Para verificar el impacto de la estructura tributaria sobre el crecimiento económico de México se utilizan cuatro variables dependientes, dos de ellas en niveles y las otras dos son sus correspondientes tasas de crecimiento. Tal como la teoría neoclásica del crecimiento económico recomienda, la variable dependiente clave es el PIB per cápita. Durante el periodo de estudio, el PIB per cápita de los mexicanos pasó de 83,918 pesos, a principios de 2005, a 102,119 pesos en el segundo trimestre del 2016.⁴ El promedio del periodo fue de 94,595 pesos (véase Tabla 1). La tasa de crecimiento de esta variable corresponde a su variación trimestral, que muestra mucho mayor variación que la tasa de crecimiento anualizada (véase Figura 3).

Tabla 1

Figura 3 Fuente: elaboración propia con información de INEGI

La literatura empírica también recomienda evaluar el impacto de la estructura impositiva sobre la producción por trabajador, además de la producción por habitante (Arnold, 2008; Arnold et al., 2011). Por ello, se incluye como variable dependiente la razón del PIB y la población económicamente activa (PEA), lo que se puede denominar como productividad del trabajo. Durante el periodo de estudio, el PIB/PEA, es decir, la productividad de los trabajadores mexicanos pasó de 207,754 pesos, a principios de 2005, a 232,921pesos en el segundo trimestre del 2016, con un mínimo de 203,934 pesos en el tercer trimestre del 2009 y un máximo de 233,758 pesos en el segundo trimestre del 2008. El promedio del periodo fue de 221,674 pesos (véase Tabla 1). La correspondiente tasa de crecimiento es también la variación trimestral.

Como se puede apreciar en la Tabla 1 la relación PIB/PEA muestra más fluctuaciones que el PIB per cápita, pero la tendencia es positiva a pesar de los años de la gran crisis financiera de las hipotecas, la cual, como lo plantea Banda-Ortiz y Castañeda (2015), en el caso mexicano tiene impactos principalmente desde el tercer trimestre del 2007 y hasta el primer trimestre del 2010, no obstante que aún existen secuelas en la economía. Fácilmente se puede ver que el PIB per cápita y el PIB/PEA son indicadores similares, con una alta correlación (véase Tabla 2). En esta investigación se utilizaron ambos indicadores para desarrollar pruebas de robustez en el análisis de regresión.

Tabla 2

Recapitulando brevemente lo enunciado en la revisión de la literatura, la teoría neoclásica del crecimiento económico señala que con un nivel dado de la tecnología (A), la producción (Y), y por consiguiente el crecimiento económico, depende de la acumulación de los factores de la producción, donde el factor tierra es constante, consecuentemente depende del capital (K) y del trabajo (N), donde el producto marginal de los factores de la producción es positivo. Lo anterior es bien conocido en la literatura macroeconómica, y microeconómica, y se representa matemáticamente con la función de producción (1).

Y = A f ( K , N ) (1)

El modelo también suele representarse en términos per cápita, dividiendo por el factor trabajo (N) que en las pruebas empíricas suele aproximarse con el tamaño de la población. Como resultado, el ingreso per cápita (y) termina dependiendo exclusivamente del capital per cápita (k) con un nivel dado en la tecnología, representado en la Ecuación (2).

y = A f ( k ) (2)

Así pues, el crecimiento económico, es decir, la variación o cambio en el ingreso per cápita está en función de la variación o cambio en el capital per cápita. En el caso de México esta variable suele aproximarse con la formación bruta de capital fijo (CAPITAL), que durante el periodo de estudio, en promedio y a precios constes, fue de 20,690 pesos per cápita (véase Tabla 1). En la Figura 4 se muestra la dinámica y tendencia del CAPITAL per cápita y del PIB per cápita, como se puede observar existe tendencia positiva en ambas variables, pero mucho más marcada en el caso del PIB, que también muestra una clara caída a partir del año 2008 (lo que corresponde a la última gran crisis).

Figura 4 Fuente: elaboración propia con información de INEGI

A partir de este modelo básico muchas han sido las modificaciones y las extensiones del mismo para identificar otros determinantes claves del crecimiento económico, por ejemplo, el capital humano (Mankiw, Romer, y Weil, 1992), la innovación (Jones, 1995), y la apertura comercial (Edwards, 1998). En esta investigación se incluyen indicadores para aproximar estas variables, pero solo son utilizadas como variables de control y por ello no son descritas ni analizadas en profundidad.

De mayor relevancia para la presente investigación es la inclusión de la estructura tributaria en el modelo neoclásico del crecimiento económico, donde es factible utilizar distintos tipos de impuestos dependiendo del país bajo estudio. En el caso de México, son dos los impuestos que sobresalen por su contribución a los ingresos gubernamentales: el ISR y el IVA, ambos impuestos representan aproximadamente el 85 % de los ingresos tributarios. No obstante, también son significativos el IEPS y el impuesto a las importaciones (ARANCEL). El IEPS, como ya se mencionó, grava la compra-venta de productos que generan externalidades negativas o son un costo para la sociedad, por ello el impuesto es coloquialmente conocido como un impuesto al pecado.

Estos cuatro impuestos (ISR, IVA, IEPS y ARANCEL), representan aproximadamente el 95 % de los ingresos tributarios de México. Su dinámica y la contribución de cada uno de ellos a los impuestos totales ha variado durante el periodo de estudio, a excepción de los impuestos a las importaciones (véase Figura 5). Nótese que el IEPS puede ser negativo debido al efecto de la compensación. Para los fines de esta investigación se calcularon los impuestos totales (IT) como la suma de estos cuatro impuestos y posteriormente se calculó la proporción que cada uno de ellos representa con respecto a ese total (véase Tabla 1). Son estas proporciones las que permiten medir la estructura tributaria mexicana.

Figura 5 Fuente: elaboración propia con información de INEGI

Dado el modelo neoclásico de crecimiento económico y las especificaciones econométricas previas que incluyen la estructura tributaria como variable explicativa, para el caso de México, el modelo básico a estimar está representado por la Ecuación (3):

L n P I B _ p e r _ c a p i t a t = β 0 + Θ 1 L n C A P I T A L _ p r e _ c a p i t a t - 1 + 1 I S R / I T t - 1 ( o r _ 2 I V A / I T t - 1 ) + 3 I E P S / I T t - 1 + 4 A R C A N C E L / I T t - 1 + X t ´ α + u i (3)

Las variables empleadas en la Ecuación (3) fueron descritas en la sección previa, a excepción de X, que incluye variables de control (que se enuncian posteriormente) para realizar pruebas de robustez y para corregir autocorrelación, un supuesto calve en el método de mínimos cuadrados utilizado en la estimación de los parámetros. Nótese que el PIB per cápita y CAPITAL per cápita son incluidos en términos logarítmicos, consecuentemente el coeficiente estimado proporciona la elasticidad (cambio porcentual en el PIB por unidad de cambio porcentual en el CAPITAL), esta estrategia también favorece la linealidad entre las variables. En este tipo de modelos la doble causalidad es evidente (Tosun y Abizadeh, 2005), por ello las variables independientes son introducidas con un rezago.⁵

Dado que los impuestos totales (IT) son la suma de los cuatro impuestos objeto de estudio, no es posible incluir en una misma regresión los cuatro impuestos, uno de ellos debe fungir como referencia, con ello además evitamos problemas de multicolinealidad porque hay correlaciones relevantes entre estas variables (véase Tabla 2). El IVA e ISR representan los impuestos más grandes, de mayor recaudación, consecuentemente en el análisis de regresión se incluye uno u otro para evaluar el impacto de la estructura tributaria con respecto al impuesto excluido en la regresión.

La Tabla 3 presenta los principales resultados cuando las variables dependientes son el PIB per cápita y su tasa de crecimiento. Las columnas (1) y (3) muestran la especificación más sencilla, donde el CAPITAL per cápita es la principal variable explicativa (de acuerdo al modelo neoclásico) y como variable de control se introduce la razón entre ingresos totales y PIB (IT/PIB), cuyo impacto en la variable dependiente es incierto debido a que dependerá de cómo se gaste dicho ingreso, lo cual sobrepasa los límites de esta investigación, pero su inclusión como variable de control es recomendado en la literatura empírica (Arnold, 2008). En la columna (1) se evalúa el impacto de la estructura tributaria con referencia al IVA y en la columna (3) con referencia al ISR.

Tabla 3

En lo general, los resultados coinciden con los hallazgos empíricos más recientes (Adkisson y Mohammed, 2014; Arnold, 2008; Arnold et al., 2011; Hakim et al., 2016; Li y Lin, 2015). Las estructuras tributarias donde hay más participación de los impuestos sobre el ingreso, en el caso mexicano el ISR, tienen un impacto negativo sobre el PIB per cápita. El coeficiente de ISR/IT es negativo y estadísticamente significativo al 5 %. Arnold (2008) y Arnold et al., (2011), con una muestra de 21 países de la OCDE que no incluye a México, encontraron que los impuestos al ingreso están asociados con una menor tasa de crecimiento económico. Este resultado también se encontró en Estados Unidos al estudiar la estructura impositiva de sus 50 estados miembros (Adkisson y Mohammed, 2014).

Por el contrario, los impuestos al consumo tienen un impacto positivo, el coeficiente estimado para el IVA/IT es positivo y estadísticamente significativo al 5 %. Lo que también coincide con los hallazgos previos para los países de la OCDE (Arnold, 2008; Arnold et al., 2011). Sin embargo, también hay evidencia de que los impuestos sobre los bienes y servicios están asociados negativamente con el crecimiento económico en el caso de las naciones en vías de desarrollo, así lo señalan los resultados del análisis de regresión elaborados por Hakim et al., (2016), usando una muestra de 47 países donde no se incluye a México. Por el contrario, sus resultados sugieren una asociación positiva para el caso de las naciones desarrolladas. Consecuentemente, los resultados del análisis de regresión aquí presentado sugieren que los impactos de la estructura tributaria de México se parecen a los que se observan en las naciones desarrolladas.

En el caso del IEPS, que podría considerarse como un impuesto al consumo, la evidencia es inconsistente. El IEPS/IT con respecto al IVA/IT tiene un impacto negativo y significativo sobre el PIB per cápita, pero su impacto pierde significancia estadística cuando el impuesto de referencia es el ISR. No hay estudios previos que analicen el impacto de impuestos semejantes al IEPS mexicano, por lo tanto, en la literatura no hay puntos de referencia para poder inferir y analizar los resultados aquí encontrados, que además carecen de robustez y no posibilitan una discusión profunda del impacto de este tipo de impuesto.

Por su parte, los impuestos a las importaciones (ARANCEL/IT), con respecto al IVA, tienen impactos negativos y significativos sobre el PIB per cápita, lo que concuerda con la ortodoxia en la teoría del comercio internacional, que predice que el libre comercio y la globalización económica promueven el crecimiento económico.⁶ No obstante, el impacto de los aranceles sobre el crecimiento económico de México es incierto, porque ARANCEL/IT pierde significancia estadística cuando el impuesto de referencia es el ISR. Lee y Gordon (2005), en su estudio de corte transversal con hasta 70 países, tampoco encontraron impactos estadísticamente significativos de la tasa arancelaria sobre la tasa de crecimiento del PIB per cápita. Por su parte, Hakim, et. al., (2016) encontraron que los impuestos al comercio internacional tienen un impacto positivo sobre el PIB per cápita en los países en vías de desarrollo, por el contrario, no se encuentran efectos significativos en las regresiones que incluyen a los países desarrollados.

Como era de esperarse, las regresiones básicas en las columnas (1) y (3) de la Tabla 3 presentan problemas de autocorrelación, un problema típico en las series de tiempo (véase el estadístico Durbin-Watson y la prueba Breush-Godfrey). Para verificar la robustez de los resultados enunciados anteriormente se corrigió el problema de autocorrelación introduciendo la variable dependiente rezagada como independiente. Esta es una estrategia habitual para corregir la correlación serial y además una estrategia frecuente en las pruebas empíricas previas para evaluar el impacto de la estructura tributaria (Adkisson y Mohammed, 2014; Arnold, 2008; Hakim et al., 2016; Li y Lin, 2015). Con esta modificación, los hallazgos sobre el impacto de la estructura tributaria son básicamente los mismos, véase columnas (2) y (4), el coeficiente de determinación r-cuadrada ajustada se incrementa de 0.56 a 0.76, pero el CAPITAL per cápita cambia de signo. Lo anterior indica que el PIB per cápita trimestral es una variable que sigue una tendencia temporal y un proceso no estacionario (previsiblemente). No obstante, los residuos de las regresiones siguen un proceso estacionario, de acuerdo con las pruebas de raíz unitaria, por lo que podemos confiar en los resultados de las regresiones.

En las columnas (5) y (6) de la Tabla 3 se presentan los resultados de regresión añadiendo tres variables de control en términos logarítmicos y una variable dicotómica (dummy) que toma el valor de 1 para los trimestres comprendidos entre el tercer cuarto de 2007 y el primer cuarto de 2009 correspondientes al periodo más intenso de la crisis financiera global. La primera variable de control es la apertura comercial (importaciones más exportaciones como porcentaje del PIB), la segunda variable de control es el gasto público en ciencia y tecnología como porcentaje del PIB, y la tercera variable de control es el porcentaje de la población con educación medio superior y superior, que permite aproximar el capital humano. Los resultados de las regresiones no contradicen los hallazgos previos, es decir, el ISR impacta negativamente sobre el PIB per cápita y por el contrario el IVA lo hace positivamente.

Las regresiones de las columnas (1) a (6) corresponden a pruebas del impacto de la estructura tributaria sobre los niveles del PIB per cápita. Las pruebas empíricas sobre la tasa de crecimiento se presentan en las columnas (7) a (12), donde se replican las especificaciones econométricas previas utilizando como variable dependiente la variación trimestral del PIB per cápita y como variable de control primordial la variación trimestral de la formación de capital fijo (crecimiento del CAPITAL per cápita), sin transformación logarítmica porque pueden tomar valores negativos.

En el caso de la tasa de crecimiento del PIB per cápita los resultados no favorecen los hallazgos previos y hay muy pocas variables independientes con significancia estadística. En cuanto a la estructura tributaria solamente el IEPS/IT entra en un par de regresiones con un coeficiente positivo y estadísticamente significativo (ver columnas 9 y 10), pero esta condición no prevalece en el resto de las especificaciones econométricas, por lo tanto, el resultado no es robusto y no es posible señalar que la estructura tributaria tiene impactos en el crecimiento trimestral del PIB per cápita. Más aún, ninguna variable incluida en las regresiones es capaz de predecir la variación trimestral del PIB per cápita. Los resultados indican que la variable(s) clave(s) para predecir la tasa de crecimiento de México aún está por encontrarse.

Dados estos resultados, en el caso de México, hay evidencia de que la estructura tributaria tiene impactos en los niveles del PIB per cápita, pero no sobre la tasa de crecimiento del mismo. Para profundizar y corroborar la robustez de estos hallazgos se realizaron los mismos ejercicios econométricos utilizando como variable dependiente la razón entre el PIB trimestral y la población económicamente activa (PIB/PEA), productividad, así como su tasa de crecimiento. La Tabla 4 muestra los principales resultados.

Tabla 4

Se encuentra que el ISR tiene impactos negativos sobre la productividad (PIB/PEA), en las columnas (1), (2) y (5) de la Tabla 4 el coeficiente de ISR/IT es negativo y estadísticamente significativo. Por su pate los coeficientes del IVA/IT son positivos y estadísticamente significativos (ver columnas 3, 4 y 6). Estos resultados concuerdan con los hallazgos previos, por lo tanto, es factible señalar que en el caso de México el ISR tiene impactos negativos en los niveles del PIB per cápita y en la productividad (PIB/PEA), por el contrario el IVA tiene impactos positivos.

El impacto del IEPS y de los aranceles sigue siendo incierto. Algunas regresiones sugieren impactos negativos de estos impuestos sobre la productividad, pero en otras regresiones los coeficientes correspondientes pierden significancia estadística, por lo tanto, no hay robustez en los resultados.

En las columnas (7) a (12) de la Tabla 4 se presentan los principales resultados del análisis de regresión cuando la variable dependiente es el crecimiento de la productividad (variación trimestral del PIB/PEA). Los resultados son contradictorios, los coeficientes de ISR/IT tienen signos positivos y estadísticamente significativos, es decir, el ISR favorece la tasa de crecimiento de la productividad. Por el contrario, el IVA/IT tiene impactos negativos y estadísticamente significativos. Lo que implicaría que el ISR impacta negativamente en los niveles de la productividad, pero positivamente en el crecimiento de la productividad, y el IVA tiene los impactos contrarios. Así pues, los impactos sobre el crecimiento del PIB per cápita y el crecimiento del PIB/PEA arrojan resultados contrarios y sin robustez. Solo es posible tener certeza con respecto al impacto de la estructura tributaria sobre los niveles del PIB, por habitante y por habitante en edad de trabajar.

Además de lo ya enunciado y presentado en las Tablas 3 y 4, se realizaron varias otras pruebas para verificar la robustez de los resultados. Primero, se realizaron ejercicios econométricos cambiando la estructura de los rezagos en las variables independientes. Segundo, se estimaron especificaciones usando las primeras diferencias, tanto de las variables dependientes como de las independientes. Tercero, se analizaron varias otras regresiones en las cuales se incluían o excluían diferentes variables de control. Cuarto, se estimaron las mismas regresiones sin la transformación logarítmica. Quinto, se estimaron las regresiones con los errores estándar robustos de Newey-West. Finalmente, se realizaron estimaciones con la tasa de crecimiento anualizada del PIB per cápita y la productividad, lo que suaviza las fluctuaciones. Después de estas transformaciones los principales hallazgos permanecieron sin cambios sustanciales (estos resultados no se reportan en tablas por cuestiones de espacio).