DESIGUALDAD Y CRECIMIENTO ECONÓMICO
Alan Fairlie Reinoso
La relación desigualdad de ingresos y crecimiento económico, puede ser analizada empíricamente de dos maneras: se puede explorar el efecto directo de una sobre la otra o, de forma alternativa, se puede poner el foco de atención en los efectos indirectos de la desigualdad sobre el crecimiento. Un estudio reciente del Fondo Monetario Internacional (*), opta por la segunda aproximación. Se resumen a continuación sus principales hallazgos.
De manera concreta, analiza la magnitud del impacto de la desigualdad (medido a través de seis indicadores) sobre cinco factores que típicamente afectan el crecimiento económico: capital humano, fertilidad, servicios de capital (inversión), productividad total de factores (TFP) y estabilidad política. Estos factores también son denominados canales de transmisión sobre el crecimiento.
La Tabla 1 muestra los seis indicadores de desigualdad de ingresos que se emplean en el estudio y las fuentes de datos. Un primer asunto resaltante es que los seis indicadores están correlacionados positivamente, pero imperfectamente. Ello se debe principalmente a que cada indicador está basado en una muestra de países distinta. Por ejemplo, el indicador Top10 income share del WDI en su mayoría cubre países en desarrollo, la participación de países desarrollados en la muestra es de solo 26%. Lo contrario ocurre con el indicador de LIS en que existe una mayor representación de países desarrollados (71%).
Tabla 1: Coeficientes de correlación entre indicadores de desigualdad
Las limitaciones de datos, hace que sea difícil responder a preguntas como ¿Cuál ha sido la evolución de la desigualdad de ingresos en economías desarrolladas desde 1980? Los hechos estilizados sobre desigualdad, dependen en gran medida del indicador de desigualdad que se emplee.
Adicionalmente, las limitaciones de datos afectan las conclusiones que se pueden derivar de estimaciones que vinculan la desigualdad de ingresos y sus canales de transmisión sobre el crecimiento del PBI. Para dar evidencia de ello, en el estudio se emplean tres metodologías distintas y se responden a tres preguntas:
1. ¿Los tres indicadores Top10 income shares y los tres coeficientes de Gini establecen las mismas relaciones empíricas con los canales de transmisión?
En base a una metodología de eventos, la respuesta es no. No se encuentran resultados ‘consistentes’ de los efectos de los indicadores de desigualdad sobre los cinco canales de transmisión analizados. Solo 2 de los 5 canales de transmisión son consistentes[1] con el uso de indicadores Top10 income shares: servicios de capital y TFP. Por ejemplo, dos indicadores de desigualdad tienen una relación negativa y estadísticamente significativa con TFP, pero el indicador LIS es positivo y no significativo. En el caso del resto de canales de transmisión, no se obtienen resultados consistentes con la teoría y la significancia estadística del efecto cambia con el tipo de indicador de desigualdad que se emplee.
Cuando se usan indicadores Gini, se obtienen solo tres resultados consistentes sobre los canales de transmisión: capital humano, fertilidad y estabilidad política. Todos los indicadores desigualdad afectan el capital humano negativamente, pero no se encuentra significancia. Para fertilidad y estabilidad política, las estimaciones del efecto son del mismo signo, pero difieren en significancia estadística. Para el resto de canales de transmisión, los efectos de los coeficientes Gini varia en signo y son no significativos.
Realizando regresiones por Mínimos Cuadrados Ponderados (WALS), se arriba a la misma conclusión derivada de la metodología de eventos: ninguno de los indicadores de Top10 income shares, ni los coeficientes de Gini sostienen una relación empírica robusta con los canales de transmisión bajo estudio. Lo mismo se concluye cuando se emplea la metodología Pooled Mean-group Regressions.
2. ¿Las diferencias en las relaciones estimadas se debe a los cambios dentro de indicadores de un mismo tipo (cambio de indicadores Top10 income shares) o entre diferentes tipos (Top10 income shares vs coeficiente de Gini)?
Bajo una metodología de eventos, al comparar los coeficientes de los indicadores Top10 income share (son 15 en total, dado que se realizaron estimaciones para los 3 indicadores con 5 canales de transmisión) con los coeficientes Gini, se halló una mayor variación de los coeficientes dentro del grupo de indicadores (comparando un Top10 income share con otro) que entre ellos (comparación de un Top10 income share con un Gini): la variación dentro del grupo representa el 98% de la variación total.
Bajo una metodología WALS, se arriba a resultados similares: las diferencias dentro del grupo de indicadores de desigualdad de un mismo tipo son mayores: una descomposición ANOVA atribuye el 95% de la variación total de coeficientes a la variación dentro de grupos de indicadores de desigualdad.
3. ¿Y si se usa un indicador de desigualdad en particular, los efectos estimados son estables en el tiempo y resiste a cambios en la muestra de países?
Si el efecto de la desigualdad sobre los canales de transmisión refleja un comportamiento estructural de hogares y firmas, se esperaría que esa relación sea estable en el tiempo. Al realizar un ejercicio de estimación Rolling-window PMG, el efecto estructural de largo plazo de la desigualdad sobre 4 canales de transmisión no es estable en el tiempo, en algunos años no es estadísticamente distinto de cero.
Finalmente, también se halla que las estimaciones de los efectos de la desigualdad cambian cuando se usan diferentes muestras de países. Particularmente, es sensible a la inclusión de países frágiles que atravesaron conflictos sociales como Congo, Haití y Zimbabue. Cuando se excluyen estos países frágiles de la muestra, la relación significativa entre desigualdad de ingresos y estabilidad política desaparece, lo cual puede ser un indicio de una relación no lineal entre las variables de estudio
Conclusiones
Algunas conclusiones que se derivan del estudio, es que la decisión aparentemente inocua de elegir un indicador de desigualdad en particular tiene efectos de gran alcance en las relaciones empíricas estimadas. La relación desigualdad de ingresos y canales de transmisión sobre el crecimiento no se mantienen cuando se cambia entre indicadores de desigualdad. Profundizando más en el hallazgo, se encontró que la relación empírica es más sensible a la elección de un indicador de desigualdad dentro de un grupo de indicadores (preferencia de un Gini de un set de Ginis) que entre grupos de indicadores (Gini vs Top10 income share).
Los autores plantean como recomendación que se documente de mejor manera los riesgos de la desigualdad, de manera que las relaciones empíricas se mantengan ante cualquier cambio entre indicadores, periodos de estimación y muestras de países. Ello ayudará al diseño de políticas que buscan optimizar el trade-off entre eficiencia y equidad. En ese sentido, señala el FMI, que los hallazgos del estudio no deben ser interpretados como ‘ausencia de evidencia’ de una relación entre desigualdad y crecimiento, sino como evidencia del bajo poder estadístico para explicar dicha relación con los métodos y data que se tiene.
En la academia, existe consenso de que se necesita reunir esfuerzos para hacer más comparable la data entre países. Los autores recomiendan que se empiece por actualizar el Sistema de Cuentas Nacionales, pues en base a ello se podrá desarrollar mejores indicadores de distribución de ingresos.
Algunas de las limitaciones del estudio es que solo explora los efectos de primer orden de la desigualdad sobre el crecimiento económico. Un supuesto fuerte de la investigación es que los cinco factores analizados tienen un efecto sobre la tasa de crecimiento del PBI.
[1] Se considera resultados consistentes si al término de una ventana de tiempo de cinco años (i) los tres indicadores de desigualdad tienen el mismo signo (sin importar su significancia estadística); o (ii) si dos indicadores tienen el mismo signo y son estadísticamente significativos.
Foto: RPP
