Indicadores del

Desarrollo
Módulo de Desarrollo
Facultad de Ciencias Sociales
2009
 Programa del curso
1. Introducción
Nociones básicas sobre medición e indicadores. Los datos y sus fuentes de
información. Indicadores para datos transverales y longitudinales.

2. Aspectos económicos del desarrollo:

 Producto
 Ingresos e indicadores de desigualdad en la distribución del ingreso
 Inserción económica internacional
 Empleo
 Pobreza y sus distintas dimensiones

3. Aspectos socio-políticos, ambientales y culturales del desarrollo:

 Salud
 Educación
 Cultura
 Ciencia y tecnología
 Medio ambiente
 Gobernabilidad y democracia
 Derechos humanos

4. Un indicador multidimensional: el Índice de Desarrollo Humano

 Los indicadores son..

 Instrumentos cuantitativos que sirven

para describir en forma resumida ciertas
características de una realidad concreta
 Sistema de indicadores
 La complejidad de los fenómenos sociales hace
imposible caracterizarlos a partir de un único indicador
simple

 Conjunto articulado de indicadores estadísticos que

logren capturar de forma integral la situación y
evolución de alguna(s) dimension(es) constituyentes
del bienestar o calidad de vida.

 La construcción de un sistema de indicadores implica

combinar diversos aspectos del fenómeno, definiendo
cuales son los aspectos clave y el conjunto de
indicadores que mejor se aproximen a su
cuantificación.
 Aplicaciones
 En el análisis se centra en caracterizar un cierto fenómeno,
monitorear su evolución en el tiempo y comparar la evolución del
mismo fenómeno en:
 distintos países o regiones
• tasa de crecimiento del producto,
• producto bruto per cápita,
• tasa de desempleo por departamento en Uruguay
 avances relativos según cortes demográficos, geográficos, etc. :
• tasa de desempleo de las mujeres y de los hombres
• tasa de desempleo de los jóvenes y de los adultos
• Mortalidad infantil, etc.

Utilidad en la planificación, ejecución de políticas.

 Evaluación de políticas: analizar el impacto de las políticas públicas

y de cambios en el contexto socioeconómico sobre la dimensión.
Requiere de la utilización de técnicas adicionales para aislar el efecto
de estos factores sobre las variables de resultados.
 Limitaciones
 Provienen:
 del conjunto de información de referencia, en
base al cual se calculan, y su potencialidad de ser
representativo de la población

 ser representativos del comportamiento de un

proceso determinado sin poder considerar el
conjunto de interrelaciones que este proceso
tienen con otros procesos constitutivos del
fenómeno a analizar.
 Propiedades deseables de
los indicadores
 Definición conocida y aceptada
 Pertinencia – vínculo entre lo que miden y objetivo

 Rigurosidad en su construcción

 Transparencia en el procedimiento de cálculo

 Eficiencia – relación entre el beneficio de tener un

indicador y el costo de obtenerlo
 Comparabilidad internacional
 Confiabilidad – independencia respecto a quien realiza
el cálculo
 Indicadores
Requieren de datos estadísticos

Dimensión temporal y espacial

Diferentes fuentes de datos disponibles

 Dimensión temporal y
espacial de los indicadores
1. Evolución
de un conjunto de indicadores en un país,
grupo, área geográfica, etc. implica contar con
una serie de tiempo

(X1, X2,…..,Xn)t ; (X1, X2,…..,Xn)t+1 ; …;

(X1, X2,…..,Xn)t+j

Siendo (X1, X2,…..,Xn) un conjunto de indicadores

 Dimensión temporal y
espacial de los indicadores
2. Comparación
datos de corte transversal que
caracterizan la situación en un momento
del tiempo t de distintas unidades
estadísticas (países, grupos
sociodemográficos, áreas)

(X1, X2,…..,Xn)i

i=número de unidades
 Dimensión temporal y
espacial de los indicadores
3. Comparación intertemporal
analizar el nivel y evolución de distintas unidades estadística
requiere de datos longitudinales o de panel

(X1, X2,…..,Xn)i,t…… (X1, X2,…..,Xn)i,t+j

(X1, X2,…..,Xn)i+1,t …… (X1, X2,…..,Xn)i+1,t+j
………………………………………………
………………………………………………
(X1, X2,…..,Xn)i+k,t …… (X1, X2,…..,Xn)i+k,t+j

Para j períodos de tiempo, k unidades estadísticas, y n indicadores

 Fuentes de información
 Si bien los indicadores pueden organizarse como
información de corte transversal, series de tiempo
o longitudinales; este formato también es el que
toman la bases de información requeridas para su
construcción.

 Ej: Encuesta Continua de Hogares son

relevamientos de corte transversal. Uruguay no
cuenta con relevamientos de datos de panel de
hogares sistemáticos periódicos.
 Principales fuentes de información en
Uruguay
Fuentes de Procedimiento de Responsable
información recolección
Continua de Hogares, de Encuestas Instituto Nacional de
Ingresos y gastos, Industrial Estadística (INE)
De Población y Vivienda, Censos INE, MGAyP
Económicos, Agropecuario
Cuentas Nacionales, Balanza Registros contables Banco Central del
de pagos, Cuentas fiscales, Uruguay (BCU), BROU.
Comercio exterior DG Aduanas
Bases de datos de Registros, Encuestas, etc. Cámara de Industrias,
asociaciones de agentes Sindicatos, Institutos de
investigación
Bases de datos de Registros, Encuestas, Ministerios, Unidades
organismos nacionales Evaluaciones, etc ejecutoras encargadas
públicos de elaborar estadísticas
(BPS, Contaduría de la
Nación, MSP, ANEP,etc.)
Técnicas de
recolección de datos
 Procedimientos de
recolección
 Censo – Información de la totalidad de las unidades
que componen el universo
 Muestreo – Estudia el universo de interés basado
en la información que se obtiene de una parte de las
unidades que componen dicho universo.
 Registro administrativo – directorio de
unidades creado para fines administrativos: registro,
recaudación fiscal, etc.
 Experimentación – Tiene como propósito
determinar la existencia de relaciones causa-efecto
entre variables
 Ventajas Desventajas

Censo -Amplia desagregación de la -Compleja organización y altos

información costos
-Punto de referencia para estadísticas -información puede ser menos
continuas precisa por acumulación de errores
-Base para diseño de muestras y omisiones en la recolección y
-Amplia credibilidad procesamiento

Muestreo -Bajo costo -Precisión de los resultados puede

-Se reducen errores, ajenos al nos ser adecuada para pequeñas
muestreo, respecto al procedimiento subpoblaciones o para fenómenos
censal de poca frecuencia

Registro -Más económico -Definiciones y conceptos

-Gastos se limitan al procesamiento
-Si el registro es completo se trabaja
con los datos de la población
Experimentos -Tiene alta validez externa (los
resultados de a muestra pueden
generalizarse al universo con alta
confiabilidad)
utilizados pueden no coincidir con
los fines estadísticos
-Cambios en la gestión
administrativa pueden influir en la
calidad de los datos
-mucha información previa
-imposibilidad de asignar
aleatoriamente individuos
-riesgo de abandono del
experimento, o aprendizaje
 Técnicas de recolección de
datos: ENCUESTAS
 Cómo el diseño e implementación de las
encuestas puede afectar la calidad de las
respuestas  datos

 Bajo qué condiciones los datos obtenidos a

través de encuestas merecen ser creídos

 Aplicación del concepto de “muestra

representativa de un conjunto mayor de
individuos”
 ¿Cuando muestrear?

 Costos de realizar un censo son económicamente

prohibitivos

 Operativa/logísticamente imposibles de realizar

 Ventajas :
 rapidez y facilidad de realizar el estudio
 menor número de sujetos a estudiar
 menor costo económico
 mayor número de características a estudiar
Elementos de un problema de
inferencia estadística
Tipos de Muestreo

 Probabilístico - Cada elemento de la

población tiene: probabilidad conocida y
distinta de cero de ser seleccionado para
formar parte de la muestra

 No Probabilístico - Es aquel en el que

la selección de los elementos de la muestra
no se realizan al azar. No permite la
realización de inferencia estadística
Los datos
 Repaso de algunos conceptos
 Variable estadística: función que asocia ciertas
características de un fenómeno a un número real
o a un subconjunto de los reales

 Dato estadístico: es el valor observado que

toma una variable

 Unidad de observación: es el sujeto a partir del

cual se recoge el dato estadístico
 El recorrido/rango/dominio de las variables es
el conjunto de valores posibles que toma la
variable

 Notación:
Cuando hablemos de variable haremos
referencia a un símbolo (X, Y, A, B,...p, q, i)

 En función del tipo de dominio, las variables

se pueden clasificar en:
 Clasificación de variables
1. Variables cualitativas – Definidas por
cualidades o atributos

 Nominales: sólo admiten ser clasificadas en

grupos homogéneos y numerables, a los que
no se puede asignar un orden de prelación,
de acuerdo a ningún criterio
• Ejemplos: religión, raza, sexo, deporte practicado,
ocupación, jefe de hogar, etc.

 Ordinales: son factibles de ordenar

• Ejemplos: nivel educativo, nivel socioeconómico
 Clasificación de variables
2. Variables cuantitativas: tienen como recorrido
cantidades numéricas, por lo que podemos operar
aritméticamente con ellas.

 Discretas - Pueden asumir un número finito de

valores. Su dominio o rango de variación son los
números naturales.
• Ejemplos: número de habitaciones en un hogar, años de educación,
personas en el hogar, personal ocupado, número de hijos de una
familia, edad en años cumplidos etc.

 Continuas - Pueden asumir cualquier valor dentro de

un intervalo acotado o no acotado, es decir, su dominio
es infinito.
• Ejemplos: tasa de empleo, tasa de inflación, ingresos, edad
cronológica, estatura, peso, cociente intelectual, etc.
Variables de corte
transversal y sus
indicadores

Estadística descriptiva – análisis

exploratorio de los datos
 Frecuencias
 Los individuos se agrupan por clases y se
cuentan cuantos individuos pertenecen a
cada clase

 Frecuencia simple o absoluta

 Frecuencia relativa – cociente de la frecuencia

absoluta sobre el tamaño de la muestra

 Frecuencias acumuladas
Servicios públicos y privados de educación
2004
 Datos agrupados

 Cuando los datos cubren un amplio rango de

valores conviene reducir su número

 Agrupando en una cantidad inferior de rangos

o clases

 Estas clases deben ser construidas de modo

que sean exhaustivas y no redundantes, es
decir, cada modalidad debe pertenecer a una
y sólo una de las clases.
 Ejemplo: Ingresos de los hogares
Frecuencia Frecuencia
Tramos de ingresos Frecuencia Relativa Acumulada
[Li, Ui) fi F Facum
0 - 1000 109 2,4 2,4
1000 - 2000 290 6,4 8,9
2000 - 3000 519 11,5 20,4
3000 - 4000 570 12,7 33,0
4000 - 5000 605 13,4 46,5
5000 - 8000 863 19,2 65,6
8000 - 10000 545 12,1 77,7
10000 - 15000 520 11,5 89,3
15000 - 20000 242 5,4 94,6
20000 - 25000 133 3,0 97,6
30000 - 40000 54 1,2 98,8
40000 - 50000 24 0,5 99,3
50000 - 70000 31 0,7 100,0
Total (n) 4505 100,0
Análisis gráfico
 Principales diagramas según el tipo de
variable.

Tipo de variable Diagrama

Cualitativa Barras, sectores, pictogramas
Cuantitativa discreta De Barras

Cuantitativa continua Histogramas

 Variable continua
Histograma de ingresos del hogar
25,0

20,0
Frecuencia relativa

15,0

10,0

5,0

0,0
0 10 20 30 40 50 80 10 15 20 30 40 50
-1 00 00 00 00 00 00 00 00 00 00 00 00
00 -2 -3 -4 -5 -8 -1 0- 0- 0- 0- 0- 0-
0 00 00 00 00 00 00 150 200 250 400 500 70
0 0 0 0 0 00 00 00 00 00 00 00
0
 Diagrama de barras para
una variable cualitativa

Profesiones de los profesionales de la salud.

Total del país - Año 2006
Diagrama de
16000
14000
tortas para
12000
10000
una variable
8000
6000 cualitativa
4000
2000
0
Médicos Odontólogos Quimo Parteras Enfermeras
Farmacéuticos

Fuente: INE
 Pirámides población Uruguay
Pictogramas 2000 y 2025
Medidas de posición
o tendencia central
 El objetivo es encontrar un valor único que sea
de alguna forma representativo del resto

 Este único número puede ser considerado

como típico de todos los datos

 ¿Alcanza con mirar mínimo-máximo?

 Importancia de los casos atípicos
 Medidas de resumen
dependerán del tipo de variable
Tipo de variable Indicadores

Cualitativa Frecuencia
Frecuencia relativa
Modo

Cuantitativa Modo, Media, Mediana

Dispersión
Asimetría
 El modo o moda

 Valor más frecuente en el caso de datos sin

agrupar, y la clase con la frecuencia más alta
(intervalo o clase modal) en el caso de datos
agrupados

 Distribución unimodal
 Distribución bimodal
 Media (aritmética) o promedio

x1  x2  x3  ...  xn 1 N
x   xi
N N i 1
Como podemos ver, se trata de una suma ponderada, en la que todas las
observaciones contribuyen a la suma y todas tienen el mismo ponderador
1/N.
 Media para datos agrupados
 No sirve la fórmula anterior, a menos que se elija algún
valor que “represente” a todo el intervalo

 Suele tomarse el punto medio: mi = (Li + Ui )/2

• (Li límite inferior de la clase y Ui es el límite superior)

 Por tanto la media para datos agrupados es:

k
1
x   f i mi
N i 1
 Mediana
 Luego de ordenar los valores de menor a
mayor, la mediana es el valor de la variable
que corresponde al:

 único elemento central de la muestra si la

muestra es impar
 el promedio de los valores centrales si la
muestra es de tamaño par.
 Mediana para datos
agrupados
Donde: n
 f acum(i 1)
M ed  Li  2 A
f mediana

• Li = Limite inferior o frontera inferior del intervalo en el que se

encuentra la mediana: intervalo mediano
• n = Número de observaciones o frecuencia total
• facum(i-1)= frecuencia acumulada anterior al intervalo mediano
• fmediana= Frecuencia simple del intervalo mediano
• A = Amplitud del intervalo en el que se encuentra la mediana
 Media y Mediana
 Mediana es aquel valor único que en general
representa mejor que el promedio la posición o
centralidad de la distribución

 La media y la mediana difieren en la forma en que

sus valores son afectados por observaciones
ubicadas relativamente lejos de la media (atípicos).

 Unos pocos valores extremos tienen un alto impacto

provocando que la media se desplace del centro de
la distribución.
 Ejemplo
Li - Ui fi A mi fi mi facum
0 - 10 60 10 5 300 60
10 - 20 80 10 15 1.200 140
20 - 30 30 10 25 750 170
30 - 100 20 70 65 1.300 190
100 - 500 10 400 300 3.000 200
n = 200 6.550
1 k 6.550
La media aritmética es: x   f i mi   32,75
N i 1 200
n
 f acum( i 1)
La mediana es: 100  60
M ed  Li  2 A  10  10  15
f mediana 80
Histograma
 Medidas de posición no central
 Cuartiles: Son los tres valores de la variable
que dividen a un conjunto de datos
ordenados en cuatro partes iguales.

• Q1 = x(N+1)/4 (X0,25)
• Q2 = mediana (X0,50 )
• Q3 = x3(N+1)/4 (X0,75 )
 Quintiles – Son cuatro valores de la variable
que dividen a la distribución en cinco clases
(X0,20, X0,40 , X0,60, X0,80)

 Deciles – Son nueve valores de la variable

que dividen a la distribución en diez clases (X0,10,
X0,20 , X0,30, X0,40 , X0,50 , X0,60 , X0,80 , X0,90)

 Estas medidas se utilizan principalmente

para realizar una clasificación de la muestra
(o de la población) en clases a partir de una
variable (ej. ingreso per cápita) y luego
analizar el comportamiento de otra variable
(ej. resultados escolares)
 Algunos resultados conocidos para
Uruguay

 En el 25% de los hogares más pobres (ingreso per

cápita) se produce casi el 50% de los nacimientos.

 El consumo de tabaco no es muy diferente por

deciles de ingreso (es apenas más alto en los
deciles superiores).

 Los rendimientos escolares son menores en los

hogares de los quintiles inferiores
Medidas de dispersión o
variabilidad
 Indicadores más frecuentes
Rango Valor máximo - Valor mínimo

Recorrido Q3 – Q1
intercuartil
N
1
( f
Varianza Para datos sin
s 
2
i  x) 2
agrupar
N i 1

Varianza k Para datos

1
s 
2

N
 f (m  x )
i 1
i i
2 agrupados

Desviación
estándar s s 2

Coeficiente de s
variación CV 
x
 Asimetría
 Relación entre el "cuerpo" de la distribución (o aquella zona
cercana a la media) y las "colas", o valores alejados de la
media, donde en general tenemos un número menor de
observaciones.
N
1
Coeficiente de Asimetría = N
 i
( f
i 1
 x ) 3

s3

 Coef A signo - distribución asimétrica a la izquierda)

 Coef A signo + asimetría a la derecha
 Coef A = 0 distribución simétrica
Distribución bimodal Distribución simétrica
12
12

10
10

8
8

6
6

4
4

2
2

0
0
1 2 3 4 5 6 7 8 9 10
1 2 3 4 5 6 7 8 9

Asimetría a la derecha Asimetría a la izquierda

9 12

8
10
7

6 8

5
6
4

3 4

2
2
1

0 0
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
Series de tiempo y
sus indicadores
  Sea la serie
X1, X2, X3, .....,Xt, .....,Xn,

Donde el subíndice indica el período al cual corresponde la variable X

Cotización diaria del dólar billete comprador en el mes de agosto

Cantidad de ocupados, en miles de personas
DÍA COTIZACIÓN
AÑOS OCUPADOS
1 19,2
2002 563,6 2 19,2
2003 552,9 3 19,2
4 19,1
2004 556,6
5 19,1
2005 566,4
6 19,1
2006 606,7 7 19,1
2007 637,8 8 19,1
9 19,1
La evolución temporal de una
variable…
Tasa de desempleo – Total país
El IDH histórico del Uruguay
 Los indicadores más elementales de las
series temporales son:

1. la transformación en serie de números índices

2. la transformación en serie de variaciones

periódicas,

3. la variación total y la variación periódica

promedio.
1. Transformación en números
índices
 Para aprehender más fácilmente los
cambios en la serie original, se define
una nueva serie: serie de números
índices.

 Se requiere la selección previa de un

período (o momento) de la serie
original: período base
 Se trata de una transformación elemental (lineal) que
también puede verse como una simple regla de tres

Xt
It  x100
X0
 Refleja la variación acumulada entre el período base y
el período elegido para comparar
 Ejemplo:

AÑOS OCUPADOS PLANTEO ÍNDICES

2003 552,9 (552,9/552,9)*100 100,00
2004 556,6 (556,6/552,9)*100 100,68
2005 566,4 (566,4/552,9)*100 102,45
2006 606,7 (606,7/552,9)*100 109,73
2007 637,8 (637,8/552,9)*100 115,36
 2. Serie de variaciones periódicas

Variación entre períodos consecutivos:

I t  I t 1
x100
I t 1

Variación de la serie entre los períodos k y t

It  Ik
x100
k<t
Ik
 Ejemplo:
Serie Serie Serie de
Años original índices Planteo variaciones
2003 552,9 100,00 ---- ----
2004 556,6 100,68 [(100,7-100)/100]*100 0,68%
2005 566,4 102,45 [(102,4-100,7)/100,7]*100 1,76%
2006 606,7 109,73 [(109,7-102,4)/102,4]*100 7,11%
2007 637,8 115,36 [(115,4-109,7)/109,7]*100 5,13%

Variación entre 2003 y 2007= [(115,4-100)/ 100]x100 = 15,37%

 3. Variación periódica promedio
 Pn 
r   n  1 x100
 P0 
Observaciones:

•P0 es el primer dato de la serie original y Pn corresponde al último

dato. Entonces la serie original contiene (n+1) datos
•El factor 100 no es imprescindible, se utiliza para expresar la tasa
en porcentajes
•En la fórmula puede sustituirse el cociente Pn / P0 por el cociente
de los respectivos números índices In / I0

 637,8   115,36 
Ejemplo: r   4  1 x100   4  1 x100  3,63%
 552,9   100 
NÚMEROS ÍNDICES
 Los números índice pueden intentar
reflejar:

 la evolución en la cantidad (por ejemplo

cantidades producidas o consumidas) de un
determinado bien o servicio o de un conjunto de
ellos,

 la evolución en el precio de un bien o servicio o

de un conjunto de estos, o

 la evolución en el valor de un bien o servicio o

de una canasta de bienes y servicios (p*q)
 Problema: considerar conjuntamente la
evolución de varias series relacionadas.

 Debemos encontrar un indicador sintético

que permita comprar la evolución en el
tiempo de:
 Volumen físico de la producción de una fábrica,
 Presupuesto de una empresa
 Precios de la economía
 Etc.
 Ejemplo: presupuesto de una panadería

Datos de precios y números índices de los insumos

Precios Índices de precio (mes 1=100)

Mes Harina Mano de Agua Harina Mano de Agua

obra obra
1 125 1500 50 100 100 100
2 127 1500 50 102 100 100
3 130 1500 52 104 105 104
4 137 1600 54 110 107 108
5 137 1600 60 110 107 120
Unidades de medida: Harina (1 bolsa), Mano de obra (salario mensual), Agua (1 mt3)
 ¿Cuánto aumentó mensualmente el presupuesto como
consecuencia de los aumentos de los insumos, si las
cantidades consumidas se mantuvieron constantes?

 Implica conocer la evolución conjunta de los precios (y

no del valor del presupuesto) de forma que las
variaciones en cantidades no influyan en el cálculo.
 El caso de más de un bien:
Índices ponderados
 La construcción de números índices útiles requiere
un esfuerzo para asignar ponderaciones a cada
ítem incluido en ellos

 Índice de Laspeyres – ponderaciones permanecen

fijas a lo largo del tiempo

 Índice de Paasche – las ponderaciones varían

período a período
 Índice de precios de tipo
Laspeyres
 Promedia los índices simples de precios de
cada uno de los productos de la canasta
ponderando cada uno con el peso que cada
producto tiene en el presupuesto base

• En el ejemplo los productos de la canasta son los

insumos y el presupuesto base es el valor de la
canasta en el período base
 Siguiendo con el ejemplo

Cantidades del mes 1

Mes Harina Mano de obra Agua

1 200 20 5

Presupuesto base del mes 1:

(p*q)

125*50 + 1500*20 + 50*5 = 55250

Canasta del período base
Insumos Cantidad Precio Valor Ponderación
(p*q)
Harina 200 125 25000 0,452
Mano de obra 20 1500 30000 0,543
Agua 5 50 250 0,005
Total 55250 1

Mes Cálculos ÍNDICE

1 100*0,452 + 100*0,543 + 100*0,005 100,0

2 102*0,452 + 100*0,543 + 100*0,005 100,7
3 104*0,452 + 100*0,543 + 104*0,005 101,8
4 110*0,452 + 107*0,543 + 108*0,005 108,0
5 110*0,452 + 107*0,543 + 120*0,005 108,1
Índices de precios de Laspeyres

IPLt0   IPi t * wi0

IPLt

 p it * qi 0
*100
p
0
i0 * qi 0

0 es el periodo base
i= insumo o bien
T= período corriente
Encuesta de Gasto e Ingreso de los
hogares
 Índices de volumen físico (cantidades) de
Laspeyres

IVFLt0   IVFi t * wi0

IVFL t

 p
io * qit
*100
p
0
i0 * qi 0

 En el IVFL las ponderaciones corresponden a los

precios del período base.
PBI Total - trimestral
 Elección de período base
 Debe contar con ciertas características de
“normalidad”:

 Esto implica que la variable en ese período no haya

tenido valores de excepción por algún motivo (medidas
de política económica coyuntural, fenómenos
climáticos poco frecuentes, acontecimientos políticos
especiales, etc.)

 Se debe tener mayor cuidado en el caso de índices de

tipo Laspeyres que utiliza ponderadores del período
base

 Los períodos base deber ir cambiando con el tiempo

 Cambio del período base

 El cambio de base requiere un estudio que

proporcione los precios y cantidades de un
nuevo período base.

 Implica la discontinuidad del índice de base

anterior y el inicio de una nueva serie.
 Usos
 Cálculo de los principales indicadores de
precios de la economía uruguaya:
• Índice de precios al consumo (IPC)
• Índice medio de salarios (IMS)
y por tanto: UI, UR, alquileres

 Cálculo de índices de cantidad

 Índice de volumen físico PBI
 IPC – Metodología

 Se calcula como un promedio ponderado de

base fija (Laspeyres) cuyos coeficientes de
ponderación corresponden al período 1994-
1995 (EGIH)

 Periodicidad: Mensual

 Índice actual: base marzo de 1997

 Se calcula desde 1914

 IPC - Metodología

 Relevamiento de los precios: se realizan encuestas

mensuales en una muestra de los puntos de venta de
Montevideo (muestra de empresas: 2500)

 El precio relevado es el precio comprador

(precio contado pagado efectivamente. + impuestos indirectos y –
intereses por las compras a crédito)

 Ponderación de 310 artículos (vs 221 en 1985)

 Cálculo de la inflación
1. Inflación mensual: variación del mes de julio,
comparado con lo que ocurrió en junio.

IPCt  IPCt 1
t  *100
IPCt 1

 Donde:
• IPCt es el mes actual
• IPCt-1 es el mes anterior
 Cálculo de la inflación
2. Variación anual acumulada:
IPCt , y  IPCdic, y 1
t  * 100
IPCdic, y 1

 Donde:
• IPCt,y es el mes actual
• IPCdic,y-1 es el mes de diciembre del año anterior
 Cálculo de la inflación
3. Inflación acumulada a 12 meses:
IPCt , y  IPCt , y 1
t  *100
IPCt , y 1

 Donde:
• IPCt,y es el índice del mes y del año actual
• IPCt,y-1 es el índice de igual mes del año anterior
 Variación mensual del IPC
enero 2007 a julio 2009

2,00

1,50

1,00

0,50

0,00
-0,23

-0,50
2007,01 2007,04 2007,07 2007,1 2008,01 2008,04 2008,07 2008,1 2009,01 2009,04 2009,07
 Variación anual en los últimos 12 meses del IPC
enero 2007 a julio 2009

10,00

9,00
8,00

7,00

6,00

5,00

4,00

3,00

2,00
1,00

0,00
2007,01 2007,04 2007,07 2007,1 2008,01 2008,04 2008,07 2008,1 2009,01 2009,04 2009,07
Valores nominales y reales

Valores constantes y corrientes

 Medición a precios constantes

 Objetivo: obtener la evolución del volumen de

las variables económicas (quitar el efecto de la
variación de los precios)

 2 dimensiones de la medición a precios

constantes: volumen físico y poder adquisitivo

 Métodos:
 Directo
 Indirecto deflactación
 Método de valoración
directa
 Supone calcular directamente la sumatoria del
producto de las cantidades de los diferentes
bienes y servicios que componen la variable en
cada año por los respectivos precios del año
base: pi0 * qit

 Es el más correcto pero requiere una cantidad

muy grande de información.
 Valoración indirecta -
Deflactación

 Un segundo camino para valorar una

variable a los precios de un período base
consiste en la utilización de índices de
precios (deflactor)
 Deflactación

 Dadas dos series, Xt y Yt, se dice que Wt es la

serie Xt deflactada por Yt si se cumple que:
Xt
Wt  *100
Yt
 Se dice que la serie Xt ha sido deflactada y a
la serie Yt se le llama deflactora
 Ejemplo: Salario real

 El ISR pretende reflejar la evolución del poder

de compra del salario, en términos de los
bienes y servicios que se incluyen en la
canasta que sirve de cálculo al IPC

 Cálculo: IMS/IPC * 100

 200708
200507
200306
200105
199904
199703
Índice medio de salario real

199502
Base dic 2008=100

199301
199012
198811
198610
198409
198208
198007
197806
197605
197404
197203
197002
196801

210

190

170

150

130

110

90

70
 Por tanto…
 Existen tantos deflactores como canastas de bienes
queramos deflactar.

 El índice de precios a elegir como deflactor debe ser

asimilable aproximadamente a la naturaleza de la
variable que deseamos expresar en precios
constantes.

 Ejemplos: para salarios un índice de precios al

consumo; para las exportaciones un índice de precios
de exportación; para la producción industrial un índice
de precios de productos al por mayor.