Efectos de la violencia sobre el producto interno bruto departamental en Colombia

Texto completo

(1)UNIVERSIDAD DE LOS ANDES FACULTAD DE ECONOMÍA. EFECTOS DE LA VIOLENCIA SOBRE EL PRODUCTO INTERNO BRUTO DEPARTAMENTAL EN COLOMBIA. ARTURO ANDRÉS ARMENTA GARCÉS [email protected]. ASESOR: FABIO SÁNCHEZ TORRES. Bogotá, noviembre de 2012.

(2) RESUMEN En Colombia, tanto el crecimiento económico como los indicadores de violencia han ido variando con los años y las dinámicas del conflicto armado. A nivel departamental, estas cifras presentan una correlación positiva, por lo cual, al estudiar dicha relación se debe tener cuidado con usar la metodología adecuada para evitar obtener relaciones espurias. Este trabajo entonces, tiene como objetivo encontrar el verdadero impacto que ha tenido el crimen organizado –el cual incluye el conflicto armado- sobre el producto interno bruto departamental (PIB) colombiano. Para esto, se hace un análisis para un periodo mucho mayor a lo que se ha hecho hasta entonces, incluyendo así, periodos claves de cambios en las tendencias en el comportamiento de las variables de interés. Las estimaciones se obtuvieron mediante un modelo de datos panel con efectos fijos por departamento y año. Luego, y con el objetivo de corregir la endogeneidad por doble causalidad, se usaron dos métodos diferentes: el de variables instrumentales y el de Arellano Bond. Este último utilizado por primera vez en el país para estudiar dicha relación. Los resultados revelan que a pesar de la correlación positiva entre ambas variables, el crimen ha tenido un efecto causal, negativo y significativo sobre el PIB departamental durante las últimas décadas en el país.. Palabras clave: Economía departamental, crimen organizado, violencia, efectos fijos, variables instrumentales, Arellano Bond.. Clasificación JEL: D74, O47, R11, R12, C31, C33. 1.

(3) CONTENIDO. Pág.. Resumen I.. Introducción…………………………………………………………………………………………………………3. II.. Revisión de Literatura………………………………………………………………………………………….5. III.. Marco Conceptual..……………………………………………………………………………………………..7. IV.. Marco Empírico………………………………………………………………………………………………….12. IV.1.. Datos………………………………………………………………………………………………………………….12. IV.2.. Modelo…………………………………………………………………………………………………..………….16. IV.3. Resultados…………………………………………………………………………………………………………17. V.. Conclusiones…………………………………………………………………….……………………………….20. ÍNDICE DE TABLAS Tabla No. 1. Correlaciones periodo 1979-2010………………………………………………………………………3 Tabla No. 2 Componentes de variable crimen 1979-2010……………..…………………………………….10 Tabla No. 3 Resultados de la estimación para el modelo Log-Log del PIB per cápita departamental periodo 1979-2010………………...………………………………….…..…………………….……17 Tabla No. 4 Resultados de la estimación para el modelo Log-Log del PIB per cápita departamental 1995-2005…………………………………………………..………………………………………………18 ANEXOS Anexo A: Estadísticas Descriptivas………………………………………………………………………………………23 Anexo B: Elección del instrumento………………………………………………………………………………………23. 2.

(4) I.. Introducción. Cuando se piensa en el comportamiento de la economía colombiana hay algo que a primera vista resulta llamativo: antes de la expansión del crimen organizado –léase aparición de las drogas-, el comportamiento de ésta era estable, con tasas de crecimiento cercanas al 5%; con su expansión, el crecimiento presentó una caída considerable, y entrado el siglo XXI parece repetirse el fenómeno: al caer las tasas de criminalidad, la economía repuntó. Sin embargo, al mirar la relación entre el crimen y el producto per cápita departamental, se obtiene una correlación positiva. Incluso, cuando se toma el cambio porcentual del PIB per cápita. Tabla no. 1 Correlaciones Periodo 1979-2010 PIB_perc PIB_perc CambioPorc T_hom T_ext T_sec crimen_cp. CambioPorc T_hom. T_ext. T_sec. crimen_cp. 1 0.527. 1. 0.2378 0.1165 0.0623 0.1973. 0.1604 0.069 0.0366 0.1265. 1 0.2821 0.3416 0.7784. 1 0.2002 0.6568. 1 0.7183. 1. El objetivo de este documento, entonces, consiste en estudiar dicha relación mediante modelos econométricos que capturen gran parte de las variables que explican el producto y, de esta manera, aislar el efecto de la violencia sobre del PIB1. Se hace mediante un modelo logarítmico que nos indicará cuál es la elasticidad del producto con respecto a la violencia, es decir, qué tan sensible es. La hipótesis de este documento es que la presencia del crimen organizado en un departamento reduce su tasa natural de crecimiento, afectando así directamente al producto. Los trabajos hechos previamente sobre el tema, permiten que hoy se puedan entender mejor los problemas de este tipo de regresiones y así, corregirlos para estudiar específicamente la relación de causalidad. Sin embargo algunos de estos problemas tienden a persistir, específicamente, el de endogeneidad por la doble causalidad entre el 1. Se habla de violencia y crimen organizado y no de conflicto armado interno, pues el interés del documento está en mirar las consecuencias de lo primero. Las guerrillas y paramilitares son sólo una parte del crimen en el país.. 3.

(5) crecimiento económico y la violencia. Aunque ya se corrigió antes en un trabajo similar2 usando variables instrumentales3, no es tan evidente que variables similares sirvan para corregir dicho sesgo cuando se estudia el producto total y para un periodo de más largo de tiempo. El obstáculo está precisamente en la dificultad de encontrar buenos instrumentos: es difícil pensar en variables que expliquen la violencia pero no afecten el PIB, pero es más difícil aún encontrar datos para cada departamento para un periodo no tan reciente. Para afrontar este inconveniente se optó por dos caminos: la construcción de un instrumento innovador y, por otro lado, la estimación mediante Arellano Bond la cual no requiere de buenos instrumentos. Para ello se empezó por realizar dos modelos para un periodo bastante mayor que lo que se ha hecho hasta entonces, 1979-2010. Se hizo el análisis a nivel departamental con un modelo de datos panel, controlando por efectos fijos de departamento y de año. Luego se instrumentó el crimen. Por último, se realizaron dos modelos más para un periodo reducido de la muestra, 1995-2005, con el fin de obtener resultados usando el estimador Arellano Bond. Cabe destacar que éste es el primer trabajo que usa dicho estimador para corregir endogeneidad en este tipo de modelos en el país. Los resultados de este documento confirman varias de las conclusiones de los estudios más recientes sobre el tema, que muestran una relación negativa y significativa entre las variables, pero además y, como valor agregado, se hace mediante dos metodologías que pueden servir como referencia para futuros trabajos. Para tal fin, este documento está organizado en cinco secciones, siendo ésta, la introducción, la primera. En la siguiente se hace una revisión bibliográfica de los trabajos que se han hecho hasta entonces, sobre todo a nivel de entes territoriales. La tercera sección es una explicación de los modelos utilizados. En la cuarta se muestran los datos utilizados y los resultados obtenidos. Las conclusiones se exponen en el capítulo final.. 2. Zenteno (2007) encontró que este problema genera un sesgo positivo, y expone que se da porque los grupos armados tienden a moverse donde hay mayor crecimiento agropecuario. Su modelo resolvió la endogeneidad por doble causalidad para un periodo corto, 1995-2003 3 Ver Revisión de la Literatura: Zenteno (2007). 4.

(6) II.. Revisión de la Literatura. Aunque existe una amplia literatura sobre la relación entre el crecimiento económico y la violencia tanto a nivel local4 como internacional5, esta sección se centrará en aquellos trabajos que hayan estudiado esta relación a nivel de entes territoriales. Desafortunadamente, para Colombia no son muchos los trabajos que han abordado este enfoque debido a la escasez de cifras requeridas para usar como determinantes del crecimiento económico departamental (Querubín 2003), por tal razón, y porque los resultados aportan al contexto de este trabajo, se citarán algunos estudios que hayan usado cifras agregadas tanto a nivel nacional como internacional. Hacia finales de siglo pasado se realizaron una serie de estudios, citados por Querubín (2003), que mediante regresiones tradicionales intentaron encontrar una relación de causalidad entre crecimiento de los entes territoriales y la criminalidad en Colombia. Estas regresiones hechas en primeras diferencias, no usaron una metodología adecuada, por lo que sus conclusiones deben mirarse con cuidado, pues podrían llevar a obtener relaciones espurias que sus resultados parecen confirmar. Montenegro y Posada (1995) para el periodo 1975-1980, encontraron una relación positiva entre violencia –vista como hurtos y homicidios- y el crecimiento económico, usando una regresión de corte transversal. Cabe aclarar que la relación es sólo positiva para bajos niveles de criminalidad, y a partir de cierto nivel se vuelve negativa. Cárdenas y Pontón (1995) obtuvieron una relación positiva entre el crecimiento económico de los departamentos y la tasa de homicidios. El mismo resultado se deriva de Rocha y Vivas (1998). Los resultados de estos tres trabajos fueron contrarios a los esperados al revisar la teoría y se explican por la correlación positiva entre ambas variables y la no utilización de una metodología adecuada. Por otra parte, Meisel y Galvis (2000) hicieron un ejercicio similar para las ciudades pero no encontraron relación significativa entre el crecimiento económico de éstas y sus tasas de homicidios. 4. Querubín (2003) hace una completa revisión de literatura colombiana sobre cómo el conflicto puede afectar el crecimiento económico, visto desde diferentes enfoques y con diferentes resultados. Algunos de las razones son: i) modificación de las finanzas públicas, generando un ‘crowdingout,’, Martínez (2001). ii) Desviación de recursos por inversión en autodefensas, Rubio (1995). iii) Afectación de decisiones intertemporales de los agentes sobre acumulación de capital físico y humano, Martínez (2001). iv) Desincentivos al ahorro y la inversión. Perotti (1995). v) Afectación a las instituciones y el capital Colier (2001), entre otras. 5 Daniel Mejía (2004) hace una revisión de los estudios teóricos en la literatura internacional que ligan el conflicto con el crecimiento económico.. 5.

(7) Querubín (2003) mediante un modelo de diferencias en diferencias cambió la metodología que había sido usada hasta entonces, con el fin de aislar el efecto que tiene la violencia, representada en sus diferentes manifestaciones (acciones de las FARC y ELN, homicidios y secuestros) sobre el crecimiento económico departamental para el periodo 1990-1999. Su modelo controló los determinantes del crecimiento económico pertenecientes a cada región, constantes en el tiempo, corrigiendo así gran parte de la endogeneidad por variables omitidas. Además usó como controles las transferencias per cápita a los departamentos y municipios y los ingresos por narcotráfico. Los resultados mostraron que el aumento en la violencia sí generó, para dicho periodo, un impacto significativo y negativo sobre el crecimiento económico departamental en el país. Zenteno (2007) usó un modelo tradicional de crecimiento del producto agropecuario, controlando por efectos fijos por año y departamento. Además incluyó variables instrumentales6 para resolver el problema de endogeneidad generado por la doble causalidad entre crecimiento del producto agropecuario y la variable de conflicto armado que usó7. El objetivo fue evitar que su variable de conflicto se correlacionara con el error del modelo. Los resultados arrojaron que existe una relación negativa y significativa entre el conflicto armado y el crecimiento del producto agropecuario colombiano a nivel departamental. Otros trabajos, usando diferentes metodologías han llegado a conclusiones que parecen ir en la dirección correcta. Rubio (1995) concluye que el conflicto efectivamente empobrece y que el costo de éste sobre el crecimiento es de dos 2 puntos porcentuales por año, sin contar el efecto sobre la productividad y la formación de capital8. Entre tanto, Vargas (2003) mediante el uso de un modelo neoclásico de crecimiento del producto interno bruto, usando datos trimestrales para el periodo 1988-2001, y agregando una variable de indicadores del conflicto armado, encontró que el país creció alrededor de dos puntos porcentuales menos por el conflicto armado interno. Cárdenas. 6. Las variables instrumentales usadas para tal fin fueron el logaritmo de las transferencias per cápita y la tasa de arrestos por homicidios, rezagadas en dos periodos. 7 Para crear dicha variable se incluyó para el periodo de estudio las acciones de las FARC, ELN y AUC, medidas como tasas de acciones por cada 1000000 de habitantes, representadas en enfrentamientos, actos terroristas, asalto a la propiedad privada, ataque a instalaciones, emboscadas, bloqueo de vías, hostigamientos e incursiones armadas. Zenteno (2007). 8 Citado por Querubín (2003).. 6.

(8) (2007) tomando en cuenta los efectos positivos del narcotráfico sobre el crecimiento económico, encontró que la desaceleración producto de las fortunas asociadas al tráfico de drogas es mayor que estos efectos positivos vía ingresos. Concluye que la desaceleración sobre el crecimiento económico es de un punto porcentual en el crecimiento anual del PIB per cápita9. Por último, a nivel internacional, el trabajo de Abadie y Gardeazabal (2001) muestra que después del aumento de los niveles de violencia en el País Vasco, el PIB per cápita en dicha región se redujo en por lo menos 10 % con respecto a la región de control creada por los autores. Luego, y con motivo de la tregua de 1998, mostraron que si ésta era creíble, entonces la producción de las empresas iba a tener un buen desempeño, la cual empeoraría con el fin de la tregua. Ambos resultados fueron consistentes.. III.. Marco Conceptual. Parece existir consenso en que durante el periodo de estudio abarcado por este trabajo, se presentó una desaceleración de la economía y una consolidación de las manifestaciones delictivas. Martínez (2001) resalta en su trabajo que, durante el periodo estudiado, con la expansión de los cultivos ilícitos se agravó el conflicto armado y los homicidios relacionados con éste comenzaron a crecer10. Por otra parte, James D. Henderson relata cómo Colombia entró al comercio de las drogas a comienzos de los setenta, cuando los contrabandistas estadounidenses vieron que el país era una fuente de marihuana de alta calidad. Ya en los ochenta, agrega: “Colombia se había convertido en un prodigioso proveedor de cocaína, sustancia que producía muchísimas más ganancias”11. Por lo tanto, incluir todo el periodo de violencia asociada a las drogas y al crimen organizado permite ver el efecto desde el principio de este fenómeno. La literatura económica sobre el conflicto y crecimiento plantea que los conflictos internos perduran si existen nichos de financiación para la actividad armada12. Es la 9. Ambos trabajos citados por Zenteno (2007). Querubín (2003). 11 Víctima de la Globalización. La historia de cómo el narcotráfico destruyó la paz en Colombia. James D. Henderson. Universidad Autónoma de Sinaloa. 12 Querubín (2003) 10. 7.

(9) misma conclusión que se deduce del trabajo de Zenteno (2007) cuando muestra que el sesgo de la endogeneidad13 resulta positivo, lo que la lleva a afirmar que los grupos al margen de la ley tienden a moverse hacia lugares con buen comportamiento de la economía agrícola, donde se les facilite la obtención de recursos provenientes de la extorsión, el “boleteo” y las llamadas vacunas. Dicho sesgo nos indica que la estimación por mínimos cuadrados ordinarios, cuando no tiene en cuenta ese problema, tiende a subestimar los efectos de la violencia sobre el crecimiento. Un problema tradicional de este tipo de modelos ha sido poder encontrar buenos instrumentos para corregir dicho sesgo. Es decir, variables que expliquen el conflicto y que al mismo tiempo sean exógenas al crecimiento del PIB, que puedan ser utilizadas para corregir este sesgo y de esta manera aislar el efecto del crimen sobre el producto. En los modelos de este tipo con ausencia de buenos instrumentos, las variables de violencia tienden a ser endógenas, por lo que el error del modelo estaría potencialmente correlacionado con dichas variable, obteniendo estimadores sesgados y no consistentes14. Por esta razón, Zenteno utilizó como instrumentos el logaritmo de las transferencias per cápita y la tasa de arrestos por homicidios rezagadas en dos periodos (Zenteno 2007). Pero es por lo menos dudoso argumentar, que las transferencias a municipios y departamentos no se correlacionan con la tasa de crecimiento del producto. En su modelo pudo servir por ser para un periodo corto, donde las transferencias destinadas a educación y salud no afecten el crecimiento durante ese periodo. Pero para un periodo mayor es difícil sostener lo mismo. Por su parte, la tasa de arrestos por homicidio tiende a ser endógena al crecimiento. Para resolver dicho inconveniente se comenzó por utilizar un modelo de datos panel15 con efectos fijos por departamento y año16, para 25 datos de corte transversal17 durante el periodo 1979-2010. Después se contrastó con los resultados del mismo modelo luego 13. Endogeneidad en el sentido doble causalidad o causalidad simultánea. Pero el sesgo de usar instrumentos no confiables tiende a ser mayor: “el método [V.I.] tiene el problema que los resultados son altamente sensibles a la elección de los instrumentos”. Zenteno (2007). 15 Lo que nos brinda algunas ventajas sobre los modelos de series de tiempo y corte transversal: mayor cantidad de datos, menos colinealidad entre variables, mayor eficiencia, más grados de libertad, entre otras. (Zenteno 2007). 16 Al agregar estos efectos fijos, se resuelve gran parte del problema de variables omitidas pues se capturan los efectos de las variables no observables o de las cuales existe ausencia de datos, aunque sólo las constantes en el tiempo. 17 25 departamentos. 14. 8.

(10) de instrumentar el crimen con la construcción de un instrumento que representa la proporción que tiene cada departamento del total de narcotraficantes del país rezagada 4 periodos, multiplicada por el precio de un gramo de cocaína en Estados Unidos. El instrumento es un índice de los ingresos por narcotráfico. Dicha variable, además de explicar el crimen en cada departamento, no se correlaciona con el producto interno bruto, pues no representa la cantidad de personas ligadas al narcotráfico en cada departamento, sino la proporción con respecto a los demás departamentos. Por su parte, el precio de un gramo de cocaína en los Estados Unidos no debería afectar el PIB colombiano. Luego se hizo el mismo ejercicio de efectos fijos para el periodo 1995-2005, y por último, se instrumentó mediante el estimador Arellano Bond para el mismo periodo18. Se usó como instrumento el total de capturas sobre el total de homicidios en cada departamento para cada periodo. El instrumento representa una medida de efectividad de la policía. Se eligió dicha variable porque el objetivo de Arellano Bond es precisamente poder corregir la endogeneidad cuando no se cuenta con buenos instrumentos. Para todos los modelos como variable dependiente se tomó el logaritmo natural del producto departamental per cápita y, como variables explicativas de interés, las tasas homicidios, secuestros y extorsión por cada 100000 habitantes. Se decidió crear una sola variable que representara la criminalidad en los departamentos. Esto se hizo por medio del análisis de componentes principales con la ayuda de Stata, la cual contiene las tres tasas anteriores en su logaritmo natural. El objetivo fue crear una sola variable sin perder mucha información. Para esto se tomó el primer componente de la variable crimen, el cual es una combinación lineal de las tres variables originales. Dicha variable, como se observa en la tabla no. 2, explica el 51 % de la varianza original.. 18. Se aclara que para este periodo reducido (1995-2005), no fueron incluidos los efectos fijos por año para la estimación Arellano Bond. Al hacerlo el crimen no resultan significativo para explicar el producto.. 9.

(11) Tabla no. 2 Elección del Componente Principal Component Eigenvalue Difference Proportion Cumulative Comp1 1.55325 0.747547 0.5178 0.5178 Comp2 0.805704 0.16466 0.2686 0.7863 Comp3 0.641045 . 0.2137 1 19. Para controlar la mayor parte de la endogeneidad por variables omitidas se usaron los efectos fijos por departamento, lo que significa incluir variables dummy 20 . Dichas variables controlan las características propias de cada ente territorial, que no cambian en el tiempo21 pero que afectan el crecimiento del producto. Específicamente se quiso con esto controlar los factores climáticos y geográficos como la altitud, el área o la distancia hasta las fronteras, páramos o acceso al mar.. Además de los factores culturales,. educativos o institucionales. El problema que se genera al omitir esas variables y dejarlas en el error, es que si los departamentos más –o menos- violentos, por dichos factores tienden a presentar un mayor –o menor- crecimiento-, la posibilidad de obtener una relación espuria aumenta, obteniendo resultados cuestionables. Una dummy para cada año, en cambio, controla el efecto de los sucesos ocurridos en un año específico. Es decir, un choque común a todos como una variación en la tasa de cambio, en las reglas de juego, una política gubernamental, etc. Las consecuencias de no controlarlas son parecidas a las de agregar los efectos fijos por departamento: si en un determinado momento la economía recibe un choque que afecta a todo el territorio, que hace que las tasas de crecimiento aumenten, pero simultáneamente, por factores exógenos la violencia también está aumentando, nos llevaría a obtener conclusiones equivocadas. Por otra parte, usar efectos fijos nos permite relajar el supuesto de exogeneidad estricta entre los efectos fijos y las variables explicativas. Es decir, no habrá problema con que los factores constantes en el tiempo que capturan los efectos fijos, se correlacionen con las variables explicativas que cambian en el tiempo (Wooldridge, J. (2001)).. 19. Para obtener el logaritmo natural del crimen sin perder datos, fue necesario sumarle 1.86 unidades para no contar con números negativos. 20 Variable que toma los valores 0 o 1. 21 O cambian muy poco.. 10.

(12) De la misma forma, la escogencia de realizar el estudio a nivel departamental y no agregado, se debió a una valoración de sus ventajas y desventajas. Aunque se reduce la disponibilidad de datos y se contará con menos instrumentos, se tomó esta decisión para descartar la posibilidad que una sola región puede acelerar el crecimiento de la economía del país, teniendo altas o bajas tasas de violencia, posibilitando así obtener conclusiones equívocas. Y más importante aún, porque nos permite controlar los efectos fijos por departamento. De forma resumida, el trabajo consistió en controlar gran parte de los factores que afectan el crecimiento económico (representado en los efectos fijos). Luego, se decidió instrumentar la variable crimen mediante los métodos de variable instrumental y el de Arellano Bond. Una característica de este documento, como de otros que se han hecho con anterioridad, es enfocarse en el efecto del crimen sobre el PIB, y no tratar de explicar el producto interno bruto o su crecimiento. Una razón más por la cual sólo se incluyen como controles los efectos fijos, pues como se mencionó anteriormente, sumado a que existen pocos datos disponibles para usar como controles, incluir las variables tradicionales de crecimiento tienden a generar mayores problemas de endogeneidad. Como explica Querubín (2003), la mayoría de estas variables tienden a ser endógenas y citando a Acemoglu (2000), expone que “incluir dichas variables genera un sesgo en las variables. de. violencia. cuyo. efecto. se. quiere. explorar”. 22. .. Por último, se destaca que el ejercicio realizado mediante el estimador Arellano Bond, puede servir como alternativa a futuros trabajos para resolver la doble causalidad. Este modelo, usando el método de mínimos cuadrados generalizados, además de controlar los efectos fijos por departamento 23 , se usa cuando no se encuentran buenos instrumentos o éstos resultan débiles. Arellano Bond resuelve la endogeneidad por doble causalidad, pues además de usar dichos instrumentos débiles, usa también los rezagos de las variables endógenas (en este caso el crimen) como instrumentos. Cabe agregar que el estimador también instrumenta la primera diferencia del rezago del logaritmo del. 22. Dicho sesgo es positivo por lo cual se subestima el efecto de las variables de violencia. No se incluyeron dummy de tiempo pues los resultados no fueron significativos. Pero futuros trabajos, deberían incluirlas siguiendo las recomendaciones de David Roodman: de How to Do Xtabond2: An introduction to “difference” and “system” GMM in Stata. 23. 11.

(13) producto (variable dependiente), corrigiendo así problemas de auto correlación. Se acortó el periodo en este modelo porque la literatura recomienda usar el estimador para modelos con T pequeños24 y N grandes25. Como instrumento principal se usó el número de capturas por homicidio. La inclusión de rezagos de la variable dependiente, hace que este modelo no sea comparable con los anteriores, pero puede ser una alternativa válida para modelos en los cuales exista dificultad de hallar buenos instrumentos. Trabajos que se profundicen en dicho estimador, tienen la posibilidad de enfocarse en los efectos de corto y largo plazo de una variable sobre otra.. IV.. Marco Empírico. Se usaron 25 departamentos, 24 de los cuales son tradicionales y al otro se le catalogó “nuevos”, el cual incluye los que en algún tiempo fueron las comisarías y las intendencias. Se hace así, pues de esa forma se encuentran organizados los datos de crecimiento y violencia para algunos de los años del periodo de interés. Se usan esos 25 departamentos como unidades de corte transversal. El periodo es de 32 años para los dos primeros modelos, lo que nos permite contar con 800 observaciones. Mientras que para los otros. modelos, se usó un periodo de 11 años, lo que nos arroja 275. observaciones. Esta sección consta de tres partes: en la primera se detallan las fuentes y cómo se construyó la base de datos. La segunda, plantea el modelo base y sus modificaciones. Además explica cada variable incluida. Por último se muestran los resultados obtenidos. IV.1. Datos. La construcción de la base de datos para este periodo requirió de la necesidad de acudir a varias fuentes, y hacer algunas modificaciones para poder compaginarlos en una sola serie. A continuación se detallan las fuentes para cada año y variable, y las modificaciones que fueron hechas.. 24. Mileva Elitza, (2007). Using Arellano Bond. Dynamic Panel GMM Estimators in Stata.. En T grandes, la correlación del rezago de la variable dependiente con el error será insignificante (Rodman, 2006). Citado por Mileva Elitza. 25. 12.

(14) Para los datos de violencia y capturas totales fue necesario tomar 4 versiones de la Revista Criminalidad: Revista de la Policía Nacional, editada por el Centro de Investigaciones Criminológicas de la DIJIN26. La organización de los datos requirió algunas modificaciones. Por una parte, la policía nacional se subdivide actualmente en regiones de policía, que a su vez de subdividen departamentos, metropolitanas y algunos C.O.E.S.C 27 . También en los departamentos de Urabá 28 y Magdalena Medio 29 para algunos años del periodo estudiado30. El trabajo consistió en agregar cada división al departamento correspondiente. Las capturas totales además de estar subdivididas como arriba, donde se usó el mismo método, para los año 2008, 2009 y 2010 también se dividían en las capturas realizadas por la DIJIN, la DIRAN, DICAR, DIPRO y el DIASE. Dichas cifras se distribuyeron entre todos los departamentos, tomando el porcentaje de las capturas que tuvo cada departamento para cada año excluyendo dichas divisiones y se repartieron estas según dichos porcentajes. Por su parte, las cifras de Urabá y Magdalena Medio se repartieron al descomponer los datos por municipios y agregar las cifras a sus respectivos departamentos. La descomposición por departamento resultó una aproximación bastante buena, pero no del todo exacta31. Sin embargo, con el método usado para estas aproximaciones se quiso. 26. Los Datos para el periodo 1975-2007 fueron tomados de la Revista Criminalidad, volumen 50. Número 1 publicada en mayo de 2008. Para el año 2008 fueron tomados de la misma revista, del volumen 51. Número 1 publicada en junio de 2009. Para el año 2009, del volumen 52. Número 1 publicada en junio de 2010. Por último las de 2010 de la edición Criminalidad y Análisis espacial de los delitos en Colombia 2010, de la misma revista. 27 Comando Operativo Especial de Seguridad Ciudadana 28 El Departamento de Policía de Urabá consta de 10 municipios de los departamentos de Antioquia, y Chocó, organizados en cuatro distritos. Son: Acandí, Apartadó, Carepa, Chigorodo, Dabeiba, Mutata, Necoclí, San Pedro, Turbo y Unguía. Policía nacional. Consultado en línea. Disponible en: http://oasportal.policia.gov.co/portal/page/portal/UNIDADES_POLICIALES/Comandos_deptos_policia/comand o_depto_uraba/jurisdiccion/Tab 29 El Departamento de Policía de Magdalena Medio creado por la resolución 00628 de marzo de 2005, consta de quince municipios de los departamentos de Santander, Bolívar, Boyacá y Antioquia. Son: Arenal, Morales, Simití, San Pablo, Puerto Wilches, Cantagallo, Barrancabermeja, Yondó, Puerto Parra, Puerto Berrio, Puerto Naré, Puerto Boyacá y Santa Rosa, Buenavita, San Rafael. Policía Nacional. Consultado en línea. Disponible en: http://oasportal.policia.gov.co/portal/page/portal/UNIDADES_POLICIALES/Comandos_deptos_policia/comand o_depto_magadalena_medio/jurisdiccion 30 Urabá tiene datos para la muestra en el periodo 1991-2010 Mientras que Magdalena Medio sólo para el periodo 2005-2010. 31 Se tomó el total de homicidios de Magdalena Medio y Urabá siempre como el total registrado para cada subregión. Al sumar las cifras descompuestas de homicidios de cada municipio, nos dio una aproximación muy buena, por ejemplo, para el 2009 los municipio pertenecientes a Urabá, al sumar sus cifras de homicidio el total fueron 214 (205 en Antioquia y 9 en Chocó), mientras la cifra total de Urabá para dicho año fue 215. Para 1991 sólo se distanció en 3 homicidios, para 1992 en 2. Algo parecido pasó con Magdalena Medio. Los datos. 13.

(15) reducir el mayor margen de error posible32. Se debe resaltar que las cifras faltantes o sobrantes, es un porcentaje muy pequeño para el total nacional, pero también lo es para el total de dichos departamentos para cada año. El mayor inconveniente fue la ausencia de cifras de extorsión y secuestros desagregadas por municipios, por lo que se realizó el ejercicio de repartir el total de secuestros y extorsión presentados Magdalena Medio y Urabá, para los años que registran, a los departamentos pertenecientes a dicha subregión según su peso en el porcentaje de homicidios. Es decir, si Magdalena Medio tuviese un total de 100 secuestros para el año 2006, y del total de homicidios en esa región ese año, pertenecieron el 50 % a Antioquia, 20 % Bolívar, 20 % Santander y 10 % Boyacá, así se repartieron tanto las extorsiones como secuestros. Por otra parte, esta serie para algunos años contiene información por separado de lo que antes se llamaban Comisarias e Intendencias 33 . Para hacerlo compatible con la serie del PIB, se sumaron sus datos y se reunieron en un solo departamento que llamamos “nuevos”34. Los Datos fueron transcritos por el autor. Los datos del PIB, para el periodo 1975-2000 fueron tomados del Sistema Simplificado de Cuentas Departamentales de Colombia 1975-2000, Volumen 1, del CEGA, que usa como año base 199435. Para el periodo 2001-2010, se usan los de las cuentas departamentales publicadas por el DANE a precios constantes del año 200536. Se aclara que para la fecha de realización de este documento, aún son cifras provisionales. Para volver las dos series compatibles, se convirtió publicada por el DANE a precios de 1994. Al pasar de una serie. faltantes, se repartieron según porcentajes. Es decir: en Magdalena Medio el total al descomponer para el 2005, fue 262, mientras el total de Magdalena Medio era 261. Esa dato se le quitó al departamento con menos que menos pesó en el total de Magdalena Medio para ese año, en este caso Boyacá. Cuando el total de la suma de los municipios era inferior, los faltantes se sumaron a cada departamento según su peso. 32 Se disponían de cifras desagregadas por municipio hasta el año 2009. Para el año 2010, el total de Magdalena Medio y Urabá se repartieron con el peso que tuvo cada departamento en el año 2009. 33 Las comisarías eran: Amazonas, Guainía, Guaviare, Vaupés y Vichada. Mientras que las Intendencias eran: Arauca, Casanare, Putumayo y San Andrés y Providencia. 34 Para la muestra de interés, tanto Comisarias como Intendencias tienen datos para el periodo 1875-1987. Aunque no para todos los años incluye a todos los departamentos. Por ejemplo, para 1987, los departamentos de Arauca y Amazonas cuentan con datos por separado. 35 Cabe agregar, como afirma Sánchez, Óscar (2006), “En 1977 se creó la Comisaría del Guaviare segregada de la comisaria del Vaupés, mientras que la intendencia del Caquetá tomó la categoría de departamento […] en 1981.No obstante lo anterior, el SSCD del CEGA dispone de información del Caquetá para todo el periodo y Guaviare se encuentra incluida en la categoría Los Nuevos Departamentos”. 36 Producto Interno Bruto Departamental, a precios constantes de 2005. Serie provisional 2000 – 2010. Esta serie se dividió por el total de la población departamental, con datos otorgados por el profesor Fabio Sánchez de la facultad de economía de la Universidad de los Andes.. 14.

(16) a otra, es posible que hubiese cambios en las metodologías, pero como se hace para todos los departamentos no será un problema pues ese efecto será capturado por el efecto. fijo. del. año. correspondiente.. Por su parte, el precio de la cocaína en Estados Unidos está disponible sólo desde el año 1981. Para los años 1975-1980 se hizo un promedio de los dos años anteriores a cada uno. Los datos se tomaron de dos fuentes y se compaginaron en una sola serie a precios del año 200237. Por último se detalla la variable instrumental usada. La proporción de personas dedicadas al narcotráfico en cada departamento, requirió de varios supuestos. Primero se asumió la proporción de personas capturadas por narcotráfico en cada año, es igual a la proporción de los homicidas capturados. Al contar con el número de capturas por narcotráfico en cada año38, para cada departamento, basta con dividir por la proporción de homicidas capturados para obtener una estimación de cuántas personas ligadas al narcotráfico había en cada departamento para cada año. Número estimado de personas ligadas al narcotráfico =. Para cada departamento, se obtuvo la proporción que representaba dicha cifra respecto al total nacional en cada año. Dicha proporción se rezagó cuatro periodos y se multiplicó por el precio de la cocaína en Estados Unidos. *. 37. Fuente Precios: 1981-2002: “The price and Purity of Illicit Drugs: 1981 through the second quarter of 2003”. November 2003. Novermber 2004. Table 1. Fuente Precios 2002-2010. UNODC. Consultado en línea octubre 15 de 2012. Disponible en: http://www.unodc.org/unodc/secured/wdr/Cocaine_Heroin_Prices.pdf. Estos últimos, convertidos a precios de 2002 para compaginarlos con la primera serie. 38 Las cifras de capturas por narcotráfico y capturas por homicidio para el periodo 1975-2008 fueron facilitadas por el profesor Fabio Sánchez. Para el año 2009, del volumen 52. Número 1 de la Revista Criminalidad publicada en junio de 2010. Por último las de 2010 de la edición Criminalidad y Análisis espacial de los delitos en Colombia 2010, de la misma revista. Para compaginar las cifras de 2009 y 2010, se usó el mismo procedimiento usado en las capturas totales.. 15.

(17) IV.2. El Modelo Base. El modelo base es un modelo de Log-Log con efectos fijos de departamento y de año. La variable explicativa de interés es el logaritmo natural de la variable de crimen. El supuesto central es que el crimen afecta directamente el PIB per cápita. 1). Efectos Fijos: Ln. =. +. *. +. +. +. = El logaritmo del producto departamental per cápita del departamento k, en el periodo t. = variable que explican el crimen del departamento k, en el periodo t. Incluye: = Variable de tasa de homicidios en el departamento k, para el periodo t. = Variable de tasa de extorsión en el departamento k, para el periodo t. = Variable de tasa secuestros en el departamento k, para el periodo t. = Vector de variables dicótomas, una para cada año. = Vector de variables dicótomas, una para cada departamento. = Término que captura el error para el departamento k, en el periodo t. Por lo tanto representa los factores no observados, que cambian en el tiempo y afectan el crecimiento económico. El modelo central luego se estima mediante el método de variables instrumentales y mediante el estimador Arellano Bond. Para este último, se suprimen los efectos fijos de año.. 16.

(18) IV.3. Resultados. Tab la No. 3 Resultados de la estimación para el modelo de PIB per cápita departamental. Variable Dependiente: Logaritmo natural del PIB per cápita departamental Logaritmo natural del crimen Índice Ingresos Narcotráfico (instrumento) Efectos Fijos de departamento Efectos Fijos de año R-cuadrado Periodo Número de observaciones Número de departamentos F de instrumento (1,24). MCO (-0.0249294)** [0.0102792]. Sí Sí 0.808 1979-2010 800 25. Primera etapa Segunda etapa V.I. V.I. (-0.3566078)*** [0.1011983] (0.0420354)*** [0.0107097] Sí Sí 0.5837 0.678 1979-2010 800 25 15.41. Fuente: Elaboración propia Nota: Errores estándar con cluster en corchetes. Significancia de los coeficientes: (*** p<0.01, ** p<0.05, * p<0.1). La tabla no. 3 nos muestra las elasticidades del producto interno bruto departamental con respecto al crimen para el periodo 1979-2010. Al realizar la estimación por mínimos cuadrados ordinarios y agregando efectos fijos de departamento y año, se obtiene un efecto negativo y significativo del crimen sobre el PIB. Nos indica que un aumento de uno por ciento en la tasa de crimen, reduce el producto interno bruto departamental en 0.024 por ciento para dicho periodo. Es significante al 5 %. La endogeneidad de estos modelos puede venir de varias fuentes. Una conclusión importante de la tabla no. 3, y que es consecuente con los resultados obtenidos por Querubín (2003), es que gran parte de la endogeneidad proviene de las variables omitidas que no cambian en el tiempo, y que esto se puede arreglar al controlar por efectos fijos de departamento y tiempo. Basta agregarlos para obtener resultados significativos e intuitivos. La misma tabla nos muestra la estimación para el mismo modelo39, luego de instrumentar la variable de crimen. Para dicho modelo, el crimen también tiene un efecto negativo y significativo sobre el producto interno bruto departamental. El coeficiente es significativo al 1 %. Los resultados indican que para este periodo, un aumento de uno por ciento en la tasa. 39. Por el rezago incluido, se necesitaron datos desde 1975. Ver en Anexos la elección del instrumento.. 17.

(19) de crimen, reduce el producto en 0.35 por ciento. Como se observa, el efecto es mayor que cuando no se corrige la endogeneidad. Zenteno (2007) con su modelo de efectos fijos con variables instrumentales, encontró que la endogeneidad causada por la doble causalidad entre el crecimiento económico agropecuario y el conflicto armado era positiva. Es decir, al no corregirla se subestimaba el efecto negativo de la violencia sobre el crecimiento económico agropecuario. Los resultados obtenidos en este estudio arrojan la misma conclusión, cuando se estudia el efecto del crimen sobre el producto departamental per cápita. Tab la No. 4 Resultados de la estimación para el modelo de PIB per cápita departamental. Variable dependiente: Logaritmo natural del PIB per cápita. MCO. A.B.. (-0.0266466)** (-0.0377602)***. (-0.0188154)**. Crimen. [0.0103604]. Primer rezago del PIB Número de observaciones R-cuadrado Número de departamentos Efectos Fijos de departamento Efectos Fijos de año Periodo Número de observaciones Número de departamentos Número de instrumentos. 275 0.2198 25 Sí Sí 1995-2005 275 25. [0.0097839]. 275 0.0564 25 Sí No 1995-2005 275 25. [0.0088627] (0.7000951)*** [0.0477599] 275 25 Sí No 1995-2005 275 25 145. Fuente: Elaboración propia Nota: errores estándar en corchetes. Significancia de los coeficientes: (*** p<0.01, ** p<0.05, * p<0.1). La tabla no. 4 muestra las elasticidades al realizar la estimación controlando por efectos fijos para el periodo 1995-2005, mediante MCO y el estimador de Arellano Bond. Los resultados del estimador Arellano Bond no son significativos al agregar los efectos fijos por año. Para tener una referencia, se presentan los resultados de MCO al suprimirlos. Para los tres modelos se obtiene un efecto negativo y significativo del crimen sobre el PIB. La regresión hecha para el periodo 1979-2010 por MCO, presentada en la tabla no. 3, muestra un efecto negativo un poco menor del crimen sobre el producto que la que se hizo para el periodo 1995-2005. Para este último, el aumento de uno por ciento en la tasa de crimen reducirá el producto en 0.026 por ciento para dicho periodo. Sin embargo, cuando 18.

(20) se corre la misma regresión para el periodo 1979-2005 se obtiene un efecto mayor a los dos presentados40, lo que nos muestra que el efecto del crimen sobre el producto es cada vez menor. Mucho menor para los años más recientes. Lo que se podría explicar porque, por una parte, los productores y la economía en general, con el tiempo se fueron adaptando a la violencia: los primeros años de crimen organizado, representado en homicidios, secuestros y extorsión afectaron en mayor proporción el PIB; pero con el tiempo hubo adaptación de las formas de producción que redujeron su efecto. Otra explicación alternativa, proviene de la globalización de la economía en la que entró el país en los noventa, lo que hace que cada vez más el producto dependa de factores externos, reduciendo así el efecto del crimen sobre el PIB. Por su parte, los resultados del estimador Arellano Bond para el periodo 1995-200541, fueron obtenidos usando como instrumento principal el total de capturas sobre el total de homicidios en cada departamento para cada año. Además, se utiliza como control el primer rezago de la variable dependiente. Nos muestra que un aumento de uno por ciento en la tasa de crimen, reduce el producto en 0.018 por ciento en el corto plazo. Como se dijo antes, por la inclusión del primer rezago de la variable dependiente, estos resultados no son comparables o contrastables con los de MCO, incluso cuando sólo se agregan efectos fijos por departamento. Sin embargo, este modelo nos permite conocer los efectos de corto y largo plazo. Este último, se obtiene al tomar el efecto de corto plazo, y dividirlo entre el resultado de restarle a una unidad el coeficiente del rezago de la variable dependiente. De la tabla no. 4 se obtiene que el efecto de largo plazo es de -0.062737887. Lo que nos indica que un aumento de 1 por ciento en la tasa de crimen, reduce el producto en el largo plazo en 0.062 por ciento para este periodo. En síntesis, todos los resultados revelan que existe un efecto negativo del crimen sobre el producto interno bruto departamental colombiano. Las acciones de la criminalidad entendida como aquella proveniente de los grupos armados, del crimen organizado y la delincuencia que se incluye acá, han afectado negativamente el producto de manera significativa para el periodo estudiado. No se incluyen los coeficientes de las variables binarias por no tener importancia en el análisis. 40 41. La elasticidad es de -0.027295 Usando datos desde 1993.. 19.

(21) V.. Conclusiones. Luego de hacer una revisión de literatura sobre los trabajos que han estudiado la relación entre el PIB y la violencia en Colombia, se decidió realizar un estudio para un periodo mayor que lo que se había hecho hasta entonces, y así incluir periodos claves de violencia que no habían sido tenidos en cuenta antes. El aporte de este documento consistió en resolver el mayor problema de este tipo de modelos, como lo es la doble causalidad entre violencia y crecimiento económico, mediante el uso de una variable instrumental totalmente exógena, pero además, deja el precedente de una alternativa a usar cuando no es posible encontrar buenos instrumentos. Los resultados de este trabajo muestran que la criminalidad en el país ha afectado significativamente el PIB colombiano desde la expansión del narcotráfico en el país en la década de los setenta. Además, este trabajo corrobora algunas conclusiones previas, como la obtenida por Querubín (2003) sobre la importancia de controlar por efectos fijos en este tipo de estudios; o la de Zenteno (2003) sobre la dirección positiva del sesgo al no corregir la endogeneidad proveniente generada por la doble causalidad. Es decir, este trabajo muestra que la criminalidad en el país tiende efectivamente a moverse hacia a aquellas regiones donde existe mayor riqueza. Por otra parte y como recomendación para futuros trabajos, se resalta que los resultados de este estudio fueron obtenidos con una sola variable instrumental, lo que impide hacer pruebas sobre la validez de instrumentos. Próximos estudios deberían,. si es posible,. conseguir más instrumentos para usar el método de variables instrumentales. Pero además, en caso de que al tener más instrumentos, éstos lleguen a resultar débiles, este trabajo deja como experiencia que el uso del estimador Arellano Bond puede ser una posibilidad válida para trabajos que profundicen sobre este estimador. Para finalizar, se resalta que así como un aumento en la criminalidad afectará negativamente la economía colombiana, de igual forma, su reducción lo hará positivamente. Este resultado toma más importancia hoy cuando el país encuentra en medio de nuevas negociaciones con las FARC. Y aunque el conflicto sea solamente una parte del crimen, su fin debería significar una reducción en los indicadores de violencia y, por lo tanto, un mejoramiento en el comportamiento económico. La política gubernamental debe tener presente, tanto si el 20.

(22) proceso resulta exitoso como si no, que además de la violencia en sí misma, existe un efecto económico negativo del crimen y que la seguridad debe ser una prioridad para el país. Es necesario entonces, que las políticas se enfoquen en mantener bajos niveles de criminalidad exista o no conflicto armado interno.. 21.

(23) Referencias Bibliográficas Querubín, Pablo. (2003): Crecimiento Departamental y Violencia Criminal en Colombia. Documentos CEDE. Universidad de los Andes, Bogotá Colombia.. Henderson, James, D. (2012): Víctima de la globalización. La historia de cómo el narcotráfico destruyó la paz en Colombia. Siglo del Hombre.. Mauricio, Rubio. (1996). Programa de Estudios sobre Seguridad, Justicia y Violencia. Universidad de los Andes.. Mejia, Daniel. (2004): Conflict and Economic Growth: A Survey of the Theorical Links.. Wooldridge, J. (2001): Econometric Analysis of Cross Section and Panel Data.. Zenteno, J. (2007): Conflicto Armado Interno y Crecimiento agropecuario en Colombia.. Sánchez, Óscar: (2006): Crecimiento Económico Departamental y Migración en Colombia.. CEGA. (2004): Sistema Simplificado de Cuentas Departamentales de Colombia. 1975-2000. Roodman, David: (2006): How to Do xtabond2: An Introduction to “Difference” and “System” GMM in Stata. Cárdenas, Mauricio. (2007). Economic Growth in Colombia: a Reversal of “Fortune”? Documentos de trabajo. No. 36. Departamento Administrativo Nacional de Estadísticas (2012). Cuentas Departamentales. Bogotá. DANE. Rubio (1995). Crimen y crecimiento en Colombia. Bogotá, Colombia. Montenegro, y Posada, C. (1995). Criminalidad en Colombia. Volumen 25, número 1. Bogotá, Colombia. Abadie, A & Gardeazabal, J. (2001). The economic cost of the conflict: a case of control study for the Basque-Country. Working Paper 8478. Cambridge, MA 02138.. 22.

(24) Anexos. Anexo A: Estadísticas Descriptivas. Variable T_hom T_ext T_sec PIB_perca crimen_cp CambioPorc PropNarcporCoca. Estadísticas descriptivas 1979-2010 Obs Mean Std. Dev. Min Max 800 50.96 30.38 0 233.37 800 2.43 2.54 0 19.01 800 3.42 4.76 0 48.95 800 1349066 587582.40 312895 3315842 800 0 1.25 -1.97 6.48 800 0.15 0.57 -0.79 2.81 800. 955.02. 1954.49. 0. 18912.18. Anexo B: Elección del número de rezagos del instrumento. Al realizar la regresión del logaritmo del crimen contra cada uno de los instrumentos por separado, agregándole los efectos fijos por año y departamento, además de la opción cluster, se obtienen los siguientes resultados. Se eligió el instrumento con la proporción rezagada cuatro periodos por ser la más significativa para explicar el crimen.. logcrimen loginst1 loginst2 loginst3 loginst4 loginst5 loginst6. Elección del número de rezagos del instrumento Coef. Robust Std. Err. t P>t [95% Conf. Interval] 0.085385 0.0374033 2.28 0.032 0.0081878 0.1625811 0.067509 0.0283791 2.38 0.026 0.008937 0.1260803 0.052329 0.0197358 2.65 0.014 0.011596 0.0930615 0.042035 0.0107097 3.92 0.001 0.0199317 0.0641391 0.026473 0.0093357 2.84 0.009 0.0072051 0.0457408 0.009352 0.0108597 0.86 0.398 -0.0130611 0.0317656. 23.

(25)

(26)

(27)

(28)

(29)