Cuadernos - ucu.edu.uy

vol. 44, n.° 124, Enero-Abril 2021

vol. 44, n.° 124, Enero-Abril 2021

Cuadernosde economíaSpanish Journal of Economics and Finance

Sumario

Cuadernos de econom

ía

Indexada en: Scopus

Publicación de la asociación de cuadernos de economía en colaboración con el departamento de teoría económica de la universidad autónoma

de Madrid, CUNEF y universidad Nebrija

Coste económico de la victimización en España: un estudio téoricoCIFUENTES-FAURA, Javier

Umbral de volatilidad del mercado bursátil y su interrelación con la divisaV. PIFFAUT, Pedro y REY MIRÓ, Damià

Causas de la informalidad laboral en Montería, Colombia. Un modelo econométrico ProbitANAYA NARVÁEZ, Alfredo R., PINEDO LÓPEZ, Jhon William y LORA OCHOA, Carmen

In/Stability under Ideal Income Tax and Ideal Consumption TaxSOLDATOS, Gerasimos T.

Personal drivers behind the Brexit voteMELGAR, Natalia , BARTESAGHI, Ignacio and DE MARÍA, Natalia

Assessing the structure dependence between the Spanish stock market and some international financial markets. A copula analysisPÉREZ CAMBRILES, Antonio and BENITO, Sonia

Addressing misperceptions about land conflicts and quinoa: the case of BoliviaGARCIA-HERNANDEZ,Ana, ARAUCO BERDEGUÉ, Mayra, KELLY, Carl, MASDEU NAVARRO, Francesc and VEGA VIDAL, Alonso

Publicación de trabajos sobre Teoría Económica en particular y Economía en general de aparición cuatrimestral. Cuadernos de Economía es la continuación, a partir de 1973, de Cuadernos de Información Económica y Sociología, que editó el Centro de Estudios Económicos y Sociales del CSIC en Barcelona desde 1955. Primero en colaboración con el Departamento de Teoría Económica de la Universidad de Barcelona y luego, ya como Asociación Cuadernos de Economía (ACE), con el Departamento de Teoría Económica de la Universidad Autónoma de Madrid, conjuntamente con CUNEF y Universidad Nebrija.Cuadernos de Economía trata de ser útil y accesible para un conjunto amplio de lectores sin renunciar por ello a niveles de calidad elevados, lo que se garantiza mediante un proceso riguroso de evaluación. Se aceptan contribuciones en castellano e inglés.

Los trabajos deberán remitirse a la secretaría de la revista en la Asociación Cuadernos de Economía (ACE). Sólo se aceptará el envío de manuscritos a través de la plataforma electrónica de la revista: www.cude.es

La publicación de un trabajo en Cuadernos de Economía no implica necesariamente la adhesión de los Editores a los conceptos y razonamientos vertidos en el mismo.

Las solicitudes de suscripciones se dirigirán a la Secretaría de la Revista ([email protected]).

Presidente de honor Jose Ramón Lasuén Universidad Autónoma de MadridPresidente Director Joan Hortalà i Arau Universidad de BarcelonaVicepresidente Simón Sosvilla Universidad Complutense de MadridSecretario Julián Sánchez Universidad Autónoma de Madrid Editores Santiago Budría Universidad de Nebrija Félix Fernando Muñoz Universidad Autónoma de Madrid Domingo Jose Garcia Coto Bolsas y Mercados Españoles (BME) Marta Gómez-Puig Universidad de Barcelona Mercedes Gracia Díez Colegio Universitario de Estudios Financieros (CUNEF) Mikel Tapia Universidad Carlos III de Madrid Consejo Editorial Inmaculada Álvarez Universidad Autónoma de Madrid Manel Antelo Suárez Universidad de Santiago de Compostela Carmen Arguedas Universidad Autónoma de Madrid Luis Barbé Universidad Autónoma de Barcelona Fernando Becker Vicepresidente del Patronato de la Fundación Iberdrola Santiago Carbó Colegio Universitario de Estudios Financieros Emilio Cerdá Universidad Complutense de Madrid Óscar Francisco Contreras Colegio Universitario de Estudios Financieros (CUNEF) Jose Luis Crespo Espert Universidad de Alcala de Henares Adrián Fernández-Pérez Auckland University of Technology Rafael Flores de Frutos Colegio Universitario de Estudios Financieros (CUNEF) María Jesús Freire Universidad de la Coruña Ana María Fuertes Cass Business Scholl University of London Carmen Gallastegui Universidad del País Vasco José García Solanes Universidad de Murcia David Harper New York University Karel Lanoo European Capital Market Institute ECMI-CEPS Miguel Ángel Malo Universidad de Salamanca Óscar Mascarilla Universidad de Barcelona Leonor Modesto Universidad Católica Portuguesa Luis Orea Universidad de Oviedo María José Roa García Centro de Estudios Monetarios Latinoamericanos Hector Solaz University of Birmingham Fernando Tomé Bermejo Universidad de Nebrija Joaquín Trigo Instituto de Estudios Económicos Juan Urrutia Presidente del Patronato de la Fundación Urrutia-Elejalde José Luis Zofío Universidad Autónoma de Madrid

Cuadernos de Economía

C

M

Y

CM

MY

CY

CMY

K

Cuadernos de Economía 44 (2021)

SUMARIO

Cuadernos de economíawww.cude.es

Cuadernos de economía. Volumen 44. Número 124. Enero-Abril 2021

Artículos

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

. . . . . . . . . . . . . . . 23

. . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

. . . . . . . . . . . . . . . . . . . . . . . . . . 53

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

El coste económico de la victimización y la seguridad ciudadana en España CIFUENTES-FAURA, Javier

Umbral de volatilidad del mercado bursátil y su interrelación con la divisaV. PIFFAUT, Pedro y REY MIRÓ, Damià

Causas de la informalidad laboral en Montería, Colombia. Un modelo econométrico ProbitANAYA NARVÁEZ, Alfredo R., PINEDO LÓPEZ, Jhon William y LORA OCHOA, Carmen

In/Estabilidad bajo el impuesto sobre la renta ideal y el impuesto sobre el consumo idealSOLDATOS, Gerasimos T.

Determinantes personales de la elección por el BrexitMELGAR, Natalia , BARTESAGHI, Ignacio and DE MARÍA, Natalia

Pensionistas con esperanza de vida reducida e incentivos fiscales del IRPF: Cobertura del riesgo de longevidad

GONZÁLEZ-VILA PUCHADES, Laura y DE ANDRÉS SÁNCHEZ, Jorge

Abordando percepciones erróneas sobre los conflictos de tierra y quinua: el caso de BoliviaGARCIA-HERNANDEZ, Ana, ARAUCO BERDEGUÉ, Mayra, KELLY, Carl, MASDEU NAVARRO, Francesc and VEGA VIDAL, Alonso

Cuadernos de Economía 44 (2021)

CONTENTS


Cuadernos de economía. Volume 44. Number 124. January-April 2021

Articles

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

. . . . . . . . . . . . . . . 23

. . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

. . . . . . . . . . . . . . . . . . . . . . . . . . 53

The economic cost of victimization and public safety in Spain CIFUENTES-FAURA, Javier

Stock Market Volatility Threshold and its Interrelation with the CurrencyV. PIFFAUT, Pedro y REY MIRÓ, Damià

Causes of labour informality in Montería, Colombia. A Probit econometric modelANAYA NARVÁEZ, Alfredo R., PINEDO LÓPEZ, Jhon William y LORA OCHOA, Carmen

In/Stability under Ideal Income Tax and Ideal Consumption TaxSOLDATOS, Gerasimos T.

Personal drivers behind the Brexit voteMELGAR, Natalia , BARTESAGHI, Ignacio and DE MARÍA, Natalia

Retirees with reduced life expectancy and personal income tax incentives: Longevity risk hedgingGONZÁLEZ-VILA PUCHADES, Laura and DE ANDRÉS SÁNCHEZ, Jorge

Addressing misperceptions about land conflicts and quinoa: the case of BoliviaGARCIA-HERNANDEZ, Ana, ARAUCO BERDEGUÉ, Mayra, KELLY, Carl, MASDEU NAVARRO, Francesc and VEGA VIDAL, Alonso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

Cuadernos de Economía (2021) 44, 1-10


CÓDIGOS JEL:A12, A13, K00PALABRAS CLAVE:Coste económico; Victimización; Seguridad ciudadana; Políticas públicas

Resumen: Es importante estimar los costes derivados de la victimización, ya que resultarán de total utilidad para concienciar sobre la magnitud del problema, situarlo en las agendas a nivel nacional e internacional, identificar los aspectos a mejorar en la asignación de los recursos tanto públicos como privados, y diseñar políticas adecuadas que conduzcan a prevenir el delito que afecta a la víctima. Algunos costes se producen como resultado directo de la victimización, y otros son ocasionados de manera indirecta. Los gastos que asume el gobierno para prevenir delitos y el que invierte en seguridad ciudadana para evitar víctimas, así como el coste que los ciudadanos invierten para protegerse, junto con el dolor y el daño que asumen la víctima y sus familiares, determinan el coste económico y social de la victimización. A partir de los datos oficiales registrados por el Ministerio del Interior se realiza una aproximación a la vic-timización centrado en la violencia de género y en menores, sabiendo que estos datos están infravalorados, pues hay acciones que no se denuncian y, por tanto, no constan en los registros. Se analiza el coste estimado que suponen estos casos de victimización, y que serán útiles para los responsables de formulación de políticas públicas.

ARTÍCULO

El coste económico de la victimización y la seguridad ciudadana en España

Javier Cifuentes-Fauraa

a Universidad de Murcia

JEL CODES:A12, A13, K00KEYWORDS:Economic cost; Victimization; Public safety; Public policies

Abstract: It is important to estimate the costs of victimization, as they will be useful in raising awareness of the magnitude of the problem, placing it on national and international agendas, identifying areas for improvement in the allocation of both public and private resources, and designing appropriate policies that will lead to the prevention of crime affecting the victim. Some costs are incurred as a direct result of victimization, and others are incurred indirect-ly. The expenses that the government assumes to prevent crime and that which it invests in citizen security to avoid victims, as well as the cost that citizens invest to protect themsel-ves, together with the pain and harm that the victim and his or her family members assume, determine the economic and social cost of victimization. Based on the official data recorded by the Ministry of the Interior, an approximation is made of victimization focused on gender violence and minors, knowing that these data are underestimated, since there are actions that are not reported and, therefore, do not appear in the records. The estimated cost of these cases of victimization is analyzed, which will be useful for those responsible for formulating public policies.

Correo electrónico: [email protected]

https://doi.org/10.32826/cude.v44i124.2860210-0266/© 2021 Asociación Cuadernos de Economía. Todos los derechos reservados

2 Javier Cifuentes-Faura

Introducción

En el preámbulo de la Ley orgánica 4/2015, de 30 de marzo, de protección de la seguridad ciudadana, se establece que “la seguridad ciudadana es la garantía de que los derechos y libertades reconocidos y amparados por las constitucio-nes democráticas puedan ser ejercidos libremente por la ciudadanía y no meras declaraciones formales carentes de eficacia jurídica”. Esta seguridad se ve eclipsada por el sen-timiento de inseguridad que puede existir en la población, tanto por la preocupación en general sobre la delincuencia como por el miedo a ser víctima de un delito. En 2015, en la Encuesta Social General Española casi el 25% de los entrevistados reconocía la inseguridad ciudadana como un problema muy importante y el 10% se consideraba propicio a ser víctima de algún delito. En los barómetros mensua-les del Centro de Investigaciones Sociológicas el problema de la inseguridad ciudadana aparece como uno de los tres problemas principales de España aumentando considerable-mente la preocupación por la violencia de género.

Entre los factores que favorecen la violencia destacan los que se asocian con la dominación, el deseo de obtener la sumisión psicológica o sexual de otra persona (violencia activa) y los que se relacionan con la percepción de dolor ya sea físico o emocional (violencia reactiva) como los oca-sionados por la humillación o el rechazo social (Martínez Pacheco, 2016). Muchas veces, las consecuencias de estos delitos las sufren además de las víctimas, sus familiares y amigos. Las secuelas pueden ser también muy variadas, desde la muerte, enfermedad, discapacidad, sufrimiento, lesiones, aumento de la desconfianza interpersonal, dismi-nución de la calidad de vida (todas ellas afectan directa-mente a las víctimas) hasta el aumento de los gastos de los servicios de salud y asistencia social, reducción de la productividad, pérdida de confianza en el sistema judicial, pérdida del sentido de comunidad y disminución de la par-ticipación comunitaria (que afectan al conjunto de la socie-dad).

Estas acciones llevan asociado unos costes, que pueden ser directos, como los gastos judiciales, sanitarios, o los relacionados con la pérdida material, es decir, económicos; aunque también hay costes indirectos como los asociados al miedo o al daño psicológico que son difícilmente cuantifica-bles. La mayoría de los costes derivados de la victimización son difícilmente medibles pues se dispone de información de los costes asumidos, por ejemplo, en labores judiciales y policiales, pero no en los derivados de los daños psicoló-gicos.

La violencia no solo afecta directamente a la víctima y su entorno, sino a toda la sociedad, repercutiendo en el desa-rrollo socioeconómico del Estado en su conjunto. Esto da lugar a un coste social, entendido como lo que la sociedad debe pagar como compensación por los daños ocasionados por algún tipo de violencia o delito. También habría que sumar los costes de prevención de delitos y los asociados a la respuesta a la delincuencia y la lucha contra esta (costes para el sistema de justicia penal).

Existe, por tanto, un coste económico y un coste social que abarca los aspectos monetarios de los actos delictivos y las repercusiones reflejadas directamente en las conse-

cuencias financieras de la delincuencia. Los costes econó-micos pueden expresarse fácilmente en términos moneta-rios (bienes robados, gastos judiciales…), mientras que los sociales son aquellos que repercuten en la sociedad y es compleja su expresión en términos monetarios. En la lite-ratura especializada en estos temas no está clara la distin-ción entre ambos conceptos y la mayoría habla de efectos económicos, incluyendo solo el valor monetario real. Pero si los costes de un acto delictivo se miden solo en términos de dinero en efectivo, se estarían omitiendo importantes impactos de la delincuencia como el sufrimiento físico y emocional de las víctimas, mostrando ser así menos grave de lo que realmente es. Por ello, es importante tratar de cuantificar, en la medida de lo posible, todos los impactos del delito en términos comunes.

Conocer los costes de cualquier tipo de delito es indispen-sable para los encargados de la adopción de decisiones rela-cionadas con los hechos delictivos. Puede ayudar a priorizar las actuaciones a llevar a cabo, centrándose en aquellas áreas donde el impacto causado por la victimización sea mayor, en lugar de simplemente basarse en el número de víctimas. También permitiría conocer el mérito relativo de las políticas y programas alternativos que ya están implíci-tos en la toma de decisiones sobre cómo asignar recursos para combatir los delitos.

Para conocer el gasto asociado a los delitos, es necesario tener en cuenta el tipo de víctima y el proceso de victimi-zación. Así, en el siguiente epígrafe se realiza una aproxi-mación a ambos términos. Después se explican los distintos tipos de costes y se muestra la información que hay dispo-nible en España sobre estos costes. Finalmente se exponen las conclusiones.

Víctima y victimización

Una definición muy completa de víctima es la establecida por la Asamblea General de Naciones Unidas en su Reso-lución 40/34, de 29 de noviembre de 1985: “se ha de entender por víctimas las personas que individual o colec-tivamente hayan sufrido daños, inclusive lesiones físicas o mentales, sufrimiento emocional, pérdida financiera o menoscabo substancial de sus derechos fundamentales, como consecuencia de acciones u omisiones que violen la legislación penal vigente en los Estados miembros, incluida la que proscribe el abuso de poder. En la expresión víctima se incluye, además, en su caso, a los familiares o personas a su cargo que tengan relación inmediata con la víctima directa y a las personas que hayan sufrido daños al inter-venir para asistir a la víctima en peligro o para prevenir su victimización” (ONU, 1985).

El proceso por el que una persona se convierte en víctima se denomina victimización y en general, suele afectar a las personas a nivel emocional, físico, financiero, psicológico y social. La victimización es el proceso por el cual una per-sona va a sufrir las consecuencias negativas de un hecho delictivo. En España, el Ministerio del Interior considera que “el concepto de victimización hace referencia al número de hechos denunciados por personas en los cuales mani-fiestan ser víctimas o perjudicados con ocasión de alguna infracción penal. Se diferencia del concepto de víctima, ya que este determina a personas individuales” (Ministerio

El coste económico de la victimización y la seguridad ciudadana en España 3

del Interior, 2018, p.186). Así, victimización se diferencia del concepto de víctima en que éste último se refiere a personas individuales. En una denuncia pueden darse varios hechos a la vez, pudiendo existir además varias víctimas. Con las victimizaciones se recogería los diferentes hechos que afectan a una determinada víctima, pudiendo una víc-tima estar contabilizada en una o más victimizaciones.

Durante el proceso de victimización hay una parte que resulta fortalecida, el agresor; mientras que la víctima, va entrando de forma progresiva en una espiral de exclusión (Leary et al., 2003). La comprensión de todo lo vivido por la víctima es complejo, pero es importante para poder inter-pretar aquellos aspectos relacionados con la motivación del delito, sus posibles formas de prevención y los costes aso-ciados (Saad-Diniz y Bessoni, 2018).

Se han realizado varias clasificaciones y tipologías en relación a las víctimas (Fattah, 1967; Mendelsohn 1974, Neuman, 1984; Landrove, 1998; Beristain, 2000). La de Mendelshon destaca por considerar la existencia de una relación inversa entre la culpabilidad del agresor y de la víctima (Tabla 1). A mayor culpabilidad de uno, menos cul-pable es el otro. Es importante conocer cómo pueden ser las víctimas para entender los distintos tipos de coste aso-ciados a la victimología.

A partir de una pérdida, ya sea económica, física, psicoló-gica o social, la víctima puede sentirse vulnerable por el daño causado con consecuencias en sus actividades diarias. Dependiendo de las consecuencias producidas por la acción del delito, se clasifica el fenómeno de la victimización en tres niveles, denominados victimización primaria, victimi-zación secundaria y victimización terciaria, como se mues-tra a modo resumen en la tabla 2.

Tipos de costes en el proceso de victimización

Los costes asociados a un proceso de victimización son muy variados. Algunos costes se producen como resul-tado directo de la victimización (gastos médicos, pérdida material…). Sin embargo, otros son de tipo indirecto. Por ejemplo, las víctimas, e incluso las víctimas potenciales, podrían demandar mayores medidas de seguridad, dando lugar a otros costes, como recurrir a nuevos dispositivos de protección (alarmas antirrobo, instalación de cámaras de seguridad para sentirse protegidos, necesidad de ayuda psi-cológica para superar el miedo…). Por otro lado, el temor a la victimización, aparte de aumentar los gastos de preven-ción en sistemas de seguridad, podría producir cambios en el comportamiento habitual del individuo, como, por ejem-plo, no salir a pasear por la noche.

El proceso de victimización también afecta al entorno de la víctima y a la sociedad, con nuevos costes. Así, los miembros de la familia pueden tener que asumir una res-ponsabilidad adicional mientras la víctima se cura o está siendo tratada. Las empresas cuyos empleados han sido víctimas pueden reducir su producción cuando el empleado está fuera del trabajo, lo que le ocasiona mayores gastos e incluso la necesidad de contratar ayuda temporal. Los ciu-dadanos, a través de sus impuestos contribuyen a pagar el proceso judicial, los servicios sociales y de salud.

Otros costes van asociados a la prevención de la futura victimización. Es el gasto que el gobierno destina al sis-tema policial y fiscal y a concienciar a la población sobre la necesidad de actuar y acabar con los delitos. La sociedad gasta de esta forma recursos, tratando de dar a conocer el problema y de evitar nuevos incidentes como abuso físico,

Tabla 1. Tipos de víctimas según Mendelsohn (1974)

Víctima completamente inocente o víctima ideal Aquella que no ha realizado ningún acto criminal.

Víctima por ignorancia o de culpabilidad menor Aquella que, sin quererlo, facilita de alguna manera la actuación criminal.

Víctima tan culpable como el infractor o víctima voluntaria Aquella que colabora con el infractor.

Víctima más culpable que el infractor Víctima provocadora, incita a que ocurra el hecho delictivo.

Víctima por imprudencia, desencadena el hecho por falta de control.

Víctima más culpable o víctima únicamente culpable Víctima infractora, el agresor se concierte en víctima.

Víctima simuladora, inculpa de manera premeditada

Víctima imaginaria, se cree víctima de un delito y no lo es.

Fuente: Elaboración propia a partir de Mendelsohn (1974).

Tabla 2. Clasificación de los distintos tipos de victimización.

Victimización Primaria Es el proceso por el que el individuo sufre de forma directa o indirecta las consecuencias de las acciones de los demás o del entorno en el que se encuentra.

Victimización Secundaria Es la victimización que sufre la víctima cuando interactúa con instituciones o agencias de control social, como la policía, los abogados o los jueces, y que hace que la víctima reviva los hechos que le causaron el daño.

Victimización Terciaria Se relaciona con la victimización no solo de la víctima sino también del delincuente y de terceras personas cercanas tanto al autor como a la víctima y la sociedad en general.

Fuente: Elaboración propia


acoso... Otros costes recaen directamente sobre el delin-cuente que es aprehendido y sometido a la justicia. Si se produce un encarcelamiento, el agresor verá reducida su futura capacidad de ingresos pues tendrá más dificulta-des para encontrar un empleo de calidad a lo que hay que sumar el coste del valor de la libertad perdida mientras está en prisión.

Existen, por tanto, diferentes tipos de costes como conse-cuencia de un proceso de victimización, que Buvinic et al. (1999) y Buvinic (2008) clasifican en cuatro tipos:

• Costes directos. Corresponde al valor de los bienes y ser-vicios empleados en paliar y/o prevenir cualquier tipo de delito mediante la aplicación de los recursos públicos y privados, como el gasto en servicios médicos o terapias psicológicas para tratar a las víctimas. También incluye el gasto público en el sistema judicial, prestación de servicios policiales y servicios sociales realizados por el gobierno. Otros costes directos son los gastos privados en seguridad que destinan los ciudadanos a los hogares y los realizados por las empresas para evitar delitos.

• Costes no monetarios. Se refieren a los costes intangi-bles como los derivados del dolor y sufrimiento, trastor-nos depresivos, sentimientos de soledad, vulnerabilidad, angustia, pérdida de calidad de vida, o la mortalidad cau-sada por homicidios y suicidios. Son difíciles de cuantifi-car.

• Efectos multiplicadores económicos. Son los impactos macroeconómicos que tienen lugar en el mercado laboral y en la productividad de cada individuo. La victima puede verse obligada a ausentarse del trabajo y, por consi-guiente, perder su salario debido a una incapacidad física o a un trauma emocional. Los efectos físicos y mentales a más largo plazo pueden repercutir considerablemente en los ingresos futuros.

• Efectos multiplicadores sociales. Se derivan de los impac-tos en las relaciones interpersonales, como una mayor transmisión intergeneracional de la violencia, una menor participación en el proceso democrático, etc.

En McCollister et al. (2010) aparece una clasificación similar:

• Coste sufrido directamente por las víctimas: pérdidas económicas directas sufridas por las víctimas de delitos (gastos médicos, la pérdida de ingresos, daños materia-les…).

• Costes del sistema de justicia penal: Fondos del gobierno para protección policial, servicios legales, encarcela-miento… Incluye los gastos de la sociedad para disuadir o prevenir futuros incidentes.

• Costes del delincuente: costes de oportunidad asociados con la elección del delincuente de participar en activida-des ilegales.

• Costes intangibles: Pérdidas indirectas sufridas por víc-timas (dolor, sufrimiento, disminución de la calidad de vida…)

También se pueden clasificar los costes en función si se pro-duce antes del delito para prevenir convertirse en víctima, o después (Tabla 3). Se distingue entre costes en previsión de los delitos (coste de las alarmas antirrobo, de más segu-ridad en espacios públicos, protección en escuelas, etc.), costes como consecuencia del delito (coste de los bienes robados o dañados…) y costes como consecuencia de la delincuencia (costes para la policía y el sistema de justicia penal).

La medición de todos estos costes proporciona una esti-mación del coste económico y social de la victimización. Como se puede intuir, es muy difícil estimar con precisión

Tabla 3. Costes incurridos en el transcurso del hecho delictivo.

En previsión del delito

Gasto defensivo El dinero que los individuos y las empresas emplean en la detección y prevención del delito (alarmas antirrobo…).

Administración de seguros

El coste del seguro que crea el delito es el coste de los empleados de las compañías de seguros que se ocupan de las reclamaciones de seguro (locales, salarios,…) cuando podrían dedicarse a otras actividades más productivas.

Como consecuencia del delito

Propiedad robada o dañada

Coste del valor de la propiedad robada o dañada como resultado del delito.

Daño físico y emocional a la víctima

Se trata de la reducción de la calidad de vida de la víctima por los daños físicos y emocionales sufridos como consecuencia del delito.

Pérdida de producción

La producción perdida estima la productividad perdida o reducida por el tiempo ausente del trabajo.

Servicios de salud Costes de servicios de salud por tratar con los daños físicos y emocionales del delito (ambulancia, costes de procedimientos médicos asociados con el daño físico, ….).

Servicios para las víctima

Coste del apoyo que se presta a las víctimas del delito, y el coste de oportunidad del tiempo voluntario en la prestación de servicios a las víctimas.

En respuesta al delito

Los costes de la policía y para el sistema judicial

Gran parte de los recursos de la policía se dedican a la lucha contra los delitos. El coste para la policía viene representado por el coste de oportunidad del tiempo y los recursos que necesitan para investigar un determinado delito en lugar de dedicarse a otras acciones, como responder a actividades no delictivas.

Fuente: Elaboración propia a partir de Heeks et al. (2018).


algunos de ellos (Jaitman, 2017). Se podría pensar que la manera más evidente para obtener información acerca del coste soportado por la víctima es preguntarle directa-mente a ella. De esta manera se podría tener información precisa sobre los costes médicos asumidos o la pérdida de productividad como consecuencia de la violencia que ha soportado. Pero esta información, casi con toda seguridad estará infravalorada, pues para conocerlos con exactitud deberían obtenerse esos datos cuando hayan pasado todos los efectos del trauma sufrido, pero algunos de los efectos perduran durante mucho tiempo. Por otro lado, cuantifi-car y medir el coste del dolor es una tarea complicada. En cualquier caso, habría que comenzar conociendo cuántos delitos se producen y las características de los mismos.

Victimización en España

Para conocer los datos sobre la victimización en muchos países se emplean encuestas de victimización (Ávila et al., 2016; Cámara de Comercio de Bogotá, 2017) que recogen tanto incidentes delictivos denunciados a la policía como aquellos no denunciados, seleccionando aleatoriamente una muestra de la población y preguntándoles directa-mente sobre sus experiencias de victimización.

En España no hay encuestas de victimización periódicas ya que ningún organismo ha asumido esta tarea (García España et al., 2010). Los únicos estudios sobre victimización a nivel nacional datan de 1989 y 2005, de la participación en la encuesta de victimización a nivel europeo (Crime Victimi-zation Survey); y de 2009, al colaborar en el estudio piloto con el módulo de encuesta de victimización de la Unión Europea (EU-MIDIS) centrado en las experiencias de victimi-zación y discriminación de determinados colectivos.

Para poder conocer los datos sobre la actividad delictiva en España hay que recurrir a las estadísticas oficiales publi-cadas por la policía y las Fuerzas y Cuerpos de Seguridad, los órganos de la Administración de Justicia e Instituciones penitenciarias. La estadística policial es detallada, y ofrece una información precisa sobre todos los delitos denuncia-dos. La información judicial y fiscal es más difícil de mane-jar pues un mismo hecho puede ser objeto de varios expe-dientes y, además, las sentencias se pueden recurrir, lo que puede distorsionar el número de delitos.

La mejor aproximación a los datos de la victimización en España es la ofrecida por el Ministerio del Interior, a pesar de que estos datos están infravalorados, pues hay acciones que no se denuncian y, por tanto, no constan en los regis-tros (personas que no han denunciado, que hacen frente al problema por otras vías, etc). A partir de estos datos oficiales, en 2019 se registraron en España un total de 1.173.599 victimizaciones, lo que constituye un 3,1% más con respecto al mismo período de 2018. El total de victimi-zaciones registradas da lugar a que la tasa de victimización en 2019 se encuentre en 25 victimizaciones por cada 1.000 habitantes, que es casi un punto más que 2010 (gráfico 1).

Gráfico 1. Victimizaciones de infracciones penales y tasa de victimización por cada 1.000 habitantes (2009-2019)

1.13

2.40

6

1.09

8.02

0

1.11

3.58

6

1.16

0.09

8

1.12

9.36

3

1.08

3.94

5

1.09

0.18

1

1.11

7.09

9

1.13

8.68

1

1.17

3.59

9

24,1 23,3 23,6 24,6 24,1 23,2 23,4 24,0 24,4 25,0

0,0

25,0

1.000.000

1.050.000

1.100.000

1.150.000

1.200.000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Tasa

Fuente: Elaboración propia a partir de www.estadisticasdecriminalidad.es

Según el tipo de delito (gráfico 2) los relacionados contra el patrimonio (robos, hurtos, estafas...) y contra las perso-nas (lesiones, malos tratos en el ámbito familiar…) suponen más del 85% de las victimizaciones. Durante los últimos diez años, las victimizaciones contra el patrimonio han ido cre-ciendo y las relacionadas contra las personas disminuyendo.

Gráfico 2. Evolución de las victimizaciones según algunos tipos de infracción penal

0

200.000

400.000

600.000

800.000

1.000.000

1.200.000

1.400.000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Contra las personas Patrimonio TOTAL


El mayor número de victimizaciones se da entre personas de 41 a 64 años, con un total de 459.041 en 2019, lo que supone unas 26 victimizaciones por cada 1.000 personas en esa franja de edad.

Las victimizaciones ocasionadas a través de las tecnolo-gías de la información y la comunicación han crecido de forma exponencial en los últimos años. Y es mucho más fre-cuente en mujeres que en hombres con edades inferiores a 26 años (gráfico 3). Según los últimos datos del estudio de “Cibercriminalidad en España” del Ministerio del Interior, cada día seis menores son víctimas de ciberdelitos (Cere-ceda Fernández-Oruña et al., 2019). En el caso concreto de cyberbullying, los principales estudios llevados a cabo en España concluyen que las mujeres suelen participar como víctimas y los varones como agresores (Ortega et al, 2008; Calvete et al., 2010; Giménez-Gualdo, 2014). Estos resul-tados coinciden con los estudios realizados en otros países (Li, 2007; Dehue et al., 2008; Slonje y Smith, 2008; Ybarra y Mitchell, 2008; Burgess-Proctor et al., 2009; Schneider et al. 2012). Sin embargo, hay investigaciones que aseguran no encontrar diferencias según el sexo (Williams y Guerra, 2007; Hinduja y Patchin, 2008; Katzer et al., 2009).


Gráfico 3. Pirámide de población de victimizaciones por cibercriminalidad en 2019.

80% 60% 40% 20% 0% 20% 40% 60% 80%

Menores de edad18 a 25 años26 a 40 años41 a 50 años51 a 65 años

Mayores de 65 años

Mujer Hombre


Además, entre un 40% y un 55% de los escolares están impli-cados de algún modo (víctimas, agresores, observadores) en la práctica del cyberbullying, pero solo entre un 20% y un 50% informan de experiencias de victimización, y entre un 2% y un 7% han sido víctimas de forma severa (Garai-gordobil, 2011). Por ello, los datos sobre victimizaciones a causa de este delito están muy infravaloradas.

Otra de las situaciones preocupante es la victimización oca-sionada por la violencia de género. De 2010 hasta 2019, el número de victimizaciones registrado en España por hechos graves de violencia de género ha crecido más de un 40% (gráfico 4).

Gráfico 4. Evolución del número de victimizaciones por hechos graves de violencia de género (2010-2019)

0

10.000

20.000

30.000

40.000

50.000

60.000

70.000

80.000

90.000

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Fuente: Elaboración propia a partir de www.estadisticasdecriminalidad.es.

Por Comunidades Autónomas, si tenemos en cuenta la población de cada región, el número de victimizaciones por hechos graves de violencia de género por cada 1.000 mujeres (gráfico 5), es mayor en Baleares, Ceuta, y Melilla durante todo el periodo 2014-2019. Navarra ha destacado siempre por ser la región con menos victimizaciones en este ámbito, salvo en 2019.

Gráfico 5. Victimizaciones por hechos graves de violencia de género por cada 1.000 habitantes por comunidades autónomas*

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

2014 2015 2016 2017 2018 2019

* No se ofrecen datos de Cataluña y País Vasco al no disponer información completa sobre el número de victimizaciones

Fuente: Elaboración propia a partir de www.estadisticasdecriminalidad.es.

Desde 2003, el Ministerio de Igualdad lleva un registro del número de víctimas mortales asociadas a la violencia de género (Gráfico 6). A pesar del gran esfuerzo por concien-ciar a la población y educar en materia de igualdad, no se consigue disminuir significativamente los casos de víctimas mortales por violencia de género.

Gráfico 6. Evolución el número de mujeres víctimas mortales en España

01020304050607080

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Fuente: Elaboración propia a partir de datos del Ministerio del Interior

Además, la mayoría de víctimas no denuncia de forma previa a su pareja o ex pareja. En 2018, de las 51 muje-res asesinadas solo 15 habían denunciado previamente. En 2019, el número fue aún menor, con un total de 12 denun-cias, a pesar de que el número de víctimas fue ligeramente superior al año anterior (54).

Si nos centramos en los datos de los dos últimos años, pode-mos observar que la mayoría de víctimas son mujeres de edad media, entre los 41 y los 50 años (Tabla 5). Casi un 39% de las víctimas mortales por violencia de género en 2019 pertenecen a este intervalo de edad, frente al 33% en 2018, que también supone la franja con mayor concentra-ción de víctimas, aunque muy cercana a la de 31-40 años, con un 27,5%.


Tabla 5. Porcentaje de mujeres víctimas mortales por grupos de edad.

Edad 2018 2019

18-20 años 2,0% 1,9%

21-30 años 13,7% 18,5%

31-40 años 27,5% 18,5%

41-50 años 33,3% 38,9%

51-60 años 9,8% 13,0%

61-70 años 5,9% 3,7%

71-84 años 5,9% 1,9%

>=85 años 2,0% 3,7%

Fuente: Elaboración propia a partir de datos del Ministerio del Interior

Coste de la victimización en España

Como se ha comentado anteriormente, algunos de los costes monetarios son más fáciles de estimar que otros, pues valorar económicamente el dolor y sufrimiento de las víctimas es complicado. Para ello, a veces se usan las indemnizaciones establecidas en los juicios y se aplican a delitos similares o se emplean las estimaciones obteni-das en las encuestas de victimización. En ambos casos, los datos pueden estar sobrestimados, al establecer una com-pensación económica con el dinero de otra persona y no el propio. En el trabajo Domínguez y Raphael (2015) se rea-liza una revisión de distintas metodologías empleadas para medir los costes de la delincuencia en ámbitos concretos.

Dado que en España la principal, y casi única, fuente de información sobre el número de víctimas y victimizaciones, es la estadística ofrecida por el Ministerio de Interior, la cuantificación de los costes relativos a la victimización va estar infravalorada, pues no se recoge en ella el número de víctimas reales. En algunos estudios se ha determinado los costes que se derivan de ciertos tipos de delitos, como los asociados a la violencia de género y violencia en menores.

El Ministerio del Interior de España ha realizado reciente-mente un estudio titulado “El Impacto de la Violencia de Género en España: una valoración de sus costes en 2016” (Delegación del Gobierno para la Violencia de Género, 2019) para estimar los costes de la violencia de género, siendo éste el primer estudio de estas características a nivel nacional. Se ha empleado el método contable combinado con el análisis de la pérdida de calidad de vida o el método de la disposición a pagar para estimar los costes tangibles (directos e indirectos) y se han determinado de forma par-cial, los costes intangibles. Determina un intervalo para los costes, estableciendo distintos supuestos. Estima que los costes tangibles están entre 1.281.012.528 euros, la esti-mación más conservadora posible, y 8.540.891.420 euros, oscilando entre un 0,11% del Producto Interior Bruto (PIB) (27,6€/persona) y un 0,76% del PIB (183,9 €/ persona), en función de la severidad de las lesiones o la limitación de la mujer víctima de violencia para realizar actividades diarias. Estos costes son soportados principalmente por el sector público (más de un 75% de estos costes tangibles son soportados por el sector público). Los costes intangibles

incluyendo el dolor y el sufrimiento de la víctima, los sitúan entre 4.839.637.909 euros y 14.799.968.286, dependiendo de la metodología empleada para estimar dichos costes. Tasan entre 19.134.316 y 19.608.290 euros las ganancias salariales perdidas como consecuencia de las muertes por violencia de género.

En 2019 el gasto realizado por el gobierno español para luchar contra la violencia de género ha sido un 10% superior al de 2018, siendo de 220 millones de euros. Se aumentó en 6,7 millones de euros el presupuesto para el Instituto de la Mujer y para la Igualdad de Oportunidades, que pasó de 19,8 a 26,5 millones de euros.

El coste relacionado con la violencia contra la infancia es muy complicado de valorar, pues con toda seguridad la información relativa al número de víctimas reales está infravalorada. Ramos et al. (2018) con la metodología pro-puesta por la Alianza ChildFund y aplicada por el Overseas Development Institute, han estimado que a la sociedad y al desarrollo socioeconómico de España, la violencia sexual contra la infancia le cuesta como mínimo 979 millones por año al incurrir en costes sanitarios de atención a los maltra-tados, costes jurídicos y costes educativos con motivo de la pérdida de atención del menor.

Conclusiones

La inseguridad ciudadana y los hechos delictivos están pre-sentes y tienen gran repercusión en la vida de las personas. No hay una metodología concreta para conocer el alcance real de los actos delictivos. Sin embargo, es posible estimar y cuantificar algunos costes directos como los gastos médi-cos o la pérdida de productividad. Las instituciones guber-namentales deben poner soluciones para prevenir y reducir este tipo de actos delictivos. Estimar estos costes puede ser de gran utilidad para la comprensión de las cuestiones sociales y ayudar a los responsables de la formulación de políticas a asignar y redistribuir de una forma eficaz los recursos. Por tanto, es importante conocer los costes aso-ciados a la victimización para mostrar los efectos que tiene en la sociedad.

Los costes directos de los delitos son los generados por vic-timizaciones específicas, incluidos los costes de las víctimas y los costes de la sociedad para responder a este problema. Los costes indirectos incluyen todos los recursos para la prevención de la delincuencia. Muchos investigadores dis-tinguen entre costes tangibles e intangibles. Los prime-ros son aquellos que pueden valorarse económicamente y aunque son conceptualmente sencillos, presentan proble-mas de medición, especialmente cuando se considera la pérdida de disfrute de vida. Los segundos incluyen el dolor, miedo y sufrimiento de las víctimas y la disminución de la calidad de vida.

Los datos reales sobre victimizaciones superan a los delitos registrados por los Cuerpos y Fuerzas de Seguridad. Esos datos se pueden completar con información ofrecida por las encuestas de victimización, el número de condenados, la duración de las condenas y el número de policías e incluso con datos sobre seguridad privada utilizadas por los ciuda-danos.


Los costes de la victimización afectan no solo a la víctima y a sus familiares, sino a toda la sociedad. Basta tener en cuenta los gastos asumidos por el gobierno en materia de prevención de delitos y actuación contra los mismos, así como la inversión en seguridad ciudadana para evitar víc-timas. Otros costes son la pérdida de la cohesión social o el aumento de la carga sobre los sistemas de salud y justi-cia. Muchos de estos gastos son monetarios, pero otros son costes indirectos, en los que no es posible garantizar que el efecto asignado a la violencia sea realmente debido a ella y no a otros factores. Por ello algunos autores conside-ran que basta con estimar los costes directos y afirmar que el coste de las victimizaciones es al menos esa cantidad (Suárez-Meaney, 2018).

El cuantificar monetariamente los delitos de diversa grave-dad permite poder comparar medidas políticas y sociales alternativas, para decidir si son “rentables” en el sentido de determinar si el conjunto de recursos públicos puesto a disposición de la ciudadanía compensa con la reducción esperada de los costes asociados a la victimización; es decir, si los beneficios superan a los costes. La indemni-zación a las víctimas de delitos debería ser igual al pago mínimo de ingresos necesario para restablecer el nivel ori-ginal de felicidad de esa persona.

En España no hay la suficiente información para cuantificar los costes relativos derivados de la victimización. El coste del gobierno en 2019 para combatir la violencia de género fue de 220 millones de euros. Asimismo, se estimó que la sociedad española sume un gasto de 979 millones de euros anuales para sufragar los costes de aquellos menores que han sido víctimas de violencia.

El número de victimizaciones por violencia de género ha aumentado siendo este un problema complejo en el que el nivel de conciencia ha crecido gracias a los movimien-tos #MeToo o #NiUnaMenos, que han puesto el foco en la violencia contra las mujeres y con toda seguridad ha hecho que se denuncien muchos más casos.

Es importante que el gobierno realice labores de preven-ción, por lo que es probable que sea necesario aumentar las actividades y el coste destinado a prevención para intentar disminuir la victimización. En los últimos años, el gobierno español ha aumentado los presupuestos destinados a segu-ridad ciudadana y prevención de delitos. Un aumento del coste de prevención puede contribuir a reducir el número de víctimas, y como consecuencia, es probable que haya que destinar un menor presupuesto a reparar las conse-cuencias derivadas de los hechos delictivos de las víctimas.

Las políticas deben ir en la línea de prevención de la vio-lencia y el delito, para eliminar la inseguridad ciudadana; controlar y perseguir el delito; rehabilitación y reinserción social para integran a la sociedad las personas que han cometido algún acto delictivo; y atención a las víctimas que permita detener al agresor, ofrecer seguridad a la víctima.

Es imprescindible conocer la dimensión económica de la violencia pues ayuda a evaluar y hacer una provisión efi-ciente de programas de gasto público que tienen entre sus objetivos reducir la inseguridad ciudadana y proteger y apoyar a las víctimas de cualquier delito. De esta forma se facilita la información necesaria a los tomadores de deci-siones que se enfrentan a contextos de recursos limitados.

Financiación

Este trabajo se enmarca en el Módulo Jean Monnet VINCE (611325-EPP-1-2019-1-ES-EPPJMO-MODULE) (Ref. Ares (2019)4958854 - 29/07/2019) dentro del programa Eras-mus+ financiado por la Comisión Europea.


Referencias

Ávila, M.A., Martínez-Ferrer B., Vera, A., Bahena, A. y Musitu, G. (2016). Victimización, percepción de inseguridad y cambios en las rutinas cotidianas en México. Revista de Saúde Pública, 50, 60.

Beristain, A. (2000). Victimología. Nueve palabras clave. Tirant lo Blanch. Valencia

Burgess-Proctor, A., Patchin, J.W., y Hinduja, S. (2009). Cyberbullying and online harassment: Reconceptualiz-ing the victimization of adolescent girls. En V. García y J. Cli fford (Eds.): Female crime victims: Reality recon-sidered (pp. 153-175). Upper Saddle River, NJ: Prentice Hall

Buvinic, M. (2008). Un balance de la violencia en América Latina: los costos y las acciones para la prevención. Pensamiento iberoamericano, 2, 37-54.

Buvinic, M., Morrison, A., y Shifter, M. (1999). La violencia en América Latina y El Caribe: Un marco de referencia para la acción. Washington: Banco Interamericano de Desarrollo.

Calvete, E., Orue, I., Estévez, A., Villardón, L. y Padilla, P. (2010). Cyberbullying in adolescents: Modalities and aggressors’ profile. Computers in Human Behavior, 26, 1128-1135.

Cámara de Comercio de Bogotá (2017). Encuesta de per-cepción y victimización en Bogotá. Primer semestre de 2017. Bogota: CCB. Disponible en: https://biblioteca-digital.ccb.org.co/bitstream/handle/11520/22548/Encuesta%20percepcio%CC%81n%20y%20victimizacio%C-C%81n%20primer%20semestre%202018-COMPLETA-EN-VIO%201.pdf?sequence=9&isAllowed=y

Cereceda Fernández-Oruña, J.; Sánchez Jiménez, F.; Herrera Sánchez, D.; Martínez Moreno, F.; Rubio García, M.; Gil Pérez, V.; Santiago Orozco, A.M. y Gómez Martín, M.A. (2019). Estudio sobre la cibercriminalidad en España. Ministerio del Interior. Disponible en: http://www.interior.gob.es/documents/10180/8736571/Informe+2018+sobre+la+Cibercriminalidad+en+Espa%-C3%B1a.pdf/0cad792f-778e-4799-bb1f-206bd195bed2

Dehue, F., Bolman, C. y Vollink, T. (2008). Cyberbully-ing: Youngsters’ experiences and parental perception. Cyberpsychology and Behavior, 11, 217-223.

Delegación del Gobierno para la Violencia de Género (2019). El Impacto de la Violencia de Género en España: una valoración de sus costes en 2016. Instituto Universi-tario de Análisis Económico y Social y la cátedra de RSC. Edición: Ministerio de la Presidencia, Relaciones con las Cortes e Igualdad. Centro de Publicaciones. Dispo-nible en http://www.violenciagenero.igualdad.gob.es/violenciaEnCifras/estudios/investigaciones/2019/pdfs/El_impacto_de_la_VG_ES.pdf

Domínguez, P., y Raphael, S. (2015). The role of the cost-of-crime literature in bridging the gap between social science research and policy making: Potentials and lim-itations. Criminology & Public Policy, 14(4), 589-632.

Fattah, A. E. (1967). Towards a Criminological classification of Victims. International Criminal Police Review, nº 22, 163-169.

Garaigordobil, M. (2011). Prevalencia y consecuencias del cyberbullying: una revisión. International Journal of Psychology and Psychological Therapy,11, 233-254.

García España, E., Díez Ripolles, J.L., Pérez, F., Benítez, M.J. y Cerezo, A.I. (2010). Evolución de la delincuencia en España: Análisis longitudinal con encuestas de victi-mización. Revista Española de Investigación Criminoló-gica, 8, 6-10.

Giménez-Gualdo, A. M., Maquilón-Sánchez, J. J., y Sán-chez, P. A. (2014). Acceso a las tecnologías, rendimiento académico y cyberbullying en escolares de secundaria. Revista iberoamericana de psicología y salud, 5(2), 119-133.

Heeks, M. et al. (2018). The economic and social costs of crime. Research Report 99. London, UK: UK Home Office.

Hinduja, S. y Patchin, J. W. (2008). Cyberbullying: An exploratory analysis of factors related to offending and victimization. Deviant Behavior, 29, 129-156.

Jaitman, L. (2017). Los costos del crimen y de la violen-cia: nueva evidencia y hallazgos en América Latina y el Caribe.

Katzer, C., Fetchenhauer, D. y Belschak, F. (2009). Cyber-bullying: Who are the victims? A comparison of vic-timization in internet chatrooms and victimization in school. Journal of Media Psychology, 21, 25-36.

Landrove, G. (1998). La moderna victimología. Tirant Lo Blanch. Valencia

Leary, M. R.; Kowalski, R. M.; Smith, L. y Phillis, S. (2003). Teasing, rejection and violence: Case studies of school shootings. Aggressive Behavior, 29 (3) 202-214.

Li, Q. (2007). New bottle but old wine: A research of cyber-bullying in schools. Computers in Human Behavior, 23, 1777-1791.

Martínez Pacheco, A. (2016). La violencia. Conceptualiza-ción y elementos para su estudio. Política y cultura, (46), 7-31.

McCollister, K. E., French, M. T., & Fang, H. (2010). The cost of crime to society: New crime-specific estimates for policy and program evaluation. Drug and alcohol dependence, 108(1-2), 98-109.

Mendelsohn, B. (1974). Victimology and the technical and social sciences: A call for the establishment of victimol-ogy clinics. En Victimology: a new focus (1. Drapkin and E. Viano, eds.) pp. 25-35. D.C. Heath; Lexington, Mass

Ministerio del Interior (2018). Anuario Estadístico del Minis-terio del Interior 2017. Madrid.

Neuman, E. (1984). Victimología. Buenos Aires. Universidad.ONU (1985). Declaración sobre los Principios Fundamenta-

les de Justicia para las Víctimas de Delitos y del Abuso de Poder, adoptada por la Asamblea General de la ONU en su resolución 40/34, de 29 de noviembre de 1985) Disponible en: https://www.un.org/victimsofterro-rism/es/node/30.

Ortega, R., Calmaestra, J. y Mora-Merchán, J. A. (2008). Cyberbullying. International Journal of Psychology and Psychological Therapy, 8, 183-192.

Ramos, R.; Fabra Florit, Mª E.; Redondo Palomo, R., Dubin, A.; Martínez García, C.; Paul Larrañaga, K. (2018). Los costes de la violencia contra la infancia: Impacto eco-nómico y social. Editorial: EDUCO.

Saad-Diniz, E. y Bessoni A (2018). Violencia y victimización como costos sociales de la pobreza y de la desigualdad en Latinoamérica. Revista de Victimología. 7, 47-76.


Schneider, S. K., O´Donnell, L., Stueve, A., y Coulter, R. W. S. (2012). Cyberbullying, school bullying, and psycholog-ical distress: A regional census of high school students. American Journal of Public Health, 102, 171-177.

Slonje, R., y Smith, P. K. (2008). Cyberbullying: Another main type of bullying? Scandinavian journal of psycho-logy, 49(2), 147-154.

Suárez-Meaney, T. (2018). Notas sobre la medición del costo del crimen.

Williams, K. R. y Guerra, N. G. (2007). Prevalence and predictors of internet bullying. Journal of Adolescent Health, 41(suppl.), 14-21.

Ybarra, M. L., y Mitchell, K. J. (2008). How risky are social networking sites? A comparison of places online where youth sexual solicitation and harassment occurs. Pedia-trics, 121(2), e350-e357.



CÓDIGOS JEL:C22; E44; G01PALABRAS CLAVE:Riesgo sistémico; Contagio financiero; Países emergentes; Volatilidad mercado accionario; Análisis VAR; Volatilidad implícita; Crisis financiera

Resumen: La evidencia de globalización financiera, además del rápido y uniforme contagio entre los diferentes mercados financieros internacionales, ha quedado al descubierto una vez desencadenada la crisis financiera de 2007, así como la crisis de deuda soberana de 2010 y más recientemente el Brexit. A pesar de ello, la volatilidad en el período posterior a la crisis ha sido baja en térmi¬nos históricos. En este estudio, se realiza una estimación de los umbrales de volatilidad para cada uno de los principales índices con el fin de determinar los posibles grados de contagio, así como el grado de interrelación y de volatilidad entre los mercados financieros y sus respectivas monedas.

ARTÍCULO

Umbral de volatilidad del mercado bursátil y su interrelación con la divisa

Pedro V. Piffauta y Damià Rey Mirób

a CEO / Founder, Langeron Econometrics. 156 West 56th Street, New York, NY 10019, b Economics Department, Universidad de Barcelona. C/segle XX nº1 Àtic 1 08041, Barcelona, España

JEL CODES:C22; E44; G01KEYWORDS:Systemic risk; Financial contagion; Emerging countries; Stock market volatility; VAR analysis; Implied volatility; Financial crisis

Abstract: The evidence of financial globalization, in addition to the rapid and uniform conta-gion between the different international financial markets, has been exposed once the finan-cial crisis of 2007 was triggered, as well as the sovereign debt crisis of 2010 and more recently Brexit. Despite this, volatility in the post-crisis period has been historically low. In this study, an estimate is made of the volatility thresholds for each of the main indices in order to deter-mine the possible degrees of contagion, as well as the degree of interrelation and volatility between financial markets and their respective currencies.

Correo electrónico: [email protected]; [email protected] Los autores agradecen la colaboración y comentarios de Joan Hortalà Arau, Guillem Font Lacay, Ferran Capella Martínez y Ana J. Cura.


12 Pedro V. Piffaut y Damià Rey Miró

1. Introducción

Desde el inicio del siglo XXI, los mercados financieros han sufrido una profunda transformación (Demirgüç et al., 2009). El estallido de la crisis en 2007 dejó en evidencia que la globalización financiera podría desencadenar un contagio con mayor celeridad y uniformidad en todas las economías. Los factores del entorno como la desregulación, la desintermediación financiera, la evolución de las tecno-logías de la información y la comunicación, han favorecido la interconexión entre los diferentes agentes. Por lo tanto, se ha transitado desde las rígidas regulaciones nacionales de los años setenta a un mercado internacional altamente desregulado, mostrando un panorama financiero completa-mente diferente y en cierta medida atípico respecto del escenario normal de funcionamiento de los mercados finan-cieros. El resultado de este nuevo marco, propiciado por la desregulación financiera, ha generado un notable incre-mento en la movilidad internacional de capitales, facili-tando una asignación más eficiente de los recursos a nivel mundial, una mayor diversificación de riesgos y un estímulo al crecimiento de las economías de los mercados emergen-tes (Mishkin, 2009). Consecuentemente, la eliminación de fronteras entre los diferentes intermediarios y mercados, ha comportado una oferta cada vez más importante de pro-ductos y servicios financieros. Por el contrario, la mayor desregulación también ha provocado una mayor compleji-dad de los mercados y como consecuencia, una mayor ines-tabilidad interpretada como una consistente y permanente volatilidad en los mercados financieros. En este sentido, durante el periodo post-crisis subprime la volatilidad ha sido baja en términos históricos. Sin embargo, se han evi-denciado capítulos de alta volatilidad en momentos pun-tuales como la derivada de la crisis de deuda soberana, el evento Brexit y las crisis relacionadas con el nivel de pre-cios del petróleo. Todos los anteriores, episodios de nivel global relevante y que han reflejado incrementos uniformes y muy notables de la volatilidad de los diferentes mercados financieros a nivel internacional (Danielsson et al., 2017).

Al respecto, debemos tener claro que la volatilidad es un concepto que lleva inserta la variabilidad o inestabilidad en los precios de los activos financieros. No implica nece-sariamente modificaciones en el nivel promedio de precios, pero más bien una mayor dispersión, desviación estándar o varianza alrededor de ese promedio. A su vez, la volatilidad es sensible al flujo de datos que impacta la formación de los precios. De esta manera, si se observan cambios positi-vos o negativos en las cotizaciones, la volatilidad aumen-tará o disminuirá dependiendo de la magnitud relativa de aquellas variaciones respecto del promedio. Según el estu-dio realizado por Piffaut and Rey Miró (2017), los merca-dos menos maduros presentan mayores volatilidades que aquellos mercados de países desarrollados. Si se observa el valor histórico de los principales índices bursátiles de los diferentes mercados, se advierte que aquellos merca-dos que presentan un mayor grado de desarrollo tienden a registrar una menor volatilidad que aquellos mercados de menor desarrollo (Piffaut and Rey Miró, 2017).

En este estudio se intenta contrastar dos objetivos. El primer objetivo consiste en estudiar el umbral de volatilidad de los principales índices bursátiles. A través de éste enfo-que, se han podido contrastar las fronteras, en términos

de volatilidad, que deben ser consideradas en cada uno de los mercados como parte del mecanismo a tener presente al determinar los posibles grados de contagio. El segundo objetivo consiste en encontrar el grado de interrelación que puede existir entre la volatilidad del mercado financiero y la volatilidad de la divisa asociada a cada uno de éstos.

Un objeto de investigación más reciente, es el impacto que la volatilidad de los mercados financieros tiene en la economía real. Este tema ha sido estudiado teóricamente por diferentes autores (véase, por ejemplo, Bloom, 2009; Bloom, Floetotto, Jaimovich, Saporta-Eksten y Terry, 2014; Basu y Bundick, 2015; Berger, Dew-Becker y Giglio, 2016; Leduc y Liu, 2015) y empíricamente en tres importan-tes estudios (Bloom, Baker y Davis, 2015; Gilchrist, Sim y Zakrajsek, 2014; Ludvigson, Ma y Ng, 2015). Sin embargo, algo que todavía puede sorprender a la comunidad eco-nómica hoy en día es que, a pesar de sus impresionantes contribuciones que la economía financiera empírica ha pro-porcionado, sigue existiendo una brecha significativa en la literatura, principalmente en lo que se refiere a la volatili-dad, especialmente respecto de la plausible conexión entre la volatilidad del rendimiento de los activos y los funda-mentos macroeconómicos.

2. La transformación de los mercados financieros

Según Bustelo (1999), la globalización financiera se entiende como “la creciente dependencia financiera mutua entre los países del mundo, ocasionada por el mayor volu-men y variedad de las transacciones transfronterizas de flujos de capital”. La política monetaria aplicada por los grandes bancos centrales durante los periodos post-crisis, tales como los incrementos de masa monetaria y las bajas tasas de interés, han transformado los mercados financieros reflejando tanto un cambio de fondo como de forma. El primer cambio sustancial ha sido el tamaño del mercado que estuvo propiciado por los nuevos instrumentos de los bancos centrales, siendo éstos partícipes activos en muchos de los activos subyacentes. La globalización, definida como una creciente integración e interconexión de varios mer-cados domésticos en un único mercado financiero interna-cional, ha cambiado considerablemente el entorno econó-mico y ha modificado el sistema financiero global. En este sentido, las políticas monetarias de los diferentes bancos centrales han provocado que los incrementos de las bases monetarias homologuen diferentes activos en cualquier mercado del mundo. Mientras que en el pasado la mayoría de bolsas de todo el orbe estaban limitadas por las fron-teras nacionales y sus industrias específicas (por ejemplo, la Bolsa española era un mercado formado principalmente por bancos y empresas generadoras de electricidad), hoy en día se puede observar una expansión internacional de los mercados financieros y una consolidación, cada vez más fuerte, de las bolsas financieras mundiales, lo que ha pro-vocado que las políticas monetarias tengan una repercusión supranacional.

Una clara señal de esta sensibilidad, son los índices bursá-tiles de diferentes centros financieros, donde se observa un mayor grado de correlación entre estos índices, mostrando que cada vez están más interrelacionados. Consecuente-

Umbral de volatilidad del mercado bursátil y su interrelación con la divisa 13

mente, los riesgos de la globalización financiera, conjunta-mente con las políticas monetarias lideradas por los bancos centrales del mundo, han provocado un cambio sustancial en el efecto contagio. Según lo definen Forbes y Rigobon, contagio son aquellos cambios en los mecanismos de trans-misión desencadenados durante un periodo de inestabilidad financiera en los mercados, afectando a todos los involucra-dos, es decir, el incremento del grado de dependencia entre mercados después de la ocurrencia de un shock (Forbes, K. and R. Rigobon, 2001 y 2002). Como consecuencia, la inter-conexión entre los mercados y las instituciones financieras han provocado una mayor rapidez en la propagación de las crisis financieras, reflejando así un cambio en el mecanismo de transmisión de las mismas.

Adicionalmente, existe evidencia que las plataformas HFT (High Frequency Trading), han provocado que el volumen y la rapidez de las transacciones afecten los movimientos de los precios de los activos. Esto sin lugar a dudas, aumenta el efecto de contagio entre mercados provocando un efecto distorsionador en los precios, de forma que un evento en un mercado se propague rápidamente más allá de sus fronteras.

Un shock financiero, como la crisis en el mercado hipote-cario norteamericano de 2007, la crisis de deuda soberana de la Unión Europea, o recientemente el shock negativo del nivel de precios del petróleo, ha desencadenado efectos negativos en el resto de mercados mundiales, provocando una elevada incertidumbre en la valoración del riesgo.

3. La transformación de los índices como benchmark de los mercados financieros.

Una definición estándar de índice bursátil se refiere al “(…) promedio ponderado de la capitalización bursátil de una específica y relativamente estática lista de valores” (Lo, 2015). Por esa razón, es necesario construir una medida estadística diseñada para seguir el comportamiento agre-gado de las variaciones de valor de una lista o canasta de activos que cumplen ciertas características y que puede ser actualizada cada cierto tiempo. Se estiman o calculan “como una razón matemática producto de una fórmula que refleja la tendencia de una muestra determinada” (Elbaum, 2004). Los índices bursátiles son por tanto, el barómetro que debe demostrar de una forma fidedigna el comportamiento del mercado financiero, lo que hace que los índices tengan una importancia sustantiva en los mer-cados de valores porque son usados por múltiples agentes como información de indicadores agregados de la situación actual, histórica y comparativa acerca del comportamiento de los diversos mercados y clases de activos a nivel global, regional, nacional e incluso sectorial. El valor del índice y su cambio constituye información relevante para todos los agentes ya que de ellos nacen estrategias y políticas de inversión, de los cuales y en su gran mayoría sirven como instrumentos estructurados tales como las opciones, futu-ros, ETF, CFD’s, Warrants, entre otros.

Los índices bursátiles son indicadores definidos y construi-dos por las bolsas de valores, es decir, por instituciones o empresas vinculadas a los mercados bursátiles. Así por ejemplo, Standard & Poor y Dow Jones son dos de las gran-des compañías que construyen diversos índices y familias de índices bursátiles. Del mismo modo, la London Stock

Exchange Group (correspondiente a la Bolsa de Valores de Londres), es propietaria de FTSE Rousell, dueños a su vez de los índices FTSE. Así mismo, Morgan Stanley y The Capi-tal Group Companies son los accionistas de Morgan Stanley Capital International dueña de los índices MSCI, mientras que BME es propietaria de los índices de la familia IBEX.

Los índices accionarios son importantes para la generación de valor y debido a su existencia, podemos tener evidencia cuantitativa del valor de una canasta o pool de acciones de empresas que cumplen una determinada característica y que permite trazar correlaciones que aporten evidencia empírica de los determinantes en el proceso de creación de valor.

Con ello, los índices han ido alcanzando relevancia y han sido materia de clasificación de los mercados. Por ejemplo, los MSCI clasifican la familia de los índices referidos a los mercados emergentes o los índices de mercados frontera. Tal clasificación refleja y tiene un impacto importante para los inversores internacionales, lo que a su vez se traduce en entradas o salidas de capitales, es decir, en inversiones o desinversiones para las empresas que componen el índice, afectando el precio de su cotización bursátil.

En síntesis, para la construcción y cálculo de un índice, se deben determinar ciertos aspectos, entre los que podemos destacar:

Tipo de valor: Acciones, bonos, divisas, materias primas, entre otros

Alcance: Global, regional, nacional.

Características especiales: Sector y/o tamaño empresarial.

Criterios de selección: Los criterios para filtrar (por capitalización bursátil, liquidez, free float, etc.), incorporación o exclusión de empresas en el índice.

Fórmula de cálculo: Fórmula matemática que incluye el tipo de ponderación según precio, capitalización, igualdad y media geométrica; y los ajustes (por dividendos, splits, liquidez, etc.).

Periodicidad de actualización: Frecuencia con la que se evalúan y seleccionan nuevamente los valores bursátiles, determinándose, si corresponde, una nueva canasta.

Un factor a tener en cuenta en la elaboración del índice de referencia es su composición. A modo de ejemplo, en el siguiente gráfico se ha hecho una radiografía del peso de cada sector en la composición del índice S&P500 (Figura 1).

Figura 1. Composición índice S&P5001% Telecomunicaciones2% Bienes Raíces3% Servicios básicos3% Materiales6% Energia7% Consumo Prod. Básicos

10% Industria13% Consumo Discrecional14% Salud15% Financiero26% Tecnología

1% 2%

3% 3%

6%

7%

10%

13%

14%

15%

26%

Telecomunicaciones

Bienes Raíces

Servicios básicos

Materiales

Energia

Consumo Prod. Básicos

Industria

Consumo Discrecional

Salud

Financiero

Tecnología

Fuente: Bloomberg y elaboración de los autores.


Como se observa en la gráfica, entre las compañías de mayor ponderación en el S&P500, se encuentran aquellas pertenecientes al sector tecnológico siendo Apple, Micro-soft, Facebook y Amazon, alcanzando el 26% de la capitali-zación del índice. Este es un aspecto relevante al momento de observar la evolución y el comportamiento del índice. La mayor ponderación del sector tecnológico, podría inducir a mayores volatilidades en el futuro si el sector se mueve de una manera más o menos uniforme. Sin embargo, más importante que la ponderación del sector es que el índice sea un fiel representante o más bien un reflejo del mercado financiero. En otras palabras, su relevancia también reside en que los fundamentos del índice se condicen con el mer-cado financiero que representa.

4. Determinantes del desarrollo de un mercado financiero en términos de volatilidad

De acuerdo con Solow (1956), a lo largo del siglo XX se ha constatado que la estabilidad macroeconómica, las expec-tativas realistas de los agentes privados, la distribución del ingreso, el desarrollo del sistema financiero y la calidad de la regulación en materia de política económica, son facto-res clave para el crecimiento de un país.

Ha sido una labor investigativa recurrente el intento de probar la existencia de una relación de causalidad entre el desarrollo del sistema financiero y el crecimiento eco-nómico, tomando para ello un conjunto de variables que puedan medir el grado de desarrollo del sistema financiero de un país. En este sentido, existen una multitud de traba-jos empíricos que han constatado que a mayor desarrollo financiero mayor crecimiento económico. King and Levine (1993), quienes presentan una evidencia concordante con Schumpeter, concluyen que el grado de intermediación financiera es un buen predictor de las tasas de crecimiento económico de largo plazo. Por su parte Demirgüç-Kunt and Levine (2004), sostienen que el mercado primario de capi-tal se constituye en una fuente muy importante de recursos para las empresas, tanto en economías emergentes como en las desarrolladas. Por otra parte Wong and Zhou (2007), han analizado mediante estudios econométricos, la relación entre los mercados de capitales y el desarrollo económico en países como China, Estados Unidos, Reino Unido y Japón.

Dichos modelos estudian cómo el desarrollo de un mercado financiero impulsa la innovación financiera, generando una mayor asignación de recursos, eficiencia y progreso tecno-lógico, con un impacto positivo sobre el ahorro, la inversión y, por lo tanto, la economía de los países. De acuerdo al estudio de Raúl Cortés (2014), una de las medidas a tener en cuenta para calificar el grado de desarrollo de un mer-cado es la liquidez del mercado de capitales, su tamaño, así como la volatilidad e integración con los mercados mun-diales de capital. Además de una estructura financiera que promueva el crecimiento económico, es fundamental que los países presenten una estabilidad jurídica y regulatoria que refleje un ambiente de estabilidad. Es en este punto donde este estudio pretende demostrar que un mercado financiero sólido y con volatilidades más acotadas es signo de una mayor estabilidad macroeconómica, lo que también se debe reflejar en una mayor estabilidad de su divisa. En este sentido, se argumenta que el desarrollo financiero se

posibilita cuando existe un ambiente favorable al buen fun-cionamiento de los mercados financieros, lo que se traduce en una canalización más eficiente entre el ahorro y la inver-sión.

5. Metodología y datos

Definidos los fundamentos teóricos que motivan esta inves-tigación, el presente estudio se desarrolla sobre la base de dos objetivos bien definidos; por una parte determinar la existencia de un umbral de volatilidad, definida como la varianza en el valor de cotización bursátil, para los dife-rentes índices financieros y por extensión, de los mercados financieros a objeto de estimar el valor específico de ese umbral. Consecuentemente, este primer objetivo es dual ya que además de especificar los niveles de volatilidad que caracterizan a cada mercado, en él también subyace la pre-tensión de arrojar indicios acerca del nivel de desarrollo de dicho mercado financiero. Dicho lo anterior, esto signi-fica que si la hipótesis de los autores es correcta, mercados menos desarrollados son más volátiles presentando niveles de umbrales de volatilidad mayores comparados con los mercados más desarrollados. Si bien esta hipótesis parece intuitivamente simple y tal vez trivial, la evidencia empí-rica aún no es capaz de demostrar dicha interrelación. De esta manera, en esta investigación este primer objetivo se aborda y desarrolla mediante la elaboración de un modelo umbral (Threshold Regression), específico para cada índice y mercado financiero incluido en este estudio.

El segundo objetivo es más amplio y desafiante, cuya finali-dad es determinar las diferentes interrelaciones, si es que existen, entre la volatilidad de los mercados financieros y la volatilidad de la divisa para ese mercado en particu-lar. Intuitivamente, parecería lógico que mercados finan-cieros más volátiles también exhibieran tipos de cambios más inestables y que de alguna forma estas volatilidades se correlacionan con las volatilidades de sus respectivos mer-cados. Al mismo tiempo y debido a la evidencia de contagio financiero e interdependencia entre las diferentes merca-dos financieros a nivel global, estas correlaciones también debieran existir entre los índices bursátiles de países emer-gentes y aquellos de países desarrollados (Piffaut and Rey Miró, 2016). Para el cumplimiento de este segundo obje-tivo, se procede a la estimación de modelos de vectores autoregresivos (VAR) y de la prueba de Granger para deter-minar las posibles relaciones e interrelaciones de causali-dad entre las diferentes variables.

Los datos a utilizar corresponden a los retornos, volatilida-des y valores de las respectivas divisas para los diez prin-cipales índices financieros. La muestra incluye índices de economías desarrolladas como también de algunos países emergentes. En el caso de los países desarrollados, cada serie comienza en enero de 1990 y se extienden hasta el mes de mayo de 2018. Para el caso de los países emergen-tes, las series constan de datos para el periodo compren-dido entre febrero de 2002 y mayo 2018. Los datos también se complementan con la serie VIX para el mismo periodo. Al respecto, VIX es el ticker o abreviatura utilizada para iden-tificar de forma única al Índice de Volatilidad del Chicago Board Options Exchange Market Volatility Index (Índice de Volatilidad del Mercado de Opciones de Chicago). El VIX es


un número derivado de los precios de las opciones conteni-das en el índice S&P500 y es un buen indicador de la expec-tativa de volatilidad del mercado y que claramente se trata de una variable de distribución estadística más empinada que la curva normal (leptocúrtica), como prácticamente todas las series e índices financieros como lo muestra la Figura 2. La Figura destaca la curva normal en rojo seña-lando claramente la distribución leptocúrtica del Índice de Volatilidad (VIX).

Figura 2. Curva Normal vs VIX

La Tabla 1 resume los principales estadígrafos de los valores de cotización de los diez índices bursátiles y también del VIX, con series de datos semanales a partir de enero de 1990 hasta mayo de 2018.

Respecto de la frecuencia de los datos, si bien los datos de los mercados financieros son de alta frecuencia con valores diarios de cotización, volatilidades y retornos, los datos utilizados en los respectivos modelos econométricos corresponden a datos de frecuencia semanal. La razón que hay detrás de este enfoque en cuanto a la frecuencia de los datos, reside en el hecho de que si bien datos de alta frecuencia, tales como los datos diarios, son ricos en infor-mación, los datos de frecuencia semanal proporcionan, a

juicio de los autores, la combinación idónea dado que 52 observaciones anuales es suficiente para capturar los vai-venes y eventos de los mercados evitando valores excesi-vamente fuera de lo normal (outliers) como ocurre con las variaciones diarias, principalmente durante episodios de euforia y pánico de los mercados financieros.

Como es usual, al analizar datos de series de tiempo se debe tener en cuenta la presencia de raíces unitarias tanto en las series de índices como en los datos relativos al tipo de cambio. En el caso de las series financieras, los retornos se obtienen de la diferencia logarítmica entre el valor actual y su primer rezago, lo que hace que las series sean naturalmente estacionarias. El mismo procedimiento se realiza para las divisas y para los índices de tipos de cambio. Para el caso de las volatilidades de los mercados, el índice VIX y la variación del tipo de cambio para cada moneda, se constata la presencia de raíces unitarias, por lo tanto dichas series fueron incluidas en primeras diferen-cias en los respectivos modelos econométricos. Las pruebas de raíces unitarias aplicadas son la prueba tradicional ADF de Dickey-Fuller (Augmented Dickey and Fuller, 1979), la prueba PP (Phillips and Perron, 1988) y la prueba KPSS que toma la estacionariedad como hipótesis nula (Kwiatkowski, Phillips, Schmidt and Shin, 1992).

Es importante enfatizar que de todas estas pruebas, la propuesta por KPSS es la más consistente y tal vez la más rigurosa al momento de determinar la presencia de raíces unitarias en las series, especialmente si las series no repre-sentan un número abundante de observaciones (Metes, 2005). Idealmente la prueba KPSS con la especificación de función de auto-covariancia ponderada por el núcleo espec-tral cuadrático en lugar del núcleo o kernel de Bartlett, además de la especificación de selección automática de ancho de banda, determina el número máximo de rezagos que otorga el ancho de banda óptimo para la prueba, evi-tando así sesgos en la detección de raíces unitarias (Newey and West, 1994; Hobijn et al., 1998). Para el caso de las series utilizadas en este estudio y que ha sido necesario usarlas en primeras diferencias, todas pasan exitosamente el conjunto total de las pruebas de raíces unitarias, de

Tabla 1. Índices Bursátiles

Índice N Promedio Desv. Est. Mínimo Máximo

S&P 500 (EE.UU.) 1480 1174,93 566,67 302,89 2844,35

Nikkei 225 (Japón) 1480 15825,55 5133,12 7256,93 38493,82

DAX 30 (Alemania) 1480 5523,96 3045,52 1358,67 13415,31

FTSE 100 (Gran Bretaña) 1480 5039,52 1476,80 1997,76 7794,42

IBEX 35 (España) 1377 8433,09 3149,38 1969,53 15848,02

Shanghai SE (China) 1334 1977,15 1038,95 295,14 5960,35

Sensex 30 (India) 1480 1174,93 566,66 302,89 2844,35

Bovespa (Brasil) 1480 29836,23 25143,16 0,01 86216,16

Merval (Argentina) 1375 3676,44 6236,93 210,05 34527,08

Ipsa (Chile) 1272 2497,42 1474,42 588,01 5856,14

VIX (CBOE) 1480 19,34 7,74 9,34 72,92

Datos semanales periodo enero 1990 - mayo 2018. Fuente: BSE y CBOE.


modo que las series incluidas en todos los modelos son series de tiempo estacionarias.

6. Determinación de regiones y límites de volatilidad en los mercados financieros

Siguiendo la metodología descrita al inicio de esta sección, se realiza una estimación y cuantificación de los umbrales de volatilidad para cada uno de los mercados. La estimación se hace sobre la base de modelos del tipo Threshold-Re-gression que a diferencia de los modelos Markov-Switching asumen que las transiciones entre estados de una variable, volatilidad para el caso de este estudio, son desencadena-das por variables observables que en algún momento del tiempo cruzan ciertos límites y los valores de estos límites pueden ser estimados (Tong, H., 1983; Hansen, B. E., 1997; Gonzalo, J., and J.Y. Pitarakis, 2002; Linden, A., 2015; Linden, A., 2017).

Formalmente, consideremos una Regresión Umbral (Thres-hold Regression) con dos regiones definidas por un umbral γ como

y x zt t t t1 ε � � � � � � � � � �si wt��

y x zt t t t� � �� 2 � � � � � � � � � � �si wt� � � �

Donde yt es la variable dependiente, xt es un vector de dimensión 1xk de covariables que posiblemente contengan valores rezagados de yt , β es un vector kx1 de región de parámetros invariantes, t es un error del tipo IID (varia-ble aleatoria independiente e idénticamente distribuida) con media cero y varianza σ 2 , � zt es un vector de variables exógenas con vectores de coeficientes específicos de región δ1 y δ2 , y finalmente wt que es una variable umbral que también puede ser una de las variables en xt o en � zt .Los parámetros de interés en el modelo están representa-dos por δ1 y δ2 . La región 1 se define como el subconjunto de observaciones para cuyo valor de wt es menor que el valor umbral γ . De manera similar, la región 2 se define como el subconjunto de observaciones en laque el valor de wt es mayor que el umbral γ . La inferencia sobre el pará-metro gamma (γ ) puede representar un desafío economé-

trico debido a su distribución asintótica no estándar (véase Hansen, 1997 y Hansen, 2000).

Una regresión umbral usa mínimos cuadrados condiciona-les para estimar los parámetros del modelo. De esta forma y estructurando un modelo que incluye como variables la volatilidad y sus valores de rezago, como también los retor-nos de los mercados de valores, se estiman cuatro modelos desde uno a tres rezagos, de los cuales existen dos modelos que claramente compiten; el modelo de 2 y de 3 rezagos para la volatilidad. El modelo general queda estructurado como sigue:

(1)

(2)

Donde Ψ representa la volatilidad y R los retornos acciona-rios. El operador L indica que corresponde al rezago de la variable especificada en la ecuación.

Consecuentemente para el modelo propuesto y definido por las ecuaciones (1) y (2) y considerando los criterios de información habituales, (Akaike Information Criterion (AIC), Bayesian Information Criterion (BIC) y Hannan–Quinn Information Criterion (HQIC)), el modelo que más se ajusta para los índices DAX30, FTSE100 y S&P500 es el modelo umbral con dos rezagos para la volatilidad y los retornos, mientras que para el resto de los índices bursátiles, con-formado principalmente por aquellos de las economías emergentes, a excepción del Nikkei225, el modelo que más se ajusta es el de tres rezagos. Para el caso del VIX y debido a la naturaleza del índice, el modelo que más se ajusta es el de un solo rezago con valores de 2226.42, 2274.18 y 2244.19, respectivamente para cada uno de los criterios. Los valores de los diferentes modelos y criterios se presentan en la Tabla 2. Como es debido y previamente a su estimación, se descartó la presencia de raíz unita-ria para todas las variables, incluidos el segundo y tercer rezago utilizando las pruebas Dickey-Fuller, Phillips-Perron y KPSS. Los resultados de los modelos se exhiben en la Tabla 3 con los respectivos valores umbrales de volatilidad en porcentaje.

De los resultados de la Tabla 3 se puede inferir que la vola-tilidad y la crudeza de la crisis financiera de 2008, además

Tabla 2. Criterios de Selección Modelos Threshold

Índice AIC 2Rezagos AIC 3Rezagos BIC 2Rezagos BIC 3Rezagos HQIC 2Rezagos HQIC 3Rezagos

S&P 500 (EE.UU.) -2031.57 -2009.44 -1983.89 -1961.76 -2013.79 -1991.66

Nikkei 225 (Japón) -738.63 -756.31 -690.94 -708.63 -720.85 -738.53

DAX 30 (Alemania) -1276.28 -1251.35 -1228.60 -1203.67 -1258.51 -1233.58

FTSE 100 (GB) -2059.45 -2033.57 -2011.75 -1985.88 -2041.67 -2015.79

IBEX 35 (España) -1008.48 -1030.60 -961.44 -983.57 -990.88 -1013.01

Shanghai (China) 1853.95 1836.81 1900.70 1883.56 1871.47 1854.33

Sensex 30 (India) 3867.65 3829.15 3915.30 3876.79 3885.42 3846.91

Bovespa (Brasil) 1035.50 967.00 1083.19 1014.69 1053.28 984.78

Merval (Argentina) 787.98 731.78 835.00 778.79 805.57 749.37

Ipsa (Chile) -1196.95 -1209.75 -1150.63 -1163.44 -1179.55 -1192.35

VIX (CBOE) 2293.35 2297.84 2341.03 2345.51 2311.13 2315.61

Fuente: Modelos y valores estimados por los autores.


de la imposición de una regulación más estricta del mercado de valores, reestructuró los umbrales de tolerancia respecto de la volatilidad en prácticamente todos los mercados. Otro factor que podría inducir a una menor volatilidad en el periodo post-crisis, ha sido el papel activo de los bancos centrales en el mantenimiento de la estabilidad del sistema financiero con políticas monetarias ultra expansivas.

En este sentido, los principales instrumentos de la polí-tica monetaria no convencional han marcado un plan de ejecución sin precedentes, pero que a pesar de haber sido implementados de manera temporal y excepcional, han tenido y siguen teniendo una gran repercusión en el sistema financiero1. La intervención activa de los bancos centrales aportando inyecciones de liquidez así como la ampliación de la lista de activos de garantía admitidos o las compras directas en los mercados de renta fija pública y privada (Quantitative Easing - QE), han influido en la volatilidad de los mercados. Esto se debe a que existe una evidencia empírica de que cualquier medida del tipo “Quantitative Easing” altera los tipos de interés de largo plazo (Krishna-1 Los autores tenemos la convicción que uno de los mayores retos de los bancos centrales será volver hacia la normalidad en términos de política monetaria sin que haya altos episodios de volatilidad.

murthy, Vissing-Jorgensen, 2011). Otro factor a tener en cuenta es la comunicación y la orientación de la política monetaria en el mediano y largo plazo. En este sentido, el forward guidance, de los bancos centrales ha creado un mensaje más claro y conciso para los agentes, lo que se ha traducido en una mejora de las expectativas futuras por parte de los partícipes. También se aprecia que en gene-ral, mercados financieramente más desarrollados presen-tan niveles de volatilidad menores tanto para el estado de pre-crisis como de post-crisis, mientras que lo contrario se aprecia en mercados emergentes.

Paralelamente y de una manera lógica, se observa que los países con menores volatilidades en el mercado financiero, y consecuentemente mercados con menor incertidumbre, presentan una posición más elevada en el ranking Doing Business del World Bank, lo que en palabras simples se traduce en una mayor facilidad para hacer negocios. Las caídas de los umbrales de volatilidad no tienen una rela-ción directa con las subidas o bajadas en la clasificación del Doing Business, pero sin embargo se observa inequí-vocamente que los umbrales de volatilidad más pequeños presentan mejores clasificaciones o ranking a la hora de hacer negocios. La Tabla 4 muestra la relación entre los

Tabla 3. Resultados Modelos Threshold

Índice Umbral Pre-crisis Umbral Post-crisis Durbin-Watson

S&P 500 (EE.UU.) 16,94 13,09 1,747

Nikkei 225 (Japón) 32,33 20,83 1,894

DAX 30 (Alemania) 32,71 19,12 1,971

FTSE 100 (Gran Bretaña) 23,94 17,36 1,901

IBEX 35 (España) 31,43 28,30 1,816

Shanghai SE (China) 49,67 26,20 1,894

Sensex 30 (India) 37,15 17,66 1,558

Bovespa (Brasil) 58,03 53,95 1,843

Merval (Argentina) 42,46 41,78 1,821

Ipsa (Chile) 23,89 23,24 1,836

VIX (CBOE) 28,49 27,48 2,214

Datos semanales para el periodo enero 1990 - mayo 2018. Fuente: Bolsa de Barcelona y BME.

Tabla 4. Umbrales de Volatilidad y Doing Business

Índice Umbral Pre-crisis Umbral Post-crisis Clasificación 2008 Clasificación 2018

S&P 500 16,94 13,09 3 6

Nikkei 225 32,33 20,83 12 34

DAX 30 32,71 19,12 20 20

FTSE 100 23,94 17,36 6 7

IBEX 35 31,43 28,30 38 28

Shanghai SE 49,67 26,20 83 78

Sensex 30 37,15 17,66 120 100

Bovespa 58,03 53,95 122 125

Merval 42,46 41,78 109 117

Ipsa 23,89 23,24 33 55

Fuente: The World Bank, Bolsa de Barcelona y BME.


umbrales de volatilidad y la posición del país en el ranking Doing Business.

Hay tres particularidades en la lectura de la Tabla 4 para España, India y Chile. En el caso español, la particularidad viene inducida en una gran mejora del Doing Business en estos 10 años, aún cuando las fronteras siguen siendo eleva-das. La explicación a esta singularidad viene inducida por la ponderación del sector bancario que tiene más del 40% del peso del índice, lo que implica episodios de mayores volati-lidades ante los vaivenes de las diferentes crisis de deuda. La otra particularidad es India, que a pesar de estar en la posición número 100, su umbral de volatilidad es bajo, la explicación a ello es la clara mejora en el ranking Doing Business que pasa de la posición 120 a 100, a la vez que su economía muestra el mayor dinamismo a nivel mundial. En el caso chileno, a pesar de empeorar notablemente el Doing Business, se observa que las fronteras de volatilidad son umbrales muy contenidos, con valores constantes y que se han mantenido a lo largo del tiempo.

Una conclusión importante es que el descenso de la vola-tilidad de todos los umbrales ha sido y es inducido por las políticas monetarias que marcan un alcance de carácter cada vez más supranacional. Sin embargo, dichas políticas

monetarias tendrían mayor impacto en los mercados donde los bancos centrales han hecho una política de interven-ción más directa. Por esta razón, se aprecia que la mayor caída en los umbrales de volatilidad ha sido en el mercado japonés y alemán con un descenso del 71% en ambos casos. En referencia a los mercados emergentes y para el caso de India, un mercado que se sale de la regla de la volatilidad, la explicación recae sobre los fuertes crecimientos registra-dos en la región en los últimos años, siendo hasta inicios de del año 2019, la economía que más ha crecido en el último decenio junto con la economía China.

Respecto del mercado accionario chileno, el índice Ipsa también se sale de la regla de volatilidad determinada por los modelos. En efecto, para el índice de Chile los bajos umbrales de volatilidad obedecen a que aún es considerado un mercado relativamente “joven” y pequeño, pero lo aco-tado de su valor (23.894 en pre-crisis y 23.237 en post-cri-sis), obedece principalmente a la estricta regulación finan-ciera impuesta después de la grave crisis de deuda ocurrida entre los años 1982-1983, donde prácticamente todos los bancos del país fueron declarados insolventes siendo poste-riormente intervenidos y “rescatados” por el Banco Central de Chile hasta que fueran lo suficientemente solventes para la posterior re-compra de su propia deuda a la misma auto-

Tabla 5. Resumen Descriptivo Variables Modelos VAR

S&P 500 (EE.UU.) N Promedio Desv. Est. Mínimo Máximo

Volatilidad 1479 15,17 9,06 3,53 83,43

Retorno 1479 0,00 0,01 -0,04 0,02

Tipo de cambio (TC) 1479 9,39 3,21 2,94 27,57

Variación TC 1479 1,21 0,14 0,83 1,58

VIX (CBOE) 1479 19,34 7,74 9,34 72,91

Nikkei 225 (Japón) N Promedio Desv. Est. Mínimo Máximo

Volatilidad 1480 21,93 10,16 6,44 114,78

Retorno 1480 0,00 0,01 -0,06 0,03

Tipo de cambio (TC) 1480 10,99 4,98 3,05 51,42

Variación TC 1480 133,17 20,35 90,20 196,76

VIX (CBOE) 1480 19,34 7,74 9,34 72,92

FTSE 100 (Gran Bretaña) N Promedio Desv. Est. Mínimo Máximo

Volatilidad 1482 15,38 8,26 5,23 79,49

Retorno 1482 0,00 0,01 -0,05 0,03

Tipo de cambio (TC) 1482 7,44 2,96 1,64 26,60

Variación TC 1482 0,75 0,09 0,58 0,96

VIX (CBOE) 1482 19,33 7,74 9,34 72,92

Shanghai SE (China) N Promedio Desv. Est. Mínimo Máximo

Volatilidad 1329 28,41 23,06 2,61 258,89

Retorno 1329 0,00 0,01 -0,04 0,18

Tipo de cambio (TC) 1329 9,73 8,19 3,19 146,14

Variación TC 1329 8,84 1,28 6,40 11,25

VIX (CBOE) 1329 19,18 7,90 9,34 72,91


ridad monetaria. Adicionalmente, durante este periodo se reestructuró toda la industria financiera y bancaria del país. El resultado anterior también se condice con la teoría de que la volatilidad una vez presente, es más persistente en los mercados emergentes que en aquellos mercados financieros más maduros y desarrollados.

En cuanto al VIX y como esperado, sus umbrales de pre y post-crisis son muy similares con valores de 28.494 y 27.476, respectivamente. Lo relevante de este rango aco-tado entre estos dos valores, es que es muy probable que para valores superiores del VIX de 27.476, los mercados comiencen a operar en entornos de alta volatilidad e incer-tidumbre por lo que este dato puede ser considerado como un límite entre el funcionamiento de un mercado en condi-ciones “normales” y uno funcionando bajo condiciones de stress financiero.

Finalmente y como se aprecia en los resultados, la prueba Durbin-Watson arroja resultados muy en línea y dentro de la norma del estadígrafo en todos los modelos, indicio de que todos los modelos de umbral no presentan correlación serial de primer orden, lo que también valida la robustez metodológica de esta investigación.

7. Volatilidad de los mercados financieros y su relación con el tipo de cambio.

Finalmente y utilizando un modelo del tipo Vector Autore-gresivo (VAR), es interesante determinar el posible efecto que tiene la volatilidad de los mercados financieros sobre las divisas de los respectivos países. La Tabla 5 resume las variables descriptivas para aquellas incluidas en los mode-los. Siguiendo el criterio de consistencia, la frecuencia de los datos es semanal.

Previamente al análisis, se determina que el número óptimo de rezagos para los modelos VAR propuestos es de cinco rezagos sobre la base de los criterios de información habituales (AIC, BIC y HQIC), lo que indica la alta persis-tencia presente en la volatilidad, extendiendo sus efectos sobre los mercados por varias semanas. Al mismo tiempo, se descartó la presencia de raíz unitaria en el tercer rezago utilizando los test Dickey-Fuller, Phillips-Perron y KPSS ya descritos.

Cabe mencionar que antes de la implementación y uso de los modelos VAR construidos en este estudio se realizó prueba de Johansen. El objetivo principal de esta prueba

Sensex 30 (India) N Promedio Desv. Est. Mínimo Máximo

Volatilidad 1471 15,10 9,03 3,53 83,44

Retorno 1471 0,00 0,01 -0,04 0,03

Tipo de cambio (TC) 1471 10,62 5,06 0,00 56,97

Variación TC 1471 53,56 15,53 20,09 88,09

VIX (CBOE) 1471 19,30 7,74 9,34 72,92

Bovespa (Brasil) N Promedio Desv. Est. Mínimo Máximo

Volatilidad 1326 31,22 17,96 10,67 134,71

Retorno 1326 0,00 0,01 -0,05 0,05

Tipo de cambio (TC) 1326 14,84 8,34 3,99 77,08

Variación TC 1326 2,40 1,02 0,01 4,50

VIX (CBOE) 1326 19,37 8,02 9,34 72,92

Merval (Argentina) N Promedio Desv. Est. Mínimo Máximo

Volatilidad 940 30,42 14,36 11,47 106,00

Retorno 940 0,00 0,01 -0,08 0,09

Tipo de cambio (TC) 940 14,26 31,16 0,47 483,65

Variación TC 940 6,80 5,39 0,83 28,83

VIX (CBOE) 940 19,73 8,64 9,34 72,92

Ipsa (Chile) N Promedio Desv. Est. Mínimo Máximo

Volatilidad 850 13,59 7,24 4,66 70,09

Retorno 850 0,00 0,01 -0,04 0,03

Tipo de cambio (TC) 850 11,25 3,82 4,92 26,71

Variación TC 850 713,88 57,81 567,09 895,78

VIX (CBOE) 850 19,21 8,81 9,34 72,92

Datos semanales periodo enero 1990 y mayo 2018. Fuente: Bolsa de Barcelona y BME.


es descartar la posible presencia de cointegración en las series. Los principales resultados basados en la prueba de traza sugieren la presencia, en algunos casos, de cuatro ecuaciones de cointegración al nivel de significancia de 0.05. Para todas las ecuaciones VAR se estimó la ecuación correspondiente de corrección de errores vectoriales (VEC), derivada de la correspondiente prueba de cointegración. Solo después de realizada esta corrección, los autores apli-caron la prueba de causalidad de Granger para establecer posibles relaciones causales entre los índices y la moneda correspondiente.

Sobre la base de los resultados de los modelos VEC, se con-cluye que existe una relación de tipo de causalidad de Gran-ger entre la volatilidad del mercado financiero y la volatili-dad de la moneda de los respectivos países para el S&P500, Nikkei225, ShanghaiSE, Bovespa e Ipsa. Se concluye además que esta relación es estadísticamente significativa a niveles del 5% y en algunos casos del 1%. Esta relación es unidirec-cional en el caso del S&P500, ShanghaiSE y Bovespa con res-pecto a sus monedas Dólar Estadounidense, Renminbi Chino y Real Brasileño, respectivamente. Bajo el mismo criterio, se comprueba una relación bidireccional para el caso del Nikkei225 e Ipsa y sus respectivas monedas Yen Japonés y Peso Chileno. No se observó relación entre las volatilida-des de los mercados financieros DAX30, IBEX35, FTSE100, Sensex30 y Merval, con respecto a sus monedas.

Es necesario enfatizar que para cada modelo estimado, el estadígrafo Durbin-Watson para autocorrelación serial de un rezago es cercano a su valor ideal de 2.0, lo que valida la robustez de los modelos VEC estimados en esta sección (Durbin, J. and Watson, G. S., 1951). La Tabla 6 resume los resultados derivados de los modelos VEC.

Nuevamente y sobre la base de los resultados anteriores, se aprecia que existe una relación entre el nivel de desarrollo del mercado financiero y los efectos que tiene la volatili-dad sobre la divisa y consecuentemente, sobre las variables reales de la economía. Es muy probable que esta relación se condiga con la madurez y con la relativamente fuerte regulación impuesta en estos mercados, más que con el tamaño de dichos mercados. Quizás la excepción de la regla sea la relación entre el índice Bovespa y el Real Brasileño para el mercado de ese país sudamericano.

8. Conclusiones

Entre los aspectos más relevantes derivados de esta inves-tigación, se evidencia cada vez más que volatilidades con mayor contención deben aportar retornos superiores. Desde el punto de vista de las fronteras, volatilidades inferiores a un valor de 22% sugieren mercados más maduros. En tér-minos generales, se constata que los mercados financieros con fronteras más acotadas presentan un mejor clima para desarrollar negocios. A pesar de ciertas excepciones, se puede constatar que los mercados financieros cuyos umbra-les han caído, también reflejan una mejora en la calidad de las condiciones para desarrollar y hacer negocios. Si bien en el caso japonés no se cumple, su explicación recae en la política monetaria que el BOJ (Banco Central de Japón) ha llevado a cabo siendo el único banco central que ha com-prado directamente todo tipo de activos subyacentes para apoyar el mercado y economía nipona.

Respecto a las divisas, los resultados sugieren la existencia de un acoplamiento entre la volatilidad de los mercados financieros y sus respectivas divisas, especialmente en mer-cados maduros y de economías desarrolladas. Exactamente lo contrario ocurre en economías con un menor grado de desarrollo donde la relación entre la divisa y el grado de desarrollo financiero no es tan evidente. En el caso del Nikkei225, la relación bidireccional podría venir inducida por las operaciones del tipo “carry trade”, estrategias donde los inversores tratan de obtener spread mediante la diferencia entre los tipos de interés. Adicionalmente, tanto la divisa como el mercado bursátil muestran contagios debido a que el yen es un instrumento que actúa como valor refugio y se aprecia cuando aumenta la aversión al riesgo en los mercados financieros. Los inversores buscan refugio en la divisa nipona que se mantiene fuerte en épocas de incertidumbre, principalmente por las grandes reservas de dinero que tiene Japón en fondos de pensiones o fondos de retiro.

Siguiendo esta línea de análisis, el estudio evidencia que países con mayores volatilidades presentan menor desarro-llo económico. No obstante, la mayor integración de los mercados ha comportado volatilidades más uniformes. No obstante, también se evidencia que la calidad y reputación

Tabla 6. Volatilidad y Tipo de Cambio

Índice Causalidad Granger Dirección Pr > Chi2 Durbin-Watson

S&P 500 Sí Unidireccional 5% 2.003

Nikkei 225 Sí Bidireccional 5% 2.005

Dax 30 No - - 1.999

Ibex 35 No - - 1.992

FTSE 100 No - - 2.002

Shanghai SE Sí Unidireccional 5% 1.995

Sensex 30 No - - 1.999

Bovespa Sí Unidireccional 1% 2.002

Merval No - - 1.937

Ipsa (Chile) Sí Bidireccional 5% 2.009

Fuente: Elaboración de los autores sobre la base de resultados de los modelos VEC.


del mercado son factores fundamentales a la hora de eva-luar un mercado por parte de los inversionistas, especial-mente aquellos que provienen de latitudes ajenas al país anfitrión. En este sentido, los países emergentes deben necesariamente regular sus mercados financieros para acotar sus riesgos, propiciando que países con mayor grado de desarrollo tengan el incentivo de realizar mayores inver-siones en la modalidad de inversión extranjera directa. Por tanto, es clave que a medida que se desarrolla el mercado financiero, se observe un efecto positivo en la economía real en el mediano y largo plazo.

Un ejemplo claro de lo anterior lo representa Brasil y Argen-tina, países donde sus fronteras de volatilidad post-crisis sobrepasan el 50% y 40%, respectivamente con práctica-mente nulo cambio respecto de sus valores pre-crisis. El caso contrario ocurre con China, país que descendió desde una frontera de alta volatilidad para el periodo pre-crisis (49,67%) a una frontera de baja volatilidad, alcanzando un valor promedio actual de 26,20%. La reducción que ha realizado China respecto de su frontera de volatilidad, es un claro ejemplo de la buena gobernanza si se ponen en marcha los mecanismos adecuados, ya que estas fronteras de volatilidad son puntos de atención para los agentes, intermediarios y autoridades monetarias de otros países.

A nivel de riesgo sistémico, las caídas de las fronteras de volatilidad en la gran mayoría de mercados financieros podrían mostrar un sentimiento más complaciente de cara a los futuros riesgos presentes a nivel global. Sin embargo, los riesgos de contagio entre los diferentes mercados finan-cieros podrían incrementarse desencadenándose episodios de contagio con menores volatilidades en comparación a crisis anteriores. Las lecciones recientes sobre las crisis financieras y económicas sugieren que los indicadores de estrés financiero, elaborados por los principales bancos centrales o el mismo VIX, se mantuvieron en niveles bajos y no señalaron la proximidad de una crisis hasta que ésta estuvo en pleno desarrollo. En este sentido, se concluye que las fronteras estudiadas econométricamente deben ser una señal de advertencia en un futuro. Adicionalmente, tal riesgo podría incrementarse en futuras crisis debido a tres principales factores; el primer factor, sería los efectos de la política monetaria adoptada por los bancos centrales. En este sentido, lo que se ha visto ha sido un gran aumento de los activos de los bancos centrales y, por tanto, también de sus pasivos. Ante la normalización de sus balances, los riesgos de contagio entre mercados, si no hay una coordi-nación entre ambos, podría traducirse en un mayor riesgo para los mercados financieros, especialmente desde los mercados más desarrollados, donde las políticas moneta-rias no convencionales han sido más relevantes y también más agresivas.

La prevalencia de condiciones financieras muy laxas favo-rables en el corto plazo, pueden tener consecuencias nega-tivas sobre la actividad económica en el mediano y largo plazo. El segundo factor, es el gran crecimiento de la ges-tión pasiva. Al respecto, el fuerte incremento de los ETF (Exchange Trade Fund) puede ocasionar riesgos de contra-partida en un futuro si los riesgos de mercado se incremen-tan. La razón detrás de este efecto reside en que los ETF sintéticos que replican la rentabilidad de un índice usando contratos SWAP, es decir, fondos cotizados que tienen una

canasta de valores que no necesariamente puede estar relacionada con el índice de referencia, podrían ocasionar problemas de liquidez en caso de que los partícipes quisie-ran liquidar sus posiciones.

El tercer factor es el efecto HFT (High Frencuency Trading). El uso intensivo de este tipo de operativa puede acarrear mayores riesgos de contagio debido a la rapidez de su eje-cución y de sus mecanismos de transmisión hacia la econo-mía real. Los avances tecnológicos han propiciado que este tipo de estrategia de negociación muestre un riesgo latente ante posiciones que son canceladas inmediatamente y que incurren en un riesgo operacional ante los movimientos del propio mercado. Si bien el HFT y los operadores pueden presentar oportunidades de arbitraje entre las diferentes plataformas, la capacidad de la negociación de alta fre-cuencia puede conllevar episodios de mayor volatilidad.

Tras unos años de bajas volatilidades, y tal como apuntan las últimas notas de la Reserva Federal, cuando los agentes perciben un entorno de bajo riesgo, se crea un incentivo de forma endógena induciéndolos a que asuman más riesgos, lo que finalmente culmina en una crisis. Es por esta razón que el trabajo actual apunta la tesis de que las futuras crisis pueden inducirse en entornos con menores volatili-dades históricas, que a la vez pueden propagarse de una manera más rápida debido al alto nivel de complacencia anterior.

En efecto, la crisis desencadenada por el covid19, ha cons-tatado la tesis de este trabajo de investigación. En efecto, con la crisis del covid19 los índices de riesgo de la gran mayoría de índices bursátiles han reflejado máximos his-tóricos por encima de la caída de Lehman Brothers, lo que ha propiciado la caída más rápida en la historia de los mercados financieros. No obstante y debido a la rápida y coordinada acción de los bancos centrales, se ha podido salvaguardar la estabilidad financiera, por lo menos hasta antes de la publicación de este trabajo. Sin embargo, hay un hecho que apunta cierta inquietud y es que, a pesar de los fuertes rebotes en la gran mayoría de índices selectivos, la volatilidad sigue instaurada en niveles históricamente altos lo que confirma otro punto de la conclusión porque las medidas monetarias adoptadas juegan una arma de doble filo, es decir, estabilidad financiera en el corto plazo pero seguramente una mayor inestabilidad en el mediano y largo plazo.


Referencias

Augmented, D., and Fuller, W. (1979). “Distribution of the Estimators for Auto-regressive Time Series with a Unit Root”. Journal of the American Statistical Association, Vol. 74, Issue 366a, pp. 427-431.

Basu, S. and B. Bundick (2015). Uncertainty Shocks in a Model of Effective Demand. NBER Working Paper 18420.

Berger, D., I. Dew-Becker and S. Giglio (2016), Contractio-nary volatility or volatile contractions? Northwestern University Working Paper.

Bloom, N. (2009). The Impact of Uncertainty Shocks. Econo-metrica 77, 623-685.

Bloom, N., Floetotto, M. Jaimovich, N., Saporta-Eksten, I. and S.J. Terry (2014). Really Uncertain Business Cycles. Working paper.

Bloom, N., S. Baker and S. J. Davis (2015). Measuring Eco-nomic Policy Uncertainty. Working paper.

Bustelo, P. (1999). “Globalización Financiera y Riesgo Sis-témico: Algunas Implicaciones de la Crisis Asiáticas”. Reunión de Economía Mundial. Huelva

Cortés, A. Raúl. (2014). “Impacto del desarrollo del sistema financiero en el crecimiento económico en países emer-gentes durante el periodo 2001-2011”. Equidad y Desa-rrollo, ISSN 1692-7311, No. 22: 99-120.

Danielsson, J. et al., Learning from History: Volatility and Financial Crises (October 2017). Review of Financial Stu-dies, Forthcoming; FEDS Working Paper No. 2016-093.

Demirgüç A., Levine, R., and Beck, T. (2004). “Finance, Inequality, and Poverty: Cross-Country Evidence”. National Bureau of Economic Research, Working Paper No. 10979

Demirgüç A. and Beck, T. (2009). “Financial Institutions and Markets across Countries and over Time”. The World Bank, Development Research Group, Policy Research Working Paper 4943.

Durbin, J. and G.S. Watson (1951). “Testing for serial corre-lation in least squares regression. II”. Biometrika. 1951 Jun; 38(1-2): 159-78.

Elbaum, S. (2004). “Selecting a Cost-Effective Test Case Prioritization Technique”. Software Quality Journal, Vol. 12, Issue 3, pp. 185-210.

Forbes, K. and R. Rigobon (2001). “Measuring Contagion: Conceptual and Empirical Issues”. International Finan-cial Contagion, Chapter 3, pp. 43-66.

Forbes, K. and R. Rigobon (2002). “No Contagion, Only Interdependence: Measuring Stock Market Comove-ments”. The Journal of Finance, Vol. LVII, No.5 October 2002.

Gilchrist, S., J.W. Sim and E. Zakrajek (2014). Uncertainty, Financial Frictions and Investment Dynamics. NBER Wor-king Paper 20038.

Gonzalo, J., and J.Y. Pitarakis (2002). Estimation and model selection based inference in single and multiple thres-hold models. Journal of Econometrics 110: 319–352.

Hansen, Bruce E. (2000). “Testing for structural change in conditional models”. Journal of Econometric, Elsevier, vol. 97(1), pages 93-115.

Hansen, Bruce E. (1997). “Threshold effects in non-dyna-mic panels: Estimation, testing and inference”. Boston college working Papers in Economics 365, Boston College Department of Economics.

Hobijn, B., P.H. Franses, and M. Ooms (1998). “Generali-zations of the KPSS-test for stationarity”. Econometric Institute Report 9802/A, Econometric institute, Erasmus University Rotterdam.

King, Robert G., and Levine, Ross (1993). “Finance and growth: Schumpeter might be right”. Quarterly Journal of Economics.

Krishnamurthy, A. and Vissing-Jorgensen, A. (2011). “The Effects of Quantitative Easing on Interest Rates: Chan-nels and Implications for Policy”. National Bureau of Economic Research, Working Paper No. 17555

Kwiatkowski, D., Phillips, P., Schmidt, P. and Shin, S. (1992). “Testing the null hy-pothesis of stationarity against the alternative of a unit root: How sure are we that econo-mic time series have a unit root?”. Journal of Econo-mics, Vol. 54, Issues 1-3, pp. 159-178.

Leduc, S. and Z. Liu (2015). Uncertainty Shocks are Aggre-gate Demand Shocks, Federal Reserve Bank of San Fran-cisco Working Paper 2012-10.

Linden, A. (2015). Conducting interrupted time-series analysis for single- and multiple-group comparisons. Stata Journal 15: 480–500.

Linden, A. (2017). A comprehensive set of postestimation measures to enrich interrupted time-series analysis. Stata Journal 17: 73–88.

Lo, Andrew W., “What is an Index?” (October 12, 2015). Available at SSRN: https://ssrn.com/abstract=2672755 or http://dx.doi.org/10.2139/ssrn.2672755

Ludvigson, S., S. Ma and S. Ng. (2015). Uncertainty and Business Cycles: Exogenous Impulse or Endogenous Res-ponse? NBER Working Paper No. 21803.

Metes, D. (2005). “Visual, Unit Root and Stationarity Tests and Their Power and Accuracy”. Department of Mathe-matical and Statistical Sciences, University of Al-berta.

Mishkin, F. (2009). “Globalization and financial develop-ment”. Journal of Development Economics 89, 164-169.

Newey, W. K., and K. D. West (1994). “Automatic lag selec-tion in covariance ma-trix estimation”. Review of Eco-nomics Studies 61: 631-653.

Phillips, P., and Perron, P. (1988). “Testing for a Unit Root in Time Series Regres-sion”. Biometrika, Vol. 75, No. 2, pp. 335-346.

Piffaut, Pedro V. and Damià Rey Miró (2017): Integration, Financial Securities, and Contagion Risk: Empirical Evi-dence for the Period 1995-2016. Lambert Publishing Books, Germany.

Solow, R. (1956). “A Contribution to the Theory of Economic Growth”. The Quar-terly Journal of Economics, Vol. 70, No. 1 (Feb., 1956), pp. 65-94.

Tong, H. (1983). Threshold Models in Non-linear Time Series Analysis. New York: Springer.

Wong, A., and Zhou, X. (2011). “Development of Financial Market and Economic Growth: Review of Hong Kong, China, Japan, The United States and The United King-dom”. International Journal of Economics and Finance, Vol. 3, No. 2.



CÓDIGOS JEL:J22; J24; C01; C29; C39PALABRAS CLAVE:Informalidad; Mercado Laboral; Probit; Educación

Resumen: Este artículo tiene por objeto determinar los factores explicativos de la informa-lidad laboral en la ciudad de Montería en el año 2018, para lo cual se estimará un modelo econométrico Probit binario utilizando información recabada a través de la Gran Encuesta Inte-grada de Hogares aplicada por el Departamento Administrativo Nacional de Estadísticas [DANE] en el tercer trimestre de ese mismo año. Los resultados empíricos revelan que las variables educación, experiencia, ser jefe de hogar o estar casados son estadísticamente significativas con niveles de confianza superiores al 95% y que años adicionales de educación y experiencia reducen las probabilidades de que un individuo ocupado pertenezca al sector informal de Montería, lo que también ocurre cuando el trabajador es jefe de hogar o está casado; sin em-bargo, la variable sexo del trabajador, aunque puede tener un efecto marginal sobre la infor-malidad, no resultó estadísticamente significativa con el mismo nivel de confianza. El estado en su conjunto por tanto debe formular políticas tendientes a lograr una mayor cobertura de educación superior especialmente en la población más pobre y vulnerable, así como también a hacer efectivos los programas de primer empleo y reeducación a la población mayor de 45 años de edad.

ARTÍCULO

Causas de la informalidad laboral en Montería, Colombia. Un modelo econométrico Probit

Alfredo R. Anaya Narváeza, Jhon William Pinedo Lópezb y Carmen Lora Ochoac

a Matemático, Magister en Economía, Doctor en Ciencias Económicas, docente-Investigador de la Universidad de Córdoba. Grupo de investigación GIDES. b Economista, Magister en Cooperación al Desarrollo y Doctor en Urbanismo, Territorio y Sostenibilidad. Profesor e Investigador de la Facultad de Ciencias Administrativas de la Universidad Cooperativa de Colombia. Grupo de Investigación GIPE. c Abogada, especialista en Derecho Constitucional y Árbitro y Conciliadora en Derecho. Profesora e Investigadora de la Facultad de Derecho de la Universidad Cooperativa de Colombia. Grupo de Investigación GISOURBANO.

JEL CODES:J22; J24; C01; C29; C39KEYWORDS:Informality; Labour Market; Probit; Education

Abstract: This article aims to determine the explanatory factors of informal workers in the city of Montería in 2018, for which a binary Probit econometric model will be estimated using information collected through the Large Integrated Household Survey applied by the National Administrative Department of Statistics in the third quarter of that year. The empirical results reveal that the variables education, experience, being head of household or married are sta-tistically significant at confidence levels above 95% and that additional years of education and experience reduce the probability that an employed individual belongs to the informal sector in Montería, which also occurs when the worker is head of household or married; however, the worker’s sex variable, while it may have a marginal effect on informality, was not statistically significant at the same confidence level. The state as a whole, therefore, must formulate policies to achieve greater coverage of higher education, especially among the poorest and most vulnerable population, as well as to make effective the programs of first employment and re-education for the population over 45 years of age.

Correo electrónico: [email protected]; [email protected]; [email protected]


24 Alfredo R. Anaya Narváez, Jhon William Pinedo López y Carmen Lora Ochoa

1. Introducción

El concepto de economía informal, según Gómez (2007), también conocido con las acepciones de “economía margi-nal”, “economía no regulada”, “informalidad económica”, “sector informal”, “sector no estructural”, “economía no observada” y “economía sumergida”; es incorporado al lenguaje académico en la década de los años setenta con el trabajo de Keith Hart (Naredo, 2012). Esta noción surge específicamente por la necesidad de explicar las carac-terísticas de una estructura laboral que no coincidía con los modelos tradicionales estudiados por economistas de la época, pero que representaba un sector importante en varios países (Porras y Climent, 2018).

La Organización Internacional del trabajo [OIT] (1993) define la economía informal como el conjunto de unidades dedicadas a la producción de bienes o a la prestación de servicios en pequeña escala, en las que predominan rela-ciones de empleo basadas en vinculaciones ocasionales y cuya finalidad esencial es la generación de ingresos para sus participantes; así mismo, es considerada por OIT (2002) un modelo de poca o nula demanda tecnológica, baja inver-sión de capital y escasas barreras de acceso, la cual estuvo presente en las economías centralmente planificadas desa-parecidas y también está en las que aún subsisten, inclusive con mayor intensidad que en las economías de mercado (Sandoval, 2014).

En el grupo de la economía informal se incluye a los tra-bajadores por cuenta propia, principalmente vendedores ambulantes, lustradores, recogedores de basura, recicla-dores, trabajadores domésticos empleados por los hogares, trabajadores a domicilio y trabajadores independientes de microempresas que funcionan en solitario o con trabaja-dores familiares (OIT,2003). El grupo de trabajadores por cuenta propia en la actualidad está conformado por un amplio sector que incorpora una diversidad de servicios ofertados a partir de los cambios demográficos y tecnoló-gicos. Las actividades de la economía informal son consi-deradas como las únicas oportunidades que tiene un gran número de personas para satisfacer sus necesidades básicas y son la primera alternativa a la desocupación en aquellos países en los que el seguro de desempleo u otras clases de beneficios sociales son inexistentes (OIT, 2013). Estas razones son fundamentales para entender su rápido creci-miento, no solo en países en vías de desarrollo, sino tam-bién en países industrializados (OIT, 2002).

El análisis de la economía informal es realizado desde dife-rentes perspectivas: una perspectiva es la de “exclusión”, expresada como el marginamiento de los beneficios del Estado o de la economía moderna, y otra perspectiva es el denominado “escape”, que hace referencia a la decisión voluntaria de no acceder a la economía formal, a partir del análisis costo-beneficio (Perry et al., 2007). También es analizada a partir de las lógicas de legalidad y subsisten-cia, que hacen referencia a condiciones institucionales y a pequeñas empresas que no se dedican a actividades delicti-vas (Pollack y Jusidman, 1997).

Otras perspectivas de análisis son la protección social y el incumplimiento a las formas establecidas en la legislación, concretamente: la relación asalariada y no registrada en el

sistema de seguridad social; la no inscripción en el registro único de contribuyentes; la no obtención de licencia muni-cipal de funcionamiento o la no presentación de declaracio-nes juradas de impuestos cuando así corresponde (Perry et al., 2007; Baca y Córdoba, 2016). En esta misma línea, se encuentran Choy y Montes (2011), quienes la analizan bajo la perspectiva de unidades económicas que incumplen con regulaciones e impuestos. Es importante añadir que este incumplimiento es atribuido frecuentemente al exceso de reglamentación, tributación y requisitos burocráticos, lo cual hace considerablemente costosa la participación de una empresa en el sector formal (De Soto, 1987).

No obstante, la economía informal es considerada un modelo funcional, porque absorbe mano de obra cuando no hay suficiente empleo y porque además se constituye en una fuente de mano de obra barata para actividades que carecen de las características del trabajo asalariado, pero que tienen un comportamiento similar, especialmente el sector comercial (Porras y Climent, 2018). Sin duda, se trata de un fenómeno complejo, que por su gran magnitud en Colombia y sus ciudades capitales, debe ser estudiado dadas las altas tasas de informalidad que se presentan, siendo Montería la quinta más alta del país en el año 2018 dentro del concierto de las 23 ciudades encuestadas por el DANE y por encima del promedio de 48% en 13 puntos por-centuales tal como lo muestra la figura 1.

Figura 1. Tasas de informalidad en Colombia por ciudades 2018 (Trimestre móvil julio-septiembre)

Fuente: Elaboración propia con información de la GEIH – DANE (2019a)

Es oportuno señalar además que las tasas de informalidad en Colombia han tenido una tendencia decreciente en el lapso 2007 – 2018, sin embargo, se nota un repunte de las mismas en los últimos cuatro años de ese periodo, de acuerdo con lo que se observa en la figura 2, que también revela que las diferencias de las cifras de Montería con el promedio nacional se han venido acortando. Por ello, es imprescindible determinar las causas de este fenómeno, con el fin de poder atacarlas exitosamente con acciones, proyectos y programas que permitan eliminarla o mode-rarla de una manera rápida y expedita.

Causas de la informalidad laboral en Montería, Colombia. Un modelo econométrico Probit 25

Figura 2. Tasas de informalidad en Montería y 23 ciudades 2007-2018 (Trimestres móviles julio-septiembre)


Teniendo en cuenta su importancia, por cuanto se trata de un problema estructural según el Observatorio Laboral de la Universidad del Rosario [LaboUR] (2018), este articulo abordará el estudio de la informalidad en la ciudad de Mon-tería en el año 2018, determinando los factores que expli-can su comportamiento en el marco de la teoría neoclásica del mercado laboral; a través de un modelo econométrico Probit, del tipo de modelos de respuesta cualitativa (Guja-rati y Porter, 2010). La información que se utilizará para estimar este modelo probabilístico proviene de la Gran Encuesta Integrada de Hogares [GEIH] del DANE, que consis-ten en microdatos proporcionados por esa entidad a través de su página web (www.dane.gov.co), correspondientes al trimestre 3 del año 2018.

Montería es una ciudad ubicada en el caribe colombiano a 300 Km de Cartagena de Indias, 400 Km de Medellín y 750 Km de Bogotá. Fue fundada en el año 1777 y es capital del departamento de Córdoba desde 1952. Sus principales actividades económicas son la ganadería, agroindustria y servicios y actualmente cuenta con empresas dedicadas a la producción, distribución y comercialización de lácteos, carnes, bebidas y alimentos para una población cercana al medio millón de habitantes. En los últimos años ha recibido significativa inversión nacional y extranjera y la inclusión en los programas “Ciudades Amables” y “Ciudades Sosteni-bles y Competitivas” que financian el gobierno nacional con el apoyo del Banco Interamericano de Desarrollo (Pinedo y Lora, 2016).

2. Conceptualización, fundamentos teóricos y revisión de estudios

2.1. Conceptualización

El concepto de informalidad en la economía es construido a partir de las aportaciones de Keith Hart en el año 1973 sobre el mercado laboral de Ghana y las misiones de la OIT en 1974 sobre el empleo en Kenia (Porras y Climent, 2018). En su primer análisis Hart (1973) considera que la informa-lidad económica es el producto de elevados requerimientos para el desarrollo de labores urbanas, pero que su desa-rrollo contribuye a la generación de ingresos de lo que él denomina “subproletariado”. Identifica ocupaciones infor-males legítimas e ilegítimas; sin embargo, la OIT (2015) determina que la economía informal no incluye actividades

ilícitas, en particular la fabricación y tráfico de armas de fuego, la producción y el tráfico de estupefacientes, trata de personas, y blanqueo de dinero.

De acuerdo con El Proyecto Regional de Educación para América Latina y el Caribe [PREALC] (1976), el fenómeno de la informalidad se relaciona con empresas pequeñas que tienen una baja productividad e incorporan poca tecnología en sus procesos, así como también los trabajadores deno-minados por cuenta propia o independientes (con excep-ción de los profesionales) y los empleados domésticos; con lo cual el sector informal no requiere necesariamente de una acumulación de capital humano amplio y en con-secuencia, dichos empleos son inestables (Uribe, Ortiz, y Correa, 2006). Por otro lado, la Conferencia Internacional de Estadísticos del Trabajo (XVII) [CIET], (2003) considera que la informalidad es una forma de empleo que ignora los derechos sociales del trabajador, es decir, aquellos trabajos donde no se contribuye a la seguridad social del ocupado.

Por su parte, Perry et al (2007) realizan un análisis de los diferentes modelos de medición de la economía informal en Latinoamérica, reconociendo diferentes limitaciones para lograr datos fiables. Consideran a la informalidad desde varias perspectivas, que discurren entre la productividad y la legalidad de las empresas, diferenciando entre empleo informal en organizaciones formales y trabajadores infor-males en empresas informales de menos de cinco trabaja-dores o por cuenta propia. Identifican tres márgenes dentro de la informalidad en el mercado laboral: 1) empresas de todos los tamaños que contratan alguna parte de su fuerza de trabajo sin los beneficios laborales que establece la ley; 2) dueños de pequeñas empresas que contemplan la posi-bilidad de registrar a sus trabajadores en los ministerios de Trabajo, y 3) trabajadores informales que consideran las ventajas y desventajas de empleo en el sector; es decir autoempleados o asalariados.

En Colombia el DANE (2019b), siguiendo la definición PREALC, incluye dentro de las estadísticas de empleo infor-mal a la población que se encuentra en una de las siguien-tes situaciones: 1) Empleados particulares y obreros que laboran en establecimientos que ocupan hasta cinco perso-nas; 2) trabajadores familiares sin remuneración en empre-sas de cinco trabajadores o menos; 3) trabajadores sin remuneración en negocios de otros hogares; 4) empleados domésticos en empresas de cinco trabajadores o menos; 5) jornaleros en empresas de cinco trabajadores o menos; 6) trabajadores por cuenta propia que laboran en estableci-mientos hasta de cinco personas, excepto los independien-tes profesionales, y 7) empleadores en empresas de cinco trabajadores o menos.

Estas situaciones son establecidas en Colombia de con-formidad a lo acordado en las principales conferencias de la Organización Internacional del Trabajo (OIT, 1993; OIT, 2002; OIT, 2003); sin embargo, para efectos de aplicar al modelo econométrico que se estima en este trabajo, se consideran trabajadores informales a todos aquellos ocu-pados que no cotizan pensión, que para el año 2017 eran el 96% del total de informales según LaboUR (2018), infor-mación que se obtiene de la Gran Encuesta Integrada de Hogares [GEIH] aplicada en Colombia por el DANE.


2.2. Fundamento teórico

Aun cuando existen diferentes enfoques, como el dualista, el estructuralista y el institucionalista; para abordar el estudio de la informalidad este trabajo se enmarca en la visión neoclásica de este fenómeno, dado que esta escuela considera que las decisiones laborales son determinadas por cada trabajador teniendo en cuenta sus características, es decir, que las condiciones de la población activa que se constituye en la oferta laboral, posibilita tal elección, lo que introduce de alguna manera flexibilidad en el mercado laboral.

Ahora bien, cada individuo toma sus decisiones con el pro-pósito de maximizar su utilidad sujeta a restricciones como tiempo disponible, riquezas e ingresos laborales [con base en acumulación de capital humano] y no laborales; al igual que los empresarios y demandantes de trabajadores procu-ran maximizar sus ganancias, sujeta a las restricciones de costos; lo que genera homogeneidad en los trabajadores y movilidad de factores. En forma concreta, Nicholson y Snyder (2015) sugieren maximizar la función de utilidad del individuo según la ecuacion [1].

MAX: U(O,C), sujeto a, w*(24 – O) + R = C [1]

Donde, O es el ocio, C es el consumo, w el salario por hora trabajada y R los ingresos no laborales. Una vez optimi-zada esta función [utilizando el método Lagrangiano por ejemplo], que alcanza su valor máximo en el punto donde la tasa marginal de sustitución de ocio por trabajo es igual al salario; el individuo toma la decisión acerca de la canti-dad de “horas” a ofrecer de trabajo y, consecuentemente se obtiene la oferta laboral como función del salario H(w) (Nicholson y Snyder, 2015).

Por lo anterior, Olivera (2012) afirma que la escuela neoclá-sica propugna por la elección y la flexibilidad del mercado, de tal manera que los trabajadores tienen la oportunidad de elegir donde ocuparse, bien en el sector formal o bien en el sector informal, considerando sus características pro-pias tales como experiencia y nivel educativo, entre otras; por lo que estas se constituyen en los factores determinan-tes que explican la decisión de ubicarse o no en el sector informal del mercado laboral. En ese orden, autores como Arrow (1973) y Stiglitz (1973) consideran que la variable explicativa más importante del fenómeno de informalidad es la educación, especialmente la superior, y con algunas diferencias sobre su categorización, consideran que ella se constituye en el filtro que clasifica por habilidades al individuo; no obstante que, al utilizar otras característi-cas socioeconómicas del mismo, se hace más eficiente ese filtro. Así pues, las señales emitidas por cada individuo al mercado laboral pueden ser el fundamento de su decisión acerca de ser formal o informal.

2.3. Revisión de estudios

Tokman (2007) sostiene que las actividades económicas informales son de entrada fácil al mercado, requieren reducido capital, presentan escasa división de tareas y de jerarquías, baja productividad, ingresos bajos, desprotec-ción y la mano de obra está constituida por el jefe que desempeña también funciones de trabajador, los familiares

no remunerados y asalariados, que generalmente carecen de contratos de trabajo. El contexto de estudio son los países latinoamericanos y el periodo es de 1990-2005; entre los principales resultados de este trabajo se destacan los siguientes: a mayor nivel de ingreso por habitante menor es el tamaño del sector informal; la mayor informalidad está acompañada de un mayor grado de inseguridad y la más alta informalidad se encuentra en los países de más alta inequidad.

En Perú, Choy y Montes (2011) desarrollan un estudio de la informalidad en los sectores económicos y la evasión tribu-taria en este país, identificando actividades informales en la industria, el comercio, el alojamiento y el transporte. Como principales causas de este fenómeno destacan: el alto costo de la legalidad, la migración de zonas rurales a la ciudad, la insuficiencia de los salarios en el sector formal y la falta de cualificación. Igualmente, identifican las siguientes causas para la evasión tributaria: carencia de una conciencia tributaria; sistema tributario poco transpa-rente; administración tributaria poco flexible y bajo riesgo de ser detectado.

Por otro lado, Ossandón (2018) realiza un estudio en Chile sobre el fenómeno de la informalidad, desde el punto de vista de la clase de elección [obligada o voluntaria] que hacen los individuos acerca de su inserción en el sector informal del mercado laboral del país austral; para lo cual se valen de la aplicación de una técnica de variables ins-trumentales sobre un modelo centrado en la interacción entre heterogeneidad y autoselección. La principal conclu-sión de este trabajo indica que en Chile se presentan las dos situaciones, es decir, existe una porción de individuos que eligen de manera voluntaria el sector donde trabajar, pero también otra porción, especialmente las del quintil 5 de ingresos, que escogen de manera forzada su trabajo en el sector informal.

También, Rodríguez y Calderón (2015) analizan la econo-mía informal en la ciudad de Bucaramanga y la forma como ésta se aglomera y acomoda alrededor de la economía formal, principalmente en torno a entidades financieras, centros comerciales, almacenes de cadena, diversos esta-blecimientos de comercio y entidades estatales, en los que predominan ventas de comidas rápidas, revistas y perió-dicos, artículos accesorios para celulares, ropa, gafas de sol y artesanías en el espacio público, afectando la imagen de esta ciudad colombiana. Posteriormente, Garzón-Du-que, Cardona-Arango, Rodríguez-Ospina y Segura-Cardona (2017) analizaron las condiciones de desventaja social y laboral en la que se encuentran los trabajadores informales con empleos de subsistencia que venden sus productos en las calles y aceras de las ciudades colombianas y las con-secuencias sobre la salud física y mental del trabajador, al igual que las consecuencias económicas, sociales y familia-res de estos trabajadores, quienes son considerados como población laboral vulnerable.

3. Metodología

Para el estudio de las causas de la informalidad a través de modelos econométricos, la variable a explicar se puede considerar como cualitativa dicótoma, por cuanto se está en esa condición o no (Gujarati y Porter, 2010). Es decir,


se puede analizar su comportamiento a través de modelos de respuesta binaria como el Logit o el Probit. Para la pre-sente investigación la variable categórica de respuesta solo tendrá dos opciones: ser informal, en cuyo caso la variable toma el valor uno (1) y no serlo en cuyo caso la variable toma el valor cero (0) y se estimará un modelo Probit utili-zando el programa Eviews10, con información proveniente del Gran Encuesta Integrada de Hogares aplicada por el DANE en la ciudad de Montería del tercer trimestre del año 2018, la cual también se utilizó para establecer los indica-dores del mercado laboral de la ciudad de Montería.

3.1. El modelo Probit

De conformidad con Gujarati y Porter (2010), a diferencia del modelo Logit que se maneja con una distribución logís-tica, el modelo Probit utiliza una Función de Distribución Acumulativa [FDA] normal, por ello también se denomina Normit, y se puede expresar:

[2]

Donde s es una variable “muda” de integración con media cero y varianza uno. Este modelo tiene su fundamento en la teoría de la utilidad o de la perspectiva de selección racio-nal con base en el comportamiento, de conformidad con el modelo desarrollado por McFadden (McFadden, 1973). Este modelo supone que el valor de la variable explicada depende de un índice de conveniencia no observable Ii [conocida como variable latente] determinada por una o varias variables explicativas [Xki] (Gujarati y Porter, 2010). Así,

Ii = � �0 � k kiX [3]

Se presume además que existe un umbral de índice o nivel crítico, denotado Ii* tal que si Ii> Ii* ocurrirá el suceso. Tanto Ii como Ii* no son observables. Con el supuesto de normalidad, la probabilidad de que Ii* ≤ Ii se calcula a partir de la Función de Distribución Acumulativa normal estándar Φ así:

Pi = P(Yi = 1|Xi) = P(Ii* ≤ Ii) = P(Zi≤ � �0 � k kiX )

= Φ( � �0 � k kiX ) por tanto, [4]

[5]

Por lo cual, para obtener información sobre I, lo mismo que sobre β0 y βk se toma la inversa de la ecuación [4], así:

Ii = Φ -1 (Pi) = � �0 � k kiX [6]

Donde Φ -1 es la inversa de la FDA normal. Una vez estimado el modelo [4], si se calcula la derivada parcial se obtiene

[7]

Donde es la Función de Densidad de Pro-babilidad [FDP] de la normal estandarizada evaluada en

. De esa manera, esa evaluación dependerá de los valores específicos que tomen las variables Xk (Cabrer

Borrás, Sancho Pérez, y Serrano Domingo, 2001), por lo cual, la ecuación [7] representa el efecto del cambio de una unidad de Xk sobre la probabilidad de que Y=1.

Para la estimación de los parámetros del modelo Probit se utiliza el método de Máxima Verosimilitud [MV] en lugar de Mínimos Cuadrados Ordinarios [MCO]. Además, para con-trastar la hipótesis nula de que un conjunto de paráme-tros es igual a cero se pueden emplear varias pruebas que incluyen entre otros el estadístico de Wald y el Contraste de Razón de Verosimilitud [Likelihood Ratio (LR) test] que se distribuye asintóticamente como una Chi cuadrado. Para conocer la bondad de ajuste se utiliza el porcentaje de predicciones correctas, el Pseudo R2 [de McFadden] y los criterios de información de Akaike [AIC], Schwarz y Han-nan-Quinn (Gujarati y Porter, 2010).

3.2. Datos

Como se dijo antes, la información de corte transversal que se utiliza para estimar el modelo econométrico Probit es la ofrecida por la Gran Encuesta Integrada de Hogares [GEIH] correspondiente al tercer trimestre [julio, agosto y sep-tiembre] del año 2018, aplicada por el DANE en los hogares monterianos. Se decidió utilizar la información del tercer trimestre para eludir problemas de estacionalidad del mer-cado laboral. Por otra parte, para evitar posibles proble-mas de heteroscedasticidad muy comunes en información de corte transversal, la estimación del modelo se hizo uti-lizando la opción de Huber/White del programa Eviews10, con lo cual se consigue la robustez de los estimadores. Para calcular los efectos marginales de cada variable explicativa sobre la variable explicada se utilizaron sus valores medios, que se extrajeron mediante Eviews10 para cada una de las variables independientes, que son las características de los ocupados. Los datos que se extrajeron de la GEIH del DANE se corresponden con las siguientes variables que se utilizan para estimar el modelo Probit [tabla 1, donde (EXPER=E-dad-Esc-5)1].

Tabla 1. Variables a utilizar de la GEIH

Nombre Descripción

INFORMAL: Se utilizó la pregunta P6920 de la GEIH que corresponde a: ¿Cotiza pensión? y luego se le asignan números, dándole valores de 1 a aquellos individuos que no cotizan (informales) y 0 a los que cotizan (formales).

ESC: Se utilizó la pregunta P6210 de la GEIH que corresponde a: ¿Nivel de escolaridad alcanzado? Acogiendo el numero de la respuesta dada.

EXPER: Debido a que los individuos no reportan directamente su experiencia en la GEIH, esta se estima de manera potencial tomando la edad del individuo menos los años de educación menos los primeros 5 años de vida, así: (EXPER=Edad-Esc-5)[1].

EXPER2 Experiencia del trabajador (EXPER) elevada al cuadrado

1 Es una variable proxy de experiencia sugerida por (Marchionni, 2001).


Nombre Descripción

SEXO: Se utilizó la pregunta P6020 ¿Es hombre o mujer?) y luego se le asignan números, dando valores de 1 a aquellos individuos que son hombres y 0 en otro caso.

JEFE: Se utilizó la pregunta P6050 ¿Cuál es el parentesco de usted con el jefe o jefa del hogar?) y luego se le asignan números, dando valores de 1 a aquellos individuos que son jefes de hogar y 0 en otro caso.

CASADO: Se utilizó la pregunta P6070 ¿Actualmente usted es … casado u otro? y luego se le asignan números, dando valores de 1 a aquellos individuos que son casados y 0 a los que no.


4. Resultados y discusión

4.1. Indicadores del mercado laboral

De conformidad con la información de la GEIH de DANE (2019a), en la tabla 2 se presentan algunas cifras e indi-cadores del mercado laboral en la ciudad de Montería. Allí se aprecia que los trabajadores informales [que para este trabajo son aquellos que no cotizan pensión] constituyen las dos terceras partes de los ocupados con una tasa de informalidad del 66,7% y que su ingreso promedio mensual en 2018 era de $661.182,7 que es menos del 50% del ingreso laboral de los trabajadores formales; con casi 9 años de estudio promedio y una experiencia potencial media de 27 años. Ellos ostentan tasas superiores de ocupación que los trabajadores formales. También se muestra que, de la población ocupada en Montería, el 55% corresponden a indi-viduos que se reconocen de sexo masculino y el 45% a sexo femenino. La población informal en similar en ambos casos y se constituyen en las dos terceras partes de los ocupados,

en tanto que, por niveles educativos, la mayor proporción de informales se presentan en trabajadores con estudios de primaria, seguidos por los de secundaria y consecuen-temente los trabajadores con educación superior mayori-tariamente [casi 63%] pertenecen al sector formal laboral.

Al comparar los indicadores laborales de Montería con los de Colombia se puede establecer lo siguiente: En lo refe-rido a las tasas TGP, TO no se presentan diferencias impor-tantes, pues los nacionales son 64,1% y 58,0% respectiva-mente; mientras que las tasas TD y TI nacionales se ubican en 9,5% y 47,3% revelando diferencias con las de Montería de -0,7% y -19,4% respectivamente, confirmándose proble-mas más severos de desempleo e informalidad en la ciudad de Montería que los de la nación.

4.2. Evidencia empírica

Para determinar econométricamente los factores que inci-den en la informalidad se usa como variable dependiente Y=INFORMAL, que toma el valor 1 si se trata de un tra-bajador u ocupado informal [que no hace aportes a algún fondo de pensiones] y 0 en caso contrario. Las variables explicativas que se incorporan son las características de los ocupados de la ciudad de Montería, según la tabla 3. En este caso, el modelo que se estimará viene dado por la ecuación [7]:

Ii =Φ -1 (Pi) = β0 + β1ESC + β2EXPER+ β3EXPER2 + β4SEXO + β5JEFE + β6CASADO + εi [7]

Tabla 2. Indicadores del mercado laboral en Montería 2018

Ítem Indicador Formales Informales Global

Indicadores generales Número de Ocupados 54.912 109.709 164.621

Tasa Global de participación - TGP (%) - - 64,2

Tasa de desempleo - TD (%) - - 10,18

Tasa de Informalidad - TI (%) 66,7

Tasa de Ocupación - TO (%) 33,22 66,38 57,68

Educación media 12,93 8,82 10,19

Ingreso medio $ (nominal) $1.375.937 $661.182,7 $899.600,6

Experiencia potencial media 20,27 27,06 24,8

Sexo Masculino 33,65 65,63 55,04

Femenino 32,7 67,29 45,12

Educación Primaria 8,56 90,09 29,06

Secundaria 33,73 66,26 40,59

Superior 62.94 37.05 26.98



Tabla 3. Descripción de las variables utilizadas para la regresión

Nombre Descripción

ESC: Nivel de escolaridad del ocupado [Variable discreta. años de estudios realizados]

EXPER: Experiencia del trabajador [Variable discreta. Años potenciales de experiencia]

EXPER2 Experiencia del trabajador elevada al cuadrado [Variable discreta. Cuadrado de la experiencia]

SEXO: Sexo del ocupado [Variable dicotómica. Género masculino=1]

JEFE: Parentesco del trabajador con el jefe del hogar [Variable dicotómica. Jefe de hogar=1. 0 en otro caso]

CASADO: Estado conyugal [Variable dicotómica. Casado =1. 0 en otro caso]


Los resultados de la estimación de [7] utilizando Eviews10 [ver Tabla 4] indican que cinco de los seis coeficientes resul-taron estadísticamente significativos de manera individual con niveles de confianza superiores al 95% por cuanto las probabilidades asociadas al estadístico t son menores que 0,05 [la excepción corresponde al coeficiente de la variable SEXO].

Tabla 4. Resultados estimación del modelo Probit

Descripción/Nombre Variables Coeficientes

Intercepto 3,036548 (3)

Nivel de escolaridad ESC -0,186922 (3)

Experiencia del trabajador EXP -0,048576 (3)

Cuadrado de la experiencia EXP2 0,001069 (3)

Sexo del ocupado SEXO -0,119122 (0)

Parentesco del trabajador JEFE -0,187900 (3)

Estado conyugal CASADO -0,146654 (2)

R2 McFadden 0,2143 Muestra 2.978

Wald Test (Chi2) 399,73 Número de predicciones correctas

75,02%

Prob (LR statistic) 0,000004

(3) = Sig 1% (2) = Sig 5% (1) = Sig 10% (0) = No Sig


Por tanto, el modelo estimado es:

Ii = Φ -1 (Pi) = 3.036548 – 0.186922*ESC – 0.048576*EXPER + 0.001069*EXPER2 – 0.119122*SEXO - 0.18790*JEFE – 0.146654*CASADO [8]

4.3. Discusión

Los resultados de este ejercicio indican que el modelo que se ajustó es significativo y está bien especificado, por cuanto:

i. Los signos coinciden con los esperados a priori, dado que, a mayores valores de experiencia, nivel educativo, o el estar casado y/o ser jefe de hogar, se disminuye la probabilidad de pertenecer al sector laboral informal.

ii. Los coeficientes, resultan ser estadísticamente signifi-cativos de manera individual con niveles de confianza superiores al 95% [p-valor [prob] < 0,05] con excepción de la variable SEXO referida al género del ocupado.

iii. Se cuenta con ajuste dado por R2 [de McFadden] de poco más de 0,21.

iv. El estadístico de la razón de verosimilitud [LR] que sigue una distribución Chi cuadrado resulta ser estadística-mente significativo con p-valor [prob] < 0,05, con lo cual se concluye que todos los coeficientes de pendiente no pueden ser simultáneamente iguales a cero.

v. Se confirma la bondad del ajuste con los resultados de Eviews10 en relación con los valores de Cuenta R2, que informa el número de predicciones correctas en relación con el número total de observaciones, que en este caso es de 75,02%.

Ahora bien, utilizando los valores medios de las variables independientes del modelo [ver tabla 5] y considerando los valores de los estimadores correspondientes, se calcularon los efectos marginales de cada una de ellas sobre las proba-bilidades de informalidad.

Tabla 5. Valores promedios de las regresoras

Variables Media

Educación 10,19

Experiencia potencial 24,80

Experiencia potencial2 625,05

Sexo (Genero) 55,04

Jefe de hogar 43,31

Casados (Estado conyugal) 18,90

Fuente: Elaboración propia con base en Eviews10 (2020) y DANE (2019a)

Es de anotar que para las variables discretas el cálculo de las variaciones de probabilidades se realiza mediante la diferencia de valores de la FDA sobre cada una de las cate-gorías de cada variable Xk, así:

[9]

Algunos resultados ceteris paribus, tomando los valores medios de cada regresora se aprecian en la tabla 6.


Tabla 6. Efectos marginales según variables (Valores de prob en %)

Hallazgos sobre hogar/jefe de hogar Valor

Por cada año adicional de estudios. disminuye la probabilidad de ser informal en un 5.02% en promedio.

-5,02

Por año adicional de experiencia. disminuye la probabilidad de ser informal en un 1.3%.

-1,3

Ser jefe cabeza de hogar reduce la probabilidad de que un individuo se decida por un empleo informal en un 5.04% en promedio.

-5,04

Estar casado reduce la probabilidad de que un individuo se decida por un empleo informal 3.93% en promedio.

-3,93

Fuente: elaboración propia con los resultados de Eviews10 (2020)

Por tanto, la evidencia empírica comprueba que los facto-res que inciden de manera directa en mayores probabilida-des de informalidad laboral en la ciudad de Montería son: la escasa educación y la menor experiencia, así como tam-bién no ser jefe de hogar y no tener compromiso de pareja mediante matrimonio.

5. Conclusiones

El empleo informal corresponde al 66,7% del total de pobla-ción ocupada en Montería en el año 2018, cifra muy alta que ubica a Montería en el quinto lugar del ranking de mayores tasas de informalidad dentro de las 23 ciudades encuesta-das y reportadas por DANE, lo que revela la gran magni-tud del problema en la capital cordobesa. Este fenómeno afecta más a la población con menores niveles educativos, en tanto que no discrimina por sexo. Así, la acumulación de capital humano se convierte en factor determinante de mayor importancia a la hora de decidir la formalidad del empleo por parte de los individuos. Lo anterior implica que es deseable incrementar la cobertura en educación supe-rior en el departamento de Córdoba y en particular en su capital Montería dada la baja tasa registrada en el año 2017 de 23,9%, cifra inferior que no alcanza siquiera a la mitad del promedio nacional del 52,8% (El observatorio de la Uni-versidad Colombiana, 2018).

La experiencia laboral también es una variable que explica la informalidad. En este caso, dado que el signo de la variable es negativo indica que a medida que se cuente con mayor experiencia, menor será la probabilidad de esco-ger el trabajo informal por cuanto la experiencia y la pro-ductividad de los trabajadores pueden estar asociadas de manera directa; sin embargo, puesto que la variable expe-riencia al cuadrado resultó ser de signo positivo, la anterior afirmación es válida solo hasta cuando los ocupados pro-median 45,4 años, edad a partir de la cual la experiencia se convierte en un factor que promueve la informalidad, lo cual puede explicarse en gran parte por la teoría del ciclo de vida laboral (Galvis, 2012).

Es importante mencionar que, dado el efecto cuadrático de esta variable, las disminuciones de probabilidades de per-tenecer al sector informal son ascendentes hasta la edad de 23 años y de ahí hasta los 45,4 años estas disminuciones son decrecientes. Así las cosas, la edad del trabajador tam-

bién influye, no en la decisión, pero si en los riesgos incre-mentales de caer en la informalidad laboral en la ciudad de Montería, especialmente a partir de 45 años de edad por mayor dificultad de inserción en el sector formal. De allí se desprende la pertinencia de poner en marcha pro-gramas estatales que faciliten y fomenten efectivamente los primeros empleos [de enganche] para técnicos y pro-fesionales, así como también velar por la actualización de conocimientos y formación para el trabajo de la población mayor de 45 años.

Así mismo, resulta significativo promover la afiliación a pensiones de los trabajadores de municipio de Montería, dado el problema del alto número de trabajadores que no cotizan, que para 2018 son aproximadamente 105.600 per-sonas, equivalentes al 64% del total de ocupados y al 96% de los empleados informales de la ciudad de Montería; con el objeto de dar una solución a esta problemática que hoy por hoy sufren un gran número de adultos mayores que son objeto de ayudas del programa adulto mayor. Es decir, debe buscarse resolver el problema en lugar de continuar ofre-ciendo ayudas.

Por otro lado, se observa que si el trabajador monteriano es cabeza de hogar se reducen las probabilidades de pertene-cer al sector informal, resultado similar al de los ocupados que se encuentran casados, por lo que se puede concluir que las responsabilidades en el hogar juegan a favor de la formalidad laboral. Los ingresos laborales promedios de los trabajadores informales son del orden de $661.000 men-suales en el año 2018, inferiores en un 50% con relación a los trabajadores formales, lo cual confirmaría los postula-dos de la ecuación de ingresos propuesta por Mincer (1974) acerca de los mayores retornos que ofrece la educación en los trabajadores formales.

Una mención especial merece el grupo de trabajadores dedicados al mototaxismo, que se encuentran en el sector informal del mercado laboral de Montería, los cuales pre-cisamente tuvieron su origen en esta ciudad y que pasaron de ser 3.750 en el año 2008 a una cifra superior a los 20.000 en el año 2018 equivalente al 12% del total de ocupados y al 18% de los informales; de los cuales derivan sus ingresos el mismo número de familias, pero incidiendo en la tasa de accidentalidad y en el número de muertes de propios y usuarios, además, afectando la movilidad urbana y el trans-porte público formal en Montería (Suárez, 2019). Este es un problema que aún no ha sido resuelto por el gobierno y que requiere de su atención.


Referencias bibliográficas

Arrow, K. (1973). Higher education as a filter, Journal of Public Economics, 192-216.

Baca, L. y Córdoba, M. (2015). La informalidad y evasión fiscal en el mercado la Hermelinda y su incidencia en la recaudación tributaria, distrito de Trujillo, año 2015. Trabajo de Pregrado, Universidad Antenor Orrego. Tru-jillo, Perú.

Choy, E. y Montes, E. (2011). La informalidad en los secto-res económicos y la evasión tributaria en el Perú, Qui-pukamayoc. 18 (35): 11-15

Conferencia Internacional de Estadísticos del Trabajo (XVII) [CIET] (2003). Directrices sobre una definición estadís-tica de empleo informal.

DANE. (2019a). Gran Encuesta Integrada de Hogares. Obte-nido de https://sitios.dane.gov.co/visor-anda/. Recu-perado el 22 de mayo de 2019.

DANE. (2019b). Empleo informal y seguridad social. https://www.dane.gov.co/index.php/estadisticas-por-tema/salud/informalidad-y-seguridad-social/empleo-infor-mal-y-seguridad-social-historicos. Recuperado el 18 de marzo de 2020.

De Soto, H. (1987). El otro sendero: la revolución informal. Lima: Oveja Negra.

El observatorio de la Universidad Colombiana. (2018). 25 departamentos están por debajo del promedio nacio-nal de cobertura en educación superior. https://www.universidad.edu.co/25-departamentos-estan-por-de-bajo-del-promedio-nacional-de-cobertura-en-educa-cion-superior/. Recuperado el 18 de septiembre de 2019.

Galvis, L.A. (2012). Informalidad laboral en las áreas urba-nas de Colombia. Coyuntura económica: Investigación económica y social, XLII (1), 15-51.

Garzón, M., Cardona, D., Rodríguez, F., y Segura, A. (2017). Informalidad y vulnerabilidad laboral: aplicación en vendedores con empleos de subsistencia. Revista Saúde Publica; 51 (89): 1-15. https://doi.org/10.11606/s1518-8787.2017051006864

Gómez, L. (2007). “La informalidad en la economía, algo incuestionable”. Semestre Económico. 10 (19): 47-67.

Gujarati, D. y Porter, D. (2010). Econometría. México: Mc Graw Hill.

Hart, K. (1973). Informal Income, Employment Opportuni-ties and Urban Employment in Ghana. The Journal of Modern African Studies 11: 61-89.

LaboUR. Observatorio Laboral de la Universidad del Rosa-rio. (2018). Informe 6, mayo de 2018, Universidad del Rosario.

Marchionni, M. (2001). Geocities, CEDLAS Universidad Nacional de la Plata. Obtenido de http://www.geoci-ties.ws/econometriaudesa/9.EjemploDeterminantes-delosingresos.pdf. Recuperado el 18 de septiembre de 2019.

McFadden, D. (1973). Conditional logit analysis of qualita-tive choice behaviour. New York: Academic Press.

Mincer, J. (1974). Schooling, experience and earnings. NBER Columbia University Press, 1974, 71-94.

Naredo Molero, M. (2012). Seguridad urbana y miedo al crimen. Polis [En línea], 2 | 2002: 1-10. URL: http://journals.openedition.org/polis/7923. Recuperado el 12 de febrero de 2020.

Nicholson, W. y Snyder, C. (2015). Teoría Microeconómica: Principios básicos y ampliaciones. Mexico, D.F.: Cen-gage Learning.

OIT. (1993). Resolución sobre las estadísticas del empleo en el sector informal, adoptada por la decimoquinta Conferencia Internacional de Estadísticos del Trabajo. https://www.ilo.org/public/spanish/bureau/stat/download/res/infsec.pdf. Recuperado el 13 de febrero de 2020

OIT. (2002). Conferencia Internacional del Trabajo XC Reu-nión. Informe VI El trabajo decente y la economía infor-mal. https://www.ilo.org/public/spanish/standards/relm/ilc/ilc90/pdf/rep-vi.pdf. Recuperado el 13 de febrero de 2020.

OIT. (2003). Directrices sobre una definición estadística de empleo informal, adoptadas por la Decimoséptima Conferencia Internacional de Estadísticos del Trabajo. https://www.ilo.org/public/spanish/bureau/stat/download/guidelines/defempl.pdf. Recuperado el 13 de febrero de 2020.

OIT. (2013). La medición de la informalidad: Manual estadís-tico sobre el sector y el empleo informal. Turín, Italia. Centro Internacional de Formación de la OIT.

OIT. (2015). Recomendación 204 de la Conferencia Inter-nacional del Trabajo sobre la transición de la economía informal a la economía formal. https://www.ilo.org/wcmsp5/groups/public/---ed_norm/---relconf/docu-ments/meetin/document/wxms_379098.pdf. Recupe-rado el 14 de febrero de 2020.

Olivera, G. (2012). Efectos del seguro popular en salud sobre la probabilidad a emplearse en el sector formal en México, 2010-2011. Tijuana, Mexico: El Colegio de la Frontera Norte.

Ossandón, V. A. L. (2018). El trabajo informal en chile, ¿opción voluntaria o condición obligada? Revista de Eco-nomía Laboral., 15(2), 57-89.

Perry, G. et al. (2007). Informalidad: escape y exclusión. Estudios del Banco Mundial sobre América Latina y El Caribe. Washington D.C. Banco Mundial.

Pinedo López, J.W. y Lora Ochoa, C. (2016). Hacia una tipología de asentamientos informales [en línea] Fecha de consulta: 04-09-20. En: ACE: Architecture, City and Environment = Arquitectura, Ciudad y Entorno, 10 (30): 11-30, 2016. DOI: 10.5821/ace.11.30.3977. ISSN: 1886-4805

Pollack, M. y Jusidman, C. (1997). El sector informal urbano desde una perspectiva de género. El caso de México. Serie mujer y desarrollo. 20: 9-24.

Porras Bulla, J. y Climent, V. (2018). An analysis of infor-mal work: The case of sub-Saharan waste pickers in the city of Barcelona. Intangible Capital. 14 (4). 536-568. https://doi.org/10.3926/ic.1335. Recuperado el 15 de febrero de 2020.

Programa Regional de empleo para América Latina y el Caribe [PREALAC]. (1976). El problema del empleo en América Latina: Situación, perspectivas y políticas. San-tiago de Chile.

Rodríguez, G. y Calderón, M. (2015). La economía informal y el desempleo: el caso de la ciudad de Bucaramanga (Colombia). Innovar. 25 (55): 41-58.

Sandoval, G. (2014). La informalidad laboral: causas gene-rales. Equidad y Desarrollo 22: 9-45.


Stiglitz, J. (1973). The theory of “screening,” education, and distribution of icome. The American Economic Review, 283-300.

Suárez, J. (2019). Responsabilidad del estado por la proli-feración del fenómeno del Mototaxismo en el municipio de Montería. Tesis de grado, Pontificia Universidad Jave-riana, Bogotá.

Tokman, V. (2007). Informalidad, inseguridad y cohesión social en América Latina. Santiago de Chile: CEPAL.

Uribe, J. I., Ortiz, C. H. y Correa, J. B. (2006). ¿Cómo deci-den los individuos en el mercado laboral? Modelos y esti-maciones para Colombia. Lecturas de economia, 62-65.



CÓDIGOS JEL:E32; E62; H29; H62PALABRAS CLAVE:Impuesto sobre la renta progresivo; impuesto progresivo al consumo; modelo multiplicador-acelerador; regla de presupuesto equilibrado

Resumen: Este artículo compara las propiedades de estabilización de un impuesto a la renta integral y un impuesto al consumo de base amplia dentro de un modelo típico multiplica-dor-acelerador del ciclo económico. Se encuentra que: (i) un impuesto al consumo progresivo es más estabilizador que un impuesto a la renta progresivo en ausencia de una regla presu-puestaria, (ii) el impuesto a la renta es tan estabilizador en presencia de dicha regla como lo es el impuesto al consumo en su En ausencia, (iii) bajo tasas impositivas razonables, ambos impuestos se estabilizan igualmente bajo una regla de equilibrio presupuestario, (iv) ambos a un costo de producción en relación con el caso en el que no existe tal regla. Además, (v) en ausencia de la regla de presupuesto equilibrado, el impuesto al consumo es superior desde el punto de vista de la producción de punto fijo bajo neutralidad de los ingresos tributarios, (vi) pero no se pueden obtener resultados claros en presencia de esta regla, (vii) la cual complica además la cuestión de la equivalencia tributaria considerablemente, convirtiéndola en una cuestión de tributación no lineal incluso en el marco analítico simple de este artículo.

ARTÍCULO

In/Stability under Ideal Income Tax and Ideal Consumption Tax

Gerasimos T. Soldatosa

a American University of Athens, Emeritus

JEL CODES:E32; E62; H29; H62KEYWORDS:Progressive income tax; progressive consumption tax; multiplier-accelerator model; balanced-budget rule

Abstract: This article compares the stabilization properties of a comprehensive income tax and a broad-based consumption tax within a typical multiplier-accelerator model of the business cycle. It is found that: (i) a progressive consumption tax is more stabilizing than a progressive income tax in the absence of a budget rule, (ii) the income tax is as stabilizing in the presence of such a rule as consumption tax is in its absence, (iii) under reasonable tax rates, both taxes are equally stabilizing under a balance-budget rule, (iv) both at an output cost relative to the case in which there is no such rule. Also, (v) in the absence of the balanced-budget rule, the consumption tax is superior from the viewpoint of fixed-point output under equal for both taxes revenue, (vi) but no clear-cut results may be obtained in the presence of this rule, (vii) which rule complicates in addition the matter of tax equivalence considerably, making it a matter of nonlinear taxation even in the simple analytical framework of this paper.

E-mail: [email protected]


34 Gerasimos T. Soldatos

1. Introduction

One proposal to reform direct taxation has been the repla-cement of income taxation by a tax based on consumption expenditure. The debate on the applicability of consump-tion tax has been slow because opinions vary, and this disa-greement reflects on the relative advantages of each tax in practice (Carroll et al. 2011). Nevertheless, there has been a lively debate about the stability implications of the two taxes defined comprehensively, i.e. as a comprehensive income tax on income from any source, and as a broad-ba-sed-consumption tax on comprehensive income minus all kinds of savings (Ghilardi and Rossi 2014). One reason for the concern for the nexus between tax reform and insta-bility owes to the close relationship between investment and consumption. An example of this relationship is presen-ted through Fig. 1, which plots the time paths of the two variables in Eurozone from 1995 to 2017, given the shocks from the introduction of Euro in early 2002, from Lehman Brothers crisis in 2008-2009, and from the subsequent debt problem in the south of the zone: Investment tracks con-sumption and although a consumption tax would not tax the return to new investment, it would “discourage the very thing that drives the economy: growth in consumption” (Boyer and Russell 1995, 367)...Or, not, by comparison to the effects on stability and growth from the way income tax is administered? (Gale and Samwick2016).

Fig. 1. Investment and Consumption in Eurozone: 1995-2019

More specifically, the literature on instability, which employs typically a real business cycles model, investiga-tes whether the consumption tax can relax the destabili-zing effect of balanced-budget-rule income taxation due to self-fulfilling expectations (Nishimura et al. 2013, Nourry et al. 2013)1.The conclusion is that the consumption is subject to the same expectations problem unless an open economy model with free capital mobility is contemplated (Meng and Xue 2015).Given capital and labor, an expected increase in the income tax rate, will lower the expected return on capital and the marginal utility of income, reducing the-reby current labor supply and production, and making the government raise the tax rate now due to balanced-budget rule regardless the base of the tax.In the case of consump-tion tax, the result is the same but because the expected increase in the tax rate will lower expected consumption, increasing thereby current consumption at the expense of current labor supply. Yet, this reduction in labor need not occur if there can be borrowing from abroad. When debt accumulation is allowed in the closed model with new Key-nesian frictions, the result is found to depend as anticipa-ted on the fiscal-monetary policy mix, on the equilibrium

debt-output ratio, and on the intertemporal elasticity of substitution in consumption (McKnight 2017).

This paper compares the stabilization properties of a com-prehensive income tax and a broad-based consumption tax within the context of the typical multiplier-accelerator model, abstracting from the matter of expectations, which Westerhoff (2006) finds them to be destabilizing in such a model, anyway. This approach differs from Giannitsarou’s (2007) work which compares a mix of consumption and incomes taxes with a capital tax in support of the better stabilization prospects of this mix in a closed economy. It also abstracts from McKnight’s (2017) focus on public debt and monetary policy, because in reality the issue of the debt is related intimately to open economy considera-tions. More importantly, there appears to be a contradic-tion between these two approaches since a time-consistent optimal policy with history-dependent strategies prescribes zero long-run capital taxation; and “a non-balanced budget constraint is key in obtaining this result, as it allows the government to increase its assets until the lack of com-mitment is no longer binding” (Ortigueira 2012, 4)2. The-refore, although the simplicity with which the topic under investigation is put herein is surprisingly novel by itself, this simplicity is dictated for methodological reasons, too. It is a methodology which would remain fruitless if the presence expectations were acknowledged as well, because as Wes-terhoff (2006) remarks, they should be based on an extra-polative-cum-regressive expectation formation rule, which herein would lead to comparison of chaotic behaviors.

It is thus found that when there is not any budget rule, it is the progressive consumption rather than income tax that is more stabilizing, while the income tax in the presence of such a rule is equally stabilizing as the consumption tax is in its absence. Under reasonable tax rates and a balan-ced-budget rule, no difference in stabilization between the two taxes is detected, though stabilization entails an output cost by comparison to stabilization in the absence of such rule. Also, given tax revenue equivalence and a balan-ced-budget rule, the consumption tax is superior from the viewpoint of fixed point output. Yet, no definite results may be obtained in the presence of this rule, which rule com-plicates the matter of tax equivalence significantly, too, making it a matter of nonlinear taxation even in the simple analytical environment of this article.

The comparison of the stabilization properties of a compre-hensive income tax and a broad-based consumption tax is made formally in the next section. Section 3 concludes this paper with a discussion of the results.

2. Formal Considerations

Let Y C I G,� ,� ,� and T denote national economyincome, con-sumption, investment, government expenditure, and tax revenue, correspondingly. A version of the standard model with a linear progressive income tax (Turnovsky 1977) has as follows:

Y C I G� � � � ��1 [1]

C Y T� �� 1 1 2�� [2]

Comprehensive Income vs. Broad-Based Consumption Tax in a Multiplier-Accelerator 35

I I C C� � �� 0 1 3� �� [3]

T Y� � � � �� 0 4�� [4]

where the subscript “-1” denotes one period lag. Coe-fficients θ and ε are positive while I0 and τ 0 are the autonomous parts of [3] and [4], respectively3. � �1 is the marginal propensity to consume out of income net of taxes, and � �1 is a proportion of the change in consumption (and hence, of net income). Inserting [2] in [3] and the result along with [2] and [4] in [1], yields the linear second-order difference equation:

Y I G Y Y� � � � �� 0 0 0 1 21 1 1 5�� [5]

for some G G= 0 , where subscript “-2” designates second period lag. The fixed point of this equation is:

Y I G0 0 0

1 16 [6]

When the homogeneous equation has only one general solu-tion, the Appendix shows that the stability condition, is:

��

� �� 1 2

17�� [7]

which is satisfied for the values of τ in the area below the curves of Fig. 2 where y �� and x � � . These curves depict the case of the equality sign for three different θ ’s:

0 75 0 85. , (dotted line in the middle), and � � 0 95.(upper line). The equality sign holds for stable motion along a uniform cycle.

Fig. 2: Stability under an income tax with one real root

If there are two real solutions, the Appendix shows that we can accept only the one with associated stability condition:

��

� �� 1 1 3

1 28�� [8]

This condition pertains to τ ’s above the lines depicted in Fig. 3. Again, y �� and x � � ,in this Figure, and there are three different θ ’s: 0 75 0 85. , (dotted line in the middle), and � � 0 95. (upper line). Stable motion along a

uniform cycle would be the case if [8] held with the equa-lity sign, but it does not.

Fig.3: Stability under an income tax with two real roots

These are results confirming the stabilizing role of linear progressive taxation.

Next, consider the linear progressive consumption tax:

T t tCc � � � � �0 9�� [9]

so that:

1 100 1�� t C t Y� �� [10]

Presumably, the propensity to consume need not be the same as under an income tax, but we keep it unchanged for comparison purposes. The second-order difference equa-tion becomes now:

YY Y I G t t

t�

�� 1 1

1111 2 0 0 0 �� [11]

with fixed point at:

YI G t t

t�

� ��

� �0 0 0 11

12��

�� [12]

When the homogeneous equation has only one general solu-tion, the Appendix shows that the stability condition, is:

t � �� 1

12

13� �

�� [13]

which is satisfied for the values of t in the area below the curves of Fig. 4 where y t≡ and x � � . These curves depict the case of the equality sign for three different θ ’s:

0 75 0 85. , (dotted line in the middle), and � � 0 95. (upper line).The equality sign holds for stable motion along a uniform cycle.


Fig. 4: Stability under a consumption tax with one real root

The difference between Fig. 4 and Fig. 2 is striking, because the fraction in [13] is the opposite from that in [7]. The stability conditions implied by the two taxes are quite different. Consider Fig. 5where � � 0 85. . The area above and to the right of the negatively sloped line is consistent with stability under a consumption tax. From the viewpoint of policymaking, one need not worry about the effects of taxation on stability once the accelerator takes on values higher than 1.3 or 1.4 and the tax is one on consumption. But, only the area above and to the left of the positively sloped curve is consistent with stability under an income tax. Of course, the area above the line and the curve and below y =1 satisfies stability under either tax.

Fig. 5: Stability with one real root under either tax

In the case of two real solutions to the homogeneous equa-tion,we can acceptonly the solution with associated stabi-lity condition:

t � � � �1 14�� [14]

If s is the saving rate so that s t s t� � � � � � �� 1 1 , [14] becomes s > 0 ; that is, all that stability requires is

the presence of some savings. The condition t � �1 � asso-ciated with the other solution is not acceptable because it would imply that the denominator of [12] is negative. This denominator would be zero if [14] held with an equality sign and therefore, there cannot be stable motion along a uniform cycle as was the case with [8], too. Nevertheless, [14] is independent of the coefficient of accelerator, which coefficient according to [8] would be decisive for stability under income taxation. The general conclusion confirms the proposition that a consumption base tax is much supe-rior for stability relative to an income tax.

Moreover, it is superior from the viewpoint of fixed-point output under equal for both taxes revenue. In general:

� �Y Y Y tt t

0 0

115 [15]

which would be true with certainty if t0 0�� given that the denominator is positive. But, �Y Y� for sure under equal tax revenue, 0 0t Y tY�, because when this equality is inserted in [15], yields:

��

Y YY

t [16]

and, since t > 0 , it follows that Y Y� �Æ 0 , always.

Now, note that balanced-budget-rule taxation upsets this picture of the two taxes dramatically. Substituting G T Y� � � �� 0 in [5] and solving again for Y , yields:

YI

Y Y��

��

0 01 2

11

1 17� �

�� [17]

with fixed point at:

YI

�� 0 0 1

1 118

� ��

�� [18]

with the only admissible solution to the homogeneous equa-tion, being associated with the stability condition:

1 0� ��

i.e. that the saving rate is positive (see Appendix). A balan-ced-budget rule takes away instability from the multi-plier-accelerator model completely, suffices that there is some positive saving. The balanced-budget-rule progressive income tax is as stabilizing as the progressive consumption tax under [14].Once the private-public sector interaction is subject to this rule, the accelerator ceases to play any stabilizing role. This improvement of stability comes at an output cost, because:

Y Y I G0 0 01 1 1

which is true since the � �0 1 0�� and I G0 0 1 1 0� �� . And, since Y Y� � , it follows that Y Y< , too: Y Y Y� � �.In so far as the difference equation in connection with the consumption tax is concerned:

Y I tY Yt

� � ��

� �� 0 0

1 211

119�

� � �� [19]


the fixed point is:

YI t t

t0 0 1 1

1 [20]

and the stability condition at � �1 is:

t s� � �1 �

which is not as restrictive as at first sight appears to be when compared to the condition in the absence of the balanced-budget rule(see Appendix) or to the condition under an income tax in the presence of such rule. Simply, a � � �s , with a very small , is a pragmatic rate, in which case both taxes, t s� � �� , would be equally stabilizing. Yet, both taxes cannot have the same multiplier because if they did, we would have that t � �� 1 1 given � �1. The multiplier in connection with the consumption tax should exceed that under the income tax if stability is required: t � �� 1 .

The general conclusion is that from the viewpoint of stabi-lity, income taxation is preferable to consumption taxation under a balanced-budget rule, but the opposite is true in the absence of this rule. McKnight (2015, 2017) would argue that this might be true on certain occasions but the litera-ture has typically found that consumption taxes are better than income taxes under balanced-budget rules. The next section points out that the disagreement here with the lite-rature owes to the identification of balanced-budget rules with the budget constraint and to the comparison of the two taxes in terms of output loss rather than output vola-tility. Moreover, comparing [20] with [12], it is clear that there is an output loss in the case of consumption taxation, too:

Y Y t G0 0

which is true. Nevertheless, the comparison: Y Y� , amounts to:

� � � � � � � �0 0 0 01 1 1 1 1 1�� t t I t I t

which may or may not be true while as the Appendix shows, complicated nonlinear taxation is required in order to have:

0 0Y t tY .The simplest case is under very strict assumptions that:

tI I I t

I I� �

� � � � ��

��

� �� 0 0 0 0 0 0

20

02

02 2

02

02

0

2 5 3 2 24 6 II I I I0 0

20 0 0

204 4 4� � ��

Fanti and Manfredi (2003) demonstrate that nonlinear progressive income taxation can be destabilizing within the multiplier-accelerator model. If we accept this to be true under a balanced-budget rule too, or if nonlinear pro-gressive consumption taxation is destabilizing as well, tax equivalence should not be pursued, which are matters that remain to be investigated.

3. Concluding Remarks

The balanced-budget constraint with an income tax has been found to be destabilizing not only within the context of real business cycle modeling but also within the multi-plier-accelerator model (Karpetis and Varelas 2012). But, note that it is a balanced-budget constraint, not rule, since under a rule, G G T T� � �� 1 1always even though all other quantities may fluctuate; in the case of constraint, it might be that G T� �1 , and it is well known that the lag struc-ture matters much for stabilization. And, anyway, there can be a number of ways according to which a budget is balanced (Milesi-Ferretti 2000), which might be one reason why the evidence regarding the stabilization properties of the balanced budget is mixed (Krol and Svorny 2007, vs. Levinson 2007). As the review of the literature on budge-tary rules from its very beginning by Balassone and Franco (2001) suggests, the analysis becomes even more complica-ted and controversial when the possibility of non-balanced budget rules enter the discussion.

In principle, when income taxation is progressive, tax revenue falls more than income in a recession. And, since current consumption and investment depend on lagged and thereby already taxed income, having already the past lower taxes encouraged current consumption and investment, current balanced-budget taxation lowers the volatility of current after-tax income even more, stabili-zing next period’s aggregate demand even further. The linearity or nonlinearity of progression is immaterial in shaping this trend; but there may be the Fanti and Man-fredi (2003) case that nonlinearity may be such that the reduction of public expenditure following the reduction in tax revenue over-offsets the increase in aggregate demand by consumption and investment. According to this paper, a linear progressive consumption tax weakens the increase of aggregate demand too, relative to income taxation, in line with the cautions about this tax raised by Boyer and Russell (1995) and mentioned in the introductory section. Although we cannot show conclusively that this weakening is so large as to be destabilizing per se, one expects that this is very likely to be the case under “Fanti-Manfredi” nonlinearity in the pursuit of tax equivalence.

In any case, stabilization under a balanced-budget rule entails an output loss relative to output in the absence of such a rule regardless type of tax. This is one aspect of the matter that has not received the proper attention by the relevant literature because of its focus on the nexus between balanced budget and output volatility. Within the context of this paper, the output loss should be ascribed to the absence of countercyclical government expenditure. Although a balanced-budget rule corroborates recovery, it does so based exclusively on the private sector depriving the economy of the countercyclical impetus of budget defi-cits. Consequently, in terms of volatility, the rule should be exacerbating business cycle fluctuations as reported, for example, in Kennedy and Robbins (2001). The costliness of IMF-supported stabilization programs in terms of output, owes to this precisely weakening of the public sector through the disinflation, harming subsequently the goal of international competitiveness (Hutchison and Noy 2003).


One final point that may be made in support of the stabi-lization properties of the consumption tax relative to the income tax, is related to internal and external habit forma-tion in consumption. Since the consumption tax is progres-sive, encouraging consumers to shift consumption from the present to the future, it can correct for the inefficiency of the so-called external habit formation in consumption, viz. for intertemporal consumption externality stemming from keeping-up-with-the Joneses who care enough for their children to leave them bequests. It is an externality that leads to suboptimally large shifts of present consumption to the future, and a progressive consumption tax would make such shifts increasingly expensive, making the efficient equilibrium under external habit formation match the equi-librium under internal habit formation (Alonso-Carrera et al. 2005). Under internal habit formation in consumption, consumer’s utility depends in part on how current consump-tion compares to past consumption, and prompts smoothing both changes and levels of consumption. An income tax can too, make the two equilibria coincide, but through a coun-tercyclical tax rate (Alonso-Carrera et al. 2002), which is more difficult to manage than having adopted a consump-tion tax, because this tax operates like a fiscal rule (Kumhof and Laxton 2009), facilitating at the same time the interac-tion between fiscal and monetary policy (Leith and Wren-Lewis 2000).

Appendix

The homogeneous equation associated with [5] is:

x x2 1 1 1 0� ��

with solutions:

x1 2

21 1 1 1 4 12, �

��

The discriminant will be at least equal to zero iff:

��

� ��

�� 1 4

112

If the discriminant is zero, i.e. if:

� � � �� 1 1 4 12��

��

� ��

�� 1 4

1 2

the only solution, x � �� 1 1 2/ , will be stable iff it is at most equal to 1. When the corresponding inequa-lity is solved for τ , yields:

��

� ��

1 21

If the discriminant is positive, the stability condition x ≤1 implies for the solution with the negative square root:

��

� �� 1 1 3

1 21��A [A1]

and for the solution with the positive square root:

��

� ��

1 1 31 2

Since the denominator of [6] has to be positive:

��

� �1 1

And, since

1 1 31 2

1 1 1 3 02��

� � � � � ��

� �

which is true, only condition [A1] and the corresponding solution are admissible. In any case, if the tax rate is to be positive and less than 1, the additional condition:

� ��

��

�1 3

1 2

should hold as illustrated through Fig. A1, where y �� (vertical axis) and x � � :


Fig.A1: Combinations of � � � �f x and � � x

Next, the homogeneous equation associated with [11] is:

ztz

t2 1

1 10�

��

��

��

with solutions:

zt

t1 2

21 1 4 12 1, �

��

� � � � ��

The discriminant will be at least equal to zero iff:

t � �� 1

14

2� ��

If the discriminant is zero, i.e. if � � ��1 4 12�� t

t � �� 1

14

2� ��

the only solution, z t� �� 1 2 1/ , will be stable iff it is at most equal to 1. When the corresponding inequality is solved for τ , yields:

t � �� 1

12

� �

If the discriminant is positive, the stability condition z ≤1 implies for the solution with the positive (negative) square root that t t� � � �� 1 1� �� .

Now, consider the homogeneous equation associated with [17]:

u u2 1 0� ��

with solultions:

u1 2

2 21 1 42, �

��

Fig. A2 where the vertical axis measures θ and the hori-zontal axis records ε , shows that the case of a discriminant equal to zero, with � � �� 4 1 3/ should be ruled out as implausible; � �1 at � �1. Stability in the case of a posi-tive discriminant under a negative square root would imply that 1 0� �� , which is implausible as well. Therefore, only the solution with the positive square root is admissible with associated stability condition that 1 0� �� .

Fig. A2: Balanced-budget and stability: � � � �f x and � � x

Next, the homogeneous equation associated with [19] is:

vtv

t2 1

1 10�

��

��

��

and the solutions are:

vt

t1 2

2 21 1 4 12 1, �

��

� � � � ��

The discriminant should be positive because as Fig. A3 shows, only the condition:

t � �� 1

14

2� ��

is plausible while only the solution with the positive square root is consistent with the positive sign of the denominator of [20]. At � �1, this condition becomes: t � �1 �


Fig. A3: Consumption tax and stability: t y x� �,�� , and � � 0 75. (higher line), � � 0 85. (middle dotted curve), and � � 0 95.

Finally, 0 02

0 0 0 01 1 1 1Y t tY t I t I I I t0 0 0 0 0 0

0 02

0 0 0 01 1 1 1Y t tY t I t I I I t0 0 0 0 0 0

0 02

0 0 0 01 1 1 1Y t tY t I t I I I t0 0 0 0 0 0,

with: tI II1 2

0 0 0

0

12 1 1,

Δ

where: Δ 1 4 1 1 10 0 02

0 0 0 0I I I I t00 0

Δ 1 4 1 1 10 0 02

0 0 0 0I I I I t00 0 . If Δ� 0,

the only solution would be the real one:

tI I

I�

��

12 1 1

0 0 0

0

� ��

but the numerator would be less than the denominator so that t <1, if I0 0 1� �� , which is simply not realistic. And, to have a positive Δ, the following condition should hold:� � �� 2

02

02 2

02

02

0 0 02

0 0 02

0 024 6 4 4 4 6� � � � � � �� I I I I I I I 44 4 4 2 10 4 40

20 0 0 0

20 0 0 0 0

202

0 0 0 0� � � � � � � � �I t I I I I I I I I� � � �� 44 00 0t I� � �� 2

02

02 2

02

02

0 0 02

0 0 02

0 024 6 4 4 4 6� � � � � � �� I I I I I I I 44 4 4 2 10 4 40

20 0 0 0

20 0 0 0 0

202

0 0 0 0� � � � � � � � �I t I I I I I I I I� � � �� 44 00 0t I� � �� 2

02

02 2

02

02

0 0 02

0 0 02

0 024 6 4 4 4 6� � � � � � �� I I I I I I I 44 4 4 2 10 4 40

20 0 0 0

20 0 0 0 0

202

0 0 0 0� � � � � � � � �I t I I I I I I I I� � � �� 44 00 0t I� � � . It is clear that there is no point in pursuing this matter further given that the central message of this tedious arithmetic is the nonlinea-rity of taxation if the two taxes are to be yielding the same revenue to the tax authority.Nevertheless, rewriting the quadratic inequality as: , and its solutions as:

1 2

2 42,

Λ Λ ΓΞΓ

IF, Λ 4ΓΞ2 � and hence, Λ Γ/ 2 , and IF this fraction is less than 1, we can still conclude that: t Λ Γ/ 2 . Consumption taxation may be nonlinear but income taxa-tion is not, which is important because nonlinear progres-sive income taxation has been shown to be destabilizing.

Acknowledgement

I am grateful to two anonymous reviewers for their useful comments and suggestions.


Footnotes

1 Nishimura et al. (2013), and Nourry et al. (2013), address explicitly the matter of consumption taxation in connec-tion with Schmitt-Grohe and Uribe’s (1997a, 1997b, 2000) seminal work on balanced budget, taxation, and instability.

2 More precisely, McKnight (2017) considers a version of balanced budget rule which allows for the presence of public debt as well. There is a non-balanced budget cons-traint, under which consumption and income taxation can have the same stability properties given time-consistent with history-dependent monetary policy, which in turn prescribes zero long-run capital taxation. But, stability, for Giannitsarou (2007), presupposes the presence of capital taxation. Moreover, a non-balanced budget constraint may be manipulated by the government so to increase its assets (increase public debt at will) until the lack of commitment is no longer binding, undermining stability regardless type of tax.

3 Of course, investment can be a function of many fac-tors. But, within the context of the multiplier-accelerator model, the only aspect of investment that might be investi-gated further is its multiplier or accelerator predominantly character. This issue has been studied by Todorova and Kutrolli (2019, 370), who finds out “that adding an acce-lerator coefficient reaffirms Keynesian findings, reinforcing thus the validity of the theory.”

4 A more general expression for government spending would only complicate results unnecessarily: G0 at steady state Y , would have to be replaced by this general expression.

References

Alonso-Carrera, Jaime, Jordi Caballe and Xavier Raurich (2002), “Income Taxation with Habit Formation and Consumption Externalities”, UFAE and IAE Working Paper. http://pareto.uab.es/wp/2001/49601.pdf

Alonso-Carrera, Jaime, Jordi Caballe and Xavier Raurich (2005), “Growth, Habit Formation, and Catching-up with the Joneses”, European Economic Review, 49, 1665-1691.

Balassone, Fabrizio and Daniele Franco (2001), “EMU Fiscal Rules: A New Answer to an Old Question?”,Banca d’Ita-lia, Proceedings of the Workshop on Fiscal Rules, 2001, pp. 34-58. https://ssrn.com/abstract=2094456

Boyer, Daniel J. and Susan M. Russell (1995), “Is it Time for a Consumption Tax?”,National Tax Journal, 48(3), 363-372.

Carroll, Robert, David Joulfaian, and James Mackie(2011), “Income Versus Consumption Tax Baselines for Tax Expenditures”, National Tax Journal, 64 (2, Part 2), 491-510.

Fanti, Luciano and PieroManfredi (2003),“Progressive Income Taxation and Economic Cycles: A Multiplier-Ac-celerator Model”, Discussion Papers del Dipartimento di ScienzeEconomiche – Università di Pisa, no. 11. http://www-dse.ec.unipi.it/ricerca/discussion-papers.htm

Gale, William G. and Andrew A. Samwick(2016), “Effects of Income Tax Changes on Economic Growth”, Brookings Institution and Tax Policy Center Working Paper.https://www.brookings.edu/wp-content/uploads/2016/07/09_Effects_Income_Tax_Changes_Economic_Growth_Gale_Samwick_.pdf

Ghilardi and Rossi (2014), “Aggregate Stability and Balan-ced-Budget Rules”, Journal of Money, Credit and Ban-king, 46(8), 1787-1809.

Giannitsarou, Chryssi (2007),“Balanced Budget Rules and Aggregate Instability: The Role of Consumption Taxes”, Economic Journal, 117, 1423-1435.

Hutchison, Michael M. and IlanNoy(2003), “Macroecono-mic Effects of IMF-sponsored Programs in Latin Ame-rica: Output Costs, Program Recidivism and the Vicious Cycle of Failed Stabilizations”, Journal of International Money and Finance, 22(7), 991-1014

Karpetis, Christos and ErotokritosVarelas (2012), “Fiscal and Monetary Policy Interaction in a Simple Accelerator Model”, International Advances in Economic Research, 18(2), 199-214.

Kennedy, Suzanne and Janine Robbins (2001),“The Role of Fiscal Rules in Determining Fiscal Performance”, Depart-ment of Finance Canada Working Papers 16.http://www.fin.gc.ca/pub/pdfs/wp2001-16e.pdf

Krol, Robert and Shirley Svorny (2007), “Budget Rules and State Business Cycles”, Public Finance Review, 35(4), 530-544.

Kumhof, Michael and Douglas Laxton (2009), “Simple, Implementable Fiscal Policy Rules”, IMF Working Paper 76. https://www.imf.org/external/pubs/ft/wp/2009/wp0976.pdf

Leith, Campbell and Simon Wren-Lewis (2000), “Interac-tions between Monetary and Fiscal Policy Rules”, Econo-mic Journal, 110, C93-C108.


Levinson, Arik (2007),“Budget Rules and State Business Cycles: A Comment”, Public Finance Review, 35(4), 545-549.

McKnight, Stephen (2017), “Are Consumption Taxes Prefe-rable to Income Taxes for Preventing Macroeconomic Instability?”, Macroeconomic Dynamics 21, 1023-1058.

Meng, Qinglai and JianpoXue(2015), “Balanced-Budget Con-sumption Taxes and Aggregate Stability in a Small Open Economy”, Economic Letters, 137, 214-217.

Milesi-Ferretti, Gian Maria (2000), “Good, Bad or Ugly?On The Effects of Fiscal Rules with Creative Accounting”, IMF Working Paper 172.https://www.imf.org/external/pubs/ft/wp/2000/wp00172.pdf

Nishimura, Kazuo, CarineNourry, Thomas Seegmuller and Alain Venditti(2013), “Destabilizing Balanced-Budget Consumption Taxes in Multi-sector Economies”, Interna-tional Journal of Economic Theory, 9(1), 113-130.

Nourry, Carine, Thomas Seegmuller and Alain Vendit-ti(2013),“Aggregate Instability under Balanced-Budget Consumption Taxes: A Re-examination”, Journal of Eco-nomic Theory, 148(5), 1977-2006.

Ortigueira, Salvador (2012), “Markov-perfect Optimal Fiscal Policy: The Case of Unbalanced Budgets”, Univer-sidad Carlos III de MadridUC3M Working papers.https://e-archivo.uc3m.es/bitstream/handle/10016/15788/we1230.pdf?sequence=1

Schmitt-Grohe, Stephanie and Martin Uribe (1997a), “Balanced-Budget Rules and Macroeconomic (in)Stabi-lity”, Journal of Economic Theory, 119(2), 357-363.

Schmitt-Grohe, Stephanie and Martin Uribe (1997b), “Balan-ced-Budget Rules, Distortionary Taxes, and Aggregate Instability”, Journal of Political Economy, 105(5), 976-1000.

Schmitt-Grohe, Stephanie and Martin Uribe (2000), “Price Level Determinacy and Monetary Policy under a Balan-ced-Budget Requirement”, Journal of Monetary Econo-mics, 45(1), 211-246.

Todorova, Tamara P. and Marin Kutrolli (2019), “An Expan-ded Mltiplier-Accelerator Model”, Journal of Economics and Political Economy, 6(4), 368-382.

Turnovsky, Stephen J. (1977),Macroeconomic Analysis and Stabilisation Policy, Cambridge: Cambridge University Press.

Westerhoff, Frank H. (2006),“Samuelson’s Multiplier-Ac-celerator Model Revisited, Applied Economic Letters, 13(2), 89-92.



CÓDIGOS JEL:D70; F00; F60PALABRAS CLAVE:Reino Unido; Brexit; Unión Europea; Euroescepticismo; Globalización

Resumen: Este artículo tiene tres objetivos. En primer lugar, se muestra como los resultados del referéndum realizado en Gran Bretaña en 2016 no son sorprendentes dado que están en línea con los resultados obtenidos en la encuesta realizada en 2013 por el International Social Survey Program (ISSP). En Segundo lugar, se provee evidencia clara sobre la correlación exis-tente entre los resultados del referéndum y las preferencias proteccionistas y las opiniones sobre los inmigrantes. Finalmente, se estiman modelos probit y logit que brindan información sobre el impacto de los atributos sociodemográficos en estas preferencias los cuales están en línea con los resultados obtenidos en el referéndum de 2016.

ARTÍCULO

Personal drivers behind the Brexit vote

Natalia Melgara, Ignacio Bartesaghib and Natalia De Maríac

a Ph.D. in Economics, Professor at the Catholic University of Uruguay, Institute of International Businesses. Address: Av. 8 de Octubre 2738, 11600. Phone: (598) 2487 2717, ext. 6267 b Ph.D. in International Relations, Director of the Institute of International Businesses, Catholic University of Uruguay c Master’s in International Relations, Professor at the Catholic University of Uruguay, Institute of International Businesses.

JEL CODES:D70; F00; F60KEYWORDS:United Kingdom; Brexit; European Union; Euroscepticism;Globalization

Abstract: The aim of this article is threefold. Firstly, by using the survey carried out in 2013 by the International Social Survey Program (ISSP), we compare the voting intentions of the British prior to Brexit with the 2016 referendum results and we show that these results were not a surprise. Secondly, we provide clear evidence for the correlation between the Brexit´s results and protectionist preferences and opinions towards immigrants. Finally, we estimate probit and logit models that shed light on the impact of sociodemographic attributes on these preferences which are in line with the 2016 referendum results.

E-mail: [email protected]; [email protected]; [email protected]


44 Natalia Melgar, Ignacio Bartesaghi and Natalia De María

1. Britain’s Relations with the European Community and the European Union since 1945

After the Second World War, most European countries aim of securing lasting peace. The first step was the creation of the European Coal and Steel Community (ECSC) through a Treaty that had six founding countries: Belgium, France, Germany, Italy, Luxembourg and the Netherlands. Each country agreed to run their heavy industries (coal and steel) under a common management. Given its success, member countries aimed at expanding cooperation to other sectors and, in 1957, they signed the Treaty of Rome that created the European Economic Community (EEC) and introduced the free movement of people, goods and services. It is worth mentioning that UK was not part of this process even when it was invited to join (Ellison, 2016).

In parallel, in 1960, Austria, Denmark, Norway, Portugal, Sweden, Switzerland and the United Kingdom looked for an alternative and they established the European Free Trade Association (EFTA) through the Stockholm Convention. In 1973, the UK ceased to be a member of the EFTA and it decided to join the EEC.

However, in 1975, there was a referendum because the Labour Party had promised (in 1974) that the citizenship would decide whether to remain or not in the EEC. At that moment, 67% of the voters was in favor of being a member, although several political leaders argued that the agree-ment should be renegotiated (Cook and Francis, 1979).

In 1992, the members of the EEC signed a new agreement, the Maastricht Treaty that created the Euro and aimed at preparing the bloc for the European Monetary Union and it also included elements of a political union (citizenship, common foreign and internal affairs policy). The members looked for expanding the bloc beyond economic matters and the name was changed to European Community and the cooperation among them, was deepened by including two new pillars: common foreign and security policy and coope-ration in the fields of justice and home affairs.

The sole exemption was UK, the Maastricht Treaty inclu-ded protocols on the UK that gave them opt-outs with the right to decide if and when they would join the Euro zone. Moreover, UK also received opt-outs from implementing the Schengen acquis (Cuel, 2017).

According to Startin (2015), UK citizens did not share a clear European identity with other EU members and this issue became a relevant psychological obstacle to pro-Eu-ropean British attitudes. Moreover, McLaren (2015) highli-ghted that, through its history, the public considered that the European integration has limited their sovereignty and the capacity of the government to take decisions such as an example, the capacity of the governments to control immigration.

The discussions among hard Eurosceptics, pro-Europeanists and soft Eurosceptics resulted in the referendum that took place in 2016. The former group was in favor of abandoning the European Union (EU) while the others were in favor of being a member. After a strong campaign in which issues such as immigration, terrorism, sovereignty and national

identity had a key role, 52% voted to leave and 48% voted to remain in the EU. The Brexit process started in March 2017, when the government formally announced the coun-try´s withdrawal and it was ended on 31st January 2020. Until 31st December 2020, the UK and the EU will renego-tiate their future relationship. During this period, the UK remains subject to the EU law, part of the EU customs union and single market but UK is no longer part of the EU´s poli-tical bodies or institutions (European Commission, 2020).

2. The referendum as a key instrument

The outcome of the referendums in general and the Brexit in particular, have generated a vast literature of their own. When elections are close and, at the same time, the EU is unpopular, Prosser (2016) showed that EU member states are very likely to call referendums to ratify EU treaties. A key issue has been identifying a person´s main decision-ma-king drivers when voting and the impacts on the integration process. It is especially true in cases such as the Brexit, in which several studies showed that the economic impacts would be negative given that it would lead to new trade barriers between the United Kingdom and not only the EU members but also with all countries that had a trade agree-ment with the EU (see for example, Sampson (2017)).

The Treaty of Nice could be set as an example of the impor-tance of the referendums. It was related to the enlarge-ment of the European Union (from 15 to 25 members). In all members this Treaty was ratified by the Parliament, Ireland was the exemption where all changes that imply a transfer of sovereignty to the EU require a constitutional amendment and the Constitution can only be amended by a referendum. In 2001, voters rejected the Treaty of Nice and after some changes, a second referendum took place in 2002 and 63% voted in favor of the Treaty. Garry, et al., (2005) assessed these referendums held in Ireland and they showed that relevant issues related to the EU were the main drivers that shape the decision when voting rather than domestic political aspects. In that sense, they argued that the campaign played a relevant role regarding the pro-vided information about the EU.

During the last decades, the referendums have often been used by the members. The consultations have sought views on several issues, including the enlargements or the Euro. Even when a referendum is a national consultation, the outcomes have direct impacts on the integration process and on many occasions the treaties were renegotiated.

Therefore, the understanding of the decision-making pro-cess at the individual level and appropriately dimensioning the results of the referendums are key issues for Brussels. It is especially true in the case of the Brexit. The European Commission is likely to adjust the priorities defined for the period 2019–2024, in order to avoid disagreements among the members which may try to block its proposals or even question their membership to the bloc. The cohesion and the strengthening of the European identity are key issues at this moment.

Moreover, another crucial driver is the Euroscepticism, a phenomenon that is becoming increasingly influential. As Brack and Startin (2015) pointed out it is supported by poli-

Personal drivers behind the Brexit vote 45

tical parties, non-party groups and within the media. These changes have transformed it from the margins to a main issue that is challenging and questioning the EU´s scope of intervention and its legitimacy. In that sense, Van Elsas, et al., (2006) assessed the profiles of the Eurosceptics in the 15 western states of the European Union. The authors highlighted that both, left-wing parties and right-wing par-ties, have made similar criticism to the EU that have been harder in the case of extreme right-wings and extreme left-wing factions which have gained seats at the parliaments. Given these facts, more referendums like the Brexit could not be discarded and it is especially sensitive in the case of relevant members such as Belgium, France, Germany, Italy and Spain.

In line with this, Evans (2000) added that left-wing and right-wing Eurosceptics had claims against the EU which are markedly different. While the right-wing tend to focus on cultural issues (such as migration and national identity), those on the left-wing tend to concentrate on the econo-mic sphere (such as redistributive policies and the role of government in the economy). Kriesi, et al., (2008), argued that although Euroscepticism is a multidimensional pheno-menon, the cultural components were the most relevant the fundamentals followed by the economic issues.

3. Data source

The microdata comes from the National Identity module of the 2013 survey carried out by ISSP. The survey asks res-pondents about their opinions on a great variety of issues, including trade preferences, immigration, patriotism and politics, as well as demographic and socio-economic infor-mation such as age, gender, education, religion, religiosity, political party affiliation and others.

More than 900 people have answered the survey in Great Britain (North Ireland is not included) and the question that allow us to identify people preferences towards EU mem-bership is:

“If there were a referendum today to decide whether Britain does or does not remain a member of the European

Union, how would you vote?”

There were three possible answers:

• Vote for Britain to remain a member of the European Union.

• Vote for Britain to leave the European Union.• Cannot choose.

Table 1. Preferences about EU membership

EU_MEMBERSHIP

Vote for Britain to remain a member of the EU 36.6%

Cannot choose 23.7%

Vote for Britain to leave the EU 39.7%

Total 100%

Source: own elaboration based on ISSP 2013.

As Table 1 showed, 39.7% of respondents preferred to leave the EU while 36.6% would choose to remain while 23.7% could not choose. Even when the results of this survey are very close to the referendum results, those who could not choose are key players when explaining the differences between the survey results and the referendum results. From 2013 to 2016, in most of the cases, the opinions could be shaped later by interest groups and the electoral cam-paign, among other drivers.

Given this dataset, when estimating the model, we focus on the group of people who had an opinion and compare the responses to this question (in 2013) with the (2016) refe-rendum results. Secondly, we focus on determining which elements shape people´s preferences. For doing so, we generate the binomial variable EU_MEMBERSHIP:

EU_MEMBERSHIP = 0 if respondent would vote to remain 1 if respondent would vote to leave

Table 2. Distribution of answers

EU_MEMBERSHIP

0 - Vote for Britain to remain a member of the EU 48.0%

1 - Vote for Britain to leave the EU 52.0%

Total 100%


The table 3 presents the set of independent variables that are included and the median values.

Table 3. Independent variables

Label Values

Personal attributes AGE Respondent’s age. 54

ATHEIST 1 if being atheist and 0 in other case. 0.48

CHAUVINISM 1 if preferring to be a citizen of Great Britain than of any other country in the world and 0 in other case.

0.37

CONSERVATIVE_PARTY 1 if identifying with the Conservative Party and 0 in other case. 0.30

DIVORCED 1 if being divorced and 0 in other case. 0.17

EDUYRS Years of schooling. 13

INCOME 1 if personal income is £ 1.600 or more and 0 in other case. 0.32

LABOUR_PARTY 1 if identifying with the labour Party and 0 in other case. 0.27

MEN 1 if being a man and 0 in other case. 0.48

NATIONALISM 1 if feeling close to Great Britain and 0 in other case. 0.24


4.Methodology

Firstly, with the goal of deepening the understanding of the links among a set of variables related to the globalization process, we compute the Spearman’s correlation coeffi-cient (because we deal with ordinal data). The correlation is a measure of an association between variables. If they are correlated, the changes in one variable are associated with changes in the other variable. The Spearman’s corre-lation coefficient, ρ, ranks from -1 to 1 and the results are interpreted as follows:

• If ρ = -1, there is a perfect negative association. • If -1 < ρ < 0, there is an unperfect negative association.• If ρ = 0, there is no association.• If 0 < ρ < 1, there is an unperfect positive association.• Si ρ = 1, there is a perfect positive association.

Secondly, to strengthen previous results, we employ princi-pal components analysis (PCA). This technique explains the total variability of a set of m correlated variables through the use of m orthogonal principal components. They are new variables that are weighted linear combinations of the original variables. The components are uncorrelated and most of the information is stored into the first components (see Jolliffe (1990) for detailed exposition). For doing so, we normalize the data so that PCA works properly.

Thirdly, we generate a binomial variable, EU_MEMBERSHIP, it is a binomial variable and as Ameniya (1981) describes the probability of being equal to one is:

P EU MEMBERSHIP x x xn n...1 1 1 2 2Ф

Where: βi are unknown parameters, xi are the indepen-dent variables and Ф is the standard normal distribution function. Instead of Ф, the logistic distribution, L(x), could be used. If it is the case, a logit model would be estimated where:

L x x� � � � �� 1 exp-1

Ameniya (1981) argues that the logistic function is a good approximation to the normal distribution and that the esti-mated parameters obtained by using the two distributions are often very close (the multiplicative factors are the exceptions). For additional information about these models see Berkson (1955), Cox (1966), Domencich and McFadden, (1975), Finney (1971) and McFadden (1974).

A probit or logit model provides the probability that the dependent variable equals one as a function of the inde-pendent variables (at the mean). Moreover, when conside-ring these models, the estimated parameters ( βi ) do not provide direct information on the relationship between the independent and dependent variables. Relevant conclu-sions are drawn from the marginal effects of each indepen-dent variable when one of them equals one and the others at means. For example, the marginal effect of an indepen-dent variable is:

� � ��

� � ��

vx

vi

i� ´

5. Why the surprise over the 2016 referendum results?

Before the referendum, opinion polls tended to show very similar ratios in favor of remaining and leaving. Even when the difference was minimal, most of the polls showed that remaining as an EU member would prevail. However, three years before, the ISSP survey´s results were clearly in line with the referendum results.

Keeping in mind that 23.7% of the respondents could not choose (Table 1). If this group is excluded, results showed that among those who had an opinion, 52% would vote to leave the EU and 48% would vote for continuing to be a member. We highlighted that these ratios are the same that were observed in June 2016, when the referendum took place with a huge turnout of 72.2%.

Table 4. Comparison between the ISSP results and the referendum results

Leave Remain

Referendum results (2016) 51.9% 48.1%

ISSP results (2013) 52.0% 48.0%

Source: own elaboration based on ISSP 2013 and The Electoral Commission.

Table 5 presents the distribution of answers by region, the option “leave” won in England and Wales while in Scot-land and Northern Ireland, “remain” prevails. In London, the voter turnout was 69.6%, among this group of people who voted in the referendum, 59.9% opted to remain as a member. We highlighted that the ISSP survey showed the same tendencies.

Label Values

Personal attributes PATRIOTISM 1 if being proud of Great Britain and 0 in other case. 0.54

RELIGIOSITY 1 if attending religious services at least once a week and 0 in other case.

0.20

UNEMPLOYED 1 if being unemployed and 0 in other case. 0.46

WIDOWED 1 if being widowed and 0 in other case. 0.11

Regions ENGLAND 1 if living in England and 0 in other case. 0.86

WALES 1 if living in Wales and 0 in other case. 0.05

SCOTLAND 1 if living in Scotland and 0 in other case (omitted variable). 0.09



Table 5. People´s preferences by region

Region Moment Leave Remain

England Referendum (2016) 53.4% 46.6%

ISSP (2013) 53.0% 47.0%

Scotland Referendum (2016) 38.0% 62.0%

ISSP (2013) 38.2% 61.8%

Wales Referendum (2016) 52.5% 47.5%

ISSP (2013) 60.7% 39.3%

Source: own elaboration based on ISSP 2013 and BBC.

In the case of age, the results are also very similar. Table 6 shows that young people tend to prefer to remain as a member while older people are more likely to support Brexit.

Table 6. Preferences for EU membership and age

Age group Moment Leave Remain

18-24 Referendum (2016) 27% 73%

ISSP (2013) 39.1% 60.9%

25-34 Referendum (2016) 38% 62%

ISSP (2013) 42.3% 57.7%

35-44 Referendum (2016) 48% 52%

ISSP (2013) 46.9% 53.1%

45-54 Referendum (2016) 56% 44%

ISSP (2013) 47.6% 52.4%

55-64 Referendum (2016) 57% 43%

ISSP (2013) 55.6% 44.4%

65 or older Referendum (2016) 60% 40%

ISSP (2013) 61.0% 39.0%

Source: own elaboration based on ISSP 2013 and BBC.

Regarding gender, table 7 reveals dissimilar results. While most of the men support Brexit when answering the ISSP survey and when the referendum took place, in the case of women, the results does not coincide. It is worth noting that when the ISSP survey was carried out, 28.6% of the women indicated that they could not choose. So, the figu-res indicated that, most of these women decided to vote in favor of leaving the EU.

Table 7. Preferences for EU membership and gender

Gender Moment Leave Remain

Women Referendum (2016) 49.0% 51.0%

ISSP (2013) 52.2% 47.8%

Men Referendum (2016) 55.0% 45.0%

ISSP (2013) 51.8% 48.2%

Source: own elaboration based on ISSP 2013 and Statista.

The educational level is also relevant when assessing these preferences and, once again, the results are very close. As Table 8 shows, in both cases, more educated people are more likely to support the remain option while the opposite is true in the case of less educated people.

Table 8. Preferences for EU membership and the educatio-nal level

Category Moment Leave Remain

No secondary qualification

Referendum (2016) 65% 35%

ISSP (2013) 77.1% 22.9%

(General) Cerificate of Secondary Education or equivalent


ISSP (2013) 60.0% 40%

O-level or A-level or equivalent


ISSP (2013) 56.1% 43.9%

Higher below degree level


ISSP (2013) 51.5% 48.5%

University degree Referendum (2016) 26% 74%

ISSP (2013) 26.9% 73.1%


People´s attributes play a key role in shaping this kind of opinions and the same is true in the case of political affi-liation. In this case, the survey results are also full in line with the referendum results (Table 9). We present the three biggest parties, and it is found that those who identify with the Conservative Party are more likely to vote to “leave” while the opposite is true for those who identify with the Labour Party or with the Liberal Democrats.

Table 9. Preferences for EU membership and political preferences

Political Party Moment Leave Remain

Conservative Referendum (2016) 58% 42%

ISSP (2013) 62.0% 38.0%

Labour Referendum (2016) 37% 63%

ISSP (2013) 39.9% 60.1%

Liberal Democrats


ISSP (2013) 37.9% 62.1%


6. Protectionism, immigrants, the benefits from the European Union and the Brexit results

Great Britain has a long tradition of protectionism since its creation in 1707 and even when during its history there were relevant changes towards free trade, the pendulum continues to swing back. People opted to abandon the EU and there is uncertainty about the impacts of this decision and about the foreign policy that the country would follow. Even when the country may benefit from free-trade or by signing trade agreements, some citizens who are, at the same time, the voters, demand a different set of policies which justified the never-ending protectionist spiral.

In this section, we assess the linkages between the opinions towards the EU membership and the opinions towards pro-tectionism and immigrants. It is worth mentioning that in this section, we consider the whole sample because at least


one of these categories “cannot choose”, “neither agree or disagree” or “do not know” appears as a possible answer to all questions. In order to shed light on these issues, we consider two additional questions which collect informa-tion about these two processes:

How much do you agree or disagree with the following sta-tements?

1. Britain should limit the imports of foreign products in order to protect its national economy.

2. Immigrants take jobs away from people who were born in Britain.

In both cases, the answers were codified in three catego-ries:

• Strongly agree or agree.• Neither agree nor disagree.• Disagree or strongly disagree.

Table 10 shows the joint distribution of answers and it is worth highlighting that most of the British agree with both these statements. Moreover, we point out that 25.2% of the British would opt to leave the EU and, at the same time, they prefer protectionism. Additionally, 26.2% of the British

would opt to leave the EU and, at the same time, they consider that immigrants are a threat because they take jobs away.

By using STATA, we find not only that the opinions are corre-lated but also that the correlations are significant at 1%. Firstly, we consider the opinions towards EU membership and preferences towards protectionism (PROTECT) and the test shows that ρ equals 0.25. Secondly, when we com-pare the opinions towards EU membership and the opinions towards immigrants (IMMIGRANTS), the test indicates that ρ equals 0.28. Finally, when considering the benefits from the bloc (BENEFITS), the relationship seems to be stronger, ρ equals 0.64.

These figures are clear evidence that the British have a clear anti-globalization sentiment that may explain the 2016 referendum results. The question that inevitable emerges from these results is: what are the drivers of these personal opinions? The next section deals with them.

It is worth highlighting that British´s perception about the EU makes matters worse. Table 11 shows that only 17.9% of respondents indicate that Great Britain has greatly or largely benefited from being a member and most of these

Table 10. Preferences for EU membership and opinions towards protectionism and immigrants

If there were a referendum today to decide whether Britain does or does not remain a member of the European Union, how would you vote?

Vote for Britain to remain a member of the EU

Can’t choose Vote for Britain to leave the EU

Total

Great Britain should limit the imports of foreign products?

Disagree or strongly disagree 12.0% 4.5% 5.8% 22.3%

Neither agree or disagree 11.0% 8.5% 8.7% 28.2%

Agree or strongly agree 13.6% 10.8% 25.2% 49.6%

Total 36.6% 23.7% 39.7% 100%

Immigrants take jobs away from people born in GB

Disagree or strongly disagree 12.9% 4.7% 5.8% 23.4%

Neither agree or disagree 11.1% 6.4% 7.7% 25.2%

Agree or strongly agree 12.5% 12.5% 26.2% 51.3%

Total 36.6% 23.7% 39.7% 100%


Table 11. Preferences for EU membership and individual perceptions about the benefits from being a member

If there were a referendum today to decide whether Britain does or does not remain a member of the European Union, how would you vote?

Vote for Britain to remain a member of the EU

Can’t choose Vote for Britain to leave the EU

Total

Great Britain benefits or does not benefit from being a member of the EU

Greatly benefits / largely benefits 16.1% 1.1% 0.7% 17.9%

Somewhat benefits 15.6% 8.7% 7.0% 31.3%

Do not know 1.9% 6.6% 2.7% 11.1%

Does not benefit at all or only a little 3.6% 7.2% 28.9% 39.7%

Total 37.1% 23.5% 39.4% 100%



people would opt to remain a member. It also reveals that most of the people considers that the bloc has not benefit the country or that the benefits were scarce and hence, they are more likely to vote to abandon the bloc.

With the aim of measuring the commonality between these variables, the PCA methodology was applied. Table 12 shows the eigenvalues from highest to lowest. The eigenva-lues are the variances of the principal components. By ran-king the eigenvectors in order of their eigenvalues, highest to lowest, the principal components are ordered according to their significance.

The results show that the first principal component has a variance of 1.9 which explains 43% (0.43 = 1.9/4) of the total variance. If the first and the second components are considered, 71% of the total variance is explained. It is worth noting that all components have a contribution that is higher than 10% so there is no need to reduce the number of components. In this case, this process would lead to losing relevant information.

Table 12. Principal components analysis results

Component Eigenvalue Difference Proportion Cumulative

Component1 1.90 0.97 0.48 0.48

Component2 0.93 0.24 0.23 0.71

Component3 0.69 0.22 0.17 0.88

Component4 0.47 0.12 1.00

Number of observations: 781 Number of components: 4 Trace: 4 Source: own elaboration based on ISSP 2013.

Finally, these figures show that several drivers shape people preferences about this issue. On one extreme, there are

people who recognize that Great Britain had largely benefit from being a member and at the same time, they prefer to leave the EU. On the other extreme, there are people who perceived that the country had not benefit from being a member and, at the same time, they would vote to remain a member. These drivers are personal attributes such as gender, educational attainment, political views or feelings of nationalism, among others. The goal of the next section is to present a model which provides evidence on the role of these variables in shaping people´s opinions.

7. Key drivers of British´s opinion on the Brexit

In order to shed light on the personal characteristics that shape individual´s decision about the EU´s membership, by using STATA, and following Ameniya (1981), we estimate two probit models and two logit models and we compute the marginal effects that are the impacts on the probability of voting to leave the bloc.

As Table 13 shows and in line with previous findings, the probability of preferring to leave the EU is 52%. It is worth remembering that in the case of these models we reduce the sample. Only those who expressed a positive or a nega-tive opinion are considered because we aim at comparing the estimation results with the referendum results.

There is a vast body of literature that shows the different attitudes that winners and losers of globalization have towards issues such as international trade, immigration, cooperation and the European integration (Teney et al., 2014, Kriesi et al., 2012, Azmanova, 2011 and Tucker et al., 2002). In line with this, our findings indicate that older people, poorer people and less educated people are more likely to favor leaving the EU. Hobolt (2016) showed simi-

Table 13. Impacts on the probability of voting to leave the EU (marginal effects after probit and logit model estimations)

1 - Probit models 2 - Logit models

Model 1.1 Model 1.2 Model 2.1 Model 2.2

Personal attributes Personal attributes plus region


AGE 0.004 0.003 0.004 0.003

(0.001)*** (0.001)*** (0.001)*** (0.001)***

INCOME_SCALE -0.053 -0.048 -0.082 -0.081

(0.032)* (0.030)* (0.045)* (0.043)*

EDUCATION -0.023 -0.034 -0.022 -0.034

(0.055)*** (0.007)*** (0.054)*** (0.007)***

UNEMPLOYED 0.076 0.090 0.078 0.097

(0.038)** (0.037)** (0.040)** (0.038)**

CONSERVATIVE_PARTY 0.107 0.096 0.108 0.102

(0.025)*** (0.029)*** (0.024)*** (0.029)***

LABOUR_PARTY -0.135 -0.140 -0.134 -0.145

(0.086) (0.088) (0.085) (0.092)

PATRIOTISM -0.089 -0.070 -0.091 -0.081

(0.071) (0.074) (0.071) (0.080)


lar results but it is worth remembering that this survey was carried out three years before the Brexit referendum. Moreover, we extend her findings by considering unemplo-yment as a key driver. Figures show that those who are unemployed tend to favor leaving the EU. The same is true in the case of those who support protectionist policies and those who are against immigration, these elements are key drivers that shape people´s attitudes towards the Brexit (see also Hobolt and Tilley, 2016 and Kriese et al., 2012).

The figures also show that political affiliation matter in the expected direction. As proof, the models shows that people who identify with the Conservative Party are much more likely to favor the leaving option while there is no signifi-cant difference between those who affiliates to the Labour party and those who affiliates to the Liberal Democrats Party. It is worth remembering that according to the ISSP´s survey results, most of these voters preferred to remain in the EU and both parties showed similar ratios (Table 9).

Findings also show that attachment to the country plays a relevant role in shaping this opinion. It is worth noting that there are different degrees of attachment to one´s coun-try which could be divided into different categories such as patriotism, nationalism and chauvinism. While national pride and patriotism coexist, nationalism goes far beyond national pride. In consequence, feelings such as national

pride and cosmopolitanism are not contradictory, whereas nationalism and cosmopolitanism are contradictory. In the case of those who consider that their country is better than other countries, the probability of supporting country’s iso-lation is higher (Smith and Kim, 2006, Mayda and Rodrik, 2005 and Carey, 2002).

Regarding the British, being proud of the country does not make a significant difference while feelings such as natio-nalism and chauvinism do it. It is worth highlighting that the impact of chauvinism on the probability of voting to leave is larger than the impact of nationalism. These fee-lings shape people´s (negative) attitudes towards other cultures or ethnic groups and they are an obstacle to the European identity.

When controlling for other personal attributes, the models provide interesting new evidence on the Brexit. Firstly, findings indicate that there are no significant differen-ces between women and men. According to the survey´s results, most of the men and most women preferred to leave the bloc and the ratios were very similar (Table 7). The Brexit campaign seems to be a larger impact on women because, in 2016, most of them voted to remain as a member. Secondly, it is shown that marital status does not play a role in shaping this opinion. Finally, even when there are no significant differences among religious groups

1 - Probit models 2 - Logit models

Model 1.1 Model 1.2 Model 2.1 Model 2.2



NATIONALISM 0.106 0.092 0.108 0.097

(0.036)*** (0.038)** (0.034)*** (0.038)**

CHAUVINISM 0.116 0.097 0.113 0.097

(0.047)** (0.050)** (0.044)*** (0.048)**

MEN 0.050 0.046 0.064 0.047

(0.034) (0.033) (0.041) (0.035)

DIVORCED 0.046 0.040 0.047 0.038

(0.032) (0.033) (0.032) (0.033)

WIDOWED 0.046 -0.039 0.047 -0.038

(0.087) (0.088) (0.086) (0.094)

ATHEIST -0.004 -0.026 -0.002 -0.027

(0.058) (0.065) (0.058) (0.071)

RELIGIOSITY -0.141 -0.142 -0.142 -0.153

(0.067)** (0.068)** (0.067)** (0.070)**

ENGLAND 0.239 0.243

(0.085)** (0.097)**

WALES 0.350 0.336

(0.074)*** (0.075)***

N 596 596 596 596

Prob(vote_ag=1) = 51.92% 51.62% 51.98% 51.70%

Notes: * significant at 10%, ** significant at 5%, *** significant at 1%. Robust standard errors in brackets.



and atheist, religiosity matters and in the expected direc-tion. Those who attend to religious services, at least once a month, are less likely to support to leave the EU. It is accepted that these people could be more tolerant with “others” and are more likely to accept foreign products or immigrants (Hobolt et al., 2011 and Mayda and Rodrik, 2005).

Finally, model two controls for the place of residence which emerges as a key driver that shapes people´s decision. Fin-dings show that those who live in England and in Wales are more likely to prefer to abandon the EU than those who live in Scotland. The same pattern held for the 2016 referendum. It is worth remembering that London was an exception in England, the most cosmopolitan city voted in favor to remain as a member. This characteristic could be related to its role as a world financial centre, to the fact that London is one of the world’s leading tourism destina-tions, to its the flows of foreign direct investments from other EU´s countries that the city has received or the share of London´s total service exports to other EU´s members.

8. Conclusions

A clear conclusion that emerges is that the campaign was not a relevant determinant of people´s decision. This is true because the 2013 ISSP´s results are very close to the 2016 referendum results. This is a key contribution because it was said that the campaign was dishonest and that dirty tactics were used and even when it could be true, it did not impact on personal attitudes.

Additionally, we present econometric evidence that verify previous findings. Being older, poorer people, less educated people and being unemployed are key drivers that raise the probability of voting to leave the EU. These groups could be linked to the losers of the globalization process, those who see immigrants of imports as a threat.

In line with previous literature on political preferences, the models provide clear evidence on the role of the prefe-rred political party and in line with the party´s preferen-ces, the Conservative Party supporters are more likely to opt to leave the bloc. This fact could be related to the relationship between Great Britain and the EU, specially, since the M. Thatcher´s neo-liberal economic strategy. Her Euroscepticism was the key element for the creation of the Eurosceptic movement that some decades later emer-ged stronger and elements such as the immigration and its impacts on the labor market and on the crime rates were highlighted during the Brexit campaign.

Moreover, regarding nationalism and chauvinism, a clear contribution of this research is to show that the debate on the European integration process is not exclusively linked to the single market but also to the erosion of sovereignty which is related to government capacity to take decisions regarding trade and immigration, among other issues.

The Brexit process leads to a divided country, not only along age, education or income level, but also in terms of geography. The place of residence is a relevant driver and those who live in England and Wales are much more likely to prefer to leave the EU.

Probit and logit models show very similar results that is a clear proof of the robustness of our results. These findings shed light on the need for further research that aims at identifying winners and losers of the globalization by consi-dering the evolution of for example, wages and unemploy-ment in each region.


References

Ameniya, T. (1981). Qualitative response models: a survey. Journal of Economic Literature, 19, 1483-1536.

Azmanova, A. (2011). After the left–right (dis)continuum: globalization and the remaking of Europe’s ideological geography. International Political Sociology, 5(4), 384-407. doi: 10.1111/j.1749-5687.2011.00141.x

Berkson, J. (1955). Maximum likelihood and minimum χ2 estimates of the logistic function. Journal of the Ameri-can Statistical Association, 50, 130-161.

Brack, N., & Startin, N. (2015). Introduction: Euroscep-ticism, from the margins to the mainstream. Interna-tional political Science Review, 36(3), 239-249. Doi: 10.1177/0192512115577231.

Carey, S. (2002). Undivided loyalties: Is national identity an obstacle to European integration? European Union Poli-tics, 3(4), 387–413.

Cook, C., & Francis, M. (1979). The first European elec-tions: A handbook and guide. London, United Kingdom: Macmillan Press.

Cox, D. R., (1966). Some procedures connected with the logistic qualitative response curve, in F. David (ed.), Research papers in statistics, London: John Wiley, 55-71.

Cuel, A. (2017). United Kingdom and the European Union: 43 years of Euroscepticism. Working paper, Metropolitan University of Prague. doi: 10.13140/RG.2.2.24907.18726

Domencich, T. A., & McFadden, D. (1975). Urban travel demand: a behavioral analysis. North Holland Publi-shing, Amsterdam.

Ellison, J. (2016). Why has Europe been such a difficult sub-ject for Britain? Britain and the European Union: Lessons from History. Queen Mary University of London. https://www.qmul.ac.uk/mei/media/mei/documents/publica-tions/499_16-Britain-and-European-Union-brochure-ar-twork2-(web).pdf

Evans, J. (2000). Contrasting Attitudinal Bases to Euroscep-ticism Amongst the French Electorate. Electoral Stu-dies, 19(4), 539–61. doi: 10.1016/S0261-3794(99)00029-3.

European Commission. (2020). Questions and answers on the United Kingdom´s withdrawal from the European Union on 31 January 2020. https://ec.europa.eu/com-mission/presscorner/detail/en/qanda_20_104.

Finney, D. J. (1971). Probit Analysis. Cambridge: Cambridge University Press.

Garry, J., Marsh, M. & Sinnott, R. (2005). Second order versus issue voting effects in EU referendums: evidence from the Irish Nice Treaty referendums. European Union Politics, 6, 201-221.

Hobolt, S. B., Van der Brug, W., De Vreese, C. H., Boom-gaarden, H. G., & Hinrichsen, M. C. (2011). Religious intolerance and Euroscepticism. European Union Poli-tics, 12(3), 359-379. doi: 10.1177/1465116511404620.

Hobolt, S. B. (2016). The Brexit vote: a divided nation, a divided continent. Journal of European Public Policy, 23, 1259-1277. doi: 10.1080/13501763.2016.1225785.

Hobolt, S. B. & Tilley, J. (2016). Fleeing the centre: the rise of challenger parties in the aftermath of the Euro crisis. West European Politics, 39(5), 971-991. doi: 10.1080/01402382.2016.1181871.

ISSP Research Group (2015). International Social Survey Programme: National Identity III - ISSP 2013. GESIS Datenarchiv, Köln. ZA5950 Datenfile Version 2.0.0. doi: 10.4232/1.12312.

Jolliffe. I. (1990). Principal component analysis: a begin-ner’s guide—I. Introduction and application. Wea-ther, 45(10), 375–382. doi: 10.1002/j.1477-8696.1990.tb05558.x.

Kriesi, H., Grande, E., Dolezal, M., Helbling, M., Hoglinger, D., Hutter, S., & Wuest, B. (2012). Political Conflict in Western Europe. Cambridge University Press.

Kriesi, H., Grande, E., Dolezal, M., Helbling, M., Hoglinger, D., Hutter, S., & Wuest, B. (2012). Political Conflict in Western Europe. Cambridge University Press.

Mayda, A. M., & Rodrik, D. (2005). Why are some people (and countries) more protectionist than others? Euro-pean Economic Review, 49(6), 1393-1430.

McFadden, D. (1974). Conditional logit analysis of qualita-tive choice behavior, in P. Zarembka (ed.), Frontiers in Econometrics, New York: Academic Press, 105-142.

McLaren, L. (2015). Immigration and Perceptions of Natio-nal Political Systems in Europe. Oxford University Press.

Prosser, C. (2016). Calling European Union treaty referen-dums: electoral and institutional politics. Political Stu-dies, 64, 182-199. doi: 10.1111/1467-9248.12176.

Sampson, T. (2017). Brexit, The economics of international disintegration. Journal of Economic Perspectives, 31(4), 163-184. doi: 10.1257/jep.31.4.163.

Smith, T., & Kim, S. (2006). National pride in Compara-tive Perspective: 1995/96 and 2003/04. International Journal of Public Opinion Research, 18, 127-136. doi: 10.1093/ijpor/edk007.

Startin, N. (2015). Have we reached a tipping point? The mainstreaming of Euroscepticism in the UK. Interna-tional Political Science Review, 36(3), 311–323. doi: 10.1177/0192512115574126.

Teney, C., Lacewell, O. P., & De Wilde, P. (2014). Winners and losers of globalization in Europe: attitudes and ideologies. European Political Science Review, 6(4), 575-595. doi: 10.1017/S1755773913000246.

Tucker, J. A., Pacek, A. C., & Berinsky, A. J. (2002). Transi-tional Winners and Losers: Attitudes toward EU member-ship in Post-Communist Countries. American Journal of Political Science, 46(3), 557–571. doi: 10.2307/3088399.

Van Elsas, E., van der Brug, W., & Hakhverdian, A. (2016). United against a common foe? The nature and origins of Euroscepticism among left-wing and right-wing voters. West European Politics, 39(6), 1181-1204. doi: 10.1080/01402382.2016.1175244.



CÓDIGOS JEL:G22; J32PALABRAS CLAVE:Incentivo fiscal; Pensión Privada de Jubilación; Inequidad actuarial; Riesgo de longevidad; Renta Mejorada

Resumen: El sector asegurador español solo ofrece rentas de supervivencia obtenidas con tablas de mortalidad de la población general. Así, los incentivos fiscales del IRPF para la con-tratación de rentas complementarias a la pensión pública de jubilación suponen un agravio comparativo para personas con esperanza de vida reducida, pues solo pueden beneficiarse de ellos a precios injustos. En España, como en otros muchos países, no se comercializan las de-nominadas enhanced annuities (rentas mejoradas), esto es, rentas que, además de considerar los factores de riesgo tradicionales de edad y sexo (en los países en los que este último está permitido), para su tarificación tienen en cuenta, en el momento de la contratación, aspec-tos relacionados con el estado de salud y estilo de vista de la persona a asegurar. A partir de estas consideraciones, el presente trabajo tiene por objeto determinar la estrategia óptima que, considerando las probabilidades de fallecimiento ajustadas a sus factores de riesgo y su fiscalidad, permite a un pensionista con esperanza de vida reducida transferir su riesgo de lon-gevidad en el mercado español adquiriendo una renta complementaria. Además, los resultados obtenidos se comparan con los correspondientes a un rentista con esperanza de vida estándar y con los que obtendría el citado pensionista si pudiera suscribir una renta actuarialmente justa, es decir, una renta mejorada.

ARTÍCULO

Pensionistas con esperanza de vida reducida e incentivos fiscales del IRPF: Cobertura del riesgo de longevidad

Laura González-Vila Puchadesa y Jorge De Andrés Sánchezb

a Departamento de Matemática Económica, Financiera y Actuarial - Universidad de Barcelona b Social and Business Research Laboratory - Universitat Rovira i Virgili

JEL CODES:G22; J32KEYWORDS:Tax incentive; Private Retirement Pension; Actuarial inequity; Longevity risk; Enhanced Annuity

Abstract: The Spanish insurance market only offers annuities which are priced by considering mortality tables of the general population. Thus, personal tax incentives for buying voluntary annuities that complement the public retirement pension represent a comparative disadvan-tage for retirees with reduced life expectancy, since they can only benefit from them at unfair prices. In Spain, as in many other countries, the so-called enhanced annuities are not mar-keted. In addition to traditional risk factors of age and sex (in countries where the latter is allowed), enhanced annuities are priced by taking into account, at the time of hiring them, other aspects related to the health status and lifestyle of the person to be insured. Based on these considerations, this paper aims to determine the optimal strategy that, considering the probabilities of death adjusted to their risk factors and their personal taxation, allows a reti-ree with reduced life expectancy to transfer their longevity risk by acquiring a private annuity. Moreover, the results obtained are compared with those corresponding to an annuitant with a standard life expectancy and with those that the aforementioned retiree would obtain if they could subscribe an actuarially fair annuity, that is, an enhanced annuity.

Correo electrónico: [email protected]; [email protected]


El presente artículo se basa en el trabajo Rentas mejoradas y planificación financiera: Cobertura del riesgo de longevidad para personas jubiladas con esperanza de vida reducida galardonado con el primer premio de los Premios de Investigación y Estudio Rafael Termes Carreró - 2020, otorgados por la Fundació Catalana d´Analistes Financers (delegación para Cataluña del Instituto Español de Analistas Financieros).

54 Laura González-Vila Puchades y Jorge De Andrés Sánchez

1. Introducción

La sostenibilidad del sistema público de pensiones español ha sido un tema ampliamente debatido durante los últimos años. Debido, principalmente, a los avances médicos y a un mayor acceso de la población a ellos, la esperanza de vida (EV) durante las últimas décadas ha tenido un aumento sin precedentes, lo que supone una gran carga para las arcas públicas. Además, el aumento progresivo de la EV lleva asociado el riesgo de longevidad; esto es, que las personas vivan más años de lo esperado. Por otra parte, el acceso a la jubilación de la generación del baby boom, unido a las reducidas tasas de natalidad tanto en décadas recien-tes como en la actualidad, supondrá una baja proporción de trabajadores por cada jubilado. Asimismo, el futuro uso de la inteligencia artificial en muchos trabajos realizados ahora por personas, hace prever una disminución aún mayor de la fuerza activa, menores sueldos para una parte de esta y, en definitiva, una menor capacidad de contribución total de la clase activa al sistema público de pensiones.

Hay, por tanto, un amplio consenso en que el sistema público español de pensiones de jubilación adolece de varias deficiencias como la inequidad, la falta de equiva-lencia actuarial que le resta su fuente primaria de soste-nibilidad y la insostenibilidad financiera tanto en el corto, como en el medio y el largo plazo (Devesa et al., 2019). Así, resulta imprescindible que el importe de la pensión pública de jubilación en España se reduzca en el futuro. En este sentido, la entrada en vigor de la Ley 27/2011 intro-dujo algunas medidas tales como, por ejemplo, el aumento gradual de la edad ordinaria de jubilación o el incremento, también gradual, del periodo de cómputo de las bases de cotización1.

La previsible disminución de la cobertura de las pensiones públicas en un horizonte temporal cercano hace necesario que las personas actualmente activas planifiquen su futuro mediante un ahorro individual que les permita complemen-tar la pensión pública de jubilación. Una vez jubiladas, además, las personas se enfrentan al riesgo de longevidad que, en su caso, consiste en la posibilidad de sobrevivir a los recursos ahorrados durante la vida activa. Este riesgo se ha visto exacerbado en las últimas décadas por las bajas tasas de interés ofrecidas en los productos de ahorro y, adicionalmente, puede verse incrementado en el futuro por problemas de salud de la persona jubilada que vengan acompañados de un mayor nivel de gastos, muy probable en edades avanzadas.

Yaari (1965) llega a la conclusión de que, suponiendo que los mercados son completos, la estrategia de cobertura del riesgo de longevidad más racional es la contratación de rentas vitalicias actuarialmente justas que garanticen prestaciones periódicas de por vida. Posteriormente, diver-sos autores (Sinha, 1986; Mitchell et al., 1999; Davidoff, 2009; Lockwood, 2012) consideran circunstancias adiciona-les tales como el hecho de que los mercados de rentas son incompletos, la existencia de preferencias subjetivas de los rentistas (por ejemplo, el bequest motive), o el que las

1 Otras medidas introducidas por esta ley están, de momento, en suspenso, lo que supone un problema añadido para la sostenibili-dad del sistema público de pensiones español (ver De la Fuente et al., 2020).

probabilidades de fallecimiento son inciertas, y matizan las conclusiones de Yaari (1965). No obstante, todos ellos com-parten, en gran medida, la idea de que una forma natural de hacer frente al riesgo de longevidad consiste en utilizar al menos parte de la riqueza acumulada en la época activa para la adquisición de una renta vitalicia. En la práctica, sin embargo, se observa que la demanda voluntaria de este tipo de rentas en los países desarrollados no es tan ele-vada como pudiera esperarse (Cannon y Tonks, 2011). Esto constituye la denominada paradoja de las rentas. De todos modos, no debe olvidarse, tal como ponen de manifiesto Alexandrova y Gatzer (2019), que existe gran cantidad de variables individuales implicadas en la decisión de contratar rentas de supervivencia. Así, en ocasiones, estas variables pueden ser racionales, como preferencias y circunstancias personales o limitaciones del entorno, y, en otras, consisten en comportamientos miopes o irracionales de las personas, como la excesiva ponderación de rentabilidades negativas en los mercados financieros en las decisiones de inversión o la sobreestimación de las probabilidades de fallecimiento.

La normativa española ofrece distintos incentivos fiscales con el objetivo de estimular la demanda de rentas vitali-cias (Galdeano y Herce, 2017). Sin embargo, el sector del seguro de nuestro país ofrece rentas vitalicias a un único precio para todas las personas de la misma edad sin seg-mentar a los asegurados más allá de dicha edad2. Así, se asume que todas las personas aseguradas de una misma edad vivirán, en promedio, un número de años igual a la EV que corresponde a dicha edad. Esta situación supone que las rentas vitalicias son injustas3 para personas con una EV inferior a la estándar (Hoermann y Ruß, 2008). Para paliar este problema, otros mercados aseguradores como el inglés, el alemán o el estadounidense comercializan las denominadas enhanced annuities, que nosotros traducimos como rentas mejoradas, RMs, en las que para la obtención de las probabilidades de fallecimiento se consideran distin-tos factores asociados al estado de salud y hábitos del ren-tista. Así, se ofrecen rentas de supervivencia también a un precio actuarialmente justo a personas con EV por debajo de la estándar.

Los incentivos fiscales pueden causar efectos indeseables en aquellos mercados en que, como el español, solamente existen rentas vitalicias estándar. En efecto, la existencia de dichos incentivos en un mercado donde no existen RMs supone, para las personas con EV disminuida, que la ven-taja fiscal de la renta vitalicia desaparezca parcial o total-mente por el hecho de que ha de ser adquirida a un precio actuarialmente injusto.

En este trabajo se comparan diferentes estrategias finan-cieras que, con el fin de cubrir su riesgo de longevidad, puede encontrar en el mercado asegurador español una persona jubilada con EV reducida para complementar su prestación púbica de jubilación. Asimismo, se establece la alternativa óptima teniendo en cuenta las circunstancias particulares de la persona, mediante la consideración de

2 La normativa europea no permite, por considerarse discrimina-torio considerar el sexo como factor de riesgo.3 Según Hoermann y Ruß (2008), el precio de una renta de super-vivencia es injusto si el valor actual esperado de las prestaciones a recibir es significativamente menor que el valor actual esperado de las primas pagadas.

Pensionistas con esperanza de vida reducida e incentivos fiscales del IRPF: Cobertura del riesgo de longevidad 55

su estado de salud y la tributación en el IRPF de cada uno de los productos financieros/actuariales contemplados y la situación fiscal del rentista. Las alternativas analizadas son la adquisición de una renta vitalicia estándar, la contrata-ción de una renta temporal estándar ajustada a su grado de aversión al riego de longevidad y la liquidación de una cartera de activos financieros que es utilizada exclusiva-mente para autoasegurar el riesgo de longevidad. Los resul-tados de estas tres alternativas se comparan tanto con los que puede obtener una persona jubilada con EV estándar, como con los que se obtendrían si la persona jubilada con EV reducida pudiera contratar una RM en nuestro país.

El resto del artículo se organiza como se describe a conti-nuación. La sección 2 muestra los aspectos más relevan-tes de las RMs. En la sección 3 se recogen las hipótesis y metodología consideradas en el desarrollo del trabajo. Las secciones 4 y 5 realizan la principal aportación de este trabajo, esto es, la determinación de la estrategia finan-ciera óptima para que una persona jubilada con EV redu-cida cubra su riesgo de longevidad, diferenciando el caso en que el capital destinado a la adquisición de la renta de jubilación complementaria proviene de los derechos conso-lidados de un plan de pensiones (PP) y el caso en que esto no sea así. El trabajo finaliza remarcando las principales conclusiones que pueden extraerse.

2. Rentas mejoradas

De acuerdo con Gatzert y Klotzki (2016), las RMs, que apa-recieron por primera vez en el mercado asegurador del Reino Unido a mediados de los 90, son rentas vitalicias inmediatas a prima única en las que, en el momento de su contratación, además de la edad y sexo (en los países donde está permitido) de la persona asegurada, se conside-ran otros factores de riesgo como, por ejemplo, la existen-cia de un historial comprobable de tabaquismo o enferme-dades preexistentes. Así, las RMs otorgan al asegurado una mayor prestación periódica, para una determinada prima, que una renta de supervivencia estándar, ya que la ase-guradora prevé una EV del asegurado inferior a la que le correspondería si los factores de riesgo adicionales no se hubieran contemplado. Si bien, la consideración de la hete-rogeneidad de la mortalidad para el cálculo de prestaciones de rentas de supervivencia solo está presente en algunos países y circunscrita a los seguros privados, algunos autores como Ayuso (2019) creen que dicha heterogeneidad debería tomarse también en cuenta en los sistemas de pensiones públicas de jubilación, mejorando así la equidad y eficien-cia de estos.

Consideremos una persona jubilada, de edad x, que desea contratar una renta vitalicia, constante, anual y vencida a cambio de la entrega de una prima única. La ecuación4 que permite determinar la prestación correspondiente a dicha renta es:

t

ω-xtt x

t

ω-xtt x xC i p C i p Ca

1 11 1 (1)

4 Puede considerarse una expresión similar para el caso de pres-taciones variables, pagaderas de forma anticipada o de frecuencia distinta a la anual.

donde:

Π: Prima única pura.

C: Prestación anual constante y vencida a recibir por la persona, antes de impuestos.

i: Tipo de interés técnico efectivo anual usado por la entidad aseguradora.

ω: Máxima edad posible según la tabla de mortali-dad estándar utilizada por el asegurador.

t xp : Probabilidad estándar de que la persona de edad actual x llegue vivo a la edad x+t.

ax: Valor actual actuarial de una renta vitalicia, inmediata, unitaria, vencida y anual al tipo de interés técnico i para una persona con EV están-dar.

Si es la cantidad conocida, a partir de (1) se obtiene, directamente:

Cax

�� (2)

Es generalmente aceptado que el valor del tipo de interés técnico, i, debe basarse en el rendimiento medio que este espera obtener de la cartera de inversiones de las primas de los asegurados, durante la duración de los distintos con-tratos. El Real Decreto 1060/2015, de 20 de noviembre, de ordenación, supervisión y solvencia de las entidades aseguradoras y reaseguradoras (ROSSEAR) establece, en el artículo 119, las peculiaridades de las bases técnicas de las pólizas de seguros del ramo de vida.

Las probabilidades de supervivencia/fallecimiento deben estar recogidas en una tabla de mortalidad que, basada en experiencia nacional o extranjera, se ajuste a tratamientos estadístico-actuariales. Con el objeto de reflejar la evo-lución de la longevidad a lo largo del tiempo, el final del período de observación considerado para la elaboración de la tabla no debe ser muy lejano en el tiempo a la fecha de cálculo de las prestaciones.

Para valorar RMs es habitual partir de una tabla de mortali-dad estándar. Posteriormente, una vez analizados los diver-sos factores de riesgos asociados a la salud y estilo de vida de la persona a asegurar, se determina el denominado mul-tiplicador (o factor) de mortalidad, β, con el que obtener una tabla de mortalidad ajustada a la situación particular de esa persona (Telford et al., 2011 y Ridsdale, 2012). Si, por ejemplo, dicha persona presenta una mortalidad adi-cional del 50% significa que se deben multiplicar las proba-bilidades anuales de fallecimiento de la tabla estándar por β = 1,5. Es decir, sea qx la probabilidad estándar de que una persona de edad x fallezca antes de alcanzar la edad x + 1 y su homólogo modificado para el individuo cuya situación le hace susceptible de presentar una EV diferente a la estándar, entonces:

(3)

Las formas de implementar (3), que pueden consultarse en Olivieri (2006) y Pitacco (2019), son diversas pero, en cual-quier caso, como debe cumplirse y β >1 si

la EV está por debajo de la estándar. No obstante, dado que


es posible que esta desigualdad no se satisfaga para todas las edades de la tabla de mortalidad estándar considerada, reescribimos (3) como:

ω (4)

A partir de las probabilidades de fallecimiento modificadas, qx t+

* , pueden obtenerse, entre otros, los siguientes pará-metros:

• Probabilidad modificada (no estándar) de que la persona de edad actual x llegue vivo a la edad x+t:

(5)

• Probabilidad modificada (no estándar) de que la persona de edad actual x fallezca entre las edades x t x t� � �� 1, :

(6)

• EV modificada de la persona de edad actual x:

(7)

• Variable aleatoria “número restante de años enteros de vida” de la persona de edad x, N. Los posibles valores de N, son con probabilidades respectivas

. Entonces, la función de dis-

tribución y percentiles de nivel 1- ε de esta variable son:

F n PN N n� � � �� (8)

(9)

Sustituyendo en (1) las probabilidades de supervivencia modificadas recogidas en (5), se obtiene:

t

xtt x xC i p Ca

11 * *

ω

(10)

siendo ax* el valor actual actuarial de una renta vitalicia,

inmediata, unitaria, vencida y anual al tipo de interés téc-nico i para una persona de edad actual x y β>1.

Finalmente, la prestación correspondiente a una RM, cons-tante, anual y vencida, antes de impuestos, para dicha per-sona, a cambio de la entrega de una prima única es:

Cax

��

* (11)

Más allá de las barreras e incentivos que la oferta y demanda de RMs puede tener en países donde no están presentes (ver Gatzert y Klotzki, (2016), para un análisis genérico, y Andrés-Sánchez y González-Vila, (2020), para el caso par-ticular del mercado asegurador español), la oferta de RMs apoyada por incentivos fiscales estimularía la contratación de rentas vitalicias a personas con una salud deteriorada que, de otro modo, no las contratarían (Kling et al., 2014). Además, según Gatzert et al. (2012), la expansión de RMs en cualquier mercado beneficia a la sociedad en su con-junto ya que incentiva a muchas personas, que antes no se lo planteaban, a adquirir una pensión privada de jubi-lación y, por tanto, la cobertura del riesgo de longevidad mediante pensiones voluntarias aumenta.

Mientras las RMs no se comercialicen en nuestro país, es imprescindible proveer de una estrategia financiera óptima a aquellas personas jubiladas que, aun teniendo un estado de salud deteriorado y una EV de vida menor a la que les correspondería por edad, no quieren verse excluidas del mercado de rentas complementarias a la prestación pública de jubilación, ni renunciar a la posibilidad de cubrir su riesgo de longevidad con una renta beneficiándose, además, de las posibles ventajas fiscales. Esta cuestión es objeto de análisis en los siguientes epígrafes.

3. Hipótesis y metodología de trabajo

Antes de describir las estrategias de cobertura del riesgo de longevidad que van a estudiarse, se enumeran en la Tabla 1 las hipótesis introducidas en el desarrollo del presente trabajo.

A partir de estas hipótesis, se consideran personas cuyo estado de salud y hábitos de vida les supone contar con una EV reducida y se contraponen con una persona de la misma edad y EV estándar. Estas personas disponen de un deter-minado capital que se destinará a la contratación de una renta que les permita complementar la pensión pública de jubilación mientras vivan. La contratación de dicha renta podrá realizarse a través de diversas estrategias posibles en el mercado español. Estas estrategias se compararán con la correspondiente a la contratación de una renta vitalicia actuariamente justa, es decir, con la que puede suscribir en el mercado español una persona con una EV promedio o con la RM que hipotéticamente podría contratar una persona con EV reducida.

Cualquier estrategia contempla tanto la naturaleza finan-ciera, o financiero-actuarial, de los productos que esta lleva asociados como su vertiente fiscal (mediante la fis-calidad propia de los productos y la particular de la per-sona). Respecto a este último aspecto, trabajos como Gon-zález-Páramo y Badenes (2000) o Domínguez y López (2001, 2008) ponen de manifiesto la relevancia, en la planificación financiera personal, del IRPF. Asimismo, coincidimos con Sáez et al. (2016) cuando afirman que “las medidas de la influencia de la fiscalidad en las operaciones financieras deben ser fácilmente comprensibles para la persona que las lleva a cabo”. Por ello, con el objeto de satisfacer este criterio, una vez considerada una persona determinada de edad x, compararemos las cuantías de las alternativas analizadas y la estrategia óptima será aquella que, tras el pago de impuestos, genere una mayor prestación anual. Ante la imposibilidad de contemplar todas las situaciones personales que pueden darse, y con el objeto de acotar la extensión de nuestro trabajo, las estrategias que van a analizarse consideran, únicamente, dos posibles fuentes5 de procedencia del capital utilizado, que conllevan una tri-butación dispar:

A. El capital proviene de un PP que ha gozado de deduccio-nes en la base imponible general a lo largo del periodo de acumulación. El art. 17.2.a) 3ª de la ley del IRPF (BOE, 2020) establece que, con independencia de la forma en que se reciban, las prestaciones de cualquier tipo de PP

5 La metodología expuesta es también aplicable, considerando la correspondiente fiscalidad, para otras fuentes de procedencia del capital utilizado como, por ejemplo, una herencia


tributan como rentas del trabajo personal del año en que se perciben, aunque este no corresponda con aquel en el que se produjo la contingencia. Por tanto, para deter-minar el importe por el que tributan las prestaciones de un PP debe considerarse la tasa marginal de la base liquidable general del IRPF que corresponda a la persona jubilada.

B. El capital no proviene de un PP, sino de parte del patri-monio de la persona que esta liquida. En este caso, si el capital se destina para la contratación de una renta vita-licia inmediata, se considerará rendimiento de capital mobiliario el resultado de aplicar al importe anual de las prestaciones de dicha renta los porcentajes del art. 25.3 a) 2º de la ley del IRPF (BOE, 2020). Estos porcentajes serán los correspondientes a la edad de la persona en el momento de la constitución de la renta y permane-cerán constantes durante toda la vigencia de la misma. Si lo que la persona jubilada contrata es una renta tem-poral inmediata, se considerará rendimiento de capital mobiliario el resultado de aplicar al importe anual de las prestaciones de la citada renta los porcentajes corres-pondientes al art. 25.3 a) 3º de la ley IRPF (BOE, 2020). Una vez aplicado el porcentaje correspondiente, según edad o plazo de la renta, para determinar el importe por el que tributan las prestaciones provenientes de rentas

vitalicias o temporales debe considerarse la tasa margi-nal de la base liquidable del ahorro que corresponde a la persona jubilada.

Tanto en el caso A como en el B, plantearemos tres estra-tegias:

1. Contratación de una renta vitalicia estándar.

2. Contratación de una renta actuarial6 temporal estándar que cubra el número restante de años enteros de vida de la persona jubilada con una probabilidad mayor o igual a un valor 1-ε. Dicha probabilidad vendrá determinada por el grado de aversión al riesgo de longevidad de la persona.

3. Autoseguro acotando el riesgo de longevidad a una proba-bilidad ε. En este caso se adquiere una cartera de activos financieros que será liquidada en forma de renta cierta7 a lo largo del número de años que se ha fijado como hori-zonte temporal en la estrategia anterior. Esta cartera puede ser un depósito a plazo fijo, una cuenta de ahorro, títulos de renta variable o fija que remuneran exclusiva-

6 Por renta actuarial nos referimos al caso en que la renta solo se paga mientras la persona asegurada viva.7 Una renta cierta (en contraposición a una actuarial) es aquella que se paga tanto si el asegurado sigue vivo como si ha fallecido.

Tabla 1. Hipótesis consideradas para el desarrollo del trabajo.

1 La persona jubilada ha determinado qué porción de la riqueza acumulada al finalizar su vida activa dedicará a la consecución de una renta complementaria de jubilación (En Alexandrova y Gatzer (2019) se enumeran diversos modelos teóricos que permiten determinar dicha porción. El análisis de dichos modelos queda fuera del alcance del presente trabajo).

2 La persona jubilada, de edad actual x, quiere obtener una prestación constante para complementar la pensión pública de jubilación durante su número restante de años enteros de vida.

3 Esta persona es adversa al riesgo de longevidad. En consecuencia, cuando dicha prestación provenga de una renta temporal su plazo deberá fijarse considerando un percentil elevado de la variable aleatoria “número restante de años de vida”.

4 La persona para la que se determinará la estrategia óptima es residente en España y está sujeta al IRPF recogido en el texto consolidado de la ley (BOE, 2020).

5 La persona jubilada no tiene derecho a aplicar la reducción aplicable sobre el importe de las prestaciones percibidas en forma de capital derivadas de un PP, recogida en la disposición transitoria duodécima de la ley del IRPF. Por tanto, dichas prestaciones tributan en su totalidad.

6 La legislación fiscal aplicable no variará durante toda la vida de la persona. Por tanto, las tasas marginales generales y del ahorro del IRPF que se aplicarán, así como los porcentajes de tributación de rentas vitalicias y temporales, permanecerán constantes.

7 La persona se sitúa en el mismo tramo de la escala de gravamen de las bases liquidables general y del ahorro durante todo el plazo considerado.

8 No existen gastos de transacción.

9 Las prestaciones a recibir por la persona jubilada, en cualquiera de las estrategias, son anuales, vencidas y constantes.

10 La estrategia se lleva a cabo en cualquier fecha igual o posterior a la jubilación de la persona.

11 La renta actuarial contratada es solo a favor de la persona jubilada, sin existir ningún otro beneficiario ni contingencia cubierta.

12 La prestación anual de la renta complementaria paga impuestos por su totalidad, con independencia de que se considere rendimiento del trabajo o del capital mobiliario. No obstante, en el segundo caso se aplica, si procede, el porcentaje de reducción del art. 25.3 a) 2º y 3º de la ley del IRPF (BOE, 2020).

13 Se asume que la liquidación de impuestos se realiza en el mismo momento en que se efectúan los pagos o cobros asociados a ellas.

Fuente: Elaboración propia.


mente vía dividendos o cupones, etc.; es decir, activos que, a efectos tributarios, González-Páramo y Badenes (2000) denominan activos de rendimiento anual. Así, la persona jubilada dispone y tributa cada año por la tota-lidad de los rendimientos anuales y, asimismo, recupera parte del saldo de la cartera con el fin de complementar la pensión pública de jubilación.

Las simulaciones numéricas efectuadas para cada estrate-gia se han implementado con los siguientes supuestos:

a) Tipo de interés técnico y rentabilidad de la cartera de inversión iguales al 1% anual.

b) Tablas de mortalidad dinámicas, ajustadas mediante el modelo de Lee y Carter (1992), a partir de las tasas de mortalidad anuales consolidadas para mujeres y hombres de España para el periodo 1950-2016, proporcionadas por la Human Mortality Database (Wilmoth et al., 2017). El modelo de Lee y Carter (1992), que ya ha sido utilizado para la población española en algunos trabajos (ver, por ejemplo, Betzuen, 2010) considera que la tasa central de mortalidad para una persona de edad x en el año de calen-dario τ, mx,τ, es:

m a b k ex x x x, ,exp (12)

donde eax es el valor de la tasa central de mortalidad a la edad x, bx cuantifica la sensibilidad del logaritmo nepe-riano de la tasa central de mortalidad de edad x en el año

τ respecto a cambios en kτ , kτ es un

índice específico de mortalidad para cada año τ que repre-senta la tendencia de la mortalidad a lo largo del tiempo, y ex,τ es un término de error aleatorio con media 0 y desvia-ción estándar σe .

Las estimaciones de eax y bx para la muestra de datos con-siderada vienen recogidas en las gráficas de la Figura 1. Por otra parte, siguiendo a Lee-Carter (1992), la proyección de la mortalidad fuera del periodo de la muestra pasa por predecir kτ, modelizándose su comportamiento como una serie ARIMA(0,1,0). Con los datos tomados, el último valor estimado de kτ es k2016 81 73� � . . Entonces, para τ > 2016, se obtiene:

kτ = -81.73-(τ-2016)·2.53 (13)

En nuestro trabajo se toma como año de análisis 2020. Entonces, a partir de las tasas centrales de fallecimiento estimadas para τ 2020, la probabilidad de fallecimiento en el año τ para una persona de edad x se calcula como:

qmmxx

x,

,

,

·�

�

�

��

22 (14)

Así, en las probabilidades t xp , qx t+ ,�, t x t xq p|* *, � o qx t+

* defini-das en la sección anterior, para una persona que en el año 2020 tiene x años debe considerarse t = τ - 2020.

Figura 1. Gráficas correspondientes a las estimaciones de la tasa central de mortalidad, eax, y del parámetro de sensi-bilidad, bx , para edades entre 60 y 111 años, en el periodo 1950-2016.

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

60 65 70 75 80 85 90 95 100 105 110

𝒆𝒆𝒆𝒆𝒂𝒂𝒂𝒂𝒙𝒙𝒙𝒙

𝒙𝒙𝒙𝒙

Figura 1 - Superior

-0.002

0

0.002

0.004

0.006

0.008

0.01

60 65 70 75 80 85 90 95 100 105 110

𝒃𝒃𝒃𝒃𝒙𝒙𝒙𝒙

𝒙𝒙𝒙𝒙

Figura 1 - Inferior

Fuente: Elaboración propia a partir de datos de Human Mortality Database

c) Tasas marginales de las bases liquidables general y del ahorro, respectivamente8, del 0%, 19%, 24%, 30%, 37%, 45% y del 0%, 19%, 21% , 23%.

d) La persona jubilada estima aceptable una probabilidad máxima de incurrir en riesgo de longevidad de ε = 0.05.

4. Cobertura del riesgo de longevidad con los derechos consolidados en un plan de pensiones

Las tres estrategias consideradas para cubrir el riesgo de longevidad con los derechos consolidados acumulados en el PP, cuyas aportaciones asociadas fueron objeto de deduc-ción, se implementan como se describe a continuación.

A.1. Contratación de una renta vitalicia cuyas prestaciones se determinan con las probabilidades de una tabla de mor-talidad estándar para la edad x. En este caso, considerando (2), 1€ acumulado en el PP genera una prestación anual, vencida y constante antes de impuestos de C ax

� 1 . Después de impuestos, la cuantía que se obtiene es:

� � �� C C ga

gGx

G1 1 1 (15)

8 Dependiendo de la comunidad autónoma de residencia de la persona jubilada, estas tasas pueden variar.


siendo C ' la prestación anual, constante y vencida a reci-bir por la persona jubilada, después de impuestos y gG la tasa impositiva marginal de la base liquidable general de la persona jubilada.

A.2. Contratación de una renta actuarial temporal estándar que cubra los años posibles de supervivencia de la persona jubilada, de edad x, con una probabilidad mayor o igual a 1- �ε . Este número de años depende del multiplicador de mortalidad β de dicha persona a través de la variable alea-toria “número restante de años enteros de vida” N. Enton-ces, a partir de su grado de aversión al riesgo 1- �ε , debe determinarse el valor n* para el cual dicha renta cubra el plazo citado, es decir, considerando (9):

n q*N1 ε (16)

lo que es equivalente a considerar el mínimo valor de la variable aleatoria para el que el riesgo de longevidad es menor o igual a ε.

Así, 1€ acumulado en el PP genera una prestación anual,

vencida y constante antes de impuestos Cax n

=1

: |*

, siendo

ax n: |* el valor actual actuarial de una renta inmediata, uni-

taria, vencida, anual y de temporalidad n* al tipo de inte-rés técnico i para una persona con EV estándar. De esta forma, la cuantía que se obtiene después de impuestos es:

� � �� C C ga

gG

x n

G1 1 1: |*

(17)

A.3. Autoseguro con el saldo correspondiente a los derechos consolidados en el PP que, tras tributar como rendimiento del trabajo al tipo de gravamen marginal de la base liqui-dable general en el momento de dicho rescate, servirá para adquirir una cartera de activos financieros. Esta cartera, que será liquidada durante un número n* de años, determi-nado del mismo modo que en la estrategia inmediatamente anterior, generará unos rendimientos anuales que tributa-rán al tipo de gravamen marginal de la base liquidable del ahorro. El importe recuperado anualmente de la cartera más los rendimientos netos obtenidos cada año serán una cuantía constante que complementará la pensión pública de jubilación.

En este caso, 1€ de los derechos consolidados en el PP tri-buta, al ser rescatado, a la tasa impositiva marginal general de la persona en ese momento, gG

0 . Así, en la cartera se invierte, realmente, 1 0− gG . Por otra parte, la rentabilidad de la cartera después de tributación será r gA1�� , siendo r la rentabilidad efectiva anual de la cartera de inversión de la persona jubilada y gA su tasa impositiva marginal del ahorro. Por tanto, la cuantía anual, vencida y constante con la que contará la persona jubilada, después de impuestos se obtiene como:

� ��

�� C g

aG

n r gA

1 0

1*|

(18)

donde an r gA

*| 1�� representa el valor actual de una renta inmediata, unitaria, vencida anual y de temporalidad n* al tipo de interés r gA1�� .

Para determinar cuál es la estrategia óptima que permita cubrir el riesgo de longevidad a una persona jubilada con EV reducida que rescata los derechos consolidados de un PP se han de contraponer las cuantías ′C de las tres opciones de adquisición de la renta complementaria consideradas.

Por otra parte, el importe, después de impuestos, de la prestación que se recibiría con una RM puede obtenerse sin más que considerar � �1 en (11):

� � �� C C ga

gGx

G1 1 1* (19)

Las Tablas A1.1 a A1.4 del Apéndice 1 recogen varias simu-laciones para diferentes edades en el momento de rescate de los derechos consolidados y distintos estados de salud, plasmados en un multiplicador β.

Tal y como puede observarse, si la persona presenta una EV estándar, la opción de contratar una renta actuarial temporal o vitalicia ofrece resultados muy similares. La prestación de la renta temporal es ligeramente superior pero la cobertura del riesgo de longevidad no es perfecta. Para estas personas la peor estrategia es la de adquisición de una cartera de activos financieros. En cambio, si la salud de la persona está deteriorada, la opción de con-tratar una renta actuarial temporal con vencimiento ajus-tado a su EV es la más atractiva, siendo mayor el aumento de su prestación anual respecto a la de la alternativa A.1 a medida que aumenta el multiplicador β. Asimismo, la estrategia de adquirir una cartera de activos, aunque peor que la adquisición de una renta actuarial temporal, es, en algunos casos, mejor a la adquisición de una renta vitali-cia valorada con probabilidades estándar. La existencia de RMs permitiría descartar la tercera alternativa de cober-tura y optar, como en el caso de rentistas con EV estándar, entre una cobertura perfecta con una renta vitalicia o una cobertura con un nivel de riesgo ε a través de una renta temporal también actuarialmente justa que ofrece una prestación superior.

5. Cobertura del riesgo de longevidad con parte de patrimonio acumulado no proveniente de un plan de pensiones

En este caso se considera que el capital que se destina a una de las tres alternativas descritas en la sección 3 proviene de la liquidación de parte de los activos del patrimonio de la persona jubilada. Dependiendo de la naturaleza de estos activos, su liquidación puede o no llevar asociado el pago de impuestos. Así, por ejemplo, el uso del saldo disponible en un depósito bancario o del reembolso del nominal de títu-los de renta fija adquiridos por su valor nominal no implica pago de impuestos por IRPF, por no generar ninguna renta sujeta. En cambio, el importe del premio de una lotería o de un juego puede estar sujeto. Por otra parte, la venta de un inmueble que se ha revalorizado desde su compra o la de títulos de renta variable por valor mayor al de adqui-sición, al tratarse de ganancias patrimoniales puestas de manifiesto por transmisión de elementos patrimoniales, también están sujetas, aunque podrían estar exentas. En efecto, según lo contemplado en la ley y el reglamento del


IRPF, y siempre que se cumplan ciertos requisitos, están exentas de gravamen, entre otras:

• La ganancia patrimonial resultante de la transmisión de elementos patrimoniales por personas mayores de 65 años, siempre que el importe total obtenido por la trans-misión se destine a la adquisición de una renta vitalicia cuyo beneficiario sea el contribuyente (art. 38.3 de la ley y art. 42 del reglamento). Esta exención para personas mayores de 65 años tiene por objeto estimular la contra-tación de rentas vitalicias (Galdeano y Herce, 2018).

• La ganancia patrimonial derivada de la transmisión de vivienda habitual por mayores de 65 años o por personas en situación de dependencia severa o de gran dependen-cia (art. 33.4.b) y disposición adicional decimoquinta de la ley).

• La ganancia patrimonial que se ponga de manifiesto por la diferencia entre las aportaciones realizadas en planes individuales de ahorro sistemático y el valor final acumu-lado en estos, en el momento de la constitución de rentas vitalicias (art. 7 v) de la ley).

En resumen, el importe total obtenido de la liquidación del patrimonio de la persona jubilada, que será utilizado para disponer de una renta que complemente la pensión pública de jubilación, puede o no llevar asociado pago de impuestos. Así, el porcentaje de dicho importe que tributa, p, puede ser igual9 o diferente a 0, y para el caso en que p ≠ 0 deberá considerarse la tasa impositiva marginal por ganancia patrimonial de la persona jubilada, gp.Las tres alternativas consideradas para cubrir el riesgo de longevidad con esta fuente de capital, recogidas en la sec-ción 3, se implementan como se describe a continuación.

B.1. Contratación de una renta vitalicia estándar. En gene-ral, 1€ del importe total obtenido con la liquidación de patrimonio tributa p gp� , luego la cuantía disponible para contratar la renta vitalicia es 1− p gp� . Entonces, la pres-tación anual, vencida y constante antes de impuestos es

Cp ga

p

x

1. Si kx denota el porcentaje de dicha presta-

ción sujeto a gravamen en la base imponible del ahorro, en función de la edad del perceptor en el momento de con-tratar la renta vitalicia, la cuantía de la prestación después de impuestos es:

� � �� C C k g

p ga

k gx Ap

xx A1

11

� (20)

Resulta importante considerar el caso en que, en (20), p gp� = 0 . Esto puede ocurrir cuando se usan fondos de

patrimonio preexistente cuya liquidación no está sujeta, p = 0 , o bien si los fondos provienen de una liquidación

de activos que genera una ganancia patrimonial exenta, gp = 0 . Esta última situación puede ser muy común en personas jubiladas, ya que es posible que se encuentren en alguno de los supuestos de las exenciones comentadas en esta misma sección. Así, (20) se transforma en:

9 Aunque los conceptos de no sujeción y exención son totalmente distintos, en nuestro trabajo, a efectos del pago de impuestos, asimilamos estas dos situaciones.

� � �� C C k ga

k gx Ax

x A1 1 1 � (21)

B.2. Contratación de una renta actuarial temporal estándar que cubra el número restante de años enteros de vida de la persona jubilada, de edad x, con una probabilidad mayor o igual a 1-�ε . La temporalidad de la renta es, entonces, n* y de 1€ obtenido en la liquidación de activos del patri-monio se destinará a su contratación 1− p gp� . Por tanto, se obtendrá una prestación anual, vencida y constante antes

de impuestos de Cp ga

p

x n: |*

. Denotando por kn* el por-

centaje del importe anual de una renta temporal sujeto a gravamen en la base imponible del ahorro según su tempo-ralidad n*, la cuantía que se obtiene después de impuestos es:

C C k gp ga

k gn A

p

x nn A1

11*

*

*

: |

(22)

B.3. Autoseguro del riesgo de longevidad. De 1€ obtenido en la liquidación de su patrimonio la persona jubilada des-tina, para la cobertura del riesgo de longevidad, el importe 1− p gp� . Este importe se usa para la adquisición de una cartera de inversión que se recuperará durante n* años y generará unos rendimientos anuales que tributarán al tipo de gravamen marginal del ahorro. La suma del importe recuperado anualmente de la cartera y sus rendimientos netos anuales serán una cuantía constante. Así, la cuantía anual, vencida y constante con la que contará la persona jubilada, después de impuestos es:

Cp g

ap

n r gA

1

1*|

(23)

La determinación de la estrategia óptima para la cobertura del riesgo de longevidad requiere, de nuevo, la compara-ción de las cuantías ′C de las tres alternativas de consecu-ción de la renta complementaría.

Además, la cuantía que se obtendría después de impuestos en el caso en que se contratara una RM es análoga a (20) pero sería necesario usar las probabilidades de superviven-cia aplicables a la persona en cuestión, es decir:

Cp ga

k gp

xx A

11* (24)

Para el caso en que se usen fondos que provienen de una ganancia patrimonial exenta por tener la persona jubilada más de 65 años, o cuando dichos fondos no estén sujetos, (24) se transformaría, en caso de que en España pudieran contratarse RMs, en:

� � �� Ca

k gx

x A1 1* � (25)

Las Tablas A2.1 a A2.4 del Apéndice 2 muestran varias simu-laciones para diferentes edades en el momento de usar parte del patrimonio propio, y distintos estados de salud del rentista.

En este caso, si la persona presenta una EV estándar, el hecho de que aparezca una exención fiscal de plusvalías por adquirirse rentas vitalicias, unido al menor porcentaje


gravado de sus prestaciones, pone a aquellas en una mejor posición respecto a las temporales (pues a pesar de otor-gar una prestación anual ligeramente inferior, ofrecen una cobertura perfecta del riesgo de longevidad). Para una per-sona con EV reducida, la elección entre una renta actuarial vitalicia o temporal (valoradas con probabilidades estándar) dependerá de su situación particular, lo que se plasma en su edad, en el grado de deterioro de su salud (a través de β ), en su tasa marginal del ahorro, en si la utilización de patri-monio supone aflorar una plusvalía sujeta a carga tributaria y en la magnitud de esta última. Así, por ejemplo, para una persona de 70 años para la que p gp � 20 , gA = 23% y � � 2 la opción de contratar una renta vitalicia, aunque valorada con probabilidades “injustas”, es la opción más favorable. Sin embargo, si el factor de mortalidad de esta misma persona fuera � �10 , le resultaría más ventajosa la renta actuarial temporal. A igualdad de tributación, la estrategia de adquirir una cartera a consumir progresiva-mente siempre es peor a la de adquirir una renta actuarial temporal. No obstante, en los casos en los que la salud está muy deteriorada, la tercera estrategia puede ofrecer un resultado superior al de la adquisición de una renta vitali-cia, aunque esta no implique tributación por plusvalía, con el atractivo añadido de su superior flexibilidad.

6. Conclusiones

Las rentas vitalicias inmediatas comercializadas en España solo tienen en cuenta, para su tarificación, la edad de la persona en el momento de su contratación. De esta forma, la prestación periódica a percibir se determina suponiendo una EV (y, por tanto, un estado de salud) idéntica para todas las personas de dicha edad. Esta forma de tarificar resulta injusta para las personas que tienen una EV inferior a la que se considera estándar. En efecto, para una misma edad y prima única una persona con EV estándar y otra con EV reducida recibirán la misma prestación periódica, pero, es de esperar, que la segunda lo haga durante un plazo infe-rior, lo que le supone una injusticia actuarial. Esta injusti-cia se ha solucionado, en países como el Reino Unido, con la oferta de RMs en las que las prestaciones periódicas se determinan considerando las circunstancias personales de la persona jubilada. De esta forma, para una prima única dada, la prestación periódica es mayor cuanto menor es la EV del rentista. Si bien, la oferta de RMs puede facilitar el necesario desarrollo del segundo y tercer pilar del sistema de pensiones español, ampliando el universo de potenciales clientes a aquellos cuya EV se encuentra por debajo de la media, en la actualidad no están presentes en nuestro mer-cado asegurador.

La normativa fiscal española recoge una serie de incenti-vos fiscales que tienen por objeto fomentar la demanda de rentas vitalicias que complementen la prestación pública de jubilación, facilitando así que las personas jubiladas puedan transferir, total o parcialmente, su riesgo de lon-gevidad al sector privado del seguro. Al no existir RMs en España, estos incentivos suponen un agravio comparativo para las personas con EV por debajo de la considerada estándar, pues solo pueden beneficiarse de ellos a unos precios injustos.

En este trabajo se han descrito distintas alternativas que

tienen por objeto paliar esa situación de agravio, llegando a la determinación de la estrategia óptima para cada per-sona. Para tal fin, el proceso llevado a cabo ha consistido en considerar personas jubiladas con EV reducida que dis-ponen de un determinado capital con el que contratan una renta que les permita complementar la pensión pública de jubilación mientras vivan. Toda alternativa analizada ha contemplado tanto la vertiente financiera (o financiero-ac-tuarial) como la fiscal de los productos que esta lleva aso-ciados. Asimismo, se ha recogido la situación particular de la persona jubilada, mediante la consideración de su edad, su estado de salud, su grado de aversión al riesgo de longe-vidad y su situación fiscal particular. Para cada alternativa analizada, se ha obtenido la expresión matemática corres-pondiente a la prestación anual, después de impuestos, que recibirá la persona con EV reducida. La alternativa óptima es aquella que le otorga una mayor prestación anual.

Las Tablas de los Apéndices 1 y 2 recogen, para una proba-bilidad de incurrir en riesgo de longevidad del 5% diversas simulaciones para distintas edades de la persona jubilada, diferentes grados de deterioro de su salud y diversas situa-ciones fiscales.

No queremos finalizar este trabajo sin puntualizar que la comparación de los resultados analizados en los apartados 4 y 5 (Apéndices 1 y 2, respectivamente) no tiene sentido, pues son dos situaciones independientes. En nuestro tra-bajo partimos de la hipótesis de que el origen del capital acumulado para complementar la pensión pública de jubi-lación no es una variable de decisión y puede tener dos posibles orígenes que suponen una tributación diferente para la estrategia de cobertura del riesgo de longevidad. El primero es un PP en el que los ingresos que permitieron realizar las aportaciones no estuvieron sujetos a gravamen en el IRPF, pues fueron objeto de deducción en la base imponible. La segunda posibilidad es que el capital no pro-venga de un PP y, por tanto, los ingresos que permitieron constituir el patrimonio que la persona jubilada liquida sí estuvieron sujetos a tributación. En ambos casos, las estra-tegias de desacumulación son idénticas, pero la tributación de las prestaciones periódicas que generan no. Dado que las cuantías de las prestaciones son, en ocasiones, mayo-res en el Apéndice 2 que en el 1, puede concluirse, de forma errónea, que es mejor no realizar aportaciones en un PP durante la vida activa y, llegada la jubilación, liqui-dar activos del patrimonio con los que contratar una renta. Sin embargo, esta afirmación no es, en general, cierta. En efecto, con la actual normativa fiscal vigente, todas las aportaciones realizadas en un PP durante la fase de acumu-lación son deducibles de la base imponible del IRPF de la persona en el mismo ejercicio fiscal en que se realizan10. De esta forma, el pago de impuestos correspondiente a dichas aportaciones se difiere en el tiempo al momento en que dicha persona rescata, junto con el correspondiente ren-dimiento, dichas aportaciones. Dado que dicho momento será tras la jubilación, aparece una tributación diferida de las aportaciones que, seguramente, sea a un tipo imposi-tivo menor (ya que la base liquidable general normalmente será inferior a la que se tenía durante la vida activa). En definitiva, ante una determinada situación en que deba establecerse la estrategia óptima de cobertura del riesgo

10 Siempre que no se rebasen los límites establecidos.


de longevidad para una persona jubilada con EV reducida, deben analizarse los resultados de los Apéndices 1 y 2, de forma excluyente, dependiendo del origen del capital que se dedicará para la obtención de la renta complementaria.

Con el fin de no aumentar innecesariamente la compleji-dad del análisis financiero-fiscal, no hemos incluido en este trabajo la posibilidad de rescatar los derechos consolidados del PP como capital, con su consecuente tributación como rendimiento del trabajo, y la posterior contratación de una renta actuarial (vitalicia o temporal) que tribute como rendimiento del capital mobiliario. Sin embargo, puede comprobarse que, en general, esta opción es claramente peor que la de no rescatar dicho montante y tributar en concepto de rendimientos del trabajo por las prestaciones periódicas de la renta actuarial que puede contratarse.

Referencias

Alexandrova, M., Gatzert, N., 2019. What do we know about annuitization decisions? Risk Management and Insu-rance Review, 22(1), 57-100. https://doi.org/10.1111/rmir.12115

Andrés-Sánchez, J., González-Vila Puchades, L., 2020. Rentas mejoradas como complemento a la pensión pública de jubilación: análisis de su implantación en España. Revista Galega de Economía, 29(3), 1-19. https://doi.org/10.15304/rge.29.3.6649

Ayuso, M., 2019. Demografía y pensiones: una relación no convencional. EKONOMIAZ, Revista vasca de Economía, 96(02), 204-227. Disponible en: https://www.euskadi.eus/web01-a2reveko/es/k86aEkonomiazWar/ekono-miaz/abrirArticulo?idpubl=92&registro=14 [Acceso 30 noviembre 2020].

Betzuen, A., 2010. Un análisis sobre las posibilidades de predicción de la mortalidad futura aplicando el modelo Lee-Carter. Anales del Instituto de Actua-rios Españoles, 16, 111-140. Disponible en: https://www.actuarios.org/un-analisis-sobre-las-posibilida-des-de-prediccion-de-la-mortalidad-futura-aplican-do-el-modelo-lee-carter/ [Acceso 30 noviembre 2020].

BOE, 2020. Impuesto sobre la Renta de las Personas Físi-cas. Edición actualizada a 16/06/2020. Disponible en: https://www.boe.es/legislacion/codigos/codigo.php?id=064_ Impuesto_sobre_la_Renta_de_las_Perso-nas_Fisicas&modo=1 [Acceso 30 noviembre 2020].

Cannon, E., Tonks, I., 2011. Compulsory and voluntary annuity markets in the United Kingdom. En Mitchell, O.S., Piggott, J. y Takayama, N., Eds.), Securing life-long retirement income: Global annuity. Oxford Univer-sity Press, New York. https://doi.org/10.1093/acpro-f:oso/9780199594849.001.0001

Davidoff, T., 2009. Housing, health, and annuities. Jour-nal of Risk and Insurance, 76(1), 31-52. https://doi.org/10.1111/j.1539-6975.2009.01287.x

De la Fuente, A., García Díaz, M.A., Sánchez, A.R., 2020. ¿Hacia una contrarreforma de pensiones? Notas para el Pacto de Toledo. Hacienda Pública Española / Review of Public Economics 232(1), 115-144. https://doi.org/10.7866/hpe-rpe.20.1.5

Devesa, E., Ayuso, M., De la Peña, J.I., Doménech, R., García, M.A., Gil de Rozas, G., Herce, J.A., Olaechea, J., Sáez de Jáuregui, L., Vázquez, M.A., 2019. Informe del Instituto de Actuarios Españoles sobre la Seguridad Social española: Situación actual y perspectivas futu-ras. Instituto de Actuarios Españoles, Madrid. Disponi-ble en: https://www.actuarios.org/informeiae_ss2019/ [Acceso 30 noviembre 2020].

Domínguez F., López, J., 2001. Principios de planificación fiscal. Papeles de Economía Española, 87, 335-345.

Domínguez, F., López, J., 2008. Planificación fiscal con el impuesto dual sobre la renta. Revista de Economía Aplicada, 16(3), 89-110. Disponible en: http://revecap.com/revista/numeros/48/pdf/dominguez_lopez.pdf [Acceso 30 noviembre 2020].


Galdeano, I., Herce. J.A., 2017. Soluciones para la jubila-ción. Naturaleza, ventajas, defensa y fomento de las rentas vitalicias en España. Analistas Financieros Inter-nacionales, Madrid. Disponible en: https://unespa-web.s3.amazonaws.com/main-files/uploads/2018/02/afi-unespa-interior-informe-rentas-vitalicias_pag-indi-vidual.pdf [Acceso 30 noviembre 2020].

Gatzert, N., Klotzki, U., 2016. Enhanced Annuities: Dri-vers of and Barriers to Supply and Demand. The Geneva Papers, 41, 53–77. https://doi.org/10.1057/gpp.2015.21

Gatzert, N., Schmitt-Hoermann, G., Schmeiser, H., 2012. Optimal Risk Classification with an Application to Subs-tandard Annuities. North American Actuarial Journal, 16(4), 462–486. http://dx.doi.org/10.1080/10920277.2012.10597643

González-Páramo, J.M., Badenes, N.B., 2000. La fiscali-dad del ahorro financiero y el principio de neutralidad: efectos de la reforma del IRPF de 1999. Ponencia del VII Encuentro de Economía Pública: hacienda pública y recursos humanos, Zaragoza. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=3141452 [Acceso 30 noviembre 2020].

Hoermann, G., Ruß, R., 2008) Enhanced annuities and the impact of individual underwriting on an insurer’s profit situation. Insurance: Mathematics and Econo-mics, 43(1), 150–157. https://doi.org/10.1016/j.insma-theco.2008.04.001

Kling, A., Ritcher, A., Ruß, J., 2014. Annuitization behavior: Tax incentives vs. product design. Astin Bulletin, 44, 535-558. https://doi.org/10.1017/asb.2014.17

Lee, R.D., Carter, L.R., 1992. Modeling and forecasting US mortality. Journal of the American statistical associa-tion, 87(419), 659-671. https://doi.org/10.1016/0169-2070(92)90055-E

Ley 27/2011, de 1 de agosto, sobre actualización, adecua-ción y modernización del sistema de Seguridad Social. Legislación consolidada a fecha 29/12/2018. Disponible en: https://www.boe.es/eli/es/l/2011/08/01/27/con [Acceso 30 noviembre 2020].

Lockwood, L.M., 2012. Bequest motives and the annuity puzzle. Review of economic dynamics, 15(2), 226-243. https://doi.org/10.1016/j.red.2011.03.001

Mitchell, O.S., Poterba, J.M., Warshawsky, M.J., Brown, J.R., 1999. New evidence on the money’s worth of indi-vidual annuities. American economic review, 89(5), 1299-1318. https://doi.org/10.3386/w6002

Olivieri, A., 2006. Heterogeneity in survival models. Appli-cations to pensions and life annuities. Belgian Actuarial Bulletin, 6(1), 23-39.

Pitacco, E., 2019. Heterogeneity in mortality: a survey with an actuarial focus. European Actuarial Journal, 9(1), 3-30. https://doi.org/10.1007/s13385-019-00207-z

Real Decreto 1060/2015, de 20 de noviembre, de ordena-ción, supervisión y solvencia de las entidades asegura-doras y reaseguradoras. Legislación consolidada a fecha 7/8/2020. Disponible en: https://www.boe.es/buscar/act.php?id=BOE-A-2015-13057 [Acceso 30 noviembre 2020].

Ridsdale, B., 2012. Annuity underwriting in the United Kingdom. Note for the International Actuarial Associa-tion Mortality Working Group. Disponible en: https://www.actuaries.org/CTTEES_TFM/Documents/Zagreb_item19_underwriting_annuities_UK.pdf [Acceso 30 noviembre 2020].

Sáez, J.; Ortí, F., González-Vila, L., 2006. Comparación de productos complementarios a la pensión pública de jubilación: nuevo enfoque financiero-fiscal. Trabajo galardonado con un accésit en los Premios de Investi-gación y Estudio Rafael Termes Carreró 2016. Disponible en: https://www.ieaf.es/images/premios-termes-ca-rrero/2016/ACCESIT_PREMIOS_RT_2016.pdf [Acceso 30 noviembre 2020].

Sinha, T., 1986. The Effects of Survival Probabilities, Tran-sactions Cost and the Attitude Towards Risk on the Demand for Annuities. The Journal of Risk and Insu-rance, 53(2), 301-307. https://doi.org/10.2307/252378

Telford, P.G., Browne, B.A., Collinge, E.J., Fulcher, P., Johnson, B.E., Little, W., Lu, J.L.C., Nurse, J.M., Smith, D.W., Zhang, F., 2011. Developments in the management of annuity business. British Actuarial Journal, 16(3), 471-551. https://doi.org/10.1017/S1357321711000213

Wilmoth, J.R., Andreev, K., Jdanov, D., Glei, D.A y Riffe, T. with the assistance of Boe, C., Bubenheim, M., Philipov, D., Shkolnikov, V., Vachon, P., Winant, C., Barbieri, M., 2017. Methods Protocol for the Human Mortality Data-base. University of California, Berkeley and Max Planck Institute for Demographic Research, Rostock. Disponible en: https://www.mortality.org/ [Acceso 30 noviembre 2020].

Yaari, M., 1965. Uncertain lifetime, life assurance, and the theory of the consumer. Review of Economic Studies, 32, 2), 137-50. https://doi.org/10.2307/2296058


Tabla A1.2. Prestación anual en euros, después de impuestos, con la estrategia A.2.

Edad x=60

EV βgG 0% 19% 24% 30% 37% 45%

n*27,13 1.0 40 4.37 3.54 3.32 3.06 2.75 2.41

23.94 1.5 37 4.40 3.56 3.34 3.08 2.77 2.42

21.69 2.0 35 4.44 3.60 3.37 3.11 2.80 2.44

14.68 5.0 28 4.83 3.91 3.67 3.38 3.04 2.66

9.88 10.0 22 5.64 4.57 4.28 3.95 3.55 3.10

7.48 15.0 18 6.58 5.33 5.00 4.61 4.15 3.62

Edad x=65

EV βgG 0% 19% 24% 30% 37% 45%

n*22.36 1.0 35 5.21 4.22 3.96 3.65 3.28 2.86

19.38 1.5 32 5.25 4.25 3.99 3.67 3.31 2.89

17.33 2.0 29 5.34 4.33 4.06 3.74 3.37 2.94

11.22 5.0 23 5.87 4.76 4.46 4.11 3.70 3.23

7.30 10.0 17 7.18 5.81 5.45 5.02 4.52 3.95

5.41 15.0 14 8.36 6.77 6.36 5.85 5.27 4.60

APÉNDICE 1. Prestación anual en euros, después de impuestos, para unos derechos consolidados en el PP de 100€ para distintas edades, multiplicadores de mortalidad y tasas impositivas marginales.


Edad x=60

gG

0% 19% 24% 30% 37% 45%

4.36 3.53 3.32 3.05 2.75 2.40

Edad x=65

gG

0% 19% 24% 30% 37% 45%

5.20 4.21 3.95 3.64 3.27 2.86

Edad x=70

gG

0% 19% 24% 30% 37% 45%

6.42 5.20 4.88 4.49 4.04 3.53

Edad x=80

gG

0% 19% 24% 30% 37% 45%

11.08 8.97 8.42 7.76 6.98 6.09



Edad x=70

EV βgG 0% 19% 24% 30% 37% 45%

n*17.83 1.0 30 6.43 5.21 4.89 4.50 4.05 3.54

15.11 1.5 26 6.53 5.29 4.96 4.57 4.11 3.59

13.28 2.0 24 6.64 5.38 5.05 4.65 4.18 3.65

8.13 5.0 17 7.76 6.29 5.90 5.43 4.89 4.27

5.07 10.0 12 9.95 8.06 7.56 6.96 6.27 5.47

3.67 15.0 10 11.54 9.35 8.77 8.08 7.27 6.35

Edad x=80

EV βgG 0% 19% 24% 30% 37% 45%

n*10.16 1.0 20 11.15 9.03 8.47 7.80 7.02 6.13

8.09 1.5 17 11.36 9.20 8.63 7.95 7.16 6.25

6.78 2.0 15 11.68 9.46 8.88 8.18 7.36 6.43

3.52 5.0 9 14.95 12.11 11.36 10.46 9.42 8.22

1.88 10.0 5 23.42 18.97 17.80 16.40 14.76 12.88

1.20 15.0 4 28.41 23.02 21.60 19.89 17.90 15.63

Nota: Obsérvese que para β = 1 los valores de la prestación anual no coinciden con los obtenidos en la Tabla A.1.1. Esto se debe a que A.1.1 considera un valor n* igual a todos los años para los que es posible que la persona jubilada viva, es decir, ε = 0,00. Sin embargo, A.1.2. considera ε = 0,05.Fuente: Elaboración propia.


Edad x=60

gG0 = 0% gG

0 = 19% gG0 = 24%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

n*27.13 1.0 40 3.05 2.94 2.93 2.91 2.47 2.38 2.37 2.36 2.31 2.23 2.22 2.21

23.94 1.5 37 3.25 3.14 3.13 3.12 2.63 2.54 2.53 2.52 2.47 2.39 2.38 2.37

21.69 2.0 35 3.40 3.29 3.28 3.27 2.75 2.67 2.66 2.65 2.58 2.50 2.49 2.49

14.68 5.0 28 4.11 4.01 4.00 3.98 3.33 3.24 3.24 3.23 3.13 3.04 3.04 3.03

9.88 10.0 22 5.09 4.98 4.97 4.96 4.12 4.03 4.03 4.02 3.87 3.79 3.78 3.77

7.48 15.0 18 6.10 5.99 5.98 5.97 4.94 4.85 4.85 4.84 4.63 4.55 4.55 4.54

gG0 = 30% gG

0 = 37% gG0 = 45%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

n*27,13 1.0 40 2.13 2.06 2.05 2.04 1.92 1.85 1.84 1.84 1.68 1.62 1.61 1.60

23.94 1.5 37 2.27 2.20 2.19 2.18 2.05 1.98 1.97 1.96 1.79 1.73 1.72 1.71

21.69 2.0 35 2.38 2.30 2.30 2.29 2.14 2.07 2.07 2.06 1.87 1.81 1.80 1.80

14.68 5.0 28 2.88 2.80 2.80 2.79 2.59 2.52 2.52 2.51 2.26 2.20 2.20 2.19

9.88 10.0 22 3.56 3.49 3.48 3.47 3.20 3.14 3.13 3.12 2.80 2.74 2.73 2.73

7.48 15.0 18 4.27 4.19 4.19 4.18 3.84 3.78 3.77 3.76 3.35 3.30 3.29 3.28


Edad x=65

gG0 = 0% gG

0 = 19% gG0 = 24%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

n*22.36 1.0 35 3.40 3.29 3.28 3.27 2.75 2.67 2.66 2.65 2.58 2.50 2.49 2.49

19.38 1.5 32 3.67 3.56 3.55 3.54 2.97 2.88 2.87 2.87 2.79 2.71 2.70 2.69

17.33 2.0 29 3.99 3.88 3.87 3.86 3.23 3.15 3.14 3.13 3.03 2.95 2.94 2.93

11.22 5.0 23 4.89 4.78 4.77 4.76 3.96 3.87 3.87 3.86 3.72 3.64 3.63 3.62

7.30 10.0 17 6.43 6.32 6.31 6.30 5.20 5.12 5.11 5.10 4.88 4.80 4.80 4.79

5.41 15.0 14 7.69 7.58 7.57 7.56 6.23 6.14 6.13 6.13 5.84 5.76 5.76 5.75

gG0 = 30% gG

0 = 37% gG0 = 45%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

n*22.36 1.0 35 2.38 2.30 2.30 2.29 2.14 2.07 2.07 2.06 1.87 1.81 1.80 1.80

19.38 1.5 32 2.57 2.49 2.48 2.48 2.31 2.24 2.24 2.23 2.02 1.96 1.95 1.95

17.33 2.0 29 2.79 2.72 2.71 2.70 2.51 2.45 2.44 2.43 2.19 2.14 2.13 2.12

11.22 5.0 23 3.42 3.35 3.34 3.33 3.08 3.01 3.01 3.00 2.69 2.63 2.62 2.62

7.30 10.0 17 4.50 4.42 4.42 4.41 4.05 3.98 3.97 3.97 3.53 3.48 3.47 3.46

5.41 15.0 14 5.38 5.31 5.30 5.29 4.84 4.78 4.77 4.76 4.23 4.17 4.17 4.16

Edad x=70

gG0 = 0% gG

0 = 19% gG0 = 24%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

n*17.83 1.0 30 3.87 3.77 3.76 3.75 3.14 3.05 3.04 3.03 2.94 2.86 2.86 2.85

15.11 1.5 26 4.39 4.28 4.27 4.26 3.55 3.47 3.46 3.45 3.33 3.25 3.25 3.24

13.28 2.0 24 4.71 4.60 4.59 4.58 3.81 3.73 3.72 3.71 3.58 3.50 3.49 3.48

8.13 5.0 17 6.43 6.32 6.31 6.30 5.20 5.12 5.11 5.10 4.88 4.80 4.80 4.79

5.07 10.0 12 8.88 8.78 8.77 8.76 7.20 7.11 7.10 7.09 6.75 6.67 6.66 6.65

3.67 15.0 10 10.56 10.45 10.44 10.43 8.55 8.47 8.46 8.45 8.02 7.94 7.93 7.93

gG0 = 30% gG

0 = 37% gG0 = 45%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

n*17.83 1.0 30 2.71 2.64 2.63 2.62 2.44 2.37 2.37 2.36 2.13 2.07 2.07 2.06

15.11 1.5 26 3.07 3.00 2.99 2.98 2.76 2.70 2.69 2.68 2.41 2.35 2.35 2.34

13.28 2.0 24 3.30 3.22 3.21 3.21 2.97 2.90 2.89 2.89 2.59 2.53 2.52 2.52

8.13 5.0 17 4.50 4.42 4.42 4.41 4.05 3.98 3.97 3.97 3.53 3.48 3.47 3.46

5.07 10.0 12 6.22 6.15 6.14 6.13 5.60 5.53 5.52 5.52 4.89 4.83 4.82 4.82

3.67 15.0 10 7.39 7.32 7.31 7.30 6.65 6.58 6.58 6.57 5.81 5.75 5.74 5.74


Tabla A1.4. Prestación anual en euros, después de impuestos, con una supuesta RM.

Edad x=60

EV

gG 0% 19% 24% 30% 37% 45%

β23.94 1.5 4.89 3.96 3.72 3.42 3.08 2.69

21.69 2.0 5.36 4.34 4.07 3.75 3.37 2.95

14.68 5.0 7.76 6.29 5.90 5.43 4.89 4.27

9.88 10.0 11.46 9.28 8.71 8.02 7.22 6.30

7.48 15.0 15.21 12.32 11.56 10.65 9.58 8.36

Edad x=65

EV

gG 0% 19% 24% 30% 37% 45%

β19.38 1,5 5.94 4.81 4.51 4.16 3.74 3.27

17.33 2,0 6.60 5.35 5.02 4.62 4.16 3.63

11.22 5,0 10.07 8.16 7.66 7.05 6.35 5.54

7.30 10,0 15.57 12.61 11.83 10.90 9.81 8.56

5.41 15,0 21.31 17.26 16.19 14.91 13.42 11.72

Edad x=70

EV

gG 0% 19% 24% 30% 37% 45%

β15.11 1.5 7.51 6.09 5.71 5.26 4.73 4.13

13.28 2.0 8.51 6.90 6.47 5.96 5.36 4.68

8.13 5.0 13.89 11.25 10.56 9.73 8.75 7.64

5.07 10.0 22.81 18.47 17.33 15.96 14.37 12.54

3.67 15.0 32.64 26.44 24.80 22.85 20.56 17.95

Edad x=80

gG0 = 0% gG

0 = 19% gG0 = 24%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

n*10.16 1.0 20 5.54 5.44 5.43 5.41 4.49 4.40 4.39 4.39 4.21 4.13 4.12 4.11

8.09 1.5 17 6.43 6.32 6.31 6.30 5.20 5.12 5.11 5.10 4.88 4.80 4.80 4.79

6.78 2.0 15 7.21 7.11 7.10 7.08 5.84 5.76 5.75 5.74 5.48 5.40 5.39 5.38

3.52 5.0 9 11.67 11.57 11.55 11.54 9.46 9.37 9.36 9.35 8.87 8.79 8.78 8.77

1.88 10.0 5 20.60 20.49 20.48 20.46 16.69 16.60 16.59 16.58 15.66 15.57 15.56 15.55

1.20 15.0 4 25.63 25.51 25.50 25.48 20.76 20.66 20.65 20.64 19.48 19.39 19.38 19.37

gG0 = 30% gG

0 = 37% gG0 = 45%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

n*10.16 1.0 20 3.88 3.81 3.80 3.79 3.49 3.42 3.42 3.41 3.05 2.99 2.98 2.98

8.09 1.5 17 4.50 4.42 4.42 4.41 4.05 3.98 3.97 3.97 3.53 3.48 3.47 3.46

6.78 2.0 15 5.05 4.97 4.97 4.96 4.54 4.48 4.47 4.46 3.97 3.91 3.90 3.90

3.52 5.0 9 8.17 8.10 8.09 8.08 7.35 7.29 7.28 7.27 6.42 6.36 6.36 6.35

1.88 10.0 5 14.42 14.34 14.33 14.33 12.98 12.91 12.90 12.89 11.33 11.27 11.26 11.26

1.20 15.0 4 17.94 17.86 17.85 17.84 16.15 16.07 16.06 16.05 14.10 14.03 14.02 14.02



APÉNDICE 2. Prestación anual en euros, después de impuestos, para unos fondos provenientes de la liquidación de patrimonio de 100€ para distintas edades, multiplicadores de mortalidad y tasas impositivas marginales.

Tabla A2.1. Prestación anual en euros, después de impuestos, con la estrategia B.1.

Edad x=60

gA

p gp = 0% p gp = 5% p gp = 10% p gp = 20%0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

4.36 4.16 4.14 4.12 4.15 3.96 3.94 3.92 3.93 3.75 3.73 3.71 3.49 3.33 3.32 3.30

Edad x=65

gA

p gp = 0% p gp = 5% p gp = 10% p gp = 20%0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

5.20 4.96 4.93 4.91 4.94 4.71 4.69 4.66 4.68 4.46 4.44 4.42 4.16 3.97 3.95 3.93

Edad x=70

gA

p gp = 0% p gp = 5% p gp = 10% p gp = 20%0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

6.42 6.12 6.09 6.06 6.09 5.82 5.79 5.76 5.77 5.51 5.48 5.46 5.13 4.90 4.87 4.85

Edad x=80

gA

p gp = 0% p gp = 5% p gp = 10% p gp = 20%0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23% 0% 19% 21% 23%

11.08 10.57 10.52 10.47 10.53 10.05 10.00 9.94 9.97 9.52 9.47 9.42 8.86 8.46 8.42 8.37

Nota: kx = 24% para x = 60 y x = 65 , kx = 8% para x = 70 y x = 80.


Edad x=80

EV

gG 0% 19% 24% 30% 37% 45%

β8.09 1.5 13.95 11.30 10.60 9.77 8.79 7.67

6.78 2.0 16.73 13.55 12.71 11.71 10.54 9.20

3.52 5.0 34.17 27.68 25.97 23.92 21.53 18.79

1.88 10.0 74.15 60.06 56.35 51.90 46.71 40.78

1.20 15.0 144.44 117.00 109.78 101.11 91.00 79.44




Edad x=60

p gp = 0% p gp = 5%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*27.13 1.0 40 4.37 4.17 4.14 4.12 4.15 3.96 3.94 3.92

23.94 1.5 37 4.40 4.19 4.17 4.15 4.18 3.98 3.96 3.94

21.69 2.0 35 4.44 4.23 4.21 4.18 4.22 4.02 4.00 3.97

14.68 5.0 28 4.83 4.60 4.57 4.55 4.59 4.37 4.35 4.32

9.88 10.0 22 5.64 5.37 5.34 5.31 5.36 5.10 5.07 5.05

7.48 15.0 18 6.58 6.27 6.23 6.20 6.25 5.95 5.92 5.89

p gp = 10% p gp = 20%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*27.13 1.0 40 3.94 3.75 3.73 3.71 3.50 3.33 3.31 3.30

23.94 1.5 37 3.96 3.77 3.75 3.73 3.52 3.35 3.34 3.32

21.69 2.0 35 4.00 3.81 3.79 3.77 3.55 3.38 3.36 3.35

14.68 5.0 28 4.34 4.14 4.12 4.09 3.86 3.68 3.66 3.64

9.88 10.0 22 5.07 4.83 4.81 4.78 4.51 4.30 4.27 4.25

7.48 15.0 18 5.92 5.64 5.61 5.58 5.26 5.01 4.99 4.96

Edad x=65

p gp = 0% p gp = 5%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*22.36 1.0 35 5.21 4.96 4.94 4.91 4.95 4.71 4.69 4.66

19.38 1.5 32 5.25 5.00 4.97 4.94 4.98 4.75 4.72 4.70

17.33 2.0 29 5.34 5.09 5.06 5.03 5.07 4.83 4.81 4.78

11.22 5.0 23 5.87 5.59 5.56 5.53 5.58 5.31 5.28 5.26

7.30 10.0 17 7.18 6.83 6.80 6.76 6.82 6.49 6.46 6.42

5.41 15.0 14 8.36 8.05 8.01 7.98 7.94 7.64 7.61 7.58

p gp = 10% p gp = 20%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*22.36 1.0 35 4.69 4.47 4.44 4.42 4.17 3.97 3.95 3.93

19.38 1.5 32 4.72 4.50 4.47 4.45 4.20 4.00 3.98 3.96

17.33 2.0 29 4.81 4.58 4.56 4.53 4.27 4.07 4.05 4.03

11.22 5.0 23 5.28 5.03 5.01 4.98 4.70 4.47 4.45 4.43

7.30 10.0 17 6.46 6.15 6.12 6.09 5.74 5.47 5.44 5.41

5.41 15.0 14 7.53 7.24 7.21 7.18 6.69 6.44 6.41 6.38


Edad x=70

p gp = 0% p gp = 5%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*17.83 1.0 30 6.43 6.13 6.10 6.06 6.11 5.82 5.79 5.76

15.11 1.5 26 6.53 6.22 6.18 6.15 6.20 5.91 5.88 5.84

13.28 2.0 24 6.64 6.32 6.29 6.26 6.31 6.01 5.98 5.94

8.13 5.0 17 7.76 7.39 7.35 7.31 7.37 7.02 6.98 6.95

5.07 10.0 12 9.95 9.57 9.53 9.49 9.45 9.09 9.05 9.02

3.67 15.0 10 11.54 11.19 11.16 11.12 10.97 10.63 10.60 10.56

p gp = 10% p gp = 20%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*17.83 1.0 30 5.79 5.52 5.49 5.46 5.15 4.90 4.88 4.85

15.11 1.5 26 5.87 5.60 5.57 5.54 5.22 4.97 4.95 4.92

13.28 2.0 24 5.97 5.69 5.66 5.63 5.31 5.06 5.03 5.01

8.13 5.0 17 6.98 6.65 6.62 6.58 6.21 5.91 5.88 5.85

5.07 10.0 12 8.95 8.61 8.58 8.54 7.96 7.66 7.62 7.59

3.67 15.0 10 10.39 10.07 10.04 10.01 9.24 8.96 8.93 8.90

Edad x=80

p gp = 0% p gp = 5%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*10.16 1.0 20 11.15 10.62 10.56 10.51 10.59 10.09 10.03 9.98

8.09 1.5 17 11.36 10.82 10.76 10.71 10.79 10.28 10.22 10.17

6.78 2.0 15 11.68 11.24 11.19 11.15 11.10 10.68 10.63 10.59

3.52 5.0 9 14.95 14.49 14.44 14.40 14.20 13.77 13.72 13.68

1.88 10.0 5 23.42 22.89 22.83 22.78 22.25 21.75 21.69 21.64

1.20 15.0 4 28.41 27.77 27.70 27.63 26.99 26.38 26.31 26.25

p gp = 10% p gp = 20%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*10.16 1.0 20 10.03 9.56 9.51 9.46 8.92 8.49 8.45 8.41

8.09 1.5 17 10.22 9.74 9.69 9.64 9.09 8.66 8.61 8.56

6.78 2.0 15 10.52 10.12 10.07 10.03 9.35 8.99 8.95 8.92

3.52 5.0 9 13.45 13.04 13.00 12.96 11.96 11.59 11.56 11.52

1.88 10.0 5 21.08 20.60 20.55 20.50 18.74 18.31 18.27 18.22

1.20 15.0 4 25.57 24.99 24.93 24.87 22.73 22.21 22.16 22.10

Nota a: Para cada valor de n* se ha considerado el correspondiente porcentaje kn*.

Nota b: Obsérvese que para β = 1 los valores de la prestación anual no coinciden con los obtenidos en la Tabla A.2.1. Esto se debe a que A.2.1 considera un valor n* igual a todos los años para los que es posible que la persona jubilada viva, es decir, ε = 0,00. Sin embargo, A.2.2. considera ε = 0,05.




Edad x=60

p gp = 0% p gp = 5%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*27.13 1.0 40 3.05 2.94 2.93 2.91 2.89 2.79 2.78 2.77

23.94 1.5 37 3.25 3.14 3.13 3.12 3.08 2.98 2.97 2.96

21.69 2.0 35 3.40 3.29 3.28 3.27 3.23 3.13 3.12 3.11

14.68 5.0 28 4.11 4.01 4.00 3.98 3.91 3.81 3.80 3.78

9.88 10.0 22 5.09 4.98 4.97 4.96 4.83 4.73 4.72 4.71

7.48 15.0 18 6.10 5.99 5.98 5.97 5.79 5.69 5.68 5.67

p gp = 10% p gp = 20%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*27.13 1.0 40 2.74 2.64 2.63 2.62 2.44 2.35 2.34 2.33

23.94 1.5 37 2.92 2.82 2.81 2.80 2.60 2.51 2.50 2.49

21.69 2.0 35 3.06 2.96 2.95 2.94 2.72 2.63 2.63 2.62

14.68 5.0 28 3.70 3.61 3.60 3.59 3.29 3.20 3.20 3.19

9.88 10.0 22 4.58 4.48 4.47 4.46 4.07 3.98 3.98 3.97

7.48 15.0 18 5.49 5.39 5.38 5.37 4.88 4.79 4.79 4.78

Edad x=65

p gp = 0% p gp = 5%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*22.36 1.0 35 3.40 3.29 3.28 3.27 3.23 3.13 3.12 3.11

19.38 1.5 32 3.67 3.56 3.55 3.54 3.48 3.38 3.37 3.36

17.33 2.0 29 3.99 3.88 3.87 3.86 3.79 3.69 3.68 3.67

11.22 5.0 23 4.89 4.78 4.77 4.76 4.64 4.54 4.53 4.52

7.30 10.0 17 6.43 6.32 6.31 6.30 6.10 6.00 5.99 5.98

5.41 15.0 14 7.69 7.58 7.57 7.56 7.31 7.21 7.19 7.18

p gp = 10% p gp = 20%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*22.36 1.0 35 3.06 2.96 2.95 2.94 2.72 2.63 2.63 2.62

19.38 1.5 32 3.30 3.20 3.19 3.18 2.93 2.85 2.84 2.83

17.33 2.0 29 3.59 3.49 3.48 3.47 3.19 3.11 3.10 3.09

11.22 5.0 23 4.40 4.30 4.29 4.28 3.91 3.83 3.82 3.81

7.30 10.0 17 5.78 5.69 5.68 5.67 5.14 5.06 5.05 5.04

5.41 15.0 14 6.92 6.83 6.82 6.81 6.15 6.07 6.06 6.05


Edad x=70

p gp = 0% p gp = 5%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*17.83 1.0 30 3.87 3.77 3.76 3.75 3.68 3.58 3.57 3.56

15.11 1.5 26 4.39 4.28 4.27 4.26 4.17 4.07 4.06 4.05

13.28 2.0 24 4.71 4.60 4.59 4.58 4.47 4.37 4.36 4.35

8.13 5.0 17 6.43 6.32 6.31 6.30 6.10 6.00 5.99 5.98

5.07 10.0 12 8.88 8.78 8.77 8.76 8.44 8.34 8.33 8.32

3.67 15.0 10 10.56 10.45 10.44 10.43 10.03 9.93 9.92 9.91

p gp = 10% p gp = 20%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*17.83 1.0 30 3.49 3.39 3.38 3.37 3.10 3.01 3.01 3.00

15.11 1.5 26 3.95 3.85 3.84 3.83 3.51 3.42 3.42 3.41

13.28 2.0 24 4.24 4.14 4.13 4.12 3.77 3.68 3.67 3.66

8.13 5.0 17 5.78 5.69 5.68 5.67 5.14 5.06 5.05 5.04

5.07 10.0 12 8.00 7.90 7.89 7.88 7.11 7.02 7.01 7.01

3.67 15.0 10 9.50 9.41 9.40 9.39 8.45 8.36 8.35 8.34

Edad x=80

p gp = 0% p gp = 5%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*10.16 1.0 20 5.54 5.44 5.43 5.41 5.26 5.16 5.15 5.14

8.09 1.5 17 6.43 6.32 6.31 6.30 6.10 6.00 5.99 5.98

6.78 2.0 15 7.21 7.11 7.10 7.08 6.85 6.75 6.74 6.73

3.52 5.0 9 11.67 11.57 11.55 11.54 11.09 10.99 10.98 10.97

1.88 10.0 5 20.60 20.49 20.48 20.46 19.57 19.46 19.45 19.44

1.20 15.0 4 25.63 25.51 25.50 25.48 24.35 24.23 24.22 24.21

p gp = 10% p gp = 20%

EV βgA 0% 19% 21% 23% 0% 19% 21% 23%

n*10.16 1.0 20 4.99 4.89 4.88 4.87 4.43 4.35 4.34 4.33

8.09 1.5 17 5.78 5.69 5.68 5.67 5.14 5.06 5.05 5.04

6.78 2.0 15 6.49 6.40 6.39 6.38 5.77 5.69 5.68 5.67

3.52 5.0 9 10.51 10.41 10.40 10.39 9.34 9.25 9.24 9.23

1.88 10.0 5 18.54 18.44 18.43 18.42 16.48 16.39 16.38 16.37

1.20 15.0 4 23.07 22.96 22.95 22.93 20.50 20.41 20.40 20.39



Tabla A2.4. Prestación anual en euros, después de impuestos, con una supuesta RM

Edad x=60

p gp = 0% p gp = 5%

EV

gA 0% 19% 21% 23% 0% 19% 21% 23%

β23.94 1.5 4.89 4.67 4.64 4.62 4.65 4.43 4.41 4.39

21.69 2.0 5.36 5.11 5.09 5.06 5.09 4.86 4.83 4.81

14.68 5.0 7.76 7.41 7.37 7.33 7.37 7.04 7.00 6.97

9.88 10.0 11.46 10.94 10.88 10.83 10.89 10.39 10.34 10.29

7.48 15.0 15.21 14.52 14.44 14.37 14.45 13.79 13.72 13.65

p gp = 10% p gp = 20%

EV

gA 0% 19% 21% 23% 0% 19% 21% 23%

β23.94 1.5 4.40 4.20 4.18 4.16 3.91 3.73 3.71 3.70

21.69 2.0 4.82 4.60 4.58 4.56 4.29 4.09 4.07 4.05

14.68 5.0 6.99 6.67 6.63 6.60 6.21 5.93 5.90 5.87

9.88 10.0 10.31 9.84 9.79 9.74 9.17 8.75 8.71 8.66

7.48 15.0 13.69 13.06 13.00 12.93 12.17 11.61 11.55 11.50

Edad x=65

p gp = 0% p gp = 5%

EV

gA 0% 19% 21% 23% 0% 19% 21% 23%

β19.38 1.5 5.94 5.67 5.64 5.61 5.64 5.38 5.36 5.33

17.33 2.0 6.60 6.30 6.27 6.24 6.27 5.98 5.95 5.92

11.22 5.0 10.07 9.61 9.57 9.52 9.57 9.13 9.09 9.04

7.30 10.0 15.57 14.86 14.78 14.71 14.79 14.11 14.04 13.97

5.41 15.0 21.31 20.33 20.23 20.13 20.24 19.32 19.22 19.12

p gp = 10% p gp = 20%

EV

gA 0% 19% 21% 23% 0% 19% 21% 23%

β19.38 1.5 5.34 5.10 5.07 5.05 4.75 4.53 4.51 4.49

17.33 2.0 5.94 5.67 5.64 5.61 5.28 5.04 5.01 4.99

11.22 5.0 9.07 8.65 8.61 8.57 8.06 7.69 7.65 7.61

7.30 10.0 14.01 13.37 13.30 13.24 12.45 11.88 11.82 11.77

5.41 15.0 19.17 18.30 18.21 18.12 17.04 16.27 16.19 16.10


Edad x=70

p gp = 0% p gp = 5%

EV

gA 0% 19% 21% 23% 0% 19% 21% 23%

β15.11 1.5 7.51 7.17 7.14 7.10 7.14 6.81 6.78 6.74

13.28 2.0 8.51 8.12 8.08 8.04 8.09 7.72 7.68 7.64

8.13 5.0 13.89 13.26 13.19 13.13 13.20 12.60 12.53 12.47

5.07 10.0 22.81 21.77 21.66 21.55 21.67 20.68 20.57 20.47

3.67 15.0 32.64 31.15 30.99 30.84 31.01 29.59 29.44 29.29

p gp = 10% p gp = 20%EV gA 0% 19% 21% 23% 0% 19% 21% 23%

β15.11 1.5 6.76 6.45 6.42 6.39 6.01 5.74 5.71 5.68

13.28 2.0 7.66 7.31 7.28 7.24 6.81 6.50 6.47 6.43

8.13 5.0 12.50 11.93 11.87 11.81 11.12 10.61 10.56 10.50

5.07 10.0 20.53 19.59 19.49 19.39 18.24 17.41 17.33 17.24

3.67 15.0 29.37 28.03 27.89 27.75 26.11 24.92 24.79 24.67

Edad x=80

p gp = 0% p gp = 5%

EV

gA 0% 19% 21% 23% 0% 19% 21% 23%

β8.09 1.5 13.95 13.32 13.25 13.18 13.26 12.65 12.59 12.52

6.78 2.0 16.73 15.96 15.88 15.80 15.89 15.16 15.09 15.01

3.52 5.0 34.17 32.61 32.45 32.29 32.46 30.98 30.83 30.67

1.88 10.0 74.15 70.76 70.41 70.05 70.44 67.23 66.89 66.55

1.20 15.0 144.44 137.86 137.16 136.47 137.22 130.97 130.31 129.65

p gp = 10% p gp = 20%

EV

gA 0% 19% 21% 23% 0% 19% 21% 23%

β8.09 1.5 12.56 11.99 11.92 11.86 11.16 10.65 10.60 10.55

6.78 2.0 15.05 14.37 14.29 14.22 13.38 12.77 12.71 12.64

3.52 5.0 30.76 29.35 29.21 29.06 27.34 26.09 25.96 25.83

1.88 10.0 66.73 63.69 63.37 63.05 59.32 56.61 56.33 56.04

1.20 15.0 130.00 124.07 123.45 122.82 115.56 110.29 109.73 109.18

Nota: kx = 24% para x = 60 y x = 65 , kx = 8% para x = 70 y x = 80.




CÓDIGOS JEL:Q17; F16; J30; O13; D74PALABRAS CLAVE:Conflictos de tierra; Precios de materias primas; Quinoa; Bolivia; Exportaciones; Precios minerales

Resumen: El incremento de la popularidad de la quinua por sus características culinarias y nutricionales puede tener consecuencias inesperadas en los principales países productores. Mientras las comunidades productoras se podrían beneficiar del incremento de la demanda, también puede ocasionar deseos de controlar la tierra productiva, como indican numerosos artículos de prensa. Este estudio analiza si el incremento del precio de la quinua aumenta los conflictos de tierra en Bolivia, uno de los mayores productores de quinua del mundo. Compara-mos la fluctuación del precio de este producto con el precio de otros productos exportados por el país: los minerales. No encontramos una relación significativa entre los precios de la quinua y los conflictos por la tierra. Sin embargo, sí encontramos una asociación entre los precios de los minerales y los conflictos, consistente con los efectos rapacidad y de coste de oportunidad descritos en la literatura. Mientras los precios de los minerales intensivos en mano de obra como la plata y el cobre están asociados con una reducción en los conflictos, las fluctuaciones no afectan al estaño y otras exportaciones intensivas en capital.

ARTÍCULO

Addressing misperceptions about land conflicts and quinoa: the case of Bolivia

Ana Garcia-Hernandeza, Mayra Arauco Berdegué, Carl Kelly, Francesc Masdeu Navarro and Alonso Vega Vidal

a Universidad del Rosario e Innovations for Poverty Action Colombia

JEL CODES:Q17; F16; J30; O13; D74KEYWORDS:Land conflicts; Commodity prices; Quinoa; Bolivia; Exports; Mineral prices

Abstract: The increasing popularity of quinoa for its culinary and nutritional value has unin-tended consequences in the main producer countries. While it could provide communities with revenues, it can also trigger desires to control the land which produces it. We analyse whether the increase of quinoa’s price increases land conflicts in Bolivia, one of the leading quinoa pro-ducer countries. We compare the fluctuation of this staple price to the price of other primary export goods in Bolivia: minerals. We do not find an increase in the quinoa’s international price changes conflicts in the producer areas. However, we find that the relationship between price changes and conflicts in the case of minerals is consistent with the rapacity and opportunity cost effect described in the literature. While the prices of labour-intensive minerals like silver and copper are associated with a decrease in conflicts, consistent with an opportunity cost effect, fluctuations do not affect tin and other income-intensive exports.

Correo electrónico: [email protected]


76 Ana Garcia-Hernandez, Mayra Arauco Berdegué, Carl Kelly, Francesc Masdeu Navarro and Alonso Vega Vidal

“Today we are here to recruit a new ally in the fight against world hunger and food insecurity: quinoa”

FAO Director-General José Graziano da Silva at the official launch of the International Year of Quinoa at UN Headquarters. Feb. 2013

In February 2013, the United Nations officially launched the International Year of Quinoa. With support from seve-ral member countries, the UN announced that this initia-tive’s objective is “to focus world attention on the role that quinoa’s biodiversity and nutritional value play in food security, nutrition, and poverty eradication, and support of the achievement of the Millennium Development Goals.” Despite the sudden spotlight, the quinoa plant is relatively unknown outside its major producer countries and certain culinary circles. However, the task of increasing global awa-reness about quinoa’s potential to help fight hunger and alleviate poverty is undoubtedly facilitated by the unique characteristics of this plant, including its nutritional pro-perties and versatile growth. While the UN just begins pus-hing forward with the program, there has already been a wave of impressive growth in the quinoa market in recent years.

Moreover, the media has already been reporting some of the consequences associated with this market growth. Some have argued that the dramatic rise in quinoa’s price is causing decreased affordability for low native consumers. The press also reports higher prices as a source of conflict at the local level as communities clash over access to land.

This paper will examine the quinoa market boom and take a close look at the quinoa-related land disputes in Bolivia, including an unprecedented quantitative evaluation of the conflict issue. Our goal is to use quantitative data to unders-tand the actual effect and counteract this issue’s massive media coverage. As far as we know, a quantitative study of this kind has never been conducted in Bolivia. We believe this paper contributes to the literature of conflicts and natural resources by providing a new context not studied before and using evidence to address media misperceptions that can significantly impact social unrest. According to the literature, the increase in the price of a commodity could increase conflict if the value of the productive land increases and the incentive to fight for it is higher (rapa-city effect). On the other hand, if the price boom increases individuals’ incomes, we might find a decrease in the area’s conflicts because time will be better spent working for the production of the commodity than working (opportunity cost effect). This paper analyzes which effect prevails using quinoa and minerals using the most important productive commodities in the country.

Cultivated as far back as 3000 BC by the Incas, quinoa is typically incorrectly labeled as a grain or cereal because of its edible seeds. Quinoa is a member of the chenopod family of plants and is closely related to spinach. One of the most relevant features of quinoa is its high nutrient content. Quinoa is the only plant food that contains all ten amino acids that are essential for the human diet. Given that it is a complete protein source, quinoa is considered by some as an incomparable substitute for animal prote-

ins. Quinoa is also a good source of fiber, iron, potassium, calcium, and magnesium. Moreover, given that quinoa is a seed and not a grain, it is gluten-free and appropriate for many different diets. A technical paper from NASA resear-ching the potential uses of quinoa in space determined that “while no single food can supply all the essential life-sus-taining nutrients, quinoa comes as close as any other in the plant or animal kingdom1.

In addition to its nutritional value, quinoa is highly regar-ded for its adaptability to harsh ecological conditions. Quinoa is only produced in some environmentally hostile regions of the high Andean plateaus in South America. It can grow in saline soil and at a high altitude above sea level (3,500m), where there are thin oxygen and limited water supply, making it virtually the only crop able to grow under such conditions. A few specific regions in Bolivia, Peru, and Ecuador exhibit this type of environment. The core charac-teristics of quinoa make it a valuable crop that also pro-duces very high yields, which means that it takes minimal inputs and resources to produce a large harvest. Currently, it is a commodity in an expanding market, and its produc-tion is delivering high revenues.

The rest of the paper is organized as follows; in section 1, we present the background and context of this topic. We study the market situation for quinoa and its evolu-tion, the mass media coverage and attention in Bolivia and international press, the problem on property rights and land conflicts, and some of the efforts that have been done regarding organization around quinoa production. In section 2, the literature related to conflicts and the price of commodities is presented, together with our argument’s theory. Section 3 explains how we have worked with the data and the methodology used for the empirical analysis. In the next section, section 4, we present and interpret our results. In section 5, we provide a brief overview of the study and principal conclusions.

1. Background and context

1.1 The quinoa market

The market for quinoa has grown significantly in recent years. According to the Food & Agriculture Organization, world production of quinoa in 2019 was 161,415 tons (FAOS-TAT, 2019), an increase of more than 100% from 2011, when the last year of the data for this work was collected. In 2011 it was 80,241 tons on 101,527 hectares. These two figures represent a 28% and 38% increase from 2006 respectively. Bolivia and Peru alone represent more than 90% of global quinoa production and exports. In 2011, Bolivia produced 38,257 tons, 42% more than in 2006. Similarly, Peru produ-ced 41,168 tons in 2011, an increase of 35% compared to 2006. Bolivia is the world’s number one exporter of quinoa. The value of Bolivian quinoa exports has risen from a total of US$2 million in 1999 to more than US$46 million in 2010 or about 15,400 tons. (See Appendix A1, A2)

The booming quinoa export market has been pushed by

1 Greg Schlick and David L. Bubenheim. 1993. Quinoa: An Emer-ging “New” Crop with Potential for CELSS. NASA Technical Paper 3422

Addressing misperceptions about land conflicts and quinoa: the case of Bolivia 77

international customers and importers predominantly throughout Europe, Canada, and the US, willing to buy the crop at higher prices. (See Appendix A3, A4) Primarily driven by the growing popularity and consumer demand, the crop prices had risen from 1.399$ per ton in 1989 to 9.300$ per ton in 2010. Climbing prices are understood to be leading to higher income revenues for rural farmers that were before isolated from the international markets. However, an associated implication is that poor local con-sumers cannot afford quinoa as part of their basic consump-tion basket. Today, quinoa’s value is about five times that of soybeans and about four times that of wheat, both similar staples but of lower nutritional quality.

Image 1: Quinoa’s production Price in Bolivia

Even in light of the increasing demand in the international market, the gross value of quinoa production barely rea-ches 1% of Bolivian GDP, and its contribution to the agricul-ture sector is 5.2% (INE 2011). FAO estimated that for 2011 there were 70,000 quinoa producers in Bolivia, with roughly 15,000 of them dedicated to its commercialization in the internal and foreign market. The remaining producers are mainly families who produce for household consumption and household exchange.

1.2 The Broader Productive Landscape

Bolivia is a landlocked country located in the heart of South America and divided into nine different regions. Oruro and Potosi, in the Andean territory at more than 3.500 meters high, are the world’s central quinoa-producing regions. However, as mentioned above, quinoa represents only a small fraction of production in the country. These two regions were born and have thrived around mineral extrac-tion, mainly silver, zinc, lead, and tin (See Appendix A5), which are also the country’s main exports and natural gas and crude petroleum. The country is highly vulnerable to international market fluctuations produced by the large economies in Europe, Asia, and North America that esta-blish international prices. Bolivia is mainly an exporter of raw materials and cheap manufactures, subject to boom-and-bust economic cycles.

During the presidency of Evo Morales, Bolivia increased government control and investment in the mining sector. At the Huanuni mines in Oruro, violent clashes among coope-rative miners led to the facility’s nationalization in the year 2007. The government also nationalized the Vinto smelter,

citing corruption by private owner Glencore in February 2007. The still- unopened Karachipampa metallurgy com-plex was nationalized in 2011 following the regional protest in Potosí’s demand for its operation and foreign investors’ failure to accomplish this. The last nationalization by Mr. Morales’ government took place in June 2012 as a window to end a violent dispute at the Colquiri tin mine, Bolivia’s second largest, that agitated the country for months.

Throughout the history of Bolivia, conflicts have marked the country’s social and economic pulse. These facts represent the existing tensions between the different social groups and the discordances between the state and society and are also an expression of unwellness and despair among Bolivians.

1.3 Mass Media Coverage and Attention

The growing quinoa market described above has not come without accompanying scrutiny from third-party observers. Increased attention has been brought to different conse-quences of market growth. Specifically, higher prices have socioeconomic effects, such as decreased affordability for poor consumers in quinoa-producing countries who have relied on this as a staple food for centuries. Reports in top international newspapers argue that quinoa’s skyrocke-ting price is making it too costly for consumers in producer countries to purchase, forcing them to substitute quinoa for cheaper and less nutritional processed foods. Some of the most polemic headlines regarding this topic are as follows:

“Can vegans stomach the unpalatable truth about quinoa?”

Ethical consumers should be aware poor Bolivians can no longer afford their staple grain due to western

demand raising prices.

- The Guardian (Jan. 2013)

“Quinoa: The Dark Side of an Andean Superfood”

Quinoa was always food for Indians. Today it’s food for the world’s richest.

- Time World (Apr. 2012)

“The Quinoa Boom Is a Lesson in the Global Economy”

The speed of quinoa uptake has not been without pro-blems, highlighting the interconnections that exist in a

global economy.

- ABC News (Jan.2013)

“Quinoa’s Global Success Creates Quandary at Home”

Fewer Bolivians can now afford it, hastening their embrace of cheaper, processed foods and raising fears of malnutrition in a country that has long struggled

with it.

- The New York Times (Mar. 2011)


Moreover, with the increase in prices, many of the vast una-ttended fields of the southern Bolivian Andes have become much more valuable, worsening land conflicts and transfor-ming the social links among communities in close vicinity to each other. According to many international NGOs and the local press, there has been an increase in property rights conflicts in a few particular regions in Bolivia between native communities that lived in relative harmony before the quinoa price boom.

There was a series of notably violent territorial disputes between Oruro and Potosi in February and March of 2012, and quinoa-producing land is at the center of this issue. Many Bolivian newspapers reported that these conflicts left dozens of people seriously injured, hostage-taking, and damaged machinery. Residents in Potosi have reported land invasions by natives from Oruro and vice-versa. “La Prensa” (Villca Jimenez, 2012) reported that local leaders had orga-nized their communities during these incidents to defend plots of land from further incursions. It was also reported that government authorities have attempted to facilitate dialogue between the parties involved. However, a solu-tion has been hard to come by. International advisors were invited to help revise land decrees that had initially been written in the 16th century, but negotiations have stalled. Some government leaders have suggested that perhaps the army may need to be called in to control confrontation and minimize further escalation.

The problem of conflict over quinoa land has not gone unnoticed in the international press. In June 2012, a Cana-dian currents affairs magazine (Pedromo, 2012) reported that this “popular superfood had spurred violence between producers” in Bolivia. The article explains that land used for growing quinoa is scarce, and soaring prices have led to increased tensions in Bolivia over agricultural lands’ control. The article states: “Warring quinoa producers on the borders of the Potosí and Oruro departments recently attacked one another with dynamite, grenades, and sticks. An informal truce was reached by dividing 250 sq. km of quinoa plantations in half, with each side taking control of one half. But it’s harvest season, and new fights could soon erupt.”

News about conflicts over quinoa lands continues to be published. Most recently, in April 2013, the publication from a significant Bolivian NGO (Fundación TIERRA, 2013) reported how clashes between communities in Oruro and Potosi have been reignited. This article emphasizes pro-perty rights as a core issue. Each of the opposing parties claims the land to be theirs, but the articles emphasize that there is no clear legal structure behind the disputed parcels of land and that interest in controlling the area has only arisen with the rise in quinoa prices.

1.4 Property Rights and Land Conflicts

Bolivian property rights legislation and its enforcement are relatively weak, and government authorities have not reconciled the increasing disputes over quinoa-producing lands between local communities. Moreover, “Bolivia has one of the most inequitable distributions of land in South America, represented by both inter-regional and intra-re-gional inequality” (USAID, 2016). In the east of the coun-

try, 60–70% of cultivable land is held by a few thousand large landowners. In contrast, 5–10% of the agricultural land in the same region is held by hundreds of thousands of indigenous smallholders” (World Bank 2006b). Over 90% of Bolivian regions currently experience territorial conflicts due to various political and land interests throughout the country, not to mention conflicts in smaller quinoa-growing communities such as Oruro and Potosi.

One prominent researcher whose work focuses on quinoa comments that “land disputes have unfortunately been in the fabric of the Andes and Bolivia since before colonial times” (Laguna and Rollet, 2012). Following Bolivia’s inde-pendence from Spain in the nineteenth century, existing communities were already fighting each other to access agricultural land and natural resources. Several times during the twentieth century, the government tried to implement geographical limits by appointing the army to settle the dispute but had no luck. Conflicts resurfaced in the 1990s with the more current expansion of quinoa pro-duction.

In 1996, Bolivia adopted its primary land reform law: The Law of Agrarian Reform (el Acto Nacional para la Reforma Agraria, INRA Act). The INRA Act was designed to address chronic issues of limitations on land tenure access and insecurity through regularization of land rights, issuance of titles, resolution of land disputes, and distribution of land. Unfortunately, the law’s implementation was uneven and ineffective (World Bank 2006a).

When Bolivia gained its independence, the government neglected to declare geographically detailed and firm territorial or political boundaries of communities, muni-cipalities, provinces, and departments (regions). In her article, Jean Friedman-Rudovsky (2012), mentions conflicts between communities within the Potosí and Oruro regions of Bolivia, “The Dark Side of Quinoa,” in Time Magazine. She claims that these conflicts are a result of commoditized quinoa expansion.

To overcome these disputes, indigenous Bolivian president Evo Morales imposed a grassroots solution agreed to by regional governors and small community civic leaders living in the various regions’ urban centers, giving these commu-nity leaders the responsibility to negotiate territorial con-flicts directly. At the beginning of March 2012, uprisings of this new system began and pushed the Bolivian State to the limits of its political resources; this approach to sol-ving territorial boundaries is continuing to solve these con-flicts all over Bolivia. Although conflicts over land posses-sion, land reform, and regional autonomy have decreased since the advent of the Morales administration’s efforts, the continuing inequalities in land distribution and the sluggish land reform progress have led to conflicts. Allo-cation of Original Community Lands (Tierras Comunitarias de Origen-TCOs), concessions, titling, INRA processes, and local land administration operations have supplied fodder for disputes, and the imposition of TCOs as the only tenure model for indigenous communities has created conflicts (World Bank 2006b).


1.5 Organizational Efforts

As a result of market expansion and the economic oppor-tunities perceived to be contained within, there has been an attempt to improve the quinoa value chain organization (i.e., producers, intermediaries, and exporters) in Bolivia. Given quinoa’s tremendous productive and profit potential, the Bolivian Government has established different orga-nizations at the regional and national levels, such as the State Chamber of producers of Quinoa Real of Potosi (CADE-QUIR), the State Chamber of producers of Quinoa Real of Oruro (CADEPQUI-OR), the National Chamber of Quinoa Producers, National Committee of Competitiveness and Productivity of Quinoa (CONACOPROQ), and the Bolivian Chamber of Exporters of Quinoa (CABOLQUI). The coordi-nation among these institutional actors of the quinoa chain has allowed the formulation of the National Policy and Stra-tegy of Quinoa (2009). The document’s main objective is to “foster the sustainable cultivation of quinoa as a base for productive development in the Andean area within the frame of food security and sovereignty policy in Bolivia”2. It encourages the process towards a model of development that includes all rural actors, improving their production system in a more diversified and participative rural eco-nomy.

Despite its importance, these organizational efforts still lack policy-based reinforcement and need further revision. Furthermore, as mentioned above, there are continued reports of conflict over quinoa land in Bolivia. Upon first looking at the data, we can see that there is no clear corre-lation between quinoa prices and conflicts. However, since the middle 2000s, when quinoa gained world relevance, there has been an eruption of conflicts in the region.

Although there has been little international attention to past local conflicts in Bolivia, there is an increasing coverage on the fringes of the quinoa price boom that has placed the country’s current conflicts in the spotlight. Simultaneously, both local and international publications have focused on the socio-economic importance of quinoa to fight hunger and boost development in one of the poorest regions in the southern hemisphere. However, no systematic quantitative study has been done yet relating the increasing prices and the current conflicts. Before proceeding with our quanti-tative analysis, we first look at what the literature says about the relationship between commodity price changes and conflict.

2. Literature Review

There is a vast literature on how commodities prices can affect conflicts. In economic theory, there might be two different effects from an increase in prices. One suggests that higher local income results in a more efficient allo-cation of resources, improving welfare and diminishing conflicts. In this case, higher potential income implies an opportunity cost such that time spent embroiled in con-flict could be better spent in the profitable production of quinoa. Thus, a rise in income may reduce conflict by

2 AGROBOLIVIA: http://vdra.agrobolivia.gob.bo/contenidos/in-formacion/publicaciones/VDRA_COM_SCT-4929993- 25062012-2.pdf

increasing wages and reducing labor supplied to criminal or conflict activity (Becker, 1968; Grossman, 1991). In this line, Brückner and Ciccone (2010) show that the probabi-lity of a civil war outbreak is higher following periods of decreased international prices of a country’s commodity exports rather than increased prices.

The second argument, which captures what is known as the rapacity effect, is that under certain circumstances, increasing prices of natural resources raises the land value and might lead to an increase in conflicts by gains from attempted appropriation, as far as there is more to fight over (Hirshleifer, 1991; Grossman, 1999). This argument could explain why oil and other natural resource exporters face a higher probability of experiencing civil war (Fearon, 2005). Angrist and Kugler (2008) study the consequences of an exogenous surge in coca prices and cultivation in Colombia, where most coca leaf is now harvested. They find that rural areas that saw accelerated coca production subsequently became considerably more violent, while urban areas were affected little. These findings are con-sistent with the view that the Colombian civil conflict is fueled by the financial opportunities that coca provides. Also, rent-seeking by combatants limits the economic gains from coca, where a rise in income may increase conflict by raising the return to predation and promoting rapacity over these resources.

Moreover, some studies show a higher rapacity effect when the commodities involved are capital intensive. One of the most insightful contributions is made by Dube and Vargas (2012). They find that the price of agricultural commodi-ties (which are labor-intensive) is negatively related to conflict: when the price rises, conflict falls differentially in municipalities that produce more of these goods. In con-trast, the price of natural resources (which use labor less intensively) is positively related to conflict: when the price rises, conflict rises differently in municipalities that pro-duce more of these resources. In their paper, the authors examine Colombia’s two largest exports, coffee, and oil. They conclude that a sharp fall in coffee prices during the 1990s lowered wages and increased violence in municipa-lities cultivating more coffee, consistent with the coffee inducing an opportunity cost effect. In contrast, a rise in oil prices increased both municipal revenue and violence differentially in the oil region, consistent with the oil shock inducing a rapacity effect.

The existence of these two opposing effects suggests that some income shocks may mitigate conflict, while other shocks exacerbate it, depending on the relative strength of the two effects. Thus, we would like to examine the case of quinoa to understand which of these two effects best represents the Bolivian situation and identify the conditions under which these regions have, presumably, experienced an increase in the number of conflicts.

This framework generates two sets of alternative pre-dictions. First, a rise in agricultural goods’ price should increase work hours in the productive sector and increase wages relative to contestable municipal revenue, thus redu-cing conflict differentially in regions that produce these goods more intensively. Second, an increase in the price of natural resources should increase municipal resource reve-nue but not offset wage increases, thus increasing conflict


differentially in the natural resource region.

This paper aims to examine the relationship between the quinoa price boom and the existing conflicts in Bolivia. Our goal is to use real data to understand the real effect and counteract the massive media coverage of this issue. As far as we know, a quantitative study of this kind has never been conducted in Bolivia.

3. Data and methodology

We use a database of conflicts in Bolivia that Roberto Laserna and Miguel Villarroel provide to measure conflicts. They have tracked conflicts from January 1970 to Decem-ber 2012 and created a private database that compiles conflicts and is organized according to region, type of con-flict, leader group, and even the presidential round under which that conflict took place. The information about the conflicts has been collected from different local newspa-pers and magazines that reported these incidents in their database. Their paper “38 años de conflictos sociales en Bolivia,” (2008) describe in detail how to do it. We got in touch with Roberto Laserna, who kindly provided us with an updated 2012 version of the database.

In their paper, the term conflict is defined as any mobiliza-tion of social agents that go after a specific and imminent objective and usually use violence. Thus, some conflicts are left out because of no use of violence like legal complaints letters, accusations, or threats. Laserna and Villarroel (2008) point two main problems regarding data collections. Firstly, the rural areas’ conflicts are underestimated since they receive less attention from the media, so we are only going to find the more important ones. This will affect our study as we are mostly interested in the small conflicts in the quinoa production areas, mostly rural. Secondly, during high conflict periods, media coverage is more likely to underestimate small conflicts as they become more habi-tual. This would also be the case of quinoa conflict.

We are interested in those conflicts organized by regions. Oruro and Potosí are two different regions, but we are aggregating them to have a picture of the quinoa pro-duction area. The other regions in Bolivia do not produce quinoa, so they will be considered “other regions.”

We use annual international prices of tin, copper, lead, zinc, and silver regarding prices. These products are listed in the stock market, so we took data from 1970 to 2010 in US dollars per metric ton3. We include them as controls in the regressions. We do this because they are the most cru-cial production activities of the quinoa production region. Bolivia is the 4th world producer of tin and the 11th of silver and zinc, and the regions where these metals are extracted are Oruro, Potosí, and La Paz. So, we want to account for the movement of these prices on the effect on conflicts, interacting with the dummy of Oruro.

For quinoa prices, we construct a variable called QuinoaPrice that tries to solve problems with the multi-ple hyperinflation episodes and changes in currencies in the region. For this purpose, we use the price of quinoa in local

3 http://www.indexmundi.com/es/http://www.lme.com/

currency units (LCU) of the only three producers worldwide: Perú, Bolivia, and Ecuador. We converted these prices into US dollars using official data of the average exchange rate from each country central bank4, and for trend smoothing purposes, some influential observations were removed in years. Considering that quinoa is more of a commodity and its price should be similar among the three producers, we have considered outliers those quinoa prices in USD due to political circumstances (i.e., coups, hyperinflation periods, and new currencies introduced). Thus, QuinoaPrice is the mean of those prices that we keep each year, and we believe this smoothes the variations in the prices due to hyperinflation and changes in currencies.

We present the descriptive statistics in Table 1 in the Appendix.

We also constructed a moving average (MA) that will con-sider the long-term effect of quinoa prices. Understanding that farmers may take time to adjusts to prices, we are taking three-period prices intervals in the following way:

MA QuinoaPrice WorldAveragedPricet

t13 1

3

(1)

All the prices are expressed in logarithms because we want to interpret the results as growth rates. Also, since our coe-fficients are small, it is easier to explain them.

This study’s central question is to see how the price increase of a commodity such as quinoa affects the number of con-flicts in the region where it is produced. We also keep in mind the context of a country with property rights that are not very well defined and with a commodity only produced in a particular area.

The method used to analyze this effect is a regression of the number of conflicts in the region j in time t explained by an interaction term composed by the quinoa price times a dummy for producer regions. This latter dummy variable will be equal to 1 if it is the quinoa producer region and 0 otherwise. Thus, we can account for the effect of the pro-ducing quinoa in the producer region.

Besides that, we include a set of control interaction terms of mineral prices times their local production in each region to account for how much of the conflicts in each region are explained by the amount and price of the minerals produ-ced.

In equation (3), includes the three-year lagged average price of quinoa price instead of the current year price. We want to account for the effect of quinoa price increase in conflicts but with a lapse of time of 3 periods. We are trying to account for the fact that there might be delays in the effects of variation in quinoa prices over the conflicts.

We include region and time fixed effects in all specifica-tions. The reason to include time-fixed effects is that we want to control those aspects that vary over time, cons-

4 Banco Central de Ecuador. Cotizaciones del tipo de cambio in-terbancario 1960-2013.Banco central de Reserva del Perú. Tipo de Cambio interbancario, cotizacion 1970-2013.Banco Central de Bolivia. Tabla de cotizaciones de monedas- Esta-dística histórica. 1970-2012


tant across regions, and are correlated with our regressor (quinoa price), such as inflation. With region-fixed effects, we control those aspects that vary across regions, constant over time, and potentially correlated with quinoa’s price.

We cluster by region regarding the standard errors since we believe it might be some within-group correlation in regions.

The regressions will be as follows:

Conflicts Q QuinoaPrice QuinoaProducer Rj t t j t j, ) ,'[log *� � �� r MineralPrices MineralProduction st t j t i t� log * ,

',

Conflicts Q QuinoaPrice QuinoaProducer Rj t t j t j, ) ,'[log *� � �� r MineralPrices MineralProduction st t j t i t� log * ,

',

(2)

Conflicts MAQuinoaPrice QuinoaProducerj t t j t, ,log . * '� � �� R r MineralPrices MineralProduction uj t t j t jlog * ,'

,,t

Conflicts MAQuinoaPrice QuinoaProducerj t t j t, ,log . * '� � �� R r MineralPrices MineralProduction uj t t j t jlog * ,'

,,t

(3)

Where:

MineralPrices

TinPriceCooperPriceLeadPriceSilverPrice

t

t

t

t� �

tt

tZincPrice

�

�

��

�

�

��

MineralProduction

TinProductionCooperProductionLeat

j t

j t

,

,

ddProductionSilverProductionZincProduction

j t

j t

j t

,

,

,

We have to be aware of possible endogeneity problems. There is the possibility that conflicts may drive quinoa prices if we consider that the quinoa region is the biggest producer with approximately 46% of world production. If there is this kind of endogeneity, our results will be biased and inconsistent. One possible solution would be to take the weather as an instrumental variable for quinoa prices. However, weather in the quinoa region may not be exoge-nous as it also can affect conflicts. For example, droughts or floods may, on the one hand, affect quinoa production and price but also can exacerbate possible conflicts in the region due to natural catastrophes. Hence, we could use the weather in the Peruvian quinoa production region, the other biggest world producer. Thus, it would be exogenous and relevant. This is a very interesting avenue of research for future studies.

4. Results

Our main results (Table 1) show that quinoa does not have a significant association with conflicts in the quinoa produc-tion region compared to the non-producer regions. Howe-ver, we do find a significant association between the price of minerals and conflicts in the country. Like copper and

silver, some minerals are associated with a decrease of con-flicts in the regions where they are produced, while others, like tin, are associated with a significant increase.

Even though quinoa is not significant, we can see in Table 1 of results that, when we run the regression substituting the price of quinoa in year t (specification 1) with an average of prices three periods before t (specification 2), our coe-fficient changes sign. It becomes negative and suggests that an increase in quinoa price is associated with a decrease of conflicts in the region that quinoa is produced compared to the other ones but three periods ahead. This is consistent with sticky prices theory since quinoa producers in Bolivia, which work in small and medium cooperatives, sell their harvest to intermediaries. These middlemen are the ones that sell the quinoa at the international price, so the pro-ducers are going to see their incomes affected due to the price boom some years afterward. However, this effect is still not significant and minimal, so we cannot say that the association between quinoa price boom and conflicts exists, as the media suggest.

Table 1: Main Results

Dependent variable:

Share of conflicts

(1) (2)

Copper

-0.426*** -0.382***

(-2.693) (-2.218)

Zinc

0.003 -0.005

(0.005) (-0.025)

Tin

0.006*** 0.006***

(3.148) (3.090)

Lead

0.001 0.001

(0.878) (0.814)

Silver

-0.156*** -0.163***

(-3.563) (-3.216)

Quinoa

0.618

(0.192)

MA Quinoa

-2.976

(-0.485)

Constant

437.6*** 395.1***

(4.553) (2.847)

Observations 245 233

R-squared 0.734 0.732

Mean dependent variable 0.152

Standard errors clustered at the region level. In parenthesis t-statistics. All regressions include region and time fixed effects. The dependent variable is the share of conflicts in the region per year. The independent variables are the logPrice*logProduction. *** 1\%, ** 5\%, * 10\%.

There are other exciting results apart from those related to quinoa. Oruro and Potosí are also the leading extractor region of minerals in the country. As we have explained in our specification, we observe an association between con-flicts and fluctuation in minerals’ prices. An increase in copper and silver price suggests a significant reduction of conflicts in the quinoa region compared to a region that


does not produce these minerals. However, for another mineral produced in the region, tin, we expect it to have the opposite effect on conflicts. An increase in the price of tin would cause an increase in conflicts.

The opposite suggested effects on conflicts of the fluctua-tion of prices in different minerals could be explained by the number of expected reserves of each of them and their extraction process. Tin is a mineral with one of the coun-try’s highest reserves, together with zinc and lead (the two nonsignificant ones) and one of the most difficult ones to reach, with high technical requirements. Since the reserves are not accessible and the process requires high technology, the extraction of tin is mostly only implemented by a pri-vate company, COMIBOL, with a lower labor force rate. This can explain the positive effect on conflicts of an increase in their price, consistent with a rapacity effect dominating the opportunity cost effect (Dube and Vargas, 2012, Hum-phreys, 2005). It is also consistent with findings on the null association between natural resources and conflict in Africa (Bhattacharyya and Mamo, 2021). If there is a price boom of tin, workers would not see an increase in their incomes, but they will see how the land’s value increases, a reason to fight over it. On the other hand, silver and copper (minerals that suggest a decrease of conflicts caused by an increase

in their price) are mostly extracted by small and medium cooperatives, which are labor-intensive. In this case, the opportunity cost effect would dominate, and the workers would perceive an increase in their wealth that decreases conflicts.

In order to quantify this effect, we will account for the production of minerals in Bolivia. As we can see in Table 2, Oruro and Potosí (quinoa region) are the leading produ-cer of minerals in the country. It accounts for 95% of the silver production. Multiplying the average production for each mineral’s average price, we compute the value of the production of that mineral. The extraction of tin and silver accounts for more than 98% of the country’s total value of the country’s mineral production. These figures reflect the importance of mineral production in the country’s eco-nomy, but especially of the quinoa production region (Oruro and Potosí) compared to other regions like Beni-Pando or Sucre-Tarija that do not produce minerals.

Multiplying the minerals’ average production by the coe-fficients of our specification, we get the absolute number of conflicts per region (Table 3). If we double the price of silver, copper, and tin (the significant ones) are associated with a significant average reduction of 32 conflicts per year in Oruro-Potosí compared to the non-producer region. The

average number of conflicts in Oruro and Potosí per year is 41, with a standard deviation of 23. Thus, it is a significant increase because the average number of conflicts by region and year is bigger than two standard deviations over the mean. However, an increase of 100% in the price in a year is not very common. The effect of a decrease in conflicts might be because as the price increases, the wor-kers in that industry see how their income increases, which makes them reduce con-flicts, as is suggested in theory with a dominating opportunity cost effect.

Regarding endogeneity, we are worried if it would affect the magnitude and sign of our results. As presented before, the sim-plest endogeneity framework would be that when the region’s conflicts increase, the supply of these goods would decrease and the international price increase. This would only be possible if Bolivia is determining the good’s international price because of accounts for an essen-tial share of the world’s production. Tin is the mineral for which Bolivia contribu-tes most to the total world production, around 8%. In addition to this, tin is the only mineral that has a significant posi-tive effect on conflicts, meaning that it goes in the direction of the reverse cau-sality framework.

In order to solve this problem, future research in this topic aims to use an ins-trumental variable. The rest of the mine-ral’s extraction is less than 5%, and the sign is negative, so in case of a reverse

Table 2: Average production of minerals (metric tons) and value (million US$)

Average Mineral Production

Region Copper Silver Tin Lead Zinc

Oruro-Potosí 76.86 379.36 10,239.62 8,608.69 114,619.50

La Paz 78.29 6.19 4,430.51 420.91 14,028.82

Cochabamba 0.00 13.77 220.01 6,213.87 9,519.65

Santa ruz 0.00 0.02 0.00 0.00 0.00

Sucre-Tarija (Chuquisaca)

0.00 0.00 0.00 0.00 846.49

Beni-Pando 0.00 0.00 0.00 0.00 0.00

Average Value Mineral Production

Value 2,489.84 247,476.71 8,643.52 744.11 1,281.58

Share country´s value

0.96 94.95 3.32 0.29 0.49

Table 3: Average change of conflicts due to a doubling in the price of the mineral compared to non-producer region

Conflicts Change

Region Copper Silver Tin Lead Zinc Quinoa

Oruro-Potosí -29.36 -61.84 59.29 11.02 -0.23 -2.976

La Paz -29.91 -1.01 25.65 0.54 -0.03 ..

Cochabamba 0.00 -2.24 1.27 7.95 -0.02 ..

Santa ruz 0.00 0.00 0.00 0.00 0.00 ..

Sucre-Tarija (Chuquisaca)

0.00 0.00 0.00 0.00 0.00 ..

Beni-Pando 0.00 0.00 0.00 0.00 0.00 ..


causality situation, it would make our effect more nega-tive. Thus, we will not worry about them both because of being price takers and because of the sign. In the case of quinoa, even though it is not significant, Bolivia is the pri-mary world producer, so that Bolivian prices would set the international price. For future research, we would include an instrument, as is described in the section of the specifi-cation, the weather in Peru quinoa production areas.

5. Conclusions

Our study uses data to explore the relationship between the fluctuations on the prices of quinoa and other exports of Bolivia, on land conflicts. Our results show no significant correlation between the quinoa price boom and the wave of recent conflicts in the quinoa region in Bolivia. Our data suggest a big and significant association of the price of cer-tain minerals (copper, silver, and tin) on several conflicts in the regions where they are extracted. We can attribute these results to 1) The primary source of wealth for the region is not quinoa, but mineral extraction; and 2) the price boom is a recent phenomenon, and the real effects may become present later in the medium and long run. The main contribution to this work is to give a quantitative overview on a relevant issue: quinoa market growth and local conflicts.

These results also have policy implications for quinoa and mineral producers in the area, as well as for the govern-ment of Bolivia. There is a strong perception in the coun-try that the price boom of quinoa is causing land conflicts. According to our results that is not the case. Thus, the government should address this misinformation by laun-ching campaigns in which they correct this view, since it is causing unrest and social alarm. Regarding quinoa and mineral producers, strong property rights will be important for them to secure the land and decrease the probability of grabbing. However, the opportunity cost that we found to dominate on average in the results, suggests that the increase in the mineral prices is beneficial for the region, and is probably creating jobs that prevent uprisings in the area. Monitoring the situation, strengthening the property rights and giving access to jobs created by the industry, could have a beneficial decrease of conflicts in the area.

References

Angrist, Joshua D., and Adriana D. Kugler. “Rural windfall or a new resource curse? Coca, income, and civil conflict in Colombia.” The Review of Economics and Statistics 90.2 (2008): 191-215. https://direct.mit.edu/rest/arti-cle/90/2/191/57712/Rural-Windfall-or-a-New-Resour-ce-Curse-Coca-Income

Bhattacharyya, S and Mamo, N. 2021. Natural Resources and Conflict in Africa: What Do the Data Show?, Econo-mic Development and Cultural Change, vol 69, issue 3.

Becker, Gary S. “Crime and punishment: An economic approach.” The economic dimensions of crime. Palgrave Macmillan, London, 1968. 13-68. https://link.springer.com/chapter/10.1007/978-1-349-62853-7_2

Brückner, Markus, and Antonio Ciccone. “International commodity prices, growth and the outbreak of civil war in Sub-Saharan Africa.” The Economic Journal 120.544 (2010): 519-534. https://www.jstor.org/sta-ble/27765785?seq=1#metadata_info_tab_contents

Blythman, Joanna. “Can vegans stomach the unpalatable truth about quinoa?.” The Guardian, 2013, https://www.theguardian.com/commentisfree/2013/jan/16/vegans-stomach-unpalatable-truth-quinoa

Dube, Oeindrila, and Juan F. Vargas. “Commodity price shocks and civil conflict: Evidence from Colombia.” The review of economic studies 80.4 (2013): 1384-1421. https://www.jstor.org/stable/43551562?seq=1#meta-data_info_tab_contents

Fearon, James D. “Primary commodity exports and civil war.” Journal of conflict Resolution 49.4 (2005): 483-507. https://journals.sagepub.com/doi/abs/10.1177/0022002705277544?casa_token=e35Ij6_StecAAAAA:SsUuIaz1OpSHcMPQ9JdvoH9k1b7_CQwJ-MWl--TL4sZBrBYho7mTC1xqKqjLhqqvyCMdKq_AuUFe-MvA

Food and Agriculture Organization of the United Nations. FAOSTAT Statistical Database. [Rome] :FAO, 2019. http://www.fao.org/faostat/en/#data

Friedman-Rudovsky, Jean. “Quinoa: The Dark Side of an Andean Superfood.” Time, 2012, http://content.time.com/time/world/article/0,8599,2110890,00.html

Fundación TIERRA, “Conflicto entre poblaciones de Oruro y Potosí se reactiva esta vez por la quinoa”, 2013, Reporte interno Fundacion TIERRA. https://ftierra.org/

Grossman, Herschell I. “A general equilibrium model of insurrections.” The American Economic Review (1991): 912-921. https://www.jstor.org/stable/2006650?-casa_token=jdR5TWtFE2cAAAAA%3ASVeoU1d2EDy-QLaFihIdh1M2XL3O8twAWTgq5tQi5P_d4OOsSDahm-yoX-AqQqLZ_5yFtB9z0QLuwBlBk4fqTnfaS4lRk302U9a-dz9Li5KKqxHSPmcMmzS&seq=1#metadata_info_tab_contents

Grossman, Herschel I. “Kleptocracy and revolutions.” Oxford Economic Papers 51.2 (1999): 267-283. https://ideas.repec.org/a/oup/oxecpp/v51y1999i2p267-83.html


Hirshleifer, Jack. “The technology of conflict as an economic activity.” The American Economic Review 81.2 (1991): 130-134. https://www.jstor.org/stable/2006840?casa_token=LGaldSVR2_wAAAAA%3AxZgscJpU0s2PJ1dxFj7YX-Df22ST7_HZhJ4RBBmqVLTu81yw7oPuvP5h-Q6m4XYe3o-6NAqSEP5pQ5fuqZLUdL4G0QXJhWK7aBtjvB9GcHU5P6i-Qrvr_TP&seq=1#metadata_info_tab_contents

Keppel, Stephen. “The Quinoa Boom Is a Lesson in the Global Economy.” ABCNews, 2013, https://abcnews.go.com/ABC_Univision/News/quinoa-boom-lesson-glo-bal-economy/story?id=18643075

Laguna, Pablo; Rollet, Edouard, “Edouard’s response to attacks on quinoa”, 2012, altereco, http://www.alte-recofoods.com/blog/edouards- response-to-attac-ks-on-quinoa

Laserna, Roberto, and Miguel Villarroel. “38 años de conflic-tos sociales en Bolivia.” CERES, COSUDE, Instituto para la Democracia, La Paz (38). http://www.ciudadaniabo-livia.org/sites/default/files/archivos_articulos/38%20anhos%20de%20conflictos%20sociales%201970-2008.pdf

Pedromo, Gabriel “Superfood quinoa spurs violence between producers”, 2012, Maclean’s, https://www.macleans.ca/news/world/the-quinoa-wars/

Romero, Simon; Shahriari, Sara, “Quinoa’s Global Success Creates Quandary at Home”, The New York Times, 2011, https://www.nytimes.com/2011/03/20/world/ameri-cas/20bolivia.html

USAID, “Property Rights and Resource Governance in Boli-via.”, 2016, Country Profile Report. https://www.land-links.org/wp-content/uploads/2016/09/USAID_Land_Tenure_Bolivia_Profile.pdf

Villca Jimenez, Jesika “Cosecha de quinua es factor de con-flictos”, La Prensa, 2012

World Bank, “National Land Administration Project”, 2006, Implementation Completion Report, http://documents1.worldbank.org/curated/en/340751468208461694/pdf/36607.pdf


AppendixTable 1: Summary statistics

Variable MeanStd. Dev. Min. Max.

Total Conflicts 336.24 189.69 59 783

Prices

World Quinoa 396.15 232.33 99.48 1266.38

World Zinc 1281.58 1251.41 295.8 8045.3

World copper 2489.84 1707.37 1057.67 7534.78

World tin 8643.52 4400.74 3512 20405.6

World lead 744.11 521.04 253.6 2579.9

World silver 247476.71 158435.28 54519.49 733850.88

Beni-Pando

Production Zinc 0 0 0 0

Production Copper 0 0 0 0

Production Tin 0 0 0 0

Production Lead 0 0 0 0

Production Silver 0 0 0 0

Cochabamba

Production Zinc 9519.65 0 9519.65 9519.65


Production Tin 220.01 0 220.01 220.01

Production Lead 6213.87 0 6213.87 6213.87

Production Silver 13.77 0 13.77 13.77

La Paz

Production Zinc 14028.82 0 14028.82 14028.82

Production Copper 78.29 0 78.29 78.29

Production Tin 4430.51 0 4430.51 4430.51

Production Lead 420.91 0 420.91 420.91


Oruro-Potosi

Production Zinc 114619.5 0 114619.5 114619.5

Production Copper 76.86 0 76.86 76.86

Production Tin 10239.62 0 10239.62 10239.62

Production Lead 8608.69 0 8608.69 8608.69


Santa Cruz

Production Zinc 0 0 0 0





Sucre-Tarija

Production Zinc 846.49 0 846.49 846.49




Production Silver 0 0 0 0

The production data is from year 2010


A1: Tones of Quinoa Harvested

Source: FAOSTAT 2011

A2: Quinoa Production in Bolivia (1961-2008)


A3: Quinoa Value and Volume of Exports in Bolivia

Source: Instituto Nacional de Estadística

A4: Global Import Demand for Quinoa


A5: Selected Minerals Production in Bolivia

23

Source: Self-made using INE data

Source: Self-made using INE data


Impreso en España.Depósito legal: B 18238-2011I.S.S.N.: 0210-0266

Esta publicación se imprime en papel procedente de gestión forestal ambientalmente responsable. This publication is printed on paper from environmentally responsible forest management.

Asociación Cuadernos de Economía (ACE) Dpto. de Análisis Económico: Teoría Económica e Historia Económica (Módulo E-X-204) Facultad de Ciencias Económicas y EmpresarialesUniversidad Autónoma de MadridC/ Francisco Tomás y Valiente 528049, CantoblancoMadrid, España (Spain)© 2021 Asociación Cuadernos de Economía

Reservados todos los derechos. El contenido de la presente publicación no puede ser reproducido, ni transmitido por ningún procedimiento electrónico o mecánico, incluyendo fotocopia, grabación magnética, ni registrado por ningún sistema de recuperación de información, en ninguna forma, ni por ningún medio, sin la previa autorización por escrito del titular de los derechos de explotación de la misma.

La Asociación Cuadernos de Economía (ACE), a los efectos previstos en el artículo 32.1 párrafo segundo del vigente TRLPI, se opone de forma expresa al uso parcial o total de las páginas de Cuadernos de Economía comerciales.

Cualquier forma de reproducción, distribución, comunicación pública o transformación de esta obra sólo puede ser realizada con la autorización

fotocopiar o escanear algún fragmento de esta obra.

ACE no tendrá responsabilidad alguna por las lesiones y/o daños sobre personas o bienes que sean el resultado de presuntas declaraciones difamatorias, violaciones de derechos de propiedad intelectual, industrial o privacidad, responsabilidad por producto o negligencia. Tampoco asumirán responsabilidad alguna por la aplicación o utilización de los métodos, productos, instrucciones o ideas descritos en el presente material.

Aunque el material publicitario se ajusta a los estándares éticos, su inclusión en esta publicación no constituye garantía ni refrendo alguno de

Indexada en: Scopus, Emerging Sources Citation Index (ESCI) de la WoS y SJR (SCImago Journal Rank).Correo electrónico: [email protected]ón de datos: ACE declara cumplir lo dispuesto por la Ley Orgánica 15/1999, de 13 de diciembre, de Protección de Datos de Carácter Personal.
