)
Hijo/hija -0.011 -0.003 -0.054** -0.009 -0.119*** -0.007
(0.014) (0.017) (0.024)
Tamaño del hogar 0.069*** 0.017 0.071*** 0.011 0.057*** 0.003
(0.002) (0.003) (0.004)
Agricultura -0.065*** -0.017 -0.103*** -0.014 -0.055*** -0.003
(0.007) (0.009) (0.013)
(0.009) (0.011) (0.016)
(0.009) (0.010) (0.015)
Turismo 0.040*** 0.010 0.118*** 0.019 0.221*** 0.014
(0.008) (0.009) (0.013)
Fronteriza 0.075*** 0.019 0.170*** 0.028 0.284*** 0.018
(0.009) (0.011) (0.016)
307
Tabla A5
Estimaciones del modelo logit para niños de doce a diecisiete años (niñas)
Variables
Distorsión
Distorsión
Distorsión
de grado
de grado
de grado
marginal
marginal
marginal
Efecto
Efecto
Efecto
(8)
(6)
(7)
Edad -0.862*** -0.216 -1.917*** -0.264 -1.294*** -0.064
(0.058) (0.072) (0.105)
Edad al cuadrado 0.038*** 0.010 0.080*** 0.013 0.059*** 0.004
(0.002) (0.002) (0.004)
Trabaja en 0.187*** 0.047 0.365*** 0.055 0.416*** 0.025
actividades (0.026) (0.028) (0.036)
remuneradas
Trabaja en -0.086* -0.022 -0.173*** -0.022 -0.044 -0.002
actividades no (0.035) (0.046) (0.058)
remuneradas
Trabaja en 0.056*** 0.021 0.124*** 0.017 0.164*** 0.007
actividades (0.014) (0.016) (0.022)
domésticas
Labora en el -0.150*** -0.037 -0.098** -0.016 -0.041 -0.002
gobierno (0.014) (0.020) (0.030)
Informal 0.190*** 0.046 0.278*** 0.041 0.306*** 0.016
(0.013) (0.015) (0.021)
Otro -0.027 -0.007 -0.034 -0.005 -0.097 -0.005
(0.043) (0.054) (0.072)
Escolaridad -0.123*** -0.032 -0.197*** -0.026 -0.223*** -0.011
(0.003) (0.004) (0.006)
Soltero/ 0.257*** 0.066 0.255*** 0.037 0.119*** 0.008
Educación de la -0.052*** -0.013 -0.092*** -0.013 -0.108*** -0.005
pareja (0.003) (0.005) (0.007)
Personas -0.194*** -0.048 -0.256*** -0.035 -0.311*** -0.015
mayores (0.015) (0.019) (0.027)
Disabled -0.091* -0.023 -0.065 -0.009 -0.008 -0.000
(0.044) (0.054) (0.072)
Menores de 0 a 0.082*** 0.020 0.097*** 0.013 0.137*** 0.007
5 años (0.009) (0.010) (0.014)
308
Menores de 6 a 0.069*** 0.017 0.115*** 0.016 0.122*** 0.006

11 años (0.007) (0.008) (0.011)
Hijo/hija -0.070*** -0.017 -0.133*** -0.019 -0.252*** -0.014
(0.019) (0.023) (0.032)
Tamaño del 0.063*** 0.017 0.073*** 0.011 0.061***
hogar (0.003) (0.003) (0.004)
Estatus de pobreza
Pobre 0.045*** 0.013 0.161*** 0.024 0.152*** 0.008
(0.013) (0.017) (0.025)
Extremamente 0.085*** 0.022 0.212*** 0.032 0.226*** 0.011
pobre (0.014) (0.018) (0.027)
Agricultura -0.064*** -0.016 -0.090*** -0.012 -0.014 -0.001
(0.010) (0.013) (0.019)
Industria pesada -0.204*** -0.051 -0.152*** -0.020 0.021 0.001
(0.012) (0.016) (0.023)
Industria ligera -0.095*** -0.024 -0.066*** -0.009 -0.034 -0.002
(0.012) (0.016) (0.022)
Turismo 0.035** 0.009 0.111*** 0.016 0.222*** 0.012
(0.011) (0.014) (0.019)
Fronteriza 0.075*** 0.019 0.209*** 0.030 0.308*** 0.017
(0.014) (0.017) (0.025)
309
Tabla A6
Estimaciones del modelo logit para niños de doce a diecisiete años (niños)
Variables
Distorsión
Distorsión
Distorsión
de grado
de grado
de grado
marginal
marginal
marginal
Efecto
Efecto
Efecto
(8)
(6)
(7)
Edad -0.676*** -0.165 -1.488*** -0.251 -0.870*** -0.054
(0.058) (0.067) (0.095)
Edad al cuadrado 0.032*** 0.008 0.062*** 0.011 0.040*** 0.003
(0.002) (0.002) (0.003)
Trabaja en 0.195*** 0.047 0.285*** 0.053 0.375*** 0.027
actividades (0.018) (0.019) (0.025)
remuneradas
Trabaja en -0.089** -0.022 -0.024 -0.004 -0.015 -0.001
actividades no (0.028) (0.033) (0.044)
remuneradas
Trabaja en 0.035 0.011 0.023 0.004 0.049 0.003
actividades (0.024) (0.028) (0.040)
domésticas
Labora en el -0.106*** -0.026 -0.053** -0.009 -0.025 -0.002
gobierno (0.014) (0.018) (0.028)
Informal 0.192*** 0.046 0.250*** 0.044 0.268*** 0.018
(0.013) (0.014) (0.019)
Otro 0.016 0.004 -0.012 -0.002 -0.020 -0.001
(0.046) (0.057) (0.085)
Escolaridad -0.122*** -0.030 -0.189*** -0.032 -0.250*** -0.016
(0.003) (0.004) (0.006)
Soltero/ 0.269*** 0.065 0.248*** 0.044 0.236*** 0.016
Educación de la -0.064*** -0.016 -0.108*** -0.018 -0.107*** -0.007
pareja (0.003) (0.004) (0.007)
Personas mayores -0.208*** -0.051 -0.243*** -0.041 -0.214*** -0.013
(0.015) (0.018) (0.026)
Discapacitados 0.110* 0.027 0.036 0.006 0.058 0.004
(0.043) (0.053) (0.072)
Menores de 0 a 0.071*** 0.017 0.114*** 0.019 0.119*** 0.007
5 años (0.009) (0.010) (0.013)
310
Variables
Distorsión
Distorsión
Distorsión
de grado
de grado
de grado
marginal
marginal
marginal
Efecto
Efecto
Efecto
(8)
(6)
(7)
Menores de 6 a 11 0.025*** 0.006 0.065*** 0.011 0.087*** 0.005
años (0.007) (0.008) (0.010)
Hijo/hija 0.042* 0.010 -0.001 -0.000 -0.012 -0.001
(0.020) (0.024) (0.034)
Tamaño del hogar 0.077*** 0.019 0.079*** 0.013 0.070*** 0.004
(0.003) (0.004) (0.005)
Estatus de pobreza
Pobre 0.056*** 0.014 0.172*** 0.029 0.229*** 0.015
(0.012) (0.015) (0.023)
Extremamente 0.090*** 0.022 0.208*** 0.036 0.306*** 0.020
pobre (0.014) (0.017) (0.025)
Agricultura -0.074*** -0.018 -0.121*** -0.020 -0.103*** -0.006
(0.011) (0.012) (0.018)
(0.012) (0.015) (0.022)
(0.012) (0.014) (0.020)
Turismo 0.048*** 0.012 0.127*** 0.022 0.222*** 0.015
(0.011) (0.013) (0.018)
Fronteriza 0.109*** 0.026 0.222*** 0.040 0.365*** 0.026
(0.014) (0.016) (0.022)
311
6. Referencias
Abler, D.; Rodriguez, J. et al. (1998), “The Allocation of Children’s Time in

Mexico and Peru”, documento de trabajo 98-08, Population Research
Institute.
Basu, K. (1999), “Child Labor: Cause, Consequence, and Cure, with Remarks
on International Labor Standards”, Journal of Economic Literature,
37(3), pp. 1083-1119.
Basu, K. & Z. Tzannatos (2003), “The Global Child Labor Problem: What
Do We Know and What Can We Do?”, World Bank Economic Review,
17(2), pp. 147-173.
Beegle, K.; Dehejia, R. et al. (2007), The Consequences of Child Labor: Evi-
dence from Longitudinal Data in Rural Tanzania, The World Bank.
Bezerra, M.; Kassouf, A. et al. (2009), “The Impact of Child Labor and School
Quality on Academic Achievement in Brazil”, (4062), Institute for the
Study of Labor.
Boozer, M. A., & T. Suri (2001), “Child Labor and Schooling Decisions in
Ghana”, documento de trabajo, Yale University.
Chamarbagwala, R. (2008), “Regional Returns to Education, Child Labour
and Schooling in India”, Journal of Development Studies, 44.
Dammert, A. (2008), “Child Labor and Schooling Response to Changes in
Coca Production in Rural Peru”, Journal of Development Economics, 86.
———— (2010), “Siblings, Child Labor and Schooling in Nicaragua and Gua-
temala”, Journal of Population Economics, 23.
Deb, P. & F. Rosati (2004), “Determinants of Child Labor and School Atten-
dance: The Role of Household Unobservables”, Department of Econo-
mics, University of Rome.
Edmonds, E. (2006), “Understanding Sibling Differences in Child Labor”,
Journal of Population Economics, 19.
Emerson, P. & A. Souza (2007), “Child Labor, School Attendance, and Intra-
household Gender Bias in Brazil”, The World Economic Review, 21(2).
———— (2008), “Birth Order, Child Labor, and School Attendance in Brazil”,
World Development, 36(9), pp. 1647-1664.
Ersado, L. (2005), “Child Labor and Schooling Decisions in Urban and Rural
Areas: Comparative Evidence from Nepal, Peru, and Zimbabwe”, World
Development, 33(3), pp. 455-480.
Gertler, P.; Patrinos, H. et al. (2006), “Empowering Parents to Improve
Education: Evidence from Rural Mexico”, documento de trabajo 3935,
World Bank.
Goulart, P. & A. S. Bedi (2008), “Child Labour and Educational Success in
Portugal”, Economics of Education Review, 27(5), pp. 575-587.
312
Gunnarsson, V.; Orazem, P. et al. (2004), Child Labor and School Achievement
in Latin America, International Programme on the Elimination of Child
Labour (ipec).
Gustafsson-Wright, E. & H. Hnin Pyne (2002), “Gender Dimensions of
Child Labor and Street Children in Brazil”, documento de trabajo, The
World Bank.
Heady, C. (2000), “What is the Effect on Child Labour on Learning Achie-
vement? Evidence from Ghana”, unicef, Innocenti Research Centre, 79.
Heckman (1979), “Simple Selection Bias As a Specification Error”, Econo-
metrica, 47.
Kandel, W. & Post (2003), “After School Work in Mexico: Competing for
Children’s Time Success”, International Journal of Educational Develo-
pment, 23, pp. 299-314.
Khanam & R. Rusell (2005), “Child Work and other Determinants of School
Attendance and School Attainment in Bangladesh”, Munich personal
repect achive (mpra) (9397).
Lopez, A. (2005), “Schooling and Child Labour in Mexico: An Empirical
Analysis”, Analysis Economico, 45.
Orazem, P. y V. Gunnarsson (2003), Child Labour, School Attendance and
Academic Performance: A Review, International Programme on the Eli-
mination of Child Labour (ipec).
Patrinos, H. A. & G. Psacharopoulos (1997), “Family Size, Schooling and
Child Labor in Peru -An Empirical Analysis”, Journal of Population Eco-
nomics, 10(4), pp. 387-405.
Paul Schultz, T. (2004), “School Subsidies for the Poor: Evaluating the
Mexican Progresa Poverty Program”, Journal of Development Economics,
74(1), pp. 199-250.
Psacharopolus, G. & H. Yang (1991), “Educational Attainment among Vene-
zuelan Youth: An Analysis of Its Determinants”, International Journal
of Educational Development, 11(4).
Psacharopoulos, G. (1997), “Child Labor Versus Educational Attainment -
Some Evidence from Latin America”, Journal of Population Economics,
10(4), pp. 377-386.
Ravallion, M. & Q. Wodon (2000), “Does Child Labour Displace Schooling?
Evidence on Behavioural Responses to An Enlment Subsidy”, Economic
Journal, 110.
Robles, H. & D. Abler (2000), “Education and Labor Force Participation by
Mexican Children During Structural Adjustment: A Macroeconomic
Analysis”, documento de trabajo 00-05, Population Research Institute.
Shimamura, Y. & S. Lastarria-Cornhiel (2010), “Credit Program Participa-
tion and Child Schooling in Rural Malawi”, World Development, 38(4).
313
Tzannatos, Z. (2003), “Child Labor and School Enrollment in Thailand in

the 1990s”, Economics of Education Review, 22(5), pp. 523-536.
Watson, A. (2008), “The Impact of Child Labour on the Educational Achie-
vement of Children in Vietnam”, en Young Lives. An International Study
of Childhood Poverty.
314
SEMBLANZAS

La Mtra. Edith Paloma Airada Hernández es licenciada en Econo-
mía por la Universidad Autónoma de Sinaloa y maestra en Nego-
cios y Estudios Económicos por la Universidad de Guadalajara
dentro del padrón de programas de excelencia del conacyt.
Actualmente trabaja para una empresa de cadenas hoteleras como
Analista de Power bi. Anteriormente se desempeñó en el ramo
financiero, brindando asesoría de generación de créditos, análisis
de estados de cuenta, regulaciones de la Comisión Nacional de la
Banca de Valores, entre otras actividades.

El Dr. Espinosa Ramírez es doctor en Economía por la Univer-
sidad de Essex, maestro en Economía por el Centro de Investi-
gación y Docencia Económicas (cide). Es profesor investigador
y director del Centro de Investigaciones Sociales y Económicas
(cise) en el Departamento de Economía de la Universidad de
Guadalajara. Es miembro del Sistema Nacional de Investigadores
Nivel II. Sus temas de investigación refieren a las lgacs Finanzas,
Riesgos y Econofísica; Economía del Crimen; Economía Interna-
cional; Pobreza, Mercado Laboral y Distribución del Ingreso; y
Economía Política y Economía Pública. E-mail: rafaelsa@cucea.
udg.mx.

Es profesor huésped Nivel II en el Departamento de Métodos
Cuantitativos de la Universidad de Guadalajara. Estudió el docto-
rado en Economía Aplicada a las Finanzas Públicas y tiene estu-
dios posdoctorales en Ciencias Políticas en la Louisiana State
315
Semblanzas
University. Es miembro de la Academia Mexicana de Ciencias

Económicas. Su investigación ha involucrado microeconomía,
macroeconomía, banca central, finanzas, administración y polí-
ticas públicas. Ha realizado consultorías para el Gobierno del
Estado de Jalisco relacionadas a la gestión ambiental y la iden-
tificación y negociación de conflictos. E-mail: cignacio@cucea.
udg.mx.
Leonardo Adalberto Gatica Arreola

El Dr. Gatica Arreola es profesor investigador del Departamento
de Economía de la Universidad de Guadalajara. Obtuvo el doc-
torado en Economía por la Universidad de Texas en Austin. Es
miembro del Sistema Nacional de Investigadores (Nivel I). Es
miembro de la Academia Nacional de Evaluadores de México y
de la Red de Investigación en Políticas Públicas y Gobierno. Sus
temas de investigación refieren a las lgacs Economía del Crimen;
Pobreza, Mercado Laboral y Distribución del Ingreso; Economía
Política y Economía Pública; y Evaluación de Programas Sociales.
E-mail: leonardo.gatica@cucea,udg,mx.
Victor Hugo Gualajara Estrada

El Dr. Gualajara Estrada es profesor investigador del Departa-
mento de Métodos Cuantitativos de la Universidad de Guadala-
jara. Obtuvo el doctorado en Ciencias Físico-Matemáticas en la
Universidad de Guadalajara. Actualmente es el titular respon-
sable del cuerpo académico udg-ca-826, “Temas de Economía
Internacional, Finanzas y Desarrollo”. Sus intereses refieren a los
usos de los métodos cuantitativos para las ciencias económico-
administrativas y de los modelos de física aplicados a las finanzas.
Sus temas de investigación refieren a la lgac Finanzas, Riesgos y
Econofísica. E-mail: [email protected].
316
Semblanzas
Jonathan Haro Núñez

Jonathan Haro Nuñez obtuvo la maestría en Economía en la Uni-
versidad de Guadalajara con una beca del Consejo Nacional de
Ciencia y Tecnología. Sus temas de investigación son Desarrollo
Económico. Actualmente labora en Hewlett Packard.
Claraliz Heráldez León

Claraliz Heráldez León es egresada de la maestría en Negocios y
Estudios Económicos en la Universidad de Guadalajara con una
beca del Consejo Nacional de Ciencia y Tecnología. En su experi-
encia académica ganadó el premio Culture International Collabo-
ration Project en 2017, sus temas de investigación son fusiones y
adquisiciones en México y valuación de activos financieros.
Clemente Hernández Rodríguez

El Dr. Hernández Rodríguez es profesor investigador del Departa-
mento de Economía de la Universidad de Guadalajara. Obtuvo el
doctorado en Economía en la Universidad de Arizona. Es miembro
del Sistema Nacional de Investigadores (Nivel I), de la American
Economic Association, la Academy of Management, la American
Society of Hispanic Economists, la International Society of Eco-
logical Economics, la Academia Mexicana de Ciencias Económicas
y la Academia Jaliscience de Ciencias. Sus temas de investigación
refieren a las lgacs Desempeño Regional y Macroeconómico;
Economía Política y Economía Pública; Economía Internacional;
Finanzas, Riesgos y Econofísica; Pobreza, Mercado Laboral y Dis-
tribución del Ingreso. E-mail: [email protected].

Andrés Jerson Millán López obtuvo la maestría en Negocios y
Estudios Económicos en la Universidad de Guadalajara con una
beca del Consejo Nacional de Ciencia y Tecnología. Sus temas
317
Semblanzas
de investigación son Desarrollo Económico. Actualmente es cat-

edrático de la Universidad de Guadalajara y el tec de Monterrey;
así como jefe operativo de la Unidad de Servicios de Asesoría
para la Investigación y Análisis de Datos de la Universidad de
Guadalajara. Estudia el doctorado en Estudios Económicos de la
misma universidad.

La Dra. Murrieta Cummings es profesora investigadora del Depar-
tamento de Políticas Públicas de la Universidad de Guadalajara.
Obtuvo el doctorado en Sociología por la Universidad de Texas
en Austin. Es miembro del Sistema Nacional de Investigadores
(Nivel I) y miembro permanente de la Asociación de Estudios
Latinoamericanos. Forma parte de la Red de Indicadores en Salud
Mental, de la Red de Investigación en Políticas Públicas y Gobi-
erno y de la Academia Nacional de Evaluadores de México. Sus
temas de investigación refieren a las lgacs Economía del Cri-
men; Economía Internacional; Pobreza, Mercado Laboral y Dis-
tribución del Ingreso; y Evaluación de Programas Sociales. E-mail:
[email protected].

El Mtro. Olivares Mendoza es estudiante del doctorado en Estu-
dios Económicos de la Universidad de Guadalajara. Obtuvo la
maestría en Economía del Sector Público en la Universidad de
Quintana Roo. Académicamente, ha sido becado para realizar
actividades de investigación y hacer estudios de posgrado por la
Universidad de Guadalajara y el Consejo Nacional de Ciencia y
Tecnología, respectivamente. Sus temas de investigación refieren
a las lgacs Desempeño Regional y Macroeconómico; Economía
Política y Economía Pública; y Economía Internacional.
318
Semblanzas

La Mtra. Portugal Padilla estudió la maestría en Administración
de Negocios en el cucea de la Universidad de Guadalajara. Ha
sido coordinadora de la revista EconoQuantum desde el año 2009
y coordinadora del Diplomado de Métodos Cuantitativos para el
Análisis Financiero desde 2013. Cuenta con varias certificaciones
por parte de conacyt y otras instituciones para la administración
y gestión electrónica de revistas científicas. Su interés actual están
el área de la ciencia de datos y finanzas. lgacs Finanzas, Riesgos
y Econofísica.E-mail: [email protected]

El Dr. Ramírez Grajeda es doctor en Desarrollo Económico por la
Universidad Estatal de Ohio, maestro en Economía por el Centro
de Investigación y Docencia Económicas. Es profesor investigador
del Departamento de Métodos Cuantitativos de la Universidad de
Guadalajara. Asimismo, es director de la revista EconoQuantum,
perteneciente al Índice de Revistas Mexicanas de Investigación
Científica y Tecnológica, y miembro de varios comités editoria-
les de revistas científicas de economía. Es miembro del Sistema
Nacional de Investigadores Nivel I. Sus temas de investigación
refieren a las lgacs Finanzas, Riesgos y Econofísica; Economía
del Crimen; Economía Internacional; Pobreza, Mercado Laboral
y Distribución del Ingreso; y Desempeño Regional y Macroeco-
nómico. E-mail: [email protected].

El Dr. Ramirez Rodriguez es doctor en Desarrollo Internacional
por la Universidad de East Anglia, maestro en Economía Regional
por la Universidad Autónoma de Coahuila, y licenciado en Eco-
nomía por la Universidad Autónoma Metropolitana. Es profesor
investigador del Departamento de Métodos Cuantativos. También
ha sido consultor para diferentes organismos, con experiencia en
319
Semblanzas
el sector público. Sus lineas de investigación refieren a las lgacs

Pobreza, Mercado Laboral y Distribución del Ingreso; Desem-
peño Regional y Macroeconómico; Economía Política y Economía
Pública; y Evaluación de Programas Sociales. E-mail: rrbaruch@
cucea.udg.mx.
Antonio Ruiz Porras

El Dr. Ruiz Porras es profesor investigador del Departamento de
Métodos Cuantitativos y coordinador del doctorado en Estudios
Económicos de la Universidad de Guadalajara. Obtuvo el docto-
rado en Economía en la Universidad de Nottingham. Es miembro
del Sistema Nacional de Investigadores (Nivel II) y de la Acade-
mia Mexicana de Ciencias. Sus temas de investigación refieren
a las lgacs Finanzas, Riesgos y Econofísica; Economía del Cri-
men; Economía Internacional; Pobreza, Mercado Laboral y Dis-
tribución del Ingreso; Desempeño Regional y Macroeconómico;
Economía Política y Economía Pública; Evaluación de Programas
Sociales. E-mail: [email protected].

El Dr. Sierra Juárez es profesor investigador y jefe del Departa-
mento de Métodos Cuantitativos del cucea de la Universidad de
Guadalajara. Obtuvo el doctorado en Ciencias Financieras en el
Tecnológico de Monterrey. Es miembro del Sistema Nacional de
Investigadores (Nivel I). Entre sus reconocimientos se encuen-
tra haber sido ganador del Premio Nacional de Derivados 2007.
Profesionalmente se ha desempeñado en Banco Santander, bbva,
Valmer, el imss y conacyt. Sus temas de investigación se refieren
a las lgacs Finanzas, Riesgos y Econofísica. E-mail: gsierraj@
cucea.udg.mx.
320
Semblanzas

La Dra. Xóchilt Valdez Castro es doctora en Desarrollo Econó-
mico por la Universidad de East Anglia, maestra en Economía
Regional por la Universidad Autónoma de Coahuila, y licenciada
en Economía por la Universidad Autónoma de Sinaloa. Es profe-
sora investigadora del Departamento de Métodos Cuantativos de
la Universidad de Guadalajara. Profesionalmente, ha sido consul-
tora para el bid-indes. Sus temas de investigación refieren a las
lgacs Pobreza, Mercado Laboral y Distribución del Ingreso; y
Evaluación de Programas Sociales. E-mail: xochitl.valdez@cucea.
udg.mx.

La Mtra. Laura Selene Vielmas García estudió la maestría en Eco-
nomía con especialidad en Desarrollo Económico por la Universi-
dad de Guadalajara, México. Profesora de Matemáticas, Macroeco-
nomía y Microeconomía, ha colaborado en el Proyecto Cátedras
de conacyt sobre pobreza, migración e inseguridad. Entre sus
principales líneas de investigación se encuentran: crecimiento
económico, desarrollo regional y economía mexicana.
321
Finanzas internacionales y desarrollo económico:
temas contemporáneos de investigación
se terminó de imprimir en diciembre de 2020
en los talleres de Ediciones de la Noche
Madero #687, Zona Centro
44100, Guadalajara, Jalisco, México.
www.edicionesdelanoche.com

Finanzas Internacionales y Desarrollo Economico

Cargado por

Copyright:

Formatos disponibles

Finanzas Internacionales y Desarrollo Economico

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Finanzas Internacionales y Desarrollo Economico

Cargado por

Copyright:

Formatos disponibles

Finanzas internacionales

y desarrollo económico: temas

Edith Paloma Airada Hernández

VíCtor Hugo gualajara estrada

Cuerpo Académico UDG-CA-826

El material publicado fue dictaminado por investigadores con amplio

Primera edición, 2020

D.R. © 2020, Universidad de Guadalajara

Impreso y hecho en México

CAPÍTULO 1. El papel que desempeña la religión sobre

CAPÍTULO 2. Criptomonedas en América Latina y China:

CAPÍTULO 3. Los mercados de valores y de bonos

CAPÍTULO 4. Contraste de rendimiento y cobertura

CAPÍTULO 5. Evaluación de la relación entre las exportaciones

CAPÍTULO 7. La moda, ¿armadura o espada? trabajo infantil

CAPÍTULO 8. Análisis espacial de crecimiento económico

CAPÍTULO 9. El impacto del trabajo infantil y el orden

Víctor Hugo Gualajara Estrada

Tradicionalmente, las finanzas internacionales y el desarrollo

razones, los estudios abordan temas de interés para los académi-

crecimiento y usos de las criptomonedas en las relaciones comer-

pública en Estados Unidos; 2. las políticas chinas sobre ciencia,

A partir de entrevistas a profundidad con dueños de maquilas,

Finalmente, no sobra enfatizar las contribuciones de los estu-

Edith Paloma Airada Hernández

La globalización ha permitido que se vayan creando diversos

entrada de las reformas económicas, algunos de los dueños de las

(localización) e Internalization (internalización), las cuales tie-

seguida de África subsahariana. Europa y América del Norte tie-

minantes económicos, que sin duda son importantes e influyen,

entrada de ied de los países vecinos sobre la entrada de ied del

2. El impacto de la religión sobre los intercambios

La investigación empírica concibe la idea de que la cultura puede

Particularmente, el estudio empírico realizado por Helble

en los intercambios económicos, tomando las investigaciones de

en ciertos costos de inspección; ellos argumentan que para que el

3. Factores no económicos en la atracción de inversión

Se ha venido demostrando que no únicamente los factores econó-

son: la distancia de poder, control de la incertidumbre, indivi-

tancia en la decisión de en qué mercados extranjeros penetrar en

la importancia del marco institucional como un determinante

mann y Fernandez-Arias (2000) son otros autores que enfocan

(diferencias en idioma, religión, cultura, desarrollo económico,

Lo que ocurre en una ubicación específica tiende a ocasionar efec-

descripción y análisis de la información, ya que los métodos tra-

una unidad geográfica son similares a otros valores en unidades

4.1. Unidades y variables de investigación

La contrastación empírica para demostrar la hipótesis del trabajo

ya que la falta de más datos y de robustez de estos nos permite

4.2 Hechos estilizados

Recordemos el objetivo de la investigación, el cual es analizar

n=Número de empresas en la industria

Este índice (H) nos va a indicar si hay una baja concentración de

Otras de las pruebas que se realizan para obtener un acerca-

Dado un conjunto de entidades y un atributo asociado, evalúa si

algún tipo de proceso competitivo: una entidad con un valor alto

Se realiza un análisis por año de los resultados obtenidos de la I

Para el caso del año 2005, la I de Moran de la figura 7 mostró

La figura 10, correspondiente a la I de Moran del año 2010,

El mapa de clústeres de la figura 11 (Anexo 12) presentó nueve