elaborado por el grupo de investigación r.e.m resources ...€¦ · graficos gráfico 1:...

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


Gráfico 24: Relación entre la importancia económica del Sector de la Construcción


Gráfico 25: Relación entre la importancia económica del Sector Servicios


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


Gráfico 41: Relación entre la importancia económica del sector servicios y la shadow


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


Gráfico 44: Relación entre la tasa de desempleo de muy larga duración y la shadow


Gráfico 45: Relación entre la tasa de empleo a tiempo parcial y la shadow economy


Gráfico 46: Relación entre la tasa de transparencia y la shadow economy


Gráfico 47: Relación entre el índice de emprendimiento y la shadow economy


Gráfico 48: Relación entre el DTF Apertura de un negocio y la shadow economy


Gráfico 49: Relación entre el DTF Obtención de permisos de construcción y la shadow


Gráfico 50: Relación entre el DTF Obtención de electricidad y la shadow economy


Gráfico 51: Relación entre el DTF Registro de propiedades y la shadow economy


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


Australia

Austria Belgium

Canada

Czech Republic

Denmark

Estonia

Finland

Germany

Greece

HungaryIreland

Italy

Japan

Latvia

Netherlands

New Zealand

Norway

Poland


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


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


Australia

Austria

Belgium

Canada

Czech Republic

Denmark

Estonia

Finland

France

Germany

Greece

Hungary

Ireland

Italy

Japan

Latvia

Netherlands

New Zealand

Norway

Poland


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


Australia

Austria

Belgium

Canada

Czech Republic

Denmark

Estonia

Finland

FranceGermany

Greece

Hungary

IrelandItaly

Japan

LatviaNetherlands

New ZealandNorway

Poland


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


Gráfico 37: Relación entre facilidad para hacer negocios y shadow economy en España. 2015


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


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


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


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


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


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


Gráfico 39: Relación entre la importancia económica del sector industrial y la shadow economy en las diferentes



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



AndalucíaAragón

Asturias

Islas Baleares

Canarias

Cantabria

Castilla y León


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


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


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


Gráfico 42: Relación entre la tasa de desempleo y la shadow economy en las diferentes Comunidades

Autónomas. 2012


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



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


Gráfico 44: Relación entre la tasa de desempleo de muy larga duración y la shadow economy en las diferentes



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


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


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


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


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


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


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


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



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


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


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


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


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


74


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


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


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


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


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


-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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


91


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


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


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.

Paro

92


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


Tabla A1.7: Pérdidas impositivas: desglose impuestos directos e indirectos

(euros)


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


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


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


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


112


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


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


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


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


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


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


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


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


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


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


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


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)


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


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


Tabla A1.15: Pérdidas impositivas: desglose impuestos directos e indirectos. Zona Rioja

(euros)


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


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


121


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


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


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


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


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


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


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


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


- 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


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


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


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

elaborado por el grupo de investigación r.e.m resources ...€¦ · graficos gráfico 1:...

Documents