Efecto del número de hectáreas de coca cultivadas, incautaciones de pasta de coca y el número de habitantes sobre los depósitos realizados en el sistema bancario durante 2010 a 2017
Resumen
El lavado de activos ha representado para Colombia una coyuntura socioeconómica a lo largo de su historia, que ha guardado una relación con los cultivos ilícitos hallados a lo largo de este territorio. El presente estudio pretende encontrar el efecto en los depósitos realizados en el Sistema Bancario durante 2010 a 2017, a partir de variables asociadas a los cultivos de coca y la evolución demográfica de dieciocho departamentos del país. Para tal fin se utilizó un modelo de datos panel de efectos fijos; los resultados determinaron que el número de hectáreas cultivadas, las incautaciones de pasta de coca y la población sobre los depósitos en los dieciocho departamentos aumenta en el tiempo. A su vez, departamentos como Antioquia, Valle del Cauca y Santander son más propensos al riesgo de lavado de activos, en contraste con territorios como Amazonas y Guaviare.
Descargas
Referencias bibliográficas
ANIF. (2017). Reducción del efectivo y tamaño de la economía subterránea en . Bogotá D.C: Asociación Nacional de Instituciones Financieras.
Arellano, M. (2003): Panel Data Econometrics (Advanced Texts in Econometrics), Oxford University Press. https://doi.org/10.1093/0199245282.001.0001
ASOBANCARIA. (2017). Proyecto F: Diagnóstico del uso del efectivo en Colombia. Bogotá D.C: ASOBANCARIA.
Baronio, A. y Vianco, A. (2014). Datos Panel: Guía para el uso de E-Views. Departamento de Matemática y Estadística Facultad de Ciencias Económicas Universidad Nacional de Río Cuarto.
Bond, S. (2002). Dynamic Panel Data Models: A Guide to Micro Data Methods and Practice. Cemmap Working Paper Series No. CWP09/02, Institute for Fiscal Studies, London. https://doi.org/10.1920/wp.cem.2002.0902
DANE. (2009). Estudio postcensales No 7: Proyecciones nacionales y departamentales de población 2005 – 2020. Bogotá D.C: Departamento Administrativo Nacional de Estadística.
Flannery, M.J., Hankins, K. W., (2013). Estimating dynamic panel models in corporate finance. Journal of Corporate Finance 19, 1–19. https://doi.org/10.1016/j.jcorpfin.2012.09.004
Frees, E. W. (2004). Longitudinal and Panel Data: Analysis and Applications in the Social Sciences. Cambridge, UK: Cambridge University Press. https://doi.org/10.1017/CBO9780511790928 PMid:15554981
GAFI. (2012). Mandato del Grupo de Acción Financiera Internacional (2012-2020). Washington, D.C: GAFI.
Garzón, J. C., & Llorente, M. V. (2018). ¿Por qué siguen aumentado los cultivos ilícitos en Colombia?: Los desafíos para el próximo Gobierno. Bogotá D.C: Fundación Ideas para la Paz (FIP).
Garzón, J y Gelvez, J (2018). ¿Más coca, más homicidios?: mejor piénselo dos veces. Fundación ideas para la paz (FiP). Columna de opinión, 13 de febrero de 2019. Recuperado de: http://www.ideaspaz.org/publications/posts/1726
Greene, W. (2012): Econometric Analysis (7th Edition), Prentice Hall.
Heckman, J. J. (1981). Statistical Models for Discrete Panel Data. In C.F. Manski and D. McFadden (eds.), Structural Analysis of Discrete Data with Econometric Aplications. Cambridge, MA: MIT Press. In: http://elsa. berkeley.edu/discrete/ch3.pdf. Accessed on April 28 2011.
Levi, M., & Reuter, P. (2006). Money Laundering. Crime and Justice 34, 289-375. https://doi.org/10.1086/501508
Mayorga, M., & Muñoz, E. (2000). La técnica de Datos panel: Una guía para su uso e interpretación. San José: Banco Central de Costa Rica.
Mejía, D., & Rico, D. (2010). La microeconomía de la producción y tráfico de cocaína en Colombia. Bogotá: Documentos CEDE 007293.
Muller, W., Kalin, C., & Goldsworth, J. (2007). Anti-Money Laundering: International Law and Practice.
ODC. (2017). Reporte de Drogas de Colombia. Bogotá: Observatorio de Drogas de Colombia.
Pindado, J. y Requejo, J. (2014). Panel Data: A Methodology for Model Specification and Testing. In Wiley Encyclopedia of Management, 3rd Edition. John Wiley & Sons, Ltd (in press). https://doi.org/10.1002/9781118785317.weom040013
Purkey, H. (2010). The Art of Money Laundering. Florida Journal of International Law, 22(1), 111–144.
Sala de Casación Penal n° 25248. (2016). Sentencia de Corte Suprema de Justicia. Bogotá D.C.
SUPERFINANCIERA. (2016). Superintendencia Financiera de Colombia (2016). Circular Básica Jurídica, Título I Capitulo IV. Bogotá D.C: Superintendecia Financiera de Colombia.
UIAF. (2019). Algunos antecedentes y aspectos normativos del Sistema Anti Lavado de Activos y Contra la Financiación del Terrorismo (ALA/CFT). Edición 1. Bogotá: Unidad de Información y Anáisis Financiero. https://doi.org/10.15765/poli.v1i376.2042
UNODC. (2018). Colombia: Monitoreo de terrritorios afectados por los cultivos ilícitos 2017. Oficina de las Nacione Unidas contra la Droga y el Delito.
Wooldridge, J.M. (2010). Econometric Analysis of Cross Section and Panel Data. (2nd Edition), MIT Press.
Wooldridge, J. M. (2009). Introductory Econometrics. A Modern Approach (4th Edition), South-Western Cengage Learning.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
