Artículos de investigación

DOI: 10.21919/remef.v15i2.483

PIB potencial y ciclo económico en México 1921-2019: una perspectiva desde la “medición en economía”

Potential GDP and business cycle in Mexico 1921-2019: a “measurement in economics” perspective


Resumen

Nuestro objetivo es evaluar tres metodologías para estimar el PIB potencial y las señales etiquetadas como ciclo y brecha (de la SHCP, el Banco de México y la propia). Para lograrlo describimos sus metodologías y presentamos nuestros propios resultados. Con base en el conjunto de señales extraídas elaboramos, como principal resultado, una interpretación del desempeño de la economía entre 1922 y 2018. Al final compartimos algunas recomendaciones de política de corto y largo plazos. Nuestra principal limitación radica en la revisión de apenas tres metodologías, de las muchas descritas en la literatura, implicando una selección basada en un criterio local. Nuestro trabajo es original ya que estudiamos el periodo más largo posible, dada la disponibilidad de información; porque replicamos y presentamos variaciones a las metodologías de la SHCP y del Banco de México; y en la medida que explicitamos todas las decisiones tomadas y ponemos a disposición del lector los datos. En este sentido aplicamos la regla de oro de cualquier ciencia. Nuestra principal conclusión implica una cierta mirada respecto al desempeño microeconómico y macroeconómico observado en las décadas recientes.

Clasificación JEL: 

E01; E32; E37; O40; O54.

Palabras clave: 

nivel y tasa de crecimiento; producto potencial y PIB; medición en economía.

Abstract

Our objective is to evaluate three methodologies to estimate the potential GDP and the signals labeled as cycle and gap (of the SHCP, the Bank of Mexico and our owns). To achieve this, we describe their methodologies and present our own results. Based on the set of signals extracted, we developed, as the main result, an interpretation of the performance of the economy between 1922 and 2018. We share some short and long term policy recommendations. Our main limitation lies in the review of just three methodologies, of the many described in the literature, involving a selection based on local criteria. Our work is original since we study the longest period possible, because we replicate and present variations to the methodologies of the SHCP and the Bank of Mexico, and to the extent that we explain all the decisions made and make the data available to the reader. In this sense we apply the golden rule of any science. Our main conclusion implies a certain view regarding the microeconomic and macroeconomic performance observed in recent decades.

JEL Classification: 

E01; E32; E37; O40; O54.

Keywords: 

level and change; potential output and GDP; measurement in economics.


Es ineludible preguntarse cuánto se puede producir tomando en cuenta los recursos productivos disponibles bajo la frecuente condición de escasez material, por razones teóricas y prácticas. Tanto en la microeconomía como en la macroeconomía su respuesta constituye un punto de referencia absolutamente relevante. En la primera constituye la frontera de posibilidades de producción que, recordemos, no sólo permite distinguir entre la producción alcanzable y la no realizable en unidades físicas, sino define la producción eficiente. Y el desplazamiento de la frontera de producción depende, precisamente, de la incorporación del cambio técnico, actualmente conocido como productividad multifactorial. En la macroeconomía adoptó el nombre de producto potencial.2

Desde la microeconomía trazar la frontera de posibilidades de producción puede parecer un ejercicio teórico trivial pero, como veremos más adelante, la medición del PIB potencial constituye un reto analítico y estadístico formidable, y ciertamente ineludible ya que el diseño de las políticas económicas, la política monetaria entre otras, requiere como insumo clave disponer de una o más estimaciones de su valor.

En el siguiente apartado presentamos una guía metodológica desde la subdisciplina conocida como “medi- ción en economía” (Boumans, 2005), la cual será implementada para abordar la teoría y la práctica del PIB potencial recogiendo los puntos de vista de la SHCP, el Banco de México y los propios. Queremos destacar que se presentarán cuadros y un anexo estadístico con la finalidad de que cualquier lector interesado pueda replicar todos los ejercicios estadísticos contenidos en este documento. En el último apartado proponemos nuestras conclusiones.

Los científicos deben hacer una distinción entre la definición teórica de una variable, su valor observado o medido, y su verdadero valor (Haavelmo, 1944). Un economista aplicado, por ejemplo, debe ser consciente del grado de correspondencia, débil o fuerte, que existe entre una definición teórica y su valor observado, y de la diferencia entre el valor medido y su valor verdadero, conocida como el sesgo de medición. Morgan (2001, pp. 236-7) ilustró el punto de vista del Nobel así:

“Whereas some might suppose that economic measurement is merely counting ‘what is there’, a similarly naïve view would have us think that x-ray machines merely look through our flesh to reveal bones. We don’t see a macroeconomy, nor a consumer price index. . . hence fashioning measuring instruments in economics has been, in part, a matter of developing ways of observing the economy. . . Economic observations must not only be registered but also converted into measurements, and converted in ways which serve particular theoretical or empirical or bureaucratic purposes.”

Extendiendo a Haavelmo (1944), otro Nobel de economía, Koopmans (1947), calificó los esfuerzos de Burns y Mitchell para analizar empíricamente el ciclo económico como “medición sin teoría”. Para dimensionar su relevancia baste señalar que Hendry y Morgan (1996, p. 5), en su historia analítica de la econometría, propusieron una periodización ligada a tres debates, uno de los cuales fue abierto precisamente por Koopmans (1947). Por cierto, Mitchell participó en la decisión de sustituir el nombre de “Índice de costo de vida” por “Índice de precios al consumidor”, lo que implicó reducir sus fundamentos microeconómicos. Aunque pueda parecer que se trataba de una discusión teórica, estrictamente hablando el meollo del asunto correspondía a la precisión de la medición. Al respecto Persky (1998, p. 204) escribió lo siguiente: “Sin embargo, el comité Mitchell recomendó que se cambiara el nombre del Índice de Costo de Vida, argumentando que un índice de precios no podía reflejar completamente los cambios en el bienestar (Davis, 1944, p. 23), y como resultado, la Oficina de Estadísticas Laborales renombró su serie como Índice de Precios al Consumidor”.

Por lo tanto, los datos son construcciones teóricas, o con otras palabras, objetos científicos, en el sentido de que representan los valores medidos de definiciones teóricas y debido a la manipulación, en el buen sentido y en el mal sentido, de instrumentos de medición para su compilación. En particular, la “medición en economía” recomienda no perder de vista la precisión de los valores observados. Lequiller y Blades (2014, p. 39) abordaron el caso de la variable emblemática del Sistema de Cuentas Nacionales:

“Las cuentas nacionales deberían denominarse ‘estadísticas de cuentas nacionales’ porque sin esta precisión los analistas, y los usuarios en general, pueden pensar que son tan fiables como la situación de los negocios que presentan las cuentas de las empresas, lo que no es verdad. En particular, mientras que, por razones técnicas, el PIB se suele expresar en millones de unidades de la moneda nacional, los usuarios deben ser conscientes de que el importe de esta macromagnitud está muy lejos de ser exacto cuando se expresa en millones. . . los contables nacionales han de realizar determinados ajustes al elaborar las cuentas nacionales, que, como queda reseñado más arriba, no son sino aproximaciones. Ni siquiera es posible dar una indicación cuantitativa sobre la exactitud del PIB. En realidad, las cuentas nacionales, y en particular el PIB, no son el resultado de una única gran encuesta de cuyos resultados se puedan ofrecer intervalos de confianza. Por el contrario, son el resultado de combinar datos que proceden de diversas fuentes, muchas de las cuales requieren ser ajustadas para introducirlas en la base de datos de las cuentas nacionales y que, posteriormente, vuelven a ser ajustadas con el fin de mejorar la coherencia del sistema, incluso utilizando métodos no científicos."

Un punto de referencia actual es un artículo escrito por Moulton (2018, p. 31 y p. 33), quien trabajó por 32 años en el sistema estadístico de EE. UU. Moulton estimó el sesgo de un par de variables vinculadas entre sí, a saber, el sesgo al alza de la tasa de inflación (0.85 puntos porcentuales por año), y la subestimación del crecimiento económico (-0,65 puntos porcentuales por año) durante los años posteriores a la Comisión Boskin. Para dimensionar su tamaño vale la pena recordar que, según la Oficina de Estadísticas Laborales (BLS) y la Oficina de Análisis Económico (BEA), la tasa de inflación promedio anual de los EE. UU. fue del 2,14 % entre 1997 y 2017, y su crecimiento económico fue de 2.27 % en el mismo período. Según el recientemente fallecido presidente del NBER (Feldstein, 2017, p. 2), la mala medición de la economía no solo distorsiona las decisiones públicas y privadas, sino que erosiona la cohesión social, entre otros colaterales:

“The resulting widespread references to slow economic growth reduce the public’s faith in the political and economic system. The low measured growth of incomes exacerbates concerns about mobility with people worrying that they and their children are ‘stuck’ at low income levels. I think it creates a pessimism that contributes to political attitudes that are against free trade and critical of our market economy more generally... The underestimation of growth also distorts Federal Reserve policy. The perception of slow real growth now supports a Federal Reserve policy of exceptionally low interest rates that is contributing to potential financial instability. Back in 1996, Fed chairman Alan Greenspan persuaded members of the Federal Open Market Committee in 1996 that the official data underestimated productivity growth so that maintaining strong demand would not cause a rise in inflation.”

El gurú de la medición en economía (Boumans, 2005, p. 121) nos advirtió con perspicacia que un “problema relevante de los instrumentos utilizados para hacer visible lo no observable es cómo distinguir entre los hechos sobre el fenómeno y los artificios creados por el instrumento”. El meollo del asunto es que, en economía, los instrumentos de medición funcionaron inicialmente como “aparatos de medición” pero rápidamente se convirtieron en “dispositivos analíticos” (Klein, 2001; y Morgan, 2001). En este sentido, la recomendación es tener en cuenta que los instrumentos de medición dan forma a nuestro objeto de estudio, y es mejor que los usemos con extrema precaución todo el tiempo.

En breve, la medición en general, y en la economía en particular, está llena de riesgos y obstáculos. Muller (2018, pp. 3-4) los resumió así:

“Used properly, measurement, as we’ll see, can be a good thing... (But measurement) can also distort, divert, displace, distract, and discourage. While we are bound to live in an age of measurement, we live in an age of mismeasurement, over-measurement, misleading measurement, and counter-productive measurement. . . There are things that can be measured. There are things that are worth measuring. But what can be measured is not always what is worth measuring; what gets measured may have no relationship to what we really want to know. The costs of measuring may be greater than the benefits. The things that get measured may draw effort away from the things we really care about. And measurement may provide us with distorted knowledge knowledge that seems solid but is actually deceptive.”

En lo que resta del presente documento implementaremos esta guía metodológica para entender algunas propuestas respecto a la medición del producto potencial y el ciclo económico. Asimismo, la utilizaremos para construir nuestras propias aproximaciones. De ya subrayamos que el reto es doblemente enorme en el sentido que se trata de un par de variables cuyas definiciones teóricas son discutidas todavía entre los macroeconomistas y son, estadísticamente hablando, no directamente observables.3

La siguiente gráfica ilustra las dos posturas teóricas respecto al PIB observado y el producto potencial (Anisi, 1994, y Hauptmeier y otros, 2009). En el modelo de oferta y demanda agregadas encontramos dos curvas de oferta agregada, la de corto plazo con pendiente positiva y la de largo plazo, vertical. Así, en el corto plazo es posible observar dos equilibrios, un equilibrio recesivo y otro inflacionario. El equilibrio macroeconómico de largo plazo está definido por la intersección de las tres curvas. Como resultado, el ciclo económico gira en torno, o tiene como atractor, al producto potencial; y aparecen dos brechas, la recesiva (BR) y la inflacionaria. (BI). En contraste, desde el punto de vista de la teoría keynesiana-hicksiana-kaleckiana sólo disponemos de una curva de oferta agregada por lo que, exceptuando circunstancias excepcionales, típicamente en las economías de mercado la brecha del producto es negativa.

Fuente: elaboración propia.

Gráfica 1. 

Equilibrios macroeconómicos de corto y largo plazos y sus correspondientes brechas, y la perspectiva keynesiana-hicksiana-kaleckiana

El artículo 11 inciso C del Reglamento de la Ley Federal de Presupuesto y Responsabilidad Hacendaria establece que la tasa de crecimiento del PIB potencial debe calcularse como el promedio aritmético de la “tasa anual compuesta de crecimiento real del Producto Interno Bruto observado en al menos los 10 años previos a la fecha de la estimación”, y la “tasa anual compuesta de crecimiento real estimado del Producto Interno Bruto de un máximo de 5 años posteriores a la fecha de estimación”.4 Adicionalmente se establece que “el nivel del Producto Interno Bruto Potencial de cada año se calculará aplicando la tasa anual de crecimiento a que se refiere el párrafo anterior, sobre la base de un año en el que la economía haya operado a su nivel potencial.”

Así por ejemplo, en los Criterios Generales de Política Económica correspondientes al año 2019, la SHCP tomó las siguientes decisiones para estimar el nivel y la tasa de crecimiento del PIB potencial. Para el primer componente calculó la tasa de crecimiento media anual del PIB observado en volumen entre 2005 y 2017, y para el segundo componente simplemente propuso una tasa de crecimiento media anual entre 2018 y 2022. El promedio aritmético de ambas tasas, 2.3 % y 2.5 % respectivamente, ascendió a 2.4 %, que representa la tasa de crecimiento del PIB potencial correspondiente al año 2019. Para estimar su nivel consideró que la economía mexicana funcionó bajo pleno empleo el año de 2003 y aplicó la tasa de 2.4 %. Finalmente, comparando el PIB estimado para 2019 y el PIB potencial, determinó que la brecha del producto ascendería en 2019 a -0.83 %.

En el siguiente cuadro presentamos nuestros propios cálculos del PIB potencial, utilizando la tasa de crecimiento propuesta por la SHCP (2.4 %) y el PIB en volumen reportado por el INEGI; asimismo el ciclo económico, definido como la diferencia entre ambos niveles, y la brecha del producto, definida como el ciclo económico dividido por el nivel del PIB potencial en tantos por ciento. Un signo positivo en el ciclo económico representa una brecha inflacionaria, un signo negativo una brecha recesiva, a propósito ambas brechas representan un equilibrio macroeconómico de corto plazo; finalmente, un cero implica (en este caso el año 2003 propuesto por la SHCP) un equilibrio de largo plazo.

Cuadro 1. 

Escenario base de la SHCP

  • PIB observado

  • mill. pesos 2013

  • PIB potencial

  • mill. pesos 2013

  • Ciclo económico

  • mill. pesos 2013

  • Brecha del producto

  • en por ciento

200313,061,71913,061,71900.00
200413,573,81513,375,200198,6151.48
200513,887,07313,696,205190,8681.39
200614,511,30714,024,913486,3943.47
200714,843,82614,361,511482,3153.36
200815,013,57814,706,188307,3902.09
200914,219,99815,059,136-839,138-5.57
201014,947,79515,420,555-472,761-3.07
201115,495,33415,790,649-295,315-1.87
201216,059,72416,169,624-109,901-0.68
201316,277,18716,557,695-280,508-1.69
201416,733,65516,955,080-221,425-1.31
201517,283,85617,362,002-78,146-0.45
201617,786,91117,778,6908,2210.05
201718,163,49018,205,379-41,889-0.23
201818,525,88118,642,308-116,427-0.62

Fuente: cálculos propios con base a la BIE del INEGI y los CGPE 2019.

Antes de comentar el contenido del cuadro 1 queremos simplemente subrayar que se trata de una mera replicación basada en las instrucciones de las citadas Ley y su Reglamento, y de los propios Criterios 2019. En este sentido, los resultados obtenidos reflejan algunas decisiones clave tomadas por la SHCP, a saber, la selección de 13 años para calcular la tasa de crecimiento media anual observada, la estimación del crecimiento económico para los próximos años (2.5 %), esto es, su propia meta macroeconómica, y la selección del 2003 como el año de referencia.

Ahora bien, si modificamos una sola decisión, digamos el año de referencia, arguyendo por ejemplo que la economía creció en el 2003 apenas 1.45 %, y lo sustituimos por el año 2000, año simbólico que marca el nuevo milenio y en el que el crecimiento observado fue de 4.95 %, el escenario cambiaría significativamente. El siguiente cuadro reporta esta variación propuesta al escenario base de la SHCP siguiendo, evidentemente, su propia metodología.

Cuadro 2. 

Variación al escenario base de la SHCP

  • PIB observado

  • mill. pesos 2013

  • PIB potencial

  • mill. pesos 2013

  • Ciclo económico

  • mill. pesos 2013

  • Brecha del producto

  • en por ciento

200012,932,92112,932,92100.00
200112,880,62213,243,311-362,690-2.74
200212,875,49013,561,151-685,661-5.06
200313,061,71913,886,619-824,900-5.94
200413,573,81514,219,897-646,082-4.54
200513,887,07314,561,175-674,102-4.63
200614,511,30714,910,643-399,336-2.68
200714,843,82615,268,499-424,673-2.78
200815,013,57815,634,943-621,365-3.97
200914,219,99816,010,181-1,790,183-11.18
201014,947,79516,394,426-1,446,631-8.82
201115,495,33416,787,892-1,292,558-7.70
201216,059,72417,190,801-1,131,077-6.58
201316,277,18717,603,380-1,326,193-7.53
201416,733,65518,025,861-1,292,207-7.17
201517,283,85618,458,482-1,174,626-6.36
201617,786,91118,901,486-1,114,575-5.90
201718,163,49019,355,121-1,191,632-6.16
201818,525,88119,819,644-1,293,764-6.53

Fuente: cálculos propios con base a la BIE del INEGI y los CGPE 2019.

Visiblemente un cambio menor originó un escenario macroeconómico completamente distinto en la medida que observamos que la brecha del producto no solo es mucho mayor sino, tanto o más relevante, consistente- mente negativa. El meollo es que en el escenario base (Cuadro 1) el ciclo económico reportó valores positivos y negativos, “hecho” que se corresponde fuertemente con el modelo de oferta y demanda agregadas, pero en su variación (Cuadro 2) solo observamos valores negativos, “hecho” que sería bien recibido tanto por el modelo keynesiano como por el modelo IS-LM, en los cuales solo disponemos de una curva de oferta agregada con pendiente positiva y vertical en su última parte. En este sentido la metodología de la Ley y su Reglamente es ambigua ya que no es posible descubrir el marco teórico que la inspira.

Una gráfica que resume nítidamente la perspectiva del Banco Central Mexicano respecto a qué es el PIB potencial y cuál es el instrumento de medición adecuado para extraer la señal de interés, apareció en una presentación de su entonces gobernador Agustín Carstens, actualmente gerente general del Banco de Pagos Internacionales (BIS, por Bank for International Settlements), ante el Senado, y que reproducimos a continuación, incluido su título:

Gráfica 2. 

La postura de la política macroeconómica (en México) ha conducido a un crecimiento balanceado de la economía que está convergiendo al potencial, si bien en los últimos meses dicho crecimiento se ha moderado (índice 2003=100)

El contenido de la gráfica anterior invita a realizar las siguientes consideraciones. El PIB potencial se obtuvo aplicando el conocido filtro de Hodrick y Prescott (filtro HP) ajustado en las colas, esto es, un algoritmo univariante diseñado para “romper” una serie de tiempo en dos partes, el componente de crecimiento (en sus propias palabras, “un componente de tendencia que varía suavemente”), y el componente cíclico. Parece que su simplicidad facilitó su incorporación como una rutina más del “software” disponible en el mercado, a diferencia de otros métodos estadísticos que requieren de una programación caso por caso, por ejemplo la descomposición propuesta por Beveridge y Nelson en 1981.

Para Hodrick y Prescott (1997), originalmente publicado como documento de trabajo en el remoto 1981, una serie de tiempo debe pensarse como la suma de dos componentes, uno que cambia lentamente, y en qué medida depende de una penalización determinada ad hoc, y el residuo, obtenido como la diferencia entre la variable observada y la “tendencia”. A propósito, en su documento los autores subrayaron que el valor de la conocida lambda se obtuvo por mero tanteo, analizando un conjunto de variables de la “vieja” economía americana, a saber, entre 1947-53, 1953-68 y 1968-73. Entre otras características, el filtro no hace otra cosa más que suavizar a la variable en cuestión, por lo que la señal extraída se ubica forzosamente por en medio de esta misma.

De principio destacamos que la aplicación del filtro HP debería por lo menos inquietar a los macroecono- mistas teóricos, en el sentido que el PIB se entiende como un proceso estocástico, y en muchos casos como un paseo aleatorio (Granger, 2003, p. 558), pero la señal filtrada, el PIB potencial, es el resultado de un proceso determinístico. Recordemos por ejemplo que Nelson y Plosser (1982) demostraron estadísticamente que la trayectoria del grueso de las variables macroeconómicas en Estados Unidos está dominada por una tendencia estocástica y no una determinística.5

Podemos adoptar la perspectiva del Banco de México para obtener el PIB potencial, el ciclo económico y la brecha del producto, a lo largo del siglo XX y lo que va del nuevo milenio. Para facilitar la lectura en el cuadro 1A del anexo estadístico reportamos sus valores, y en la siguiente gráfica mostramos solamente la brecha del producto correspondiente.

Fuente: cálculos propios con base a la BIE del INEGI.

Gráfica 3. 

Variación al escenario base del Banco de México (brecha del producto en por ciento)

El ejercicio mostrado constituye una variación a la metodología propuesta por el Banco de México en la medida que el filtro es sensible al tamaño de la base de datos, que dicho sea de paso y siguiendo la mejor práctica extendimos utilizando toda la información disponible proporcionada por el INEGI. Destaquemos que aplicando este instrumento de medición parecería que, en primer lugar, en el año de 1981 se observó la mayor brecha inflacionaria de la historia reciente (12 por ciento), valoración con la que muchos economistas estarían de acuerdo; en segundo lugar, que en los últimos años del periodo analizado la economía se encontraba en una brecha inflacionaria cercana a un equilibrio de largo plazo (a diferencia de la señal propuesta por la SCHP y nuestra variación, contenidas en los Cuadros 1 y 2, en la medida que la brecha del producto es negativa y creciente); y en tercero, que un par de años de referencia, esto es de equilibrio macroeconómico de largo plazo, podrían ser el 2005 (cercano al 2003 propuesto por la SHCP) y el 2012.

Los hacedores de estadística, el INEGI mexicano o el INE español, tienen la responsabilidad de compilar variables estadísticas, por ejemplo el PIB en volumen, según una definición teórica de la macroeconomía, en este caso el nivel de producción. Para un Instituto de Estadística representaría un acto contra su propia naturaleza proponer mediciones de una variable no directamente observable, por ejemplo el PIB potencial entre otras. A propósito, se dice “no directamente observable” porque, siguiendo con nuestro ejemplo, en el caso del PIB en volumen su compilación se basa estrictamente en información originada en encuestas y censos, y en el caso de la estimación del PIB potencial se requiere, como hemos visto, la aplicación de otros tipos de métodos estadísticos, y la introducción de supuestos teóricos y empíricos clave.

Así por ejemplo, la CBO (la Congressional Budget Office) de los Estados Unidos, y no la BEA (el Bureau of Economic Analysis, la agencia responsable de la construcción de sus cuentas nacionales), estima su PIB potencial.6 Entonces, inicialmente o como punto de partida, la información necesaria para estimar el PIB potencial es la propia medición del PIB en volumen con distintas estructuras de precios. Como descubrimos en los apartados previos, se le transforma, repetimos, utilizando distintos instrumentos de medición siguiendo alguna hipótesis teórica en juego, o ninguna, como en el caso llamado “medición sin teoría” de Koopmans (1947).

El contenido del siguiente cuadro tiene el propósito de recordarnos que el valor agregado medido depende de la base utilizada. Lo anterior ocurre porque la información captada mediante encuestas es transformada utilizando distintos ponderadores según el cambio de la propia estructura del país en cuestión. Así por ejemplo, la economía mexicana fue 4.44 % mayor si comparamos las mediciones de las bases 2013 y 2008, y 2.05 % mayor si comparamos los ejercicios con estructura 2013 y 2003, en el primer año disponible, a saber, 1993. Puesto llanamente, no existe una única medición del PIB sino distintas aproximaciones, todas y cada una de las cuales válidas.

Cuadro 3. 

PIB corriente, en millones de pesos, según distintas bases

Base 2003Base 2008Base 2013Base 2013/ Base 2008Base 2013/ Base 2003
19931,528,7071,493,8161,560,093104.44102.05
19941,733,0671,714,3181,781,422103.91102.79
19952,152,1802,224,7262,311,458103.90107.40
19962,943,8223,002,9923,123,168104.00106.09
19973,708,5943,775,2803,962,524104.96106.85
19984,456,6024,590,2714,810,123104.79107.93
19995,416,3645,501,8485,738,466104.30105.95
20006,355,2606,426,2406,693,683104.16105.33
20016,632,8566,815,8427,069,377103.72106.58
20026,971,1917,265,3857,455,459102.62106.95
20037,555,8037,695,6247,868,810102.25104.14
20048,574,8238,693,2408,828,367101.55102.96
20059,251,7379,441,3509,562,648101.28103.36
200610,379,09110,538,11510,630,939100.88102.43
200711,320,83611,403,26411,504,076100.88101.62
200812,181,25612,256,86312,353,845100.79101.42
200911,937,25012,093,89012,162,763100.57101.89
201013,071,59713,282,06113,366,377100.63102.26
201114,395,83314,550,01414,665,576100.79101.87
201215,503,42615,626,90715,817,755101.22102.03
201315,450,55716,118,03116,277,187100.99105.35

Fuente: elaboración propia con base en la BIE del INEGI.

Los mejores datos que tenemos para estimar el nivel del PIB potencial los encontramos en la Encuesta Mensual a la Industria Manufacturera. Algo similar sucede en otros países, por ejemplo EE. UU. En la siguiente gráfica presentamos el grado de uso de la capacidad de planta según tres ejercicios estadísticos reportados por nuestro hacedor de estadística. La información tiene como punto de partida el año 1994.

Fuente: elaboración propia con base en la BIE del INEGI.

Gráfica 4. 

Capacidad de planta utilizada en las manufacturas (en por ciento)

Otra fuente de información constituye la Encuesta Mensual de Opinión Empresarial. La siguiente gráfica contiene el grado de utilización, en por ciento, de la planta y equipo según la mencionada encuesta de opinión. Como se observa, desde el punto de vista del empresariado las manufacturas han dispuesto de significativa capacidad ociosa en el presente siglo XXI.

Fuente: elaboración propia con base en la BIE del INEGI.

Gráfica 5. 

Porcentaje de utilización de la planta y equipo según la opinión empresarial 2004-2019

Para proponer nuestra simulación, explicitemos estática como fue el caso de los ejercicios realizados por la SHCP y el Banco de México, requerimos de la participación del PIB manufacturero en el PIB total (Man/PIB en tantos por uno). Asimismo debemos tomar una decisión clave, esto es, el porcentaje de uso máximo de la capacidad de planta en las manufacturas. Considerando que entre 1994 y 2018 su valor observado máximo fue de 83.42 en el 2006, y teniendo en mente la posible generación de cuellos de botella en la economía en su conjunto y otros desequilibrios, destacadamente el ligado a la cuenta corriente de la balanza de pagos, utilizamos un 85 por ciento como su valor para determinar el PIB manufacturero potencial. Destaquemos que se trata de un valor conservador si retomamos la opinión del empresariado. En el siguiente cuadro mostramos nuestros resultados.

Cuadro 4. 

Escenario basado en datos observados 1994-2018

  • Man/PIB

  • tantos por uno

  • Uso capacidad

  • por ciento

PIBPIB PotencialCiclo

  • Brecha

  • por ciento

mill. pesos constantes a precios de 2013
19930.1654 10,165,571
19940.163277.2510,667,86010,842,509-174,649-1.61
19950.166876.589,996,72110,179,948-183,227-1.80
19960.170979.5010,673,82410,799,987-126,163-1.17
19970.175380.6711,404,64511,512,056-107,411-0.93
19980.180480.3311,993,57312,119,228-125,655-1.04
19990.180579.9212,323,82212,465,343-141,521-1.14
20000.183280.6712,932,92113,060,185-127,263-0.97
20010.178778.5812,880,62213,068,600-187,978-1.44
20020.174578.8312,875,49013,051,259-175,769-1.35
20030.170979.3313,061,71913,221,129-159,410-1.21
20040.169981.5813,573,81513,670,413-96,598-0.71
20050.169782.1713,887,07313,968,327-81,254-0.58
20060.170083.4214,511,30714,558,129-46,822-0.32
20070.167279.7514,843,82615,007,231-163,405-1.09
20080.163078.9215,013,57815,202,261-188,684-1.24
20090.154676.0014,219,99814,480,370-260,372-1.80
20100.160078.1714,947,79515,156,832-209,037-1.38
20110.159279.5015,495,33415,666,014-170,680-1.09
20120.159780.3316,059,72416,208,717-148,993-0.92
20130.158479.6716,277,18716,449,758-172,571-1.05
20140.160279.8316,733,65516,907,141-173,486-1.03
20150.159880.1717,283,85617,450,381-166,526-0.95
20160.157780.6717,786,91117,937,598-150,687-0.84
20170.159181.2518,163,49018,296,854-133,365-0.73
20180.158681.3318,525,88118,658,300-132,419-0.71

Fuente: elaboración propia con base en la BIE del INEGI.

Las señales extraídas son consistentes con nuestro marco teórico heterodoxo, digamos keynesiano-hicksiano- kaleckiano (López, 1994, y Guerrero, 2004), en el sentido que, por definición, el producto observado siempre es menor o igual al producto potencial, implicando así valores negativos para el ciclo económico y la brecha de producto. En el año 2018, por ejemplo, la SHCP reportó una brecha de producto de -0.62 por ciento, y el Banco de México una de +0.46 por ciento. En este sentido, la metodología implementada por la SHCP y la nuestra muestran una coincidencia estadística.

A excepción de los datos correspondientes al grado de utilización de la planta y equipo, utilizando las Estadísticas Históricas de nuestro país (INEGI, 1994) y algunos levantamientos llevados a cabo en las décadas de los setenta, ochenta y principios de los noventa del siglo pasado publicados con el nombre de Encuesta Trimestral sobre la Actividad Económica Empresarial, fue posible recopilar la información necesaria para aplicar nuestra metodología entre 1922 y 1993 siguiendo los siguientes cuatro pasos:

  • 1. Realizamos un análisis de regresión con la información observada entre 1994 y 2018 de, precisamente, el grado de uso de la capacidad de planta utilizada en las manufacturas, definida como la variable endógena, y el nivel y tasa de variación del PIB manufacturero y la participación del PIB manufacturero en el PIB total, definidas como las variables exógenas débiles. Así, aplicamos los coeficientes estimados para generar los datos faltantes de grado de uso del capital entre 1922 y 1993.

  • Específicamente hablando, las variables utilizadas para el análisis de regresión fueron el grado de uso del capital (en por ciento), el nivel y la tasa de crecimiento del PIB manufacturero (en volumen y en por ciento), y la participación del PIB manufacturero en el PIB total (en tantos por uno). Las pruebas Dickey-Fuller aumentada y Phillips-Perron indicaron que el orden de integración del nivel del PIB manufacturero es I(1), y el orden de integración del resto de variables es I(0). En este sentido resultó aceptable utilizar un modelo uniecuacional y resolverlo utilizando MCO. En todos los casos la prueba t de significancia estadística individual registró valores mayores a dos. El coeficiente de determinación ascendió a 0.64. Se aplicaron las pruebas usuales para evaluar la adecuación estadística de la regresión estimada obteniendo en general resultados favorables, y destacadamente los residuales estimados se comportan como un proceso estacionario. La ecuación obtenida fue la siguiente:

  • La siguiente gráfica muestra la cercanía entre los valores observados y estimados de la variable endógena y el adecuado comportamiento estadístico de los residuales.

Gráfica 6. 

Valores observados y estimados de la variable endógena, y residuales

  • 2. Definimos la variable de referencia del estado de la economía. El contenido de la siguiente gráfica de dispersión sugirió la conveniencia de utilizar la tasa de crecimiento del PIB manufacturero, y no la tasa de crecimiento de la economía en su conjunto, como el indicador para seleccionar los años en los que la economía ha crecido a su potencial según sus propias capacidades productivas. Adicionalmente cabe recordar que en la oferta agregada aparecen las importaciones, por lo que es posible, potencialmente hablando, incrementarla de manera artificial, es decir, insostenible. Para facilitar la lectura presentamos en el cuadro 2A del anexo estadístico los datos de origen.

elaboración propia con base en la BIE del INEGI, e INEGI (1994)

Gráfica 7. 

Dispersión de las tasas de crecimiento en por ciento de la economía (eje vertical) y del PIB manufacturero (eje horizontal)

  • 3. Con base en el siguiente análisis de las frecuencias de la tasa de crecimiento del PIB manufacturero fijamos en cien por ciento el grado de utilización en los años en los que la variable en cuestión registró un valor superior a diez por ciento (1922-3, 1926, 1931, 1934, 1936, 1941-2, 1950-1, 1955-7, 1964, y 1979):

Cuadro 5. 

Frecuencias de la tasa de crecimiento del PIB manufacturero 1922-2018

CumulativeCumulative
ValueCountPercentCountPercent
[-30, -20)22.0622.06
[-20, -10)11.0333.09
[-10, 0)1313.41616.49
[0, 10)6668.048284.54
[10, 20)1313.49597.94
[30, 40)11.039698.97
[40, 50)11.0397100
Total9710097100

Fuente: elaboración propia con base en la BIE del INEGI, e INEGI (1994).

  • 4. Finalmente, basados en un enfoque KISS (por “keep it sensibly simple”) fijamos, como en nuestro ejercicio basado en datos observados contenido en el Cuadro 4, un 85 % como el porcentaje de uso máximo de la capacidad de planta en las manufacturas. En la siguiente gráfica (y en el Cuadro 2A que aparece en el anexo estadístico), reportamos nuestro ejercicio completo, esto es, con datos observados 1994-2018 y no observados 1922-1993.

Fuente: elaboración propia con base en la BIE del INEGI, e INEGI (varios años).

Gráfica 8. 

Brecha del producto 1922-2018 (en por ciento)

La brecha de producto obtenida es consistente con nuestra presunción teórica en el sentido que se observa que el PIB medido registra un comportamiento de acercamiento y de alejamiento respecto al PIB potencial. Cabe resaltar que, en contraste a las décadas previas a los ochenta, parece que recientemente la economía se encuentra rígidamente alejada del PIB potencial, siendo el año de 1991 el último momento en que la economía funcionó plenamente. Así, en las últimas décadas el ciclo económico ha sido amortiguado a costa de alejar a la economía de su frontera de la producción, en contraste al pasado remoto en el que se observan amplias brechas pero cada ocasión de menor tamaño con convergencia al PIB potencial.

Si bien no es posible proponer alguna medida estadística sobre la precisión del PIB observado, y mucho menos de las señales extraídas, sí es viable proponer una consideración general al respecto. En la medida que la literatura reconoce la subestimación del PIB observado podemos adelantar entonces que las mediciones del PIB potencial, según las tres metodologías revisadas, adolecen del mismo sesgo.

Debemos interpretar todos y cada uno de los ejercicios estadísticos mostrados en este documento con mucha cautela. Baste recordar que aplicando la metodología de la SHCP el traslado del año de referencia apenas del 2003 al 2000 ocasionó la generación de un escenario macroeconómico completamente distinto, o que en el caso del filtro HP cada nueva observación genera una simulación distinta. Una debilidad de nuestro enfoque basado en datos radica en la necesidad de suponer un valor relativo al uso máximo del acervo de capital para el periodo 1922-1993. En la misma dirección, Hodrick y Prescott sugirieron lo siguiente (1997,p. 2): “Varios investigadores, utilizando métodos alternativos, han agregado y están agregando a nuestro conocimiento de las fluctuaciones económicas agregadas. Nuestra opinión es que ningún enfoque domina a todos los demás y que es mejor examinar los datos desde varias perspectivas diferentes.” En algún sentido, el mismo punto de vista tiene el FMI (De Masi, 1997, p. 10): “Dadas las incertidumbres asociadas con cualquier estimación particular de crecimiento potencial, las prácticas actuales en el FMI no requieren el uso de una metodología estandarizada, sino que permiten que factores específicos del país determinen la metodología empleada.”

Desde la medición en economía debemos preguntarnos respecto a la correspondencia, débil o fuerte, entre la definición teórica y su valor medido, y respecto a la calidad de la medición, que depende del propio instrumento de medición. Adicionalmente hay que recordar que tanto el PIB potencial como el ciclo económico son variables no directamente observables, esto es, que su medición requiere en primer lugar como insumo una variable observable, en nuestro caso el PIB en volumen, el cual, dicho sea de paso, como cualquier otra medición estadística está sujeta a errores y sesgos de medición y, en segundo lugar, un instrumento de medición adicional. Al respecto nosotros revisamos tres enfoques, a saber, el de la SHCP, el del Banco de México, y el nuestro basado en datos observados y no observados.

Si bien el desempeño macroeconómico, medido por la tasa de crecimiento del PIB en volumen, ha sido decepcionante en las últimas décadas, si lo miramos utilizando la brecha del producto se torna especialmente preocupante, y más desde el ejercicio propuesto por la SHCP y el propio. Desde hace décadas la economía está significativamente alejada de su frontera de la producción lo cual constituye, simplemente, un sin sentido. Aunque la economía dispone de la capacidad para producir bienes y servicios, y atender así las necesidades de bienestar material de su población, no se la utiliza. Y sus colaterales son muchos, entre otros, desestímulo a la compra de nuevo capital, y derivadamente pérdida de competitividad, y menor creación de puestos de trabajo calificados. Así, la economía mexicana se encuentra en una espiral descendente.

Para cerrar sólo queremos subrayar que, desde cualquier hipótesis teórica, se acepta que el ciclo económico puede ser influido por las políticas, especialmente la fiscal y monetaria. Y también por otras políticas que empiezan a ganar espacio, entre otras la salarial y la distributiva (con reglas y sin reglas). En este sentido encontramos, bajo cualquiera de los escenarios revisados, espacio productivo para el ejercicio decidido de las políticas económicas y públicas en general. La viabilidad económica-social del país está en juego.

 

Referencias

[1] Anisi, D. (1994), Modelos Económicos: una Interpretación de la Macroeconomía, Alianza.

[2] Boumans, M. (2005), How Economists Model the World into Numbers, London, and New York, Routledge.

[3] Boumans, M. (2007), Measurement in Economics, editor, Academic Press.

[4] Carstens, A. (2013), La economía mexicana. Presentación ante el Senado de la República, Banco de México, en línea.

[5] CBO (2018), Estimating and Projecting Potential Output Using CBO’s Forecasting Growth Model, Working Paper 2018-03.

[6] De Masi, P. R. (1997), “IMF estimates of potential output: theory and practice”, WP/97/177.

[7] Feldstein, M. S. (2017), “Underestimating the real growth of GDP, personal income and productivity”, National Bureau of Economic Research, Working Paper 23306.

[8] Gavin, W. T. (2012), “What is potential GDP and why does it matter?”, Economic Synopses, No. 11, pp. 1-2.

[9] Granger, C. W. J. (2003), “Spurious regressions in econometrics”, A Companion to Theoretical Econometrics, editado por Badi H. Baltagi, Blackwell Publishing, 557-61.

[10] Guerrero, C. (2004), “Ciclos económicos y multiplicadores del gasto en Estados Unidos y México 1950-2003”, año 10, número 19, pp. 73-89, Gaceta de Economía, ITAM.

[11] Guerrero, C. (2015), “Complex stylized facts of the Mexican economy: a Hirschmanian perspective (To struggle the “fear of growing”)”, Contaduría y Administración. Revista Internacional, 60(2), pp. 291-325, https://doi.org/10.1016/s0186-1042(15)30002-4.

[12] Haavelmo, T. (1944), “The probability approach in econometrics”, Econometrica, vol. 12, supplement, pp. iii-vi + 1-115, https://doi.org/10.2307/1906935.

[13] Hendry, D. F. y Morgan, M. S. (1996), The Foundations of Econometric Analysis, editores, CUP, reimpresión.

[14] Hauptmeier, S., y otros (2009), Projecting Potential Output, ZEW Economic Studies, vol. 42, Physica-Verlag.

[15] Hodrick, R. J. y Prescott, E. C. (1997), “Postwar U.S. business cycles: an empirical investigation”, Journal of Money, Credit, and Banking, 29(1), pp. 1-16, https://doi.org/10.2307/2953682.

[16] INEGI (1994), Estadísticas Históricas, tercera edición.

[17] INEGI (varios años), Encuesta Trimestral sobre la Actividad Económica Empresarial.

[18] Klein, J. L. (2001), “Reflections from the age of economic measurement”, 111-36, en Klein, J. L. y Morgan, M. M. (editoras).

[19] Klein, J. L., y Morgan, M. M. (2001), The Age of Economic Measurement, Annual Supplement to Volume 33 History of Political Economy, editoras, Durham, Duke University Press.

[20] Koopmans, T. C. (1947), “Measurement without theory”, The Review of Economics and Statistics, 29(3), pp. 161-72, https://doi.org/10.2307/1928627.

[21] Lequiller, F. y D. Blades (2014), Understanding National Accounts, segunda edición, OECD Publishing.

[22] López, J. (1994), México: la Nueva Macroeconomía, coordinador general, CEPNA.

[23] Morgan, M. (2001), “Making measuring instruments”, en Klein, J. L. y Morgan, M. M. (editoras).

[24] Moulton, B. R. (2018), The Measurement of Output, Prices, and Productivity: What’s Changed Since the Boskin Commission?, The Brookings Institution.

[25] Muller, J. Z. The Tyranny of Metrics, Princeton University Press, 2018.

[26] Nelson, Ch. R. y Ch. I. Plosser, (1982), “Trends and random walks in macroeconomic time series. Some evidence and applications”, Journal of Monetary Economics, vol. 10, pp. 139-62, https://doi.org/10.1016/0304-3932(82)90012-5.

[27] Persky, J. (1998), “Price indexes and general Exchange”, Journal of Economic Perspectives, 12(1), 197-205, https://doi.org/10.1257/jep.12.1.197.

[28] SHCP (2018), Criterios Generales de Política Económica 2019, en línea.

 

NOTAS

[*]

Sin fuente de financiamiento declarado para el desarrollo de la investigación.

Profesor de tiempo completo definitivo, Facultad de Economía, UNAM, cgdl@unam.mx. Agradezco las palabras de aliento del Dr. Gerardo Dubcovsky.

[2]

Su definición estándar es la siguiente (Hauptmeier y otros, 2009, p. 1): “The concept of potential output has played an important role in economic analysis and policy debates at least since the 1960s. Usually defined as the productive capacity that would be feasible under full utilisation of all factors of production, it is a central reference variable in economic theories and provides the starting point for analysing the current status of the economy”.

[3]

Por ejemplo, el Vice-Presidente de la Reserva Federal de San Luis (Gavin , 2012, p.1) escribió en los siguientes términos: “Potential gross domestic product (GDP) is a theoretical concept that means different things to different people. To some, it reflects a world in which every worker is matched with the perfect job, every good idea is implemented, and the bad ones are ignored. In this world, resources are allocated optimally with no distortions from the tax code, information frictions, or suboptimal government policies. But this theoretical ‘perfect world’ is not the real world, and the scenario just described is not the concept of potential GDP monetary policymakers typically use when setting monetary policy.”

[4]

Las leyes federales y sus reglamentos pueden encontrarse en el siguiente enlace: http://www.diputados.gob.mx/LeyesBiblio/ index.htm.

[5]

Remitimos a Guerrero (2015) para una discusión más amplia de los pros y contras del filtro HP.

[6]

La CBO (2018, p. 4) explicita: “CBO’s approach to identifying underlying productive capacity is to focus on fundamental determinants of supply rather than on fluctuations in aggregate demand. That approach is based on the notion that the economy has an underlying but unobserved trend path along which output, employment, and investment could develop without triggering inflationary instability or recession. Estimates of that path measure the capacity of the economy to supply a steadily growing stream of output. Potential output thus does not represent a limit on output that cannot be exceeded. Rather, it is a measure of maximum sustainable output-the level of real GDP in a given year that is consistent with steady growth and a stable rate of inflation.”

Anexo estadístico

Cuadro 1A. 

Señales extraídas según la perspectiva del Banco de México

PIB observadoPIB potencialCiclo económicoBrecha del producto en por ciento
Millones de pesos a precios de 2013
1921481,763500,747-18,984-3.79
1922492,470503,718-11,248-2.23
1923509,601506,5003,1010.61
1924501,036508,789-7,753-1.52
1925533,153510,31522,8384.48
1926563,130510,72852,40110.26
1927539,748509,90929,8395.85
1928541,718508,26133,4576.58
1929522,448506,48515,9633.15
1930488,189505,618-17,430-3.45
1931505,318506,857-1,540-0.3
1932430,377511,223-80,846-15.81
1933477,482519,723-42,241-8.13
1934509,601532,554-22,954-4.31
1935548,141549,493-1,351-0.25
1936593,106570,08523,0214.04
1937612,377593,86318,5153.12
1938620,942620,5893530.06
1939655,201650,2124,9890.77
1940663,765682,683-18,917-2.77
1941728,001718,0039,9981.39
1942770,825755,98414,8411.96
1943798,659796,5392,1200.27
1944862,894839,72823,1662.76
1945890,730885,6335,0970.58
1946948,542934,56713,9751.5
1947982,801986,894-4,093-0.41
19481,021,3421,043,119-21,777-2.09
19491,079,1541,103,705-24,551-2.22
19501,184,0711,168,89715,1741.3
19511,276,1421,238,69537,4483.02
19521,327,5311,313,25114,2801.09
19531,331,8121,393,091-61,279-4.4
19541,464,5661,478,883-14,317-0.97
19551,588,7531,570,68518,0681.15
19561,697,9531,668,40929,5441.77
19571,826,4241,772,14854,2763.06
19581,922,7941,882,29240,5022.15
19591,980,5891,999,773-19,184-0.96
19602,141,1772,125,92715,2500.72
19612,233,6612,261,900-28,239-1.25
19622,333,2542,408,989-75,735-3.14
19632,509,2302,568,209-58,979-2.3
19642,785,5312,739,81845,7131.67
19652,956,8082,923,48433,3241.14
19663,137,0593,119,33217,7270.57
19673,320,7313,327,820-7,089-0.21
19683,633,6533,549,58484,0692.37
19693,757,8743,785,189-27,316-0.72
19704,002,2294,036,041-33,812-0.84
19714,152,8114,303,271-150,459-3.5
19724,494,5384,587,673-93,135-2.03
19734,847,8594,888,538-40,679-0.83
19745,127,9125,204,224-76,312-1.47
19755,422,4845,532,681-110,197-1.99
19765,662,0195,871,098-209,079-3.56
19775,853,9986,215,562-361,565-5.82
19786,378,3376,560,069-181,732-2.77
19796,996,9196,894,997101,9221.48
19807,642,9627,208,909434,0536.02
19818,368,1507,491,388876,76211.7
19828,367,5167,736,356631,1608.16
19838,002,4437,946,50355,9400.7
19848,281,4658,130,829150,6351.85
19858,437,0388,298,897138,1411.66
19868,124,1658,461,773-337,608-3.99
19878,292,3648,631,907-339,543-3.93
19888,398,4368,818,370-419,934-4.76
19898,705,3959,026,840-321,445-3.56
19909,158,8109,258,796-99,986-1.08
19919,528,6069,512,49916,1070.17
19929,862,8779,785,21577,6630.79
199310,165,57110,074,36791,2050.91
199410,667,86010,378,156289,7042.79
19959,996,72110,695,697-698,977-6.54
199610,673,82411,028,999-355,175-3.22
199711,404,64511,373,08331,5620.28
199811,993,57311,719,418274,1542.34
199912,323,82212,059,788264,0342.19
200012,932,92112,388,719544,2024.39
200112,880,62212,703,378177,2441.4
200212,875,49013,006,373-130,883-1.01
200313,061,71913,302,084-240,365-1.81
200413,573,81513,593,583-19,768-0.15
200513,887,07313,881,5405,5330.04
200614,511,30714,166,424344,8832.43
200714,843,82614,448,761395,0652.73
200815,013,57814,732,527281,0511.91
200914,219,99815,025,646-805,647-5.36
201014,947,79515,338,854-391,060-2.55
201115,495,33415,674,832-179,498-1.15
201216,059,72416,032,34727,3760.17
201316,277,18716,408,374-131,187-0.8
201416,733,65516,800,161-66,506-0.4
201517,283,85617,203,64280,2140.47
201617,786,91117,614,090172,8210.98
201718,163,49018,027,576135,9140.75
201818,525,88118,441,90283,9790.46

Fuente: elaboración propia con base en la BIE del INEGI.

Cuadro 2A. 

Señales extraídas según nuestra propuesta

PIBMan/PIB Tantos por unoUso %PIBPIBPotPIBManPIBManPotCicloBrecha %
Millones de pesos a precios de 2013
19210.0609 481,763 29,358
19220.0811100492,470492,47039,96039,96000
19230.0888100509,601509,60145,26145,26100
19240.094866.43501,036514,32047,50360,787-13,284-2.58
19250.091465.81533,153547,36548,72662,938-14,211-2.6
19260.0981100563,130563,13055,25155,25100
19270.092964.17539,748556,03250,15466,438-16,284-2.93
19280.096766.52541,718556,27552,39666,953-14,557-2.62
19290.106567.56522,448536,81855,65870,028-14,369-2.68
19300.119968.44488,189502,34358,51372,667-14,154-2.82
19310.138100505,318505,31869,72669,72600
19320.117563.35430,377447,65450,56167,839-17,277-3.86
19330.097864.77477,482492,06746,68861,273-14,585-2.96
19340.1368100509,601509,60169,72669,72600
19350.123967.63548,141565,58167,89185,331-17,440-3.08
19360.1317100593,106593,10678,08578,08500
19370.133569.53612,377630,57481,75499,951-18,197-2.89
19380.135669.44620,942639,80684,201103,065-18,864-2.95
19390.136369.97655,201674,38089,298108,477-19,179-2.84
19400.141670.28663,765683,44793,987113,669-19,682-2.88
19410.1487100728,001728,001108,258108,25800
19420.1603100770,825770,825123,549123,54900
19430.163172.12798,659821,931130,277153,549-23,272-2.83
19440.162672.44862,894887,213140,267164,586-24,319-2.74
19450.171773.4890,730914,903152,907177,081-24,173-2.64
19460.164471.79948,542977,231155,966184,655-28,689-2.94
19470.154370.28982,8011,014,566151,684183,448-31,764-3.13
19480.160372.391,021,3421,049,872163,713192,243-28,530-2.72
19490.165172.951,079,1541,108,590178,188207,624-29,436-2.66
19500.17221001,184,0711,184,071203,877203,87700
19510.17751001,276,1421,276,142226,507226,50700
19520.183474.41,327,5311,362,226243,429278,124-34,696-2.55
19530.17972.61,331,8121,372,506238,332279,026-40,694-2.96
19540.174673.721,464,5661,503,675255,661294,770-39,109-2.6
19550.17771001,588,7531,588,753282,369282,36900
19560.18441001,697,9531,697,953313,154313,15400
19570.19181001,826,4241,826,424350,260350,26000
19580.193175.381,922,7941,970,166371,259418,631-47,372-2.4
19590.201776.391,980,5892,025,632399,394444,437-45,043-2.22
19600.203576.882,141,1772,187,191435,684481,697-46,013-2.1
19610.204876.452,233,6612,284,832457,458508,629-51,171-2.24
19620.203676.242,333,2542,387,814475,035529,596-54,561-2.28
19630.207277.532,509,2302,559,349520,034570,154-50,119-1.96
19640.21721002,785,5312,785,531605,032605,03200
19650.221178.862,956,8083,007,724653,607704,524-50,916-1.69
19660.223879.153,137,0593,188,951702,080753,973-51,892-1.63
19670.223979.073,320,7313,376,474743,406799,149-55,743-1.65
19680.220879.343,633,6533,690,842802,347859,536-57,189-1.55
19690.228580.013,757,8743,811,402858,839912,367-53,529-1.4
1970 0.2303 80.424,002,229 4,054,777 921,799974,347-52,549-1.3
1971 0.2284 79.694,152,811 4,215,991 948,3661,011,546-63,180-1.5
1972 0.2292 80.94,494,538 4,546,789 1,030,0071,082,258-52,250-1.15
1973 0.2317 81.494,847,859 4,896,211 1,123,4121,171,764-48,352-0.99
1974 0.2301 80.975,127,912 5,186,691 1,180,1851,238,964-58,779-1.13
1975 0.2267 80.745,422,484 5,487,418 1,229,2251,294,160-64,934-1.18
1976 0.2267 80.975,662,019 5,725,938 1,283,6451,347,564-63,919-1.12
1977 0.2256 80.795,853,998 5,922,891 1,320,8731,389,766-68,893-1.16
1978 0.2273 82.396,378,337 6,424,206 1,449,7561,495,625-45,869-0.71
1979 0.2284 1006,996,919 6,996,919 1,597,8881,597,88800
1980 0.2212 89.187,642,962 7,642,962 1,690,8271,690,82700
1981 0.2165 78.358,368,150 8,521,826 1,811,6871,965,362-153,676-1.8
1982 0.2119 76.618,367,516 8,561,627 1,773,0351,967,147-194,112-2.27
1983 0.2038 68.398,002,443 8,398,614 1,631,1952,027,366-396,171-4.72
1984 0.2066 72.488,281,465 8,577,146 1,710,9372,006,618-295,681-3.45
1985 0.2136 76.228,437,038 8,644,786 1,802,3322,010,079-207,748-2.4
1986 0.2103 75.028,124,165 8,351,434 1,708,3851,935,653-227,268-2.72
1987 0.2127 74.618,292,364 8,538,021 1,764,0532,009,711-245,658-2.88
1988 0.2168 74.168,398,436 8,664,625 1,821,0862,087,275-266,189-3.07
1989 0.2249 77.778,705,395 8,887,314 1,957,7912,139,710-181,919-2.05
1990 0.2284 80.099,158,810 9,286,909 2,091,7062,219,806-128,099-1.38
1991 0.2292 85.099,528,606 9,526,391 2,184,2852,182,0702,2150.02
1992 0.228 84.749,862,877 9,869,830 2,249,1182,256,070-6,953-0.07
1993 0.1654 80.9910,165,571 10,248,717 1,681,0611,764,206-83,146-0.81
1994 0.1632 77.2510,667,860 10,842,509 1,740,8571,915,506-174,649-1.61
1995 0.1668 76.589,996,721 10,179,948 1,667,1881,850,415-183,227-1.8
1996 0.1709 79.510,673,824 10,799,987 1,823,6281,949,791-126,163-1.17
1997 0.1753 80.6711,404,645 11,512,056 1,999,4882,106,898-107,411-0.93
1998 0.1804 80.3311,993,573 12,119,228 2,163,0622,288,717-125,655-1.04
1999 0.1805 79.9212,323,822 12,465,343 2,224,8992,366,420-141,521-1.14
2000 0.1832 80.6712,932,921 13,060,185 2,369,0562,496,319-127,263-0.97
2001 0.1787 78.5812,880,622 13,068,600 2,302,1252,490,103-187,978-1.44
2002 0.1745 78.8312,875,490 13,051,259 2,246,9932,422,762-175,769-1.35
2003 0.1709 79.3313,061,719 13,221,129 2,231,7432,391,153-159,410-1.21
2004 0.1699 81.5813,573,815 13,670,413 2,306,5622,403,160-96,598-0.71
2005 0.1697 82.1713,887,073 13,968,327 2,356,3712,437,625-81,254-0.58
2006 0.17 83.4214,511,307 14,558,129 2,466,7672,513,588-46,822-0.32
2007 0.1672 79.7514,843,826 15,007,231 2,482,1982,645,603-163,405-1.09
2008 0.163 78.9215,013,578 15,202,261 2,447,7172,636,400-188,684-1.24
2009 0.1546 7614,219,998 14,480,370 2,198,6952,459,067-260,372-1.8
2010 0.16 78.1714,947,795 15,156,832 2,391,1792,600,216-209,037-1.38
2011 0.1592 79.515,495,334 15,666,014 2,467,1022,637,782-170,680-1.09
2012 0.1597 80.3316,059,724 16,208,717 2,564,8082,713,801-148,993-0.92
2013 0.1584 79.6716,277,187 16,449,758 2,577,7822,750,354-172,571-1.05
2014 0.1602 79.8316,733,655 16,907,141 2,680,6422,854,128-173,486-1.03
2015 0.1598 80.1717,283,856 17,450,381 2,762,0272,928,552-166,526-0.95
2016 0.1577 80.6717,786,911 17,937,598 2,805,1052,955,792-150,687-0.84
2017 0.1591 81.2518,163,490 18,296,854 2,889,5653,022,929-133,365-0.73
2018 0.1586 81.3318,525,881 18,658,3002,937,2923,069,711-132,419-0.71

Fuente: elaboración propia con base en la BIE del INEGI, e INEGI (1994) y varios años.

 

 

 

 

Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons

Enlaces refback

  • No hay ningún enlace refback.


Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.
Métricas de artículo
Cargando métricas ...

Metrics powered by PLOS ALM