Los planteamientos más comunes a favor de la liberalización del co-mercio 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 clasi-ficación 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, permitien-do 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.