Política Económica II · 2026
Clase 1

Ahorro externo, cuenta corriente y crecimiento

El capital debería fluir de los países ricos a los pobres. No lo hace. Esta clase arma las herramientas para medir ese desacuerdo entre la teoría y los datos.

FCE · UNLPStata Datos de panelWorld Bank · WDI

Descargar enunciado del TP1 (PDF)

1Reglas de entrega

3

Integrantes

Máximo por grupo.

12

Carillas

A4, 12 pts. La página 13 no se corrige.

5

Consignas

Cada una es una sección del informe, en orden.

Sin excepciones

Copia o plagio: trabajo desaprobado y grupo fuera del régimen de promoción.

Nuevo en 2026

Asistentes de IA. Permitidos para programar o depurar código. Es obligatorio un párrafo final declarando qué herramientas usaron y para qué.

El grupo responde por cada línea de código y cada afirmación del texto. Una referencia que no existe, o un número que el código no reproduce, se evalúa como error propio.

La trampa de la productividad

Un estudio con 26.811 estudiantes secundarios y 30 meses de datos de panel encontró que adoptar IA generativa sube las notas de las tareas domiciliarias un 18% y recorta el tiempo de resolución un 30%, pero baja las notas de los exámenes a libro cerrado un 20% en seis meses. El daño se concentra en quienes entregan mucho más rápido que el resto: los que usan IA y mantienen el tiempo de trabajo sacan mejores notas en las tareas y las mismas notas en los exámenes.

Strömberg, Lei y Wu (2026), The Generative AI Learning Penalty, SSRN 6868618. Preprint.

Costos cognitivos ocultos y delegación

Adicionalmente a la penalidad en el aprendizaje reportada por la literatura reciente, la delegación excesiva de tareas analíticas en modelos de lenguaje impacta en los procesos de razonamiento. El proyecto Your Brain on ChatGPT del MIT Media Lab investiga cómo el uso continuo de estas herramientas altera las estrategias de resolución de problemas, la retención de información y la carga cognitiva. Tercerizar la depuración de datos sin una revisión profunda debilita la comprensión de las decisiones metodológicas subyacentes.

Reproducibilidad

Entreguen el script junto con el informe. Tiene que correr de principio a fin, desde los datos crudos hasta las tablas finales. Si no corre, el trabajo vuelve antes de corregirse. Es la misma regla que aplican hoy las revistas de la profesión.

2Cómo se escribe el informe

Las cinco consignas del enunciado no son tareas sueltas: son las secciones de un paper aplicado, en el mismo orden en que aparecen en cualquier revista de la profesión. Escribir el informe como tal, y no como una tarea con subtítulos, es lo que separa un trabajo que se lee bien de uno que además convence. Antes de entrar en la estructura, dos ideas que atraviesan todo el documento: consistencia interna y consistencia externa.

Consistencia interna y externa

Un documento es internamente consistente cuando cada afirmación se sostiene con lo que el propio documento muestra. La pregunta del título es la que responde la conclusión. El número del abstract es el número de la tabla. El signo que interpretan en el texto es el signo que salió en la regresión. La muestra que describen en Datos es la que produjo esos resultados. Revisarlo es mecánico: todo número citado en prosa tiene que existir en una tabla o un gráfico, el .do tiene que reproducirlo, y no puede haber afirmaciones sin respaldo en el propio trabajo.

Un documento es externamente consistente cuando dialoga correctamente con lo que ya se sabe: los resultados se comparan con la literatura citada, las definiciones y las unidades son las estándar del campo, y si hay una discrepancia con un trabajo previo, el texto la señala y la explica en vez de ignorarla. También es verificable: que los cinco trabajos de la revisión digan efectivamente lo que el informe les atribuye, que el coeficiente propio sea comparable en magnitud y unidades con los publicados, y que si el resultado contradice la literatura, el texto lo diga y ofrezca una razón.

Se necesitan las dos

Un trabajo puede ser internamente consistente y estar completamente equivocado: la lógica interna cierra, pero parte de un supuesto falso o de una base mal construida. También puede ser externamente consistente y estar mal: repetir el consenso de la literatura sin que los propios datos lo respalden. Ninguna de las dos alcanza sola.

Esto conecta con la regla de IA de la sección 1. Una referencia que la herramienta inventó y que el grupo no verificó es una falla de consistencia externa: el documento dialoga con una fuente que no existe. Un número que el .do no reproduce es una falla de consistencia interna: el documento no se sostiene ni con su propia evidencia. Las dos se evalúan igual de duro, y por la misma razón.

El abstract

Para ver esta estructura en acción de forma explícita, veamos un ejemplo clásico de un journal Tier 1 que separa cada una de las partes de manera casi perfecta:

Chetty, R., Friedman, J. N. y Rockoff, J. E. (2014), «Measuring the Impacts of Teachers II: Teacher Value-Added and Student Outcomes in Adulthood», American Economic Review 104(9), 2633–2679. DOI: 10.1257/aer.104.9.2633.

Are teachers' impacts on students' test scores ("value-added") a good measure of their quality? This question has sparked debate, partly because of a lack of evidence on whether high value-added (VA) teachers improve students' long-term outcomes. We track 2.5 million students from a large urban school district into adulthood to evaluate the impacts of VA. We find that students assigned to higher VA teachers are more likely to attend college, earn higher salaries, and are less likely to have children as teenagers. Replacing a teacher in the bottom 5 percent of VA with an average teacher would increase the present value of students' lifetime income by more than USD 250,000 per classroom. We conclude that good teachers create substantial economic value and that test score VA measures capture an important dimension of this value.

Se reemplazó el símbolo de dólar por «USD» solo para no interferir con el renderizado de fórmulas de esta página; el resto del texto es textual.

Qué secciones tiene un paper

Esta es la lista base. El enunciado la resume en cinco consignas; un paper publicado la despliega en estas doce partes.

Título y abstract

Lo último que se escribe, aunque va primero.

Introducción

Presenta la pregunta, dice por qué importa, qué se hace —datos y estrategia, en una frase—, el resultado principal con su número, qué agrega respecto de lo ya publicado y cómo sigue el resto del trabajo.

Antecedentes y revisión de literatura

Se organiza por argumento, no como una lista de resúmenes uno detrás del otro, y ubica el propio trabajo dentro de ese mapa.

Marco conceptual

El modelo o la identidad que le da sentido a lo que se va a estimar, y de donde sale el signo esperado del coeficiente.

Datos

Fuente, cobertura, definición de cada variable, criterios de exclusión. Alguien que no participó del trabajo tiene que poder reconstruir la base a partir de esta sección.

Estrategia empírica

La ecuación, qué representa cada término, qué variación identifica el parámetro de interés y bajo qué supuesto esa estimación puede leerse como causal.

Resultados

Los coeficientes van en una tabla, interpretados en magnitud y en unidades. Lo que no da significativo también se reporta.

Robustez

Qué pasa si cambia una decisión: la muestra, el período, la frecuencia, la especificación.

Discusión y limitaciones

El mecanismo probable, las amenazas a la identificación, y sobre todo qué es lo que estos resultados no permiten concluir.

Conclusión

Responde la pregunta de la introducción. No introduce resultados nuevos.

Referencias

Formato uniforme. Todo lo que se cita aparece acá, y todo lo que está acá se citó en el texto.

Apéndice

Lo que no cabe en el cuerpo pero alguien podría necesitar para reproducir o auditar el trabajo.

El mapeo es directo: la consigna 1 (Introducción) es el ítem homónimo; la consigna 2 (Revisión de literatura) es Antecedentes y revisión de literatura; la consigna 3 (Análisis descriptivo) corresponde a Datos, más la parte descriptiva de Resultados; la consigna 4 (Estimaciones econométricas) reúne Estrategia empírica, Resultados, Robustez —ahí entra la especificación que cambia una decisión de construcción de datos— y Discusión y limitaciones —ahí entran los problemas econométricos que pide comentar el enunciado—; y la consigna 5 (Conclusiones) es la sección Conclusión. Marco conceptual queda repartido entre la Introducción y la consigna 1, que pide precisar la identidad antes de seguir.

El resto de esta clase construye, en orden, el contenido que va en cada una de esas secciones: la pregunta, la identidad, los datos y la estimación.

3La pregunta

El modelo neoclásico tiene una predicción clara. Si el capital es escaso donde el ingreso es bajo, su producto marginal ahí es más alto, y el capital debería fluir de los países ricos a los pobres. Esos países invertirían por encima de su ahorro, tendrían déficit de cuenta corriente y convergerían más rápido.

El problema es que no ocurre. Ni en la dirección de los flujos, ni en su asociación con el crecimiento. Ese desacuerdo entre teoría y evidencia es el tema del TP.

Lo que hay que responder

¿Los países que financian su inversión con ahorro externo crecen más rápido, o crecen más los que la financian con ahorro propio?

Seis trabajos para empezar

No pueden ser los únicos. La revisión de literatura tiene que organizar un debate, no encadenar resúmenes.

Lucas (1990)

Why Doesn't Capital Flow from Rich to Poor Countries?

El planteo original. Es calibración, no econometría: sirve para dimensionar cuán grande es la anomalía.

Gourinchas y Jeanne (2013)

The Allocation Puzzle

Refina el enigma: entre países en desarrollo el capital fluye menos hacia los que más crecen. Al revés de lo que predice el modelo.

Prasad, Rajan y Subramanian (2007)

Foreign Capital and Economic Growth

Estima directamente la relación del TP. Los países no industriales que recurrieron menos al ahorro externo crecieron más rápido.

Cavallo, Eichengreen y Panizza (2018)

Can countries rely on foreign saving…?

Enfoque de episodios, no de regresión promedio: los déficits grandes y persistentes rara vez terminan bien.

Blanchard y Giavazzi (2002)

Current Account Deficits in the Euro Area

La lectura benigna: el déficit refleja convergencia y suavizamiento intertemporal. Es el contraargumento que la revisión tiene que discutir.

Grigoli, Herman y Schmidt-Hebbel (2018)

Saving in the world

Determinantes del ahorro. Importa porque muestra que el ahorro externo no es una variable de política directa: se determina junto con el ahorro doméstico y la inversión.

La tensión que organiza el tema

De un lado, el déficit como señal de convergencia. Del otro, la evidencia de que los países que más recurren al ahorro externo no crecen más y son más frágiles. Si la revisión no deja clara esa tensión, no está cumpliendo su función.

4La identidad

Todo el trabajo se apoya en la identidad de cuentas nacionales de una economía abierta. Del equilibrio ahorro-inversión:

$$ \underbrace{S^{n}_{t}}_{\text{ahorro nacional}} + \underbrace{S^{ext}_{t}}_{\text{ahorro externo}} = I_{t} \qquad\Longrightarrow\qquad S^{ext}_{t} \;\equiv\; I_{t} - S^{n}_{t} \;=\; -\,CC_{t} $$ Un déficit de cuenta corriente ($CC_t < 0$) equivale a ahorro externo positivo: el país absorbe más de lo que produce y financia la diferencia con el resto del mundo.

Tres cosas hay que tener claras antes de seguir:

  1. Es una identidad, no una relación de comportamiento. Se cumple por construcción y no dice nada sobre causalidad. Un déficit puede reflejar inversión que sube, ahorro que cae, o las dos cosas.
  2. El signo esperado es ambiguo. Una lectura ve convergencia; la otra ve apreciación real, pérdida de competitividad del sector transable y exposición a reversiones súbitas.
  3. Condicionar en $I$ cambia la pregunta. Volvemos sobre esto en la sección 9, y es el error más frecuente del trabajo.
Para entender la identidad desde cero

Krugman, Obstfeld y Melitz, Economía Internacional, capítulo de contabilidad nacional y balanza de pagos. Construye la identidad partiendo de la economía cerrada, con datos reales, antes de abrir al sector externo.

5Datos

FuenteQué tieneAcceso
WDI · Banco MundialCuenta corriente, ahorro, inversión, PIB, apertura, población, inflacióndatabank.worldbank.org
PWT · GroningenPIB per cápita a PPA, capital, PTF. 185 países, 1950–2023rug.nl/ggdc
IFS · FMIEstadísticas financieras internacionales, balance de pagosdata.imf.org

6Qué puede salir mal

Causalidad inversa

La cuenta corriente responde al crecimiento esperado tanto como podría afectarlo. Es el mecanismo mismo de la lectura benigna.

Variables omitidas

Términos de intercambio y precios de commodities mueven las dos variables a la vez. Los efectos fijos de país no los capturan: varían en el tiempo.

Error de medición

La discrepancia de la sección 4 sesga el coeficiente de la regresión, $\beta$, hacia cero. Un coeficiente no significativo puede ser uno atenuado.

Un diagnóstico rápido: estimen la persistencia del ahorro externo y comparen su dispersión entre países con su dispersión dentro de cada país. Van a encontrar que variación dentro hay de sobra. El problema no es que los efectos fijos se coman la variación, sino de qué tipo es la que queda: movimientos anuales dominados por el ciclo y la absorción, no por el patrón de mediano plazo que les interesa. Es la misma razón por la que los promedios quinquenales de la sección 9 pueden cambiar la respuesta. El diagnóstico completo está al final de la sección 9.

7Armar el panel

Antes de importar

Stata
import excel using datos_WB_2026.xlsx, first sheet(1) clear

label var gdp_pc2021 "PIB per capita PPA"
label var cab        "Cuenta corriente (%PIB)"
label var gns        "Ahorro nacional bruto (%PIB)"
label var inv        "Inversion (%PIB)"

sum
save wb_data.dta, replace

Unir, agregar, reorganizar

Stata
use wb_data.dta, clear
merge m:1 ccode using meta.dta, keep(match master) nogen

append hace lo otro: pega bases una debajo de la otra, agrega observaciones.

Definir el panel y crear variables

setup.do
use wb_data.dta, clear
merge m:1 ccode using meta.dta, keep(match master) nogen

egen id = group(ccode)
order id ccode year
tsset id year, yearly

gen gdp_gr = ((gdp_pc2021 / L.gdp_pc2021) - 1) * 100
egen open  = rowtotal(exports imports)
gen lny    = ln(gdp_pc2021)

label var gdp_gr "Crecimiento (PIBpc)"
label var open   "Apertura comercial (%PIB)"
label var lny    "Log PIB per capita PPA"

Efectos fijos: por qué importan

Un panel tiene varias unidades observadas en el tiempo: doble variabilidad. Eso permite controlar por efectos no observables que varían sólo por individuo. Si no los incluimos, hay sesgo por variable omitida.

$$ y_{it} \;=\; x'_{it}\,\beta \;+\; \mu_i \;+\; \varepsilon_{it} $$ El estimador de efectos fijos es MCO con $(N-1)$ variables binarias por individuo: un intercepto distinto para cada uno.

La transformación within muestra qué está pasando: controlar por efectos fijos es idéntico a restarle a cada observación la media de su individuo. La identificación viene sólo de la variación dentro de cada país.

Crédito al Sector Privado (% PIB) Crecimiento PIB (%) País A · dentro: β ≈ 1.10País B · dentro: β ≈ 0.91MCO agrupado: β ≈ 0.71
El mismo dato, dos respuestas. Dentro de cada país la pendiente es cercana a 1. La recta de MCO agrupado, que ignora la heterogeneidad, es visiblemente más plana porque mezcla la variación dentro de cada país con las diferencias permanentes entre ellos. Figura ilustrativa.

8Del dato a la evidencia

Armar la muestra

Stata
keep if inrange(year, 2000, 2024)

egen nobs = count(gdp_gr) if !missing(sext, lny), by(id)
bysort id: egen nobs_max = max(nobs)
keep if nobs_max >= 15

egen tag = tag(ccode)
count if tag
Declarar siempre

Ese filtro de 15 años es un criterio de exclusión. Reporten cuántos países quedan, cuáles se cayeron y por qué. Si los que se caen son sistemáticamente los más pobres, tienen un problema de selección que hay que mencionar entre las limitaciones.

Depuración de la muestra: Enfoque Secuencial vs. Variable Indicadora

La construcción de la muestra de estimación puede encararse mediante una depuración secuencial o mediante la creación de una variable indicadora de selección (dummy).

Stata
gen sample = 1
replace sample = 0 if fyear < 1985 | fyear > 2005
replace sample = 0 if sic >= 6000 & sic <= 6999
replace sample = 0 if leverage > 3
replace sample = 0 if sales_growth > 500

En el enfoque secuencial, cada comando elimina observaciones, en consecuencia, el segundo filtro evalúa condiciones únicamente sobre la submuestra que sobrevivió al primer corte.

En contraste, el enfoque de la variable indicadora preserva el universo completo de datos hasta el último paso. Esta metodología permite tabular exactamente cuántas observaciones y qué individuos se pierden por cada criterio de exclusión antes de ejecutar el corte definitivo.

Filtros y sesgo de selección

Van a tener que descartar observaciones. MCO promedia distancias verticales respecto de la recta, y de ahí salen cuatro casos que conviene distinguir:

  • Filtrar por una variable explicativa ($X$). No sesga $\beta$: no altera la distribución del error condicional a $X$. Cuesta precisión, porque achica la varianza de $X$. Y tiene una salvedad: si la relación no es lineal o la pendiente difiere entre grupos, recortar el rango de $X$ cambia qué están estimando, aunque el estimador siga siendo insesgado en el rango que queda.
  • Filtrar por la variable dependiente ($Y$). Descartar países porque «tuvieron recesiones muy fuertes» trunca los residuos de un solo lado y aplana la pendiente. No lo hagan.
  • Filtrar por un tercer criterio, que es el caso normal. «Al menos 15 años de datos», «más de un millón de habitantes». No son ni $X$ ni $Y$, y ahí está el riesgo: la disponibilidad de datos no es aleatoria. Los países sin estadísticas suelen ser los que tuvieron guerras, colapsos o Estados frágiles, es decir, países cuyo crecimiento difiere por razones que el modelo no observa. La regla general es que el criterio sea independiente del error dado $X$; cuando no puedan garantizarlo, decláremlo, reporten quiénes quedaron afuera y muestren si el resultado cambia sin ese filtro.
  • Filtrar mirando los residuos: el peor caso. Sacar los puntos que «se ven raros» en el gráfico, o los que más mueven el coeficiente, es seleccionar directamente sobre el término de error. Es la forma más rápida de fabricar un resultado sin darse cuenta. Si van a excluir atípicos, definan el criterio antes de mirar cuáles son, aplíquenlo en las dos colas, y reporten la estimación con y sin ellos.

Resumido: recortar por las explicativas es caro pero honesto; recortar por el resultado o por los residuos es barato y tramposo.

9Estimación

$$ g_{it} \;=\; \alpha \;+\; \beta\,S^{ext}_{it} \;+\; \gamma\,\ln y_{i,t-1} \;+\; \delta' X_{it} \;+\; \mu_i \;+\; \tau_t \;+\; \varepsilon_{it} $$ $\mu_i$ absorbe todo lo permanente de cada país. $\tau_t$ absorbe los shocks globales comunes. $\beta$ es el coeficiente de interest.
Stata
xtset id year, yearly
eststo clear

* (1) BETWEEN: la relacion ENTRE paises, un dato por pais
*     Promedia cada pais a lo largo del tiempo y compara paises entre si.
*     Nota: el estimador between no admite errores robustos ni cluster.
eststo m1: xtreg gdp_gr sext, be

* (2) EF de pais
eststo m2: xtreg gdp_gr sext, fe rob

* (3) EF de pais y de anio
eststo m3: xtreg gdp_gr sext i.year, fe rob

* (4) EF + controles
eststo m4: xtreg gdp_gr sext L.lny open pop_gr linfl i.year, fe rob
Dato útil

En xtreg, fe rob Stata usa automáticamente errores estándar agrupados por panel. No hace falta escribir vce(cluster id).

La quinta: cambiar una decisión de construcción de datos

Una de las cinco especificaciones tiene que variar una decisión sobre cómo se construyeron los datos, no un control. Acá pasamos de datos anuales a promedios quinquenales no superpuestos.

Stata
preserve
gen periodo = 2000 + 5*floor((year - 2000)/5)
bysort id periodo (year): gen lny_ini = lny[1]

collapse (mean) gdp_gr sext open pop_gr linfl (first) lny_ini, by(id periodo)

xtset id periodo, delta(5)
eststo m5: xtreg gdp_gr sext lny_ini open pop_gr linfl i.periodo, fe rob
restore
¿Qué es lo que cambia?

Los datos anuales están dominados por la relación mecánica de corto plazo entre absorción y saldo externo: un año de recesión comprime importaciones y mejora la cuenta corriente sin que haya pasado nada estructural.

La pregunta del trabajo es de mediano plazo. Los promedios quinquenales filtran esa alta frecuencia.

Si el coeficiente cambia al pasar de una frecuencia a la otra, eso es un resultado, no un problema: indica que la conclusión depende de qué horizonte se considere relevante.

El signo puede depender del horizonte

Un déficit externo grande puede convivir con más crecimiento en los primeros años y con menos varios años después: la absorción sube primero y el ajuste llega más tarde. Su $\beta$ es un promedio de esos tramos, con el peso que le dé la frecuencia de los datos.

Una sola tabla

Stata
esttab m1 m2 m3 m4 m5, ///
    se bracket r2 star(* 0.10 ** 0.05 *** 0.01) label ///
    keep(sext L.lny lny_ini open pop_gr linfl) ///
    mtitles("Between" "EF pais" "EF pais+anio" "+ controles" "Quinquenios")

esttab m1 m2 m3 m4 m5 using regs_tp1.csv, ///
    se bracket r2 star(* 0.10 ** 0.05 *** 0.01) label replace

Interpreten en términos cuantitativos: cuántos puntos porcentuales de crecimiento implica un punto porcentual más de ahorro externo, y si esa magnitud es relevante frente al desvío estándar de la variable. Comparen columna contra columna explicando qué cambia y por qué.

La trampa de la inversión

El error que más se repite

Meter la inversión como control sin advertir lo que implica. Por la identidad $S^{ext} = I - S^{n}$, condicionar en $I$ convierte el coeficiente en el efecto de sustituir ahorro doméstico por externo manteniendo la inversión total constante.

Es una pregunta legítima, y es la que permite separar el papel del ahorro doméstico del papel del ahorro externo. Pero no es la misma pregunta, y hay que decir cuál se está respondiendo.

Stata
xtreg sext L.sext, fe rob
xtsum sext gdp_gr

10Antes de entregar

Checklist0 de 12
Último consejo

Un trabajo que concluya «la relación no es robusta» y lo demuestre bien vale tanto como uno que encuentre un efecto significativo. Se evalúa el razonamiento, no el signo del coeficiente.

Antes de entregar, relean el informe una vez más buscando específicamente fallas de consistencia interna y externa: son el error más fácil de pasar por alto porque no aparecen al leer una sola sección, sino al cruzarlas.