1. Introducción

El Foro de Cooperación Económica Asia-Pacífico (APEC, por sus siglas en inglés) fomenta la cooperación, integración y apertura comercial y financiera entre los países miembros, con alcances políticos y sociales (^{Anguiano, 2001}; ^{Asia-Pacific Economic Cooperation [APEC], 2020}; ^{Padilla & Tepetla, 2019}). Esto permitió que a nivel regional el producto interno bruto (PIB), la inversión extranjera directa (IED) y el flujo comercial crecieran de manera notable durante el periodo 1990-2019, fortaleciendo la capacidad productiva y competitiva de las economías que lo integran (^{Banco Mundial [BM], 2020}; ^{Favila, 2020}). En este sentido sobresalen Estados Unidos, China, Canadá, Australia, Hong Kong, Rusia y Japón por contar con altos niveles de bienestar económico y social; mientras que México, Chile, Indonesia, Corea del Sur, Malasia, Singapur y Tailandia se caracterizan por ser países menos desarrollados. Es así como el APEC se constituye por economías con distintos niveles de desarrollo, lo cual hace que sus potencialidades, ventajas competitivas, factores de crecimiento económico y los elementos que estimulan la IED sean diversos (^{Ahmad & Rao, 1997}; ^{BM, 2020}; ^{Cuadra & Florián, 2003}; ^{Favila, 2020}; ^{Mogrovejo, 2005}).

La presente investigación tiene como objetivo identificar los determinantes de la IED en 14 economías del APEC, segmentadas en dos grupos homogéneos durante el periodo 1990-2019. Para tal fin se desarrollaron dos modelos econométricos con datos panel, estableciendo como variable dependiente los flujos de IED a los países estudiados, y como variables independientes se consideraron las remuneraciones, el valor agregado por trabajador en la industria, el gasto nacional bruto, el gasto público en educación, las exportaciones de alta tecnología y los homicidios intencionales (^{Ahmad & Rao, 1997}; ^{Castillo et al., 2020}; ^{Cuadra & Florián, 2003}; ^{De la Garza, 2005}; ^{Eicher et al., 2012}; ^{Elizalde et al., 2020}; ^{Guerra-Borges, 2001}; ^{Loría, 2020}; ^{Makin & Chai, 2018}; ^{Mogrovejo, 2005}; ^{Tocar, 2018}).

El documento se estructuró en seis apartados, iniciando con la introducción; posteriormente se abordará la descripción de los indicadores socioeconómicos de la región y las economías que la integran; en el tercer apartado se presentará el análisis de los aspectos teóricos de la IED y sus determinantes; en el cuarto apartado se describirán los aspectos metodológicos de los modelos y el proceso de selección de las variables; en el quinto apartado se expondrán y discutirán los resultados obtenidos en ambos modelos, y finalmente se postulará una serie de conclusiones.

2. Aspectos socioeconómicos del APEC

A continuación se presentan las principales características socioeconómicas de APEC, enfatizando la evolución de la IED durante el periodo 1990-2019. De acuerdo con datos publicados por el ^{BM (2020)}, el PIB de la región a lo largo del periodo de estudio ostentó un crecimiento significativo al pasar de 19.5 billones de dólares en 1990 a 47.9 billones en 2019, haciendo que el ingreso per cápita de la región sea uno de los más altos en el mundo. Los países con más altos niveles de PIB fueron Estados Unidos, Japón, China, Canadá y Rusia; mientras que Brunei, Papúa Nueva Guinea, Vietnam, Perú y Nueva Zelanda mostraron los niveles más bajos de la región (^{BM, 2020}).

La tendencia al alza de la formación bruta de capital (FBK) durante el periodo de estudio contribuyó a que las exportaciones (X) e importaciones de la región aumentaran exponencialmente, favoreciendo a su vez la recaudación fiscal. De forma particular, la captación de impuestos por concepto de comercio exterior creció en 47.2% en el periodo de análisis. Con un mayor ingreso los países incrementaron el gasto público en salud (GPS), el gasto público en educación (GPE), y las contribuciones a la sociedad (CS); repercutiendo positivamente en indicadores de bienestar y estabilidad social como la matriculación escolar, el número promedio de años de estudio, el acceso a los servicios de salud, el gasto nacional, el ahorro nacional, la reducción de los homicidios intencionales, entre otros (^{BM, 2020}) ver Tablas 1-7 del anexo.

Dicho panorama de estabilidad propició un aumento notable en los flujos de IED, ya que pasaron de 193 mil millones de dólares en 1990 a 761 mil millones de dólares en 2019. Las economías con mayores flujos de IED fueron Estados Unidos, China, Hong Kong, Singapur y Canadá; mientras que Papúa Nueva Guinea, Brunei, Nueva Zelanda, Filipinas y Perú presentaron los volúmenes más bajos. Estos recursos favorecieron la generación de valor agregado (VA) en los sectores económicos durante el periodo 1990-2019; de manera particular, el VA en la agricultura mostró un crecimiento del 83%, la industria creció en 281% y los servicios en 327%. Por su parte, el valor agregado por trabajador aumentó en la agricultura en 127%, en la industria 130% y en los servicios 83%; viéndose reflejados en el volumen de las remuneraciones, las cuales presentaron un crecimiento del 415% durante el periodo de estudio (^{BM, 2020}) ver Tablas 1-7 del anexo.

A pesar del comportamiento positivo de los indicadores macroeconómicos es de destacar que aún persisten problemas de inequidad y pobreza, aunados a una profunda desigualdad en el desempeño de los países (^{Ahmad & Rao, 1997}; ^{BM, 2020}; ^{Cuevas, 2001}; ^{Favila, 2020}; ^{Hernández, 2002}).

3. Análisis teórico de la IED y sus determinantes

El crecimiento económico y la capacidad para generar riqueza de un país dependen de manera importante de la captación de IED, debido a que ésta promueve la creación de empleos, el comercio internacional, la transferencia de tecnología, la adopción de prácticas de trabajo, la creación de tejidos industriales, etc. Es así como el estudio de los determinantes del flujo de IED es relevante para el desarrollo productivo y competitivo de las economías receptoras (^{Castillo et al., 2020}; ^{Cruz, et al., 2018}; ^{De la Garza, 2005}; ^{Dussel, 2007}; ^{Elizalde et al., 2020}; ^{Gil et. al., 2013}; ^{Jiménez & Rendón, 2012}; ^{Ronderos-Torres, 2010}; ^{Tocar, 2018}).

La Organización para la Cooperación y el Desarrollo Económico (^{OCDE, 2011}) establece que la IED se presenta cuando las empresas multinacionales invierten en otros países en la búsqueda de mayores utilidades. Si bien en la actualidad no existe una teoría general de la IED, es posible encontrar en la literatura postulados teóricos que la analizan, como son la teoría del comercio internacional, la teoría de la ventaja competitiva de ^{Porter (1990)}, la teoría macroeconómica de ^{Kojima (1982)}, el modelo de Heckscher-Ohlin, el paradigma ecléctico de ^{Dunning (1993)}, la teoría de ^{Vernon (1966)}, la teoría dinámica de ^{Ozawa (1992)}, entre otros (^{Brahma & Chakraborty, 2011}; ^{Díaz, 2003}; ^{Dussel, 2007}; ^{Gil et al., 2013}; ^{Gómez et al., 2020}; ^{Guerra-Borges, 2001}; ^{Jiménez & Rendón, 2012}; ^{Karthikeyan et al., 2011}; ^{Klein et al., 1990}; ^{Krugman et al., 2018}; ^{Pérez, 2009}; ^{Rivas & Puebla, 2016}; ^{Ronderos-Torres, 2010}).

^{Castillo et al. (2020)} establecen al respecto que la IED puede ser horizontal cuando se orienta a una inversión en el mismo tipo de industria pero en otro país, con el objetivo de producir más cerca de los consumidores; de igual forma, puede ser vertical cuando la firma divide sus actividades geográficamente por función, pretendiendo minimizar los costos de producción, acceder a recursos e incrementar su eficiencia. A partir de ello, se puede establecer que los flujos de IED a una economía anfitriona se originan por su disposición de recursos, mercados, eficiencia productiva y activos estratégicos (^{Cruz et al., 2018}; ^{Elizalde et al., 2020}). Es así como el análisis de los determinantes de la IED se ha presentado en la literatura a partir del estudio de factores macroeconómicos y microeconómicos (^{Elizalde et al., 2020}; ^{Flora y Agrawal, 2014}; ^{Gómez et al., 2020}; ^{Mogrovejo, 2005}; ^{Tocar, 2018}).

Las investigaciones que retoman elementos macroeconómicos establecen que los flujos de IED dependen de variables económicas, políticas y sociales como son: el ingreso per cápita, la tasa de crecimiento del PIB, el tamaño del mercado, los niveles de integración y apertura económica, el tipo de cambio, el nivel educativo, la infraestructura, el grado de desarrollo del sistema financiero, la credibilidad de las instituciones gubernamentales, los costos laborales, la dotación de recursos naturales, el fomento de la investigación y desarrollo, la presencia de un marco legal y políticas públicas que favorezcan la inversión, el riesgo económico, financiero y político, entre otros (^{Díaz, 2003}; ^{Dussel, 2007}; ^{Flora & Agrawal, 2014}; ^{Gil et al., 2013}; ^{Gómez et al., 2020}; ^{Jiménez & Rendón, 2012}; ^{Mogrovejo, 2005}).

Los estudios que, enfocados en criterios microeconómicos analizan las causas que motivan la IED, establecen que éstas se relacionan con el ciclo de vida del producto (^{Vernon, 1966}); la posibilidad de aprovechar las imperfecciones de los mercados extranjeros (^{Hymer, 1976}); y la explotación de las oportunidades de propiedad (grado de pertenencia de los procesos productivos), ubicación (sitio donde se llevará a cabo la producción y/o comercialización), e internalización del proceso productivo (obtención y asimilación de información y experiencias del país receptor que favorezcan el desempeño de la firma en el mismo (^{Dunning, 1993}) (véanse también ^{Gil et al., 2013}; ^{Díaz, 2003}; ^{Gómez et al., 2020}).

En ese orden de ideas, el Estado deberá ser el agente promotor del crecimiento de las inversiones con base en factores como el tamaño y poder adquisitivo del mercado, los niveles de integración y apertura económica, la localización, la infraestructura, la investigación y desarrollo, el nivel educativo, la tecnología, los costos laborales, la dotación de recursos naturales, la capacidad productiva, y la estabilidad financiera, política y social (^{Castillo et al., 2020}; ^{De la Garza, 2005}; ^{Elizalde et al., 2020}; ^{Guerra-Borges, 2001}; ^{Krugman et al., 2018}; ^{Loría, 2020}; ^{Martín & Turrión, 2004}; ^{Mogrovejo, 2005}; ^{Peng, 2001}; ^{Pérez, 2009}; ^{Quiroz, 2003}; ^{Tocar, 2018}; ^{Vallejo & Aguilar, 2004}; ^{Wernerfelt, 1984}).

4. Descripción del modelo y la selección de variables

En esta investigación se desarrollaron dos modelos de datos panel para los quinquenios de 1990 a 2019. El diseño fue cubierto por la información obtenida del ^{Banco Mundial (2020)} para las economías del APEC, divididas en dos grupos. El primero constituido por Australia, Canadá, China, Estados Unidos, Hong Kong, Japón y Rusia; y el segundo por Chile, Corea del Sur, Indonesia, Malasia, México, Singapur y Tailandia. La composición de los grupos se efectuó con base en la dinámica en conjunto de las variables inversión extranjera directa, remuneraciones, valor agregado por trabajador en la industria, gasto nacional bruto, gasto público en educación, exportaciones de alta tecnología y homicidios intencionales; así como también por la conformación de un panel de datos balanceado (con información completa para cada país, periodo y grupo de estudio), con distribución homogénea (donde las variables estudiadas por conjunto de individuos presentan una distribución normal en el periodo de análisis) y heterogéneo (en el cual cada individuo por grupo y periodo estudiado se comporta de manera distinta, derivado del desempeño de las variables seleccionadas)¹ (^{Quintana & Mendoza, 2017}).

El primer modelo, diseñado para las economías del grupo 1 de APEC, estableció como variable dependiente a la inversión extranjera directa (IED), y como variables independientes a las remuneraciones en la economía (REM), el gasto nacional bruto (GNB), las exportaciones de alta tecnología (XAT) y los homicidios intencionales (HI). La expresión matemática del modelo fue la siguiente:

El segundo modelo elaborado para las economías del grupo 2 de APEC, consideró al flujo de inversión extranjera directa (IED) como variable dependiente, en función de las remuneraciones en la economía (REM), el valor agregado por trabajador en la industria (VAxTI), el gasto público en educación (GPE) y los homicidios intencionales (HI). La expresión matemática del modelo fue la siguiente:

Las variables fueron seleccionadas dada su representatividad teórica y estadística para determinar el comportamiento de los flujos de IED de los países seleccionados (^{Ahmad & Rao, 1997}; ^{Brahma & Chakraborty, 2011}; ^{Castillo et al., 2020}; ^{Cuadra & Florián, 2003}; ^{De la Garza, 2005}; ^{Díaz, 2003}; ^{Eicher et al., 2012}; ^{Elizalde et al., 2020}; ^{Guerra-Borges, 2001}; ^{Karthikeyan et al., 2011}; ^{Loría, 2020}; ^{Makin & Chai, 2018}; ^{Martín & Turrión, 2004}; ^{Mogrovejo, 2005}; ^{Peng, 2001}; ^{Pérez, 2009}; ^{Quiroz, 2003}; ^{Rivas & Puebla, 2016}; ^{Ronderos-Torres, 2010}; ^{Tocar, 2018}; ^{Vallejo & Aguilar, 2004}). Los softwares que se utilizaron para llevar a cabo los modelos econométricos fueron R y EViews.

Partiendo de estas consideraciones, el procedimiento realizado para cada uno de los grupos fue el siguiente: a) un estudio descriptivo de las variables con la finalidad de visualizarlas y predeterminar el tipo de especificación; análisis confirmatorio o estimación del modelo de datos panel, en donde se calculan los tres tipos (pool, efectos fijos [EF] y efectos aleatorios [EA]); c) elección del modelo de estimación con base en su consistencia estadística, a partir de la aplicación de las pruebas pooling y Hausman, y d) estimación econométrica a partir del modelo seleccionado, estableciendo los coeficientes y verificando la ausencia de errores de especificación (^{Gujarati & Porter, 2010}; ^{Núñez, 2007}; ^{Quintana & Mendoza, 2017}).

5. Resultados y discusión de los modelos

6. Conclusiones

El APEC durante el periodo 1990-2019 presentó un crecimiento sostenido en términos del PIB, PIB per cápita, FBK, X, M e IED, lo cual favoreció a la sociedad con incrementos significativos en el GNB, GPS, GPE, CS y REM, repercutiendo positivamente en los indicadores de bienestar y estabilidad social como el promedio de años estudiados, el acceso a los servicios de salud y en la reducción de los HI (^{BM, 2020}). Sin embargo, fue posible observar durante el periodo de estudio la existencia de marcadas desigualdades entre las economías que integran el Foro, es decir, mientras Australia, Canadá, China, Estados Unidos, Hong Kong, Japón y Rusia se distinguieron por contar con altas tasas de crecimiento en los indicadores socioeconómicos, Chile, Corea del Sur, Indonesia, Malasia, México, Singapur y Tailandia ostentaron desempeños más modestos, lo que ha llevado a generar una brecha socioeconómica y competitiva entre los países miembros (^{Ahmad & Rao, 1997}; ^{BM, 2020}; ^{Cuadra & Florián, 2003}; ^{Cuevas, 2001}; ^{Favila, 2020}; ^{Hernández, 2002}).

Es a partir de esta diferenciación que la presente investigación tuvo como objetivo identificar los determinantes de la IED en 14 economías del APEC, segmentadas en dos grupos homogéneos durante el periodo 1990-2019. Para alcanzar este objetivo se efectuó el análisis teórico de la IED y sus determinantes, por lo que partiendo de los postulados de ^{Castillo et al. (2020)}, ^{De la Garza (2005)}, ^{Elizalde et al. (2020)}, ^{Guerra-Borges (2001)}, ^{Krugman et al. (2018)}, ^{Loría (2020)}, ^{Martín y Turrión (2004)}, ^{Mogrovejo (2005)}, ^{Peng (2001)}, ^{Pérez (2009)}, ^{Quiroz (2003)}, ^{Tocar (2018)}, ^{Vallejo & Aguilar (2004)} y ^{Wernerfelt (1984)} fue posible distinguir que las empresas multinacionales en su búsqueda de mayores ingresos exploran en economías distintas a su país de origen ventajas competitivas que les permitan desarrollarse. Es así como la IED está determinada por factores microeconómicos y macroeconómicos como el tamaño y poder adquisitivo del mercado, los niveles de integración y apertura económica, la localización, la infraestructura, la investigación y desarrollo, el nivel educativo, la tecnología, los costos laborales, la dotación de recursos naturales, la capacidad productiva, la estabilidad financiera, política y social, entre otros.

Una vez efectuado el análisis teórico se procedió al desarrollo de dos modelos econométricos con datos panel, constituidos a partir de la formación de dos grupos homogéneos de países que permitan la obtención de estimaciones insesgadas y eficientes. En el primer modelo, que corresponde al grupo 1 de economías del APEC (Australia, Canadá, China, Estados Unidos, Hong Kong, Japón y Rusia), la variable dependiente fue la IED y las independientes fueron las REM, el GNB, las XAT y los HI. En el segundo modelo, diseñado para el grupo 2 de economías del APEC (Chile, Corea del Sur, Indonesia, Malasia, México, Singapur y Tailandia), se estableció como variable dependiente los flujos de IED y como variables independientes las REM, el VAxTI, el GPE y los HI. En ambos casos el periodo de estudio fue de 1990 a 2019, llevando a cabo el análisis por quinquenios.

El procedimiento aplicado cubrió las siguientes etapas: a) estudio descriptivo de las variables; b) formación de los modelos con datos panel; c) elección del modelo de estimación, y d) valoración econométrica (^{Quintana & Mendoza, 2017}). Los cálculos se efectuaron haciendo uso de los softwares R y EViews.

Los resultados del grupo 1 de países del APEC muestran que los signos de los coeficientes de las variables explicativas coinciden con lo marcado por la teoría, es así como las REM y los HI exhibieron una relación negativa con la IED, mientras que el GNB y las XAT una relación positiva. Por otro lado, el análisis de significancia de los coeficientes mostró que, en el caso de Australia, Canadá, China, Estados Unidos, Hong Kong, Japón y Rusia las remuneraciones (REM), el gasto nacional bruto (GNB) y las exportaciones de alta tecnología (XAT) determinaron los flujos de IED en el periodo 1990-2019, al explicar su comportamiento en un 41%.

A su vez, los resultados del grupo 2 de países del APEC denotan que los signos de los coeficientes de las variables independientes convergen con lo establecido por la teoría, es decir que las REM y los HI poseen una relación inversa con la IED, y el VAxTI y el GPE presentan una relación positiva. Asimismo, los resultados del modelo denotaron que el valor agregado por trabajador en la industria (VAxTI) y el gasto público en educación (GPE) explicaron en 61% los flujos de IED a Chile, Corea del Sur, Indonesia, Malasia, México, Singapur y Tailandia durante el periodo de estudio.

Estos hallazgos muestran que los determinantes de la IED difieren en las economías del APEC, debido a que existen factores macroeconómicos y microeconómicos que impulsan de forma diferenciada estos flujos de inversión, argumento que converge con lo establecido por ^{Castillo et al. (2020)}, ^{Cruz et al. (2018)}, ^{Cuadra & Florián (2003)}, ^{De la Garza (2005)}, ^{Dussel (2007)}, ^{Eicher et al. (2012)}, ^{Elizalde et al. (2020)}, ^{Gil et al. (2013)}, ^{Jiménez y Rendón (2012)}, ^{Loría (2020)}, ^{Martín y Turrión (2004)}, ^{Mogrovejo (2005)}, ^{Pérez (2009)}, ^{Quiroz (2003)}, ^{Ronderos-Torres (2010)} y ^{Tocar (2018)}.

Se considera necesario, por lo tanto, el establecimiento de políticas públicas que proporcionen adecuados escenarios microeconómicos y macroeconómicos que favorezcan la atracción de IED, es decir, acciones que permitan el fortalecimiento del mercado interno, el desarrollo del capital humano, la expansión de las capacidades productivas, la estabilidad social y la internacionalización económica para reducir las diferencias productivas, competitivas y socioeconómicas persistentes entre las economías que integran el APEC.