elaborado por el grupo de investigación r.e.m resources ...€¦ · graficos gráfico 1:...
TRANSCRIPT
Elaborado por el grupo de investigación R.E.M
Resources and Enterprise Management
Estudio sobre laEconomía Sumergida
en la Comunidad Autónoma de La Rioja
Estudio sobre laEconomía Sumergida
en la Comunidad Autónoma de La Rioja
Trabajo realizado por el grupo de investigación
Resources and Enterprise Management (R.E.M)
Rubén Fernández-Ortiz (coord.)*
Mónica Clavel San Emeterio**
Jordi Sardà Pons***
(*) Profesor Titular de Organización de Empresas. Universidad de La Rioja. Miembro de R.E.M [email protected]
(**) Profesora Contratado Interino. Universidad de La Rioja. Miembro de R.E.M
(***) Profesor Titular de Fundamentos del Análisis Económico. Universidad Rovira i Virgili
1. Introducción: Justificación del problema 13
2. Definición de la economía sumergida 17
3. Aspectos metodológicos 21
A. Métodos directos 21
B. Métodos indirectos 22
(i) Métodos monetarios 22
(ii) Métodos no monetarios 22
C. Métodos MIMIC y DYMIMIC 23
4. Aspectos determinantes de la shadow economy:
Una perspectiva de los países de la OCDE 25
4.1. Tamaño de la shadow economy en la OCDE 25
4.2. Relación entre las causas de la shadow economy. Estudio OCDE 26
4.2.1. Shadow economy y sistema fiscal 26
4.2.2. Shadow economy y mercado de trabajo 30
4.2.3. Shadow economy y sociedad 32
4.2.4. Shadow economy e indicadores de competitividad 36
4.2.5. Shadow economy y sector de actividad 41
5. Aspectos determinantes de la shadow economy: Una perspectiva de España 47
5.1. Análisis de la evolución de la shadow economy. Estudio España 47
5.2. Relación entre las causas de la shadow economy. Estudio España 48
5.2.1. Shadow economy y sistema fiscal en España 48
5.2.2. Shadow economy y mercado de trabajo en España 50
5.2.3. Shadow economy y sociedad en España 53
6. Aspectos determinantes de la shadow economy: Perspectiva de La Rioja 57
6.1. Shadow economy y sector de actividad por CCAA 61
6.2. Shadow economy regional y mercado de trabajo 63
6.3. Shadow economy regional e indicadores de competitividad 66
6.4. Aspectos metodológicos 73
6.5. La shadow economy en España 75
6.6. La shadow economy en la Comunidad Autónoma de La Rioja 77
6.7. La shadow economy en la Zona Rioja 87
7. Conclusiones y recomendaciones 97
8. Apéndice metodológico y estadístico 101
9. Bibliografía 129
Índice general
Graficos
Gráfico 1: Tipologías de economía 18
Gráfico 2: Esquema del método MIMIC 23
Gráfico 3: Tamaño de la shadow economy en la OCDE. 2016 25
Gráfico 4: Relación entre impuestos totales y shadow economy. OCDE. 2015 27
Gráfico 5: Relación entre impuestos directos y shadow economy. OCDE. 2015 28
Gráfico 6: Relación entre impuestos indirectos y shadow economy. OCDE. 2015 28
Gráfico 7: Relación entre pago de impuestos total y shadow economy. OCDE. 2015 29
Gráfico 8: Relación entre tasa de paro y shadow economy. OCDE. 2015 30
Gráfico 9: Relación entre porcentaje de autónomos y shadow economy.
OCDE. 2015 31
Gráfico 10: Relación entre trabajadores a tiempo parcial y shadow economy.
OCDE. 2015 32
Gráfico 11: Relación entre parados de larga duración y shadow economy.
OCDE. 2015 32
Gráfico 12: Relación entre índice de desarrollo humano y shadow economy.
OCDE. 2015 33
Gráfico 13: Relación entre percepción de la corrupción y shadow economy.
OCDE. 2015 34
Gráfico 14: Relación entre nivel de educación y shadow economy. OCDE. 2014 35
Gráfico 15: Relación entre facilidad de apertura de un negocio y shadow economy.
OCDE. 2015 36
Gráfico 16: Relación entre grado de apertura internacional y shadow economy.
OCDE. 2015 37
Gráfico 17: Relación entre el índice de competitividad y shadow economy.
OCDE. 2015 38
Gráfico 18: Relación entre el índice de emprendimiento (TEA) y la shadow economy
en la OCDE. 2015 39
Gráfico 19: Relación entre tamaño empresarial (pequeñas) y la shadow economy
en la OCDE. 2015 40
Gráfico 20: Relación entre tamaño empresarial (medianas) y la shadow economy
en la OCDE. 2015 40
Gráfico 21: Relación entre tamaño empresarial (grandes) y la shadow economy
en la OCDE. 2015 41
Gráfico 22: Relación entre la importancia económica del Sector Agrícola
y la shadow economy en la OCDE. 2015 42
Gráfico 23: Relación entre la importancia económica del Sector Industrial
y la shadow economy en la OCDE. 2015 43
Gráfico 24: Relación entre la importancia económica del Sector de la Construcción
y la shadow economy en la OCDE. 2015 44
Gráfico 25: Relación entre la importancia económica del Sector Servicios
y la shadow economy en la OCDE. 2015 45
Gráfico 26: Evolución de la shadow economy en España 47
Índice de gráficos y tablas
Gráfico 27: Evolución de impuestos totales y shadow economy en España 48
Gráfico 28: Evolución de impuestos directos y shadow economy en España 49
Gráfico 29: Evolución de impuestos indirectos y shadow economy en España 50
Gráfico 30: Evolución de tasa de paro y shadow economy en España 51
Gráfico 31: Evolución de autónomos, impuestos directos y shadow economy en España 51
Gráfico 32: Evolución de trabajadores a tiempo parcial y shadow economy en España 52
Gráfico 33: Evolución de desempleados de larga duración y shadow economy
en España 53
Gráfico 34: Evolución de índice de desarrollo económico shadow economy en España 54
Gráfico 35: Evolución de percepción de la corrupción y shadow economy en España 54
Gráfico 36: Evolución de nivel de educación y shadow economy en España 55
Gráfico 37: Relación entre facilidad para hacer negocios y shadow economy
en España. 2015 56
Gráfico 38: Relación entre la importancia económica del sector agrícola
y shadow economy en las diferentes Comunidades Autónomas. 2015 61
Gráfico 39: Relación entre la importancia económica del sector industrial y la shadow
economy en las diferentes Comunidades Autónomas. 2015 62
Gráfico 40: Relación entre la importancia económica del sector construcción y la shadow
economy en las diferentes Comunidades Autónomas. 2015 62
Gráfico 41: Relación entre la importancia económica del sector servicios y la shadow
economy en las diferentes Comunidades Autónomas. 2015 63
Gráfico 42: Relación entre la tasa de desempleo y la shadow economy
en las diferentes Comunidades Autónomas. 2015 64
Gráfico 43: Relación entre la tasa de desempleo de larga duración y la shadow economy
en las diferentes Comunidades Autónomas. 2015 64
Gráfico 44: Relación entre la tasa de desempleo de muy larga duración y la shadow
economy en las diferentes Comunidades Autónomas. 2015 65
Gráfico 45: Relación entre la tasa de empleo a tiempo parcial y la shadow economy
en las diferentes Comunidades Autónomas. 2015 65
Gráfico 46: Relación entre la tasa de transparencia y la shadow economy
en las diferentes Comunidades Autónomas. 2015 67
Gráfico 47: Relación entre el índice de emprendimiento y la shadow economy
en las diferentes Comunidades Autónomas. 2015 67
Gráfico 48: Relación entre el DTF Apertura de un negocio y la shadow economy
en las diferentes Comunidades Autónomas. 2015 69
Gráfico 49: Relación entre el DTF Obtención de permisos de construcción y la shadow
economy en las diferentes Comunidades Autónomas. 2015 70
Gráfico 50: Relación entre el DTF Obtención de electricidad y la shadow economy
en las diferentes Comunidades Autónomas. 2015 71
Gráfico 51: Relación entre el DTF Registro de propiedades y la shadow economy
en las diferentes Comunidades Autónomas. 2015 72
Gráfico 52: La shadow economy en España en proporción de la legal 76
Gráfico 53: La shadow economy en España y el ciclo económico 77
Gráfico 54: La shadow economy en la Comunidad Autónoma de La Rioja
en proporción de la legal 78
Gráfico 55: La shadow economy en la Comunidad Autónoma de La Rioja vs. España 79
Gráfico 56: Shadow economy y legal 80
Gráfico 57: Contribuciones a la shadow economy. Tasa de paro 81
Gráfico 58: Contribuciones a la shadow economy. Tipo impositivo 81
Gráfico 59: Contribuciones a la shadow economy. Paro y tipo impositivo 82
Gráfico 60: Pérdidas de recaudación y shadow economy 84
Gráfico 61: Pérdidas impositivas: desglose impuestos directos e indirectos 85
Gráfico 62: Pérdidas impuestos directos: desglose IRPF y sociedades 86
Gráfico 63: Pérdidas impuestos indirectos: desglose IVA y resto 86
Gráfico 64: La shadow economy en Zona Rioja en proporción de la legal 88
Gráfico 65: La shadow economy en Zona Rioja vs. España y vs. la Comunidad
Autónoma de La Rioja 89
Gráfico 66: Shadow economy y legal. Zona Rioja 89
Gráfico 67: Contribuciones a la shadow economy. Tasa de paro. Zona Rioja 90
Gráfico 68: Contribuciones a la shadow economy. Tipo impositivo. Zona Rioja 91
Gráfico 69: Contribuciones a la shadow economy. Tasa de paro y tipo impositivo.
Zona Rioja 91
Gráfico 70: Pérdidas de recaudación y shadow economy. Zona Rioja 92
Gráfico 71: Pérdidas impositivas: desglose impuestos directos e indirectos. Zona Rioja 94
Gráfico 72: Pérdidas impuestos directos: desglose IRPF y sociedades. Zona Rioja 94
Gráfico 73: Pérdidas impuestos indirectos: desglose IVA y resto 95
Tablas
Tabla 1: Taxonomía de tipos de actividades económicas 19
Tabla 2: Principales causas del incremento de la shadow economy 20
Tabla 3: Distribución por CC.AA de la shadow economy 57
Tabla 4: Distribución provincial de la shadow economy 59
11
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
En el siguiente estudio se presentan los principales resultados del análisis de la economía su-
mergida en la Comunidad Autónoma de La Rioja. El estudio fue encargado por el Gobierno de La
Rioja con el objetivo de identificar y medir los factores que influyen en la existencia de economía
sumergida en la región.
Este trabajo representa una ardua tarea al requerir del estudio de datos que es difícil obtener a
través de fuentes primarias de datos, dado que la existencia de economía sumergida consiste en
sí misma una actividad de la que subyace una intención de ocultación, por lo que sería complicado
obtener resultados fiables a través de encuestas o entrevistas.
Asimismo, a pesar de la existencia de diversos estudios que han tratado de cuantificar la econo-
mía sumergida, son diferentes las metodologías utilizadas resultando complejo trabajar con datos
objetivos y uniformes. Si la medición o identificación de la economía sumergida fuera una tarea
fácil no sería necesario estimarla a través de métodos indirectos, sino que contaríamos con el valor
concreto que representa la actividad sumergida en las diferentes economías.
Así durante la primera fase se identificó el problema que la existencia de la economía sumergida
puede generar en los países y se realizó un estudio exhaustivo con el fin de delimitar la propia
definición de la economía sumergida y las metodologías utilizadas para su medición.
Una vez delimitada la definición y metodologías de la economía sumergida, nuestro siguiente
objetivo consistió en analizar de manera exploratoria las posibles relaciones existentes entre dife-
rentes factores que pudieran suponer que la economía sumergida tuviera un mayor o menor nivel.
Durante esta segunda fase se analiza la economía sumergida a nivel mundial donde se presentan
los resultados de la economía sumergida relacionados con diferentes variables que se consideran
relevantes en la existencia de economía sumergida en un país, lo que nos permite obtener una
perspectiva del conjunto de países de la OCDE.
Una vez finalizada la segunda fase, la siguiente fase consistió en analizar la economía sumergida a
nivel nacional de forma que nos permitiera tener una perspectiva de la evolución que la economía
sumergida ha tenido en España y su relación con las diferentes variables que previamente habían
sido estudiadas para el conjunto de países de la OCDE.
Una vez analizado el contexto internacional y nacional, durante una cuarta fase nos introducimos
en el análisis de la Comunidad Autónoma de La Rioja. Esta parte del informe contiene el análisis
Presentación
12
Universidad de La Rioja
de la economía sumergida en la región comparada con el resto de Comunidades Autónomas y a
su vez relacionada con las diferentes variables que pueden tener un efecto en la economía sumer-
gida que previamente habían sido analizadas a nivel internacional y nacional.
Finalmente, era hora de seleccionar la metodología más adecuada para el objeto de este estudio
que es el de determinar el intervalo en que se encuentra la economía sumergida en la Comu-
nidad Autónoma de La Rioja. Se ha utilizado un enfoque monetario basado en la demanda de
efectivo. En este método se parte de una demanda de saldos monetarios reales -dinero dividido
por precios-, y se supone que depende de la renta real y el tipo de interés alternativo al dine-
ro. La idea sugerida es que el dinero se utiliza también para todo tipo de operaciones ocultas,
fundamentalmente por motivos fiscales, es decir, la economía sumergida. La razón sería que las
operaciones realizadas con efectivo no quedan registradas, y por tanto no son detectables por
las autoridades económicas.
Los siguientes apartados del trabajo sirvieron para determinar de qué variables depende, o puede
depender la economía sumergida, para así añadirlas como explicativas de dicha demanda. Se ha
tenido en cuenta tres regiones o zonas. La propia de España, la de la Comunidad Autónoma de La
Rioja y una que hemos definido como Zona Rioja que incluye a la propia Comunidad Autónoma de
La Rioja junto a sus provincias colindantes debidamente ponderadas.
13
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Durante los últimos años el debate y estudio de la economía sumergida ha traspasado el ámbito
periodístico para pasar al ámbito investigador. Los efectos, impacto, tamaño y las actividades re-
muneradas no declaradas a las autoridades (quedando éstas al margen del control fiscal, laboral
y financiero), han supuesto una de las principales preocupaciones que desde el punto de vista
económico, socio-laboral y político ocupan y preocupan a la sociedad.
Estudios recientes como los de Mauleón y Sardá (2014) y Sardá y Gestha (2014) manifiestan la
importancia de esta problemática y ponen números a la gravedad del problema. Cantidades del
24% de economía sumergida, son cantidades muy considerables que han activado las conciencias
de los sectores socio-políticos de la sociedad y que han generado alarma social además de poder
distorsionar los valores de las diferentes magnitudes macroeconómicas afectando a las políticas
nacionales y por ende a las comunitarias.
Trabajos como el de Schneider (1992) ponen de manifiesto que el problema es de orden trans-
nacional. Así, la lucha contra la evasión fiscal ha sido durante los últimos 20 años una importante
meta en los países de la OCDE. Esta evasión fiscal refleja de un modo significativo un trasfondo, en
muchas ocasiones difícil de asumir, de lo que una sociedad es o quiere ser. La “glamurización” de
la evasión, el hecho de que la sociedad perciba que defraudar al sistema impositivo es “inteligen-
te” y está dotado de cierto halo de picardía sana, hace que se genere un caldo de cultivo a favor
de la economía sumergida donde las actividades económicas que efectuamos como ciudadanos,
trabajadores, inversores, empresarios, o ahorradores tengan un “blindaje social” y se conviertan
en recurrentes actividades irregulares que perjudican al conjunto de la sociedad, minimizando el
problema y por ende las consecuencias de la economía sumergida.
Dicha “glamurización” de la evasión se refleja en algunos datos de las encuestas del CIS (1997) entre
los cuales encontramos que un 58% de los entrevistados considera que es frecuente estar trabajando
y cobrando el paro, junto con un 80% que cree que la contratación ilegal se debe a que los empresa-
rios buscan ahorrarse los costes de seguridad social, y un 57% que considera que los impuestos son
necesarios, mientras que el 59% piensa que paga mucho a hacienda.
No olvidemos como indican Zubiri et al. (2016) que para que el sector público, en sus diferentes
niveles o estamentos de gobierno, pueda ejercer su función necesita ingresos fiscales. Por ello es
necesario que todas las actividades económicas de una región sean gravadas. Esto no es óbice
para que la recaudación vía impuestos no se corresponda con la necesidad que esta prestación
de servicios ha de cubrir. Ello se puede deber a que o bien el sistema de recaudación fiscal este
1. Introducción: Justificación del problema
14
Universidad de La Rioja
mal diseñado (promoviendo incentivos contrarios al desarrollo económico –no ahorro, no inver-
sión, etc.-) o bien por la existencia de economía sumergida que genere fraude fiscal.
El contexto económico de tasa de paro elevada, déficit público creciente, crecimientos leves de la
economía, etc. ponen de manifiesto la necesidad de obtener unos mayores recursos económicos
para las arcas públicas. De ahí el interés surgido por conocer el verdadero alcance que supondría
la regularización del elevado volumen de la economía sumergida.
Conviene poner de manifiesto las razones por las cuales la actividad de la economía sumergida
es un problema en sí mismo:
En primer lugar, la existencia de altos niveles de economía sumergida rompe “las reglas del jue-
go”. Así, produce competencia desleal a nivel empresarial dado que ciertos empresarios están
compitiendo en el mismo mercado pero con puntos de partida diferentes, más allá de lo que sus
propios recursos o sus propias capacidades les estén generando. Se generan malas condiciones
laborales, dado que la economía sumergida favorece que los contratos sean “ad hoc” y el ahorro
venga en muchas ocasiones provocado por el ahorro en costes laborales, en medidas o seguridad
en el puesto de trabajo, en cotizaciones a la seguridad social o en costes sociales.
En definitiva, menoscabos importantes en los derechos laborales de los trabajadores contratados
de forma irregular. Situaciones de desigualdad y desequilibrio evitando con ello el cumplimiento de
las normas laborales, mínimos legales de salario mínimo, estándares de seguridad y de salud, exce-
so de horas trabajadas, o compatibilización del trabajo por cuenta ajena o propia con la percepción
de prestaciones de desempleo o de seguridad social. Todo ello, además del efecto perjudicial a
corto plazo, provoca un efecto más pernicioso si cabe a medio/largo plazo dado que afecta al cobro
de pensiones, de derechos adquiridos, de las prestaciones sociales que han de mantener el siste-
ma de bienestar actual, o los condicionantes de salubridad del puesto laboral.
En segundo lugar, minusvalorar o desconocer la importancia de la economía sumergida tiene
severas implicaciones políticas. Así, ha de existir una necesidad de crear un entorno jurídico-legal
donde la actividad económica pueda fácilmente realizarse.
De igual manera, la economía sumergida proporciona un fuerte argumento a favor de la necesidad
de “educar” a la sociedad sobre la necesidad y el porqué de la existencia de los impuestos, me-
jorando así la moralidad de la sociedad y lo que se ha venido a llamar la compliance de la misma.
Podemos definir este último hecho como “cumplimiento normativo”, que alude a la predisposición
de las empresas a actuar no eludiendo las normativas regulatorias.
Por último, desde una perspectiva más política, el propio sistema fiscal que creemos ha de garantizar
en cierta medida que su diseño y escalamiento no motive la generación de economía sumergida.
Desde el punto de vista político, la existencia de economía sumergida ofrece una imagen distor-
sionada de la verdadera situación de un país o de una región lo que además de penalizar la ca-
pacidad de obtención de recursos por parte de las instituciones públicas, hace que las decisiones
de política fiscal, recaudatoria o políticas sociales, se vean tergiversadas por una realidad que no
corresponde con las cifras oficiales. De igual manera pone en tela de juicio la capacidad real de
gestión óptima de las políticas adoptadas.
15
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
La existencia de economía sumergida genera costes. Costes de prevención de la misma, costes
de subsanación de los problemas generados y costes de erradicación tanto de las causas gene-
radoras de la economía sumergida como de la propia economía sumergida.
17
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
La primera fase de este trabajo consiste en abordar la propia definición de la economía sumer-
gida. La propia denominación de esta cuestión ya pone en entredicho su conceptualización. Así,
se le denomina economía sumergida, economía informal, economía criminal, economía Ilegal, no
economía, etc. Una correcta definición es clave, tanto para una mejor concienciación social de sus
efectos, como para una correcta medición del problema.
La mayoría de los autores que intentan medir la economía sumergida chocan de frente con la difi-
cultad de encontrar previamente una definición precisa. No existe un acuerdo generalizado sobre
qué tipo de actividades son las que recogen o ha de recoger la economía sumergida. Así, las acti-
vidades que un individuo lleva a cabo él mismo en su propio hogar, son consideradas por ciertos
autores como parte de la economía sumergida, mientras otros no las consideran.
Según autores como Feige (1994) y Schneider (2003, 2005) la economía sumergida comprende
todas las actividades económicas no registradas que debieran contribuir al producto nacional bru-
to calculado oficialmente si dichas actividades fuesen gravadas.
Otros autores como Smith (1994) definen la economía sumergida como la producción basada en
el mercado de bienes y servicios, tanto legales como ilegales, que escapan de la detección de las
estimaciones oficiales del producto nacional bruto.
Gran parte de la confusión sobre la expresión y concepto de economía sumergida proviene de la
utilización equivalentemente a otros términos que suelen ser traducciones literales de los térmi-
nos ingleses “underground economy”, “illegal economy”, “shadow economy” o “black economy”.
En el siguiente gráfico podemos ver una categorización de diferentes tipos de economía.
2. Definición de economía sumergida
18
Universidad de La Rioja
Gráfico 1: Tipologías de economía
Fuente: Elaboración propia
La economía ilegal la podemos definir como aquella economía que recoge la actividad económica
generada al margen de las leyes de cada país o región, y que como tal no se rige por las regulacio-
nes fiscales. Tráfico de armas, consumo, tráfico y distribución de drogas, contrabando de tabaco,
tráfico de personas o prostitución son los ejemplos más relevantes.
La economía informal recoge aquellas actividades productivas realizadas por empresas o autó-
nomos que o bien no se encuentran registradas en la seguridad social o trabajan para empre-
sas, o individuos que no están registrados a su vez. Los trabajadores o autónomos que trabajen
irregularmente (sin contrato o sin estar dados de alta) para empresas que sí están dadas de alta
en los registros, no forman parte de la economía informal. Son por lo tanto, pequeños negocios
o personas que para sobrevivir, al margen de la legalidad, prestan servicios a los hogares o a las
empresas irregulares.
Asimismo debemos destacar que la economía informal es diferente del empleo informal. Como
destacan Zubiri et al. (2016), un trabajador que esté sin contrato en una empresa dada de alta
forma parte del empleo informal, pero no de la economía informal, que está definida por las carac-
terísticas de la actividad económica, y no por el tipo de relación con sus empleados.
La economía no observada, en los términos definidos por Zubiri et al.(2016), recogería los con-
ceptos de economía ilegal, informal, sumergida y la producción propia de los hogares. Este último
concepto son las actividades productivas que se realizan en los hogares para uso propio y que
dan como resultado bienes o servicios consumidos por los hogares que los producen. Producción
agrícola de autoconsumo, huertas particulares, construcción o arreglos de viviendas propias, etc.
son ejemplos de este tipo de economía.
En la siguiente tabla podemos ver una taxonomía de los diferentes tipos de actividades económi-
cas legales e ilegales:
ECONOMY
Not Observed
Economy
ILLEGAL
INFORMAL
PRODUCTION OF
HOUSEHOLDS
SHADOW
ECONOMY
19
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Tabla 1: Taxonomía de tipos de actividades económicas
En el actual trabajo la definición del concepto de economía sumergida que vamos a emplear es la
que proporciona la OCDE (2001), Eurostat (2014), Schneider y Williams (2013) o Sardá (2014, 2016).
Así, según la Organización para la Cooperación y el Desarrollo Económico, la economía sumergida
consiste en “actividades que son productivas en un sentido económico y relativamente legal (si
ciertos estándares y regulaciones se cumplen) pero que son escondidas deliberadamente a las
administraciones públicas”. Esto tiene diferentes fines:
- Evitar el pago de impuestos, valor añadido y otras tasas.
- Evitar el pago de las contribuciones a la seguridad social.
- Evitar el cumplimiento de los estándares y regulaciones del mercado laboral, tales como
máximo de horas trabajadas, estándares de seguridad, salarios mínimos, etc.
- Evitar el cumplimiento de ciertas obligaciones administrativas.
Así, en esta definición quedan excluidas las actividades de la economía ilegal, así como las de eco-
nomía informal y las propias de los hogares. Acotar por lo tanto la definición de la economía sumergi-
da o shadow economy (por su término en lengua inglesa) es muy importante dado que por ejemplo
no capturará las actividades propias que cada individuo realice aún cuando esto suponga evitar el
pago de impuestos o la regulación legal, dado que se trata de actividades que son perfectamente
legales (por ejemplo el arreglo propio de un vehículo).
A lo largo del informe se utilizará la palabra shadow economy dado que consideramos que este término
anglosajón recoge de una mejor manera los conceptos anteriormente mencionados y es mayoritaria-
mente empleada en la literatura estudiada.
Existen como vemos múltiples definiciones, que hemos considerado conveniente aclarar para que
el objeto del estudio esté lo más definido posible ya que la delimitación de éste condicionará la
Tipo de actividad Transacciones monetarias Transacciones no monetarias
ACTIVIDADES
ILEGALES
Comercio de bienes robados, fabricación
y tráfico de drogas, prostitución, juego,
contrabando, fraude, tráfico humano, tráfico
de drogas y tráfico de armas.
Intercambio de drogas, contrabando,
producción de drogas para uso propio, etc.
Evasión impuestos Evitar pago
impuestos
Evasión impuestos Evitar pago
impuestos
ACTIVIDADES
LEGALES
Ingresos no
declarados de
autónomos;
salarios y activos
no declarados
provenientes
de actividades
laborables legales.
Descuentos
a empleados,
beneficios
adicionales.
Intercambio de
bienes y servicios
legales
Trabajo hecho por
uno mismo y con
ayuda de vecinos
Fuente: Schneider (2009)
20
Universidad de La Rioja
metodología empleada. A continuación, proponemos una tabla resumen de las causas más rele-
vantes según Schneider (2009) relacionadas con el incremento de la shadow economy:
El estudio, dimensión y tamaño de la shadow economy requiere del uso de métodos que para su
estimación, se han de apoyar en suposiciones que hacen que en ocasiones, la heterogeneidad
vaya intrínseca a la shadow economy. Así, dado que se trata de una realidad que no está igual-
mente distribuida en el tiempo ni en los diferentes sectores de la actividad productiva o comercial,
nos encontramos con que en estudios internacionales, o en estimaciones realizadas para un mis-
mo país y un mismo periodo los resultados sean muy dispares.
Este hecho quedará en evidencia en el apartado sobre el estudio de la shadow economy en Eu-
ropa o en España. A nivel de región o comunidad autónoma, y apoyándonos en esa disparidad
de resultados, es previsible que tampoco exista una homogeneidad en los resultados con lo que
tanto los tamaños numéricos como las causas que producen este fenómeno pueden diferir sus-
tancialmente de una región a otra, o interprovincialmente (Sardá, 2014).
Tabla 2: Principales causas del incremento de la shadow economy
Variable Influencia de la shadow economy (%)*
(a) (b)
Impuestos y cargas de la seguridad social 35-38 45-52
Calidad de las instituciones del Estado 10-12 12-17
Regulación del mercado laboral 7-9 7-9
Pagos en transferencias 5-7 7-9
Servicios del sector publico 5-7 7-9
Moralidad sobre el pago de impuestos 22-25 -
Influencia de todos los factores 84-98 78-96
(a) Valores medios de 12 estudios
(b) Valores medios de 22 estudios empíricos
* Esta es la influencia estandarizada o normalizada de la variable de los 12 estudios (columna a) y los 22 estudios (columna b)
Fuente: Schneider (2009)
21
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
A pesar de que la shadow economy ha sido un tema ampliamente estudiado en la literatura, existe
todavía un debate abierto sobre la forma adecuada de su medición.
Diversos autores han señalado diferentes metodologías que podemos agrupar de la siguiente forma:
- Métodos directos.
- Métodos indirectos.
- Métodos MIMIC/DYMIMIC.
Cada uno de ellos tiene asociados una serie de ventajas e inconvenientes que pasaremos a es-
tudiar brevemente a continuación junto con una descripción más detallada de cada uno de ellos.
A. MÉTODOS DIRECTOS
Se basan en estimaciones de la shadow economy para un momento concreto del tiempo utilizan-
do datos microeconómicos. Estos métodos se basan en encuestas y cuestionarios a la población
y en auditorías de impuestos realizadas por las autoridades tributarias.
El principal problema de estos métodos directos, está relacionado con que las encuestas son diri-
gidas a la población y la propia definición de la shadow economy, hace que cuando la población
es encuestada, si está inmersa en actividades de shadow economy de una manera consciente,
su respuesta se encuentre afectada por el objetivo de ocultación de esas actividades, por lo que
difícilmente va a declarar la realización de este tipo de actividades consideradas como shadow
economy. Asimismo no debemos olvidar que el método basado en encuestas a la población es un
método relativamente más caro comparado con otros métodos.
Un segundo problema, es el derivado de la dificultad de detectar las discrepancias que pudieran
existir dado que lo que buscamos no es algo que se encuentre registrado.
Un tercer problema lo encontramos en que estos métodos no permiten analizar la evolución de la
shadow economy, ya que como hemos indicado con anterioridad se basan en estimaciones para
un momento concreto del tiempo.
3. Aspectos metodológicos
22
Universidad de La Rioja
B. MÉTODOS INDIRECTOS
Estos métodos se basan en estimaciones para la medición de la shadow economy durante un pe-
riodo de tiempo utilizando datos macroeconómicos. El supuesto de partida de este método es la
consideración de la shadow economy como una variable latente o no observable que es estimada
a partir de otras variables observables. Dentro de esta categoría nos encontramos con dos tipos
de metodologías: los métodos monetarios y los métodos no monetarios.
(i) Métodos monetarios
Dentro de esta categoría nos encontramos con el enfoque basado en la teoría económica de la
demanda de dinero que pretende estudiar la shadow economy en base a la demanda de efectivo.
Las diferentes metodologías empleadas dentro de esta categoría se muestran a continuación:
- Ratio efectivo-depósitos: Este enfoque parte de la base de que la población desea mantener
una proporción constante de efectivo y depósitos bancarios. De forma que si esta ratio se
modifica puede ser un indicio de intención de ocultación fiscal.
- Métodos transaccionales: Este enfoque es similar al anterior. Añade la consideración de que
la velocidad de circulación del dinero es constante y la shadow economy demanda por igual
efectivo que depósitos.
- Modelos de demanda de efectivo: Este enfoque asume que la demanda de dinero no es constante.
- Circulación de grandes billetes: Este enfoque señala que la mayor utilización de billetes
de alto valor es un indicio de actividades de shadow economy.
(ii) Métodos no monetarios
Dentro de estos métodos no monetarios nos encontramos con la estimación del tamaño de la
shadow economy mediante el estudio de diferentes variables (observables) no monetarias. Las
diferentes metodologías empleadas dentro de esta categoría se muestran a continuación:
- Demanda de electricidad: Este método se basa en la idea de que cualquier actividad econó-
mica requiere energía. De esta forma un mayor consumo de electricidad que lo observado
en otros momentos considerados “normales” pudiera estar relacionado con la existencia de
shadow economy.
- Discrepancia entre ingresos y gastos: Mediante este procedimiento los cálculos se basan en
considerar que los ingresos recibidos del desarrollo de actividades en la shadow economy ge-
nera de algún modo un gasto que excede del que correspondería con los ingresos obtenidos
si no obtuviera esas rentas de la shadow economy. Las estimaciones se basan en comparar
este exceso de gasto sobre los ingresos para obtener una aproximación de la medición de la
shadow economy.
- Discrepancias en el mercado laboral: Esta metodología se basa en el análisis de las discre-
pancias entre la población activa real y la población activa oficial o la búsqueda de población
activa que no está dada de alta en la seguridad social.
23
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Uno de los principales problemas asociados a estos métodos indirectos es la dificultad de reco-
pilación de series temporales completas de datos estadísticos y la detección de fuentes de datos
fiables. Un problema añadido, se basa en la propia metodología de análisis, dado que exige un
conocimiento estadístico importante a la hora de llevar a cabo los diferentes análisis. Sin embargo,
podemos decir que estos métodos son relativamente más baratos que los métodos directos y que
nos permite analizar la evolución temporal de la shadow economy, aspecto que con los métodos
directos no se analiza.
C. MÉTODOS MIMIC Y DYMIMIC
Los métodos MIMIC y DYMIMIC (versión dinámica del primero), se basan en la consideración de
múltiples indicadores y múltiples causas para el estudio de la shadow economy.
Este procedimiento, se basa en la consideración de la shadow economy como una variable latente
(no observada) que es estimada a partir de la medición de otras variables observables mediante
una ecuación que relaciona la shadow economy con algún indicador de la misma obteniendo una
serie de coeficientes que describen su relación.
En definitiva, tal y como muestra el gráfico siguiente, la shadow economy (variable no observable)
es determinada a través de diferentes causas (variables observables) e incide sobre unos indica-
dores (variables observables) (Sardá y Gestha, 2014).
Gráfico 2: Esquema del método MIMIC
Fuente: Sardá y Gestha (2014)
Los métodos MIMIC y DYMIMIC con frecuencia podemos encontrarlos clasificados dentro de la
categoría de métodos indirectos dado que comparten algunas de las características generales de
los métodos indirectos. Sin embargo, de acuerdo a autores como Sardá y Gestha (2014) hemos
considerado relevante agruparlo en otra categoría debido a su relevancia y a su avance desde el
punto de vista metodológico con respecto a los métodos indirectos.
24
Universidad de La Rioja
La principal limitación de este último grupo de metodologías, junto con las ya señaladas para los
métodos indirectos versa sobre la necesidad de obtener algún valor conocido de la variable no
observable en algún momento del tiempo. Es decir, necesitamos disponer de alguna medición
previa del tamaño de la shadow economy que normalmente habrá sido obtenido por otros méto-
dos (generalmente métodos indirectos) para poder obtener valores de dicha variable mediante el
método MIMIC o DYMIMIC.
25
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Gráfico 3: Tamaño de la shadow economy en la OCDE. 2016
Fuente: Adaptado de Schneider y Buehn (2017) y Medina y Schneider (2017)
En este apartado estudiaremos las principales causas relacionadas con la shadow economy (en
adelante, s.e) según los principales estudios previos al respecto (Schneider, 2013). De esta manera
agruparemos en torno al nivel de impuestos, aspectos regulatorios, y aspectos disuasorios. En
cada uno de los diferentes bloques hemos estudiado las diferentes correlaciones existentes entre
los datos de la s.e (Schneider, 2017) y las diferentes variables utilizando las bases de datos de la
OCDE, World Bank Group, Transparency International, World Economic Forum y Global Entrepre-
neurship Monitor.
4.1. TAMAÑO DE LA SHADOW ECONOMY EN LA OCDE
Antes de pasar a analizar las diferentes estimaciones, en el siguiente gráfico podemos observar el
tamaño de la s.e en los principales países de la OCDE (2016).
4. Aspectos determinantes de la shadow economy: Una perspectiva de los paises de la OCDE
18.2
0.0
5.0
10.0
15.0
20.0
25.0
30.0
Turq
uía
Esto
nia
Leto
nia
Eslo
veni
aPo
loni
aGr
ecia
Hung
ríaIta
liaEs
paña
Port
ugal
Bélg
ica
Repú
blic
a Ch
eca
Eslo
vaqu
iaSu
ecia
Nor
uega
Finl
andi
aFr
anci
aDi
nam
arca
Irlan
daAl
eman
iaAu
stra
liaCa
nadá
Rein
o U
nido
Paíse
s Baj
osJa
pón
Aust
riaN
ueva
Zel
anda
Suiza
Esta
dos U
nido
s
Econ
omía
sum
ergi
da
26
Universidad de La Rioja
Los datos se corresponden con la s.e de las diferentes economías de los países de la OCDE duran-
te el año 2016. Como podemos observar en el gráfico anterior, España forma parte del grupo de
países que presenta una s.e más elevada ocupando el noveno puesto entre los países analizados.
La media que se muestra en el gráfico se corresponde al 14,9% sobre el PNB para el conjunto de
países analizados en el año 2016 situándose España con valores superiores a la media. Si anali-
zamos este dato contextualizado en los países mediterráneos de nuestro entorno, Italia, Grecia,
España y Portugal, observamos como Italia (20,6%) y Grecia (22,4%) tienen niveles superiores a
España mientras que Portugal (17,6%) presenta valores ligeramente inferiores. Estos niveles se en-
cuentran muy alejados de los niveles que presentan los países motores de la economía europea
como Francia (12.3%), Alemania (11.2%) o Reino Unido (9,4%).
Procederemos a continuación a realizar un estudio gráfico más pormenorizado de los diferentes
grupos de variables causales que de acuerdo a estudios previos pueden tener un efecto en la s.e.
4.2. RELACIÓN ENTRE LAS CAUSAS DE LA SHADOW ECONOMY. ESTUDIO OCDE
En este apartado vamos a analizar de manera gráfica la posible relación existente entre la s.e y
las diferentes variables, que tras el estudio de la literatura, a priori, pueden tener alguna relación
con la s.e comprobando si puede existir esa relación. Las variables han sido agrupadas en cinco
categorías: sistema fiscal, mercado laboral, aspectos sociales, indicadores de competitividad y
sector de actividad.
4.2.1. Shadow economy y sistema fiscal
En los siguientes gráficos hacemos referencia al sistema fiscal que presentan los diferentes países
y su relación con la s.e. Autores como Gómez-Antonio y Alanon Pardo (2007), entre otros, señalan
que este aspecto puede ser relevante dado que la distorsión existente en los impuestos afecta a
la selección del personal laboral pudiendo estimular que dicho personal sea obtenido en la s.e.
Así, la mayor presión fiscal debiera ser un estímulo o incentivo favorable a desarrollar mayores
niveles de s.e.
En el siguiente gráfico (gráfico 4) analizamos la relación de impuestos totales respecto al PIB (en
términos porcentuales) y el nivel de s.e, es decir, una aproximación general de presión fiscal en
relación con la s.e de cada país.
27
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
De una manera genérica podemos observar como los países con mayor nivel de desarrollo (como
por ejemplo Finlandia o Noruega) tienen una mayor presión fiscal, y a su vez presentan niveles de
s.e bajos. El análisis de correlación realizado y la regresión nos muestran una relación positiva, es
decir aquellos países que presenten una mayor presión fiscal pudieran tener niveles de s.e altos
pero no nos permite aseverar que esta relación es fuerte al presentar una capacidad explicativa
muy baja (R2 de 0.00922).
El estudio de los datos de la relación entre impuestos directos (medidos en porcentaje sobre el
total de impuestos) y la s.e se puede observar en el siguiente gráfico (gráfico 5). En él debemos
destacar la correlación (-0.66) negativa y elevada entre ambos factores y la alta capacidad expli-
cativa de la regresión (R2 de 0.44034), lo que significa que conforme mayor sea la proporción de
impuestos directos sobre el total de impuestos, menor s.e presentan los diferentes países. Los
países menos desarrollados, que son a su vez los que mayor s.e presentan, reflejan a su vez una
proporción de impuestos directos (sobre el total de impuestos) más bajos. Por el contrario, al igual
que sucedía para los países con mayor desarrollo económico, los porcentajes de recaudación vía
directa son elevados mientras que su s.e se mantiene muy por debajo de la media de la OCDE.
Gráfico 4: Relación entre impuestos totales y shadow economy. OCDE 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Austria
Belgium
CanadaCzech Republic
Denmark
Estonia
Finland
France
Germany
Greece
Hungary
Ireland
Italy
Latvia
Netherlands
New Zealand
Norway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
Switzerland
United KingdomUnited States
y = 0.1275x + 37.661R² = 0.0092
20.00
25.00
30.00
35.00
40.00
45.00
50.00
55.00
60.00
0.0 5.0 10.0 15.0 20.0 25.0 30.0
Impu
esto
s tot
ales
(%)
Economía sumergida
28
Universidad de La Rioja
En el siguiente gráfico (gráfico 6) se estudia la relación entre los impuestos indirectos (medidos en
porcentaje sobre el total de impuestos) y la s.e. Podemos observar que la relación es más escla-
recida que con respecto a los impuestos totales. Así, podemos establecer de manera significativa
(R2 de 0.34317) que conforme se incrementan los niveles de carga impositiva de la recaudación
vía indirecta sobre el total de recaudación, mayores son los niveles de s.e. El análisis de regresión
muestra una relación positiva y la correlación entre ambas variables es positiva y elevada, similar
que para el caso de los impuestos directos (0.58) pero en sentido contrario. La relación de los
países es similar al gráfico anterior.
Gráfico 5: Relación entre impuestos directos y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Austria
Belgium
Canada
Czech Republic
Denmark
Estonia
Finland
France
Germany Greece
Hungary
Ireland
ItalyLatvia
Netherlands
New Zealand
Norway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
SwitzerlandUnited Kingdom
United States
y = -1.3486x + 53.934R² = 0.4403
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
0.0 5.0 10.0 15.0 20.0 25.0 30.0
)%( latot / sotceriD sotseup
mI
Economía sumergida
Gráfico 6: Relación entre impuestos indirectos y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Austria
Belgium
CanadaCzech Republic
Denmark Estonia
Finland
France
Germany
GreeceHungary
Ireland
Italy
Latvia
Netherlands
New Zealand
Norway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
Switzerland
United Kingdom
United States
y = 0.6765x + 26.364R² = 0.3432
10.00
20.00
30.00
40.00
50.00
60.00
0.0 5.0 10.0 15.0 20.0 25.0 30.0
)%( latot / sotceridni sotseup
mI
Economía sumergida
29
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Mediante el estudio de los tres gráficos anteriores parece quedar de manifiesto que los impuestos
tienen una relación en los porcentajes de s.e de los diferentes países. También parece quedar de
manifiesto que el dato de presión fiscal general no nos aporta o desagrega suficiente información.
El diferenciar entre presión fiscal relacionada con impuestos directos y con impuestos indirectos
parece ser oportuno a la hora de crear modelos de estudio.
Relacionado con este grupo de variables a considerar vinculados con la presión fiscal, a continua-
ción, mostramos un gráfico (gráfico 7) que refleja la relación del pago de impuestos y contribucio-
nes obligatorias que una empresa de tamaño medio debe pagar, así como la carga administrativa
asociada con el pago de impuestos y contribuciones.
Nos centramos en el impuesto sobre las ganancias. La clasificación en facilidad de pago de
impuestos se efectúa al establecer la puntuación de distancia a la frontera para el pago de im-
puestos. Esta puntuación es el promedio simple de las puntuaciones de distancia a la frontera
de cada uno de los indicadores que la componen, aplicando un umbral y una transformación no
lineal sobre el indicador de tasa de impuestos total. Los datos ofrecidos presentan una tenden-
cia negativa, es decir aquellos países con una mayor facilidad de pago de impuestos presentan
niveles de s.e inferiores. Sin embargo, no podemos afirmar de forma significativa que exista esta
relación dado que la capacidad explicativa de la regresión (R2 de 0.05896) entre ambas varia-
bles es baja, de forma que debemos establecer que la relación entre ambas variables no parece
marcarnos una relación clara.
Gráfico 7: Relación entre pago de impuestos total y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y World Bank Group
Germany
Australia
Austria
BelgiumCanada
Denmark
Slovak Republic
Slovenia
Spain
Estonia
Finland
France
Greece
HungaryIreland
Italy
Latvia
Norway
New Zealand
NetherlandsPolandPortugal
United Kingdom
Czech Republic
Sweden
Switzerland
Turkey
y = -0.2672x + 19.565R² = 0.059
0
5
10
15
20
25
30
35
0.0 5.0 10.0 15.0 20.0 25.0 30.0
)saicnanag sal a otseupmI( :sotseup
mI ed ogaP
Economía sumergida
30
Universidad de La Rioja
4.2.2. Shadow economy y mercado de trabajo
A continuación, nos vamos a centrar en otra serie de variables, que a priori, pudieran tener alguna
vinculación con los niveles de s.e. Nos centraremos en aspectos relacionados con variables del
mercado de trabajo o mercado laboral.
Así, en primer lugar, estudiando la relación entre el desempleo y los niveles de s.e (gráfico 8), lo
primero que debemos destacar es la correlación (0.46) positiva entre ambas variables y la adecua-
da capacidad explicativa que muestra la regresión entre estas dos variables (R2 de 0.21568). Tal y
como define la literatura, se esperaba una relación directa y positiva entre ellos. A mayor tamaño
de la s.e, mayor tasa de paro de esos países. De igual manera (gráfico 9) se cumple esta relación
esperada con el nivel de autónomos obteniendo un valor de correlación entre ambas variables de
0.45 y una capacidad explicativa (R2) de 0.21568 lo que nos permite establecer que aquellos países
con mayores tasas de paro y mayor proporción de autónomos presentan mayores niveles de s.e.
Gráfico 8: Relación entre tasa de paro y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Australia
Austria Belgium
Canada
Czech Republic
DenmarkEstonia
Finland
Germany
Greece
Hungary
Ireland
Italy
Japan
Latvia
Netherlands
New Zealand
Norway
Poland
PortugalSlovak Republic
Slovenia
Spain
Sweden
Switzerland
Turkey
United Kingdom
United States
y = 0.3521x + 3.2097R² = 0.2157
0.0
5.0
10.0
15.0
20.0
25.0
30.0
0.0 5.0 10.0 15.0 20.0 25.0 30.0
Tasa
de
paro
(%)
Economía sumergida
31
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
En el aspecto de la relación entre trabajadores a tiempo parcial y s.e, inicialmente podríamos es-
perar esta misma relación. Cuanto mayor sea el porcentaje de empleo parcial, mayores serán los
estímulos iniciales para trabajar en el mercado sumergido.
Sin embargo, y de una manera sorpresiva (gráfico 10), con una correlación muy elevada (-0.73) y
una capacidad explicativa de la regresión elevada (R2 de 0.54399), muchos países no cumplen
esta relación prevista. Esto nos lleva a pensar que las razones de la contratación a tiempo parcial
en los diferentes países tienen dimensiones muy dispares en los países de la OCDE. Lo que para
unos pueden ser un mecanismo de flexibilidad y ajuste, para otros representa una imposibilidad
de integración real en el mercado laboral.
La relación entre los parados de larga duración y la s.e la presentamos en el gráfico 11. Ambas
variables poseen una correlación positiva (0.4) y la regresión muestra una capacidad explicativa
aceptable (R2 de 0.2982). Esta relación nos indica que conforme mayor sea la s.e, mayor es a su
vez el porcentaje de desempleados que llevan más de un año en esa situación.
Gráfico 9: Relación entre porcentaje de autónomos y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Australia
Austria Belgium
Canada
Czech Republic
Denmark
Estonia
Finland
Germany
Greece
HungaryIreland
Italy
Japan
Latvia
Netherlands
New Zealand
Norway
Poland
PortugalSlovak Republic
Slovenia
Spain
SwedenSwitzerland
Turkey
United Kingdom
United States y = 0.4887x + 7.7039R² = 0.2054
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
0.0 5.0 10.0 15.0 20.0 25.0 30.0
Auto
nom
os (
%)
Economía sumergida
32
Universidad de La Rioja
4.2.3. Shadow economy y sociedad
Un último grupo de variables que hemos analizado están vinculadas con aspectos intrínsecos de
la sociedad y reflejan cuestiones más intangibles quizás, pero que pueden ser el sustrato o caldo
de cultivo que fomente o frene la shadow economy. Así, en el gráfico 12 reflejamos un índice, de-
nominado índice de desarrollo humano y su relación con la s.e.
El índice de desarrollo humano (IDH) es un indicador sintético de los logros medios obtenidos en
las dimensiones fundamentales del desarrollo humano, es decir, tener una vida larga y saluda-
Gráfico 10: Relación entre trabajadores a tiempo parcial y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Australia
Austria
Belgium
Canada
Czech Republic
Denmark
Estonia
Finland
France
Germany
Greece
Hungary
Ireland
Italy
Japan
Latvia
Netherlands
New Zealand
Norway
Poland
PortugalSlovak Republic
Slovenia
Spain
Sweden
Switzerland
Turkey
United Kingdom
y = -0.9626x + 30.933R² = 0.544
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
45.00
0.0 5.0 10.0 15.0 20.0 25.0 30.0
)%(laicrap op
meit a ojabarT
Economía sumergida
Gráfico 11: Relación entre parados de larga duración y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Australia
Austria
Belgium
Canada
Czech Republic
Denmark
Estonia
Finland
FranceGermany
Greece
Hungary
IrelandItaly
Japan
LatviaNetherlands
New ZealandNorway
Poland
PortugalSlovak Republic
SloveniaSpain
Sweden
Switzerland
Turkey
United Kingdom
United States
y = -0.1767x2 + 6.8672x - 17.72R² = 0.2982
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
0.0 5.0 10.0 15.0 20.0 25.0 30.0
Para
dos >
1 a
ño
Economía sumergida
33
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
ble, adquirir conocimientos y disfrutar de un nivel de vida digno. El IDH es la media geométrica
de los índices normalizados de cada una de las tres dimensiones. Su medición la realiza las Na-
ciones Unidas. La relación esperada entre estos dos indicadores es negativa. Es decir, conforme
menor sea la percepción por parte de una sociedad de desarrollo, mayor inclinación a participar
en la s.e. Nuestro gráfico refleja esta situación con una correlación muy fuerte y como era de
prever, negativa (-0.77) siendo la capacidad explicativa de la regresión entre ambas variables
muy elevada (R2 de 0.60664).
De manera similar a la relación anterior, hemos estudiado la vinculación entre la percepción de
la corrupción existente en un país y su s.e. Esta medida, ha sido obtenida de las bases de datos
de la Transparency International y su índice de percepción de la corrupción está diseñado de tal
manera que aquellos países con puntuaciones más bajas en general presentan instituciones con
mal funcionamiento, poco fiables, escasa puesta en práctica de las leyes anticorrupción, etc. Por
su parte los países con puntuaciones más altas presentan mayores grados de libertad de prensa,
acceso a la información de gasto público, mayores estándares de integridad de los cargos públi-
cos, mayor independencia de la justicia, etc.
El gráfico 13 nos muestra con una correlación negativa de 0.5 y una capacidad explicativa de la
regresión entre ambas variables considerable (R2 de 0.26066), como aquellos países que tienen
mayores puntuaciones en este índice presentan menores niveles de s.e, lo cual probablemente se
deba a que al existir menores niveles de corrupción, existe menor predisposición a contribuir a la
s.e (no pagando impuestos, seguridad social, etc.), lo cual nos permite comenzar a dilucidar que
una de las variables importantes que afectan a la s.e es la psicológica en términos de sentimiento
Gráfico 12: Relación entre índice de desarrollo humano y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y UNDP
Australia
Austria
BelgiumCanada
Czech Republic
Denmark
EstoniaFinlandFrance
Germany
Greece
Hungary
Ireland
ItalyJapan
Latvia
Netherlands
New Zealand
Norway
Poland
Portugal
Slovak Republic
SloveniaSpain
Sweden
Switzerland
Turkey
United Kingdom
United States
y = -0.005x + 0.9645R² = 0.6066
0.75
0.8
0.85
0.9
0.95
1
0.0 5.0 10.0 15.0 20.0 25.0 30.0
IDH
Economía sumergida
34
Universidad de La Rioja
generales de la población: si una ciudadanía percibe sus instituciones como justas, integras y efi-
cientes existe menos tendencia a participar en esta s.e.
España se encuentra en un término medio en valores de este índice lo cual se corresponde con
un tamaño de la s.e proporcional a su nivel de corrupción.
Otra potencial variable relacionada con los niveles de s.e es el nivel educativo de un país. En
nuestro caso, gráfico 14, hemos obtenido del World Bank un indicador básico sobre el nivel de
educación (basado en la tasa de finalización de nivel primario de educación). Una tasa de correla-
ción negativa (-0.37), nos indica que conforme menor sea la tasa de nivel de éxito educativo de un
país, mayor es su s.e. En este caso, los países de elevado éxito educativo reconocido, como son
los del norte de Europa, tienen una relación entre estas variables muy acentuada. Sin embargo, no
podemos establecer que esta relación sea significativa al presentar los resultados de la regresión
entre ambas variables una capacidad explicativa baja (R2 de 0.0936).
Gráfico 13: Relación entre percepción de la corrupción y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y Transparency International
AustraliaAustria
Belgium
Canada
Czech Republic
Denmark
Estonia
Finland
France
Germany
Greece
Hungary
Irland
Italy
Japan
Latvia
NetherlandsNew Zealand
Norway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
Switzerland
Turkey
United Kingdom
United States
y = -1.2358x + 87.81R² = 0.2607
40
50
60
70
80
90
100
0.0 5.0 10.0 15.0 20.0 25.0 30.0
nóicpurroc al ed nóicpecreP
Economía sumergida
35
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Para concluir con este conjunto de variables o factores que desde una perspectiva más social nos
permiten ver las relaciones con la s.e, mostramos a continuación una relación entre un concepto
de facilidad o no para efectuar la apertura de un negocio (gráfico 15).
Ello engloba todos los procedimientos que se requieren oficialmente o que se realizan en la prác-
tica para que un empresario pueda abrir y operar formalmente una empresa industrial o comercial,
así como el tiempo y el costo asociado a estos procedimientos y el requisito de capital mínimo pa-
gado. Estos procedimientos incluyen todos aquellos procesos que deben realizar los empresarios
tanto para poder obtener todas las licencias y permisos necesarios, como para realizar cualquier
notificación, comprobación o inscripción ante las autoridades correspondientes, que se exija res-
pecto de la empresa y sus empleados.
La clasificación en la facilidad de apertura de una empresa se realiza a partir de la puntuación
obtenida en la medida de distancia a la frontera. La relación negativa (-0.37) indica que conforme
menor sea la percepción de facilidad que un potencial inversor/empresario/autónomo tenga a la
hora de la apertura de un negocio, mayor será la s.e de estos países. Aunque esta relación no
podemos considerarla significativa (R2 de 0.05879), la situación de España es menor que la media
de los países de la OCDE.
Gráfico 14: Relación entre nivel de educación y shadow economy. OCDE. 2014
Fuente: Elaboración propia a partir de datos de Schneider (2017) y World Bank Group
Australia
Austria
Belgium
Czech Republic
Estonia
Finland
France
Germany
HungaryIreland
Italy
LatviaNetherlands
New Zealand
Norway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
Turkey
United Kingdom
y = -0.0516x + 6.7665R² = 0.0936
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
8.5
9.0
0.0 5.0 10.0 15.0 20.0 25.0 30.0
BIP /nóicacude ne otsaG
Economía sumergida
36
Universidad de La Rioja
4.2.4. Shadow economy e indicadores de competitividad
En este apartado, haremos referencia a cuatro indicadores que desde un perfil de proxis de
competitividad, pueden avanzar en cierta medida el comportamiento de la variable s.e. En con-
creto estudiaremos el grado de apertura internacional, el índice de competitividad, el índice de
emprendimiento (TEA), y por último el tamaño del tejido empresarial.
Respecto al grado de apertura internacional de un país, lo hemos medido mediante la relación
entre el nivel de exportación de cada país y su nivel de riqueza (medida con el PIB). En el si-
guiente gráfico podemos ver que el nivel de apertura de un país no parece tener aparente capa-
cidad explicativa en la s.e. de cada país (R2 de 0.02998). Destacar como hay cierta agrupación
de los países del arco mediterráneo con niveles muy similares de peso de las exportaciones.
Gráfico 15: Relación entre facilidad de apertura de un negocio y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y World Bank Group
Australia
Austria
Belgium
Canada
Czech Republic
Denmark
EstoniaFinland
France
Germany
Greece
Hungary
Ireland
Italy
Japan
Latvia
Netherlands
New Zealand
Norway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
Switzerland
Turkey
United KingdomUnited States
y = -0.1781x + 92.695R² = 0.0588
80
85
90
95
100
105
0.0 5.0 10.0 15.0 20.0 25.0 30.0
oicogen nu ed arutrepA FTD
Economía sumergida
37
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
En lo que respecta al índice de competitividad de cada país, éste es elaborado por el World Eco-
nomic Forum, y es definido como “el conjunto de instituciones, políticas y factores que determinan
el nivel de productividad de una economía”. Este indicador por tanto se basa en aquellas varia-
bles que influencian la productividad y por ende, la prosperidad a largo plazo de un país. Para su
cálculo se agrupan dichas variables en tres subíndices: requerimientos básicos, potenciadores de
eficiencia y factores de innovación y sofisticación.
Observando el siguiente gráfico podemos determinar que la correlación de Pearson en este caso
es negativa de -0.83. La capacidad explicativa es muy elevada (R2 de 0.69384) y se puede obser-
var que conforme mayor es la s.e. de los diferentes países, menor es la percepción que se tiene
relacionado con la competitividad de dicho país. La lectura la podemos hacer de modo inverso. Es
decir, aquellos países que tienen niveles elevados de competitividad (es decir poseen un conjunto
de instituciones, organizaciones, etc. que potencien el nivel de productividad de la economía) son
a su vez los que tienen mejores y menores niveles de shadow economy.
Gráfico 16: Relación entre grado de apertura internacional y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Australia
Austria
Belgium
Canada
Czech Republic
Denmark
Estonia
Finland
France
Germany
Greece
Ireland
Italy
Japan
Latvia
Netherlands
New Zealand
Norway
Poland
Portugal
Slovak RepublicSlovenia
Spain
Sweden
Switzerland
Turkey
United Kingdom
United States
y = 0.6379x + 28.227R² = 0.03
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00
BIP le ne senoicatropxe sal ed oseP
Economía sumergida
38
Universidad de La Rioja
Para vincular la capacidad de emprendimiento de una sociedad y la shadow economy de un país
lo podemos hacer mediante el denominado índice de emprendimiento o TEA. El significado de es-
tas siglas procedentes del fenómeno emprendedor provienen de Total Entrepreneural Activities,
es decir, tasa de actividad emprendedora, lo cual nos da una medida de la actividad emprendedo-
ra dentro de un país o región concreta.
Su medida se realiza a partir de las fases secuenciales por las que pasa toda actividad emprendedora:
- Iniciativas potenciales: Población adulta (18-64 años) que ha expresado su intención de em-
prender en los próximos 3 años.
- Iniciativas nacientes: Iniciativas que se están poniendo en funcionamiento pero que aún no
han pagado salarios durante más de 3 meses.
- Iniciativas nuevas: Empresas en funcionamiento que han pagado salarios durante un periodo
de tiempo entre 3 y 42 meses.
- Iniciativas consolidadas: Empresas en funcionamiento que han estado pagando salarios du-
rante más de 42 meses.
Este TEA o tasa de actividad emprendedora, se calcula sumando las iniciativas nacientes y las
iniciativas nuevas, puesto que son las dos submedidas que mejor representan la proporción de la
población adulta que se encuentra emprendiendo. De esta forma, la tasa de actividad emprende-
dora estaría formada por aquellas iniciativas que se están poniendo en funcionamiento y aquellas
que están en funcionamiento y han pagado salarios hasta 42 meses.
Gráfico 17: Relación entre el índice de competitividad y shadow economy. OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y World Economic Forum
AustraliaAustria
BelgiumCanada
Czech Republic
Denmark
Estonia
Finland
France
Germany
Greece
Ireland
Italy
JapanNetherlands
New Zealand
Norway
Portugal
Slovenia
Spain
Sweden
Switzerland
United Kingdom
United States
y = -0.0709x + 6.0588R² = 0.6938
4
4.5
5
5.5
6
0.0 5.0 10.0 15.0 20.0 25.0 30.0
dadivititepmoc ed ecidní ne nóicautnuP
Economía sumergida
39
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Si analizamos el gráfico 18, podemos observar como la relación entre la tasa de actividad empren-
dedora y el nivel de s.e de los diferentes países de la OCDE, aún no siendo significativa desde el
punto de vista estadístico (R2 de 0.02674), presenta una interesante relación negativa (correlación
de -0.12) que pone de manifiesto una menor presencia de niveles de emprendimiento en aquellos
países que tienen mayores niveles de s.e. La existencia de un clima socio-económico adecuado
parece a su vez potenciar la mengua de los niveles de shadow economy de una región.
El siguiente análisis a plantear es la potencial relación entre la s.e. y la estructura orgánica de las
empresas de un país. En este caso hemos tomado como referencia la clasificación empresarial de
la OCDE para estudiar la representación que tienen las pequeñas, medianas y grandes empresas
en el total del espectro empresarial. Hemos identificado como pequeñas empresas aquellas que
tienen un número de empleados inferior a 50 empleados, medianas las que poseen entre 50 y 250
empleados, y grandes las que superan esta cifra. Somos conscientes que este criterio no es similar,
ni igualmente aplicable en EE.UU que en la UE, pero es la forma de homogeneizar más adecuada.
Los datos han sido obtenidos de un proceso de depuración de las bases de datos de la OCDE.
Gráfico 18: Relación entre el índice de emprendimiento (TEA) y la shadow economy en la OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y GEM
Estonia
Slovenia
Greece
ItalySpain
PortugalSweden
Finland
France
Ireland
Germany
Australia
Canada
United Kingdom
Netherlands
Austria
Switzerland
United States
y = -0.1034x + 10.552R² = 0.0267
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
18.00
0.0 5.0 10.0 15.0 20.0 25.0 30.0
AET otneimidnerp
me ed ecidnÍ
Economía sumergida
40
Universidad de La Rioja
Tal y como muestra el gráfico 19, la relación entre las micro y pequeñas empresas y el nivel de
s.e muestra una relación positiva. La capacidad explicativa de esta regresión es aceptable (R2 de
0.13474), lo que nos permite afirmar que aquellos países donde la proporción de pequeñas empre-
sas es elevado, se muestran niveles de s.e superiores.
Gráfico 19: Relación entre tamaño empresarial (pequeñas) y la shadow economy en la OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Austria
Canada
Czech Republic
Denmark
Estonia
Finland
France
Germany
Greece
Hungary
Ireland Italy
Latvia
NetherlandsNorway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
Turkey
United Kingdom
United States
y = 0.5746x + 30.891R² = 0.1347
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00
sodaelpme 05 ed sone
M
Economía sumergida
Gráfico 20: Relación entre tamaño empresarial (medianas) y la shadow economy en la OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Austria
Canada
Czech Republic
Denmark
Estonia
Finland
France
Germany
Greece
Hungary
IrelandItaly
Latvia
Netherlands
Norway
Poland
Portugal
Slovak RepublicSlovenia
Spain
Sweden
TurkeyUnited Kingdom
United States
y = 0.2451x + 19.975R² = 0.1116
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00
sodaelpme 052 y 05 ertnE
Economía sumergida
41
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Si analizamos el gráfico 20, en relación a las medianas empresas, podemos observar como aque-
llos países que tienen una mayor proporción de medianas empresas presentan valores de s.e
superiores. Esta relación viene marcada por la línea de tendencia creciente, existiendo una capa-
cidad explicativa de la regresión aceptable (R2 de 0.1116) lo que nos permite afirmar la existencia
de esta relación.
Finalmente, si analizamos la relación existente entre la proporción de grandes empresas con
respecto al nivel de s.e en los diferentes países de la OCDE, el gráfico 21 nos muestra como la lí-
nea de tendencia es negativa. La capacidad explicativa de esta regresión es considerable (R2 de
0.27205) lo que nos permite afirmar que aquellos países que presenten una mayor proporción
de grandes empresas dentro de su tejido empresarial obtienen valores inferiores de s.e.
En resumen, los datos nos muestran que conforme más representativas son las grandes empresas
en las economías de los países, menores son los valores de s.e de los mismos. Dicho de otro modo,
aquellas regiones con niveles de pequeñas y medianas empresas muy significativos, están más
relacionados con unos potenciales valores de s.e. más elevados. Los controles administrativos y
el cumplimiento de las normativas laborales son más eficaces en las empresas de mayor tamaño,
siendo las pequeñas más instrumentales a la hora de eludir el control económico-fiscal-laboral.
4.2.5. Shadow economy y sector de actividad
En este último apartado abordamos la problemática de la shadow economy desde un punto de
vista sectorial. La composición, estructura y desarrollo competitivo de los diferentes sectores de
actividad de un país pueden dar alguna luz sobre los nichos de la s.e. En esta ocasión, tomando
datos de la OCDE, hemos agrupado el peso económico que representan los diferentes sectores
sobre el producto interior bruto de un país en cuatro grandes bloques: sector agrícola, industrial,
Gráfico 21: Relación entre tamaño empresarial (grandes) y la shadow economy en la OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Austria
Canada Czech Republic
Denmark
Estonia
FinlandFrance
Germany
Greece
Hungary
Ireland
ItalyLatvia
Netherlands
Norway
Poland
Portugal
Slovak Republic
SloveniaSpain
Sweden
Turkey
United Kingdom
United States
y = -0.8931x + 49.084R² = 0.272
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00
sodaelpme 052 ed sá
M
Economía sumergida
42
Universidad de La Rioja
construcción y servicios. El estudio tiene un carácter agrupado y exploratorio y dada su comple-
jidad y extensión, recordar que este estudio no pretende vincular la existencia de la s.e en los
diferentes sectores de actividad, sino que nuestro deseo es abrir vías exploratorias sobre factores
que puedan inducir mayores valores de s.e.
En el gráfico 22 podemos observar como el porcentaje sobre el PIB del sector agrícola para el
conjunto de países de la OCDE se encuentra entre 0,56% y 3,71% lo que representa en media el
sector con menor peso sobre el PIB para la OCDE. Si analizamos la relación existente entre el por-
centaje que representa el sector agrícola con respecto al PIB de los diferentes países podemos
observar la línea de tendencia creciente que vincula de manera positiva el mayor valor de la s.e
en aquellos países de la OCDE que tienen un mayor peso económico del sector agrícola. La capa-
cidad explicativa de esta regresión es muy elevada (R2 de 0.4752) por lo que podemos decir, que
aquellos países donde tiene un peso superior con respecto al PIB la actividad agraria (que es la
que menos valor añadido genera) presentarán mayores índices de s.e. España queda posicionada
en el cuadrante superior derecho de esta línea de tendencia, dado que su peso económico en el
sector agrícola es superior a la media de la OCDE.
Gráfico 22: Relación entre la importancia económica del sector agrícola y la shadow economy en la OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Australia
Austria
Belgium
Czech Republic
Denmark
Estonia
Finland
France
Germany
Greece
Hungary
Ireland
Italy
Latvia
Netherlands
Norway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
United Kingdom
United States
y = 0.1167x + 0.1342R² = 0.4752
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00
BIP le ne arutlucirga al ed oseP
Economía sumergida
Switzerland
43
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Si observamos el gráfico 23, el sector industrial, representa unos porcentajes entre el 11,94% y el
36,05% sobre el PIB para el conjunto de países de la OCDE. Como se prevé por su estructura más
formalizada, no ofrece ninguna relación aparentemente significativa con la s.e. A pesar de que los
resultados de la regresión muestran una relación positiva, es decir aquellos países con una mayor
representatividad con respecto al PIB del sector industrial podrían representar mayores valores de
s.e, la baja capacidad explicativa (R2 = 0,0003) no nos permite afirmar la existencia de una relación
significativa entre el peso del sector industrial sobre el PIB y la s.e.
Gráfico 23: Relación entre la importancia económica del sector industrial y la shadow economy en la OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Australia
Austria
Belgium
Czech Republic
Denmark
EstoniaFinland
France
Germany
Greece
Hungary
Ireland
Italy
Latvia
Netherlands
Norway Poland
Portugal
Slovak Republic Slovenia
SpainSweden
Switzerland
United Kingdom
United States
y = 0.0182x + 18.706R² = 0.0003
10.00
15.00
20.00
25.00
30.00
35.00
40.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00
BIP le ne airtsudni al ed oseP
Economía sumergida
44
Universidad de La Rioja
Tal y como muestra el gráfico 24, la relación entre el peso económico del sector de la construcción
y la s.e no es relevante. La horquilla en la cual se representa el peso sobre el PIB de cada país de
la OCDE del sector de la construcción es relativamente estrecha. Más del 80% de países se encua-
dran entre el 4% y 6% de peso específico en la riqueza de un país. España se encuentra en un 5%,
muy alineado con la línea de tendencia. Los resultados de la regresión muestran como aquellos
países que tienen un mayor peso del sector de la construcción sobre el PIB pueden presentan un
nivel de s.e inferior. Sin embargo, no podemos establecer esta relación de manera significativa ya
que la capacidad explicativa de la regresión es demasiado baja (R2 de 0.0052).
Gráfico 24: Relación entre la importancia económica del sector de la construcción y la shadow economy en la
OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Australia
Austria
Belgium
Czech Republic
Denmark
Estonia
Finland
France
Germany
Greece
Hungary
Ireland
Italy
Latvia
Netherlands
Norway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
Switzerland
United Kingdom
United States
y = -0.0169x + 5.1626R² = 0.0052
0.00
1.00
2.00
3.00
4.00
5.00
6.00
7.00
8.00
9.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00
BIP le ne nóiccurtsnoc al ed oseP
Economía sumergida
45
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Tal y como muestra el gráfico 25, el peso económico del sector servicios sobre el PIB y su relación
con la s.e nos muestra una relación negativa. Esta regresión presenta una capacidad explicativa
considerable (R2 de 0.1557) lo que nos permite afirmar que conforme mayor es el peso económico
del sector servicios en la economía, menos niveles de s.e tiene ese país. Este sector representa
para el conjunto de países de la OCDE unos porcentajes sobre el PIB que oscilan entre el 53,55%
y el 70,77% lo que supone el sector que mayor valor agregado genera en las economías de los
países de la OCDE. España tiene unos porcentajes sobre el PIB superiores a la media de la OCDE
y muy similares a países de su entorno como Portugal e Italia. Sin embargo, su nivel de s.e es su-
perior a lo que la regresión marca como alineado. Conocer con detalle la desagregación del sector
servicios pudiera ayudar a explicar este comportamiento.
Gráfico 25: Relación entre la importancia económica del Sector servicios y la shadow economy en la OCDE. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
Australia
Austria
Belgium
Czech Republic
Denmark
EstoniaFinland
France
Germany
Greece
Hungary
Ireland
Italy
Latvia
Netherlands
Norway
Poland
Portugal
Slovak Republic
Slovenia
Spain
Sweden
Switzerland
United Kingdom
United Statesy = -0.4388x + 70.352
R² = 0.1557
50.00
55.00
60.00
65.00
70.00
75.00
80.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00
BIP le soicivres sol ed oseP
Economía sumergida
47
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Antes de comenzar a analizar las diferentes relaciones entre las variables, resulta de interés realizar
un análisis de la evolución que ha tenido la s.e en España.
5.1. ANÁLISIS DE LA EVOLUCIÓN DE LA SHADOW ECONOMY.
ESTUDIO ESPAÑA
Si observamos el siguiente gráfico (gráfico 26), podemos destacar la existencia de cuatro periodos
diferenciados. El primero de ellos se corresponde desde 1995 hasta 1998, donde se observa como
la s.e en España sigue una tendencia alcista. El segundo de ellos se corresponde con los años
1998 a 2008 donde los datos muestran como el valor de la s.e sigue una evolución decreciente. El
tercero de ellos se corresponde con los años 2008 a 2009 donde la s.e se incrementa. Finalmente
vemos como el último periodo se corresponde con los años 2009-2015 donde la evolución de la
s.e ha sido decreciente.
5. Aspectos determinantes de la shadow economy: Una perspectiva de España
Gráfico 26: Evolución de la shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017)
15,0
16,0
17,0
18,0
19,0
20,0
21,0
22,0
23,0
24,0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Econ
omía
sum
ergi
da
48
Universidad de La Rioja
Una vez analizada la evolución de la s.e en España, a continuación, llevaremos a cabo un análisis
gráfico de la posible relación existente entre la evolución de las diferentes variables (que hemos
utilizado en el epígrafe anterior para el conjunto de países de la OCDE) y su relación con la evo-
lución de la s.e en España. Este análisis será realizado desde una perspectiva histórica viendo su
evolución desde 1994/1995 hasta el año 2015 para cada una de las variables.
5.2. RELACIÓN ENTRE LAS CAUSAS DE LA SHADOW ECONOMY.
ESTUDIO ESPAÑA
Las variables utilizadas se agrupan de nuevo en 3 categorías: aspectos fiscales, aspectos del mer-
cado laboral y aspectos sociales. De todas ellas se ha realizado un análisis gráfico y un análisis de
correlación entre las variables a fin de poder interpretar si existen relaciones y el significado de
las mismas.
5.2.1. Shadow economy y sistema fiscal en España
En el gráfico siguiente (gráfico 27) podemos observar la evolución de los impuestos totales (me-
didos en términos porcentuales sobre el PIB) en España, es decir, una aproximación de la evolu-
ción que ha tenido la presión fiscal a lo largo de los años y la evolución de la s.e. Los resultados
del análisis muestran una fuerte correlación negativa (-0.88) lo que nos lleva a afirmar en líneas
generales que cuando aumenta la presión fiscal la s.e se reduce y viceversa. Sin embargo, la
presión fiscal, al tratarse de un fenómeno multifactorial consideramos que debe ser analizado
desde más perspectivas.
Gráfico 27: Evolución de impuestos totales y shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
0.0
5.0
10.0
15.0
20.0
25.0
Economía sumergida Impuestos totales/PIB (%)
49
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Si relacionamos la evolución de la proporción de impuestos directos respecto a la recaudación
total (medido en porcentaje) y la evolución de la s.e en España, el siguiente gráfico (gráfico 28)
muestra una correlación negativa (-0,45) pero más débil que en el caso anterior. De esta forma, po-
demos decir que cuando aumenta la proporción de impuestos directos sobre el total de impuestos
la s.e se reduce y viceversa.
El siguiente análisis (gráfico 29) se basa en la evolución de la proporción de impuestos indirectos
sobre el total de los impuestos (medidos en porcentaje) y la evolución de la s.e en España. Los
resultados muestran una leve correlación positiva (0.34) entre la evolución del peso de los im-
puestos indirectos respecto de la recaudación total y la s.e, lo que implica que en los periodos en
los que la proporción de recaudación impositiva por vía indirecta se incrementa también lo hace
la s.e y viceversa. Sin embargo, el valor de correlación obtenido no nos permite afirmar que esta
relación sea fuerte.
Gráfico 28: Evolución de impuestos directos y shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
0.0
5.0
10.0
15.0
20.0
25.0
Economía sumergida Impuestos directos/Total impuestos (%)
50
Universidad de La Rioja
A modo de síntesis, podemos decir que la evolución de la presión fiscal en España presenta
una fuerte relación negativa con la s.e. Sin embargo, cuando analizamos la evolución de la dis-
tribución entre recaudación por vía indirecta y por vía directa, observamos como la correlación
en el caso de los impuestos directos es negativa, mientras que la correlación en el caso de los
impuestos indirectos es positiva. Estas relaciones son débiles siendo necesario indagar más en
profundidad respecto a los sujetos pasivos más afectados por la presión fiscal, junto con otros
aspectos de la variable para poder establecer relaciones causales más claras, ya que estos in-
dicadores son bastantes generalistas.
5.2.2. Shadow economy y mercado de trabajo en España
En los siguientes gráficos, analizaremos las variables relativas al mercado laboral. Estas varia-
bles son: tasa de paro, porcentaje de autónomos, trabajadores a tiempo parcial y parados de
larga duración.
En España como podemos observar en el gráfico siguiente (gráfico 30), junto con los resultados
del análisis de correlación (-0,19) no existe una relación clara entre la evolución de ambas varia-
bles, siendo la tasa de paro un indicador que ha ido disminuyendo conforme han pasado los años
hasta comenzar a subir bruscamente a partir del año 2007-2008 con el comienzo de la crisis.
Gráfico 29: Evolución de impuestos indirectos y shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
0.0
5.0
10.0
15.0
20.0
25.0
Economía sumergida Impuestos indirectos/Total impuestos (%)
51
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
En relación a la evolución del número de autónomos y la s.e, en el siguiente gráfico (gráfico 31), ya a
primera vista se observa una relación clara entre la evolución del número de autónomos (expresado
como la proporción de los autónomos respecto el total del mercado laboral) y la evolución de la s.e.
Esta relación es confirmada estadísticamente con una correlación positiva de 0.75. En el gráfico tam-
bién hemos incorporado la evolución de los impuestos directos (medidos como porcentaje sobre el
total de los impuestos). Los resultados del análisis de esta variable nos muestran una baja correlación
con el porcentaje de autónomos, lo cual es poco esclarecedor, pero abre la puerta a profundizar más
sobre las vías de presión fiscal de este colectivo y su relación con la evolución de la s.e.
Gráfico 30: Evolución de tasa de paro y shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
0.00
5.00
10.00
15.00
20.00
25.00
30.00
0.0
5.0
10.0
15.0
20.0
25.0
Economía sumergida Tasa de paro
Gráfico 31: Evolución de autónomos, impuestos directos y shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
0
5
10
15
20
25
30
35
40
0.0
5.0
10.0
15.0
20.0
25.0
30.0
Economía sumergida Porcentaje de autónomos
Impuestos directos/Total impuestos (%)
52
Universidad de La Rioja
Al igual que hemos introducido en el análisis de la s.e en los diferentes países de la OCDE, inicial-
mente cabe pensar que cuantas más personas haya trabajando a tiempo parcial, mayor será la
s.e puesto que estas personas tienen más incentivos a realizar actividades laborales de forma no
declarada. Sin embargo, los resultados del siguiente gráfico (gráfico 32) muestran al contrario de
lo que esperábamos, una fuerte correlación negativa de -0.92. Lo cual, puede ser debido a que el
aumento de trabajo a tiempo parcial se deba a motivos de flexibilidad y ajuste debido a la estacio-
nalidad inherente de los distintos sectores del tejido económico español (entre otros motivos) más
que a un aumento de la precariedad laboral.
A continuación, en el siguiente gráfico (gráfico 33) analizamos la posible relación existente entre
la evolución del número de parados de larga duración y la evolución de la s.e en España. Los re-
sultados muestran claramente como el número de parados de larga duración se ha incrementado
con la crisis económica, pero la relación existente entre dichas magnitudes en España es débil,
aunque indica una relación positiva, es decir, conforme mayor sea el número de parados de largo
duración mayor será la s.e.
Gráfico 32: Evolución de trabajadores a tiempo parcial y shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
0.0
5.0
10.0
15.0
20.0
25.0
Economía sumergida Trabajadores a tiempo parcial
53
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
5.2.3. Shadow economy y sociedad en España
A continuación, utilizamos el mismo grupo de variables utilizadas en el análisis a nivel de la OCDE,
las cuales están vinculadas a aspectos sociales y ambientales que a nivel cultural y psicológico
pudieran tener influencia en la existencia y tamaño de la s.e. Estas variables son: el IDH, el índice
de percepción de la corrupción y el nivel de educación.
El IDH (índice de desarrollo humano) como ya hemos definido anteriormente se construye en base
a las variables: vida larga y saludable, adquisición de conocimientos y nivel de vida digno. De modo
que este índice, refleja en mayor o menor medida el nivel de vida en general de la población.
Si relacionamos la evolución de este índice con la s.e observamos una alta correlación negativa
de -0.92. Esto implica que cuanto mejor es el nivel de vida de una población en base a esas 3
variables, existe menor incentivo y necesidad de participar en dicha s.e.
Gráfico 33: Evolución de desempleados de larga duración y shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y OCDE
0.00
10.00
20.00
30.00
40.00
50.00
60.00
0.0
5.0
10.0
15.0
20.0
25.0
Economía sumergida Parados > 1 año
54
Universidad de La Rioja
Tal y como hemos explicado a nivel de la OCDE, el índice de percepción de la corrupción elaborado
por Transparency international es una medida tanto de la percepción de la población, como del nivel
de corrupción de las instituciones. Si relacionamos la evolución de este índice con la evolución de la
s.e vemos un alto nivel de correlación positiva (0.95), lo que indica lo que ya gráficamente se observa:
cuanto más íntegras y menos corruptas son las instituciones y por ende menos percepción existe por
parte de la población de dicha corrupción, menor es la s.e.
Gráfico 34: Evolución de índice de desarrollo económico shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y UNDP
74
76
78
80
82
84
86
88
90
0.0
5.0
10.0
15.0
20.0
25.0
Economía sumergida IDH
Gráfico 35: Evolución de percepción de la corrupción y shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y Transparency international
54.00
56.00
58.00
60.00
62.00
64.00
66.00
17.6
17.8
18.0
18.2
18.4
18.6
18.8
19.0
19.2
19.4
Economía sumergida Índice de percepción de la corrupción
55
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
En el siguiente gráfico (gráfico 36) tratamos de analizar la posible relación existente entre la evo-
lución del nivel de educación medido como la tasa de finalización de educación de nivel primario
(la tasa puede pasar de 100, debido a que existen alumnos repetidores o mayores/menores de la
edad correspondiente al último curso de primaria) y la evolución de la s.e. en España. Los resul-
tados muestran que no existe una relación fuerte. Un dato importante a destacar es que, en los
últimos años, España ha tenido unos niveles bastante altos de estudiantes que finalizan la primaria
(entre el 96 % y el 104 %), lo cual difiere con lo que encontramos en otros países de la OCDE.
Como ya hemos explicado, el indicador facilidad para hacer negocios, elaborado por World bank,
aglutina todo tipo de variables que determinan lo difícil o sencillo que es para un empresario abrir
un negocio y comenzar a operar. Cuanto mayor puntuación tenga el índice más se acerca a la
frontera (DTF), la cual representa el ideal.
El análisis gráfico (gráfico 37) junto con la correlación negativa obtenida entre ambas variables
de -0,79, implica que cuanta mayor facilidad hay para hacer negocios, menor es la s.e. Esto
sobre todo tiene sentido cuando pensamos en personas que quieran comenzar o estén desa-
rrollando una actividad empresarial de pequeño volumen, si existe una barrera burocrática e im-
positiva importante, esto desalentará a estas personas a sacar de la s.e su actividad económica.
Gráfico 36: Evolución de nivel de educación y shadow economy en España
Fuente: Elaboración propia a partir de datos de Schneider (2017) y World Bank Group
92
94
96
98
100
102
104
17.0
17.5
18.0
18.5
19.0
19.5
20.0
20.5
Economía sumergida Nivel de educación
56
Universidad de La Rioja
Gráfico 37: Relación entre facilidad para hacer negocios y shadow economy en España. 2015
Fuente: Elaboración propia a partir de datos de Schneider (2017) y World Bank Group
65
66
67
68
69
70
71
72
73
74
75
17.6
17.8
18.0
18.2
18.4
18.6
18.8
19.0
19.2
19.4
19.6
Economía sumergida Facilidad de hacer negocios (DTF global)
57
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Para finalizar nuestro estudio de estimaciones, vamos a centrarnos ahora en las estimaciones
que se han desarrollado sobre s.e. en el ámbito regional o provincial. El número de estudios al
respecto mengua notablemente. Es decir, el nivel de estudio de la s.e a nivel regional en España
es muy reducido. Esto se debe, tal y como afirma Sarda (2014), a que los estudios internacionales
las variables estudiadas son a nivel macroeconómico (efectivo, agregados monetarios, etc.). Sin
embargo, la disponibilidad de datos de carácter macroeconómico a nivel provincial es muy esca-
so, sobre todo si queremos obtener series temporales largas. En la siguiente tabla presentamos
los principales estudios sobre la s.e de las diferentes regiones. Aquí hay que resaltar que las me-
todologías empleadas han sido dispares por lo que los datos hay que analizarlos de esta manera
más prudente. Los principales estudios provienen del Consejo Económico y Social de la Región de
Murcia, de la Confederación de Empresarios de Aragón, del Consejo Económico y Social de Anda-
lucía, o de la Confederación de Cajas de Ahorro (GESTHA). En lo que respecta La Rioja, los datos
no nos ofrecen una horquilla cerrada sobre la información de la s.e. Más bien, todo lo contrario,
desde datos que hacen referencia al 12.3% de shadow economy sobre el PIB regional, a datos, sin
duda mucho más preocupantes del 31.4% del informe que desarrollaron los técnicos de Hacienda
con una proyección de los datos al 2009 obtenidos en el informe de 2004.
6. Aspectos determinantes de la shadow economy: Perspectiva de La Rioja
Tabla 3. Distribución por CC.AA de la shadow economy
1990 1993 1995 1997 2009 2012
Andalucía 11,00% 21,60% 13,30% 22,60% 24,90% 29,20%
Aragón 20,00% 31,70% 11,40% 13,90% 25,50% 22,30%
Asturias 17,90% 40,60% 10,90% 13,40% 20,20% 26,00%
Baleares 10,30% 18,60% 18,80% 17,40% 19,20% 24,80%
Canarias 3,00% 5,50% 16,10% 18,00% 28,70% 27,90%
Cantabria 8,50% 21,60% 10,60% 13,90% 23,70% 22,00%
Castilla y León 18,00% 37,50% 14,20% 17,00% 25,90% 26,40%
58
Universidad de La Rioja
Otro interesante trabajo es que corresponde a Gómez de Antonio y Alañon Pardo (2004) que se
centra en el cálculo del tamaño de la s.e a nivel provincial. Los técnicos de GESTHA, tomando
como base el informe de 2004 proyectaron los valores provinciales a 2009. Los resultados posi-
cionan negativamente a la Comunidad Autónoma de La Rioja con un 31.4% (dado que se trata de
una comunidad autónoma uniprovincial).
Estudios más recientes (ver tabla 4), como el desarrollado por Mauleón y Sardá (2014) nos ofre-
cen la evolución provincial y temporal de la s.e. Podemos observar, resaltada en amarillo que la
posición de la CC.AA de La Rioja ha variado sustancialmente desde inicios del siglo actual. De
hecho, en el último decenio, la s.e de la CC.AA de La Rioja se ha situado entre las 10 mejores
provincias. Los niveles en estos estudios se sitúan en torno al 20% del PIB de la comunidad.
Destacar acá que lamentablemente estos niveles no los podemos comparar con los de las CC.AA
vecinas y limítrofes, dado que por su condición foral no fue posible obtener ese dato. De otros
informes sí que podemos decir que Navarra poseía en 2012 una s.e estimativa de un 18 % (estudio
de Mauleón y Sardá, 2014) y para Euskadi un dato de 17.39% (estudios de Zubiri et al).
Castilla La Mancha 18,30% 38,60% 13,40% 12,50% 26,50% 29,10%
Cataluña 4,30% 9,50% 15,90% 19,60% 22,30% 24,60%
C.Valenciana 11,30% 21,30% 16,10% 19,10% 24,30% 26,50%
Extremadura 18,40% 41,80% 10,80% 17,70% 19,20% 31,10%
Galicia 14,30% 30,10% 16,90% 17,90% 26,30% 25,60%
C.Madrid 1,10% 6,40% 15,00% 15,60% 19,60% 17,30%
Murcia 13,80% 24,30% 14,60% 29,10% 24,30% 26,30%
Navarra 10,30% 17,70% 10,00% 13,60% 27,70% 18,00%
País Vasco 9,40% 15,10% 9,10% 12,90% 19,70% 17,39%
La Rioja 14,00% 26,70% 12,30% 16,20% 31,40% 24,10%
Fuente CES And CES And CREAragon CES Murcia GESTHA Sardá
59
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Tabla 4. Distribución provincial de la shadow economy
2000 - 2003 2004 - 2007 2008 - 2011 2012
Almería 18,1 Madrid 17,3 Madrid 14,2 Madrid 16,3
Huelva 18,5 Burgos 18,4 Zaragoza 18,2 Zaragoza 20,2
Cádiz 19,3 Lleida 18,4 Cantabria 18,6 Cantabria 20,6
Palmas, Las 19,7 Palmas, Las 18,8 Tarragona 18,7 Soria 21,2
Madrid 20,0 Tarragona 19,4 Coruña, A 19,3 Coruña, A 21,3
Sevilla 20,2 Segovia 19,4 Teruel 19,7 Valladolid 21,4
Jaén 20,2 Rioja, La 19,5 Valladolid 19,8 Burgos 21,8
Salamanca 20,3 Palencia 19,5 Soria 19,9 Tarragona 22,0
Tarragona 20,8 Balears, Illes 19,6 Rioja, La 20,4 Teruel 22,6
Lugo 20,9 Valladolid 19,7 Guadalajara 20,5 Rioja, La 22,7
Murcia 21,1 Huelva 19,8 Girona 20,8 Lleida 22,7
Granada 21,1 Lugo 19,9 Lleida 20,9 Barcelona 23,1
Ciudad Real 21,2 Cádiz 19,9 Burgos 21,0 Huesca 23,3
Badajoz 21,2 Barcelona 20,0 Barcelona 21,2 Balears, Illes 23,3
Teruel 21,3 Girona 20,0 Asturias 21,4 Guadalajara 23,8
Córdoba 21,4 Zaragoza 20,1 Huelva 21,4 Girona 24,0
Lleida 21,6 Teruel 20,2 Segovia 21,5 Valencia 24,1
Cáceres 21,6 Santa C.
Tenerife
20,5 Valencia 22,0 Segovia 24,4
Cuenca 21,7 Soria 20,6 Balears, Illes 22,2 Asturias 24,4
Santa C.
Tenerife
22,0 Salamanca 20,6 Pontevedra 22,2 Murcia 24,7
Segovia 22,0 Almería 20,7 Sevilla 22,3 Huelva 24,8
Rioja, La 22,0 Cantabria 20,8 Ciudad Real 22,4 Santa C.
Tenerife
25,1
Burgos 22,2 Castellón 20,8 Huesca 22,6 Castellón 25,3
Cantabria 22,2 León 21,1 Cáceres 22,7 Pontevedra 25,4
Castellón 22,3 Sevilla 21,1 Santa C.
Tenerife
22,7 Sevilla 25,4
60
Universidad de La Rioja
Valladolid 22,3 Zamora 21,2 Toledo 22,9 Alicante 25,9
Soria 22,5 Murcia 21,3 Jaén 22,9 Orense 26,5
Girona 22,5 Cuenca 21,4 Murcia 22,9 Salamanca 26,6
Alicante 22,5 Alicante 21,6 Castellón 23,8 Ciudad Real 26,7
Málaga 22,5 Jaén 21,8 Málaga 24,0 Palencia 26,7
Guadalajara 22,8 Valencia 21,9 Alicante 24,1 Málaga 26,8
Zamora 22,8 Coruña, A 22,0 Badajoz 24,2 Palmas, Las 27,1
Balears, Illes 22,9 Ciudad Real 22,3 Orense 24,3 Toledo 27,2
Valencia 23,0 Ávila 22,3 Cádiz 24,5 Cádiz 27,5
Coruña, A 23,0 Badajoz 22,3 Salamanca 24,8 Ávila 27,6
Zaragoza 23,2 Córdoba 22,4 Cuenca 25,4 Cuenca 27,7
Pontevedra 23,2 Pontevedra 22,7 León 25,9 Jaén 27,7
Ávila 23,3 Granada 22,9 Albacete 26,0 León 28,0
Barcelona 23,4 Asturias 22,9 Ávila 26,0 Lugo 28,3
Albacete 23,6 Huesca 23,0 Córdoba 26,2 Córdoba 28,8
Orense 23,6 Orense 23,1 Palmas, Las 26,3 Badajoz 28,9
Palencia 23,7 Cáceres 23,2 Granada 26,4 Cáceres 29,8
León 23,7 Guadalajara 23,3 Palencia 26,6 Granada 30,2
Asturias 24,3 Albacete 23,8 Lugo 27,6 Albacete 30,3
Toledo 24,5 Málaga 24,6 Almería 28,0 Zamora 31,3
Huesca 25,4 Toledo 24,8 Zamora 29,9 Almería 31,4
Fuente: Adaptación de Informe Gestha, Sardá (2014) y elaboración propia
61
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
6.1. SHADOW ECONOMY Y SECTOR DE ACTIVIDAD POR CC.AA
En este apartado abordamos la problemática de la shadow economy desde un punto de vista
sectorial y su distribución por Comunidades Autónomas. Tomando datos del Instituto Nacional
de Estadística, hemos agrupado el peso económico de los diferentes sectores sobre el producto
interior bruto regional en cuatro grandes bloques. Véanse sector agrícola, industria, construcción
y servicios.
Gráfico 38: Relación entre la importancia económica del sector agrícola y shadow economy en las diferentes
Comunidades Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y datos del INE
Andalucía
Aragón
Asturias
Islas Baleares
CanariasCantabria
Castilla y León
Castilla - La Mancha
Cataluña
C.Valenciana
Extremadura
Galicia
C.Madrid
Murcia
Navarra
La Rioja
País Vasco
y = 0.2971x - 4.0276R² = 0.2736
0.000.501.001.502.002.503.003.504.004.505.005.506.006.507.007.508.008.50
15.00 17.00 19.00 21.00 23.00 25.00 27.00 29.00 31.00 33.00
BIP le ne arutlucirga al ed oseP
Economía sumergida
62
Universidad de La Rioja
Gráfico 39: Relación entre la importancia económica del sector industrial y la shadow economy en las diferentes
Comunidades Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y datos del INE
Andalucía
AragónAsturias
Islas Baleares Canarias
Cantabria Castilla y León
Castilla - La ManchaCataluña
C.Valenciana
Extremadura
Galicia
C.Madrid
Murcia
NavarraLa Rioja
País Vasco
y = -1.4354x + 66.967R² = 0.2023
0.00
10.00
20.00
30.00
40.00
50.00
60.00
15.00 17.00 19.00 21.00 23.00 25.00 27.00 29.00 31.00 33.00
BIP le ne airtsudni al ed oseP
Economía sumergida
Gráfico 40: Relación entre la importancia económica del sector construcción y la shadow economy en las diferentes
Comunidades Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y datos del INE
AndalucíaAragón
Asturias
Islas Baleares
Canarias
Cantabria
Castilla y León
Castilla - La Mancha
Cataluña
C.Valenciana
Extremadura
Galicia
C.Madrid
Murcia
Navarra La Rioja
País Vasco
y = 0.0801x + 3.6902R² = 0.1968
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
15.00 17.00 19.00 21.00 23.00 25.00 27.00 29.00 31.00 33.00
BIP le ne nóiccurtsnoc al ed oseP
Economía sumergida
63
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
6.2. SHADOW ECONOMY REGIONAL Y MERCADO DE TRABAJO
A continuación, nos vamos a centrar en otra serie de variables. Nos centraremos en aspectos re-
lacionados con variables del mercado de trabajo o del mercado laboral.
Así, estudiaremos la relación entre el desempleo y los niveles de s.e, la tasa de desempleo de
larga duración, la tasa de desempleo de muy larga duración y los tiempos parciales.
Gráfico 41: Relación entre la importancia económica del sector servicios y la shadow economy en las diferentes Co-
munidades Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y datos del INE
Andalucía
Aragón
Asturias
Islas BalearesCanarias
Cantabria
Castilla y León Castilla - La Mancha
Cataluña C.ValencianaExtremadura
Galicia
C.Madrid
Murcia
Navarra La Rioja
País Vasco
y = 0.2571x + 58.057R² = 0.018550.00
55.00
60.00
65.00
70.00
75.00
80.00
85.00
15.00 17.00 19.00 21.00 23.00 25.00 27.00 29.00 31.00 33.00
BIP le ne soicivres sol ed oseP
Economía sumergida
64
Universidad de La Rioja
Gráfico 42: Relación entre la tasa de desempleo y la shadow economy en las diferentes Comunidades
Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y datos del INE
Andalucía
Aragón
Asturias
Baleares
Canarias
CantabriaCastilla y León
Castilla-La Mancha
Cataluña
C.Valenciana
Extremadura
Galicia
C.Madrid
Murcia
NavarraLa Rioja
País Vascoy = 1.0991x - 6.4075
R² = 0.663610
15
20
25
30
35
15 17 19 21 23 25 27 29 31 33
Tasa
de
dese
mpl
eo
Economía sumergida
Gráfico 43: Relación entre la tasa de desempleo de larga duración y la shadow economy en las diferentes
Comunidades Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y datos del INE
Andalucía
Aragón
Asturias
BalearesCanarias
Cantabria
Castilla y LeónCastilla-La Mancha
Cataluña
C.Valenciana
ExtremaduraGalicia
C.Madrid
Murcia
Navarra
La Rioja
País Vasco
y = -0.1031x + 19.6R² = 0.0457
10
12
14
16
18
20
22
15 17 19 21 23 25 27 29 31 33
1( noicarud agral ed oelpmeseD
-2 a
ños)
Economía sumergida
65
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Gráfico 44: Relación entre la tasa de desempleo de muy larga duración y la shadow economy en las diferentes
Comunidades Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y datos del INE
Andalucía
Aragón
Asturias
Baleares
Canarias
Cantabria
Castilla y León
Castilla-La Mancha
Cataluña
C.Valenciana
Extremadura
Galicia
C.Madrid Murcia
Navarra
La Rioja
País Vasco
y = 0.3171x + 34.186R² = 0.0604
20
25
30
35
40
45
50
55
15 17 19 21 23 25 27 29 31 33
2+( nóicarud agral yum ed oelp
meseDañ
os)
Economía sumergida
Gráfico 45: Relación entre la tasa de empleo a tiempo parcial y la shadow economy en las diferentes Comunidades
Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y datos del INE
Andalucía
Aragón
Asturias
Baleares
Canarias
Cantabria
Castilla y León
Castilla-La Mancha
Cataluña
C.Valenciana
Extremadura
GaliciaC.Madrid
Murcia
Navarra La Rioja
País Vasco
y = 0.031x + 14.911R² = 0.0045
12.00
13.00
14.00
15.00
16.00
17.00
18.00
19.00
20.00
15 17 19 21 23 25 27 29 31 33
laicrap opmeit a oelp
mE
Economía sumergida
66
Universidad de La Rioja
6.3 SHADOW ECONOMY REGIONAL E INDICADORES DE COMPETITIVIDAD
En este apartado, haremos referencia a determinados indicadores que desde un perfil de proxies
de competitividad, pueden avanzar en cierta medida el comportamiento de la variable s.e. En
concreto estudiaremos el índice de transparencia, el índice de emprendimiento, e indicadores de
regulaciones comerciales.
Índice de transparencia
El índice de transparencia, persigue un doble objetivo “Por una parte, realizar una evaluación del
nivel de transparencia de los Gobiernos de las diferentes Comunidades Autónomas, y por otra,
impulsar y propiciar el aumento de la información que estas instituciones ofrecen a los ciudadanos
y a la sociedad en su conjunto”.
Este índice, se elabora comprobando si las Comunidades Autónomas publican información relati-
va a 80 variables, las cuales se agrupan en 6 áreas:
A. Transparencia activa e información sobre la Comunidad Autónoma.
B. Página web, relaciones con los ciudadanos y la sociedad, y participación ciudadana.
C. Transparencia económico-financiera.
D. Transparencia en las contrataciones, convenios, subvenciones y costes de los servicios.
E. Transparencia en materias de Ordenación del territorio, urbanismo y obras públicas.
F. Derecho de acceso a la información.
Es decir, en función de la cantidad de información que publiquen relativa a estas 6 áreas, obten-
drán una puntuación más alta en el ranking, y viceversa.
67
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Índice de emprendimiento
Gráfico 46: Relación entre la tasa de transparencia y la shadow economy en las diferentes Comunidades
Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y transparencia.org
Andalucía
AragónAsturias
Baleares
CanariasCantabria
Castilla-La Mancha
Castilla y León
Cataluña
Extremadura
Galicia
Madrid
Murcia
Navarra
La Rioja
C.Valenciana
País Vasco
y = -0.077x + 95.948R² = 0.0047
80
85
90
95
100
105
15 17 19 21 23 25 27 29 31 33
Tran
spar
enci
a
Economía sumergida
Gráfico 47: Relación entre el índice de emprendimiento y la shadow economy en las diferentes Comunidades
Autónomas. 2012
Fuente: Elaboración propia a partir de datos de Sardá (2014) y GEM
Extremadura
Andalucía
Castilla - La Mancha
CanariasC. Valenciana
Castilla y León
Murcia
Asturias
Galicia
Islas Baleares
Cataluña
La RiojaAragón
Cantabria
Navarra
País Vasco
C. de Madrid
y = 0.0265x + 3.9514R² = 0.007
2.5
3
3.5
4
4.5
5
5.5
6
6.5
7
7.5
15 17 19 21 23 25 27 29 31 33
)AET( otneimidnerp
me ed ecidnI
Economía sumergida
68
Universidad de La Rioja
Indicadores de regulaciones comerciales
Doing Business analiza las regulaciones comerciales desde la perspectiva de la pequeña y mediana
empresa. La premisa es que el clima de negocios y la regulación tienen un impacto importante sobre
la actividad económica de un país. Si las leyes y regulaciones son claras, accesibles y transparentes,
y se pueden hacer cumplir ante un tribunal el emprendedor tiene más tiempo para dedicarse a ta-
reas productivas. También tendrá más confianza en arriesgarse a hacer negocios con desconocidos,
lo que puede contribuir a ampliar su red de clientes y proveedores y hacer crecer su negocio”.
La forma de medir este índice es utilizando el valor DTF (Distancia a la Frontera); siendo la frontera
el valor ideal (100) y asignando por tanto a cada CC.AA un valor, que cuanto más alto sea más
cerca estará de esta frontera y por tanto del ideal; permitiendo de esta manera poder realizar com-
paraciones entre CC.AA e incluso países al estar todos comprendidos dentro de la misma escala.
Este índice se basa en 4 subíndices que agrupan aspectos críticos para poner en marcha un nego-
cio; estos son Apertura de una empresa, Obtención de permisos de construcción, Obtención de
electricidad y Registro de propiedades.
Apertura de una empresa: Hace referencia al número de trámites y días necesarios para abrir
una empresa.
Obtención de permisos de construcción: Hace referencia al número de trámites, días y coste ne-
cesarios para construir un almacén y conectarlo a la red de agua y saneamiento.
Obtención de electricidad: Hace referencia al número de trámites, días y coste para conectarse a
la red eléctrica.
Registro de propiedades: Hace referencia al número de trámites, días y coste para transmitir
una propiedad.
Como comentario general en estos cuatro aspectos, salvo en la obtención de permisos de cons-
trucción, todas las comunidades autónomas están por debajo de la media de la Unión Europea, y
ninguna se sitúa entre el mejor 25 % de las economías analizadas por Doing Business. Uno de los
aspectos que lastran los resultados es el coste. El coste medio en España es superior a la media
de las economías de altos ingresos de la OCDE en todas las áreas, y es más del doble de la media
de la Unión Europea para la obtención de permisos de construcción, y en tres cuartos para la ob-
tención de electricidad y registro de propiedades. Pero el coste no es el único aspecto a mejorar,
abrir una empresa en España, por ejemplo, lleva el doble de trámites y tiempo que la media de los
países de altos ingresos de la OCDE.
A continuación, mostramos el análisis gráfico de los diferentes indicadores que forman parte del
índice DTF, analizando por un lado la puntuación en cada uno de los subíndices que constituyen
el DTF, y por otro lado el análisis de la relación que cada uno de estos subíndices presentan con
respecto al nivel de s.e para cada una de las Comunidades Autónomas.
Si observamos el gráfico siguiente (gráfico 48) vemos como respecto al indicador apertura de un
negocio, utilizado para el cálculo de DTF, en España los valores oscilan entre los valores 77,2 y 86,5.
69
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
La Comunidad Autónoma de La Rioja es la séptima comunidad más cercana a la frontera con un valor
de 83,5 situándose con un valor por encima de la media española. Estos resultados implican que la
apertura de un negocio se encuentra relativamente cerca (comparado con otras comunidades) de la
frontera o valor ideal (100) considerando relativamente sencillo la apertura de un negocio.
Si hacemos referencia a la relación existente entre la apertura de negocio y la s.e vemos como los
resultados muestran una relación positiva, lo que implica que conforme mayor sea la facilidad para
la apertura de un negocio mayor será el valor de s.e en las diferentes Comunidades Autónomas.
Sin embargo, la capacidad explicativa (R2 de 0.0332) de esta relación es baja lo que no nos permi-
te aseverar que esta relación sea significativa.
Gráfico 48: Relación entre el DTF Apertura de un negocio y la shadow economy en las diferentes Comunidades
Autónomas. 2015
Fuente: Elaboración propia a partir de datos de Sardá (2015) y Doing Business
727476788082848688
DTF Apertura de un Negocio
AndalucíaC.MadridCantabria
C.Valenciana
Asturias ExtremaduraLa Rioja
Canarias
Islas Baleares
R.Murcia Castilla-La ManchaAragón
Castilla y LeónPaís Vasco Galicia
Navarray = 0.1014x + 80.025
R² = 0.033276
78
80
82
84
86
88
15 17 19 21 23 25 27 29 31 33
oicogen nu ed arutrepa FTD
Economía sumergida
Cataluña
70
Universidad de La Rioja
En relación a la obtención de permisos de construcción (gráfico 49), la Comunidad Autónoma de
La Rioja presenta la primera posición en el ranking con respecto al resto de Comunidades Autó-
nomas. Esto implica que es la comunidad con mayor facilidad para la obtención de permisos de
la construcción (en términos de trámites, días y coste) subíndice utilizado para el cálculo del DTF,
presentando valores superiores a la media de España (que oscilan entre los valores 79,2 y 49,9) y
a la media de los países de la Unión Europea y de la OCDE.
Si observamos la relación entre la facilidad para la obtención de permisos de construcción y los niveles
de s.e en las diferentes Comunidades Autónomas, los resultados de la regresión establecen que esta re-
lación es positiva y presenta una capacidad explicativa considerable (R2 de 0.1054) por lo que podemos
establecer, que conforme más facilidad exista (en términos de trámites, días y coste) en una Comunidad
Autónoma para obtener los permisos de construcción mayores serán los niveles que tengan de s.e.
Gráfico 49: Relación entre el DTF Obtención de permisos de construcción y la shadow economy en las diferentes
Comunidades Autónomas. 2015
Fuente: Elaboración propia a partir de datos de Sardá (2015) y Doing Business
0
10
20
30
40
50
60
70
80
90
DTF Obtención de permisos de construcción
La Rioja
Asturias Extremadura
C.Valenciana
CanariasCastilla y LeónCastilla-La Mancha
NavarraCantabria Cataluña
Andalucía
C.Madrid
País Vasco
R.MurciaAragón Islas Baleares
Galiciay = 0.5868x + 52.986
R² = 0.1053
45
50
55
60
65
70
75
80
85
15 17 19 21 23 25 27 29 31 33
nóiccurtsnoc ed sosimrep ed nóicnetb
O FTD
Economía sumergida
71
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Gráfico 50: Relación entre el DTF Obtención de electricidad y la shadow economy en las diferentes Comunidades
Autónomas. 2015
El tercero de los subíndices utilizados para el cálculo del DTF está vinculado con la facilidad de
obtención de electricidad. Si observamos el gráfico siguiente (gráfico 50) vemos como en España
estos valores oscilan entre 69,5 y 48,1 para el conjunto de Comunidades Autónomas obteniendo
una media de 57,8. Teniendo en cuenta que el valor ideal o frontera se sitúa en el valor de 100,
estos resultados a priori, implican que existen ciertas dificultades en las Comunidades Autónomas
a la hora de obtener electricidad para la constitución de un negocio situándose la Comunidad
Autónoma de La Rioja como la sexta Comunidad Autónoma (valor de 55,1) donde la obtención de
electricidad presenta mayores dificultades.
El análisis de la relación existente entre la obtención de electricidad y el nivel de economía sumer-
gida en las diferentes Comunidades Autónomas, muestran como con una capacidad explicativa
alta (R2 de 0.2166) podemos establecer que la relación entre ambas variables es negativa. Estos
resultados nos permiten afirmar que conforme más fácil sea la obtención de electricidad menores
serán los niveles de s.e en las diferentes Comunidades Autónomas. Dicho de otro modo, cuantos
mayores sean las dificultades existentes a la hora de obtener esta energía mayores serán los
niveles de s.e.
0
10
20
30
40
50
60
70
80DTF Obtención de electricidad
72
Universidad de La Rioja
Finalmente, en relación al último de los indicadores utilizados para el cálculo del DTF (gráfico 51),
la facilidad para el registro de propiedades, vemos como los valores de las diferentes Comunida-
des Autónomas oscilan entre 73,5 y 63,3. La Comunidad Autónoma de La Rioja se sitúa como la
cuarta Comunidad Autónoma donde existe mayor facilidad (en términos de trámites, días y coste)
para el registro de propiedades. Si analizamos la relación existente entre la facilidad para este tipo
de trámites y los niveles de s.e de las diferentes Comunidades Autónomas, los resultados mues-
tran como esta relación es negativa. La capacidad explicativa presenta valores muy altos (R2 de
0.3308) de forma que podemos establecer de manera significativa que conforme mayores sean
las facilidades para el registro de propiedades (en relación al número de trámites, días y coste)
menores niveles de s.e tendrán las Comunidades Autónomas.
CataluñaNavarra
País VascoIslas Baleares
C.Madrid
C.ValencianaExtremaduraAsturias
Castilla y LeónCantabriaCastilla-La ManchaLa Rioja
Andalucía
Galicia
R.Murcia
Aragón
Canarias
y = -0.6793x + 75.652R² = 0.2166
45
50
55
60
65
70
75
15 17 19 21 23 25 27 29 31 33
dadicirtcele ed nóicnetbO FTD
Economía sumergida
Fuente: Elaboración propia a partir de datos de Sardá (2015) y Doing Business
Gráfico 51: Relación entre el DTF Registro de propiedades y la shadow economy en las diferentes Comunidades
Autónomas. 2015
58
60
62
64
66
68
70
72
74
76
DTF Registro de Propiedades
73
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
6.4. ASPECTOS METODOLÓGICOS
En apartados anteriores, se han analizado los diferentes métodos existentes de estimación del
tamaño de shadow economy, sus ventajas y sus inconvenientes. De entre todos ellos, en la
actualidad, los más utilizados son los métodos monetarios y el denominado método MIMIC, o su
versión dinámica DYMIMIC.
El primero, basado en la demanda de efectivo, se fundamenta en la teoría económica de la
demanda de dinero. Sucintamente, en este método se parte de una demanda de saldos monetarios
reales -dinero dividido por precios-, y se supone que depende de la renta real y el tipo de interés
alternativo al dinero. Es decir, se espera que el impacto de la renta sea positivo y aproximadamente
unitario -técnicamente la elasticidad-, pues una cantidad de dinero constante es la que se requiere
para llevar a cabo las transacciones y demás operaciones asociadas al dinero para una renta
dada. El impacto del tipo de interés, por el contrario, se supone negativo, pues cuanto más alto
sea éste, más costoso será mantener saldos ociosos de dinero -ociosos en el sentido de que
no generan ingresos-. La idea sugerida hace muchas décadas por los economistas teóricos que
han analizado esta demanda, es que el dinero se utiliza también para todo tipo de operaciones
ocultas, fundamentalmente por motivos fiscales, es decir, la shadow economy. La razón sería que
las operaciones realizadas con efectivo no quedan registradas, y por tanto no son detectables por
las autoridades económicas.
El siguiente paso es determinar de qué variables depende, o puede depender la s.e, para
así añadirlas como explicativas de dicha demanda. De este modo, finalmente, el dinero
existente en la economía se podrá dividir en dos partes, 1) la empleada por la economía legal o
contabilizada, explicada por la renta y el tipo de interés, y, 2) la empleada por la s.e, explicada
por las restantes variables.
C.Madrid
NavarraCanarias
La RiojaAragónPaís Vasco
Castilla-La ManchaR.Murcia
AndalucíaIslas BalearesCantabriaCastilla y León Extremadura
Cataluña AsturiasC.Valenciana
Galicia
y = -0.4983x + 79.963R² = 0.3308
62
64
66
68
70
72
74
76
15 17 19 21 23 25 27 29 31 33
sedadeiporp ed ortsigeR FTD
Economía Sumergida
Fuente: Elaboración propia a partir de datos de Sardá (2015) y Doing Business
74
Universidad de La Rioja
El siguiente y último paso es establecer qué volumen de renta o PIB es compatible con cada
cantidad mencionada, lo que requiere ciertos supuestos adicionales. Esto es en síntesis y de
forma muy resumida la esencia de este método, que se detalla más en el apéndice metodológico,
ya que se han introducido avances respecto a estudios pasados.
El segundo método, el denominado modelo o método MIMIC, es un método que se propuso hace
unas décadas en estadística para estudiar variables no directamente observables. La idea es que
la variable no observable en cuestión está relacionada, o depende de, otras variables que ‘la
causan’, y que sí son observables; además, la existencia de este variable se detecta en su efecto
en otras posibles variables, o indicadores. De la relación estadística entre unas y otras se puede
estimar la variable no observable, o subyacente. Este método se ha aplicado especialmente en
estudios sociológicos, e incluso psicológicos -por ejemplo, una variante simplificada son los tests
de inteligencia, que proponen medirla a través de un índice sintético obtenido por otras variables
que se supone que la miden-. El método sólo permite identificar la evolución de la variable no
observada pero no su nivel, por lo que se requiere otro estudio adicional basado en un método
alternativo para determinarlo, y que suele ser precisamente el monetario.
El modelo MIMIC ha sido y continúa siendo uno de los modelos más utilizado para la estimación
del tamaño de la s.e y, al igual que todos los demás modelos, no está exento de inconvenientes
y su aplicación para la estimación de la s.e ha sido ampliamente criticada. Dados todos los
inconvenientes que presenta y la necesidad de estimar previamente un valor de referencia que,
como hemos comentado, suele obtenerse mediante un modelo monetario, nos hemos inclinado,
en el presente estudio, por un enfoque monetario para determinar el volumen y evolución
temporal, tanto de la s.e española como la de la Comunidad Autónoma de La Rioja.
En este punto conveniente hacer una precisión respecto a las estimaciones regionales o
provinciales del tamaño de s.e y es que el problema especial y primero que plantea la estimación
regional por el método monetario es que el efectivo regional no es observable. Una manera de
solucionar el problema consistiría en partir de una demanda agregada a nivel nacional que incluya
variables fiscales entre otras y, en un segundo paso, obtener una estimación de la s.e regional
substituyendo las variables regionales pertinentes - es decir, los impuestos regionales, etc.
Otra consideración a tener en cuenta hace referencia a que el fenómeno de la s.e es
fundamentalmente un fenómeno de carácter local y que difícilmente quien lleva a cabo una
actividad de s.e en una determinada región lo hará, también, en otras áreas geográficas
diferentes y distantes a la suya. Sin embargo, sí se llevarán a cabo dicho tipo de actividades
entre poblaciones cercanas, independientemente de si pertenecen o no a una misma región o
Comunidad Autónoma. Esto último es especialmente relevante a nivel provincial y para aquellas
CC.AA que son uniprovinciales, como es el caso de la Comunidad Autónoma de La Rioja. Es por
ello, que en este estudio, se ha optado por hacer una estimación independiente de lo que hemos
denominado como “Zona Rioja” que incluye a la propia Comunidad Autónoma de La Rioja junto a
sus provincias colindantes debidamente ponderadas –tal como se explicará más adelante.
Un último punto a destacar hace referencia a la fiabilidad de los resultados. Hay que tener en cuenta
que se trata de medir algo no observable directamente por lo que los resultados presentados
siempre hay que tomarlos con cierta cautela debido a los márgenes de error a que están sometidas
dichas estimaciones. Esto es especialmente relevante al llevar a cabo estimaciones a nivel regional
75
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
o provincial donde la variable dependiente “efectivo” no es directamente observable. Por lo tanto,
la fiabilidad de los resultados disminuye a medida que aumenta el grado de desagregación.
En la siguiente sección se presenta un breve resumen de las estimaciones para la s.e española
que sirven para introducir el estudio de la s.e en la Comunidad Autónoma de La Rioja y en lo que
hemos denominado como Zona Rioja. Además, las estimaciones nacionales nos servirán como
referencia para conocer la posición relativa de la Comunidad Autónoma de La Rioja o de la Zona
Rioja con respecto al valor nacional.
6.5. LA SHADOW ECONOMY EN ESPAÑA
La s.e en España, como proporción de la legal o contabilizada, resulta ser una función del mercado
laboral y de la presión fiscal. Podríamos decir que,
Proporción de Economía Sumergida Sobre la Legal = Función de:
1) Mercado Laboral (Paro, Etc.).
2) Presión Fiscal.
En el estudio concreto que se presenta aquí, las condiciones del mercado laboral se captan a
través de la tasa de paro, y la presión fiscal, por el tipo impositivo efectivo de los impuestos
directos -el tipo impositivo efectivo es la recaudación dividido por el PIB nominal-. Estas variables
concretas, en todo caso, deben entenderse más bien como indicadores de un conjunto de
variables que pueden representar, tanto el mercado laboral, como la presión fiscal en general.
Por otra parte, también debe quedar claro que a lo largo del tiempo, y debido a los numerosos
cambios institucionales que ha experimentado la economía española en las últimas décadas, las
variables específicas, así como sus impactos, pueden ir cambiando. En todo caso, las estimaciones
llevadas a cabo y aquí presentadas para el período 1986-2016 son bastante robustas y estables
-más detalles técnicos se presentan en el apéndice metodológico-.
Entrando ya en el análisis específico de los resultados obtenidos, la s.e ha variado entre un 14%
y un 27% durante el período analizado -en la actualidad es probable que esté en el entorno del
20 %-, y que se haya estabilizado en esa franja; con una ligera tendencia a la baja debido a la
recuperación de la economía española1. Respecto a la evolución temporal, ha estado muy marcada
por la evolución de la tasa de paro, y algo menos por el tipo impositivo. Hay tres períodos claros de
aumento -(1986-1994), (2001-2007) y (2009-2012)-, y uno de marcado de descenso, (1994-2001) y
el que se produce a partir de 2012 (véase gráfico 52, a continuación).
A su vez, la tasa de paro en el período analizado ha dependido especialmente de la evolución
del sector de la construcción, y del impulso a la economía recibido por la entrada en el sistema
monetario europeo y posteriormente el euro. También es notable el efecto de la primera crisis
del sistema monetario europeo en los años 1992-1994, debida a los acontecimientos que se
desarrollaron posteriormente a la caída del muro de Berlín. No es éste el lugar para hacer un
1. Cabría tener en cuenta la precariedad existente en el mercado de trabajo que puede dificultar dicha estabilización o disminución
o, incluso, podría llegar a incrementarla.
76
Universidad de La Rioja
repaso completo de estos episodios, pero el efecto en la economías del sur de Europa fue una
depreciación acusada de sus monedas, necesario para corregir los déficit exteriores, y un aumento
de la tasa de paro asociado al descenso de la actividad general ocasionada por las devaluaciones.
Aparte de la evolución de la proporción, es importante observar, también, que a corto plazo la s.e
y la legal se mueven en direcciones opuestas: es decir, se producen transvases de una a otra que
compensan la variación total. Ello no obsta para que a largo plazo ambas magnitudes tiendan a
evolucionar al unísono, y por ello puede resultar tan difícil rebajar el volumen total de s.e (véase
el gráfico 53).
A partir del siguiente gráfico se podrían analizar los diferentes períodos de tiempo por los que
transcurre la s.e en España y realizar los siguientes comentarios para cada uno de ellos:
1. Período, 1991-1994: En este período ocurre una crisis importante motivada por la caída del
muro de Berlín, y un aumento de la tasa de paro que explica el aumento de la s.e.
2. Período, 1994-2001: Fuerte caída de la tasa de desempleo por la expansión generada por el
crecimiento del sector de la construcción y la unificación monetaria.
3. Período, 2001-2006: El tipo impositivo aumenta, y la tasa de paro se estabiliza en valores
bajos; el resultado es un aumento de la s.e.
4. Período, 2008-2012: La crisis ocasiona un aumento importante de la tasa de paro, y con ella
de la s.e.
5. Período, 2012-actualidad: Recuperación económica acompañada por una reducción paulati-
na de la tasa de paro, y con ella de la s.e.
En la tabla A1.1 (véase el anexo A1) se muestran los resultados numéricos del tamaño de la s.e
para España que nos servirán como referencia para el análisis comparativo tanto de la s.e para la
Comunidad Autónoma de La Rioja como de lo que hemos denominado como Zona Rioja.
Gráfico 52: La shadow economy en España en proporción de la legal
Fuente: Elaboración propia
10.00
12.00
14.00
16.00
18.00
20.00
22.00
24.00
26.00
28.00
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
Econ
omía
sum
ergi
da
Años
Aumento Aumento Aumento
77
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
6.6. LA SHADOW ECONOMY EN LA COMUNIDAD AUTÓNOMA DE LA RIOJA
A continuación, se presentan los resultados generales para la s.e en la Comunidad Autónoma
de La Rioja. En primer lugar, se presentan brevemente los resultados principales, que se detallan
posteriormente en una serie de gráficos y tablas más completos -evolución general de la s.e,
PIB legal y sumergido, posición de la s.e de la Comunidad Autónoma de La Rioja en relación
a la total española, y descomposición de la s.e en factores contribuyentes, tasa de paro y tipo
impositivo efectivo directo. Los detalles más técnicos de la metodología empleada se recogen en
el apéndice metodológico. Posteriormente, se presentan una serie de implicaciones relevantes
como pueden ser las pérdidas de ingresos fiscales y cotizaciones que implica la existencia de
la economía oculta.
La s.e como proporción de la legal en la Comunidad Autónoma de La Rioja se explica, similarmente
al caso de España, por variables del mercado laboral en primer lugar, y en segundo por las más
tradicionales, es decir, fiscales. Así, y como en el caso del agregado de todo el estado, se puede
expresar esta proporción como sigue:
Proporción de Economía Sumergida Sobre la Legal = Función de:
1) Mercado Laboral (Paro, Etc.).
2) Presión Fiscal
De nuevo, y como en el caso del total para España, las condiciones del mercado laboral se
captan por medio de la tasa de paro de la Comunidad Autónoma de La Rioja, cálculo en el
que se tiene en cuenta el mínimo técnico para dicha tasa -véase el apéndice metodológico
para más detalles-. Igualmente, la presión fiscal se capta por medio del tipo impositivo directo
para la Comunidad Autónoma de La Rioja, corregido convenientemente -véase, de nuevo, el
apéndice metodológico-.
Gráfico 53: La shadow economy en España y el ciclo económico
Fuente: Elaboración propia
-6
-4
-2
0
2
4
6
8
10
0.00
5.00
10.00
15.00
20.00
25.00
30.00
1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015
adigremus aí
monocE
Años
Tasa variación PIB (escala derecha)Economía sumergida España (escala izquierda)
Var. Pib
S.e España
78
Universidad de La Rioja
El análisis concreto de los resultados obtenidos muestra que la s.e en la Comunidad Autónoma
de La Rioja ha variado entre un mínimo de un 7% y un máximo de un 16% en el período analizado,
1986-2016. Por comparación, la española ha variado entre un 14 y un 27% en el mismo período. Así,
en general, podemos concluir que la s.e en la Comunidad Autónoma de La Rioja alcanza valores
menores que en el resto de España, especialmente en los valores altos, es decir la diferencia entre
la s.e de España y la de la Comunidad Autónoma de La Rioja alcanza valores máximos cuando
el valor de España alcanza, precisamente, sus máximos. Una conclusión adicional es que en la
Comunidad Autónoma de La Rioja es algo menos volátil que en el resto de España, lo cual sin
duda siempre es beneficioso para la economía, en la medida en que la volatilidad está asociada
a incertidumbre.
Respecto a la evolución temporal, ha estado marcada por la evolución de la tasa de paro, y en menor
medida y dependiendo del período considerado, por la del tipo impositivo directo –véase gráfico
54, a continuación-. Podemos considerar cuatro períodos de aumento notables, 1986-1988, 1990-
1994, 2001-2007 y 2010-2012, uno de marcado descenso, 1994-2001, y otro dos de descenso más
moderado, en lo que el tipo impositivo sube considerablemente al principio y después desciende,
y a pesar de que la tasa de paro aumente la s.e no sigue dicho aumento -estos períodos en
concreto no se observan en el total nacional. Los valores numéricos correspondientes a dicha
evolución temporal se reportan en la tabla A1.2 (véase el anexo A1), donde se ha resaltado en
negrita y con fondo en gris los períodos de tiempo en los que el tamaño de la s.e, en la Comunidad
Autónoma de La Rioja, experimenta un aumento.
La tasa de paro, sin duda ha estado influida por la evolución del sector de la construcción y el de
servicios, como el nacional. Sin embargo, y como ambos sectores son una proporción menor
del PIB de la Comunidad Autónoma de La Rioja que el de España, su influencia probablemente
haya sido menor. Precisamente por eso es probable que la tasa de paro de la Comunidad
Autónoma de La Rioja haya sido menor que la nacional, especialmente en los últimos años.
Como en el caso general de España, el impulso recibido por la entrada en el euro y la
pertenencia al sistema europeo probablemente han sido factores importantes. Nótese por otra
Gráfico 54: La shadow economy en la Comunidad Autónoma de La Rioja en proporción de la legal
Fuente: Elaboración propia
6.00
8.00
10.00
12.00
14.00
16.00
18.00
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
aímonoc
Eadigre
mus
Años
Aumento Aumento Aumento Aumento
79
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
parte, que este impulso externo se recibe en la caso de una unidad dentro del total por dos
vías: primero la directa, y segundo la inducida a través del impacto del resto de España en la
Comunidad Autónoma de La Rioja.
La posición de la s.e en la Comunidad Autónoma de La Rioja por comparación a la nacional se
analiza en el gráfico 55, donde puede observarse que la de la Comunidad Autónoma de La Rioja
está siempre por debajo de la española, obteniéndose las mayores diferencias en los períodos
1987-1998 y 2010-2016 (en la tabla A1.3 del anexo A1, se presentan los valores numéricos de ambas
s.e. El fondo gris de la tabla indica los períodos de tiempo en los que la diferencia es máxima).
Respecto al análisis de la evolución comparada entre s.e y legal, puede verse que a corto plazo se
mueven en direcciones opuestas, aunque a largo la evolución tendencial es similar. Esta evolución
opuesta a corto plazo puede observarse en el período 1989-1992, y especialmente a partir de 1994
–véase gráfico 56-, a continuación. Aunque no esté detallado en el gráfico, el resultado es una
suavización en la evolución del PIB total. A largo plazo, no obstante, y como ya se ha hecho notar
y de forma similar al caso español, ambas magnitudes, legal y sumergida, evolucionan a la par.
Al igual que en los casos anteriores lo valores numéricos se muestran en el anexo A1 (tabla A1.4).
Gráfico 55: La shadow economy en la Comunidad Autónoma de La Rioja vs. España
Fuente: Elaboración propia
6
11
16
21
26
31
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
adigremus aí
monocE
Años
Máxima diferenciaEspaña vs La Rioja
Máxima diferenciaEspaña vs La Rioja
España
La Rioja
80
Universidad de La Rioja
En resumen, a partir del gráfico anterior podríamos destacar:
1. La evolución tendencial de ambas coincide, aunque con fuertes oscilaciones.
2. En períodos cortos -a corto plazo en la terminología económica-, la correlación puede ser
negativa, es decir, variaciones de las economías legal y sumergida son de signo contrario,
especialmente a partir de 1994.
Como hemos comentado en la parte introductoria de este apartado, a continuación, pasamos a
analizar la descomposición de la s.e en factores contribuyentes, tasa de paro y tipo impositivo
efectivo. Tal como venimos haciendo hasta ahora los valores numéricos de dichas contribuciones
aparecen en el anexo A1 (tabla A1.5).
Así pues, empezamos nuestro análisis con la contribución de la tasa de paro que puede verse
representada en el siguiente gráfico:
Gráfico 56: Shadow economy y legal
Fuente: Elaboración propia
0.00E+00
2.00E+08
4.00E+08
6.00E+08
8.00E+08
1.00E+09
1.20E+09
1.40E+09
0.00E+00
1.00E+09
2.00E+09
3.00E+09
4.00E+09
5.00E+09
6.00E+09
7.00E+09
8.00E+09
9.00E+09
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
soruE
Años
PIB legal (escala derecha)PIB sumergido (escala izquierda)
PIB legal
PIB sumergido
81
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Analizando los diferentes períodos de tiempo comprobamos lo siguiente:
1. Período, 1995-2008: la s.e experimenta cambios pronunciados, no explicados por la tasa de
paro; la razón es que el tipo impositivo aumenta al principio del período y disminuye al final-
véase el gráfico siguiente. En este período de tiempo la contribución de la tasa de paro es
casi inexistente con valores cercanos a cero o directamente nulos.
2. Período, 2008-2012: incremento importante de la contribución de la tasa de paro debido a
la fuerte crisis económica experimentada durante ese período.
3. Período 1986-2016: a excepción de los primeros años de la serie existe una evolución
paralela entre la s.e de la Comunidad Autónoma de La Rioja y la contribución de de la tasa
de paro: al aumentar la s.e aumenta la contribución de la tasa de paro y viceversa.
Gráfico 57: Contribuciones a la shadow economy. Tasa de paro
Fuente: Elaboración propia
0
2
4
6
8
10
12
14
16
18
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
adigremus aí
monocE
Años
Economía sumergida
Paro
Baja contribución del paro
Gráfico 58: Contribuciones a la shadow economy. Tipo impositivo
Fuente: Elaboración propia
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
18.00
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
adigremus aí
monocE
Años
Economía sumergida
Tipo imp.
Alta contribución del tipo imp.
82
Universidad de La Rioja
Analizando, ahora, la contribución del tipo impositivo y al igual que en el gráfico anterior, observamos:
1. Período, 1995-2008: alta contribución del tipo impositivo que coincide con la muy baja
contribución de la tasa de paro.
2. Período, 2008-2012: durante la crisis económica de dicho período se produjeron fuertes
incrementos de la tasa de paro, tanto a nivel nacional como en el caso de la Comunidad
Autónoma de La Rioja, por lo que la contribución de la tasa de paro sobre la s.e aumentó
considerablemente y, en consecuencia, la contribución del tipo impositivo disminuyó.
El gráfico 59, nos muestra ambas contribuciones junto al tamaño de s.e de la Comunidad Autónoma
de La Rioja y, procediendo de la misma forma podríamos distinguir las siguientes etapas:
1. Período, 1987-1993: la tasa de paro desciende marcadamente hasta 1991 pero el tipo
impositivo aumenta: el resultado es que la s.e desciende. A partir de 1991 la tasa de paro
empieza a aumentar pero su contribución a la s.e es inferior a la del tipo impositivo.
2. Período, 1996-2010: fuerte caída de la tasa de paro que hace que su contribución a la s.e
sea prácticamente nula y que coincide con una alta contribución del tipo impositivo. La s.e
disminuye y, como hemos comentado anteriormente, la contribución de la tasa de paro sigue
su misma evolución.
3. Período, 2010-actualidad: a partir de 2007 va aumentando paulatinamente la tasa de paro
alcanzando sus máximos entre 2010-2013 que coinciden con una mayor contribución de
dicha variable sobre la s.e. A partir de 2012, la tasa de paro va disminuyendo, disminuye el
tamaño de s.e, disminuye la contribución de la tasa de paro y aumenta la del tipo impositivo.
La existencia de s.e, bien sea debida a motivos fiscales o a otros como el desempleo, y además de
toda una serie de efectos de ineficiencia e injusticia impositiva, implica una pérdida de ingresos
fiscales para el erario público que puede ser muy substancial. Esto puede ser especialmente
Gráfico 59: Contribuciones a la shadow economy. Paro y tipo impositivo
Fuente: Elaboración propia
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
18.00
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
adigremus aí
monocE
Años
Economía sumergida
Tipo imp.
Paro
Alta contribución del tipo imp.Alta contribución del tipo imp,
83
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
importante en épocas de aumentos en el déficit público a todos los niveles, nacional y
autonómico. Por ello, resulta importante aproximarse a una cuantificación de esta pérdida, que
puede considerarse como otra forma de fraude fiscal -que no es lo mismo que el fraude o
evasión fiscal, en actividades que sí puede que estén declaradas, y por tanto contabilizadas. A
continuación y para finalizar este apartado presentamos, en primer lugar, algunas definiciones
básicas y después, con más detalle, las pérdidas detalladas para cada tipo de impuesto, incluidas
las cotizaciones.
Las pérdidas se pueden calcularse mediante la siguiente expresión:
Pérdidas Fiscales = Vol. Ec. Sumergida X Tipo Impositivo Efectivo
A su vez, el tipo impositivo se calcula como,
Tipo Impositivo Efectivo = Recaudación Efectiva / PIB Nominal
Nótese que se trata del tipo efectivo, no el legal o teórico, que es en la práctica el más relevante.
Es interesante observar que, a su vez, las pérdidas se pueden calcular asimismo como el porcentaje
de s.e sobre la legal multiplicado por la recaudación. Así, si substituimos la segunda expresión en
la primera, y como la proporción de la s.e sobre la legal es precisamente el cociente (Volumen
Economía Sumergida / PIB Nominal), resulta que,
Pérdidas Fiscales = % Economía Sumergida X Recaudación
Finalmente, y a partir de aquí, se deriva que el cociente (Pérdidas / Recaudación), es igual al
porcentaje de la economía sumergida sobre la legal. Es decir,
% Pérdidas Fiscales = % Economía Sumergida
Por último, nótese que estos sencillos cálculos y expresiones se pueden aplicar a todos los
conceptos impositivos y sus subdivisiones.
Procediendo de la forma que acabos de comentar, el gráfico 60, nos muestra la evolución temporal
de la s.e para la Comunidad Autónoma de La Rioja y las pérdidas de recaudación ocasionadas –
pérdidas impositivas y pérdidas de cotizaciones. También, y de la misma forma que en el análisis
anterior, los valores numéricos correspondientes a las diferentes gráficas se muestran en el anexo
A1, -tabla A1.6-.
84
Universidad de La Rioja
Lo primero que puede observarse es que las pérdidas fiscales y las pérdidas de cotizaciones
evolucionan en paralelo y que ambas siguen una evolución muy parecida a la de la s.e de la
Comunidad Autónoma de La Rioja. Es decir, a mayor s.e mayores pérdidas fiscales y, a medida
que dicha s.e disminuye, las pérdidas de recaudación tienden a disminuir, también. Aunque la
evolución es muy similar, la recaudación evoluciona de forma más suavizada en todos los casos.
Esto se debe a que la recaudación se mueve en sentido contrario a la s.e; la hipótesis probable
es que la economía legal y la sumergida están correlacionadas negativamente a corto plazo, y por
eso hay transvases de una a otra que explican este fenómeno.
La tabla A1.6 del anexo recoge, numéricamente, las pérdidas impositivas, las pérdidas por
cotizaciones y las pérdidas totales. De esta tabla cabe destacar lo siguiente:
1. Para el año 2016, las pérdidas totales alcanzan la cifra de 159 millones de euros.
2. Las mayores pérdidas corresponden al año 2007, que ascienden a 217 millones de euros.
3. La suma total de pérdidas en los 31 años considerados, entre 1986 y 2016, ambos incluidos, es
igual a 3.459 millones de euros. Durante la época 2007-2012, las pérdidas han sido de 1.055
millones de euros y, en los últimos cuatro años han ascendido a 666 millones de euros.
Estas cifras dan una idea de las muy considerables pérdidas ocasionadas al erario de la Comunidad
Autónoma de La Rioja por la simple existencia de la s.e.
En los siguientes gráficos (las tablas en el anexo A1) se presenta el desglose de las perdidas
impositivas: impuestos directos e indirectos (gráfico 61 y tabla A1.7); el desglose de los impuestos
directos: IRPF y sociedades (gráfico 62 y tabla A1.8); el desglose de los indirectos: IVA y resto
(gráfico 63 y tabla A1.9) y las pérdidas totales en cotizaciones (que ya aparecen en el gráfico 60 y
la tabla A1.6).
Gráfico 60: Pérdidas de recaudación y shadow economy
Fuente: Elaboración propia
6.00
8.00
10.00
12.00
14.00
16.00
18.00
0
20000
40000
60000
80000
100000
120000
140000
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
soruE seliM
Años
Economía sumergida (derecha)Pérdidas impositivas (izquierda)Pérdidas de cotizaciones (izquierda)
Economía sumergida
Pérdidas impositivas Pérdidas de cotizaciones
85
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Del desglose de las pérdidas impositivas en impuestos directos e indirectos podemos destacar lo
siguiente (véase gráfico 61):
1. Tanto la evolución temporal, como las pérdidas en recaudación de impuestos directos e
indirectos siguen un perfil muy similar.
2. Cuando hay variaciones importantes, y precisamente porque la evolución es similar, el efecto
en la pérdida total de recaudación se refuerza.
En el anexo A1, la tabla A1.7, nos proporciona la misma información pero de forma numérica. Puede
observarse como las pérdidas por impuestos directos son sensiblemente superiores en general a
las de los impuestos indirectos.
Dentro del desglose de los impuestos directos en IRPF y sociedades podemos destacar (gráfico
62 y, de forma numérica, la tabla A1.8):
1. La evolución de ambos conceptos es similar excepto en el último período, a partir de 2007;
ahí, aunque se mueven en la misma dirección se observa una pronunciada caída en las
pérdidas por el impuesto de sociedades.
2. Para el año 2016, las pérdidas correspondientes al IRPF representaban más de 37 millones
de euros, mientras que las correspondientes al impuesto de sociedades eran 2,35 veces
inferiores, cerca de 16 millones de euros.
Gráfico 61: Pérdidas impositivas: desglose impuestos directos e indirectos
Fuente: Elaboración propia
0
20000
40000
60000
80000
100000
120000
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
sorue ed seliM
Años
Pérdidas totales
Imp. indirectos
Imp. directos
86
Universidad de La Rioja
El gráfico 63 (tabla A1.9, del anexo A1) nos muestra el desglose de las pérdidas en los impuestos
indirectos y observamos que las pérdidas en IVA suponen la mayor parte de las pérdidas por
dichos impuestos.
Gráfico 62: Pérdidas impuestos directos: desglose IRPF y sociedades
Fuente: Elaboración propia
0
10000
20000
30000
40000
50000
60000
70000
80000
90000
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
sorue ed seliM
Años
Irpf
IS
Pérdidas totales
Gráfico 63: Pérdidas impuestos indirectos: desglose IVA y resto
Fuente: Elaboración propia
0
5000
10000
15000
20000
25000
30000
35000
40000
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
sorue ed seliM
Años
Pérdidas totales
IVA
87
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
6.7. LA SHADOW ECONOMY EN LA ZONA RIOJA2
En la introducción al presente capítulo comentábamos que el fenómeno de la s.e era
fundamentalmente un fenómeno de carácter local y que difícilmente todas aquellas personas o
empresas relacionadas con la s.e llevarían a cabo actividades relacionadas con dicha actividad en
otras áreas geográficas diferentes y distantes a la suya. Sin embargo, sí se llevarán a cabo dicho
tipo de actividades entre poblaciones cercanas, independientemente de si pertenecen o no a una
misma región o comunidad autónoma. Esto último es especialmente relevante a nivel provincial,
como es el caso de la Comunidad Autónoma de La Rioja que tiene una extensión geográfica
relativamente pequeña y donde los intercambios entre diferentes provincias es frecuente dada
la corta distancia existente entre ellas. Es por ello, que en este estudio, se ha optado por hacer
una estimación independiente de lo que hemos denominado como “Zona Rioja” que incluye
a la propia Comunidad Autónoma de La Rioja junto a sus provincias colindantes debidamente
ponderadas. No se trata de construir una zona que englobe a la Comunidad Autónoma de La Rioja
y a sus provincias limítrofes (Álava, Burgos, Navarra, Soria y Zaragoza) y calcular la s.e para esa
zona, si no más bien, calcular otra serie de s.e para la Comunidad Autónoma de La Rioja teniendo
en cuenta lo que podríamos denominar como ‘los alrededores’. Por tanto, la serie de s.e por lo
que hemos denominado como ‘Zona Rioja’, es una estimación ponderada, diferente, para la s.e de
la Comunidad Autónoma de La Rioja. Se trataba de ponderar las dos variables clave de nuestro
estudio: desempleo e impuestos. Las ponderaciones finales tienen en cuenta dos aspectos: el PIB
de cada provincia y la distancia entre capitales (a más distancia menos ponderación, suponiendo
que la distancia cero tiene la máxima, Logroño, y Zaragoza la mínima, pues es la máxima distancia).
Una vez realizadas estas ponderaciones se ha procedido a realizar un análisis idéntico al realizado
para el caso de la Comunidad Autónoma de La Rioja 3.
Otro punto que se destacaba en la introducción de dicho apartado hacía referencia a la fiabilidad
de los resultados y comentábamos que a mayor nivel de desagregación menor fiabilidad por lo
que, al igual que en los resultados obtenidos para la Comunidad Autónoma de La Rioja hay que
tomar los resultados que a continuación se presentan con mucha precaución siendo consciente
de sus limitaciones. De todas formas y, dada la extensión territorial de la Comunidad Autónoma de
La Rioja; sus fuertes interconexiones intraterritoriales y el tamaño de su población, los resultados
obtenidos para lo que hemos denominado como Zona Rioja merecen una mayor fiabilidad de los
que acabamos de comentar en el apartado anterior.
Como acabamos de comentar procederemos de la misma forma que en el apartado anterior: se
presentan los resultados generales para la s.e en Zona Rioja.: evolución general de la s.e, PIB legal
y sumergido, posición de la s.e de Zona Rioja en relación a la total española y a la de la Comunidad
Autónoma de La Rioja, y descomposición de la s.e en factores contribuyentes, tasa de paro y tipo
impositivo efectivo directo y, posteriormente, se presentan las pérdidas de ingresos fiscales y
cotizaciones que implica la existencia de la economía oculta.
De la misma forma que en el caso de España y en el de la Comunidad Autónoma de La Rioja, la
s.e como proporción de la legal se explica, por variables del mercado laboral en primer lugar, y
2. Al construir la Zona Rioja hay que basarse en datos provinciales que, en algunos casos, no están disponibles hasta 2016 por lo
que la serie temporal va desde 1986 hasta 2014.
3. Como veremos más adelante los resultados obtenidos de esta “Zona Rioja” serán relativamente parecidos a los de la Comunidad
Autónoma de La Rioja debido a la mayor ponderación de esta comunidad con respecto al resto de provincias que la rodean.
88
Universidad de La Rioja
en segundo por las más tradicionales, es decir, fiscales. De nuevo, las condiciones del mercado
laboral se captan por medio de la tasa de paro y la presión fiscal se capta por medio del tipo
impositivo directo4. También, en este caso, se presentarán los resultados obtenidos mediante
diferentes gráficos mientras que las tablas con sus correspondientes valores numéricos se han
relegado al apéndice A1.
El análisis concreto de los resultados obtenidos muestra que la s.e en Zona Rioja ha variado entre
un mínimo de un 10% y un máximo ligeramente inferior al 21% en el período analizado, 1986-2016
(gráfico 64 y tabla A1.10). Por comparación, la española ha variado entre un 14 y un 27% en el mismo
período y la Comunidad Autónoma de La Rioja lo ha hecho entre un 7% y un máximo del 16%. Así,
en general, podemos concluir que la s.e en Zona Rioja alcanza siempre valores menores que en
el resto de España pero sensiblemente superiores a los de la Comunidad Autónoma de La Rioja.
Al igual que en los casos precedentes la evolución temporal ha estado marcada por la variación
experimentada por la tasa de paro, y en menor medida y dependiendo del período considerado,
por la del tipo impositivo directo -véase gráfico 64-, a continuación. Podemos considerar dos
períodos de aumento notables, 1986-1993 y 2010-2012 y una zona intermedia marcada por un
descanso pronunciado des 1993 hasta el año 2001: una zona de oscilaciones considerables entre
2001 y 2010 y, finalmente, descenso a partir de 2012.
La posición de la s.e en Zona Rioja por comparación a la nacional y a la Comunidad Autónoma de
La Rioja se analiza en el gráfico 65, a continuación, donde puede observarse que la Zona Rioja está
siempre por debajo de la española y por encima de la de la Comunidad Autónoma de La Rioja, tal
como acabamos de comentar, obteniéndose las mayores diferencias en los períodos 1998-1993 entre
la s.e de Zona Rioja y la Comunidad Autónoma de La Rioja y 2010-2014 entre España y la Zona Rioja
(en la tabla A1.11 del anexo A1, se presentan los valores numéricos de ambas economías sumergidas.
El fondo gris de la tabla indica los períodos de tiempo en los que la diferencia es máxima).
4. A fin de evitar repeticiones innecesarias omitiremos las expresiones teóricas requeridas que ya aparecen en el apartado anterior
correspondiente a la estimación de la s.e de la Comunidad Autónoma de La Rioja.
Gráfico 64: La shadow economy en Zona Rioja en proporción de la legal
Fuente: Elaboración propia
10.00
12.00
14.00
16.00
18.00
20.00
22.00
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
aímonocE
adigremus
Años
Aumento Aumento
89
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Respecto al análisis de la evolución comparada entre s.e y legal, puede verse que a corto plazo
se mueven en direcciones opuestas, aunque a largo la evolución tendencial es similar, que es
exactamente el mismo comentario que hemos realizado en el caso de la Comunidad Autónoma
de La Rioja y muy parecido al del caso español. Esta evolución opuesta a corto plazo puede
observarse en toda la serie, especialmente a partir de 1997 (véase gráfico 66). El resultado es una
suavización en la evolución del PIB total. A largo plazo, no obstante, y como ya se ha hecho notar
y de forma similar al caso español y al de la Comunidad Autónoma de La Rioja, ambas magnitudes,
legal y sumergida, evolucionan a la par. Al igual que en los casos anteriores lo valores numéricos
se muestran en el anexo A1 (tabla A1.12)
Gráfico 65: La shadow economy en Zona Rioja vs. España y vs. la Comunidad Autónoma de La Rioja
Fuente: Elaboración propia
5.00
10.00
15.00
20.00
25.00
30.00
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
adigremus aí
monocE
Años
España
La Rioja
Zona Rioja
Máxima diferenciaZona Rioja vs Rioja
Máxima diferenciaEspaña vs Rioja
Gráfico 66: Shadow economy y legal. Zona Rioja
Fuente: Elaboración propia
0.00E+00
2.00E+05
4.00E+05
6.00E+05
8.00E+05
1.00E+06
1.20E+06
1.40E+06
1.60E+06
0.00E+00
1.00E+06
2.00E+06
3.00E+06
4.00E+06
5.00E+06
6.00E+06
7.00E+06
8.00E+06
9.00E+06
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
sorue ed seliM
Años
PIB legal (escala derecha)PIB sumergido (escala izquierda)
PIB legal
PIB sumergido
90
Universidad de La Rioja
A partir del siguiente gráfico anterior podríamos destacar:
1. La evolución tendencial de ambas coincide, aunque con fuertes oscilaciones.
2. En períodos cortos, la correlación puede ser negativa, es decir, variaciones de las economías
legal y sumergida son de signo contrario, dependiendo, en este caso, de los períodos bajo
consideración. Esta relación inversa no está tan clara como en los dos casos anteriores.
Siguiendo nuestro análisis pasamos a analizar la descomposición de la s.e en factores
contribuyentes, tasa de paro y tipo impositivo efectivo. Empezando por la contribución de la tasa
de paro, que puede verse en el siguiente gráfico5.
Analizando los diferentes períodos de tiempo comprobamos lo siguiente:
1. Período, 1999-2008: la s.e experimenta cambios pronunciados, no explicados por la tasa de
paro; la razón es que el tipo impositivo aumenta al principio del período y disminuye al final.
En este período de tiempo la contribución de la tasa de paro es casi inexistente con valores
cercanos a cero o directamente nulos.
2. Período, 2008-2012: incremento importante de la contribución de la tasa de paro debido a la
fuerte crisis económica experimentada durante ese período que afecta tanto a la Comunidad
Autónoma de La Rioja como a sus provincias limítrofes.
3. Período 1986-2016: a excepción de los primeros años de la serie existe una evolución
paralela entre la s.e de la Comunidad Autónoma de La Rioja y la contribución de de la tasa
de paro: al aumentar la s.e aumenta la contribución de la tasa de paro y viceversa. Esta
tendencia es menos marcada que en el caso de la Comunidad Autónoma de La Rioja.
5. Los valores numéricos de dichas contribuciones pueden verse en la tabla A1.13, del anexo A1.
Gráfico 67: Contribuciones a la shadow economy. Tasa de paro. Zona Rioja
Fuente: Elaboración propia
0
5
10
15
20
25
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
adigremus aí
monocE
Años
Economía sumergida
Paro
Baja contribución del paro
91
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
De la misma forma que antes, pero para la contribución del tipo impositivo:
1. Período, 1999-2008: alta contribución del tipo impositivo que coincide con la muy baja
contribución de la tasa de paro.
2. Período, 2008-2012: durante la crisis económica de dicho período se produjeron fuertes
incrementos de la tasa de paro, tanto a nivel nacional como en el caso de la Comunidad
Autónoma de La Rioja y de sus provincias limítrofes y, por tanto, de la Zona Rioja, por lo que la
contribución de la tasa de paro sobre la s.e aumentó considerablemente y, en consecuencia,
la contribución del tipo impositivo disminuyó.
Gráfico 68: Contribuciones a la shadow economy. Tipo impositivo. Zona Rioja
Fuente: Elaboración propia
0.00
5.00
10.00
15.00
20.00
25.00
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
adigremus aí
monocE
Años
Economía sumergida
Tipo imp.
Alta contribución del tipo imp.
Gráfico 69: Contribuciones a la shadow economy. Tasa de paro y tipo impositivo. Zona Rioja
Fuente: Elaboración propia
0.00
5.00
10.00
15.00
20.00
25.00
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
adigremus aí
monocE
Años
Baja contribución del paro
Economía sumergida
Tipo imp.
Paro
92
Universidad de La Rioja
El gráfico 69, nos muestra ambas contribuciones junto al tamaño de s.e de Zona Rioja y, procediendo
de la misma forma podríamos distinguir las siguientes etapas:
1. Período, 1987-1993: la tasa de paro desciende marcadamente hasta 1991 pero el tipo
impositivo aumenta: el resultado es que la s.e desciende. A partir de 1991 la tasa de paro
empieza a aumentar pero su contribución a la s.e es inferior a la del tipo impositivo.
2. Período, 1999-2008: fuerte caída de la tasa de paro que hace que su contribución a la s.e
sea prácticamente nula y que coincide con una alta contribución del tipo impositivo. La s.e
disminuye y, como hemos comentado anteriormente, la contribución de la tasa de paro sigue
su misma evolución.
3. Período, 2008-2014: a partir de 2007 va aumentando paulatinamente la tasa de paro
alcanzando sus máximos entre 2010-2013 que coinciden con una mayor contribución de
dicha variable sobre la s.e. A partir de 2012, las contribuciones de la tasa de paro y del tipo
impositivo son muy parecidas.
De forma parecida a la del apartado anterior vamos a centrar nuestra atención en las pérdidas
fiscales derivadas de la existencia de un determinado volumen de s.e. Así, el gráfico 70 nos muestra
la evolución temporal de la s.e para la Zona Rioja y las pérdidas de recaudación ocasionadas –
pérdidas impositivas y pérdidas de cotizaciones (los valore numéricos se muestran en el anexo A1,
tabla A1.14).
Lo primero que puede observarse es que las pérdidas fiscales y las pérdidas de cotizaciones
evolucionan en paralelo presentando valores absolutos parecidos pero a partir de 2006 las pérdidas
de cotizaciones superan claramente a las pérdidas impositivas. Los últimos años ambas series
vuelven a coincidir. Respecto a la evolución de las pérdidas fiscales y las pérdidas de cotizaciones
con respecto a la s.e de la Zona Rioja se observa que siguen una evolución parecida pero no tanto
como en el caso anterior, al de la Comunidad Autónoma de La Rioja considerada individualmente.
Gráfico 70: Pérdidas de recaudación y shadow economy. Zona Rioja
Fuente: Elaboración propia
0.00
5.00
10.00
15.00
20.00
25.00
0
20000
40000
60000
80000
100000
120000
140000
160000
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
sorue ed seliM
Años
Economía sumergida (derecha)Pérdidas impositivas (izquierda)Pérdidas de cotizaciones (izquierda)
Economía sumergida
Pérdidas impositivas
Pérdidas de cotizaciones
93
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Es decir, a mayor s.e mayores pérdidas fiscales y, a medida que dicha s.e disminuye, las pérdidas
de recaudación tienden a disminuir, aunque éste último efecto no está del todo claro ya que
depende del período considerado.
La tabla A1.14 del anexo A1 recoge, numéricamente, las pérdidas impositivas, las pérdidas por
cotizaciones y las pérdidas totales. De esta tabla cabe destacar lo siguiente:
1. Para el año 2014 –último año disponible-, las pérdidas totales alcanzan la cifra de más de 213
millones de euros.
2. Las mayores pérdidas corresponden al año 2007, que ascienden a 256 millones de euros.
3. La suma total de pérdidas en los 31 años considerados, entre 1986 y 2016, ambos incluidos, es
igual a 4.233 millones de euros. Durante la época 2007-2012, las pérdidas han sido de 1.333
millones de euros y, en los últimos dos años han ascendido a más 428 millones de euros.
Exactamente de la misma forma que en el caso de la Comunidad Autónoma de La Rioja estas
cifras dan una idea de las muy considerables pérdidas ocasionadas por la existencia de la s.e.
El desglose de las pérdidas impositivas entre impuestos directos e indirectos (gráfico 71 y tabla
A1.15) podemos destacar lo siguiente:
1. Tanto la evolución temporal, como las pérdidas en recaudación de impuestos directos e
indirectos siguen un perfil muy similar.
2. Cuando hay variaciones importantes, y precisamente porque la evolución es similar, el efecto
en la pérdida total de recaudación se refuerza.
3. A partir de 1995 las pérdidas por impuestos directos son sensiblemente superiores a los de
los impuestos indirectos. Esta diferencia se ha acentuado con el paso del tiempo.
En el anexo A1, la tabla A1.15, nos proporciona la misma información pero de forma numérica. Así
por ejemplo, en el año 2014, las pérdidas impositivas por impuestos directos eran de unos 75
millones de euros, mientras que las correspondientes a los impuestos indirectos ascendían a unos
35 millones de euros (2,1 veces inferior).
94
Universidad de La Rioja
Dentro del desglose de los impuestos directos en IRPF y sociedades podemos destacar (gráfico
72 y, de forma numérica, la tabla A1.16):
1. La evolución de ambos conceptos es relativamente similar excepto en el último período, a
partir de 2007; ahí, aunque se mueven en la misma dirección se observa una pronunciada
caída en las pérdidas por el impuesto de sociedades, que es lo mismo que nos ocurría en el
caso de la Comunidad Autónoma de La Rioja.
2. Para el año 2014, las pérdidas correspondientes al IRPF representaban más de 54 millones
de euros, mientras que las correspondientes al impuesto de sociedades eran de unos 18
millones de euros (2,8 veces inferior).
Gráfico 71: Pérdidas impositivas: desglose impuestos directos e indirectos. Zona Rioja
Fuente: Elaboración propia
0
20000
40000
60000
80000
100000
120000
140000
160000
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
sorue ed seliM
Años
Pérdidas totales
Imp. indirectos
Imp. directos
Gráfico 72: Pérdidas impuestos directos: desglose IRPF y sociedades. Zona Rioja
Fuente: Elaboración propia
0
20000
40000
60000
80000
100000
120000
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
sorue ed seliM
Años
Pérdidas totales
IRPF
IS
95
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Finalmente, el gráfico 73 (tabla A1. 17, del anexo A1) nos muestra el desglose de las pérdidas
en los impuestos indirectos y observamos que las pérdidas en IVA suponen, al igual que en la
Comunidad Autónoma de La Rioja, la mayor parte de las pérdidas por dichos impuestos.
En concreto y para el año 2014, las pérdidas correspondientes al IVA ascendían a unos 34 millones
de euros, que representaban el 95,1% del total de las pérdidas por impuestos indirectos.
Gráfico 73: Pérdidas impuestos indirectos: desglose IVA y resto
Fuente: Elaboración propia
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
sorue ed seliM
Años
Pérdidas totales
IVA
97
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Hemos empezado este estudio presentando los resultados obtenidos para España, de manera que
sirvan para encuadrar los resultados de la Comunidad Autónoma de La Rioja y de lo que hemos
denominado como Zona Rioja y así compararlos con respecto al total nacional. Los resultados
obtenidos para España, por otra parte, siguen la línea de los últimos trabajos académicos realizados
por los autores de esta parte del estudio ya que incluyen una serie de innovaciones metodológicas
importantes respecto a estudios anteriores. Se ha podido determinar que la shadow economy
depende fundamentalmente del mercado laboral (medido a través de la tasa de paro en este
estudio), y de la presión impositiva (medida aquí por medio de los impuestos directos). Para el
año 2016 se ha podido determinar un valor del 21% sobre la economía contabilizada -el PIB-, y
en la actualidad, 2017, es probable que dicho valor esté en el entorno del 20%, y que se haya
estabilizado alrededor de dicho valor aunque hay que tener en cuenta que la precariedad existente
en el mercado laboral puede empujar al alza dicho valor. Respecto a análisis sectoriales, no ha
sido posible obtener resultados cuantitativos concretos, pero a partir de los análisis realizados
todo parece indicar que la shadow economy se concentra en el sector servicios principalmente,
seguido del sector de la construcción, y en último lugar agricultura e industria.
Los resultados para la Comunidad Autónoma de La Rioja nos muestran que el valor de la
shadow economy en 2016 fue del 11,4%, y que el valor más alto de la serie analizada se produjo
en 2012 con un valor cercano al 16%. Es probable que en el momento actual esta tasa esté
estabilizada alrededor del 10-12%. En conjunto, por tanto, el tamaño de shadow economy de la
Comunidad Autónoma de La Rioja es substancialmente inferior al total de España. Es probable
que estos resultados sean debidos a la menor ponderación de los sectores de construcción
y servicios en la economía de la Comunidad Autónoma de La Rioja por comparación a la
española y, como consecuencia de ello, a que presenta unas tasas de paro sensiblemente
inferiores a las españolas.
El análisis de las pérdidas ocasionadas por la existencia de shadow economy, y los ingresos que
podrían obtenerse en el caso de que se les pudiera aplicar el tipo impositivo efectivo que se
aplica a la legal muestran que, sólo en el año 2016, las pérdidas superaron los 159 millones de
euros. La suma total de pérdidas en los 31 años considerados en el estudio, entre 1986 y 2016,
ambos incluidos, es igual a 3.459 millones de euros. Durante la época 2007-2012, las pérdidas
han sido de 1.055 millones de euros y, en los últimos cuatro años han ascendido a 666 millones
7. Conclusiones y recomendaciones
98
Universidad de La Rioja
de euros. Estas cifras por sí solas, ya nos dan una idea de la importante pérdida de recursos para
la Hacienda de la Comunidad Autónoma de La Rioja.
Aunque la shadow economy es un fenómeno mayoritariamente de carácter local no hay que olvidar
las interacciones entre localidades de diferentes provincias cercanas. Esto es especialmente
relevante en el caso de la Comunidad Autónoma de La Rioja que por su extensión y por su
proximidad a localidades importantes en población de otras provincias cercanas hace que las
interacciones entre ellas sean considerables por lo que, a la hora de analizar el fenómeno de
la shadow economy, es conveniente tenerlas en cuenta. Es por ello, que hemos definido una
Zona Rioja que engloba a la propia la Comunidad Autónoma de La Rioja junto a sus provincias
colindantes debidamente ponderadas. Creemos que dicha Zona Rioja refleja mejor el fenómeno
sujeto a estudio.
Los resultados para la Zona Rioja nos muestran que el valor de la shadow economy en 2014 fue
del 17,2%; un valor sensiblemente superior al de la Comunidad Autónoma de La Rioja pero inferior
al del conjunto español, En conjunto, por tanto, el tamaño de shadow economy de la Zona Rioja
es superior al de la Comunidad Autónoma de La Rioja pero sensiblemente inferior al total de
España. Dados los valores de shadow economy de España y de la Comunidad Autónoma de La
Rioja de estos últimos años, es probable que, actualmente, el valor para la Zona Rioja oscile entre
un 14 y un 16%. Al incluir provincias donde los sectores que tradicionalmente concentran un mayor
volumen de shadow economy tienen un mayor peso en su PIB podrían explicar estos resultados.
Respecto a las pérdidas ocasionadas por la presencia de shadow economy se han obtenido
resultados muy parecidos a los de la Comunidad Autónoma de La Rioja pero con numerarios,
lógicamente, superiores. Así, para el año 2014 –último año disponible-, las pérdidas totales
alcanzan la cifra de más de 213 millones de euros. La suma total de pérdidas en los 31 años
considerados, entre 1986 y 2016, ambos incluidos, eran iguales a 4.233 millones de euros y que
en los últimos dos años habían ascendido a más 428 millones de euros. Al igual que antes estas
cifras nos dan una idea de la magnitud de pérdida de recursos y ponen de manifiesto, otra vez, la
necesidad de luchar de una manera eficaz contra la injusticia que representa para la sociedad la
existencia de un persistente nivel de shadow economy.
Para finalizar esta sección quisiéramos comentar algunas medidas que nos parecen apropiadas
para la lucha contra la shadow economy. Hay que reconocer que muchas de las medidas que
se pueden llevar a cabo sólo se pueden tomar a nivel estatal, como puede ser una reforma del
sistema judicial y tributario o una lucha eficaz contra la corrupción ya que existe una percepción
generalizada de la existencia de un nivel de corrupción elevado y generalizado, y que casi siempre
los que más pagan son, simplemente, los que no pueden eludir sus obligaciones fiscales, a
diferencia de otros, como podrían ser grandes fortunas, multinacionales o grandes empresas, etc.
De todas formas sí existen medidas que se pueden tomar a nivel local o, en este caso, a nivel de
comunidad autónoma. Entre ellas, y sólo son una pequeña muestra que podrían ser de aplicación
general, podríamos destacar las siguientes:
1) apostar por aquellos sectores económicos donde se supone que la shadow economy es
muy limitada, como podría ser la industria;
99
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
2) dentro de esta apuesta hacerlo por aquellos sectores de alta tecnología que, usualmente,
requieren mano de obra muy cualificada;
3) como consecuencia de loa anterior, favorecer la enseñanza de alta calidad, tanto la
universitaria como la de capacitación laboral;
4) reforzar la inspección en todos aquellos ámbitos que se tiene la certeza que son más
proclives a la shadow economy (turismo, algunas profesiones liberales o empresas agrícolas,
por ejemplo);
5) facilitar el pago de impuestos, que su pago sea una cosa sencilla y ágil, entre otras muchas
medidas a aplicar.
101
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
ANEXO 1. RELACIÓN NUMÉRICA DE RESULTADOS
Tabla A1.1: La shadow economy en España en proporción de la legal
Año ES (%)
1986 15,3
1987 19,9
1988 19,3
1989 21,9
1990 20,1
1991 20,4
1992 22,1
1993 24,7
1994 24,6
1995 23,2
1996 21,9
1997 23,3
1998 21,2
1999 18,2
2000 16,8
2001 14,5
8. Apéndice metodológico y estadístico
102
Universidad de La Rioja
2002 15,9
2003 15,3
2004 15,0
2005 15,9
2006 17,0
2007 19,9
2008 16,3
2009 18,6
2010 20,0
2011 21,9
2012 26,7
2013 27,0
2014 25,9
2015 23,6
2016 21,0
Fuente: Elaboración propia
Se ha resaltado en negrita y con fondo en gris los períodos de tiempo en los que el tamaño de la
s.e en España, experimenta un aumento.
Tabla A1.2: La shadow economy en la Comunidad Autónoma de La Rioja en proporción de la legal
Año ES (%)
1986 7,57
1987 11,11
1988 11,67
1989 11,10
1990 8,41
1991 9,22
1992 12,57
1993 13,01
103
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
1994 14,27
1995 13,36
1996 11,15
1997 11,60
1998 10,52
1999 9,43
2000 10,22
2001 6,86
2002 9,88
2003 8,57
2004 8,37
2005 9,37
2006 10,71
2007 12,19
2008 9,84
2009 10,38
2010 9,06
2011 12,58
2012 15,95
2013 14,53
2014 14,16
2015 12,30
2016 11,42
Fuente: Elaboración propia
Se ha resaltado en negrita y con fondo en gris los períodos de tiempo en los que el tamaño de la
s.e, en la Comunidad Autónoma de La Rioja, experimenta un aumento.
104
Universidad de La Rioja
Tabla A1. 3: La shadow economy en la Comunidad Autónoma de la Comunidad Autónoma de La Rioja vs. España
(porcentaje sobre la legal).
Año España La Rioja
1986 15,25 7,57
1987 19,86 11,11
1988 19,25 11,67
1989 21,86 11,10
1990 20,14 8,41
1991 20,39 9,22
1992 22,14 12,57
1993 24,67 13,01
1994 24,63 14,27
1995 23,22 13,36
1996 21,85 11,15
1997 23,28 11,60
1998 21,19 10,52
1999 18,2 9,43
2000 16,76 10,22
2001 14,46 6,86
2002 15,94 9,88
2003 15,3 8,57
2004 14,98 8,37
2005 15,85 9,37
2006 16,96 10,71
2007 19,87 12,19
2008 16,34 9,84
2009 18,6 10,38
2010 19,98 9,06
105
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
2011 21,91 12,58
2012 26,72 15,95
2013 26,97 14,53
2014 25,85 14,16
2015 23,64 12,30
2016 20,99 11,42
Fuente: Elaboración propia
Se ha resaltado en negrita y con fondo en gris los períodos de tiempo en los que la diferencia
entre el tamaño de la s.e en España y la Comunidad Autónoma de La Rioja es máxima.
Tabla A1.4: Shadow economy y legal
(euros)
Año Legal Sumergido
1986 1.544.528.987 116.920.844
1987 1.644.303.006 182.682.064
1988 1.826.577.957 213.161.648
1989 2.033.524.455 225.721.215
1990 2.273.045.809 191.163.153
1991 2.494.969.529 230.036.191
1992 2.688.844.013 337.987.692
1993 2.759.619.199 359.026.458
1994 2.957.598.596 422.049.320
1995 3.418.731.000 456.742.462
1996 3.602.821.000 401.714.542
1997 3.855.528.000 447.241.248
1998 4.117.271.000 433.136.909
1999 4.395.759.000 414.520.074
2000 4.889.889.000 499.746.656
2001 5.224.763.000 358.418.742
106
Universidad de La Rioja
2002 5.533.879.000 546.747.245
2003 5.994.163.000 513.699.769
2004 6.358.571.000 532.212.393
2005 6.855.308.000 642.342.360
2006 7.419.962.000 794.677.930
2007 7.963.068.000 970.697.989
2008 8.275.326.000 814.292.078
2009 7.950.219.000 825.232.732
2010 8.013.688.000 726.040.133
2011 7.913.467.000 995.514.149
2012 7.655.224.000 1.221.008.228
2013 7.517.137.000 1.092.240.006
2014 7.635.481.000 1.081.184.110
2015 7.889.806.000 970.446.138
2016 8.032.459.000 917.306.818
Fuente: Elaboración propia
Tabla A1.5: Contribuciones a la shadow economy. Tasa de paro y tipo impositivo
Años ES Tipo imp. Paro
1986 7,6 0,7 6,6
1987 11,1 5,7 4,9
1988 11,7 6,1 4,9
1989 11,1 8,0 2,6
1990 8,4 6,5 1,5
1991 9,2 6,4 2,4
1992 12,6 6,9 5,0
1993 13,0 6,6 5,6
1994 14,3 6,1 7,2
1995 13,4 5,9 6,7
107
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
1996 11,2 5,2 5,4
1997 11,6 7,3 3,7
1998 10,5 6,5 3,5
1999 9,4 7,6 1,4
2000 10,2 8,4 1,3
2001 6,9 6,9 0,0
2002 9,9 8,7 0,7
2003 8,6 8,2 0,0
2004 8,4 8,1 0,0
2005 9,4 8,7 0,0
2006 10,7 10,1 0,0
2007 12,2 11,7 0,0
2008 9,8 8,1 1,3
2009 10,4 5,5 4,4
2010 9,1 3,3 5,4
2011 12,6 4,5 7,4
2012 16,0 5,2 9,6
2013 14,5 4,3 9,3
2014 14,2 5,2 8,0
2015 12,3 5,4 6,2
2016 11,4 5,8 5,0
Fuente: Elaboración propia
La suma de ambas contribuciones no es exacta, porque la fórmula de cálculo es no lineal, aunque
sea razonablemente aproximable mediante una simple suma -esto vale sólo para valores entre 1 y
0 de ambas contribuciones, y más bien cercanos a cero; véase el apéndice metodológico.
108
Universidad de La Rioja
Tabla A1.6: Pérdidas de recaudación y shadow economy
(euros)
Pérdidas Pérdidas Pérdidas
Años Totales Impositivas Cotizaciones
1986 19.278.469 7.793.269 11.485.200
1987 34.589.657 15.670.657 18.919.000
1988 40.945.873 19.125.273 21.820.600
1989 48.617.346 24.653.746 23.963.600
1990 41.785.371 21.243.371 20.542.000
1991 51.021.203 26.010.003 25.011.200
1992 79.792.957 41.046.057 38.746.900
1993 84.436.080 42.460.780 41.975.300
1994 102.131.927 53.865.327 48.266.600
1995 89.861.794 42.652.694 47.209.100
1996 78.590.995 37.361.895 41.229.100
1997 90.801.233 44.939.333 45.861.900
1998 86.361.664 42.243.864 44.117.800
1999 86.224.238 42.111.538 44.112.700
2000 101.302.054 51.005.654 50.296.400
2001 71.177.151 34.269.451 36.907.700
2002 112.523.040 55.699.540 56.823.500
2003 104.060.159 50.293.259 53.766.900
2004 109.751.893 53.323.493 56.428.400
2005 135.367.960 67.573.260 67.794.700
2006 169.359.382 85.178.582 84.180.800
2007 217.274.099 114.666.099 102.608.000
2008 156.122.669 68.944.969 87.177.700
2009 152.417.733 64.306.833 88.110.900
109
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
2010 132.563.652 56.126.352 76.437.300
2011 183.890.080 78.525.080 105.365.000
2012 212.420.158 103.882.158 108.538.000
2013 169.521.450 82.654.750 86.866.700
2014 175.309.677 90.438.577 84.871.100
2015 162.252.218 88.202.618 74.049.600
2016 158.997.842 89.050.642 69.947.200
Fuente: Elaboración propia
Tabla A1.7: Pérdidas impositivas: desglose impuestos directos e indirectos
(euros)
Pérdidas Pérdidas Pérdidas
Años Totales Imp. Directos Imp. Indirectos
1986 7.793.269 4.448.554 3.344.715
1987 15.670.657 10.709.928 4.960.729
1988 19.125.273 12.938.807 6.186.466
1989 24.653.746 15.381.470 9.272.276
1990 21.243.371 11.890.622 9.352.749
1991 26.010.003 14.163.814 11.846.189
1992 41.046.057 21.488.521 19.557.536
1993 42.460.780 22.494.831 19.965.949
1994 53.865.327 25.498.235 28.367.092
1995 42.652.694 27.182.069 15.470.625
1996 37.361.895 22.801.057 14.560.838
1997 44.939.333 29.295.580 15.643.753
1998 42.243.864 26.950.912 15.292.952
1999 42.111.538 27.663.339 14.448.199
2000 51.005.654 34.991.466 16.014.188
2001 34.269.451 23.894.601 10.374.850
110
Universidad de La Rioja
2002 55.699.540 39.044.899 16.654.641
2003 50.293.259 35.501.668 14.791.591
2004 53.323.493 36.501.909 16.821.584
2005 67.573.260 45.787.466 21.785.794
2006 85.178.582 61.262.220 23.916.362
2007 114.666.099 81.162.362 33.503.737
2008 68.944.969 56.130.469 12.814.500
2009 64.306.833 47.741.106 16.565.727
2010 56.126.352 35.413.950 20.712.402
2011 78.525.080 53.332.802 25.192.278
2012 103.882.158 69.141.077 34.741.081
2013 82.654.750 57.782.397 24.872.353
2014 90.438.577 61.359.703 29.078.874
2015 88.202.618 55.842.087 32.360.531
2016 89.050.642 54.393.156 34.657.486
Fuente: Elaboración propia
Tabla A1.8: Pérdidas impuestos directos: desglose IRPF y sociedades
(euros)
Pérdidas Pérdidas Pérdidas en
Años Imp. Directos en IRPF Sociedades
1986 4.448.554 3.736.312 719.518
1987 10.709.928 8.676.936 2.025.019
1988 12.938.807 10.027.502 2.907.071
1989 15.381.470 11.603.858 3.776.309
1990 11.890.622 8.364.978 3.523.638
1991 14.163.814 10.783.517 3.380.272
1992 21.488.521 15.910.038 5.578.482
1993 22.494.831 18.078.472 4.414.802
111
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
1994 25.498.235 20.411.441 5.086.779
1995 27.182.069 21.009.501 6.169.297
1996 22.801.057 17.135.167 5.665.936
1997 29.295.580 20.381.515 8.590.464
1998 26.950.912 18.661.889 8.282.655
1999 27.663.339 17.696.705 9.906.526
2000 34.991.466 19.618.668 15.171.169
2001 23.894.601 13.827.260 9.987.943
2002 39.044.899 22.340.938 16.510.731
2003 35.501.668 20.699.457 14.633.398
2004 36.501.909 20.618.543 15.754.617
2005 45.787.466 25.105.771 20.490.933
2006 61.262.220 33.423.741 27.339.794
2007 81.162.362 45.685.084 35.190.100
2008 56.130.469 35.741.858 20.151.204
2009 47.741.106 32.963.951 14.638.295
2010 35.413.950 25.973.372 9.306.155
2011 53.332.802 40.041.470 12.979.407
2012 69.141.077 48.887.983 17.973.183
2013 57.782.397 42.174.897 14.375.257
2014 61.359.703 44.431.263 15.766.900
2015 55.842.087 39.192.594 15.678.194
2016 54.393.156 37.354.770 15.897.852
Fuente: Elaboración propia
112
Universidad de La Rioja
Tabla A1.9: Pérdidas impuestos indirectos: desglose IVA y resto
(euros)
Pérdidas Imp. Pérdidas
Años Indirectos IVA
1986 3.344.715 2.258.160
1987 4.960.729 4.582.165
1988 6.186.466 5.574.340
1989 9.272.276 6.376.150
1990 9.352.749 5.521.916
1991 11.846.189 7.543.420
1992 19.557.536 11.449.972
1993 19.965.949 12.014.769
1994 28.367.092 16.413.032
1995 15.470.625 13.668.503
1996 14.560.838 12.899.116
1997 15.643.753 13.518.630
1998 15.292.952 13.097.138
1999 14.448.199 12.466.213
2000 16.014.188 13.959.553
2001 10.374.850 9.175.390
2002 16.654.641 15.767.167
2003 14.791.591 14.022.210
2004 16.821.584 15.932.975
2005 21.785.794 20.431.624
2006 23.916.362 22.146.219
2007 33.503.737 31.831.763
2008 12.814.500 11.983.672
2009 16.565.727 15.872.155
113
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
2010 20.712.402 20.200.907
2011 25.192.278 24.601.269
2012 34.741.081 33.184.979
2013 24.872.353 23.343.342
2014 29.078.874 27.670.354
2015 32.360.531 31.730.220
2016 34.657.486 33.629.053
Fuente: Elaboración propia
Tabla A1.10: La shadow economy en Zona Rioja en proporción de la legal
Año ES (%)
1986 12,58
1987 15,44
1988 15,39
1989 15,78
1990 14,93
1991 15,73
1992 18,11
1993 20,87
1994 19,90
1995 18,73
1996 17,12
1997 17,41
1998 16,09
1999 14,14
2000 12,81
2001 10,71
2002 12,39
114
Universidad de La Rioja
2003 11,34
2004 10,65
2005 12,63
2006 14,55
2007 14,38
2008 13,41
2009 14,68
2010 12,99
2011 14,43
2012 18,65
2013 18,40
2014 17,25
Fuente: Elaboración propia
Se ha resaltado con fondo en gris los períodos de tiempo en los que el tamaño de la s.e, en Zona
Rioja, experimenta un aumento considerable.
Tabla A1. 11: La shadow economy en Zona Rioja vs. España y vs. la Comunidad Autónoma de La Rioja
(porcentaje sobre la legal).
Años España La Rioja Zona Rioja
1986 15,25 7,57 12,58
1987 19,86 11,11 15,44
1988 19,25 11,67 15,39
1989 21,86 11,10 15,78
1990 20,14 8,41 14,93
1991 20,39 9,22 15,73
1992 22,14 12,57 18,11
1993 24,67 13,01 20,87
1994 24,63 14,27 19,90
1995 23,22 13,36 18,73
115
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
1996 21,85 11,15 17,12
1997 23,28 11,60 17,41
1998 21,19 10,52 16,09
1999 18,2 9,43 14,14
2000 16,76 10,22 12,81
2001 14,46 6,86 10,71
2002 15,94 9,88 12,39
2003 15,3 8,57 11,34
2004 14,98 8,37 10,65
2005 15,85 9,37 12,63
2006 16,96 10,71 14,55
2007 19,87 12,19 14,38
2008 16,34 9,84 13,41
2009 18,6 10,38 14,68
2010 19,98 9,06 12,99
2011 21,91 12,58 14,43
2012 26,72 15,95 18,65
2013 26,97 14,53 18,40
2014 25,85 14,16 17,25
Fuente: Elaboración propia
Se ha resaltado con fondo en gris los períodos de tiempo en los que la diferencia entre el tamaño
de la s.e en España y Zona Rioja es máxima – 1988-1993- y entre Zona Rioja y la Comunidad
Autónoma de La Rioja -2010-2014-..
116
Universidad de La Rioja
Tabla A1.12: Shadow economy y legal. Zona Rioja
(euros)
Año Legal Sumergido
1986 1.544.530.000 194.301.874
1987 1.644.300.000 253.879.920
1988 1.826.580.000 281.110.662
1989 2.033.520.000 320.889.456
1990 2.273.050.000 339.366.365
1991 2.494.970.000 392.458.781
1992 2.688.840.000 486.948.924
1993 2.759.620.000 575.932.694
1994 2.957.600.000 588.562.400
1995 3.418.730.000 640.328.129
1996 3.602.820.000 616.802.784
1997 3.855.530.000 671.247.773
1998 4.117.270.000 662.468.743
1999 4.395.760.000 621.560.464
2000 4.889.890.000 626.394.909
2001 5.224.760.000 559.571.796
2002 5.533.880.000 685.647.732
2003 5.994.160.000 679.737.744
2004 6.358.570.000 677.187.705
2005 6.855.310.000 865.825.653
2006 7.419.960.000 1.079.604.180
2007 7.963.070.000 1.145.089.466
2008 8.275.330.000 1.109.721.753
2009 7.950.220.000 1.167.092.296
2010 8.013.690.000 1.040.978.331
117
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
2011 7.913.470.000 1.141.913.721
2012 7.655.220.000 1.427.698.530
2013 7.517.140.000 1.383.153.760
2014 7.635.480.000 1.317.120.300
Fuente: Elaboración propia
Tabla A1.13: Contribuciones a la shadow economy. Tasa de paro y tipo impositivo. Zona Rioja
Años ES Tipo imp. Paro
1986 12,58 5,01 6,84
1987 15,44 8,07 6,28
1988 15,39 8,52 5,8
1989 15,78 10,55 4,1
1990 14,93 10,5 3,42
1991 15,73 11,14 3,47
1992 18,11 11,28 5,36
1993 20,87 12,02 6,94
1994 19,90 10,81 7,34
1995 18,73 10,8 6,36
1996 17,12 10,44 5,37
1997 17,41 11,82 4,23
1998 16,09 11,43 3,48
1999 14,14 11,41 1,82
2000 12,81 10,98 1,07
2001 10,71 10,35 0
2002 12,39 11,08 0,6
2003 11,34 10,11 0,63
2004 10,65 9,73 0,38
2005 12,63 11,71 0,19
2006 14,55 13,53 0,05
118
Universidad de La Rioja
2007 14,38 13,8 0
2008 13,41 11,06 1,53
2009 14,68 9,06 4,64
2010 12,99 7,01 5,21
2011 14,43 7,5 5,98
2012 18,65 8,65 8,45
2013 18,40 8,11 8,78
2014 17,25 8,35 7,57
Fuente: Elaboración propia
La suma de ambas contribuciones no es exacta, porque la fórmula de cálculo es no lineal, aunque
sea razonablemente aproximable mediante una simple suma -esto vale sólo para valores entre 1 y
0 de ambas contribuciones, y más bien cercanos a cero; véase el apéndice metodológico.
Tabla A1.14: Pérdidas de recaudación y shadow economy. Zona Rioja
(euros)
Pérdidas Pérdidas Pérdidas
Años Totales Impositivas Cotizaciones
1986 32.048.600 12.945.547 19.093.000
1987 48.072.700 21.779.068 26.293.600
1988 54.000.400 25.222.836 28.777.600
1989 69.116.600 35.048.882 34.067.800
1990 74.239.900 37.742.985 36.496.900
1991 87.067.400 44.385.892 42.681.500
1992 115.008.000 59.161.119 55.847.200
1993 135.419.000 68.098.720 67.320.200
1994 142.427.000 75.117.340 67.309.700
1995 125.938.000 59.956.070 66.161.600
1996 120.705.000 57.382.966 63.322.500
1997 136.217.000 67.416.350 68.800.400
119
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
1998 132.126.000 64.629.697 67.496.600
1999 129.267.000 63.133.633 66.133.800
2000 126.930.000 63.909.437 63.020.700
2001 111.150.000 53.515.063 57.634.900
2002 141.074.000 69.832.629 71.241.700
2003 137.767.000 66.584.200 71.183.000
2004 139.667.000 67.857.755 71.809.000
2005 182.519.000 91.110.318 91.408.900
2006 230.114.000 115.734.633 114.379.000
2007 256.234.000 135.226.789 121.007.000
2008 212.775.000 93.963.055 118.812.000
2009 215.633.000 90.978.218 124.655.000
2010 189.971.000 80.432.081 109.539.000
2011 210.905.000 90.060.603 120.844.000
2012 248.296.000 121.426.758 126.869.000
2013 214.754.000 104.709.018 110.045.000
2014 213.606.000 110.194.722 103.411.000
Fuente: Elaboración propia
Tabla A1.15: Pérdidas impositivas: desglose impuestos directos e indirectos. Zona Rioja
(euros)
Pérdidas Pérdidas Pérdidas
Años Totales Imp. Directos Imp. Indirectos
1986 12.945.547 7.385.285 5.560.262
1987 21.779.068 14.884.650 6.894.418
1988 25.222.836 17.063.987 8.158.849
1989 35.048.882 21.866.994 13.181.888
1990 37.742.985 21.126.005 16.616.980
1991 44.385.892 24.170.451 20.215.441
120
Universidad de La Rioja
1992 59.161.119 30.972.157 28.188.962
1993 68.098.720 36.077.274 32.021.446
1994 75.117.340 35.558.302 39.559.038
1995 59.956.070 38.094.598 21.861.472
1996 57.382.966 35.019.430 22.363.536
1997 67.416.350 43.948.162 23.468.188
1998 64.629.697 41.232.717 23.396.980
1999 63.133.633 41.472.888 21.660.745
2000 63.909.437 43.843.863 20.065.574
2001 53.515.063 37.313.730 16.201.333
2002 69.832.629 48.952.073 20.880.556
2003 66.584.200 47.001.332 19.582.868
2004 67.857.755 46.451.151 21.406.604
2005 91.110.318 61.736.116 29.374.202
2006 115.734.633 83.238.772 32.495.861
2007 135.226.789 95.715.523 39.511.266
2008 93.963.055 76.498.552 17.464.503
2009 90.978.218 67.541.823 23.436.395
2010 80.432.081 50.750.095 29.681.986
2011 90.060.603 61.167.519 28.893.084
2012 121.426.758 80.818.275 40.608.483
2013 104.709.018 73.200.126 31.508.892
2014 110.194.722 74.763.620 35.431.102
Fuente: Elaboración propia
121
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
Tabla A1.16: Pérdidas impuestos directos: desglose IRPF y sociedades. Zona Rioja
(euros)
Pérdidas Pérdidas Pérdidas en
Años Imp. Directos en IRPF Sociedades
1986 7.385.285 6.211.253 1.196.129
1987 14.884.650 12.059.199 2.814.370
1988 17.063.987 13.224.493 3.833.910
1989 21.866.994 16.496.570 5.368.572
1990 21.126.005 14.862.013 6.260.430
1991 24.170.451 18.401.998 5.768.411
1992 30.972.157 22.931.695 8.040.461
1993 36.077.274 28.994.306 7.080.472
1994 35.558.302 28.464.566 7.093.716
1995 38.094.598 29.443.988 8.646.027
1996 35.019.430 26.317.367 8.702.133
1997 43.948.162 30.575.606 12.887.101
1998 41.232.717 28.551.181 12.671.793
1999 41.472.888 26.530.906 14.851.868
2000 43.843.863 24.581.942 19.009.282
2001 37.313.730 21.592.604 15.597.139
2002 48.952.073 28.009.683 20.700.131
2003 47.001.332 27.404.404 19.371.433
2004 46.451.151 26.238.492 20.048.817
2005 61.736.116 33.850.591 27.628.317
2006 83.238.772 45.413.815 37.147.378
2007 95.715.523 53.876.842 41.500.009
2008 76.498.552 48.711.518 27.463.478
2009 67.541.823 46.635.815 20.709.557
122
Universidad de La Rioja
2010 50.750.095 37.221.239 13.336.221
2011 61.167.519 45.923.658 14.886.113
2012 80.818.275 57.144.647 21.008.664
2013 73.200.126 53.428.170 18.210.920
2014 74.763.620 54.137.191 19.211.151
Fuente: Elaboración propia
Tabla A1.9: Pérdidas impuestos indirectos: desglose IVA y resto. Zona Rioja
(euros)
Pérdidas Imp. Pérdidas
Años Indirectos IVA
1986 5.560.262 3.753.971
1987 6.894.418 6.368.289
1988 8.158.849 7.351.564
1989 13.181.888 9.064.623
1990 16.616.980 9.810.760
1991 20.215.441 12.872.795
1992 28.188.962 16.503.245
1993 32.021.446 19.269.321
1994 39.559.038 22.888.626
1995 21.861.472 19.155.868
1996 22.363.536 19.811.349
1997 23.468.188 20.280.155
1998 23.396.980 20.037.562
1999 21.660.745 18.688.351
2000 20.065.574 17.491.143
2001 16.201.333 14.328.258
2002 20.880.556 19.767.896
2003 19.582.868 18.564.270
123
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
2004 21.406.604 20.275.789
2005 29.374.202 27.548.349
2006 32.495.861 30.090.716
2007 39.511.266 37.539.492
2008 17.464.503 16.332.191
2009 23.436.395 22.455.162
2010 29.681.986 28.948.987
2011 28.893.084 28.215.255
2012 40.608.483 38.789.572
2013 31.508.892 29.571.905
2014 35.431.102 33.714.893
Fuente: Elaboración propia
ANEXO 2. APÉNDICE ESTADÍSTICO: DATOS Y FUENTES
Definición de las variables empleadas en el estudio
- E, efectivo en manos del público.
- Dv, depósitos a la vista (para simplificar, también se denomina en muchas ocasiones
simplemente D, pero no incluye depósitos a la vista ni de ahorro en ningún caso.
- M1, agregado monetario definido habitualmente de este modo, es decir, M1=E+ Dv (para
simplificar, también se denomina en muchas ocasiones simplemente M).
- i, tipo de interés a corto plazo.
- Td, recaudación impositiva por impuestos directos (nominal; IRPF más el impuesto de sociedades).
- Y, PIB a precios constantes de 2010.
- P, índice de precios de consumo (IPC) en base 2010.
- Yn , PIB nominal a precios corrientes. Nótese que Y
n=(Y.P).
- U, tasa de paro (en porcentaje).
Nota: se han utilizados numerosas variables adicionales para hacer estimaciones, o para los
cálculos presentados en las secciones y, pero no aparecen referidas por sus siglas, si no por su
definición, cuando es necesario (tablas y gráficos).
124
Universidad de La Rioja
Fuentes para España
En general, para todas las variables se han utilizado los datos de diversas instituciones públicas,
nacionales e internacionales. Concretamente estas han sido: BdE, INE, MITYC, IMF/IFS, OCDE.
- BdE, Banco de España. Anuarios y boletines estadísticos (varios años).
- INE, Instituto Nacional de Estadística.
- MITYC, ministerio de industria, turismo y comercio.
- IMF/IFS, International Monetary Fund, International Financial Statistics.
- OCDE, Organización para la cooperación y el desarrollo económico.
Fuentes para la Comunidad Autónoma de La Rioja y Zona Rioja
Como antes, para todas las variables se han utilizado los datos de diversas instituciones públicas,
nacionales e internacionales: BdE, IEN, Eustat, INE, OCDE, Ministerio de Empleo y SS.
- IEN, Instituto de Estadística de Navarra.
- Eustat, Instituto Vasco de estadística.
ANEXO 3. LA ESTIMACIÓN DE LA SHADOW ECONOMY
La idea subyacente al método monetario es que las transacciones y demás operaciones en la
s.e, se realizan por medio de algún agregado monetario que no permita ser fácilmente detectado
por las autoridades económicas. Tradicionalmente se ha considerado que este agregado por
excelencia es el efectivo. Pero hoy día parece bastante claro que los depósitos a la vista pueden
emplearse igualmente con el mismo fin en gran medida -por ejemplo, operaciones de menos de
3.000 euros, de las que no hay por qué informar a ninguna autoridad económica-. Así, lo razonable
es suponer que este agregado es lo que en teoría monetaria se denomina M1, es decir, efectivo
más depósitos a la vista (para simplificar lo denominaremos M).
El paso siguiente es dividir este agregado entre sus usos en la economía legal ML, y la sumergida
Ms. Obviamente se cumplirá que,
M = ML + M
s
siendo M la cantidad observada. Supondremos ahora que esta subdivisión se lleva a cabo de la
manera siguiente. Sea, en primer lugar,
M = Φ.φM
L = Φ
125
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
de modo que cuando φ= en la primera expresión, obtenemos la demanda de dinero legal ML. La
demanda de dinero sumergida Ms será igual, consecuentemente a,
Ms = M - M
L = Φ.φ - Φ
y el cociente entre dinero sumergido y legal vendrá dado por,
Ms / M
L = φ -1
Definiendo la velocidad de circulación del dinero de la forma habitual, y separando ambas
velocidades para economía legal y sumergida, vL , v
s, tenemos,
Ms.v
s = P.Y
s
ML.v
L = P.Y
L
siendo Y el nivel de renta real -legal y sumergido respectivamente-, y P el nivel general de precios.
Dividiendo las dos ecuaciones anteriores obtenemos,
Ms / M
L = Y
s / Y
L
y substituyendo la expresión para (Ms/M
L) obtenida antes, finalmente tenemos que,
Ys / Y
L = φ -1
ecuación que nos da la proporción de s.e en función de la legal.
Queda pendiente únicamente por especificar φ. Esta expresión dependerá de una serie de
variables que se considere que están relacionadas con la s.e, y deberá ser igual a 1 cuando dichas
variables tomen el valor 0. Una posible especificación es la siguiente,
φ = exp(β´x)
siendo ‘x’ el conjunto de variables aludido, y β sus coeficientes asociados. Deberá cumplirse,
además, que β´x=0, cuando la s.e sea cero, de modo que no puede haber una constante entre las
variables ‘x’. Las variables ‘x’, por otra parte, deberán ser seleccionadas de modo que sea razonable
suponer que la s.e es nula, cuando toman el valor cero. Nótese que las variables contenidas en
‘x’, no podrán ser tendenciales, si no más bien proporciones, o ‘ratios’ de algún tipo, pues lo que
captan es la proporción de economía legal sobre la sumergida.
El último paso consiste en obtener valores para los coeficientes, lo que habitualmente se hace por
medio de la estimación de un modelo econométrico con series históricas, y que es lo que se ha
hecho en este estudio.
126
Universidad de La Rioja
ANEXO 4. RESULTADOS PRINCIPALES PARA ESPAÑA
En el apartado anterior se especifica la estimación de la s.e a partir de un modelo inicial escrito como,
M = Φ.φ
El modelo para φ, está definido también en el apartado anterior como φ=exp(β´x). Queda por tanto,
únicamente por definir el modelo para Φ, es decir, lo que es propiamente el modelo de demanda
de dinero. Dicho modelo está muy estudiado en Teoría económica, y básicamente consiste en
hacer depender la demanda de saldos reales de dinero de la renta, Y, y el tipo de interés, i.
Normalmente se asume un modelo multiplicativo, de modo que al tomar logaritmos se convierte
en un modelo lineal. Finalmente obtenemos el siguiente modelo,
Log(M/P) = const. + a.Log(Y) + b.Log(1+i) + β´x + ε
donde (a,b,β) son los parámetros a estimar mediante una regresión econométrica, y ε un error
aleatorio. A continuación se presenta, primero el modelo estimado para España, y a partir de él la
estimación de la s.e siguiendo la metodología explicada anteriormente.
Modelo Estimado
AR(2), usando las observaciones 1986-2016 (T = 31)
Variable dependiente: Log(M1/P)
Coeficiente Estadístico t _________________________________________
const -14.322 -6.556
Log(Y) 1.406 13.280
Ub 0.623 2.563
Log(1+i) -2.192 -6.609
Td/(Y.P) 2.109 3.571
AR(1) 1.201 9.214
AR(2) -0.510 -4.561
D.T. de la regresión 0.020
R2, 0.997
Durbin-Watson 2.109
Nota: Definición de las variables:
- M1/P, saldos reales de M1 (efectivo+depósitos a la vista).
- Y, PIB a precios constantes del año 2005.
- Ub, tasa de paro en tanto por uno, menos el paro técnico (.085).
- i, tipo de interés a corto plazo (tanto por uno).
127
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
- Td, recaudación impositiva por impuestos directos.
- P, índice de precios al consumo (2005=100).
- AR(1,2), coeficientes autorregresivos de orden 1 y 2 respectivamente.
- D.T., desviación típica.
- R2, R- cuadrado.
- DW, Durbin-Watson.
Estimación de la shadow economy para España
A partir de aquí, y de acuerdo a la metodología presentada en la sección anterior, obtenemos la
s.e en proporción de la legal mediante la expresión siguiente,
Ys/YL = exp((U/100-0.085)*0.623+(Td/(Y.P)-0.07)*2.1) - 1
siendo Ys la s.e, e YL la legal (el resto de las variables están definidas a continuación de los
resultados de la ecuación estimada presentada más arriba). La s.e tomaría el valor nulo, por tanto,
con una tasa de paro del 8,5%, y un tipo impositivo del 7%, que se suponen como valores mínimos
de cada variable respectivamente.
En la fórmula anterior, 0.085 es el valor mínimo de U en el período 1980-2016, y 0.07 es,
similarmente, el mínimo de la tasa de impuestos directos en el mismo período. La idea de estos
mínimos es: 1) hay una tasa de paro mínima, o técnico-estructural en toda economía, que aquí se
toma como el valor más bajo en un período más amplio que el de estimación (1980-2016); 2) hay
un tipo impositivo mínimo, por debajo del cual no hay evasión mediante s.e; de hecho, el supuesto
de que sólo se elimina con un impuesto nulo, es exagerado; todo el mundo entiende que es
necesario financiar unos servicios mínimos -seguridad, justicia, etc.-; en todo caso, este supuesto
es una manera si se quiere algo rudimentaria, de introducir cierta no linealidad en el efecto de los
impuestos, cosa perfectamente creíble -lo mismo que con la tasa de paro-.
Estimación para la Comunidad Autónoma de La Rioja y para La Zona Rioja
El método propuesto en este estudio para el cálculo de la estimación de la s.e en la Comunidad
Autónoma de La Rioja y en lo que hemos denominado coma Zona Rioja, parte del hecho ineludible de
que el efectivo a nivel de comunidad autónoma no es observable. Y tampoco tiene sentido estimarlo
en base a una serie de variables como PIB, depósitos etc., como se ha hecho en casi todos los estudios
realizados hasta ahora en España, puesto que precisamente lo que queremos es detectar las anomalías
en su demanda, presumiblemente debidas a aumentos de la s.e. Por ello, el método se basa en estimar
ecuaciones específicas para la Comunidad Autónoma de La Rioja y emplear los mismos coeficientes
para la Zona Rioja. La expresión concreta para la proporción de s.e sobre la legal es la siguiente,
Ys/YL = exp((U-6.0)*0.0066 + ((Td/YN)-0.035)*2.4) - 1
donde, Td e YN se refieren a los impuestos directos y la renta de la Comunidad Autónoma de La Rioja.
129
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
AGENCIA TRIBUTARIA. (2015). Informe Anual de Recaudación Tributaria. Recuperado de http://
www.agenciatributaria.es/
ALAÑÓN-PARDO, A. and M. GÓMEZ DE ANTONIO (2005). Estimating the size of the shadow economy
in Spain: a structural model with latent variables, Applied Economics, 37(9), pp. 1011-1025.
ARRAZOLA, M.; J. DE HEVIA; I. MAULEÓN and R. SÁNCHEZ (2011) Dos ensayos de actualidad
sobre la economía española. FUNCAS.
BANCO MUNDIAL. [Base de datos]. Recuperado de http://www.worldbank.org/
CONSEJO ECONÓMICO Y SOCIAL DE ANDALUCÍA (2002). “La economía sumergida en Andalucía”.
CES Andalucía.
CONSEJO ECONÓMICO Y SOCIAL DE LA REGIÓN DE MURCIA (2006). “La economía sumergida
en la región de Murcia”. Estudio 20. CES Murcia.
CONSEJO GENERAL DE ECONOMISTAS (2017). “Reflexiones sobre el fraude fiscal y el problema
de las estimaciones”. REAF-REGAF asesores fiscales.
DELL’ ANNO, R., GÓMEZ DE ANTONIO, M. and A. ALAÑÓN-PARDO (2007). The shadow economy
in three Mediterranean countries: France, Spain and Greece. A MIMIC approach, Empirical
Economics, 33(1), pp. 51-84.
ESCOBEDO, M. I. and MAULEÓN, I. (1991). Demanda de dinero y economía sumergida, Hacienda
Pública Española, 119, pp. 105–25.
FELD, L. P. and SCHNEIDER, F. (2010). Survey on the Shadow Economy and Undeclared Earnings
in OECD Countries, German Economic Review, 11(2), 109–149.
FREY, B.S. and WECK, H. (1983). Estimating the shadow economy: A naive approach, Oxford
Economic Papers, 35, pp. 23–44.
FONDO MONETARIO INTERNACIONAL. [Base de datos]. Recuperado de http://www.imf.org/en/Data
GADEA, M.D. and J.M. SERRANO-SANZ (2002). The hidden economy in Spain – A monetary
estimation, 1964-1998, Empirical Economics, 27: pp. 499-527.
GESTHA. and SARDÀ (2014). “La Economía Sumergida pasa factura. El avance del fraude en
España durante la crisis”. Estudio de Gestha y Fundacio URV.
GÓMEZ DE ANTONIO, M. and A. ALAÑÓN-PARDO (2004). Evaluación y análisis espacial del
grado de incumplimiento fiscal para las provincias españolas (1980-2000), Hacienda Pública
Española / Revista de Economía Pública, 71(4), pp. 9-32.
GUTMANN, P.M. (1977). The Subterranean Economy, Financial Analysts Journal, 35, pp. 26–34.
ICEX ESPAÑA EXPORTACIÓN E INVERSIONES. [Base de datos]. Recuperado de http://www.icex.es/
9. Bibliografía
130
Universidad de La Rioja
INSTITUTO DE ESTUDIOS RIOJANOS. [Base de datos]. Recuperado de http://www.larioja.org/i-
estudios-riojanos/es
INSTITUTO NACIONAL DE ESTADÍSTICA. [Base de datos]. Recuperado de http://www.ine.es/
JIMÉNEZ, A. y MARTÍNEZ-PARDO, R. (2013). “La economía sumergida en España” Documento de
Trabajo Nº 4. Fundación de Estudios Financieros.
KAZEMIER, B. (2006). Monitoring the Underground Economy – A Survey of Methods and Estimates,
in: Enste, D. and Schneider, F. (eds.), Jahrbuch Schattenwirtschaft 2006/2007, Vienna: LIT, pp.
11–53.
KLOVLAND, J. T. (1980). In search of the hidden economy: Tax evasion and the demand for currency
in Norway and Sweden. Discussion Paper 18/80, Norwegian School of Economics and Business
Administration, 1980.
KLOVLAND, J. T. (1984). Tax Evasion and the Demand for Currency in Norway and Sweden. Is there
a Hidden Relationship? Scandinavian Journal of Economics, 86 (4), pp. 423–439.
LAFUENTE FÉLEZ, A. (1980). Una medición de la Economía Oculta en España, Información
Comercial Española, 111, pp. 581-593.
MAULEÓN, I. and J. SARDÀ (1997). Estimación cuantitativa de la economía sumergida en España,
Ekonomiaz, (39)3, pp. 125-134.
MAULEÓN, I. and J. SARDÀ (2015). “La Economía Sumergida en Navarra”
MOLTÓ CALVO, M.A. (1980). La economía irregular. Una primera aproximación al caso español,
Revista Española de Economía, 10, pp. 33-52.
OECD (2002). “Measuring the Non-Observed Economy. A Handbook”.
ORGANIZACIÓN PARA LA COOPERACIÓN Y EL DESARROLLO ECONOMICOS.[Base de datos].
Recuperado de http://www.oecd.org/
PICKHARDT, M. and J. SARDÀ (2010). Size of the Underground Economy in Germany: a correction of
the record and new evidence from the modified-cash-deposit-ratio approach, European Journal
of Law and Economics, (published EJLE OnlineFirst October 13, 2010; print version forthcoming).
PICKHARDT, M. and J. SARDÀ (2011). Evolution and Causes of the Spanish Underground Economy.
Mimeo.
PRADO-DOMÍNGUEZ, J. (2004). Una estimación de la economía informal en España, según un
enfoque monetario, 1964-2001, El Trimestre Económico, 71(282), pp. 417-452.
RUESGA, S.M. y CARBAJO, D. (2013). “El “Tax Gap” en España: definición, estimaciones y medidas
dinámicas para su reducción”. Mimeo.
SCHNEIDER, F. (1997). El tamaño de la economía sumergida en los países de Europa Occidental,
Ekonomíaz, 39(3), pp. 136-151.
SCHNEIDER, F. (2010). Size and Development of the Shadow Economy of 31 European Countries
from 2003 to 2010 (Revised Version), Working Paper, University of Linz, Austria, http://www.
econ.jku.at/Schneider
SCHNEIDER, F. (2011). “The Shadow Economy in Europe, 2010. Using electronic payment systems
to combat shadow economy. VISA Europe.
SCHNEIDER, F. (2013). “The Shadow Economy in Europe, 2013”.VISA Europe.
SCHNEIDER, F., BUEHN, A. y MONTENEGRO, C. E. (2010), “Shadow Economies All Over the World:
New Estimates for 162 Countries from 1999 to 2007”, Policy Research Working Paper 5356,
World Bank.
SCHNEIDER, F. and ENSTE, D. (2000). Shadow Economies: Size, Causes, Consequences, Journal
of Economic Literature, 38, pp. 77–114.
SCHNEIDER, F. y WILLIAMS, C.C. (2013). The Shadow Economy. Londres: The Institute of Eco-
nomic Affairs.
131
Trabajo realizado por el grupo de investigación Resources and Enterprise Management (R.E.M)
SERRANO-SANZ, J.M; E. BANDRÉS; M.D. GADEA and J. SANAU (2008). “Desigualdades Territoriales
en la Economía Sumergida”. Confederación de Empresarios de Aragón.
SERRANO-SANZ, J.M. and M.D. GADEA (2005). What causes the hidden economy in Spain?,
Applied Financial Economics Letters, 1:3, pp. 143-150.
WORLD BANK. 2017. Doing Business 2017: Equal Opportunity for All. Washington, DC: World Bank.
DOI: 10.1596/978-1-4648-0948-4 Recuperado de http:// www.worldbank.org/
WORLD BANK. 2015. Doing Business en España 2015. Washington, D.C : World Bank. Recuperado
de http:// www.worldbank.org/
WORLD ECONOMIC FORUM (2016). The Global Competitiveness. Recuperado de http://www.
weforum.org/
www.unirioja.es www.campusiberus.es