1

Facultad de Ciencias Económicas

Departamento de Economía
Carrera de Economía

Título: Balance Estructural

Subtítulo: Una estimación estilizada para la economía nicaragüense en el período
2006-2022

Autor: César Elliott Cortez Muñoz

Institución: Universidad Nacional Autónoma de Nicaragua, Managua
Correo electrónico: cescor110602@gmail.com

12 de noviembre del 2023

 2

Resumen
El desempeño resultante de las diferentes relaciones sociales de producción, consumo,
intercambio y distribución, las cuales, a su vez son resultantes de la interacción de
diversos agentes económicos sobre un territorio e incluso inter-territorio han sido
explicadas a lo largo de la historia económica mediante teorías y modelos propuestos
por diversas corrientes de pensamiento económico.
Ante esta teorización y modelización, surge el interés del Estado en la utilización de
dichos modelo en pos de elaborar políticas destinadas al desarrollo económico de su
respectivo país, sin embargo, cabe destacar que la utilidad de dichos modelos depende
de su capacidad para replicar los hechos estilizados de la economía.
Con esto en mente, el presente artículo realiza una estimación del balance estructural,
el producto potencial y el impulso fiscal para Nicaragua en el período 2006-2022.
Los principales aportes de este trabajo, se basa en una selección de criterios para tratar
de estilizar dichas metodologías a la economía nicaragüense, incorporando aspectos
que hagan más robustas dichas estimaciones.
Derivado de la aplicación de las metodologías presentadas se estima una función de
producción del tipo Cobb-Douglas bastante robusta, así como la estimación del
producto potencial mediante la misma, seguido de la estimación del balance estructural
y el indicador del impulso fiscal, concluyendo en una política fiscal procíclica dominante
a lo largo del período de estudio
Cabe destacar la relevancia de 4 artículos vitales para la elaboración del presente
artículo: Los elaborados por los Msc Oliver Morales y Leonel Flores en: (Morales Rivas
& Flores Méndez, 2017) (Morales Rivas, 2018), así como, los elaborados por los
investigadores del Banco Central de Nicaragua en (Padilla, 2018) y (Mendieta Alvarado,
2021).
Palabras Claves: Función de Producción, Producto Potencial, Balance Estructural,
Impulso Fiscal.
 3

Introducción
A lo largo de la historia económica se han desarrollado diversos conceptos, teorías y
modelos económicos con la finalidad de explicar el funcionamiento de las relaciones
sociales de producción, distribución, consumo e intercambio entre los agentes
económicos.
Este aspecto en concreto ha sido de alto interés para el Estado de las naciones, pues
suele ser el encargado de las políticas llevadas a cabo con la finalidad de desarrollar la
economía de su localidad.
Dichas políticas son comúnmente divididas en políticas fiscales y monetarias, cabe
aclarar, desde un punto de vista económico. La política que interesa al presente artículo
son las políticas fiscales, las cuales, Mankiw en su libro “Macroeconomía”, define como
el uso del gasto público y los impuestos para influir en la producción nacional, el empleo
y el nivel de precios.
La política fiscal de un país puede verse afectada seriamente por los fuertes auges o
recesiones que puede experimentar su economía, es decir, el efecto del ciclo
económico sobre la economía.
Ante esta problemática el Fondo Monetario Internacional desarrollo el concepto de
balance estructural, como un balance que purga el efecto del ciclo económico sobre el
balance fiscal, brindando el beneficio de estimar un balance que permite una mejor
postura para la decisión de políticas fiscales, por lo que, el objetivo principal del
presente artículo es estimar el balance estructural para Nicaragua en el período 2006-
2022.
En orden de estimar el balance estructural se hace uso de dos grandes vertientes de
teorías económicas, la teoría neoliberal y la teoría keynesiana, debido a que un paso
previo para purgar el ciclo económico es estimar el ciclo económico a partir del producto
potencial de la economía, para lo cual se elabora una función de producción del grupo
Cobb-Douglas (teoría liberal y neoliberal), una vez estimado el ciclo económico es
posible estimar el balance estructural (teoría keynesiana) y un indicador más derivado
del mismo: el impulso fiscal.
La estructura que sigue el artículo es sencilla, prosiguiendo con un apartado de
materiales y métodos donde se presenta la metodología aplicada y se invita a la
 4

discusión de la misma, seguido de un apartado de análisis de resultado, y las

conclusiones principales.

Materiales y Métodos
La necesidad de conocer el balance fiscal es fundamental para la elaboración de las
políticas fiscales discrecionales, sin embargo, las afectaciones de los shocks exógenos
provenientes del ciclo económico afectan los saldos corrientes de un año de este
balance. En orden de aislar estos efectos el Fondo Monetario Internacional ( a partir de
este momento FMI) desarrolló una metodología conocida como balance estructural, así
como, un subsecuente indicador conocido como impulso fiscal, sin embargo, es
necesaria la previa construcción del producto potencial de la economía para identificar
el ciclo económico y aislar su efecto.
Cabe destacar que el concepto del balance estructural fue inicialmente desarrollado por
(Heller, Haas, & Mansur, 1986), sin embargo, la idea base del balance aplicado en el
presente artículo parte de la propuesta por (Hagemann, 1999), esto debido a la
utilización de Hagemann de las elasticidades de los ingresos, en vez de asumir una
elasticidad unitaria1, capturando de manera más eficaz el efecto cíclico.
Producto Potencial.
El producto potencial de una economía está definido como el nivel “normal” de
producción con respecto a los factores productivos, es decir, del pleno uso de estos
mismos en ausencia de shocks o falta de utilización.
En la literatura revisada se encuentran tres metodologías distintas para el cálculo de la
producción potencial:
Tabla#1. Metodologías propuestas en la literatura revisada.
Metodologías Descripción
Métodos Univariados Aplicación de filtros estadísticos univariados.
Ejemplo, el Filtro Hodrick-Prescott
Métodos Analíticos Modelización a partir de teoría económica.
Ejemplo: Función de Producción Cobb-Douglas.
Métodos Multivariados Combinación del método univariado y analítico
para compensar las debilidades del otro.
Fuente: elaboración propia en base a (Martner, 2006), (Bellod Redondo, 2011) y (Padilla, 2018).

1
Vease los dos artículos recién referenciados para comprender la diferencia
 5

El método de cálculo del producto potencial seleccionado en el presente artículo es un

método analítico multivariado, utilizando una función de producción del tipo Cobb-
Douglas y la combinación del filtro Hodrick-Presscot ( a partir de ahora filtro HP) para
compensar la falta de información.
La elección de este método no se basa solamente en el soporte teoríco clásico y
neoclásico acerca de los factores productivos y su relación con la producción, además,
el país más destacado en el uso del balance estructural, Chile, utiliza la función de
producción con la finalidad de implicar los hechos estilizados de su economía 2. En otras
palabras, la utilización de este método se basó en tratar de estilizar la metodología del
FMI a la economía nicaragüense.
Metodología de la Función de producción.
Para la elaboración del producto potencial mediante la función de producción se realizó
la elaboración de una función de producción Cobb-Douglas mediante su metodología
originalmente propuesta3, así como de modificaciones propuestas por los mismos
autores4, y finalmente una estimación mediante el modelo propuesto por Solow5.
La función de producción mejor ajustada a la economía nicaragüense fue elaborada a
partir del modelo de Solow, con la combinación del Filtro HP para el cálculo de la
producción potencial, donde los principales aspectos son los siguientes:
La función de producción propuesta por Solow toma la siguiente forma:

α (1−α )
y t =A t∗Lt ∗K t (1)

Siendo Y el PIB real observado en el período, L el factor trabajo, K el factor capital, y A

un indicador al que Solow denomina el cambio tecnológico o “productividad total de
todos los factores” (Mankiw N. G., 2013). Además, α y 1-α representa la participación de
los factores medidos en elasticidades.

Esta función de producción asume rendimientos constantes de escala para su

aplicación, sin embargo, esa función fue aplicada a la economía estadounidense, por lo
que, se descarta dicho supuesto para la economía nicaragüense, procediendo a estimar
2
Chile incluso separa su principal bien económico, el cobre, de estas estimaciones.
3
Véase (Cobb & Douglas, 1928)
4
Véase (Douglas, 1976)
5
Véase (Solow, 1956) y (Solow, 1957)
 6

los coeficientes de los factores de manera individual, adquiriendo la ecuación (1) la

forma siguiente:

α β
y t =A t∗Lt ∗K t (2)

Donde Y representa al PIB real observado en el país, L representa al factor trabajo, el

cual, esta medido por el número de trabajadores asegurados en el INSS, mientras K
representa el factor capital, el cual, esta medido por la formación bruta de capital (FBK).
Así mismo α representa la elasticidad del factor trabajo, mientras β representa la
elasticidad del factor capital, además, A es calculado como un residuo mediante el
método del mismo Solow, por lo que, las estimaciones adquieren la siguiente forma.

log y t =c +α∗log Lt + β∗log K t + e (3)

yt
At = α β (4)
L +K t
t

Las características estilizadas para la economía nicaragüense implican la estimación de

los coeficientes de los factores de manera individual, debido a que se pone en crítica el
hecho de que la economía nicaragüense presentase rendimientos constantes de
escala, incluso con su “uso pleno de los factores”.

Cabe destacar que el cálculo del factor tecnológico A es aplicando la formula (4) a cada
período u observación una vez estimados los coeficientes.

Consecutivamente, en orden de encontrar el producto potencial se aplicó las técnicas

propuestas por (Bellod Redondo, 2011)6 y (Martner, 2006)7 en la estimación de este
método multivariado, siendo la aplicación del filtro HP a las series A y L. Esto se debe,
primeramente al supuesto de que el capital es plenamente utilizado en el corto plazo 8,
así mismo, se emplea esta técnica por la falta de información necesaria para una
verdadera estimación del factor L potencial, para el cual, se requieren cuatro elementos

6
Este autor presenta una fuerte crítica a los supuestos del modelo de Solow
7
Este autor presenta varios artículos y revisiones a la aplicación del balance estructural en Chile
8
Solow propone una diferenciación de K real y K potencial mediante la tasa de paro (Solow, 1957)
 7

“la NAIRU, la tasa de actividad potencial, y la población en edad de trabajar” (Estrada,

Hérnandez de Cos, & Jareño, 2004).

Un agregado más a este apartado de este método, es el nivel de suavizamiento

utilizado en el filtro HP, puesto que, (Marcet & Ravn, 2003) expresan en un estudio
comparativo de países cruzados que el nivel típico de suavizamiento λ= 1600 es
considerado “óptimo” para la economía estadounidense, sin embargo, otros países por
sus características no necesariamente presentan el mismo ciclo económico, entonces
como expresa (Mendieta Alvarado, 2021):

“Al implementa rla metodología de (Marcet & Ravn, 2003) se obtuvo un parámetro de
suavizamiento λ= 1121 para frecuencia trimestral, el cual es inferior al parámetro típico
de 1600, implicando que las aplicaciones usuales con este valor estarían
sobreestimando la volatilidad del ciclo económico en Nicaragua” (Hechos Estilizados de
la Economía Nicaragüense, pág. 23)

Entonces la estimación del producto potencial se dio mediante la siguiente ecuación:

¿ ¿ ¿α ¿β
y t =A t❑∗Lt ∗K t (5)

Donde el asterisco denota el valor potencial de las variables, siendo Y* el PIB potencial
a estimar, A* el producto total de los factores suavizado por el filtro HP, L* el factor
trabajo o asegurados del INSS suavizado con el filtro HP, elevados a su coeficiente α
después del suavizamiento, y K el factor capital elevado a su coeficiente estimado.
Balance estructural
Cómo ya fue descrito con anterioridad, el balance estructural tiene dos metodologías
propuestas por el FMI, siendo la utilizada en el presente artículo la de (Hagemann,
1999), debido a su propiedad de utilizar las elasticidades estimadas de los ingresos
para aislar el componente cíclico de los mismos, así como, la inclusión de la NAIRU y
los ratios de desempleo en el gasto, sin embargo, ante la falta de información de estos
últimos aspectos, se estimará el gasto estructural mediante su elasticidad de largo
plazo, de manera similar a (Rivas & Mendez, 2017).
Entonces, la metodología del balance estructural es la siguiente
 8

Bt =B c, t + Bs , t (6)
Donde Bt representa al balance fiscal observado, el cual está compuesto del Bc,t =
balance cíclico y el Bs,t el balance estructural, por lo que, es necesario el cálculo del
componente cíclico de los ingresos y el gasto, siendo la ecuación para el ingreso
estructural:

( )( )
¿ E ¿ Elag
Y Y
IGRs , t=IGR t∗ t ∗ t −1 (7)
Yt Y t −1

Donde IGRs,t representa al ingreso estructural, IGRt representa al ingreso real

observado, Y* representa el PIB potencial anteriormente cálculado y Yt el PIB real
observado, mientras el subíndice t-1 indica el período anterior, además, E representa la
elasticidad del ingreso y Elag la elasticidad del ingreso del período anterior.
La elasticidad E se calcula mediante un promedio ponderado de las elasticidades
desagregadas de las distintas categorías de ingresos tributarios, mientras que el factor
rezago y su elasticidad Elag implica el desfase que puede existir en algunos impuestos
corporativos.
Para el cálculo de las elasticidades desagregadas se hizo uso de la metodología de los
modelos Log-Log mediante MCO para largo plazo, y la metodología de modelo Log-Log
dinámico con retardo en la variable endógena propuesta por (Martner, 1996) para las
elasticidades de largo plazo y corto plazo, enriqueciendo el análisis de las categorías de
ingreso.
Entonces, la elasticidad estimada por el modelo Log-Log clásico sería:
log IGRt =c +α∗log Y t +e (8)
Donde IGRt representa a la categoría de ingreso y Yt al PIB real observado, mientras,
el modelo dinámico estimado está dado por la siguiente ecuación:
log IGRt =c +α∗log Y t + β∗log IGRt −1+ e (9)
Donde IGRt representa a la categoría de ingreso, Yt al PIB real observado e IGRt-1
representa al primer retardo de la categoría del ingreso. Además, cabe aclarar que la
elasticidad de corto plazo en este modelo viene dado por α, y la elasticidad de largo
α
plazo se obtiene mediante la expresión , implicando así al coeficiente del retardo.
1−β
 9

La elasticidad de los rezagos se estimó mediante la implementación del modelo Log-

Log clásico aplicada al primer retardo de la variable exógena:
log IGRt =c +α∗log Y t −1+ e (10)
Donde IGRt representa a la categoría del ingreso y Yt-1 al primer retardo del PIB real
estimado.
El cálculo del gasto debería incluir los elementos previamente descritos en el apartado
de la función de producción9 y a inicios de este apartado, sin embargo ante la falta de
información, se opta por seguir la metodología implementada en el ingreso, sin la
inclusión del factor desfase o retardo, debido a que el gasto se construye mediante los
ingresos y sus estimaciones, por lo que, si se ve afectado por el efecto cíclico, sin
embargo, el gasto es elaborado en años fiscales, por lo que no posee un efecto desfase
relevante, además, se elaboró un modelo dinámico con retardo, el cual resultó no
significativo, dando evidencia econométrica de la ausencia de este desfase.
Entonces, el gasto estructural está dado por la siguiente ecuación:
¿ R s ,t =GTRt∗¿ (11)
Donde GTRs,t representa al gasto estructural, GTRt al gasto real observado, Y* el PIB
potencial previamente cálculado y Yt al PIB real observado, así como, E representa la
elasticidad agregada del gasto.
La Elasticidad agregada del Gasto será directamente calculado en su monto
agregado10, tanto a largo plazo como corto plazo con las metodologías descritas
previamente para las categorías de ingreso.
Entonces, la estimación de la elasticidad a largo plazo con el Modelo Log-Log sería:
log GTR t =c+ α∗log Y t + e (12)
Donde GTRt representa al gasto real observado, y Yt representa al PIB real observado
en el período, mientras la estimación del modelo dinámico con retardo en la variable
endógena sería:
log GTR t =c+ α∗log Y t + β∗log GTR t−1 +e (13)
Donde GTRt representa al gasto real observado, Yt representa al PIB real observado y
GTRt-1 representa al primer retardo del gasto real observado.

9
Véase (Estrada, Hérnandez de Cos, & Jareño, 2004)
10
Para ver a más detalle los componentes desagregados del gasto véase (Membreño Alcántara, López
López, & Jiménez Chang, 2021)
 10

Una vez estimados tanto los ingresos estructurales como los gastos estructurales, se
procede a calcular el balance estructural mediante la sencilla expresión:
Bs , t=IGR s ,t −GTR s ,t (14)
Una vez estimado el balance estructural se procede a construir su indicador del impulso
fiscal.
Impulso Fiscal.
En la literatura revisada se encuentra una diferenciación de metodologías e
interpretaciones en dependencia del autor revisado.
La primera metodología propuesta en lo que se refiere a un balance estructural fue
propuesta por (Heller, Haas, & Mansur, 1986), la cual, da apertura al cálculo de dos
indicadores: la posición fiscal y el impulso fiscal, sin embargo, estos difieren de sus
homónimos en nombres si se utiliza la metodología descrita por (Hagemann, 1999).
Mientras Heller describe a la orientación fiscal como la diferencia entre su balance
estructural y el balance fiscal observado, Hagemann define a la orientación fiscal como
“el resultado del balance estructural estimado” (Hagemann, 1999), Además, (Da Costa
& Juan-Ramón, 2011) advierten que el impulso fiscal de ambas metodologías solo es
igual si la elasticidad del ingreso es unitaria.
Siguiendo la línea metodológica de Hagemann, si el resultado directo del balance
estructural indica la posición u orientación fiscal del el impulso fiscal es directamente la
variación del balance estructural, sin embargo, existe una discrepancia en la aplicación
y posterior interpretación del mismo, debido a que algunos estudios como (Tello, 2002)
y (Nicolle & Martínez, 2013) calculan al impulso fiscal mediante la siguiente expresión:
IF=(GTR ¿ ¿ s ,t−IGR s ,t )−(GTR ¿ ¿ s , t−1−IGR s ,t −1)¿ ¿ (15)
Lo que sería igual a:
IF=−(∆ Bs , t ) (16)
Sin embargo, en estudios como los de (Rivas, 2018) y (Da Costa & Juan-Ramón, 2011)
calculan e interpretan al impulso fiscal desde la siguiente expresión
IF=(IGR ¿ ¿ s , t−GTR s ,t )−(IGR ¿ ¿ s ,t−1−GTR s ,t −1)¿ ¿ (17)
Lo que sería igual a:
IF=∆ B s ,t (18)
 11

Esta discrepancia es un sencillo cambio de signo, sin embargo, lleva a confusiones en

la interpretación del impulso fiscal con respecto al ciclo económico.
El método utilizado en este artículo sigue los lineamientos de (Rivas, 2018) y (Da Costa
& Juan-Ramón, 2011), por lo que, el impulso fiscal indica un símbolo negativo cuando la
política fiscal es expansiva con respecto al año anterior, mientras un símbolo positivo
indica una política fiscal contractiva con respecto al año anterior.
Así mismo, los artículos recién referenciados proponen un gráfico de dispersión para
facilitar la interpretación del impulso fiscal con respecto al ciclo económico, utilizando la
brecha producto:
Figura#1. Dirección del Impulso Fiscal

Procíclico
IF%PIB*

Contracíclico

Contracíclico Procíclico

BP%PIB*

Fuente: elaboración propia a partir de (Da Costa & Juan-Ramón, 2011)

En el eje de las y se ubica el impulso fiscal en porcentaje del PIB potencial, mientras la
brecha producto se ubica en el eje de las x en porcentaje del PIB potencial, entonces,
en caso de tener signos iguales, la política fiscal fue contracíclica o antíciclica, mientras
que caso contrario, es decir, signos diferentes, la política fiscal fue procíclica.
Las variables de estudio.
Previo a la descripción de las variables seleccionadas para el artículo, se debe
referenciar el período de tiempo, siendo este de frecuencia trimestral desde el año 2006
hasta el año 2022, teniendo un total de 68 observaciones.
Para la continuidad del artículo se divide el período en tres sub-períodos, i) el período
2006-2011 ( a partir de ahora primer período o P1, ii) el período 2012-2017 ( a partir d
ahora segundo período o P2), iii) el período 2018-2022. ( a partir de ahora tercer
período o P3)
 12

Esta separación de períodos se realiza debido a las principales características de cada

período, siendo el primero afectado por la crisis financiera del 2008, mientras el
segundo representa una época de estabilidad macroeconómico, por último, el tercer
período inicia con la crisis sociopolítica y continúa con las afectaciones de la crisis
sanitaria, así como, conflictos bélicos en Europa y medio oriente.
Como segunda causa, la estimación de la función de producción más adecuada fue
resultante de esta división, debido a que el último período de tiempo y sus crisis afectan
demasiado a las variables y destruyen los supuestos econométricos necesarios para
dicha estimación, por lo que, se utilizó un método diferente que será referenciado en los
resultados.
Cómo ya fue descrito anteriormente, para la construcción del producto potencial se
seleccionó la variable PIB real con referencia 2006, así como la FBK real con referencia
2006, y los asegurados del INSS11 desde el 2006, esto con la finalidad de reducir el
efecto inflacionario en las variables.
El balance fiscal seleccionado para este artículo, es el balance primario, es decir, el
balance del gobierno central exento de las donaciones internacionales, y los intereses a
la deuda pública, esto debido a que esos ingresos y egresos son exógenos a las
decisiones del gobierno central.
Así mismo, las categorías de ingresos tributarios seleccionadas de describen en 5: El IR
total, El IVA total, El impuesto selectivo al consumo (ISC), el impuesto sobre el
comercio y las transferencias internacionales (ISCT) y otros ingresos (OI), esto debido a
que son las categorías presentadas por el BCN y el MHCP. De igual manera, estos
ingresos tributarios fueron deflactados usando el deflactor del PIB para reducir el efecto
inflacionario.
El gasto primario, es la suma de los egresos menos los intereses de la deuda, así
mismo, este gasto fue deflactado mediante el deflactor del PIB base 2006, para evitar el
efecto inflacionario.

11
Debido a que se utiliza el número de asegurados y no los salarios no tiene sentido deflactar esta
variable.
 13

Análisis de Resultado.
La Estimación de la Función de Producción en Nicaragua
En orden de comenzar con el análisis del resultado de la aplicación de las metodologías
propuestas se procede a resumir en la siguiente tabla la estimación resultante de la
aplicación del modelo Log-Log en los períodos anteriormente referenciados.
Tabla#2. Elasticidades en los tres períodos
Variable P1 P2 P3 Resultante
C 3.715501 2.854995 3.652785 3.40776033
L 0.430589 0.475926 0.409634 0.43871633
K 0.110705 0.141319 0.164925 0.138983

Fuente: elaboración propia en base a datos del BCN

En la tabla #1 puede apreciarse la estimación resultante para cada período de tiempo
una vez aplicada la ecuación (3), siendo C la constante para cada período, L el factor
trabajo y K el factor capital12, además, las elasticidades estimadas utilizadas en la
construcción de la función son un promedio de las elasticidades estimadas en los
períodos, dando como resultado una elasticidad α=0.44 y β=0.14, dando como
resultado una sumatoria de 0.58, demostrando así los rendimientos decrecientes de
escala en la economía nicaragüense, por lo que, se rompe el supuesto de la Función de
producción de rendimientos constantes de escala. Este resultado de elasticidades es
concordante con los resultados de (Mendieta Alvarado, 2021) indica que el 65.4% de la
participación del PIB proviene de este factor.
Un refuerzo a la evidencia del trabajo como principal participante de la economía
nicaragüense se ve reflejado en las tasas de crecimiento (Véase Anexo 4), mostrando
una enorme irregularidad la FBK real, mientras el factor trabajo presenta una trayectoria
similar a la de la tasa de crecimiento del PIB real.
Una vez estimadas las elasticidades, se realiza el cálculo de la producción total de los
factores (A) mediante la ecuación (4), consecutivamente, se construyó la función de
producción para Nicaragua en el período 2006-2022 mediante la ecuación (2), siendo
un resultado robusto al dar los montos exactos con respecto al PIB real observado
proveniente del BCN13.

12
En el apartado anterior se describió a L cómo el número de asegurados y K como la FBK
13
Véase Anexo 2.
 14

En orden de estimar el producto potencial se realiza la aplicación de la ecuación (5),

utilizando los valores filtrados mediante el filtro HP del factor L y la producción total de
los factores A, apreciándose el resultado en el siguiente gráfico:

Figura#2. PIB Real Observado, PIB potencial estimado y la Brecha Producto.

(en millones de córdobas y porcentaje del PIB potencial)
60000 0.1

50000
0.05

40000
0

30000 Y
Y*
-0.05
BP%Y*
20000

-0.1
10000

0 -0.15
1 4 3 2 1 4 3 2 1 4 3 2 1 4 3 2 1 4 3 2 1 4 3
06Q 06Q 07Q 08Q 09Q 09Q 10Q 11Q 12Q 12Q 13Q 14Q 15Q 15Q 16Q 17Q 18Q 18Q 19Q 20Q 21Q 21Q 22Q
20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20

Fuente: Elaboración propia con base a datos del BCN.

La evolución a lo largo del período estudiado para las variables PIB Real observado y
PIB potencial han mostrado una tendencia similar, lo que es apreciable en la figura#2,
así como, la fluctuación de la brecha producto alrededor de 0.
Utilizando los principales estadísticos descriptivos de la brecha producto para los
períodos ya planteados, la variable presenta una media de -0.16% y una desviación
estándar de 2.33 para el primer período, evidenciando un desempeño ligeramente
menor al potencial de la economía nicaragüense, debido principalmente a la crisis
financiera que afecta a este período.
Continuando con la línea de tiempo, el segundo período muestra una media de 0.27%
con una desviación estándar de 2.39, por lo que, la economía nicaragüense se
desempeñó por encima de su estimado potencial en la mayoría de observaciones de
 15

este período, lo que refleja el período de estabilidad y bonanza macroeconómica

experimentado.
Finalmente, en el tercer período la brecha producto presenta una media de -0.42% con
una desviación estándar de 4.45. Dichos estadísticos presentados para este período no
solo reflejan la vuelta a un desempeño por debajo del producto potencial, además, son
la media y desviación estándar de valor más alto, por lo que, la volatilidad e impacto de
las crisis en este período han sido las peores para Nicaragua en los últimos 17 años.
Aprovechando está utilización de los estadísticos descriptivos, se refuerza el
comportamiento de la economía en los períodos valorando las tasas de crecimiento de
los factores productivos, el PIB real, y el PIB potencial.
A pesar del funcionamiento por debajo de la economía en el primer período, las tasas
de crecimiento medias para el PIB real, La FBK real, los asegurados del INSS y el PIB
potencial fueron de 3.21%, 9.74%, 6.63% y 3.73% respectivamente, demostrando
crecimientos positivos y por encima del 3% en términos interanuales a frecuencia
trimestral.
En concordancia con el período de estabilidad y bonanza macroeconómica las variables
mencionadas experimentaron una tasa de crecimiento media de 5.04%, 6.58%,7.95% y
4.42% siguiendo el orden anterior, por lo que, a excepción de la FBK real, todas las
variables presentaron tasas de crecimiento mayor, con los mejores niveles de empleo
formal, la mayor estabilidad en todas las variables.
De igual manera, el tercer período presenta tasas de crecimiento de 1.28%, -1.97%,-
2.59%, 1.25% siguiendo el mismo orden de las variables, por lo que, los factores
productivos presentan tasas de crecimiento negativas, siendo el más afectado el factor
trabajo, mientras el PIB experimentó una desaceleración en su crecimiento, reforzando
lo anteriormente dicho acerca del impacto de las crisis en este período, demostrando la
mayor afectación en los asegurados del INSS y la FBK real, debido a la migración y
fuga de inversión que el país ha experimentado en años recientes.
El balance estructural en Nicaragua.
Una vez analizados los resultados de la función estimada y el comportamiento de los
factores productivos junto con la economía procedemos a analizar los resultados de las
 16

estimaciones para los ingresos estructurales, el gasto estructural y el balance

estructural resultante.
Elasticidades de las categorías de ingreso.
Las elasticidades estimadas para cada categoría de impuesto permite la construcción
del balance estructural, así como, identificar cuáles son las categorías más sensibles a
cambios en la producción tanto a corto como largo plazo.
Tabla#3. Elasticidades de las categorías de ingresos.
Elasticidad
Elasticidad Corto
Largo Plazo Elasticidad Largo Plazo Elasticidad
Impuesto (MCO) Plazo Dinamico Dinamico Rezagos
IVA 1.121757687 1.23155321 0.61702393 1.119062
IR 1.894764811 2.238057618 2.0794356 1.654831
ISC 1.026680715 1.188953541 0.58238576 0.961346
ISCT 2.534888951 2.688201067 2.33214663 2.123435
OI14 5.077028 0.016783193 0.01678319 0.288493
Fuente: Elaboración propia en base a datos del BCN y el MHCP.
Las elasticidades de largo plazo remarcadas representan las elasticidades selectas
para la elaboración de la elasticidad promedio de largo plazo perteneciente al ingreso
agregado. El criterio de selección para estas elasticidades entre los dos modelos se
basó en términos econométricos de correlación explicativa y nivel de significancia,
mientras la elasticidad de los rezagos incluidas se basa en dos características: i) lo más
aproximado a impuestos corporativos serían tanto el IR como el IVA, además, en la
realización de modelos dinámicos con retardos en la variable endógena, fueron las
únicas categorías que presentaron modelos significativos, por lo que, el promedio de
ambas elasticidades es el utilizado para la estimación del ingreso estructural en su
componente de desfase.
La interpretación de estas elasticidades, en contexto de que la variable independiente
para cada categoría es el PIB real, corresponde a que un aumento del PIB real en 1%,
corresponde a un aumento del valor de la elasticidad de cada categoría en porcentaje.

14
Se pone en juicio la elasticidad de los otros ingresos debido a su escaza participación.
 17

Basado en los resultados de la tabla, la categoría más elástica serían los otros
ingresos, seguido de los impuestos al comercio y transacciones internacionales 15,
mientras las dos categorías de mayor recaudación en el país, IR e IVA 16, presentan
elasticidades de 1.89% y 1.23% respectivamente, por último, el impuesto selectivo
sobre el consumo presenta una elasticidad de 1.18%.
La elasticidad promedio de los ingresos tributarios agregados tendría un valor de
2.39%, es decir, ante un aumento de 1% en el PIB real, los ingresos reales aumentan
en 2.39%, aunque, si se excluye la categoría de otros ingresos se obtiene una
elasticidad de 1.71%17, la cual es próxima a la elasticidad de largo plazo agregada
estimada de manera directa con un valor de 1.68%.
La elasticidad estimada del gasto real agregado fue de 1.47%, teniendo una diferencia
menor a 1 con la elasticidad promedio de las categorías y bastante cercana a la
elasticidad promedio purgando la categoría de otros impuestos, por lo que, se
demuestra la obvia relación entre los ingresos primarios y el gasto, además, los
ingresos resultan ser ligeramente más elásticos que los gastos en el balance primario.
Una vez estimadas las elasticidades se procede a aplicar la ecuación (7) para el cálculo
de los ingresos estructurales y la ecuación (11) para el cálculo de los gastos
estructurales18, para posteriormente calcular el balance estructural.
Resultados de la estimación del balance estructural.
Los resultados obtenidos muestran una fuerte relación en la mayoría de los períodos
entre el balance fiscal observado y el balance estructural, es decir, el efecto del ciclo
económico en Nicaragua no es extremo en la mayoría de los casos, y la política fiscal
se considera mayormente discrecional.
Esto puede verse reflejado en el conteo de los déficits o superávits de ambos balances,
siendo para el primer período un conteo de 6 superávits con 18 déficits y un promedio
de -2.42% en porcentaje del PIB para el balance primario observado, mientras, el
balance estructural mostró un conteo de 7 superávits fiscales con 17 déficits y un
promedio similar de -2.36% en porcentaje del PIB., de igual manera, el segundo período

15
En (Mendieta Alvarado, 2021) se demuestra que el sector terciario aporta el 60% del PIB
16
En (Membreño Alcántara, López López, & Jiménez Chang, 2021) se ve el dato exacto de aporte.
17
Similar a la elasticidad encontrada por (Padilla, 2018)
18
Véase Anexo para ver los ingresos y gastos junto con sus componentes estructurales.
 18

presenta un conteo de 6-18 y un promedio de -1.92% para el balance primario

observado, mientras el balance estructural repitió el conteo de 7-17 con un promedio de
-1.80%.
Siguiendo la línea del párrafo anterior, el tercer período presentó un conteo de 11-9 con
un promedio de -1.0744% para el balance primario observado, mientras el balance
estructural presenta un conteo de 11-9 con un promedio de -0.7032%.
De estos datos recién presentados puede ratificarse la fuerte correlación entre el
componente estructural y el balance observado ya mencionada, puesto que, la posición
fiscal es prácticamente igual, así como, los promedios de los déficits presupuestales
son similares, además, puede observarse que en el primer y segundo período la política
fiscal fue dominantemente expansiva con promedios cercanos al -2% con respecto al
PIB, sin embargo, el último período, caracterizado por las crisis ya mencionadas
presenta una política fiscal principalmente neutra, aunque con una ligera inclinación por
una política fiscal contractiva al presentar un mayor número de superávits, y reduciendo
el promedio deficitario a un monto cercano a -1.%.
La naturaleza de estas políticas persigue el objetivo de sanidad fiscal, por lo que, es
entendible el comportamiento mostrado a partir de este objetivo.
Impulso fiscal: Procíclica o Contracíclica
Una vez estimado el balance estructural se procede a la estimación del impulso fiscal,
el cual refleja la dirección que ha tomado la política fiscal en su variación interanual a
frecuencia trimestral, así como, la posición de la misma con respecto al ciclo.
Siguiendo la línea ya establecida con los períodos de tiempo, el primer período de
estudio refleja una media para el impulso fiscal de 0.27%, junto con una media de –
0.34% para la brecha producto, mostrando una política fiscal mayormente procíclica, así
mismo, alineándolo con la posición fiscal mostrada en el balance, este período presenta
una política fiscal mayormente expansiva procíclica, sin embargo, el signo positivo en el
impulso fiscal también indica que dicha política fiscal presenta un comportamiento
reductivo; es decir, la política fiscal fue expansiva procíclica con tendencia a contraer
los déficits.
El segundo período de estudio presenta una media para el impulso fiscal de -0.24%,
junto con una media de 0.27% para la brecha producto, mostrando una política fiscal
 19

mayormente procíclica, alineándolo con la posición fiscal mostrada en el balance

estructural, la política fue mayormente expansiva procíclica, sin embargo, el sigo
negativo del impulso indica una tendencia expansiva.
El tercer período de estudio presenta un impulso fiscal con una media de 0.50% y una
media de -0.42% para la brecha producto, por lo que, la política fiscal indica ser
mayormente procíclica, alineándolo con la posición fiscal del balance estructural la
política fiscal sería considerada expansiva procíclica, sin embargo, el conteo
presentado de déficits y la media más baja de -0.70% indica que dicha política ha sido
de un carácter más neutral o variado en términos discrecionales, además el signo
positivo del impulso fiscal indica una tendencia contractiva en este período.
Lo anteriormente descrito puede apreciarse manera gráfica en el Anexo 8, donde se
presentan los gráficos de dispersión que muestran la dirección del impulso con respecto
al ciclo, ratificando mediante la línea de tendencia la política fiscal procíclica para los
dos primeros períodos de tiempo, sin embargo, el último período es el que presenta el
comportamiento más variado o podría considerarse mayormente discrecional, esto se
ve reforzado en la línea de tendencia del gráfico, la cual, no cruza dos cuadrantes que
muestren una misma política, sino, cruza desde un cuadrante procíclico hacia un
cuadrante contraciclico.
Este último comportamiento es explicable desde las diversas medidas tomadas por las
crisis experimentadas, mostrando un cambio en el comportamiento mayormente
presentado en la política fiscal, por ejemplo, el último año de estudio presenta una
política fiscal mayormente contracíclicla, haciendo hincapié en los esfuerzos de frenar la
presión inflacionaria de un ciclo económico que ha vuelto a mostrar valores positivos, es
decir, una economía actuando por encima de su producto potencial.

Conclusiones.
La necesidad de conocer la posición de una economía con respecto a su ciclo, es un
concepto fundamental en el aspecto macroeconómico para evaluar políticas lo más
efectivas posibles en pos de un desarrollo y crecimiento económico, lo que lleva a los
dos conceptos claves estudiados en el artículo: el producto potencial y el balance
estructural.
 20

La estimación de los modelos descritos es útil para la evaluación y formulación de

políticas económicas, sin embargo, dicha utilidad debe estar impregnada de la
estilización de la economía estudiada debido a que “su utilidad está condicionada a la
capacidad que estos tienen de replicar hechos estilizados de la economía” (Mendieta
Alvarado, 2021).
Los principales aportes de este artículo se centran en la inclusión de esos aspectos
estilizados en las metodologías de cálculos de los modelos estimados, aunque, es
cierto que no debe considerarse como universal la metodología aplicada, de hecho, el
presente autor invita a la crítica del mismo para su mejoría.
Derivado de estos aspectos, logró estimarse una función de producción robusta para la
economía nicaragüense, con unas elasticidades de 0.44 para el factor trabajo y 0.14
para el factor capital, demostrando los rendimientos decrecientes de la economía
nicaragüense y la mayor incidencia del factor trabajo en la economía, siendo una
economía con un capital mayormente inestable en términos de inversión y poco
eficiente en términos de producción.
De igual manera, la estimación del balance estructural presenta una fuerte correlación
con el balance primario real observado, excepto por el último período de tiempo donde
las crisis mermaron fuertemente los ingresos gracias al efecto cíclico.
Así mismo, con el cálculo del impulso fiscal y la posición fiscal obtenida del balance
estructural se observó que la economía nicaragüense ha presentado una política fiscal
mayormente expansiva procíclica, con una tendencia contractiva en el primer período
de tiempo, expansiva en el segundo período, y nuevamente contractiva para el último
período de tiempo.
Como conclusión final, el último período de tiempo observado en el artículo, es decir,
del 2018 al 2022 en frecuencia trimestral, el comportamiento adoptado debido a las
crisis ha sido el más variado en todo el período estudiado, así como, el de los peores
impactos negativos en la producción y sus factores productivos.

Referencias
Bellod Redondo, J. F. (2011). La Función de Producción Cobb-Douglas y La Economía
Española. Revista de Economía Crítica, 9-38.
 21

Briones Mendoza, X. F., Molero Oliva, L. E., & Calderón Zamora, O. X. (2018). La
Función de Producción Cobb-Douglas en el Ecuador. Revista de la Facultad de
Ciencias Económicas y Administrativas. Universidad de Nariño, Nariño.
Cedillo, E. R. (2006). Por Una Política Fiscal Contracíclica. Problemas del Desarrollo,
81-107.
Cobb, C., & Douglas, P. (1928). A Theory of Production. The American Economic
Review, 139-165.
Da Costa, M., & Juan-Ramón, V. (2011). Programación Financiera Fundamentos
Teóricos y Aplicación Práctica al caso de Costa Rica. BID & FMI.
Douglas, P. H. (1976). The Cobb-Dpuglas Production Function Once Again: Its History,
Its Testing, and Some New Empirical Values. Journal of Political Economy, 903-
915.
Estrada, Á., Hérnandez de Cos, P., & Jareño, J. (2004). Una Estimación del
Crecimiento Potencial de la Economía Española. Documentos Ocasionales del
Banco de España, 1-38.
Hagemann, R. (1999). The Structural Budget Balance, The IMF´s Methodology. IMF
Working Paper, 1-14.
Heller, P., Haas, R., & Mansur, A. (May de 1986). A Review of The Fiscal Measure. IMF
Working Paper, 1-43.
(1996). Indicators of Fiscal Policy: Design and Applications for Chile. Santiago: CEPAL.
Mankiw, N. G. (2013). Macroeconomía. New York: Worth Publishers.
Mankiw, N. G., Romer, D., & Weil, D. N. (1990). A Contribution to the Empirics of
Economic Growth. Natural Bureu of Economic Research Working , 1-45.
Marcet, A., & Ravn, M. O. (2003). The HP-Filter in Cross-Country Comparisons.
Londres: Department of Economics, London Business School y CEPR.
Martner, R. (1996). Indicators of Fiscal Policy: Designs and Aplications for Chile. CEPAL
Review, 175-190.
Martner, R. (2006). Cyclical Indicators of Fiscal Policy In Latin American Countries (With
Special Referencia To Chile). IMF Working Paper, 165-180.
Membreño Alcántara, L. R., López López, J., & Jiménez Chang, K. (2021). Estimación
de multiplicadores fiscales para Nicaragua. Sobre México., 139-178.
 22

Mendieta Alvarado, W. A. (2021). Hechos Estilizados de la Economía Nicaragüense.

Revista de Economía y Finanzas BCN, 1-51.
Morales Rivas, O. D. (2018). Determinación de la Orientación e Impulso Fiscal en
Nicaragua para el Período 1994-2016. Revista Electrónica de Investigación en
Ciencias Económicas, 97-110. Obtenido de
http://revistacienciaseconomicas.unan.edu.ni/index.php/REICE
Morales Rivas, O. D., & Flores Méndez, L. A. (2017). Estimación del Balance Fiscal
Estructural en Nicaragua Para EL Período 1994-2016. Revista Electrónica de
Investigación en Ciencias Económicas, 115-132. Obtenido de
http://revistacienciaseconomicas.unan.edu.ni/index.php/REICE
Nicolle, C., & Martínez, W. (2013). Indicador de Impulso Fiscal para Guatemala. Ciudad
de Guatemala: Banco de Guatemala.
Padilla, L. M. (2018). Estimación del Deficit Fiscal de la Economía Nicaraguense,
Ajustado por Ciclo Económico. Revista de Economía y Finanzas BCN, 93-131.
Sobel, R., & Holcombe, R. (1996). Measuring The Growth and Variability of Tax bases
Over The Business Cycle. National Tax Journal, 535-552.
Solow, R. M. (1956). A Contribution to The Theory of Economic Growth. The Quartely
Journal of Economics, 65-94.
Solow, R. M. (1957). Technical Change and the Aggregate Production Function. The
Review of Economics and Statitics, 312-320.
Tello, J. C. (2002). Indicador de Impulso Fiscal para La Economía Peruana. Lima:
Boletín de Transparencia.
Urbina, J. (2015). Producto Potencial y Brecha del Producto en Nicaragua. Revista de
Economía y Finanzas BCN, 59-93.
 23

Anexos
Anexo#1. Estimaciones de las elasticidades para K y L en los tres períodos
Tabla A1.1. Modelo Log-Log para el período 2006-2011
Dependent Variable: LNY
Method: Least Squares
Date: 11/10/23 Time: 14:52
Sample: 2006Q1 2011Q4
Included observations: 24

Variable Coefficient Std. Error t-Statistic Prob.

C 3.715501 0.592786 6.267865 0.0000

LNK 0.110705 0.020076 5.514167 0.0000
LNL 0.430589 0.045619 9.438849 0.0000

R-squared 0.872160 Mean dependent var 10.37018

Adjusted R-squared 0.859985 S.D. dependent var 0.061251
S.E. of regression 0.022919 Akaike info criterion -4.597211
Sum squared resid 0.011031 Schwarz criterion -4.449954
Log likelihood 58.16653 Hannan-Quinn criter. -4.558143
F-statistic 71.63380 Durbin-Watson stat 2.133080
Prob(F-statistic) 0.000000

Fuente: Elaboración propia con datos del BCN y MHCP.

Tabla A1.2. Modelo Log-Log para el período 2012-2017

Dependent Variable: LNY

Method: Least Squares
Date: 11/07/23 Time: 11:27
Sample: 2012Q1 2017Q4
Included observations: 24
HAC standard errors & covariance (Bartlett kernel, Newey-West fixed
bandwidth = 3.0000)

Variable Coefficient Std. Error t-Statistic Prob.

C 2.854995 0.570916 5.000731 0.0001

 24

LNL 0.475926 0.062108 7.662824 0.0000

LNK 0.141319 0.037014 3.817998 0.0010

R-squared 0.913662 Mean dependent var 10.63273

Adjusted R-squared 0.905439 S.D. dependent var 0.089557
S.E. of regression 0.027539 Akaike info criterion -4.229937
Sum squared resid 0.015927 Schwarz criterion -4.082680
Log likelihood 53.75925 Hannan-Quinn criter. -4.190870
F-statistic 111.1149 Durbin-Watson stat 1.667266
Prob(F-statistic) 0.000000 Wald F-statistic 232.9114
Prob(Wald F-statistic) 0.000000

Fuente: Elaboración propia con datos del BCN y MHCP.

Tabla A1.3. Modelo Log-Log para el período 2018-2022

Dependent Variable: LNY

Method: ML ARCH - Normal distribution (BFGS / Marquardt steps)
Date: 11/05/23 Time: 18:42
Sample: 2018Q1 2022Q4
Included observations: 20
Failure to improve likelihood (non-zero gradients) after 45 iterations
Coefficient covariance computed using outer product of gradients
Presample variance: backcast (parameter = 0.7)
GARCH = C(5) + C(6)*RESID(-1)^2 + C(7)*GARCH(-1)

Variable Coefficient Std. Error z-Statistic Prob.

C 3.659953 1.9E-103 1.9E+103 0.0000

LNL 0.410346 1.7E-104 2.5E+103 0.0000
LNK 0.165244 2.4E-104 7.0E+102 0.0000
DUMMY1 -0.145222 0.057488 -2.526137 0.0115

Variance Equation

OMEGA -2.316297 10.84169 -0.213647 0.8308

ALPHA -0.800444 3.165511 -0.252864 0.8004
BETA 0.941497 0.011591 81.22315 0.0000
THETA1 -0.951329 1.684973 -0.564596 0.5723
THETA2 0.453088 0.827009 0.547863 0.5838
 25

D 1.420913 31.56986 0.045009 0.9641

R-squared 0.519173 Mean dependent var 10.72534

Adjusted R-squared 0.429018 S.D. dependent var 0.067999
S.E. of regression 0.051382 Akaike info criterion -2.800082
Sum squared resid 0.042243 Schwarz criterion -2.302216
Log likelihood 38.00082 Hannan-Quinn criter. -2.702893
Durbin-Watson stat 1.374863

Fuente: Elaboración propia con datos del BCN y MHCP.

Anexo #2. Tablas A2. PIB real, Asegurados del INSS, Formación Bruta de Capital y
sus estimaciones potenciales. (en millones de córdobas y miles de personas)
Tabla A2.1. PIB real observado, PIB estimado, Formación Bruta de Capital Real,
Número de asegurados del INSS y factor A estimado.

Trimestres PIBR PIBR Estimado FBKR TOTAL_INSS A

2006Q1 28990.4207 28990.42084 8886.01618 403915.7 28.4367557
2006Q2 28668.1006 28668.10077 8191.41293 413679.3 28.1440394
2006Q3 29701.3259 29701.32604 7899.05695 426279.3 28.9227992
2006Q4 31477.8629 31477.86307 8598.27515 437390.3 29.9534962
2007Q1 30055.4422 30055.44236 7937.10785 445502.3 28.6875608
2007Q2 30047.3993 30047.39944 9625.01665 455284.3 27.6567264
2007Q3 31258.218 31258.21811 9022.77632 460409.7 28.8885136
2007Q4 33509.2712 33509.27133 13062.6022 474676.7 29.025409
2008Q1 31798.1781 31798.17823 11679.7121 486391.7 27.6773563
2008Q2 32303.8625 32303.86265 11873.5227 493571.3 27.8735041
2008Q3 32481.6841 32481.68422 10025.6303 496719 28.6137779
2008Q4 32576.7971 32576.79723 10021.5683 496760 28.698142
2009Q1 30142.7775 30142.7776 6715.36041 497904.7 28.0449449
2009Q2 30306.7903 30306.79041 7565.01992 500065.7 27.6818446
2009Q3 31511.9195 31511.91967 5294.57493 503739 30.1491395
2009Q4 32946.211 32946.21118 10254.0312 513071.3 28.5240426
2010Q1 31247.618 31247.61811 5534.27616 526256.7 29.1482339
2010Q2 31365.1466 31365.14674 7247.14856 533573.7 28.0114749
 26

2010Q3 33023.7426 33023.7427 8038.64907 535542.3 29.023971

2010Q4 34779.7444 34779.74459 12205.5952 544150.3 28.6424795
2011Q1 32997.5481 32997.54821 8431.19805 561299.7 28.2217626
2011Q2 33791.5447 33791.54481 10529.8068 576555.7 27.6939455
2011Q3 35429.9429 35429.94308 10884.0796 581794 28.789002
2011Q4 36435.2005 36435.20062 12811.7333 593709.3 28.6861554
2012Q1 36046.8056 36046.80575 10013.9401 610849 29.0046088
2012Q2 35348.1578 35348.15793 12361.1714 621564 27.4121559
2012Q3 36763.6203 36763.62045 10490.1692 623952.7 29.1185785
2012Q4 39502.8209 39502.82105 12200.1887 637465.7 30.3516717
2013Q1 37309.7981 37309.79831 10590.1746 658932.7 28.8143732
2013Q2 37900.8763 37900.87647 11817.0231 672989 28.5625894
2013Q3 38984.9044 38984.90455 10843.522 676061.3 29.6733294
2013Q4 40741.2421 40741.24225 13379.7826 685879.3 29.9275254
2014Q1 39369.3223 39369.32251 10418.9932 698262.7 29.7085835
2014Q2 39408.694 39408.69418 10886.0956 707668.3 29.3845868
2014Q3 40405.0491 40405.0493 10030.3413 710078 30.4268673
2014Q4 43168.1953 43168.19547 15090.3371 724275 30.4481145
2015Q1 41188.2932 41188.29337 12191.4697 743444.3 29.5848166
2015Q2 40571.6246 40571.62482 14030.4192 765210.3 28.2188518
2015Q3 42973.8076 42973.80778 15271.8395 780205.3 29.2890836
2015Q4 45397.8423 45397.84254 17769.1403 804774.3 29.8874003
2016Q1 42840.7321 42840.73228 12933.5952 834565 29.0105869
2016Q2 43395.2442 43395.24441 14562.1317 858200.7 28.5536936
2016Q3 44472.272 44472.27224 14671.6593 861247 29.1865031
2016Q4 47186.6736 47186.6738 16939.0956 874861.3 30.147391
2017Q1 46055.1225 46055.12269 12275.0429 901131.7 30.3745871
2017Q2 45056.0437 45056.04386 14482.147 918382.7 28.7999756
2017Q3 45930.3838 45930.38405 14679.5445 919287 29.2910172
2017Q4 49092.055 49092.05522 18385.0014 917982 30.36201
2018Q1 47250.5262 47250.52645 11888.2353 904310 31.253662
2018Q2 42787.2611 42787.26126 12356.5491 847442 28.9635416
2018Q3 43917.5359 43917.53608 7944.96834 764837.3 33.0653871
2018Q4 45917.9448 45917.94502 12613.7009 756993.7 32.5672617
2019Q1 42880.1823 42880.18246 8585.55479 755256 32.115432
2019Q2 41835.051 41835.05121 8257.52338 738211 31.8198501
2019Q3 43222.5822 43222.58237 7629.68697 721838.3 33.5671908
 27

2019Q4 46724.758 46724.75826 8388.80118 725636.7 35.7294412

2020Q1 43931.5557 43931.55586 7165.61857 738762.3 34.0684979
2020Q2 39067.3995 39067.39966 9342.70567 708488.7 29.7405977
2020Q3 42794.8703 42794.8705 8978.70029 695389.3 33.0279334
2020Q4 45783.7732 45783.77336 11530.1166 715219.7 33.7091292
2021Q1 45563.1727 45563.17292 8627.81275 744921.7 34.3083497
2021Q2 46121.1845 46121.1847 13444.7338 757916.7 32.4052896
2021Q3 47165.6829 47165.68313 12077.4233 757906 33.6370431
2021Q4 50481.0816 50481.08183 12633.8969 769447 35.5403704
2022Q1 47740.6307 47740.63091 10149.9227 786531.3 34.3171358
2022Q2 48192.1511 48192.15132 11498.6346 790521.3 33.9706999
2022Q3 48782.3394 48782.33967 10128.151 784967.3 35.107052
2022Q4 51717.3847 51717.38495 13495.8224 788254 35.6981158
0

Fuente: Elaboración propia con datos del BCN y MHCP.

Tabla A2.2. PIB potencial estimado, Factor trabajo potencial estimado, Factor A
potencial estimado y brecha del producto.
Trimestres PIB_POT L_POT A_POT FBKR2 BP
2006Q1 29399.2155 409834.186 28.6043701 8886.01618 -1.390%
2006Q2 29287.0195 417371.975 28.5933407 8191.41293 -2.113%
2006Q3 29354.0566 424906.065 28.5821619 7899.05695 1.183%
2006Q4 29915.5877 432430.449 28.5702832 8598.27515 5.222%
2007Q1 29791.6607 439939.978 28.5574581 7937.10785 0.885%
2007Q2 30809.9227 447432.604 28.5446743 9625.01665 -2.475%
2007Q3 30739.4777 454909.754 28.533035 9022.77632 1.688%
2007Q4 32575.5502 462377.762 28.5228519 13062.6022 2.866%
2008Q1 32282.7211 469846.403 28.5147533 11679.7121 -1.501%
2008Q2 32568.0262 477333.134 28.5098162 11873.5227 -0.811%
2008Q3 32020.0885 484865.756 28.5083703 10025.6303 1.442%
2008Q4 32230.6147 492482.218 28.5101778 10021.5683 1.074%
2009Q1 30691.8015 500227.876 28.5150949 6715.36041 -1.789%
2009Q2 31419.6553 508150.763 28.5231456 7565.01992 -3.542%
2009Q3 30111.5643 516297.456 28.5339344 5294.57493 4.651%
2009Q4 33249.3955 524709.482 28.5463151 10254.0312 -0.912%
 28

2010Q1 30747.5865 533420.516 28.5605828 5534.27616 1.626%

2010Q2 32169.7928 542456.963 28.5770124 7247.14856 -2.501%
2010Q3 32899.8049 551840.746 28.5964031 8038.64907 0.377%
2010Q4 35158.0154 561588.24 28.6190496 12205.5952 -1.076%
2011Q1 33686.7728 571705.631 28.6456281 8431.19805 -2.046%
2011Q2 35058.0418 582188.208 28.6768356 10529.8068 -3.613%
2011Q3 35550.0408 593024.754 28.7129911 10884.0796 -0.338%
2011Q4 36716.658 604200.535 28.7535366 12811.7333 -0.767%
2012Q1 35832.7378 615693.794 28.7979821 10013.9401 0.597%
2012Q2 37270.5969 627476.219 28.8457774 12361.1714 -5.158%
2012Q3 36804.9125 639516.471 28.8965568 10490.1692 -0.112%
2012Q4 37975.2167 651779.515 28.9486753 12200.1887 4.023%
2013Q1 37621.4257 664220.586 29.0006865 10590.1746 -0.828%
2013Q2 38592.9627 676785.978 29.0523951 11817.0231 -1.793%
2013Q3 38524.2262 689418.675 29.1034398 10843.522 1.196%
2013Q4 40065.201 702059.292 29.1530224 13379.7826 1.687%
2014Q1 39077.7364 714640.092 29.2008531 10418.9932 0.746%
2014Q2 39694.8887 727083.229 29.2473328 10886.0956 -0.721%
2014Q3 39613.3946 739300.619 29.2933155 10030.3413 1.998%
2014Q4 42308.3811 751192.043 29.3397776 15090.3371 2.032%
2015Q1 41434.6874 762639.021 29.3887067 12191.4697 -0.595%
2015Q2 42613.792 773506.246 29.443079 14030.4192 -4.792%
2015Q3 43478.6518 783646.417 29.5060459 15271.8395 -1.161%
2015Q4 44763.1493 792907.047 29.5796664 17769.1403 1.418%
2016Q1 43165.2495 801133.498 29.6658062 12933.5952 -0.752%
2016Q2 44213.5716 808178.55 29.7666054 14562.1317 -1.851%
2016Q3 44579.8173 813915.878 29.8836196 14671.6593 -0.241%
2016Q4 45792.2987 818250.419 30.0173224 16939.0956 3.045%
2017Q1 44071.9799 821116.692 30.1675657 12275.0429 4.500%
2017Q2 45370.1524 822484.601 30.3343172 14482.147 -0.692%
2017Q3 45712.6538 822374.056 30.5177294 14679.5445 0.476%
2017Q4 47412.487 820864.905 30.716586 18385.0014 3.542%
2018Q1 44840.4824 818097.565 30.9285765 11888.2353 5.375%
2018Q2 45282.9078 814273.153 31.1510741 12356.5491 -5.511%
2018Q3 42764.6402 809646.668 31.3817418 7944.96834 2.696%
 29

2018Q4 45781.4694 804493.84 31.6162914 12613.7009 0.298%

2019Q1 43561.5612 799062.391 31.8519365 8585.55479 -1.564%
2019Q2 43486.6023 793570.359 32.0867391 8257.52338 -3.798%
2019Q3 43170.896 788208.401 32.3189963 7629.68697 0.120%
2019Q4 43909.0371 783132.573 32.5467668 8388.80118 6.413%
2020Q1 43125.5228 778457.453 32.7692232 7165.61857 1.869%
2020Q2 44931.3891 774261.681 32.988377 9342.70567 -13.051%
2020Q3 44887.0994 770599.089 33.2073988 8978.70029 -4.661%
2020Q4 46705.0635 767482.401 33.4265619 11530.1166 -1.973%
2021Q1 45099.513 764877.335 33.6459795 8627.81275 1.028%
2021Q2 48239.4661 762716.943 33.866017 13444.7338 -4.391%
2021Q3 47809.3689 760921.808 34.0876307 12077.4233 -1.346%
2021Q4 48407.3041 759409.51 34.3104736 12633.8969 4.284%
2022Q1 47253.2719 758095.744 34.5337969 10149.9227 1.031%
2022Q2 48387.1805 756902.482 34.757949 11498.6346 -0.403%
2022Q3 47846.738 755769.463 34.983085 10128.151 1.955%
2022Q4 50113.6278 754657.443 35.2086575 13495.8224 3.200%

Fuente: Elaboración propia con datos del BCN y MHCP.

Anexo #3. Gráficos A3. PIB Real Observado, PIB potencial estimado y la Brecha
del Producto por período. (En millones de córdobas y porcentaje del PIB
potencial)

Período 2006Q1-2011Q4
40000 0.06

35000
0.04
30000
0.02
25000 Y
20000 0 Y*
BP%Y*
15000
-0.02
10000
-0.04
5000

0 -0.06
1 3 1 3 1 3 1 3 1 3 1 3
06Q 06Q 07Q 07Q 08Q 08Q 09Q 09Q 10Q 10Q 11Q 11Q
20 20 20 20 20 20 20 20 20 20 20 20
 30

Fuente: Elaboración propia con datos del BCN y MHCP.

Período 2012Q1-2017Q4
60000 0.06

50000 0.04

40000 0.02
Y
30000 0 Y*
BP%Y*
20000 -0.02

10000 -0.04

0 -0.06
1 3 1 3 1 3 1 3 1 3 1 3
12Q 12Q 13Q 13Q 14Q 14Q 15Q 15Q 16Q 16Q 17Q 17Q
20 20 20 20 20 20 20 20 20 20 20 20

Fuente: Elaboración propia con datos del BCN y MHCP.

Período 2018Q1-2022Q4 Fuente:

60000 0.1 Elaboración

50000 propia con

0.05
datos del
40000
0 Y BCN y
30000 Y*
BP%Y* MHCP.
-0.05
20000

-0.1
10000

0 -0.15
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
018 018 018 018 019 019 019 019 020 020 020 020 021 021 021 021 022 022 022 022
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
 31

Anexo #4. Gráfico A4. Tasas de Crecimiento del PIB Real Observado, PIB
potencial estimado, FBK Real y Asegurados del INSS
60

40

20
T/C PIB Potencial
T/C Asegurados INSS
0
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 o) T/C de FBKR
06Q 07Q 08Q 09Q 10Q 11Q 12Q 13Q 14Q 15Q 16Q 17Q 18Q 19Q 20Q 21Q 22Q anc T/C de PIB Real
20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 n bl
-20 (e

-40

-60

Fuente: Elaboración propia con datos del BCN y MHCP.

 32

Anexo #6. Ingresos primarios, Gastos primarios, Ingresos Estructurales y Gasto

Estructural. (en millones de córdobas en referencia a PIB 2006)
Trimestres IGR IGRs,t Variación IGR GTR GTRs,t Variación GTR
2006Q1 4244.77343 4388.95264 -3.40% 3977.94776 4060.77698 -2.08%
2006Q2 3711.02793 3905.01002 -5.23% 4449.0704 4591.15169 -3.19%
2006Q3 4132.71998 4018.38789 2.77% 4192.77327 4120.8242 1.72%
2006Q4 4181.16428 3703.05949 11.43% 6791.07084 6300.87945 7.22%
2007Q1 4528.58901 4521.31543 0.16% 4236.62139 4182.01107 1.29%
2007Q2 4015.73926 4391.30512 -9.35% 4130.56176 4285.75437 -3.76%
2007Q3 4369.11831 4130.21791 5.47% 4747.00381 4631.51708 2.43%
2007Q4 4411.16241 3842.4997 12.89% 7303.90664 7006.35361 4.07%
2008Q1 4808.67846 4924.73931 -2.41% 4246.70288 4342.28379 -2.25%
2008Q2 4215.40852 4450.12353 -5.57% 5384.07891 5449.00226 -1.21%
2008Q3 4033.09803 3808.29795 5.57% 5359.42334 5247.70759 2.08%
2008Q4 4038.47503 3785.53405 6.26% 6151.63506 6055.6662 1.56%
2009Q1 4648.76937 4956.17964 -6.61% 4946.08032 5079.2362 -2.69%
2009Q2 3663.19206 4037.61372 -10.22% 4736.99383 4995.19733 -5.45%
2009Q3 4020.07687 3536.07012 12.04% 4876.56787 4560.9949 6.47%
2009Q4 4075.2562 4104.02223 -0.71% 6214.00206 6298.34489 -1.36%
2010Q1 5037.84663 4970.55945 1.34% 5086.25326 4966.91863 2.35%
2010Q2 4023.82181 4493.68294 -11.68% 4461.18363 4630.63743 -3.80%
2010Q3 4498.95903 4186.35676 6.95% 4392.80734 4368.5653 0.55%
2010Q4 4299.08218 4467.86571 -3.93% 6752.4347 6860.79815 -1.60%
2011Q1 5527.14887 5678.06301 -2.73% 5116.71995 5274.78382 -3.09%
2011Q2 4686.34952 5299.20547 -13.08% 5279.37787 5573.15085 -5.56%
2011Q3 5296.42631 5311.58158 -0.29% 5207.59257 5233.59319 -0.50%
2011Q4 4677.92797 4836.61419 -3.39% 6156.59602 6226.71847 -1.14%
2012Q1 6166.59354 6256.42629 -1.46% 6406.32079 6350.40701 0.87%
2012Q2 5122.50338 6116.58682 -19.41% 4897.12811 5294.08803 -8.11%
2012Q3 5125.08593 5163.00353 -0.74% 5083.22104 5091.62607 -0.17%
2012Q4 5756.75868 5296.09488 8.00% 7427.45619 7008.61371 5.64%
2013Q1 6494.24365 6569.8866 -1.16% 5809.95441 5881.51508 -1.23%
2013Q2 5848.05691 6571.39535 -12.37% 6122.25887 6287.50015 -2.70%
2013Q3 5351.68093 5210.1645 2.64% 5632.16918 5534.49108 1.73%
2013Q4 5571.55401 5068.57765 9.03% 7560.14648 7376.24045 2.43%
2014Q1 7499.13047 7452.80169 0.62% 6747.77019 6674.34525 1.09%
 33

2014Q2 5925.83609 6182.2393 -4.33% 7002.03131 7076.99846 -1.07%

2014Q3 5706.10483 5354.02161 6.17% 5995.14927 5823.07481 2.87%
2014Q4 5771.50049 5374.85999 6.87% 7671.56958 7447.74508 2.92%
2015Q1 7818.74602 7849.43187 -0.39% 8417.29031 8491.50262 -0.88%
2015Q2 6016.59379 6832.58951 -13.56% 8522.38359 9161.1569 -7.50%
2015Q3 6282.9701 6285.58432 -0.04% 7653.13832 7785.82507 -1.73%
2015Q4 6433.94372 6050.24396 5.96% 9461.07982 9267.05097 2.05%
2016Q1 8589.92082 8818.60105 -2.66% 7909.58684 7997.92419 -1.12%
2016Q2 6936.57287 7763.89412 -11.93% 8052.87572 8277.36325 -2.79%
2016Q3 6607.65909 6754.3691 -2.22% 7192.19934 7217.81151 -0.36%
2016Q4 6625.78361 6048.97449 8.71% 9077.09962 8685.09728 4.32%
2017Q1 8973.60434 8164.20513 9.02% 8263.23437 7744.92005 6.27%
2017Q2 7587.56908 7916.85884 -4.34% 8286.31976 8371.47993 -1.03%
2017Q3 7006.77502 6951.04898 0.80% 7500.64146 7448.3699 0.70%
2017Q4 7293.51557 6438.80236 11.72% 9928.3349 9432.47679 4.99%
2018Q1 9702.91561 8056.64155 16.97% 9790.3143 9064.30044 7.42%
2018Q2 6634.88546 7669.14854 -15.59% 6289.35048 6836.59902 -8.70%
2018Q3 5641.83619 5260.16072 6.77% 7628.06275 7335.18172 3.84%
2018Q4 6281.48094 5943.05625 5.39% 9525.94667 9484.30669 0.44%
2019Q1 8175.21704 7894.01241 3.44% 6657.42575 6813.7023 -2.35%
2019Q2 7781.02371 9231.97587 -18.65% 7207.47681 7630.11438 -5.86%
2019Q3 7091.14889 6814.80498 3.90% 6515.69442 6504.23041 0.18%
2019Q4 7396.89537 6351.35048 14.13% 10891.0378 9938.98422 8.74%
2020Q1 8529.14611 8340.9886 2.21% 7528.87872 7326.45943 2.69%
2020Q2 6382.17889 9400.93593 -47.30% 7918.27556 9727.87711 -22.85%
2020Q3 6811.22512 7619.98694 -11.87% 6613.8978 7095.23332 -7.28%
2020Q4 7592.946 7304.86151 3.79% 10199.3478 10502.836 -2.98%
2021Q1 9876.1861 9393.74538 4.88% 9194.20194 9056.83286 1.49%
2021Q2 8696.51009 11751.7509 -35.13% 7965.00899 8509.19488 -6.83%
2021Q3 8583.15933 9471.98782 -10.36% 9368.51303 9557.28875 -2.02%
2021Q4 8674.31124 8068.22644 6.99% 12325.6468 11587.7114 5.99%
2022Q1 11385.9535 10954.1402 3.79% 9135.46637 8998.54297 1.50%
2022Q2 9346.58828 10043.5089 -7.46% 9052.69216 9106.66197 -0.60%
2022Q3 9129.64474 8882.93429 2.70% 8880.74385 8631.20575 2.81%
2022Q4 9164.45266 8020.56558 12.48% 10414.7606 9942.93618 4.53%
 34

Fuente: Elaboración propia con datos del BCN y MHCP.

 35

Anexo#7. Gráficos A7. Balance estructural y Balance Fiscal observado. (en % del
PIB*)
Gráfico A7.1. Balance Estructural y Balance Fiscal para el período 2006-2011

Balances 2006-2011
4.0000%

2.0000%

0.0000%
1 3 1 3 1 3 1 3 1 3 1 3
06Q 06Q 07Q 07Q 08Q 08Q 09Q 09Q 10Q 10Q 11Q 11Q
-2.0000%
20 20 20 20 20 20 20 20 20 20 20 20 Bt% PIB
Bs,t% PIB
-4.0000%

-6.0000%

-8.0000%

-10.0000%

-12.0000%

Fuente: Elaboración propia con datos del BCN y MHCP.

Gráfico A7.2. Balance Estructural y Balance Fiscal para el período 2012-2017

Balances 2012-2017
4.0000%

2.0000%

0.0000%
Bt% PIB
Q1 2Q3 3Q1 3Q3 4Q1 4Q3 5Q1 5Q3 6Q1 6Q3 7Q1 7Q3
012 1 1 1 1 1 1 1 1 1 1 1 Bs,t% PIB
2
-2.0000% 20 20 20 20 20 20 20 20 20 20 20

-4.0000%

-6.0000%

-8.0000%

Fuente: Elaboración propia con datos del BCN y MHCP.

 36

Gráfico A7.3. Balance Estructural y Balance Fiscal para el período 2018-2022.

Balances 2018-2022
8.0000%

6.0000%

4.0000%

2.0000%
Bt% PIB
0.0000% Bs,t% PIB
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
-2.0000% 18Q 18Q 18Q 18Q 19Q 19Q 19Q 19Q 20Q 20Q 20Q 20Q 21Q 21Q 21Q 21Q 22Q 22Q 22Q 22Q
20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
-4.0000%

-6.0000%

-8.0000%

-10.0000%

Fuente: Elaboración propia con datos del BCN y MHCP.

 37

Anexo#8. Gráficos A8. Impulso Fiscal y Brecha Fiscal (en porcentaje del PIB
potencial).
Gráfico A8.1. Impulso Fiscal 2006-2011

Procíclico Contracíclico
IF%PIB*

Contracíclico Procíclico

BP%PIB*

Fuente: Elaboración propia con datos del BCN y MHCP.

Gráfico A8.2. Impulso Fiscal 2012-2017

2016Q2
2016Q1
2012Q2
2016Q3
2013Q1
Contracíclico
Procíclico 2016Q4
2014Q4
IF%PIB*

2017Q2 2014Q1
2012Q3
2017Q3
2014Q3
2017Q4
2012Q4
2017Q1
2013Q3
2013Q2 2012Q1 2013Q4

2015Q3 2015Q4
Contracíclico 2014Q2
2015Q2 Procíclico
2015Q1

BP%PIB*

Fuente: Elaboración propia con datos del BCN y MHCP.

 38

GráficoA8.3. Impulso Fiscal 2018-2022.

2021Q2

Procíclico 2019Q3
2019Q1 Contracíclico
2022Q1 2022Q4
2018Q2
IF%PIB*

2019Q2
2020Q3 2020Q4 2022Q3
2020Q1 2019Q4
2021Q4
2018Q4
2021Q3 2021Q1

2018Q1
2018Q3
2020Q2 Contracíclico 2022Q2 Procíclico

BP%PIB*

Fuente: Elaboración propia con datos del BCN y MHCP.

 39

Anexo#9. Tabla A9. Balance Primario Observado, Balance Estructural estimado,

Componente cíclico del balance e Impulso Fiscal. (en% del PIB*)
Trimestres Bt% Bs,t% Bc,t% IF%
2006Q1 0.92039% 1.13201% -0.21162%
2006Q2 -2.57444% -2.39340% -0.18104%
2006Q3 -0.20219% -0.34489% 0.14270%
2006Q4 -8.29124% -8.25285% -0.03840%
2007Q1 0.97143% 1.12893% -0.15750% 4.5209%
2007Q2 -0.38214% 0.35128% -0.73342% 624.0876%
2007Q3 -1.20892% -1.60374% 0.39482% 62.7738%
2007Q4 -8.63267% -9.44173% 0.80906% 3.6161%
2008Q1 1.76732% 1.83173% -0.06441% 43.4503%
2008Q2 -3.61774% -3.09213% -0.52561% 104.6398%
2008Q3 -4.08330% -4.43145% 0.34815% 64.8633%
2008Q4 -6.48670% -6.96856% 0.48185% -30.7950%
2009Q1 -0.98634% -0.40825% -0.57810% 674.5112%
2009Q2 -3.54311% -3.15963% -0.38347% -2.3622%
2009Q3 -2.71799% -3.25250% 0.53451% -41.9773%
2009Q4 -6.49163% -6.66032% 0.16869% 0.0740%
2010Q1 -0.15491% 0.01165% -0.16656% 7135.8012%
2010Q2 -1.39442% -0.43665% -0.95777% -492.0895%
2010Q3 0.32144% -0.55175% 0.87319% -550.8710%
2010Q4 -7.05397% -6.88025% -0.17372% 8.1733%
2011Q1 1.24382% 1.22215% 0.02167% 114.4484%
2011Q2 -1.75496% -0.81069% -0.94427% 44.4732%
2011Q3 0.25073% 0.22012% 0.03061% -32.1233%
2011Q4 -4.05835% -3.81528% -0.24307% -78.5164%
2012Q1 -0.66504% -0.26072% -0.40433% 732.1538%
2012Q2 0.63759% 2.32685% -1.68926% 102.8234%
2012Q3 0.11388% 0.19415% -0.08028% -70.4883%
2012Q4 -4.22931% -4.33518% 0.10587% 3.9436%
2013Q1 1.83407% 1.84502% -0.01094% 135.4524%
2013Q2 -0.72347% 0.74905% -1.47252% -181.7054%
2013Q3 -0.71948% -0.83193% 0.11245% 100.1715%
2013Q4 -4.88103% -5.66419% 0.78316% 11.5059%
2014Q1 1.90849% 1.97732% -0.06883% 3.7636%
 40

2014Q2 -2.73086% -2.27046% -0.46040% 88.4131%

2014Q3 -0.71537% -1.16088% 0.44551% -0.3542%
2014Q4 -4.40155% -4.80188% 0.40033% -9.9853%
2015Q1 -1.45319% -1.55887% 0.10568% 215.6491%
2015Q2 -6.17621% -5.73940% -0.43681% 60.0299%
2015Q3 -3.18838% -3.49106% 0.30268% 70.8385%
2015Q4 -6.66802% -7.08581% 0.41780% 31.9860%
2016Q1 1.58805% 1.91565% -0.32759% 158.7581%
2016Q2 -2.57241% -1.18324% -1.38917% -304.5713%
2016Q3 -1.31439% -1.04209% -0.27230% -179.8292%
2016Q4 -5.19493% -5.58658% 0.39165% -26.3683%
2017Q1 1.54243% 0.91040% 0.63204% -5.0110%
2017Q2 -1.55085% -1.00901% -0.54184% -101.2436%
2017Q3 -1.07525% -1.08277% 0.00752% -22.0862%
2017Q4 -5.36710% -6.09808% 0.73098% 2.8233%
2018Q1 -0.18497% -2.13259% 1.94762% 81.0003%
2018Q2 0.80757% 1.94579% -1.13822% 121.2060%
2018Q3 -4.52263% -4.72481% 0.20218% 72.9633%
2018Q4 -7.06579% -7.71213% 0.64634% 22.0262%
2019Q1 3.53961% 2.51937% 1.02024% 147.8378%
2019Q2 1.37097% 3.82899% -2.45802% 14.7142%
2019Q3 1.33137% 0.71855% 0.61283% 814.7000%
2019Q4 -7.47814% -7.67823% 0.20009% 5.3704%
2020Q1 2.27688% 2.30934% -0.03246% -54.6794%
2020Q2 -3.93191% -0.83686% -3.09505% 633.6613%
2020Q3 0.46110% 1.22621% -0.76511% -70.9729%
2020Q4 -5.69285% -6.98495% 1.29210% -25.5591%
2021Q1 1.49679% 0.73944% 0.75735% -105.4972%
2021Q2 1.58604% 7.03051% -5.44447% 78.4858%
2021Q3 -1.66510% -0.18085% -1.48424% 1175.6434%
2021Q4 -7.23308% -6.97189% -0.26119% 22.0920%
2022Q1 4.71399% 4.09630% 0.61769% 78.5392%
2022Q2 0.60984% 1.94398% -1.33414% -50.2165%
2022Q3 0.51023% 0.51602% -0.00580% 421.5547%
2022Q4 -2.41758% -3.71707% 1.29949% -129.5510%
 41

Fuente: Elaboración propia con datos del BCN y MHCP