¿Son más corruptos los países menos abiertos a los mercados internacionales? Aplicación de un modelo predictivo de clasificación basado en Redes Neuronales

• Cristian Picón ^[1]
  1. [1] Universidad del Atlántico
• Localización: Economía del Caribe, ISSN-e 2011-2106, Nº. 8, 2011
• Idioma: español
• Títulos paralelos:
  • Is there more corruption in countries less opened to international markets? Application of a predictive classification model based on neural networks.
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Los planteamientos más comunes a favor de la liberalización del comercio y las finanzas internacionales afirman que políticas aperturistas tendrán un impacto positivo en la reducción de la corrupción. No obstante la complejidad del estudio de estas relaciones, la mayoría de investigaciones al respecto se limitan a estudios correlaciónales o determinísticos. En este estudio se aplicó un modelo predictivo de clasificación basado en redes neuronales denominado Perceptrón Multicapa (MLP por sus siglas en ingles) que cumple con un conjunto de cualidades estadísticas deseables, con el fin de estimar las características o "síntomas" que presenta un país catalogado como más o menos corrupto. De las variables utilizadas, los niveles de desarrollo humano (IDH) y los niveles de apertura económica son las características comunes que comparten los países con niveles semejantes de corrupción, permitiendo clasificarlos correctamente. Encontrándose evidencia de que entre menor sea el nivel de apertura económica de un país, mayor será la posibilidad de ser clasificado en un nivel de mayor corrupción.

  • English

    The most common approaches in favor of liberalizing international trade and international finances suggest that opening policies will have a positive impact in reducing corruption. In despite of the complexity of studying about these relationships, most research in this field are limited to correlational studies or deterministic. In this paper we applied a predictive model of classification based on neural networks called Multilayer Perceptron (MLP) that meets a set of qualities desired statistics, with the purpose of estimate the characteristics or "symptoms" that presents a countries categorized as more or less corrupt. Of the variables used, the levels of human development (HDI) and levels of economic openness are the common characteristics shared by countries with similar levels of corruption, allowing classified correctly. We found evidence that show us if opening economic level of a country is lower, the chance of being classified at a higher level of corruption will be higher.