{"id":2039,"date":"2021-09-26T22:50:11","date_gmt":"2021-09-27T01:50:11","guid":{"rendered":"https:\/\/www.pacificoresearch.com\/?p=2039"},"modified":"2021-09-26T22:50:12","modified_gmt":"2021-09-27T01:50:12","slug":"comparacion-chile-clusters","status":"publish","type":"post","link":"https:\/\/www.pacificoresearch.com\/en\/comparacion-chile-clusters\/","title":{"rendered":"Comparar a Chile con otras econom\u00edas emergentes: Una clasificaci\u00f3n basada en clusters"},"content":{"rendered":"

Por Sebasti\u00e1n D\u00edaz<\/a>, Analista Macroecon\u00f3mico de Pac\u00edfico Research<\/a><\/p>\n\n\n\n

Cuando analizamos los precios de activos chilenos como las tasas de inter\u00e9s de la deuda de gobierno o la evoluci\u00f3n reciente del tipo de cambio, una pregunta com\u00fan es con qu\u00e9 casos debe compararse. Chile sin duda es una econom\u00eda emergente, pero este grupo sigue siendo demasiado diverso. <\/p>\n\n\n\n

En t\u00e9rminos regionales podr\u00edamos tomar como referencia a los pa\u00edses andinos y quiz\u00e1s agregar\u00edamos M\u00e9xico y Brasil para tener una comparaci\u00f3n con las principales econom\u00edas de Am\u00e9rica Latina. Sin embargo, Chile se aleja de estos referentes en varios frentes, destacando por ejemplo el nivel de deuda soberana. <\/p>\n\n\n\n

Una alternativa ser\u00eda entonces comparar a Chile con econom\u00edas emergentes europeas o asi\u00e1ticas con similares clasificaciones de riesgo. Pero surgen otras divergencias estructurales.<\/p>\n\n\n\n

Para poder ubicar a Chile en t\u00e9rminos de las econom\u00edas emergentes utilizamos un enfoque de clusters (grupos). Esta es una t\u00e9cnica estad\u00edstica que agrupa un conjunto de objetos (pa\u00edses en nuestro caso) de tal manera que los objetos del mismo grupo sean m\u00e1s similares entre s\u00ed que a los de otros grupos. <\/p>\n\n\n\n

En nuestro caso buscamos agrupar los pa\u00edses emergentes seg\u00fan sus fundamentales macroecon\u00f3micos. El enfoque que utilizamos es similar al descrito en el trabajo de Zedric Cheung \u201cFactor analysis & Cluster analysis on Countries Classification<\/strong><\/em><\/a>\u201d en el que considera 29 variables econ\u00f3micas y sociales de la base de datos del Banco Mundial para clasificar 159 pa\u00edses de acuerdo a su nivel de desarrollo econ\u00f3mico, sin embargo, nuestra muestra es m\u00e1s acotada ya que abarca 9 variables de fundamentales macroecon\u00f3micos y 28 pa\u00edses.<\/p>\n\n\n\n

El c\u00f3digo de Python que utilizamos y la base de datos se puede encontrar haciendo click aqu\u00ed<\/strong><\/a><\/p>\n\n\n\n

Descripci\u00f3n de los datos<\/strong><\/h3>\n\n\n\n

La muestra la limitamos a pa\u00edses con ingresos per c\u00e1pita menores a USD 20,000 y mayores a USD 5,000. Adicionalmente excluimos a Turqu\u00eda, Grecia y Argentina pues son outliers<\/em> que tienden a quedar cada uno en un cl\u00faster separado distorsionando los resultados. Los nueve fundamentos macroecon\u00f3micos en los que se basa la comparaci\u00f3n, con sus respectivas fuentes son:<\/p>\n\n\n\n

  1. Promedio cuatro trimestres del balance del gobierno general como porcentaje del PIB; fuente: Bloomberg<\/li>
  2. Promedio cuatro trimestres del saldo en cuenta corriente como porcentaje del PIB; Bloomberg.<\/li>
  3. Promedio cuatro trimestres de la deuda bruta como porcentaje del PIB; Banco Mundial<\/li>
  4. Promedio 12 meses de la variaci\u00f3n interanual de la inflaci\u00f3n total; Bloomberg<\/li>
  5. Promedio 12 meses de la variaci\u00f3n interanual del agregado monetario M3 (broad money<\/em>); Bloomberg<\/li>
  6. Niveles del PIB per c\u00e1pita en d\u00f3lares estadounidenses (sin ajustar por paridad de compra); Fondo Monetario Internacional<\/li>
  7. Promedio cuatro trimestres de la variaci\u00f3n en cuatro trimestres del PIB; Bloomberg<\/li>
  8. Desviaci\u00f3n del promedio de 12 meses de la tasa de cambio real respecto al promedio de los \u00faltimos 10 a\u00f1os; Bloomberg basado en Banco de Pagos Internacionales<\/li>
  9. Promedio de 12 meses de las reservas internacionales como porcentaje del PIB de 2019; Bloomberg<\/li><\/ol>\n\n\n\n

    En la Tabla 1 se pueden encontrar estad\u00edsticas descriptivas de las variables descritas.<\/p>\n\n\n\n

    Tabla 1. Estad\u00edsticas descriptivas de las variables utilizadas<\/p>\n\n\n\n

    \"\"<\/figure><\/div>\n\n\n\n

    An\u00e1lisis de cl\u00fasteres<\/strong><\/h3>\n\n\n\n

    La metodolog\u00eda de cl\u00fasteres que utilizamos requiere definir de antemano y de manera arbitraria el n\u00famero de grupos que se quiere obtener. Para esto partimos por inspeccionar el dendrograma jer\u00e1rquico del Gr\u00e1fico 1. Este gr\u00e1fico permite identificar preliminar y visualmente las agrupaciones seg\u00fan se va dividiendo sucesivamente la muestra por \u201ccercan\u00eda\u201d de las variables. A un nivel alto de agregaci\u00f3n, el dendrograma sugiere que se pueden crear entre cuatro y seis cl\u00fasteres. En adelante usamos como base cinco cl\u00fasteres. Dentro de los ejercicios de robustez que realizamos modificamos este supuesto con pocos cambios significativos.<\/p>\n\n\n\n

    Gr\u00e1fico 1. Dendrograma de clusters<\/p>\n\n\n\n

    \"\"<\/figure><\/div>\n\n\n\n

    Siguiendo el art\u00edculo se\u00f1alado arriba y la pr\u00e1ctica m\u00e1s com\u00fan, utilizamos la distancia euclidiana y el m\u00e9todo de Ward para definir la similitud entre variables. De forma simplificada esto se traduce en minimizar las diferencias cuadr\u00e1ticas respecto de la media de cada grupo. A partir de los anteriores supuestos y par\u00e1metros, los cl\u00fasteres o grupos que arroja el m\u00e9todo son:<\/p>\n\n\n\n