Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Información de Resumen
artículo
El propósito del presente trabajo es presentar un modelo econométrico de
Palabras clave series de tiempo para el Impuesto General a las Ventas durante el periodo
enero 2004-noviembre 2021,con datos obtenidos del BCRP. Las variables que
influyen en la recaudación del impuesto general a las ventas estas variables
determinantes que se hace mención son: el producto bruto interno, los
aranceles, y el índice precio al consumidor.Por tratarse de series de tiempo ,
primero se realizan pruebas de raíces unitarias y de estacionariedad a cada
una de las series económicas involucradas en el modelo de Impuesto General
a las ventas (IGV).Para verificar la existencia de largo plazo entre las series
económicas, se realizaron estimaciones mediante las metodologías de
cointegración de Johansen y de Pesaran, Shin y Smith, además para
contrastar los parámetros obtenidos por la metodología de Johansen,
análogamente se utilizaron las metodologías de Engle Granger. Los factores
relevantes de las importaciones resultaron ser el Producto Interno Bruto, ….
Keywords
I. Introducción
A lo largo de los años los gobiernos han utilizado los ingresos de los impuestos para el sostenimiento de
los gastos públicos. La principal fuente de ingresos de estos gastos públicos son los tributos y dentro de
este están los impuestos. La recaudación del dinero de los impuestos contribuye en gran parte a financiar
programas gubernamentales y contribuir en la mejora del nivel de vida de la sociedad, por lo que los
impuestos y otros tributos juegan un papel crucial en el progreso de un país. En el mundo no existe país
que no recauda impuestos de alguna forma para poder mantenerse.
Haciendo memoria durante el quinquenio 1991-1996 se observó una clara relevancia del IGV que registró
un aumento de casi el 133%, ya que su recaudación pasó de representar el 2.1% del PBI al 4.9% y logró
alcanzar una recaudación promedio del 8.6% del PBI en el último quinquenio, lo que representaría un
aumento en casi 310% desde el primer quinquenio. en donde apreciamos que ha mantenido una
trayectoria creciente siendo, sin duda, el impuesto más importante del país (Lahura y Castillo, 2018)
Por ello, los métodos adoptados por el gobierno para incentivar la formalización están enfocados, en su
mayoría, al IGV y las microempresas, pues este tipo de negocios son los que requieren herramientas que
los ayuden a salir de la informalidad y poder desarrollarse, lo cual significa a su vez, un mayor beneficio
para el país, pues representa un mayor nivel de recaudación para el Estado (Actualidad Empresarial,
2017).
Durante el 2021 en nuestro país la recaudación del Impuesto General a las Ventas(IGV) y el impuesto a la
Renta(IR) ha superado ampliamente la alcanzada en el 2020 y 2019, de acuerdo al informe realizado por
la Superintendencia Nacional de Aduanas y de Administración Tributaria (SUNAT). En el caso del IGV,
los ingresos ascendieron a S/ 78,099 millones, es decir, S/ 22,720 millones más que el 2020 (+35.5%) y
S/ 14,595 millones más que el 2019 (+16.0%).
Este resultado se explica principalmente por los mayores ingresos del IGV Interno, que registró ingresos
por S/ 42,608 millones (25.2% más respecto de 2020 y 6.1% de 2019), principalmente por el buen
desempeño de la demanda interna y la progresiva recuperación de la economía.
Asimismo, el IGV importaciones registró una recaudación de S/ 35,491 millones (50.3% más en relación
a 2020 y 30.6% de 2019) debido a las mayores importaciones, que crecieron alrededor del 42%, y al
mayor tipo de cambio, que registró un incremento de 11.1%.
De acuerdo al IEDEP de la cámara de Comercio de Lima (CCL), el Perú es la cuarta economía con más
alta tasa de IGV en la región, puesto que el impuesto vigente es del 18% superando al promedio(15,2%)
de América Latina y el Caribe, pero inferior al promedio(19,2%) de la Organización para la cooperación
y el Desarrollo Económico.
Teniendo en cuenta este dato,podríamos asumir que al tener una alta tasa de IGV el comportamiento usual
en la recaudación del IGV se podría deber a este factor, pero por lo antes mencionado no necesariamente
es así. Para demostrar ello, es necesario conocer y demostrar las variables que realmente influyen y son
determinantes en el Impuesto General a las Ventas caso Perú.
Objetivo:
- Realizar el análisis de los factores determinantes en el Impuesto General a las Ventas caso Perú.
Antecedentes
A nivel de latinoamérica en la recaudación del IGV, Perú tiene una tasa de 18% y es uno de los países con
el impuesto más alto. En este orden, le antecede Uruguay, Argentina, Chile y Colombia con tasas entre
22% y 19%, pero en contraste, dentro de los países latinoamericanos, tenemos a Panamá que es el país
con la tasa más baja al aplicar solo el 7% de impuesto sobre las ventas durante el el periodo 2008-
2018.Durante el año 2018 el Gobierno Central obtuvo S/ 104 590 millones de ingresos tributarios netos
(SUNAT, 2019).
Por otro lado de acuerdo con el informe de INEI (2019) con información al 2018, el sector formal se
compuso de la siguiente manera: 2 270 423 fueron clasificadas como microempresas (94,9%), 100 443
como pequeñas empresas (4,2%) y 14 281 como medianas y grandes empresas (0,6%). Aún cuando
podemos advertir que el mayor porcentaje de empresas del sector formal son microempresas, el sector
informal también se concentra en ellas, puesto que llega a alcanzar cerca del 85% del total de
microempresas que existen en el Perú (Loayza, 2008), cifra que prácticamente no ha variado por más de
diez años.
Según el MEF en la política de aranceles, los aranceles juegan un papel muy importante al momento de la
recolección de impuestos.es por eso que cuando se habla de aranceles, también se habla de impuestos al
comercio exterior de bienes, sea de importaciones o exportaciones. En este último caso, desde hace varios
años el Perú no aplica esta política con el fin de no restarle competitividad a las exportaciones. Es así que
los aranceles sólo se aplican a bienes importados. No es el caso del Impuesto General a las Ventas (IGV)
o ISC que se aplica indistintamente a bienes nacionales e importados. De ahí que, dado que tanto los
bienes importados y nacionales pagan estos dos últimos impuestos, existe un sesgo "protector" que puede
dársele al arancel dado que, dependiendo de la magnitud de dicho arancel, su aplicación eleva los precios
de los productos importados respecto de los bienes sustitutos producidos dentro del país.
en tanto; ordoñez (2014) menciona que el presupuesto público son los ingresos de diferentes fuentes de
financiamiento,especialmente de los ingresos tributarios.en la medida que crezca a la actividad económica
del país, se espera que exista una mayor recaudación tributaria, tanto directa como indirecta. Por eso nos
parece importante, entonces, determinar de qué manera el crecimiento económico del país incide en una
mayor recaudación tributaria que permita al Estado cumplir las innumerables funciones y tareas que tiene
asignadas,que coincide con el artículo realizado por Rojas y vizcarra(2019) en donde está
estadísticamente comprobado que la relación entre PBI e IGV que recauda el gobierno central es
significativa y directa..
(Carlos Paredes y Jeffrey Sachs, 1991) El efecto Olivera-Tanzi (el efecto perverso de una mayor inflación
sobre la recaudación fiscal) indica que incrementarán los ingresos fiscales conforme la tasa de inflación
se vaya reduciendo.
Marco teórico
La tributación tiene un rol importante en el avance del país, por ello es necesario identificar y analizar las
principales variables macroeconómicas de la recaudación del Impuesto General a las Ventas(IGV) , se
dará a conocer la importancia teórica que interviene en los impuestos.
Tributación
Política tributaria:
Son aquellos lineamientos que dirigen el sistema tributario. Está diseñada por el Ministerio de Economía
y Finanzas (MEF). La política tributaria asegura la sostenibilidad de las finanzas públicas, eliminando
distorsiones y movilizando nuevos recursos a través de ajustes o reformas tributarias. Se implementa a
través de las normas tributarias que comprende en código tributario. Los órganos encargados de aplicar la
norma tributaria a nivel nacional Son: La Superintendencia Nacional de Administraciòn Tributaria
(SUNAT) y La Superintendencia Nacional de Administraciòn de Aduanas(SUNAD).Dentro de estos
tributos se encuentran: Impuestos, Contribuciones y Tasas.
Impuestos:
Los impuestos son una parte sustancial de los ingresos públicos. El ministerio de Economía y
Finanzas(MEF) define impuestos de la siguiente manera :“Es el tributo cuyo cumplimiento no origina
una contraprestación directa en favor del contribuyente por parte del Estado.”En otras palabras el
impuesto es un tributo o carga que las personas están obligadas a pagar a alguna organización sin que
exista una contraprestación directa. Esto es, sin que se le entregue o asegure un beneficio directo por su
pago.
Inflación:
La inflación es un incremento generalizado y continuo de precios, lo que equivale a la desvalorización de
la moneda con consecuencias negativas en la actividad económica y en el bienestar de la población.
Comúnmente se habla de la tasa anual de inflación de un mes en particular. La tasa de inflación se mide
con el Índice de Precios al Consumidor (IPC).
Los principales determinantes de la inflación son: Factores de oferta(costos de insumos y materia prima,
costos de energía, costos laborales) factores de demanda (aumento de la demanda por encima de la oferta)
y entorno internacional (cotizaciones internacionales, tipo de cambio.)
Dentro de las consecuencias de la inflación está la redistribución de ingresos hacia sectores con menor
propensión a consumir los que significarìa la reducción de la demanda, entre otras están: la elevación de
los costos reales de la mano de obra y reduce la competitividad: disminuye la oferta; la erosión el poder
de compra de los agentes: funciona como un impuesto; contribuye a una mala asignación de los recursos:
dificulta las decisiones de largo plazo(inversión); crea incertidumbre entre los agentes y el mercado;
reduce la intermediación financiera; puede afectar solvencia de empresas y hogares, y por ende del sector
financiero.
Materiales y Métodos
1. Datos
Los datos se obtuvieron del Banco Central de Reserva (BCR), los cuales son de tipo secundario, que están
en orden temporal mensual en el periodo 2004M1 – 2021 M11.
En la estimación anterior el parámetro asociado al IPC es positivo, lo cual contradice la teoría económica
y la evidencia empírica, por lo que se excluye esta variable. En consecuencia, el modelo se reduce a lo
siguiente:
La significancia estadística de los parámetros se puede estimar a través del estadístico t. La hipótesis nula
para el parámetro asociado a al PBI establece que:
Ho: 𝛽1 = 0, 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝛽1 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒.
𝐻1: 𝛽1 ≠ 0, 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝛽1 𝑒𝑠 𝑠𝑖𝑔𝑖𝑛𝑖𝑓𝑎𝑡𝑖𝑣𝑜 𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒.
tc=βi /ee
Puesto que la probabilidad de cometer un error tipo I es 0.0000, entonces se puede concluir que, el
parámetro estimado es estadísticamente significativo a un nivel de confianza del 99%.
Comportamiento de las variables macroeconómicas del modelo
En los gráficos se observa la tendencia creciente de las variables de la recaudación del IGV y el PBI,
mientras que el tipo de cambio nominal tiene un comportamiento de paseo aleatorio sin deriva. La teoría
econométrica sugiere que estas series son estacionarias y que por ello los momentos de las series son
invariables en el tiempo, sin embargo, se ha comprobado que la mayoría de series macroeconómicas del
Perú muestran un comportamiento no estacionario. Por lo que esta situación invalida el procedimiento
casual de prueba de hipótesis, basado en pruebas F, t, chi-cuadrado, etc. Por lo que estas series serán
sometidas a pruebas de raíces unitarias tales como DFA, PP y KPSS.
Previo al análisis de los correlogramas de las variables se realizó los contrastes de estacionariedad, estas
pruebas permiten evaluar la existencia de RU, Los 2 primeros se construyen en un entorno de que la
hipótesis nula sugiere la existencia de una raíz unitaria, mientras que el último la hipótesis nula sugiere
estacionariedad.
2.1. Contraste de Raíces unitarias y de Estacionariedad para las variables del modelo de
recaudación de IGV
En el siguiente cuadro se presentan las estimaciones de Autocorrelación y la prueba de RU y
Estacionariedad desarrolladas con los test de DFA, PP y KPSS en niveles , a las variables consideradas
en el presente modelo. Entonces al tomar los niveles de las variables, estas presentan un alto grado de
correlación de primer orden, asimismo se contrasta en la suma de las primeras 10 autocorrelaciones para
las variables LIGV, LPBI, LTCN, LIPC. En conclusión, las series del modelo son no estacionarias en
niveles .
De acuerdo con DFA todas las variables tienen raíz unitaria excepto LnP cuando se toma un proceso
generador de datos sin intercepto y sin tendencia sin embargo los coeficientes de correlación para los
primeros retardos son elevados lo cual hace indicar que es no estacionaria. Por otra parte, con PP sucede
lo mismo, todas las series son no estacionarias, a excepción de LnX con un proceso generador de datos
sin intercepto y sin tendencia, pero por el valor elevado de los retardos se concluye que es no estacionaria.
Por último, KPSS muestra que todas las series económicas son no estacionarias o integradas de orden 1.
𝐿IGV=𝛽0+𝛽1PBI+ 𝜀𝑡
Luego de ello obtener los residuales 𝜺𝒕 y probar si son estacionarios mediante las pruebas de DFA o PP.
Para desarrollar esta prueba de los perturbaciones se toma un proceso generador de datos sin intercepto y
sin tendencia, puesto que los residuales no son variables económicas. 𝛥𝜀𝑡 =ϒ𝜀𝑡 −1+𝑢𝑡
Entonces: Hipótesis nula H0: ϒ=0, indica que los residuales tienen una raíz unitaria, concluyendo que las
series del modelo no están cointegradas;entonces si H0 no se rechaza entonces la regresión es espuria.Sin
embargo, si 𝜀𝑡~ 𝐼(0), las series están cointegradas y es posible formular un MCE.
Finalmente podemos concluir que existe cointegración entre las series LIGV Y LPBI.
III Etapa: Si las variables cointegran, entonces se puede formular un Modelo de Corrección de
Errores (MCE)
̂En esta etapa se debe tomar en cuenta el que el coeficiente de ̂𝑡−1, es el coeficiente de ajuste. Y debeb
cumplir las siguientes condiciones:
(i) Negativo
(ii) Valor no muy grande y
(iii) Estadísticamente significativo, si fuese 0 entonces no hay MCE, sino que el modelo constituye un
modelo VAR en primeras diferencias.
La estimación se hizo en E-Views y se presenta el cuadro siguiente, en donde el parámetro asociado a los
errores del periodo anterior REt-1 (tomado en el cuadro cono LAF RESID) resulta -0.72 con un t
estadístico de -19.65 lo cual es altamente significativo cumpliendo con las condiciones mencionadas.
Este coeficiente indica que en cada periodo se corrige alrededor del 72% de la discrepancia existente
entre el valor actual y lo que corresponde al valor de equilibrio en el largo plazo.
Para la esta prueba de cointegración de Johansen existen dos estadísticos: el estadístico de Ratio de
verosimilitud o llamado también estadístico de la traza y, el estadístico del máximo valor propio.
Prueba de Hipótesis
Prueba de Hipótesis
Se obtiene: λmax =1,79 ˂ valores críticos al 5% del n.s. = 3,84 entonces no es posible rechazar la
hipótesis y se concluye que solo existe 1 vector de cointegración.
El modelo va permitir la relación a largo plazo sin la necesidad de conocer con certeza si los regresores
son variables I(0) o I(1) o una combinación de ambas. Solo se necesita asegurar de que la variable
dependiente sea I(1) y que ninguna variable utilizada en el análisis sea I(d=>2) .Esto debido a que si
ninguna variable económica es de este tipo, por tanto, las series pueden ser toda I(0), todas I(1).
𝐿IGVX𝑡=0.010814+0.498114𝐿IGV𝑋𝑡−1-0.132552𝐿PBI𝑋t+1.623210LPBIXt-1-0.728877LPBIXt-
2+0.000679@trend+𝜀𝑡
El R2=0.9816, lo que indica que la variable LIGV es explicada en un 98,16% por la variable LPBI
Cuadro: Estimación de la ecuación del proceso autorregresivo de rezagos distribuidos
DIAGNÓSTICO DE COEFICIENTES:
Test de variables omitidas
Prueba de hipótesis:
Ho= Las variables LIPC y LTCN SON CONJUNTAMENTE SIGNIFICATIVA
Dado que el valor del estadístico F es de 1.598576 a un nivel de significancia del 0.2047, rechazamos la
hipótesis nula; en consecuencia, las variables LTCN Y LIPC deben ser omitidas del modelo final.
Hipótesis Nula: La variable LY es conjuntamente insignificante (no relevante). Puesto que el estadístico F
tiene un valor de 2.397 y un nivel de significancia de 0.1233, se rechaza la hipótesis nula. Esto implica
que la variable ingreso externo (LY) no es redundante y por lo tanto, debe estar incluido en el modelo
final.
DIAGNÓSTICO DE RESIDUALES:
Test de normalidad de errores Jarque-Bera (JB)
Prueba de hipótesis:
Ho: Los errores siguen una distribución normal.
Si JB> 𝜒2 𝑔𝑙2, Rechazamos Ho
El contraste de Jarque-Bera tiene un valor de 79.97978 con una probabilidad de 0.00000; en
consecuencia, se rechaza formalmente la normalidad de los residuos, dado que la probabilidad es menor
que 0.05.
DIAGNOSTICO DE ESTABILIDAD:
Test de CUSUM
Como los valores CUSUM acumulados no salen de los límites, no se rechaza la hipótesis de estabilidad,
es decir hay permanencia estructural a un 95% de confianza”
CUSUM 2
“Como los valores de CUSUM Q acumulados se salen de las bandas de confianza, se rechaza la hipótesis
nula de homogeneidad del modelo, lo que indica diversos cambios estructurales”
Muestra que hay cambio estructural
Test de predicción de N-pasos
“De acuerdo al test de causalidad de Granger, se concluye que la variable LPBI causa a LIGV y
viceversa, de manera bidireccional
Conclusiones
- A partir de las estimaciones concluimos que el factor determinante a largo plazo en el modelo de
recaudación de IGV es el PBI .
Asimismo es el PBI, se encontró que las variables IPV, TCN son variables significativas en el modelo, sin
embargo, el signo del coeficiente de estas variables contradice la teoría económica puesto que según la
teoría el IPC y el TCN tienen una relación indirecta, pero en el modelo la relación fue directa, por lo que
se excluyen del modelo.
- Por una cuestión formativa se realizó los tests de estacionariedad a todas la variables del modelo inicial,
resultando ser todas integradas de orden 1. Siendo un requisito para las metodologías cointegración de
Egle Granger y Johansen e indistinto para Pesaran salvo si las series están integradas de orden igual o
mayor a 2.
- Resolviendo las metodologías de cointegración se concluyo:
● En la metodología Engle-Granger se resolvió que los errores de los residuales son estacionarios
pudiendo así formular un Modelo de Corrección de Errores(MCE) cuyo resultado fue que en
cada periodo se corrige alrededor del 72% de la discrepancia existente entre el valor actual y lo
que corresponde al valor de equilibrio en el largo plazo.
● Del mismo modo con la cointegración de Johansen se contrastó que la serie pose 1 variable de
cointegración bajo los estadísticos de la traza y del máximo valor propio por lo tanto el
coeficiente de ajuste de la ecuación es de -0.45 y es significativo estadísticamente Esto significa
que cada mes se corrige el 45% de la diferencia entre el valor actual y los valores que
corresponden a su equilibrio de largo plazo. De esta forma aceptamos la hipótesis específica 1,
ya que se comprobó la existencia de equilibrio a largo Plazo con la metodología de Engle
Granger.
● Con la Metodología de Pesaran,modelo ARDL en su forma de largo plazo y el test de bandas
indica que existen relaciones de largo plazo entre las variables consideradas en el modelo; o en
otras palabras existe cointegración.En caso del valor del estadístico F indica que existe
cointegración en el largo plazo. La regresión de Corrección de errores del ARDL muestra que la
velocidad de coeficiente de ajuste es de -0.27, decimos que en cada mes se corrigen el 27% de la
diferencia existente entre el valor actual y el valor de largo plazo.La evaluacion econometrica
realizada a este modelo indica que existe quiebre estructural por lo que la estabilidad de la serie
se ve afectada, esta afección es debido a situaciones externas que afectan su comportamiento tal
es el caso de Covid-19, por lo que para un siguiente estudio se puede reducir el periodo de
referencia, esperando así que el modelo ARDL pueda superarlos test.
BIBLIOGRAFIA:
RealizaciÒn de LIGV
RealizaciÒn de LPBI
RealizaciÒn de LTCN
RealizaciÒn de LIPC