Consumo, emigración y remesas ¿una relación de causalidad?
El caso colombiano en el periodo 2005-2022
1Doctorando en Economía y Finanzas, Magíster en Economía, Especialista en Estadística Aplicada,
Economista. Docente investigador de la Facultad de Ciencias Económicas y Empresariales
Universidad La Gran Colombia. Correo electrónico: fernando.torres1@ugc.edu.co. Orcid:
https://orcid.org/0000-0002-3627-8894.
Consumption, emigration and remittances: a causal relationship?
The Colombian case in the 2005-2022 period
F e r n a n d o T o r r e s M e d i n a 1
Fecha de recepción: 9 de diciembre de 2024
Fecha de aceptación: 4 de febrero de 2024
Resumen
En este documento usando un Modelo de Corrección de Errores VECM, se estudia la relación
entre emigración, remesas y consumo final de los hogares para el periodo 2005-2022. El análisis
se soporta en la función consumo Keynesiana, que establece la dependencia del consumo del
ingreso, se incluyen otras variables como el índice de tasa de cambio real, la emigración de
colombianos, la cual según la percepción establece una relación de causalidad en el sentido de
Granger con las remesas. Ahora bien, en la medida que las remesas se han incrementado, estas han
pasado a formar parte del ingreso permanente de las familias receptoras, lo que establece una
relación entre el consumo y las remesas, por lo que se esperaría que la emigración afecte el
consumo. Los resultados encontrados indican que la elasticidad del consumo frente a las remesas
es muy baja, y que es mucho más alta frente a los cambios porcentuales de la emigración de
colombianos. De igual manera se ha encontrado que existe una relación de causalidad en el sentido
de Granger entre emigración y consumo final de los hogares, y entre emigración y remesas.
Palabras clave: Remesas, Consumo final de los hogares, Función consumo, Vectores
Autorregresivos.
Clasificación JEL: C01, C14, C22, E12, E2
Abstract
In this paper, using a VECM Error Correction Model, the relationship between emigration,
remittances, real exchange rate and household final consumption for the period 2005-2022 is
studied. The analysis is supported by the Keynesian consumption function, which establishes the
dependence of consumption on income. Other variables such as the real exchange rate index,
Colombian emigration, which according to the perception establishes a Granger causality
relationship with remittances, are included. Now, as remittances have increased, they have become
part of the permanent income of recipient families, which establishes a relationship between
consumption and remittances, so it would be expected that emigration affects consumption. The
results found indicate that the elasticity of consumption with respect to remittances is very low,
and that it is much higher with respect to percentage changes in the emigration of Colombians.
Similarly, it has been found that there is a Granger causal relationship between emigration and
final household consumption, and between emigration and remittances.
Keywords: Remittances, Household Final Consumption, Consumption Function, Autoregressive
Vectors.
JEL CLASIFICATION: C01, C14, C22, E12, E21
1. Introducción
El continuo incremento de la migración internacional es un hecho que está ligado a la búsqueda
de oportunidades laborales de los habitantes de países con bajos niveles de desarrollo y a su vez
este fenómeno impacta los giros de remesas de los emigrantes a familiares en sus países de origen.
Según estimaciones de la Organización Internacional para las Migraciones (OIM) para el año 2020
había en el mundo cerca de 281 millones de migrantes que representaban el 3,6% de la población
mundial, y que estos giraron un volumen de 702 billones de dólares en remesas (OIM, 2023). Estas
cifras hacen suponer que existe una relación entre migración y remesas, y que estas pueden
impactar el consumo de los hogares además de influir en otros campos de la economía, como en
el crecimiento económico y a expansión del sistema financiero (Bonilla, 2016).
Colombia no es ajena a esta situación dada la cantidad de colombianos que día a día emigran del
país, aunque su contabilización es una tarea compleja por la forma en que esta se realiza; en su
mayoría ilegal, y no se registran en los consulados colombianos de los países a los que llegan. Sin
embargo, los estimativos de colombianos en el exterior para el año 2012, fue de 4.7 millones, cifra
que representó un poco más del 10% de la población (OIM, 2021, p. XX), que estuvo ligado a las
remesas que estos remitieron a sus familiares en el país teniendo un efecto sobre el consumo y la
calidad de vida. En este contexto podemos decir que las remesas han pasado de considerarse
como una variable sin importancia en la economía, a constituirse en un componente importante de
la misma teniendo un impacto positivo en esta como lo muestran los siguientes guarismos: para el
año 2022 fueron 2,7% del PIB, 26% de las exportaciones tradicionales, 44,8% de las exportaciones
de bienes, 2,4 veces las exportaciones de café
1
.
Soportado en las anteriores consideraciones el presente documento tiene como objetivo estimar la
relación entre el consumo final de los hogares y las remesas percibidas en el periodo 2005-2022
utilizando información trimestral de las siguientes variables: Consumo final de los hogares (CFH),
Emigración de colombianos (EM), Remesas (RM), y Tasa Representativa del Mercado (TRM).
Para esto se utiliza un Modelo de Vector de Corrección de Error (VECM) y a través del análisis
impulso respuesta evidenciar la reacción de una variable a choques de los errores de las otras.
2. Migración y remesas en Colombia
2.1. Consideraciones iniciales
Definición de Migración: “movimiento geográfico de las personas a través de una frontera
internacional específica o de un límite político-administrativo (para departamentos y municipios)
interno para establecer una nueva residencia habitual” Departamento Administrativo Nacional de
Estadística (DANE, 2022, p. 10).
Inmigración internacional: “acto de entrar a un país diferente al de residencia habitual con el
propósito de establecerse en él temporal o permanentemente” (DANE, 2022, p. 10).
Emigración internacional: “traslado que realiza una persona desde su país natal o hacia otro país,
en búsqueda de mejores medios de vida, de modo que el país de destino se, convierte en el de su
nueva residencia habitual” (DANE, 2022, p. 10)
1
Estos son cálculos propios soportados en cifras de la Balanza de Pagos del Banco de la República.
2.2. La emigración en Colombia
Desde la década de 1960 en que se empezó a generar un proceso migratorio en el país se ha
experimentado unas épocas de fuertes oleadas de emigración que por lo general se encuentran
sujetas a la situación socioeconómica interna, que por un lado se podrían atribuir a las
contracciones económicas, y por otro, al clima de violencia que ha estado presente como uno de
los temas más complejos en el orden social. Estas oleadas en su mayoría están compuestas por
personas jóvenes, entre los 25 y 40 años, tal como se muestra en la pirámide poblacional de los
emigrantes en el año 2021, comportamiento que es similar para otros años. Este es un segmento
de la población colombiana que puede aportar significativamente al crecimiento económico del
país, y que desafortunadamente no lo hace por la baja absorción de la mano de obra del aparato
productivo.
Ilustración 1. Pirámide poblaciones de los emigrantes en el año 2021
Fuente: construcción propia
2.2.1. Flujos migratorios
Los flujos migratorios constituyen un escenario a partir del cual se podría analizar la coyuntura
socioeconómica de un país o de una región; una fuerte emigración podría indicar dificultades
socioeconómicas y una fuerte inmigración podría ser indicio de una actividad productiva dinámica.
En general el número de migrantes a nivel internacional ha aumentado por diversas razones, entre
las cuales se pueden destacar, en primer lugar, las oportunidades de trabajo a nivel internacional,
conflicto interno en los diversos países expulsores y cambio climático entre otros, con la
consecuente disminución en la oferta de mano de obra en algunas regiones, pérdida de capital
humano que va unida a este proceso migratorio, y con el incremento de la oferta de mano de obra
en los países receptores.
En Colombia, la emigración ha estado caracterizada por oleadas; una primera que se produjo en la
década de los 60´s principalmente a Estados Unidos, una segunda hacia Venezuela, que coincidió
400000 300000 200000 100000 0 100000 200000 300000
0 a 4
10 a 14
20 a 24
30 a 34
40 a 44
50 a 54
60 a 64
70 a 74
80 a 84 Hombres
Mujeres
casi que con la primera oleada o bien finalizando esta, la cual se encuentra enmarcada en las
décadas de 1970 y 1980, y una tercera oleada que inicia a finales de 1990 aún continua, cuyo
destino principalmente es Estados unidos y España.
Por lo general estas grandes oleadas emigratorias han coincidido con los altos niveles de
desempleo en los años 70´s y la crisis económica que sufrió el país en los años 1998-1999, reflejado
en el comportamiento del PIB con un crecimiento negativo para 1999 de 4,2 %
2
, la crisis financiera
del 2008 que impactó a Colombia con una tasa de crecimiento en el PIB de solo 1.1%
3
. En la
actualidad esos procesos emigratorios ya se han constituido en algo corriente para la población
joven ante la poca capacidad del sector productivo de generar espacios para ellos y hoy familias
enteras han emigrado quedando solo adultos mayores al cuidado de terceros.
Los principales países de destino de los colombianos que buscan mejores oportunidades laborales
y de calidad de vida en el exterior son: Estados Unidos 34.6%, España 2.3%, Venezuela 20%,
Ecuador 3.1, Canadá 2% que representan el 82.6% de los emigrantes colombianos (OIM,
Colombia 2021, p. 27), el restante 17.2% se encuentra atomizado en diferentes países del mundo.
España se ha convertido en el segundo destino preferido debido a que no existe barrera idiomática
y la eliminación de visa.
La migración neta colombiana de los últimos cuatro quinquenios y el último bienio se presenta en
la tabla 1. En esta se evidencia que la migración neta en este periodo tuvo un saldo negativo en los
últimos tres quinquenios, y a partir en el quinquenio 2015-2019 y el bienio 2020-2022 tuvo saldo
positivo. Estos saldos positivos obedecen a la entrada masiva de venezolanos al país que ha
representado un reto para el gobierno colombiano en materia de seguridad social, empleo y
seguridad pública. En el marco de esta situación la Unidad Nacional de Gestión del Riesgo creó
un registro de migrantes venezolanos que contiene información sobre su lugar de procedencia,
registrando que el Estado de Zulia siendo frontera con Colombia es el principal expulsor hacia
nuestro país con un 32% de los venezolanos que llegan y Barinas uno de los menores expulsores
con 3.3 % (OIM, Colombia 2021, p. 26).
Tabla 1. Migración neta quinquenal 2000-2023
Quinquenios
2000-2002
2005-2009
2010-2014
2015-2019
2020-2022
Migración neta
(27.982)
(28.123)
(53.797)
277.334
121.876
Fuente: Estimaciones propias con cifras del Banco Mundial
3. Remesas
Definición de Remesas: “las remesas comprenden las transferencias corrientes realizadas por los
emigrantes a su país de origen, ya sea en dinero y/o en especie y hacen parte de las transferencias
2
Cifras soportadas en las estadísticas del DANE.
3
Cifras soportadas en las estadísticas del DANE
corrientes registradas en la Balanza de Pagos de Colombia” (Banco de la República de Colombia,
2025, parr. 1).
La ilustración 2 evidencia la tendencia ascendente de las remesas salvo la caída evidente en la
época de pandemia del Covid-19, pero a partir de esa fecha siguió con el ritmo que previamente
tenía.
Ilustración 2. Evolución de las remesas en Colombia (millones de dólares)
En Colombia el registro de remesas se realiza trimestralmente en el Banco de la República con la
información reportada por tres tipos de agentes: (a) los intermediarios del mercado cambiario, (b)
la superintendencia Bancaria, y (c) la encuesta anual sobre remesas que realiza este banco. Estas
han cobrado tanta importancia en la economía colombiana que pasaron de 1.578 millones de
dólares en el año 2000 a 3.890 millones de dólares en 2006, teniendo un crecimiento del 146.5%,
superando los ingresos generados por las exportaciones de café y carbón (Tabla 2). Para el año
2016, los giros al país por este concepto llegaron a 4.857 millones de dólares, para el año 2019
superaron los 8.000 millones de dólares y el 2022 llegaron a más de 9.400 millones de dólares
4
.
Según la Secretaría General de la Comunidad Andina de Naciones, Colombia es el mayor receptor
de las remesas en la Comunidad Andina, con el 40% del total, y a nivel intracomunitario, con el
59% de las provenientes de los Países Miembros.
4
Fuente: Estadísticas sobre remesas del Banco de la República.
Fuente: Estadísticas Banco de la República
Tabla 2. Relación remesas y exportaciones
Año
%
PIB
%
Exportaciones
Tradicionales
%
Exportaciones
No
Tradicionales
%
Exportaciones
de Bienes
Número de
veces
Exportaciones
de Carbón
%
Exportaciones
de Petróleo y
sus derivados
Número de
veces
Exportaciones
de café
2015
1,7%
22,4%
35,6%
12,9%
1.09
34,0%
2,0
2016
1,7%
28,3%
37,9%
15,1%
1.11
47,7%
2,1
2017
1,9%
24,5%
40,0%
14,5%
0.78
43,5%
2,3
2018
2,1%
24,5%
44,9%
15,4%
0.89
39,4%
2,9
2019
2,2%
29,0%
47,1%
17,4%
1.25
44,4%
3,1
2020
2,3%
43,7%
45,3%
21,4%
1.66
78,9%
2,8
2021
2,6%
37,7%
46,2%
20,1%
1.52
63,6%
2,8
2022
2,7%
26,3%
44,8%
15,8%
0.67
50,4%
2,4
Fuente: Construcción propia sobre estadísticas Banco de la República y DANE
Teniendo como soporte estas cifras podemos decir que las remesas son parte del ingreso
permanente de las familias receptoras, siendo fundamental en su relación ingreso consumo en el
agregado nacional y para la economía colombiana. Algunos autores como Ratha (2003) han
concluido que las remesas juegan un papel importante en el financiamiento para desarrollo, y que
son una fuente menos volátil que otras fuentes de financiación externas. Además, algunos estudios
encuentran que han impactado positivamente el crecimiento económico en Colombia y Ecuador
Solimano (2003), en Marruecos Makhlouf & Naamane (2013).
3.1. Migración y remesas
Entre los años 1998 y 1999. la economía colombiana tuvo un desaceleramiento, con un
crecimiento de solo 0.6% en 1998 y crecimiento negativo en 1999 de 4,2 %, lo que originó un
incremento en la emigración en ese periodo buscando oportunidades laborales. Otro
comportamiento similar de la economía colombiana se puede observar entre 2008 y 2009 con una
tasa de crecimiento en este periodo del 1,1% frente a un crecimiento de 3,3% entre 2007 y 2008
afectando fuertemente la contratación de mano de obra.
El empleo por esas causas ha sufrido un deterioro en la medida que ha estado creciendo a tasas
decrecientes en los últimos 12 años tal como se presenta en la ilustración 3, en la que se evidencia
que, si bien el número de ocupados se incrementó, este incremento se ha realizado a tasas cada vez
menores, con una fuerte caída en el año 2020 debido a la pandemia del COVID 19, aunque con
una posterior recuperación. El análisis en este punto es evidenciar que la difícil absorción de la
mano de obra por el aparato productivo a tasas cada vez menores forma parte de las causales de la
emigración de la población en busca de mejores oportunidades laborales en el exterior.
Gráfica 3. Comportamiento del empleo en Colombia 2010-2022
Fuente: Construcción propia con base estadísticas GEIH-DANE
Es así que la emigración en Colombia se convierte en la opción de muchos para lograr mejores
ingresos teniendo un impacto en el comportamiento del gasto en consumo final de los hogares al
interior del país y sobre todo en el mejoramiento de la calidad de vida de las familias receptoras
de remesas. Dadas las anteriores consideraciones puede pensarse que las remesas están ligadas a
la emigración de colombianos, y que existe una relación lineal entre el número de migrantes y el
volumen de remesas enviado al país, es decir, entre más colombianos hayan salido del país mayor
es volumen de remesas girado y lo contrario, en flujos menores de migrantes, menor es el flujo de
remesas.
Entonces cabe preguntarse; ¿Cómo impactan las remesas en el consumo de los hogares
colombianos? ¿existe una relación de causalidad entre las variables consideradas en el estudio?
4. Revisión de la literatura
Son varios los estudios que se han realizado en las dos últimas décadas para estimar la relación
entre remesas, consumo y crecimiento económico, Cadena y Cárdenas (2004), encuentran que el
incremento en el giro de remesas a Colombia en la medida que ha impactado el consumo de los
hogares, también ha diversificado y aumentado las formas de realizar las transacciones, lo que ha
generado una sana competencia entre cambistas, logrando reducir los costos para los receptores.
Por su parte, Bonilla (2016), estimando un modelo de diferencias en diferencias en una muestra de
encuesta de hogares en un periodo de 14 años (2007-2015), encuentra que las regiones de mayor
-15,0%
-10,0%
-5,0%
0,0%
5,0%
10,0%
16.000
17.000
18.000
19.000
20.000
21.000
22.000
23.000
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022
Años
Ocupados (miles) Tasa crecimiento
recepción de remesas son las regiones con mayor número de emigrantes, y que definitivamente,
impactan positivamente las familias receptoras, al mejorar sustancialmente su calidad de vida.
Además, encuentra que solo el 0,3% de los hogares receptores de remesas reporta que estas aportan
más del 50% de su ingreso total.
Garavito et al. (2019), utilizando un Vector de Corrección de Errores (VEC) realiza un análisis de
los determinantes macroeconómicos de las remesas. Para ello, además del componente de remesas
tiene en consideración la cantidad de migrantes colombianos en el exterior, incluyendo algunos
agregados macroeconómicos para definir las variables que tienen en cuenta los migrantes al
momento de realizar el envío de remesas a su país de origen. El estudio concluye que choques
positivos del PIB externo mejoran el envío de remesas, y de igual forma un incremento en el
número de migrantes también mejora el envío y que, por el contrario, un incremento en el PIB del
país receptor de remesas disminuye la recepción de estas.
Medina y Cardona (2010), Amuedo y Pozo (2010) evalúan si efectivamente las remesas impactan
positivamente el gasto en consumo de los hogares y su demanda en educación, encontrando que
las remesas impactan positivamente el gasto en educación, puesto que los hogares receptores
evidencian una adición al gasto en educación del 10% de lo que usualmente gastan en este rubro,
aunque no se encontró efecto en el gasto en consumo.
El trabajo realizado por el Banco de México (BM, 2022) en el que se utilizan las matrices de
contabilidad social regional y el modelo de multiplicadores contables de Pyatt y Round para
estimar los efectos sobre el consumo de los hogares mexicanos por regiones, evidencia
efectivamente un incremento en el consumo regional cuando los hogares realizan parte de este con
giros de remesas, y que una caída en la recepción de remesas se traduce en una caída en el consumo
de los hogares por regiones.
Mendoza (2021) utilizando un vector de cointegración sin sesgo de endogeneidad FMOLS, estima
los efectos de las remesas en el consumo de bienes y servicios en México, los resultados apuntan
que efectivamente las remesas afectan positivamente el consumo, aunque su elasticidad sea
relativamente pequeña. Encuentra que cuando las remesas son consideradas un ingreso adicional
tienen un efecto positivo sobre el consumo privado, y que las remesas no tienen una relación
directa con la demanda de servicios, además de reducir las restricciones de liquidez como forma
de sustituir el crédito de consumo. Estudios realizados sobre el impacto de las remesas concluyen
que por lo menos en el corto plazo han contribuido a mejorar las condiciones de pobreza de los
hogares receptores, Garay y Rodríguez (2005), Acosta et al. (2007). De hecho, en la medida que
el hogar recibe giros del exterior su nivel de consumo primario aumenta y en algunos casos incluso
contribuye a mejorar la inclusión financiera Izaguirre et al. (2016), Centro de Estudios
Latinoamericanos (CEMLA, 2007).
5. Consideraciones teóricas
El modelo toma en consideración la función consumo Keynesiana (1936), Friedman (1973),
validando los resultados de la relación subyacente entre las remesas como componente permanente
de los ingresos de las familias receptoras y su consumo, considerando que juegan un papel
importante en la demanda efectiva y en la propensión marginal a consumir, Shushanta et al (2016).
En este contexto son varios los estudios que tienen en cuenta estas teorías, Kireyev (2006),
Lubambu (2014) a nivel general, Boutaina & Kawkaba (2023) Marruecos, Lamsal (2024) Nepal,
Adu-Darko (2019) Ghana, Dhakal., S & Oli, S (2020) Nepal. En Colombia algunos de los estudios
que de forma técnica muestran esta relación son los de Medina & Cardona (2010), Cadena y
Cárdenas (2004) Kohudor-Castéras (2007), Garay y Rodríguez (2005). El presente estudio revisa
el tema para verificar de forma empírica en el periodo 2005-2022, si las remesas en el corto y largo
plazo han estado relacionadas de forma directa con el consumo de los hogares mejorando la calidad
de vida de los mismos, además de contribuir al Producto Interno Bruto (PIB) en la medida que el
consumo de los hogares como parte de la demanda final tiene una mayor participación que otra
variable en este
5
.
6. Proceso metodológico
6.1. Los datos
Con el fin de realizar el análisis por medio de elasticidades se utiliza el logaritmo de las variables
en consideración que son tomadas de forma trimestral de las siguientes fuentes como se indica a
continuación:
Consumo final de los hogares: obtenida como componente del Producto Interno Bruto (PIB),
información suministrada por el DANE.
Remesas: Extraída de la Balanza de Pagos del Banco de la República.
Emigración: Debido a que no existen registros precisos sobre la emigración en Colombia, se
construyó una variable proxi con los saldos migratorios de Migración Colombia e información del
número de emigrantes que tenía el país en el año 2005
6
.
Tasa representativa del mercado: Tasa bilateral dólar-peso con datos del Banco de la República,
los cuales se encuentran de forma diaria y fueron llevados a forma trimestral.
6.2. El modelo
El análisis inicia utilizando un modelo de Vectores Autorregresivos (VAR), en el que todas las
variables se consideran endógenas (Montenegro, 2011), representando la relación de la siguiente
manera:
  
5
Para el año 2020 y para el año 2022, el consumo final de los hogares (CFH) e instituciones sin
fines de lucro que sirven a los hogares (ISFH) tuvieron una participación del 71.43% y de 75%
respectivamente. Estas cifras soportadas en las estadísticas del PIB emitidas por el DANE.
6
Dada la falta de información sobre los emigrantes de un país este es un método que está teniendo
bastante aceptación para estimar la emigración. Para el año 2005 el DANE estimaba el número de
emigrantes en 3.378.345. A partir de esta cifra para los siguientes años se sumaron los saldos migratorios
respectivos.
Donde,  representa el consumo final de los hogares,  es la emigración internacional de
colombianos y  las remesas recibidas por los colombianos, tasa representativa del
mercado y es el término de perturbación. El modelo VAR se puede representar de la siguiente
manera:

 
Donde, es un vector columna de k variables endógenas (Consumo final de los hogares,
Remesas, Emigración y Tasa representativa del mercado) es una matriz de coeficientes y un
vector columna de perturbaciones aleatorias.
El análisis de cointegración estableció una relación de largo plazo entre las variables, las cuales
son integradas de orden uno, I(1) por lo que el VAR, debe reescribirse como un Vector de
Corrección de Errores (VEC), tal como se presenta a continuación:
 


Donde es el operador de primeras diferencias, un vector de k variables endógenas (Consumo
final de los hogares, Remesas, Emigración y tasa representativa del mercado) integradas I(1),
contienen los parámetros de largo y corto plazo respectivamente, es un vector de errores
independientes e idénticamente distribuidos.
6.3. Procedimientos
El análisis gráfico que es el primer procedimiento para estudiar el comportamiento de las series
muestra que todas tienen tendencia, lo que generalmente indica la no estacionariedad de estas, pero
para confirmarlo se realiza la prueba de raíz unitaria.
Ilustración 4. Comportamiento de las variables
11.2
11.4
11.6
11.8
12.0
12.2
06 08 10 12 14 16 18 20 22
LCFH
15.0
15.2
15.4
15.6
15.8
16.0
06 08 10 12 14 16 18 20 22
LEMI
6.4
6.8
7.2
7.6
8.0
06 08 10 12 14 16 18 20 22
LRM
7.4
7.6
7.8
8.0
8.2
8.4
8.6
06 08 10 12 14 16 18 20 22
LTRM
Fuente: Construcción propia de acuerdo a salidas programa Eviews
La tabla 3 denota presencia de raíz unitaria, confirmando que son integradas de orden uno I(1) en
niveles, pero que en sus primeras diferencias son estacionarias, que es la característica de las series
económicas.
Tabla 3. Test de raíces unitarias
Variable
t-estadistic
p_valor
Lcfh
-0.5637
0.8712
Lrm
-0.3125
0.9168
Lem
0.0194
0.0567
Ltrm
0.7845
0.9931
Fuente: Construcción propia
Después de comprobar el orden de integración de las series se define el número de rezagos para
una buena especificación del modelo. Para esto se utilizan los criterios de información de Akaike,
Schwarz, Hannan-Quinn. Seguidamente se realizan las pruebas de normalidad, independencia
serial y homocedasticidad en los residuales.
El número de rezagos apropiados que generen una buena especificación del modelo VAR es de 6
7
(K=6), por lo que el VEC se especifica con K=5. A continuación se procede a realizar el análisis
de cointegración utilizando las pruebas Traza y de máximo valor propio con el fin de detectar si
existe algún vector de cointegración al nivel de significancia especificado (95%), y saber si se
presenta una relación de largo plazo entre las variables. Este análisis se realiza en la medida que
las variables presentan tendencia en niveles haciendo necesario determinar esa relación
cointegrante que capte ese fenómeno. Además, se introducen dos variables dummies de
intervención para alcanzar normalidad en los residuales por valores atípicos en el trimestre 2008q4
debido a la crisis financiera de ese año y como resultados de los efectos del Covid 19 reflejados
en el año 2020q2.
7. Resultados
Un aspecto importante en el análisis de series de tiempo es determinar si existe causalidad a la
Granger, puesto que si existe cointegración existe causalidad, y si no existe causalidad, lo más
probable es que no existe cointegración. Los resultados del análisis evidencian dos (2) relaciones
de causalidad en el sentido de Granger, tal como se muestra en la tabla 4.
7.1. Causalidad
Tabla 4. VEC Granger Causality/Block Exogeneity Wald Tests
Dependent variable: D(LCFH)
Excluded
Chi-sq
Df
Prob.
D(LRM)
3.096.956
6
0.7966
D(LEMI)
3.441.045
6
0.0000
D(LTRM)
4.398.023
6
0.6230
All
4.596.314
18
0.0003
Dependent variable: D(LRM)
Excluded
Chi-sq
Df
Prob.
D(LCFH)
5.993.182
6
0.4240
D(LEMI)
1.391.347
6
0.0306
D(LTRM)
4.936.167
6
0.5520
All
2.433.239
18
0.1444
Dependent variable: D(LEMI)
Excluded
Chi-sq
Df
Prob.
D(LCFH)
4.138.699
6
0.6579
D(LRM)
3.055.739
6
0.8018
D(LTRM)
7.343.472
6
0.2902
All
1.934.934
18
0.3706
Dependent variable: D(LTRM)
Excluded
Chi-sq
Df
Prob.
7
Si el objetivo del VAR es la predicción es más adecuado usar AIC y FPE (Final Prediccion Error),
pero si el objetivo es una adecuada estimación del número de rezagos es conveniente usar Schwartz o
Hannan Quin-Information (HQI) Lükepohl (2005) citado por Galati (2024).
D(LCFH)
9.222.583
6
0.1614
D(LRM)
2.144.750
6
0.9059
D(LEMI)
1.232.813
6
0.0550
All
2.053.093
18
0.3037
Fuente: elaboración propia
El test de causalidad a la Granger muestra la causalidad entre los logaritmos de las variables,
evidenciando que existe una relación de causalidad entre la emigración y el consumo final de los
hogares, sin embargo, no en la dirección contraria. Esto podría deberse fundamentalmente a que
el consumo final de los hogares se encuentra en función de otras variables más fuertes que el giro
de las remesas, como el ingreso, la riqueza, entre otras. Tal como cabría esperar la emigración si
causa en el sentido de Granger a las remesas.
7.2. Test de cointegración
El test de cointegración, tabla 5, utilizando el estadístico Traza rechaza la hipótesis nula al 5%
indicando que existen dos relaciones de cointegración a largo plazo, lo cual es confirmado por el
estadístico del máximo valor propio, que al 5% también rechaza la hipótesis nula indicando que
existen dos relaciones de cointegración de largo plazo entre las variables como se observa en la
tabla 6.
Tabla 5. Rank Test sin restricciones de Cointegración (Traze)
Hypothesized
No. of CE(s)
Eigenvalue
Trace Statistic
Critical Value
0.05
Prob.**
None *
0.504956
78.18214
47.85613
0.0000
At most 1*
0.326946
32.48009
29.79707
0.0240
At most 2
0.077535
6.744610
15.49471
0.6075
At most 3
0.022794
1.498734
3.841466
0.2209
Trace test indica 3 ecuaciones de cointegración al 5%
* denota rechazo de la hipótesis nula al 5%
Tabla 6. Rank Test sin restricciones de Cointegración (Maximun
Eingenvalue)
Hypothesized
No. of CE(s)
Eigenvalue
Max-Eingen
Statistic
Critical Value
0.05
Prob.**
None *
0.504956
45.70295
27.58434
0.0001
At most 1*
0.326946
26.73548
21.13162
0.0105
At most 2
0.077535
5.245876
14.26460
0.7105
At most 3
0.022794
1.498734
3.841466
0.2209
Trace test indica 2 ecuaciones de cointegración al 5%
* denota rechazo de la hipótesis nula al 5%
7.3. Resultados Vector de Cointegración
Tabla 7. Vector de Cointegración
LCFH
LRM
LEMI
LTRM
C
Coeficientes
1.0000
-0.009177
-0.879489
0.005328
1.875875
Error estándar
(0.03510)
(0.02817)
(0.02940)
Los resultados del vector de cointegración se presentan en la tabla 7, por lo que la ecuación del
vector de cointegración es la siguiente:
 
El vector de cointegración muestra una relación positiva entre las remesas y el consumo final de
los hogares, lo cual es consistente con la teoría y con otros estudios. Es decir, un incremento en las
remesas mejora el consumo final de los hogares. De acuerdo con la ecuación de cointegración ante
un incremento de 1% en las remesas, el consumo final de los hogares se incrementa 0,009%, lo
que indica una elasticidad consumo remesas muy baja. Esto es consistente con la función consumo
keynesiana, que indica que el consumo es dependiente del ingreso, por lo tanto, al ser las remesas
solo una fracción del ingreso, la elasticidad consumo final de los hogares remesas es baja, dado
que es una fracción de la elasticidad total. Por su parte el consumo final de los hogares responde
mucho mejor ante los cambios en la emigración, pero también con una elasticidad baja: ante un
cambio de 1% en la emigración responde solo con 0,88%. El signo debe interpretarse con mucho
cuidado, puesto que la emigración en un principio debido a la cantidad de emigrantes debería
generar una disminución en el consumo final de los hogares en el corto plazo, pero a la larga a
través de las remesas debería compensar esa pérdida y el efecto final dependería del volumen de
remesas girados. Ahora, frente a la tasa representativa del mercado la elasticidad del consumo es
casi que igual de baja que ante las remesas, aunque con signo contrario, significando posiblemente
que ante una disminución de la tasa representativa del mercado los familiares en el exterior
disminuyen el giro de remesas afectando negativamente el consumo, aunque muy poco. Es
importante destacar que, aunque el consumo final de los hogares es inelástico frente a las variables
en consideración, los signos encontrados son los esperados, algo que concuerda con los aspectos
teóricos y con los estudios realizados por otros autores, los cuales se han referenciado previamente.
7.4. Resultados del Vector de Corrección de Errores (VEC)
Tabla 8. Vector de corrección de errores
Error Correction
D(LCFH)
D(LRM)
D(LEMI)
D(LTRM)
CointEq1
-0.474289
0.307544
0.005550
1.346684
Error estándar
(0.10459)
(0.76972)
(0.04559)
(0.49184)
Estadístico t
[-4.53478]
[0.39956]
[0.12175]
[2.73804]
El VEC muestra la velocidad de ajuste de las variables, se observa que esta no es muy alta y que
la velocidad del consumo final de los hogares es la más alta, y solo dos coeficientes son
estadísticamente significativos: consumo final de los hogares y tasa representativa del mercado.
La no significancia estadística de las remesas y la emigración indica que no están contribuyendo a
la estabilidad de largo pazo entre las variables.
7.5. Función impulso respuesta
En los modelos VAR, la función impulso respuesta juega un papel fundamental, debido que el
objetivo prioritario es definir las relaciones entre las variables. Es así que un choque en uno de los
residuos del vector de errores genera una respuesta a través del tiempo en , lo que en la literatura
se llama “impulso respuesta”.
Ilustración 5. Función impulso respuesta
-.010
-.005
.000
.005
.010
1 2 3 4 5 6 7 8 9 10
Response of LCFH to LCFH
-.010
-.005
.000
.005
.010
1 2 3 4 5 6 7 8 9 10
Response of LCFH to LRM
-.010
-.005
.000
.005
.010
1 2 3 4 5 6 7 8 9 10
Response of LCFH to LEMI
-.010
-.005
.000
.005
.010
1 2 3 4 5 6 7 8 9 10
Response of LCFH to LTRM
Response to Cholesky One S.D. (d.f. adjusted) Innovations ± 2 S.E.
En la ilustración 4 se presentan las respuestas del consumo final de los hogares a un choque en los
errores en sí misma, y de las remesas (panel superior) y ante un choque en los errores de la
emigración y de la tasa representativa del mercado (panel inferior).
Puede observarse que el consumo final de los hogares responde positivamente ante un choque de
sus propios errores reduciendo su participación durante los 6 primeros trimestres para luego volver
a su estado estacionario, siendo estos choques estadísticamente significativos. Contrario a lo que
podría esperarse el consumo final de los hogares no responden ante los choques en los errores de
las remesas en ningún periodo. La emigración, sin embargo, si tiene un efecto significativo en el
consumo final de los hogares, reduciéndolo a partir del segundo trimestre hasta el 9º. Los choques
en la tasa de cambio real igual no tienen un efecto significativo sobre el consumo final de los
hogares.
8. Conclusiones
En este documento teniendo en cuenta la relación ingreso consumo, y a su vez considerando que
las remesas se han constituido en un componente del ingreso permanente de las familias receptoras
se ha analizado la relación entre las remesas y el consumo final de los hogares colombianos la
emigración, y la tasa representativa del mercado. En este contexto es importante destacar el
componente emigratorio como parte fundamental de la ecuación en la medida que es el generador
de remesas, a la vez de ser instrumento para la pérdida de potencial productivo al interior del país
por las grandes oleadas de juventudes que día a día abandonan el país.
Los resultados encontrados muestran que, existe una relación de largo plazo entre estas variables
y una relación unidireccional de causalidad entre la emigración y el consumo final de los hogares
y entre la emigración y las remesas, también en un solo sentido.
En este escenario donde las remesas forman parte del ingreso permanente de las familias tienen un
efecto positivo, aunque no significativo sobre el consumo final de los hogares a nivel agregado.
Teniendo en cuenta que se trabaja con logaritmos de las variables esto significa una baja elasticidad
consumo remesas. Los resultados muestran que igualmente el consumo final de los hogares
responde de forma significativa y positiva ante la emigración, aunque con una elasticidad baja,
pero más alta que frente a las remesas.
En este contexto analítico es importante generar una discusión en torno a la emigración y las
remesas, porque si bien estas últimas contribuyen a mejorar la calidad de vida de las familias
receptoras, la primera está generando una pérdida de capital humano a nivel nacional que pude
ocasionar un conflicto vinculado con el régimen pensional en la medida que este está viendo
disminuida la capacidad de aportes, situación que se agrava continuamente.
Referencias
Acosta, P., Fajnzylber, P., & López, H. (2007). The impact of remittances on poverty and human
capital: Evidence from Latin American household surveys (World Bank Policy Research
Working Paper No. 4247). World Bank.
https://documents1.worldbank.org/curated/en/446091468046772511/pdf/wps4247.pdf
Adu-Darko, E. (2019). The impact of remittances on household welfare: Evidence from Ghana
[Master’s thesis, Norwegian University of Life Sciences]. NMBU Brage.
https://nmbu.brage.unit.no/nmbu-
xmlui/bitstream/handle/11250/2639224/EBENEZERADUDARKO.pdf
Amuedo-Dorantes, C., & Pozo, S. (2010). Accounting for remittance and migration effects on
children’s schooling. World Development, 38(12), 1747–1759.
https://www.sciencedirect.com/science/article/abs/pii/S0305750X10001270
Banco de México. (2022). Remesas y su efecto sobre el consumo de los hogares en las regiones
de México en el contexto de la pandemia del COVID-19.
https://www.banxico.org.mx/publicaciones-y-prensa/reportes-sobre-las-economias-
regionales/recuadros/%7B1D16C149-35FB-577B-4262-27DB722C71E8%7D.pdf
Banco de la República de Colombia. (2025). Remesas.
https://www.banrep.gov.co/es/glosario/remesas
Bonilla Mejía, L. (2016). Choques externos y remesas internacionales en las regiones de
Colombia (Borradores de Economía No. 250). Banco de la República.
https://www.banrep.gov.co/sites/default/files/publicaciones/archivos/dtser_250.pdf
Boutania, I., & Kawkaba, S. (2023). The impact of remittances on household consumption:
Evidence from Morocco. HAL Archives. https://hal.science/hal-04270192/document
Cadena, X., & Cárdenas, M. (2004). Las remesas en Colombia: Costos de transacción y lavado
de dinero. Coyuntura Económica: Investigación Económica y Social, 34(1), 137–162.
https://www.repository.fedesarrollo.org.co/bitstream/handle/11445/814/WP_2004_No_2
6.pdf
Centro de Estudios Monetarios Latinoamericanos (CEMLA). (2007). Remesas internacionales
en Colombia.
https://www.banrep.gov.co/sites/default/files/sala_prensa/comunicados/adjuntos/DDP-
Colombia_23may07.pdf
Dhakal, S., & Oli, S. (2020). The impact of remittance on consumption and investment: A case
of Province Five of Nepal. Quest Journal of Management and Social Sciences, 2(1), 35–
49. https://www.nepjol.info/index.php/qjmss/article/view/29018
Departamento Administrativo Nacional de Estadística (DANE). (2022). Sistema de información
de estadísticas de migración (SIEM).
https://www.dane.gov.co/files/investigaciones/poblacion/migracion/documento-
SIEM.pdf
Friedman, M. (1973). Una teoría de la función consumo (1.ª ed.). Alianza Editorial.
Garavito, A., Collazos, M., Hernández, M., & Montes, E. (2019). Migración internacional y
determinantes de las remesas de los trabajadores en Colombia (Borradores de Economía
No. 1067). Banco de la República.
https://repositorio.banrep.gov.co/handle/20.500.12134/9654
Garay, J., & Rodríguez, A. (2005). Estudio sobre migración internacional y remesas en
Colombia. Organización Internacional para las Migraciones.
https://publications.iom.int/system/files/pdf/estudio_sobre_migracion2.pdf
Izaguirre, M., González, A., Font, J., Cases, J., & Arenal, C. (2016). Remesas e inclusión
financiera: Análisis de la encuesta de migrantes de América Latina y el Caribe en
España. Fondo Multilateral de Inversiones (FOMIN).
https://publications.iadb.org/es/remesas-e-inclusion-financiera-analisis-de-una-encuesta-
de-migrantes-de-america-latina-y-el-caribe
Keynes, J. M. (1936). Teoría general de la ocupación, el interés y el dinero (8.ª reimpresión).
Fondo de Cultura Económica.
Khudor-Castéras, D. (2007). Migraciones internacionales y desarrollo: El impacto económico de
las remesas en Colombia. Revista de la CEPAL, 91, 143–160.
https://core.ac.uk/download/pdf/38673673.pdf
Kireyev, A. (2006). The macroeconomics of remittances: The case of Tajikistan (IMF Working
Paper WP/06/2). International Monetary Fund.
https://www.imf.org/external/pubs/ft/wp/2006/wp0602.pdf
Lamsal, R. (2024). The impact of workers’ remittances on household consumption expenditure
in Nepal: A time series analysis. Nepalese Journal of Management Science and Research,
7(1), 1–11. https://www.nepjol.info/index.php/njmsr/article/view/64606
Lubambu, K. (2014). The impacts of remittances on developing countries. European Parliament.
https://www.europarl.europa.eu/RegData/etudes/etudes/join/2014/433786/EXPO-
DEVE_ET(2014)433786_EN.pdf
Makhlouf, F., & Naamane, A. (2013). The impact of remittances on economic growth: The
evidence from Morocco. HAL Archives. https://univ-pau.hal.science/hal-
01885148v1/file/2013_2014_3Impact_of_Remittances_on_Economic_Growth_Morocco
_FMakhlouf_ANaamane.pdf
Medina, C., & Cardona, L. (2010). The effects of remittances on household consumption,
education attendance and living standards: The case of Colombia. Revista ESPE, 1(1),
21–36. https://www.redalyc.org/pdf/1552/155216291002.pdf
Mendoza García, M. A. (2021). Las remesas en el contexto de los determinantes del consumo
privado en México, 1995–2019. Economía, Teoría y Práctica, 29(55), 87–108.
https://www.scielo.org.mx/pdf/etp/n55/2448-7481-etp-55-87.pdf
Montenegro, A. (2011). Análisis de series de tiempo (1.ª ed.). Editorial Pontificia Universidad
Javeriana.
Organización Internacional para las Migraciones (OIM). (2021). Perfil migratorio de Colombia
2021. https://publications.iom.int/system/files/pdf/MP-Colombia-2021-ES.pdf
Organización Internacional para las Migraciones (OIM). (2023). World migration report 2022.
https://worldmigrationreport.iom.int/wmr-2022-interactive/
Ratha, D. (2003). Workers’ remittances: An important and stable source of external development
finance. Finance & Development, 40(4), 42–43.
Mallick, S. K., & Mohsin, M. (2016). Macroeconomic effects of inflationary shocks with durable
and non-durable consumption. Open Economies Review, 27(5), 825–843.
https://ideas.repec.org/a/kap/openec/v27y2016i5d10.1007_s11079-016-9405-0.html
Solimano, A. (2003). Workers’ remittances to the Andean region: Mechanisms, costs and
development impact. Inter-American Development Bank.
https://publications.iadb.org/en/workers-remittances-andean-region-mechanisms-costs-
and-development-impact
World Bank. (2022). Remittances brave global headwinds (Migration and Development Brief
No. 37). https://reliefweb.int/report/world/migration-and-development-brief-37-
remittances-brave-global-headwinds-special-focus-climate-migration-november-2022-
enarruzh
Anexos
Anexo 1. Variables del modelo
Variable
Características
Estacionalidad
Remesas de los
trabajadores
Variable obtenida del Banco de la
República (Miles de millones de $)
No estacionaria I(1)
Consumo final de
los hogares.
Variable obtenida del Banco de la
República (Miles de millones de $)
No estacionaria I(1)
Tasa representativa
del mercado
Variable obtenida del Banco de la
República (Pesos por dólar USD)
No estacionaria I(1)
Emigración
Construida a partir de los saldos
migratorios calculados por Migración
Colombia (Número de migrantes.
No estacionaria I(1)
Anexo 2. Prueba de raíz unitaria LCFH, LEMI
Null Hypothesis: LCFH has a unit root
Null Hypothesis: LEMI has a unit root
Exogenous: Constant
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=11)
Lag Length: 4 (Automatic - based on SIC, maxlag=11)
t-Statistic
Prob.*
t-Statistic
Prob.*
Augmented
Dickey-Fuller
test statistic
-0.563789
0.8712
Augmented Dickey-
Fuller test statistic
0.019415
0.9567
Test critical
values:
1% level
-3.525.618
Test critical values:
1% level
-3.531.592
5% level
-2.902.953
5% level
-2.905.519
10%
level
-2.588.902
10% level
-2.590.262
Anexo 3. Prueba de raíz unitaria LRM, LTRM
Null Hypothesis: LRM has a unit root
Null Hypothesis: LTRM has a unit root
Exogenous: Constant
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=11)
Lag Length: 0 (Automatic - based on SIC, maxlag=11)
t-Statistic
Prob.*
t-Statistic
Prob.*
Augmented
Dickey-Fuller
test statistic
-0.313562
0.9168
Augmented Dickey-
Fuller test statistic
0.784559
0.9931
Test critical
values:
1% level
-3.527.045
Test critical values:
1% level
-3.525.618
5% level
-2.903.566
5% level
-2.902.953
10%
level
-2.589.227
10% level
-2.588.902
Fuente: salida Eviews
Anexo 4. Prueba de normalidad en los residuos
Component
Jarque-Bera
Df
Prob.
1
0.313277
2
0.8550
2
0.222551
2
0.8947
3
0.207280
2
0.9015
4
0.231259
2
0.8908
Joint
0.974368
8
0.9984
Fuente: salida Eviews
Anexo 5. VEC Residual Heteroskedasticity Tests (Levels and Squares)
Sample: 2005Q1 2022Q4
Included observations: 65
Joint test:
Chi-sq
Df
Prob.
5.181.329
520
0.5149
Individual
components:
Dependent
R-squared
F(52,12)
Prob.
Chi-sq(52)
Prob.
res1*res1
0.841898
1.228.850
0.3647
5.472.335
0.3716
res2*res2
0.928068
2.977.387
0.0214
6.032.442
0.2002
res3*res3
0.732806
0.632908
0.8732
4.763.240
0.6462
res4*res4
0.778140
0.809386
0.7148
5.057.908
0.5299
res2*res1
0.830699
1.132.304
0.4313
5.399.545
0.3980
res3*res1
0.877899
1.659.223
0.1701
5.706.346
0.2925
res3*res2
0.848717
1.294.643
0.3248
5.516.659
0.3559
res4*res1
0.794306
0.891136
0.6368
5.162.989
0.4884
res4*res2
0.940325
3.636.334
0.0091
6.112.113
0.1810
res4*res3
0.737687
0.648980
0.8603
4.794.968
0.6339
Anexo 6. VEC Residual Serial Correlation LM Tests
Sample: 2005Q1 2022Q4
Included observations: 65
Null hypothesis: No serial correlation at lag h
Lag
LRE* stat
df
Prob.
Rao F-stat
df
Prob.
1
4.285.436
16
0.0003
3.113.243
(16, 92.3)
0.0003
2
1.652.085
16
0.4172
1.044.224
(16, 92.3)
0.4195
3
1.919.259
16
0.2588
1.230.022
(16, 92.3)
0.2609
4
2.406.107
16
0.0882
1.581.714
(16, 92.3)
0.0895
5
1.639.935
16
0.4255
1.035.892
(16, 92.3)
0.4277
6
2.022.065
16
0.2104
1.302.858
(16, 92.3)
0.2124
7
9.539.261
16
0.8896
0.581665
(16, 92.3)
0.8903
8
9.885.199
16
0.8726
0.603827
(16, 92.3)
0.8734
9
1.546.770
16
0.4907
0.972348
(16, 92.3)
0.4929
10
2.578.156
16
0.0572
1.710.181
(16, 92.3)
0.0582
11
2.250.309
16
0.1277
1.467.286
(16, 92.3)
0.1293
12
3.080.685
16
0.0142
2.098.418
(16, 92.3)
0.0146
Null hypothesis: No serial correlation at lags 1 to h
Anexo 7. Prueba de estabilidad
Endogenous variables : LCFH LRM LEMI
LTRM
Exogenous variables: D2008Q4 D2020Q2
Lag specification: 1 6
Root
Modulus
1.000.000
1.000.000
1.000000 - 3.86e-15i
1.000.000
1.000000 + 3.86e-15i
1.000.000
0.020658 + 0.981164i
0.981381
0.020658 - 0.981164i
0.981381
0.872493 - 0.348892i
0.939665
0.872493 + 0.348892i
0.939665
-0.867436 - 0.209528i
0.892383
-0.867436 + 0.209528i
0.892383
0.886962
0.886962
0.713266 + 0.433518i
0.834677
0.713266 - 0.433518i
0.834677
0.075015 - 0.788272i
0.791833
0.075015 + 0.788272i
0.791833
0.287854 - 0.726916i
0.781836
0.287854 + 0.726916i
0.781836
-0.296632 + 0.698172i
0.758574
-0.296632 - 0.698172i
0.758574
-0.745180
0.745180
-0.466499 + 0.443781i
0.643865
-0.466499 - 0.443781i
0.643865
0.639248
0.639248
-0.611086 - 0.176822i
0.636154
-0.611086 + 0.176822i
0.636154
0.165516 + 0.591672i
0.614387
0.165516 - 0.591672i
0.614387
-0.137398 - 0.318707i
0.347062
-0.137398 + 0.318707i
0.347062
VEC specification imposes 3 unit root(s).
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial