Processing math: 100%

SciELO - Scientific Electronic Library Online

 
vol.55 número218Capital ficticio y extractivismo: los títulos de propiedad en las empresas extractivas índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

Compartir


Problemas del desarrollo

versión impresa ISSN 0301-7036

Prob. Des vol.55 no.218 Ciudad de México jul./sep. 2024  Epub 28-Ene-2025

https://doi.org/10.22201/iiec.20078951e.2024.218.70157 

Artículos

Cuenta corriente y turismo internacional: evidencia de economías selectas de América del Sur

Mara Leticia Rojas1 

1 Universidad Nacional del Sur, Argentina. Correo electrónico: mrojas@uns.edu.ar.


Resumen

El turismo internacional incide en la restricción externa al crecimiento. Por lo anterior, se analizó la relación entre turismo y la balanza de cuenta corriente (BCC) para Argentina, Brasil, Chile y Uruguay mediante un análisis de cointegración utilizando modelos autorregresivos de rezagos distribuidos. Se empleó el producto real y el tipo de cambio real efectivo como variables de control. Se corroboró la existencia de cointegración para Argentina y Brasil, ya que el turismo guarda una relación estable negativa con la BCC. En el caso de Chile, se tiene evidencia de cointegración para el conjunto de las variables, aunque los flujos de divisas por turismo internacional no parecen afectar el saldo de la BCC. Finalmente, para Uruguay no se obtuvo evidencia concluyente de cointegración.

Palabras clave: turismo internacional; balanza de cuenta corriente (BCC); balanza turística; cointegración; América del Sur

Clasificación JEL: F4; O5; C4

Abstract

International tourism has an impact on the external constraint to growth. Therefore, the relationship between tourism and the current account balance (CAB) was analyzed for Argentina, Brazil, Chile and Uruguay by means of a cointegration analysis using autoregressive models with distributed lags. Actual output and the real effective exchange rate were used as control variables. The existence of cointegration was corroborated for Argentina and Brazil since tourism has a stable negative relationship with the CAB. In the case of Chile, there is evidence of cointegration for the set of variables, although foreign exchange flows from international tourism do not seem to affect the CAB balance. Finally, no conclusive proof of cointegration was obtained for Uruguay.

Key Words: international tourism; current account balance (CAB); tourism balance; cointegration; South America

JEL Classification: F4; O5; C4

1. Introducción

Hasta el 2020, a nivel mundial, el turismo presentaba un crecimiento casi ininterrumpido desde la década de los cincuenta del siglo pasado, incluso durante los periodos de declive económico y lentas recuperaciones en países industrializados (Organización Mundial del Turismo [OMT], 2015 y 2019). En el decenio 2008-2018, sólo durante el 2009, el arribo y los ingresos generados por turismo presentaron una baja. Posteriormente, en el periodo 2010-2018, la actividad experimentó un crecimiento medio anual del 5%, tasa mayor a la reportada por el flujo de exportaciones o, incluso, el Producto Bruto Interno (PIB) mundial (OMT, 2019).

Por su impacto económico, social, cultura y ambiental, el estudio del turismo adquiere una gran relevancia. Parte de la literatura examina los efectos positivos que el turismo genera sobre el crecimiento, ya que representa un sector productivo con importantes encadenamientos capaz de generar consecuencias no sólo directas sobre el producto, sino también indirectas e inducidas (Brida et al., 2008), creando empleo e incrementando la demanda agregada total.

No obstante, es necesario tener en cuenta dos puntos fundamentales: por un lado, no deberían descuidarse los efectos que la explotación turística podría tener sobre el medio ambiente y las peculiaridades culturales de la región. Esto es particularmente relevante en América Latina y Caribe (ALYC), donde el desarrollo de la actividad se encuentra ligada a la abundancia de recursos naturales y arqueológicos. Un mal manejo de estos recursos podría traer severas consecuencias ambientales sobre las comunidades locales e, incluso, minar las bases de la propia industria turística (Cárdenas-García, 2012; London et al., 2021).

Por otra parte, muchos de los estudios acerca de la relación turismo-crecimiento que plantean este vínculo como inexorablemente positivo, se focalizan en pequeñas economías altamente especializadas en turismo (Lanza y Pigliaru, 2000; Brida et al., 2016; Akadiri et al., 2019; Roudi et al., 2019, entre otros). Es necesario destacar que para otras economías de ALYC, como Argentina o Brasil, el gasto turístico no siempre representa una entrada neta de divisas para el país. Al respecto, pocos son los estudios enfocados en la relación que guarda esta actividad con la balanza de pagos en estos casos. El turismo podría significar una entrada o salida neta de divisas, comprimiendo o relajando aún más la llamada restricción externa.

La balanza turística es la parte de la balanza de pagos que contempla los ingresos de divisas por los visitantes internacionales (exportaciones) y el egreso de divisas por los nacionales que salen al exterior (importaciones). Si bien se observó una mejora en el saldo de la balanza turística de los cuatro países del Cono Sur que integran la muestra en el quinquenio previo al año 2020 (véase Figura 1), esto se debió a la disminución del gasto de los residentes en el extranjero debido a la desaceleración económica que ya se observaba antes de la pandemia por Covid-19.

Nota: todas las series son trimestrales, expresadas en millones de dólares y desestacionalizadas.

Fuente: elaboración propia en base a datos de CEPAL (2021).

Figura 1 Saldo balanza de viajes, 1999:Q1-2020:Q1 

En el primer trimestre de 2020, último periodo previo a las políticas generalizadas de aislamiento social y cierre de fronteras debido a la pandemia por Covid-19, el déficit en el ítem Viajes de la Balanza de Servicios1 para Argentina fue de USD$428 millones y de USD$1 486 millones para el caso de Brasil.

Como se observa en el panel (a) de la Figura 1, el resultado en este componente de la balanza de pagos (“balanza viajes” o BV de aquí en adelante) tiende a ser deficitario en los países mencionados. Comparativamente, en el caso de Uruguay y Chile, el resultado es generalmente superavitario.

Por otro lado, el constante déficit en la balanza de pagos ha sido uno de los factores señalados como responsable del estancamiento de los países de ALYC. Estos desequilibrios externos, sumados a los internos (déficits fiscales), parecen una situación difícil de revertir por su carácter estructural. A ello se suma, en los últimos años, el incremento en la vulnerabilidad del sector externo dependiente de la exportación de materias primas, especialmente en la región de América del Sur (Chisari y Fanelli, 1990; Thirlwall, 2012; Bárcena y Prado, 2015; CEPAL, 2019). En parte, el turismo podría ser una herramienta de ayuda para corregir los desequilibrios externos, si se implementan las políticas adecuadas.

Por lo anterior, el objetivo del presente trabajo es explorar la relación entre el turismo como proveedor o demandante de divisas, y el saldo de la cuenta corriente para cuatro economías del cono sur: Argentina, Brasil, Chile y Uruguay. De esta manera, analizar dicho comportamiento podrá arrojar luz sobre la relación existente entre estas variables y perfilar recomendaciones de política. Adicionalmente, se tiene que existen escasos trabajos que analizan la relación entre el turismo y el resultado de las cuentas externas, por lo que se busca contribuir a la generación de antecedentes en la materia. Específicamente, se analizará la relación entre el flujo neto de divisas ocasionado por la actividad turística (BV) y el resultado de la balanza por cuenta corriente (BCC) mediante un análisis de cointegración a partir de modelos autorregresivos de rezagos distribuidos (ARDL). Este ejercicio permitirá corroborar (o no) la existencia de una relación de equilibrio de largo plazo entre los saldos netos por turismo y el saldo de la BCC para cada una de las cuatro economías seleccionadas. Adicionalmente podrán interpretarse efectos de corto plazo, y relaciones entre el PIB y del tipo de cambio real efectivo (TRCE) respecto de la BCC, siendo el PIB y el TRCE variables de control.

A continuación, se presenta brevemente el tema, con énfasis en la relación turismo-BCC, se mencionan algunos desarrollos previos y se introduce el caso de los cuatro países a analizar. En el apartado 3 se presenta la metodología. Posteriormente, se analizan los resultados en el apartado 4. Por último, se exhiben las consideraciones finales.

2. Turismo, crecimiento y balanza de pagos

La mayoría de los estudios focalizados en la macroeconomía del turismo analizan la relación turismo-crecimiento. Una completa revisión realizada por Brida et al. (2016) menciona que existe gran evidencia a favor de una relación positiva entre el turismo y el crecimiento. Sin embargo, algunos trabajos contemporáneos y otros posteriores muestran resultados diversos al respecto (Brida et al., 2015; Seghir et al., 2015; Phiri, 2016; Dogru y Bulut, 2018; Akadiri et al., 2019; Mitra, 2019; Candias et al., 2020).

La idea desarrollada es la hipótesis del crecimiento liderado por el turismo (Tourism-Led-Growth Hypotesis, tlgh, por sus siglas en inglés), derivada naturalmente de la hipótesis del crecimiento guiado por la demanda (en específico de exportaciones). La premisa relevante es que un incremento de la demanda externa permite un relajamiento de la restricción de balanza de pagos mediante la entrada de divisas. Pero para que esto se cumpla, debe de existir una relación positiva entre el saldo de la BV y el saldo de la BCC.

Los desarrollos empíricos que analizan la relación entre el turismo y las cuentas externas en países emergentes son muy escasos. Lorde et al. (2012), por ejemplo, examinaron la relación del turismo con el resultado de la BCC para Barbados (1990-2006), concluyendo que la reducción del déficit comercial depende vitalmente de la industria turística. Çelik et al. (2013) consideraron el impacto del turismo en el déficit global de balanza de pagos en Turquía de 1984 a 2012; mientras que Alp y Genc (2015) estudiaron la relación entre el turismo y el déficit de la cuenta corriente para el mismo país. Ambos trabajos concluyen sobre la existencia de una relación significativa entre el turismo y la reducción de la posición deficitaria de ambas balanzas.

Recientemente Rasheed et al. (2019) observaron la relación de largo plazo entre el turismo y el déficit en la balanza de pagos para Paquistán (1976-2015) utilizando un modelo ARDL. Los autores encontraron evidencia a favor de una relación indirecta entre el turismo y el déficit en la balanza de pagos, mientras que el déficit en la balanza comercial, la tasa real de cambio y el déficit fiscal guardan una relación positiva y significativa con el déficit de balanza de pagos.

La Figura 2 muestra la evolución del PIB y los ingresos y egresos por turismo internacional (créditos y débitos del ítem viajes de la balanza de pagos) para el conjunto de economías sudaméricanas selectas.

Nota: todas las series son trimestrales, expresadas en millones de dólares y desestacionalizadas. Escalas referentes a PBI en margen izquierdo; escalas referentes a ítems viajes en margen derecho.

Fuente: elaboración propia en base a datos de CEPAL (2021).

Figura 2 Evolución del PIB e ingresos y egresos por turismo internacional 

En el caso de Argentina, se observa que las caídas del producto causadas por la crisis del 2001 y (en menor escala) la crisis internacional del 2008, se correspondieron con reducciones de las salidas de divisas por viajes hacia el exterior. Los ingresos también se redujeron en menor medida durante el 2001 y en mayor volumen debido a la crisis internacional. Asimismo, se observa que a lo largo de la década de los noventa, con un tipo de cambio apreciado y mercado de divisas liberalizado, la BV tuvo un continuo saldo negativo. De la misma forma, la BV vuelve a tener saldos negativos a partir del 2011, incrementándose considerablemente a partir del 2015 con la liberalización del mercado cambiario y reduciéndose con la recesión y la nueva imposición de controles cambiarios.

En el caso de Brasil, se observa una estrecha correlación positiva entre los egresos por viajes al exterior y la evolución del producto. Por su parte, los ingresos de divisas por turismo internacional muestran un incremento moderado, aunque continuo. En este sentido, los ingresos por turismo para Argentina han sido más fluctuantes.

Los casos de Chile y Uruguay indican algunas diferencias respecto de los dos casos anteriores. En primer lugar, tienen saldos positivos de la BV (en el caso de Chile, al menos desde 2006 hasta inicios de 2019). En segundo lugar, los egresos por viajes al exterior no parecen reaccionar con la misma profundidad que en Argentina y Brasil a los incrementos del PIB. De hecho, en Uruguay los egresos por viajes al exterior se mantuvieron prácticamente estables hasta el año 2011, a pesar del crecimiento continuo del producto desde el 2002 en adelante (con excepción de la crisis de 2008).

La Figura 3 muestra la evolución del saldo de la BCC y el de BV para cada una de las economías. En el caso de Argentina y Brasil, el saldo de la BV acompaña los movimientos del saldo de la BCC. En cambio para Chile se observan periodos en donde la BV resultó amortiguadora de los déficits de BCC, como en el caso de la crisis de 2008 o algunos trimestres del 2012 o 2016. En el caso uruguayo, el patrón parece ser más errático.

Nota: todas las series son trimestrales, expresadas en millones de dólares y desestacionalizadas. Saldo de la BCC, escala margen izquierdo; saldo de la BV, escala margen derecho.

Fuente: elaboración propia en base a datos de CEPAL (2021).

Figura 3 Saldos balanza por cuenta corriente (BCC) y balanza de viajes (BV) 

Esta primera aproximación gráfica permite intuir que los flujos de turismo internacional, lejos de alivianar las restricciones externas de economías como la argentina y la brasileña, parecieran comprometerlas aún más, especialmente en periodo de repuntes económicos y apreciaciones cambiarias. En el caso de Uruguay y Chile el patrón es más diverso.

A continuación se presenta el análisis econométrico en el que se analiza con mayor profundidad estas relaciones presentadas de forma intuitiva. Se busca así establecer si existe una relación estable de largo plazo entre los saldos turísticos (medidos mediante los créditos y débitos de la BV), el saldo de la BCC y el desempeño económico (medido por el PIB). Adicionalmente, se incorpora el TRCE como variable de control para analizar el rol de esta variable.

3. Datos y metodología

A fin de estudiar el efecto de los flujos por turismo en el resultado de la BCC de cada uno de los países en estudio, se utilizó una metodología particular para determinar la existencia o no de cointegración entre las variables referidas. Metodologías como las desarrolladas por Engle y Granger (1987), Johansen (1988) y Johansen y Juselius (1990) han sido criticadas por las restricciones técnicas, ya que requieren que las series de tiempo sean integradas de orden I(1) o la baja potencia en el caso de muestras pequeñas. Basados en estas críticas, Pesaran et al. (1999 y 2001) presentaron la metodología de modelos ARDL para la prueba de cointegración. Según Philips (2018), en muestras de menos de 80 observaciones temporales, la prueba de cointegración de límites propuesto por Pesaran et al. (2001) tiende a ser más conservador reduciendo el riesgo de aceptar una relación de cointegración cuando no la hay.

La prueba de cointegración mediante modelos ARDL presenta algunas particularidades. Primero, la variable endógena debe poseer raíz unitaria (es decir, ser I(1)). Segundo, los regresores utilizados no pueden ser de un orden de integración mayor a 1 (es decir, pueden ser I(0) o I(1), lo cual relaja el requerimiento de mismo orden de integración de los métodos mencionados arriba). Por último, debe estimarse un modelo ARDL, en el que la variable dependiente sea considerada en primeras diferencias y se incorporen valores rezagados de la variable dependiente y valores en diferencias y rezagados de los regresores. Esto responde tanto a cuestiones de interés teórico (dado que los coeficientes de los rezagos en niveles pueden ser leídos como los efectos a largo plazo del regresor sobre la variable endógena, mientras que los coeficientes que acompañan a las diferencias pueden ser interpretados como los efectos de corto plazo), como a cuestiones técnicas, a fin de asegurar la presencia de residuos ruido blanco ante la presencia de series de raíz unitaria.

Segundo, la prueba de cointegración es un F-test que presenta valores críticos asintóticos específicos para muestras finitas (Narayan, 2005).2 En el presente estudio se optó por utilizar la metodología de ARDL para series temporales y no para datos de panel por tres motivos: primero, se pretende analizar la relación entre bv, BCC y demás represores de forma individual para cada economía, siendo que se tienen indicios de un comportamiento heterogéneo entre países (como se vio en las figuras anteriores). Asimismo, el trabajo en panel eliminaría la posibilidad de contrastar resultados entre economías. Por último, el número de economías es reducido, por lo que la metodología de panel tendría fuertes objeciones en este caso: los resultados posiblemente serían difíciles de generalizar y podrían estar sesgados (véase Pesaran et al., 1999; Baltagi, 2005).

En el caso de este trabajo, el modelo ARDL construido es el siguiente:

BCC(t) = α(0) + β1*BCC(t-1) + β2*PIB(t) + β3*PIB(t-1) + β4*VIAJES_INGRESOS(t) + β5*VIAJES_INGRESOS(t-1) +β6*VIAJES_EGRESOS(t) + β7*VIAJES_EGRESOS(t-1) + β8*TRCE(t) + β9*TRCE(t-1) + ε(t) (1)

En donde ∆ representa la primera diferencia de la variable en cuestión y mediante (t-1) se señala el valor en niveles rezagado. Adicionalmente se estimó:

BCC(t) = α(0) + β1*BCC(t-1) + β2*PIB(t) + β3*PIB(t-1) + β4*BV(t) + β5*BV(t-1) + β8*TRCE(t) + β9*TRCE(t-1) + ε(t) (2)

En donde se reemplazaron los regresores representativos de ingresos y egresos de divisas por turismo por el saldo neto de la BV. Por supuesto, α(0) es la constante de la regresión y ε(t) el residuo.

Como se explicará más abajo, para el caso de Uruguay se estimó un modelo alternativo tratando de verificar la cointegración entre las series de salidas de divisas por viajes al exterior (VIAJES_EGRESOS), PIB y TRCE. Es decir, en este caso se evaluó:

VIAJES_EGRESOS(t) = α(0) + β1*VIAJES_EGRESOS(t-1) + β2*PIB(t) + β3*PIB(t-1) + β4*TRCE(t) + β5*TRCE(t-1) + ε(t) (3)

Los datos son trimestrales y se encuentran disponibles para cada uno de los países de la muestra en los siguientes periodos: 2004:Q1-2020:Q1 (Argentina); 1996:Q1-2020:Q1 (Brasil y Chile); y 1999:Q1-2020:Q1 (Uruguay).3 La decisión de forzar el corte de las series en el primer cuatrimestre de 2020 se debe a las abruptas caídas producidas en la actividad turística a partir de dicha fecha debido a las medidas de aislamiento preventivo y obligatorio, así como al cierre de fronteras aplicadas por los cuatro países durante la emergencia por Covid-19. Los datos correspondientes al PIB fueron extraídos de la base de CEPAL (2021) en moneda nacional a precios constantes, y transformados a dólares utilizando el tipo de cambio nominal (promedio trimestral) disponible en la base del FMI. Los datos correspondientes a los componentes de la balanza de pagos (en millones de dólares) y el TRCE fueron obtenidos de CEPAL (2021). El PIB, TRCE, y los flujos de ingresos y egresos por viajes fueron expresados en logaritmos naturales, mientras que los saldos BCC y BV se expresan como porcentaje del PIB. Las series fueron previamente desestacionalizadas mediante el procedimiento X-12-ARIMA.

4. Resultados

En primer lugar, se realizaron los test de raíz unitaria de Dickey-Fuller aumentado y Phillip-Perron a fin de confirmar el orden de integración de las series. En la Tabla 1 se resumen los resultados.

Tabla 1 Orden de integración de las series utilizadas 

Variable Argentina Brasil Chile Uruguay
PIB I(1) I(1) I(1) I(1)
BCC I(1) I(1) I(1) I(0)
VIAJES_EGRESOS I(1) I(1) I(1) I(1)
VIAJES_INGRESOS I(1) I(1) I(1) I(0)
BV I(1) I(1) I(0) I(0)
TRCE I(1) I(1) I(1) I(1)

Fuente: elaboración propia con base en estimaciones.

Como la metodología exige que la variable dependiente sea I(1), se modificó en parte el análisis para el caso de Uruguay, dado que las variables BCC, BV y VIAJES_INGRESOS resultaron estacionarias. En este caso, como ya se dijo, la variable dependiente considerada fue ∆VIAJES_EGRESOS, y los regresores el PIB y TRCE en niveles rezagados y primeras diferencias, y VIAJES_EGRESOS en nivel rezagado.4

A continuación se resumen los resultados de los modelos estimados (véanse Tablas 2-5).

Tabla 2 Resultados de las estimaciones ARDL para Argentina 

Modelo 1 Modelo 2 Modelo 3
Variable dependiente: ∆BCC(t)
BCC(t-1) -0.630 *** -0.609 *** -0.683 ***
0.122 0.112 0.121
∆PIB(t) -1.028 -0.968
0.715 0.680
PIB(t-1) -0.742* -0.506* -0.866**
0.316 0.228 0.272
∆VIAJES_EGRESOS(t) -0.134
0.315
VIAJES_EGRESOS(t-1) -0.727 ** -0.607 **
0.244 0.216
∆VIAJES_INGRESOS(t) 0.522
0.503
VIAJES_INGRESOS(t-1) 0.768 * 0.616
0.358 0.326
∆BALANZA_VIAJES(t) 0.842
0.919
BALANZA_VIAJES(t-1) 2.289
0.680
∆TRCE(t) 2.886 ** 2.541** 3.144**
1.045 0.913 0.985
TRCE(t-1) 0.813 0.998
0.785 0.762
CONST. 5.447 ** 6.514 *** 6.420 ***
1.926 1.705 1.808
N 64 64 64
R2 0.43 0.39 0.43

Nota: errores estándar reportados bajo los coeficientes. Significatividad: * p<0.05, ** p<0.01, *** p<0.001.

Fuente: elaboración propia.

Tabla 3 Resultados de las estimaciones ARDL para Brasil 

Modelo 1 Modelo 2 Modelo 3
Variable dependiente: ∆BCC(t)
BCC(t-1) -0.188 *** -0.186*** -0.201***
0.052 0.048 0.053
∆PIB(t) 0.370 0.145
2.985 2.590
PIB(t-1) 2.554* 2.608** 0.546*
1.301 0.916 0.240
∆VIAJES_EGRESOS(t) -2.240* -2.188
1.020 0.887
VIAJES_EGRESOS(t-1) -1.652** -1.672**
0.666 0.605
∆VIAJES_INGRESOS(t) 1.747* 1.742*
0.772 0.696
VIAJES_INGRESOS(t-1) 0.021
0.398
∆BALANZA_VIAJES(t) 3.820***
1.201
BALANZA_VIAJES(t-1) 1.605**
0.642
∆TRCE(t) -2.428 -2.740* -1.887
3.022 1.559 2.882
TRCE(t-1) 2.019* 2.047*** 1.242**
0.890 0.502 0.443
CONST. -29.335* -29.851** -12.284**
13.381 8.674 4.105
N 94 94 94
R2 0.3 0.31 0.29

Nota: errores estándar reportados bajo los coeficientes. Significatividad: * p<0.05, ** p<0.01, *** p<0.001.

Fuente: elaboración propia.

Tabla 4 Resultados de las estimaciones ARDL para Chile 

Modelo 1 Modelo 2
Variable dependiente: ∆BCC(t)
BCC(t-1) -0.376*** -0.349***
0.076 0.071
∆PIB(t) 25.169*** 25.843***
7.365 7.045
PIB(t-1) 0.464 -0.606
1.339 0.339
∆VIAJES_EGRESOS(t) -0.825
1.821
VIAJES_EGRESOS(t-1) -0.098
1.588
∆VIAJES_INGRESOS(t) 1.109
1.948
VIAJES_INGRESOS(t-1) -1.306
1.831
∆BALANZA_VIAJES(t) 1.637
1.421
BALANZA_VIAJES(t-1) -0.180
1.661
∆TRCE(t) 25.059* 26.719**
11.445 11.161
TRCE(t-1) 6.170* 5.552*
2.741 2.556
CONST. -25.875*
14.679
N 94 94
R2 0.31 0.31

Nota: errores estándar reportados bajo los coeficientes. Significatividad: * p<0.05, ** p<0.01, *** p<0.001.

Fuente: elaboración propia.

Tabla 5 Resultados de las estimaciones ARDL para Uruguay 

Modelo 1 Modelo 2
Variable dependiente: ∆VIAJES_EGRESOS(t)
VIAJES_EGRESOS(t-1) -0.201** -0.207**
0.066 0.065
∆PIB(t) -0.028
0.383
PIB(t-1) 0.309** 0.267**
0.102 0.089
∆TRCE(t) -1.060* -1.178**
0.511 0.369
TRCE(t-1) 0.175
0.214
CONST. -2.570*
1.505
N 82 82
R2 0.24 0.23

Nota: errores estándar reportados bajo los coeficientes. Significatividad: * p<0.05, ** p<0.01, *** p<0.001.

Fuente: elaboración propia.

Una vez que se comprueba que los residuos de las distintas regresiones son ruido blanco, se procede a realizar las pruebas de cointegración para corroborar la existencia de una relación de largo plazo entre las variables en cuestión. Un resumen de los resultados de dichas pruebas se exhibe en la Tabla 6. Existe evidencia a favor de una relación estable de largo plazo entre las variables representativas de los flujos de divisas por turismo internacional (emisivo y receptivo), el PIB, el TRCE y el saldo de la BCC para Argentina, Brasil y Chile. No hay evidencia concluyente en el caso de Uruguay (véase Anexo para estadísticos y valores críticos).

Tabla 6 Resultados de las pruebas de cointegración 

Argentina Brasil Chile Uruguay
Modelo 1 Cointegración
(5%)
Cointegración
(5%)
Cointegración
(1%)
No evidencia de
cointegración
Modelo 2 Cointegración
(1%)
Cointegración
(1%)
Cointegración
(1%)
Cointegración
(10%)
Modelo 3 Cointegración
(1%)
Cointegración
(5%)

Nota: entre paréntesis los niveles de significancia a los cuales se acepta la hipótesis de cointegración.

Fuente: elaboración propia con base en resultados de las estimaciones anteriores.

Los coeficientes que acompañan a las variables rezagadas suelen interpretarse como la relación de largo plazo que guarda la variable explicativa con la variable endógena. En el caso de Argentina, las salidas de divisas por turismo se relacionan negativamente con los saldos de la BCC en el largo plazo. Si bien los ingresos por divisas podrían tener una relación positiva, el coeficiente que acompaña a la variable en cuestión es significativo sólo en el caso del Modelo 1 y al 10% de significancia. Por su parte, el Modelo 3 muestra con claridad que mejoras en los saldos de la BV se relacionan positivamente en el largo plazo a la BCC.

Es de notar que las relaciones de corto plazo (medidos por los coeficientes que acompañan a las variables en diferencias) no son relevantes. Por otra parte, como se espera, el PIB guarda una relación negativa con la BCC (dada la dependencia que tienen las importaciones del producto); mientras que el TRCE muestra una relación de corto plazo positiva con el saldo de la BCC, pero no un vínculo de largo plazo.

Como en el caso de Argentina, para Brasil los egresos por viajes al exterior poseen una relación positiva estable de largo plazo con el saldo de la BCC. Asimismo, el saldo de la BV muestra una relación positiva con el saldo de la BCC a largo plazo y, a diferencia de Argentina, también a corto plazo. Llamativamente, el PIB se relaciona también positivamente con el saldo de la BCC y el TRCE muestra una relación positiva de largo plazo con la BCC.

Para Chile y Uruguay se estimaron sólo dos modelos. Si bien el test de Pesaran et al. (2001) corrobora la presencia de cointegración para las series chilenas, las variables referentes a los flujos de turismo internacional emisivo y receptivo no muestran relaciones significativas de corto o largo plazo con el saldo de la BCC. Adicionalmente para Chile, el PIB guarda una relación positiva de corto plazo con el saldo de la BCC y el TRCE muestra una relación positiva tanto de corto como de largo plazo, aunque con baja significatividad.

En el caso de Uruguay, se estimó un modelo alternativo dada la estacionariedad de las series que idealmente hubieran funcionado como variables endógenas (BCC, o en su defecto balanza de pagos o BV). Se intentó corroborar la existencia de una relación de largo plazo entre los egresos de divisas por viajes al exterior, el PIB y el TRCE. En el primer modelo, se rechaza la hipótesis nula de cointegración. En el segundo, la evidencia es muy débil y se acepta cointegración sólo a un nivel de 10% de significancia. Si se aceptara trabajar a este nivel de significancia, puede decirse que el PIB guarda relación esperada de largo plazo con los egresos de divisas por viajes al exterior, dado que se correlaciona positivamente en la demanda de turismo emisivo; mientras que el TRCE posee los efectos esperados en el corto plazo (un incremento del TRCE encarece las importaciones de turismo, reduciendo las salidas de divisas por dicho concepto).

5. Consideraciones finales

Como mencionan Çelik et al. (2013), no siempre los efectos del turismo son positivos sobre una economía particular, dado que hay países en los que la actividad turística internacional emisiva es, en términos de flujos monetarios comparativos, bastante mayor que la actividad receptiva. En este trabajo se constató cómo Brasil o Argentina podrían ilustrar tal afirmación, siendo que sus economías se comportan como importadoras netas de turismo. Este hecho, lejos de alivianar los problemas de restricción externa, podrían empeorarlo.

El análisis econométrico permitió corroborar en ese sentido la existencia de una relación estable de largo pazo entre las variables representativas de los flujos de divisas por turismo internacional (emisivo y receptivo), el PIB, el TRCE y el saldo de la BCC para Argentina y Brasil. No siendo así para el caso de Uruguay, en el que la evidencia no fue concluyente. En el caso de Chile, por ejemplo, si bien se tiene evidencia de cointegración entre todas las variables definidas, individualmente las variables representativas de los flujos de divisas por turismo internacional no parecen guardar una relación estable de corto o largo plazo con el saldo de la BCC.

El hecho de que la relación de largo plazo entre la BV y la BCC sea relevante (no así el vínculo de corto plazo) en el caso argentino, muestran la necesidad de una reversión continua en el saldo de la BV para que exista una contribución significativa al saldo de la BCC. Podría ser de vital relevancia, en este sentido, una política de planificación turística tendiente a controlar el déficit turístico internacional, impulsando la oferta y la demanda internas de turismo o, más aún, el turismo internacional receptivo.

Poniendo nuevamente de ejemplo el caso argentino, según el INDEC para el ítem Servicios en 2019, se estimó un déficit de la cuenta de USD$ 5 183 millones. El principal saldo negativo correspondió a viajes. Si bien los egresos se redujeron en el primer trimestre en USD$163 millones respecto del mismo trimestre del año anterior, se debió a la crisis económica que afrontaba Argentina incluso previo a la pandemia. Los ingresos por divisas debido al turismo, también resultaron USD$44 millones menores a los de igual trimestre de 2018. Lo interesante es que el principal destino de los turistas argentinos, en términos de gasto total, fue Europa (USD$410 millones), seguido de Estados Unidos y Canadá (USD$340 millones).

En este sentido, la integración regional y la colaboración de los gobiernos de América del Sur sería de vital relevancia a la hora de impulsar el turismo emisivo intrarregional y receptivo de origen extra regional. Por ejemplo, mientras que el turismo receptivo en Argentina provino principalmente de Europa, el país guarda un déficit relativo con el turismo emisivo hacia Europa (el ingreso de divisas fue de USD$379 millones, contra la salida de USD$410 millones mencionada más arriba). Además, los principales demandantes de servicios turísticos en Argentina, luego de los europeos, provienen de Brasil, Bolivia y Uruguay, marcando la relevancia del turismo intrarregional.

Por otro lado, se ha visto que la caída del turismo emisivo argentino afecta negativamente a algunos destinos regionales como Uruguay, Chile y Paraguay. Aunque la OMT (2019) indica que la mayor entrada a la región de turistas estadounidenses debe ser vista con buenos ojos, dado que llegan con un dólar cada vez más fuerte, lo cierto es que también aumentó la cantidad de turistas latinoamericanos que eligen vacacionar dentro de América Latina. Según datos de la OMT, siete de cada diez turistas que arribaban a ALYC provenían de algún otro país de América Latina.

Hay que considerar que el turismo es una actividad potencialmente generadora de divisas. Pero, asimismo, podría transformarse en una actividad de goteo constante de divisas hacia el exterior de la región, dificultando la tan ansiada búsqueda del equilibrio externo. Tomar en consideración la dirección de los flujos pasados y proyectados de turismo internacional, emisivo y receptivo, y extra e intrarregional, debería ser parte de la agenda de integración considerada por los gobiernos del Cono Sur y que además constituye una futura línea de investigación a ser ampliada.

Bibliografía

Akadiri, S. S., Akadiri, A. C. y Alola, U. V. (2019). Is there growth impact of tourism? Evidence from selected small island states. Current Issues in Tourism, 22(12). https://doi.org/10.1080/13683500.2017.1381947 [ Links ]

Alp, E. A. y Genc, E. G. (2015). The relation between current account deficit and tourism: The case of Turkey. International Journal of Economics and Financial Issues, 5(2).https://dergipark.org.tr/en/download/articlefile/363013Links ]

Baltagi, B. H. (2005). Econometric analysis of panel data. John Wiley & Sons (3rd ed.). [ Links ]

Bárcena, A. y Prado, A. (2015). Neoestructuralismo y corrientes heterodoxas en América Latina y el Caribe a inicios del siglo XXI. Serie Libros de la CEPAL - Desarrollo Económico. CEPAL. https://repositorio.cepal.org/items/e4cc9753-9cf2-4441-97ee-6822d73552b7Links ]

Brida, J. G., Pereyra, J. S., Devesa, M. J. S. y Aguirre, S. Z. (2008). La contribución del turismo al crecimiento económico. Cuadernos de Turismo, (22). https://revistas.um.es/turismo/article/view/47931Links ]

_________, Lanziotta, B., Pereyra, J. y Pizzolon, F. (2015). A nonlinear approach to the tourism-led growth hypothesis: the case of the MERCOSUR. Current Issues in Tourism, 18(7). https://doi.org/10.1080/13683500.2013.802765 [ Links ]

_________, Cortes-Jimenez, I. y Pulina, M. (2016). Has the tourism-led growth hypothesis been validated? A literature review. Current Issues in Tourism, 19(5). https://doi.org/10.1080/13683500.2013.868414 [ Links ]

Candias, K., Rojas, M. y London, S. (2020). Turismo y crecimiento en América Latina y Caribe: ¿causa o consecuencia? Economía Coyuntural, 5(3). https://doi.org/10.5281/zenodo.4061875 [ Links ]

Cárdenas-García, P. J. (2012). El turismo como instrumento de desarrollo económico. Un análisis de los factores determinantes [Tesis doctoral, Universidad de Jaén]. http://hdl.handle.net/10953/363Links ]

Çelik, A. K., Özcan, S., Topcuoğlu, A. y Yildirim, K. E. (2013). Effects of the tourism industry on the balance of payments deficit. Anatolia, 24(1). https://doi.org/10.1080/13032917.2013.772529 [ Links ]

Chisari, O. O. y Fanelli, J. M. (1990). Three-Gap models, optimal growth and the economic dynamics of highly indebted countries. Documento CEDES/47. https://repositorio.cedes.org/bitstream/123456789/3350/1/Doc_c47.pdfLinks ]

Comisión Económica para América Latina (CEPAL) (2019). Perspectivas económicas de América Latina 2019: desarrollo en transición. CEPAL. https://hdl.handle.net/11362/44525Links ]

_________ (2021). Estadísticas e Indicadores. Sección: económicos. https://statistics.cepal.org/portal/cepalstat/dashboard.html?theme=2&lang=esLinks ]

Dogru, T. y Bulut, U. (2018). Is tourism an engine for economic recovery? Theory and empirical evidence. Tourism Management, 67. https://doi.org/10.1016/j.tourman.2017.06.014 [ Links ]

Engle, R. F. y Granger, C. W. (1987). Co-integration and error correction: Representation, estimation, and testing. Econometrica, 55(2). https://doi.org/10.2307/1913236 [ Links ]

Fondo Monetario Internacional (FMI) (2021). Data. Sección: Macroeconomía y datos financieros. https://www.imf.org/en/DataLinks ]

Johansen, S. (1988). Statistical analysis of cointegration vectors. Journal of Economic Dynamics and Control, 12(2-3). https://doi.org/10.1016/01651889(88)90041-3 [ Links ]

Johansen, S. y Juselius, K. (1990). Maximum likelihood estimation and inference on cointegration with applications to the demand for money. Oxford Bulletin of Economics and Statistics, 52(2). https://digilander.libero.it/rocco.mosconi/JohansenJuselius1990.pdfLinks ]

Lanza, A. y Pigliaru, F. (2000). Why are tourism countries small and fastgrowing? En A. Fossati y G. Panella (eds.). Tourism and sustainable economic development (p. 57). Springer. [ Links ]

London, S., Rojas, M. L. y Candias, K. N. (2021). Turismo sostenible: un modelo de crecimiento con recursos naturales. Ensayos de Economía, 31(58). https://doi.org/10.15446/ede.v31n58.88712 [ Links ]

Lorde, T., Francis, B. y Drakes, L. (2012). Tourism services exports and economic growth in Barbados. The International Trade Journal, 25(2). https://doi.org/10.1080/08853908.2011.554788 [ Links ]

Mitra, S. K. (2019). Is tourism‐led growth hypothesis still valid? International Journal of Tourism Research, 21(5). https://doi.org/10.1002/jtr.2285 [ Links ]

Narayan, P. K. (2005). The saving and investment nexus for China: Evidence from cointegration tests. Applied Economics, 37(17). https://doi.org/10.1080/00036840500278103 [ Links ]

Organización Mundial del Turismo (OMT) (2015). Panorama del Turismo Internacional. Edición 2015. Oficina de la Organización Mundial del Turismo en Madrid. https://www.e-unwto.org/doi/pdf/10.18111/9789284416875Links ]

_________ (2019). Panorama del Turismo Internacional. Edición 2019. Oficina de la Organización Mundial del Turismo en Madrid. https://doi.org/10.18111/9789284421237. [ Links ]

Pesaran, M. H., Shin, Y. y Smith, R. J. (1999). Pooled mean group estimation of dynamic heterogeneous panels. Journal of the American Statistical Association, 94(446). https://www.tandfonline.com/doi/abs/10.1080/01621459.1999.10474156Links ]

_________, Shin, Y. y Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3). https://doi.org/10.1002/jae.616 [ Links ]

Philips, A. Q. (2018). Have your cake and eat it too? Cointegration and dynamic inference from autoregressive distributed lag models. American Journal of Political Science, 62(1). https://doi.org/10.1111/ajps.12318 [ Links ]

Phiri, A. (2016). Tourism and economic growth in South Africa: Evidence from linear and nonlinear cointegration frameworks. Managing Global Transitions, 14(1). http://www.fm-kp.si/zalozba/ISSN/1581-6311/14_31-53.pdfLinks ]

Rasheed, R., Meo, M. S., Awan, R. U. y Ahmed, F. (2019). The impact of tourism on deficit in balance of payments of Pakistan: an application of bounds testing approach to cointegration. Asia Pacific Journal of Tourism Research, 24(4). https://doi.org/10.1080/10941665.2018.1564345 [ Links ]

Roudi, S., Arasli, H. y Akadiri, S. S. (2019). New insights into an old issueexamining the influence of tourism on economic growth: evidence from selected small island developing states. Current Issues in Tourism, 22(11). https://doi.org/10.1080/13683500.2018.1431207 [ Links ]

Seghir, G. M., Mostéfa, B., Abbes, S. M. y Zakarya, G. Y. (2015). Tourism spending-economic growth causality in 49 countries: A dynamic panel data approach. Procedia Economics and Finance, 23. https://doi.org/10.1016/S2212-5671(15)00402-5 [ Links ]

Thirlwall, A. P. (2012). Balance of payments constrained growth models: History and overview. En E. Soukiazis y P. A. Cerqueira (eds.). Models of balance of payments constrained growth. Palgrave Macmillan. https://doi.org/10.1057/9781137023957_2 [ Links ]

1 Se considerará a este ítem como proxy de la balanza turística, si bien se reconoce que este indicador probablemente esté subestimando los ingresos y egresos por turismo.

2Para un mayor detalle de la metodología consúltese Philips (2018).

3La disponibilidad de datos responde a la continuidad metodológica en las series de PIB (Argentina, Brasil y Chile) o a la disponibilidad de datos en balanza de pagos (Uruguay).

4Alternativamente, se probó con la variable balanza de pago total, pero esta variable resultaba estacionaria para las cuatro economías en estudio.

Anexo

A continuación se presentan los test de cointegración referidos en la sección resultados.

Tabla A1 Argentina 

Test de cointegraciónPesaran, Shin y Smith (2001)
Valores críticos calculados Modelo (1)
I(0) I(1)
2.574 3.682 10%
3.068 4.274 5%
4.188 5.694 1%
t-estadístico: 5.54
Se acepta la H0 (cointegración) a un nivel de 5% de significancia
Valores críticos calculados Modelo (2)
I(0) I(1)
2.574 3.682 10%
3.068 4.274 5%
4.188 5.694 1%
t-estadístico: 7.62
Se acepta la H0 (cointegración) a un nivel de 1% de significancia
Valores críticos calculados Modelo (3)
I(0) I(1)
2.843 3.923 10%
3.435 4.583 5%
4.69 6.143 1%
t-estadístico: 8.18
Se acepta la H0 (cointegración) a un nivel de 1% de significancia

Fuente: elaboración propia con base en estimaciones.

Tabla A2 Brasil 

Test de cointegraciónPesaran, Shin y Smith (2001)
Valores críticos calculados Modelo (1)
I(0) I(1)
2.45 3.52 10%
2.86 4.01 5%
3.74 5.06 1%
t-estadístico: 4.33
Se acepta la H0 (cointegración) a un nivel de 5% de significancia
Valores críticos calculados Modelo (2)
I(0) I(1)
2.72 3.77 10%
3.23 4.35 5%
4.29 5.61 1%
t-estadístico: 5.62
Se acepta la H0 (cointegración) a un nivel de 1% de significancia
Valores críticos calculados Modelo (3)
I(0) I(1)
2.72 3.77 10%
3.23 4.35 5%
4.29 5.61 1%
t-estadístico: 4.96
Se acepta la H0 (cointegración) a un nivel de 5% de significancia

Fuente: elaboración propia con base en estimaciones.

Tabla A3 Chile 

Test de cointegraciónPesaran, Shin y Smith (2001)
Valores críticos calculados Modelo (1)
I(0) I(1)
2.45 3.52 10%
2.86 4.01 5%
3.74 5.06 1%
t-estadístico: 6.38
Se acepta la H0 (cointegración) a un nivel de 1% de significancia
Valores críticos calculados Modelo (2)
I(0) I(1)
2.72 3.77 10%
3.23 4.35 5%
4.29 5.61 1%
t-estadístico: 8.14
Se acepta la H0 (cointegración) a un nivel de 5% de significancia

Fuente: elaboración propia con base en estimaciones.

Tabla A4 Uruguay 

Test de cointegraciónPesaran, Shin y Smith (2001)
Valores críticos calculados Modelo (1)
I(0) I(1)
3.17 4.14 10%
3.79 4.85 5%
5.15 6.36 1%
t-estadístico: 3.56
Se reechaza H0 (cointegración)
Valores críticos calculados Modelo (2)
I(0) I(1)
4.04 4.78 10%
4.94 5.73 5%
6.84 7.84 1%
t-estadístico: 5.08
Se acepta la H0 (cointegración) a un nivel de 10% de significancia

Fuente: elaboración propia con base en estimaciones.

Recibido: 05 de Diciembre de 2023; Aprobado: 25 de Marzo de 2024

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons