Inversión empresarial en Colombia a finales de los noventa
57
0
0
Texto completo
(2) Inversión empresarial en Colombia a finales de los noventa Valentina Calderón Mejía [email protected]. Introducción. El presente artículo pretende analizar las causas y consecuencias del deterioro de la inversión empresarial en Colombia a finales de la década de los noventa, momento a partir del cual la economía colombiana atraviesa por su mayor recesión en la historia reciente. La inversión es el motor de crecimiento de las economías, y por lo tanto fundamental para el desarrollo. Por esta razón se deben establecer las causas del deterioro de la inversión durante este periodo, y las posibles restricciones de financiamiento que enfrentaron las firmas.. En la primera parte se hace una descripción general de las condiciones económicas en el periodo 1996-2000, así como un análisis de los niveles agregados de inversión empresarial según las Cuentas Nacionales del DANE, lo que permite describir los hechos que afectaron el comportamiento de la inversión empresarial en Colombia. Esta sección muestra que, a comienzos de la década de los noventa, se presentó una preferencia por el endeudamiento como fuente de financiación de la inversión. Sin embargo para finales de la década, la contracción de la economía redujo la disponibilidad de recursos propios y externos para las empresas.. En la segunda parte del documento se hace un recuento sobre la literatura de inversión empresarial y las restricciones de financiamiento, para luego en la tercera, desarrollar una ecuación de Euler para la inversión. La cuarta sección describe la metodología utilizada en la estimación econométrica. En la quinta parte se estima la ecuación de la inversión para el agregado de las empresas según Cuentas Nacionales, en el que se encuentra una alta dependencia de la inversión a los recursos propios (ahorro). En la sexta parte se muestran los resultados de las estimaciones para una muestra de 4461 empresas privadas tomada de. 1.
(3) la Superintendencia de Sociedades, las primeras estimaciones toman el total de la muestra y luego se dividen por tamaños de empresa, adicionalmente se realizan estimaciones individuales para las empresas manufactureras. Por último se presentan las conclusiones del artículo.. 2.
(4) I.. Inversión empresarial en Colombia durante la década de los noventa. Durante la década de los ochenta, la inversión empresarial en Colombia era extremadamente sensible a los recursos propios, ya que tan sólo las grandes empresas contaban con acceso al mercado crediticio y al incipiente mercado accionario. Por esto la mayor parte de la inversión empresarial era financiada con recursos propios. Sin embargo, a comienzos de la década de los noventa, la estructura financiera de las empresas sufrió una profunda transformación, la cual se debió, principalmente, a la apertura del mercado de capitales1 y a la relajación de las restricciones crediticias.. Muchas de las empresas que anteriormente no contaban con acceso al crédito, aprovecharon dicha liberalización financiera para acceder a los nuevos recursos disponibles en el mercado. Esta situación le permitió a las firmas satisfacer las nuevas demandas de inversión, que previamente se habían encontrado limitadas por la disponibilidad de recursos propios. La modalidad de financiación por endeudamiento reemplazó entonces a la de recursos propios, convirtiéndose así en la fuente principal de recursos para inversión (ver Gráfico 12). Confirmando lo anterior, se destaca que durante el curso de la década las empresas destinaron una creciente proporción de sus utilidades a la repartición de dividendos y no optaron por retenerlos como ahorro o como potenciales recursos de autofinanciación (Ver Gráfico 2).. 1. Arbelaez y Echavarría (2001): “ A comienzos de los noventa se adoptó un amplio paquete de reformas orientado a aumentar la competencia del sector financiero (se permitió la operación de bancos extranjeros en el país), a profundizar el papel de los instrumentos de mercado, y a reducir la intervención del gobierno y las autoridades monetarias en el sistema financiero”. 2 Par ver una análisis mas detallado sobre el deterioro del ahorro empresarial en el primer quinquenio de los noventa ver a Sánchez, Murcia y Oliva en “ Auge y colapso del ahorro empresarial 1983-1994” (1996).. 3.
(5) Gráfico 1 Inversión, ahorro y deuda empresarial (% PIB) 16% Inve rsión. 14% 12% 10% 8% 6% 4%. Ahorro. De uda. 2% 1999. 1998. 1997. 1996. 1995. 1994. 1993. 1992. 1991. 0% 1990. 10% 9% 8% 7% 6% 5% 4% 3% 2% 1% 0%. Fuente: Dane, Cuentas Nacionales.. Como consecuencia de la mayor disponibilidad de recursos, la inversión empresarial aumentó hasta 1997, momento a partir del cual el indicador presentó la caída más dramática de la historia reciente de Colombia. Los factores que explican este deterioro responden a razones tanto de oferta como de demanda. Por una parte está la desaceleración de la economía colombiana, que comenzó en 1996 y se extendió durante el resto de la década (Gráfico 3), y por otra parte están las medidas adoptadas entre 1997 y 1998 para enfrentar tal situación.. 4.
(6) Gráfico 2 Inversión y dividendos de las empresas privadas (%PIB) 10%. 5,4%. 9%. 5,2%. 8%. 5,0% Dividendos. 7%. 4,8%. 6%. 4,6%. 5%. 4,4%. 4%. 4,2%. Inversión 1999. 1998. 1997. 1996. 1995. 1994. 1993. 1992. 1991. 4,0% 1990. 3%. Fuente: Dane, Cuentas Nacionales.. La demanda por inversión se vio desestimulada por el pobre desempeño de la economía, ya que los crecientes problemas de debilidad en la demanda agregada, llevaron a las empresas a ajustar su producción y con ello, a disminuir considerablemente la utilización de la capacidad instalada. El sector de la industria manufacturera, por ejemplo, llegó a un nivel crítico de 65% en la utilización de la capacidad instalada en abril de 1999. (Gráfico 3). En este escenario, se entiende que los no existieran estímulos adicionales para invertir.. Grafico 3. Gráfico 4. Crecimiento del PIB 1990 – 2001. Utilización de la capacidad instalada en la industria manufacturera.. 8%. 85. 6%. 80. 4%. 2.7% 1.4%. 2%. 75. 0.6%. 0%. 70. -2%. 65. -4% -4.2%. 02 E. 01 E. 00 E. 99 E. 98 E. 97 E. 96 E. 95 E. 2001. 2000. 1999. 1998. 1997. 1996. 1995. 1994. 1993. 1992. 1991. 1990. Fuente: Dane.. 94 E. 60. -6%. Fuente: Andi. 5.
(7) Por otro lado, ante el bajo crecimiento del producto, la política económica de 1997 y 1998 optó por buscar una reactivación de corto plazo, incrementado los niveles de liquidez de la economía. La mayor cantidad de dinero se tradujo entonces en un incremento de los precios, en especial el de la divisa (Echeverry, 2000). Para mediados de 1998 la situación era insostenible: las tasas de interés aumentaron de manera dramática para defender los ataques a la banda cambiaria y con ello se generó una profunda crisis en el sistema financiero. Ahora, si bien la inestabilidad cambiaria pudo haber frenado las intenciones de importación de bienes de capital, las altas tasas de interés y la difícil situación de las entidades crediticias aumentaron el costo de la inversión y expusieron la vulnerabilidad de los pasivos de las empresas que habían incrementado sus niveles de endeudamiento en el curso de la década. Especialmente, en el caso de la industria manufacturera, como se evidencia en el gráfico 5. En enero de 1999 los mayores problemas de las firmas eran la baja demanda y la baja rotación de la cartera y de los costos financieros (Gráfico 5).. Gráfico 5 Principales problemas de la industria manufacturera Enero de 1998 y 1999 Demanda. Cartera Costo financiero Tipo de cambio. 1998 0. 10. 20. 30. 1999 40. Fuente: Andi. En resumen, se tiene que por un lado, la desaceleración de la economía generó un menor ritmo producción y con ello menores demandas de inversión por parte de las empresas.. 6.
(8) Adicionalmente, las significativas3 restricciones en mercado de crédito, limitaron la oferta de recursos disponibles para realizar inversión.. 3. Ver Echeverry y Salazar (1999).. 7.
(9) II.. Revisión de la literatura. Los modelos empíricos de inversión por lo general asumen que las firmas reaccionan de manera similar a los precios fijados en mercados de capital centralizados (a través del costo de uso o de la q de Tobin).. Sin embargo, otra línea de estudio enfatiza la importancia de los recursos internos como determinantes de la inversión. La evolución reciente de la investigación en esta área enfatiza que no todas las firmas tienen el mismo acceso a recursos externos, por lo tanto no responden de la misma forma a cambios en el costo del capital, los precios de los activos, o a los incentivos tributarios.. Si las firmas enfrentan restricciones para conseguir fondos externos dependerán de su flujo de caja y de sus propios recursos. Abel y Blanchard (1986) encuentran que las ganancias y el producto son importantes determinantes de la inversión partiendo de la q, sugiriendo problemas en la financiación de las firmas debido a que estas no enfrentan mercados de capitales perfectos. Fazzari, Hubbard y Petersen (1988) estudian estas dos implicaciones en un modelo que muestra como las imperfecciones del mercado de capital limitan la disponibilidad de financiamiento de firmas con características particulares. De esta forma, identifican las diferencias en la q, la estructura financiera de las empresas y la inversión de las empresas clasificadas según sus niveles de retención de utilidades (ahorro). Dichos autores encuentran mayor sensibilidad al flujo de caja por parte de aquellas firmas que están sujetas a restricciones de financiamiento más fuertes.. Los estudios desde Fazzari, Hubbard y Petersen (1988), realizan modelos de la q de Tobin, con extensiones como las introducidas por Hayashi (1982), donde se encuentra que bajo mercados de capitales perfectos la q marginal y la q promedio son iguales, sin embargo esto es resultado de la imposición de supuestos fuertes sobre la función de costos de ajuste.. 8.
(10) Dadas las dificultades empíricas de la estimación de dichos modelos, una nueva línea de estudios se ha basado en la estimación de una ecuación de Euler para la inversión que no requiere de información del mercado de capitales, pues dicha ecuación no incluye q. Para economías en desarrollo esta aproximación es de bastante utilidad dada la inexistencia de mercados de capitales profundos. Partiendo del modelo teórico desarrollado por Hubbard, Kashyap y Whited (1995) con la aproximación de Euler para la estimación de la ecuación de inversión; Jaramillo, Schiantarelli y Wiess (1996) así como Sánchez, Murcia y Oliva (1998), realizan estimaciones para firmas ecuatorianas y colombianas, respectivamente. Para realizar esto toman un periodo de tiempo que incluya años anteriores y posteriores a los procesos de liberalización financiera de dichos países. Ambos trabajos concluyen que la inversión empresarial reacciona de manera significativa a la relajación de las restricciones financieras ocurridas a principios de la década de los noventa.. Una aproximación alternativa es la utilización del valor presente del producto marginal del capital, con el fin de no utilizar estimaciones de q, Gilchrist y Himmelberg (1998) emplean esta aproximación a través de la utilización de un VAR para descomponer los posibles efectos del flujo de caja sobre la inversión.. Laeven (2001), también aplica este enfoque para la estimación de los efectos del flujo de caja para varias economías en desarrollo, y encuentra que la liberalización financiera reduce las restricciones que las firmas enfrentan para financiar inversión. Sin embargo, concluye que esta liberalización afecta de manera diferente a las empresas de tamaños distintos. Antes de la liberalización financiera, las firmas pequeñas son las que se encuentran más restringidas, sin embargo, luego de la liberalización financiera sólo estas pequeñas empresas relajan sus restricciones de financiamiento. Las firmas de mayor tamaño no presentan un impacto importante.. Un estudio reciente para el caso colombiano realizado por Arbelaéz y Echavarría (2001) partiendo del marco teórico propuesto por Laeven (2001), encuentra que las restricciones financieras limitan fuertemente la disponibilidad de recursos para las firmas manufactureras colombianas.. 9.
(11) III.. Ecuación de Euler para la inversión. La aproximación de Euler ofrece dos características interesantes al compararlo con un modelo de la q de Tobin básico. Primero, la función de beneficios netos puede no exhibir retornos constantes a escala y permite la existencia de competencia imperfecta. La segunda característica importante es que no es necesario derivar información del mercado de capitales puesto que la ecuación de Euler para la inversión no incluye la q.. En esta parte se desarrolla un modelo de inversión con restricciones financieras, como fue desarrollado en la literatura por Gilchrist y Himmelberg (1998), Love (2001) y Laeven (2001). Los accionistas de las firmas maximizan el valor presente de la firma, que es igual al valor esperado descontado de los dividendos: ∞. (1) Vt = Dt + Et ∑ ∏ (1 + rt + k ) s. s = 0 k =1. −k. (Dt + s ). La firma maximiza su valor de mercado sujeta a una serie de restricciones. La primera de estas es la ecuación de acumulación del capital: (2) K t +1 = (1 − δ )K t + I t +1. Donde K t +1 es el stock de capital a principios del periodo t+1, I t +1 representa la inversión, y. δ la tasa constante de depreciación. Las fuentes de ingresos para la firma son: las ganancias netas Π (K t , ζ t ) − C (I t , K t ) , donde ζ t es un shock de tecnología al stock de capital, y C (I t , K t ) son los costos de ajuste del capital; y el endeudamiento neto Bt +1 . Los usos de fondos incluyen, el pago de dividendos Dt , el servicio de la deuda, y la inversión. Las fricciones del mercado de capital son introducidas por neta, dado que la deuda es la fuente marginal de financiación. η t = η (Bt ) , este será el premium que los prestamistas neutros al riesgo exijan a la empresa,. 10.
(12) donde. ∂η f 0 , es decir este premium es creciente a la deuda, esto significa que las firmas ∂B. mas apalancadas deben compensar a los prestamistas por los incrementos en costos que generan los problemas de información (riesgo moral, etc.). (3) Dt = Π (K t , ζ t ) − C (I t , K t ) − I t + Bt +1 − (1 + rt )(1 + η (Bt ))Bt La deuda y no la emisión de acciones, es la fuente marginal de financiación. Además, es necesario suponer que existe una condición de no negatividad de los dividendos (binding), o que los accionistas prefieren que se paguen dividendos a reinvertir las utilidades4. (4) Dt ≥ 0. Las firmas por lo tanto escogen I t , K t +1 , Bt +1 , y Dt que maximicen Vt , sujeto a las restricciones. ∞. (5). max. I t , K t +1 , Bt +1 , Dt. Vt = Dt + Et ∑ ∏ (1 + rt + k ) s. s =1 k =1. −k. (Dt + s ) − λt (K t +1 − (1 − δ )K t − I t ). − α t ( Dt − Π (K t , ζ t ) + C (I t , K t ) + I t − Bt +1 + (1 + rt )(1 + η (Bt ))Bt ) + γ t Dt Donde los multiplicadores de Lagrange asociados son λt , α t , β t , y γ t . Las condiciones de primer orden son: ∂C I t : λt − α t + 1 = 0 ∂I t . (. ). ∂C = 0 5 K t +1 : − λ t + Et λt +1 (1 + rt +1 )−1 (1 − δ ) + E tα t +1 (1 + rt +1 )−1 Π kt +1 − ∂K t +1 . 4. Otra forma de introducir las restricciones de financiamiento es introduciendo una restricción al. endeudamiento de las firmas Bt ≤ B , como en Whited (1992) y Hubbard, Kashyap y Whited (1995).. 11.
(13) Dt : 1 − α t + γ t = 0 6. ∂η Bt : α t − Etα t +1 (1 + rt +1 ) Bt +1 + η t +1 = 0 ∂Bt +1 Despejando λt en I t : , se obtiene. . λt = α t 1 + . ∂C ∂I t . iterando un periodo esta ecuación . λt +1 = α t +1 1 + . ∂C ∂I t +1 . Despejando en la condición de primer orden con respecto a K t +1. K t +1 : ∂C ∂C ∂C + Et α t +1 (1 + rt +1 )−1 1 + (1 − δ ) + E tα t +1 (1 + rt +1 )−1 Π kt +1 − = 0 − α t 1 + ∂ ∂ ∂ I I K t t +1 t +1 . Donde alfa es igual a:. 5. ∂C ∂D , sin embargo y por simplicidad se ignora la derivada de los costos de ajuste = Π kt +1 − ∂K t +1 ∂K t +1 . con respecto al capital, pues este es un efecto pequeño de segundo orden, relativo al producto marginal del capital igual a la diferencia entre la relación. I en t+1 y t. K. 12.
(14) 1 + γ t = αt. Reemplazando alfa se obtiene:. (. ). ∂C ∂C (1 − δ )(1 + rt +1 )−1 + E t (1 + γ t +1 )(Π kt +1 )(1 + rt +1 )−1 = 0 + E t (1 + γ t +1 )1 + − (1 + γ t )1 + ∂I t +1 ∂I t . Donde γ t es el multiplicador de Lagrange sobre la restricción de no-negatividad de los dividendos y puede ser interpretado como el precio sombra de los fondos propios, de manera que la ecuación de Euler queda de la forma: (6) 1 + ∂C = E t (1 + r t +1 )−1 1 + γ t +1 1 + ∂C (1 − δ ) + (Π kt +1 ) ∂I 1 + γ ∂I t +1 t t . La ecuación de Euler muestra que el costo marginal de invertir hoy, debe ser igual al costo marginal de posponer la inversión hasta mañana.. La condición de primer orden para la deuda requiere que:. Bt : 1 = Et. α t +1 ∂η + B η t + t + 1 1 α t ∂Bt +1 . Despejando alfa se obtiene: 1 + γ t +1 ∂η + (7) Bt : 1 = Et B η t + t + 1 1 ∂B + 1 γ t t +1. dado que dicha ecuación no se relaciona de manera especifica con la ecuación de Euler, la decisión de endeudamiento estará implícita.. 6. Por Kuhn Tucker, +. γ t (D t − 0 ) 13.
(15) El costo marginal de la deuda estará determinado el precio sombra de los fondos propios hoy respecto a mañana (γ t , γ t +1 ) .. Sea el producto marginal del capital PmgK , por simplicidad se supone que la tasa de interés es constante en todos los periodos y entre las firmas, de manera que al iterar la ecuación de Euler un periodo se obtiene: 1 + γ t+2 ∂C 1 + = E t +1 (1 + r )−1 ∂I t +1 1 + γ t +1. ∂C 1 + (1 − δ ) + PmgK t + 2 ∂I t + 2 . Despejando al infinito se tiene que la ecuación de Euler para la inversión queda de la forma: s ∞ s (8) 1 + ∂C = E t ∑ 1 − δ ∏ 1 + γ t + k PmgK t + s ∂I t s =1 1 − r k =1 1 + γ t + k −1 . El factor de descuento. será entonces determinístico. 1 − δ y estocástico 1− r . β =. s 1 + γ t +k , que en general será una función de las variables a nivel de la firma, Θ t ,t + s = ∏ k =1 1 + γ t + k −1 . reemplazando en la ecuación (8) se obtiene: ∞ (9) 1 + ∂C = E t ∑ β s Θ t ,t + s (PmgK t + s ) . . ∂I t . s =1. Gilchrist y Himmelberg (1998) utilizan una aproximación de Taylor de primer orden alrededor de las medias para linearizar el término que contiene los multiplicadores de Lagrange, dado que Θ t ,t + s debe ser un valor cercano a uno, se hace la aproximación de. 14.
(16) primer orden de Taylor alrededor de E t (Θ t ,t + s ) ≈ 1 y Et (PmgK t + s ) ≈ θ , de manera que se obtiene7: (10) Θ t ,t + s PmgK t + s = θ 0 + θ 1Θ t ,t + s + PmgK t + s. De esta forma también se puede rescribir: 1 + γ t +k 8 Θ t ,t + s = ∏ k =1 1 + γ t + k −1 s. s γ − γ t + k −1 Θ t ,t + s ≈ 1 + ∑ t + k k =1 1 + γ t + k −1 . s. (11) Θ t ,t + s ≈ const + ∑ φFIN t + k k =1. Donde. γ t + k − γ t + k −1 = φ 0 + φFIN t + k es una aproximación lineal que representa la 1 + γ t + k −1. dependencia del factor de descuento sombra en la variable de estado financiero. 7. f ( x, y ) ≈ f (a, b ) + f (Θ, PmgK ). ∂f ∂f f (a, b )( x − a ) + f (a, b )( y − b ) ∂x dy. a = 1 y b = θ , por lo tanto la aproximación de Taylor de primer orden es: ≈ θ + θ (Θ − 1) + 1(PmgK − θ ). ≈ θΘ + PmgK − θ 8. Esta multiplicación es como una serie telescópica que se comporta como:. 1 + γ t + k 1 + γ t +1 1 + γ t + 2 1 + γ t +3 1 + γ t+s 1 + γ t+s = = ....................... 1 + γ t 1 + γ t +1 1 + γ t + 2 1 + γ t + s −1 1+ γ t k =1 t + k −1 Suponiendo que 1 + γ t ≈ 1 + γ t +1 ≈ .................. ≈ 1 + γ t + s , la suma s. ∏ 1 + γ. 1+. γ t +1 − γ t γ t + 2 − γ t +1 γ t +3 − γ t + 2 γ − γ t + s −1 + + ......................... + t + s 1 + γ t +2 1+ γ t 1 + γ t +1 1 + γ t + s −1. Si el denominador es igual entonces esta sumatoria es igual a 1 +. s 1 + γ t +k γ t +s − γ t 1 + γ t +s = = ∏ 1+γ t 1+γ t k =1 1 + γ t + k −1 . 15.
(17) representada por FIN t + k . Esta variable puede especificarse como la deuda (Bt ) , y el signo esperado de φ será negativo. Se puede entonces rescribir la ecuación (9), de manera que:. (. ∞ ∂C = E t ∑ β s θ 0 + θ 1 Θ t ,t + s + PmgK t + s 1 + ∂I t s =1 . ). ∞ ∞ ∞ 9 ∂C = E t ∑ β sθ 0 + E t ∑ β sθ 1 Θ t ,t + s + E t ∑ β s PmgK t + s 1 + s =1 s =1 s =1 ∂I t . s. Reemplazando Θ t ,t + s ≈ const + ∑ φFIN t + k en la ecuación anterior se obtiene: k =1. ∞ ∞ s (10) 1 + ∂C = c + E t ∑ β s (PmgK t + s ) + φE t ∑∑ β s FIN t + k . . ∂I t . s =1. s =1 k =1. Siguiendo a Summers (1981) y Hayashi (1982), se toma una función de costos de ajuste que sea linealmente homogénea a la inversión y al capital, de manera que la q marginal y la q promedio deben ser iguales. Para el presente análisis, se seguirá la función de costos de. ajuste propuesta por Love (2000), donde:. (11) C (I t , K t ) =. α It. I − ω t −1 − ν K t −1 2 K t −1 K t −2 . Esta especificación es conveniente pues incluye rezagos de la razón inversión capital lo que nos permite examinar su persistencia. It I ∂C − ω t −1 − ν = α K t −2 K t −1 ∂I t . 9. ∞. Donde E t. ∑β s =1. θ 0 = c si β p 1 para que la serie geométrica converja.. s. 16.
(18) Despejando en (11) ∞ ∞ s I I 1 + α t − ω t −1 − ν = c + E t ∑ β s (PmgK t + s ) + φE t ∑∑ β s FIN t + k K t −2 s =1 s =1 k =1 K t −1 ∞ ∞ s It I − ω t −1 − ν = c + E t ∑ β s (PmgK t + s ) + φE t ∑ ∑ β s FIN t + k − 1 K t −2 s =1 s =1 k =1 K t −1 . α . ∞ ∞ s It c 1 I − ω t −1 − ν = − + 1 E t ∑ β s (PmgK t + s ) + φ E t ∑ ∑ β s FIN t + k K t −2 α s =1 k =1 K t −1 α α α s =1 ∞ ∞ s It c 1 I = − + v + ω t −1 + 1 E t ∑ β s (PmgK t + s ) + φ E t ∑ ∑ β s FIN t + k α s =1 k =1 K t −1 α α K t − 2 α s =1. Donde. c. α. −. 1. α. + v = const (constante), de tal manera que:. ∞ ∞ s I I (12) t = const + ω t −1 + 1 E t ∑ β s (PmgK t + s ) + φ E t ∑ ∑ β s FIN t + k α s =1 k =1 K t −1 K t − 2 α s =1. En un modelo estándar de q de Tobin, φ = 0 , y la estimación empírica se realiza con una. proxy de q que representa el valor presente de los productos marginales del capital futuros.. Siguiendo a Gilchrist y Himmelberg (1995), se construyen valores presentes de los términos utilizando un VAR, para los vectores de estado que permitan calcular PmgK y FIN . Para deferenciar las firmas se incluye el subíndice i, sea xit un vector que contiene. los valores actuales y rezagados de PmgK y FIN , y cualquier otra variable que permita la estimación de la rentabilidad marginal de la inversión. Esta información esta disponible en el periodo t cuando la firma invierte. De manera que xit sigue un proceso autoregresivo de la forma: (13) x it = Axit −1 + u it. 17.
(19) Se supone que Et (u it. xit −1 ) = 0 , de forma que. (14) E t ( xit + s. xit −1 ) = A s +1 xit −1. El primer elemento de la matriz x it es PmgK it , y FIN it es el segundo elemento. Donde. ′ c j es un vector de ceros, cuyo j-ésimo elemento es uno, por lo tanto PmgK it = c1 xit y ′ FIN it = c 2 xit .Utilizando esta notación el valor presente de PmgK es igual a: ∞. (15) E t ∑ β s PmgK it + s 10 s =1. ∞. ∑β. s. s =1. 10. E t (PmgK it + s. xit −1 ). Es necesario probar que esta sumatoria al infinito converge, para luego eliminar el valor esperado ∞. ∞. s =1. s =1. ∞. c1 ' ∑ β s A s +1 x it −1 = c1' ∑ (βA) Ax it −1 . Considerando solo por el momento la sumatoria de ∑ (βA) , tenemos que es igual a. s. s =1. βA + (βA) + ................ + (βA) = M s . Multiplicando por βA a izquierda a los 2. s. dos lados de la igualdad se obtiene (βA) + (βA) ................ + ( βA) + (βA ) 2. sumando a los dos lados. βA. s. 3. ∞. ∑ ( βA). s. s =1. s +1. = βAM s , y luego. se obtiene. βA + (βA) + ( βA) ................ + (βA) s + (βA) s +1 = βA + βAM s . 2. s. 3. = M s , por lo tanto se tiene que M s + (βA). s +1. a un lado y al otro se obtiene M s − βAM s = βA − (βA). Donde la primera parte donde. = βA + βAM s . Pasando los factores comunes. s +1. , y al factorizar M s se obtiene. (I − βA)M s = βA − (βA)s +1 . Multiplicando por (I − βA)−1 a los dos lados de la igualdad (I − βA)−1 (I − βA)M s = (I − βA)−1 (βA − (βA)s +1 ), se encuentra que −1 s +1 M s = (I − βA ) (βA − ( βA) ). Al sacar el límite al infinito de esta sumatoria se tiene que ∞. Lim M s = Lim ∑ (βA) = Lim (I − βA ) s →∞. que. s →∞. β p1. en c1 '. s →∞. s =1. −1. (βA − (βA) )= (I − βA) (βA − Lim(βA) ), dado. se obtiene que Lim M s = (I − βA ). Lim M s = (I − βA ) s →∞. s. s →∞. −1. s +1. −1. s +1. s→∞. −1. (βA − Lim(βA) ), de tal manera que s +1. s →∞. −1 (βA − 0 ) , por lo tanto Lim M s = (I − βA) βA . Reemplazando este resultado s →∞. ∞. ∞. s =1. s =1. ∑ β s A s +1 xit −1 = c1' ∑ (βA) Axit −1 = c1' (I − βA)−1 βA 2 xit −1 . s. 18.
(20) ′ ∞ c1 ∑ β s A s +1 xit −1 s =1. ′ −1 c1 (I − βA) βA 2 x it −1 ′ De manera análoga FIN it = c 2 xit , el valor presente de los factores financieros esta dado por:11 ∞. s. (16) E t ∑ ∑ β s FIN it + k s =1 k =1. ∞. s. ∑∑ s =1 k =1. c2. ′. ∞. β s E t (FIN it + k s. ∑∑ s =1 k =1. xit −1 ). β s A k +1 x it −1. ′ −1 −1 c 2 (1 − β ) ( I − Aβ ) βA 2 xit −1. Dichas estimaciones nos permiten encontrar la forma reducida de la ecuación de inversión, que es lineal en PmgK y FIN . La forma reducida del modelo es:. I I (17) it = const + β 1 it −1 + β 2 (PmgK it ) + β 3 FIN it + f i + d t + eit K it −1 K it −2 . donde f i son efectos fijos individuales a cada firma, d t son efectos fijos de tiempo y eit es el error.. 11. De la misma manera que el anterior, se debe probar que la doble sumatoria de c 2. converge en el infinito. Se tiene que c 2. ′. ∞. s. ∑∑ s =1 k =1. β s A k +1 x it −1 = c 2. ′. ∞. s. ∑∑ s =1 k =1. ′. ∞. s. ∑∑ s =1 k =1. β s A k +1 x it −1. β s A k Axit −1 , tomando la doble. 19.
(21) Suponiendo una función de producción Cobb-Douglas, Gilchrist y Himmelberg (1998) de muestran que la productividad marginal del capital es igual a la relación ventas al capital, por lo tanto, esta relación puede ser utilizada como proxy de dicha variable. Se utiliza como proxy de los factores financieros propios de la firma FIN , el flujo de caja sobre el stock de capital. De la misma manera se pueden introducir otras variables que indiquen la salud financiera de la firma como lo son la liquidez sobre el stock de capital y el ahorro sobre el stock de capital (retención de utilidades, que es un stock de liquidez acumulado por las firmas destinado a la inversión).. Bajo mercados de capital imperfectos, el grado de apalancamiento de las firmas puede reducir sus posibilidades de conseguir recursos externos para financiar la inversión, por lo tanto es posible incluir esta variable en la forma reducida de la ecuación de inversión: I I (18) it = const + β 1 it −1 K it − 2 K it −1 . + β 2 (PmgKit ) + β 3CFit + β 4 Liq + β 5 Ah + β 6 Lev + f i + dt + eit . Los residuos satisfacen las condiciones de momentos Et (eit. xit −s ) = 0 , para todo s, de. manera que los rezagas de xit son instrumentos válidos para la estimación.. Se estimará la ecuación 18 por medio del Método Generalizado de Momentos (GMM) y un conjunto de variables instrumentales adecuado. Con el fin de probar la existencia de restricciones de financiamiento para las empresas es necesario observar si existe una correlación entre los instrumentos y el error.. La aproximación de Euler identifica la presencia, mas no la naturaleza de las restricciones de financiamiento. La naturaleza de las restricciones puede ser estimada si es explícitamente modelada en la ecuación de Euler utilizada empíricamente, al parametrizar ∞. sumatoria de. s. ∑∑ s =1 k =1. ∞. s. s =1. k =1. β s A k = ∑ β s ∑ A k , donde se puede demostrar que esto es igual a. 20.
(22) el precio sombra de los fondos internos de las firmas. Hubbard (1995) y Laeven (2001), con un precio sombra de los fondos propios explícitamente parametrizado, calculan una ecuación de Euler aumentada para las firmas en las cuales esperan encontrar restricciones de financiamiento.. Sin embargo la aproximación de Euler, no detecta restricciones financieras constantes en el tiempo. En tales casos la decisión de invertir hoy frente a invertir en el periodo siguiente no se ve afectado por los cambios en el precio sombra de los fondos propios. Otra critica importante es que la ecuación de Euler esta sujeta a la especificación de los instrumentos.. Esta es una ecuación en donde la inversión sobre el stock de capital es una función de su rezago, la razón capital deuda y la productividad marginal del capital. Para propósitos de la estimación, tanto por OLS como por GMM en diferencias, se utilizarán de dos a cuatro rezagos de la variable dependiente y de las independientes.. ∞. ∞. s =0. k =1. ∑ β s ∑ (βA) = (1 − β ) k. −1. (I − βA)−1 βA . 21.
(23) IV.. Metodología de estimación. Los modelos dinámicos de inversión frecuentemente sufren de problemas de endogenidad y heterogeneidad. En un modelo estándar de la q de Tobin el error corresponde a los choques tecnológicos, sin embargo, variables como el flujo de caja y la producción también son sensibles a estos choques, y por lo tanto podrían ser endógenas. Al estimar un modelo de inversión estructural, diferencias sustanciales entre el comportamiento de las empresas (las unidades de análisis), podrían conducir a un problema de heterogeneidad, debido a la presencia de efectos individuales.. En este articulo se trabajará con el Método Generalizado de Momentos (GMM), pues este permite controlar los efectos individuales no observados, la endogenidad de las variables explicativas y el uso de variables rezagadas dependientes. Siguiendo a Laeven (2000), se considera el siguiente modelo para explicar la metodología: y it = αy it −1 + β ' x it + γ ' f t + u it ,. donde. u it = η i + vit ,. y. la. esperanza. condicional. E (v it / xi 0 , x i1 ,.....xiT ,η i ) = 0 Donde f t es el efecto individual observado, y η i es el efecto individual no observado. En este modelo sin importar la existencia de efectos individuales no observados, la existencia de correlación serial de v it implica que y it −1 es una variable endógena. Al trabajar con el modelo teórico propuesto y debido a que las decisiones de financiamiento y de inversión son simultaneas y existe causalidad inversa de las variables endógenas y exógenas, se ha decido relajar el supuesto que las variables explicativas sean estrictamente exógenas. Por tanto,. se supone exogenidad débil en el sentido que estas variables no están. correlacionadas con las realizaciones futuras del error. El supuesto de exogenidad débil permite que las variables explicativas únicamente estén afectadas por la relación inversión a capital del pasado y el presente, sin considerar el futuro. Los problemas de endogenidad entre las variables explicativas necesariamente requieren que se utilice un procedimiento de variables instrumentales de tal forma que sea posible garantizar la consistencia de los. 22.
(24) parámetros estimados. El método de GMM en niveles permite superar los problemas de endogenidad mediante la utilización de los rezagos de las variables dependientes y explicativas como los instrumentos en la estimación. Sin embargo cuando están presentes los efectos individuales no observados, los estimadores del GMM en niveles son inconsistentes. Un indicador importante de la existencia de los efectos individuales no observados es la persistencia de la correlación serial de los errores. Para eliminar estos problemas se estima el modelo en sus primeras diferencias ya que los efectos individuales no observados son constantes a través del tiempo. La ecuación en primeras diferencias tiene la siguiente forma: ∆y it = α∆y it −1 + β ' ∆x it + ∆v it La utilización de instrumentos es de nuevo requerida dado que ∆v it está correlacionado con ∆y it −1 , y la endogenidad conjunta de las variables explicativas puede aún estar presente. Bajo el supuesto de que el error no está serialmente correlacionado y que las variables explicativas son débilmente exógenas las siguientes condiciones de momentos se aplican a los rezagos de la variable endógena: E ( y it − s ∆v it ) = 0 para todo s>2, t=3,...T E ( xit − s ∆v it ) = 0 para todo s>2, t=3,...T. De manera que los rezagos de y y los rezagos de x son instrumentos válidos, pues están fuertemente correlacionados con la variable dependiente y las variables independientes, y sin embargo no están correlacionados con el error ∆v it . Arellano y Bond (1991), muestran que bajo esta circunstancia el estimador de las diferencias es un estimador de GMM eficiente del modelo anterior.. Una vez se hace la estimación del Método Generalizado de Momentos, deben realizarse los siguientes test para probar sobre-identificación de las restricciones, y la autocorrelación. 23.
(25) serial de los errores. El test de sobre-identificación de Sargan, es un test Χ 2 que permite determinar la validez de los instrumentos utilizados (bajo la hipótesis nula los instrumentos son validos).. El segundo es un test de correlación serial de los errores tanto de primer como de segundo orden. ( v̂ it ) es la primera diferencia del error, la autocorrelación serial de los errores, E (vˆit vˆit −1 ) no necesariamente debe ser igual a cero12, sin embargo la consistencia de los estimadores de GMM recae sobre la no existencia de autocorrelación serial de los errores de segundo orden, es decir E (vˆ it vˆit − 2 ) = 0 .. Por ultimo se utiliza la prueba de Wald cuya hipótesis nula es que la distancia entre los coeficientes es cero, es decir β 0 = β 1 = ....... = β T = 0 .. 12. Por construcción de las diferencias la autocorrelación serial de primer orden debe ser negativa y significativa ( ∆vˆ it = vˆ it − vˆ it −1 ).. 24.
(26) V.. Estimaciones de GMM para la inversión empresarial según Cuentas Nacionales. Lista de instrumentos: IE(-2) AE(-1) PNE(-1) AE(-2) AE(-3) AE(-4) AE(5) CUK CUK(-1) CUK(-2) PNE(-2) AE(-5) IE(-3) IMPK IMPK(-1) PNE(-3) PNE(-4) AE(-6) IE(-3) Variable. Coefficient. Std. Error. t-Statistic. Prob.. IE(-1). 0.961106. 0.032556. 29.52156. 0.0000. AE. 0.027310. 0.009199. 2.968717. 0.0069. PNE. -0.020597. 0.009991. -2.061491. 0.0507. R-squared. 0.739115. Mean dependent var. 2709861.. Adjusted R-squared. 0.716429. S.D. dependent var. 1435975.. S.E. of regression. 764676.2. Sum squared resid 1.34E+13. Durbin-Watson stat. 1.634068. J-statistic. 0.311849. Para la inversión empresarial, tomada de las series agregadas de Cuentas Nacionales, se realizó un GMM en niveles, dado que las decisiones de inversión y de financiamiento de las empresas son simultaneas, y este método permite que las variables explicativas sean débilmente exógenas. La variable IE representa la inversión empresarial, AE el ahorro empresarial, y PNE es el endeudamiento neto de las firmas. Estas variables se encuentran en términos reales (1994=100), utilizando series desde 1970 hasta 2001.. El costo de uso de capital para el total de la economía (CUK), se calculó según la metodología seguida por Cárdenas y Olivera (1995). La variable IMPK corresponde a las importaciones de bienes de capital, y es otro instrumento útil para explicar el comportamiento de la inversión.. Los resultados de este ejercicio muestran que la inversión depende positivamente del nivel de ahorro de las empresas y negativamente de los niveles de deuda, tal como lo predice el modelo teórico. Se utilizaron como instrumentos tanto los rezagos de la inversión como los. 25.
(27) de las variables independientes, adicionalmente se incluyeron el costo de uso del capital y las importaciones de bienes de capital. La inclusión de estas dos últimas variables instrumentales permite que la prueba de correlación serial de los errores Durbin Watson mejore de manera significativa.. En la estimación se encuentra que la inversión esta. altamente determinada por su rezago, y en menor medida por el ahorro y la deuda. A fines de la década de los noventa, y gracias al deterioro de la economía tanto el ahorro interno de las firmas (utilidades retenidas), como el crédito se contrajeron de manera importante afectando la inversión de manera dramática. En este caso el ahorro resulta mucho más significativo que el endeudamiento, lo que puede mostrar evidencia de la existencia de restricciones al acceso de recursos externos para financiar inversión. (Es importante recordar el rubro de endeudamiento neto de la Cuentas Nacionales, corresponde al endeudamiento con todos los sectores institucionales de la economía, es decir no solo representa las obligaciones con el sistema financiero).. 26.
(28) VI.. Estimaciones de GMM para la inversión empresarial según la muestra de las empresas que reportan a la Superintendencia de Sociedades.13. En el caso del modelo de inversión presentado en este artículo se utiliza como variable dependiente la relación de la inversión al stock de capital ( I t / K t −1 ) y como variables explicativas el primer rezago de la variable dependiente, la relación deuda a activos ( Dt / K t ), liquidez a activos ( Liq t / K t ),ahorro y flujo de caja a activos ( CFt / K t ), cuando la función de producción exhibe rendimientos constantes (Ver Arbeláez y Echavarría (2001)). Primero se estimó el modelo en niveles a través de mínimos cuadrados ordinarios para toda la muestra de empresas (4461).14 Los resultados sugieren que existe correlación serial de primer orden en los errores, lo que apunta a la importancia de considerar los efectos individuales no observados y por tanto es necesario realizar la estimación a través del modelo en diferencias propuesto por Arellano y Bond (1991). Para la estimación de GMM en diferencias se consideraron como variables instrumentales, en un primer modelo únicamente el segundo rezago de la variable dependiente y las variables explicativas, y en un segundo modelo se utilizó el segundo, tercero y cuarto rezago de la variable dependiente y las variables explicativas como fue utilizado por Laeven (2001) y Arbeláez y Echavarría (2001). Ambas estimaciones del GMM en diferencias cumplen con el test de Sargan, por lo que se puede concluir que los instrumento utilizados son validos y cumplen las condiciones sobre la correlación residual de primer y segundo orden, de manera que los efectos individuales no observados son relevantes. Los resultados de la estimación del GMM en diferencias sugieren que los fondos propios (ahorro) determinan la inversión. La deuda y utilidad operacional (CF) no resultaron significativas. Lo anterior quiere decir que durante este periodo (1996 a 2000) es importante el nivel de ahorro de las empresas, mas que. los ingresos operacionales, la deuda, por su parte, no resulta. significativa.. 13. Ver Anexo 3. Las ventas sobre el stock de capital no resultó significativa para ninguna de las regresiones. Por lo que en los resultados finales no se introduce esta variable, CF es una proxy cercana a esta variable pues fue definida como la utilidad operacional sobre el stock de capital. Gilchrist y Himmelberg (1998), utilizan como proxy del producto marginal del capital a las ventas sobre el stock de capital, para una función de producción con rendimientos constantes a escala. 14. 27.
(29) Sin embargo es evidente el deterioro del ahorro en este periodo, lo que pudo haber conducido a menores niveles de inversión. De la misma manera, la deuda no resulta significativa para el total de la muestra, indicando que las empresas podrían podían estar restringidas en el acceso a recursos externos.. Tabla 1 Variable Dependiente Periodo. I. t. / K. t −1. 1996 a 2000 Modelo MCO. I t −1 / K t − 2. GMM (1). -0,0006570. 0,0019988. (-0,1). Dt / K. t. (0,05). -0,2205115. 0,9478658. (-0,41). CF t / K t. Ahorro / K t Constante. Numero de Observaciones Numero de Firmas R 2 Ajustado Instrumentos. (0,55). GMM (2) 0,0027201 (0,07) 0,9520723 (0,55). 0,1929807 (0,62). -0,0154050 (0,00). -0,0011631 (0,00). 0,0018096 (3,13)** 0,2328610 (2,05)**. 0,0044888 (4,48)*** 0,1608190 (1,52). 0,0044902 (4,48)*** 0,1608586 (1,52). 13.383 4.461 0,0003. 13.383 4.461. 13.383 4.461. Test Adicionales de Especificación (p-values) Test de Sargan Correlación Serial de Primer Orden 0.08* Correlación Serial de Segundo Orden 0,21 Test de significancia conjunta de Wald 0.035** (3). t-2. t-2,t-3,t-4. 0,99 0.00*** 0,7605 0.00***. 0,99 0.00*** 0,73 0.00***. Notas: (1) En la primera estimación GMM se utilizó el segundo rezago de la variable dependiente y las variables explicativas como variables instrumentales. (2) En la segunda estimación GMM se utilizó del segundo rezago al cuarto rezago de la variable dependiente y las variables explicativas como variables instrumentales. (3) Se refiere al Test F de significancia conjunta. t-estadisticos en parentesis, *** nivel de significancia 1%, ** nivel de significancia 5% y * nivel de significancia 10%.. 28.
(30) Las empresas fueron dividas por tamaño tomando como indicador los activos a 1996, en la muestra se incluyeron 810 empresas grandes, 1385 empresas medianas y 2266 empresas pequeñas, adicionalmente se estimo la ecuación de inversión para las empresas manufactureras incluidas en la muestra.. Para el caso de las empresas de mayor tamaño, los resultados sugieren que la inversión como se muestra Tabla 2, esta es explicada por el indicador de flujo de caja. En este caso también se observa correlación serial de primer orden en los errores, por lo cual se deben realizar las estimaciones del GMM en diferencias. Al Igual que en el caso anterior se consideraron como variables instrumentales, en un primer modelo únicamente el segundo rezago de la variable dependiente y las variables explicativas, y en un segundo modelo se utilizó el segundo, tercero y cuarto rezago de la variable dependiente y de las independientes. Las estimaciones del GMM en diferencias cumplen con el test de Sargan, por lo que son validos los instrumento utilizados y cumplen las condiciones sobre la correlación residual de primer y segundo orden, lo que significa que son relevantes los efectos individuales no observados. Las empresas de mayor tamaño parecen reaccionar principalmente al flujo de caja, de nuevo la deuda no resulta significativa. En el caso colombiano, las condiciones de la economía pudieron afectar este indicador de flujo de caja de manera significativa, trayendo consecuencias importantes sobre la inversión en este periodo.. 29.
(31) Tabla 2 Variable Dependiente Periodo. I t / K t −1 1996 a 2000 Modelo MCO. I t −1 / K t − 2. Dt / K. t. CF t / K t Constante. Numero de Observaciones Numero de Firmas R 2 Ajustado Instrumentos Test Adicionales de Especificación (p-values) Test de Sargan Correlación Serial de Primer Orden Correlación Serial de Segundo Orden Test de significancia conjunta de Wald. GMM (1). GMM (2). -0,0580000 (0,79). 0,0019988 0,1006500 (0,70) (0,39). 0,5548080 (3,28)***. -0,4831090 -0,0486689 (-0,74) (-0,74). 0,9590540 (3,86)*** -0,0355400 (-0,88). 0,7726030 0,7085402 (9,19)*** (9,18)*** -0,0218043 -0,0219308 (-4,87) (-4,91). 2.430 810 0,0041. 2.430 810 t-2. 0,00*** 0,21 0.00*** (3). 0,2887 0.00*** 0,232 0.00***. 2.430 810 t-2,t-3,t-4. 0,31 0.00*** 0,2275 0.00***. Notas: (1) En la primera estimación GMM se utilizó el segundo rezago de la variable dependiente y las variables explicativas como variables instrumentales. (2) En la segunda estimación GMM se utilizó del segundo rezago al cuarto rezago de la variable dependiente y las variables explicativas como variables instrumentales. (3) Se refiere al Test F de significancia conjunta. t-estadisticos en parentesis, *** nivel de significancia 1%, ** nivel de significancia 5% y * nivel de significancia 10%.. Para las empresas medianas resultó significativo únicamente el indicador de liquidez (activo corriente – pasivo corriente), sobre el stock de capital, ni la deuda ni el flujo de caja resultan significativos, como se ve en la Tabla 3. Para este caso se toma GMM en diferencias para evitar el problema de los efectos individuales no observados. En este caso de nuevo el test de Sargan y el test de correlación serial de primer y segundo orden resultan consistentes.. 30.
(32) Tabla 3 Variable Dependiente Periodo. I t / K t −1 1996 a 2000 Modelo MCO. I t −1 / K t − 2. Liqt / Kt CF. t. / K. t. Constante. GMM (1) -0,0008 (-0,07). 0,0034756 (0,07). 0,0410080 (0,08). -0,61161 (-0,69). 4,3091760 (1,72)*. 4,3161590 (1,72)*. 1,6119 (1,05) 0,3822622 (1,4). -2,7925190 (-0,94) 0,3064709 (1,33). -2,0681140 (-0,88) 0,3086298 (1,34). 4.155 1.385. 4.155 1.385. Numero de Observaciones Numero de Firmas R 2 Ajustado Instrumentos Test Adicionales de Especificación (p-values) Test de Sargan Correlación Serial de Primer Orden Correlación Serial de Segundo Orden Test de significancia conjunta de Wald. GMM (2). 4.155 1.385 0,0041 t-2. 0,00*** 0.00*** (3). t-2,t-3,t-4. 0,99 0.00*** 0,96 0.00***. 0,99 0.00*** 0,91 0.00***. Notas: (1) En la primera estimación GMM se utilizó el segundo rezago de la variable dependiente y las variables explicativas como variables instrumentales. (2) En la segunda estimación GMM se utilizó del segundo rezago al cuarto rezago de la variable dependiente y las variables explicativas como variables instrumentales. (3) Se refiere al Test F de significancia conjunta. t-estadisticos en parentesis, *** nivel de significancia 1%, ** nivel de significancia 5% y * nivel de significancia 10%.. Para las empresas pequeñas, el ahorro interno fue el determinante de la inversión, ni la deuda, ni la liquidez ,ni el flujo de caja resultaron significativos. Estas empresas pueden tener mayores restricciones a los recursos externos que las demás de la muestra y por tanto la inversión estará determinada por la capacidad de ahorro de las mismas. Para el caso de esta estimación también se cumplen el test de correlación serial tanto de primer como de. 31.
(33) segundo orden, así como el test de Sargan, es decir la estimación en diferencias es adecuada y los instrumentos utilizados cumplen con las condiciones de sobre-identificación. Tabla 4 Variable Dependiente Periodo. It / K Modelo MCO. It −1 / Kt − 2 D. / K. t. CF. t. / K. t. Constante. GMM (1). GMM (2). -0,0007200 (-0,08). 0,2466267 (0,4). 0,2394164 (0,39). -0,4604940 (0,516). 0,1335841 (0,05). 0,1532157 (0,05). 0,0361147 (0,12). 0,0856196 (0,13). 0,725188 (0,11). 0,2006690 (11,06)*** 0,2344765 (1,62). 0,0935664 (3,86)*** 0,1288076 (0,71). 0,0932526 (3,89)*** 0,1296218 (0,72). 6.798 2.266 0,0104. 6.798 2.266. 6.798 2.266. t. Ahorro / K t. t −1. 1996 a 2000. Numero de Observaciones Numero de Firmas R 2 Ajustado Instrumentos. Test Adicionales de Especificación (p-values) Test de Sargan 0,00*** Correlación Serial de Primer Orde Correlación Serial de Segundo Orden Test de significancia conjunta de W 0.00***. t-2. t-2,t-3,t-4. 0,99 0.05** 0,7437 0.00***. 0,99 0,05** 0,74 0.00***. Notas: (1) En la primera estimación GMM se utilizó el segundo rezago de la variable dependiente y las variables explicativas como variables instrumentales. (2) En la segunda estimación GMM se utilizó del segundo rezago al cuarto rezago de la variable dependiente y las variables explicativas como variables instrumentales. (3) Se refiere al Test F de significancia conjunta. t-estadisticos en parentesis, *** nivel de significancia 1%, ** nivel de significancia 5% y * nivel de significancia 10%.. Se decidió hacer las estimaciones para la industria manufacturera por separado del resto de los sectores, puesto que es el sector más representativo de la muestra. Adicionalmente, la industria manufacturera juega un papel fundamental sobre la economía pues no sólo representa el 14.0% del PIB, sino que además, su comportamiento influye directamente en. 32.
(34) el de otros sectores, afectando el desempeño de rubros como transporte, comunicaciones y servicios financieros y energéticos (Conpes 3181).. Cuadro 1 PIB por ramas de actividad económica (crecimientos reales) 1995. 1996. 1997. 1998. 1999. 2000. Agropecuario, Silvicultura, Caza y Pesca Explotación de minas y canteras Electricidad, gas y agua Industria manufacturera Construcción Comercio, reparación, restaurantes y hoteles Transporte, almacenamiento y comunicación Establecimientos financieros, seguros, inmuebles y otros servicios a las empresas Servicios Sociales, comunales y personales Servicios bancarios imputados. 3,7 14,6 2,6 5,5 1,9 3,8 6,5. -1,2 7,3 4,9 -1,4 -12,9 -0,9 3,8. 0,7 3,7 1,0 0,5 2,2 1,7 5,8. 0,0 15,6 1,8 -0,2 -7,2 -1,6 2,5. 0,0 18,5 -4,2 -8,6 -27,0 -15,4 -1,9. 5,0 -10,0 0,7 9,7 -2,8 10,5 2,2. 8,6 9,0 26,0. 5,2 16,2 16,7. 4,9 7,2 2,7. -1,3 1,8 -7,3. -4,9 3,3 -19,5. 1,1 -0,9 0,3. Subtotal Valor agregado Impuestos excepto IVA Subsidios IVA no deducible Derechos e impuestos sobre las importaciones. 5,2 1,4 -0,9 5,3 12,1. 2,1 3,2 8,0 0,0 0,9. 3,5 -4,3 9,1 5,8 10,6. 0,8 3,2 18,7 -5,3 -1,3. -3,3 -0,5 3,0 -20,1 -25,7. 2,8 -2,1 15,0 5,3 9,8. 5,2. 2,1. 3,4. 0,6. -4,2. 2,7. Producto Interno Bruto. Fuente: DANE, Cuentas Nacionales.. La industria manufacturera comienza a deteriorarse de manera importante desde 1996, y para 1998 y 1999 registra crecimientos negativos, principalmente debido a los problemas de demanda.. Durante 1998, el bajo nivel de los pedidos llevó a una reducción en. la producción. industrial. Sin embargo, la producción no se ajustó de inmediato a la caída en las ventas lo que conllevó a una acumulación de inventarios y luego a la reducción de la utilización de la capacidad instalada.. 33.
(35) Los resultados sugieren que la inversión en este sector responde principalmente a las condiciones de liquidez de las empresas, las otras variables no resultaron significativas en la estimación. De nuevo la se debe estimar por medio de GMM en diferencias, puesto que hay correlación de los errores en las estimaciones en niveles, lo que sugiere que existen efectos individuales no observados. Estos resultados se aprecian en la Tabla 5.. T a b la 5 V a ria b le D e p e n d ie n te P e rio d o. I. t. / K. 1996 a 2000 M o d e lo G M M (1). I t −1 / K t − 2. D. t. CF. t. Liq. / K. t. / K. t. / K. t. C o n stan te. N u m ero d e O b serv a cio n e s N u m ero d e F irm a s R 2 A justa d o Instru m e n to s. t − 1. G M M (2 ). -0 ,04 1 6 9 30 (-0 ,2 ). -0 ,0 0 4 2 84 0 (-0 ,2 ). -2 ,23 1 5 2 50 (-1 ,5 9 ). -2 ,2 2 5 9 63 0 (-1,5 8 ). -1 ,36 8 5 8 82 (-1 ,0 2 ) 2 ,07 3 1 3 70 (1,8 3 )* -0 ,01 0 0 6 78 (-0 ,1 1 ). -1 ,3 6 7 28 8 (-1,0 2 ) 2 ,0 7 7 9 19 0 (1,8 3)* -0 ,0 1 0 0 33 0 (-,11 ). 4 .5 63 1 .5 21. 4 .56 3 1 .52 1. t-2. T es t A dic ion a le s d e E s p ec ifica c ión (p-v alu e s) T est de S a rg a n 0 ,99 C o rre la ció n S e ria l d e P rim e r O rd en 0 ,00 *** C o rre la ció n S e ria l d e S e g u nd o O rd e n 7 3 37 T est de sig nific a nc ia c on ju n ta de W ald 0 .00 ***. t-2 ,t-3,t-4. 0 ,99 0 ,00 *** 0 ,78 0 .00 ***. N otas : (1 ) E n la p rim era es tim ac ión G M M s e u tilizó el s eg un d o rezag o d e la variab le d ep end ien te y las variab les exp lic ativas c om o variables in s trum entales . (2 ) E n la s eg u n da es tim ac ión G M M s e u tiliz ó d el s egu n d o rezag o al c uarto rez ag o d e la variab le dep en d ien te y las variab les exp lic ativas c om o variables in s trum entales . (3 ) S e refiere al T es t F d e s ig n ific an c ia c on ju n ta. t-es tadis tic os en p arentes is , *** n ivel d e s ign ific an c ia 1 % , ** n ivel d e s ign ific an c ia 5 % y * n ivel de s ig nific an c ia 10 % .. 34.
(36) VII.. Conclusiones. Tanto a nivel agregado como en la muestra de empresas utilizada para la elaboración del presente artículo se encuentra una profunda relación entre la inversión empresarial y los indicadores de solvencia interna de las empresas (Ahorro, Liquidez, Flujo de Caja). De esta manera es posible concluir que las firmas enfrentan restricciones para acceder a los recursos externos necesarios para financiar la inversión.. A finales de la década de los noventa, no sólo se contrajo la inversión de manera significativa, sino que las restricciones al financiamiento externo vuelven a ser significativas (Arbeláez y Echavarría, 2001), y por lo tanto, las decisiones de inversión de las empresas se encuentran restringidas a los fondos propios.. La preferencia por el endeudamiento como fuente de financiación de la inversión es un fenómeno que se presentó desde comienzos de los noventa con la liberalización financiera (Sánchez, Murcia y Oliva, 1996 y Arbeláez y Echavarría, 2001). Sin embargo esta deja de ser la fuente marginal de inversión para finales de la década.. A partir de 1997, y debido a la difícil situación de la economía, se ha presentado una contracción general del crédito, lo cual ha afectado de manera importante las posibilidades financiación con recursos externos de las empresas. Adicionalmente, la contracción de la economía afectó de manera importante los indicadores de salud financiera de las empresas; las utilidades, así como el ahorro de las empresas se contrajeron de manera dramática como se observa en los Gráficos 6 y 7 a continuación.. 35.
(37) Gráfico 6 Ahorro (retención de utilidades). Gráfico 7 Utilidades. 2000. 1999. 1998. 1997. 2000. 1999. 1998. 1997. 1996. 1996. 1,300 1,100 900 700 500 300 100 (100) (300) (500) (700). 200 0 (200) (400) (600) (800) (1,000) (1,200) (1,400) (1,600). Fuente: Superintendencia de Sociedades.. En general, estos elementos contribuyeron a la caída de la inversión empresarial, que por una parte, no encuentra incentivos a incrementar la capacidad instalada, pues la demanda se encontraba muy deprimida, y de otra parte, no contaba con los recursos para realizar dichas inversiones.. 36.
(38) Referencias. Abel, Andrew B. and Blanchard, Oliver J., “The Present Value of Profits and Cyclical Movements in Investment,” Econometrica, March 1986, 54, 249-73.. Arbelaez, M.A. y Echavarría, J.J. (2001), "Crédito, Liberalización Financiera e Inversión en el Sector Manufacturero Colombiano" en Coyuntura Económica, Fedesarrollo.. Arellano, M. y Bond, S. (1991), "Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations" en The Review of Economic Studies, Vol. 58.. Arellano, M. y Bond, S. (1998), "Dynamic Panel Data Estimation Using DPD98 for GAUSS: A Guide for Users". Atkinson, A.B. y Stiglitz, J.E. (1980) "Lectures on Public Economics", McGraw Hill.. Auerbach, A. (1984), “Taxation, Corporate Financial Policy and the Cost of Capital”, en Journal of Economic Literature, Vol. 77.. Auerbach, A.J.& K.Hassett (1991). “Tax Policy and Business Fixed Investment in the United States”, pp.44.. Bond, S., Elston, J., Mairesse J. y Mulkay, B. (1997), "Financial Factors and Investment in Belgium, France, Germany and the UK: A Comparison Using Company Panel Data", en National Bureau of Economic Research, WP5900.. Bruinshoofd, A. (2001), "Investment and Financing Constraints, an Overview of the Literature" Universidad de Maastricht, Holanda, versión preliminar.. 37.
(39) Cárdenas, M. y Olivera M. (1995), “La Crítica de Lucas y la Inversión en Colombia: Nueva Evidencia”, en Ensayos sobre Política Económica.. Echavarría, J.J. y Tenjo F. (1993), “Inversión, Liquidez y Fuentes de Financiación en la Industria Colombiana”, en Coyuntura Económica Latinoamericana, Vol. XXIII, No. 3.. Echeverry, J.C. y Salazar, N. (1999), "¿Hay un estancamiento en la oferta de crédito?" en Archivos de Economía, Departamento Nacional de Planeación, Dirección de Estudios Económicos, Documento 118, julio.. Echeverry, J.C. (2001), "Memorias de la Recesión de Fin de Siglo en Colombia: Flujos, Balances y Política Anticíclica" en Boletines de Divulgación Económica, Departamento Nacional de Planeación, Dirección de Estudios Económicos, No. 7, enero.. Fazzari, S.M., Hubbard R.G. y Petersen B. C. (1988), “Financing Constraints and Corporate Investment”, en Brooking Papers on Economic Activity.. Hubbard R.G., Kashyap Anil K. y Whited, (1995), Toni, “Internal Finance and Firm Investment”, en Journal of Money, Credit and Banking, Agosto. 683-701.. Jaramillo, F., F.Schiantarelli and A. Weiss (1994), “Capital Market Imperfections Before and After Financial Liberalization:. An Euler Equation Approach to Panel Data for. Ecuadorian Firms”, Journal of Development Economic 51, 367-386.. Kaplan, S. And L. Zingales (1997), “Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints?”, Quarterly Journal of Economics 112, 169-215.. Laeven, L. (2001) "Financial Liberalization and Financing Constraints: Evidence from Panel Data on Emerging Economies" World Bank, mimeo.. 38.
(40) Sánchez, F., Murcia G. y Oliva, C. (1998), "Auge y Colapso del Ahorro Empresarial en Colombia: 1983-1994" en Sánchez, F. (ed.) El Ahorro en Colombia, TM Editores y Departamento Nacional de Planeación.. Summers, L.H. (1981), “Taxation and Corporation Investment: a Q-Theory Approach”, Brookings Papers on Economic Activity, v.1, pp. 67-127.. Departamento Nacional de Planeación, Documento Conpes No. 3181, 25 de Julio de 2002.. Dane, Cuentas Nacionales 1970-1995 y Nuevas Cuentas Nacionales 1994-2000.. Superintendencia de Sociedades, Balances y P y G, de las empresas que reportan sus estados financieros según el Decreto 3100 de 1997.. Gilchrist, S. And C. Himmelberg. (1995), “Evidence on the Role of Cash Flow for. Investment”, Journal of Monetary Economics 36: 541-572. Gilchrist, S. and C. Himmelberg (1998), “Investment, Fundamentals and Finance”, NBER Working Paper 6652.. Hayashi, F. (1982), “Tobin’s Marginal q and Average q: A Neoclassical Interpretation”, Econometrica 50(1), 213-224.. Love, I. (2000), “Financial Development and Financing Constraints: International Evidence from the Structural Investment Model”, Mimeograph, New York: Columbia University.. 39.
(41) Anexo 1 Gráficos industria manufacturera1. INDICADORES DE LIQUIDEZ. INDICADORES DE APALANCAMIENTO 80% 75% 70% 65% 60% 55% 50% 45% 40%. 2.00. 1.50. 1.00. 0.50 1995. 1996. 1997. Razón corriente. 1998. 1999. 1995 1996 1997 1998 1999 2000 Nivel de endeudam iento Concentración del endeudam iento. 2000. Prueba ácida. INDICADORES DE APALANCAMIENTO. INDICADORES DE RENDIMIENTO 10%. 0.80. 5% 0%. 0.60. -5% 0.40. -10% 1995. 1996. 1997. 1998. 1999. 2000. 1995. Apalancam iento total Apalancam iento a Corto Plazo. 1996. 1997. 1998. 1999. 2000. Rentabilidad del activo Rentabilidad del patrim onio. INDICADORES DE RENDIMIENTO. INDICADORES DE RENDIMIENTO. 15%. 42% 41%. 10%. 40% 5%. 39%. 0%. 38% 37%. -5%. 36%. -10%. 35% 1995. 1996. 1997. Margen Operacional. 1. 1998. 1999. 2000. Margen Neto. 1995. 1996. 1997 1998 1999 Margen bruto. 2000. Fuente: Superintendencia de Sociedades que de acuerdo al Decreto 3100 de 1997 deben reportar sus estados financieros. Base utilizada 1521 empresas manufactureras..
(42) Gráficos para toda la muestra2. INDICADORES DE LIQUIDEZ. INDICADORES DE APALANCAMIENTO 70%. 1.50. 65% 60% 55%. 1.00. 50% 45% 40%. 0.50 1996. 1997. 1998. Razón corriente. 1999. 1996 1997 1998 1999 2000 Nivel de endeudam iento Concentración del endeudam iento. 2000. Prueba ácida. INDICADORES DE APALANCAMIENTO. INDICADORES DE RENDIMIENTO. 1.2. 6%. 1.1. 4%. 1.0. 2%. 0.9. 0%. 0.8. -2%. 0.7. -4%. 0.6. -6%. 0.5. -8%. 1996. 1997. 1998. 1999. 2000. 1996. 1997. Apalancam iento total Apalancam iento a Corto Plazo. 1999. 2000. INDICADORES DE RENDIMIENTO. INDICADORES DE RENDIMIENTO 10% 8%. 50%. 6% 4% 2% 0%. 45%. -2% -4% -6%. 35%. 40%. 30% 1996. 1997. 1998. Margen Operacional. 2. 1998. Rentabilidad del activo Rentabilidad del patrim onio. 1999. 2000. Margen Neto. 1996. 1997 1998 1999 Margen bruto. 2000. Fuente: Superintendencia de Sociedades que de acuerdo al Decreto 3100 de 1997 deben reportar sus estados financieros. Base utilizada 4461 empresas privadas..
(43) Gráficos empresas grandes3 (clasificación por tamaño de activos de 1996). INDICADORES DE LIQUIDEZ. INDICADORES DE APALANCAMIENTO 65%. 1.50. 60% 55%. 1.00. 50% 45%. 0.50 1996. 1997. 1998. Razón corriente. 1999. 1996 1997 1998 1999 2000 Nivel de endeudam iento Concentración del endeudam iento. 2000. Prueba ácida. INDICADORES DE APALANCAMIENTO 1.20 1.10 1.00 0.90 0.80 0.70 0.60 0.50 0.40. INDICADORES DE RENDIMIENTO 3% 2% 1% 0% -1% -2% -3%. 1996. 1997. 1998. 1999. 2000. 1996. 1997. Apalancam iento total Apalancam iento a Corto Plazo. 1999. 2000. Rentabilidad del activo Rentabilidad del patrim onio. INDICADORES DE RENDIMIENTO. INDICADORES DE RENDIMIENTO. 8%. 38%. 6%. 37%. 4%. 36%. 2%. 35%. 0%. 34%. -2%. 33%. -4%. 32% 1996. 1997. 1998. Margen Operacional. 3. 1998. 1999. 2000. Margen Neto. 1996. 1997 1998 1999 Margen bruto. 2000. Fuente: Superintendencia de Sociedades que de acuerdo al Decreto 3100 de 1997 deben reportar sus estados financieros. Base utilizada 810 empresas grandes (clasificación por tamaño de activos a 1996)..
(44) Empresas medianas4 (clasificación por tamaño de activos de 1996) INDICADORES DE LIQUIDEZ. INDICADORES DE APALANCAMIENTO. 2,00. 70% 65%. 1,50. 60% 55% 50%. 1,00. 45% 40%. 0,50 1996. 1997. 1998. Razón corriente. 1999. 1996 1997 1998 1999 2000 Nivel de endeudam iento Concentración del endeudam iento. 2000. Prueba ácida. INDICADORES DE APALANCAMIENTO 1,2. INDICADORES DE RENDIMIENTO 30%. 1,1. 20%. 1,0. 10%. 0,9. 0%. 0,8 0,7. -10%. 0,6. -20%. 0,5. -30% 1996. 1997. 1998. 1999. 2000. Apalancam iento total Apalancam iento a Corto Plazo. 1996. 1997. 1998. 1999. 2000. Rentabilidad del activo Rentabilidad del patrimonio. INDICADORES DE RENDIMIENTO 25% 20% 15% 10% 5% 0% -5% -10% -15% -20% 1996. 1997. 1998. Margen Operacional. 4. 1999. 2000. Margen Neto. Fuente: Superintendencia de Sociedades que de acuerdo al Decreto 3100 de 1997 deben reportar sus estados financieros. Base utilizada 1447 empresas medianas (clasificación por tamaño de activos a 1996)..
(45) Empresas pequeñas5 (clasificación por activos de 1996). INDICADORES DE LIQUIDEZ. INDICADORES DE APALANCAMIENTO. 2,00 50% 45%. 1,50. 40% 1,00. 35% 30%. 0,50 1996. 1997. 1998. Razón corriente. 1999. 1996 1997 1998 1999 2000 Nivel de endeudam iento Concentración del endeudam iento. 2000. Prueba ácida. INDICADORES DE APALANCAMIENTO 1,20 1,10 1,00 0,90 0,80 0,70 0,60 0,50 0,40. INDICADORES DE RENDIMIENTO 8% 7% 6% 5% 4% 3% 2% 1% 0%. 1996. 1997. 1998. 1999. 2000. 1996. 1997. Apalancam iento total Apalancam iento a Corto Plazo. 1998. 1999. 2000. Rentabilidad del activo Rentabilidad del patrim onio. INDICADORES DE RENDIMIENTO. INDICADORES DE RENDIMIENTO 6% 57% 5% 52%. 4%. 47%. 3%. 42%. 2% 1%. 37%. 0%. 32% 1996. 1997. 1998. Margen Operacional. 5. 1999. 2000. Margen Neto. 1996. 1997 1998 1999 Margen bruto. Fuente: Superintendencia de Sociedades que de acuerdo al Decreto 3100 de 1997 deben reportar sus estados financieros. Base utilizada 2266 empresas pequeñas (clasificación por tamaño de activos a 1996).. 2000.
(46)
(47) Anexo 2 Estimaciones econométricas Estimaciones para toda la muestra Arellano-Bond (GMM en diferencias a dos rezagos) . xtabond. invakt_1. d. ahorrokt uop , lags(1) maxldep(2) maxlags(2). Arellano-Bond dynamic panel data Group variable (i): empresa. Time variable (t): a_o. Number of obs Number of groups. = =. 13383 4461. Wald chi2(4). =. 20.40. min number of obs = max number of obs = mean number of obs =. 3 3 3. One-step results -----------------------------------------------------------------------------invakt_1 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------invakt_1 | LD | .0019988 .0406257 0.05 0.961 -.0776262 .0816237 d | D1 | .9478658 1.72623 0.55 0.583 -2.435483 4.331215 ahorrokt | D1 | .0044888 .0010024 4.48 0.000 .0025242 .0064535 uop | D1 | -.0015405 .5622274 -0.00 0.998 -1.103486 1.100405 _cons | .1608819 .1056909 1.52 0.128 -.0462684 .3680323 -----------------------------------------------------------------------------Sargan test of over-identifying restrictions: chi2(4) = 0.09 Prob > chi2 = 0.9991 Arellano-Bond test that average autocovariance in residuals of order 1 is 0: H0: no autocorrelation z = -24.44 Pr > z = 0.0000 Arellano-Bond test that average autocovariance in residuals of order 2 is 0: H0: no autocorrelation z = 0.30 Pr > z = 0.7605. Arellano Bond (GMM en diferencias 4 rezagos) . xtabond. invakt_1. d. ahorrokt uop , lags(1) maxldep(4) maxlags(4). Arellano-Bond dynamic panel data Group variable (i): empresa. Time variable (t): a_o. Number of obs Number of groups. = =. 13383 4461. Wald chi2(4). =. 20.40. min number of obs = max number of obs = mean number of obs =. 3 3 3. One-step results -----------------------------------------------------------------------------invakt_1 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------invakt_1 | LD | .0027201 .0404426 0.07 0.946 -.0765458 .0819861 d | D1 | .9520728 1.726378 0.55 0.581 -2.431565 4.335711 ahorrokt | D1 | .0044902 .0010025 4.48 0.000 .0025252 .0064551 uop | D1 | -.0011631 .5623212 -0.00 0.998 -1.103292 1.100966.
(48) _cons | .1608586 .1057091 1.52 0.128 -.0463275 .3680448 -----------------------------------------------------------------------------Sargan test of over-identifying restrictions: chi2(5) = 0.12 Prob > chi2 = 0.9997 Arellano-Bond test that average autocovariance in residuals of order 1 is 0: H0: no autocorrelation z = -24.55 Pr > z = 0.0000 Arellano-Bond test that average autocovariance in residuals of order 2 is 0: H0: no autocorrelation z = 0.35 Pr > z = 0.7290 . . * OLS . * lag dependent variable . gen laginv = invakt_1[_n-1] (1 missing value generated) . regress invakt_1 laginv d ahorrokt uop Source | SS df MS -------------+-----------------------------Model | 2144.43155 4 536.107888 Residual | 4574733.57 22299 205.154203 -------------+-----------------------------Total | 4576878.00 22303 205.213559. Number of obs F( 4, 22299) Prob > F R-squared Adj R-squared Root MSE. = = = = = =. 22304 2.61 0.0335 0.0005 0.0003 14.323. -----------------------------------------------------------------------------invakt_1 | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------laginv | -.000657 .0066952 -0.10 0.922 -.01378 .012466 d | -.2205115 .5322664 -0.41 0.679 -1.263791 .822768 ahorrokt | .0018096 .0005778 3.13 0.002 .0006771 .002942 uop | .1929807 .3113298 0.62 0.535 -.4172475 .8032089 _cons | .2328261 .113523 2.05 0.040 .010313 .4553391. Muestra completa (ahorro y deuda) Arellano-Bond (GMM en diferencias a dos rezagos) . * Arellano-Bond . . xtabond invakt_1. d. ahorrokt. Arellano-Bond dynamic panel data Group variable (i): empresa. Time variable (t): a_o. , lags(1) maxldep(2) maxlags(2) Number of obs Number of groups. = =. 13383 4461. Wald chi2(3). =. 20.40. min number of obs = max number of obs = mean number of obs =. 3 3 3. One-step results -----------------------------------------------------------------------------invakt_1 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------invakt_1 | LD | .001999 .0406241 0.05 0.961 -.0776228 .0816208 d | D1 | .9480167 1.725302 0.55 0.583 -2.433513 4.329547 ahorrokt | D1 | .0044889 .0010024 4.48 0.000 .0025243 .0064535 _cons | .160899 .1055044 1.53 0.127 -.0458858 .3676837 -----------------------------------------------------------------------------Sargan test of over-identifying restrictions: chi2(4) = 0.09 Prob > chi2 = 0.9991 Arellano-Bond test that average autocovariance in residuals of order 1 is 0:.
Documento similar