Professional Documents
Culture Documents
INTRODUCCIN
Los economistas han concedido gran importancia a la investigacin de
las causas por las cuales puede haber crecimiento econmico en un
pas. A la hora de establecer esos factores, uno de especial
consideracin es la poltica fiscal y en particular la imposicin o recaudo
tributario. As, en el plano terico, mientras la poltica fiscal no puede
afectar la tasa de crecimiento a largo plazo en los modelos neoclsicos
de crecimiento, si puede desempear un papel determinante en los
modelos de crecimiento endgeno.
El crecimiento econmico inducido por la fiscalidad depende
bsicamente de los efectos de los impuestos sobre las decisiones de los
agentes econmicos respecto al consumo y la inversin, y tambin de
los efectos de las polticas de gasto llevadas a cabo con tales ingresos
tributarios. En principio, una reduccin de impuestos, incrementa la
rentabilidad de la inversin y as fomenta la acumulacin, la innovacin
y el desarrollo y con ello la tasa de crecimiento del PIB. Y lo contrario con
incremento de la carga tributaria. En lo que se refiere a gasto publico
financiado con impuestos, si es productivo, es decir genera mayor
infraestructura, investigacin y desarrollo y capital humano, va mejora
en la educacin y salud, frente a una reduccin impositiva y por tanto
tambin del gasto pblico puede aminorar los niveles de crecimiento.
Por tanto, la estructura tributaria de un pas influye directamente en su
crecimiento econmico y competitividad. A travs de un buen sistema
impositivo, el Estado no solo garantiza la generacin de recursos
suficientes para satisfacer las necesidades de la sociedad y mantener la
estabilidad de las finanzas pblicas, sino tambin moldea los incentivos
privados para invertir, generar empleo y explorar nuevas alternativas de
negocio en nuevos sectores econmicos, influyendo directamente en las
posibilidades de transformacin productiva del pas. Pero un gran
interrogante a lo largo de la teora econmica es si la estructura
tributaria es un factor preponderante en el crecimiento o si bien los
cambios en las tasas de crecimiento (ciclos econmicos) son los que
determinan la composicin del recaudo tributario segn sea necesario
para la economa, es decir un manejo de la poltica ya sea procclica o
anticclica, o si dichas variables no estrechamente correlacionadas.
De esta manera el objetivo de este ensayo es realizar un anlisis terico
y economtrico a travs de un modelo de vectores autorregresivos
(VAR), con el fin de determinan la correlacin entre las tasa de
En tercer lugar, cuenta con una base gravable muy pequea, por lo cual
el peso de la financiacin del Estado recae sobre muy pocas personas
naturales y jurdicas, en contrava del principio de equidad vertical
(progresividad).
Este contexto del sistema tributario colombiano es preocupante, donde
gran parte del problema se debe a la cantidad exagerada de reformas
que no dan soluciones satisfactorias. Esto es preocupante en la medida
en las cargas impositivas al aparato productivo influencian las decisiones
de inversin, adems los altos niveles tarifarios son en s mismos
incentivos perversos que llevan a la evasin y elusin de impuestos. La
incongruencia que puede presentarse entre las altas tasas y el nivel
productivo de las empresas estimula a la bsqueda de mecanismo para
evadir o disminuir las responsabilidades tributarias, en detrimento de las
finanzas del Estado y del crecimiento. De otro lado, la alta carga
tributaria incentiva a muchas empresas e individuos a operar en la
informalidad, generando problemas de competencia desleal para las
firmas que si cumplen con sus obligaciones tributarias.
Dado esto el problema ha estado motivado por los inconvenientes
estructurales del sistema tributario, trayendo consigo un aumento del
dficit fiscal y una correlacin mayor entre el PIB y la deuda pblica.
Para esto las autoridades econmicas han efectuado reformas en la
poltica fiscal con el objeto de equilibrarla y sostenerla en el largo plazo,
pero esto se ve afectado por el ciclo econmico, donde esencialmente la
poltica fiscal en Colombia ha sido procclica, es decir que en pocas de
recesin el gobierno reduce los gastos o aumenta los impuestos, frente a
una reduccin de los impuestos en pocas expansivas.
METODOLOGA
Los vectores autorregresivos (VAR) constituyen una herramienta economtrica
de series de tiempo. Los modelos economtricos estructurales, o de la
econometra tradicional, postulan una ecuacin en la que la variable endgena
depende de una o varias variables consideradas exgenas al modelo. En los
modelos VAR, todas las variables son consideradas endgenas, lo que permite
capturar de mejor manera los movimientos de las variables y la dinmica de
sus interrelaciones; Y dado que el trabajo en estudio consiste en indagar la
relacin entre el Producto Interno Bruto (PIB t) e Impuestos (IMPt) en Colombia
para el periodo comprendido entre los aos 2000-2015 para ello se har uso de
la herramienta de los VAR.
Y t =t + 1 Y t1 ++ p Y t p + p
Por lo tanto:
y t = 0 +b 1 Y t 1+ b2 Y t 2+ b3 Y t3 +b 4 Y t4 + +b p X t p+ 1
z t= 0 +b 1 Y t 1 +b 2 Y t 2+ b3 Y t3 +b 4 Y t 4 ++ b p X t p + 2
En otras palabras, el conjunto de variables que se empleara para desarrollar el
anlisis VAR son:
Yt = PIB real
Xt = Impuestos reales
Para la estimacin emprica del modelo se utiliza una muestra de datos
trimestrales del periodo: 2000(i) a 2015(iii) (63 observaciones). Y para la
construccin del modelo VAR, se optara por la metodologa propuesta por Box
Jenkis (1970), la cual se divide en cuatro etapas: Identificacin, estimacin de
los parmetros, verificacin de los supuestos y el uso del modelo.
ETAPA I-IDENTIFICACIN: Consiste en determinar si la serie de
tiempo es estacionaria y si hay alguna estacionalidad significativa que necesite
ser modelada.
I)
ESTACIONALIDAD
PIB
200,000,000
180,000,000
160,000,000
140,000,000
120,000,000
100,000,000
80,000,000
60,000,000
40,000,000
00
01
02
03
04
05
06
07
08
09
10
11
12
13
14
IMPUESTOS
40,000,000
36,000,000
32,000,000
28,000,000
24,000,000
20,000,000
16,000,000
12,000,000
8,000,000
4,000,000
00
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
FAC de Impuestos
1
+- 1,96/T^0,5
0,5
0
-0,5
-1
0
10
12
retardo
FACP de Impuestos
1
+- 1,96/T^0,5
0,5
0
-0,5
-1
0
10
12
retardo
1http://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib0
514/Libro.pdf
Impuestos Desestacionalizados
32,000,000
28,000,000
24,000,000
20,000,000
16,000,000
12,000,000
8,000,000
4,000,000
00
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
ESTACIONARIEDAD
FAC de ImpustosD
1
+- 1,96/T^0,5
0,5
0
-0,5
-1
0
10
12
retardo
FACP de ImpustosD
1
+- 1,96/T^0,5
0,5
0
-0,5
-1
0
10
12
retardo
t-Statistic
Prob.*
-1.504017
-4.121303
-3.487845
-3.172314
0.8172
Coefficient
Std. Error
t-Statistic
Prob.
IMPUSTOSD(-1)
C
@TREND("2000Q1")
-0.081153
474148.0
40896.52
0.053958
192866.6
23366.75
-1.504017
2.458424
1.750202
0.1382
0.0171
0.0856
R-squared
Adjusted R-squared
S.E. of regression
Sum squaredresid
Log likelihood
F-statistic
Prob(F-statistic)
0.086582
0.053960
461305.1
1.19E+13
-851.6450
2.654085
0.079205
Mean dependentvar
S.D. dependentvar
Akaikeinfocriterion
Schwarzcriterion
Hannan-Quinncriter.
Durbin-Watson stat
433714.9
474278.5
28.97102
29.07665
29.01225
1.902992
|t cal|=1.50
es menor al valor
|t crit|=3.48
para un nivel
.03
.02
.01
.00
-.01
00
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
0
10
12
retardo
FACP de TCPIB
+- 1,96/T^0,5
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
0
6
retardo
10
12
t-Statistic
Prob.*
-7.457035
-4.124265
-3.489228
-3.173114
0.0000
Coefficient
Std. Error
t-Statistic
Prob.
TCPIB(-1)
C
@TREND("2000Q1")
-1.008121
0.027807
-0.000166
0.135191
0.005442
0.000118
-7.457035
5.109986
-1.402188
0.0000
0.0000
0.1665
R-squared
Adjusted R-squared
S.E. of regression
Sum squaredresid
Log likelihood
F-statistic
Prob(F-statistic)
0.502775
0.484694
0.014852
0.012132
163.3989
27.80690
0.000000
Mean dependentvar
S.D. dependentvar
Akaikeinfocriterion
Schwarzcriterion
Hannan-Quinncriter.
Durbin-Watson stat
-0.000370
0.020690
-5.530995
-5.424420
-5.489482
1.981631
Regla de decisin
|t cal|=7.45
mayor al valor
|t crit|=3.48
para un nivel de
significancia del 5% se rechaza Ho, por la cual hay evidencia suficiente que nos
permite pensar que no existe una raz unitaria y por tanto la serie es
estacionaria.
Null Hypothesis: TCPIB has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 0 (Newey-West automatic) using Bartlett kernel
Adj. t-Stat
Prob.*
-7.457035
-4.124265
-3.489228
-3.173114
0.0000
0.000209
0.000209
Coefficient
Std. Error
t-Statistic
Prob.
TCPIB(-1)
C
@TREND("2000Q1")
-1.008121
0.027807
-0.000166
0.135191
0.005442
0.000118
-7.457035
5.109986
-1.402188
0.0000
0.0000
0.1665
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.502775
0.484694
0.014852
0.012132
163.3989
27.80690
0.000000
-0.000370
0.020690
-5.530995
-5.424420
-5.489482
1.981631
Regla de decisin
H a=La serie de tiempo no pres enta raiz unitaria (La serie es estacionaria).
Por lo que <0 , ao 0 y a 2 0
Dado que el valor de
|t cal|=7.45
mayor al valor
|t crit|=3.48
para un nivel de
significancia del 5% se rechaza Ho, por la cual hay evidencia suficiente que nos
permite pensar que no existe una raz unitaria y por tanto la serie es
estacionaria.
Null Hypothesis: TCPIB is stationary
Exogenous: Constant, Linear Trend
Bandwidth: 0 (Newey-West automatic) using Bartlett kernel
LM-Stat.
Kwiatkowski-Phillips-Schmidt-Shin test statistic
Asymptotic critical values*:
1% level
5% level
10% level
0.080546
0.216000
0.146000
0.119000
0.000206
0.000206
Coefficient
Std. Error
t-Statistic
Prob.
C
@TREND("2000Q1")
0.027809
-0.000171
0.003753
0.000112
7.410231
-1.528115
0.0000
0.1320
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Regla de decisin
0.039355
0.022502
0.014596
0.012144
166.6918
2.335135
0.132015
0.022864
0.014763
-5.582774
-5.512349
-5.555283
2.009406
|t cal|=0,080
menor al valor
|t crit|=0,14
para un nivel
.12
.08
.04
.00
-.04
00
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
A primera vista no se ve que haya problemas con esta serie, pero tal como se
procedi con la tasa de crecimiento del PIB se proceder con la tasa de
crecimiento de los impuestos.
FAC de TCIMP
+- 1,96/T^0,5
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
0
10
12
retardo
FACP de TCIMP
+- 1,96/T^0,5
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
0
10
12
retardo
Como se puede observar no hay ningn patrn que nos permita pensar que
existe estacionalidad o una tendencia, ahora se realizara la prueba de raz
unitaria.
NullHypothesis: TCIMP has a unitroot
Exogenous: Constant, Linear Trend
LagLength: 0 (Automatic - basedon SIC, maxlag=10)
t-Statistic
Prob.*
-6.412466
-4.124265
-3.489228
-3.173114
0.0000
Coefficient
Std. Error
t-Statistic
Prob.
TCIMP(-1)
C
@TREND("2000Q1")
-0.848310
0.036788
-0.000373
0.132291
0.009226
0.000214
-6.412466
3.987534
-1.743909
0.0000
0.0002
0.0868
R-squared
Adjusted R-squared
S.E. of regression
Sum squaredresid
Log likelihood
F-statistic
Prob(F-statistic)
0.428405
0.407620
0.025844
0.036736
131.2706
20.61101
0.000000
Mean dependentvar
S.D. dependentvar
Akaikeinfocriterion
Schwarzcriterion
Hannan-Quinncriter.
Durbin-Watson stat
-0.000745
0.033579
-4.423124
-4.316550
-4.381611
2.012514
Regla de decisin
|t cal|=6.41
mayor al valor
|t crit|=3.48
para un nivel de
significancia del 5% se rechaza Ho, por la cual hay evidencia suficiente que nos
permite pensar que no existe una raz unitaria y por tanto la serie es
estacionaria.
PHILLIPS-PERRON
Null Hypothesis: TCIMP has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 2 (Newey-West automatic) using Bartlett kernel
Adj. t-Stat
Prob.*
-6.395481
-4.124265
-3.489228
-3.173114
0.0000
0.000633
0.000612
Coefficient
Std. Error
t-Statistic
Prob.
TCIMP(-1)
C
@TREND("2000Q1")
-0.848310
0.036788
-0.000373
0.132291
0.009226
0.000214
-6.412466
3.987534
-1.743909
0.0000
0.0002
0.0868
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.428405
0.407620
0.025844
0.036736
131.2706
20.61101
0.000000
-0.000745
0.033579
-4.423124
-4.316550
-4.381611
2.012514
Regla de decisin
|t cal|=6.39
mayor al valor
|t crit|=3.48
para un nivel de
significancia del 5% se rechaza Ho, por la cual hay evidencia suficiente que nos
permite pensar que no existe una raz unitaria y por tanto la serie es
estacionaria.
Null Hypothesis: TCIMP is stationary
Exogenous: Constant, Linear Trend
Bandwidth: 0 (Newey-West automatic) using Bartlett kernel
LM-Stat.
Kwiatkowski-Phillips-Schmidt-Shin test statistic
Asymptotic critical values*:
1% level
5% level
10% level
*Kwiatkowski-Phillips-Schmidt-Shin (1992, Table 1)
0.064908
0.216000
0.146000
0.119000
0.000649
0.000649
Coefficient
Std. Error
t-Statistic
Prob.
C
@TREND("2000Q1")
0.045616
-0.000497
0.006663
0.000198
6.845843
-2.507447
0.0000
0.0150
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.099345
0.083544
0.025917
0.038287
132.8183
6.287289
0.015034
0.031209
0.027073
-4.434517
-4.364092
-4.407026
1.678714
Regla de decisin
|t cal|=0,064
menor al valor
|t crit|=0,14
para un nivel
[ ][ ][ ][ ] [
][ ][ ]
yt
b
b b
y
b b
y
= 1 + 11 12 + t1 ++ p11 p 12 + t p + 1
xt
b1 b21 b 22 x t 1
b p 21 b p 22 xt p 2
LogL
LR
FPE
AIC
SC
HQ
0
1
2
3
4
5
273.2096
276.8481
281.8679
283.3435
284.1292
286.2105
NA*
6.872611
9.110021
2.568600
1.309517
3.314675
1.49e-07
1.51e-07
1.45e-07*
1.60e-07
1.81e-07
1.95e-07
-10.04480
-10.03141
-10.06918*
-9.975684
-9.856636
-9.785573
-9.971135*
-9.810412
-9.700850
-9.460021
-9.193641
-8.975246
-10.01639*
-9.946180
-9.927130
-9.776813
-9.600945
-9.473062
* indicateslagorderselectedbythecriterion
LR: sequentialmodified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaikeinformationcriterion
SC: Schwarzinformationcriterion
HQ: Hannan-Quinninformationcriterion
obtener los
MODELO VAR
===============================
TCPIB = C (1,1)*TCPIB (-1) + C(1,2)*TCPIB(-2) + C(1,3)*TCIMP(-1) + C(1,4)*TCIMP(-2) + C(1,5)
TCIMP = C (2,1)*TCPIB (-1) + C(2,2)*TCPIB(-2) + C(2,3)*TCIMP(-1) + C(2,4)*TCIMP(-2) + C(2,5)
VAR: COEFICIENTES
===============================
TCPIB = - 0.102*TCPIB(-1) - 0.184*TCPIB(-2) + 0.111*TCIMP(-1) + 0.164*TCIMP(-2) + 0.020
TCIMP = 0.210*TCPIB(-1) + 0.012*TCPIB(-2) + 0.143*TCIMP(-1) + 0.035*TCIMP(-2) + 0.018
Vector AutoregressionEstimates
Date: 11/26/15 Time: 09:39
Sample (adjusted): 2000Q3 2014Q3
Includedobservations: 57 afteradjustments
Standard errors in ( ) & t-statistics in [ ]
ETAPA
III
DE
LOS
Consiste
en
mediante el ensayo,
estimado se ajusta a
de
un
proceso
estacionario.
PRUEBA
DE
TCPIB
TCIMP
TCPIB(-1)
-0.102453
(0.13208)
[-0.77567]
0.210992
(0.24499)
[ 0.86124]
TCPIB(-2)
-0.184093
(0.13051)
[-1.41056]
0.012924
(0.24207)
[ 0.05339]
TCIMP(-1)
0.111848
(0.07280)
[ 1.53642]
0.143416
(0.13503)
[ 1.06213]
TCIMP(-2)
0.164221
(0.07301)
[ 2.24944]
0.035400
(0.13541)
[ 0.26142]
0.020430
(0.00469)
[ 4.35514]
0.018836
(0.00870)
[ 2.16481]
R-squared
Adj. R-squared
Sum sq. Resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
0.151220
0.085929
0.010267
0.014051
2.316094
164.8445
-5.608580
-5.429365
0.022343
0.014697
0.051370
-0.021601
0.035321
0.026062
0.703977
129.6308
-4.373010
-4.193795
0.029471
0.025785
Determinantresidcovariance (dofadj.)
Determinantresidcovariance
Log likelihood
Akaikeinformationcriterion
Schwarzcriterion
AUTOCORRELACIN:
1.33E-07
1.10E-07
294.8002
-9.992989
-9.634559
VERIFICACIN
SUPUESTOS:
comprobar el modelo
si
el
modelo
las especificaciones
univariado
Cor(TCPIB,TCIMP(-i))
.4
.4
.2
.2
.0
.0
-.2
-.2
-.4
-.4
1
10
11
12
Cor(TCIMP,TCPIB(-i))
10
11
12
10
11
12
Cor(TCIMP,TCIMP(-i))
.4
.4
.2
.2
.0
.0
-.2
-.2
-.4
-.4
1
10
11
12
LM-Stat
Prob
1
2
3
4
5
6
7
8
9
10
11
12
6.507776
2.485517
2.148438
2.173611
4.039199
1.731464
5.664220
7.205438
1.662847
3.247852
3.649108
6.347658
0.1643
0.6472
0.7085
0.7039
0.4007
0.7850
0.2257
0.1254
0.7975
0.5172
0.4556
0.1746
Probsfromchi-squarewith 4 df.
Regla de decisin
H 0 : Ausencia de autocorrelacion
H a : Hay auntocorrelacion
Dado que probabilidad asociada es mayor al nivel de significacin del 5% hay
evidencia que nos permite pensar que hay ausencia de autocorrelacion.
Para contar con una 100% de certeza de ausencia de autocorrelacion se realiza
por ltimo el Test Portmanteau.
VAR Residual PortmanteauTestsforAutocorrelations
NullHypothesis: no residual autocorrelations up tolag h
Date: 11/26/15 Time: 09:20
Sample: 2000Q1 2014Q4
Includedobservations: 57
Lags
Q-Stat
Prob.
Adj Q-Stat
Prob.
Df
1
2
3
4
5
6
7
8
9
10
11
12
0.448418
0.958260
2.918635
5.229479
9.514183
11.28697
16.81343
23.70537
25.29405
28.52803
32.10061
37.02234
NA*
NA*
0.5715
0.7328
0.6585
0.7914
0.6651
0.4785
0.6118
0.6430
0.6546
0.6051
0.456425
0.984807
3.054092
5.539340
10.23603
12.21738
18.51755
26.53470
28.42126
32.34332
36.77022
43.00441
NA*
NA*
0.5488
0.6987
0.5953
0.7289
0.5534
0.3266
0.4423
0.4498
0.4330
0.3438
NA*
NA*
4
8
12
16
20
24
28
32
36
40
Regla de decisin
H 0 : Ausencia de autocorrelacion
H a : Hay auntocorrelacion
Dado que probabilidad asociada es mayor al nivel de significacin del 5% hay
evidencia que nos permite pensar que hay ausencia de autocorrelacion.
PRUEBA DE NORMALIDAD:
VAR Residual NormalityTests
Orthogonalization: Cholesky (Lutkepohl)
NullHypothesis: residuals are multivariate normal
Date: 11/26/15 Time: 09:39
Sample: 2000Q1 2014Q4
Includedobservations: 57
Component
Skewness
Chi-sq
df
Prob.
1
2
-0.156617
1.095330
Joint
0.233024
11.39759
1
1
0.6293
0.0007
11.63062
0.0030
Component
Kurtosis
Chi-sq
df
Prob.
1
2
2.208633
6.600469
1.487372
30.78802
1
1
0.2226
0.0000
32.27539
0.0000
Joint
Component
Jarque-Bera
df
Prob.
1
2
1.720396
42.18562
2
2
0.4231
0.0000
Joint
43.90601
0.0000
Regla de Decisin
01
02
03
04
05
06
07
08
09
10
11
12
13
14
En esta serie se encontr que los mayores impulsos se dieron en los trimestres
2010Q2 y 2011Q2, as que en estos periodos es recomendable insertar los 1 en
la variable dummy dcor, creada especficamente para solucionar el problema
de normalidad.
Luego de estimar el modelo VAR con la variable dcor como variable exgena y
realizar el test de normalidad se obtuvo lo siguiente.
Component
Skewness
Chi-sq
df
Prob.
1
2
0.210425
-0.317236
0.420649
0.956067
1
1
0.5166
0.3282
1.376716
0.5024
Joint
Component
Kurtosis
Chi-sq
df
Prob.
1
2
2.995318
3.157357
5.21E-05
0.058808
1
1
0.9942
0.8084
Joint
0.058860
Component
Jarque-Bera
df
Prob.
1
2
0.420702
1.014875
2
2
0.8103
0.6020
Joint
1.435576
0.8380
0.9710
Regla de decisin
Joint test:
Chi-sq
df
Prob.
23.36571
24
0.4983
Individual components:
Dependent
R-squared
F(8,48)
Prob.
Chi-sq(8)
Prob.
res1*res1
res2*res2
res2*res1
0.202893
0.063425
0.144108
1.527221
0.406322
1.010232
0.1729
0.9114
0.4411
11.56490
3.615231
8.214168
0.1717
0.8901
0.4128
Regla de decisin:
Modulus
0.347346 - 0.134347i
0.347346 + 0.134347i
-0.324394 - 0.151633i
-0.324394 + 0.151633i
0.372423
0.372423
0.358083
0.358083
No rootliesoutsidetheunitcircle.
VAR satisfiesthestabilitycondition.
Dado que todos los valores de Modulos (Eigenvalues) son menores a 1, todos
caen dentro de crculo unitario, por esta razn se dice que el sistema es estable
y estacionario.
Inverse Roots of AR Characteristic Polynomial
1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
CAUSALIDAD DE GRANGER
VAR GrangerCausality/Block ExogeneityWaldTests
Date: 11/26/15 Time: 10:49
Sample: 2000Q1 2014Q4
Includedobservations: 57
Chi-sq
df
Prob.
TCIMP
8.760566
0.0125
All
8.760566
0.0125
Chi-sq
df
Prob.
TCPIB
0.741732
0.6901
All
0.741732
0.6901
.020
.020
.015
.015
.010
.010
.005
.005
.000
.000
-.005
-.005
-.010
-.010
1
10
10
10
.04
.04
.03
.03
.02
.02
.01
.01
.00
.00
-.01
-.01
1
10
TCPIB
10
10
TCIMP
5
TCPIB
TCIMP
CONCLUSIONES:
En general la principal conclusin del anlisis emprico en relacin con la teora
econmica es que la causalidad del crecimiento econmico y los impuestos
viene dada por una relacin unidireccional donde el PIB es el que afecta la
estructura tributara para el periodo analizado en Colombia, pero hay que tener
claro que el sistema tributario es deficiente con mltiples fallos y distorsiones.
Adems el periodo de anlisis tuvo un contexto particular donde el dficit de
ingresos del Estado frente al nivel de gasto, estuvo sustentado por el choque
petrolero por el aumento de los precios internacionales que favoreci las
finanzas pblicas del gobierno y sustento la debilidad de la estructura
tributaria.
Pero a luz del contexto econmico actual, con cadas significativas del precio
del petrleo y de la economa China y la actual depreciacin del tipo de
cambio, el contexto tributario nacional tiene que actuar ms que nunca como
sustento para el crecimiento, si bien el segundo da el direccionamiento de la
poltica tributaria colombiana por el ciclo econmico, es de vital importancia
tener un sistema optimo que capture la dinmica del crecimiento y genere
mayores incentivos para los agentes de la economa, promoviendo los
principios constitucionales.
BIBLIOGRAFA: