30 pontificia universidad católica de puerto rico Este estudio tiene por objetivos principales: a) determinar y analizar las relaciones que existen entre variables de gobernanza, el control de corrupción y las variables macroeconómicas principales de Puerto Rico y b) desarrollar modelos econométricos y seleccionar aquellos que permitan establecer cuáles de estas variables de gobernanza y del índice de control de corrupción tienen mayor efecto en su PNB real. El análisis se divide en tres secciones. Primero, se lleva a cabo un análisis de correlaciones entre las variables bajo estudio, junto a comparaciones de las estadísticas de estas variables en los períodos de expansión y recesión entre 1994 y 2017. En segundo lugar, se presenta un modelo de regresión lineal múltiple, con el PNB real como variable dependiente y las variables de gobernanza y el índice de control de la corrupción como variables independientes. Finalmente, se presenta el modelo econométrico incluyendo variable de gobernanza y variables control con la mejor capacidad predictiva, basado en los análisis de bondad de ajuste y significancia de los coeficientes. El propósito de identificar este modelo fue determinar cuáles de estas variables tienen más efecto sobre el PNB real. Los coeficientes de las variables seleccionadas estimaron las razones de cambio del PNB por cada unidad de incremento en cada una de ellas, de forma individual, al mantener las restantes constantes. En particular, se pudo cuantificar la reducción en el PNB cuando hubo una reducción en el índice de control de la corrupción y en el índice de voz y rendición de cuentas, entre otras variables. selección de variables La base de datos está compuesta por series históricas desde 1996 hasta 2017. La decisión de que se comenzara en 1996 se debe a que las series de gobernanza que provienen del Banco Mundial con datos de Puerto Rico se iniciaron en ese año. Aunque al principio se calculaban cada dos años, para efectos de este estudio, los tres valores faltantes de cada serie fueron estimados usando el procedimiento de interpolación lineal. Por otro lado, la decisión de terminar las series en 2017 se basó en el hecho de que, al aplicar los distintos modelos, el año 2018 figuró como un “outlier” y en los años subsiguientes los comportamientos de
RkJQdWJsaXNoZXIy NzUzNTA=