Suscríbete a DeepL Pro para poder traducir archivos de mayor tamaño.

Más información disponible en www.DeepL.com/pro.

WP/16/234

Capacidad fiscal y crecimiento: ¿Existe un punto de

inflexión?

por Vitor Gaspar, Laura Jaramillo y Philippe Wingender

Los Documentos de Trabajo del FMI describen los trabajos de investigación en curso
del autor o autores y se publican para suscitar comentarios y fomentar el debate. Las
opiniones expresadas en los documentos de trabajo del FMI son las de su(s) autor(es) y no
representan necesariamente las del FMI, su Directorio Ejecutivo o la gerencia del FMI.
 2

© 2016 Fondo Monetario Internacional WP/16/234

Documento de trabajo del FMI

Departamento de Asuntos Fiscales

Capacidad fiscal y crecimiento: ¿Existe un punto de inflexión?

Wingender1
Preparado por Vitor Gaspar, Laura Jaramillo y Philippe

Autorizada la distribución por Vitor Gaspar

Noviembre de 2016

Los documentos de trabajo del FMI describen los trabajos de investigación en curso del autor
o autores y se publican para suscitar comentarios y fomentar el debate. Las opiniones
expresadas en los documentos de trabajo del FMI son las de sus autores.
autor(es) y no representan necesariamente las opiniones del FMI, de su Directorio Ejecutivo o de la
gerencia del FMI.

Resumen
¿Existe una relación mínima entre impuestos y PIB asociada a una aceleración
significativa del proceso de crecimiento y desarrollo? Damos una respuesta empírica a
esta pregunta investigando la existencia de un punto de inflexión en los niveles de
impuestos sobre el PIB. Utilizamos dos bases de datos distintas: una novedosa base de
datos contemporánea que abarca 139 países desde 1965 hasta 2011 y una base de datos
histórica para 30 economías avanzadas desde 1800 hasta 1980. La respuesta a la
pregunta es afirmativa. Los puntos de inflexión estimados son similares, en torno al
12,75% del PIB. Para el conjunto de datos contemporáneos, encontramos que un país
justo por encima del umbral tendrá un PIB per cápita un 7,5% mayor, después de 10
años. El efecto está bien calculado y es económicamente grande.

Números de clasificación JEL: H11, H26, O10, O43

Palabras clave: renta per cápita, fiscalidad, desarrollo, equilibrios múltiples

Direcciones electrónicas de los autores: vgaspar@imf.org, ljaramillomayor@imf.org, pwingender@imf.org

1 Damos las gracias a David Lipton por inspirarnos la pregunta de investigación. Agradecemos a Sanjeev Gupta,
Mick Keen, Abdel Senhadji, Bernardin Akitoby, Rossen Rozenov, Andrew Hodge, Marialuz Moreno Badia,
Xavier Debrun, Vikram Haksar, Albert Touna Mama y Aart Kraay sus útiles comentarios y debates. También
agradecemos a los participantes en el seminario del Departamento de Asuntos Fiscales del FMI sus útiles
sugerencias. Agradecemos a Elijah Kimani su excelente ayuda en la investigación.
 3

Resumen ____________________________________________________________________2

I. Introducción _________________________________________________________________5

II. Fiscalidad y desarrollo económico _______________________________________________6

A. ¿Cómo se vincula la fiscalidad con un mayor desarrollo económico? ____________________6
B. Puntos de inflexión: ¿cómo puede un pequeño cambio en los impuestos provocar grandes cambios
en el PIB?__________________________________________________________________9
C. Hechos estilizados __________________________________________________________10

III. Datos ____________________________________________________________________12

IV. Enfoque empírico___________________________________________________________15

A. Metodología _______________________________________________________________15
B. Resultados basados en la base de datos contemporánea____________________________18
C. Resultados basados en la base de datos histórica __________________________________25

V. Conclusión ________________________________________________________________29

Referencias _________________________________________________________________31

Cifras
1. Complementariedad de las capacidades estatales __________________________________8
2. Capacidad fiscal, normas sociales y rendición de cuentas ______________________________9
3. Impuestos sobre el PIB y niveles de renta ________________________________________11
4. Capacidad fiscal y capacidad jurídica, 2012________________________________________11
5. Capacidad fiscal y capacidad de las administraciones públicas, 2012 ___________________12
6. Base de datos contemporánea: Número de observaciones del impuesto sobre el PIB _____13
7. Base de datos contemporánea: Distribución del crecimiento medio anual del PIB real per cápita
y la relación entre impuestos y PIB ______________________________________________14
8. Base de datos histórica: Número de observaciones de la relación entre impuestos y PIB ___14
9. Base de datos histórica: Distribución del crecimiento medio anual del PIB real per cápita y
Impuestos/PIB ______________________________________________________________15
10. Búsqueda de un punto de inflexión fiscal en diferentes horizontes ____________________19
11. Impacto del umbral impositivo en el crecimiento acumulado a 10 años ________________21
12. Impacto del umbral impositivo a lo largo del tiempo ________________________________23
13. Búsqueda de un punto de inflexión fiscal en diferentes horizontes, base de datos histórica_26
14. Impacto del umbral impositivo sobre el crecimiento acumulado en 10 años, base de datos histórica27
15. Impacto del umbral de ingresos a lo largo del tiempo, base de datos histórica ____________28

Tablas
1. Fuentes de los datos sobre la relación entre impuestos y PIB __________________________13
2. Pruebas de significación estadística de los umbrales fiscales__________________________20
3. Umbrales estimados del impuesto sobre el PIB _____________________________________20
4. Estimación de los efectos del crecimiento ________________________________________24
 4
5. Estimación de los umbrales de ingresos fiscales en relación con el PIB, base de datos histórica 27

6. Estimación de los efectos del crecimiento, base de datos histórica _____________________29

Anexo _____________________________________________________________________35

Figura del apéndice

A1. Impacto de un umbral impositivo sobre el crecimiento acumulado en 3 años ___________35
A2. Impacto de un umbral impositivo sobre el crecimiento acumulado en 5 años ___________35
A3. Impacto de un umbral impositivo sobre el crecimiento acumulado en 7 años ___________36

Tablas del apéndice

A1. Tipping Point Crossing, Base de datos contemporánea _____________________________37
A2. Estadísticas resumidas, base de datos histórica ___________________________________39
A3. Tipping Point Crossing, base de datos histórica ___________________________________40
 5

I. INTRODUCCIÓN

¿Existe una relación mínima entre impuestos y PIB asociada a una aceleración
significativa del proceso de crecimiento y desarrollo? Este documento propone una nueva
forma de cuantificar la relación
entre impuestos y crecimiento investigando la existencia de un punto de inflexión en los niveles
de impuestos sobre el PIB. Los puntos de inflexión pueden darse en entornos caracterizados
por múltiples equilibrios y están asociados a cambios bruscos que se producen en torno a
algún umbral.

Utilizamos una novedosa base de datos contemporánea que abarca 139 países y
abarca el periodo 1965-2011. Combinamos los enfoques adoptados por Card, Mas y
Rothstein (2008) utilizando
métodos de diseño de regresión discontinua con el marco de regresión umbral propuesto por
Hansen (1999) para proporcionar nuevas estimaciones de los puntos de inflexión fiscal.

Nuestro enfoque proporciona nuevas estimaciones empíricas que se basan en trabajos

anteriores de Besley y Persson (2011, 2013, 2014a, 2014b). Vamos más allá de la literatura
existente en dos dimensiones:
(i) nos basamos en una base de datos mucho más amplia, tanto en cobertura de países como
de años; y (ii) utilizamos un modelo no lineal para estimar de forma flexible la relación de
forma reducida entre los niveles impositivos y el posterior crecimiento del PIB. En concreto,
utilizamos un modelo de diseño de regresión discontinua para estimar un punto de inflexión del
crecimiento.

Nos centramos en los ingresos fiscales, ya que no se ha observado que otras fuentes de
ingresos estén estrechamente relacionadas con el desarrollo económico. Arezki et al.
(2011) y el FMI (2015) ilustran que los países
que disponen de abundantes recursos naturales suelen mostrar un historial de resultados
económicos relativamente pobres en comparación con los países no ricos en recursos. En el
caso de la ayuda exterior, no hay consenso sobre sus efectos en el desarrollo económico.
Algunos sostienen que la ayuda oficial ha perjudicado a los países pobres a lo largo de los
años, mientras que otros creen que los niveles de ayuda han sido demasiado bajos. Edwards
(2014) ofrece una útil visión de conjunto.

Desde un punto de vista conceptual, seguimos el camino abierto por Joseph

Schumpeter en su famoso trabajo La crisis del Estado fiscal (Schumpeter, 1918).
Schumpeter vincula Estado y fiscalidad
tan estrechamente que subraya que su expresión "Estado fiscal" puede considerarse casi
pleonástica. Subraya que los impuestos no sólo están asociados al origen histórico del Estado,
sino que también participan activamente en su configuración. En su opinión, el desarrollo
orgánico de la fiscalidad está asociado al desarrollo orgánico de otras dimensiones del Estado.
Es especialmente importante para nuestros propósitos subrayar la distinción que hace
Schumpeter entre impuestos y otras formas de ingresos públicos. Desde el punto de vista del
Estado fiscal, la dependencia de los ingresos procedentes del patrimonio o de la actividad
empresarial es característica de una etapa anterior del desarrollo de la Hacienda Pública. Para
Schumpeter, el análisis de las consecuencias de la fiscalidad requiere una perspectiva a largo
plazo que permita el pleno desarrollo de dinámicas evolutivas estructurales y autorreforzantes.
Estas dinámicas no son sólo económicas, sino también sociales y políticas. Interpretamos que
Besley y Persson aportan una perspectiva similar a la investigación contemporánea. Nos
 6
gustaría situar nuestra contribución dentro de esta tradición.
 7

La respuesta a la pregunta con la que comenzamos el documento se ve dificultada por la

determinación conjunta del PIB y de la ratio impuestos/PIB. Queremos investigar cómo la relación
impuestos/PIB es
asociado al crecimiento posterior. Pero también se da el caso de que el crecimiento del PIB está
asociado a aumentos en la ratio impuestos/PIB. Esto puede racionalizarse, por ejemplo, en
términos de la llamada Ley de Wagner. En el proceso de desarrollo económico, la demanda de
servicios públicos aumenta más deprisa que el PIB, lo que conduce a un incremento de la ratio
gasto público/PIB.
Dado que estos tienden a financiarse, en el margen, mediante impuestos, se produce un
aumento similar de la ratio impuestos/PIB. Mitigamos el problema centrándonos en los efectos
locales, es decir, en cómo pequeños cambios en los impuestos en torno a un punto de inflexión
específico conducen a un cambio potencialmente grande en el crecimiento posterior, en lugar
de estimar relaciones globales como los modelos lineales. También observamos que nuestros
resultados locales son sólidos cuando se controla la posible endogeneidad de los impuestos.2

El documento está organizado como sigue. La Sección II ofrece una breve revisión selectiva
de la literatura relevante sobre la relación entre fiscalidad y desarrollo económico. También se
analizan las
intuición sobre cómo un pequeño cambio en los impuestos puede provocar grandes cambios en
el PIB. La Sección III describe cómo compilamos nuestras dos bases de datos: la base de datos
contemporánea y la base de datos histórica. La Sección IV explica la metodología utilizada y los
resultados empíricos obtenidos. La Sección V concluye.

II. FISCALIDAD Y DESARROLLO ECONÓMICO

A. ¿Cómo se vincula la fiscalidad con un mayor desarrollo económico ?

Al estudiar la relación entre la fiscalidad y el desarrollo económico, hay una vertiente

de la literatura que se centra en cómo influye el desarrollo en la evolución del sistema
fiscal. Se hace hincapié en las limitaciones económicas que influyen en la capacidad del
gobierno para
imponer un tipo impositivo determinado a una base impositiva concreta. Por ejemplo, Tanzi
(1992) y Burgess y Stern (1993) observan que los países con una mayor proporción de
agricultura y una menor proporción de importaciones respecto al PIB tienden a tener una
fiscalidad más baja. Gordon y Li (2009) hacen hincapié en el vínculo entre la fiscalidad y las
finanzas formales. Sostienen que las empresas tienen incentivos para evadir impuestos
realizando todos sus negocios en efectivo en países donde el valor de utilizar el sector
financiero es más modesto. En la misma línea, Kleven, Kreiner y Saez (2009) muestran que en
los países más desarrollados, el tamaño de las empresas es lo suficientemente grande como
para que la aplicación de los impuestos por parte de terceros sea eficaz, ya que la retención de
ingresos facilita la comprobación cruzada de los registros fiscales entre particulares y empresas.
Otros han argumentado que los grandes sectores informales de las economías pobres son
intrínsecamente difíciles de gravar, como se analiza en el estudio de Joshi et al. (2014). La
Porta y Shleifer (2014) consideran que el deseo de eludir impuestos es un motivo importante de
la informalidad.

El acceso a formas de ingresos distintas de los impuestos también se ha asociado a una menor
fiscalidad.
Jensen (2011) concluye que un aumento del 1% en la proporción de las rentas de los recursos
naturales en los ingresos públicos totales se asocia con un descenso del 1,4% en la proporción
de los impuestos en el PIB. Benedek et al. (2014) observan una relación negativa entre la ayuda
exterior y los ingresos fiscales nacionales, sobre todo en los países de renta baja y en los
 8
países con instituciones relativamente débiles.

2 Utilizamos el modelo de umbral IV propuesto por Caner y Hansen (2004). Los resultados están disponibles previa solicitud.
 9

Por supuesto, existe otra vertiente de la literatura que estudia la influencia del sistema
fiscal en la economía. Barro (1990) analiza cómo la economía puede ser más productiva cuando
los ingresos fiscales se destinan a bienes públicos e inversiones. Barro y Sala-i-Martin (1992)
demuestran que, en modelos de crecimiento endógeno, los sistemas fiscales bien diseñados
pueden minimizar las pérdidas de eficiencia impuestas por los impuestos e incluso aumentar la
tasa de crecimiento del PIB. Para el África subsahariana, Ebeke y Ehrhart (2011) constatan que
la inestabilidad de los ingresos fiscales conduce a la inestabilidad de la inversión pública y el
consumo gubernamental, y también reduce el nivel de inversión pública.
Seidel y Thum (2015) sostienen que una aplicación fiscal más estricta obliga a los
funcionarios corruptos a reducir las exigencias de sobornos, lo que hace más atractiva la
entrada en el mercado de empresas privadas.

Varios autores han ampliado el enfoque estándar, otorgando a los factores políticos e
institucionales un papel clave en el análisis de la fiscalidad y el desarrollo. En particular,
Besley y
Persson (2011, 2013, 2014a, 2014b) hace hincapié en el concepto más amplio de capacidad
estatal para representar una serie de capacidades necesarias para que el Estado funcione
eficazmente. La capacidad del Estado incorpora la inversión del gobierno en la construcción de
tres dimensiones clave: (i) la capacidad fiscal, mediante el aumento de la recaudación de
impuestos, especialmente los impuestos de base amplia, a través de una mayor aplicación de
los impuestos; (ii) la capacidad jurídica, que se refiere a la regulación de apoyo al mercado, el
cumplimiento de los contratos, y la protección de los derechos de propiedad; y (iii) la capacidad
colectiva mediante el aumento de los mercados, sobre todo mediante el suministro de bienes
públicos. Besley y Persson (2011) también sugieren que muchos determinantes de la
capacidad estatal son comunes a estas dimensiones. Llevan a cabo análisis de regresión
simple para una muestra representativa de 111 países para mostrar la correlación entre
factores comunes (guerra, homogeneidad étnica, estabilidad política, restricciones al ejecutivo)
y medidas de capacidad fiscal y jurídica.

Basándose en Besley y Persson, la Figura 1 ilustra el vínculo entre fiscalidad y mayor desarrollo
económico. La capacidad del Estado está determinada por la interacción entre la capacidad fiscal, la
capacidad jurídica y la capacidad económica.
y la capacidad de la administración pública. La capacidad fiscal no sólo proporciona una fuente
de ingresos estable y elástica para que el gobierno financie sus actividades, sino que un
gobierno con una mayor participación en la economía a través de un sistema fiscal
desarrollado también tiene mayores motivos para desempeñar un papel productivo en la
economía. La capacidad de la administración pública se refiere al uso eficaz y eficiente del
dinero público por parte del gobierno.3 Esto repercute directamente en la capacidad de los
gobiernos para aplicar políticas y prestar servicios públicos, lo que a su vez influye en la
confianza de los ciudadanos en el gobierno. La capacidad jurídica se refiere a la habilidad del
gobierno para garantizar los derechos de propiedad privada. Esto incluye la infraestructura
jurídica, como la creación del sistema judicial y el registro de la propiedad.

Es importante señalar que la capacidad fiscal, la capacidad jurídica y la capacidad de la

administración pública son complementarias. Las mejoras sostenidas en la recaudación de
impuestos no se producen en el vacío. Construir
La capacidad fiscal requiere invertir en capacidad jurídica, y viceversa. Por eso cabe esperar
que la capacidad fiscal, jurídica y de administración pública estén correlacionadas positivamente
entre sí. Estos bucles de retroalimentación también pueden dar lugar a múltiples equilibrios,
como se señala, por ejemplo, en Besley y Persson (2013).
 10

3 Porejemplo, Pritchett (2000a) y el FMI (2015) analizan cómo las deficiencias en la gestión de la inversión pública
han dado lugar a rendimientos inadecuados de la inversión pública en muchos países.
 11

La fortaleza de la capacidad fiscal depende crucialmente de las normas sociales de

cumplimiento. Kiser y Levi (2015) destacan que cuanto más eficaz y digno de confianza
sea un gobierno, más
Cuanto mayor sea el grado de legitimidad que pueda alcanzar, mayor será la capacidad de
lograr el cumplimiento sin un control excesivo ni medidas punitivas. Del mismo modo, como
propone Levi (1988), el gobierno puede lograr un alto grado de cumplimiento cuasivoluntario del
sistema fiscal cuando los ciudadanos cumplen con los impuestos por una combinación de
consideraciones estratégicas y normativas. Las consideraciones estratégicas se refieren al
cálculo de la probabilidad de ser descubierto y al castigo que conlleva.
Las consideraciones normativas se refieren a un sentido de justicia: el ciudadano cree que se le
proporcionan suficientes bienes públicos a cambio del pago de impuestos, y que los demás
también están pagando su parte justa. Otros autores también han argumentado que la creación
de una cultura de cumplimiento es fundamental para aumentar los ingresos. Por ejemplo,
Gordon (1989) se refiere a la moralidad individual, Posner (2000) a las normas de cumplimiento
fiscal y Torgler (2007) a la moral fiscal. A su vez, las normas sociales de cumplimiento están
estrechamente relacionadas con una mayor exigencia por parte de los ciudadanos de un
gobierno responsable y transparente, como sostienen Moore (2007), Brautigam et al. (2008) y
Ross (2004). Estas relaciones se ilustran en la Figura 2.

Figura 1. Complementariedad de las capacidades estatales

Por último, nuestro trabajo también puede relacionarse con la literatura reciente sobre
las aceleraciones del crecimiento (véanse, por ejemplo, Hausman et al. 2005, Pritchett
2000b y Berg et al. 2012). Mientras que la media
Aunque el efecto sobre el crecimiento de cruzar el punto de inflexión impuesto-PIB no es tan
elevado como el de los episodios de mayor aceleración del crecimiento considerados en varios
de estos estudios4 , observamos que las tasas medias de crecimiento anual son superiores en
aproximadamente 0,75 ppa a lo largo de 10 años en comparación con los países que
permanecen por debajo del punto de inflexión. Se trata de un importante factor de crecimiento
sostenido.
 12
4
Por ejemplo, Hausman et al. (2005) consideran un episodio en el que las tasas de crecimiento del PIB per
cápita aumentan en 2,5 ppa de forma sostenida durante 8 años.
 13

además de otras variables que se han asociado sistemáticamente a estos episodios, como la
inversión y el comercio, los cambios de régimen político y la reforma económica y la igualdad en
la distribución de la renta (Hausman et al. 2005, Berg et al. 2012).

Figura 2. Capacidad fiscal, normas sociales y rendición de cuentas

B. Puntos de inflexión: ¿cómo puede un pequeño cambio en los impuestos provocar

grandes cambios en PIB?

Como muestran Card et al. (2008), pueden surgir múltiples equilibrios en contextos en
los que se producen bucles de retroalimentación entre los agentes, cuando las
preferencias individuales dependen de las elecciones realizadas por otros agentes. Es
importante destacar que los autores muestran cómo se pueden identificar múltiples equilibrios
en los datos mediante
estimar puntos de inflexión, es decir, casos en los que pequeños cambios en las condiciones
iniciales dan lugar a grandes cambios en los resultados.5 Concretamente, se pueden identificar
puntos de inflexión siempre que la economía "salte" de un equilibrio a otro. Si las decisiones de
los contribuyentes y de los responsables políticos se caracterizaran por tales
complementariedades estratégicas, en principio sería posible encontrar casos en los que
pequeños cambios en los impuestos dieran lugar a grandes cambios en el crecimiento.

Un cambio en las normas sociales puede empujar a un país de un equilibrio de bajo

cumplimiento fiscal a un equilibrio de alto cumplimiento fiscal, como analiza, por
ejemplo, Traxler (2010). En
La mejora de la capacidad fiscal podría dar lugar a un círculo virtuoso en el comportamiento y
las instituciones que repercutiría positivamente en el crecimiento. El círculo virtuoso podría
desencadenarse a través de varios canales. Un mayor cumplimiento fiscal amplía la base
impositiva, lo que puede reducir el coste marginal de los fondos públicos. A su vez, esto
permite un mayor gasto del gobierno en el desarrollo de la capacidad estatal. Un aumento del
comportamiento cooperativo y de la confianza también puede facilitar la realización de

5 Un ejemplo reciente aplicado al comportamiento de los contribuyentes es el propuesto por Traxler (2010).
 14

efectos de aglomeración en la producción a medida que más individuos y empresas participan

en los mercados formales. Además, una mayor rendición de cuentas por parte de un mayor
número de contribuyentes puede mejorar la gobernanza y contribuir a disminuir la corrupción,
reduciendo aún más los obstáculos a la entrada de las empresas en el mercado y
favoreciendo el crecimiento económico (Murphy, Schleifer y Vishny, 1993).

Argumentamos que, a medida que los países se acercan a cierto umbral de ingresos y
acaban superándolo, los resultados de crecimiento de estos países darían entonces un
salto discontinuo. Card et al. (2008)
demuestran que los puntos de inflexión pueden identificarse y estimarse mediante el uso de
métodos de diseño de regresión discontinua (RDD). Aplicamos este enfoque a la relación entre
los niveles de impuestos sobre el PIB y el posterior crecimiento del PIB. En concreto, buscamos
los niveles de impuestos sobre el PIB en torno a los cuales se observan cambios bruscos en las
tasas de crecimiento del PIB. Interpretamos nuestros resultados como sugerentes de la posible
presencia de múltiples equilibrios en el cumplimiento y la capacidad fiscal: pequeñas
variaciones en los niveles impositivos en torno a un punto de inflexión pueden hacer que
las economías salten de un equilibrio a otro. Esto, a su vez, puede dar lugar a grandes
diferencias en el crecimiento, ya que algunos países alcanzan el equilibrio de alto
cumplimiento/alto crecimiento, mientras que otros permanecen en el equilibrio de bajo
cumplimiento/bajo crecimiento.

C. Datos estilizados de

Los hechos estilizados ilustran la relación entre capacidad fiscal y desarrollo económico.
El gráfico 3 muestra la relación positiva entre impuestos y PIB y el PIB real per cápita, utilizando
dos muestras distintas de países. Utilizando un corte transversal de datos para 2012, la figura
muestra que los países de renta más alta tienden a recaudar más ingresos fiscales como
proporción del PIB que los países de renta más baja. Utilizando datos históricos de series
temporales que se remontan al siglo XIX para 30 países, el gráfico muestra una tendencia
similar, en la que la proporción de impuestos en el PIB aumenta con el tiempo junto con los
niveles de renta. Estos resultados concuerdan con la interpretación de la Ley de Wagner que
sugerimos anteriormente.

El gráfico 4 ilustra la complementariedad entre la capacidad fiscal y la capacidad

jurídica. El gráfico muestra que los países con mayores ingresos fiscales en relación con el PIB
también tienden a tener una mayor protección de los derechos de propiedad intelectual.
derechos de propiedad, medidos por un indicador del Instituto Fraser sobre estructura jurídica y
derechos de propiedad. El gráfico también muestra que una mayor proporción de impuestos en
el PIB está asociada a una mayor calidad de las políticas gubernamentales y de la regulación,
medida por los Indicadores Mundiales de Gobernanza.

El gráfico 5 ilustra la complementariedad entre la capacidad fiscal y la capacidad de la

administración pública. La figura muestra una relación negativa entre impuestos-PIB y un
índice de corrupción
por Transparencia Internacional. Esto sugiere que la capacidad fiscal se asocia una vez más a
una mayor transparencia y rendición de cuentas del gobierno. El gráfico también muestra que
los países con una relación impuestos/PIB más elevada también suelen tener instituciones
presupuestarias más sólidas, medidas por el índice de Eficiencia de la Gestión de la Inversión
Pública (PIE-X).
 15

Gráfico 3 Impuestos sobre el PIB y niveles de renta

Fuentes: Estadísticas históricas internacionales, Perspectivas de la economía mundial y estimaciones de los autores.

Figura 4. Capacidad fiscal y capacidad jurídica, 2012

Fuentes: Instituto Fraser, Indicadores Mundiales de Gobernanza, Perspectivas de la Economía Mundial.

Nota: El indicador del Instituto Fraser sobre estructura jurídica y derechos de propiedad es la media de los
indicadores de independencia judicial, tribunales imparciales, protección de los derechos de propiedad,
injerencia militar en el Estado de derecho y la política, integridad del sistema jurídico, cumplimiento legal de
los contratos, restricciones normativas a la venta de propiedades, fiabilidad de la policía y costes
empresariales de la delincuencia. El Indicador Mundial de Gobernanza sobre calidad de la regulación refleja
la percepción de la capacidad del gobierno para formular y aplicar políticas y normativas sólidas que permitan
y promuevan el desarrollo del sector privado.
 16

Figura 5. Capacidad fiscal y capacidad de las Administraciones Públicas, 2012

Fuentes: Transparencia Internacional, Departamento de Asuntos Fiscales, Perspectivas de la Economía Mundial

Nota: La Eficiencia de la Gestión de la Inversión Pública (PIE-X) es una herramienta del FMI que mide la
relación entre el stock de capital público acumulado per cápita y diversos indicadores de la calidad y el acceso a
las infraestructuras. Cuanto más cerca está un país de la frontera de eficiencia, más eficiente es su inversión
pública.

III. DATOS

Para nuestro análisis nos basamos en dos bases de datos independientes: una
contemporánea y otra histórica.

La base de datos contemporánea reúne un gran panel desequilibrado compuesto por la

relación impuestos-PIB y el PIB real per cápita de 139 países entre 1965 y 2011. Los datos
sobre la relación entre impuestos y PIB son
recogidos de varias fuentes. Combinamos, por orden y cuando están disponibles, datos sobre la
relación entre impuestos generales o de las administraciones centrales y el PIB procedentes de
las siguientes fuentes: (1) OCDE; (2) Mansour (2014, 2015) para los países de África
subsahariana y Oriente Medio y Norte de África; (3) Perspectivas de la economía mundial; (4)
GFSM 1986 Historical Government Finance Statistics; y (5) el conjunto de datos de ingresos
públicos del Centro Internacional de Impuestos y Desarrollo. Para combinar las distintas fuentes
se recurre al empalme. La tabla 1 indica el periodo de tiempo y el número de países disponibles
para cada fuente individual.6

6 El conjunto de datos World Revenue Longitudinal Data (WoRLD) del FMI ofrece una recopilación similar de
ingresos públicos con información más detallada por tipo de ingresos a partir de 1990. Nuestros resultados
son idénticos cuando utilizamos los datos WoRLD (disponibles en http://data.imf.org/revenues).
 17

Cuadro 1 Fuentes de los datos sobre la relación entre impuestos y PIB

Base de datos Periodo Países
Impuestos/PIB (todas las fuentes) 1965-2011 139
1- OCDE 1965-2011 47
2- Mansour (2014, 2015) 1980-2011 38
3- Perspectivas de la economía mundial 1985-2011 77
4- GFSM 1986 Estadísticas históricas de las finanzas 1970-2002 70
públicas
4- Centro Internacional de Fiscalidad y Desarrollo 1980-2010 40

Para estudiar el crecimiento entre países y a lo largo del tiempo, utilizamos el PIB real
per cápita a precios nacionales constantes, obtenido las Penn World Tables 8.1 (Feenstra,
Inklaar y Timmer, 2015).7 El gráfico 6 muestra el número de observaciones sobre
impuestos/PIB disponibles por año para países avanzados y
países en desarrollo. La Figura 7 muestra la distribución de los impuestos sobre el PIB y las
tasas medias anuales de crecimiento real del PIB per cápita en la base de datos
contemporánea.

La base de datos histórica es también un panel no equilibrado que consiste en ratios

impuestos-PIB y PIB real per cápita para 30 países avanzados entre 1800 y 1980.8 Los
datos sobre impuestos-PIB proceden de las Estadísticas Históricas Internacionales (Mitchell,
2003). Los datos sobre el PIB real per cápita (en
GK$ 1990) procede de la versión 2013 del Proyecto Maddison. El gráfico 8 muestra el número
de observaciones de la relación entre impuestos y PIB por año. La Figura 9 muestra la
distribución de la relación entre impuestos y PIB y las tasas medias anuales de crecimiento real
del PIB per cápita en la base de datos histórica.

Figura 6. Base de datos contemporánea: Número de observaciones de la relación entre impuestos y

PIB

150

Emergent
es
Avanzado

100

50

0
1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
Año

7 Excluimos de nuestra muestra a los países en los que las rentas de los recursos naturales, medidas en los
Indicadores de Desarrollo Mundial, superan el 30 por ciento de media en toda la muestra.

Los 8 países son: Alemania, Australia, Austria, Bélgica, Canadá, Chile, Corea, Dinamarca, Eslovenia, España,
Estados Unidos, Estonia, Finlandia, Francia, Grecia, Hungría, Israel, Italia, Japón, México, Noruega, Nueva
Zelanda, Países Bajos, Polonia, Portugal, Reino Unido, República Checa, Irlanda, Suecia y Suiza.
 18

Figura 7. Base de datos contemporánea: Distribución del crecimiento medio anual del
PIB real per cápita y de la relación entre impuestos y PIB

Distribución de la tasa media anual de Distribución de la relación entre

crecimiento real del PIB per cápita de cada impuestos y PIB, 1965-2014
país, 1965-2011 (porcentaje) (porcentaje)

300
25
Mediana:
1.9%
20 Mediana:
16.9%
200

15

10 100

0 0
-2 0 2 4 6 8 0 20 40 60
Tasa media de crecimiento real del PIB Tasa media de crecimiento real del PIB per cápita
per cápita

Fuentes: Penn World Tables 8.1; OCDE; Mansour (2014, 2015); Perspectivas de la economía mundial; GFSM
1986; y Government Revenue Dataset del Centro Internacional de Impuestos y Desarrollo.
Nota: La tasa media anual de crecimiento real del PIB per cápita de cada país se calcula con la fórmula
utilizada por la Oficina de Análisis Económico (BEA), que es una variante de la fórmula del interés
compuesto (véase http://www.bea.gov/faq/index.cfm?faq_id=463). El año inicial es 1965 o el primero
disponible para cada país.

Figura 8. Base de datos histórica: Número de observaciones de la relación entre impuestos y PIB
25

20

15

10

0
1800 1820 1840 1860 1880 1900 1920 1940 1960 1980
Año
 19

Figura 9. Base de datos histórica: Distribución del crecimiento medio anual del PIB real
per cápita y de la relación entre impuestos y PIB

Distribución de la tasa media anual de Distribución de la relación entre

crecimiento real del PIB per cápita de cada impuestos y PIB, 1800-1980
país, 1820-1980 (porcentaje) (porcentaje)
6
Mediana: 200
1.6%
Mediana:
11.7%
150
4

100

2
50

0 0
1 1.2 1.4 1.6 1.8 2 0 20 40 60
Tasa media de crecimiento real del PIB Tasa media de crecimiento real del PIB per cápita
per cápita

Nota: La tasa media anual de crecimiento del PIB real de cada país se calcula con la fórmula utilizada por la
Oficina de Análisis Económico (BEA), que es una variante de la fórmula del interés compuesto (véase
http://www.bea.gov/faq/index.cfm?faq_id=463). El año inicial es 1800 o el primero disponible para cada país.

IV. ENFOQUE EMPÍRICO

A. Metodología

Al igual que en Card, Mas y Rothstein (2008) (CMR en adelante), utilizamos un diseño
de regresión discontinua (RDD) para investigar la existencia de un punto de inflexión
en la relación impuestos/PIB sobre el crecimiento del PIB. Nuestro enfoque implica
estimar y probar tanto la existencia de un desconocido
así como medir el impacto de cruzar este umbral en el posterior crecimiento del PIB para el país
medio de nuestra muestra.

En concreto, modelamos la tasa de crecimiento acumulado del PIB per cápita ∆𝐺𝐷𝑃𝑃𝐶𝑐𝑡+𝑗 en el
país 𝑐 año 𝑡 en un horizonte 𝑗 como una función del nivel de impuestos sobre el PIB 𝑡𝑎𝑥𝑐𝑡, que
permitimos que varíe discontinuamente en el único valor umbral desconocido 𝛾. También
incluimos covariables 𝑋𝑐𝑡 así como efectos fijos de país y año:

𝛼𝑙 + 𝑓𝑙 (𝑡𝑎𝑥𝑐𝑡 - 𝛾) + 𝑋𝑐𝑡 𝜌 + 𝜃𝑐 + 𝛿𝑡 + 𝜀𝑐𝑡 si 𝑡𝑎𝑥𝑐𝑡 ≤

={ (1)
∆𝐺𝐷𝑃𝑃𝐶𝑐𝑡+𝑗
𝛾
𝛼 + 𝑓𝑟 (𝑡𝑎𝑥𝑐𝑡 - 𝛾) + 𝑋𝑐𝑡 𝜌 + 𝜃𝑐 + 𝛿𝑡 + 𝜀𝑐𝑡 si 𝑡𝑎𝑥𝑐𝑡 >
𝑟
𝛾

donde ∆𝐺𝐷𝑃𝑃𝐶𝑐𝑡+𝑗 = (𝐺𝐷𝑃𝑃𝐶𝑐𝑡+𝑗 - 𝐺𝐷𝑃𝑃𝐶𝑐𝑡−1 )/𝐺𝐷𝑃𝑃𝐶𝑐𝑡−1 .

 20

La ecuación (1) está estrechamente relacionada con los modelos de regresión umbral, una
clase de modelos no lineales muy utilizados. Las aplicaciones relacionadas en el contexto de
los estudios de crecimiento entre países incluyen el
estimación de efectos umbrales para la inflación (Khan y Senhadji 2001); déficits fiscales (Adam
y Bevan 2005); y niveles de deuda pública (Chudik et al. 2015). La principal diferencia entre la
ecuación
(1) y las regresiones umbral es que no imponemos una función continua en torno al
umbral, como sería el caso en un modelo de cambio de pendiente, ya que permitimos
explícitamente un intercepto diferente 𝛼𝑟 en el punto de discontinuidad. Tampoco obligamos a
que la relación entre las variables dependientes e independientes sea lineal a la izquierda y a
la derecha del umbral.
En su lugar, utilizamos estimadores paramétricos y no paramétricos para describir con
flexibilidad la relación entre los niveles impositivos y el posterior crecimiento del PIB. Por
ejemplo, nuestro principal estimador se basa en un polinomio de cuarto orden en los niveles de
impuestos sobre el PIB.9

Otra diferencia clave es que no estamos tan interesados en estimar la relación global
entre los impuestos y el crecimiento - la forma específica de las funciones 𝒇𝒍(. ) y 𝒇𝒓(. )
como en las regresiones de umbral estándar - sino más bien en medir cualquier cambio
discreto en el crecimiento del PIB que se produzca alrededor del umbral impositivo. Este
efecto local viene dado por el término constante 𝛼𝑟
y mide específicamente la diferencia en las tasas de crecimiento acumuladas del PIB
inmediatamente a la izquierda y a la derecha de 𝛾.

La ventaja de este enfoque local es que para obtener estimaciones insesgadas se

requieren supuestos mucho menos estrictos que en el caso de modelos lineales a trozos
similares. La explicación habitual para motivar el uso de los métodos RDD es que dentro de
una pequeña vecindad alrededor del
punto de inflexión en el que es probable que los países sean similares, la posición de una
observación en relación con el umbral es tan buena como asignada al azar. Por ejemplo, los
países sólo tienen cierto control sobre el valor exacto de sus niveles de impuestos en relación
con el PIB, de modo que si ya están cerca del punto de inflexión fiscal, aún no pueden controlar
perfectamente si estarán justo por debajo o por encima. A su vez, es esta asignación aleatoria
la que determinará el "tratamiento". Aunque dejamos para futuras investigaciones un
tratamiento más completo de lo que implicaría exactamente este tratamiento -como se ha
comentado anteriormente, podría implicar un cambio en las normas sociales, una mayor
capacidad fiscal y estatal, una mayor exigencia de responsabilidad política, etc.-, creemos que
sigue teniendo un valor considerable la estimación de la forma reducida de la relación entre
impuestos y crecimiento.

Por último, el hecho de centrarnos en el efecto de que los niveles de impuestos sobre el PIB
crucen el punto de inflexión también motiva nuestro uso de polinomios de orden superior y
métodos de regresión local, ya que estos modelos nos permiten
ser más flexible a la hora de estimar la relación entre impuestos y crecimiento en torno al
punto de inflexión.

La ecuación (1) también puede reexpresarse de forma más compacta como

∆𝐺𝐷𝑃𝑃𝐶𝑐𝑡+𝑗 = 𝛼𝑙 + 𝛽𝐷 + 𝑓(𝑡𝑎𝑥𝑐𝑡 - 𝛾) + 𝑋𝑐𝑡 𝜌 + 𝜃𝑐 + 𝛿𝑡 + 𝜀𝑐𝑡 (2)

donde 𝛽 ≡ 𝛼𝑟 - 𝛼𝑙 , 𝐷 ≡ 𝕀(𝑡𝑎𝑥𝑐𝑡 > 𝛾) y 𝑓(. ) ≡ 𝑓𝑙 (. ) + 𝐷[𝑓𝑟 (. ) - 𝑓𝑙 (. )].

 21
9 El
uso de polinomios de orden inferior en la relación entre impuestos y PIB genera estimaciones algo más bajas
del efecto de cruzar el punto de inflexión. Los resultados están disponibles previa petición.
 22

Seguimos el enfoque en dos pasos propuesto por CMR.10 En el primer paso, estimamos
una ruptura estructural en la relación entre la ratio impuestos-PIB y el posterior crecimiento
del PIB, es decir
encontrar un nivel de impuestos por encima del cual el crecimiento del PIB cambie de forma
discontinua. Este punto de inflexión candidato se encuentra estableciendo el valor de 𝛾 tal
que el R-cuadrado de la ecuación (2) sea máximo.11 Después de establecer la significación
estadística del punto de inflexión, el segundo paso consiste en recuperar la estimación de 𝛽
utilizando el estimador RDD habitual, tomando el valor de 𝛾 como si fuera conocido.

Este enfoque de dos pasos pertenece a una clase de estimadores que convergen a distribuciones
no estándar (véase, por ejemplo, Bai 1997, Hansen 1999 y Porter y Yu 2015). Más
En concreto, los estadísticos de prueba convencionales para la existencia de un punto de inflexión
tenderán a rechazar la
nulo con demasiada frecuencia. Por lo tanto, seguimos el enfoque descrito en Hansen (1999),
donde se propone un procedimiento de prueba que tiene en cuenta las propiedades no estándar
de la estimación del umbral 𝛾̂ de la ecuación (2).12

Aunque en principio debería estimarse el modelo completo para localizar el punto de

inflexión, observamos que su rendimiento es deficiente en varios horizontes de
crecimiento 𝒋. De hecho, los valores umbral
que maximizan la R-cuadrado no son constantes, sino que varían ampliamente cuando se
utiliza el crecimiento acumulado del PIB en diferentes horizontes temporales como variable
dependiente. Además, para la mayoría de las especificaciones no logramos rechazar la
hipótesis nula de ausencia de punto de inflexión cuando utilizamos el modelo completo.

Nuestra interpretación de estos hechos es que la inclusión del conjunto completo de covariables
conlleva una pérdida de la potencia estadística necesaria para identificar el punto de inflexión.
Además, en nuestra opinión
Los resultados posteriores sobre el efecto de cruzar el punto de inflexión (Tabla 4 más abajo)
validan nuestro enfoque, ya que mostramos que el efecto de cruzar el punto de inflexión es
robusto en todas las especificaciones, aunque la identificación de este punto de inflexión pueda
no serlo. Aunque parecería preferible utilizar el modelo completo en ambas fases del
procedimiento, en conjunto defendemos n u e s t r o p l a n t e a m i e n t o porque permite utilizar
la información disponible para identificar el punto de inflexión. Los resultados de la segunda
etapa sugieren claramente que el procedimiento identifica de forma creíble una ruptura
estructural en los datos que se produce en el punto de inflexión.

Por lo tanto, seguimos el enfoque adoptado en CMR e ignoramos las covariables y los
efectos fijos y aproximamos 𝒇(𝒕𝒂𝒙𝒄𝒕 - 𝜸) mediante una función constante. De este modo
se obtiene un resultado más parsimonioso
En efecto, si nuestro primer paso se limitó a identificar un artefacto de los datos sin que existiera
un verdadero "punto de inflexión", el segundo paso fue identificar un "punto de inflexión".

10 El artículo utiliza métodos de regresión discontinua con umbral desconocido para estimar los puntos de
inflexión en la composición racial de los barrios en Estados Unidos.

11 EnPorter y Yu (2015) se presenta un marco de estimación alternativo que busca maximizar (𝛽̂)2 directamente.
Los resultados de ambos enfoques son muy similares cuando las ponderaciones de regresión local utilizadas
son suficientemente grandes.

12
CMR utiliza un enfoque alternativo. Dividen aleatoriamente su muestra en dos con una primera submuestra
utilizada para estimar la ubicación del umbral y la segunda submuestra utilizada para estimar el efecto sobre las
 23
variables dependientes de cruzar este umbral estimado. No disponemos de suficientes observaciones para
seguir esta estrategia.

13
Los resultados son robustos a la inclusión del PIB per cápita en el año inicial.
 24

efecto sobre el crecimiento, nuestra estimación en dos etapas arrojaría resultados pequeños y
estadísticamente insignificantes del efecto del punto de inflexión sobre el crecimiento.

Para hallar el valor del punto de inflexión estimamos lo siguiente

∆𝐺𝐷𝑃𝑃𝐶𝑐𝑡+𝑗 = 𝛼𝑙 + 𝛽𝐷 + 𝜀𝑐𝑡 (2′)

donde las variables y los coeficientes se definen como arriba.

Una vez encontrado el valor 𝛾̂ que maximiza el R-cuadrado de la Ecuación (2′) mediante una
búsqueda en cuadrícula, comprobamos la hipótesis nula de ausencia de umbral, es decir:

0 𝛽=0

Hansen (1999) propone realizar un bootstrap de una prueba de razón de verosimilitud de

𝐻0 basada en la estadística de prueba formada por la razón de la suma de errores
cuadrados bajo la nula y la alternativa:

0 𝑆- 𝑆1
1 𝐹= 𝑁 , (3)
𝑆1
donde 𝑁 es el tamaño de la muestra. La suma de los residuos al cuadrado bajo la nula (𝑆0 ) y la
alternativa
(𝑆1 ) se obtienen tras estimar la ecuación (2′):

𝑁 𝑁 2
𝑆 = ∑(∆𝐺𝐷𝑃𝑃𝐶 - 𝛼̃ ) 2 y 𝑆 = ∑(∆𝐺𝐷𝑃𝑃𝐶 ̂
0 𝑐𝑡+𝑗 𝑙 1 𝑐𝑡+𝑗 - 𝛼̂ 𝑙 - 𝛽𝐷) .
𝑖=1 𝑖=1

El valor p de la prueba de la existencia de un punto de inflexión viene dado entonces por el

número de veces que las iteraciones bootstrapped de 𝐹1 superan el estadístico real obtenido a
partir de la muestra. Rechazamos
0 𝐻a favor de la alternativa si este valor p es menor que algún valor crítico.
14

Restringimos el procedimiento de búsqueda en cuadrícula buscando el valor único de γ

entre el 8 y el 30 por ciento del PIB. En nuestra muestra completa, esto representa
aproximadamente el 5º y el 95º percentil del
distribución impuestos-PIB. También eliminamos las observaciones con niveles de impuestos
sobre el PIB inferiores al 5% y superiores al 40%. Hay pocas observaciones fuera de este rango
y muestran una alta varianza en las tasas de crecimiento del PIB per cápita, especialmente en
la parte inferior. Esta restricción de datos tampoco afecta materialmente a los resultados de la
búsqueda. Para encontrar el valor del punto de inflexión que maximiza el ajuste de la ecuación
(2′), realizamos una búsqueda sobre 2.500 cuantiles.

B. Resultados basados en la base de datos contemporánea

La Figura 10 muestra la R-cuadrado de la estimación de la Ecuación (2′) utilizando diferentes

valores de los umbrales y en varios horizontes de crecimiento. Como era de esperar, una
versión restringida de la ecuación (2) tiene relativamente poco poder explicativo de la
varianza global del PIB acumulado.

14 El procedimiento bootstrap también debe reflejar la estructura de panel de los datos. Véase Hansen (1999)
y Wang (2015) para una descripción detallada del procedimiento
25 bootstrap.
 26

crecimiento en nuestro panel. La R-cuadrado máxima alcanzada se sitúa en torno a 0,01

cuando se utiliza la tasa de crecimiento acumulado a 10 años como variable dependiente. Sin
embargo, el gráfico sugiere claramente la existencia de un punto de inflexión estable
aproximadamente a medio camino entre el 10% y el 15% del PIB en todos los horizontes
considerados. En todos los casos, las series muestran un único máximo, aunque no alcanzan
estrictamente un único máximo hasta los 10 años. El umbral identificado en la Figura 10 es, por
tanto, un firme candidato para estimar un punto de inflexión en los niveles de impuestos sobre el
PIB.

Figura 10. Búsqueda de un punto de inflexión fiscal en diferentes horizontes

.01
.002 . 004 . 006 . 008

10 15 20 25 30
Relación entre impuestos y PIB
Crecimiento del PIB Crecimiento del PIB
en 3 años en 5 años
Crecimiento del PIB Crecimiento del PIB
en 7 años a 10 años

La figura muestra el R-cuadrado de la estimación de la Ecuación (2′) cuando se fija el umbral estimado γ̂ en
diferentes valores entre el 8 y el 30 por ciento del PIB. Las series se obtienen utilizando diferentes horizontes de
crecimiento 𝑗= (3, 5, 7, 10) para la variable dependiente. Véase el texto para más detalles.

A continuación, comprobamos si este umbral es estadísticamente significativo utilizando

el procedimiento bootstrap propuesto por Hansen (1999) y descrito anteriormente. Los
resultados figuran en el cuadro 2
por debajo. Los valores p de los umbrales estimados en todos los horizontes son muy
significativos estadísticamente, muy por debajo del nivel del uno por ciento.15 Esto es
coherente con la evidencia gráfica de la Figura 10, que muestra un alto grado de curvatura
en torno a los picos únicos para todas las series.

Además de comprobar la existencia de un umbral, también calculamos intervalos de

confianza para nuestras estimaciones, de modo que podamos evaluar con qué precisión
asignar la ruptura estructural en el crecimiento del PIB a un nivel impositivo específico.
Hansen (1999) ofrece más orientación al respecto. La dirección
método propuesto se basa en una "región de no rechazo" que utiliza el estadístico de razón de
verosimilitudes de
Ecuación (3). Intuitivamente, la idea es delimitar el intervalo de confianza en torno al umbral
estimado 𝛾̂ al rango de valores para los que la diferencia entre 𝑆(𝛾̂) y 𝑆1 (𝛾) no supera algún
valor crítico.16

15 Como comprobación de robustez, también realizamos un procedimiento bootstrap similar utilizando un

estadístico de prueba de Wald para 𝐻0 . El punto de inflexión es significativo al nivel del 10% en todos los
horizontes.
16 Véase Hansen (1999) para más detalles y valores críticos. Seijo y Sen (2011) también proponen un
 27
procedimiento bootstrap suave. Encontramos resultados similares con ambos métodos, aunque los intervalos de
confianza utilizando el bootstrap suave tienden a ser mayores.
 28

Tabla 2. Pruebas de significación estadística de los umbrales impositivos

Variable dependiente: Crecimiento acumulado del PIB per cápita
3 años 5 años 7 años 10 años
Estadística de la prueba de Hansen
p-valor 0.000 0.000 0.000 0.000
Estadística F1 17.8 26.2 30.9 30.8
Valores críticos: 10% 2.8 3.2 2.7 2.6
5% 4.2 4.7 4.1 3.8
1% 6.6 7.5 6.9 5.7
Nota: La tabla presenta los estadísticos de prueba para la hipótesis nula de ausencia de umbral
en la relación impuestos/PIB. p-
y los valores críticos se obtienen mediante el bootstrap de los estadísticos de prueba
individuales 1000 veces. Véase el texto para más detalles sobre la construcción de estadísticas
de prueba individuales.
Las estimaciones puntuales para el umbral impositivo son coherentes con las pruebas
gráficas presentadas en la Figura 10 y son muy estables en todos los horizontes. Los
intervalos de confianza también
muestran que estos valores umbral se estiman con mucha precisión. Por ejemplo, el
umbral de impuestos sobre el PIB en el horizonte de 10 años tiene una estimación puntual
del 12,88% y un intervalo de confianza del 99% que oscila entre el 11,33% del PIB y el
13,97%, es decir, menos de 1.000 millones de euros.
2,65 puntos porcentuales de amplitud. Los intervalos de confianza son algo más amplios para
horizontes temporales más cortos. Dado que los intervalos de confianza no se basan en los
supuestos habituales de distribución normal o de Student, tampoco son necesariamente
simétricos. La asimetría observada se deriva de la forma específica de las series en torno a su
pico en el gráfico 10. En concreto, las pendientes de las series son más pronunciadas a la
derecha de sus respectivos máximos, de modo que el límite superior de los intervalos de
confianza estará más cerca del umbral estimado que el límite inferior.

Tabla 3. Umbrales estimados de la relación entre impuestos y PIB

Variable dependiente: Crecimiento acumulado del PIB per cápita
3 años 5 años 7 años 10 años
Umbral impuestos/PIB 12.88 12.42 12.45 12.88
Intervalos de
confianza:
Región de no [11.56; 14.01] [11.70; 13.38] [11.60; 13.05] [11.62; 13.41]
95%
rechazo
99% [9.94; 14.19] [11.40; 13.78] [10.91; 13.51] [11.33; 13.97]
Nota: El cuadro presenta estimaciones para el umbral impuesto-PIB utilizando la búsqueda de
especificaciones para
Ecuación (2′) descrita en el texto. Los intervalos de confianza se obtienen mediante el "método de la región
Otra característica
de no rechazo". Véanseimportante delelestimador
los detalles en texto. en dos pasos que utilizamos es el hecho de
que es súper consistente, es decir, si se puede rechazar la nula, entonces la varianza de
las estimaciones del segundo paso no necesita ser corregida por el error de muestreo
del umbral estimado 𝜸̂ (Hansen 2000). A partir de la Tabla 2, sabemos que podemos
rechazar con confianza la hipótesis nula de que no hay
por lo que procedemos con las estimaciones de la discontinuidad de la regresión de la ecuación
(2) y utilizamos los errores estándar ingenuos como si el valor de 𝛾 fuera conocido.
 29

El efecto de cruzar el umbral impuestos-PIB sobre el crecimiento posterior puede

ilustrarse claramente de forma gráfica. El gráfico 11 muestra tres estimadores de la relación
entre el nivel impositivo y el PIB.
(1) crecimiento medio acumulado del PIB per cápita a lo largo de 10 años dentro de intervalos
de anchura de banda igual a 0,517; (2) valores predichos a partir de una regresión lineal local
con una anchura de banda de 1,5; y (3) un polinomio global de cuarto orden en el nivel de
impuestos sobre el PIB totalmente interactuado con la variable umbral. La figura muestra
claramente el efecto del umbral en el punto de discontinuidad en torno al
12,88% del PIB: los países situados inmediatamente a la izquierda del punto de inflexión crecen
por término medio entre un 20% y un 25% en términos reales a lo largo de 10 años, es decir,
alrededor de un 2% anual. Los países situados inmediatamente a la derecha del umbral crecen
más de un 30% en 10 años, es decir, un 2,8% anual. Tanto la regresión lineal local como el
polinomio global de cuarto orden
proporcionan estimaciones puntuales muy similares del efecto del tratamiento 𝛽̂ en el punto de
discontinuidad. Es
También es interesante observar que la relación entre impuestos-PIB y crecimiento es muy
ruidosa en la parte inferior de la distribución de impuestos-PIB. Justo por encima del umbral, la
relación es más suave, con una ligera pendiente negativa por encima del 15% del PIB. El
Cuadro A1 del Apéndice enumera los años en los que los países de la base de datos
contemporánea cruzan el umbral estimado.

Figura 11. Impacto del umbral impositivo en el crecimiento acumulado a 10 años

.4
.3
.2
.1

5 10 15 20 25 30
Relación entre impuestos y PIB
Regresión lineal local Polinomio de cuarto
Datos agrupados orden

El gráfico de dispersión muestra el crecimiento medio del PIB en intervalos de 0,5 puntos porcentuales. La línea
continua es una regresión lineal local ajustada por separado a cada lado de 12,88 utilizando un núcleo de
Epanechnikov y un ancho de banda de 1,5. La línea discontinua es un polinomio global de cuarto orden
estimado por separado a cada lado del punto de inflexión. La línea discontinua es un polinomio global de cuarto
orden estimado por separado a cada lado del punto de inflexión. Para más detalles, véase el texto.

Esta figura de discontinuidad de la regresión puede reproducirse para todos los

horizontes y muestra sistemáticamente grandes efectos del tratamiento en el umbral
impositivo.18 Mostramos en cambio el efecto en
de cruzar el umbral de discontinuidad a largo plazo del 12,88 por ciento para varios horizontes
temporales. La Figura 12 muestra las estimaciones 𝛽̂ de la Ecuación (2) excluyendo
covariables y efectos fijos, donde variamos el año final 𝑗 desde 10 años antes hasta 15 años
después del año en que observamos el impuesto a

17 Los intervalos más cercanos al umbral contienen más de 140 observaciones de años-país por intervalo.
 30
18
Véanse los gráficos A1-A3 del apéndice para las estimaciones utilizando el crecimiento acumulado en 3, 5 y 7 años.
 31

Ratio del PIB. La función 𝑓(𝑡𝑎𝑥𝑐𝑡) se estima utilizando un polinomio global de cuarto orden. La
figura también muestra los intervalos de confianza del 90% para evaluar la significación
estadística del punto
estimaciones a lo largo de los años.

El gráfico 12 muestra el efecto de cruzar el umbral sobre el PIB a lo largo del tiempo. El
efecto marginal sobre el crecimiento aumenta suavemente durante los 10 primeros años, y más
bruscamente entre los años 10 y 13.
antes de disminuir hasta 15 años después del año de observación. La diferencia entre los
países que se encuentran inicialmente justo a la izquierda del punto de inflexión en el año 0 y
los que se encuentran inmediatamente a la derecha es la siguiente
12,36% al cabo de 10 años y 16,85% 15 años después. Esto implica que cruzar el umbral
impositivo añade aproximadamente un uno por ciento al crecimiento anual real del PIB per
cápita durante los próximos 10 a 15 años.

Otra característica importante del enfoque es que nos permite evaluar en qué difieren los
países situados a ambos lados del punto de inflexión en términos de tasas de
crecimiento en los años que preceden al año de observación 0. La constatación de
diferencias sistemáticas en las tasas de crecimiento de los países en torno al
anterior al año base arrojaría serias dudas sobre la identificación de un efecto causal de los
niveles impositivos sobre el crecimiento. Resulta tranquilizador comprobar que no se
detecta tal tendencia previa en el gráfico. Aunque algunas estimaciones puntuales
individuales son estadísticamente diferentes de cero, una prueba conjunta de la nulidad de
que todos los coeficientes anteriores al tratamiento son cero no puede rechazarse a niveles
convencionales (el valor p de la prueba es 0,23). Las estimaciones puntuales también son
menores en magnitud que el efecto acumulativo observado varios años después del año de
observación en el año 0. En general, esto sugiere que el patrón de crecimiento de los países
que estaban justo a la izquierda y justo a la derecha del punto de inflexión son muy
similares en los años anteriores.

También estimamos el efecto sobre el crecimiento del PIB de cruzar el punto de

inflexión en la Ecuación (2) bajo varias especificaciones para evaluar la robustez de
nuestra estimación de la discontinuidad de la regresión. La Tabla 4 presenta los
coeficientes estimados para el punto de inflexión 𝛽 cuando sólo a
En la columna (1) se utiliza un polinomio global de cuarto orden en la ratio impuestos-PIB
totalmente interactuado con el umbral estimado de impuestos-PIB en 12,88. La columna (2)
añade efectos fijos de país y año, mientras que las columnas (3) a (7) añaden otras variables
utilizadas habitualmente en las regresiones de crecimiento entre países.19
 32

19 Véase un ejemplo reciente en Hanushek y Woessmann (2015).

 33

Figura 12. Impacto del umbral impositivo a lo largo del tiempo

.4
.3
.2
.1
0

-10-5 0 5 10 15
Año de referencia
Efecto del
tratami
ento90% CI

El gráfico muestra la estimación de β a partir de la ecuación (2) estimada sin covariables ni efectos fijos
utilizando el crecimiento acumulado en horizontes que van desde los 10 años anteriores a los 15 años
posteriores al año en que observamos la relación entre impuestos y PIB. Las tasas de crecimiento acumuladas
del PIB per cápita se calculan utilizando el año -1 como año base. Por construcción son 0 en ese año. El gráfico
también muestra los intervalos de confianza del 90%. Los errores estándar se agrupan por países.

La columna (1) muestra el efecto del punto de inflexión entre impuestos y PIB sobre el
crecimiento acumulado del PIB per cápita al cabo de 10 años. La estimación puntual es
igual a la distancia vertical en el punto de
discontinuidad mostrada en la Figura 11. También es igual a la estimación puntual de la Figura
12 sobre el efecto dinámico total del punto de inflexión en el crecimiento a los 10 años. Indica
que los países situados inmediatamente a la derecha del punto de inflexión del 12,88% del PIB
son, por término medio, un 12,36% más grandes en términos reales per cápita que los países
situados inmediatamente a la izquierda. Si se añaden los efectos fijos de país y año, el impacto
estimado sobre el crecimiento acumulado se reduce considerablemente, hasta el 6,86%. Como
era de esperar, el R-cuadrado general aumenta notablemente de alrededor del 2 por ciento20 al
69 por ciento, con un R-cuadrado interno del 13,2 por ciento.

Para nuestra especificación preferida en la columna (3), añadimos el PIB real per cápita en el año
inicial.
Esto aumenta la estimación del impacto del umbral sobre el crecimiento, pero sólo marginalmente, hasta
los 1.000 millones de euros.
7,45%. El coeficiente del PIB per cápita es negativo y muy significativo, lo que refleja el
resultado habitual de la convergencia en las regresiones del crecimiento. Una vez más, la R-
cuadrada aumenta notablemente hasta cerca del 74% para la R-cuadrada global y más del
26% para la R-cuadrada interna.

20 El
R-cuadrado de la columna (1) es dos veces mayor que el R-cuadrado máximo mostrado en la Figura 10
debido a la inclusión del polinomio de cuarto orden totalmente interactuado en el nivel de impuestos sobre el PIB
 34
con el umbral de impuestos sobre el PIB.
 35

Tabla 4. Estimación de los efectos del crecimiento

Variable dependiente: Crecimiento acumulado del PIB per cápita en 10 años
(1) (2) (3) (4) (5) (6) (7)
Umbral impuestos/PIB 12.355* 6.864** 7.450** 7.283** 6.852** 6.963** 7.717**
(6.651) (3.060) (3.017) (3.018) (3.081) (3.054) (2.967)
PIB per cápita -3.127*** -2.972***
(0.538) (0.610)
Apertura 7.644*** 4.388*
(2.762) (2.474)
Capital per cápita 2.395 -13.893
(18.400) (16.755)
Índice de capital -4.754 0.718
humano
(4.170) (4.786)
País y año FE No Sí Sí Sí Sí Sí Sí
Observaciones 3189 3189 3189 3189 3189 3189 3189
R-cuadrado, global 0.023 0.691 0.739 0.701 0.691 0.692 0.742
R-cuadrado, dentro de 0.132 0.266 0.159 0.132 0.135 0.275
Nota: El cuadro presenta los resultados OLS de la ecuación (2). El umbral impuesto-PIB es una variable indicadora igual
a uno si el nivel impositivo supera el punto de inflexión estimado del 12,88% del PIB. El PIB per cápita se expresa a
precios nacionales constantes en miles de dólares de 2005. El stock de capital y la formación bruta de capital se
expresan como porcentaje del PIB. La apertura es la suma de importaciones y exportaciones como porcentaje del PIB. El
índice de capital humano se basa en los años de escolarización y el rendimiento de la educación. Todos los datos,
excepto la relación impuestos/PIB, proceden de PWT 8.1. No se muestran los coeficientes de un polinomio de cuarto
orden en impuestos-PIB totalmente interactuado con el umbral de impuestos-PIB y los efectos fijos de año y país.
Enestándar
Errores la columna (4) sustituimos
agrupados a nivel de país el PIBparéntesis.
entre per cápita porel una
Véase texto variable que refleja
para más detalles. el grado
* significa p<10%,de
** p<5%,
*** p<1%.
apertura de la economía. Esta variable es simplemente la suma de importaciones y
exportaciones sobre PIB. Una vez más, el
El coeficiente del umbral impuesto-PIB sigue siendo superior al 7% y el coeficiente del grado de
apertura también es elevado y muy significativo desde el punto de vista estadístico. En la
columna (5), añadimos en su lugar el nivel total de capital público y privado per cápita medido
en dólares de 2005. Esto deja nuestra estimación del umbral principal prácticamente sin
cambios en comparación con la columna (2), con el coeficiente asociado al capital no estimado
con precisión.

En la columna (6) utilizamos el índice de capital humano tal y como aparece en las Penn
World Tables. Esto conduce a una estimación ligeramente superior del efecto del punto de
inflexión sobre el crecimiento acumulativo del PIB, sin que el coeficiente del propio índice sea
estadísticamente significativo.

Por último, en la columna (7) incluimos todas las variables de control y los efectos
fijos. Los coeficientes estimados en todos los casos, excepto para el grado de apertura y el
capital humano, se mantienen en términos generales.
similares, incluido el efecto estimado del punto de inflexión fiscal. En conjunto, estos
resultados confirman que nuestra estimación RDD del umbral impositivo es bastante robusta
a la inclusión de importantes determinantes del crecimiento.
 36

Nuestro análisis se basa en una definición de ingresos fiscales que excluye las
cotizaciones a la seguridad social. Esta definición sigue la norma de clasificación
adoptada en el informe del FMI de 2014
Manual de estadísticas de las finanzas públicas. A diferencia de los ingresos fiscales, que se
definen como cantidades obligatorias y no exigibles a la Administración, las cotizaciones a la
Seguridad Social suelen estar asociadas a la expectativa de prestaciones futuras. Por esta
razón, los ingresos asociados no modifican la posición neta de activos del gobierno y no son
libremente utilizables para el consumo o la inversión.21

La exclusión de las cotizaciones a la seguridad social de los ingresos fiscales también

hace que nuestras dos muestras sean más comparables. Aunque no se dispone de
información completa para todos los países de la
Estadísticas Históricas Internacionales, la comparación del periodo 1965-1980, para el que
tenemos solapamiento de datos entre la muestra de estimación principal y los datos de IHS,
muestra que las series de ingresos exclusivos de la seguridad social muestran generalmente una
correlación más alta y niveles más similares entre las dos muestras que las series de ingresos
inclusivos de la seguridad social.

Por último, el uso de series de ingresos fiscales que incluyen la seguridad social arroja
resultados similares pero sistemáticamente inferiores para la localización del punto de
inflexión. Las estimaciones también varían más entre
horizontes de crecimiento. En el horizonte de 10 años, estimamos un punto de inflexión en el
12,0% del PIB. El hecho de que encontremos un valor más bajo para los puntos de inflexión es
sorprendente, dado que mecánicamente cabría esperar un umbral impositivo más alto al incluir
las cotizaciones sociales. En los países con niveles impositivos en torno al punto de inflexión del
12,88 por ciento del PIB, las cotizaciones sociales representan alrededor del 10 por ciento de
los ingresos fiscales. Por lo tanto, si las cotizaciones sociales no estuvieran relacionadas con el
crecimiento económico posterior, sino que fueran simplemente ruido añadido a nuestras series
fiscales, cabría esperar encontrar un punto de inflexión en torno al 14 por ciento del PIB.

También encontramos que el efecto sobre el crecimiento posterior es insignificante y

estadísticamente insignificante cuando se utilizan impuestos que incluyen las
cotizaciones a la seguridad social y un valor para el punto de inflexión del 12,0 por
ciento. Sin embargo, cuando el punto de inflexión para estas series se define como
la suma de la estimación de la base de datos contemporánea del 12,88 por ciento del PIB más
el nivel de las cotizaciones a la seguridad social, recuperamos casi exactamente nuestra
estimación principal del efecto del umbral impositivo sobre el crecimiento posterior del PIB. Por
lo tanto, concluimos que añadir las cotizaciones a la seguridad social a la definición de
ingresos fiscales no proporciona información adicional sobre la localización y el efecto de
los puntos de inflexión fiscal.

C. Resultados basados en la base de datos histórica

Uno de los inconvenientes de nuestra base de datos contemporánea es que

prácticamente todos los países que se acercaron o cruzaron el umbral de impuestos
sobre el PIB del 12,88 por ciento durante nuestro período de muestreo son economías
en desarrollo. Entre los países de la OCDE, sólo España y Turquía cruzaron este umbral.
desde 1965. Para evaluar si las economías avanzadas que ahora están muy por encima del
umbral también han experimentado puntos de inflexión similares durante su desarrollo,
utilizamos datos históricos sobre ingresos fiscales y PIB de las Estadísticas Históricas
Internacionales (Mitchell 2003). El año de inicio de las series de ingresos y PIB varía según el
país, pero la serie más larga abarca
 37

21 Cabeseñalar que las estadísticas de ingresos de la OCDE incluyen las cotizaciones a la seguridad social en el total de
impuestos.
 38

desde 1800, para Estados Unidos hasta 1980. Las estadísticas resumidas de nuestro conjunto
de datos históricos figuran en el cuadro A2 del apéndice.

Reproducimos el procedimiento de estimación descrito anteriormente con nuestra base de datos

histórica.
Específicamente, realizamos una búsqueda en cuadrícula sobre los valores de ingresos/PIB entre 8 y
30% que maximiza el ajuste de la ecuación (2′) para varios horizontes temporales. Las R-
cuadrado se representan en la Figura 13. Al igual que en nuestra base de datos
contemporánea, parece haber un umbral estable no muy lejos del 12,5% del PIB.

Realizamos las mismas pruebas para la existencia de un umbral en los datos históricos.
En consonancia con las pruebas visuales de la figura 13, una vez más rechazamos
rotundamente la hipótesis nula de ausencia de umbral. En aras del espacio, no presentamos
las estadísticas, pero una vez más
de nuevo los valores p para ambos estadísticos 𝐹1 de Hansen están muy por debajo de 0,01. En el
cuadro 5 se presentan los
del umbral de ingresos estimado en horizontes de 3, 5, 7 y 10 años. También presentamos los
intervalos de confianza bootstrapped de la "región de no rechazo". Sorprendentemente, en
todos los horizontes, el valor estimado del umbral ingresos/PIB es del 12,65% del PIB. Se trata
de un valor muy cercano al umbral estimado que encontramos utilizando nuestra base de datos
contemporánea.

Figura 13. Búsqueda de un punto de inflexión fiscal en diferentes horizontes, base de datos
.08

histórica
.06
.04
.02
0

10 15 20 25 30
Relación entre impuestos y PIB
Crecimiento del PIB Crecimiento del PIB
en 3 años en 5 años
Crecimiento del PIB Crecimiento del PIB
en 7 años a 10 años

La figura muestra el R-cuadrado de la Ecuación (2′) al fijar el umbral estimado γ̂ en diferentes valores entre el
5 y el 30 por ciento del PIB utilizando la base de datos histórica. Las series se obtienen utilizando diferentes
horizontes de crecimiento 𝑗 = (3, 5, 7, 10) para la variable dependiente. Véase el texto para más detalles.

En la Figura 14, representamos el efecto del umbral de ingresos sobre las tasas de
crecimiento de los 10 años siguientes. Al igual que en los resultados principales presentados
en el Gráfico 11, se observa un fuerte aumento de las tasas de crecimiento medio acumulativo
del PIB per cápita justo por encima del umbral de ingresos estimado de 1.000 millones de
euros.
12,65 por ciento. Estas tasas medias de crecimiento siguen siendo superiores a las observadas
en el extremo inferior del intervalo ingresos/PIB, aunque las estimaciones son más ruidosas que
 39
las que obtuvimos en nuestra estimación utilizando la base de datos contemporánea. Estos
resultados sugieren que las economías avanzadas experimentaron una ruptura estructural
similar en los niveles de ingresos y que estos cambios se produjeron a ritmos
sorprendentemente
 40

niveles de ingresos similares a los observados en las economías en desarrollo, la Tabla A3

del Apéndice enumera los años en los que los países de la base de datos histórica cruzan el
umbral estimado.

Tabla 5. Estimación de los umbrales de ingresos fiscales en relación con el PIB, base de datos histórica
Variable dependiente: Crecimiento acumulado del PIB per cápita
3 años 5 años 7 años 10 años
Umbral impuestos/PIB 12.65 12.65 12.65 12.65
Intervalos de confianza:
"Región de no 95% [12.51; 12.81] [11.37; 12.85] [12.25; 12.84] [12.24; 12.82]
rechazo"
99% [11.24; 12.94] [11.28; 14.07] [12.17; 13.72] [12.17; 12.85]
Nota: La tabla presenta estimaciones para el umbral impuesto-PIB utilizando la búsqueda de especificaciones
para la Ecuación (2) descrita en el texto. Los intervalos de confianza se obtienen mediante el "método de la región
sin rechazo". Véase el texto para más detalles.

Figura 14. Impacto del umbral impositivo en el crecimiento acumulado a 10 años, base de datos
histórica
.4
.3
.2
.1

5 10 15 20 25 30
Relación entre impuestos y PIB
Regresión lineal local Polinomio de cuarto
Datos segmentados orden

El gráfico de dispersión muestra el crecimiento medio del PIB en intervalos de 0,75 puntos porcentuales. La
línea continua es una regresión lineal local ajustada por separado a cada lado de 12,65 utilizando un núcleo de
Epanechnikov y un ancho de banda de 1,5. La línea discontinua es un polinomio global de cuarto orden con
desplazamiento de intercepción en el punto de inflexión estimado. La línea discontinua es un polinomio global
de cuarto orden con desplazamiento de intercepción en el punto de inflexión estimado. Para más detalles, véase
el texto.

Por último, en la Figura 15 presentamos el efecto dinámico del umbral de impuestos

sobre el PIB en el 12,65%. De forma similar a nuestras conclusiones principales, el impacto
del umbral sobre el crecimiento posterior es
aproximadamente constante a lo largo de los 5 primeros años siguientes al año de observación.
A continuación, se produce un nuevo aumento durante los 5 años siguientes, de modo que, al
cabo de 10 años, el efecto acumulativo sobre el crecimiento del PIB real per cápita se sitúa en
torno al 16%, muy cerca del efecto que estimamos en la base de datos contemporánea. Este
efecto también sigue aumentando, de modo que el efecto a largo plazo estimado del umbral al
cabo de 15 años es de aproximadamente un 25% más de crecimiento acumulado para los
países situados inmediatamente a la derecha del umbral que para los situados inmediatamente
 41
a la izquierda. Este
 42

es algo mayor que el efecto que encontramos utilizando la base de datos contemporánea,
aunque las bandas de confianza del 90% también son bastante amplias e incluyen el valor de
16,85 que encontramos en la muestra principal.

Por último, evaluamos la solidez de los resultados obtenidos a partir de los datos
históricos incluyendo sucesivamente efectos fijos de país y año, así como el PIB per cápita
en el año base. Los resultados se presentan en el Cuadro 6.

Figura 15. Impacto del umbral de ingresos a lo largo del tiempo, base de datos histórica
.4
.3
.2
.1
0

-10-5 0 5 10 15
Año de referencia
Efecto del
tratami
ento90% CI

El gráfico muestra estimaciones de β a partir de la ecuación (2) estimadas sin covariables ni efectos fijos
utilizando el crecimiento acumulado en horizontes que van desde 10 años antes hasta 15 años después del año
en el que observamos la ratio impuestos/PIB. Las tasas de crecimiento acumuladas del PIB per cápita se
calculan utilizando el año -1 como año base. Por construcción
son cero en ese año. El gráfico también muestra los intervalos de confianza del 90%. Los errores estándar
se agrupan por países.

La estimación puntual de la columna (1) es, una vez más, igual a la distancia vertical de
la Figura 14 y al punto estimado trazado en la marca de 10 años de la Figura 15.
Representa el impacto del punto de inflexión impuesto-PIB en el crecimiento posterior
de las economías avanzadas. Representa el impacto del punto de inflexión impuesto-PIB en el
crecimiento posterior de las economías avanzadas. La especificación
en la columna (1) sólo incluye un polinomio de cuarto orden con un desplazamiento de
intercepción en el punto de discontinuidad. Esta especificación difiere ligeramente de nuestras
estimaciones principales en que no estimamos el polinomio por separado a ambos lados del
punto de inflexión, ya que hacerlo conduce a resultados muy imprecisos. No obstante, el efecto
sobre el crecimiento de casi el 16% en términos de PIB real per cápita es estadísticamente
significativo y muy similar al que encontramos en la muestra principal.

En la columna (2) añadimos efectos fijos de país y año. Al hacerlo, se reduce el efecto
estimado del punto de inflexión entre impuestos y PIB a algo más del 5%, aproximadamente un
tercio del resultado obtenido en la columna (3).
columna (1). El efecto sobre el crecimiento tampoco es estadísticamente diferente de cero. En
cierto modo, esto era de esperar, ya que la base de datos histórica es un panel muy
desequilibrado, de modo que la inclusión de efectos fijos de año elimina gran parte de la
 43
variación transversal en los primeros años del panel. El menor tamaño de la muestra también
reduce la potencia estadística y hace más difícil
 44

estimar los coeficientes con suficiente precisión. Por último, en la columna (3) añadimos el PIB
real per cápita en el año base. El coeficiente para el umbral impuesto-PIB disminuye aún más
hasta alrededor del 2,5 por ciento. Una vez más, la estimación puntual deja de ser
estadísticamente significativa.

Tabla 6. Estimación de los efectos del crecimiento, base de datos histórica

Variable dependiente: Crecimiento acumulado del PIB per cápita en 10 años
(1) (2) (3)
Indicador impuestos/PIB 15.957** 5.440 2.535
(7.189) (6.515) (5.714)
PIB per cápita -14.139***
(2.847)
País y año FE No Sí Sí
Observaciones 1593 1593 1593
R-cuadrado, global 0.084 0.655 0.655
R-cuadrado, dentro de 0.436 0.585
Nota: El cuadro presenta los resultados OLS de la ecuación (2). El umbral impuesto-PIB es
una variable indicadora igual a uno si el nivel impositivo supera el punto de inflexión
estimado de 1,5 puntos porcentuales.
12,65% del PIB. PIB per cápita tomado del proyecto Maddison expresado en dólares
internacionales de 1990. Coeficientes de un polinomio de cuarto orden en impuestos-
PIB con cambio de intercepción en el umbral estimado de impuestos-PIB, efectos fijos
de año y país no mostrados. Errores estándar agrupados a nivel de país entre
paréntesis. Véase el texto para
detalles. * significa p<10%, ** p<5%, *** p<1%.
Aunque estas comprobaciones de robustez no son totalmente definitivas, en parte debido
al menor tamaño de la muestra de la base de datos histórica, en general concluimos que
los resultados históricos proporcionan una importante comprobación de nuestros
resultados principales. En conjunto, estos resultados sugieren una
umbral común a las economías avanzadas y en desarrollo en el nivel de impuestos sobre el PIB.

V. CONCLUSIÓN

¿Existe una proporción mínima entre impuestos y PIB asociada a una aceleración
significativa del proceso de crecimiento y desarrollo? Para responder a esta pregunta
nos basamos en datos de
dos bases de datos distintas: una novedosa base de datos contemporánea que abarca 139
países desde 1965 hasta 2011 y una base de datos histórica para 30 economías avanzadas
desde 1800 hasta 1980. Nuestra metodología empírica se basa en el CMR y sigue un
planteamiento en dos fases. En el primer paso encontramos el punto de inflexión y
documentamos su significación estadística. En el segundo paso tomamos el valor umbral
como si fuera conocido y estimamos el impacto de cruzar el punto de inflexión sobre el
crecimiento. También documentamos que el efecto sobre el crecimiento es robusto a la
inclusión de una serie de covariables adicionales y efectos fijos.

Utilizando el conjunto de datos contemporáneos encontramos, desde el primer paso de

nuestro procedimiento, que una vez que el nivel de impuestos sobre el PIB del país
medio de nuestra muestra alcanza alrededor del 12,88 por ciento, su PIB real per cápita
aumenta bruscamente y de forma sostenida durante varios años. La dirección
El punto de inflexión es estadísticamente significativo y está bien estimado. A partir del segundo paso,
encontramos
 45

que, según nuestra especificación preferida, un país situado justo por encima del umbral
tendrá un PIB real per cápita en torno a un 7,5% mayor, al cabo de 10 años, que un país
similar situado justo por debajo. Este efecto está bien estimado y es económicamente
importante. En esta especificación controlamos los efectos fijos de país y de tiempo, así
como el nivel inicial del PIB per cápita.

También utilizamos una base de datos histórica, para 30 países, que se remonta como máximo a
1800. El sitio
El conjunto de datos históricos permite la estimación del punto de inflexión para las economías
avanzadas, ya que la mayoría de ellas ya estaban por encima del umbral estimado en 1965,
cuando comienza la base de datos contemporánea. Notablemente, desde el primer paso,
encontramos un umbral estadísticamente significativo en los ingresos fiscales del gobierno en
el 12,65 por ciento del PIB, muy cerca de nuestro resultado utilizando datos contemporáneos.
El punto de inflexión también se estima con precisión. El impacto del umbral sobre el
crecimiento posterior también es económicamente relevante, aunque no estadísticamente
significativo, una vez introducidos los efectos fijos de tiempo y país. Aunque carecemos de
potencia estadística para hallar resultados totalmente sólidos sobre el crecimiento posterior en
la muestra histórica, la coincidencia del umbral hallado en ambas bases de datos plantea la
posibilidad de que dicho umbral sea una característica invariante en el proceso de desarrollo.
De ahí nuestra respuesta a la pregunta inicial: "¿Existe un punto de inflexión en la relación
entre capacidad fiscal y crecimiento?" es ¡sí!

A partir de las estimaciones obtenidas, nos parece razonable suponer un punto de

inflexión entre impuestos y PIB en torno al 12 ¾ por ciento del PIB. Como hemos dicho,
es probable que este umbral esté asociado a
cambios en las normas sociales de comportamiento y en la capacidad del Estado. Dado que la
relación entre impuestos y PIB es volátil, creemos que es razonable interpretar nuestros
resultados en línea con la recomendación habitual a los países con bajos niveles de impuestos
en relación con el PIB de aspirar a niveles en torno al 15%.
 46

REFERENCIAS

Adam, C.S. y Bevan, D.L. (2005) "Fiscal Deficits and Growth in Developing Countries", Journal of
Public Economics, 89, 571- 597.

Arezki, R., T. Gylfason, y A. Sy, 2011, Beyond the Curse: Policies to Harness the Power of
Natural Resources, Washington, DC: Fondo Monetario Internacional.

Bai, J. (1997). "Estimación de un punto de cambio en modelos de regresión múltiple", Review of

Economics and Statistics, 79, 551-563.

Barro, R. J., 1990, "Government spending in a simple model of endogenous growth", Journal
of Political Economy, 98, 103-125.

Barro, R. J. y X. Sala-i-Martin, 1992, "Public finance models of economic growth", Review of

Economic Studies, 59, 645-661.

Berg, A., Ostry, J. D., y Zettelmeyer, J. (2012). "What makes growth sustained?", Journal of
Development Economics, 98(2), 149-166.

Brautigam, D., O. H. Fjeldstad, y M. Moore, 2008, Taxation and State-Building in Developing

Countries. Cambridge University Press

Benedek, D., E. Crivelli, S. Gupta, y P. Muthoora, 2014, "Foreign Aid and Revenue: Still a
Crowding Out Effect?", Public Finance Analysis, Vol. 70 No. 1

Besley, T. y T. Persson, 2011, Pillars of Prosperity: La economía política de las agrupaciones de

desarrollo. Princeton: Princeton University Press.

Besley, T. y T. Persson, 2013, "Taxation and Development", Handbook of Public Economics,

Volume 5. Editado por A. J. Auerbach, R. Chetty, M. Feldstein y E. Saez. Editado por A.
J. Auerbach, R. Chetty, M. Feldstein y E. Saez. Holanda Septentrional.

Besley, T. y T. Persson, 2014a, "Why do Developing Countries Tax so Little?", Journal of

Economic Perspectives, Vol. 28, n.º 4, otoño de 2014, pp. 99-120.

Besley, T. y T. Persson, 2014b, "The Causes and Consequences of Development Clusters: State
Capacity, Peace and Income", Annual Review of Economics, 6:927-49.

Bird, R., J. Marinez-Vazquez, y B. Torgler, 2008, "Tax Effort in Developing Countries and High
Income Countries: The Impact of Corruption, Voice and Accountability", Economic
Analysis and Policy, 38(1):55-71.

Burgess, R. y N. Stern, 1993, "Taxation and Development", Journal of Economic Literature, Vol.
XXXI , pp. 762-830.
 47

Caner, M. y B.E. Hansen, 2004, "Instrumental Variable Estimation of a Threshold Model".

Econometric Theory, 20, 813-843.

Card, D., A. Mas, y J. Rothstein, 2008, "Tipping and the Dynamics of Segregation", The
Quarterly Journal of Economics, 177-218.

Chudik, A., Mohaddes, K., Pesaran, M.H., y Raissi, M. (2015) "Is There a Debt-threshold Effect
on Output Growth", Documento de trabajo del FMI n.º 15/197.

Ebeke, C. y Helene Ehrhart, 2011, "Tax Revenue Instability in Sub-Saharan Africa:

Consequences and Remedies", Journal of African Economies, Vol. 21, número 1, pp. 1-27.

Edwards, S., 2014, "Economic Development and the Effectiveness of Foreign Aid: A Historical
Perspective", NBER Working Paper n.º 20685, noviembre.

Feenstra, R. C., R. Inklaar y M. P. Timmer, 2015, "The Next Generation of the Penn World Table", de
próxima publicación, American Economic Review, disponible para su descarga en
www.ggdc.net/pwt.

Gordon, J.P.F., 1989. "Individual Morality and Reputation Costs as Deterrents to Tax Evasion",
European Economic Review 33(4): 797-804.

Gordon, R., y W. Li, 2009, "Tax structures in developing countries: Many puzzes and a possible
explanation", Journal of Public Economics, 93(7), 855-866.

Hansen, B.E. (1999) "Threshold Effects in Non-dynamic Panels: Estimation, Testing, and
Inference", Journal of Econometrics, 93, 345-368.

Hansen, B. E. (2000), "Sample Splitting and Threshold Estimation", Econometrica,

68, 575-603.

Hanushek, E. A., y Woessmann, L. (2015). El capital de conocimiento de las naciones: Education and
the Economics of Growth. MIT Press.

Hausmann, R., Pritchett, L., & Rodrik, D. (2005), "Growth accelerations", Journal of
Economic Growth, 10(4), 303-329.

Fondo Monetario Internacional, 2015, Monitor fiscal de octubre de 2015: La montaña rusa
de las materias primas: A Fiscal Framework for Uncertain Times, Washington, D.C.:
Fondo Monetario Internacional.

Fondo Monetario Internacional, 2015, Making Public Investment More Efficient.

Jensen, A. D., 2011, "State-Building in Resource-Rich Economies", Atlantic Journal of Economics, 39:171-
193
 48

Joshi, A., W. Prichard, y C. Heady, 2014, "Taxing the Informal Economy: The Current State of
Knowledge and Agendas for Future Research", The Journal of Development Studies, Vol.
50, n.º 10, 1325-1347.

Kenny, L. W. y S. L. Winer, 2006, "Tax Systems in the World: An Empirical Investigaion into the
Importance of Tax Bases, Administration Costs, Scale and Political Regime",
International Tax and Public Finance, 13 (2): 181-215.

Khan, M.S. y Senhadji, A.S. (2001) "Threshold Effects in the Relationship Between Inflation
and Growth", IMF Staff Papers Vol. 48, No. 1.

Kiser, E., y M. Levi, 2015, "Interpreting the Comparative History of Fiscal Regimes", Fiscal
Regimes and the Political Economy of Premodern States, editado por Andrew Monson y
Walter Sheidel, Cambridge University Press.

Kleven, H., C.T. Kreiner, y E. Saez, 2009, "Why Can Modern Governments Tax so Much? An
Agency Model of Girms as Fiscal Intermediaries", NBER Working Paper No. 15218.

Laeven, L., y F. Valencia, 2012, "Systemic Banking Crises Database: An Update", IMF Working
Paper No. 12/163.

La Porta, R. y A. Shleifer, 2014, "Informality and Development", Journal of Economic

Perspectives Volumen 28, Número 3, páginas 109-126.

Lee, D.S.y T. Lemieux, 2010, "Regression Discontinuity Designs in Economics", Journal of

Economic Literature, 48, 281-355.

Levi, M. 1988. Of Rule and Revenue. Berkeley y Los Ángeles, CA: University of California Press

Maddison-Project, http://www.ggdc.net/maddison/maddison-project/home.htm, versión de

2013. Mansour, M., 2014, "A Tax Revenue Dataset for Sub-Saharan Africa: 1980-2010", Ferdi

Working.
Documento I19, julio de 2014

Mansour. M., 2015, "Tax Policy in MENA Countries: Looking Back and Forward", Documento
de trabajo del FMI n.º 15/98.

Mitchell, B.R., 2003, Estadísticas históricas internacionales: 1750-2000, 5ª ed., Palgrave

Macmillan, Basingstoke. Palgrave Macmillan, Basingstoke.

Moore, M., 2007, "¿Cómo afecta la fiscalidad a la calidad de la gobernanza?" Tax Notes
International, 47, 79

Porter, J. y Yu, P., 2015, "Regression Discontinuity Designs with Unknown Discontinuity Points:
Testing and Estimation", Journal of Econometrics, 189, 132-147.
 49

Posner, E. A., 2000, "Law and Social Norms: The Case of Tax Compliance". Virginia Law Review
86(8, Simposio sobre la construcción jurídica de las normas): 1781-1819

Pritchett, L., 2000a, "La tiranía de los conceptos: CUDIE (cumulated, depreciated, investment
effort) is not capital", Journal of Economic Growth, 5, 361-384

Pritchett, L., 2000b, "Understanding patterns of economic growth: searching for hills
among plateaus, mountains, and plains", World Bank Economic Review, 221-250.

Profeta, P. y S. Scabrosetti, 2010, The Political Economy of Taxation: Lessons from Developing
Countries, Elgar.

Reinhart, C. y K. Rogoff, 2008, "This Time is Different: A Panoramic View of Eight Centuries of
Financial Crises," NBER Working Paper No. 13882

Ross, M., 2012, La maldición del petróleo: How Petroleum Wealth Shapes the Development
of Nations, Princeton: Princeton University Press.

Schumpeter, J.S., 1918, Die Krisis des Steuerstaats, Zeitfragen aus dem Gebiete der Soziologie,
4, Graz y Leipzig: Leuschner & Lubensky, pp. 3-74 también disponible como capítulo 1,
The Crisis of the Tax State, en Richard Swedberg (ed.), 1991, The Economics and
Sociology of Capitalism / Joseph A Schumpeter, Princeton:Princeton University Press.

Seidel, A., y M. Thum, 2015, "Evasión fiscal, corrupción y entrada en el mercado", Scottish
Journal of Political Economy, doi: 10.1111/sjpe.12100.

Seijo, E. y B. Sen, 2011, "Change-Point in Stochastic Design Regression and the Bootstrap", The
Annals of Statistics, Vol. 39, n.º 3, 1580-1607.

Slemrod, J. y S. Yitzhaki, 2002, "Tax Avoidance, Evasion, and Administration", en A. Auerback

y M. Felstein (eds.) Handbook of Public Economics Vol 3. Amsterdam. Amsterdam:
Elsevier.

Tanzi, V., 1992, "Structural Factors and Tax Revenue in Developing Countries: A Decade of
Evidence", Open Economies: Structural Adjustment and Agriculture. Editado por G. Ian y
L.A. Winters. Cambridge: Cambridge University Press.

Torgler, B., 2007, Tax Morale and Tax Compliance: A Theoretical and Empirical Analysis.
Cheltenham, Reino Unido: Edward Elgar.

Traxler, C., 2010, "Social Norms and Conditional Cooperative Taxpayers", European Journal of
Political Economy, 26 (2010) 89-103.

Wang, Q., 2015, "Fixed-Effect Panel Threshold Model Using Stata", Stata Journal, 15(1), 121-134.
 50

Anexo

Figura A1. Impacto de un umbral impositivo sobre el crecimiento acumulado en 3 años

.15
.1
.05
0

5 10 15 20 25 30
Relación entre impuestos y PIB
Regresión lineal local Polinomio de cuarto
Datos agrupados orden

El gráfico de dispersión muestra el crecimiento medio del PIB en intervalos de 0,5 puntos porcentuales. La línea
continua es una regresión lineal local ajustada por separado a cada lado de 12,88 utilizando un núcleo de
Epanechnikov y un ancho de banda de 1,5. La línea discontinua es un polinomio global de cuarto orden
estimado por separado a cada lado del punto de inflexión estimado. La línea discontinua es un polinomio global
de cuarto orden estimado por separado a cada lado del punto de inflexión estimado. Para más detalles, véase el
texto.

Figura A2. Impacto de un umbral impositivo sobre el crecimiento acumulado en 5 años

.25
.2
.15
.1
.05

5 10 15 20 25 30
Relación entre impuestos y PIB
Regresión lineal local Polinomio de cuarto
Datos agrupados orden

El gráfico de dispersión muestra el crecimiento medio del PIB en intervalos de 0,5 puntos porcentuales. La línea
continua es una regresión lineal local ajustada por separado a cada lado de 12,88 utilizando un núcleo de
Epanechnikov y un ancho de banda de 1,5. La línea discontinua es un polinomio global de cuarto orden
estimado por separado a cada lado del punto de inflexión estimado. La línea discontinua es un polinomio global
de cuarto orden estimado por separado a cada lado del punto de inflexión estimado. Para más detalles, véase el
texto.
 51

Figura A3. Impacto de un umbral impositivo sobre el crecimiento acumulado en 7 años

.3
.25
.2
.15
.1

5 10 15 20 25 30
Relación entre impuestos y PIB
Regresión lineal local Polinomio de cuarto
Datos segmentados orden

El gráfico de dispersión muestra el crecimiento medio del PIB en intervalos de 0,5 puntos porcentuales. La línea
continua es una regresión lineal local ajustada por separado a cada lado de 12,88 utilizando un núcleo de
Epanechnikov y un ancho de banda de 1,5. La línea discontinua es un polinomio global de cuarto orden
estimado por separado a cada lado del punto de inflexión estimado. La línea discontinua es un polinomio global
de cuarto orden estimado por separado a cada lado del punto de inflexión estimado. Para más detalles, véase el
texto.
 52

Tabla A1. Cruce de puntos de inflexión, base de datos contemporánea

Año en que el país superó por última vez el umbral del 12,88% del PIB en impuestos sobre el PIB.
País Años en los que se superó el umbral del 12,88% de
impuestos sobre el PIB
Albania 1993 1998
Argentina 1993
Armenia 1997
Bangladesh 2011
Benín 1981 1999
Bután 2010
Bolivia 2000 2002 2004
Burkina Faso 2011
Burundi 1978 1994 2000 2010
Cabo Verde 1982 1992
Camboya 2004 2007
Camerún 1976 1980 1998 2000
Chad 1977 2006 2010
China 2001
Colombia 2001
Comoras 1992 1997 2003
Costa Rica 1974 1983 1996 1998 2000
Chipre 1979
Dominica 1977
República Dominicana 2001 2004
El Salvador 2006 2010
Gambia 1980 1984 1987 2004 2006
Georgia 2004
Ghana 2003 2010
Grecia 1966
Guinea 1986 2005
Honduras 1980 1984 1990
India 1976
Indonesia 1976 1990 1994 1997 1999 2008
Jordan 1975 1988
Kenia 1981 1988 1994
Corea 1974
República Kirguisa 2002
Lao P.D.R. 2009
Líbano 1996 2002
Liberia 2006
 53

Año en que el país superó por última vez el umbral del 12,88% del PIB
(impuestos/PIB) (continuación)
Madagascar 1974 2008
Malawi 1978 1994 1997 2004
Maldivas 1989 1991 2007 2011
Mali 1999 2002
Mauritania 1996 2005
México 1983 1997 2000
Mozambique 1987 2009
Nepal 2010
Níger 2008
Panamá 1983
Paraguay 2011
Perú 1994 2001 2003
Filipinas 1990 2005
Portugal 1967 1976
Senegal 1987 1990 1995
Singapur 2007
Sudáfrica 1973
España 1982
Sri Lanka 1973 1976 2004 2010
Surinam 1972 1995
Suazilandia 1975 1977 1983 1988
Santo Tomé y
Príncipe 1982 2004
Tayikistán 2002
Tailandia 1974 1979
Togo 1995 2003
Turquía 1992
Uruguay 1976 1980 1983 1985
Vietnam 1984 1988 1992
Zambia 2010
Zimbabue 2010
 54

Tabla A2. Estadísticas resumidas, base de datos histórica

Primer año Impuestos PIB medio per Crecimiento
País
en la medios/PI cápita medio del PIB
muestra B per cápita
Australia 1824 13.4 5,077 2.32
Austria 1913 17.1 6,490 4.24
Bélgica 1924 21.7 7,748 2.85
Canadá 1870 14.5 7,995 2.59
Chile 1908 12.3 3,691 1.36
Checoslovaquia 1920 16 2,543 2.55
Dinamarca 1853 10.9 5,179 1.81
Finlandia 1882 14.9 4,020 2.63
Francia 1820 13.1 3,910 2.06
Alemania 1872 10.3 5,170 3.10
Grecia 1928 21.1 4,479 4.08
Hungría 1900 27.6 2,411 1.52
Israel 1950 46.6 6,548 4.75
Italia 1862 14.1 3,472 2.03
Japón 1885 32.6 3,353 3.85
Corea 1911 11.2 1,267 4.32
México 1895 7.7 2,737 2.40
Países Bajos 1900 16.8 6,629 2.00
Nueva Zelanda 1931 26.9 8,832 1.99
Noruega 1865 10.5 4,289 2.52
Portugal 1950 14.4 4,544 4.84
Irlanda del Sur 1926 23.3 4,855 2.71
España 1901 9.3 3,435 2.71
Suecia 1881 12.4 5,502 2.38
Suiza 1913 7.2 11,660 1.71
Reino Unido 1830 16.7 5,276 1.29
Estados Unidos 1800 6.2 5,267 1.61
Notas: Datos sobre la ratio impuestos/PIB tomados de IHS, PIB per cápita tomado del proyecto
Maddison expresado en dólares internacionales de 1990. Véase la metodología en Bolt y van
Zanden (2014).
 55

Tabla A3. Cruce del punto de inflexión, base de datos histórica

País Años en los que se superó el umbral del 12,65% de
ingresos/PIB
Australia 1841 1892 1940
Canadá 1940
Chile 1948 1951 1954 1957 1959
Checoslovaquia 1921
Dinamarca 1854 1863 1946 1955
Finlandia 1920 1934 1941
Francia 1879 1920
Alemania 1934
Italia 1883 1887 1918 1949
Japón 1890 1895
Corea 1960 1962 1965
Países Bajos 1917 1940
Noruega 1946
Portugal 1956
Suecia 1943
Reino Unido
1916
Estados Unidos 1943
Notas: Datos sobre la relación entre impuestos
y PIB tomados de IHS.