PAÍSES DEL CONTINENTE EUROPEOtauja.ujaen.es/bitstream/10953.1/11161/1/TFG_ROSALA_RUBIO.pdf ·...

Fa

cu

lta

d d

e C

ien

cia

s S

ocia

les y

Ju

ríd

ica

s

Trabajo Fin de Grado

Trabajo Fin de Grado

ESTUDIO SOCIO-ECONÓMICO DE LOS

PAÍSES DEL CONTINENTE

EUROPEO

Alumno: Rosalía Rubio Rubio

Enero, 2020

1

ESTUDIO SOCIO-ECONÓMICO DE LOS PAÍSES DEL CONTINENTE

EUROPEO

RESUMEN

En este trabajo tratamos de agrupar 44 países del continente europeo en grupos para

averiguar qué países tienen variables económicas en común y obtener información de

ellos.

Para conseguir este objetivo vamos a emplear el método cluster de conglomerados

jerárquico por casos- según países- y por variables -según variables económicas-, que

consiste en dividir los países en conglomerados a través de sus máximas diferencias y

eliminando los casos no relevantes.

En las conclusiones por casos podemos comprobar cómo, en los grupos conseguidos de

países, hay diferencias significativas entre ellos. En las conclusiones por variables

comprobamos que los grupos son muy diferentes entre sí, pero las unidades de estudio de

un mismo cluster están muy relacionadas entre ellas.

ABSTRACT

In this research we try to group 44 countries of the European Continent into groups to

find out which countries have economic variables in common and obtain information

from them.

To achieve this objective, we will use the cluster method of hierarchical conglomerates

bay cases -according to countries- and by variables -according to economic variables-,

which consists of dividing the countries into conglomerates through their maximum

differences and eliminating non-relevant cases.

In the case conclusions we can see how, in the groups obtained from countries, there are

significant differences between them. In the conclusions by variables we verify that the

groups are very different from each other, but the units of study of the same cluster are

closely related to each other

2

ÍNDICE

1. INTRODUCCIÓN ........................................................................................................ 4

2. GLOBALIZACIÓN ....................................................................................................... 4

2.1 VENTAJAS DE LA GLOBALIZACIÓN ........................................................................... 10

2.2 INCONVENIENTES DE LA GLOBALIZACIÓN .............................................................. 11

2.3 INSTITUCIONES MONETARIAS ................................................................................. 11

3. METODOLOGÍA....................................................................................................... 14

3.1. CONCEPTO ............................................................................................................... 14

3.2. TEORÍA METODOLÓGICA ......................................................................................... 15

4. ANÁLISIS DE RESULTADOS ...................................................................................... 18

4.1. OBTENCIÓN DE DATOS ............................................................................................ 18

4.2. SELECCIÓN DE VARIABLES Y UNIDADES DE ESTUDIO RELEVANTES ........................ 19

4.3. ANÁLISIS DE CORRELACIÓN ..................................................................................... 23

4.4. ANÁLISIS CLÚSTER ................................................................................................... 31

5. CONCLUSIONES ...................................................................................................... 36

6. BIBLIOGRAFÍA ......................................................................................................... 37

7. ANEXOS.................................................................................................................. 38

7.1. ANEXO A: LEYENDA DE UNIDADES DE ESTUDIO ..................................................... 38

7.2. ANEXO B: LEYENDA DE VARIABLES.......................................................................... 39

7.3. ANEXO C: MATRIZ DE DATOS .................................................................................. 39

3

ÍNDICE DE GRÁFICOS

Gráfico 1. Comparativa del Comercio de Servicios. ........................................................ 6

Gráfico 2. Comparativa del Comercio de Mercaderías. ................................................... 7

Gráfico 3. Comparativa de la Formación Bruta de Capital. ............................................. 8

Gráfico 4. Comparativa del Crecimiento del PIB (% anual). ........................................... 9

Gráfico 5. Métodos de Análisis Clúster.......................................................................... 16

Gráfico 6. Dendograma. ................................................................................................. 17

Gráfico 7. Dendograma análisis por casos. .................................................................... 33

Gráfico 8. Dendograma de análisis por variables. .......................................................... 35

ÍNDICE DE TABLAS

Tabla 1. Tabla de correlación inicial. .......................................................................................... 23

Tabla 2. Tabla de correlación con independencia en las variables. ............................................. 27

Tabla 3. Tabla de ANOVA. ........................................................................................................ 31

Tabla 4. Tabla de agrupación de conglomerados. ....................................................................... 32

4

1. INTRODUCCIÓN

La globalización es un fenómeno que ha afectado tanto a empresas, personas y países,

aunque no todos de la misma manera. Es importante conocer las diferencias que

encontramos en cada país para actuar adecuadamente ante cambios económicos y

sociales.

Deslocalizar las actividades de producción, invertir en el extranjero son las prácticas más

comunes en las empresas para la creación de rentabilidad y para ello debemos estudiar

factores económicos que influyen en estas variables.

Con ayuda del método cluster vamos a agrupar los países del continente europeo más

relevantes en función de las diferencias entre las variables económicas elegidas. Vamos

a utilizar unidades de estudio económicas para valorar cuáles son las que marcan la

diferencia en la formación de clusters.

Tras los resultados, estudiaremos qué factores económicos han influido de igual manera

en los cluster obtenidos y cuáles han influido de manera distinta.

2. GLOBALIZACIÓN

La globalización es una corriente de movimientos y acercamientos sociales, económicos,

tecnológicos, políticos y culturales, dado por los países de todo el mundo. Los gobiernos,

a través de políticas de liberación, de mercados y personas, e integración hacen autónomas

las economías de todos los países. Las empresas optimizan sus recursos y procesos,

deslocalizándolos a aquellos países donde serían más eficientes. Los consumidores

obtienen variedades en los productos, nuevas oportunidades de empleo en países distintos

al de origen e intercambian la cultura.

Algunos autores consideran que, este fenómeno mundial fue se creó y fue

incrementándose tras la finalización de la Segunda Guerra Mundial, llegando a su

máximo en los años 80 y 90.

Este proceso vino acompañado de otras innovaciones como las Tecnologías de la

Información y la Comunicación (TICs) e intensificación de las comunicaciones físicas.

Todo esto, favorecido por una estabilidad política, le siguieron la expansión del mercado

de bienes y capitales.

Estudio socio-económico de los países del Continente Europeo.

5

A continuación, se detallan cuatro tendencias relevantes para la aparición y desarrollo de

la globalización. La primera es el surgimiento y extensión de las TICs (Martín -Cabello,

2013). Tenemos varias fechas importantes:

• en 1964 se realiza la primera retrasmisión de televisión vía satélite. Y unos de los

desarrollos de las TICs más importante es la creación de la red de posicionamiento

global -GPS- para usos militares, y posteriormente, civiles.

• En la década de 1989 comienza la comercialización de los primeros móviles

comerciales. Asimismo, la integración de Internet a dispositivos móviles,

haciéndose famosos los smartphones en el siglo XXI.

• En 1990, Tim Berners – Lee creó el acceso público general a internet.

La segunda tendencia sería la producida por las mejoras e innovaciones en el transporte

de mercancías y personas, debido a los flujos comerciales entre países. El surgimiento de

la aviación comercial dejó en su segundo lugar al barco de mercancías hasta entonces más

utilizado, para el transporte turístico, en 1990. Surgen los vuelos low cost por la

popularización de los vuelos internacionales. Desde entonces no ha dejado de

incrementarse.

La tercera tendencia, y una de la más importantes, es debida a los flujos económicos. Los

flujos fueron de dos modales: comercio de bienes y servicios y flujo de capitales.

El primero de ellos, después de una dura guerra, se liberalizaron los mercados de

comercio. Para el correcto funcionamiento se creó la Organización Mundial del Comercio

(OMC), donde se legisla, no solo el comercio de mercancías sino el de servicios y el de

propiedad industrial.

En la mayoría de países del continente europeo, en el año 2000, el porcentaje del PIB que

corresponde al comercio de servicios era servil en comparación con el año 2018. Uno de

los países más beneficiado de la liberalización es Malta la cuál, a finales de la década, ha

experimentado un crecimiento exponencial, al igual que Luxemburgo. Ésta incluso en el

2000 ya obtenía un gran porcentaje de exportaciones e importaciones de servicios.

Debemos tener en cuenta que los servicios son un indicativo de un país desarrollado y en

el caso del continente europeo sus países han evolucionado notablemente en su mayoría.

Aunque hay algunos países que se encuentra en una situación de decrecimiento como es

el caso de Bulgaria y la República de Macedonia (Ver gráfico 1).


6

Respecto a las exportaciones e importaciones de mercancías del continente europeo

podemos observar una disonancia entre países. El porcentaje del PIB correspondiente a

la exportación de bienes o mercancías, en el 2000, era inferior a 2018 pero en algunos

casos -Estonia, Finlandia, Francia, Federación de Rusia, Kazajistán, Luxemburgo, Malta-

a finales de la década han sufrido un descenso.

Con este resultado identificamos una desventaja de la globalización. Esto es, la

liberalización de mercados de bienes y servicios ofrece la oportunidad de llegar a nuevas

industrias, mercados y clientes potenciales donde aumentar nuestras ventas, al igual que

se presentan muchos competidores. Para conseguir una ventaja competitiva deben ser

mejores que ellos, utilizar nuevos métodos de trabajo, deslocalizar, especializarse, y no

todos los países son capaces de crear rentabilidad superando la competencia. (Ver gráfico

2).

Gráfico 1. Comparativa del Comercio de Servicios entre el año 2000 y el 2018.

Fuente: elaboración propia

0

50

100

150

200

250

300

DEU

AR

M

AZE BEL

BG

R

HR

V

SVN

EST

FRA

GR

C

HU

N ISL

KA

Z

LTU

MK

D

NO

R

PR

T

GB

R

MD

A

RO

U

CH

E

TUR

% d

el P

IB

Países del Contienente Europeo

Año 2000 Año 2018


7

Gráfico 2. Comparativa del Comercio de Mercaderías entre el año 2000 y el 2018.

Fuente: elaboración propia.

En el segundo, flujos de capitales, señalamos el gran aumento de transacciones y

especulaciones financieras.

En 1974, la capitalización mundial total del mercado de valores era de menos de un billón

de dólares. En 2001 sobrepasó los 26 billones. Un crecimiento similar ha experimentado

los mercados de deuda nacional, cuyo saldo vivo alcanzó, a finales de 2001, los 30,5

billones dólares.

El mercado de crédito internacional, representado aproximadamente un 87% de lo

euromercados, superó ya los dieciocho billones de dólares a finales de 2001. Si a eso se

le une la transferencia internacional de riesgo por medio de la utilización de derivados,

con un volumen del nacional, en ese mismo año, de ciento treinta y cuatro con siete

billones de dólares -el triple que en 1990-, el crecimiento y volumen de los mercados

resulta espectacular, más aún cuando se tiene en cuenta que el mercado de divisas generó

una contratación media diaria de uno con dos billones de dólares en 2001 (Brunet et al.,

2007)

0

20

40

60

80

100

120

140

160

180D

EU

AR

M

AZE BEL

BG

R

HR

V

SVN

EST

FRA

GR

C

HU

N ISL

KA

Z

LTU

MK

D

NO

R

PR

T

GB

R

MD

A

RO

U

CH

E

TUR

% d

el P

IB

Países del Continente Europeo

Año 2000 Año 2018


8

En el año 2000, los países europeos vivían una estabilidad económica que podemos ver

reflejada en la formación bruta de capital de tal año (Ver gráfico 3). Sin embargo, a causa

de la globalización, la crisis económica del año 2007 afecta a todo el mundo. Los países

más afectados fueron los países de la Unión Europea (U.E), que incluso algunos de ellos

tuvieron que ser “rescatados”, es decir, recibieron ayudas y compensaciones financieras,

de la U.E, a sus entidades bancarias. En este gráfico vemos la decadente formación bruta

de capital que ha quedado tras la gran crisis.

Esta crisis también afectó al PIB. Vemos en el gráfico 4, que la mayoría de los países

europeos tenían un gran crecimiento del PIB en el año 2000, destacando: Azerbaiyán,

Federación de Rusia, Estonia y Kazajistán. Mientras que los países de la U.E se

encuentran igualados.

Tras la crisis anteriormente nombrada, el crecimiento del PIB desciende llegando en

algunos casos a decrecer, en especial los países de la Unión Europea.

El motivo de que los países que integran la Unión tengan resultados similares es debido

a que tienen la misma moneda y el mismo tipo de cambio. Cualquier cambio en las

políticas económicas afecta a todos por igual. Además de que las instituciones que la

regulan tienen como objetivo que todos los países tengan paridad.

Gráfico 3. Comparativa de la Formación Bruta de Capital entre el año 2000 y el

2018.


-30

-20

-10

0

10

20

30

40

50

60

70

80

DEU

AR

M

AZE BEL

BG

R

HR

V

SVN

EST

FRA

GR

C

HU

N ISL

KA

Z

LTU

MK

D

NO

R

PR

T

GB

R

MD

A

RO

U

CH

E

TUR

% d

el P

IB


Año 2000 Año 2018


9

Gráfico 4. Comparativa del Crecimiento del PIB (% anual) entre el año 2000 y el

2018.


Y la última fase, comprendida desde el punto de vista de la política, nos ofrece

una visión de liberalización, desregulación y supresión de las barreras nacionales que

favorecen al establecimiento del Estado de Bienestar.

Esta idea sostiene, por tanto, que el desarrollo del capitalismo como sistema económico

y político explicaría la globalización, que no sería sino su última fase. En la misma, las

fuerzas del mercado, apoyadas por el Estado, desbordarían las fronteras nacionales y

crearían un mercado mundial o global, bajo las leyes de la oferta y la demanda. Para

conseguirlo trataría de desregular las economías nacionales y de favorecer la no

interferencia de terceros en las leyes del mercado consideradas como naturales. La

globalización, en consecuencia, sería la última fase de un proceso naturalizado de

extensión planetaria de los mercados. Todo intento de limitar o de regular dicha expansión

sería contemplado, por las fuerzas que lo impulsan, como una “distorsión” o “barrera” al

natural desarrollo de la economía. (Martín–Cabello, 2013)

0

2

4

6

8

10

12

DEU

AR

M

AZE BEL

BG

R

HR

V

SVN

EST

FRA

GR

C

HU

N ISL

KA

Z

LTU

MK

D

NO

R

PR

T

GB

R

MD

A

RO

U

CH

E

TUR

% d

el P

IB


Año 2000 Año 2018


10

2.1 VENTAJAS DE LA GLOBALIZACIÓN

Al igual que cualquier variable a estudiar, encontramos una serie de ventajas e

inconvenientes. Una de las ventajas que nos proporciona este fenómeno es el aumento

del comercio y mercado para las empresas europeas. La región de la Unión Europea es

muy atractiva por su régimen comercial y los cuantiosos acuerdos establecidos, no solo

con otros países de Europa, si no con países de otros territorios. Uno de sus principales

objetivos es eliminar las barreras de comercio con países intracomunitarios.

Por esto, nos encontramos entre los primeros exportadores, junto con EE.UU y China.

Estas exportaciones representan más del 15% de las exportaciones mundiales, donde más

del 80% serían Pequeñas y Medianas empresas (PYMES).

Las exportaciones de la UE de comercio y servicios aumentaron alrededor de 1,16

billones de euros en 2000 a 2,9 billones en 2018. En 2017, las exportaciones a Corea del

Sur aumentaron en más del 12%, a Colombia en más del 10%, y las exportaciones de la

UE a Canadá aumentaron en 7 %.

Otro de los beneficios es la libre circulación de personas por la que encontramos mayores

oportunidades de empleo.

Al aumentar las exportaciones, consecuencia de la ventaja antes vista, se crean nuevos

empleos. Cada mil millones en exportaciones de la UE sirve para apoyar una media de

unos 13.000 empleos dentro de la Unión.

Las exportaciones de España a otros países en 2018 fueron de 293.458,8 millones de

euros. Los países donde mayoritariamente se dirigen nuestras exportaciones son a

Francia, Alemania e Italia con unos porcentajes de: 15,82%, 11,28% y 8,07%

respectivamente.

Otro gran beneficio es sobre los consumidores, debido a las importaciones. La atracción

de productos de diferentes países crea, no solo una gran variedad de productos, si no una

gran competencia donde las empresas utilizan el liderazgo en precios para incrementar

sus ventas.

Añadiendo a esto que los acuerdos comerciales con otros países los benefician al pagar

menos por la introducción de sus productos.


11

Esto provoca una mejora en el nivel de riqueza por el ahorro que supone para los

consumidores, aumento de la comodidad por el aumento de variedad de productos y una

mejora continua del nivel de vida.

2.2 INCONVENIENTES DE LA GLOBALIZACIÓN

En algunos casos, cuando la deslocalización es muy abundante, se elimina empleo de los

países de la empresa matriz. Esto es porque las empresas se llevan parte de su sistema

productivo a países donde la mano de obra o la materia prima son mucho más baratos.

Todos los países deben tener cuidado con las decisiones políticas y sociales que se toman

en cada país ya que, una mala decisión puede ser mal vista por otros países. Esto puede

provocar un boicot contra los productos de ese país, la mano de obra que migra o que las

empresas que se deslocalizan no escojan tal país.

Una de las mayores desventajas sería que el mayor número de beneficio sería para las

empresas multinacionales. Esto es debido a que su capacidad de competir es mayor a las

de las PYMES, que ven disminuir sus beneficios como consecuencia de un desequilibrio

económico. Esto desembocaría en una gran destrucción de pequeñas y medianas empresas

además de miles de empleos, provocando un gran descontento social por lo que se pondría

en entre dicho el bienestar que ofrece la globalización.

2.3 INSTITUCIONES MONETARIAS

Las instituciones y organizaciones tienen como responsabilidades determinan las

políticas que van a dirigir las acciones sobre el euro como su emisión. Deben mantener la

estabilidad de precios y la supervisión y control de los estados para su buen

funcionamiento.

Se rigen por los artículos 119 a 144, 219 y 282 a 284 del Tratado de Funcionamiento de

la Unión Europea (TFUE) y Protocolos anejos al Tratado de la Unión Europea: Protocolo

(n.º 4) sobre los Estatutos del Sistema Europeo de Bancos Centrales y del Banco Central

Europeo, Protocolo (n.º 14) sobre el Eurogrupo.


12

Estas instituciones serían:

• Banco Central Europeo

Creado en 1998, se encarga de gestionar el euro, aplica la política económica y monetaria

para mantener la estabilidad de precios. Uno de sus objetivos es conseguir crecimiento

económico en el territorio europeo y la creación de puestos de trabajos.

Su sede se encuentra en Fráncfort, Alemania.

Se compone del presidente que representa las reuniones de la UE e internacionales,

Christine Lagarde. Tiene tres órganos rectores:

▪ Consejo de Gobierno: principal órgano decisor.

▪ Comité Ejecutivo: gestión diaria.

▪ Consejo General: función consultiva y de coordinación.

Las funciones que realiza son establecidas en el Tratado de Funcionamiento de la Unión

Europea y especificadas en los estatutos del Sistema Europeo de Bancos Centrales y del

Banco Central Europeo.

Sus funciones básicas son establecer y ejecutar la política monetaria de la zona del euro;

realizar operaciones de divisas referidas, por ejemplo, al tipo de cambio; poseer y

gestionar las reservas oficiales de divisas de los países miembros de la zona del euro y

promover el buen funcionamiento del sistema de pagos.

Además de desempeñar la tarea de supervisión de las entidades de crédito que conforman

los Estados miembros de la zona euro.

Otras funciones son la creación exclusiva de billetes. Colabora con el BCN para recobrar

información para su estudio estadístico, extrayendo información de las autoridades

nacionales o agentes económicos.

• Tribunal de Cuentas Europeo

Creado en 1977, es el encargado de comprobar que los fondos que suministra la UE son

recibidos y utilizados de manera correcta, mejorando la contribución financiera.

Aunque no tiene capacidad jurídica ayuda a la mejora del presupuesto y vela por los

intereses de los europeos.


13

Se compone de una serie de miembros nombrados por el Consejo, con un mandato

renovable cada 6 años. Se elige un miembro por cada país que compone la Unión Europea.

Las funciones más relevantes son la auditoría de los ingresos y gastos de los fondos que

reparte la Unión europea y elabora conclusiones de los resultados de tales auditorías.

Supervisión de cualquier organización, medio o persona que manipule fondos de la UE.

Informa de fraudes, corrupción y otras actividades ilegales a la Oficina Europea de Lucha

contra el Fraude. Elabora un plan anual para aprobar el presupuesto y facilita dictámenes

sobre cómo mejorar.

Este tribunal debe ser independiente para que no favorezca a ninguna institución por lo

que tiene libertad sobre qué se somete a auditoría, cómo lo hace y dónde y cuándo

presenta sus conclusiones.

• Banco Europeo de Inversores

Instituido en 1958, confiere financiación para proyectos que ayuden a alcanzar los

objetivos de la Unión. Debe impulsar el crecimiento y el empleo, ofrecer apoyo a las

medidas propuestas que mitiguen el cambio climático y fomentar las políticas de la UE

en otros países.

Este organismo brinda varios productos y servicios:

▪ Préstamos: para crear empleo y crecimiento además de atraer a otros

inversores.

▪ Financiación combinada: concierta esta financiación con otras.

▪ Asesoramiento: para conseguir una creación de valor superior.

Está compuesta por el presidente Werner Hoyer y accionistas. Estos asociados serían

todos los países de la UE.


14

3. METODOLOGÍA

Para realizar este proyecto vamos a esgrimir el análisis clúster. Este método recoge,

ordena y analiza una serie de datos para establecer relaciones entre ellos, a través del

cálculo de probabilidades.

3.1.CONCEPTO

El análisis de conglomerados o clúster es un procedimiento que permite agrupar las

variables por su máxima similitud o mínima diferencia entre los grupos.

Es un procedimiento multivariante cuyo primordial objetivo es agrupar casos formando

conglomerados (clusters) con un alto grado de uniformidad interna y disparidad externa.

Teniendo una tabla de variables, trata de situarlas en grupos iguales -conglomerados- y

los que no son homogéneos en conglomerados distintos.

Encontramos dos procedimientos distintos para realizar un análisis de conglomerados. El

análisis de conglomerados jerárquico y el análisis de conglomerados k medias.

El análisis jerárquico trata de agrupar los clusters de nivel inferior se van agrupando en

aquellos de nivel superior. La idea de este tipo de análisis es partir de todos los individuos,

considerados como grupos de un único elemento, e ir uniendo los elementos hasta formar

un único grupo con todos los elementos

La idea de este tipo de análisis es partir de todos los individuos, considerados como

grupos de un único elemento, e ir uniendo los elementos hasta formar un único grupo con

todos los elementos.

El análisis de conglomerado k medias -o no jerárquico- agrupa las variables en grupos

que crea el método sin dependencia unos de otros. La idea de este tipo de algoritmos es

partir de un número k dado por el usuario y crear k grupo de manera que se optimice una

función objetivo.


15

Una vez realizado el procedimiento obtendremos una serie de agrupaciones, jerárquicas

o no, que podremos seguir analizando con nuevas técnicas. Teniendo en cuenta que no

utilizaríamos las mismas que han sido utilizadas para dicha agrupación.

Para realizar un análisis clúster tomaremos tres decisiones:

• Seleccionar las variables más relevantes

• Elegir la medida de proximidad entre los casos

• Decidir qué criterio se va a elegir para agrupar en conglomerados

3.2.TEORÍA METODOLÓGICA

Siguiendo el trabajo de De la Fuente (2011), detallaremos como hemos de realizar las tres

decisiones para comenzar el método. De esta manera, sabremos qué tipo de método

cluster nos conviene realizar en función de los datos y variables que se nos ofrezcan.

Siguiendo el precepto, comenzaremos por seleccionar las variables más notables. Una vez

elegidas podemos diferenciar dos tipos de variables: las cuantitativas y las cualitativas.

En este sentido tenemos variables ordinales o nominales, discretas o continuas,

respectivamente (ver gráfico 5).

Una vez conseguida nuestra matriz de variables o individuos -diferenciando los

cuantitativos y los cualitativos- estudiaremos la medida de la asociación, esto es, medidas

que reflejen la asociación entre éstas para conocer las relaciones existentes entre los

individuos de nuestra matriz. La medida de asociación puede ser una distancia o una

similaridad.

“Cuando se elige una distancia como medida de asociación (por ejemplo, la distancia

euclídea) los grupos formados contendrán individuos parecidos de forma que la distancia

entre ellos tiene que ser pequeña.

Cuando se elige una medida de similaridad (por ejemplo, el coeficiente de correlación)

los grupos formados contendrán individuos con una similaridad alta entre ellos. La

correlación de Pearson y los coeficientes de Spearman y de Kendall son índices de

similitud” (De la Fuente, 2011)


16

Recopilando, obtenemos una matriz de individuos y elegimos que medida utilizaremos

para saber las relaciones de los individuos que formen los conglomerados. A partir de

esto, elegiremos la técnica cluster que, como nombraba anteriormente, hay métodos

jerárquicos y no jerárquicos.

Gráfico 5. Métodos de Análisis Clúster

Fuente: de la Fuente Fernández (2011), “Análisis Conglomerados”. (p. 5)

Una vez elegida la no similaridad adecuada, se procederá al análisis cluster. Utilizaremos

el denominado jerárquico aglomerativo. Este tipo de método trata a los individuos como

grupos de una única unidad e ir agrupándolo hasta conformar una única unidad con todas

ellas. De este método obtendremos un dendograma -ver gráfico 6- que es una

representación gráfica en forma de árbol donde se observan las agrupaciones obtenidas

de realizar el método.

Aglomerativos

Jerárquicos

Conglomerados

Simple Linkage (vecino más próximo)

Complete Linkage (vecino más lejano)

Promedio entre Grupos

Método del Centroide

Método de la Mediana

Método de Ward

Linkage Simple

Linkage Completo

Promedio entre Grupos

Método del Centroide

Método de la Mediana

Método de Ward

Análisis de Asociación

No

Jerárquicos

Reasignación

Búsqueda de

densidad

Métodos Directos: Block-Clustering

K-Medias

Nubes Dinámicas

Métodos Reductivos: Análisis Factorial tipo Q

Análisis Modal

Métodos Taxap

Método de Fortin

Método de Wolf


17

Los individuos similares se unen mediante agrupaciones enlazadas situadas en el

dendograma de acuerdo con los niveles de jerarquía.

Gráfico 6. Dendograma.

Fuente: de la Fuente Fernández (2011), “Análisis Conglomerados”. (p. 12)

Este dendograma muestra dos conglomerados, cluster 1 y cluster 2, cortado por la línea

horizontal superior al cinco. Si, en cambio, la línea horizontal cortara por el uno y medio,

este gráfico nos mostraría un cluster y tres conglomerados independientes.

En este estudio utilizamos el método de las k medias para extraer las variables que forman

los clústers a través de la tabla ANOVA (Ver tabla 3).

“El algoritmo de las K-medias (presentado por MacQueen en 1967) es uno de los

algoritmos de aprendizaje no supervisado más simples para resolver el problema de la

clusterización. El procedimiento aproxima por etapas sucesivas un cierto número

(prefijado) de clusters haciendo uso de los centroides de los puntos que deben

representar” (http://www.cs.us.es/~fsancho/?e=43 , 2015)

También obtendremos cuántos conglomerados se forman tras este método (Ver tabla 4).


18

4. ANÁLISIS DE RESULTADOS

Para agrupar a 44 países del continente europeo utilizamos el método cluster a través del

programa estadístico SPSS. Utilizaremos el programa IBM SPSS STATISTICS 24. A

través de este programa extraeremos conclusiones sobre las relaciones o no, consideradas

entre las variables elegidas en el primer proceso para proceder al análisis cluster. (Ver

anexos A, B Y C).

Del mismo modo, optamos por las variables más relevantes para el estudio económico-

relacional de la matriz de datos. Aquí adquirimos 16 variables porcentuales.

Este estudio es referido a las incidencias del año 2018 debido a que es una variable a corto

plazo, del que se puede obtener mucha información por los acontecimientos ocurridos en

tal año y con anterioridad a este que siguen influyendo.

4.1.OBTENCIÓN DE DATOS

La matriz de datos se ha obtenido a través de la base de datos del Banco Mundial. Es una

herramienta para el estudio analítico que contiene colecciones de datos organizados por

series temporales, desde 1960 hasta 2019; por países, ciudades autónomas y grupos de

estos, con un total de 260 agrupaciones y 1431 variables a estudiar. La combinación de

estas tres nos da el conjunto de individuos y variables que vamos a necesitar en nuestro

estudio.

El Banco Mundial, en 1985, dio las primeras instrucciones para la divulgación de

información. Al no encontrar opiniones en contra de tal divulgación creó tres categorías

para los datos: publicada, disponible para audiencias específicas o restringida, y aquella

que solo podría mostrarse a través de una “Lista positiva”. En 1933 se amplió el tipo de

documentos que podían exponerse presentando el Documento de Información y Proyecto,

además de la creación de un centro de información pública y una red para difundir

información a través de sus propias delegaciones.

En 1997 solo a través de InfoShop se podía obtener información sobre el Banco Mundial.

En 2001 se aprueba una mayor cantidad de información expuestas y utilizar un enfoque

más sistemático para los archivos históricos. A través de los años, se han seguido


19

aumentando la cantidad de información divulgación de los datos haciendo más sencilla la

obtención para el público.

Esta base de datos está compuesta por cinco instituciones: El Banco Internacional de

Reconstrucción y Fomento, que concede prestaciones a Gobiernos de ingresos medianos

y bajos que tengan capacidad de pago. La Asociación Internacional de Fomento, que al

igual que la anterior, concede adelantos, pero sin interés y/o donaciones a los gobiernos

más pobres. Juntos forman el Banco Mundial.

También está incorporada la Corporación Financiera Internacional que está dedica

únicamente al sector privado ayudando a lograr un crecimiento sostenible, prestando

servicios de asesoramiento, entre otros.

El Organismo Multilateral de Garantía de Inversiones que promueve la inversión directa

extranjera directa en países en desarrollo, mejorar la vida de las personas, reducir la

pobreza, a través de seguros contra riesgos políticos a inversores. Y, por último, el Centro

Internacional de Arreglo de Diferencias Relativas a Inversiones presta servicios de

arbitraje y conciliación para resolver conflictos internacionales.

4.2. SELECCIÓN DE VARIABLES Y UNIDADES DE ESTUDIO

RELEVANTES

Las unidades de estudio serían 44 países del continente europeo.

Algunas de las ciudades-estado que se encuentran en el continente europeo no son

relevantes o no se encuentran datos disponibles por su pequeña población o pronta

adherencia como ciudad autónoma. Entre ellas se encuentran la Ciudad del Vaticano,

Andorra, Mónaco, Liechtenstein, Montenegro y San Marino.

Las variables escogidas son medidas porcentuales y muy utilizadas en el ámbito socio-

económico. Determinan el crecimiento, desarrollo y nivel de vida que hay en cada país,

debiendo tener en cuenta que, aunque dos países se encuentren cerca territorialmente o

con mismas medidas económicas, no significa que éstos vayan a desarrollarse a la misma

velocidad y de la misma manera.


20

Éstas serían:

1. Inflación, índice de deflación del PIB (% anual): La inflación medida por la

tasa de crecimiento anual del deflactor implícito del PIB muestra la tasa de cambio

de precios en la economía en su conjunto. El deflactor implícito del PIB es la

relación entre el PIB en moneda local actual y el PIB en moneda local constante.

2. Formación bruta de capital (% del crecimiento anual): consiste en

desembolsos por adiciones a los activos fijos de la economía más cambios netos

en el nivel de inventarios. Los activos fijos incluyen mejoras de la tierra (cercas,

zanjas, desagües, etc.); compras de plantas, maquinaria y equipos; y la

construcción de carreteras, ferrocarriles y similares, incluidas escuelas, oficinas,

hospitales, viviendas residenciales privadas y edificios comerciales e industriales.

Los inventarios son existencias de bienes mantenidos por empresas para satisfacer

fluctuaciones temporales o inesperadas en la producción o ventas, y "trabajo en

progreso". Según el Sistema de Cuentas Nacionales (SCN) 1993, las

adquisiciones netas de objetos de valor también se consideran formación de

capital.

3. Crecimiento del PIB (% anual): referido a la tasa de crecimiento porcentual

anual del PIB a precios de mercado basada en moneda local constante. Los

agregados se basan en dólares estadounidenses constantes de 2010. El PIB es la

suma del valor agregado bruto de todos los productores residentes en la economía

más los impuestos a los productos y menos los subsidios no incluidos en el valor

de los productos. Se calcula sin hacer deducciones por depreciación de activos

fabricados o por agotamiento y degradación de los recursos naturales.

4. Comercio de servicios (% del PIB): es la suma de las exportaciones e

importaciones de servicios dividido por el valor del PIB, todo en dólares

estadounidenses actuales.


21

5. Comercio de mercaderías (% del PIB): como parte del PIB es la suma de las

exportaciones e importaciones de mercancías dividida por el valor del PIB, todo

en dólares estadounidenses actuales.

6. Costo de los procedimientos para establecer una empresa (% del INB per

cápita): El costo de registrar un negocio se normaliza presentándolo como un

porcentaje del ingreso nacional bruto (INB) per cápita.

7. Crecimiento de la población (% anual): La tasa de crecimiento anual de la

población para el año t es la tasa de crecimiento exponencial de la población de

mitad de año desde el año t-1 hasta la t, expresada como un porcentaje. La

población se basa en la definición de facto de población, que cuenta a todos los

residentes independientemente de su estatus legal o ciudadanía.

8. Exportaciones de productos manufacturados (% de las exportaciones de

mercaderías): Las manufacturas comprenden productos en las secciones 5 de

SITC (productos químicos), 6 (manufacturas básicas), 7 (maquinaria y equipo de

transporte) y 8 (productos manufacturados diversos), excluyendo la división 68

(metales no ferrosos).

9. Tasa de participación en la fuerza laboral, hombres (% de la población

masculina entre 15-64 años) (estimación modelado OIT): La tasa de

participación en la fuerza laboral es la proporción de la población de 15 a 64 años

que es económicamente activa: todas las personas que suministran mano de obra

para la producción de bienes y servicios durante un período específico.

10. Tasa de participación en la fuerza laboral, mujeres (% de la población

femenina entre 15-64 años) (estimación modelado OIT): La tasa de

participación en la fuerza laboral es la proporción de la población de 15 a 64 años

que es económicamente activa: todas las personas que suministran mano de obra

para la producción de bienes y servicios durante un período específico.


22

11. Ingreso interno bruto (UML constante): sería la suma del PIB el ajuste de los

términos de intercambio. Los datos están en moneda local constante.

12. Empleadores, total (% del empleo total): Los empleadores son aquellos

trabajadores que, trabajando por cuenta propia o con uno o algunos socios, tienen

el tipo de trabajos definidos como "trabajos por cuenta propia", es decir, trabajos

en los que la remuneración depende directamente de los beneficios derivados de

los bienes y servicios. producido), y, en esta capacidad, han contratado, de manera

continua, una o más personas para trabajar para ellos como empleados.

13. Desempleo, mujeres (% de la población activa femenina) (estimación

modelado OIT): El desempleo se refiere a la parte de la fuerza laboral que no

tiene trabajo pero que está disponible y busca empleo.

14. Desempleo, varones (% de la población activa masculina) (estimación

modelado OIT): El desempleo se refiere a la parte de la fuerza laboral que no

tiene trabajo pero que está disponible y busca empleo.

15. Empleo de tiempo parcial, total (% del total de empleo): El empleo a tiempo

parcial se refiere al empleo regular en el que el tiempo de trabajo es

sustancialmente menor al normal. Las definiciones de empleo a tiempo parcial

difieren según el país.

16. Empleos en servicios (% del total de empleos): El empleo se define como las

personas en edad de trabajar que se dedicaban a cualquier actividad para producir

bienes o prestar servicios a cambio de una remuneración o ganancia, ya sea en el

trabajo durante el período de referencia o no en el trabajo debido a la ausencia

temporal de un trabajo, o debido a un horario de trabajo.

Fuente: Data Base (2019).


23

4.3.ANÁLISIS DE CORRELACIÓN

Tabla 1. Tabla de correlación inicial.

NY.GDP.DEFL.

KD.ZG NE.GDI.TOTL.

KD.ZG NY.GDP.MKTP

.KD.ZG BG.GSR.NFSV.

GD.ZS TG.VAL.TOTL.

GD.ZS

NY.GDP.

DEFL.KD.ZG

Correlación Pearson 1 -,133 -,074 -,131 -,055

P - valor ,391 ,632 ,397 ,724

N 44 44 44 44 44

NE.GDI.TOTL.KD.ZG

Correlación Pearson -,133 1 -,001 -,236 ,205

P - valor ,391 ,996 ,123 ,181

N 44 44 44 44 44

NY.GDP.MKTP.KD.Z

G

Correlación Pearson -,074 -,001 1 ,302 ,170

P - valor ,632 ,996 ,046 ,271

N 44 44 44 44 44

BG.GSR.NFSV.GD.ZS

Correlación Pearson -,131 -,236 ,302 1 -,099

P - valor ,397 ,123 ,046 ,523

N 44 44 44 44 44

TG.VAL.TOTL.GD.ZS

Correlación Pearson -,055 ,205 ,170 -,099 1

P - valor ,724 ,181 ,271 ,523

N 44 44 44 44 44

IC.REG.COST.PC.ZS

Correlación Pearson -,228 ,253 -,019 ,079 ,424**

P - valor ,137 ,098 ,903 ,611 ,004

N 44 44 44 44 44

SP.POP.GROW

Correlación Pearson ,032 -,310 ,152 ,538** -,300

P - valor ,837 ,041 ,326 ,000 ,048

N 44 44 44 44 44

TX.VAL.MANF.ZS.UN

Correlación Pearson -,260 -,089 -,058 ,103 ,371

P - valor ,088 ,564 ,711 ,508 ,013

N 44 44 44 44 44

SL.TLF.ACTI.MA.ZS

Correlación Pearson -,021 -,228 ,005 ,002 ,001

P - valor ,891 ,137 ,972 ,992 ,996

N 44 44 44 44 44

SL.TLF.ACTI.FE.ZS

Correlación Pearson -,188 ,009 -,140 -,018 ,049

P - valor ,222 ,955 ,364 ,907 ,750

N 44 44 44 44 44

IC.TAX.OTHR.CP.ZS

Correlación Pearson ,039 -,077 -,160 -,184 -,173

P - valor ,802 ,621 ,298 ,233 ,262

N 44 44 44 44 44

SL.EMP.MPYR.ZS

Correlación Pearson -,059 -,195 -,243 ,023 -,006

P - valor ,704 ,205 ,112 ,880 ,970

N 44 44 44 44 44

SL.UEM.TOTL.FE.ZS

Correlación Pearson -,093 -,016 -,068 -,138 -,156

P - valor ,550 ,919 ,660 ,370 ,311

N 44 44 44 44 44

SL.UEM.TOTL.MA.ZS

Correlación Pearson -,037 -,011 ,014 -,131 -,118

P - valor ,812 ,943 ,931 ,395 ,444

N 44 44 44 44 44

SL.TLF.PART.ZS

Correlación Pearson -,403** -,195 -,321 ,165 ,024

P - valor ,007 ,205 ,034 ,286 ,875

N 44 44 44 44 44

SL.SRV.EMPL.ZS

Correlación Pearson -,340 -,228 -,241 ,406** -,172

P - valor ,024 ,137 ,116 ,006 ,264

N 44 44 44 44 44


24

IC.REG.COST.

PC.ZS SP.POP.GROW

TX.VAL.MANF.ZS.UN

SL.TLF.ACTI.MA.ZS

SL.TLF.ACTI.FE.ZS

NY.GDP.DEFL.KD.ZG

Correlación Pearson -,228 ,032 -,260 -,021 -,188

P - valor ,137 ,837 ,088 ,891 ,222

N 44 44 44 44 44

NE.GDI.TOTL.KD.ZG

Correlación Pearson ,253 -,310 -,089 -,228 ,009

P - valor ,098 ,041 ,564 ,137 ,955

N 44 44 44 44 44

NY.GDP.MKTP.KD.Z

G

Correlación Pearson -,019 ,152 -,058 ,005 -,140

P - valor ,903 ,326 ,711 ,972 ,364

N 44 44 44 44 44

BG.GSR.NFSV.GD.ZS

Correlación Pearson ,079 ,538** ,103 ,002 -,018

P - valor ,611 ,000 ,508 ,992 ,907

N 44 44 44 44 44

TG.VAL.TOTL.GD.ZS

Correlación Pearson ,424** -,300 ,371 ,001 ,049

P - valor ,004 ,048 ,013 ,996 ,750

N 44 44 44 44 44

IC.REG.COST.PC.ZS

Correlación Pearson 1 -,030 ,442** ,134 ,261

P - valor ,849 ,003 ,385 ,086

N 44 44 44 44 44

SP.POP.GROW

Correlación Pearson -,030 1 -,102 ,408** ,189

P - valor ,849 ,509 ,006 ,219

N 44 44 44 44 44

TX.VAL.MANF.ZS.U

N

Correlación Pearson ,442** -,102 1 ,110 -,041

P - valor ,003 ,509 ,476 ,792

N 44 44 44 44 44

SL.TLF.ACTI.MA.ZS

Correlación Pearson ,134 ,408** ,110 1 ,663**

P - valor ,385 ,006 ,476 ,000

N 44 44 44 44 44

SL.TLF.ACTI.FE.ZS

Correlación Pearson ,261 ,189 -,041 ,663** 1

P - valor ,086 ,219 ,792 ,000

N 44 44 44 44 44

IC.TAX.OTHR.CP.ZS

Correlación Pearson -,104 -,081 ,004 ,085 ,051

P - valor ,500 ,603 ,979 ,585 ,741

N 44 44 44 44 44

SL.EMP.MPYR.ZS

Correlación Pearson ,136 ,116 ,083 ,100 ,033

P - valor ,377 ,454 ,592 ,516 ,830

N 44 44 44 44 44

SL.UEM.TOTL.FE.ZS

Correlación Pearson -,205 -,268 -,119 -,220 -,552**

P - valor ,181 ,078 ,441 ,152 ,000

N 44 44 44 44 44

SL.UEM.TOTL.MA.ZS

Correlación Pearson -,275 -,322 -,133 -,203 -,521**

P - valor ,070 ,033 ,389 ,186 ,000

N 44 44 44 44 44

SL.TLF.PART.ZS

Correlación Pearson ,319 ,368 ,398** ,439** ,514**

P - valor ,035 ,014 ,008 ,003 ,000

N 44 44 44 44 44

SL.SRV.EMPL.ZS

Correlación Pearson ,197 ,445** ,191 ,370 ,562**

P - valor ,201 ,002 ,215 ,013 ,000

N 44 44 44 44 44


25

IC.TAX.OTHR.

CP.ZS

SL.EMP.MPYR

.ZS

SL.UEM.TOTL.

FE.ZS

SL.UEM.TOTL.

MA.ZS

SL.TLF.PART.

ZS

NY.GDP.DEFL.KD.ZG Correlación Pearson ,039 -,059 -,093 -,037 -,403**

P - valor ,802 ,704 ,550 ,812 ,007

N 44 44 44 44 44

NE.GDI.TOTL.KD.ZG Correlación Pearson -,077 -,195 -,016 -,011 -,195

P - valor ,621 ,205 ,919 ,943 ,205

N 44 44 44 44 44

NY.GDP.MKTP.KD.ZG

Correlación Pearson -,160 -,243 -,068 ,014 -,321

P - valor ,298 ,112 ,660 ,931 ,034

N 44 44 44 44 44

BG.GSR.NFSV.GD.ZS Correlación Pearson -,184 ,023 -,138 -,131 ,165

P - valor ,233 ,880 ,370 ,395 ,286

N 44 44 44 44 44

TG.VAL.TOTL.GD.ZS Correlación Pearson -,173 -,006 -,156 -,118 ,024

P - valor ,262 ,970 ,311 ,444 ,875

N 44 44 44 44 44

IC.REG.COST.PC.ZS Correlación Pearson -,104 ,136 -,205 -,275 ,319

P - valor ,500 ,377 ,181 ,070 ,035

N 44 44 44 44 44

SP.POP.GROW Correlación Pearson -,081 ,116 -,268 -,322 ,368

P - valor ,603 ,454 ,078 ,033 ,014

N 44 44 44 44 44

TX.VAL.MANF.ZS.UN

Correlación Pearson ,004 ,083 -,119 -,133 ,398**

P - valor ,979 ,592 ,441 ,389 ,008

N 44 44 44 44 44

SL.TLF.ACTI.MA.ZS Correlación Pearson ,085 ,100 -,220 -,203 ,439**

P - valor ,585 ,516 ,152 ,186 ,003

N 44 44 44 44 44

SL.TLF.ACTI.FE.ZS Correlación Pearson ,051 ,033 -,552** -,521** ,514**

P - valor ,741 ,830 ,000 ,000 ,000

N 44 44 44 44 44

IC.TAX.OTHR.CP.ZS Correlación Pearson 1 ,059 -,009 ,041 -,009

P - valor ,705 ,954 ,790 ,956

N 44 44 44 44 44

SL.EMP.MPYR.ZS Correlación Pearson ,059 1 ,206 ,030 ,315

P - valor ,705 ,181 ,846 ,037

N 44 44 44 44 44

SL.UEM.TOTL.FE.ZS Correlación Pearson -,009 ,206 1 ,931** -,316

P - valor ,954 ,181 ,000 ,037

N 44 44 44 44 44

SL.UEM.TOTL.MA.ZS Correlación Pearson ,041 ,030 ,931** 1 -,428**

P - valor ,790 ,846 ,000 ,004

N 44 44 44 44 44

SL.TLF.PART.ZS Correlación Pearson -,009 ,315 -,316 -,428** 1

P - valor ,956 ,037 ,037 ,004

N 44 44 44 44 44

SL.SRV.EMPL.ZS Correlación Pearson -,052 ,093 -,305 -,400** ,775**

P - valor ,737 ,550 ,044 ,007 ,000

N 44 44 44 44 44


26

Fuente: elaboración propia mediante IBM SPSS 24.

**. Nivel de significación del 1%.

SL.SRV.EMPL.ZS

NY.GDP.DEFL.KD.ZG Correlación Pearson -,340

P - valor ,024

N 44

NE.GDI.TOTL.KD.ZG Correlación Pearson -,228

P - valor ,137

N 44

NY.GDP.MKTP.KD.ZG Correlación Pearson -,241

P - valor ,116

N 44

BG.GSR.NFSV.GD.ZS Correlación Pearson ,406**

P - valor ,006

N 44

TG.VAL.TOTL.GD.ZS Correlación Pearson -,172

P - valor ,264

N 44

IC.REG.COST.PC.ZS Correlación Pearson ,197

P - valor ,201

N 44

SP.POP.GROW Correlación Pearson ,445**

P - valor ,002

N 44

TX.VAL.MANF.ZS.UN Correlación Pearson ,191

P - valor ,215

N 44

SL.TLF.ACTI.MA.ZS Correlación Pearson ,370

P - valor ,013

N 44

SL.TLF.ACTI.FE.ZS Correlación Pearson ,562**

P - valor ,000

N 44

IC.TAX.OTHR.CP.ZS Correlación Pearson -,052

P - valor ,737

N 44

SL.EMP.MPYR.ZS Correlación Pearson ,093

P - valor ,550

N 44

SL.UEM.TOTL.FE.ZS Correlación Pearson -,305

P - valor ,044

N 44

SL.UEM.TOTL.MA.ZS Correlación Pearson -,400**

P - valor ,007

N 44

SL.TLF.PART.ZS Correlación Pearson ,775**

P - valor ,000

N 44

SL.SRV.EMPL.ZS Correlación Pearson 1

P - valor

N 44


27

Vamos eliminando una a una de las unidades de estudio que tengan un nivel de

significación por encima del 1%. Las variables que extraemos, tras seis interacciones,

son: costo de los procedimientos para establecer una empresa (% del INB per cápita);

crecimiento de la población; tasa de participación en la fuerza laboral, mujeres (% de la

población femenina entre 15-64 años) (estimación modelado OIT); desempleo, varones

(% de la población activa masculina) (estimación modelado OIT); empleo de tiempo

parcial, total (% del total de empleo) y empleos en servicios (% del total de empleos).

Tabla 2. Tabla de correlación con independencia en las variables.

NY.GDP.DEFL.

KD.ZG

NE.GDI.TOTL.K

D.ZG

NY.GDP.MKTP.

KD.ZG

NY.GDP.DEFL.KD.ZG Correlación Pearson 1 -,133 -,074

P - valor ,391 ,632

N 44 44 44

NE.GDI.TOTL.KD.ZG Correlación Pearson -,133 1 -,001

P - valor ,391 ,996

N 44 44 44

NY.GDP.MKTP.KD.ZG Correlación Pearson -,074 -,001 1

P - valor ,632 ,996

N 44 44 44

BG.GSR.NFSV.GD.ZS Correlación Pearson -,131 -,236 ,302*

P - valor ,397 ,123 ,046

N 44 44 44

TG.VAL.TOTL.GD.ZS Correlación Pearson -,055 ,205 ,170

P - valor ,724 ,181 ,271

N 44 44 44

TX.VAL.MANF.ZS.UN Correlación Pearson -,260 -,089 -,058

P - valor ,088 ,564 ,711

N 44 44 44

SL.TLF.ACTI.MA.ZS Correlación Pearson -,021 -,228 ,005

P - valor ,891 ,137 ,972

N 44 44 44

IC.TAX.OTHR.CP.ZS Correlación Pearson ,039 -,077 -,160

P - valor ,802 ,621 ,298

N 44 44 44

SL.EMP.MPYR.ZS Correlación Pearson -,059 -,195 -,243

P - valor ,704 ,205 ,112

N 44 44 44

SL.UEM.TOTL.FE.ZS Correlación Pearson -,093 -,016 -,068

P - valor ,550 ,919 ,660

N 44 44 44


28

BG.GSR.NFSV.G

D.ZS

TG.VAL.TOTL.G

D.ZS

TX.VAL.MANF.

ZS.UN

NY.GDP.DEFL.KD.ZG Correlación Pearson -,131 -,055 -,260

P - valor ,397 ,724 ,088

N 44 44 44

NE.GDI.TOTL.KD.ZG Correlación Pearson -,236 ,205 -,089

P - valor ,123 ,181 ,564

N 44 44 44

NY.GDP.MKTP.KD.ZG Correlación Pearson ,302* ,170 -,058

P - valor ,046 ,271 ,711

N 44 44 44

BG.GSR.NFSV.GD.ZS Correlación Pearson 1 -,099 ,103

P - valor ,523 ,508

N 44 44 44

TG.VAL.TOTL.GD.ZS Correlación Pearson -,099 1 ,371*

P - valor ,523 ,013

N 44 44 44

TX.VAL.MANF.ZS.UN Correlación Pearson ,103 ,371* 1

P - valor ,508 ,013

N 44 44 44

SL.TLF.ACTI.MA.ZS Correlación Pearson ,002 ,001 ,110

P - valor ,992 ,996 ,476

N 44 44 44

IC.TAX.OTHR.CP.ZS Correlación Pearson -,184 -,173 ,004

P - valor ,233 ,262 ,979

N 44 44 44

SL.EMP.MPYR.ZS Correlación Pearson ,023 -,006 ,083

P - valor ,880 ,970 ,592

N 44 44 44

SL.UEM.TOTL.FE.ZS Correlación Pearson -,138 -,156 -,119

P - valor ,370 ,311 ,441

N 44 44 44


29

SL.TLF.ACTI.M

A.ZS

IC.TAX.OTHR.

CP.ZS

SL.EMP.MPYR.

ZS

NY.GDP.DEFL.KD.ZG Correlación Pearson -,021 ,039 -,059

P - valor ,891 ,802 ,704

N 44 44 44

NE.GDI.TOTL.KD.ZG Correlación Pearson -,228 -,077 -,195

P - valor ,137 ,621 ,205

N 44 44 44

NY.GDP.MKTP.KD.ZG Correlación Pearson ,005 -,160 -,243

P - valor ,972 ,298 ,112

N 44 44 44

BG.GSR.NFSV.GD.ZS Correlación Pearson ,002 -,184 ,023

P - valor ,992 ,233 ,880

N 44 44 44

TG.VAL.TOTL.GD.ZS Correlación Pearson ,001 -,173 -,006

P - valor ,996 ,262 ,970

N 44 44 44

TX.VAL.MANF.ZS.UN Correlación Pearson ,110 ,004 ,083

P - valor ,476 ,979 ,592

N 44 44 44

SL.TLF.ACTI.MA.ZS Correlación Pearson 1 ,085 ,100

P - valor ,585 ,516

N 44 44 44

IC.TAX.OTHR.CP.ZS Correlación Pearson ,085 1 ,059

P - valor ,585 ,705

N 44 44 44

SL.EMP.MPYR.ZS Correlación Pearson ,100 ,059 1

P - valor ,516 ,705

N 44 44 44

SL.UEM.TOTL.FE.ZS Correlación Pearson -,220 -,009 ,206

P - valor ,152 ,954 ,181

N 44 44 44


30

SL.UEM.TOTL.FE.ZS

NY.GDP.DEFL.KD.ZG Correlación Pearson -,093

P - valor ,550

N 44

NE.GDI.TOTL.KD.ZG Correlación Pearson -,016

P - valor ,919

N 44

NY.GDP.MKTP.KD.ZG Correlación Pearson -,068

P - valor ,660

N 44

BG.GSR.NFSV.GD.ZS Correlación Pearson -,138

P - valor ,370

N 44

TG.VAL.TOTL.GD.ZS Correlación Pearson -,156

P - valor ,311

N 44

TX.VAL.MANF.ZS.UN Correlación Pearson -,119

P - valor ,441

N 44

SL.TLF.ACTI.MA.ZS Correlación Pearson -,220

P - valor ,152

N 44

IC.TAX.OTHR.CP.ZS Correlación Pearson -,009

P - valor ,954

N 44

SL.EMP.MPYR.ZS Correlación Pearson ,206

P - valor ,181

N 44

SL.UEM.TOTL.FE.ZS Correlación Pearson 1

Sig. (2-tailed)

N 44

Fuente: elaboración propia mediante IBM SPSS 24.


31

4.4.ANÁLISIS CLÚSTER

Para este análisis no hemos ayudado del algoritmo de las k medias. De ella extraemos una

tabla ANOVA (Ver tabla 3) que nos muestra dos variables que dividen los grupos de

países, es decir, establecen las diferencias para la división de países en conglomerados.

Estas variables son Comercio de servicios (% del PIB) y Comercio de mercaderías (% del

PIB) ya que tienen un valor de significación por debajo del 1%.

Fuente: elaboración propia mediante IBM SPSS 24

Obtenemos también una tabla con las variables central que dividen los grupos (Ver tabla

4). Éstas serían: la variable Otros impuestos que pagan las empresas (% de las ganancias

comerciales) para el primer grupo; la variable Exportaciones de productos

manufacturados (% de las exportaciones de mercaderías) en el segundo grupo, y en el

tercer grupo la variable central sería Comercio de servicios (% del PIB).

Tabla 3. Tabla de ANOVA.

Cluster Error

F Sig. Mean Square Df Mean Square df

NY.GDP.DEFL.KD.ZG ,709 2 15,041 41 ,047 ,954

NE.GDI.TOTL.KD.ZG 25,998 2 61,179 41 ,425 ,657

NY.GDP.MKTP.KD.ZG 2,118 2 2,263 41 ,936 ,400

BG.GSR.NFSV.GD.ZS 46007,045 2 408,417 41 112,647 ,000

TG.VAL.TOTL.GD.ZS 24925,621 2 341,369 41 73,017 ,000

TX.VAL.MANF.ZS.UN 1882,623 2 644,291 41 2,922 ,065

SL.TLF.ACTI.FE.ZS 52,858 2 101,847 41 ,519 ,599

IC.TAX.OTHR.CP.ZS 2,271 2 2,949 41 ,770 ,470

SL.EMP.MPYR.ZS ,393 2 4,741 41 ,083 ,921

SL.UEM.TOTL.FE.ZS 24,863 2 30,887 41 ,805 ,454


32

Tabla 4. Tabla de agrupación de conglomerados.

Cluster

1 2 3

NY.GDP.DEFL.KD.ZG 3,59 3,86 2,98

NE.GDI.TOTL.KD.ZG 3,92 5,72 ,58

NY.GDP.MKTP.KD.ZG 3,11 3,36 4,58

BG.GSR.NFSV.GD.ZS 29,04 32,19 249,24

TG.VAL.TOTL.GD.ZS 67,31 147,20 60,97

TX.VAL.MANF.ZS.UN 55,03 76,51 71,62

SL.TLF.ACTI.FE.ZS 65,97 68,72 61,60

IC.TAX.OTHR.CP.ZS 1,99 1,53 ,65

SL.EMP.MPYR.ZS 3,79 3,53 4,10

SL.UEM.TOTL.FE.ZS 8,66 6,61 5,14

Fuente: elaboración propia mediante IBM SPSS 24

Tras el análisis jerárquico por casos obtenemos este resultado observamos tres

conglomerados si dividimos por el 5 (Ver gráfico 7):

• El primer conglomerado se forma por la variable Otros impuestos que pagan las

empresas (% de las ganancias comerciales). Se compone por Eslovenia, Hungría,

República Checa, República Eslovaca, Bélgica, Países Bajos, Bulgaria, Lituania,

Estonia, Macedonia del Norte, Bosnia y Herzegovina, República de Moldova,

Ucrania, Francia, Italia, España, Reino Unido, Turquía, Austria, Suiza, Alemania,

Rumania, Polonia, Portugal, Suecia, Finlandia, Dinamarca, Croacia, Federación

de Rusia, Noruega, Islandia, Armenia, Grecia, Chipre.

• El segundo lo forma la variable Comercio de servicios (% del PIB) (Ver tabla 3).

Lo conformaría un solo país, Irlanda.


33

• El tercero está formado por Luxemburgo y Malta. Estos países forman el

conglomerado por la variable Comercio de Mercaderías (% del PIB) (Ver tabla

3).

Gráfico 7. Dendograma análisis por casos.

Fuente: IBM SPSS STATISTICS 24.


34

Si observamos la tabla ANOVA vemos que la primera variable que divide los

conglomerados sería Comercio de Servicios. Los componentes del grupo tres,

Luxemburgo y Malta, tienen coeficientes en el Comercio de Servicios de los más

elevados, es decir, su PIB se compone en gran parte del de esta variable. En

contraposición, los porcentajes del Comercio de Mercaderías no son elevados. En estos

países encontraríamos gran oferta en el sector servicios, en especial, el sector bancario

donde encontramos sistemas muy consolidados. Sin embargo, no sería una gran

oportunidad para empresas manufactureras.

La segunda variable que divide los conglomerados es Comercio de Servicios. Irlanda,

único componente de este grupo, tiene elevados porcentajes del Comercio de

Mercaderías y, sobre todo, de Servicios, lo que nos muestra un país desarrollado con un

gran nivel de exportación. Irlanda es un país con un gran PIB y en los últimos años va en

aumento, además de tener los impuestos más bajos de los países desarrollados lo que

hace que las empresas transnacionales decidan operar allí.

El primer grupo, compuesto por la mayoría de países son los que mantienen más relación

con la Unión Europea, por lo que, sus políticas, medidas y objetivos están orientados hacia

el mismo camino. Todos los datos de las variables en estos países son muy iguales, esto

puede suponer ventajas a la hora de crear una empresa por el bajo riesgo que ofrecen. Estos

se agruparían por la similitud en otros impuestos que pagan las empresas, que resulta ser

su variable central (Ver tabla 4).

Posteriormente, realizamos un análisis cluster atendiendo al criterio jerárquico por

variables. Este método agrupará los conglomerados por las variables económicas que

tengan más similitud entre ellas. Obtenemos un dendograma que, al dividirlo por el 10

nos muestran 3 grupos de cluster. (Ver gráfico 8)

• El primero está formado por las variables crecimiento del PIB (% anual);

empleadores, total (% del empleo total); otros impuestos que pagan las empresas

(% de las ganancias comerciales); inflación, índice de deflación del PIB (% anual);

desempleo, mujeres (% de la población activa femenina) (estimación modelado

OIT) y formación bruta de capital (% del crecimiento anual).


35

• El segundo está formado por una variable independiente: el comercio de servicios

(% del PIB).

• Y el tercer grupo lo conforman las exportaciones de productos manufacturados

(% de las exportaciones de mercaderías); la tasa de participación en la fuerza

laboral, hombres (% de la población mundial entre 15-64 años) (modelado OIT)

y el comercio de mercaderías (% del PIB).

Gráfico 8. Dendograma de análisis por variables.

Fuente: IBM SPSS STATISTICS 24.

Tras los resultados del análisis por variables podemos concluir que las variables del

primer grupo están muy relacionadas con el desarrollo de los países. Tener un elevado

crecimiento del PIB ofrece la posibilidad de establecer un sistema de bienestar. El estado

de bienestar se compone de muchas medidas creados por las instituciones públicas como

los impuestos, utilizados a posteriori para ofrecer servicios al pueblo y aumentar la

formación bruta de capital.

Las empresas también forman parte del estado de bienestar a través de la creación de

puestos de empleos y de los pagos de impuesto que ellos realizan.


36

La variable del grupo 2, comercio de servicios, es una variable muy relevante debido a

que es la que más nos dice si un país está desarrollado o en vías de desarrollo. Los

servicios implican factores humanos -capital social- que, sin duda, el mayor valor con el

que cuenta un país. Esta variable es muy importante para el crecimiento del PIB.

Estas variables tienen mucha relación entre ellas, y diferencias con las demás, porque del

comercio de mercaderías y las exportaciones de los productos manufacturados podemos

obtener en qué es especialista el país y que ventaja competitiva tiene frente a su

competencia. A mayores exportaciones las empresas crecerán, obtendrán mejor

posicionamiento frente a su competencia, el riesgo global se diversificará y podrá obtener

economías de escala y de esta manera creará más empleo. En definitiva, aumentará el PIB

del país.

5. CONCLUSIONES

Hemos concluido que los países del continente europeo y las variables económicas se

pueden congregar, a través del análisis clúster, para recogerlos de manera más sencilla

para realizar un estudio posterior. Para unos resultados fiables hemos aplicado un estudio

de correlación, en el método jerárquico por casos, para eliminar las variables que tuvieran

dependencia.

Con el método jerárquico por casos hemos conseguido agrupar los países del continente

europeo en tres grupos. Con ellos comprobamos que, la mayoría, de los países de la Unión

Europea tienen similitudes en sus datos debido a que las políticas económicas son iguales

para ellos. La variable independiente destaca por un gran crecimiento del PIB; y en el

tercer grupo, nos encontramos dos países de pequeña dimensión, pero con un gran

mercado de servicios.

Con el método jerárquico por variables hemos agrupado las variables económicas

obteniendo tres grupos. Entre los grupos hay grandes diferencias ya que cada uno nos

ofrece una información distinta sobre la economía. Las variables relacionadas con el PIB

nos dan información sobre el bienestar; la variable Comercio de servicios es la que nos

muestra qué países están desarrollados y por último, las variables sobre exportaciones,

tasa de participación y comercio de mercaderías nos muestran si el país obtiene una

ventaja competitiva sobre sus competidores.


37

6. BIBLIOGRAFÍA

Banco Central Europeo Eurosistema. (s.f.). Obtenido de

https://www.ecb.europa.eu/ecb/tasks/html/index.es.html

Brunet, I., & Böcker, R. (2007). Desarrollo, industria y empresa. Madrid.: Tecnos.

datosmacro.com. (2018). Obtenido de

https://datosmacro.expansion.com/comercio/exportaciones/espana

de la Fuente, S. (2011). Análisis Conglomerados.

http://www.cs.us.es/~fsancho/?e=43 . (2015).

https://databank.bancomundial.org/home.aspx. (s.f.).

Inc., S. (2015). Capítulo 1. <<Estructura del SPSS>>. En S. Inc., Manual del usuario de

SPSS Base 15.0 (pág. 26).

Manual del usuario de SPSS BAse 15.0. (2011). Obtenido de

https://www.um.es/docencia/pguardio/documentos/spss_1.pdf

Martin-Cabello, A. (2013). Sobre los orígenes del proceso de globalización. Methaodos.

Obtenido de http://www.methaodos.org

Noticias Parlamento Europeo. (2019). Obtenido de

https://europarl.europa.eu/news/es/headlines/economy/20190603STO53520/los-

beneficios-de-la-globalizacion-economica-en-europa-datos-clave)

Pérez, C. (2001). Técnicas estadísticas con SPSS. Obtenido de

http://www.uco.es/dptos/educacion/invadiv/images/stories/documentos/METOD

OS/RECURSOS/SPSS.pdf


38

7. ANEXOS

7.1. ANEXO A: LEYENDA DE UNIDADES DE ESTUDIO

Alemania DEU

Albania ALB

Armenia ARM

Austria AUT

Azerbaiyán AZE

Belarús BLR

Bélgica BEL

Bosnia y Herzegovina BIH

Bulgaria BGR

Chipre CYP

Croacia HRV

Dinamarca DNK

Eslovenia SVN

España ESP

Estonia EST

Finlandia FIN

Francia FRA

Federación de Rusia RUS

Grecia GRC

Georgia GEO

Hungría HUN

Irlanda IRL

Islandia ISL

Italia ITA

Kazajstán KAZ

Letonia LVA

Lituania LTU

Luxemburgo LUX

Macedonia del Norte MKD

Malta MLT


39

Noruega NOR

Países Bajos NLD

Portugal PRT

Polonia POL

Reino Unido GBR

República Checa CZE

República de Moldova MDA

República Eslovaca SVK

Rumania ROU

Suecia SWE

Suiza CHE

Serbia SRB

Turquía TUR

Ucrania UKR

7.2. ANEXO B: LEYENDA DE VARIABLES

7.3. ANEXO C: MATRIZ DE DATOS

La matriz de datos obtenida por la combinación de países, series y tiempo nos

proporciona:

Inflación, índice de deflación del PIB (% anual) NY.GDP.DEFL.KD.ZG

Formación bruta de capital (% del crecimiento anual) NE.GDI.TOTL.KD.ZG

Crecimiento del PIB (% anual) NY.GDP.MKTP.KD.ZG

Comercio de servicios (% del PIB) BG.GSR.NFSV.GD.ZS

Comercio de mercaderías (% del PIB) TG.VAL.TOTL.GD.ZS

Exportaciones de productos manufacturados (% de las exportaciones

de mercaderías) TX.VAL.MANF.ZS.UN

Tasa de participación en la fuerza laboral, hombres (% de la

población masculina entre 15-64 años) (estimación modelado OIT) SL.TLF.ACTI.MA.ZS

Otros impuestos que pagan las empresas (% de las ganancias

comerciales) IC.TAX.OTHR.CP.ZS

Empleadores, total (% del empleo total) SL.EMP.MPYR.ZS

Desempleo, mujeres (% de la población activa femenina) (estimación

modelado OIT) SL.UEM.TOTL.FE.ZS


40

NY.GDP.DEFL.KD.ZG NE.GDI.TOTL.KD.ZG NY.GDP.MKTP.KD.ZG BG.GSR.NFSV.GD.ZS TG.VAL.TOTL.GD.ZS

DEU 1,864 5,061 1,425 17,726 85,365

ALB 0,793 .. 4,004 39,326 41,568

ARM 2,583 28,500 5,200 34,566 25,712

AUT 1,605 3,043 2,729 29,896 81,389

AZE 11,868 .. 1,413 24,379 2,729

BLR 11,558 4,428 3,050 23,627 53,417

BEL 1,126 1,652 1,438 47,625 76,486

BIH 1,361 6,440 3,066 13,715 69,524

BGR 3,619 6,639 3,081 24,614 58,062

CYP 1,571 -0,305 3,876 77,009 26,115

HRV 1,743 6,106 2,630 36,549 66,281

DNK 0,570 7,449 1,490 39,507 68,942

SVN 2,267 12,597 4,487 28,774 84,219

ESP 0,988 5,560 2,582 16,528 72,147

EST 4,603 11,055 3,866 43,926 71,132

FIN 1,962 5,523 1,658 24,975 67,449

FRA 0,790 1,564 1,725 20,181 80,132

RUS 10,297 0,784 2,255 9,604 20,605

GRC 0,550 1,768 1,934 29,684 34,718

GEO 3,647 .. 4,717 41,555 37,533

HUN 4,529 17,183 4,940 32,113 87,028

IRL 0,819 -24,707 8,170 112,639 88,547

ISL 2,409 3,493 4,611 41,850 10,987

ITA 0,848 3,121 0,858 11,931 83,230

KAZ 6,345 .. 4,100 11,227 13,163

LVA 4,241 15,139 4,770 27,670 62,012

LTU 3,318 1,119 3,494 34,773 62,337

LUX 3,755 0,613 2,603 291,225 82,020

MKD 4,309 -7,208 2,665 25,752 83,753

MLT 2,200 0,542 6,553 207,263 61,213

NOR 5,471 2,315 1,446 21,825 16,509

NLD 2,208 2,228 2,597 41,895 65,923

PRT 1,421 5,466 2,145 23,654 76,464

POL 1,143 9,641 5,149 19,341 80,161

GBR 1,898 2,654 1,398 21,695 74,489

CZE 2,544 5,309 2,958 22,528 91,022

MDA 2,139 14,820 4,000 22,661 40,407

SVK 2,110 8,874 4,109 20,898 89,769

ROU 5,876 9,551 4,096 18,194 82,214

SWE 2,198 5,392 2,359 26,706 73,489

CHE 0,633 -1,992 2,540 32,272 91,432

SRB 2,032 7,974 4,302 25,440 ..

TUR 16,154 -7,823 2,567 9,412 80,878

UKR 15,415 2,183 3,335 23,100 48,787


41

TX.VAL.MANF.ZS.UN SL.TLF.ACTI.MA.ZS IC.TAX.OTHR.CP.ZS SL.EMP.MPYR.ZS SL.UEM.TOTL.FE.ZS

DEU 85,365 82,484 4,300 4,348 3,113

ALB 41,568 74,829 4,400 2,427 13,132

ARM 25,712 75,151 0,800 1,056 17,899

AUT 81,389 80,784 0,600 4,635 4,723

AZE 2,729 74,226 2,600 13,205 6,054

BLR 53,417 80,395 3,100 0,897 4,139

BEL 76,486 72,759 0,600 4,075 6,395

BIH 69,524 69,189 1,700 5,183 23,916

BGR 58,062 75,687 2,000 3,659 4,757

CYP 26,115 76,974 1,100 2,112 8,172

HRV 66,281 71,746 1,100 4,846 10,024

DNK 68,942 81,460 2,800 3,110 5,152

SVN 84,219 76,976 0,200 3,816 6,275

SP 72,147 78,932 0,700 5,092 17,634

EST 71,132 82,515 2,000 4,641 5,132

FIN 67,449 78,339 1,500 3,919 7,636

FRA 80,132 75,775 10,500 4,171 9,237

RUS 20,605 79,827 2,500 1,345 4,569

GRC 34,718 76,166 0,600 7,325 23,916

GEO 37,533 83,227 0,600 2,000 12,677

HUN 87,028 78,417 2,100 4,634 4,021

IRL 88,547 78,854 1,400 4,401 5,484

ISL 10,987 90,801 2,900 3,841 2,811

ITA 83,230 74,861 1,600 6,153 11,218

KAZ 13,163 82,849 1,900 1,349 5,625

LVA 62,012 79,971 3,000 4,678 6,799

LTU 62,337 77,534 1,500 2,440 5,513

LUX 82,020 73,493 0,800 3,526 5,717

MKD 83,753 78,505 1,900 4,518 20,273

MLT 61,213 81,931 0,500 4,676 4,564

NOR 16,509 79,233 0,200 1,777 3,495

NLD 65,923 84,194 0,400 3,956 4,232

PRT 76,464 78,069 0,500 4,755 7,415

POL 80,161 76,949 1,000 4,041 3,685

GBR 74,489 82,235 1,900 2,386 3,882

CZE 91,022 83,200 2,600 3,134 2,931

MDA 40,407 49,367 0,300 0,344 2,975

SVK 89,769 78,468 0,900 3,195 7,163

ROU 82,214 76,069 1,900 1,050 3,659

SWE 73,489 84,756 0,600 3,591 6,092

CHE 91,432 88,419 1,800 5,802 5,155

SRB .. 72,846 3,400 3,338 14,539

TUR 80,878 78,115 2,500 4,544 13,608

UKR 48,787 72,880 1,100 0,880 8,139

PAÍSES DEL CONTINENTE EUROPEOtauja.ujaen.es/bitstream/10953.1/11161/1/TFG_ROSALA_RUBIO.pdf ·...

Documents

Transcript of PAÍSES DEL CONTINENTE EUROPEOtauja.ujaen.es/bitstream/10953.1/11161/1/TFG_ROSALA_RUBIO.pdf ·...