Impacto de la inversión extranjera directa en Chile

2
MEDICIÓN DEL IMPACTO DE LA INVERSIÓN
EXTRANJERA DIRECTA EN LA ECONOMÍA CHILENA:
ENFOQUE MICROECONÓMICO
El incremento sostenido de los flujos de inversión
extranjera directa (IED) ha sido una de las
características más destacadas de la economía
mundial en las últimas décadas. Esto en parte debido
a que hoy en día, los hacedores de política pública,
le otorgan a la IED un rol clave para el desarrollo
de sus economías. De esta forma, un gran número
de países han facilitado e incentivado la llegada de
inversionistas extranjeros mediante la simplificación
de sus políticas de inversión e incluso el otorgamiento
de incentivos tributarios.
Para el caso de Chile, según cifras de la Conferencia
de las Naciones Unidas sobre Comercio y Desarrollo
(UNCTAD), durante el periodo 1978-2011 el flujo de
IED en nuestro país creció a una tasa anual promedio
cercana al 28% en términos reales, mientras que a
nivel mundial dicha cifra alcanzó el 15%. Los flujos
de IED en nuestro país han mantenido un sostenido
crecimiento a partir del año 2002, pasando de
US$2.550 millones en dicho periodo a US$17.299 el
año 2011, tal como se puede ver en la Figura 1.
Una hipótesis sobre la razón por la cual las economías
han incentivado (aceptado) la llegada de empresas y
capitales extranjeros, además de los flujos de dineros
frescos que acarrea, es la posibilidad de que las
empresas locales tengan acceso a nuevas tecnologías
y mercados, y en definitiva puedan aprender nuevas y
más efectivas formas de producir.
Es así como en las últimas décadas se han desarrollado
una amplia gama de estudios que intentan medir este
efecto indirecto (spillovers) de las firmas con IED
sobre, por ejemplo, la productividad de las firmas
domésticas. Los resultados empíricos obtenidos han
sido mixtos y no concluyentes respecto a la existencia
de difusión tecnológica y aumentos de productividad
1. Introducción
Gráfico 1. Inversión Extranjera Directa (IED) en Chile, periodo 1974-2012
(Millones de US$ corrientes)
35000,00
30000,00
25000,00
20000,00
15000,00
10000,00
5000,00
0,00
1974
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
Fuente: UNCTAD (www.unctad.org).

3DOCUMENTOS ACADÉMICOS
La manera más común de estimar las externalidades
positivas (spillovers) de la inversión extranjera
directa (IED) a nivel agregado es:

(1)
Donde es la variable dependiente sobre la cual
la IED puede impactar (por ejemplo a través de
una externalidad positiva cuando es un
conjunto de otras variables de control; pueden ser
efectos fijos para capturar los efectos no observados
de los sectores analizados; finalmente es el error
aleatorio.
El sesgo de selección
Cuando analizamos el impacto de la IED a nivel de
firma, podría surgir el problema de sesgo de selección.
Suponiendo que la IED no necesariamente apunta a
nuevos proyectos, sino que a proyectos y firmas
locales ya existentes, las firmas extranjeras podrían
escoger invertir en firmas domésticas que ya eran más
productivas,loquedificultaunaevaluacióndeimpacto
adecuada. Idealmente, para una evaluación de este tipo
sería necesario que la IED se realizara aleatoriamente
del universo de firmas y proyectos, de forma que la
diferencia entre el performance de las firmas locales
con y sin IED corresponda necesariamente a la
externalidad provocada por la IED1 .
en la economía. Sin embargo, a pesar de la importancia
de la inversión extranjera directa en Chile, existen
muy pocos estudios a nivel de firma que analicen su
impacto en la economía o sus spillovers en términos
de transferencia tecnológica y/o productividad.
Entre los pocos estudios existentes destaca el de
Álvarez (2002), quien utilizando un panel de más
de 7.000 firmas manufactureras chilenas entre
1990 y 1996, analiza empíricamente el impacto
de la IED sobre la productividad de las firmas. El
autor encuentra que las firmas extranjeras presentan
niveles de productividad bastante superior al de
las firmas domésticas y la participación de la IED
efectivamente contribuye a que las firmas alcancen
niveles de productividad más altos. Incluso, en el
mediano plazo afecta su tasa de crecimiento. Sin
embargo, su impacto cuantitativo pareciera ser de
escasa magnitud.
Álvarez y López (2006) en un estudio a nivel de
firmas, analizan la productividad de las firmas
exportadoras, encontrando una fuerte evidencia
de que tanto las plantas domesticas que exportan
como las extranjeras que exportan aumentan la
productividad de los proveedores locales.
Recientemente, Fernandes y Paunov (2012) analizan
el impacto de la IED en servicios sobre el crecimiento
de la productividad de plantas manufactureras en
Chile en el período 1992-2004, encontrando un efecto
positivo de la IED en servicios sobre el crecimiento
de la productividad en las firmas que usan con mayor
intensidad los servicios bajo análisis.
En este contexto, en la presente investigación
analizamos el impacto de la IED sobre las siguientes
variables:
a) La productividad total de factores (PTF);
b) El esfuerzo en inversión en investigación,
desarrollo e innovación;
c) Transferencia y absorción de nuevas
tecnologías;
d) El crecimiento de las exportaciones;
e) La capacidad de internacionalización
de las empresas.
2. Marco Teórico
1 Para un análisis similar ver Hale, G y Long, C (2007) Are there Productivity Spillovers
from Foreign Direct Investment in China?, mimeo, Federal Reserve Bank of San Francisco.

4
Un sesgo de selección surge principalmente de la
ausencia de aleatoriedad muestral, o selección muestral
no aleatoria. Por lo tanto, la estimación de modelos
estructurales cuando la muestra usada para la estimación
no es seleccionada de manera aleatoria, conlleva a
resultados y conclusiones que no describen como se
esperaría las características de la población en general,
sino tan solo las características de un determinado grupo
poblacional, sin importar el tamaño de la muestra usada.
Para eliminar el problema de sesgo de selección
utilizamos la metodología propuesta por Heckman.
Para especificar el modelo hacemos uso de
dos ecuaciones, una ecuación de interés que
corresponde a la ecuación que se busca estimar,
de la que buscamos extraer conclusiones, y una
ecuación de selección o participación (regresión
auxiliar) que corresponde a un modelo de elección
discreta (Probit o Logit), que mide la probabilidad
de estar en la muestra, en esta última ecuación se
pueden incluir las variables independientes de la
ecuación de interés y a su vez esta ecuación deberá
contener al menos una variable continua que sea
determinante en el proceso de pertenecer o no a la
muestra pero que a su vez no resulte relevante para
determinar la variable dependiente, lo anterior con
el fin de no caer en problemas de identificación.
Por ejemplo para describir el comportamiento de
una firma en materia de investigación y desarrollo,
se supone un modelo Tobit generalizado (ver
Heckman 1979) con dos ecuaciones: la primera
ecuación modela la decisión de la firma por
comprometerse en actividades de investigación, y
la segunda determina la magnitud de esta inversión.
Se asume que existe una variable de esfuerzo latente
en innovación para la firma i dada por la ecuación:
(2)
Donde es un vector de variables explicativas,
el vector de coeficientes asociado y un término
de error. En nuestro caso, una de las variables del
vector será la IED. La variable representa
algún criterio de decisión, tal como el valor presente
esperado de los beneficios por llevar a cabo la
inversión en investigación. Se observa que la firma
invierte en innovación si es positivo o mayor que
algún umbral constante, ya sea de naturaleza global
o específico a la industria (esto ya que puede
contener variables categóricas por industria).
Luego se asume que una intensidad de gasto
observada en I&D para la firma i, la cual queda
determinada por una segunda ecuación:

(3)
Donde el gasto actual en Innovación de la
firma i cuando esta realiza gasto en innovación (o
sea cuando es mayor que el umbral mínimo),
es un vector de variables explicativas, el
correspondiente vector de coeficientes y es
un error que resume determinantes omitidos y
otras fuentes de heterogeneidad no observada.
Nuevamente, en nuestro caso, una de las variables
del vector será la IED. Finalmente, ya que
se observa solamente cuando , es necesario
especificar su distribución conjunta con el objeto de
obtener un modelo estimable. Se asume entonces
que, los errores de las ecuaciones (1) y (2) tienen
distribución conjunta normal de la siguiente forma:

(4)

Donde y son los errores estándares de y
, y es el coeficiente de correlación. La primera
ecuación es de hecho una ecuación probit la cual no es
completamente identificable y solamente es posible
estimar el vector lo cual es equivalente a
normalizar el error estándar . Este modelo se
puede estimar por máxima verosimilitud o bien por
el método de dos etapas.
El Modelo Básico de PTF y los Problemas
de Endogeneidad
La medición de la productividad total de factores se
basa en una función de producción Cobb-Douglas
estándar, que define el nivel del producto o valor
agregado (Y) como una función de la productividad
total de factores (A) y de los factores capital o stock
de capital (K) y trabajo o empleo (L) de la planta i en
el año t:
(5)
Cuando se estima la productividad a nivel de planta,
tal como señala Levinsohn y Petrin (2003), se debe
considerar explícitamente la endogeneidad de los
factores productivos. Así, aplicando logaritmo
natural a (1), tenemos2:
(6)
El problema de endogeneidad se origina porque
la productividad, que no es observada por el
investigador, sí es observada por la firma. En tal caso,
el término de error tiene dos componentes, un error
aleatorioηit quenoestácorrelacionadoconlaelección
de insumos. El otro componente, ωit, representa la
productividad de la firma, que está correlacionada
con l y k. Tal correlación entre el término de error y
las variables explicativas genera que una estimación
por MCO de (6) llevará a estimadores segados de los
parámetros y, por consiguiente, de la PTF.
Así, la función de producción se puede expresar como:

(7)
Olley y Pakes (1996) introdujeron un procedimiento
para solucionar este problema. Considere un insumo
intermedio que depende de las variables estado de
las firma, k y ω, tal que: mit = m(kit , ωit). Bajo el
supuesto de que m es una función monotónica
creciente en w, ésta puede expresarse como una
función de observables:
(8)
Reemplazando (7) en (6) y expresando
tenemos:

(9)
En la primera etapa del procedimiento, utilizando
un polinomio de tercer orden en k y m como una
aproximación de la función φ, el parámetro del
factor trabajo en (5) es estimado consistentemente.
En la segunda etapa, se identifica el parámetro del
capital. Primero, considere el valor estimado deφ,
dado por φ’ = y’it - α’1 lit. Para cualquier valor
de α*2, se puede computar una predicción para la
productividad no observada:
(10)
Finalmente, el coeficiente estimado del capital, α’2,
es aquel que soluciona:
Donde
Una vez estimados los parámetros de la función de
producción, nuestra medida de productividad total
de factores (en logaritmo), se obtiene como:

(11)
2 Todas las variables expresadas en logaritmos.

6
Petrin et al. (2004) desarrollan una rutina en el
software econométrico Stata para estimar la función
de producción, eliminando la endogeneidad, y de esta
formapudiendoobtenerdemaneracorrectamedidasde
la productividad total de factores. Coincidentemente,
ellos usan data manufacturera chilena 1987-1997
para ejemplificar su rutina, considerando el consumo
energético como variable proxy y diferenciando el
input de trabajo entre mano de obra calificada (white
collar) y no calificada (blue collar). Alternativamente
es posible utilizar los materiales como input adicional.
Siguiendo, Atallah (2006) y Álvarez (2002) para
examinar si la presencia de IED en la economía local
afecta el nivel de productividad de las empresas, se
supone que la productividad es función de la presencia
de IED en el propio sector. En particular, se asume:

(12)
Donde,

(13)
En la presente investigación se utilizó la data de la
encuesta periódica de firmas “Encuesta Longitudinal
de Empresas” (ELE), la cual ha sido elaborada en
conjunto por el Instituto Nacional de Estadísticas
(INE) y la División de Estudios del Ministerio de
Economía. Es importante destacar que la encuesta
ELE considera representatividad estadística tanto en
términos de tamaño, como de actividad económica.
Su objetivo es la caracterización de las empresas del
país según tamaño y actividad económica, de forma
de poder identificar los determinantes del desarrollo
empresarial.
Para el presente análisis se usó la encuesta ELE2
que considera data 2009. Posteriormente, se utiliza
el panel de alrededor de 2.650 firmas para el período
2006-2009, tomando en cuenta la ELE1 y ELE2.
Para la variable dependiente, utilizaremos la
pregunta a6_2, que pregunta por el % de propiedad
privada extranjera que mantiene la firma. Usaremos
en el análisis las variables FDI2009 y D_FDI que
representan el porcentaje de propiedad extranjera
y la cantidad de las ventas del año que pertenecen
los dueños foráneos, respectivamente. Como
proxy del esfuerzo en inversión en investigación
y desarrollo, utilizamos la variable ID2009,
equivalente a la pregunta f1_3, contrata personas
o servicios de I+D para trabajar dentro o fuera de
la empresa. Para el análisis de la transferencia
y absorción de nuevas tecnologías, creamos la
variable TTECH2009, que utiliza la pregunta f1_7,
ha adquirido máquinas, equipos y/o softwares para
la introducción de nuevos procesos. Para analizar
el crecimiento de las exportaciones usamos las
variables porc_exporta2009 y Exports2009, que
se definen como: Porcentaje de las ventas del año
2009 destinadas a exportación directa (pregunta
d7_porcen) y el total de ingreso productos de
exportaciones (que multiplica la pregunta d7_porcen
con c3_44: Total ingresos de explotación $ Dic 2009)
respectivamente. Finalmente, para medir el impacto
de la IED en la capacidad de internacionalización
de las empresas chilenas usamos las variables
filiales y num_filiales, que se basan en las preguntas:
a10 ¿Posee su empresa filiales en el extranjero? y
a10_151 ¿Cuántas empresas filiales en el extranjero?
respectivamente.
Para el caso de la productividad total de factores
(PTF), calibramos la ecuación (5), que define el
nivel del producto o valor agregado (Y) como
3. Data

una función de la productividad total de factores
(A) y de los factores capital o stock de capital (K)
y trabajo o empleo (L) de la planta i en el año t.
Para la PTF estimamos un modelo para el período
2008-2009 y otra utilizando el panel, siguiendo una
metodología similar a Álvarez (2002) y Fernandes y
Paunov (2012), primero en términos de considerar la
presencia sectorial de la IED, y segundo en términos
de la estimación de la PTF usando Levinsohn y
Petrin (2003), y regresionando estos resultados con
respecto a distintas variables usando OLS.
Como medida de output por empresa, se utilizaron
las preguntas: p27_2, Ventas anuales 2007 (M$) y
p81_10, Gastos totales (M$) para el año 2007. De
esta forma, podemos usar como medida las ventas
totales o el valor agregado que equivale a la resta
de dichas variables. Finalmente utilizamos como
medida de output las ventas totales: p27_2 dada
la gran cantidad de variables outputs negativas
cuando usamos el valor agregado. Para el año 2006
se utilizó la variable p27_1, Ventas anuales 2006
(M$). Para el año 2009 (ELE2) las variables c3_44
y c3_45 dieron cuenta del Total Ingresos y Costos a
DIC 2009 respectivamente. Análogamente, c3_30 y
c3_31 dieron cuenta del Total Ingresos y Costos a
DIC 2008 respectivamente.
En cuanto al trabajo, la medida más básica consiste en
elnúmerodeocupadosporempresa.Específicamente,
se consideró como medida de trabajo para el año
2007 la variable p102 de la encuesta, que se define
como: total trabajadores jornada completa. Para el
año 2006, a la medida anterior se le restó la variable
p86_5, que se define como: Total trabajadores
contratados año 2007. De esta forma obtenemos
una proxy del número neto de trabajadores para el
año 2006. En cuanto a los trabajadores totales no
calificados, White collars, se estimaron sumando los
valores de las preguntas p103_1_3_1 y p103_1_3_2,
que dan cuenta de los trabajadores calificados
hombres y mujeres respectivamente. Se asumió
que el porcentaje de trabajadores capacitados es el
mismo para el año 2006. Para modelar el trabajo el
año 2009 (ELE2) se utilizó la variable h8_42, Total
trabajadores, mientras que h8_41 que representa el
Total de Trabajadores no calificados al año 2009, nos
permite calcular el porcentaje de nuestra proxy de
White collars, mano de obra calificada. Para calcular
el trabajo el año 2008, consideramos la variable h4_8
que representan el Total de trabajadores contratados
al año 2009.
En orden a cuantificar los consumos de energía y
materiales, se utilizaron las variables p81_1 y p81_7
que dan cuenta de los gastos (M$) en materia prima,
insumos y materiales para transformación; y los
gasto (M$) en energía respectivamente. Dado que
estos datos se encuentran sólo para el año 2007, se
supuso que se mantuvo igual proporción del gasto
con respecto a las ventas anuales el año 2007. Para
los años 2008 y 2009 utilizamos las variables: c4_61
Compra de materias primas a DIC 2009 y c4_63
Gasto en Energía y comunicaciones a DIC 2009.
Finalmente, la medida básica de capital es el stock de
capital por empresa. Como medida de capital para el
año 2007 se utilizó la variable p82_10, que captura
Valor del Patrimonio en (M$). Para el año 2006, a
la cantidad anterior se restó la variable p48_9, que
mide el total de inversiones realizadas en el año 2007
(M$). De esta forma obtenemos una proxy del capital
por empresa para el año 2006. De manera similar,
para el año 2009 la proxy de capital era c2_28 y la
Inversión Total b14_8.

8
Los resultados encontrados fueron los siguientes:
(i) La IED afecta positivamente la productividad
total de factores
Cuando corregimos por endogeneidad utilizando el
método de Heckman, obtenemos que la inversión
extranjera, al igual que la orientación exportadora,
contribuyen positivamente a la productividad total
de factores. El modelo de ecuaciones simultáneas
es bastante robusto con la mayoría de sus variables
significativas al 5%.
4. Resultados
Heckman selection model
(regression model with sample selection)
Log likelihood = -6058.126
Number of obs
Censored obs
Uncensored obs
Wald chi2(3)
Prob > chiZ
2272
1880
392
22.89
0.0000
=
=
=
=
=
TFP2009
lnY2009 .0341729 .0206353 1.66 0.098 -.0062715 .0746173
lnExpor-2009 .0188034 .0094073 2.00 0.046 .0003656 .0372413
FD12009 .0019828 .0005005 3.96 0.000 .0010018 .0029638
_cons 1.495898 . 3995632 3.74 0.000 .7127689 2.279028
D_TFP2009
Edad -.0398874 .0018493 -21.57 0.000 -.043512 -.0362629
lnY2009 .9697294 .0153349 63.24 0.000 .9396736 .9997852
Retorno .1197754 .0148156 8.08 0.000 .0907373 .1488134
cal2009 -1.222307 .0685201 -17.84 0.000 -1.356604 -1.08801
FD12009 .0114725 .0005061 22.67 0.000 .0104805 .0124645
_cons -20.5099 .3065747 -66.90 0.000 -21.11078 -19.90903
/athrho -1.102209 .0657539 -16.76 0.000 -1.231084 -.9733334
/lnsigma -.0921678 .0220661 -4.18 0.000 -.1354166 -.0489191
rho -.8012909 .0235355 - - -.8428934 -.7501655
sigma .9119521 .0201232 - - .873352 .9522582
lambda -.7307389 .0351938 - - -.7997175 -.6617604
LR test of indep. eqns. (rho = 0): chi2(1) = 233.62 Prob > chi2 = 0.0000
Coef: Std. Err. z P> l z I [95% Conf. Interval]

Cuando analizamos la estimación de la productividad
corrigiendo por endogenidad usando el procedimiento
Levinsohn y Petrin, tenemos que las variables capital
y trabajo son significativas, tal como era de esperarse.
Por otro lado, cuando el residuo de la regresión
anterior, logaritmo natural de la productividad
(lnTFP), es regresionado con el logaritmo
natural de la IED (como proporción de las ventas
totales), tenemos que la IED explica un 16% de la
productividad, alcanzando una elasticidad de 0,32%.
Cuando realizamos igual ejercicio, pero ahora
con las tasas de crecimiento, encontramos similar
conclusión: la inversión extranjera directa impacta
positiva y significativamente al crecimiento de la
productividad total de factores, aunque con muy
poco poder predictivo.
Cuando realizamos el mismo análisis, pero esta vez
considerando el tamaño de las firmas, tenemos que la
IED impacta más en las empresas de mayor tamaño
aun cuando impacta positiva y significativamente a
la PTF.
En resumen, una hipótesis tendiente a explicar los
resultados encontrados apunta a que los capitales
extranjeros frecuentemente vienen acompañados con
buenas prácticas empresariales que les permiten a las
empresas receptoras mejorar su productividad3.
(ii) La IED afecta positivamente la investigación,
desarrollo e innovación
Existe una relación entre I+D y la inversión extranjera
directa, pero no tan fuerte como en el caso de la PTF,
alcanzando sólo un 8% de correlación.
Cuando analizamos el probit nos encontramos que
la inversión extranjera falla en explicar, de manera
significativa, a las empresas que realizan I+D.
Sin embargo, cuando corregimos por endogeneidad
utilizando el método de Heckman, obtenemos que la
inversión extranjera SI contribuye positivamente a la
productividad total de factores.
3 Por evidencia empírica en esta dirección ver
Hale, G y Long, C (2007) que analizan el caso de China.

10
Probit model with sample selection
Number of obs
Censored obs
Uncensored obs
Wald chi2(3)
Prob > chiZ
474
1989
1515
55.75
0.0000
=
=
=
=
=
ID2009
lnY2009 -.0563758 .0252331 -2.23 0.025 -.1058318 -.0069197
lnExpor-2009 .1047534 .0207191 5.06 0.000 .0641448 .145362
FDI2009 .0039789 .0009812 4.06 0.000 .0020558 .005902
_cons -1.40835 .6411508 -2.20 0.028 -2.664983 -.1517177
col2009
FDI2009 -.0054356 .0005998 -9.06 0.000 -.0066112 -.00426
Edad .042881 .0030622 14.00 0.000 .0368791 .0488829
lnY2009 .0414319 .0184312 2.25 0.025 .0053074 .0775564
lnExpor-2009 .06157 .0131677 4.68 0.000 .0357617 .0873783
Retorno -.0400787 .0218676 -1.83 0.067 -.0829384 .0027809
_cons -2.909154 .2823316 -10.30 0.000 -3.462514 -2.355794
/othrho -.5024581 .1666514 -3.02 0.003 -.8290888 -.1758275
rho -.4640482 .1307645 - - -.6799864 -.1740377
LR test of indep. eqns. (rho = 0): chi2(1) = 9.72 Prob > chi2 = 0.0018
Similar al caso anterior, la hipótesis que permite
explicar esta relación apunta a que los capitales
extranjeros frecuentemente vienen acompañados
con la práctica de investigar y crear conocimiento,
lo que eventualmente aumenta la inversión en I+D
de las empresas receptoras de inversión extranjera.
(iii) La IED afecta positivamente la transferencia
y absorción de nuevas tecnologías
En este caso, podemos apreciar que una débil
relación negativa entre transferencia y absorción de
nuevas tecnologías y la inversión extranjera directa
(correlación de -0,0033).
Esta relación se confirma en el análisis de
las regresiones probit y sistema Heckman,
presentándose la inversión extranjera como
una variable significativa pero con un efecto
negativo en la inversión de nuevas tecnologías.
Es importante destacar que la capacidad de
pronóstico del modelo probit es bajísimo, con un
R2 ajustado inferior al 1%.

Probit regresión
Number of obs = 3738
LR chi2(3) = 885.10
Prob > chi2 = 0.0000
Pseudo R2 = 0.0085
TTECH2009 Coef. Std. Err. z P> l z I [95% Conf. Interval]

lnY2009 .0742159 .002806 26.45 0.000 .0687162 .0797155
cal 2009 .1139117 .0160958 7.08 0.000 .0823645 .1454589
FDI2009 -.0044982 .0003207 -14.03 0.000 -.0051266 -. 0038697
_cons -1.102258 .0522579 -21.09 0.000 -1.204681 -. 9998341
Probit model with sample selection
TTECH2009
lnY2009 .2599365 .0152273 17.07 0.000 .2300915 .2897815
cal2009 .2585967 .099123 2.61 0.009 .0643191 .4528743
FDI2009 -.0072898 .0006684 -10.91 0.000 -.0085997 -.0059798
_cons -5.262813 .3181597 -16.54 0.000 -5.886394 -4.639231
Kint
FDIZ009 .0081547 .0023709 3.44 0.001 .0035079 .0128015
Edad .1724434 .0153514 11.23 0.000 .1423552 .2025317
lnY2009 .4274219 .0620062 6.89 0.000 .3058921 .5489518
lnExpor-2009 -.4434442 .0470867 -9.42 0.000 -.5357324 -.351156
Retorno .1724278 .0586391 2.94 0.003 .0574973 .2873584
_cons 1.664572 .7450158 2.23 0.025 .204368 3.124776
/athrho .2177957 .1515416 1.44 0.151 -.0792203 .5148118
rho .2144161 .1445746 - - -.079055 .4736858
LR test of indep. eqns. (rho = 0): chiZ(1) = 2.04 Prob > chiZ = 0.1533
Number of obs = 419
Censored obs = 172
Uncensored obs = 247
Wald chi2(3) = 350.65
Prob > chi2 = 0.0000

12
(iv) La IED afecta positivamente a las
exportaciones
Cuando corregimos por endogeneidad utilizando el
métododeHeckman,confirmamosquelaIEDcontribuye
positivamente a la probabilidad de exportar y a la
intensidad de las exportaciones por firmas.
1nExpor-2009
Tamaño -.2616136 .0740403 -3.53 0.000 -.4067299 -.1164973
1nVTAS_-2009 .7741374 .036932 20.96 0.000 .701752 .8465229
_cons 6.570529 1.001593 6.56 0.000 4.607442 8.533616
DLEXP2009
lnK2009 -.2061488 .0122562 -16.82 0.000 -.2301704 -.1821271
Edad -.0044967 .0029088 -1.55 0.122 .0101979 .0012046
Tamaño -.1617541 .036081 -4.48 0.000 -.2324714 -.0910367
Retorno -.0368233 .0370467 -0.99 0.320 -.1094335 .0357869
cal2009 .4642562 .1248758 3.72 0.000 .2195042 .7090081
1nVTAS_-2009 .2428891 .0176282 13.78 0.000 .2083384 .2774397
_cons -1.145647 .4430263 -2.59 0.010 -2.013963 -.2773316
/athrho 1.243246 .2197933 5.66 0.000 .8124591 1.674033
/lnsigma .709172 .0691549 10.25 0.000 .5736309 .8447132
rho .8463788 .0623428 - - .6709446 .9320829
sigma 2.032308 .1405441 - - 1.774699 2.32731
lambda 1.720102 .241909 - - 1.245969 2.194235
LR test of indep. eqns. (rho = 0): chi2(1) 47.26 Prob > chi2 = 0.0000
Number of obs = 339
censored obs = 203
uncensored obs = 136
wald chi2(2) = 724.94
Prob > chi2 = 0.0000

La hipótesis detrás de estos resultados apunta a que
los capitales extranjeros utilizarían a Chile como
“trampolín”, exportando desde el país sus productos.
Las firmas extranjeras aprovecharían la estabilidad
macroeconómica del país, su apertura y la fortaleza
de sus instituciones para invertir y aprovechar de
exportar desde el país a toda la región.
(v) La IED no afecta a la capacidad de
internacionalización de las empresas
Para este análisis la hipótesis apunta a que los capitales
extranjeros utilizarían a Chile como “trampolín” para
controlar sus operaciones en la región.
Corrigiendo por endogeneidad nos encontramos con
que la inversión extranjera no es significativa a la hora
de explicar el número de filiales en el extranjero de las
empresas locales, por lo que no se confirma el hecho
estilizado en estudio.
lnnum_fili-s
lnY2009 -.0182267 .0357943 -0.51 0.611 -.0883822 .0519289
FDI2009 -.0000651 .001633 -0.04 0.968 -.0032657 .0031355
_cons 2.938989 1.081045 2.72 0.007 .82018 5.057799
filiales
lnK2009 .0427795 .0067164 6.37 0.000 .0296155 .0559434
lnY2009 .2543148 .0099763 25.49 0.000 .2347615 .273868
Retorno -.0558856 .0204709 -2.73 0.006 -.0960078 -.0157635
ca12009 -.3836351 .0693626 -5.53 0.000 -.5195833 -.247687
FD12009 .0121859 .0004305 28.30 0.000 .0113421 .0130298
_cons -8.265832 .1663403 -49.69 0.000 -8.591853 -7.939811
/athrho -.874491 .1220217 -7.17 0.000 -1.113649 -.6353328
/lnsigma .3088486 .0680351 4.54 0.000 .1755023 .4421949
rho -.7036487 .0616061 - - -.8053485 -.5617133
sigma 1.361856 .092654 - - 1.191845 1.556119
lambda -.9582683 .1465856 - - -1.245571 -.6709658
LR test of indep. eqns. (rho 0): chi2(1) = 20.56 Prob > chi2 = 0.0000
Number of obs = 3657
Censored obs = 3473
Uncensored obs = 184
Wald chi2(2) = 0.44
Prob > chi2 = 0.8008

14
(vi) Impacto de IED sobre remuneraciones4
Adicionalmente, a partir de la ELE 2009 se realizó
un ejercicio aproximativo para revisar si existen
diferencias significativas entre los salarios promedios
percibidos por los trabajadores de empresas con
presencia de propiedad extranjera. Este ejercicio se
realizó de manera desagregada para cada uno de los
sectores económicos. Los resultados se presentan en
el siguiente cuadro.
Se puede observar como este ejercicio aproximativo
indica que los trabajadores de las empresas con
participación de propiedad extranjera de los sectores
mineros, manufacturas, construcción, comercio,
transporte y actividades inmobiliarias perciben
salarios mayores que los trabajadores de empresas de
los mismos sectores económicos pero sin presencia
de propiedad extranjera (diferencia estadísticamente
significativa).
Sector Salario Promedio Salario Promedio T-stat ¿Es estadísticamente
Mensual Empresas Mensual Empresas significativa
SIN IED CON IED la diferencia?
Agricultura, 266.090 265.816 0,00 NO
ganadería,
caza y silvicultura
Pesca 337.985 343.791 0,08 NO
Explotación de minas 363.811 939.431 3,72 SÍ
y canteras
Manufacturas 386.535 792.078 6,34 SÍ
EGA 1.131.994 766.781 1,59 NO
Construcción 299.580 958.422 2,69 SÍ
Comercio 515.101 1.106.910 4,42 SÍ
Hoteles 240.116 290.694 1,24 NO
y Restaurantes
Transporte 417.163 1.071.820 5,73 SÍ
y Comunicaciones
Intermediación 1.487.192 1.609.008 0,41 NO
Financiero
Actividades 666.539 1.181.539 4,02 SÍ
Inmobiliarias
4 Trabajadores de las empresas con participación de propiedad extranjera de los sectores
mineros, manufacturas, construcción, comercio, transporte y actividades inmobiliarias
perciben salarios mayores (diferencia estadísticamente significativa).

El segundo enfoque metodológico del presente
estudio consistió en el análisis microeconométrico,
en el cual, utilizando la encuesta ELE2 desarrollada
por el Ministerio de Economía, analizamos el impacto
de la inversión extranjera directa con una serie de
variables económicas de interés. Para contar con
resultados insesgados utilizamos un modelo de dos
etapas a la Heckman que nos permite controlar el
problema de no aleatoriedad de la muestra. Variables
como tamaño, orientación exportadora, intensidad en
el uso del capital (K/L), capital humano avanzado, y
sectores específicos, entre otras, son modeladas. Para
cada modelo se consideró una ecuación binaria de
participación, y otra de intensidad para la variable de
interés. La mayoría de los modelos generaron muy
buenos ajustes con la mayoría de las variables antes
mencionadas como significativas. En resumen:
Conclusiones
Variable
La productividad total de factores
El esfuerzo en inversión en investigación,
desarrollo e innovación
Transferencia y absorción de nuevas tecnologías
Crecimiento de las exportaciones
Capacidad de internacionalización
de las empresas
Impacto Inversión
Extranjera Directa
+ significativa al 1%
- significativa al 1%
No significativa
Coeficiente
0,0019828
0,0039789
-0,0072898
0,7741374
-
1)
2)
3)
4)
5)
• Aitken, B. y Harrison, A. (1999), “Do Domestic
Firms Benefit from Foreign Direct Investment?:
Evidence from Venezuela”, American Economic
Review, 89(3), June, pp. 605-18.
• Álvarez, R. (2002) “Inversión extranjera directa
en Chile y su impacto sobre la productividad”, mimeo,
Universidad de Chile.
• Álvarez, R. y López, R. (2006). “Is Exporting a
Source of Productivity Spillovers?”, CAEPR Working
Paper No. 2006-012.
• Atallah, S. (2006) “Revaluando la trasmisión de
spillovers de la IED: un estudio de productividad para
Colombia”. Revista Desarrollo y Sociedad No 57,
primer semestre de 2006, PP. 163-213.
• Fernandes, A. and Paunov, C. (2012)
“Foreign direct investment in services and
manufacturing productivity: Evidence for
Chile”, Journal of Development Economics, Vol
97, Issue 2, pp. 305–321.
• Görg, H. and Greenaway, D. (2004). “Much ado
about nothing? Do domestic firms really benefit from
foreign direct investment?”, World Bank Research
Observer, 19:171-97.
• Görg, H. y Strobl, E. (2002). Spillovers from
foreign firms through worker mobility: An empirical
investigation”. The University of Nottingham,
Research Paper 2002/13.
Referencias

16
*Autor: Marcelo Villena es Vicedecano de la Facultad de
Ingeniería de la Universidad Adolfo Ibañez y Socio de
SCL Econometrics.
SCL ECONOMETRICS S.A. es una firma asesora
dedicada a resolver problemas complejos en el ámbito
de la economía, políticas públicas y gestión de empresas.
Su foco metodológico se centra en la investigación,
desarrollo de metodologías específicas y construcción
de modelos económicos y econométricos/estadísticos
sofisticados; su segundo foco de desarrollo se encuentra
en la generación de estrategias de negocios sofisticadas a
partir de diferentes herramientas, como la teoría de juegos,
lo que nuevamente le permite a la empresa agregar valor
a sus clientes a partir de estrategias de última generación,
muchas veces utilizadas particularmente en mercados y
economías más desarrolladas.
En sus más de 12 años de funcionamiento, SCL
Econometrics S.A. ha prestado asesorías a diversas
instituciones, tales como el Ministerio de Hacienda, el
Ministerio de Economía, ODEPA, la Subsecretaría de
Pesca, CORFO, el Ministerio del Medio Ambiente, el
ComitédeInversionesExtranjeras,laJuntadeAeronáutica
Civil, la Superintendencia de Pensiones, la Subsecretaría
de Telecomunicaciones, la Superintendencia de Valores y
Seguros, INDAP, el BID, entre otras, y a empresas tales
como MOVISTAR, EFE, ENTEL, ZOFRI, ADT, Ariztía,
entre otras.
• Hale, G y Long, C (2007) Are there Productivity
Spillovers from Foreign Direct Investment in China?,
mimeo, Federal Reserve Bank of San Francisco.
• Heckman J (1979) Sample selection bias as a
specification error, Econometrica, 47, pp. 153-61.
• Levinsohn, J. y A. Petrin (2003a), “Estimating
Production Functions Using Inputs to Control for
Unobservables”, Review of Economic Studies, 70 (3):
317-341.
• Petrin, A., B. P. Poi y J. Levinsohn (2004):
“Production Function Estimation in Stata Using Inputs
to Control for Unobservables”. En Stata Journal 4 (2):
113-12.
Ahumada 11, Piso 12
Santiago - Chile
Tel: (56 - 2) 2698 4254
E-mail: info@ciechile.gob.cl
www.ciechile.gob.cl

Impacto de la inversión extranjera directa en Chile

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (10)

Similar a Impacto de la inversión extranjera directa en Chile

Similar a Impacto de la inversión extranjera directa en Chile (20)

Más de Agencia Exportadora®

Más de Agencia Exportadora® (20)

Impacto de la inversión extranjera directa en Chile