Medicion Economia PDF

Viene de la solapa de tapa
Dale Jorgenson
PhD en Economía, Universidad de Harvard (1959). Ha
Kim Zieschang conducido investigaciones pioneras en tecnología de la
información y crecimiento económico, energía y medio
Jefe de la División del Sector Real del Departamento ambiente, política tributaria y comportamiento de la
de Estadística (STA) del FMI. Los campos de inversión y econometría aplicada. Su artículo de 1963
investigación de su interés incluyen estadística “Capital Theory and Investment Behavior” fue elegido
económica, contabilidad nacional, números índices como uno de los 20 papers más sobresalientes de los
y la medición de la producción y el consumo de los publicados en los últimos 100 años en el American
PROGRESOS EN MEDICIÓN
servicios financieros. Economic Review.
Matilde Mas Daniel Slesnick
Licenciada y doctora en Economía por la Universidad
de Valencia, catedrática de Análisis Económico en
dicha universidad y profesora investigadora del Ivie
DE LA ECONOMÍA PhD en Economía, Univesidad de Harvard (1982).
Aunque ya había participado como profesor previo a
su graduación, su carrera docente comenzó en 1982
desde 1990. Sus campos de especialización son en la Universidad de Texas, Austin, como profesor
la economía del crecimiento, el análisis del capital asistente en Economía. Hacia 1986 fue nombrado
público, en especial, de las infraestructuras, las profesor asociado. Entre 1998 y 2007 fue el Rex G.
nuevas tecnologías de la información y los intangibles. Baker Jr. Professor of Political Economy.
Paul Schreyer Federico Dorin
La elección de cuáles variables fundamentales se deben incluir en el
Sub jefe de estadísticas de la OCDE. Ingresó en la Licenciado en economía de la Universidad de Buenos
OCDE en 1988 y tuvo puestos en los Departamentos análisis económico y cómo se definen y traducen en mediciones concretas Aires (UBA). Desde diciembre de 2008 se desempeña
de Ciencia, Tecnología e Industria, Medio Ambiente y como Asesor Regional en Cuentas Nacionales de la
Estadísticas y más recientemente como jefe de la consistentes genera diversos problemas de medición en economía. Comisión Económica para América Latina y el Caribe
división de Cuentas Nacionales. (CEPAL) de las Naciones Unidas. Ha sido consultor
externo de cuentas nacionales del Departamento de
PROGRESOS EN MEDICIÓN DE LA ECONOMÍA

Javier Quesada Estos problemas de medición van desde la comparabilidad internacional Estadísticas del Fondo Monetario Internacional (FMI)
en Guinea Ecuatorial, Panamá y México, de la CEPAL-
Licenciado en Ciencias Económicas por la Universitat de las variables económicas hasta los métodos para medir la actividad Subsede México en Cuba, del BID en Nicaragua, del
de València y doctor en Economía por la Universidad de Banco de Guatemala, del Banco Central de Reserva
PROGRESOS EN
Cincinnati (Ohio). Es catedrático de Análisis Económico económica, los efectos riqueza y el bienestar. Su resolución exige métodos de El Salvador y de la Organización Panamericana de
en la Universitat de València. Ha sido director general la Salud.
de Economía de la Generalitat Valenciana (1995- de recolección de datos representativos y confiables y metodologías que
1998) y director de la Agencia Valenciana de Ciencia y Daniel E. Perrotti
MEDICIÓN
Tecnología de la Generalitat Valenciana (1999-2003). permitan que las variables representativas de los fenómenos económicos
Licenciado en Economía – mención Magna Cum
Francisco Pérez: sean consistentes internamente y entre sí a todos los niveles de agregación. Laude –de la Universidad de Buenos Aires y
DE LA ECONOMÍA
Maestría en Economía por la Universidad del CEMA.
Catedrático de Análisis Económico de la Universitat Actualmente se desempeña como funcionario del
de València y director de investigación del Instituto Instituto Latinoamericano y del Caribe de Planificación
Valenciano de Investigaciones Económicas (IVIE). Económica y Social (ILPES) de la Comisión Económica
Sus campos de especialización son el crecimiento para América Latina y el Caribe (CEPAL) de las
económico y la integración internacional, la Naciones Unidas.
competitividad, la economía regional, la economía
de la educación y la economía financiera (banca y
finanzas públicas). Ariel Coremberg Erwin Diewert
PhD en Economía, Universidad de California en Berkeley
Eva Benages Editor (1969). Desde 1970 es profesor en la Vancouver
School of Economics de la Universidad de British
Licenciada en Economía por la Universidad de Valencia Columbia y profesor invitado en la Universidad de New
(Premio Extraordinario 2004 y Premio al Rendimiento South Wales. Sus principales áreas de investigación
Académico 2003-2004). En 2004 realizó un son: formas funcionales flexibles, las implicancias del
postgrado en Especialización Profesional en Bolsas y comportamiento maximizador, economía del bienestar
Mercados Financieros y en 2007 obtuvo la suficiencia y modelado de equilibrio general aplicado, medición
investigadora por la Universidad de Valencia, con de precios, medición de la productividad y teoría de
especialización en el área de integración y desarrollo los números índices.
económico.
Dennis Fixler
Ariel Coremberg
Estadístico Jefe en el Bureau of Economic Analysis
Profesor de Teoría y Medición del Crecimiento Económico (BEA) y supervisa la calidad estadística y metodología
de la Universidad de Buenos Aires, Coordinador del de las estimaciones y esfuerzos de investigación del
Proyecto ARKLEMS+LAND e investigador del IIEP- BEA. Ha escrito artículos sobre teoría de números
CONICET de la Universidad de Buenos Aires. Doctor índices, poniendo particular atención sobre desarrollo
en Economía de la Universidad de La Plata (2007), e implementación de los índices de precios de
Magister en Economía del Instituto Torcuato Di Tella servicios, como así también sobre problemas de
(1994) y Licenciado en economía de la Universidad medición del sector financiero y otras cuestiones de
de Buenos Aires (1993). Sus áreas de especialización medición económica.
son Crecimiento Económico, Competitividad, Cuentas
Nacionales, Capital Humano, Nuevas Tecnologías de
información, Recursos Naturales e Infraestructura. Continúa en la solapa de contratapa
PROGRESOS EN
MEDICIÓN DE LA
ECONOMÍA
Ariel Coremberg,
Editor
Eva Benages
Ariel Coremberg
Erwin Diewert
Federico Dorin
Daniel Fixler
Dale Jorgenson
Matilde Mas
Javier Quesada
Francisco Pérez
Daniel Perrotti
Paul Schreyer
Daniel Slesnick
Kevin Zieschang
Coremberg, Ariel Alberto
Progresos en medición de la economía. - 1a ed. -
Ciudad Autónoma de Buenos Aires : Temas Grupo Editorial, 2015.
414 p.; 23x16 cm.
ISBN 978-987-3887-07-9
1. Economía. 2. Medición. 3. I. Título. CDD 339
Fecha de catalogación: 10/04/2015
Título del libro:Progresos en medición de la economía
© AAEP. – Asociación Argentina de Economía Política

Avda. Córdoba 637 piso 4to
C1054AAF Ciudad de Buenos Aires, Argentina
© Temas Grupo Editorial SRL, 2015

Cerrito 136 Piso 3º A, Buenos Aires, Argentina
www.editorialtemas.com
1era. edición de 500 ejemplares. Abril 2015
Comité TEMAS Grupo Editorial

Dirección : Jorge Scarfi
Coordinación general: Julieta Codugnello
Arte y diseño: Inés Shute Dinamarca
Queda hecho el depósito que previene la ley 11.723
Esta edición de 500 ejs. se terminó de imprimir en el mes de abril d 2015 en

Bibliografika de VOROS S.A. Barzana 1263. CABA. 1427. República Argentina
Queda prohibida la reproducción total o parcial de los contenidos de este libro en

cualquier forma y medio sin previo permiso por escrito de los autores y/o titulares
de Copyright
Índice
Prólogo en Homenaje a Alberto Fracchia VIII
Prólogo Presidente AAEP X
Capítulos
1. Introducción 1
Autor:
Ariel Coremberg
Editor
2. Una Nueva Arquitectura para el Sistema de Cuentas 21

Nacionales
Autores:
Dale W. Jorgenson (Universidad de Harvard) y
Daniel T. Slesnick (Universidad de Texas, Austin)
3. Números Índice y Teoría Económica 57

Autores:
Federico Dorin (CEPAL-Div.Estadistica) y
Daniel Perrotti (CEPAL-ILPES)
4. Problemas con la Medición de los Servicios Bancarios en el 131

Marco de las Cuentas Nacionales
Autores:
Erwin Diewert (University of British Columbia y University
of New South Wales)
Dennis Fixler (Bureau of Economic Analysis) y
Kimberly Zieschang (International Monetary Fund)
5. Medición de los Servicios de Salud en Las Cuentas 217

Nacionales: Una Perspectiva Internacional
Autores:
Paul Schreyer (OCDE) y
Matilde Mas (Instituto Valenciano de Investigaciones
Económicas (Ivie) y Universidad de Valencia)
6. Contabilidad del Conocimiento: metodología y resultados 251

Autores:
Francisco Pérez: Universidad de Valencia e Instituto
Valenciano de Investigaciones Económicas (Ivie) y
Eva Benages: Instituto Valenciano de Investigaciones
Económicas (Ivie)
7. Intangibles en la Nueva Economía 299

Autores:
Matilde Mas Universidad de Valencia e Instituto Valenciano
de Investigaciones Económicas (Ivie) y
Javier Quesada Universidad de Valencia e Instituto Valenciano
de Investigaciones Económicas (Ivie)
8. Midiendo La Productividad y Las Fuentes del 335

Crecimiento de La Economía Argentina. El Proyecto
ARKLEMS+LAND
Autor:
Ariel Coremberg (ARKLEMS+LAND, IIEP-UBA-
CONICET)
Sobre los Autores 395

Prólogo
Homenaje a Alberto Fracchia
Este libro está dedicado a la memoria de Alberto Fracchia. Recientemente

fallecido, Fracchia (como lo conocían usualmente sus colegas y discípulos) fue
uno de los principales pioneros en la elaboración de estadísticas económicas
en América Latina y, en especial, en la construcción de Cuentas Nacionales.
A lo largo de su vasta trayectoria de trabajo (que se inició en el BCRA y se
desarrolló en buena parte en la CEPAL), Fracchia no sólo concretó productos
ejemplares, como la revisión de los cálculos del producto y la distribución
de ingresos en la Argentina, publicada en 1965 como proyecto conjunto
CONADE- CEPAL, sino que tuvo un impacto decisivo en la formación de
varias generaciones de economistas aplicados no solo de Argentina sino
también de América Latina. Aquéllos que tuvieron el privilegio de colaborar
con Fracchia pueden guardar agradecidamente su impronta de pasión por el
conocimiento, integridad personal, respeto irrestricto por la evidencia que
indican los datos, y generosidad para compartir el saber que había acumulado
sobre el funcionamiento de la economía argentina. El maestro Fracchia
trabajaba como el que más, y transmitía esa voluntad de hacer y pasión por
los números a quienes se encontraban a su alrededor. Quienes esto escriben
aspiran a seguir el camino que trazó.
Prólogo
La actividad central de la Asociación Argentina de Economía Política

(AAEP) consiste en la organización de su Reunión Anual, el principal
congreso académico de nuestro pais, un verdadero muestrario del estado de
las artes en nuestra disciplina. Hace ya diez años, en 2004, la Asociación
decide complementar esta actividad con el inicio de la publicación de la serie
Progresos de Economía, una serie de volúmenes preparados por destacados
economistas argentinos o relacionados con nuestro ámbito académico, cuyo
objetivo es acercar a los socios a temas de frontera.
En este contexto, este libro editado por Ariel Coremberg es un significativo
paso adelante, convocando a los principales expertos locales e internacionales
en un tema tan complejo como relevante, como lo es la cuestión de la medición
de la economía.
Agradezco y felicito a Ariel por su energía y compromiso con esta
compleja tarea. Pronostico que este volumen se convertirá en una referencia
obligada para todos los interesados en la dificil temática de la medicion de la
actividad económica.
Walter Sosa Escudero

Presidente, AAEP.
Not everything that can be counted counts and not everything that counts can be
counted. (Albert Einstein)
Avoid Measurement without Theory: T.J. Koopmas (1947)
The measurement of capital is one of the nastiest jobs that economists have set to
statistician. John Hicks (1981)
... it is not reasonable for us to expect the government to produce statistics in
areas where concepts are mushy and where there is little professional agreement
on what is to be measured and how (Griliches (1994), page 14).
“What is not measured is not managed” (World Bank 2011)
1. Introducción
Ariel Coremberg
(ARKLEMS+LAND, IIEP BAIRES UBA–CONICET) Ed.
La elección de cuáles variables fundamentales se deben incluir en el

análisis económico y cómo se definen y traducen en mediciones concretas
consistentes genera diversos problemas de medición en economía.
Estos problemas de medición van desde la comparabilidad internacional de
las variables económicas hasta los métodos para medir la actividad económica,
los efectos riqueza y el bienestar. Su resolución exige métodos de recolección
de datos representativos y confiables y metodologías que permitan que las
variables representativas de los fenómenos económicos sean consistentes
internamente y entre sí a todos los niveles de agregación.
Estos problemas de medición han sido objeto de debate por economistas
de renombre que han aportado hitos fundamentales a la teoría económica tales
como Simon Kutznets, John Hicks, Richard Stone, Patrick y Nancy Ruggles,
quienes han estado en el origen del desarrollo de las Cuentas Nacionales tanto
en Inglaterra como en Estados Unidos. En esa misma tradición de tener un pie
en la teoría y otro en la práctica concreta de la medición a nivel de participar en
la elaboración misma del Manual de Cuentas Nacionales, podemos encontrar
a economistas contemporáneos como Erwin Diewert, Dale Jorgenson,
Charles Hulten, Peter Hill, Barbara Fraumeni, entre otros. En nuestro país y
en América Latina, se destaca la contribución de Alberto Fracchia, formador
de economistas aplicados en América Latina y fundador de las Cuentas
Nacionales en Argentina, junto a Manuel Balboa quien realizó las primeras
estimaciones del balance de pagos de nuestro país.
4 Progresos en Medición de la Economía
El Sistema de Cuentas Nacionales (SCN) desarrollado a lo largo de

décadas en conjunto por la División de Estadísticas de la ONU, EUROSTAT,
FMI, OECD y Banco Mundial pretende brindar una solución consistente a
la medición de las principales variables económicas mediante un sistema
integrado de cuentas.
El SCN, hoy actualizado según recomendaciones del Manual de Cuentas
Nacionales 2008 (SCN08) es un conjunto estándar internacionalmente
convenido de recomendaciones sobre cómo compilar las medidas de las
variables económicas según estrictas convenciones de contabilidad basado
en principios económicos. Las recomendaciones se expresan en términos de
un conjunto de conceptos, definiciones, clasificaciones y reglas contables
que conforman la norma acordada internacionalmente para medir no solo el
producto interno bruto (PIB) sino también los índices de precios, la distribución
del ingreso, las hojas de balance de los sectores institucionales, el balance
de pagos y posición de activos externos netos, la matriz insumo-producto, la
matriz de contabilidad social y otras variables económicas relevantes para el
análisis económico dentro un único sistema que hace consistente las variables
entre si y comparables internacionalmente.
Entre las principales novedades que brinda el SCN en su versión más
reciente, el SCN08 se encuentra la recomendación de la medición explicita
de los servicios de capital en línea con los principales avances en la medición
de la productividad y las fuentes del crecimiento, siendo el WorldKLEMS
el proyecto representativo para la medición y comparación internacional de
la productividad y ARKLEMS+LAND su contraparte argentina (cap.2 y 8
de este libro). La reclasificación de la I+D como bien de capital, hasta ahora
considerado insumo intermedio así como también de las armas militares
de alto poder destructivo. El reconocimiento de la práctica ampliamente
difundida en países desarrollados del tratamiento de los servicios financieros
medidos indirectamente (SIFMI) por el método de tasa de referencia (cap.3
de este libro). La inclusión como transacciones financieras de los márgenes de
intermediación de los nuevos derivados financieros y contratos de futuros. El
impacto de la globalización a través del tratamiento de las remesas de dinero de
familiares en el exterior, el cambio en el tratamiento de la maquila. También se
destaca el tratamiento más detallado de la valuación de los activos intangibles
y la economía no observada.
Introducción 5
El SCN08 como tal presenta sustanciales avances desde sus primeras

versiones 1953, 1968, siendo la presente una actualización de la versión 1993.
Sus avances y actualizaciones dependen de los cambios que se producen en
la economía, en las técnicas de medición y estadística y en las mejoras en los
métodos de recopilación de datos. Debe tomarse en cuenta también, que el
SCN brinda recomendaciones que facilitan la comparabilidad internacional y
homogeneidad de los criterios metodológicos con que se miden las variables
económicas en cada país. Por este motivo el proceso para lograr el consenso
entre expertos internacionales de los diversos organismos que integran el
grupo intersecretarial que recomienda cambios en el SCN es necesariamente
más lento y conservador que los fenómenos contemporáneos que afectan a la
economía global.
Por tanto quedan fuera del consenso una serie de problemas de medición
importantes que no han sido tratados especialmente en el SCN básicamente
por la falta de acuerdo acerca de cómo se debe capturar y medir empíricamente
los nuevos fenómenos económicos o porque se lo considera directamente fuera
de la frontera de medición económica. Algunos ejemplos son la definición
concreta del output o resultados obtenidos de los servicios, especialmente los
servicios no de mercado como la educación y la salud, el capital humano, los
nuevos fenómenos disruptivos de internet como el big data, el comercio por
internet, el reconocimiento del gasto en intangibles en forma exhaustiva como
parte de la inversión (capítulo 7 de este libro) y otros.
Los fenómenos disruptivos asociados a internet y a la economía del
conocimiento en general: redes sociales, comercio por internet, buscadores,
etc. genera nuevos fenómenos económicos que no se estarían captando en la
medición tradicional del PIB en su completa magnitud. Parafraseando a Solow,
estos nuevos fenómenos disruptivos (computadoras decía el autor) están en
todos lados menos en las estadísticas.
Las ventajas de la reducción de los costos de transacción y procesamiento
de información y consecuente aumento en la productividad que producen los
fenómenos asociados a la nueva economía de la información, especialmente
el Big Data, son innegables. Un ejemplo concreto de aplicación del Big
Data se puede encontrar en Rigobon y Cavallo (2012) donde demuestran
que indicadores basados en procesamiento de datos on-line se correlacionan
estrechamente con el Índice de Precios al Consumidor en 18 países (desde
Argentina hasta el año 2007 hasta Estados Unidos) e inclusive con diversos
índices de abastecimiento y precios de productos específicos. Choui y Varian
(2012) utilizan índices basados en las estadísticas de búsqueda de Google
para explicar el nivel de actividad presente para un conjunto de indicadores
económicos tales como venta de autos, viviendas, desempleo y confianza del
consumidor. No obstante, debe señalarse que el objetivo del Big Data, una
vez procesada la base de datos, es encontrar relaciones, variables, patrones
que organicen y den sentido a los datos. En efecto, para que esta técnica de
procesamiento tenga utilidad para el análisis económico, debe basarse en
la teoría económica que es la única guía que puede extraer la información
económica de la gran nube de datos de internet, como efectivamente realizan
los autores citados: como decía Koopmans (1947): se debe evitar la medición
sin teoría.
Un reciente debate realizado en la Conferencia de la International
Association of Research in Income and Wealth (IARIW) 2012, especialistas
en cuentas nacionales han señalado que los nuevos métodos de compilación
de datos tales como el Big Data no significan por ahora que reemplacen las
fuentes y métodos con que se puedan calcular el PIB y los índices de precios
habituales. Más aún si se toma en cuenta que se trata de procesamientos de
grandes bases de datos privadas con fines análisis de marketing y focalización
de la demanda que no están a disposición de sus competidores y mucho menos
de la estadística pública. El trabajo de Choui y Varian (2012) puede ser un
leading indicator o un indicador coincidente de algunos aspectos del nivel de
actividad pero no representa el PIB de un país. En este mismo sentido, el trabajo
de Rigobon y Cavallo (2012) brindan un excelente indicador coincidente del
IPC basado en precios online de retail, pero subsiste la necesidad de disponer
de un IPC con apertura regional y con cobertura completa de modo que
incluya los servicios consumidos por los hogares (alquiler de vivienda, gastos
de consorcio, servicios públicos, restaurantes, hoteles) así como también los
precios de los productos comercializados por canales comerciales que no
pasan por internet.
La innovación asociada a la nueva economía del conocimiento ha dividido
las aguas en la profesión entre quienes ven en ello un gran crecimiento del
producto potencial de la economía mundial y aquellos que señalan un posible
estancamiento. Mokyr (2014), afirma que el ahorro de tiempo que producen
Introducción 7
las aplicaciones (apps) de los teléfonos móviles o la mejora en la calidad

y prestación de los productos gracias a la aparición de nuevos materiales
es innegable y no está necesariamente incorporado en las mediciones de
actividad económica. Bryjfolson (2013) afirma que la globalización es una
consecuencia del poder y ubicuidad de la actual tecnología digital y que en
todo caso se está asistiendo primero a una reestructuración de los empleos y
sectores, con efectos recesivos en el corto plazo, orientados a las calificaciones
y organizaciones hacia la nueva economía de la información y que en todo
caso el efecto sobre el PIB se verá en el futuro cercano. En cambio, autores
como Tyler Cowen (2011) observan con cierto escepticismo sobre los efectos
reales que estos fenómenos tienen sobre el crecimiento futuro, sobre todo por
la adopción y adaptación rápida a las innovaciones de las redes sociales y por
el escaso impacto que éstas tienen sobre el proceso productivo y por tanto
sobre la productividad efectiva de la economía. Robert Gordon (2012, 2014)
ha testeado que el actual boom informático iniciado en la década de 1960
genera una tendencia de crecimiento de largo plazo del PIB de Estados Unidos
mucho más baja que el auge originado en la electricidad a fines del siglo XIX.
Otros autores suscriben la hipótesis sobre el estancamiento de largo plazo de
la economía americana desde otros puntos de vista: efectos de hysteresis de
la reciente crisis global sobre el financiamiento disponible para la innovación,
Tilman y Phelps (2010) así como de los efectos depresivos a largo plazo de
una posible securlarización de una tasa real de interés nula, Summers (2014) o
la consecuencia de una creciente concentración de la riqueza, Piketty (2014).
En todo caso, queda claro que los resultados (outcome) de los fenómenos
disruptivos tecnológicos no están claramente definidos dificultando su
inclusión en las mediciones de la riqueza y del PIB. Más aún, no debe perderse
el principio de exhaustividad propugnado en el SCN, por el cual las nuevas
actividades asociadas a la nueva economía deben ser incluidas al mismo
tiempo que no debe dejar de medirse aquellas que las sustituyen (una medición
alternativa de la economía del conocimiento se presenta en el capítulo 6 de
este libro).
Uno de los casos más notables de la contradicción entre los análisis
académicos y el mundo de la medición concreta es la medición y análisis
de la productividad y la producción (output) de los servicios. La literatura
académica ha señalado que el importante crecimiento de la productividad
en países desarrollados hasta la crisis global del 2008-2009 tuvo origen

principalmente en el sector servicios. Van Ark, Mahonny and Timmer (2008)
resaltan que los sectores de servicios que utilizan intensivamente bienes TIC
(comercio, sector financiero, comunicaciones) explicaron en el pasado la
brecha de productividad entre Estados Unidos y Europa. Tripplett y Bosworth
(2003) han llegado inclusive a afirmar que “la enfermedad de Baumol ha
sido curada”. Resulta notable observar cómo cambia el diagnóstico respecto
del perfil de crecimiento de Estados Unidos hasta antes de la reciente crisis
financiera global cuando se mide la productividad sólo de su economía de
mercado. Según el proyecto EUKLEMS la productividad total de los factores
de la economía americana habría crecido un 1,7% promedio anual si se
consideran solamente los servicios de mercado. En cambio, si se incluyen
todos los componentes del PIB, es decir si se suman también los servicios
no de mercado (especialmente, educación, salud y administración pública) y
los servicios para uso final propio (propiedad de vivienda), la productividad
habría crecido solo un 0.7 anual. Asimismo, Pérez y Robledo (2010) han
estimado que la declinación de la productividad de la economía española
hasta antes de la crisis financiera reciente se debió a un patrón de crecimiento
sectorial sesgado a la construcción y al sector de viviendas y a la acumulación
en activos rentables pero improductivos originados en el boom inmobiliario.
El output de los servicios de salud y educación de no mercado (o su
outcome y calidad) no se encuentra claramente definido en las cuentas
nacionales, mas aún el SCN08, opta por la solución conservadora de medirlos
por sus costos. No obstante, la literatura académica de medición ha dado un giro
hacia la contabilización de los resultados. Por ejemplo, de acuerdo al método
Jorgenson-Fraumeni (1989,1992) compatible con la medición del valor del
capital humano en tanto riqueza como el valor presente de los salarios futuros
de la población, el output de la educación sería el incremento en términos
de los beneficios en términos del acceso a mejor perfil de salarios futuros
incrementales de cambiar de estrato educativo. Otras propuestas debaten
acerca de la posibilidad de incluir en el outcome una medición económica
de los tratamientos exitosos de salud (capítulo 5 de este libro) o de la calidad
educativa en términos de tamaño de la clase o la inclusión en las mediciones
de ajustes por el puntaje de los exámenes tal como se presenta en el Manual
OECD sobre la Medición de los Servicios de Salud y Educación (2010).
Introducción 9
En nuestra opinión, las dificultades de valorización económica de los

“resultados o outcome” de la educación y la salud así como de los fenómenos
disruptivos asociados a la nueva economía (redes sociales, internet, big data)
tienen un denominador común. Muchos de los beneficios son no pecuniarios,
más bien tienen las características de bien público, y los productos o servicios
generados tienen enormes cambios de calidad específicos que dificulta su
medición aún mediante métodos econométricos ya que sus características son
cambiantes o más bien la novedad del servicio o producto que se presenta en
algunos casos es radicalmente distinta a su modelo original. Análogamente
al caso de la I+D, los beneficios futuros y presentes que ésta genera son
difíciles de medir directamente y no hay más remedio que dejarlos librados
a su inclusión indirecta como externalidades en la Productividad Total de los
Factores (PTF).
Otras propuestas más osadas, más cercanas a la economía no convencional
son aquellas que empujan la frontera de medición del bienestar social hacia
mediciones del bienestar subjetivas como realizan Alan B. Krueger (2009) y sus
coautores como Kaneman que han desarrollado una propuesta de contabilidad
nacional del tiempo donde se incluye el uso del tiempo en actividades de
mercado y no mercado mediante evaluaciones sobre el bienestar subjetivo de
los individuos encuestados.
La crítica de Stiglitz, Sen, Fittousi (2009), acerca de que el PIB no incluye
otras facetas del bienestar como la calidad de vida, el tiempo de ocio, el
capital humano además de no contemplar la sustentabilidad medioambiental
del crecimiento han sido históricamente consideradas en los debates de las
Conferencias y del Journal del IARIW. Tal como señalan Landefeld y otros
(2010), el SCN contempla diversas medidas que hacen a la valuación del
bienestar social en las mediciones del ingreso disponible de los hogares
y de su riqueza así como también el agotamiento de los recursos naturales
en la valuación del capital natural (el capítulo 2 de este libro presenta una
nueva arquitectura del SCN abarcativa de los temas tratados por Stiglitz-Sen-
Fittousi).
Más aún, la medición de los índices de precios y crecimiento económico
mediante índices encadenados como recomienda el SCN y como es práctica
usual en países desarrollados y en algunos de los países de América Latina
permite captar la sustitución en el consumo (y en la producción) y aproximar
más cercanamente a los cambios en el nivel de vida y bienestar de los

consumidores. Sin embargo, esta no es una discusión meramente teórica. En
1995, la Comisión Boskin en Estados Unidos se formó por una cuestión muy
práctica: el impacto fiscal que tenía la actualización por inflación mediante
el IPC de rubros importantes del gasto público. No obstante, se debe tomar
en cuenta que si bien la comisión determinó que el IPC presentaba sesgo
positivo por algo más de un tercio del total de la inflación anual de la economía
americana, el sesgo por sustitución explicaba sólo un tercio del total del sesgo
(ver capítulo 3 de este libro).
La mejora en los métodos de recolección de datos y metodología
de medición impacta en la práctica. Un ejemplo notable, es el Programa
Internacional de Comparación (ICP 2011), sintetizada en World Bank (2014),
que actualiza las paridades de poder adquisitivo y el gasto real de las economías
para la comparabilidad internacional del tamaño relativo y nivel de vida. Los
países intervinientes de la ronda ICP 2011 han aumentado notablemente (199
países), con la excepción de Argentina quien decidió no participar, así como
también los rubros incluidos en las canastas. Especialmente relevante ha sido
el tratamiento y la comparación internacional de los servicios de vivienda y la
construcción; la salud, la educación y de los servicios provistos por el gobierno
así como de su remuneración al trabajo. La comparación internacional basada
en el método del anillo: por el cual todos los países deben referirse a un
benchmark para poder luego realizar la comparación global; que había pasado
de un único país benchmark a un core de 18 países representativos de las
regiones globales en el ICP 2005; en el ICP 2011 casi totalidad de los países
intervinientes intervienen en la comparación interregional.
Se trata entonces de debatir en primer lugar si en la medición económica
se debe incluir indicadores del bienestar subjetivo que hacen al uso del tiempo
y el ocio y en segundo lugar que toda medición de bienestar debe partir de la
consistencia con el núcleo del SCN. En otras palabras partir de las mediciones
del PIB y riqueza y no apartarse de ellas: más que “Beyond GDP”, “GDP and
Beyond”. Esto va en línea con el debate que se da en las comisiones de estadística
y cuentas nacionales a nivel internacional donde se ha notado un giro hacia el
énfasis (y financiamiento) de algunos de los organismos internacionales hacia
el desarrollo y medición de las cuentas satélites como turismo, cultura y medio
ambiente descuidando el núcleo central de las Cuentas Nacionales.
Introducción 11
Un ejemplo de ello, es la particular relevancia para América Latina,

de la economía informal y también de la economía no observada (NOE).
La medición e inclusión de la NOE en el PIB es usualmente realizada en
cada cambio de año base de las Cuentas Nacionales pero no ha encontrado
en general eco y apoyo generalizado en los “policy makers”. El SCN08 ha
reconocido la importancia de este tema al dedicarle un capítulo entero a la
economía informal, así como también la OECD en su Manual sobre NOE
(2002). La NOE incluye tanto el trabajo informal y la producción informal
de los hogares, como el subregistro de ingresos y valor de producción de las
empresas y la economía ilegal bajo transacciones voluntarias, fenómenos que
en la región han sido histórica y contemporáneamente persistentes. El grado de
ajuste del PIB por la inclusión de la NOE es crucial a la hora de homogeneidad
y comparabilidad internacional, como se presenta en Wierny (2006). Los
países desarrollados no han escapado al mismo, dada la reciente inclusión
de la economía ilegal bajo transacciones voluntarias, luego de diez años de
prueba, en la medición de EUROSTAT para el PIB de la Unión Europea junto
a los tradicionales ajustes por subregistro de puestos e ingresos. Una propuesta
de medición alternativa del PIB interesante para países que no disponen de
estadística de base y que presentan una elevada incidencia de la NOE es la que
presentan Chen and Nordahaus (2010) que encontraron correlación entre la
luminosidad nocturna de grandes aglomerados y el PIB.
Por lo tanto, conviene echar una mirada a los principales debates y avances
en temas de medición a nivel internacional; ya que hoy la futura reconstrucción
del sistema estadístico nacional no puede obviar que la estadística y las
cuentas nacionales deben tomar en cuenta los nuevos fenómenos económicos
y las nuevas formas de procesamiento de información que se han desarrollado
velozmente en la última década.
Organización del Libro
Este libro tiene el objetivo de presentar una revisión de los últimos avances
en problemas de medición en economía realizada por destacados economistas a
nivel internacional y difundirla a un amplio público, especialmente economistas
profesionales y alumnos avanzados de la carrera de economía. El volumen
incluye una serie de capítulos que tratan sobre algunos de los principales
problemas de medición en economía presentados en esta introducción.
Los dos primeros capítulos presentan un enfoque general de los problemas
generales de medición: el capítulo 2 presenta una nuevo enfoque integrado de las
cuentas nacionales compatibilizando el tradicional Sistema de Cuentas Nacionales
con la contabilidad del crecimiento (KLEMS) y una propuesta de medición del
bienestar social; en tanto que el capítulo 3 discute con detalle la teoría de números
índices y su aplicación a la medición de los precios, con especial énfasis en el
IPC, que no obstante tiene un uso general en todos los problemas de medición de
variables económicas sean estas de cantidades o de precios.
En el capítulo 2, Dale Jorgenson y Daniel Slesnick proponen una Nueva
Arquitectura del Sistema de Cuentas mediante la integración de las cuentas
de producción, productividad y bienestar social compatibles con el SCN, que
de hecho constituye una respuesta al desafío de Stiglitz, Sen Fitoussi. De esta
manera presentan un marco de cuentas integradas único donde se compatibilizan
las cuentas de Hojas de Balance-Riqueza o Stocks con los flujos de las cuentas
de producción y de balance pagos, incluyendo la apertura de las fuentes de
crecimiento al integrar la contabilización de los servicios de capital, capital
humano y otros factores productivos estimados mediante la metodología
KLEMS. Los autores brindan una medición concreta del bienestar social de la
economía americana en un marco analítico riguroso que permite compatibilizar
los enfoques de equidad horizontal y vertical con las mediciones de consumo
macroeconómicas de las cuentas nacionales agregadas econométricamente a
partir de microdatos provenientes de las encuestas de hogares. Al tomar de
marco referencial el Consumo (al mayor grado de desagregación por tipo de
producto/servicio) de las Cuentas Nacionales; ello permite ajustar y conciliar
los sesgos usuales de las encuestas de gasto de los hogares que no reflejan por
lo general consumos conspicuos y vergonzosos (por ej.cigarrillos) y presentan
sub declaración de ingresos. Los autores presentan una estimación aplicando
Introducción 13
el enfoque integrado propuesto para el perfil del crecimiento de la economía

americana desde el punto de vista de la contabilidad del crecimiento KLEMS,
la demanda agregada y el bienestar. Tanto para funciones de bienestar
social igualitarias como utilitarias, la economía americana tuvo un elevado
crecimiento del bienestar durante 1948-1973 que luego fueron seguidas por
tasas de crecimiento menores, pero relativamente estables, durante 1973-2005
y por un colapso durante el período de la Gran Recesión 2005-2010. Para
ambas medidas, el auge de las inversiones de 1995-2000 fue compensado en
gran medida por una disminución acelerada de la equidad. Por último, una
disminución sustancial en la equidad contribuyó al colapso en el nivel de vida
durante la Gran Recesión para ambas medidas.
El capítulo 3 sobre Números Índices y Teoría Económica de Federico
Dorin y Daniel Perrotti presenta un análisis exhaustivo del desarrollo
histórico y teórico de la teoría de números índices. Los autores brindan una
explicación consistente de los números índices, poniendo el foco en los
índices de precios, desde los más elementales o bilaterales, pasando por los
que incorporan ponderaciones hasta llegar al enfoque más actual de índices
encadenados. Los autores analizan con detalle los diversos enfoques de
números índices: axiomático, estocástico y por último el enfoque económico.
Los índices de precios más difundidos por las oficinas de estadística son los
Índices de Precios Laspeyres y Paasche, los cuales constituyen un techo y
un piso respectivamente del verdadero índice de costo de vida, dando lugar
a los ampliamente discutidos sesgos por sustitución. Sin embargo, esta no es
una discusión meramente teórica, como bien citan los autores al debate de la
denominada Comisión Boskin en Estados Unidos (1995). Los autores explican
claramente porque surge la necesidad de recurrir a los índices encadenados,
entre otros porque permite captar los efectos sustitución en la producción y
en el consumo. A pesar de presentar desventajas por problemas de aditividad
y desviación a largo plazo, son los índices preferidos utilizados hoy por las
oficinas de estadística de los países desarrollados y que ya han sido adoptados
por lo menos en la medición del PIB en numerosos países de América Latina.
Los capítulos 4 y 5 analizan problemas de medición de sectores concretos
de la actividad económica: el capítulo 4 sobre la medición de la intermediación
financiera y el capítulo 5 sobre la medición del output de la salud.
El capítulo 4 de Erwin Diewert, Dennis Fixler y Kevin Zieschang realiza

una propuesta analítica y empírica alternativa para medir el sector financiero
en las Cuentas Nacionales, principalmente de los llamados SIFMI (servicios
financieros medidos indirectamente). A diferencia de la tradición en nuestro
país y otros países en vías de desarrollo, la medición de los SIFMI hoy en los
países desarrollados se realiza mediante la comparación de las tasas activas y
pasivas implícitas en los márgenes de intereses sobre préstamos y depósitos con
una tasa de referencia única. Ello ha permitido evitar la aparición de outputs y
valores agregados negativos, pero no ha dejado de ser objeto de debate, incluso
en el marco del reciente SCN08, ya que no se presenta un criterio objetivo
para la elección de la misma. Los autores aplican el enfoque costo de uso y
de beneficio del productor para integrar flujos y stocks en la medición de los
márgenes de intermediación financiera, presentando un modelo de demanda
y oferta de servicios financieros por sector. Una innovación importante
adicional de este trabajo es la integración del sector de viviendas ocupadas por
sus propietarios y del sector bancario en un modelo sectorial coherente de la
economía. Asimismo, en el enfoque sugerido existe una sola tasa de referencia
para cada sector que generalmente debería ser igual al costo de reunir capital
financiero en ese sector.
En el capítulo 5, Medición de los Servicios de Salud en Las Cuentas
Nacionales: Una Perspectiva Internacional, Matilde Mas y Paul Schreyer se
proponen explicar el aumento reciente de los gastos de la salud en los países
de la OECD por sus componentes precio y cantidad y su comparabilidad entre
países. Los autores tratan particularidades específicas que hacen al cálculo del
gasto de los consumidores tales como la contabilización de las transferencias
sociales en especie o la imputación de los pagos netos a las aseguradoras. Los
autores plantean la necesidad de simetría y similitud de la provisión del volumen
de servicios de salud por productores de mercado y de no de mercado obliga a
la utilización de la misma metodología para ambos sectores, particularmente
aquella basada en medidas de volumen de los servicios de salud basadas en
el producto (output-based), basadas por ejemplo en los ingresos por tipo de
tratamiento y enfermedad. De lo contrario, siguiendo el enfoque tradicional
del SCN, al medirse el output de hecho por el volumen de los insumos (input-
based), implica suprimir las posibles variaciones de productividad en el sector
no de mercado. Particularmente importante resulta el análisis de los cambios
Introducción 15
de calidad y la distinción entre resultados (outcome) y producto (output) del

sector salud. De la comparación entre países de la OECD, surge la diversidad
en los métodos de medición: del volumen de servicios hospitalarios. Por
ejemplo, Estados Unidos, Canadá, México, Chile, Japón y Corea todavía
utilizan medidas de volumen basadas en los insumos mientras que Australia,
Nueva Zelanda y muchos países de la UE usan medidas basadas en el producto
(output).
Los últimos tres capítulos tratan sobre la medición concreta de algunos
de los nuevos fenómenos asociados a la “nueva economía”: el capítulo 6
propone una metodología y resultados de una contabilización del impacto
del conocimiento en el crecimiento económico, el capítulo 7 define, analiza
y mide el impacto de la inversión en intangibles en la economía de los países
desarrollados durante las últimas décadas y por último el capítulo 8 se presenta
la metodología y resultados de una contabilización exhaustiva del perfil del
crecimiento de la economía argentina en las dos últimas décadas, incluyendo
la contribución de las TIC al crecimiento, como así también de los recursos
naturales.
El capítulo de Francisco Pérez y Eva Benages: La Contabilidad del
Conocimiento: Metodología y Resultados plantea una metodología original
para medir el aporte del conocimiento al PIB mediante un enfoque que permite
captar el uso del conocimiento en los procesos productivos en lugar del usual
enfoque de la intensidad con que se crea conocimiento (%I+D en el PIB). El
objetivo es la medición del peso del conocimiento empleado en la producción
actual, por lo tanto se debe tomar en cuenta no solo los descubrimientos de hoy
sino a todo el saber acumulado que se utiliza. Para ello, se realizan mediciones
del uso del conocimiento en las distintas actividades productivas tomando
en cuenta todo el capital humano empleado en cada rama de actividad,
tanto directa como indirectamente, es decir, incluyendo el conocimiento
contenido en los bienes de capital y productos intermedios que se utilizan en
la producción. Al valorar las actividades intensivas en conocimiento con la
métrica propuesta se comprueba que la mayoría de las actividades industriales
y de servicios son en la actualidad muy intensivas en el empleo de capital
humano y maquinaria. Además, las diferencias entre ramas no responden a la
dicotomía que atribuye ventajas tecnológicas a la industria. En los niveles más
elevados de utilización del conocimiento se sitúan los servicios empresariales
y varios servicios públicos -educativos, sanitarios, administración pública-,

así como las actividades industriales que producen maquinaria y equipos. Se
advierte que el capital humano, y en particular el asociado a los trabajadores
con estudios superiores, es el más relevante para explicar las sustanciales
diferencias de productividad entre países. La ventaja norteamericana se asocia
tanto al uso como al aprovechamiento del capital humano, mientras otros
países –como España– padecen desventajas en ambos sentidos.
En el capítulo 7: Intangibles en la Nueva Economía, Matilde Mas y
Javier Quesada incluye los activos intangibles como parte de la inversión
y fuentes del crecimiento simétricamente al caso de las maquinarias y
otros activos producidos. Esta inclusión se realiza tanto por la constatación
empírica de que los gastos en intangibles que tradicionalmente han venido
realizando las empresas tenían un impacto duradero sobre el crecimiento del
output y la productividad muy superior al que se le había reconocido hasta
el momento. A partir de la definición de Corrado, Sichel y Hulten (2005)
“cualquier uso de recursos que reduzca el consumo corriente con la finalidad
de aumentar el consumo futuro debe ser considerado como inversión, los
autores incluyen en la inversión”, el gasto en intangibles de las empresas tales
como Información digitalizada: Software y Bases de datos; Propiedad de la
innovación: Exploración de minerales, I+D científico, Originales artísticos y
de entretenimiento, Nuevos productos/sistemas en los servicios financieros,
Diseño y otros productos/sistemas nuevos; Competencias económicas. Valor
de la marca (Publicidad y Estudios de mercado) y Recursos de las empresas
(Formación proporcionada por la empresa y Estructura organizativa). La
consecuencia de la inclusión de los intangibles es relevante. En el caso de los
Estados Unidos, la inversión en intangibles supera a la inversión bruta interna
fija tradicional (en activos tangibles), mientras que en los Países Nórdicos,
Francia y Alemania, la inversión en intangibles representa algo más del 63%
de la inversión en activos tangibles e Italia y España, los dos países en los
que dicho porcentaje es menor. Notablemente, tras el estallido de la reciente
crisis financiera global 2007-2008 todos los países redujeron la inversión
pero la contracción en tangibles fue muy superior a la de intangibles. Este
comportamiento muestra un perfil menos pro cíclico de la inversión intangible,
favoreciendo su papel en la recuperación.
El último capítulo realizado por Ariel Coremberg presenta un análisis
exhaustivo y las series de las Fuentes del Crecimiento de la Economía Argentina
Introducción 17
de las dos últimas décadas realizados por el proyecto ARKLEMS+LAND. El

capítulo describe los métodos utilizados para medir cada factor productivo
siguiendo en general la metodología KLEMS aplicada tanto a nivel macro
como sectorial. A diferencia de las estimaciones tradicionales, se incluyen
los Recursos Naturales. Asimismo, se presentan los resultados para cada
factor productivo, y una medición exhaustiva del PIB siguiendo las fuentes y
metodología tradicional de las Cuentas Nacionales; punto analítico relevante
para el caso argentino que permite corregir los sesgos de sobreestimación
oficial del crecimiento y por lo tanto de la productividad a partir del año 2007.
La descomposición del crecimiento del PIB en sus fuentes del crecimiento,
entre máximos cíclicos, demostró que el perfil del crecimiento de la economía
argentina de largo plazo fue de tipo extensivo basado en la utilización y
acumulación de factores, donde las ganancias de productividad de corto plazo
por virtud de los ahorros de costos transitorios por mayor utilización de la
capacidad instalada heredada de las crisis no son relevantes. La importante
acumulación y mejora de calidad de factores productivos especiales tales como
las TIC y el capital humano durante la década pasada así como el dinamismo
de los sectores no transables o de los transables en el presente no tuvo los
efectos macroeconómicos esperados. La economía argentina no aprovechó las
supuestas ventajas de la acumulación y mejoras de calidad de estos factores y
sectores “especiales” en términos de las supuestas externalidades, rendimientos
crecientes y complementariedades estratégicas que estos generan. Por último,
el trabajo analiza algunas de las razones y realiza una propuesta para compensar
esta desilusión ex –post de la sociedad argentina con sus ciclos de crecimiento.
Agradecimientos
La compilación y edición de este libro para la prestigiosa serie “Progresos”

de la AAEP ha sido una estimulante y grata tarea. Este libro cuenta con el
honor de incluir la contribución de reconocidos especialistas internacionales
tales como Eva Benages, Erwin Diewert, Federico Dorin, Daniel Fixler, Dale
Jorgenson, Matilde Mas, Javier Quesada, Francisco Pérez, Daniel Perrotti,
Paul Schreyer, Daniel Slesnick, Kevin Zieschang; un agradecimiento especial
a todos los autores por su tiempo y oportunidad de contar en nuestro país
con sus importantes investigaciones. Los trabajos de compilación, edición y

traducción fueron realizados gracias apoyo de la AAEP y al Proyecto PICT-
0079 del FONCYT.
Un agradecimiento especial a Sofía Fernández Guerrico, Patricia
Goldszier, Cecilia Arena y Hector Rubini por la colaboración en la traducción
y revisión de los originales de este libro.
Debo agradecer especialmente a la AAEP, a su comisión directiva y a su
presidente, Walter Sosa Escudero, por la oportunidad brindada y permanente
apoyo para la realización de este trabajo. Varios de los temas aquí tratados
se han beneficiado de la discusión e intercambio permanente de ideas con
Sebastián Campanario, Erwin Diewert, Federico Dorin, Dale Jorgenson,
Daniel Heymann, Matilde Mas, Francisco Pérez, Juan Carlos Propatto y Paul
Schreyer.
Referencias
Brynjolfsson, Erik (2013): Wired for Innovation: How Information Technology

is Reshaping the Economy, MIT Press.
Choi, Hyunyoung and Hal Ronald Varian (2012): Predicting the Present with
Google Trends, The Economic Record, 2012, vol. 88, issue s1, pages 2-9
Gordon, Robert J. (2012): Is U.S. Economic Growth Over? Faltering Innovation
Confronts the Six Headwinds, NBER WP 18315, 2012.
Gordon, Robert J. (2014): The Demise Of U.S. Economic Growth: Restatement,
Rebuttal, And Reflections, NBER WP 19895, 2014.
Griliches, Zvi, (1994). “Productivity, R&D, and the Data Constraint.”
American Economic Review 84: 1-23.
Hicks, John: (1981) Wealth and Welfare: Collected Essays in Economic
Theory. Cambridge, Mass.: Harvard University Press.
Hulten, Ch; Corrado, Carol and Sichel, Daniel (2005): “Intangible Capital and
Economic Growth”, CRIW/NBER Summer Institute, diciembre 2005.
Jorgenson D W and Fraumeni B M (1989): “The Accumulation of Human and
Non-Human Capital”, 1984. In the Measurement of Saving, Investment and
Wealth. Eds R.E. Lipsey and H.S. Tice Univ. Chicago Press.
Introducción 19
Jorgenson, D W and B M Fraumeni (1992): “The Output of the Education

Sector”, in Zvi Griliches (ed.) Output Measurement in the Service Sectors,
The University of Chicago Press, Chicago.
Koopmans, Tjalling (1947). “Measurement without Theory,” Review of
Economic Statistics, Vol. 29, No. 3 (August): 161-172
Krueger, Alan B. (2009), “Measuring the Subjective Well-Being of Nations:
National Accounts of Time Use and Well-Being”, Chicago, University of
Chicago Press.
Landefeld S., B. Moulton, J. Platt, and S. Villones (2010): GDP and Beyond.
“Measuring Economic Progress and Sustainability. Survey of Current
Business”, April 2010.
Mokyr, Joel (2014): “What Today’s Economic Gloomsayers Are Missing”,
WSJ august 8 2014.
OECD (2002): “Measuring the Non-Observed Economy”. A Handbook,
OECD 2002.
OECD (2010): “Measuring the Volume Output of Education and Health
Services: A Handbook”. A Handbook, OECD 2010.
Pérez F. y J.C. Robledo (2010): “Cambios en el patrón de crecimiento de la
economía española: 1970-2007”. Capítulo 8 Coremberg, A. y F. Pérez,
(2010, eds.): “Fuentes del crecimiento y productividad en Europa y América
Latina”. Bilbao: Fundación BBVA.
Piketty, Thomas (2014): Capital in the 21st Century. Harvard University Press,
March 2014.
Phelps, E. and L. Tilman, (2010): Wanted: A First National Bank of Innovation.
Harvard Business Review January-February 2010.
Rigobon, R. and A. Cavallo (2012): “The Billion Prices Project: Building
Economic Indicators From Online Data”. Presentación en IARIW 32nd
General Conference, Boston, USA, August 5-11, 2012.
SNA (2008): “System of National Accounts 2008. Eurostat, IMF, OECD, UN
and the World Bank, New York: The United Nations”
Stiglitz, Joseph E., Amartya Sen, and Jean-Paul Fitoussi. (2009). “Report by
the Commission on the Measurement of Economic Performance and Social
Progress”.
Summers, Larry (2013): Transcript of Larry Summers speech at the IMF
Economic Forum, Nov. 8, 2013.
Triplett, Jack E. and Barry P. Bosworth (2003): “Productivity Measurement

Issues in Services Industries: “Baumol’s Disease” Has Been Cured”.
FRBNY Economic Policy Review / September 2003
Tyler Cowen (2011): The Great Stagnation: How America Ate All the Low-
Hanging Fruit of Modern History, Got Sick, and Will (Eventually) Feel
Better. Dutton Ed. USA
World Bank (2011): “The Changing Wealth of Nations. Measuring Sustainable
Development in the New Millenium”. Word Bank
World Bank (2014): Purchasing Power Parities and Real Expenditures of World
Economies. Summary of Results and Findings of the 2011 International
Comparison Program. Washington DC.
Van Ark, Bart, Mary O`Mahony and M.Timmer, Marcel (2008): “The
Productivity Gap between Europe and the United States: Trends and
Causes”. Journal of Economic Perspectives—Volume 22, Number 1—
Winter 2008—Pages 25–44
Wierny, Marisa (2006). “La economía no observada en la industria
manufacturera argentina” Revista Desarrollo Económico Nro. 183, IDES,
2006.
Xi, Chen and William D. Nordhaus (2011): “Using luminosity data as a proxy
for economic statistics. Proceedings of the National Academy of Sciences
of the United States of America”.
2. UNA NUEVA ARQUITECTURA PARA EL
SISTEMA DE CUENTAS NACIONALES
Dale W. Jorgenson y Daniel T. Slesnick
1. Introducción
Jorgerson, J. Steven Landefeld, William D. Nordhaus, y sus coautores

propusieron Una Nueva Arquitectura para el Sistema de Cuentas Nacionales
de Estados Unidos durante la Conferencia de Investigaciones sobre Ingreso y
Riqueza (CRIW) de abril del año 2004.1 El paso inicial para la implementación
de la nueva arquitectura era la creación de las Cuentas Macroeconómicas
Integradas para Estados Unidos, desarrolladas por la Bureau of Economic
Analysis2 (BEA) y la Board of Governors of the Federal Reserve System3
(FRB).4 En este trabajo las Cuentas Macroeconómicas Integradas se toman
como el punto de partida para medir el bienestar social.5
1
Dale W. Jorgenson, J. Steven Landefeld, y William D. Nordhaus (2006), eds., A New Architecture for
the U.S. National Accounts, Chicago, University of Chicago Press.
2
Oficina de Análisis Económico.
3
Junta de Gobernadores del Sistema de la Reserva Federal.
4
Albert M. Teplin, Rochelle Antoniewicz, Susan Hume McIntosh, Michael Palumbo, Genevieve
Solomon, Charles Ian Mead, Karin Moses, y Brent Moulton (2006), “Integrated Macroeconomic
Accounts for the United States: Draft SNA-USA,” en Dale W. Jorgenson, J. Steven Landefeld, y
William D. Nordhaus (2006), eds., pp. 471-540. Para datos actuales de las Cuentas Macroeconómicas
Integradas, ver: http://www.bea.gov/national/nipaweb/Ni_FedBeaSna/Index.asp.
5
Los planes para desarrollar estas cuentas son discutidos por Marco Cagetti, Elizabeth Holmquist, Lisa
Lynn, Susan McIntosh, y David Wasshausen (2013), “The Integrated Macroeconomic Accounts of the
United States,” en Dale W. Jorgenson, J. Steven Landefeld, y Paul Schreyer (2013), eds., Measuring
Sustainability and Progress, Chicago, University of Chicago Press.
La medida de bienestar social potencial que se propone en este trabajo está

basada en los gastos de consumo final de los hogares.6 El bienestar social real
depende de la distribución del consumo entre la población, es decir, el estándar
o nivel de vida. La medida de desigualdad utilizada es la diferencia entre el
bienestar social potencial y real.7 Las medidas del costo y nivel de vida y de
desigualdad son consistentes con las Integrated Macroeconomic Accounts8 y
las National Income and Product Accounts9 (NIPAs) de Estados Unidos.10
En septiembre del 2009 Joseph E. Stiglitz, Amartya K. Sen, y Jean-
Paul Fitoussi presentaron el Informe de la Comisión sobre la Medición del
Desempeño Económico y Progreso Social al ex presidente de Francia, Nicolás
Sarkozy.11 El Informe exigía un cambio de enfoque de la medición económica
desde la producción al “bienestar social”. Con este propósito, el Informe
contenía doce recomendaciones específicas, incluyendo el uso del consumo,
del ingreso y de la riqueza, más que de la producción. 12
6
También denominado consumo privado.
7
Para más detalles, ver Dale W. Jorgenson (1990), “Aggregate Consumer Behavior and the Measurement
of Social Welfare,” Econometrica, Vol. 58, No. 5, September, pp. 1007-1040, Daniel T. Slesnick
(1998), “Empirical Approaches to the Measurement of Welfare,” Journal of Economic Literature, Vol.
36, No. 4, December, pp. 2108-2165, y Jorgenson y Slesnick (2013), “Measuring Social Welfare in the
U.S. National Accounts,” en Jorgenson, Landefeld, y Schreyer (2013), eds.
8
Cuentas Macroeconómicas Integradas.
9
Cuentas Nacionales de Ingreso y Producto (NIPAs).
10
Ver Dale W. Jorgenson (1997), Measuring Social Welfare, Cambridge, The MIT Press, y Daniel T.
Slesnick (2001), Consumption and Social Welfare: Living Standards and Their Distribution in the
United States, Cambridge, Cambridge University Press.
11
Stiglitz, Joseph E., Amartya Sen, y Jean-Paul Fitoussi (2010), Mismeasuring Our Lives: Why GDP
Doesn’t Add Up, New York, the New Press. Para más detalles sobre la Comisión y sus reportes, ver:
http://www.stiglitz-sen-fitoussi.fr/en/index.htm. Para una discusión de las implicancias para las NIPA
del Informe Stiglitz-Sen-Fitoussi, ver: J. Steven Landefeld, Brent Moulton, Joel D. Platt, y Shaunda
M. Villones (2010), “GDP and Beyond: Measuring Economic Progress and Sustainability,” Survey of
Current Business, Vol. 90, No. 4, April, pp. 12-25.
12
Una presentación más técnica de los problemas en la medición del bienestar social puede hallarse
en Marc Fleurbaey (2009), “Beyond the GDP: The Quest for Measures of Social Welfare,” Journal of
Economic Literature, Vol. 47, No. 4, December, pp. 1029-1075. Esto está basado parcialmente en el
informe de Fleurbaey a la Comisión. Para detalles adicionales, ver: http://www.stiglitz-sen-fitoussi.
fr/documents/Individual_Well-Being_and_Social_Welfare.pdf. La propuesta de Fleurbaey sobre
medición de bienestar está presentada en Marc Fleurbaey y Francois Maniquet, A Theory of Fairness
and Social Welfare, Cambridge, UK, Cambridge University Press, 2011.
Una nueva arquitectura para el sistema de cuentas nacionales 23
Las recomendaciones del Informe Stiglitz-Sen-Fitoussi son

complementarias a aquellas del casi contemporáneo Sistema de Cuentas
Nacionales del 2008 (SCN, 2009) que incluye consumo, ingreso y riqueza
como principales magnitudes económicas a medir en el SCN.13 En respuesta
al Informe Stiglitz-Sen-Fitoussi, la OECD14 ha establecido un Grupo
Internacional de expertos dirigido por la Australian Bureau of Statistics15
(ABS) para desarrollar nuevos estándares y directrices para la inclusión y
compatibilización de datos microeconómicos para la medición del ingreso,
consumo y riqueza.16 La OECD ha establecido un segundo Grupo Internacional
Experto en Disparidades en las Cuentas Nacionales, presidido por Eurostat
para analizar el rol de las estadísticas distributivas en las cuentas nacionales.17
La nueva arquitectura para las cuentas nacionales de Estados Unidos que
aquí se propone incluye una clara distinción entre producción y bienestar,
una cuestión clave del Informe Stiglitz-Sen-Fitoussi. Al ajustar el consumo
privado por la distribución de ingresos de la población, se pueden incorporar
medidas detalladas del costo y del nivel de vida y desigualdad en las NIPAs.18
13
United Nations (2009), 2008 System of National Accounts, New York, United Nations. Ver: http://
unstats.un.org/unsd/nationalaccount/sna2008.asp
14
Organización para la Cooperación y Desarrollo Económicos (OCDE).
15
Oficina de Estadísticas de Australia.
16
OECD (2013a), Framework for Statistics on the Distribution of Household Income, Consumption,
and Wealth, Paris, OECD, forthcoming, and OECD (2013b), Guidelines for Micro Statistics on
Household Wealth, Paris, OECD, forthcoming.
17
Maryse Fesseau, Florence Wolff, y Maria Liviana Mattonetti (2013), “A Cross-Country Comparison of
Household Income, Consumption and Wealth between Micro Sources and National Accounts Aggregates,”
OECD Statistics Working Paper, forthcoming, and Maryse Fesseau y Maria Liviana Mattonetti (2013),
“Distributional Measures among Household Groups in a National Accounts Framework: Results from
an Experimental Cross-Country Exercise on Household Income, Consumption, and Saving,” OECD
Statistics Working Paper, forthcoming.
18
La medición del ingreso de los hogares en Estados Unidos es discutida por Edward Harris (2013),
“Trends in the Distribution of Household Income between 1979 and 2007,” Jorgenson, Landefeld,
y Schreyer (2013), eds. La medición de la riqueza de los hogares en Estados Unidos es discutida
por Alice Henriques and Joanne Hsu (2013), “Analysis of Wealth Using Micro and Macro Data:
A Comparison of the Survey of Consumer Finances and the Flow of Funds Accounts,” Jorgenson,
Landefeld, y Schreyer (2013), eds. La integración del consumo de los hogares y los datos sobre ingreso
en las cuentas nacionales de Estados Unidos es discutida por Dennis Fixler y David Johnson (2013),
“Accounting for the Distribution of Income in the U.S. National Accounts,” Clint McCully (2013),
“Integration of Micro and Macro Data on Consumer Income and Expenditures,” Jorgenson, Landefeld,
y Schreyer (2013), eds.
Al incluir la producción, medida como el Producto Interno Bruto (PIB) y el

Ingreso Interno Bruto (IIB), también se pueden incluir medidas de producción,
insumos y productividad en las cuentas nacionales, como se señala en los
capítulos 19 y 20 del SCN del 2008 y de esta manera hacer compatibles las
mediciones de bienestar con las de producción.
En la Sección 2 se introducen medidas de bienestar individual y social
en el marco de la propuesta y medición de la nueva arquitectura para las
cuentas nacionales de Estados Unidos realizada por los autores de este
trabajo. Las medidas de bienestar individual propuestas incorporan tres tipos
de información. A los fines de representar el tamaño del presupuesto de los
hogares se utiliza el consumo privado. A partir del cálculo del consumo de
los hogares a precios constantes, se divide el consumo real por el tamaño del
hogar. Finalmente, el bienestar individual se representa como el logaritmo del
consumo real per cápita, tal que los incrementos en el bienestar individual
son iguales a aumentos proporcionales en el consumo. Esta caracterización
es empleada usualmente en la literatura de comportamiento del consumidor.
Una característica clave de las medidas de bienestar individual de este
trabajo es que éstas son cardinales y comparables de forma interpersonal.
Estas medidas de bienestar individual se combinan para obtener una medida de
bienestar social. Cabe destacar que la validez de las evaluaciones de bienestar
social depende de las condiciones normativas de equidad horizontal y vertical,
así como también de la información sobre las preferencias del consumidor.
Para este fin, se considera una clase de funciones de bienestar social que
combina la media del bienestar individual con una medida de dispersión que
otorga una ponderación adicional a las consideraciones de equidad.
En la Sección 3 se resume la propuesta de la nueva arquitectura y se
analizan las magnitudes contables claves para el consumo y la producción
presentadas por Jorgenson (2009).19 Asimismo, la medida del bienestar
propuesta se vincula con los gastos de consumo privado y la medida de la
producción con el PIB. En la Sección 4 se presentan las mediciones del costo
y del nivel de vida y de la desigualdad dentro de las cuentas nacionales de
Estados Unidos. Para ello, se introduce información sobre la distribución en
19
Dale W. Jorgenson (2009), “A New Architecture for the U.S. National Accounts,” Review of Income
and Wealth, Vol. 55, No. 1, pp. 1-42.
la medición de la desigualdad y del nivel de vida. El Índice de Precios al

Consumidor (IPC) elaborado por Bureau of Labor Statistics (BLS)20 puede
interpretarse como una medida del costo de vida. El Bureau of Census21 genera
estadísticas oficiales sobre el nivel de vida, la pobreza y la desigualdad. Sin
embargo, estas estadísticas aún no están integradas con las NIPAs.
Si bien las mediciones de bienestar de este trabajo son consistentes con el
SCN del 2008 y las propuestas del Informe Stiglitz-Sen-Fitoussi, se presentan
mediciones que están vinculadas a las NIPAs y las Cuentas Macroeconómicas
Integradas de los Estados Unidos. En la Sección 5 se discuten posibles
extensiones de las cuentas nacionales para incluir las actividades no de
mercado. Algunos ejemplos son la producción y el consumo de los hogares, la
acumulación de capital humano, la mejora de la calidad del medio ambiente y
el cuidado de la salud.
Por último, se realizan recomendaciones para que las agencias nacionales
de estadística de Europa experimenten con la aplicación de la nueva
arquitectura que ha sido descripta para el Sistema de Cuentas Nacionales del
2008 (2009). Varios países europeos -Dinamarca, Finlandia, Italia, Países
Bajos y Suecia- proporcionan estadísticas oficiales sobre la producción, los
insumos y la productividad que son consistentes con la nueva arquitectura. La
disponibilidad de medidas de bienestar adecuadamente construidas abordaría
la inquietud sobre la posible confusión entre las medidas de la producción,
tales como el PIB, y las medidas de bienestar. Sin embargo, no existe
demasiada justificación para el tratamiento de las medidas de bienestar como
un sustituto del ingreso, el consumo, la riqueza u otros agregados económicos
que aparecen en las cuentas nacionales.
2. Medición del Bienestar Individual y Social
A pesar de la exclusión del bienestar social de las cuentas nacionales, la

medición del bienestar está bien establecida tanto en la teoría económica como
en las estadísticas económicas.
20
Oficina de Estadísticas Laborales.
21
Oficina de Censos
El libro magistral de Sen (1970), Collective Choice and Social Welfare22,

fue un punto de inflexión crucial en la teoría de la elección social.23 Sen amplió
considerablemente el alcance de las medidas de bienestar social mediante la
incorporación de alternativas a los supuestos tradicionales sobre las medidas
ordinales del bienestar individual que no son comparables entre individuos.
Esto desencadenó una explosión de la investigación sobre los “teoremas de
posibilidad” durante la década siguiente.24 Por ejemplo, la teoría de la elección
social sintetizada por Roberts (1980) le dio una base rigurosa a las medidas
de la desigualdad basadas en funciones de bienestar social de Anthony B.
Atkinson y Serge C. Kolm25.
Luego de la elaboración de nuevas posibilidades conceptuales para la
medición del bienestar, se ha desarrollado una metodología econométrica
para eliminar la brecha entre la teoría de la elección social y las medidas de
bienestar habitualmente utilizadas en las estadísticas económicas. Esta brecha
surge como consecuencia de que las encuestas de gastos de los consumidores
se basan en los hogares en lugar de en los individuos, una distinción casi
ausente de la literatura teórica. Los resultados de las investigaciones llevadas
a cabo por los autores de este trabajo se presentan en una serie de documentos
sobre el costo y el nivel de vida, la desigualdad y la pobreza.26 El enfoque
elegido para la medición del bienestar se resume en el Discurso Presidencial
de Jorgenson ante la Sociedad Econométrica (1990), el artículo de Slesnick
(1998) en el Journal of Economic Literature, el libro de Slesnick (2001), y
Jorgenson y Slesnick (2013).
22
Elección Colectiva y Bienestar Social.
23
Amartya K. Sen (1970), Collective Choice and Social Welfare, San Francisco, Holden-Day.
24
Para un resumen de esta literatura y muchos de sus resultados nuevos, incluyendo el marco usado
para las medidas de bienestar social propuestas en este trabajo, ver: Kevin W. S. Roberts (1980),
“Possibility Theorems with Interpersonally Comparable Welfare Levels,” Review of Economic Studies,
Vol. 47, No. 147, January, pp. 409-420. Fleurbaey y Maniquet (2011) han propuesto un enfoque sobre
la medición del bienestar que mantiene los supuestos tradicionales.
25
Anthony B. Atkinson (1970), “On the Measurement of Inequality,” Journal of Economic Theory, Vol.
2, No. 3, September, pp. 244-263. Serge C. Kolm (1969), “The Optimal Production of Social Justice,”
en Julius Margolis y Henri Guitton, eds., Public Economics, London, Macmillan, pp. 145-200.
26
Estos artículos han sido recopilados en Dale W. Jorgenson (1997b). Una actualización puede hallarse
en Jorgenson y Slesnick (2013).
Los modelos econométricos de comportamiento de los consumidores han

sido utilizados en la medición del bienestar individual.27 El reto enfrentado fue
hacer extensivo este enfoque al bienestar social mediante la comparación de
los niveles de bienestar de los individuos y su agregación. La solución hallada
fue utilizar el modelo econométrico de la demanda agregada introducido por
Jorgenson, Lawrence Lau y Thomas Stoker (1982).28
La agregación del bienestar de los individuos es, obviamente, la clave
para obtener una medida del bienestar social. Es sencillo incorporar las
restricciones sobre el comportamiento del consumidor individual requeridas
para la agregación. El marco necesario es proporcionado por la teoría
del comportamiento de los hogares de Gary S. Becker, Pollak, y Paul A.
Samuelson.29 Sin embargo, esto excede el alcance de la teoría tradicional de
comportamiento de los consumidores basado en individuos.
Jorgenson, Lau y Stoker mostraron cómo recuperar los modelos de
demanda individual que subyacen a su modelo de demanda agregada. En
Jorgenson y Slesnick (1983, 1984), a partir de estos modelos de demanda
individual, derivan medidas cardinales del bienestar individual que son
comparables interpersonalmente. Asimismo, se introducen los supuestos
normativos empleados por Roberts (1980) que permiten la agregación de las
medidas de bienestar individual mediante una función de bienestar social.
El último paso fue convertir el bienestar individual y social en medidas
monetarias adecuadas para las cuentas nacionales, utilizando la función de
gasto individual introducida por Lionel McKenzie (1957) y la función de
gasto social presentada por Robert Pollak (1981).30 Para ello, se utilizan estas
27
Ver Angus Deaton y John Muellbauer (1980b), Economics and Consumer Behavior, Cambridge, UK,
Cambridge University Press, Chapter 9, pp. 214-240, y Slesnick (1998).
28
Dale W. Jorgenson, Lawrence J. Lau, y Thomas M. Stoker, “The Transcendental Logarithmic Model
of Aggregate Consumer Behavior,” en Robert L. Basmann y George Rhodes (1982), eds., Advances
in Econometrics, Vol. 1, Greenwich, CT, JAI Press, pp. 97-238. Este artículo está incluído en Dale W.
Jorgenson (1997a), Aggregate Consumer Behavior, Cambridge, The MIT Press, pp. 203-356.
29
Ver Gary S. Becker (1981), A Treatise on the Family, Cambridge, Harvard University Press, Pollak
(1981), y Paul A. Samuelson (1956), “Social Indifference Curves,” Quarterly Journal of Economics,
Vol. 70, No. 1, February, pp. 1-22.
30
Lionel W. McKenzie (1957), “Demand Theory without a Utility Index,” Review of Economic Studies,
Vol. 24, No. 65, June, pp. 185-189. Robert A. Pollak (1981), “The Social Cost of Living Index,”
Journal of Public Economics, Vol. 15, No. 3, June, pp. 311-336.
herramientas en el desarrollo de un “panel” de medidas detalladas de bienestar

social, más tarde recomendadas por Stiglitz, Sen y Fitoussi (2010). Asimismo,
se desarrollan medidas de bienestar por grupos estratificados de la población y
se muestra cómo agregarlas en medidas generales de bienestar social.
La investigación empírica utiliza observaciones de hogares de la
Consumer Expenditure Survey31 (CEX), llevada a cabo por la BLS en forma
trimestral desde 1980.32 Una característica importante de la CEX, al igual que
otras encuestas de gasto de los consumidores, es que las observaciones están
disponibles a nivel de hogares, no individuos. Para generar comparaciones
interpersonales basadas en los hogares, se emplea un concepto largamente
establecido en las estadísticas económicas, las escalas de equivalencia de los
hogares. 33
El concepto de escalas de equivalencia de los hogares se ha utilizado
para establecer programas de asistencia a las necesidades insatisfechas de
los hogares de acuerdo a su tamaño y composición relativa. Las escalas de
equivalencia se derivan econométricamente a partir de las funciones de gasto
de los hogares. Estas escalas de equivalencia de los hogares, al igual que las
escalas tradicionales, dependen de las características demográficas de los
hogares.34 A diferencia de las escalas tradicionales, las escalas de equivalencia
también dependen de los precios que enfrentan los hogares.
La introducción las escalas de equivalencia en la medición del bienestar
social ha contribuido a cerrar la brecha entre la teoría económica y las
estadísticas económicas. La base conceptual del puente entre ambas fue
establecida por Arthur Lewbel (1989) en un artículo sobre la teoría económica
31
Encuesta de Gasto Familiar.
32
En el 2009, la BLS lanzó el Proyecto Gemini para mejorar la calidad de los datos reportados en la
encuesta. Para detalles de nuestras importantes limitaciones en la actual CEX ver: http://www.bls.gov/
cex/geminiproject.htm
33
Ver Dale W. Jorgenson y Daniel T. Slesnick (1987), “Aggregate Consumer Behavior and Household
Equivalence Scales,” Journal of Business and Economic Statistics, Vol. 5, No. 2, April, pp. 219-232.
Este artículo está incluido en Dale W. Jorgenson (1997b). Los enfoques alternativos a las escalas de
equivalencia de los hogares han sido sintetizados por Slesnick (2001), pp. 88-121, and OECD (2013a),
pp. 152-157.
34
El enfoque para modelar el comportamiento de los hogares fue introducido por Anton P. Barten
(1964), “Family Composition, Prices, and Expenditure Patterns,” en Peter Hart, Gareth Mills, y John D.
Whitaker, eds., Econometric Analysis for Economic Planning: 16th Symposium of the Colston Society,
London, Butterworth, pp. 277-292.
de las escalas de equivalencia de los hogares.35 Lewbel comenzó por aclarar el

rol de la agregación exacta en la derivación de medidas cardinales del bienestar
individual que fueran comparables interpersonalmente.
Lewbel demostró que las escalas de equivalencia de los hogares pueden
identificarse bajo los supuestos de que estas escalas son independientes del
bienestar de los hogares, dependiendo solamente de las características del
hogar y de los precios. Estos son, precisamente, los supuestos empleados en
las escalas de equivalencia de los hogares. Utilizando los teoremas posibilidad
resumidos por Roberts (1980), Lewbel combinó estas escalas de equivalencia
con medidas cardinales de bienestar individual, utilizando el enfoque propuesto
por los autores como una ilustración clave. 36
Las medidas de bienestar social cardinales y comparables
interpersonalmente, de este trabajo, encajan perfectamente en el marco
de la teoría de elección social. Esto ha proporcionado un enfoque riguroso
para medir el bienestar social que utiliza con éxito métodos econométricos
para modelar el comportamiento del consumidor. Sin embargo, las medidas
oficiales del costo y nivel de vida y de la desigualdad en Estados Unidos no
han sido afectadas por estos métodos econométricos. 37
Jorgenson y Slesnick (2013) presentan medidas monetarias del bienestar
individual y social. 38 Se supone que los gastos del hogar se asignan para
maximizar una función de bienestar de los hogares. Como demostraron
Samuelson (1956) y Pollak (1981), el hogar se comporta de la misma manera
35
Arthur Lewbel (1989), “Household Equivalence Scales and Welfare Comparisons,” Journal of
Public Economics, Vol. 39, No. 3, August, pp. 377-391. Para más detalles, ver: Marc Fleurbaey y
Peter J. Hammond (2004), “Interpersonally Comparable Utility,” Ch. 21 en Salvador Barbera, Peter
J. Hammond, y Christian Seidl, eds., Handbook of Utility Theory: Extensions, Heidelberg, Springer,
pp. 1179-1285.
36
Lewbel (1989) sugirió que este enfoque también podría utilizarse para el Modelo casi Ideal de
Demanda (AIDS) propuesto por Deaton y Muellbauer (1980). Detalles provistos por Fleurbaey y
Hammond (2004).
37
Recomendaciones sobre revisiones de las medidas oficiales has sido realizadas por Jorgenson (1990)
y Slesnick (2001). Medidas suplementarias de pobreza basadas en ingreso han sido propuestas por la
Oficina de Censos (2011). Ver: http://www.census.gov/hhes/povmeas/ Éstas se basan en un informe de
1995 realizado por la Academia Nacional de Ciencias. Ver Constance Citro y Robert Michael (1995),
eds., Measuring Poverty: A New Approach, National Academies Press.
38
Ver Jorgenson y Slesnick (2013), “Measuring Social Welfare in the U.S. National Accounts,” en
Jorgenson, Landefeld, and Schreyer (2013), eds.
que un individuo que maximiza una función de utilidad. Los hogares se tratan
como individuos en la medición del bienestar social. Todas las referencias
subsiguientes a los individuos consideran que los hogares son unidades de
consumo.
Las medidas de bienestar individual de este trabajo se basan en el orden
de preferencias de los consumidores. Estas ordenaciones de preferencias se
representan mediante funciones de bienestar individual en términos reales.
La medida del bienestar social se basa en el ranking de preferencias de los
individuos sobre todos los posibles estados de la naturaleza. Este ranking de
preferencias de los individuos se representa mediante una función de bienestar
social en términos reales, definida sobre la distribución del bienestar individual
de la población.
A fin de representar el ranking de preferencias de los individuos en una
forma adecuada para medir el bienestar social, se considera una clase de
funciones de bienestar social incorporando el concepto de equidad horizontal.
Se requiere que las personas con funciones de bienestar individual idénticas
entren en las funciones de bienestar social de la misma manera. Asimismo,
se introduce una noción de equidad vertical al exigir que las funciones de
bienestar social incorporen la equidad en el sentido de Hammond (1977).
Esto impone una versión del principio de transferencias de Dalton (1920): una
transferencia de un hogar con un nivel de bienestar más alto a un hogar con
un nivel de bienestar más bajo que no revierta sus posiciones relativas, debe
incrementar el nivel de bienestar social. 39
Con el fin de implementar empíricamente medidas monetarias del
bienestar individual y social, se utilizan funciones de bienestar individual que
reflejan el ranking de preferencias de unidades de consumo individual.40 Para
este propósito, se utiliza una versión actualizada del modelo econométrico
de comportamiento de los consumidores en Estados Unidos, presentado
39
Hugh Dalton (1920), “The Measurement of the Inequality of Income,” Economic Journal, Vol 30,
No. 119, September, pp. 361-384, y Peter J. Hammond (1977), “Dual Interpersonal Comparisons
of Utility and the Economics of Income Distribution,” Journal of Public Economics, Vol. 7, No. 1,
February, pp. 51-71.
40
La implementación de medidas de bienestar individual y social son discutidas por Slesnick (2001),
pp. 201-214, y por Jorgenson y Slesnick (2013).
por Jorgenson y Slesnick (1987).41 El modelo econométrico de los autores

incorpora restricciones de integración que aseguran la existencia de una
función de utilidad indirecta. Combinando estas funciones de utilidad con
supuestos sobre la equidad horizontal y vertical, se desarrollan homólogos
numéricos de las medidas monetarias del bienestar individual y social.
El sistema de funciones de demanda agregada se obtiene sumando
los sistemas de demanda individual. El modelo de demanda individual
incorpora datos transversales de las cantidades consumidas, el gasto total
y los atributos de los hogares, tales como características demográficas. Las
cantidades consumidas agregadas dependen de los atributos y del gasto total
de las unidades individuales de consumo, a través de estadísticas descriptivas
de la distribución conjunta del gasto total y de los atributos de los hogares
individuales.
La agregación exacta es útil para simplificar los modelos econométricos
de comportamiento del consumidor global. De hecho, las formulaciones
especiales de agregación exacta desarrolladas por William M. Gorman (1953)
y Muellbauer (1975) fueron diseñadas precisamente para este propósito.42 Se
utilizan las restricciones de agregación exacta para construir medidas cardinales
de bienestar individual y para definir la comparabilidad interpersonal en
términos de escalas de equivalencia de los hogares. A los fines de medir el
bienestar social, se combinan estas medidas de bienestar individual con los
supuestos sobre la equidad horizontal y vertical discutidos a continuación.
Se consideran dos casos límite de las funciones de bienestar social analizadas
en este trabajo. En primer lugar, una función de bienestar social utilitaria que
simplifica la cuestión al promedio de niveles de bienestar de todas las unidades
de consumo. Esto otorga la mínima ponderación posible a las consideraciones
de equidad. Luego se aumenta la media del bienestar individual con una
medida de dispersión que otorga un peso adicional a las consideraciones de
equidad. Se considera el caso límite que da mayor ponderación a la equidad
41
Este modelo fue actualizado por Slesnick (2001), p. 96.
42
William M. Gorman (1953), “Community Preference Fields,” Econometrica, Vol. 21, No. 1, January,
pp. 63-80, y John Muellbauer (1976), “Community Preferences and the Representative Consumer,”
Econometrica, Vol. 44, No 44, No. 5, September, pp. 979-999.
y se hace referencia a éste como la función de bienestar social igualitaria.

Se presentan medidas para ambas funciones de bienestar social, utilitarias e
igualitarias, a fin de destacar el papel de consideraciones normativas en las
medidas de bienestar social.43
3. Medición del bienestar en el Sistema de Cuentas Nacionales
A continuación se analiza la medición del bienestar social en el Sistema

de Cuentas Nacionales del 2008. La primera cuestión que debe abordarse es
la razón para incorporar el bienestar en las cuentas nacionales. Las ventajas se
derivan de la exactitud y fiabilidad de las estimaciones llevadas a cabo dentro
de un sistema de cuentas nacionales. Por último, los resultados pueden ser
reportados con otras estimaciones de las cuentas nacionales de forma regular
- anual, trimestral o incluso mensualmente.
El siguiente tema a tratar es por qué utilizar la nueva arquitectura. Las
cuentas nacionales incorporan el sistema de partida doble asociado a los
sistemas de cuentas privadas. En la nueva arquitectura, cada cuenta se
expresa en precios corrientes y constantes de modo que los beneficios del
sistema de partida doble se duplican. Este sistema de “partida cuádruple” es
característico de la contabilidad nacional pero no es empleado generalmente
en la contabilidad privada.
Otra ventaja de la medición del bienestar dentro de las cuentas nacionales
es el establecimiento de estándares internacionales como los que subyacen en
el SCN 2008. La uniformidad de los métodos resultantes es esencial para la
comparabilidad internacional. Si bien el SCN 2008 excluye una interpretación
bienestar de las cuentas nacionales, a menudo se les da una interpretación del
bienestar a los sistemas de cuentas satélites, como las cuentas ambientales.44
Teniendo en cuenta la experiencia con el SCN 2008 y sus predecesores, la
incorporación de las medidas de bienestar en las cuentas nacionales requerirá
extensas consultas internacionales.
43
Para más detalles, ver: Jorgenson and Slesnick (2013).
44
Ver SCN 2008 (2009), Ch. 2, pp. 12-13, and Ch. 29, pp. 534-538. Este tema se tratará con más detalle
a continuación.
Como ilustración de la comparabilidad internacional, las estimaciones de

pobreza y desigualdad del Banco Mundial son muy valiosas al comparar el
desempeño económico y el progreso social entre países. 45 Estas estimaciones
se basan en cientos de bases de datos microeconómicos de diferentes países
que proporcionan información sobre el ingreso y el consumo de los individuos
y los hogares. Las estimaciones también incorporan comparaciones del poder
de compra de la producción en el Proyecto de Comparaciones Internacionales
del Banco Mundial. 46
En enero del 2008, la nueva arquitectura de las cuentas nacionales de
Estados Unidos fue aprobada por el Comité Consultivo para la Medición de la
Innovación en la Economía del siglo XXI ante el Secretario de Comercio de
Estados Unidos, Carlos Gutiérrez: 47
“La propuesta de nueva “arquitectura” para las NIPAs [Cuentas Nacionales
de Producto e Ingreso] consistiría en un conjunto de estado de resultados,
balances, declaraciones de flujo de fondos y estimaciones de productividad,
para la economía en su conjunto y por sector, que son más precisos y
consistentes internamente”. 48
En respuesta a las recomendaciones del Comité Asesor sobre la Innovación,
la BEA y la BLS realizaron una Cuenta de Producción Integrada en mayo
del 2009, uniendo la productividad multifactorial con las NIPAs.49 Este fue
45
Ver Shaohua Chen y Martin Ravallion (2010), “The Developing World is Poorer than We Thought,
but No Less Successful in the Fight Against Poverty,” Quarterly Journal of Economics, Vol. 125, No.
4, November, pp. 1577-1629. Una síntesis reciente fue realizada por Chen y Ravallion (2013), “More
Relatively-Poor People in a Less Absolutely-Poor World,” Review of Income and Wealth, Vol. 59,
Issue 1, pp. 1-28. Una crítica al enfoque del Banco Mundial fue realizada por Angus Deaton (2010),
“Price Indexes, Inequality, and the Measurement of World Poverty,” American Economic Review, Vol.
100, No. 1, March, pp. 5-34.
46
World Bank (2008), Global Purchasing Power Parities and Real Expenditures: 2005 International
Comparison Program, Washington, DC, World Bank. Ver: http://siteresources.worldbank.org/
ICPEXT/Resources/ICP_2011.html
47
Advisory Committee on Measuring Innovation in the 21st Century Economy (2008), Innovation
Measurement: Tracking the State of Innovation in the 21st Century Economy, Washington, DC,
Department of Commerce, January.
48
The Advisory Committee on Measuring Innovation in the 21st Century Economy (2008), p. 8.
49
Michael Harper, Brent Moulton, Steven Rosenthal, y David Wasshausen (2009).“Integrated GDP-
Productivity Accounts.” American Economic Review Vol. 99, No. 2, May, pp. 74-79. Para datos actuales
sobre la Cuenta Integrada de Producción, ver: http://www.bea.gov/national/integrated_prod.htm
un paso crítico en la implementación de la nueva arquitectura.50 La omisión de

las estadísticas de productividad de las NIPAs y del SCN de Naciones Unidas
había sido un serio obstáculo para la aplicación de las cuentas nacionales en
la evaluación de las fuentes de crecimiento económico. Las estimaciones de la
productividad también son esenciales para proyectar el crecimiento económico
potencial. 51
En agosto del 2008, cuatro años después de la reunión en la Conferencia de
Investigaciones sobre Ingreso y Riqueza dedicada a la nueva arquitectura, Jorgenson
presentó una actualización del prototipo del sistema de cuentas nacionales que había
desarrollado con Landefeld. Esto tuvo lugar en la Conferencia Conmemorativa
Richard y Nancy Ruggles de Jorgenson ante la trigésima Conferencia General de
la Asociación Internacional para la Investigación sobre el Ingreso y la Riqueza. 52
Jorgenson vinculó la nueva arquitectura presentada en la Figura 1 a las Cuentas
Macroeconómicas Integradas desarrolladas por el BEA y el FRB.
Jorgenson presentó el PIB como medida de la producción y el gasto en
consumo privado como un componente del bienestar social potencial. El autor
hizo hincapié en que el consumo es una medida del flujo de corriente de bienestar.
El ahorro, el segundo componente del gasto doméstico, es una medida de las
contribuciones presentes al bienestar futuro a través del consumo. 53
50
Para una discussion más detallada, ver: Dale W. Jorgenson (2011), “Innovation and Productivity
Growth: T. W. Schultz Lecture,” American Journal of Agricultural Economics, Vol. 93, Issue 2, April,
pp. 276-296.
51
Ver: Dale W. Jorgenson, Mun S. Ho, y Kevin J. Stiroh (2008), “A Retrospective Look at the U.S.
Productivity Growth Resurgence.” Journal of Economic Perspectives, Vol. 22, No. 2, Spring, pp. 3-24
52
Dale W. Jorgenson (2009).
53
Esta interpretación ha sido desarrollada por Paul A. Samuelson (1961), “The Evaluation of ‘Social
Income,” en F. A. Lutz and D. C. Hague, eds., The Theory of Capital, London, Macmillan, pp.32-
57. William D. Nordhaus y James Tobin (1973), “Is Growth Obsolete?” en Milton Moss, ed., The
Measurement of Economic and Social Performance, Princeton, Princeton University Press, pp. 509-
564., y Martin Weitzman (1976), “On the Welfare Significance of National Product in a Dynamic
Economy,” Quarterly Journal of Economics, Vol. 90, No.1, February, pp. 156-162, y Weitzman (2003),
Income, Wealth, and the Maximum Principle, Cambridge, Harvard University Press.
Figura 1: Nueva Arquitectura para un Sistema de Cuentas Nacionales

Expandidas e Integradas para Estados Unidos
1.PRODUCCIÓN
El Producto Interno Bruto =
Remuneración de los Factores de Producción
2. GASTOS E INGRESOS 3. CUENTA CORRIENTE.

INTERNOS TRANSACCIONES EXTERNAS.
Ingresos Internos Ingresos del Resto del Mundo =
= Pagos al Resto del Mundo y Balance

de la Cuenta Corriente
Gastos Internos
4. CUENTA DE CAPITAL 5. CUENTA CAPITAL.

INTERNA TRANSACCIONES EXTERNAS.
Formación Bruta Interna de Capital Balance de la Cuenta Corriente =
= Pagos al Resto del Mundo y los
Ahorro Bruto Interno Préstamos/Créditos Externos Netos

6. HOJA DE BALANCE
7. POSICIÓN INTERNACIONAL
INTERNA
DE ESTADOS UNIDOS
Riqueza Domestica=
Activos de Propiedad estadounidense
en el Exterior =
Activos Tangibles Domésticos +
la Posición Internacional Neta de
Activos de Propiedad Extranjera
Estados Unidos
en Estados Unidos y la Posición
Internacional Neta de Estados Unidos
La Conferencia Ruggles de Jorgenson se centró principalmente en integrar

las medidas de productividad en las cuentas nacionales. 54 La NIPA se presenta
en la Tabla 1. En el prototipo del sistema de cuentas nacionales, esta cuenta está
modelada siguiendo lo propuesto por Jorgenson en su Discurso Presidencial
ante la Asociación Estadounidense de Economía (AEA).55 Al igual que la
Cuenta de Producción Integrada de BEA- BLS, ésta se ajusta a los estándares
presentados en el Manual de Productividad de la OECD de Schreyer (2001).
Una innovación clave en la nueva arquitectura para las cuentas nacionales
de los Estados Unidos es la inclusión de los servicios de capital desagregados
en sus componentes de precios y cantidades para todos los activos productivos
en la economía de Estados Unidos. El proceso que culminó en el SCN del
2008 fue iniciado formalmente por la Comisión Estadística de las Naciones
Unidas en marzo del 2004, casi simultáneamente con el desarrollo de la nueva
arquitectura de las cuentas nacionales de Estados Unidos. Las cuestiones
relacionadas con la medición del capital fueron asignadas a un Grupo de
Expertos, llamado Canberra II como el lugar donde tuvo lugar la reunión
inicial en Canberra, Australia.
La incorporación del precio y la cantidad de los servicios de capital en el
SCN 2008 fue sugerida por el Grupo de Expertos de Canberra II y aprobada
por la Comisión Estadística de las Naciones Unidas en su reunión de febrero
- marzo del 2007. Schreyer, por entonces jefe de las cuentas nacionales de
la OCDE, preparó un Manual56 de la OCDE sobre la Medición del Capital.
El Manual de Schreyer proporcionó recomendaciones detalladas sobre los
métodos para la construcción de los precios y las cantidades de los servicios
de capital.
54
Cuestiones sobre medición de productividad eran consideradas por un Grupo de Trabajo Estadístico
del Comité de Industria de la OECD, liderado por Edwin Dean, ex Comisionado Asociado para la
Productividad y la Tecnología de BLS. El Grupo de Trabajo estableció estándares internacionales para
la medición de productividad a nivel agregado e industrial. Los resultados fueron sintetizados en Paul
Schreyer (2001), Measuring Productivity, Paris, OECD.
55
Dale W. Jorgenson (2001), “Information Technology and the U.S. Economy,” American Economic
Review, Vol. 91, No. 1, March, pp. 1-32.
56
Paul Schreyer (2009), Measuring Capital, Paris, OECD.
Tabla 1: Cuenta de Producción, 2010
Producción
Línea Producto Fuente
Total
1 PIB (NIPA) NIPA1.1.5 línea1 14,526.5
2 +Servicios de durables de los consumidores imputación propia 1,396.6
3 +Servicios de tierras de los hogares (netos del estimado de la imputación propia 174.6
BEA)
4 +Servicios de durables en poder de instituciones imputación propia 49.9
5 +Servicios de durables, estructuras, tierras e inventarios en imputación propia 500.4
poder del gobierno
6 + Inversión privada en tierras imputación propia 0.0
7 + Inversión del gobierno en tierras e inventario imputación propia -62.6
8 - Consumo general de capital fijo del gobierno NIPA3.10.5 línea5 278.6
9 - Consumo de capital fijo de las empresas públicas NIPA3.1línea38-3. 55.4
10.5 línea 5
10 -Impuestos federales sobre producción e importaciones NIPA3.2 línea 4 101.5
11 -Transferencias federales corrientes de empresas NIPA3.2 línea16 48.7
12 -Impuestos de S&L1 sobre producción e importaciones NIPA3.3 línea 6 952.6
13 -Transferencias Corrientes de S&L recibidas de las empresas NIPA3.3 línea18 50.3
14 +Impuesto sobre el stock de capital - 0.0
15 +Impuesto MV2 NIPA3.5 línea28 9.1
16 +Impuestos a la propiedad NIPA3.3 línea8 430.6
17 +Indemnizaciones, contribuciones especiales y otros NIPA3.5 74.5
impuestos línea29,30,31
18 + Subsidios NIPA3.1 línea25 57.3
19 -Superávit corriente de las empresas públicas NIPA3.1 línea14 -15.7
20 = Producto Interno Bruto 15,685.5
Pago a los factores

Línea Ingreso Fuente
Total
1 +Consumo de capital fijo NIPA5.1 línea13 1,874.9
2 +Discrepancia estadística NIPA5.1 línea26 0.8
3 +Servicios de durables de los consumidores imputación propia 1,396.6
4 + Servicios de tierras de los hogares (netos del estimado de la imputación propia 174.6
BEA)
5 + Servicios de durables en poder de instituciones imputación propia 49.9
6 + Servicios de durables, estructuras, tierras e inventarios en imputación propia 500.4
poder del gobierno
7 +Ajuste del ingreso nacional por inversión en tierras imputación propia -62.7
8 - Consumo general de capital fijo del gobierno NIPA3.10.5 línea5 278.6
9 - Consumo de capital fijo de las empresas públicas NIPA3.1línea38- 55.4
3.10.5 línea5
10 + Ingreso Nacional NIPA1.7.5 línea16 12,840.1

11 - Ingreso Resto del Mundo NIPA1.7.5 línea2-3 189.4
12 - Impuesto sobre las ventas Cuenta de 638.9
Producción
13 +Subsidios NIPA3.1 línea25 57.3
14 -Superávit corriente de las empresas públicas NIPA3.1 línea14 -15.7
15 =Ingreso Interno Bruto= Producto Interno Bruto 15,685.4
Las estimaciones de los servicios de capital, como aquellas utilizadas en la

nueva arquitectura, se discutieron en el Capítulo 20 del SCN 2008:
“Asociando las estimaciones de los servicios de capital con el desglose
estándar de valor agregado, las contribuciones de ambos (trabajo y capital)
a la producción pueden ser representadas en una forma lista para su uso en
el análisis de la productividad de una manera totalmente consistente con las
cuentas de la SCN”. 57
Jorgenson concluyó que la Cuenta de Ingreso y Producto Interno de la
nueva arquitectura es coherente con el SCN 2008. La medida de volumen de
los insumos es un índice de cantidad de servicios de capital y trabajo, mientras
que la medida del volumen del producto es un índice de cantidad de bienes de
consumo e inversión. La productividad es el ratio producto a insumos.
La interpretación de producto, insumo y productividad requiere la frontera
de posibilidades de producción introducida por Jorgenson (1966) 58:
Y(I,C)=AX(K,L)
El Producto Interno Bruto a precios constantes Y consiste en la producción de

bienes de inversión I y bienes de consumo C. Estos bienes se producen con
los servicios de capital K y servicios de trabajo L. Estos servicios factoriales
son componentes del Ingreso Interno Bruto a precios constantes X y están
aumentados por la productividad multifactorial A.
57
SCN 2008 (2009), Ch. 20, p. 415.
58
Dale W. Jorgenson, “The Embodiment Hypothesis,” Journal of Political Economy, Vol. 74, No. 1,
February, pp. 1-17.
Tabla2: Ingreso y Gasto Internos, 2010
Ingresos
Total
1 + Ingreso Bruto (NIPA) Cuenta de Producción 15,685.4
2 +Impuestos a la producción Cuenta de Producción 638.9
3 -Subsidios NIPA3.1 línea25 57.3
4 +Superávit corriente de las empresas públicas NIPA3.1 línea14 -15.7
5 =Ingreso interno bruto a precios de mercado 16,251.3
6 +Pagos recibidos del resto del mundo NIPA1.7.5 línea2 702.9
7 -Pagos realizados al resto del mundo NIPA1.7.5 línea3 513.5
8 -Impuestos y transferencias Corrientes al resto del NIPA4.1línea25 151.6
mundo (neto)
9 = Ingreso Bruto 16,289.1

10 -Depreciación imputación propia 2,776.3
11 = Ingreso Neto 13,512.8
Gastos
Total
1 +Gasto en consumo final de los hogares (PCE) 10,781.1
2 PCE en bienes no durables (NIPA) NIPA2.3.5 línea6 2,301.5
3 PCE en servicios (NIPA) NIPA2.3.5 línea13 6,858.5
4 PCE en servicios menos el valor de la renta de edificios y imputación propia 5,729.2
viviendas no agrícolas
5 Servicios de durables de consumidores imputación propia 1,396.6
6 Servicios de estructuras y tierras imputación propia 1,303.9
7 Servicios de durables en poder de instituciones imputación propia 49.9
8 + Gasto en consumo final del Gobierno 2,663.9
9 Consumo del gobierno en bienes no durables NIPA3.10.5 línea8 271.1
10 Compras intermedias del gobierno, bienes durables NIPA3.10.5 línea7 75.6
11 Consumo total de servicios del gobierno 369.1
12 Consumo de servicios del gobierno NIPA3.10.5 línea9 758.1
13 Menos ventas a otros sectores NIPA3.10.5 línea11 389.0
14 Servicios de durables, estructuras, tierra, e inventarios en imputación propia 500.4
poder del gobierno
15 Menos consumo de capital fijo de empresas públicas NIPA3.1línea38- 55.4
3.10.5 línea5
16 Compensación a empleados del gobierno, excl. NIPA3.10.5 línea4-10 1,503.1
administración laboral directa
17 + Ahorro Nacional Bruto + discrepancia estadística imputación propia 2,844.0
-Depreciación imputación propia 2,776.3
18 = Gastos Internos Netos 13,512.8
La característica clave de la frontera de posibilidades de producción es

el rol explícito que tienen los cambios en los precios relativos de bienes de
inversión y consumo. La función de producción agregada es una metodología
alternativa, pero no hay un rol para los precios separados de bienes de inversión
y consumo. Bajo el supuesto de que los mercados de productos y factores están
en un equilibrio competitivo, el crecimiento de la participación ponderada de
los productos es la suma del crecimiento de la participación ponderada de los
insumos y el crecimiento de la productividad multifactorial:
donde w y v denotan la participación promedio de los productos e insumos,

respectivamente, en el valor del PIB.
La tabla 3 presenta las cuentas de las fuentes de crecimiento económico
de Estados Unidos durante 1948-2010 y varios subperíodos. Para el período
en su conjunto, la contribución de los servicios de capital representó el 51,6
por ciento de crecimiento económico. Los servicios laborales contribuyeron el
31,6 por ciento, mientras que el crecimiento de la productividad multifactorial
contribuyó sólo 19,0 por ciento. El primer subperíodo termina con un pico
del ciclo económico en 1973. Después de un fuerte crecimiento del producto
y de la productividad en los años 1950s, 1960s y principios de los 1970s, el
crecimiento del PIB se redujo de 3,95 por ciento entre 1948 y 1973 a sólo 2,68
por ciento entre 1973 y 1995.
En 1995 comenzó una recuperación fuerte del crecimiento económico
estadounidense que terminó abruptamente en el año 2000 con la crisis de las
punto-com. El crecimiento económico de Estados Unidos aumentó a 4,14 por
ciento durante el período 1995-2000. Esto reflejó el auge de la inversión de
fines de la década de 1990, cuando las empresas, los hogares y los gobiernos
destinaron recursos a maquinaria y equipo, especialmente computadoras,
software y equipos de comunicación. Entre 1973-1995 y 1995-2000 la
contribución de los bienes de capital al crecimiento económico de Estados
Unidos aumentó en 0,80 puntos porcentuales, representando más de la mitad
del 1,45 por ciento de aumento en el crecimiento del producto. La contribución
del factor trabajo aumentó en un modesto 0,17 por ciento, mientras que el
crecimiento de la productividad multifactorial se aceleró en un 0,49 por ciento.
Tabla 3: Contribuciones a la Producción y el Ingreso, 1948-2010
Producción 1948-2010 1948-1973 1973-1995 1995-2000 2000-2005 2005-2010

Producto Interno Bruto 3.18 3.95 2.68 4.14 2.87 0.94
Contribución del 2.29 2.79 1.96 2.33 2.26 1.27

Consumo
Contribución de la 0.89 1.16 0.72 1.81 0.61 -0.33
Inversión
Crecimiento 1948-2010 1948-1973 1973-1995 1995-2000 2000-2005 2005-2010
Ingreso Interno Bruto 2.59 2.93 2.52 3.49 2.05 1.07
Contribución de los 1.64 1.88 1.40 2.20 1.58 1.05

servicios de capital
Contribución de los 0.95 1.06 1.12 1.29 0.24 0.03

servicios laborales
Productividad multi- 0.59 1.02 0.16 0.65 0.83 -0.14
factorial
Después de la crisis de las punto-com en el 2000, el crecimiento del PIB

se desaceleró hasta crecer un 2,87 por ciento anual y la importancia relativa
de la inversión en tecnologías de la información se redujo drásticamente. La
contribución de los servicios de capital al crecimiento económico se redujo
en un 0,62 por ciento anual. El crecimiento de la productividad multifactorial
aumentó a 0,83 por ciento, mientras que la contribución del factor trabajo
disminuyó más de un punto porcentual a 0,24 por ciento anual. El crecimiento
del PIB bajó a sólo 0,94 por ciento durante el período 2005-2010, un subperíodo
que incluye la Gran Recesión de 2007-2009.
Los resultados presentados en la resaltan la importancia de la nueva
arquitectura. En ausencia de una cuenta de la producción integrada, como la
publicada por BEA y BLS en el 2009, el análisis de las fuentes de crecimiento
económico tendría que depender de una mezcla de las estimaciones de diferentes
fuentes, combinadas con las estimaciones de la información faltante, como el
crecimiento en el factor trabajo por hora trabajada. Así, diferentes analistas
podrían producir fácilmente interpretaciones contrapuestas de eventos tales
como la aceleración de crecimiento de la productividad a partir de 1995 y el
colapso de la producción y el crecimiento de la productividad durante la Gran
Recesión.
La Cuenta de Ingreso y Producto Interno de la nueva arquitectura ha sido

desagregada al nivel de 65 industrias por Susan Fleck, Steven Rosenthal,
Matthew Russell, Erich Strassner y Lisa Usher (2013). 59 Jorgenson, Ho y
Samuels (2013) han ampliado esta cuenta a nivel industrial para el período
1947-2010. 60 La metodología utilizada sigue a Jorgenson, Ho y Stiroh (2005)
y se ajusta a los estándares internacionales establecidos en el Manual de
Productividad de la OCDE escrito por Schreyer. Jorgenson y Schreyer (2013)
han mostrado cómo integrar la cuenta de producción a nivel industrial de
Jorgenson, Ho y Samuels (2013) al SCN 2008. 61
Las cuentas de producción a nivel industrial se han incorporado a las cuentas
nacionales en cinco países europeos, Australia, Canadá y Estados Unidos. El
proyecto EUKLEMS ha desarrollado sistemas de cuentas de producción para
las economías de 25 de los 27 estados miembros de la Unión Europea (UE).
62
Para los principales países de la UE este proyecto incluye cuentas de 72
industrias, abarcando el período 1970-2005. La Iniciativa WORLDKLEMS
extenderá el proyecto EUKLEMS a economías en desarrollo y transición
importantes, incluyendo Argentina, Brasil, Chile, China, India, Indonesia,
México, Rusia, Turquía y Taiwán.63
La Cuenta de Ingreso y Gastos Internos, presentada en la Tabla 2, se utiliza
para la medición del bienestar individual y social en la nueva arquitectura.
La identidad contable clave para la Cuenta de Ingreso y Gastos Internos es
59
Fleck, Rosenthal, Russell, Strassner, y Usher (2013), “A Prototype BEA-BLS Industry-Level
Production Account for the United States,” Jorgenson, Landefeld, and Schreyer (2013), eds. Para datos
que abarcan 1998-2010, ver: http://www.bea.gov/industry/pdf/Prototype%20BEA-BLS%20Industry-
Level%20Production%20Account%20for%20the%20United%20States%201998-2010_Final.pdf
60
Jorgenson, Ho, y Samuels (2013), “A Prototype Industry-Level Production Account for the
United States, 1947-2010,” http://www.worldklems.net/data/notes/jorgenson_ho_samuels.
USProductionAccount.pdf Para datos que abarcan 1947-2010, ver: http://www.worldklems.net/data/
basic/usa_wk_apr_2013.xlsx
61
Dale W. Jorgenson y Paul Schreyer (2013), “Industry-Level Productivity Measurement and the 2008
System of National Accounts,” Review of Income and Wealth, forthcoming.
62
El Proyecto EUKLEMS fue completado el 30 de junio del 2008. Una síntesis de sus resultados es
presentada por Marcel P. Timmer, Robert Inklaar, Mary O’Mahony, y Bart van Ark (2010), Economic
Growth in Europe: A Comparative Industry Perspective, Cambridge, Cambridge University Press, y
Matilde Mas y Robert Stehrer (2012), eds., Industrial Productivity in Europe: Growth and Crisis,
Cheltenham, UK, Edward Elgar. Para datos actuales , ver: www.euklems.net/.
63
Jorgenson (2012), “The World KLEMS Initiative,” International Productivity Monitor, Fall. Ver:
http://www.csls.ca/ipm/24/IPM-24-Jorgenson.pdf Jorgenson resume el protetipo de la cuenta de
producción a nivel industrial para Estados Unidos desarrollada por Jorgenson, Ho, and Samuels (2013).
que el ingreso neto es igual al gasto neto. El ingreso neto incluye al ingreso
bruto de las ventas de servicios de capital y trabajo de la Cuenta de Ingreso
y Producto Interno, menos la depreciación. El ingreso neto también incluye
las rentas netas del resto del mundo, incluyendo impuestos y transferencias.
El gasto neto es la suma del gasto en consumo privado, el gasto público y el
ahorro neto. 64
El crecimiento económico crea oportunidades tanto para el consumo
presente como el consumo futuro. Estas oportunidades son generadas por la
expansión de la oferta de servicios de capital y de trabajo, aumentada por los
cambios en el nivel de vida:
Z(C,S)=BW(L,N),
El Gasto Interno Neto a precios constantes Z consiste en los gastos de

consumo C y ahorro S, netos de depreciación. Estos gastos son generados por
el Ingreso Neto a precios constantes W, incluyendo el ingreso laboral L y los
ingresos de propiedad N, netos de depreciación.
El nivel de vida B debe distinguirse cuidadosamente de la productividad
multifactorial A. Un aumento en el nivel de vida implica que para una oferta
dada de servicios factoriales que generan los ingresos laborales y de la
propiedad, la economía de Estados Unidos genera mayores oportunidades para
el consumo presente y futuro. El crecimiento de la participación ponderada
de los gastos es la suma del crecimiento de la participación ponderada de los
ingresos y del crecimiento del nivel de vida:
Donde w y v denotan el valor de la participación promedio de los gastos e

ingresos, respectivamente.
64
Jorgenson (2009), Tabla 3, p. 15, expresa la Cuenta de Ingreso y Gastos Internos en términos de las
Cuentas Nacionales de Ingreso y Producto de Estados Unidos.
La Tabla 4 presenta una descomposición de los usos de crecimiento

económico para el período 1948-2010. La tasa de crecimiento de los gastos
es un promedio ponderado de las tasas de crecimiento del consumo privado,
del gasto público y el ahorro neto. La contribución de cada categoría de gastos
es la tasa de crecimiento ponderado por la participación relativa. Del mismo
modo, las contribuciones de las rentas del trabajo y la propiedad son las tasas
de crecimiento ponderado por su participación relativa. El crecimiento en el
nivel de vida es la diferencia entre las tasas de crecimiento de los gastos y los
ingresos.
El crecimiento de los gastos netos refleja en gran medida el patrón de
crecimiento del producto pero fue un 0,25 por ciento menor en promedio
para el período 1948-2010. El fuerte crecimiento del gasto durante el período
de 1948-1973 fue seguido por una desaceleración a partir de 1973. Una
recuperación fuerte se produjo después de 1995 pero el auge fue seguido
por otra desaceleración a partir del 2000 y un colapso después del 2005. El
gasto en consumo final de los hogares, un componente clave de la medida del
bienestar potencial de los autores, predominó en gran medida como fuente de
crecimiento de los gastos netos. La contribución del ahorro neto sumó un 0,16
por ciento al crecimiento de los gastos para el período en su conjunto pero esta
contribución se redujo drásticamente después del año 2000.
Tabla 4: Contribuciones al Ingreso y el Gasto, 1948-2010

Tasas de Crecimiento Anual Promedio
Ingresos 1948-2010 1948-1973 19731995 1995-2000 2000-2005 2005-2010
Ingreso Interno 2,24 2,70 2,15 3,02 1,14 0,68

Contribución del
Ingreso Laboral 1,08 1,19 1,29 1,48 0,28 0,02
Contribución del Ingreso

Neto de la Propiedad 1,16 1,51 0,86 1,54 0,86 0,66
Nivel de Vida 0,74 1,03 0,56 0,90 1,17 -0,46

Gastos 1948-2010 1948-1973 1973-1995 1995-2000 2000-2005 2005-2010
Gastos Netos 2,99 3,73 2,71 3,91 2,31 0,23

Contribución del
Consumo 2,82 3,34 2,44 3,34 2,72 1,50
Contribución del
Consumo final de 2,36 2,69 2,07 3,12 2,45 1,12
los hogares
Contribución del
Consumo del Gobierno 0,46 0,65 0,37 0,21 0,27 0,37
Contribución del
Ahorro Neto 0,16 0,39 0,27 0,57 0,42 -1,27
4. El nivel de vida y su costo
En esta sección se integran medidas distributivas para los gastos de consumo

privado a las cuentas nacionales de Estados Unidos para el período 1948-
2010. La medición del nivel de vida y su costo son problemas clásicos en la
aplicación de la economía normativa. 65 La medición del nivel de vida es el
objetivo del enfoque para evaluar el ingreso nacional introducido por John
Hicks (1940) y discutido por Samuelson (1950).66 John Chipman y James
Moore han demostrado que el principio de compensación propuesto por Hicks
proporciona un indicador válido del bienestar social sólo si las preferencias
son idénticas y homotéticas para todas las unidades de consumo. 67 Sen (1976,
65
Mediciones del nivel de vida y su costo son discutidas por Dale W. Jorgenson y Daniel T.
Slesnick (1983), “Individual and Social Cost-of-Living Indexes, “ en W. Erwin Diewert and Claude
Montmarquette (1983), eds., Price Level Measurement, Ottawa, Statistics Canada, pp. 241-323, y
Jorgenson y Slesnick (1990), “Inequality and the Standard of Living,” Journal of Econometrics, Vol.
43, Nos. 1-2, January/February, pp. 103-120, y Slesnick (2001), pp. 67-121, y Jorgenson y Slesnick
(2013).
66
Ver John R. Hicks (1940), “The Valuation of Social Income,” Economica, N.S., Vol. 7, pp. 105-124,
y Paul A. Samuelson (1950), “Evaluation of Real National Income,” Oxford Economic Papers, N.S.,
Vol. 1, pp. 1-29.
67
John S. Chipman y James C. Moore (1973), “Aggregate Demand, Real National Income, and
the Compensation Principle,” International Economic Review, Vol. 14, No. 1, February, pp. 153-
181, y Chipman y Moore (1980), “Real National Income with Homothetic Preferences and a Fixed
Distribution of Income,” Econometrica, Vol. 48, No. 2, March pp. 401-422.
1979) ha reavivado el interés en este problema, aplicando ponderaciones

ordenadas a los elementos de la matriz X que describe el estado social.68
Hammond (1978) mostró que el enfoque de Sen requiere que las preferencias
sean del tipo considerado por Gorman (1953) para su validez. 69
Fisher, Johnson y Smeeding (2012) proporcionan una revisión detallada
de la literatura reciente sobre la medición de la desigualdad en el consumo y
el ingreso. 70 Sus estimaciones de desigualdad emplean datos de la Encuesta
de Gasto Familiar (CEX) y cubren el período 1984-2010. Otros trabajos
recientes y completos sobre la medición del bienestar basados en la CEX
incluyen Attanasio, Hurst, y Pistaferri (2012) y Meyer y Sullivan (2009). 71
El enfoque propuesto en este trabajo es complementario al trabajo de Fixler y
Johnson (2013), 72 quienes estudian la integración de las medidas distributivas
de ingreso de la Current Population Survey73 (CPS) a las cuentas nacionales
de Estados Unidos.
A continuación se implementa el enfoque a la economía normativa
presentado en la Sección 2. La medida de bienestar social potencial es el gasto
de consumo privado de la Cuenta de Ingreso y Gastos Internos de la Figura
1, expresado en precios constantes por cada miembro equivalente del hogar.
El bienestar social real también depende de la distribución de los gastos de
consumo privado en la población.
68
Amartya K. Sen (1976), “Real National Income,” Review of Economic Studies, Vol. 43, No. 133,
February, pp. 19-40, y Sen (1979), “The Welfare Basis for Real Income Comparisons: A Survey,”
Journal of Economic Literature, Vol. 17, No. 1, March, pp. 1-45.
69
Peter J. Hammond (1978), “Economic Welfare with Rank Order Price Weighting,” Review of
Economic Studies, Vol. 45, No. 2, June, pp. 381-384.
70
Ver Jonathan Fisher, David Johnson, y Timothy Smeeding (2012), “Inequality of Income and
Consumption: Measuring the Trends in Inequality from 1985-2010 for the Same Individuals,” 32nd
General Conference, International Association for Research in Income and Wealth, Boston, MA,
August, pp. 6-9.
71
Ver OrazioAttansio, Eric Hurst, y Luigi Pistaferri, “The Evolution of Income, Consumption, and
Leisure Inequality in the U.S., 1980-2010,” NBER Working Paper No. 17982, April, and Bruce Meyer
and James Sullivan (2009), “Five Decades of Consumption and Income Poverty,” NBER Working
Paper No. 14827, March. Esta corta lista de referencias está lejos de ser exhaustiva.
72
Fixler y Johnson (2013), “Accounting for the Distribution of Income in the U.S. National Accounts,”
en Jorgenson, Landefeld, and Schreyer (2013), eds.
73
Encuesta de Población Actual.
Se lleva a cabo una descomposición de la medida de bienestar social en el

producto de la eficiencia y la equidad. En primer lugar, se determina el máximo
nivel de bienestar que se puede alcanzar a través de redistribuciones de suma
fija del gasto total agregado. El gasto debe ser redistribuido para igualar el
gasto individual per cápita, de forma tal que la función de bienestar social se
reduzca al bienestar individual promedio. Esta es la medida de la eficiencia.
Se define la equidad como el ratio del índice de bienestar social a este índice
de eficiencia. Se presentan los índices para las funciones de bienestar social
utilitarias e igualitarias.74
En la primera columna de la Tabla 5 se presentan los gastos de consumo
final de los hogares de Estados Unidos en términos nominales para el período
1948-2010. Este es el gasto agregado M, la suma del gasto total de todos los
hogares estadounidenses. En la segunda columna de la Tabla 5 se presenta el
índice social del costo de vida. Se divide el consumo en términos nominales
por el índice social del costo de vida para obtener los gastos de consumo final
de los hogares a precios constantes de 2005 en la tercera columna. En la cuarta
columna de la Tabla 5 se presenta el número de miembros equivalentes del
hogar de la población de Estados Unidos. Se divide el gasto de consumo final
de los hogares en términos reales por el número de miembros equivalentes del
hogar para expresar el consumo real en términos per cápita. Esto da lugar a una
medida del bienestar social potencial, que es el índice de eficiencia.
74
Para más detalles, ver: Jorgenson and Slesnick (2013).
Tabla 5: Gastos de Consumo Final de los Hogares, 1948-2010
Año Gasto de Índice del Gasto de consumo Número de Gasto de consumo

consumo final costo de vida final de los miembros final de los
de los hogares (2005=1000) hogares, cantidad equivalentes del hogares, cantidad
(billones) (dólares 2005) hogar (millones) por miembro
equivalente del
hogar (miles de
dólares 2005)
1948 176,1 0,1483 1187,7 247,4 4,80
1949 179,2 0,1472 1217,8 245,8 4,96
1950 191,3 0,1490 1284,0 248,1 5,17
1951 210,1 0,1563 1344,3 250,8 5,36
1952 223,5 0,1597 1399,8 252,6 5,54
1953 235,8 0,1634 1443,1 256,1 5,64
1954 244,5 0,1654 1478,0 262,3 5,63
1955 261,4 0,1678 1557,9 269,8 5,77
1956 274,8 0,1702 1614,4 272,4 5,93
1957 290,4 0,1750 1659,5 276,0 6,01
1958 302,0 0,1783 1693,6 280,4 6,04
1959 323,2 0,1827 1768,9 280,2 6,31
1960 337,8 0,1861 1815,2 290,9 6,24
1961 350,3 0,1883 1860,0 296,1 6,28
1962 370,1 0,1916 1932,0 295,2 6,55
1963 388,5 0,1943 1998,9 295,3 6,77
1964 417,5 0,1982 2105,8 298,3 7,06
1965 449,8 0,2024 2221,7 298,1 7,45
1966 486,9 0,2080 2340,2 299,2 7,82
1967 514,3 0,2130 2414,4 303,5 7,96
1968 558,6 0,2210 2528,1 306,5 8,25
1969 606,7 0,2312 2624,0 309,8 8,47
1970 654,1 0,2417 2706,2 312,9 8,65
1971 703,6 0,2526 2785,1 317,6 8,77
1972 771,0 0,2628 2934,1 320,7 9,15
1973 847,1 0,2755 3075,2 328,5 9,36
1974 932,2 0,3011 3095,7 329,5 9,39
1975 1036,5 0,3265 3174,3 332,7 9,54
1976 1156,7 0,3490 3314,2 335,0 9,89

1977 1283,0 0,3727 3442,8 339,0 10,16
1978 1434,3 0,3985 3599,6 342,4 10,51
1979 1599,5 0,4298 3721,3 350,6 10,61
1980 1775,2 0,4712 3767,1 352,0 10,70
1981 1969,3 0,5153 3822,0 348,7 10,96
1982 2118,6 0,5474 3870,2 344,6 11,23
1983 2317,9 0,5749 4031,6 342,5 11,77
1984 2524,2 0,6008 4201,5 355,6 11,82
1985 2720,8 0,6183 4400,7 360,6 12,20
1986 2876,0 0,6318 4551,8 353,1 12,89
1987 3092,6 0,6545 4725,3 364,9 12,95
1988 3344,1 0,6811 4910,1 375,2 13,09
1989 3593,7 0,7097 5063,4 375,3 13,49
1990 3848,6 0,7412 5192,6 377,0 13,78
1991 4025,9 0,7671 5248,3 388,5 13,51
1992 4270,7 0,7902 5404,2 385,3 14,03
1993 4491,3 0,8057 5574,3 389,1 14,32
1994 4759,0 0,8248 5770,0 393,8 14,65
1995 5001,9 0,8422 5939,2 410,9 14,45
1996 5295,4 0,8631 6135,4 411,6 14,91
1997 5588,1 0,8794 6354,7 422,0 15,06
1998 5888,7 0,8835 6665,1 423,3 15,75
1999 6267,9 0,8955 6999,2 435,0 16,09
2000 6720,3 0,9150 7344,9 445,2 16,50
2001 7020,8 0,9270 7573,4 449,8 16,84
2002 7312,7 0,9376 7799,5 453,8 17,19
2003 7662,7 0,9534 8036,9 460,8 17,44
2004 8086,0 0,9731 8309,7 467,8 17,76
2005 8620,1 1,0000 8620,1 472,0 18,26
2006 9118,1 1,0245 8900,1 476,6 18,67
2007 9618,3 1,0535 9130,1 481,4 18,97
2008 10008,0 1,0894 9186,6 489,5 18,77
2009 10019,0 1,1062 9057,5 496,1 18,26
2010 10383,1 1,1273 9210,4 501,6 18,36
Tabla 6: Nivel de Vida, 1948-2010
Año Equidad Nivel de Vida Inequidad Equidad Nivel de Vida Inequidad

(2005=1,000) Igualitario relativa (2005=1,000) Utilitarista relativa
(miles de US$ (miles de US$
2005) 2005)
1948 0,881 2,56 0,4658 0,941 3,58 0,2538
1949 0,880 2,64 0,4666 0,940 3,69 0,2547
1950 0,905 2,84 0,4516 0,955 3,92 0,2423
1951 0,904 2,94 0,4517 0,955 4,06 0,2422
1952 0,906 3,05 0,4504 0,956 4,20 0,2418
1953 0,899 3,07 0,4548 0,951 4,25 0,2454
1954 0,897 3,07 0,4559 0,950 4,25 0,2463
1955 0,896 3,14 0,4570 0,948 4,35 0,2476
1956 0,911 3,27 0,4475 0,957 4,50 0,2403
1957 0,907 3,31 0,4500 0,955 4,56 0,2425
1958 0,912 3,34 0,4471 0,957 4,59 0,2404
1959 0,952 3,64 0,4229 0,981 4,91 0,2219
1960 0,990 3,75 0,3998 1,003 4,97 0,2045
1961 0,990 3,77 0,3997 1,003 5,00 0,2044
1962 0,999 3,96 0,3944 1,008 5,23 0,2004
1963 1,006 4,13 0,3900 1,012 5,43 0,1973
1964 1,013 4,33 0,3859 1,015 5,69 0,1945
1965 1,018 4,60 0,3825 1,018 6,02 0,1922
1966 1,023 4,85 0,3796 1,021 6,33 0,1904
1967 1,028 4,96 0,3769 1,023 6,46 0,1886
1968 1,032 5,16 0,3741 1,025 6,71 0,1868
1969 1,036 5,32 0,3716 1,027 6,90 0,1852
1970 1,040 5,46 0,3691 1,029 7,06 0,1837
1971 1,046 5,56 0,3660 1,031 7,18 0,1817
1972 1,050 5,82 0,3635 1,034 7,50 0,1799
1973 1,071 6,08 0,3507 1,044 7,75 0,1719
1974 1,064 6,06 0,3547 1,041 7,76 0,1743
1975 1,060 6,13 0,3570 1,038 7,86 0,1761
1976 1,057 6,34 0,3588 1,037 8,14 0,1775
1977 1,053 6,49 0,3613 1,034 8,33 0,1795
1978 1,049 6,69 0,3640 1,031 8,60 0,1818

1979 1,044 6,72 0,3672 1,028 8,66 0,1843
1980 1,039 6,74 0,3701 1,025 8,70 0,1869
1981 1,051 6,99 0,3626 1,033 8,98 0,1807
1982 1,056 7,19 0,3596 1,035 9,23 0,1785
1983 1,040 7,42 0,3693 1,025 9,57 0,1869
1984 1,025 7,35 0,3783 1,016 9,53 0,1936
1985 1,020 7,55 0,3815 1,013 9,81 0,1961
1986 1,026 8,02 0,3778 1,017 10,40 0,1934
1987 1,030 8,09 0,3753 1,019 10,47 0,1914
1988 1,018 8,08 0,3825 1,010 10,49 0,1984
1989 1,037 8,48 0,3713 1,022 10,94 0,1893
1990 1,032 8,62 0,3744 1,018 11,12 0,1925
1991 1,039 8,51 0,3698 1,026 10,99 0,1862
1992 1,032 8,78 0,3741 1,019 11,34 0,1916
1993 1,040 9,03 0,3697 1,025 11,64 0,1872
1994 1,047 9,30 0,3654 1,028 11,94 0,1848
1995 1,046 9,16 0,3661 1,028 11,78 0,1848
1996 1,040 9,40 0,3693 1,024 12,11 0,1877
1997 1,025 9,36 0,3785 1,015 12,13 0,1946
1998 1,028 9,82 0,3767 1,017 12,70 0,1934
1999 1,010 9,86 0,3875 1,004 12,81 0,2039
2000 1,011 10,11 0,3871 1,005 13,16 0,2025
2001 1,007 10,28 0,3894 1,002 13,38 0,2053
2002 1,030 10,74 0,3752 1,016 13,86 0,1936
2003 1,012 10,70 0,3865 1,008 13,95 0,2000
2004 1,021 10,99 0,3811 1,011 14,25 0,1978
2005 1,000 11,07 0,3936 1,000 14,49 0,2067
2006 1,002 11,35 0,3923 1,001 14,82 0,2061
2007 1,002 11,52 0,3924 0,999 15,04 0,2072
2008 0,996 11,33 0,3963 0,996 14,84 0,2095
2009 1,003 11,10 0,3919 1,002 14,51 0,2053
2010 0,982 10,93 0,4049 0,988 14,40 0,2158
En la tabla 6 se presentan los índices del nivel de vida estadounidenses para

funciones de bienestar social utilitarias e igualitarias a fin de enfatizar el rol de
las condiciones normativas en la medición del bienestar social. En la primera
columna de la Tabla 6 se presenta el índice de equidad evaluado para la función
de bienestar social igualitaria. El índice igualitario del nivel de vida presentado
en segunda columna es el producto de este índice de equidad y los gastos de
consumo privado per cápita en precios constantes de la Tabla 5. Del mismo
modo, el nivel de vida utilitarista presentado en la quinta columna de la Tabla
6 es el producto del índice de equidad utilitario de la cuarta columna, evaluado
por la función de bienestar social utilitaria. Esta es la medida utilitarista de
bienestar social elegida.
Por último, en la tercera columna de la Tabla 6 se presenta el índice de
desigualdad relativa para el enfoque bienestar igualitario. Esto se define como
la pérdida proporcional de bienestar social medido monetariamente por una
distribución desigual del bienestar de los hogares. Al igual que el conocido
coeficiente de Gini, este índice de desigualdad relativa está entre cero y uno,
con cero definiendo igualdad perfecta. Análogamente, el índice utilitarista de
desigualdad relativa se presenta en la sexta columna de la Tabla 6.
En la tabla 7 se presentan las tasas de crecimiento promedio del consumo
privado en precios constantes por miembro equivalente del hogar, la medida
elegida de la eficiencia, para el período de la posguerra 1948-2010 y cinco
subperíodos. Asimismo, se presentan las tasas de crecimiento de las medidas
igualitarias y utilitarias de equidad y el nivel de vida. La tasa de crecimiento
anual promedio de la eficiencia para el período en su conjunto fue del 2,16
por ciento. La tasa de crecimiento promedio de la medida igualitaria del nivel
de vida fue 2,34 por ciento, lo que refleja un modesto aumento del 0,17 por
ciento anual en la equidad. Para la medida utilitarista del nivel de vida, la tasa
de crecimiento del nivel de vida fue del 2,24 por ciento y la tasa de crecimiento
de la equidad fue sólo del 0,08 por ciento.
Tabla 7: Contribuciones al Crecimiento del Nivel de Vida, 1948-2010
Tasas de crecimiento anual promedio

Igualitaria 1948-2010 1948-1973 1973-1995 1995-2000 2000-2005 2005-2010
Nivel de Vida 2,34 3,45 1,87 1,96 1,82 -0,27

Eficiencia 2,16 2,67 1,97 2,65 2,03 0,11
Equidad 0,17 0,78 -0,11 -0,68 -0,21 -0,37
Utilitaria 1948-2010 1948-1973 1973-1995 1995-2000 2000-2005 2005-2010
Nivel de Vida 2,24 3,09 1,90 2,20 1,93 -0,12

Eficiencia 2,16 2,67 1,97 2,65 2,03 0,11
Equidad 0,08 0,42 -0,07 -0,44 -0,10 -0,23
El crecimiento de la equidad se limitó al subperíodo 1948-1973 para

ambas medidas del bienestar: igualitarias y utilitarias. La equidad declinó
moderadamente durante 1973-1995, un 0,11 por ciento por año para la medida
igualitaria y un 0,07 por ciento para la medida utilitaria. Para el subperíodo
2000-2005 estas tasas de descenso fueron 0,21 para la medida igualitaria y
0,10 para la medida utilitaria. En ambas medidas, la equidad se desplomó
durante el auge de la inversión de 1995-2000 y nuevamente durante la Gran
Recesión de 2005-2010. La medida igualitaria se redujo en un 0,68 por ciento
por año durante 1995-2000 y un 0,37 por ciento durante el periodo 2005-
2010. Para la medida utilitaria estas tasas fueron 0,44 y 0,23 por ciento anual,
respectivamente, para estos dos subperíodos.
La tasa de crecimiento de la eficiencia fue mayor en el período 1948-1973.
Dado que este es el único período en que el crecimiento de la equidad fue
positivo, las tasas de crecimiento del nivel de vida también fueron las más altas
tanto para la medida igualitaria como para la utilitaria. La tasa de crecimiento
de la eficiencia se redujo durante el subperíodo 1973-1995. Combinado con los
modestos descensos en la equidad, esto dio lugar a una disminución sustancial
de las tasas de crecimiento de ambas medidas, igualitarias y utilitarias, del
nivel de vida.
La tasa de crecimiento de la eficiencia se reanimó brevemente durante

el auge de la inversión de 1995-2000, por debajo de su máximo durante la
posguerra. Esta tasa de crecimiento se redujo de nuevo durante 2000-2005 y
fue apenas positiva durante el período de la Gran Recesión de 2005-2010. Para
la medida igualitaria de la equidad, el crecimiento en la eficiencia producto del
auge de inversión, fue más que compensado por la disminución sustancial de
la equidad. En consecuencia, la tasa de crecimiento del nivel de vida continuó
su tendencia descendente. Esto continuó durante el período 2000-2005 y fue
negativa durante la Gran Recesión después del 2005. La disminución en la
equidad fue menos sustancial según la medida utilitaria, de modo que la tasa
de crecimiento del nivel de vida aumentó moderadamente durante 1995-2000
y luego cayó en el período 2000-2005 y fue negativa durante la Gran Recesión.
Las diferencias moderadas entre las tasas de crecimiento igualitaria y
utilitaria del nivel de vida ilustran la importancia de los juicios de valor en
la medición del bienestar social. Sin embargo, ambas medidas son similares
cualitativamente. Las altas tasas de crecimiento durante 1948-1973 fueron
seguidas por tasas de crecimiento menores, pero relativamente estables,
durante 1973-2005 y por un colapso durante el período de la Gran Recesión
2005-2010. Para ambas medidas, el auge de las inversiones de 1995-2000 fue
compensado en gran medida por una disminución acelerada de la equidad. Por
último, una disminución sustancial en la equidad contribuyó al colapso en el
nivel de vida durante la Gran Recesión para ambas medidas.
5. Conclusión
La recomendación que surge de este trabajo es que las agencias de estadística

nacionales incorporen medidas de bienestar individual y social en los sistemas
de cuentas nacionales en el marco del Sistema de Cuentas Nacionales del
2008 (2009). Este proceso podría comenzar con un sistema satélite para
medir el bienestar social que incluiría a las dos funciones de bienestar social
alternativas que consideradas en este trabajo. La función de bienestar social
igualitaria da una ponderación máxima a las consideraciones de equidad,
mientras que la función de bienestar social utilitaria otorga un peso mínimo a
estas consideraciones.
El sistema satélite para medir el bienestar social podría incluir un desglose

de las medidas de bienestar social por tamaño de la familia, la edad y género
del jefe de la familia, región, raza, y residencia urbana o rural. Un desglose
similar también podría ser proporcionado para los gastos de consumo final de
los hogares. Asimismo, el sistema satélite podría proporcionar comparaciones
internacionales utilizando bases de datos sobre el consumo provenientes
de fuentes como el Banco Mundial y el Luxembourg Income Study75, junto
con los precios de consumo provenientes de fuentes como el International
Comparison Project76 (ICP) del Banco Mundial.77
La incorporación de la perspectiva normativa en las cuentas nacionales
constituye un alejamiento sustancial de una larga tradición. Esta tradición,
reflejada en el SCN 2008, excluye los juicios normativos que son esenciales
para interpretar la información distributiva. La visión tradicional es que los
economistas tienen poco que contribuir a esta perspectiva. La opinión de los
autores de este trabajo es que el desarrollo de la teoría económica sobre la
elección social y sus múltiples aplicaciones ha hecho a muchos economistas
expertos en el uso de perspectivas normativas en la evaluación de la política
económica. Estas perspectivas deberían reflejarse en los sistemas de cuentas
nacionales.
La fortaleza del enfoque tradicional de las cuentas nacionales podría
preservarse presentando la información distributiva en un sistema satélite
y considerando una serie de alternativas. Agregados económicos bien
establecidos de las cuentas de producción, ingreso y gasto, y riqueza, tales
como el PIB, el gasto de consumo privado y la riqueza nacional, deben ser
mantenidos en el núcleo del sistema de cuentas nacionales. Éstos son esenciales
para el desarrollo y la interpretación de la información sobre la distribución en
el marco de las cuentas nacionales.
75
Estudio de Ingresos de Luxemburgo.
76
Proyecto de Comparación Internacional.
77
Ver la siguiente información del Banco Mundial: http://web.worldbank.org/WBSITE/EXTERNAL/
TOPICS/EXTPOVERTY/EXTPA/0,,contentMDK:20202198~menuPK:435055~pagePK:148956~piP
K:216618~theSitePK:430367,00.html. Para datos del Estudio de Ingresos de Luxemburgo, ver: http://
www.lisdatacenter.org/.
La frontera de medición del bienestar social podría ampliarse para incluir

bienes y servicios no de mercado y medidas de bienestar subjetivo. Alan B.
Krueger (2009) y sus coautores han desarrollado un sistema detallado de
National Time Accounting78 (NTA). Esto incluye el uso del tiempo tanto en
actividades de mercado como de no mercado, combinado con medidas de
bienestar subjetivo.79
Una revisión extensa de las cuentas de actividades de no mercado ha sido
realizada por Katharine Abraham B. y Christopher Mackie (2005, 2006) y sus
coautores. 80 Ésta incluye las cuentas de producción de los hogares, inversiones
en educación y salud, actividades de organizaciones sin fines de lucro y
gubernamentales, y bienes y servicios ambientales. Erwin Diewert y Schreyer
(2013) proporcionan un modelo de producción y consumo de los hogares
y una comparación internacional81. Michael B. Christian (2013) presenta
cuentas de capital humano de Estados Unidos y Gang Liu (2013) provee estas
cuentas para 16 países, incluyendo 15 miembros de la OCDE82, Nicholas B.
Muller, Robert Mendelsohn, y Nordhaus (2011) han construido un sistema de
cuentas ambientales para los Estados Unidos83. Allison B. Rosen y David M.
Cutler (2007) han propuesto un sistema de cuentas nacionales de salud para
los Estados Unidos 84.
78
Contabilidad Nacional del Tiempo.
79
Ver Alan B. Krueger (2009), Measuring the Subjective Well-Being of Nations: National Accounts of
Time Use and Well-Being, Chicago, University of Chicago Press.
80
Abraham, Katherine G., y Christopher Mackie (2005), eds., Beyond the Market: Designing
Nonmarket Accounts for the United States. Washington, DC, National Academies Press. Una síntesis
ha sido realizada por Abraham y Mackie (2006), en Jorgenson, Landefeld, and Nordhaus (2006), eds.,
pp. 161-192. La base conceptual sobre la contabilidad de actividades de no mercado es discutida
por: Nordhaus (2006), en Jorgenson, Landefeld y Nordhaus (2006), pp. 143-160.Abraham (2013),
en Jorgenson, Landefeld, y Schreyer (2013), eds., presenta una revisión de las medidas de bienestar
expandidas.
81
W. Erwin Diewert y Schreyer (2013), “Household Production, Leisure, and Living Standards,” en
Jorgenson, Landefeld, y Schreyer (2013), eds.
82
Christian (2013), “Human Capital Accounting in the United States: Context, Measurement, y
Application,” y Liu (2013), “Measuring the Stock of Human Capital for International and Intertemporal
Comparisons,” en Jorgenson, Landefeld, y Schreyer (2013), eds.
83
Muller, Mendelsohn, y Nordhaus (2011), “Environmental Accounting for Pollution in the United
States,” American Economic Review, Vol. 100, No. 3, August, pp. 1649-1675.Resultados adicionales
pueden encontrarse en Muller (2013), “Towards the Measurement of Net Economic Welfare: Inter-
temporal Environmental Accounting in the United States,” en Jorgenson, Landefeld, y Schreyer
(2013), eds.
84
Allison B. Rosen y David M. Cutler (2007), “Measuring Medical Care Productivity: A Proposal for
U.S. National Health Accounts,” Survey of Current Business, Vol. 87, No. 6, June, pp. 54-58.
3. Números índice y teoría económica
Federico Dorin – Daniel Perrotti*
SUMARIO
Los números índices constituyen la herramienta básica para sintetizar

las estadísticas económicas de modo que las fórmulas utilizadas permiten
expresar y describir por ejemplo el crecimiento económico de un país o
la tasa de inflación de una economía así como realizar comparaciones
internacionales. Si se utilizan fórmulas diferentes los resultados difieren y las
comparaciones no son válidas. De allí la importancia de conocer las fórmulas
que se utilizan así como también impulsar por parte de los países y de los
organismos internacionales prácticas comunes que armonicen y estandaricen
las mediciones.
Si bien los números índice se vinculan a la macroeconomía el sustento
teórico que los nutre se apoya en la microeconomía.
Las prácticas recomendadas y el sustento teórico microeconómico se
divulgan en los manuales que compilan los organismos internacionales tales
como la División de Estadísticas de las Naciones Unidas (DENU), el Fondo
Monetario Internacional (FMI), el Banco Mundial (BM), la Organización
Internacional del Trabajo (OIT), la Comisión Europea (EUROSTAT) y la
Organización de Cooperación y Desarrollo Económico (OCDE).
*
Funcionarios de la División de Estadísticas y del ILPES de la CEPAL, respectivamente. Las opi-
niones expresadas en este documento son de exclusiva responsabilidad de los autores y pueden no
coincidir con las de CEPAL. Se agradecen los comentarios y aportes de Salvador Marconi.
En este capítulo se sintetizan los vínculos planteados entre los números

índices de precio y de volumen y la teoría microeconómica y las fórmulas
recomendadas para las mediciones internacionales, partiendo de un ejemplo
sencillo, para avanzar luego a análisis más complejos.1
1. La comparación directa2 y la selección de un índice
Supóngase que una economía que dispone sólo de dos productos -vino y
pan-, los precios de ambos productos durante dos períodos (2013 y 2014) y la
siguiente situación (que se puede observar en el cuadro 1): el precio del vino se
duplica entre 2013 y 2014 (20$ a 40$) mientras que el precio del pan se reduce
a la mitad en el mismo período (20$ a 10$).
La pregunta que se desea responder es ¿cuánto varía el nivel general de
precios de 2013 a 2014?
Cuadro 1
AÑO VINO $/litro PAN $/kg. Nivel general de precios

2013 20 20
¿?
2014 40 10
El nivel general de precios es un tipo de “número índice”, un “índice

de precios”3 que debería reflejar el movimiento general de los precios de la
economía.
En este ejemplo habría –en teoría- tres respuestas posibles:
1
En este capítulo se utilizan algunos cuadros que forman parte del material pedagógico de los cursos
de cuentas nacionales del Fondo Monetario Internacional.
2
Los índices directos, bilaterales o binarios comparan dos períodos en forma directa, sin pasar por
períodos intermedios. La comparación puede realizarse entre períodos consecutivos, por ejemplo un
año y el siguiente (o el año anterior) o entre períodos distantes en el tiempo.
3
Los otros tipos de número índice son los índices de cantidades o de volumen y los índices de valor
(estos últimos incluyen variaciones de precio y de volumen). También se compilan índices espaciales
(para comparar precios de un mismo producto en distintas regiones o países y permiten calcular las
paridades de poder adquisitivo de la moneda) e índices de precios relativos (para comparar precios de
distintos productos).
Números índice y teoría económica 59
a) Una variación positiva del nivel general de precios entre 2013 y 2014;
b) Una variación negativa del nivel general de precios;
c) Una variación igual a cero del nivel general de precios.
Como una oficina de estadística no puede dar tres respuestas al problema

planteado, es necesario recurrir a la teoría y a la práctica (así como a los
elementos epistemológicos de la disciplina) para brindar una única solución.
Un primer aporte se puede encontrar en el razonamiento lógico: si se
dispone de dos precios correspondientes a dos bienes en dos períodos, y el
precio de uno de ellos se duplica y el otro precio disminuye a la mitad, el nivel
agregado de precios debería resultar igual entre ambos períodos, de modo tal
que la variación agregada de precios sería 0%.
Se abordará a continuación si esta primera respuesta se mantiene cuando se
utilizan otras perspectivas científicas, tales como la estadística o la economía.
Para ello se exploran respuestas utilizando el enfoque de los promedios y
los enfoques que propone el “Manual del Índice de Precios al Consumidor.
Teoría y Práctica”4, el enfoque de la canasta fija, el axiomático (o de los
criterios), el estocástico y el económico.
1.a. Enfoque de los promedios
El enfoque de los promedios, como expresa su definición, consiste en

aplicar un promedio a los precios o índices de precios para obtener una medida
general del precio o del índice.
Antes de avanzar en esta definición, cabría hacer una distinción entre los
índices simples o elementales y los índices complejos.
4
OIT et alts (2006). Manual del Índice de Precios al Consumidor. Teoría y Práctica.
1.a.1. Índices simples o elementales

El índice de precios que se define para un producto individual se denomina
simple o elemental pues se refiere a un único producto5. Su fórmula6 es:
Donde:
: Índice de precios en el período t, con referencia7 de precios
en el período 0
Pt : Precio del bien en el período t
P0 : Precio del bien en el período 0
Si se aplica la fórmula de índices de precios elementales al ejemplo

propuesto en el cuadro 1 se tiene que:
Cuadro 2
Año Vino $/litro Pan $/kg IP Vino IP Pan

P P referencia 100=2013 referencia 100=2013
2013 $ 20 $ 20 100 100
2014 $ 40 $ 10 200 50
Así, el índice de precios (IP) del vino tiene un valor 100 en 2013 y un valor
200 en 2014. Esto refleja que el precio se duplicó entre esos dos períodos (en
efecto, el litro pasó de $20 a $40). En tanto, el IP del pan tiene un valor 100 en
5
El concepto de “producto único” hace referencia a un producto homogéneo. A nivel macroeconómico,
se utilizan clasificadores internacionales de productos (tales como la Clasificación Central de
Productos, CCP, también conocida como CPC) que agrupan diferentes clases de productos bajo una
misma categoría. Por este motivo, no es posible estimar –en sentido estricto- un índice elemental a
nivel macroeconómico de un país, pues siempre estará agrupando distintas clases de producto bajo
un mismo nombre. En el ejemplo reportado en este texto, el pan o el vino agrupan distintas clases
de dichos productos, con distintas calidades, características y precios. Sin embargo, se mantiene el
concepto de “índice elemental” aún para estos casos.
6
Esta fórmula de índices de precios elementales también se denomina “relativo de precios”.
7
El concepto “referencia de precios” significa el período con el que se comparan los demás precios,
en este caso es el período 0. El período de referencia aparece en el denominador de la fórmula. Ver
más adelante, se distingue “referencia de precios” de “referencia de ponderaciones” y de “referencia
del índice”.
2013 y un valor 50 en 2014. Esto refleja que el precio disminuyó a la mitad (en
efecto, el kilogramo pasó de $20 a $10).
1.a.2. Índices complejos
Si ahora en lugar de calcular índices elementales de precios (o cantidades)

se busca compilar un índice agregado, es decir que contemple la evolución
del conjunto o nivel general de precios (o cantidades) surge el problema de
la agregación: ¿Cómo se suman productos heterogéneos? ¿Cómo sumar vino
con pan?
En el ejemplo: el precio del vino se duplica entre 2013 y 2014 mientras
que el del pan disminuye a la mitad. Es un ejemplo sencillo pues la canasta
contiene sólo dos bienes, no obstante se vuelve a plantear la pregunta inicial
¿qué sucede con el índice general de precios de la canasta? ¿aumenta,
disminuye o se mantiene igual? El índice de precios deja de ser simple y pasa
a ser complejo: se compone de dos o más precios.
El problema podría tener una solución:

• calculando un promedio en forma ponderada,
• que permita resumir varias observaciones en un único valor y
• que refleje un estándar típico comparable en distintos momentos.
Ahora bien, el cálculo se complica porque surgen dos problemas de

selección:
• La elección del promedio: se debe seleccionar un tipo de promedio entre
aquellos que existen;
• La elección del ponderador: se debe seleccionar el período de la
ponderación: inicial (2013) o final (2014) u otro.
La elección del promedio

Considerando los promedios más comunes se dispone la:
1. Media:
• Aritmética
• Armónica
• Geométrica
2. Mediana8: es el valor central de un conjunto de números ordenados según

su magnitud;
3. Moda9: es el valor que aparece el mayor número de veces.
Considerando los tipos de promedio, se descarta el uso de la mediana y

de la moda, pues son promedios menos sofisticados que la media y en general
tienen poco uso. En el ejemplo propuesto se procede a calcular el nivel general
de precios considerando los tres tipos de media.
Media aritmética simple

Se expresa en la siguiente fórmula:
Donde:
: Media aritmética en el período t.
: Variable a promediar (precio, cantidad, etc.) del bien i en el momento t.
: Número de observaciones.
Considerando los precios del vino y del pan, empleando la media

aritmética:
8
Sea el siguiente conjunto de datos: 2,2,3,6,8,10,15 entonces en tal conjunta la mediana es el 6.
9
Considerando el conjunto anterior, la moda es el 2.
Cuadro 3
Media IP Media Variación porcentual

AÑO VINO $/litro PAN $/kg aritmética aritmética del nivel de precios
2013 20 20 20 100 -
2014 40 10 25 125 25%
El índice de precios, promedio aritmético, de la canasta de vino y pan

aumenta un 25% entre 2013 y 2014.
Media armónica simple
Su fórmula:
Para calcularla, se puede seguir el siguiente procedimiento:
Se calcula el promedio aritmético de las inversas de los valores de X:
Luego se obtiene la inversa de la operación anterior y se multiplica el

resultado por 100.
Aplicando la fórmula al ejemplo del pan y del vino:
Cuadro 4
Variación
1/P vino 1/P pan Promedio Inversa del IP Media porcentual
AÑO
$/litro $/kg Aritmético ($) Promedio Armónica del nivel de
precios
2013 0,05 0,05 0,05 20 100 -
2014 0,025 0,1 0,0625 16 80 -20%
Como se puede observar en el cuadro 4, el índice de precios (IP) para el nivel

general basado en la media armónica presenta una tendencia opuesta al que se
obtiene a partir de la media aritmética. Mientras el IP de la media aritmética
registra un alza, el IP de la media armónica registra una baja. Este último sigue
al precio que disminuye. En el ejemplo, el precio del pan disminuye y el índice
general de precios tiende a seguir la evolución del precio que se hace cada vez
más bajo. Es lo contrario que sucede con la media aritmética: el nivel general
de precios sigue al precio cada vez más alto (el vino).
Media geométrica simple
La fórmula de la media geométrica consiste en la raíz enésima del producto

de los “N” valores:
En el ejemplo:
Cuadro 5
Variación
VINO $/ PAN $/kg Media IP media
AÑO porcentual del
litro geométrica geométrica nivel de precios
2013 20 20 20 100 -
2014 40 10 20 100 0%
En este caso se obtiene una variación del 0% en el nivel de precios.

Por lo general este índice es utilizado para promediar tasas de variaciones.
Elección de la media óptima
Se obtuvieron tres respuestas divergentes al pretender encontrar un índice

general del nivel de precios de una canasta compuesta por dos productos:
según la media aritmética el nivel general de precios aumenta, según la media
armónica el nivel general desciende y según la media geométrica el nivel
general no registra variaciones. ¿Cuál de las tres es la “verdadera” tasa de

variación del nivel general de precios?
Para verificar si estos resultados tienen sustento es necesario plantear dos
propiedades o pruebas estadísticas:
• Cambio de unidad
• Evolución del tiempo
1) Cambio de unidad10:
El cambio de unidad establece que el aumento o disminución del nivel
general de precios no debe estar influenciado por los valores extremos.
Si, en el ejemplo planteado, el precio del vino se multiplica en cada año
por 100, se tienen los siguientes resultados:
Cuadro 6
AÑO VINO $/ PAN $/ Media IP Media Media IP Media Media IP media

litro kg aritmética aritmética armónica armónica geométrica geométrica
2013 2000 20 1010 100 39,6039 100 200 100
2014 4000 10 2005 198,51 19,9501 50,37 200 100
Se pone en evidencia que la única media que satisface la propiedad del

cambio de unidad es la media geométrica. La media aritmética sigue al valor
extremo alto (el vino) pues el índice registra una tasa de variación mayor que
la que se calculó anteriormente en el cuadro 3 (98,51% vs 25%). La media
armónica sigue al valor extremo bajo (el pan) pues el índice registra una
tasa de variación (en valores absolutos) más alta que la anterior del cuadro 4
(-49,6% vs -20%).
10 Este test es el denominado “criterio de la conmensurabilidad”, es el criterio 10 desarrollado más

adelante, en el enfoque axiomático.
2) Evolución del tiempo:
Postula que el aumento o disminución del nivel general de precios no debe

estar influenciado por el transcurso del tiempo.
En el ejemplo, la tendencia de variación en los precios se repite cada año:
el precio del vino se duplica, mientras que el precio del pan se reduce a la
mitad. La evolución de los precios a nivel elemental es la misma en cada año
(el precio del vino se duplica y el precio del pan disminuye a la mitad). Sin
embargo, la variación del nivel general de precios varía año a año en la media
aritmética y en la media armónica, no así en la media geométrica, donde la
tasa general en todos los años es igual a 0%. La única media que satisface la
evolución en el tiempo es la media geométrica.
Se puede incluso extender el análisis a más períodos, repitiendo las
variaciones de precios inter anuales, es decir suponiendo que en todos los años
el precio del vino se duplica y el precio del pan se reduce a la mitad:
Cuadro 7
Año Pan Vino IP Pan IP Vino

P P 100=2003 100=2003
2003 $ 20 $ 20 100 100,00
2004 $ 40 $ 10 200 50,00
2005 $ 80 $5 400 25,00
2006 $ 160 $ 2,5 800 12,50
2007 $ 320 $ 1,25 1.600 6,25
2008 $ 640 $ 0,625 3.200 3,13
2009 $ 1.280 $ 0,313 6.400 1,56
2010 $ 2.560 $ 0,156 12.800 0,78
2011 $ 5.120 $ 0,078 25.600 0,39
2012 $ 10.240 $ 0,039 51.200 0,20
2013 $ 20.480 $ 0,020 102.400 0,10
Y se obtendrían los siguientes resultados si se aplicasen los tres tipos de

media:
Cuadro 8
Año IP media Var. % nivel IP media Var. % IP media Var. % nivel de

aritmética de precios armónica nivel de geométrica precios media
100=2003 media 100=2003 precios 100=2003 geométrica
aritmética media
armónica
2003 100,00 - 100,00 - 100,00 -

2004 125,00 25% 80,00 -20,00% 100,00 0%
2005 212,50 70% 47,06 -41,18% 100,00 0%
2006 406,25 91,18% 24,62 -47,69% 100,00 0%
2007 803,13 97,69% 12,45 -49,42% 100,00 0%
2008 1.601,56 99,42% 6,24 -49,85% 100,00 0%
2009 3.200,78 99,85% 3,12 -49,96% 100,00 0%
2010 6.400,39 99,96% 1,56 -49,99% 100,00 0%
2011 12.800,20 99,99% 0,78 -50,00% 100,00 0%
2012 25.600,10 100,00% 0,39 -50,00% 100,00 0%
2013 51.200,05 100,00% 0,20 -50,00% 100,00 0%
Las variaciones que arroja el nivel general de precios obtenido con la media
aritmética tienen signo positivo todos los años, es creciente hasta estabilizarse
en un valor de 100% y está sesgada por los valores extremos altos, en este caso
el precio del producto cuyo precio sube (el vino).
Las variaciones para el nivel general de precios calculado a partir de
la media armónica son de signo negativo todos los años, es creciente hasta
estabilizarse en torno del -50% y está sesgada por los valores extremos bajos,
en este caso el precio del producto cuyo precio baja (el pan).
La variación de precios que se obtiene para el nivel general estimado con
la media geométrica es del 0% para todos los períodos, demostrando que no
está sesgada ni por los valores extremos altos ni por los bajos.
En síntesis, al ser la media geométrica la única que cumple con las dos
propiedades mencionadas (cambio de unidad y evolución del tiempo) se
puede considerar como la media que arroja un resultado óptimo, el valor
“verdadero”. La tasa de variación “correcta” del ejemplo es 0%, coincidiendo

con el razonamiento lógico aplicado al principio.
Sin embargo, queda aún el problema de seleccionar el ponderador, pues
hasta ahora han sido aplicadas medias simples, no ponderadas, cuando en
realidad el peso que tiene cada producto en la canasta varía período a período.
Elección de la ponderación
En el ejemplo de dos períodos hay dos ponderadores posibles: el inicial

o el final, aunque se desconoce aún el peso del pan y del vino en la canasta.
Generalizando, se debe calcular el ponderador para cada uno de los i
productos que integra la canasta en el período t.
donde:
: Ponderador del bien i en el período t.
: Precio del bien i en el período t.
: Cantidad del bien i en el período t.
Para encontrar el ponderador es preciso disponer de información de

precios y de cantidades. En el cuadro 9 se presentan, además de los datos de
precios ya conocidos, los datos de cantidades para cada bien.
Cuadro 9
VINO PAN Canasta

AÑO Cantidad Cantidad
Precio $/litro Total $ Precio $/kg. Total $ Total $
litros kgs.
2013 20 1 20 20 1 20 40
2014 40 0,5 20 10 2 20 40
Las ponderaciones de ambos bienes en 2013 y 2014 son:

Cuadro 10
Ponderador Ponderador Total

Vino Pan
2013 0,5 0,5 1,0
2014 0,5 0,5 1,0
El ponderador del vino y el ponderador del pan se mantienen constantes

e iguales a 0,5 en los dos períodos11, con el objeto de simplificar los cálculos,
pero este es un ejemplo extremo. Habitualmente los ponderadores se modifican
a lo largo del tiempo.
La elección de la media y de la ponderación en forma conjunta
En el ejercicio propuesto12, si se combina la elección de la media con la

elección de la ponderación, se tienen seis posibilidades:
Cuadro 11
Ponderador inicial Ponderador final
Media aritmética m 1 4
Media geométrica g 2 5
Media armónica h 3 6
Fuente: “Sustitución en el consumo, medición del costo de vida y tipo de cambio real en la Argentina,
1960-1995”, Héctor Maletta, Buenos Aires, 1996.
11
En 2013 el ponderador del vino resulta de multiplicar su precio (20$) por su cantidad (1 litro), igual
a un gasto de 20$ que dividido el valor total de la canasta (40$) arroja el ponderador 0,5. Idéntico
tratamiento se puede utilizar para calcular el ponderador del pan en ese año.
12
Si se amplía el análisis a más períodos, existiría la posibilidad de seleccionar también a los
ponderadores de los períodos intermedios.
Para cada una de las medias se presenta la posibilidad de elegir el

ponderador inicial ó el ponderador final. A continuación se re-expresan las
fórmulas de las medias simples en fórmulas de medias ponderadas.
Medias ponderadas
Media aritmética ponderada
Media armónica ponderada
Media geométrica ponderada
Se completan las fórmulas para cada una de las seis alternativas del Cuadro
11. Para las opciones 1, 2 y 3 el período de ponderación es 2013 y
para las opciones 4, 5 y 6 el período de la ponderación es 2014 .
Cuadro 12
Ponderador inicial (2013) Ponderador final (2014)
Media aritmética m
Media geométrica g
Media armónica h
Si se reemplazan los precios por los índices de precios elementales
Cuadro 13
Ponderador inicial (2013) Ponderador final (2014)
Media aritmética m
Media geométrica g
Media armónica h
Si se procede a calcular los resultados para cada una de las seis opciones
con los datos del ejercicio (ver Anexo 1), se podrá comprobar que no hay seis
resultados distintos sino tres:
Cuadro 14. Tasas de variación entre 2013 y 2014 (ponderadores iguales)

(2013) (2014)
Media aritmética 25,0% 25,0%
Media armónica -20,0% -20,0%
Media geométrica 0,0% 0,0%
Se obtiene un resultado para cada media. Como los ponderadores 2013

de los productos son iguales a los ponderadores 2014 (0,5 tanto para el vino
como para el pan), los resultados para cada una de las medias coinciden
independientemente se pondere en 2013 ó en 2014.
Y el resultado para cada media es el mismo que se ha calculado
anteriormente, porque el ponderador de cada bien es igual a 0,5.
En el ejercicio el promedio simple coincide con el promedio ponderado.
Pero habitualmente no es así –pues los ponderadores se modifican período
a período y no tienen por qué coincidir con el valor 0,5- y existen por tanto seis
resultados diferentes. En el Anexo 2 se modifica la cantidad del producto vino
del año 2014 y se recalculan los resultados para cada una de las seis medias:
Cuadro 15. Tasas de variación entre 2013 y 2014 (ponderadores variables)

(2013) (2014)
Media aritmética 25,0% 37,5%
Media armónica -20,0% -11,1%
Media geométrica 0,0% 12,2%
Desde el punto de vista del enfoque de los promedios ponderados, para

verificar si la media geométrica ponderada sigue siendo “óptima” tal como
resultaba para la media geométrica simple, se deben aplicar el respectivo
test y comparar sus resultados con los que se obtienen a partir de las medias
ponderadas aritmética y armónica. Este punto se analizará posteriormente, en el
enfoque axiomático. Antes se procederá a revisar el enfoque de la canasta fija.
1.b. Enfoque de la canasta fija
Este enfoque surge de la idea “intuitiva” de fijar una canasta de productos

en un período determinado y observar cómo varían los precios en comparación
a otro momento, tal que se mantengan las mismas cantidades que en el período
en que se fijó la canasta.
El primer antecedente histórico de este enfoque, de acuerdo a los registros
conocidos al día de hoy, se encuentra en el trabajo del Obispo William
Fleetwood (1656 – 1723) de la localidad de Ely, Gran Bretaña, quien en el año
1707 escribió Chronicum Preciosum13. En esa obra Fleetwood se preguntaba
entonces ¿qué poder de compra tendrían hoy 5 libras del año 1440? El valor
de las 5 libras se vinculaba a una beca que recibían los estudiantes de Oxford.
Para responder a la pregunta el Obispo Fleetwood tuvo necesidad de
componer una canasta del “consumo típico” de un estudiante. Como no existían
encuestas donde apoyarse, esa canasta la construyó “a dedo” incluyendo
pan, bebida, carne, ropa y -obviamente- libros. Con “el dedo” del Obispo se
seleccionó la canasta para la cual se debían medir los precios.
Una vez realizada la medición, se llegó a la conclusión que las 5 libras de
1440 equivalían a 28 o 30 libras de 170714, es decir para mantener el poder
de compra de 5 libras de 1440 se debía abonar en concepto de beca unas 28
/ 30 libras en 1707, de acuerdo al valor calculado a partir de la canasta de
Fleetwood.
Donde
: Índice de precios de Fleetwood en el período t
13
Publicado en forma anónima.
14
“Tengo suficientes razones para conjeturar que 5 libras de 260 años atrás son equivalentes a 28 o 30
libras de hoy”, Chronicon Preciosum, pág. 169/170.
: Precio del bien i en el período t

: Cantidad del bien i seleccionada “a dedo”
: Precio del bien i en el período 0
Si se consideran sólo dos períodos en la comparación (en el ejemplo de

Fleetwood, 1440 y 1707) surgen -a priori- dos alternativas:
• Considerar como fija la canasta de consumo de la situación inicial (1440)

• Considerar como fija la canasta de consumo al momento final (1707)
El Obispo Fleetwood, desconociendo los datos de las cantidades de las

canastas de 1440 y de 1707, decidió una tercera alternativa, que consistió en
fijar una canasta distinta de la inicial y de la final, una canasta elegida “a dedo”.
La fórmula empleada por Fleetwood fue luego desarrollada por Joseph
Lowe en 182315. Por este motivo se conoce como índice de precios de Lowe.
Si se compara la fórmula Fleetwood-Lowe con las desarrolladas en el cuadro
10, se puede observar que se trata de un promedio aritmético ponderado.
con
Pero la ponderación w no está referida a un período determinado (inicial

o final) sino que corresponde a una canasta seleccionada “a dedo”, es un
ponderador “híbrido” con precios en el período 0 y cantidades de un “período”
diferente de 0 -d-, que como se señaló para el caso de Fleetwood no corresponde
a ningún período observado sino a una estimación subjetiva.
Se puede plantear el mismo ejemplo de precios del vino y del pan para
2013 y 2014, pero con cantidades colocadas “a dedo” y no originadas en
observaciones realizadas en alguno de los períodos, por ejemplo:
15
Por este motivo Diewert (1993) bautizó a Lowe “padre de los índices de precio”.
Cuadro 16. Datos
Total
Año Vino Vino Vino Pan Pan Pan
gasto
Q
P Q (kgs.) V = P.Q P V = P.Q
(litros)
2013 $ 20 2 $ 40 $ 20 3 $ 60 $ 100
2014 $ 40 2 $ 80 $ 10 3 $ 30 $ 110
Y calcular el índice de precios de Fleetwood-Lowe:
Cuadro 17. Índice de precios de Fleetwood (media aritmética con precios

2013 y cantidades “a dedo”)
Año Ponderador Ponderador IP Vino IP Pan IPFl Var, %

Vino 2013 Pan 2013 100=2013 100=2013 100=2013 IPFl
2013 0,40 0,60 100,0 100,0 100,0 -
2014 0,40 0,60 200,0 50,0 110,0 10,0%
Carli (1764) y Jevons (1865) presentaron lo que ahora se conoce como

índices de precios de Carli y de Jevons. Lo que hicieron fue estimar el promedio
aritmético (Carli) y el promedio geométrico (Jevons) simples (no ponderados)
de los índices de precios elementales.
Los índices más comunes e importantes en términos de selección de
canastas son los de Laspeyres (1871) y de Paasche (1874).
Índice de precios Laspeyres16
Este índice considera una canasta fija de productos (la del período inicial)
para los cuales se relevan precios período a período. Su fórmula es la siguiente:
16
Laspeyres construyó el índice para la ciudad de Hamburgo.
donde
: Índice de precios de Laspeyres en el período t

: Cantidad del bien i en el período 0
Siguiendo el ejemplo de la canasta compuesta por los productos vino y

pan, se obtiene:
Cuadro 17
AÑO IPL Var. %
2013 100,0 -
2014 125,0 25,0%
Una de las críticas que se realizan a este índice es que al ser fija la canasta
de productos -la del año 0-, no refleja la reacción de la conducta del consumidor
(o del productor) -tal como supone la teoría microeconómica- modificando las
cantidades consumidas (o producidas) como consecuencia de las variaciones
en los precios. Supone que el consumidor (o el productor) consume (o produce)
lo mismo que en el período 0, independientemente de las variaciones de los
precios. En 2013 el consumidor hipotético del ejemplo consumía un litro de
vino y un kilogramo de pan. El IPL supone que el consumidor mantuvo esta
canasta en 2013 y en el resto de los períodos, sin reaccionar frente a cambios en
los precios de ambos bienes, lo que no fue verificado por la serie de cantidades
consumidas. Como solución posible a esta crítica al IPL se presenta el índice
de precios tipo Paasche.
Índice de precios Paasche17
En este caso se utiliza una canasta con ponderaciones fijas en las

cantidades finales.
Su fórmula es:
donde
: Índice de precios de Paasche en el período t
: Cantidad del bien i en el período t
Aplicado en el ejercicio se obtiene:
Cuadro 18
AÑO IPP Var. %

2013 100,0 -
2014 80,0 -20,0%
Se vuelve a plantear entonces si el índice tipo Paasche soluciona el

problema del índice tipo Laspeyres.
Se señaló que la conducta del consumidor implícita en el IPL es invariante
frente a modificaciones en los precios. ¿Qué sucede con la conducta del
consumidor en el IPP? El IPP mide la variación de los precios de la canasta
consumida hoy llevada hacia atrás. Supone que el consumidor consume la
canasta más reciente (la de ahora), independientemente de los precios que
se verificaron en el pasado. Lo que hace el IPP es medir el pasado con los
17
Fue construido por Paasche como alternativa al Índice de Laspeyres.
patrones actuales. El consumidor mantiene la canasta de 2014, también para

el año 2013, independientemente de las modificaciones en los precios. Los
datos relevados tampoco verifican este supuesto. El mismo problema que
tiene el IPL aparece también en el IPP: el patrón de conducta del consumidor
(productor) es invariante frente a modificaciones en los precios. Consume
lo mismo más allá de que los precios relativos se modifiquen. No captan el
sesgo de sustitución (“substitution bias”), tal como se señala en el Sistema de
Cuentas Nacionales:
“Desde el punto de vista económico, las cantidades observadas

pueden suponerse que son función de los precios, tal como se
especifica en alguna función de utilidad o de producción” (SCN
2008, 15.22-15.23)
A continuación se analiza qué tipo de promedio son los índices de

Laspeyres y de Paasche.
Índice de precios Laspeyres y tipo de media
Donde
Es un promedio aritmético con ponderadores iniciales. Es el casillero 1

de los cuadros 11, 12 y 13.
Indice de precios Paasche y tipo de media

Donde
Es un promedio armónico con ponderadores finales. Es el casillero 6 de

los cuadros 11, 12 y 13.
La diferencia entre el IPL y el IPP está dada entonces por dos elementos:
a) el ponderador (inicial en IPL y final en IPP);
b) la media (aritmética en IPL y armónica en IPP).
En virtud de la diferencia en los ponderadores, el de Laspeyres es sinónimo

de índice con ponderador inicial y el de Paasche es sinónimo de índice con
ponderador final.
De ahí, se puede rebautizar a las fórmulas del cuadro 13 de la siguiente
manera:
Cuadro 19
Ponderador inicial o
Ponderador final o Paasche
Laspeyres
Indice aritmético Paasche o
Media aritmética m Indice de Laspeyres
índice de Palgrave
Media geométrica g Índice geométrico Laspeyres Índice geométrico Paasche
Media armónica h Indice armónico Laspeyres Indice de Paasche
Fuente: “Sustitución en el consumo, medición del costo de vida y tipo de cambio real en la Argentina,
1960-1995”, Héctor Maletta, Buenos Aires, 1996.
Los índices definidos en el cuadro 19 son índices estadísticos, pues no

establecen vínculos con las categorías analíticas de la teoría económica18.
Desde el punto de vista estadístico y trabajando con promedios simples se ha
mostrado que el mejor índice es el geométrico. Esto conduciría a seleccionar
el Indice geométrico Laspeyres o el Indice geométrico Paasche como los
“mejores”.
No obstante a partir de los casilleros definidos en el cuadro 19 se pueden
plantear las siguientes alternativas:
• un promedio entre pares de índices
• índices con canastas distintas de 0 y de t, por ejemplo en períodos inter-
medios
Si se considera el promedio entre índices, se puede calcular la media
aritmética entre IPL y el IPP:
o la media armónica del IPL y el IPP:
o la media geométrica del IPL y el IPP:
La propuesta de la media aritmética fue desarrollada por Drobisch quien

planteó precisamente la pertinencia de utilizar esa fórmula, dando origen al
índice de precios de Drobisch (IPD).
Fisher por su parte propuso la utilización de la media geométrica,
dando origen al índice de precios de Fisher (IPF), que como se analizará
posteriormente es considerado uno de los índices superlativos:
18
No establecen vínculos tales como “si el precio del producto aumenta entonces las cantidades
demandadas disminuyen”.
El resultado del índice de precios de Fisher en el ejercicio del cuadro 9 es:
Cuadro 20. Indice de precios Fisher (media geométrica de los índices de

Laspeyres y Paasche)
Año IP Laspeyres IP Paasche IP Fisher Var. %

100=2013 100=2013 100=2013
2013 100,0 100,0 100,0 -
2014 125,0 80,0 100,0 0,0%
También se puede seleccionar los casilleros 2 y 5 del cuadro 11 o los

índices geométricos de Laspeyres y de Paasche del cuadro 19, y obtener un
promedio geométrico de ambos, denominado Índice de Precios de Törnqvist
(IPT):
Si se aplica la fórmula de Törnqvist al ejercicio del cuadro 9, el resultado

es:
Cuadro 21. Indice de precios Törnqvist (media geométrica de los índices

geométricos de Laspeyres y Paasche)
IP
IP Geometrico
Año Geometrico IP Törnqvist Var. %
Paasche
Laspeyres
100=2013 100=2013 100=2013
2013 100,0 100,0 100,0 -
2014 100,0 100,0 100,0 0,0%
Que se puede expresar también como:
Si se considera la opción de las canastas distintas de los períodos 0 y t se

puede definir un:
“índice de precios de Lowe (1823)”:
Donde
Como se señaló, la fórmula de Lowe es la misma que la utilizada para

calcular el índice de precios de Fleetwood, como promedio aritmético de
los relativos de precios, con ponderaciones w híbridas, pues los precios
corresponden al período 0 (pi0) y las cantidades19 al período b (qib).
O también el índice de precios de Young (IPY, 1812):
Donde
19
La diferencia es que el índice de Lowe utiliza cantidades observadas mientras que el índice de
Fleetwood utiliza cantidades estimadas de forma subjetiva.
La fórmula de Young es también un promedio aritmético de los relativos de

precios, utilizando un ponderador que corresponde a un período “b” distinto
de los períodos 0 y t. Se diferencia del índice de precios de Fleetwood/Lowe
en que el ponderador no es híbrido, pues tanto los precios como las cantidades
se refieren al período b.
La fórmula de Young también puede expresarse utilizando un promedio
geométrico de los cocientes relativos de precios, obteniéndose el índice de
precios geométrico de Young (IPGY):
Donde
También se puede plantear un promedio geométrico de las cantidades o

ponderadores y de los precios, obteniéndose el índice de Walsh (IPW)20:
El resultado, aplicado al ejemplo del cuadro 9 es:
Cuadro 22. Indice de precios de Walsh
Año Ponderadores Ponderadores IP Vino IP Pan IP Walsh Var. %

Vino Pan 100=2013 100=2013 100=2013
2013 0,50 0,50 100,0 100,0 100,0 -
2014 0,50 0,50 200,0 50,0 100,0 0,0%
20
Como se puede observar, la primera expresión del IPW es parecida al IPLo, pues multiplica los
relativos de precios por una canasta, que resulta ser el promedio geométrico de la canasta inicial y la
final.
Se propone también el índice de precios de media cuadrática de orden r

(IPR):
El IPF, el IPT, el IPW y el IPR son índices simétricos pues tratan en forma
simétrica la información disponible: el IPF a los índices IPL e IPP, el IPT a
los índices geométricos de Laspeyres y de Paasche, el IPW a los precios y
a las cantidades/ponderadores y el IPR entre los ponderadores y precios del
numerador y del denominador.
Asimismo, el IPR es una generalización de los índices IPF, IPT e IPW,
pues el IPR se iguala al IPF si r tiende a 2, se iguala al IPW si r tiende a 1 y se
acerca al IPT si r tiende a 0.
Finalmente, otra fórmula de índice de precios es el índice de Lloyd Mouton
IPLM, que introduce en su definición un concepto económico: la elasticidad
sustitución.
Donde s es el valor de la elasticidad sustitución21. Nótese que el IPLM

utiliza la misma información que el índice IPL, más la incorporación de una
estimación de la elasticidad sustitución. En la sección referida al enfoque
económico, se analiza con mayor detalle el concepto de elasticidad sustitución.
Se disponen varias alternativas -y resultados- de canastas de precios o
promedios de canastas, y se debe seleccionar aquélla/s que mejor reflejen la
21
Más adelante se define este concepto.
evolución del nivel general de precios. Del análisis puro de las canastas no se
desprende ninguna conclusión, salvo que sería mejor -utilizando una vez más
consideraciones lógicas- incluir más de una canasta en las ponderaciones para
captar de alguna manera el sesgo sustitución, de modo que con este criterio
los índices seleccionados serían el IPR, el IPF, el IPT y el IPW y no los IPL y
el IPP22.
Nuevamente se debe recurrir a pruebas, criterios o axiomas. Este análisis
supone recurrir a un enfoque axiomático.
1.c. Enfoque axiomático
El enfoque axiomático indaga sobre la capacidad de cada tipo de índice

para satisfacer ciertos test o propiedades que permitan considerarlo como
apropiado para medir la evolución de una variable, bajo el precepto de que “si
una fórmula resulta tener propiedades indeseables, debe ponerse en duda su
conveniencia como índice objetivo para una oficina de estadística”23.
El enfoque postula ciertas propiedades deseadas de los índices y luego si
las respectivas fórmulas cumplen esas propiedades. El índice que cumple las
propiedades podría ser considera como “el mejor”.
El “Manual del Índice de Precios al Consumidor. Teoría y Práctica” detalla
20 criterios básicos y 2 criterios adicionales:
C1. Positividad
C2. Continuidad
C3. Identidad o precios constantes
C4. Canasta fija o cantidades constantes
C5. Proporcionalidad respecto de los precios del período corriente
C6. Proporcionalidad inversa respecto de los precios del período base
C7. Invarianza ante variaciones proporcionales de las cantidades corrientes
22
Nótese también que los resultados de los índices IPF, IPT e IPW son idénticos si se aplican las
fórmulas al ejemplo que se propone en el cuadro 7.
23
OIT et alts (2006). Manual del Índice de Precios al Consumidor. Teoría y Práctica.
C8. Invarianza ante variaciones proporcionales de las cantidades del período

base
C9. Reversión de productos
C10. Conmensurabilidad
C11. Reversión temporal
C12. Reversión de cantidades
C13. Reversión de precios
C14. Valor medio de los precios
C15. Valor medio de las cantidades
C16. Cotas de Paasche y de Laspeyres
C17. Monoticidad respecto de los precios del período corriente
C18. Monoticidad respecto de los precios del período base
C19. Monoticidad respecto de las cantidades del período corriente
C20. Monoticidad respecto de las cantidades del período base
Los 2 criterios adicionales son:
C21. Reversión de los factores

C22. Aditividad
De los 20 criterios básicos hay 3 que se consideran importantes en

el análisis de los resultados de los números índice: C1. Positividad, C10.
Conmensurabilidad y C11. Reversión temporal. De los 2 criterios adicionales
el criterio C21. Reversión de los factores, también puede ser considerado
como crucial.
El criterio C1. Positividad, postula que el índice de precios y los vectores
de precios y de cantidades que lo constituyen deben ser positivos.
El criterio C10. Conmensurabilidad ya fue analizado en la parte referida

a los test aplicados a las medias aritmética, armónica y geométrica (prueba de
cambio de unidad) y postula que el índice de precios no debe cambiar si se
modifican las unidades de medida de los productos.
El criterio C11. Reversión temporal prescribe que debe obtenerse el mismo

resultado ya sea que la variación del índice se mida hacia adelante en el tiempo
(de 0 hacia 1) como hacia atrás (de 1 hacia 0).
El criterio C21. Reversión de los factores postula que si se multiplica

el índice de precios por el índice de volumen se debe obtener un resultado
idéntico al índice de valor.
El único índice que cumple con los 20 criterios y también con el criterio
de reversión de factores es el IPF. El único criterio que no cumpliría el
índice de Fisher es el criterio C22 (aditividad), que postula que “la suma de
las variaciones de los subagregados de un índice de cantidades iguale a la
variación del total”24, aunque es posible descomponer la variación porcentual
del total en componentes aditivos que reflejen la variación de los precios o de
las cantidades.
El IPL y el IPP fallan 3 y cumplen 17 de los 20 criterios básicos. Los
criterios que fallan son C11 (reversión temporal), C12 (reversión de las
cantidades) y C13 (reversión de los precios). Se considera una falla importante
no cumplir el C11. También fallan el criterio de reversión de los factores
(C21), aunque lo cumplen en forma débil, es decir, si se multiplica un IPL por
un índice de volumen de Paasche se obtiene el índice de valor y si se multiplica
un IPP por un índice de volumen de Laspeyres se obtiene también el índice de
valor. Ambos índices cumplen con el C22 (aditividad).
24
Ibid. 1.70.
El IPW falla 4 y cumple 16 de los 20 criterios básicos25. Falla también el

criterio C21. Reversión de los factores, pero cumple los criterios C11(reversión
temporal) y C22 (aditividad).
El IPT falla 9 y cumple 11 de los 20 criterios básicos26. Falla los criterios
C21 (reversión de los factores) y C22 (aditividad). Cumple el criterio C11
(reversión temporal). Sin embargo, como cumple 3 de los 4 criterios definidos
como importantes (C1. Positividad, C10. Conmensurabilidad y C11. Reversión
temporal) y que “se aproxima bastante al índice de Fisher si se utilizan datos
de series temporales “normales” que presentan tendencias relativamente
graduales”, en “ … estas circunstancias puede decirse que el índice de
Törnqvist satisface los 20 criterios de manera razonablemente aproximada”27.
Del enfoque axiomático se desprende entonces que el “mejor” índice
es el IPF, y luego siguen el IPW y el IPT. Estos tres índices arrojan en el
ejercicio planteado tasas de variación del nivel general de precios iguales
al 0%. Coinciden en sus resultados con el razonamiento lógico aplicado al
principio y también con las primeras evaluaciones realizadas con la media
geométrica simple. El IPF es un promedio geométrico de índices (IPL e IPP).
El IPT también es un promedio geométrico, pero de los índices geométricos de
Laspeyres (IGL) y de Paasche (IGP). El IPW utiliza medias geométricas para
promediar las ponderaciones y los precios.
1.d. Enfoque estocástico
El enfoque estocástico, que también se denomina “segundo enfoque

axiomático”, considera que los índices de precios son estimadores muestrales:
cada cociente de precios está considerado como una variable aleatoria con una
media igual al índice de precios subyacente (inflación más componente de
error aleatorio con media igual a cero).
25
C13. Reversión de precios, C16. Cotas de Paasche y Laspeyres, C19. Monoticidad respecto de las
cantidades del período corriente y C20. Monoticidad respecto de las cantidades del período base.
26
C4. Canasta fija, C12 y C13. Reversión de cantidades y de precios, C15. Valor medio de las
cantidades), C16 Cotas de Paasche y Laspeyres y C17-C20. Monoticidad
27
Ibid, pie de página de 16.60.
La idea básica es que cada relativo de precios puede considerarse como

una estimación de la tasa de inflación a entre los períodos 0 y 1:
Donde
a : tasa común de inflación
ei : variables aleatorias distribuidas independientemente con media 0 y
varianza s2
El índice de precios de Carli es un estimador (de mínimos cuadrados o de
máxima verosimilitud)28 de a, pero no ponderado, y sesgado de acuerdo a los
enfoques de los promedios y axiomático.
Si se cambia la especificación estocástica (mediante la aplicación del
logaritmo natural): si el cociente (logarítmico) de precios es un estimador
no sesgado del logaritmo de la tasa de inflación, la media geométrica es el
estimador muestral adecuado:
Donde
ei : variables aleatorias distribuidas independientemente con media 0 y

varianza s2
El estimador (de mínimos cuadrados o de máxima verosimilitud) de b es

el logaritmo de la media geométrica de los relativos de precios, de ahí que la
estimación de la tasa común de inflación a es el índice de precios de Jevons.
Una crítica que se realiza a los índices de precios de Carli y también al de
Jevons es que asignan a todos los relativos de precios la misma ponderación.
28
Ibid, 16.74.
También Keynes29 realizó una crítica -económica- en el sentido que no existe

“independencia” entre los errores e de las observaciones, sino que existe
conexidad:
a. La variación de precios de un producto necesariamente incide en las
variaciones de los precios de los demás
b. Los precios no se distribuyen independientemente entre sí con respecto a

las cantidades: las cantidades se relacionan funcionalmente con los precios
c. Deben ponderarse las variaciones de precios por su importancia económica:

las cantidades o los gastos (aparece nuevamente el problema de la
ponderación)
Theil (1967) propuso una solución a la falta de ponderación del índice de

Jevons, dando lugar al enfoque estocástico ponderado:
Como se puede observar la fórmula de este índice es igual a la del índice

de Törnqvist.
De Theil se deriva el enfoque de muestreo: la primera parte del miembro
izquierdo de la fórmula de Theil - - se puede interpretar como una
probabilidad (el valor esperado30), mientras que la última - - como
los valores ri 31 que toma una variable aleatoria discreta, R. En otras palabras, el
IPTh se puede definir en términos de probabilidades, donde el valor esperado
de la variable aleatoria discreta R es:
29
Ibid 16.76.
30
Donde pi = ½ (w0i + wti ). Como los ponderadores w0i + w1i suman 1 en cada producto i, las
probabilidades pi también sumarán el valor 1.
31
Donde ri = ln (p0i / wti ).
Generalizando, los n cocientes de relativos de precios discretos

tienen una probabilidad estadística discreta, donde la i-ésima probabilidad
es una función de las participaciones del producto i en el gasto en las
dos situaciones que se consideran y . Esto da lugar a diferentes
índices de precios, según se elijan las funciones de precios discretos y de las
probabilidades – ponderaciones32. Así, cada fórmula de los índices de precios
que ya se han analizado se puede expresar en términos de funciones de precios
y de probabilidades. En el caso del IPTh la función de precios discretos es
el logaritmo natural y la función de probabilidad es la media aritmética sin
ponderar.
Para determinar cuál de las fórmulas de índices de precios es la “mejor”
desde la perspectiva del enfoque del muestreo o enfoque estocástico ponderado
se pueden aplicar nuevamente axiomas a cada una de ellas, dando lugar
también al denominado “segundo enfoque axiomático”33.
Los axiomas que se aplican son los 17 siguientes:
C1. Positividad
C2. Continuidad
C3. Identidad o precios constantes
C4. Proporcionalidad respecto de los precios del período corriente
C5. Proporcionalidad inversa respecto de los precios del período base
C6. Invarianza ante variaciones proporcionales de los valores corrientes
C7. Invarianza ante variaciones proporcionales de los valores del período
base
C8. Reversión de productos
C9. Conmensurabilidad
C10. Reversión temporal
C11. Transitividad con respecto a los precios para ponderaciones de valor fijo
C12. Criterio de simetría de las ponderaciones de cantidades
32
OIT et alts (2006). Manual del Índice de Precios al Consumidor. Teoría y Práctica, pie
de página de 16.85.
33
Ibid 16.93.
C13. Valor medio de los precios

C14. Monoticidad respecto de los precios del período corriente
C15. Monoticidad respecto de los precios del período base
C16. Ponderación de precios por su propia participación
C17. Irrelevancia de las variaciones de precio con ponderaciones de muy
poco valor
El único índice que cumple con los 17 axiomas es el de Theil / Törnqvist

(IPTh / IPT). Sin embargo, como se señaló, el IPT no cumple el axioma de
la reversión de los factores y tampoco cumple un axioma definido por Fisher,
denominado criterio de determinación de los precios: “Un índice de precios no
debería tomar el valor cero, infinito, ni quedar indeterminado porque un precio
individual adoptó el valor cero. Así, si cualquier producto en 1910 satura el
mercado y se transforma en un ‘bien gratuito’, este hecho no debería llevar a
cero el valor del número índice de 1910”34. Por ello, cuando se utiliza el IPT
“deben tomarse los recaudos para poner cotas que alejen los precios de cero a
efectos de evitar que el valor del número índice carezca de sentido”35.
Llegados a este punto del análisis, destacan como “mejores” índices el
IPF, el IPT y el IPW, desde los puntos de vista axiomático y estocástico. Resta
ahora analizar si también son mejores desde el punto de vista económico.
1.e. Enfoque económico
“Desde el punto de vista de la teoría económica, las cantidades observadas

pueden suponerse que son función de los precios, tal como se especifica en
alguna función de utilidad o de producción.”36
Introducir la perspectiva económica en el análisis de los números índice
34
Ibid 16.127.
35
Ibid 16.127.
36
Comisión de las Comunidades Europeas et alts (2008). Sistema de Cuentas Nacionales 1993,16.21
significa reconocer que las cantidades consumidas y/o producidas no son

variables independientes de los precios. En otras palabras: Q = f(P)37. Y no
sólo ello, sino que su dependencia se guía de acuerdo al funcionamiento de lo
que postula la teoría económica. Ésta a su vez, trata de identificar la conducta
del consumidor (la teoría de la demanda) y la conducta del productor (la teoría
de la producción), para luego unirlas a través del funcionamiento del mercado.
La teoría económica neoclásica postula conductas racionales del
consumidor y del productor, asumiendo supuestos que establecen que:
o el consumidor tiende a “minimizar costos” al tiempo que “maximiza su

utilidad” ajustando las cantidades que compra en respuesta a los cambios
de los precios relativos de los productos;
o el productor tiende también a “minimizar costos” al tiempo que “maximiza

su producción” ajustando las cantidades que utiliza como insumos o que
ofrece como productos en respuesta a los cambios de sus precios relativos
En ambos casos se trata de problemas de optimización económica:

minimizar costos y/o maximizar beneficios. En otras palabras, la teoría
económica se apoya en la conducta optimizadora de los agentes económicos
consumidores o productores, quienes reaccionan modificando las cantidades
relativas que consumen o producen frente a modificaciones en los precios
relativos.
El conjunto de precios P se asume como un conjunto de “datos observados”,
mientras que el vector de cantidades Q es la solución a un problema de
minimización de costos y/o de maximización de la utilidad que enfrenta el
37
Como recordaba el Profesor argentino Manuel Fernández López (1942-2013), esta relación se la
debemos a Antoin Augustin Cournot (1801-1877), quien en 1840 publica el “Tratado elemental de
la teoría de las funciones y del cálculo infinitesimal” y dice que las cantidades demandadas Qd son
función de los precios f(P) (ante un aumento de los precios las cantidades demandas disminuyen) y que
las cantidades ofrecidas Qo son función también de los precios f(P) (ante un aumento de los precios
las cantidades ofrecidas aumentan), revolucionando los textos de economía que hasta ese entonces
definían que los precios eran función del cociente entre la demanda y la oferta, P = f(D/O).
consumidor y la solución a un problema de minimización de costos y/o de

maximización de la producción por parte el productor.
A continuación se aborda el enfoque económico desde la perspectiva del
consumidor.
El “verdadero” índice de costo de vida
Si se compara la canasta de consumo de un consumidor del año 2014 con

la canasta del consumo de ese mismo consumidor pero del año 2013 se podrán
observar los cambios ocurridos en la canasta del consumo. Sucede lo mismo
si la comparación se hace con la canasta del año 2014, donde el consumidor
era 10 años más joven.
La comparación entre dos canastas de un mismo consumidor entre dos
períodos incluye modificaciones en los precios y en el volumen38. Por tanto, la
diferencia entre ambas es una diferencia de valor. Para saber cuánto es variación
de precios y cuánto de volumen, se vuelve a plantear el análisis previo.
Si se desea calcular la variación de precios debería utilizarse alguna de
las “mejores” fórmulas, ya sea IPF, IPT o IPW; son las que cumplen con las
propiedades o axiomas y por tanto tienen sustento estadístico, pero falta definir
si esos índices tienen sustento económico.
El enfoque económico también postula la existencia de índices de precios
“mejores” desde el punto de vista económico, y –desde la perspectiva de la
teoría del consumidor individual- son los que se igualan o se aproximan al
“verdadero” índice de costo de vida.
El costo de vida (CV) es el gasto mínimo que permite alcanzar un cierto
nivel de utilidad.
La definición tradicional de utilidad es que se trata del sentimiento subjetivo
de placer que una persona experimenta como consecuencia de consumir un
38
Los cambios en el volumen incluyen cambios en las cantidades y en la calidad de los
productos.
producto. Yendo a una definición más elaborada, de Jeremy Bentham39, la

utilidad es:
“Aquella propiedad perteneciente a cualquier objeto, cuando
por (la tenencia de) si mismo tiende a producir beneficio, ventaja,
placer, bienestar, o felicidad o prevenir acontecimientos de malicia,
dolor o infelicidad”40
El concepto de utilidad ha sido objeto de controversias por el grado de

abstracción que requiere su comprensión y la dificultad de no ser observable.
Sin embargo, y siguiendo a Jack Triplett (2000)41, el concepto de utilidad
se puede asociar al concepto de nivel o estándar de vida. El nivel de vida
es tan abstracto e inobservable como el nivel de utilidad, pero genera menos
controversias, al ser un concepto más divulgado y entendible tanto por los
economistas como por los no economistas.
Si se supone un período de inicio 0, el consumidor individual selecciona
una canasta física de productos, que se puede definir como un vector positivo
compuesto por los n productos: , tomando en cuenta como
restricción su nivel de ingreso disponible y los precios P0 vigentes en el
período 0.
Cada uno de esos N productos brinda un determinado nivel de utilidad
o nivel de vida: . El consumidor busca un gasto mínimo C0 que
le permite obtener el máximo nivel de vida dado su ingreso disponible, sus
preferencias y el vector de precios P0:
39
Bentham, Jeremy (1789). Introduction to the Principles of Morals and Legislation.
40
“That property in any object, whereby it tends to produce benefit, advantage, pleasure, good, or
happiness … or … to prevent the happening of mischief, pain, evil or unhappiness”.
41
Triplett, Jack (2000). Should the Cost-of-Living Index Provide the Conceptual Framework for a
Consumer Price Index?.
El índice de costo de vida (ICV) se define como el cociente de gastos

mínimos entre dos períodos, que permiten mantener al consumidor un mismo
nivel de vida, dado un determinado vector de precios42:
En la fórmula del ICV no sólo interviene entonces el gasto mínimo del

período 0 sino también el gasto mínimo de otro período (con el que se realiza
la comparación), por ejemplo el período 1.
En el período 1, y frente a los precios vigentes en 1 (distintos de los
vigentes en 0), la canasta que le permitiría mantener el mismo nivel de vida
del período 0 es C2, donde donde , de modo que:
Como se puede observar, la canasta de productos no es la misma que

la canasta , sin embargo, a pesar de estar integrada por una composición de
productos diferentes, tienen en común que proporcionan el mismo nivel de vida
(utilidad). Es decir, frente a las modificaciones en el vector de precios (entre
P0 y P1) el consumidor individual reacciona intentando mantener constante el
nivel de vida obtenido en el consumo, no las cantidades físicas consumidas. Lo
que se mantiene constante es el nivel de vida obtenido (su nivel de utilidad),
no las cantidades físicas.
Por este motivo la fórmula del ICV se expresa también en función del
nivel de vida o utilidad U:
42
El origen de la teoría del ICV se atribuye al economista A.A. Konüs (1924).
43
Donde
: Es el la función de gasto mínimo del período 1, que depende

del nivel de utilidad del período 0 V0 y del vector de precios P1
vigente en el período 1;
: Es el la función de gasto mínimo del período 0, que depende
del nivel de utilidad del período 0 V0 y del vector de precios P0
vigente en el período 0
La función de utilidad V que integra la fórmula del gasto mínimo es una

función de utilidad indirecta44.
Si el costo mínimo de mantener el nivel de vida del período 0 aumenta
entre 0 y 1 (C1 > C0), el ICV aumenta, y en caso contrario (C1 > C0) disminuye.
Ahora bien, las canastas que integran la fórmula del ICV son canastas
“inobservables”, existen en el plano de la teoría económica.
Por este motivo cabe preguntar:
¿qué vínculo existe entre las canastas “inobservables” del consumo C0 y
C1 que integran la fórmula teórica del ICV con las canastas “observables”
relevadas en las encuestas al gasto del consumo? ¿son las mismas canastas o
son diferentes?
43
Esta resolución -denominada también Konüs-Laspeyres- implica seleccionar para la obtención del
ICV el nivel de utilidad vigente en el momento 0 (U0). Un camino alternativo -cuyo resultado del ICV
se denomina Konüs-Paasche- es elegir el nivel de utilidad vigente en 1 (U1). En la medida que exista
correlación negativa entre variaciones de precios relativos y variaciones de cantidades relativas, el
IPL constituye una frontera o cota superior al índice “verdadero” de Konüs-Laspeyres y el IPP es una
frontera inferior o cota inferior al índice “verdadero” de Konüs-Paasche. Surge de modo similar al
analizado en el enfoque de la canasta fija la posibilidad de hacer un promedio entre los índices IPL e
IPP, donde el promedio geométrico arroja el IPF.
44
Ver más adelante y Anexo 3. La función de utilidad indirecta es la función de utilidad que se obtiene
al reemplazar en la función de utilidad directa, la fórmula de las cantidades demandadas marshallianas
Xm u ordinarias obtenidas en el proceso de maximización de la utilidad. Mientras que la función de
utilidad directa depende de las cantidades demandadas -U=f(q)-, la función de utilidad indirecta V
depende del ingreso disponible (restricción presupuestaria I) y del vector de precios p -V=f(I,P)-.
La pregunta se puede plantear también en términos de números índice:

¿coincide el ICV que se desprende de la teoría económica “inobservable”
con alguno de los índices estadísticos que se obtienen a partir de la realidad
“observable” por las estadísticas?
Selección de una canasta de consumo
La elección particular de los productos de la canasta Q por parte de un

consumidor depende de muchas variables, entre las que se destacan: su nivel
de ingresos, su nivel de vida, sus gustos y placeres (preferencias), su entorno
físico y social, así como el vector de precios vigente en cada momento.
Todas esas variables influyen para que el consumidor individual seleccione
en la vida real y en un período 0 una canasta a los precios vigentes en 0 ,
dando origen a una canasta integrada por precios y cantidades observables en
la realidad .
En el momento de partida del análisis, en el período 0, esta canasta C0 es
la misma canasta C0 que integra el denominador de la fórmula del ICV = C1 /
C0, de modo que se puede partir del supuesto que la canasta C0 es observable
y se puede integrar perfectamente en el terreno de la “inobservable” teoría
económica.
A lo largo de la vida del consumidor, se va desarrollando el consumo de
sucesivas canastas, por ejemplo, en el período 1 el consumidor individual
gastará sus ingresos en la canasta , con los precios vigentes
en 1. Pero, entre los períodos 0 y 1, además de los precios también puede
cambiar el nivel de ingreso del consumidor y/o también sus preferencias. Cabe
preguntar entonces si la canasta “observable” C1 integrada por las cantidades
y los precios es la misma canasta “inobservable” C1 que forma parte del
numerador la fórmula del .
La fórmula definida para C1 en el ICV era , la cual difiere

de la canasta en las cantidades de la canasta y no
en los precios.
La diferencia entre ambas canastas es que la canasta “inobservable” de

cantidades supone que el único cambio existente entre los períodos 0 y
1 es el vector de precios P (de P0 a P1) que afronta el consumidor individual,
mientras que la canasta “observable” de cantidades puede incluir también
variaciones del nivel de ingresos del consumidor, del nivel de vida o de sus
preferencias.
En otras palabras, mientras que el cociente C1/C0 “observable” constituye
un índice de valor, el cociente C1/C0 “inobservable” del ICV constituye un
índice de precios, pero no cualquier índice de precios sino el “verdadero”
índice de precios. En ambos casos, entre 0 y 1 se modifican los precios y las
cantidades, pero la diferencia es el nivel de vida que brindan las cantidades.
En el caso del “inobservable” ICV brindan el mismo nivel de vida (utilidad
constante) en ambos períodos, mientras que las cantidades “observables”
brindan un nivel de vida (utilidad) diferente. Con este análisis se responde
entonces a la pregunta de si el ICV puede coincidir con alguna canasta
observable, la respuesta es sí para C0 y no para C1.
Queda pendiente la segunda pregunta, si el cociente C1/C0 que define al
ICV y que incluye al componente “inobservable” C1 en su numerador coincide
o se aproxima a alguna de las fórmulas de los números índice.
Para resolver este interrogante se debe introducir en el análisis la
optimización micro-económica en términos de la minimización de costos
y/o la maximización de beneficios, que supone que los agentes económicos
(consumidores y productores) tienen una conducta optimizadora.
En la teoría del consumidor individual:
• El problema de la maximización consiste en seleccionar las cantidades

óptimas para el consumo, tales que, hagan máximo el nivel de vida frente
al vector de precios existente y dado un determinado nivel de ingresos
que opera como una restricción presupuestaria. En forma analítica puede
plantearse como:
• El problema de minimización consiste en seleccionar las cantidades

óptimas para el consumo, tales que, minimicen los costos frente al vector
de precios existente y dado un determinado nivel de ingresos que opera
como una restricción presupuestaria. Puede formularse como:
Donde
: Es la función de utilidad (nivel de vida)
: Ingreso o recta presupuestaria
La solución al problema de maximización de U pasa por las cantidades

demandadas denominadas “marshallianas” (Qm) u “ordinarias” mientras que la
solución al problema de la minimización pasa por las cantidades “hicksianas”
(Qh) o “compensadas”, y en ambos casos la solución matemática se obtiene
mediante el método de los multiplicadores de Lagrange.
En el caso de las cantidades demandadas marshallianas Qm se obtienen
en función de los precios P y del ingreso , mientras que las
cantidades demandadas hicksianas Qh están en función de los precios P y del
nivel de utilidad U, Qh = f(P,U).
Como se ejemplifica más adelante, las cantidades seleccionadas por
las dos vías coinciden, Qm = Qh, es decir que la resolución al problema de
optimización del consumo arriba a resultados idénticos, ya sea realizando un
proceso de maximización de la utilidad o un proceso de minimización de los
costos.
La forma matemática de la función de utilidad (nivel de vida) puede ser
variada y desconocida. Las formas más comunes que se utilizan en la teoría
económica son las funciones de Leontief, Cobb Douglas, CES (Constant
Elasticity of Substitution), cuadrática y translogarítmica.
La cantidad seleccionada dependerá entonces de la función de utilidad que
se defina, y, obviamente, del vector de precios.
Para entender en forma numérica estos conceptos se ha desarrollado un
ejemplo, con precios y cantidades vigentes en dos períodos y suponiendo que
la función de utilidad del consumidor individual es de tipo cuadrático.
El ejercicio consiste en obtener las cantidades Qm y Qh, luego hallar el ICV,

para finalmente comparar este resultado con los índices estadísticos y verificar
si alguno de ellos coincide. De esta forma se intenta responder a la pregunta
planteada.
A modo de ejemplo, se ha seleccionado la siguiente función de utilidad
cuadrática:
y el siguiente vector de precios
Cuadro 23
Precios
Qx
Qy
Periodo 0 10 5
Periodo 1 11 5
El nivel de utilidad del período 0 fue fijado en un valor igual a 100, es

decir U0=100.
Si se compara el vector de precios vigente en el período 0 con el del
período 1 se puede observar que hay un aumento de precios para el producto
X (pasa de 10 a 11).
Dados los vectores de precios vigentes en 0 y en 1, se deben calcular
las cantidades demandadas de Qx y Qy tales que garanticen que el
nivel de vida (utilidad) sea igual en ambos períodos (100). Es decir:
con los precios vigentes en 0 y en 1.
El planteo del problema para el vector de precios vigentes en el período
0 es:
, sujeto a .
y
Aplicando los multiplicadores de Lagrange45 se obtienen las cantidades

óptimas demandadas: Qm46 = Qh 47 = (Qx = 1,58; Qy = 3,16) .
Si se multiplican los precios por las cantidades, en el período 0 se obtiene
el gasto mínimo C0 = 31,6 que permite acceder al nivel de vida (utilidad)
valorado en 100 ( U0 = 100).
Luego, con el vector de precios vigente en 1, las cantidades óptimas
demandadas son: Qm = Qh = (Qx = 1,51;Qy =3,32). Multiplicando los precios
vigentes en 1 por dichas cantidades demandadas se obtiene el gasto mínimo
C1 = 33,2 que permite acceder al mismo nivel de vida (utilidad) vigente en 0 e
igual a 100 ( U0 = 100).
Como se puede observar, frente al aumento del precio en el producto X
(de 10 a 11) el consumidor individual reacciona disminuyendo el consumo
del producto X y aumentando el consumo del producto Y. El valor exacto de
la modificación en las cantidades depende de la definición de la función de
utilidad U, en este caso cuadrática.
Una vez obtenidos los valores de C0 y C1 se puede obtener el cociente del
ICV:
El ICV aumenta un 4,9% entre el período 0 y el período 1.

Con los datos de precios y con las cantidades demandadas obtenidas se
pueden aplicar las fórmulas de los índices de precios, y comparar los resultados
con el ICV:
45
En el Anexo 3 se realiza proceso de optimización completo.
46
La fórmula que se obtiene de los multiplicadores de Lagrange para calcular las cantidades demandadas
marshallianas es Xm = I / (2 x pX) y Ym = I / (2 x pY)
47
La fórmula que se obtiene de los multiplicadores de Lagrange para calcular las cantidades demandadas
hicksianas es Xh = (U x pY2 / 4 x pX2)¼ y Yh = (U x pX2 / 4 x pY2)¼.
Cuadro 24
IPW
IPL IPP IPF IGL IGP IPLM(1) IPT
1,05000 1,04762 1,04881 1,04881 1,04881 1,04881 1,04881 1,04881
(1) σ tendiendo a 1
Como se puede observar, las fórmulas de IPF, IGL, IGP, IPLM, IPT e IPW
coinciden con el crecimiento del 4,9% del ICV.
De todas estas fórmulas, el índice exacto es el IPF, pues “si las preferencias
pueden representarse mediante una función de utilidad cuadrática homogénea,
el índice de Fisher proporciona una medición exacta del ICV”48.
Por este motivo el índice de precios de Fisher es un índice “exacto”, pues
arroja un resultado exacto, la evolución exacta del ICV que se desprende de la
función de utilidad cuadrática.
De la misma forma, se pueden definir otros índices “exactos” para los ICV
que se desprenden de otras funciones de utilidad:
Cuadro 25
Índice de precios ICV que se desprende de la función

Fisher (IPF) Cuadrática
Törnqvist (IPT) Translogarítmica
Geométrico Laspeyres (IGL) Cobb Douglas
Lloyd Moulton (IPLM) CES
Laspeyres (IPL) / Paasche (IPP) Leontief
48
OIT et alts (2006). Manual del Índice de Precios al Consumidor. Teoría y Práctica, 1.96.
A continuación se reportan ejemplos para cada una de estas funciones49:

Funcion de utilidad Parametros Cantidades e1
U e(P, U) e0
Cobb Douglas A 10 Qx Qx
a 0,6 8,91 11,88 100 148,6
f (Qx,Qy) = U = A.(Qx)a . (Qy)b b 0,4 8,58 12,58 100 157,3 1,05885
IPL IPP IPF IGL IGP IPLM(1) IPT IPW

1,06000 1,05769 1,05885 1,05885 1,05885 1,05885 1,05885 1,05885
Funcion de utilidad Parametros Cantidades U e(P, U) e1

e0
A 1
Qx Qy
a 0,3
CES -u
b 0,7 41,32 153,04 100 1.178,4
f (Qx,Qy) = U = A.[ a. (Qx)-r+ b. (Qy)-r] r
u -0,17647 39,21 157,47 100 1.218,6 1,03414
r 1
1,03506 1,03324 1,03415 1,03398 1,03414 1,03414 1,03414 1,03415
(1) σ=0,85

e0
A 1 Q x
Q y
TRANSLOG ax 0,5
ln(U(Qx,Qy))
ay 0,5 73,34 137,72 100 1.422
= ln(A)
+ ax ln(Qx) bxy 0,0125 70,33 144,02 100 1.493,8 1,05049
+ ay ln(Qy) byx 0,0125
+ [bxy. ln(Qx). ln(Qy) bxx -0,0125
+ [bxy. ln(Qx). ln(Qy) + bxx. ln(Qx)2 + byy. ln(Qy)2 ]
byy -0,0125

1,05157 1,04941 1,05049 1,05038 1,0560 1,05049 1,05049 1,05049
(1) σ=0,91
Leontief Qx Qy e0
f (Qx,Qy) = U = ( Q ; Q )
x y
a 0,4 40 60 100 700
a b b 0,6 40 60 100 740 1,05714

1,05714 1,05714 1,05714 1,05597 1,05831 1,05597 1,05714 1,05714
49
Un análisis similar se encuentra en Delfino, José A (2002), Introducción a la teoría económica de los
números índice, Universidad Nacional de Córdoba, Córdoba, Argentina.
Como se puede observar, el resultado depende de la función de utilidad

que se supone racionaliza la conducta del consumidor, habrá tantas soluciones
de ICV como funciones de utilidad se suponga que existen. Se podría adelantar
entonces la siguiente propuesta: “deme usted su función de utilidad y yo le doy
el índice de precios que se corresponde en forma exacta al índice de costo de
vida”.
Como se señaló, la teoría económica descarta las funciones de utilidad
que postulan que el consumidor individual no reacciona modificando las
cantidades demandadas frente a variaciones en los precios o que reacciona
siempre igual a modificaciones en los precios, independientemente del nivel
del consumo o de la escala. El grado de reacción de un consumidor individual
frente a modificaciones en los precios se mide en la teoría económica con el
concepto de elasticidad de sustitución:
“La elasticidad de sustitución, denominada s, es una medida del cambio en
la cantidad, por ejemplo, del artículo i en relación con el artículo j, que tendría
lugar a partir de un cambio unitario en el precio del artículo i en relación con
el precio del artículo j. Un valor de cero implica que un cambio en el precio no
provocaría ninguna sustitución entre el gasto en los artículos y s > 1 implica
que el cambio en el consumo que resultaría de la sustitución de artículos sería
positivo: vale la pena el cambio”50.
En el caso extremo, se tiene por ejemplo al consumidor “tipo Leontief” que
no reacciona frente a modificaciones en los precios (su elasticidad sustitución
s es igual a 0) manteniendo su canasta de demanda de consumo exactamente
igual. Por este motivo la función de utilidad de Leontief queda descartada51
como representativa de la conducta de los consumidores.
También se considera “improbable que las preferencias de los consumidores
se ajusten exactamente”52 a la forma funcional cuadrática.
50
OIT et alts. Manual del Índice de Precios al Consumidor. Teoría y Práctica, Anexo 8.2, párrafo 1.
51
Aunque podría suponerse que para determinados grupos de productos, el consumidor racionaliza su
conducta siguiendo pautas “a la Leontief”, demandando la misma cantidad frente a modificaciones en
los precios. Este tipo de conductas puede aplicarse a aquéllos bienes que se consideran “inelásticos”
o poco flexibles a modificaciones en sus precios, tales como los medicamentos, los combustibles y
los “vicios” -las drogas o el alcohol-, es decir, variaciones importantes de los precios no originan
modificaciones en las cantidades demandadas por motivos de necesidad en el consumo.
52
OIT et alts. Manual del Índice de Precios al Consumidor. Teoría y Práctica, 1.96.
Por otra parte, aunque siguen siendo utilizadas, las formas funcionales
Cobb Douglas y CES han perdido popularidad, entre otras razones, por
imponer “a priori” valores fijos para las elasticidades sustitución, 1 en el caso
de la función Cobb Douglas y constante en el caso de la CES53.
La función trasnlogarítmica54, así como otras formas funcionales como
la de Cobb Douglas Generalizada o la Box-Cox Generalizada, han ganado
terreno y se caracterizan por no imponer restricciones en cuanto a valores en
la elasticidad de sustitución y porque se acercan más a la realidad.
Erwin Diewert (1976) demuestra que los índices IPF, IPT e IPW son
índices superlativos, siendo aquéllos índices estadísticos que son exactos para
un ICV de una “cierta forma funcional y además cuando esa forma funcional
es flexible”55.
Las formas funcionales flexibles son aquéllas que pueden dar una
aproximación de segundo orden a otras funciones dos veces diferenciables en
torno a un mismo punto o dentro de un determinado rango de valores.
En este sentido la función cuadrática y la translogarítmica pueden dar una
“aproximación diferencial de segundo orden a una vasta gama de funciones de
utilidad de tipo neoclásico”56.
Estos índices se consideran como “muy cercanas aproximaciones del
verdadero índice de costo de vida de los consumidores, aun relajando el
supuesto que estos maximizan su utilidad en formas compatibles con la teoría
53
Simulaciones realizadas en laboratorio utilizando precios elementales en los Estados Unidos
para el período diciembre 1986 a diciembre 2000 revelan que los valores de elasticidad sustitución
son inestables en el tiempo y se situaron en un rango de entre 0.06 y 2.78. Ver en Cage, Robert et
alts (2013), Introducing the Chained Consumer Price Index, Paris, Francia. Por su parte Maletta
(1996) menciona que “la mayor parte de los estudios empíricos en diferentes países y períodos, con
diferentes supuestos sobre la conducta del consumidor, han encontrado elasticidades sustitución con
valores concentrados entre 0.3 y 1.5. Sólo algunos bienes con demanda muy rígida (como la sal)
tienen elasticidades sustitución cercanas a cero, y sólo para bienes muy sustituibles las elasticidades
sustitución son mayores que 2”.
54
Christensen, Jorgenson y Lau introdujeron esta función en la literatura económica.
55
OIT et alts. Manual del Índice de Precios al Consumidor. Teoría y Práctica, 1.97.
56 Maletta, Héctor (1996). Sustitución en el consumo, medición del costo de vida y tipo de cambio real
en la Argentina, 1960-1995, pág. 39.
de la demanda, y aun cuando la función de demanda no haya sido especificada

ni estimada”57.
Habitualmente como la función de utilidad se encuentra en el plano de
lo inobservable su forma matemática es desconocida, de modo que si se
procede a calcular alguno de los índices superlativos -IPF, IPT e IPW- se
puede tener la certeza de que constituyen “una aproximación bastante buena
al ICV subyacente en un amplio rango de circunstancias”58, y que por tanto,
se aproximan a los resultados de un ICV subyacente a una función de utilidad
desconocida.
Los resultados prácticos de la aplicación de los índices superlativos IPF
e IPT indican que todas las comparaciones bilaterales (entre dos períodos,
por ejemplo 0 y 1) “difieren apenas en un 0,1% en promedio”, de modo que
es de esperar que sus resultados sean “muy similares”59 y que “para datos
de series temporales ‘normales’, estos tres índices arrojen prácticamente la
misma respuesta”60.
Esta idea se puede sintetizar entonces en “no me interesa cuál es su función
de utilidad pues calculando un índice superlativo tengo la certeza de hallar un
resultado que se aproxima al ICV subyacente que se desprende de una amplia
gama de funciones de utilidad”.
Los índices superlativos IPF, IPT e IPW son “los mejores” pues cuentan
con el sustento económico, axiomático y estocástico.
En general, estos índices superlativos se encuentran dentro del rango que
definen los índices IPL e IPP. En efecto, desde la perspectiva del consumidor
el IPL constituye un techo del ICV, mientras que el IPP constituye un piso61.
Desde la teoría del productor, los términos se invierten, constituyendo el IPP
un techo y el IPL un piso62. Esos sesgos se originan en el hecho que esos
índices no incorporan el efecto sustitución.
57
Ibid, pág. 39.
58
OIT et alts (1996). Manual del Índice de Precios al Consumidor. Teoría y Práctica, 1.97.
59
Ibid, 17.53.
60
Ibid, 17.54.
61
Para que esto se verifique es necesario que las cantidades y los precios evolucionen en sentido
contrario, esto es, si los precios suben las cantidades deben disminuir.
62
Para que esto se verifique es necesario que las cantidades y los precios evolucionen en el mismo
sentido, esto es, si los precios suben las cantidades deben también aumentar.
En los Estados Unidos de América, la denominada Comisión Boskin

63
suscitó un gran debate respecto de los sesgos de medición del índice de
precios al consumidor y puso su atención en tres problemas fundamentales: el
efecto sustitución en el consumo, los cambios de calidad en los productos y la
introducción de productos nuevos64. La conclusión de la Comisión Boskin fue
que el índice de precios al consumidor de los Estados Unidos de América tenía
un sesgo total al alza de un 1,1 puntos por año65, en un país con un promedio
del 3% anual de incremento del nivel general de precios al consumidor en esos
años. El sesgo sustitución incluido dentro del 1,1% fue estimado en un 0,4%66.
2. Comparaciones indirectas e índices en cadena
2.a. Comparaciones indirectas
Supóngase que una oficina de estadísticas dispone de datos de precios y

cantidades (cuadros 26 y 27) para el período 2013-2017 y selecciona un IPF
para calcular el nivel general de precios (cuadro 28).
Cuadro 26. Precios
Periodos Agrícola Energía Industria Informática Servicios Comunicaciones

2013 1,0 1,0 1,0 1,0 1,0 1,0
2014 1,3 2,0 1,3 0,7 1,4 0,8
2015 1,0 1,0 1,5 0,5 1,7 0,6
2016 0,7 0,5 1,6 0,3 1,9 0,4
2017 1,0 1,0 1,7 0,2 2,0 0,2
63
Comisión consultiva establecida en 1995 por el Comité de Finanzas del Senado encargada del estudio
del IPC de los Estados Unidos.
64
Johnson, David S. et alts (May 2006). Price measurement in the United States: a decade after the
Boskin Report, pág. 10 de Monthly Labor Review, Bureau of Labor Statistics.
65
Ibid. pág. 11.
66
Ibid. pág. 12.
Cuadro 27. Cantidades
Periodos Agrícola Energía Industria Informática Servicios Comunicaciones

2013 30 10 40 10 45 5
2014 28 8 39 13 47 6
2015 30 11 38 30 50 8
2016 32 14 39 60 56 13
2017 29 12 40 100 65 25
Cuadro 28. Índice de precios Fisher (IPF)
Períodos IPL IPP IPF Var. %

2013 1,0000 1,0000 1,0000 -
2014 1,3214 1,2965 1,3089 30,9%
2015 1,3179 1,2144 1,2651 -3,3%
2016 1,2893 1,0346 1,1549 -8,7%
2017 1,4357 0,9742 1,1826 2,4%
En la última columna del cuadro 28 se reportan las tasas de variación

interanuales, de modo que por ejemplo, la variación que se informa para el
nivel general de precios del 2017 respecto de 2016 es del 2,4%.
Ahora bien, esa tasa ¿es la mejor que se puede obtener? De acuerdo al
análisis realizado en la sección anterior a partir de comparaciones directas
la respuesta sería afirmativa, pues se trata de un índice Fisher, un índice
superlativo que tiene sustento de la teoría económica y también de los enfoques
estadístico y axiomático.
Sin embargo, esa afirmación es válida sí y sólo sí se realizan comparaciones
binarias directas, esto es, si se comparan precios (y cantidades) en forma
directa entre dos períodos, donde uno de los períodos es el denominado
período corriente (por ejemplo 2017 en el cuadro 28) y el otro período es el
período que se denomina período base67 (2013 en el cuadro 28). En cambio, si
se desea comparar el período corriente con otro período distinto del año base
(por ejemplo 2017 con 2016), la tasa de variación ya no es necesariamente la
67
Históricamente el concepto de período base significaba el período en donde las cuentas nacionales (y
las estadísticas de precios) incorporaban nuevas ponderaciones producto de los cambios estructurales
que se suceden en la economía, impactando tanto en la oferta como en la demanda, con la consecuente
aparición y desaparición de productos o modificación de su calidad.
mejor, aún cuando se utilice un índice superlativo como el IPF. Como se sabe,
el IPF es un promedio geométrico de IPL e IPP.
Si se toma en el ejemplo el IPL del cuadro 28 y se calcula la tasa de
variación de 2017 respecto de 2016, ésta arroja un valor de 11,4%.
Al realizar la comparación se efectúa el siguiente cálculo:
El resultado es en efecto, una variación de precios entre 2017 y 2016

ponderada por las cantidades de 2013. Los precios del numerador ( ) son
distintos de los precios del denominador ( ) mientras que las cantidades en
el numerador y en el denominador son idénticas ( ).
Si ahora se realiza la misma comparación, pero para el IPP (cuya tasa de
variación es de -5,8% entre 2017 y 2016):
El resultado no es una variación de precios sino una variación de valor,

pues la diferencia entre el numerador y el denominador no son sólo precios
sino también cantidades.
Por este motivo, no es válido realizar una comparación entre dos períodos
cualesquiera cuando se utiliza la fórmula de Paasche. Como el IPF es el
promedio geométrico del IPL y el IPP, también arrastra este problema.
En el ejemplo propuesto las comparaciones válidas -que arrojan el mejor
resultado- serían entre cada año y el período base 2013, pero no entre cada
año y cualquier otro año diferente de 2013. Esta conclusión es una muy mala
noticia para cualquier oficina estadística, pues justo se estaría dando una mala
señal para la coyuntura, que es el dato más demandado por los usuarios.
La solución a este problema ha dado origen a lo que se denominan índices

encadenados.
2.b. Índices en cadena
El planteo del problema se puede observar en el siguiente cuadro68:
Cuadro 29. Un nuevo año base en cada año
Año inicial
Año final
2013 2014 2015 2016 2017
2013 I13,13
2014 I13,14 I14,14
2015 I13,15 I14,15 I15,15
2016 I13,16 I14,16 I15,16 I16,16
2017 I13,17 I14,17 I15,17 I16,17 I17,17
Cada índice I representa un valor calculado para una fórmula que podrá ser
de cualquier número índice, pero como se señaló, corresponde elegir alguna
fórmula de un índice superlativo, por ejemplo el IPF. Así, el I16,17 es el promedio
geométrico del IPL e IPP, utiliza los ponderadores de 2016 y 2017. Lo mismo,
I13,17 que utiliza los ponderadores de 2013 y 2017.
Utilizando los datos de los cuadros 26 y 27, y la fórmula del IPF, se puede
traducir a números índice el planteo del cuadro 29:
Cuadro 30. Índices de precios Fisher bases 2013, 2014, 2005, 2006 y 2007
2013 2014 2015 2016 2017

2013 1,0000
2014 2,3089 1,0000
2015 1,2651 0,9925 1,0000
2016 1,1549 0,9359 0,9455 1,0000
2017 1,1826 0,9903 1,0019 1,0594 1,0000
68
Este cuadro sigue la lógica del ejemplo de Triplett, Jack (1992), en Economic Theory and BEA’s
Alternative Quantity and Price Indexes, en Survey of Current Business.
Y las correspondientes tasas de variación:
Cuadro 31. Tasas anuales de variación del IPF
2013 2014 2015 2016

2013 -
2014 30,9%
2015 -3,3% -0,8%
2016 -8,7% -5,7% -5,4%
2017 2,4% 5,8% 6,0% 5,9%
Si un usuario desea conocer la variación de precios entre 2017 y 2016

tendrá cuatro resultados diferentes, a saber: 2,4% de acuerdo a la base 2013,
5,8% de acuerdo a la base 2014, 6,0% de acuerdo a la base 2015 y 5,9% de
acuerdo a la base 2016.
Pero, como se indicó, la tasa de variación del IPF de la base 2013 del 2,4%
incluye el uso del IPP en la fórmula de Fisher que no es un índice de precios
puro sino que incluye un componente de cantidades, al tomar la variación
entre dos períodos -2016 y 2017- distintos del año base 2013.
Por este motivo, la tasa de variación correcta (entre 2016 y 2017) es la
que corresponde a la base 2016 (5,9%). Así, el resultado que se obtiene es que
las mejores tasas de variación para cada par de años son las que se detallan
en la diagonal principal del cuadro 31: 30,9% (para 2014 respecto de 2013),
-0,8% (2015 respecto de 2014), -5,4% (2016 respecto de 2015) y 5,9% (2017
respecto de 2016).
Por otra parte si el usuario desea conocer la tasa de variación de los precios
entre 2017 y 2014, la mejor respuesta sería la que arroja la base 2014 (yendo
al cuadro 30: 0,9925 / 1,000 = -0,8%) y no la que arroja la base 2013 (1,2651
/ 1,3089 = -3,3%). De este modo la oficina de estadística tendría que dar una
respuesta específica a los pedidos que realice cada usuario, lo cual no es el
mejor camino.
Para compilar una serie larga la alternativa recomendada es la compilación
de índices encadenados, donde el índice se va construyendo calculando
las variaciones de cada par de años y acumulando (multiplicando) dichas
variaciones a lo largo del tiempo. En el ejemplo propuesto:
donde:
: Índice encadenado de 2017 con período de referencia69 2013 = 1

: Índice de 2014 con período de referencia de precios en 2013
: Índice de 2015 con período de referencia de precios en
2014
: Índice de 2016 con período de referencia de precios en
2015
:Índice de 2017 con período de referencia de precios en 2016
Como se puede observar esta serie toma en cada caso las mejores variaciones
inter anuales y así va construyendo la serie larga. Significa “cambiar de base”
todos los años70, lo cual permite mantener actualizadas las ponderaciones de
la canasta, aún si se utiliza la fórmula de Laspeyres, la canasta –si se logra una
actualización anual- tendrá una antigüedad de sólo un año.
La serie sería la siguiente:
69
El concepto período de referencia se utiliza en el contexto de los índices de precios en cadena con
diferentes sentidos, según sea “período de referencia del índice”, “período de referencia de los precios”
y “período de referencia de las ponderaciones”. Período de referencia del índice significa el período
cuyo valor se ubica en 1 (o en 100). Período de referencia de los precios es el período con el cual se
comparan los precios de los demás períodos, en este caso el año inmediato anterior, y por tanto, es
el período que se ubica en el denominador del cálculo del índice. Período de las ponderaciones es el
período cuyos precios y cantidades se utilizan para pesar cada producto en la canasta total, y se suele
ser un año. Si la fórmula utilizada es Laspeyres, es el año anterior, si la fórmula es Paasche es el año
corriente y si la fórmula es Fisher se utilizan ponderaciones de ambos períodos (OIT et alts. Manual
del Índice de Precios al Consumidor. Teoría y Práctica”, 9.81.)
70
El concepto “período base” cambia de significado en el contexto de los índices en cadena. Bajo
el análisis del “período base fija” significa “período de las ponderaciones”. Bajo el contexto de los
índices de volumen en cadena es el período que aparece en el denominador de la fórmula de cálculo
del índice (es similar al concepto de “período de referencia de los precios” utilizado en los índices de
precios en cadena).
Cuadro 32. Índice de precios Fisher encadenado con período de referencia

2013 = 1
IPFE Tasas
2013 1,0000 -
2014 1,3089 30,9%
2015 1,2990 -0,8%
2016 1,2283 -5,4%
2017 1,3013 5,9%
La ventaja del uso de los índices en cadena es que proporcionan la mejor

tasa de variación para los períodos “vecinos” (en este caso la tasa inter anual)
pues realiza comparaciones válidas (“puras”) de precios por pares de períodos
(anuales en este caso). Si además, se utiliza alguna de las fórmulas de índices
superlativos, se estará informando un índice, y una tasa de variación, que tiene
sustento estadístico y económico.
Pero estos índices también tienen una desventaja, y es que si se desean
realizar comparaciones entre dos años que no son vecinos, el resultado no será
el mejor y se puede presentar el denominado “problema de la desviación” 71.
En el anexo 4 se muestra un ejemplo de esta situación.
En otras palabras, el uso de índices en cadena prioriza dar una buena
respuesta en la coyuntura, con el costo de que tal vez la respuesta para el largo
plazo no sea la mejor.
71
Otra desventaja del uso de los índices en cadena es que no cumplen con el criterio de la aditividad,
es decir que un agregado no se puede obtener por suma de las partes, originándose una discrepancia
estadística. La no aditividad se observa por ejemplo en las medidas de volumen, cuando la serie del
número índice se transforma en una serie de valores a precios de un año de referencia. Como el agregado
de la serie en cadena utiliza tasas de variación que utilizan ponderaciones que se van actualizando año
a año, si se desea reconstruir el agregado de la serie por suma de los componentes elementales, éste
resultado arroja un valor diferente al de la serie en cadena.
Por estos motivos, el Manual de Cuentas Nacionales 2008 establece que

“en general, se recomienda que se encadenen los índices anuales”72.
El uso de los índices en cadena se ha ido extendiendo entre los países a
lo largo de los últimos años, tanto para calcular las variaciones de precios
al consumidor como para calcular las variaciones del volumen del producto
bruto interno de las cuentas nacionales.
En general, los países que los han adoptado se han decidido por la fórmula
de Laspeyres, ya sea para los precios (en las estadísticas de precios) o para el
volumen (en las cuentas nacionales). Los motivos para no adoptar alguna de
las fórmulas de índices superlativos son dos. El primero es de orden práctico
porque, como se señaló, requieren de mayor disponibilidad de información
al utilizar las ponderaciones del período corriente en curso (no disponible
habitualmente). El segundo motivo es que “cuando los precios relativos no
varían demasiado y la inflación es reducida, el índice en cadena de Laspeyres
puede considerarse como una aproximación adecuada del índice de Fisher
correspondiente”73.
En el cuadro siguiente se puede observar la fórmula utilizada para el cálculo
de los índices de precios al consumidor para algunos países seleccionados:
72
SCN 2008, 15.44.
73
EUROSTAT (2000). Manual de Cuentas Trimestrales de EUROSTAT, 3.183.
Cuadro 33. Índices de precios al consumidor
País Fórmula Actualización de la canasta

Alemania Laspeyres fijo Cada 5 años
Australia Laspeyres fijo Cada 5 años
Canadá Laspeyres fijo Cada 4 años
Estados Unidos de Laspeyres encadenado Bi-anual para la fórmula
América (para el Índice de Precios al Laspeyres encadenado4
Consumidor para Todos los
Consumidores Urbanos1 y
para el Índice de Precios al
Consumidor para Trabajadores
de Salario Urbano y Personal
Administrativo2)
Tornqvist (para el Índice

en Cadena de Precios al
Consumidor para Todos los
Consumidores Urbanos3) Mensual para la fórmula
Tornqvist encadenado5
España Laspeyres encadenado Anual
Holanda Laspeyres encadenado Anual
Inglaterra Laspeyres encadenado Anual
Italia Laspeyres encadenado Anual
Japón Laspeyres fijo Cada 5 años
Laspeyres encadenado Anual
Para los mismos países se puede observar la fórmula que se utiliza para
las mediciones del volumen del producto bruto interno (PIB) de las cuentas
nacionales:
Cuadro 34. Índices de volumen del PIB
País Fórmula
Alemania Laspeyres encadenado
Australia Laspeyres encadenado
Canadá Fisher encadenado
Estados Unidos de América Fisher encadenado
España Laspeyres encadenado
Holanda Laspeyres encadenado
Inglaterra Laspeyres encadenado
Italia Laspeyres encadenado
Japón Laspeyres encadenado
En América Latina los países aún no han adoptado los índices en cadena
para la medición de los índices de precios al consumidor. El Instituto Nacional
de Geografía y Estadística (INEGI) de México está estudiando en la actualidad
implementar un índice en cadena.
Por su parte, en las mediciones de cuentas nacionales hay seis países de
América Latina que han incorporado la fórmula de Laspeyres encadenada
para la divulgación del volumen del producto interno bruto: Brasil, Chile,
Colombia, Guatemala, Nicaragua y República Dominicana.
Tal como se señala en el SCN 2008, (15.44):
”En conclusión, las situaciones favorables al uso de índices en cadena

de Laspeyres y de Paasche a lo largo del tiempo parecen más probables que
aquéllas que son desfavorables. Las fuerzas económicas subyacentes que son
responsables de las variaciones a largo plazo observadas en los precios y
cantidades relativos, como el progreso tecnológico y el aumento del ingreso,
no suelen revertirse. Por lo tanto, en general se recomienda que se encadenen
los índices anuales. Los componentes de precio y volumen de los datos
mensuales y trimestrales usualmente son objeto de mucha más variación que
sus contrapartes anuales debido a factores estacionales y a irregularidades
de corto plazo. Por lo tanto, las ventajas de encadenar en estas frecuencias

más altas son menores y el encadenamiento definitivamente no debe aplicarse
a datos estacionales que no hayan sido ajustados para eliminar fluctuaciones
estacionales”.
Sin embargo, cabe recordar que la utilización de los índices en cadena
privilegia el análisis coyuntural y el corto plazo, sacrificando en consecuencia
una visión más estructural y de largo plazo de aspectos económicos
fundamentales como la evolución del producto y la inflación.
Anexos
Precios y cantidades variables

Vino Vino Vino Pan Pan Pan
Año Total gasto
P Q(kgs.) V=P.Q P Q(litros) V=P.Q
2013 $20 1 $20 $20 1 $20 $40
2014 $40 0,5 $20 $10 2 $20 $40
Indice de precios aritmético con ponderaciones 2013

IP media
Ponderador Ponderador IP Vino IP Pan Var. % media
Año aritmética
Vino 2013 Pan 2013 100=2013 100=2013 aritmetica
100=2013
2013 0,5 0,5 100 100 100 -
2014 0,5 0,5 200 50 125 25%

IP media
Año aritmética
100=2013
2013 0,5 0,5 100 100 100 -
2014 0,5 0,5 200 50 125 25%
Indice de precios armonico con ponderaciones 2013

IP media
Año aritmética
100=2013
2013 0,5 0,5 100 100 100 -
2014 0,5 0,5 200 50 80 -20%

IP media
Año aritmética
100=2013
2013 0,5 0,5 100 100 100 -
2014 0,5 0,5 200 50 80 -20%
Indice de precios geometrico con ponderaciones 2013

IP media
Año aritmética
100=2013
2013 0,5 0,5 100 100 100 -
2014 0,5 0,5 200 50 100 0%

IP media
Año aritmética
100=2013
2013 0,5 0,5 100 100 100 -
2014 0,5 0,5 200 50 100 0%
Anexo 2
Precios y cantidades variables

Año Vino Vino Vino Pan Pan Pan Total gasto
P Q(kgs.) V=P.Q P Q(litros) V=P.Q
2013 $20 1 $20 $20 1 $20 $40
2014 $40 0,7 $28 $10 2 $20 $48

IP media
Año aritmética
100=2013
2013 0,5 0,5 100 100 100 -
2014 0,5 0,5 200 50 125 25%

IP media
Año aritmética
100=2013
2013 0,58 0,42 100 100 100 -
2014 0,58 0,42 200 50 137,5 37,5%

IP media
Año aritmética
100=2013
2013 0,5 0,5 100 100 100 -
2014 0,5 0,5 200 50 80 -20%

IP media
Año aritmética
100=2013
2013 0,58 0,42 100 100 100 -
2014 0,58 0,42 200 50 88.89 -11,1%

IP media Var. %
Ponderador Ponderador IP Vino IP Pan
Año aritmética media
Vino 2013 Pan 2013 100=2013 100=2013
100=2013 aritmetica
2013 0,5 0,5 100 100 100 -
2014 0,5 0,5 200 50 100 0%

IP media
Año aritmética
100=2013
2013 0,58 0,42 100 100 100 -
2014 0,58 0,42 200 50 112,25 12,2%
Anexo 3. Minimización de costos a partir de una función de utilidad

cuadrática
Etapa I: minimización del costo a precios iniciales
Un consumidor representativo posee unas preferencias explicitadas en la

siguiente función de utilidad:
U = 4 (Qtx ) (Qty )
2 2
El consumidor -conocedor del precios de los bienes- ( P0x = 10 y P0y = 5),

desea minimizar el costo necesario para alcanzar un nivel de utilidad de 100.
Se pide establecer la canasta de consumo y el monto de ingreso necesario
que posibilitan alcanzar el nivel de consumo buscado al menor costo posible.
Resolución
El primer paso consiste en explicitar las funciones relevantes para la

optimización, que consisten en dos ecuaciones: la ecuación presupuestaria y
la función lagrangiana.
La recta presupuestaria está dada por:

I = Pt x ⋅ Qtx + Pt y ⋅ Qty
reemplazando los precios se tiene: I = 10 ⋅ Qtx + 5 ⋅ Qty
A partir de aquí se trabaja con el lagrangiano:
L = P0x ⋅ Q0x + P0y ⋅ Q0y + l ⋅ U 0 - u (Q0x ; Q0y ) 
L = 10 ⋅ Q0x + 5 ⋅ Q0y + l ⋅ 100 - 4 (Q0x ) (Q0y ) 

2 2
 
Las condiciones de primer orden establecen que:
(A) ∂L = 10 - 8l Q0x (Q0y )2 = 0

∂x
(B) ∂L = 5 - 8l Q y (Q x )2 = 0
0 0
∂y
(C) ∂L = 100 - 4 (Q0x )2 (Q0y )2 = 0

∂l
De las primeras dos ecuaciones se despeja λ:
(A)l = 5
4Q (Q0y )
2
x
0
(B)l = 5
8Q (Q0x )
2
y
0
Con lo cual la relación se transforma en:

5 5 1
⇒ 4Q0x (Q0y ) = 8Q0y (Q0x ) ⇒ Q0x = Q0y
2 2
=
4Q (Q ) 8Q (Q ) 2
2 2
x y y x
0 0 0 0
Reemplazando en la ecuación (C) se tiene:
∂∂LL 11 yy 22
100--44((Q
Q00x )) ((Q
Q00y )) == 00 ⇒ Q0 )) ⋅⋅((Q
Q00y )) == 00 ⇒ 100--⋅⋅((Q
Q00y )) == 00 ⇒
2 2 2 4
x 2 y 2 y 2 y 4
==100 100--44⋅⋅(( Q
⇒100 ⇒100 ⇒Q 3,16 ;; Q
Q00y == 3,16 Q00x ==1,58
y x
1,58
∂∂ll 22 0
1 y 2
Q0 ) ⋅ (Q0y ) = 0 ⇒ 100 - ⋅ (Q0y ) = 0 ⇒ Q0y = 3,16 ; Q0x = 1,58
2 4
2
Por tanto, la canasta de consumo óptima será (x=1,58; y=3,16). El costo
mínimo necesario para alcanzar el nivel de utilidad de 100, se obtiene de
reemplazar los valores de la canasta óptima en la ecuación presupuestaria:
I = 10 ⋅ Q0x + 5 ⋅ Q0y ⇒ I = 10 ⋅1,58 + 5 ⋅ 3,16 ⇒ I = 31, 62
Finalmente se comprueba el nivel buscado de utilidad reemplazando en la

función de utilidad la canasta óptima:
U = 4 (Q0x ) (Q0y )
2 2
t
U = 4(1,58) 2 (3,16) 2 = 100
Etapa II: minimización del costo a precios actualizados
Se supone ahora que los precios de los bienes se modificaron de la siguiente

manera: el precio del bien x sube a P1x = 11, y el del bien y se mantiene en
P1 y = 5. ¿Cuál es ahora el costo necesario para mantener el nivel de utilidad
inicial?
Se vuelve a plantear la función lagrangiana correspondiente:
L = P1 x ⋅ Q1x + P1 y ⋅ Q1y + l ⋅ U 0 - u (Q1x ; Q1y ) 
L = 11 ⋅ Q1x + 5 ⋅ Q1y + l ⋅ 100 - 4 (Q1x ) (Q1y ) 

2 2
 
En este caso, las condiciones de primer orden son:
t(A) ∂L = 11 - 8l Q1x (Q1y )2 = 0

∂x
(B) ∂L = 5 - 8l Q1y (Q1x )2 = 0

∂y
(C) ∂L = 100 - 4 (Q1x )2 (Q1y )2 = 0
∂l
Despejando λ de las dos primeras ecuaciones se tiene:
(A)l = 11
8Q (Q1y )
2
x
1
B) 5
l =
8Q (Q1x )
2
y
1
Con lo cual la relación se transforma en:

11 5 11 5 11 x
= ⇒ = ⇒ Q1y = Q1
8Q (Q ) 8Q (Q ) Q (Q ) Q (Q ) 5
2 2 2 2
x y y x x y y x
1 1 1 1 1 1 1 1
Reemplazando en la ecuación (C) se tiene:
∂L 11 2 121
= 100 - 4 (Q1x ) (Q1y ) = 0 ⇒ 100 - 4 ⋅ (Q1x ) ⋅ ( Q1x ) 2 = 0 ⇒ 100 - 4 (Q1x ) ⋅ ⋅ (Q1x ) = 0 ⇒ Q1
2 2 2 2
∂l 5 25
11 121
) ⋅( 5 Q ) 2 = 0 ⇒ 100 - 4 (Q1x ) ⋅ ⋅ (Q1x ) = 0 ⇒ Q1y = 3,32 ; Q1x = 1,51
2 2 2
x x
1
25
Por tanto, la canasta de consumo óptima será ( Q1x =1,51; Q1y y=3,32). El
costo mínimo necesario para alcanzar el nivel de utilidad de 100, se obtiene al
reemplazar los valores de la canasta óptima en ecuación presupuestaria:
I = 11 ⋅ Q1x + 5 ⋅ Q1y ⇒ I = 11 ⋅1, 51 + 5 ⋅ 3, 32 ⇒ I = 33,17
Nuevamente se comprueba el nivel de utilidad buscado reemplazando en

la función de utilidad las combinaciones de la canasta óptima:
U = 4 (Q1x ) (Q1y )
2 2
U = 4(1,51) 2 (3,32) 2 = 100
Etapa III: estimación del costo de vida
El verdadero índice de costo de vida del consumidor entre los períodos

0 y 1 es el cociente del gasto mínimo que permite mantener cierta utilidad
constante, ante los diferentes conjuntos de precios:
Es decir:
ICV1 = C (U 0 , P1 ) / C (U 0 , P0 )
Reemplazando por los costos que se obtuvieron en las etapas 0 y 1 se

tiene:
ICV1 = 33,17 / 31, 62

ICV1 = 4,9%
Anexo 4. El problema de la desviación
Este ejemplo, tomado del “Manual de Cuentas Nacionales Trimestrales”74

del FMI, muestra una situación en donde los precios y las cantidades para dos
productos A y B son los mismos en el período inicial (Trimestre 175) y en el
período final (Trimestre 4). Como se podrá observar los índices de volumen
base fija Laspeyres, Paasche y Fisher arrojan (como es de esperar) un valor
100 para ambos períodos, mientras que los índices encadenados Laspeyres,
Paasche y Fisher arrojan un valor 100 en el período inicial pero el valor es
distinto en el período final.
74
Ejemplo 9.3
75
En el ejemplo se utilizan trimestres como períodos, pero el ejemplo se puede extender también a los
períodos anuales, con los mismos valores.
Referencias
:Tasa común de inflación

:Gasto mínimo para maximizar utilidad
:Elasticidad de sustitución
:Variables aleatorias distribuidas independientemente con media 0 y varianza s2
:Media geometrica
:Media armonica
: Ingreso
:Indice de costo de vida
:Índice encadenado de t con período de referencia t-x
:Indice geometrico Laspeyres
:Indice geometrico Paasche
:Indice de precios Drobisch
:Indice de precios de Fleetwood
:Indice de precios Fischer
:Indice de precios geométrico de Young
:Indice de precios de Lloyd Mouton
:Indice de precios de Lowe
:Indice de precios Laspeyres
:Indice de precios Paasche
:Indice de precios de media cuadratica de orden r
:Indice de precios de Theil
:Indice de precios Tornqvist
:Indice de precios de Walsh
:Indice de precios de Young
:Indice de precios elemental
:Índice de t con período de referencia de precios en t-1
:Media aritmética en el periodo t
:Numero de observaciones
:Precio del bien en el periodo t
:Probabilidad, valor esperado
:Cantidad demandada hicksiana o compensada
:Cantidad del bien i seleccionada “a dedo’
:Cantidad demandada marshalliana
:Cantidad del bien i en el periodo t
:Cantidad de bienes que en t producen igual utilidad que la de t-1
:ri = ln (p0i / wti ) Valores que toma una variable aleatoria discreta, R.
:Nivel de utilidad en el periodo t
:Ponderador del bien i en el periodo t
:Variable i en el momento t
Bibliografía
- Bentham, Jeremy (1789). An Introduction to the Principles of Morals and

Legislation.
- Cage, Robert; Greenlees, John; Jackman, Patrick (2003). Introducing the
Chained Consumer Price Index. Paris, Francia.
http://www.bls.gov/cpi/super_paris.pdf
- Christensen, L., Jorgenson, D. y Lau, L (1975). Trascendental
Logarithmic Utility Functions. American Economic Review.
http://www.jstor.org/stable/1804840
- Comisión de las Comunidades Europeas - Eurostat, Fondo Monetario

Internacional, Organización de Cooperación y Desarrollo Económicos,
Naciones Unidas, Banco Mundial (1993) “Sistema de Cuentas
Nacionales 1993”. Bruselas/Luxemburgo, Nueva York, París, Washington
D.C, 1993.
- Comisión de las Comunidades Europeas - Eurostat, Fondo Monetario

Internacional, Organización de Cooperación y Desarrollo Económicos,
Naciones Unidas, Banco Mundial (2008) “Sistema de Cuentas
Nacionales 2008”. Bruselas/Luxemburgo, Nueva York, París, Washington
D.C, 2008.
http://www.cepal.org/cgi-bin/getprod.asp?xml=/publicaciones/sinsigla/
xml/2/41572/P41572.xml&xsl=/deype/tpl/p10f.xsl&base=/deype/tpl/top-
bottom.xsl
- Delfino, José A (2002). Introducción a la teoría económica de los números
índice. Universidad Nacional de Córdoba, Córdoba, Argentina.
- Diewert, Erwin (1976). “Exact and Superlative Index Numbers” Journal
of Econometrics.
http://www.researchgate.net/publication/4856926_Exact_and_
superlative_index_numbers
- Erro Azcárate, Lourdes y Olinto Ramos, Roberto (2006). Medidas

de Volumen Recomendadas por el SCN 1993: aplicación de índices
encadenados en América Latina. Guatemala.
http://www.cepal.org/deype/noticias/noticias/3/26983/GT_Erro_Olinto.pdf
- EUROSTAT (2000). Manual de Cuentas Trimestrales de EUROSTAT.
Santiago de Chile, Chile.
http://www.cepal.org/cgi-bin/getProd.asp?xml=/publicaciones/
xml/9/4959/P4959.xml&xsl=/tpl/p9f.xsl&base=/tpl/top-bottom.xsl
- Fleetwood, William (1707). Chronicum Preciosum. Londres, Inglaterra.
https://archive.org/details/chroniconprecios00flee
- Fondo Monetario Internacional (2001). Manual de Cuentas Nacionales
Trimestrales. Conceptos, fuentes de datos y compilación, Washington
D.C, Estados Unidos de América.
http://www.imf.org/external/pubs/ft/qna/2000/textbook/spa/text.pdf
- Johnson, David S.; Reed, Stephen B. and Stewart, Kenneth J. (May
2006). Price measurement in the United States: a decade after the
Boskin Report, en Monthly Labor Review, Bureau of Labor Statistics.
Washington D.C., Estados Unidos de América.
http://www.bls.gov/opub/mlr/2006/05/art2full.pdf
- Maletta, Héctor (1996). “Sustitución en el consumo, medición del costo
de vida y tipo de cambio real en la Argentina, 1960-1995”. Buenos Aires,
Argentina.
- Organización de Cooperación y Desarrollo Económicos http://stats.oecd.
org/mei/default.asp?lang=e&subject=8
- Organización Internacional del Trabajo – Fondo Monetario Internacional
– Organización de Cooperación y Desarrollo Económicos -EUROSTAT-
Naciones Unidas –Banco Mundial (2006). Manual del Índice de Precios
al Consumidor. Teoría y Práctica, Washington D.C, Estados Unidos de
América.
http://www.imf.org/external/pubs/ft/cpi/manual/2014/esl/cpi_sp.pdf
- Special Data Dissemination Satandard (Fondo Monetario Internacional)

http://dsbb.imf.org/Pages/SDDS/CountryList.aspx
- Statistics Japan
http://www.stat.go.jp/english/data/cpi/1585.htm
- Triplett, Jack (November 2000). Should the Cost-of-Living Index Provide
the Conceptual Framework for a Consumer Price Index?. http://www.
brookings.edu/~/media/research/files/articles/2001/6/productivity%20
triplett/20001130.pdf.
- Triplett, Jack (April 1992). Economic Theory and BEA’s Alternative
Quantity and Price Indexes, en Survey of Current Business.
http://www.bea.gov/scb/account_articles/national/0492trip/maintext.htm
4. Problemas con la Medición de los
Servicios Bancarios en el Marco
de las Cuentas Nacionales
Erwin Diewert,1 Dennis Fixler,2 Kimberly Zieschang,3
1. Introducción
Uno de los aspectos más controversiales en el área de la medición económica

es la medición del producto real y nominal del sector bancario. Existe poco
consenso en torno a todos los aspectos de este tema: incluso la medición
nominal de los insumos y producción del sector bancario es controversial
y existe poco acuerdo sobre cómo medir sus insumos y producción reales
correspondientes. Enfoques contrapuestos sobre medición en el sector
bancario han sido desarrollados por Wang y sus coautores4 y por Hancock,
Fixler y Zieschang.5 Existe un tercer enfoque sobre la medición nominal de
la producción y los insumos bancarios que utiliza los activos y pasivos de los
1
University de British Columbia y University de New South Wales Los autores agradecen a Susanto
Basu, John Fernald, Robert Inklaar, Alice Nakamura, Lucy Opsitnik, Paul Schreyer y Christina Wang
por sus valiosos comentarios y el primer autor agradece al SSHRC de Canadá y al Consejo Australiano
de Investigación (LP0884095) por su apoyo monetario. Este trabajo se basa en un artículo anterior de
los mismos autores, Diewert, Fixler y Zieschang (2012).
2
Bureau of Economic Analysis. Las visiones expresadas en este trabajo pertenecen al autor y no
deberían ser atribuidas a la BLS (Oficina de Análisis Económico).
3
International Monetary Fund. Email: [email protected]; [email protected]; [email protected].
Las visiones expresadas en este trabajo pertenecen al autor y no deberían ser atribuidas al FMI (Fondo
Monetario Internacional), su junta ejecutiva, o su gerencia.
4
Ver Wang (2003), Wang, Basu y Fernald (2009), Basu, Inklaar y Wang (2011), Wang y Basu (2012),
Colangelo y Inklaar (2012) y Inklaar y Wang (2012).
5
Ver Hancock (1985) (1991), Fixler y Zieschang (1991) (1992a) (1992b), Fixler (2009) (2012),
Diewert, Fixler y Zieschang (2012) y Schreyer y Stauffer (2012).
bancos en lugar de los flujos de los costos de uso.6 El presente trabajo no se

ocupará de este tercer enfoque pero considerará los dos primeros enfoques
basados en los costos de uso.
Este trabajo abarca más que la medición del producto del sector bancario.
Los bancos comerciales son diferentes a otros tipos de empresas del sector
financiero en que se les permite crear dinero. Sin embargo, otros tipos de
entidades financieras realizan préstamos y comercializan activos financieros.
Además, muchas empresas no financieras generan una cantidad sustancial de
los ingresos procedentes de las diversas operaciones financieras, incluidos los
préstamos, en particular. Por lo tanto, será útil desarrollar un marco general
que permita que estas actividades formen parte de las cuentas de producción
en el Sistema de Cuentas Nacionales. El objetivo del trabajo es proveer tal
marco. 7
A continuación se presenta un breve resumen de los contenidos del
documento. En la sección 2 analizamos un modelo estándar de producción que
considera como insumo a los stocks de capital al principio del período y como
producto a los stocks de capital al final del período. En la teoría tradicional de
producción de un período, los stocks de capital al final del período (así como
también el flujo de insumos y productos que tiene lugar durante el período)
generalmente se descuentan por 1 + r, donde r es el costo del capital financiero
de la firma. En las secciones subsiguientes del trabajo, adaptaremos este
modelo estándar para incluir insumos y productos financieros.
En la sección 3, presentamos un modelo simple de una economía que tiene
4 sectores: los hogares, el sector bancario, el sector no financiero y el sector
de las viviendas ocupadas por sus propietarios.8 Los depósitos monetarios,
los préstamos y las inversiones de capital son parte de este modelo. En la
sección 3, se presentan las cuentas de flujo de fondos para los 4 sectores y
en la sección 4 se presentan las restricciones de las hojas de balance de cada
6
Ver Berger y Humphrey (1997) y Berger y Mester (1997) para una buena introducción a esta literatura.
7
Keuning (1999) intentó integrar el capital financiero al Sistema de Cuentas Nacionales pero no utilizó
el enfoque de costo de uso.
8
En un trabajo previo, Diewert, Fixler y Zieschang (2012), presentan un modelo con sólo 3 sectores.
Sin embargo, los préstamos a la vivienda representan una gran parte de los préstamos de los bancos.
En consecuencia, para modelar esos préstamos (y evitar la doble contabilización del producto) es
necesario incorporar un sector de las viviendas ocupadas por sus propietarios (OOH).
Problemas con la Medición de los Servicios Bancarios 133
en el Marco de las Cuentas Nacionales
sector al inicio del período. En la sección 5, las restricciones de las hojas de

balance se integran con las cuentas de flujo y se introducen distintos márgenes
de activo y pasivo.
En la sección 6, se discuten varias opciones para elegir la tasa de descuento
de referencia para cada sector en nuestro modelo. En la sección 7, se plantea
brevemente cómo los diferentes flujos monetarios nominales podrían
deflactarse para obtener los flujos reales, aunque este no es el objetivo principal
del presente trabajo.
En la sección 8, se presenta un ejemplo empírico de cómo el enfoque de
medición sugerido podría funcionar en la práctica. Si bien no se presenta
un ejemplo empírico del enfoque contable sugerido para la economía en su
conjunto, se construyen conjuntos alternativos de cuentas nominales integradas
para el sector bancario comercial de Estados Unidos en el período 2001-
2011. Los datos para este ejercicio se explican y enumeran en el Apéndice
y se obtuvieron de la base pública de datos contables de la Federal Deposit
Insurance Corporation (FDIC).9 En la sección 8, se presentan nueve medidas
alternativas del producto de la banca de Estados Unidos. Nos centramos en
tres opciones alternativas para la tasa de referencia del sector bancario y para
cada elección de la tasa de referencia, se construyen tres medidas alternativas
de producto bancario.
En la sección 9, se compara nuestro enfoque sobre la tasa de referencia
con la medición del producto de los bancos con la metodología de tasas de
referencia múltiples utilizada por Basu, Inklaar y Wang (2011).10
Por último, la las conclusiones se presentan en la sección 10.
2. Antecedentes de la Teoría de la Producción
En esta sección se explica un modelo estándar de la producción que se

puede tratar adecuadamente la existencia de insumos durables. Este modelo
9
Corporación Aseguradora de Depósitos Federales.
10
Además, se explica una generalización de la metodología de Basu, Inklaar and Wang (2011) realizada
por Zieschang (2011).
es, esencialmente, una variante del modelo general de producción Hicks

(1939) para el caso de un único período. Las dos citas siguientes explican la
esencia del modelo:
“Se debe analizar el proceso de producción durante un período de tiempo,
con un principio y un fin. Se inicia, al comienzo del período, con un stock de
capital inicial; a éste se aplica un flujo de factor trabajo, y de éste emerge un
flujo de producto llamado consumo; luego hay un stock de capital sobrante
al final. Si los insumos son las cosas que entran y los productos son las cosas
que salen, y si la producción del período se considera aisladamente, entonces
el stock de capital inicial es un insumo. Un stock de insumos para el flujo de
factor trabajo; y además (lo que es menos reconocido en la tradición, pero es
igualmente claro cuando somos estrictos con la traducción), el stock de capital
al final del período es un producto, un stock de producto para igualar el flujo
de producto que representa el consumo de bienes. Tanto los insumos como el
producto tienen componentes flujo y stock; el capital parece ser tanto insumo
como producto.”John R. Hicks (1961; 23).
“La empresa puede ser vista como un receptáculo al cual fluyen los
factores de producción o insumos, y del cual fluyen productos...El total de los
insumos con los que la empresa puede trabajar dentro del período de tiempo
especificado incluye los heredados del período anterior y los adquiridos
durante el período actual. El producto total de las firmas en el mismo período
incluye las cantidades de productos que se venden actualmente y la cantidad de
insumos que permanecen en la firma para el período siguiente de la actividad”.
Edgar O. Edwards y Philip W. Bell (1961; 71-72).
Hicks y Edwards y Bell tenían, obviamente, el mismo modelo de producción
en mente: en cada período contable, la unidad de negocio combina el stock de
capital y bienes en proceso que mantuvo del período anterior con un “flujo”
de insumos adquiridos durante el período corriente (como trabajo, materiales,
servicios e insumos durables adicionales) a fin de producir el “flujo” corriente
de productos del período presente así como también la depreciación de los
componentes del stock de capital al final del período, que son vistos como
productos desde la perspectiva del período corriente (pero serán considerados
como insumos desde la perspectiva del siguiente período). 11 El modelo podría

ser visto como un modelo austríaco de producción en honor del economista
austríaco Böhm-Bawerk (1891) quien consideró a la producción como
una actividad que utilizaba materias primas y trabajo para procesar bienes
intermedios y convertirlos en bienes de demanda finales.
Este modelo austriaco de la producción de un período puede ilustrarse para
un productor que produce un solo producto y (con un precio de venta p), utiliza
un solo flujo de insumo variable x (con un precio de compra w) y utiliza los
servicios de un solo bien de capital durable K (que tiene un precio de compra
al principio del período PK0 y, al final del período contable, tiene un precio de
venta PK1). El stock de capital al comienzo del período es K0 y, al final del
período, el stock de capital depreciado es (medido en unidades de eficiencia
del inicio del período) es K1.12 Suponiendo que los ingresos y los costos de
los insumos variables se perciben y se pagan al final del período contable13 y
asumiendo que el productor se enfrenta el costo de capital r, el problema de
maximización del beneficio en este modelo austríaco de un período se puede
definir de la siguiente manera:
(1) maxy,x,K0,K1 {(1+r)-1(py - wx + PK1K1) – PK0K0 : (y,x,K0,K1) S1}
Donde S1 es el conjunto de posibilidades de producción austríaco de un

período. Nótese que el precio del producto p del período 1 y el precio del
insumo variable w del período 1 se consideran precios del final del período
1 y, por lo tanto, los valores flujo correspondientes son descontados a sus
equivalentes correspondientes del principio del período utilizando la tasa de
interés nominal r de principio del período.14 Desde un punto de vista práctico
de la medición, es más útil trabajar con equivalentes del final del período y
11
Para más detalles sobre este modelo de producción y referencias adicionales a la literature, ver Hicks
(1939), Malinvaud (1953) y los Apéndices en Diewert (1977) (1980).
12
Si no hay depreciación del capital (por ejemplo, la tierra), entonces K1 = K0.
13
Esta convención es consistente con la práctica contable actual; ver Peasnell (1981).
14
En secciones posteriores del trabajo, el factor de descuento nominal r se interpreta como el costo
promedio del conseguir capital financiero al comienzo del período contable para las firmas y el costo
de oportunidad del capital para los hogares.
entonces si se multiplica la función objetivo en (1) por (1+r), se obtiene el

siguiente problema de maximización del beneficio del período 1 (con una
perspectiva de final del período):15
(2) maxy,x,K0,K1 {py - wx + PK1K1 - (1+r)PK0K0 : (y,x,K0,K1) S1}.
Nótese que PK1K1 - (1+r)PK0K0 = -[(1+r)PK0K0 - PK1K1] y, por lo tanto, la última

expresión entre corchetes es la medida de los insumos de servicios de capital
y puede ser considerada como una generalización del costo de uso del capital
16
al final del período multiplicado por el stock de capital inicial K0. Para ver
esto, sea K1 = (1-d)K0 donde d es la tasa de depreciación geométrica de un
periodo y sea PK1 = (1+i)PK0 donde i es la tasa de inflación del activo (real o
esperada) sobre el período contable. Entonces:
(3) (1+r)PK0K0 - PK1K1 = (1+r)PK0K0 - (1+i)PK0(1-d)K0 = [r - i + (1+i)d]

PK0K0 = uK0
y u ≡ [r - i + (1+i)d]PK0 es el costo de uso del capital habitual al final del

período para el modelo geométrico de depreciación. Un punto importante
a tener en cuenta afuera de esta discusión es que (1+r)PK0K0 - PK1K1 es una
generalización de la expresión habitual del valor de los servicios de capital que
presta el activo K0 a lo largo del período contable. Asimismo, mirando la parte
derecha de (3), puede observarse que el costo de uso del capital se descompone
en la suma de los siguientes tres términos, cada uno de los cuales tiene una
interpretación económica:
• r PK0K0 es igual a los servicios de espera y toma de riesgo;17
15
Para material adicional sobre la perspectiva del comienzo y el final del período y los costos de uso
asociados, ver Diewert (2005a).
16
La idea del costo de uso del capital se remonta a Walras (1874). Para derivaciones más recientes,
ver Jorgenson y Griliches (1967), Christensen y Jorgenson (1969) (1973), Diewert (1974) (2010) y
Jorgenson (1989).
17
Ver Rymes (1968) (1983) para más detalles sobre el concepto de servicios de espera en la literatura
del costo de uso. Básicamente, los servicios de espera son simplemente el pago a los proveedores
de fondos (libres de riesgo) por posponer el consumo en el período contable. Para cualquier sector
riesgoso, se debe agregar una prima por el riesgo de llegar al precio nominal de oferta para el capital
financiero de ese sector.
• - iKPK0K0 es el término de revaluación y

• (1+i)dPK0K0 es la medida de depreciación.
Si omitimos r en la descomposición (3), puede observarse que la expresión

resultante, PK0K0 - PK1K1, es igual a la suma de los términos de revaluación y
depreciación. 18 Se utilizará esta interpretación de esta expresión (sin la r) en
las secciones siguientes.
Debe tenerse en cuenta que al comienzo del período contable, el precio del
capital del final del período, PK1, no se conoce. En consecuencia, al construir
los costos de uso, siempre habrá dos versiones del concepto que podrían ser
consideradas:
• Una versión ex post que utiliza el precio real al final del período t como el
precio PK1 en (2) o
• Una versión ex ante que usa un precio anticipado del final del período t como
el precio PK1 en (2).
Diewert (1980; 476) y Hill y Hill (2003) respaldaron la versión ex ante, en

la mayoría de los casos, dado que tiende a ser más suave que la versión ex post
y que, por lo general, será más cercana al precio de arrendamiento del activo.
Sin embargo, en este trabajo, no se tomará una posición sobre la versión del
costo de uso del capital que debería ser utilizada para la contabilidad nacional.
Esta sección concluye con una pregunta: ¿cómo debería determinarse
exactamente la tasa de descuento r en (1)? Si bien no es posible dar una
respuesta definitiva a esta pregunta, parece probable que la tasa de interés de
un período esté relacionada con el costo marginal de una unidad adicional de
capital financiero para la firma. Este capital financiero se utiliza luego para
comprar activos reales. Esta es la perspectiva que se tomará en este trabajo.
Por otra parte, se observa un rol primordial del sector bancario como el
18
Estrictamente hablando, solamente se ha derivado esta igualdad para el modelo geométrico de
depreciación. No obstante, también se aplica a modelos de depreciación mucho más generales; ver
Diewert (2010; 766) para una derivación en un modelo más general de depreciación.
intermediario financiero que toma el capital financiero de los hogares y lo

asigna a las empresas y los hogares que toman deuda de una forma que se
espera sea eficiente.
En la siguiente sección se describe el modelo simplificado de una economía
con cuatro sectores: un sector de los hogares y los tres sectores de la producción
que consisten en un sector bancario, un sector productivo no financiero y un
sector de las viviendas ocupadas por sus propietarios. El modelo es agregado y
no hay sectores explícitos de inversión, gobierno 19 y comercio internacional.
El objetivo es centrar la atención en algunos de los problemas asociados a
la medición de los insumos y productos del sector bancario para un sistema
de cuentas nacionales en un marco muy simple, de modo tal de alcanzar un
consenso sobre cómo proceder antes de abordar problemas contables más
complejos.
3. El Sistema de Cuentas Flujo
Como se mencionó en la sección anterior, se considerará una economía

con un sector de hogares H, y tres sectores productivos: (i) un sector bancario
B; (ii) un sector productivo no financiero N; y (iii) un sector de las viviendas
ocupadas por sus propietarios O. 20 La descripción de esta economía comienza
con la descripción de los productos producidos, los insumos utilizados y
los flujos financieros generales por los tres sectores productivos durante un
período de referencia 1. 21
Se comienza describiendo los insumos utilizados y los productos producidos
por el sector bancario, B. El valor total de los servicios bancarios pagos
provistos a los hogares es pBHyBH donde pBH es el precio y yBH es la cantidad
19
Por lo tanto no hay impuestos a contabilizar para ninguno. Tampoco hay un banco central o comercio
exterior en este modelo.
20
El sector de viviendas ocupadas por sus propietarios (en inglés: Owner Occupied Housing (OOH)
sector) es clasificado como un sector de “producción” por dos motivos: (i) en el Sistema de Cuentas
Nacionales (SCN) actual incluye este sector en las cuentas de producción y (ii) los bancos otorgan
créditos hipotecarios a los propietarios de las viviendas y es importante considerar esos créditos en un
modelo que intenta describir las actividades bancarias.
21
A fin de simplificar, no se introduce un subíndice temporal 1 a las variables flujo pero para los stocks
de capital, P0 y K0 denotan el stock de capital al inicio del período mientras que P1 y K1 denotan el stock
de capital al final del período.
correspondiente. De manera similar, el valor total de los servicios bancarios

pagos provistos al sector productivo no financiero es pBNyBN donde pBN es el
precio y yBN es la cantidad correspondiente. El sector bancario compra insumos
intermedios al sector no financiero, yNB, al precio pNB. El valor de producción
(bruto) valorado explícitamente, pBH yBH+pBN yBN, es igual a la suma del costo
de los insumos primarios e intermedios; es decir, el sector bancario satisface
la siguiente identidad de flujo monetario:
(4) pBH yBH + pBN yBN ≡ pNB yNB + wBxB + [PKB0KB0 - PKB1KB1 + rHMH0
+ rNMN0 + rHBvHB0 + RHBVHB0 - rBNvBN0 - RBNVBN0 -
rBOvBO0 + pB]
Donde:
wBxB = el valor del factor trabajo utilizado en el sector bancario donde

wBes el salario;
PKB0KB0 = el valor del stock de capital físico utilizado por el sector bancario al
inicio del período
donde PKB0 es el precio y KB0 es la cantidad;
PKB1KB1 = el valor al final del período del stock de capital inicial utilizado por
el sector bancario
donde PKB es el precio al final del periodo y KB1 es la cantidad correspondiente;
1
rHMH0 = el valor del interés pagado por el banco a los hogares depositantes
donde rH es la tasa de interés de los depósitos de los hogares y
MH0 es el stock de depósitos (dinero) de los hogares al inicio del
período;
rNMN0 = el valor del interés pagado por el banco a los depositantes del sector
no financiero
donde rN es la tasa de interés de los depósitos del sector no financiero
y MN0 es el stock de depósitos del sector no financiero al inicio del
período;
rHBvHB = interés pagado por el sector bancario a los hogares donde vHB0 es el
0
stock de préstamos tomados por los hogares al sector bancario al

inicio del período y rHB es la tasa de interés correspondiente;
RHBVHB0 = renta imputada pagada a los inversores de capital del sector hogares
en el sector bancario donde VHB0 es el stock de capital accionario al
inicio del periodo and RHB es la tasa de retorno del capital requerida
para inducir a los inversores a mantener una participación accionaria
en el banco;
rBNvBN = el producto de la tasa de interés que el sector bancario le cobra a
0
los préstamos del sector no financiero22 rBN y del stock inicial de

préstamos al inicio del período vBN0;
RBNVBN = renta imputada pagada por el sector no financiero al sector bancario
0
por las inversiones accionarias de capital del sector B en el sector

N donde VBN0 es el stock accionario de capital del banco al inicio
del período y RBN es la tasa de retorno de las inversiones accionarias
requerida para inducir al sector bancario a invertir en el sector N;
rBOvBO = el producto de la tasa de interés sobre los créditos hipotecarios que
0
el sector bancario le cobra al sector de propietarios de lavivienda

rBO y el stock de créditos hipotecarios al inicio del período vBN0;
πB = los beneficios no anticipados determinados residualmente o la renta
monopólica que obtiene el sector bancario durante un período de
referencia.
El valor agregado explícitamente medido (equivalente al producto bruto

menos el valor de los insumos intermedios) para el sector B está dado por la
ecuación (5): 23
(5) pBH yBH + pBN yBN - pNB yNB ≡ wBxB + PKB0KB0 - PKB1KB1 + rHMH0
+ rNMN0 + rHBvHB0+ RHBVHB0 - rBNvBN0
– RBNVBN0 - rBOvBO0 + pB.
22
Esta tasa de interés de los préstamos es igual a la tasa de interés de los préstamos bruta menos la tasa
esperada de default para el tipo de préstamo. Un concepto similar aplica a otras tasas de interés sobre
préstamos; por ejemplo, son consideradas como netas de las tasas de interés de default. En la parte
empírica de este trabajo se convierten las provisiones de pérdidas de préstamos en tasas de default
esperado.
23
Los servicios financieros con precios implícitos o SIFMI (Servicios de Intermediación Financiera
Medidos Indirectamente) aparecerán en la sección 5. Por ahora, todos los flujos de interés para cada
sector serán considerados como componentes positivos (o negativos) del excedente de explotación. Por
simplicidad, se asume que el sector no financiero no invierte en el sector bancario.
Los once términos del lado derecho de la ecuación (5) son considerados
provisionalmente como flujos de insumos primarios. Los últimos diez términos
juntos componen el excedente bruto de explotación medido explícitamente. 24
Entonces, el valor agregado del sector bancario medido explícitamente es igual
a la suma de los servicios laborales utilizados por el sector bancario (wBxB), la
suma de la revaluación y la depreciación de los servicios del capital (PKB0KB0
- PKB1KB1) más los intereses de bonos, dividendos y retornos accionarios
imputados pagados a los hogares por sus inversiones financieras en el sector
bancario (rHBvHB0 + RHBVHB0), menos los intereses de bonos, dividendos y
retornos accionarios imputados de las inversiones en el sector no financiero
(-rBNvBN0 – RBNVBN0), menos los intereses de los créditos hipotecarios cobrados
por el sector bancario por sus préstamos al sector de las viviendas ocupadas
por sus propietarios (– rBOvBO0)25 más las ganancias puras pB.
Nótese que algunos flujos de interés sobre los préstamos y las inversiones
de capital del sector bancario que están incluidas en la parte derecha de (5)
(-rBNvBN0 - RBNVBN0 - rBOvBO0) tienen signos negativos asociados y que esos
ítems no son realmente costos cobrados por el sector bancario sino que estos
flujos de inversión y préstamos representan los ingresos del sector. En la
sección 5, a continuación, se discutirá si estos flujos deberían considerarse
como contribuciones al valor agregado de los bancos o deberían ser dejadas
como flujos de insumos primarios (negativos).
En su mayor parte, todos los flujos representados en (5) se pueden medir
una vez que se ha alcanzado el final del período. Algunos de los problemas
asociados a la medición de los precios de los stocks de capital al principio y
al final de período (y las cantidades correspondientes) fueron mencionados
en la sección anterior y en esta sección; vamos a suponer que los problemas
asociados a la medición de los flujos de servicios de capital reales han sido
resueltos. Sin embargo, hay algunos problemas adicionales de medición
asociados con la medición del beneficio puro pB del sector bancario y la tasa
24
La ecuación (5) puede ser interpretada como la versión colapsada de las cuentas de producción y
asignación del ingreso primario del sector bancario.
25
Nótese que no incluimos inversiones de capital de los bancos en el sector de viviendas ocupadas
por sus propietarios. Los bancos realizan inversiones de capital en propiedad inmobiliaria pero estas
inversiones deben incluirse como inversiones en el sector no financiero y el producto de estas inversiones
deben considerarse como alquileres de viviendas convencionales, que son servicios valorados.
de retorno de las inversiones de capital en el sector bancario, RHB. Si tomamos

un punto de vista ex post, podríamos simplemente establecer pB igual a cero en
la ecuación (5) y tratar a RHB como un elemento residual y resolver la ecuación
resultante para la tasa de retorno ex post de las inversiones accionarias en el
banco.26 Un problema potencial con este método es que las tasas de retorno ex
post resultantes pueden no reflejar los precios de oferta del capital accionario
para el sector bancario; las altas tasas de retorno ex post sobre el capital
accionario que se observan generalmente pueden simplemente reflejar el
poder monopólico. 27 En consecuencia, se deja abierta la posibilidad de que es
posible ajustar este poder monopólico potencial y encontrar de alguna manera
los precios de oferta realistas para el capital accionario.
A continuación se describen los insumos utilizados y productos producidos

por el sector no financiero, N. El valor total de los servicios no financieros
provistos al sector hogares es pNHyNH donde pNH es el precio y yNH es la cantidad
correspondiente. Asimismo, el valor total de los servicios no financieros
provistos al sector bancario es pNByNB. El sector no financiero compra servicios
intermedios al sector bancario, yBN, al precio pBN. El valor agregado medido
explícitamente (igual al valor de producción bruto menos el valor de los
insumos intermedios) para el sector N se puede derivar de la identidad del flujo
de fondos del sector N. Como resultado se obtiene la ecuación (6):
(6) pNH yNH + pNB yNB - pBN yBN = wNxN + PKN0KN0 - PKN1KN1 - rNMN0
+ rHNvHN0
+ RHNVHN0 + rBNvBN0 + RBNVBN0 + pN
Donde
wNxN = el valor del factor trabajo utilizado por el sector no financiero;
26
Esto es lo que se lleva a cabo en la parte empírica del trabajo. Como variante a este método de flujo de
información, se podría computar una serie de tiempo de tasas de retorno sobre el capital ex post para el
sector bancario y luego utilizar estas tasas para predecir la tasa actual que sería utilizada en la ecuación
(5) y pB sería definido residualmente.
27
De forma alternativa, los altos retornos del capital podrían ser una prima de riesgo pagada al capital
accionario debido al alto apalancamiento en el sector bancario.
PKN0KN0 = el valor del stock de capital físico utilizado por el sector N en el

comienzo del período donde
PKN0 es el precio y KN0 es la cantidad;
PKN1KN1 = el valor del stock de capital inicial al final del periodo utilizado
por el sector N donde PKN1 es el precio al final del período y KN1 es la
cantidad correspondiente;
rNMN0 = el valor de los intereses pagados por el banco a los depositantes del
sector N donde rN es la tasa de interés de los depósitos bancarios del
sector no financiero y MN0 es el stock de depósitos (o dinero) del sector
N al comienzo del período;
rHNvHN0 = interés pagado por el sector no financiero a los hogares donde vHN0 es
el stock de préstamos al inicio del período otorgados por los hogares al
sector no financiero y rHN es la tasa de interés correspondiente;
RHNVHN0 = interés imputado y los dividendos pagados a los hogares inversores
en el sector no financiero donde VHN0 es el stock de capital accionario al
inicio del período y RHN es la tasa de retorno del capital accionario que
es requerida para inducir a los inversores a tener acciones de los bancos;
rBNvBN0 = el producto de la tasa de interés que el sector bancario le cobra a los
préstamos otorgados al sector no financiero rBN y el stock de préstamos
al inicio del período vBN0;
RBNVBN0 = la renta imputada pagada al sector bancario por parte del sector
no financiero por las inversiones de capital accionario del sector B en
el sector N donde VBN0 es el stock de inversión de capital del banco
al inicio del período y RBN es la tasa de retorno del capital accionario
requerida para inducir al sector bancario a invertir en el sector N;
pN = las ganancias no anticipadas residualmente determinadas o el beneficio
monopólico obtenido por el sector no financiero durante el período de
referencia.
Entonces el valor agregado convencional del sector no financiero es igual

a la suma de los servicios laborales utilizados en el sector (wNxN), la suma de
la revaluación y depreciación de los servicios del capital (PKN0KN0 - PKN1KN1)28

menos los intereses de los depósitos bancarios pagados por los bancos al sector
no financiero (- rNMN0) más los intereses de los bonos, dividendos y retorno
del capital accionario imputado pagados a los hogares por sus inversiones
financieras en el sector N (rHNvHN0 + RHNVHN0) más los intereses de los bonos,
dividendos y retorno del capital accionario imputado pagados al sector
bancario por sus inversiones en el sector no financiero (rBNvBN0 + RBNVBN0) más
el beneficio puro del sector no financiero pN.29
Si se realiza el supuesto de que el sector financiero es aproximadamente
competitivo, se puede igualar el beneficio del sector N, pN, a cero, y también
fijar RHN = RBN ≡ RN tal que los retornos de capital accionario en el sector N
se iguales entre los proveedores de fondos accionarios y se pueda resolver la
ecuación (6) para la tasa de retorno del capital accionario ex post RN. Entonces,
en principio, todas las variables que aparecen en la ecuación de valor agregado
(6) para el sector N pueden ser determinadas al final de periodo contable.
El último sector de producción que se debe considerar es el sector O, sector

que produce servicios de vivienda (imputados) de propietarios de sus viviendas.
La razón para incluir este sector en el presente marco bancario es que el
sector bancario realiza contribuciones relevantes al sector proveyendo créditos
hipotecarios. El sector O produce un solo producto, servicios de vivienda con
precio imputado pOH y la cantidad correspondiente yOH. La descomposición del
valor de la producción de los servicios de vivienda, pOH yOH, en los componentes
primarios de sus insumos, está dada por la ecuación (7):30
(7) pOHyOH = PH0H0 - PH1H1 + rHOvHO0 + RHOVHO0 + rBOvBO0
28
Muchos analistas del ingreso nacional objetarían que el término de revaluación esté presente en las
cuentas de ingreso primario. Al tener un término de revaluación en este marco contable permite utilizar
el modelo de producción de un período de Hicks, explicado en la sección 2, de una forma directa
pero, en la mayoría de los casos, los argumentos presentados en este trabajo no se verán afectados si
el término de revaluación es borrado de las cuentas de ingreso e incorporado en otra parte. Para más
detalles sobre cómo eliminar el término de revaluación y definir solamente del término de depreciación,
ver Diewert (2010; 765-766).
29
Se han simplificado las cuentas del sector no financiero. En realidad, el sector no financiero puede
otorgar préstamos a otros sectores y puede tener participación de capital en el sector bancario.
30
Cabe destacar que PH0H0 es igual al valor del stock de viviendas ocupadas por sus propietarios al
principio del período que, a su vez, es igual a vHO0 + VHO0 + vBO0.
Donde
PH0H0 = el valor del stock de viviendas ocupadas por sus propietarios del
sector O al principio del período donde PH0 es el precio y H0 es la
cantidad;
PH H = el valor al final del período del stock inicial de viviendas ocupadas
1 1
por el sector O donde
PH1 es el precio al final del periodo y H1 es el stock de viviendas

depreciado correspondiente al final del período medido en unidades
constantes de calidad;31
rHOvHO0 = interés pagado por el sector O a otros hogares donde vHO0 es el stock
de préstamos otorgados por el sector de los hogares al sector O al
comienzo del período y rHO es la tasa de interés correspondiente;
rBOvBO0 = interés sobre los créditos hipotecarios pagados por el sector O al
sector bancario donde vBO0 es el stock de créditos realizados por el
sector bancario al sector O al comienzo del período y rBO es la tasa
de interés correspondiente;
RHOVHO0 = interés imputado no percibido por las inversiones de capital
realizadas por los hogares en las viviendas ocupadas por sus
propietarios donde VHO0 es el valor del capital al comienzo del
período del stock de viviendas ocupadas por sus propietarios y RHN
es la tasa de interés imputada correspondiente.
Entonces el valor (imputado) de los servicios de viviendas ocupadas por

sus propietarios, pOHyOH, es igual a la suma de la revaluación y la depreciación
de los servicios de capital de las viviendas (PH0H0 - PH1H1) más el interés
pagado sobre los préstamos directos de los hogares a los propietarios de las
viviendas (rHOvHO0) más el interés pagado sobre los créditos hipotecarios de los
bancos a los propietarios de las viviendas (rBOvBO0) más el interés (imputado)
31
Existen muchos problemas asociados a la medición de los stocks de viviendas de calidad constante
que se están omitiendo aquí. Para discusiones sobre estos problemas, ver Verbrugge (2008), Diewert
(2009a) (2009b), Diewert y Nakamura (2009), Diewert, Nakamura y Nakamura (2009) y Haan y
Diewert (2011).
no percibido de los propietarios de la vivienda sobre el capital de la vivienda

(RHOVHO0).
Nótese que la ecuación (7) tiene dos precios imputados: el precio del
producto de los servicios de las viviendas ocupadas por sus propietarios, pOH,
y el costo de oportunidad de invertir capital en viviendas, RHO. Existen al
menos dos estrategias que pueden ser utilizadas para determinar estos precios
imputados: 32
• El enfoque de equivalencia de la renta donde pOH se considera igual al
precio del alquiler de propiedades comparables y entonces (7) puede
ser utilizada para determinar RHO residualmente;
• El enfoque de costo de uso donde RHO se considera igual a la tasa de
retorno del sector de los hogares apropiada, que los propietarios de las
viviendas están sacrificando para invertir capital en una vivienda. La
ecuación (7) se utiliza para determinar pOH residualmente.
Este trabajo no realiza una recomendación específica sobre en enfoque

que debería utilizarse. Para el propósito del presente trabajo, se asume que
todos los flujos en (5)-(7) han sido determinados por la agencia de estadística
nacional.
El último sector de nuestro modelo es el sector de los hogares, H. Se
asume que los flujos para este sector son simplemente la suma de los flujos de
los tres sectores de producción en la economía y que no es necesario definir
ninguna variable nueva. Por supuesto, varios flujos de insumos intermedios al
interior del sector de producción agregado se cancelan. Así, el consumo final33
(convencional) del sector H es igual a:
32
Diewert (2009a) propone un tercer enfoque: el enfoque del costo de oportunidad. En este enfoque,
los servicios de la vivienda son valorados al precio máximo de su alquiler equivalente y el costo de
uso. Ver también Diewert y Nakamura (2009) y Diewert, Nakamura y Nakamura (2009) para material
adicional sobre este enfoque.
33
Dado que en esta economía no hay formación de capital, la demanda final de los hogares es igual al
consumo final. Incorporar la formación de capital al modelo implicaría introducir la adquisición neta
de activos de la vivienda por parte de los hogares. Para ver cómo la formación de capital podría ser
modelada en el marco del modelo de producción de Hicks (1961) y Edwards y Bell (1961), ver Diewert
(2005b).
(8) pBH yBH + pNH yNH + pOH yOH = wBxB + wNxN + PKB0KB0 - PKB1KB1
+ PKN0KN0 - PKN1KN1 + PH0H0 - PH1H1
+ rHMH0 + rHBvHB0 + RHBVHB0 + rHNvHN0
+ RHNVHN0 + rHOvHO0 + RHOVHO0 + pB + pN.
En el lado izquierdo de la ecuación (8), se presentan los productos

entregados a los hogares por parte de los sectores B, N y O, respectivamente.
A la derecha de la igualdad, se puede observar que este flujo de demanda
final agregada es igual a la suma de los servicios laborales utilizados por los
sectores B y N (wBxB + wNxN), la suma de la revaluación y depreciación de los
servicios de capital utilizados en los tres sectores (PKB0KB0 - PKB1KB1 + PKN0KN0
- PKN1KN1 + PH0H0 - PH1H1) más el interés pagado por el banco a los hogares por
sus depósitos (rHMH0) más el interés de los bonos, dividendos y retornos del
capital imputados pagados a los hogares por sus inversiones financieras en los
tres sectores (rHBvHB0 + RHBVHB0 + rHNvHN0 + RHNVHN0 + rHOvHO0 + RHOVHO0) más
las ganancias puras generadas por el sector bancario y el sector no financiero
(pB + pN).
La estructura general de las cuentas de flujo de está economía se clarificarán
si presentamos todos los términos de las ecuaciones (5)-(8) en una tabla donde
las filas corresponden a los flujos de bienes y las columnas corresponden a los
cuatro sectores; ver Tabla 1 abajo.
Las primeras 5 filas de la Tabla 1 presentan la disposición de la producción y
la utilización, por parte de cada sector, de los productos e insumos intermedios
directamente valorados de esta economía. Las celdas de la columna del Sector
H son iguales a la suma de las celdas correspondientes en cada fila para los 3
sectores de producción. Para cada sector, la suma de las celdas de la columna
en las filas 6 a 21 (los componentes del costo neto del valor agregado bruto
sectorial) son iguales a la suma de las celdas de la columna en las filas 1 a 5
(que es igual al valor agregado bruto). 34
Las sumas sectoriales de las filas 7 a 21 son iguales al excedente bruto de explotación sectorial.
34
Entonces, estas filas representan la descomposición de este agregado del SCN.

Tabla 1: El Sistema de Cuentas de Flujo Sectoriales
Fila Descripción Sector H Sector B Sector N Sector O

1 pBH yBH pBH yBH
Flujos de
2 pNH yNH pNH yNH
productos e
3 insumos pOH yOH pOH yOH
4 intermedios pBN yBN -pBN yBN
5 directamente valorados -pNB yNB pNB yNB
6 Servicios laborales wBxB +wNxN wBxB wNxN
Revaluación y
PKB KB
0 0
PKB KB
0 0
7 Depreciación
-PKB1KB1 -PKB1KB1
del Sector B
Revaluación y
PKN0KN0 PKN0KN0
8 Depreciación
-PKN1KN1 -PKN1KN1
del Sector N
Revaluación y
PH0H0 PH0H0
9 Depreciación
-PH1H1 -PH1H1
del Sector O
10 Interés sobre depósitos B a H rHMH0 rHMH0
11 Interés sobre depósitos B a N rNMN0 - rNMN0
12 Préstamos de H a B: Interés rHBvHB0 rHBvHB0
13 Préstamos de H a N: Interés rHNvHN0 rHNvHN0
14 Préstamos de H a O: Interés rHOvHO0 rHOvHO0
15 Préstamos de B a N: Interés -rBNvBN 0
rBNvBN 0
16 Préstamos de B a O: Interés -rBOvBO0 rBOvBO0

17 Capital accionario de H en B: Retorno RHBVHB 0
RHBVHB0
18 Capital accionario de H en N: Retorno RHNVHN0 RHNVHN0
19 Capital accionario de H en O: Retorno RHOVHO0 RHOVHO0
20 Capital accionario de B en N: Retorno -RBNVBN 0
RBNVBN 0
21 Beneficio puro pB + pN pB pN
La suma de las celdas en las filas 1 a 5 de la columna del hogar H es

una medida del valor agregado bruto. Con el fin de obtener una medida del
valor agregado neto, es necesario restar los componentes de revalorización
y depreciación del valor agregado bruto que se enumeran en las filas 7-9 de
la Tabla 1. 35 Para este propósito, las celdas de las filas 6 a 21 de la columna
35
Sin embargo, la medida resultante de valor agregado neto es controversial; por ejemplo, la mayoría de
los analistas de la contabilidad nacional solo restarían la depreciación del producto bruto para obtener
la medida del producto neto. La controversia se remonta a Pigou (1941), quien estaba a favor de la
exclusión del término de revaluación de las definiciones de ingreso neto y Hayek (1941) y Hill (2000),
quienes estaban a favor de su inclusión.
de H se interpretan como factores de producción (netos) ofertados por los

hogares. Así, la celda de la fila 6 corresponde a la oferta de los servicios de
trabajo del sector de los hogares, mientras que las filas 7 a 9 corresponden a
la oferta neta de capital (físico) de los hogares para ser utilizado por el sector
de producción durante el período considerado. En términos generales, estas
filas corresponden a los servicios de depreciación suministrados por el sector
de los hogares a los sectores productores. Para los productores, estos costos de
depreciación son tan reales como los costos laborales.
Las filas 10, 12 a 14 y 17 a 19 de la columna H denotan el flujo del interés (y
el interés imputado de la inversión de capital) desde los sectores productores al
sector de los hogares. Estos flujos representan la recompensa para los hogares
por posponer el consumo e invertir en los sectores productivos. Así, estos flujos
representan fuentes de ingresos para el sector de los hogares y componentes
del costo para los sectores productores.
Las filas 10 y 11 en la Tabla 1 corresponden a los flujos de intereses sobre
los depósitos bancarios entre los distintos sectores. Estos flujos de interés
deben distinguirse de los otros flujos de interés sobre los créditos y retornos
de las inversiones de capital ya que los depósitos tienen características que son
diferentes a los préstamos y las inversiones de capital; a saber, los depósitos
pueden ser utilizados como un medio legal de pago, mientras que otros activos
financieros no tienen esta característica. Además, los depósitos son más caros
para los bancos, en comparación con la deuda y las inversiones de capital.
Por lo tanto, se justifica un tratamiento especial para esta clase de activo
monetario. Se debe tener en cuenta que la celda en la fila 11 de la columna
N, - rNMN0, es negativa. Esta celda corresponde al interés de los depósitos
recibidos por sector N y, por supuesto, no debe interpretarse como un costo
explícito, como el factor trabajo, sino como una compensación a los costos
de producción. Las celdas en las filas 15, 16 y 20 de la columna del sector
B también presentan valores negativos; éstos corresponden a ingresos del
sector bancario en concepto de intereses percibidos por sus préstamos a los
sectores N y O y por los intereses imputados recibidos por el sector B por sus
inversiones de capital en el sector N.
Nótese que la medida preliminar del valor agregado de esta economía
puede ser calculada de cuatro formas equivalentes (como es habitual en la
contabilidad del ingreso nacional);
• Como la suma de las celdas en las filas 1 a 5 de la columna de la H;

• Como la suma de las celdas en las filas 6 a 21 de la columna de H;
• Como la suma de las celdas en las filas 1 a 5 de las columnas B, N y O y
• Como la suma de las celdas en las filas 6 a 21 de la B, las columnas N y O.
A continuación se presentan las cuentas de balance para cada sector al

principio del período.
4. Las Cuentas del Balance de Apertura
La explicación sobre la hoja de balance al inicio del período de cada sector

es mucho más sencilla que las cuentas de flujo explicadas en la sección anterior.
El principio básico es que el valor de los pasivos del sector (fuentes del capital
financiero) debería ser igual al valor de los activos (el valor de los préstamos
más los activos reales más los activos monetarios). Toda la notación necesaria
ha sido definida por lo que se puede continuar con las restricciones de hoja de
balance para cada uno de los sectores de producción.
El balance de apertura para el sector bancario, B está definido por la
identidad (9) a continuación:
(9) MH0 + MN0 + vHB0 + VHB0 = vBN0 + VBN0 + vBO0 + PKB0KB0.
Los depósitos de los hogares y empresas en los bancos (MH0 + MN0) más
la deuda de los hogares más las inversiones de capital accionario en el sector
bancario (vHB0 + VHB0) son iguales a los préstamos bancarios y las inversiones
de capital accionario en el sector no financiero (vBN0 + VBN0) más los créditos
hipotecarios (vBO0) más el valor del stock de capital físico inicial del sector
bancario (PKB0KB0). Los únicos términos que requieren una explicación
adicional son los depósitos que mantienen los hogares y empresas del sector
no financiero al inicio del período, MH0 y MN0. Básicamente, los hogares y
empresas están otorgando préstamos de capital financiero al sector bancario
y, a cambio, reciben un interés (que generalmente es pequeño) pero también
reciben algunos servicios bancarios asociados a sus depósitos. Estos servicios
incluyen servicios de seguro (es decir, sus depósitos son una reserva de valor
segura) y servicios de liquidez (es decir, estos depósitos pueden ser utilizados
inmediatamente para realizar pagos). Estos costosos servicios adicionales

justifican un tratamiento separado de los depósitos monetarios con respecto
a otro tipo de deuda y participaciones en el capital financiero. Nótese que
los depósitos son un activo creado por el sector bancario y son distintos a los
billetes y monedas. 36
La hoja de balance inicial del sector no financiero N es:
(10) vHN0 + VHN0 + vBN0 + VBN0 = PKN0KN0 + MN0.
La deuda de los hogares más sus inversiones de capital accionario en

el sector no financiero (vHN0 + VHN0) más la deuda del sector bancario más
sus inversiones de capital accionario en el sector no financiero (vBN0 + VBN0)
son iguales al valor del stock inicial de capital físico del sector no financiero
(PKN0KN0) más sus tenencias iniciales de depósitos bancarios (MN0).
La hoja de balance inicial del sector de viviendas ocupadas por sus
propietarios O es:
(11) vHO0 + VHO0 + vBO0 = PH0H0.
La deuda de los hogares más sus inversiones de capital accionario en el

sector de viviendas ocupadas por sus propietarios (vHO0 + VHO0) más los créditos
hipotecarios otorgados por el sector bancario al sector O (vBO0) son iguales al
valor del stock inicial de capital físico de viviendas del sector O (PH0H0).
En nuestro modelo simplificado de la economía, los hogares son dueños de
los activos de los tres sectores de producción. Por lo tanto, la restricción de
hoja de balance del sector de los hogares puede ser igual a la suma de las hojas
de balance de los tres sectores de producción. Algunos de los préstamos que
el sector bancario otorga a otros sectores (activos para el sector B) se cancelan
con algunos de los pasivos de los sectores N y O. Entonces, la restricción de
hoja de balance consolidada del sector de los hogares, H, es:
36
Los billetes y monedas deberían ser considerados como activos “físicos” reales y deberían ser
tratados como un componente del stock de capital físico de los bancos. No tener en cuenta el rol
del banco central como un creador de billetes, monedas y depósitos de bancos comerciales es una
importante omisión en este modelo.
(12) vHB0 + vHN0 + vHO0 + VHB0 + VHN0 + VHO0 + MH0 = PKB0KB0 + PKN0 KN0
+ PH0H0.
El lado izquierdo de la ecuación (12) es igual a la suma de los préstamos de

los hogares a los tres sectores de producción (vHB0 + vHN0 + vHO0) más la suma
de las inversiones de capital accionario realizadas por los hogares en los tres
sectores de producción (VHB0 + VHN0 + VHO0) más los “préstamos” que realizan
los hogares al sector bancario en la forma de depósitos bancarios (MH0). El
lado derecho de la ecuación (12) presenta el valor consolidado de los activos no
monetarios que son utilizados por los tres sectores productivos, principalmente
los stocks de capital del sector bancario y del sector no financiero (PKB0KB0 +
PKN0KN0) más el valor del stock de vivienda ocupada por sus propietarios al
inicio del período (PH0H0).
Resulta útil relacionar la hoja de balance del sector O (11) con la ecuación
(7) del valor agregado del sector O presentada en la sección anterior. En la
ecuación (11) se puede observar que el valor del stock de viviendas ocupadas
por sus propietarios al inicio del período, PH0H0, es igual a la suma de los
préstamos y las inversiones accionarias en el sector vHO0 + VHO0 + vBO0.
Asimismo, se sabe que el interés total pagado y el interés imputado ganado
por este sector es rHOvHO0 + RHOVHO0 + rBOvBO0. Esta suma de tipos de interés
puede igualarse a la tasa de interés promedio, rO, ganada sobre la base de sus
activos; es decir, definiendo rO de la siguiente manera:
(13) rO ≡ [rHOvHO0 + RHOVHO0 + rBOvBO0]/[vHO0 + VHO0 + vBO0].
Sustituyendo (13) en la ecuación (7), que define el valor agregado del sector
O, se obtiene:
(14) pOH yOH = PH0H0 - PH1H1 + rHOvHO0 + RHOVHO0 + rBOvBO0

= PH0H0 - PH1H1 + rO[vHO0 + VHO0 + vBO0] usando (13)
= PH0H0 - PH1H1 + rO PH0H0 usando (11)
≡ uOH0
Donde uOH0 ≡ (1+rO)PH0H0 - PH1H1 es el valor de los servicios de capital

de las viviendas ocupadas por sus propietarios y uO es el costo de uso del
capital del stock de viviendas ocupadas por sus propietarios al inicio del
período. 37 Al comparar la nueva descomposición del valor agregado (14) con

la presentada anteriormente en la ecuación (7), puede observarse que en la
ecuación (14) todos los flujos financieros de interés están consolidados en una
tasa de interés rO que se aplica al valor inicial del stock de viviendas ocupadas
por sus propietarios, PH0H0. Asimismo, el costo de uso del capital habitual uO
aparece en la ecuación (14) y la teoría “tradicional” de la producción puede ser
aplicada a este sector. Entonces, la utilización de una tasa de interés promedio
y de la hoja de balance del sector O ha simplificado considerablemente las
cuentas de flujo de este sector (en el sentido que los tres términos de oferta
de capital financiero, vHO0 + VHO0 + vBO0, han sido reemplazados por el valor
inicial del stock del sector de viviendas ocupadas por sus propietarios, PH0H0).
El álgebra utilizada para el sector O muestra que el uso de un costo promedio

del capital o una tasa de referencia rO junto con la hoja de balance del sector
acerca las cuentas flujo del sector a un formato más “estándar” que resulta
adecuado para la teoría tradicional de la producción. Sin embargo, los otros
dos sectores de nuestro modelo simplificado son más complejos y no queda
completamente claro cuál es el costo del capital o tasa de referencia que
sería “correcto” utilizar. Además, para estos sectores que presentan mayor
complejidad, se podría querer introducir varios márgenes de préstamos y el
costo de uso del dinero en el marco utilizado. En consecuencia, en la sección
siguiente se introduce una modificación a la metodología precedente a fin de
integrar las cuentas de balance con las cuentas de flujo pero no se especificará
el valor exacto de la tasa de referencia de cada sector; se discutirán posibles
opciones para esta tasa de referencia en las secciones siguientes. Este enfoque
más general funciona de la siguiente manera: se toman las restricciones de las
hojas de balance con los activos del sector como entradas positivas y luego se
les restan los pasivos del sector a los activos, lo cual conduce a una ecuación
37
Recuerde la ecuación (3) en la sección 2. Las últimas dos líneas de la ecuación (14) pueden ser
interpretadas de la siguiente manera. Al final del periodo, las rentas implícitas de las viviendas
ocupadas por sus propietarios, pOHyOH = u0H0 son distribuidas entre los propietarios junto con el valor
depreciado del stock inicial de viviendas, PH1H1. Sin embargo, la suma de estos dos flujos financieros
al final del período son apenas suficientes para que los propietarios inversores ganen la tasa de retorno
rO sobre el valor del stock de viviendas ocupadas por sus propietarios al inicio del período; entonces, se
obtiene uOH0 + PH1H1 = (1+rO)PH0H0. Este tipo de justificación para utilizar el costo de uso para valorar
los servicios del capital ya fue planteado en Diewert (1980; 471).
con un cero en el lado derecho. Luego se multiplica esta ecuación por la tasa
de referencia del sector. La expresión resultante es sumada al flujo de insumos
primarios de ese sector, obteniendo una nueva ecuación del valor agregado
de ese sector. Por lo tanto, para el caso del sector O, la ecuación de la hoja de
balance modificada es la siguiente:
(15) rO[PH0H0 - vHO0 - VHO0 - vBO0] = 0.
5. El Sistema Integrado de Cuentas de Flujo
Sea la tasa de referencia del sector bancario rB. Al multiplicar por rB ambos
lados de la ecuación (9), la hoja de balance del sector B, y reacomodar los
términos se obtiene la siguiente ecuación:
(16) rB[PKB0KB0+ vBN0 + VBN0 + vBO0 – MH0 – MN0 – vHB0 – VHB0] = 0.
Al sumar los términos de la ecuación (16) al lado derecho de la ecuación

(5), que representa valor agregado del sector bancario, se obtiene una nueva
descomposición del valor agregado de las cuentas integradas del sector
bancario: 38
(17) pBH yBH + pBN yBN - pNB yNB = wBxB + (1+rB)PKB0KB0 – PKB1KB1 - (rB–rH)MH0
– (rB–rN)MN0 + (rHB–rB)vHB0 + (RHB–rB)VHB0 – (rBN–rB)vBN0 – (RBN–rBVBN0
– (rBO–rB)vBO0 + pB.
El lado izquierdo de la ecuación (17) es el valor agregado convencional

del sector B, como en la ecuación (5). Sin embargo, en el lado derecho de la
ecuación (17) aparecen algunos términos nuevos. El valor del factor trabajo
38
La razón para sumar (16) al lado del costo de las cuentas de flujo del sector es que los activos netos
podrían ser vendidos y distribuidos a los dueños del sector bancario al comienzo del período. Entonces,
para justificar mantener esos activos durante el período en lugar de venderlos, éstos deben ser lo
suficientemente productivos para cubrir el costo de referencia del capital financiero, rB, y entonces, rB
multiplicado por los activos netos debería ser sumado al lado del costo de las cuentas de flujo del banco.
del sector B está dado por wBxB como antes. El resto de los términos, (1+rB)
PKB0KB0 – PKB1KB1, pueden interpretarse como el valor de los servicios del
capital del sector bancario; es decir, la ecuación (3). Nótese que rB es la tasa
de interés de referencia utilizada en este costo de uso. En general, los dos
términos siguientes,–(rB–rH)MH0 –(rB–rN)MN0, serán negativos; es decir que
generalmente, el costo imputado del capital del sector bancario, rB, será
mayor que las tasas de interés pagadas a los hogares y al sector no financiero,
rH y rN respectivamente. Los signos negativos sugieren que esos márgenes
de depósitos deberían ser interpretados como productos, en lugar de cómo
insumos negativos. Nótese que (rB-rH) es el beneficio del productor del sector
bancario por proveer servicios de depósitos al sector de los hogares; es la
contraparte del banco por el costo de uso del dinero que enfrentan los hogares.39
Los dos términos siguientes del lado derecho de la ecuación (17) son (rHB–rB)
vHB0 + (RHB–rB)VHB0. Estos dos términos representan los márgenes relativos
de los costos de reunir el capital financiero de los hogares mediante deuda y
acciones respectivamente. Si se elige la tasa de referencia de los bancos rB
como el costo promedio del capital recaudado mediante deuda y acciones tal
que rB ≡ [rHBvHB0 + RHBVHB0]/[vHB0 + VHB0], la suma de los dos términos (rHB–
rB)vHB0 + (RHB–rB)VHB0 desaparecería. En este caso, dado que en general el
costo de la deuda es menor que el costo de reunir capital financiero mediante
participaciones accionarias, el término (rHB–rB)vHB0 sería negativo y el término
(RHB–rB)VHB0 sería positivo. Los tres términos siguientes en el lado derecho de
la ecuación (17) son márgenes de préstamos (generalmente) negativos, –(rBN-–
rB)vBN0 –(RBN–rB)VBN0 –(rBO–rB)vBO0. Por lo tanto, las tasas de retorno que el
sector bancario obtiene por sus préstamos a los sectores N y O, rBN y rBO, y
la tasa de retorno que obtiene por las inversiones de capital accionario en el
sector N, RBN, serán mayores que el costo del capital financiero del banco, rB.
Entonces, los tres términos de márgenes de préstamos serán fuentes del ingreso
neto de los bancos en lugar de ser considerados como parte de sus costos.
39
Ver Diewert, Fixler and Zieschang (2012) para una discusión sobre el costo de uso y el beneficio del
productor de productos e insumos monetarios.
40
Esto sugiere que estos tres flujos de valor de los márgenes de préstamos
deberían interpretarse como productos en lugar de insumos negativos. El flujo
de valor final en el lado derecho de la ecuación (17) es pB, los beneficios puros
del sector bancario.
Pasemos ahora al sector no financiero. Debe recordarse que la
descomposición del valor agregado de este sector está dada por la ecuación
(6) y su hoja de balance inicial está dada por la identidad (10). Al multiplicar
ambos lados de la ecuación (10) por la tasa de descuento de referencia del sector
N, rN, y luego de reordenar los términos, se obtiene la siguiente ecuación:
(18) rN[PKN0KN0 + MN0 - vHN0 - VHN0 - vBN0 - VBN0] = 0.
Al sumar los términos de la ecuación (18) al lado derecho de la ecuación

(6), que representa al valor agregado del sector no financiero, se obtiene una
nueva descomposición del valor agregado de las cuentas integradas del sector
no financiero:
(19) pNH yNH + pNB yNB –pBN yBN = wNxN + (1+rN)PKN0KN0 - PKN1KN1 + (rN–rN)
MN0 + (rHN–rN)vHN0 + (RHN–rN)VHN0 + (rBN–rN)vBN0 + (RBN–rN)VBN0 + pN
El lado izquierdo de la ecuación (19) es el valor agregado del sector N como

en la ecuación (6). Al igual que en la ecuación (6), wNxN es el valor del factor
trabajo para el sector N. Los siguientes términos, (1+rN)PKN0KN0 – PKN1KN1,
representan el valor de los servicios de capital para el sector no financiero.
Nótese que rN es la tasa de interés de referencia utilizada para este costo de
uso.41 El término siguiente, (rN–rN)MN0, generalmente será positivo; es decir,
el costo del capital imputado del sector no financiero, rN, será generalmente
más grande que la tasa de interés sobre los depósitos pagada a las empresas no
financieras, rN. Nótese que (rN–rN) es el costo de uso del dinero del sector no
40
Sin embargo, las regulaciones bancarias pueden causar que los bancos inviertan en activos muy
seguros y de bajo rendimiento por lo cual los signos de los tres términos podrían ser positivos o
negativos.
41
Recuérdese que la tasa de referencia rN debería ser interpretada como el costo de oportunidad de
reunir capital para el sector N al comienzo del período contable.
financiero. Los cuatro términos siguientes en el lado derecho de la ecuación

(19) representan los márgenes relativos sobre los costos de reunir capital de
los hogares y de los bancos mediante deuda o capital accionario. Si suponemos
que la tasa de referencia del sector N, rN, es un promedio del costo del capital
reunido mediante deuda y capital accionario tal que rN ≡ [rHNvHN0 + RHNVHN0
+ rBNvBN0 + RBNVBN0]/[vHN0 + VHN0 + vBN0 + VBN0], entonces la suma de los
cuatro términos (rHN–rN)vHN0 + (RHN–rN)VHN0 + (rBN–rN)vBN0 + (RBN–rN)VBN0
se cancelaría. En este caso, dado que el costo de la deuda es, generalmente,
menor que el costo de reunir capital mediante participación accionaria, los
términos (rHN–rN)vHN0 + (rBN–rN)vBN0 serían negativos y los términos (RHN–rN)
VHN0 + (RBN–rN)VBN0 serían positivos. El flujo final de valor del lado derecho
de la ecuación (19) es pN, los beneficios puros del sector no financiero.
Se asume que la tasa de referencia del sector O es rO y la restricción
de la hoja de balance modificada para este sector es la ecuación (15). La
descomposición del valor agregado inicial del sector O es (7) y si sumamos
(15) al lado derecho de (7), obtenemos la siguiente descomposición del valor
agregado de las cuentas integradas del sector de viviendas ocupadas por sus
propietarios:
(20) pOH yOH = (1+rO)PH0H0 - PH1H1 + (rHO–rO)vHO0 + (RHO–rO)VHO0 + (rBO–rO)vBO0.
El lado izquierdo de la ecuación (20) es el valor agregado del sector O

como en la ecuación (7). El conjunto de términos (1+rO)PH0H0 – PH1H1 es el
valor de los servicios de capital para el sector de viviendas ocupadas por sus
propietarios. Los tres términos siguientes del lado derecho de la ecuación (20)
representan los márgenes relativos sobre los costos de reunir capital financiero
de los hogares y bancos mediante deuda y capital accionario. Si se elige a la
tasa de referencia del sector O, rO, como el costo promedio de reunir capital
mediante deuda y capital accionario al igual que en la ecuación (13), la suma
de los tres términos (rHO–rO)vHO0 + (RHO–rO)VHO0 + (rBO–rO)vBO0 se cancela.
Finalmente, pasemos al sector de los hogares. Cabe recordar que la
descomposición del valor agregado o demanda final del sector está dada por
la ecuación (8) y que la hoja de balance de apertura está dada por la identidad
(12). Multiplicando ambos lados de (12) por la tasa de descuento de referencia
del sector H, rH, y reordenando términos, se obtiene la siguiente ecuación:
(21) rH[PKB0KB0 + PKN0 KN0 + PH0H0 – vHB0 – vHN0 – vHO0 – VHB0 – VHN0 – VHO0 MH0]
= 0.
Sumando los términos en la ecuación (21) al lado derecho de la

descomposición de la demanda final del sector de los hogares, representada
en la ecuación (8), se obtiene la descomposición de la demanda final de las
cuentas integradas.
(22) pNH yNH + pNH yNH + pOH yOH = wBxB + wNxN + (1+rH)PKB0KB0 – PKB1KB1
+ (1+rH)PKN0KN0 - PKN1KN1 + (1+rH)PH0H0 – PH1H1 – (rH–rH)MH0 + (rHB–rHvHB0
+ (RHB–rH)VHB0 + (rHN–rH)vHN0 + (RHN–rH)VHN0 + (rHO–rH)vHO0 + (RHO–rH)VHO0
+ pB + pN.
El lado derecho de la ecuación (22) es la demanda final del sector de los

hogares como en la ecuación (8). Al igual que en la descomposición inicial
(8), wBxB+wNxN es el valor de la oferta agregada de trabajo. El conjunto de
términos siguiente, (1+rH)PKB0KB0-PKB1KB1, es el valor de los servicios de
capital del sector bancario excepto que, en este caso, el costo de oportunidad
del capital de los hogares rH es introducido en lugar del costo de oportunidad
del capital de los bancos rB. Asimismo, (1+rH)PKN0KN0-PKN1KN1 es el valor de
los servicios de capital provistos al sector N valuados desde la perspectiva
de los hogares y (1+rH)PH0H0–PH1H1 es el valor de los servicios de stock de
viviendas provistos a los ocupantes propietarios por el sector de los hogares.
El siguiente término, –(rH–rH)MH0, será negativo generalmente; es decir, el
costo imputado del sector de los hogares de proveer capital financiero, rH,
generalmente será mayor que la tasa de interés sobre los depósitos pagada
a los hogares depositantes, rH. Nótese que (rH–rH) es el costo de uso del
dinero de los hogares. Los seis términos siguientes en el lado derecho de la
ecuación (22) representan los márgenes relativos sobre los beneficios para los
hogares de proveer capital financiero (deuda y capital accionario) a los tres
sectores en esta economía. Si se toma la tasa de referencia del sector H rH
como el beneficio promedio de proveer capital financiero a los tres sectores
tal que rH ≡ [rHBvHB0+RHBVHB0+rHNvHN0+RHNVHN0+rHOvHO0+RHOVHO0] /[vHB0+
VHB0+vHN0+VHN0+vHO0+VHO0], la suma de estos seis términos se cancela. Los
dos términos finales del lado derecho de la ecuación (22) son pB+pN, los
beneficios puros de los sectores bancario y no financiero.
Al igual que en la sección 2, la estructura de las cuentas de flujo integradas

de esta economía se clarifican si representamos los términos de las ecuaciones
(17), (19), (20) y (22) en una tabla donde las filas corresponden a los flujos de
productos y las columnas a los cuatro sectores; ver la tabla 2. Los “productos”
en las filas 1-21 de la Tabla 2 son esencialmente los mismos que los
correspondientes a la Tabla 1 pero la descripción de los productos en las filas
7 a 20 han cambiado en la Tabla 2. Las celdas en las filas 7-9 corresponden
a los “servicios de capital”, mientras que en la Tabla 1 correspondían a los
componentes de “revaluación y depreciación” de los servicios del capital;
es decir, en la Tabla 1 los servicios de espera estaban excluidos de las filas
7-9 mientras que en la Tabla 2 están incluidos. En la Tabla 1, las filas 10 y
11 correspondían a los flujos de “interés sobre depósitos” mientras que en la
Tabla 2 estas celdas corresponden a “servicios de depósito”; es decir, estos
flujos en la Tabla 2 corresponden a los beneficios del productor del sector
bancario por proveer servicios de depósitos y a los costos de uso del dinero
para los sectores en poder de esos depósitos, los sectores H y N. Finalmente,
las descripciones de los flujos en las filas 12-20 de la Tabla 2 representan
los márgenes de préstamos y capital accionario mientras que en la Tabla 1
representaban el interés y los retornos del capital accionario.
Tabla 2: El Sistema Integrado de Cuentas de Flujo Sectoriales
Fila Descripción Sector H Sector B Sector N Sector O

1 Flujos de pBH yBH pBH yBH
2 productos e pNH yNH pNH yNH
3 insumos pOH yOH pOH yOH
4 intermedios pBN yBN –pBN yBN
5 directamente valorados 1 –pNB yNB pNB yNB
wBxB +wNxN wBxB wNxN
6 Servicios laborales
(1+rH)PKB0KB0 (1+rB)PKB0KB0
7 Servicios de Capital de B –PKB1KB1 –PKB1KB1
(1+rH)PKN KN
0 0
(1+rN)PKN0KN0
8 Servicios de Capital de N –PKN1KN1 –PKN1KN1
(1+rH)PH H
0 0
(1+rO)PH0H0
9 Servicios de Capital de O –PH1H1 –PH1H1
10 Servicios de depósito de H –(rH–rH)MH – (rB–rH)MH
0 0
11 Servicios de déposito de N – (rB–rN )MN0 (rN–rN )MN0

Márgenes de préstamos H-B (rHB–rH)vHB0
(rHB–rB)vHB0
12
13 Márgenes de préstamos H-N (rHN–rH)vHN0 (rHN–rN)vHN0
Márgenes de préstamos H-O

14 (rHO–rH)vHO0 (rHO–rO)vHO0
Márgenes de préstamos B-N
15 –(rBN–rB)vBN0 (rBN–rN)vBN0
Márgenes de préstamos B-O
16 –(rBO–rB)vBO0 (rBO–rO)vBO0
Márgenes de capital accionario H-B
17 (RHB–rH)VHB0 (RHB–rB)VHB0
Márgenes de capital accionario H-N
18 (RHN–rH)VHN0 (RHN–rN)VHN0
Márgenes de capital accionario H-O (RHO–rO)
19 (RHO–rH)VHO0
VHO0
Márgenes de capital accionario B-N
20 –(RBN–rB)VBN0 (RBN–rN)VBN0
21 Beneficios puros p B + pN pB pN
El sistema integrado de cuentas representado en la Tabla 2 tiene algunas

ventajas importantes con respecto al sistema de cuentas de flujo convencional
representado en la Tabla 1:
• Las cuentas de la Tabla 2 están más estrechamente alineadas con la

teoría tradicional de la producción42 (los costos de uso del capital
tradicionales aparecen en la Tabla 2).
• Los costos de uso por depósitos monetarios y márgenes de préstamos

para el sector bancario también se introducen en la Tabla 2.
• Las cuentas de balance de esta economía están completamente

reconciliadas con las cuentas de flujo.
Nótese que las filas 10 y 11 de la Tabla 2 (que corresponden a los servicios

de depósitos) están agrupadas con otros flujos de insumos primarios y, en
particular, esos flujos de servicios monetarios tienen un signo negativo en
la columna del sector bancario. La mayoría de los economistas interpretaría
42
Por teoría tradicional de la producción, nos referimos a la introducción de los costos de uso del
capital en las cuentas de producción y el uso de técnicas de números índice para agregar insumos y
productos de una manera consistente con la teoría de la producción. Jorgenson y Griliches (1967)
fueron pioneros en esta literatura; ver también Christensen y Jorgenson (1969) (1973) y Diewert (1976)
(1980) para contribuciones iniciales.
estos servicios de depósitos monetarios como un producto del sector bancario

(en lugar de cómo insumos negativos en la Tabla 2) y, por eso, sería natural
cambiar los signos de las celdas en estas dos filas y agruparlas con las filas (1-
3) de valor agregado (usos finales del SCN) en lugar de mantenerlas en las filas
de insumos primarios (10-20). De forma similar, es probable que las celdas
de los márgenes de préstamos en las filas 15 y 16 de la columna del sector B
sean negativas (porque los bancos otorgan préstamos a tasas de interés más
altas que los costos imputados del capital rB). Por lo tanto, esas filas podrían
agruparse (con los signos cambiados) con las filas de producto (1-3) en lugar
de considerarse como insumos primarios en las celdas (10-20).43 Si bien esto
no es consistente con el SCN actual, uno podría argumentar que las celdas
de la fila 20 (los márgenes de inversiones de capital accionario del sector no
financiero) son probablemente negativas y que quizás estos servicios deberían
agruparse (con signos cambiados) con la lista de productos bancarios (filas 1-3).
Existe un consenso general entre los especialistas en cuentas nacionales,
representado por el SCN 1993 y SCN 2008, sobre considerar a los servicios
de depósitos y préstamos como productos. Sin embargo, una visión alternativa
es que estos márgenes de préstamos bancarios no son pagos por servicios
sino que simplemente reflejan el costo del capital financiero del prestatario.
Estos márgenes serían excluidos de las cuentas de producción de los bancos y
considerados como un gasto de intermediar capital financiero entre prestamistas
y prestatarios sin quid pro quo. Tomar este punto de vista implica que estos
márgenes de préstamos bancarios no serían considerados como adiciones
al valor del producto de la economía y podrían permanecer como insumos
primarios negativos como en las filas 15 y 16 de la Tabla 2. 44 El problema es
que si movemos los márgenes de préstamos y capital accionario bancarios al
lado de la producción de las cuentas, a fin de no perder la consistencia, habría
que considerar también como producción a los márgenes de préstamos y
capital accionario de los otros sectores de la economía. Esto podría llevarse a
cabo pero generaría problema de aditividad en las cuentas de producción. Si
43
En el SCN actual se realiza de esta forma.
44
En este marco, los bancos actúan como intermediarios para canalizar el capital de los hogares
(ahorro) hacia los prestatarios y se apropian de un margen de tasa de interés por sus actividades de
intermediación que representan un costo para los prestatarios de capital financiero.
sólo los servicios de depósitos son considerados como producto, el problema

de aditividad es menor y se puede llevar a cabo con algunas imputaciones
adicionales.45 No obstante, este trabajo no tiene como objetivo adoptar un rol
prescriptivo sobre la incorporación de estos flujos de márgenes bancarios al
SCN; el objetivo es presentar las alternativas posibles a discutir.
Nótese que la suma de las celdas correspondientes a las columnas B, N y
H de una misma fila ya no necesariamente es igual a la celda correspondiente
del sector H, excepto que las cuatro tasas de referencia, rB, rN, rO y rH, sean
iguales. 46
Las primeras cinco filas de la Tabla 1 presentan la disposición de la
producción y uso de los productos y los insumos intermedios directamente
valorados de cada sector de la economía. Las celdas en la columna del Sector
H son iguales a la suma de las celdas correspondientes a los tres sectores
productivos en cada fila. Para cada sector, la suma de las celdas en las filas 6 a
21 en cada columna (los componentes netos del costo del valor agregado bruto
sectorial) son iguales a la suma de las celdas en las filas 1 a 5 (que es igual al
valor agregado bruto) en cada columna.47
El sistema de las cuentas integradas, representado por la Tabla 2,
también tiene algunas desventajas con respecto al sistema de cuentas de flujo
convencional, representado en la Tabla 1:
• Las tasas de referencia rH, rB, rN, and rO deben ser elegidas por cada
sector de la economía y esto puede ser polémico; y
45
Las versiones de 1993 y 2008 del SCN internacional, actualmente implementadas, no incluyen
los márgenes de préstamos y otros activos en los productos y en los insumos intermedios de las
unidades no financieras en la economía: sólo es reconocida la generación de SIFMI por parte de las
corporaciones financieras del SCN (que no incluyen intermediarios financieros no bancarios). Si
bien, probablemente, la producción de SIFMI por parte de los hogares es cuantitativamente baja en la
mayoría de la economía, este límite se impone principalmente porque de otra forma implicaría abrir
un amplio espectro de otras actividades en las cuentas nacionales, sobre las cuales los especialistas
en cuentas nacionales tienen dudas sobre la capacidad de estimación, como por ejemplo, servicios
domésticos, formación de capital humano, y servicios de consumidores durables. Sin embargo, como
se mencionó, esta restricción implica realizar algunos ajustes a las cuentas, no sólo en los servicios
financieros, sino en un número de áreas adicionales. Ver Eurostat, IMF, OECD, UN y World Bank
(1993) para más detalles específicos del SCN 1993 y Eurostat, IMF, OECD, UN y World Bank (2008)
para más detalles sobre el SCN 2008.
46
Este problema fue señalado por Diewert, Fixler y Zieschang (2012).
47
Las sumas sectoriales correspondientes a las filas 7 a 21 son iguales al excedente bruto de explotación
sectorial. Entonces, estas filas representan una descomposición de este agregado del SCN.
• Si las tasas de referencia no son elegidas tal que todas sean iguales a
la misma tasa, las cuentas no podrán sumarse entre las filas de la Tabla
2; es decir, para cada fila, la suma de las celdas de las columnas B, N y
O no serán iguales a la celda correspondiente en la columna H.
A pesar de la imposibilidad de sumar las celdas de una misma fila en las

cuentas integradas de la Tabla 2 el caso general de tasas de referencia distintas,
el valor agregado sumado para la economía puede ser computado de cuatro
formas equivalentes, que fueron mencionadas al final de la sección 3:
• La suma de las celdas en las filas 1 a 5 de la columna H;
• La suma de las celdas en las filas 6 a 21 en la columna H;
• La suma de las celdas en las filas 1 a 5 de las columnas B, N y O; y
• La suma de las celdas en las filas 6 a 21 de las columnas B, N y O.
Sin embargo, si los servicios de depósitos bancarios son desplazados de la

sección de insumos intermedios hacia la sección de producción de las cuentas,
los resultados anteriores ya no serán equivalentes en general (excepto que las
tasas de referencia sean iguales). Entonces, existen varios problemas a resolver
antes adoptar completamente el sistema de cuentas integradas.
Cabe destacar que el enfoque de medición del valor de los productos e
insumos bancarios es (en una primera mirada) bastante diferente del enfoque
de Wang y sus coautores, el cual permite múltiples tasas de referencia. 48
En la siguiente sección, se discutirán algunas opciones para elegir tasas de
referencia.
48
Ver Wang, Basu y Fernald (2009) y Basu, Inklaar y Wang (2011). Su enfoque será contrastado con el
enfoque presentado en este trabajo en la sección 9 a continuación.
6. Discusión sobre la Elección de las Tasas de Referencia
Si las tasas de referencia son las mismas entre sectores, obviamente, las
cuentas integradas están muy simplificadas. Pero, ¿cómo debería elegirse esta
tasa de referencia común? A continuación se consideran algunas opciones.
Opción 1: rB = rN = rO = rH = r donde r es una tasa de retorno libre de riesgo.

Las ventajas de esta opción son las siguientes:
• Las cuentas integradas representadas en las celdas de cada columna

se pueden sumar por fila;
• Cada sector enfrenta la misma tasa de retorno segura y, por lo tanto,

es una tasa de retorno común adecuada.
Las desventajas de esta opción son las siguientes:
• Puede no ser fácil consensuar una tasa de retorno libre de riesgo.

Incluso los bonos del gobierno a corto plazo para los países triple A
se enfrentan a algunos riesgos de inflación.
• El problema cuando se elige una tasa de retorno segura como la tasa

de descuento de referencia es que dará lugar a costos de uso del capital
que serán, generalmente, demasiado bajos y a márgenes sobre varios
instrumentos financieros que serán demasiado altos. Esto significa
que será difícil aplicar la teoría tradicional de la producción a los
sectores productores en la economía; es decir, será necesario modelar
varios márgenes o permitir que una gran parte del componente de
“beneficios” en los modelos de producción quede sin explicar. 49
Opción 2: rB = rN = rO = rH = r donde r es la tasa de retorno promedio de

la deuda y las inversiones de capital de los hogares. 50
49
Generalmente, la tasa de retorno segura será menor al costo promedio del capital para las industrias
no financieras.
50
Una variante a este enfoque sería elegir una tasa de referencia común para todos los sectores que sea
igual a la tasa de referencia elegida para el sector financiero. Esta opción tiene la ventaja de conducir a
un sistema aditivo de cuentas pero tiene la misma desventaja que la opción 1 presentada anteriormente.
Entonces r se define como el promedio ponderado de la tasa de retorno para

las inversiones de los hogares en las filas 12-19 de la tabla 1; es decir que para
esta opción se obtiene:
(23) r = rH ≡ [rHBvHB0 + RHBVHB0 + rHNvHN0 + RHNVHN0 + rHOvHO0 + RHOVHO0]

/[vHB0 + VHB0 + vHN0 + VHN0 + vHO0 + VHO0].

• Las cuentas integradas representadas en las celdas de cada columna
se pueden sumar por fila;
• Las cuentas de los hogares están simplificadas; la suma de las celdas

en las filas 12-19 de la columna H de la Tabla 2 es cero y, por lo
tanto, estas celdas pueden ignorarse en un modelo de comportamiento
económico de los hogares.
• Generalmente, los márgenes de negocio en las filas 12-20 y las

columnas B, N y O de la Tabla 2 serán de una magnitud menor que
aquellos de la Opción 1 y, por lo tanto, será más fácil aplicar la teoría
tradicional de la producción (no financiera) 51 a estos sectores, relativo
a su aplicación bajo la opción 1.
Una desventaja de esta opción es:

• Si bien r es un precio de oferta del capital financiero apropiado para
todo el sector de los hogares, no necesariamente es un costo del capital
financiero apropiado para cada sector productor de la economía. En
consecuencia, sería difícil justificar el uso de una tasa de descuento
de los hogares como tasa de referencia para los sectores B y N.
La discusión precedente conduce a proponer una tercera opción donde se deja

de lado el objetivo de una aditividad exacta de las cuentas por fila.
51
La teoría tradicional de la producción que se basa en tasas de descuento balanceadas en un sector
para hacer que el valor de los insumos no financieros sea igual al valor de los productos no financieros
ignora las fuentes de financiamiento y, entonces, hacer que los márgenes de la Tabla 2 tengan una
magnitud menor hará que la Tabla 2 sea más semejante al enfoque tradicional.
Opción 3: Para los sectores productores, la tasa de referencia de cada sector

es el costo promedio de reunir deuda y capital accionario. Para el sector de los
hogares, la tasa de referencia es el retorno promedio del capital financiero rH
definida por la ecuación (23).
En consecuencia, para los tres sectores productores, la tasa de referencia rO
está definida por (13) y las tasas de referencia rB y rN se definen a continuación:
(24) rB ≡ [rHBvHB0 + RHBVHB0]/[vHB0 + VHB0] ;
(25) rN ≡ [rHNvHN0 + RHNVHN0 + rBNvBN0 + RBNVBN0]/[vHN0 + VHN0 + vBN0 + VBN0].

• Las cuentas se han simplificado en gran medida; a saber, la suma
de las celdas en las filas 12-19 en la columna H de la Tabla 2 es
cero, las celdas en las filas 12 y 16 de la columna B suman cero, las
celdas de las filas 12 a 20 de la columna N suman cero y las celdas
en las filas 12 a 20 de la columna O suma cero y, por lo tanto, estas
celdas pueden ser ignoradas en los modelos de comportamiento del
productor.
• Las tasas de referencia son “razonables” para cada sector productivo.
• Los márgenes de negocio representados en las filas 12-20 y las

columnas B, N y O de la Tabla 2 serán, generalmente, menores en
magnitud que aquellos bajo la Opción 1 presentada previamente y, por
lo tanto, será más fácil aplicar la teoría tradicional de la producción
(no financiera) a estos sectores que bajo la Opción 1.
La principal desventaja de esta opción es:

• La aditividad de las filas se pierde en esta opción; es decir, las celdas
en las columnas B, N y O no necesariamente suman lo correspondiente
a la columna H en las filas 7-20 de la Tabla 2.
Puede observarse que la suma de las celdas en las filas 7-20 de la columna H
es igual a la suma de las celdas de las columnas B, N y O de las filas 7-20.
Haciendo uso de esto (junto con las ecuaciones (12), (22), (23) y (24)) se
obtiene la siguiente identidad que las cuatro tasas de retorno deben satisfacer
bajo esta opción:
(26) (rH–rB)PKB0KB0 + (rH–rN)PKN0KN0 + (rH–rO)PH0H0

= (rH–rB)MH0 + (rN–rB)MN0 + (rB–rN)vBN0 + (rB–rO)vBO0 + (rB–rN)VBN0.
Entonces, si el lado derecho de la ecuación (26) es cercano a cero, el lado

izquierdo de la ecuación será también cercano a cero y el valor de los servicios
de capital ofrecidos desde la perspectiva de los hogares será aproximadamente
igual al valor de los servicios de capital demandados por los tres sectores desde
la perspectiva del productor.
Obviamente, se podrían considerar muchas otras opciones para elegir
tasas de referencias.
A continuación se discutirán brevemente formas de deflactar los agregados
monetarios.
7. ¿Cómo deberían deflactarse los Agregados Monetarios?
Wang y sus coautores toman la perspectiva transaccional para deflactar

los flujos monetarios del sector bancario, tales como servicios de depósitos y
préstamos; es decir ¿cuál es el costo para el banco de los servicios de una cuenta
de depósitos y una cuenta de préstamos? Sin embargo, esta perspectiva parece
ser insatisfactoria desde el punto de vista del depositante y del prestatario; es
decir, para el depositante no es importante cuándo le cuesta al banco proveer
el servicio de depósito. Lo relevante es el costo de oportunidad real del capital
financiero que está depositado. De manera similar, al prestatario de un crédito
hipotecario no le importa cuál es el costo para el banco de proveer un servicio
de préstamos; al prestatario le importa cuánto crédito puede tomar hipotecando
su casa.
Existen 11 variables de flujo financiero que aparecen en las tablas 1 y 2:

• Tres montos de préstamos de los hogares a los 3 sectores (vHB0, vHN0
and vHO0);
• Tres montos inversiones de capital de los hogares (VHB0, VHN0 and
VHO0);
• Tres montos préstamos e inversiones de capital de los bancos (vBN0,
VBN0 and vBO0) y
• Dos cuentas de depósitos (MH0 y MN0).
La teoría tradicional de la producción trabaja con insumos y productos

que tienen cantidades reales asociadas a éstos pero los 11 flujos financieros
presentados no tienen cantidades reales explícitas asociadas. Entonces, la
teoría tradicional de la producción es incapaz de proveer orientación sobre
cómo deflactar estos flujos financieros nominales para obtener flujos reales. 52
Un enfoque consiste simplemente en deflactar estas variables financieras
utilizando un índice de precios general, P. Así, las contrapartes reales de las
variables de préstamos de los hogares vHB0, vHN0 y vHO0 serían las cantidades
implícitas qHB0 ≡ vHB0/P, qHN0 ≡ vHN0/P, qHO0 ≡ vHO0/P y así sucesivamente.
Entonces, vHB0, vHN0 y vHO0 en las Tablas 1 y 2 serían reemplazados por P
multiplicado por qHB0, P multiplicado por qHN0 and P multiplicado por qHO0,
etc. Por supuesto, el problema de este enfoque es que la elección del índice de
precios P es de alguna manera arbitraria.
Una forma menos arbitraria es la siguiente: observar la igualación de
pasivos y activos en las restricciones de las hojas de balance de los tres sectores
productivos, las ecuaciones (8), (9) y (10). Del lado de los activos de cada una
de estas ecuaciones, hay un solo activo no monetario, PKB0KB0, PKN0KN0 y PH0H0
respectivamente. Se propone utilizar el precio de cada uno de estos activos
no monetarios para deflactar los términos correspondientes en el lado de los
pasivos de las ecuaciones (8), (9) y (10). Así, MH0, MN0, vHB0 y VHB0 serían
deflactados por el precio del capital físico utilizado por el sector bancario,
PKB0; vHN0, VHN0, vBN0 y VBN0 serían deflactados por el precio del capital físico
utilizado por el sector no financiero, PKN0 y vHO0, VHO0 y vBO0 serían deflactados
por el precio del capital de las viviendas, PH0. Esta estrategia para deflactar daría
a cada uno de los 11 activos monetarios un deflactor definitivo y la estrategia
parece razonable: los pasivos de cada sector están dirigidos directamente a la
compra de activos físicos. 53
52
Este problema es discutido con más detalle en Diewert, Fixler y Zieschang (2012).
53
Una modificación a esta estrategia para deflactar sería permitir deflactar los balances monetarios sin
utilizar activos. Los balances monetarios de los hogares podrían deflactarse por un índice de precios
relacionado con los gastos de consumo de los hogares y los balances monetarios de las empresas
podrían deflactarse por un índice de precios relacionado con los pago de las empresas por el trabajo
y los insumos intermedios. Este tipo de deflación monetaria puede justificarse teóricamente en el
contexto de los modelos de cash in advance de Feenstra (1986) (para los hogares) y de Fischer (1974)
(para las empresas).
Sin embargo, hay que reconocer que la última palabra sobre las estrategias
de deflación para los agregados monetarios aún no ha sido dicha.54 Como señaló
Basu (2009), la falta de claridad en la elección de los deflactores monetarios
indica la necesidad de desarrollar un modelo teórico más explícito.
En la sección siguiente se ilustrará el enfoque de las cuentas integradas del
sector bancario construyendo conjuntos alternativos de cuentas para el sector
bancario de Estados Unidos utilizando datos de la FDIC de los últimos 10
años. En este trabajo no se intentará desarrollar un conjunto exhaustivo de
cuentas nominales para la economía en su conjunto; solamente se desarrollará
un conjunto de cuentas nominales para el sector de bancos comerciales de
Estados Unidos.
8. Un Ejemplo Empírico: el Caso del Sector Bancario de Estados

Unidos
En esta sección, se intentará ilustrar la magnitud de los cambios en el valor

nominal de la producción del sector de bancos comerciales de Estados Unidos
generados por:
• Cambios en la tasa de referencia del sector bancario y
• Cambios en las actividades bancarias que son consideradas productos

versus insumos (negativos).
En la Tabla 2 de la sección 5, todos los SIFMI del sector bancario se man-

tuvieron en la sección de insumos de las cuentas. Sin embargo, prácticamente
todos los especialistas en cuentas nacionales están de acuerdo en que los már-
genes de los depósitos bancarios deberían ser parte de la producción del sec-
tor bancario y la mayoría está de acuerdo en que los márgenes de préstamos
también deberían incluirse como productos. Por lo tanto, en esta sección, se
analizará cómo las cuentas de la banca comercial de Estados Unidos cambian
54
Para una discusión más detallada de temas asociados a la deflación, ver Diewert, Fixler y Zieschang
(2011).
cuando: (i) se añaden los servicios de depósitos a la producción del banco; (ii)
se añaden tanto los servicios de depósitos y de préstamos a la producción y
(iii) se añaden servicios de depósitos más todos los márgenes sobre los activos
bancarios a la producción. Como quedó establecido en las secciones anteriores
de este documento, los cambios en la tasa de referencia bancaria afectarán los
márgenes bancarios o SIFMI. Por lo tanto, en esta sección, también se consid-
eran varias opciones para la tasa de referencia del sector bancario rB.
Los datos de la FDIC sobre las actividades de los bancos comerciales de
Estados Unidos no utilizan exactamente las mismas clasificaciones de los in-
sumos y productos que utilizan en las Tablas 1 y 2 presentadas anteriormente.
55
En consecuencia, el primer paso es adaptar la notación utilizada en la ecu-
ación (4) para clasificación de insumos y productos propuesta en este trabajo
a la clasificación de la FDIC de insumos y productos. Las Tablas A1- A5 del
Apéndice presentan los diversos flujos y stocks de valor de la FDIC para el
sector bancario utilizando V para denotar el valor trimestral de un agregado
y un subíndice para denotar el nombre del producto, insumo o variable stock.
Se comienza con las variables de la FDIC enumeradas en la Tabla A5 del
Apéndice. Se definirá cada variable y se la asociará al flujo de variables que
aparece en la descomposición teórica del flujo de producción bancaria que se
presenta en la ecuación (4).
VY ≡ el valor de la producción del sector bancario explícitamente medida; esta

variable corresponde a pBH yBH + pBN yBN en la ecuación (4) y la Tabla 1;
VN ≡ el valor de las compras de insumos intermedios; esta variable corresponde

a pNB yNB;
VE ≡ el valor de los salarios y beneficios de los trabajadores; esta variable

corresponde a wBxB;
55
Por ejemplo, no fue posible descomponer los préstamos en préstamos de los hogares y de las
empresas trimestralmente y, de manera similar, no fue posible descomponer los depósitos en depósitos
de los hogares y de de las empresas.
VD&A ≡ el valor de los pagos por amortización y depreciación; esta variable es
igual al componente de depreciación de PKB0KB0 - PKB1KB1;
VAI ≡ ingreso contable; esta variable corresponde a RHBVHB0 + pB, los retornos
al capital accionario de los hogares más los beneficios puros;56
VEVA ≡ el valor agregado medido explícitamente que es igual a VY - VN;
VAVA≡ el valor agregado contable; esta variable se definirá a continuación en

la ecuación (30).
Las definiciones de los activos mantenidos por el sector bancario al inicio del
trimestre VA1-VA5 se presentan a continuación; en la Tabla A1 del Apéndice se
presentan estos stocks de activos.
VA1 ≡ depósitos en poder de los bancos; estos stocks no se consideraron en el

modelo simplificado presentado anteriormente;
VA2≡ títulos de deuda y activos transables en poder de los bancos; esta variable
corresponde a parte de vBN0 (la variable flujo correspondiente es rBNvBN0);
VA3 ≡ préstamos y aceptaciones bancarias; esta variable corresponde a la

mayor parte de vBN0 y a vBO0 (los flujos correspondientes son partes de rBNvBN0
and rBOvBO0);
VA4 ≡ participación en capital accionario y fondos de inversión; esta variable

corresponde a VBN0 (el flujo correspondiente es RBNVBN0);
VA5 ≡ activos no financieros; esta variable corresponde a PKB0KB0.
La Tabla A3 del Apéndice enumera los pasivos (y capital accionario) del sector
bancario al inicio del trimestre, VL1-VL3:
VL1 ≡ depósitos de los hogares y de los sectores no financieros; esta variable
Por simplicidad, se asumió que los beneficios puros pB eran 0 y, por lo tanto, todos los beneficios ex
56
post fueron imputados a la tasa de retorno del capital accionario.

corresponde a MH0 + MN0 (los flujos de interés correspondientes son rHMH0 +

rNMN0);
VL2 ≡ títulos de deuda, préstamos y otros pasivos; esta variable corresponde a

vHB0 (el flujo de interés correspondiente es rHBvHB0);
VL3 ≡ el valor del capital accionario; esta variable corresponde a VHB0 en la

ecuación (9) (la variable flujo correspondiente es RHBVHB0).
El capital accionario al comienzo del trimestre está definido residualmente

como la suma del valor de los cinco activos al comienzo del trimestre menos
el valor de los pasivos que no forman parte del capital accionario; es decir, VL3
se define de la siguiente manera:57
(27) VL3 ≡ VA1 + VA2 + VA3 + VA4 + VA5 - VL1 - VL2.
Los flujos de interés trimestrales que pueden ser asociados con las clases 1-4
de activos están definidos como VAR1-VAR4 y presentados en la Tabla A2 del
Apéndice. Los flujos de interés asociados a las clases 1 y 2 de pasivos están
definidos como VLR1 y VLR2 y listados en la Tabla A3 del Apéndice. Las tasas
de interés trimestrales correspondientes a las clases 1-4 de activos son rA1-rA4 y
las clases 1 y 2 de pasivos son rL1 y rL2 y están definidas a continuación:
(28) rAi ≡ VARi/VAi ; i = 1,2,3,4 and rLi ≡ VLRi/VLi ; i = 1,2.
Nótese que no hay una tasa de interés explícita asociada a la clase 5 de activos,
capital no financiero.58 Sin embargo, se puede imputar una tasa de retorno ex
post al capital accionario (la tercera clase de pasivo) y se procederá a hacer
esto. Es conveniente definir el valor del ingreso neto por intereses, VNETR, de
la siguiente forma:
(29) VNETR ≡ rA1VA1 + rA2VA2 + rA3VA3 + rA4VA4 - rL1VL1 - rL2VL2.
57
Esta es la contraparte de la ecuación (9) utilizando la notación y clasificación nuevas.
58
Como se verá más adelante, la tasa de retorno de referencia se puede asociar a la tasa de interés de
esta clase de activo.
Ahora se agrega el interés neto al valor agregado bancario medido

explícitamente para obtener el valor agregado contable VAVA:
(30) VAVA ≡ VEVA + VNETR.
Finalmente, se resta el valor del trabajo y los servicios de depreciación y

amortización del valor agregado contable para obtener el ingreso contable (ex
post), VAI:
(31) VAI ≡ VAVA - VE - VD&A.
El ingreso contable puede ser interpretado como el retorno ex post al capital

accionario, que tiene el valor VL3 al comienzo del trimestre. Así, la tasa de
retorno ex post sobre el capital accionario, rL3, puede ser definida como un
ingreso contable (neto) ex post dividido por el valor del capital accionario al
comienzo del trimestre: 59
(32) rL3 ≡ VAI/VL3.
Las tasas de interés trimestrales rA1-rA4 y rL1-rL3 se presentan en la tabla

A4 del Apéndice para los 41 trimestres, comenzando en el segundo trimestre
de 2001 y finalizando en el segundo trimestre de 2011. Esto completa la de-
scripción de los datos de la FDIC del sector de la banca comercial de Estados
Unidos.
Usando la nueva notación, la ecuación (5) del flujo del sector bancario pu-
ede ser reescrita de la siguiente forma:
(33) VEVA = VY - VN
59
rL3 es la contraparte ex post para el capital accionario de la Tasa de Retorno Interna (Internal Rate
of Return, IRR) que es definida en Basu, Inklaar y Wang (2011; 240): “La IRR es el retorno que una
industria o una firma necesitaría ganar sobre sus activos de capital fijo, como edificios y computadoras,
para cubrir exactamente el costo de alquiler del capital fijo.” Por otra parte, rL3 es el retorno ex post sobre
el capital accionario y este retorno incluye los servicios de espera, los servicios de toma de riesgo y los
beneficios monopólicos. Nótese que el capital accionario VL3 incluye el valor del capital no financiero
VA5 como un término positivo en (27) pero VL3 no es necesariamente igual a VA5. Finalmente, nótese
que la tasa de interés imputada para el capital no financiero en (34) resulta ser la tasa de referencia r.
= VE + VD&A - VNETR + rL3VL3
= VE + VD&A - rA1VA1 - rA2VA2 - rA3VA3 - rA4VA4 + rL1VL1 + rL2VL2
+ rL3VL3.
Cabe recordar que la hoja de balance al comienzo del trimestre para el sector
bancario está dada por la ecuación (27). Multiplicando ambos lados de esa
ecuación por la tasa de referencia r y reordenando términos, se obtiene la
siguiente ecuación (que es la contraparte de la ecuación (16)):
(34) r[VA1 + VA2 + VA3 + VA4 + VA5 - VL1 - VL2 - VL3] = 0.
Sumando los términos de la ecuación (34) al lado derecho de la ecuación del

valor agregado explícitamente medido del sector bancario (33), se obtiene
la nueva descomposición del valor agregado (explícitamente medido) de las
cuentas integradas: 60
(35) VEVA = VE + VD&A + rVA5 + (r – rA1)VA1 + (r – rA2)VA2 + (r – rA3)VA3
+ (r– rA4)VA4 – (r – rL1)VL1– (r– rL2)VL2 – (r –rL3)VL3.
Al comparar las descomposiciones del valor agregado explícitamente medido

del sector bancario, definidas en las ecuaciones (33) y (35), se puede observar
que el capital no financiero o físico no tiene ningún rol en la descomposición
contable (33); es decir, no existe un rol explícito para los servicios de espera
asociados a capital físico en la ecuación (33) pero sí existe en la ecuación (35)
dado que el término rVA5 puede ser interpretado como los servicios de espera
asociados a la quinta clase de activos, el capital no financiero. Asimismo, nótese
que la suma de los términos VD&A + rVA5 puede ser asociada al costo de uso del
capital (físico) habitual. 61 Nótese que los términos siguientes a rVA5 en el lado
60
Esta es la contraparte de la ecuación (17) usando la notación propuesta en este trabajo.
61
No se incluye el término de revaluación aquí pero normalmente sería pequeño.
derecho de la ecuación (35) son todos términos de márgenes financieros; es

decir, son las diferencias entre varias tasas de interés de mercado sobre activos
y pasivos y la tasa de referencia multiplicada por el valor correspondiente del
activo o pasivo al inicio del trimestre. La influencia agregada de estos términos
podrían ser cero si se elige la tasa de referencia rA igual al costo neto promedio
de reunir capital financiero al inicio del período; es decir, si rA se define de la
siguiente manera:
(36) rA ≡ [∑i=13 rLiVLi - åi=14 rAiVAi]/[∑i=13 VLi – ∑i=14 VAi]
= [∑i=13 rLiVLi - ∑i=14 rAiVAi]/VAi
donde la última igualdad surge de (27).
Esta opción puede ser considerada para una firma o industria no financiera
pero no es una opción apropiada para el sector de los bancos comerciales
porque, en general, es sabido que el costo neto promedio del capital no es el
verdadero costo que enfrenta el sector bancario para recaudar un dólar adi-
cional de capital financiero; es decir, el sector bancario obtiene ganancias de
sus préstamos y su fuente de ganancias debería ser reconocida. Asimismo, el
sector bancario incurre en costos adicionales por los servicios de depósitos y,
así, la tasa de interés de los depósitos rL1 subestima el verdadero costo de re-
unir capital financiero mediante esta fuente. Dicho de otra manera, algunos de
los términos que representan márgenes en el lado derecho de la ecuación (34)
deberían ser sacados del excedente de explotación y considerados como pro-
ductos. En particular, los servicios de depósitos bancarios, (r – rL1)VL1, y los
servicios de préstamos bancarios, (rA3 – r)VA3, generalmente son considerados
como productos del sector bancario comercial.
A continuación se definen los márgenes de servicios de activos (netos)
del sector bancario para los cuatro tipos de activos con respecto a una tasa de
referencia r elegida, VMAi(r) a continuación:
(37) VMAi(r) ≡ (rAi – r)VAi ; i = 1,2,3,4.
Nótese que VMA3(r) = (rA3 – r)VA3, definida antes como los servicios de
préstamos bancarios.62 Se definen a los márgenes de servicios de pasivos

(netos) para tres tipos de pasivos, condicional a la tasa de referencia r, VMLi(r)
de la siguiente manera:
(38) VMLi(r) ≡ (rLi – r)VLi ; i = 1,2,3;
Será más conveniente trabajar con servicios de depósitos, VDS(r), en lugar de

VML1(r); es decir, definir VDS(r) como el negativo de los servicios de pasivos
sobre depósitos VML1(r):
(39) VDS(r) ≡ – VML1(r) = (r – rL1)VL1.
Haciendo uso de la nueva notación para los diversos tipos márgenes de servicios
definidos por las ecuaciones (37)-(39), se puede reescribir la composición
del valor agregado explícitamente medido del sector bancario de la siguiente
manera:
(40) VEVA = VE + VD&A + rVA5 – ∑i=14 VMAi(r) - VDS(r) + ∑i=12 VMLi(r).
Así, el valor agregado bancario explícitamente medido, VEVA, es igual a

los salarios, VE, más los gastos de depreciación y amortización, VD&A, más los
servicios de espera imputados del capital no financiero, rVA5, menos el valor
de los márgenes de servicios para los cuatro tipos de activos no financieros en
poder del sector bancario, –∑i=14 VMAi(r), menos el valor de los servicios de
depósitos, –VDS(r), más el valor de los márgenes de servicios de pasivos de
deuda y capital accionario, VML2(r) + VML3(r).63
62
Los servicios de préstamos bancarios serán positivos para elecciones “razonables” de la tasa de
referencia. Es probable que los márgenes de servicios de activos sobre depósitos, (rA1 - r)VA1, sean
negativos; es decir, la tasa de activos sobre los depósitos rA1 será generalmente menor a la tasa de
referencia r. Estos activos de bajo rendimiento pueden mantenerse por razones regulatorias o como
reservas. El signo de los márgenes de servicios de activos para los activos 2 y 4 (activos de deuda y
capital accionario) probablemente sea variable.
63
Para elecciones “razonables” de r, se espera que los márgenes de servicios de deuda VMSL2(r) sean
pequeños en magnitud (si elegimos r igual a rL2, la tasa de interés promedio de la deuda, VMSLi(rL2),
será igual a 0) y se espera que los márgenes de servicios de capital accionario, VMSL3(r), sean grandes
y positivos. Los márgenes de servicios de capital accionario puede interpretarse como el pago por los
servicios de toma de riesgo sobre la parte de los inversores bancarios (una prima de riesgo) o como
un retorno monopólico. Dado que la posición monopólica siempre se puede erosionar por una reforma
regulatoria, un retorno monopólico también puede ser interpretado como una prima de riesgo.
En las tablas que se presentan a continuación, se considerarán varias opcio-

nes para la tasa de referencia r. Una vez que la tasa de referencia sea elegida,
además del valor agregado bancario medido explícitamente, VEVA, se consider-
arán las siguientes tres medidas alternativas del valor agregado bancario:
(41) V(r,A) ≡ VEVA + VDS(r) ;
(42) V(r,B) ≡ VEVA + VDS(r) + VMA3(r) ;
(43) V(r,C) ≡ VEVA + VDS(r) + ∑i=14 VMAi(r).
La medida de la producción nominal bancaria presentada en la Opción A y

definida en la ecuación (41) suma los servicios de depósitos al valor agregado
explícitamente medido. La opción B definida por (42) adiciona los servicios
por préstamos a la Opción A. La medida presentada en la Opción C, definida
en la ecuación (43), suma los cuatro márgenes de servicios de activos al valor
agregado explícitamente medido más los servicios de depósitos.
La mayor ventaja de la Opción A es que sólo un servicio financiero
imputado (servicios de depósitos) es sumado a la lista de productos del SCN
de la economía y, por lo tanto, la adición de las cuentas de la producción y los
insumos intermedios serán afectadas sólo mínimamente por la incorporación
de los servicios de depósitos a la clasificación de productos. 64
La ventaja de la Opción B es que tiene más correspondencia con el
tratamiento actual de los SIFMI en el SCN; es decir, sólo los servicios de
depósitos y préstamos son considerados como productos imputados del sector
bancario. La ventaja de la Opción C es que al aplicar esta opción a los sectores
no bancarios, existen suficientes ingresos netos de los servicios financieros, lo
cual permite un tratamiento consistente de los servicios financieros en todos
los sectores de las cuentas de producción.
Se concluye esta sección considerando tres opciones para la elección de la
tasa de referencia r:
64
Recuérdese que en la sección 5, se mostró que salvo que se elija una tasa de referencia común entre
los sectores productivos, la adición a lo largo de las filas de las cuentas de producción no se podía
mantener, en general.
• Opción 1: r1 ≡ rL2; es decir, fijar la tasa de referencia igual al costo

promedio de reunir capital financiero tomando deuda;
• Opción 2: r2 ≡ [rL1VL1+rL2VL2]/[VL1+VL2]; es decir, fijar la tasa de referencia

igual al promedio ponderado del costo de reunir capital mediante depósitos
y deuda;
• Opción 3: r3 ≡ [rL1VL1+rL2VL2+rL3VL3]/[VL1+VL2+VL3]; es decir, fijar la

tasa de referencia igual al promedio ponderado del costo de reunir capital
mediante depósitos, deuda y capital accionario.
Se considera que la tasa de referencia de la Opción 1 es la aproximación más

plausible al costo del capital financiero del sector bancario. El problema con la
Opción 2 es que reunir capital financiero mediante depósitos no representa el
costo “total” de reunir capital mediante esta fuente porque los bancos destinan
recursos adicionales a los servicios de las cuentas de depósitos. El problema
con la Opción 3 es que es probable que el sector bancario tenga beneficios
monopólicos y, por lo tanto, este sector tiende a reunir capital financiero
mediante deuda o depósitos (sujetos a restricciones regulatorias) a fin de
maximizar el retorno del capital accionario.
Gráfico 1: Tasas de Interés de Referencia Trimestrales

El Gráfico 1 presenta los valores trimestrales de las tasas de referencia

r1-r3 (Rho1-Rho3) en puntos porcentuales bajo las tres opciones. En este
gráfico, los trimestres 1 a 41 corresponden a T2-2001 a T2-2011. Como era
de esperarse, r2 es menor a r1 porque r2 incluye los depósitos (además de la
deuda tomada) y el costo que generan los intereses sobre los depósitos es
menor al costo de la deuda. Nótese que estas dos tasas de referencia están
próximas y, generalmente, siguen la misma tendencia. La tasa de referencia de
la opción 3, r3, generalmente es mucho más elevada porque incluye los fondos
provenientes del capital accionario (excepto para Q4-2008 cuando el retorno
al capital accionario bancario fue negativo, generando una r3 muy baja). Para
proveer un contexto a estas tasas de referencia, también se incluye una tasa de
referencia basada en el Tesoro, rT o RhoT. Esta tasa de referencia es computada
como un valor unitario; el ratio de los intereses devengados por los bonos del
Tesoro en poder de los bancos dividido por el valor contable del stock de
los bonos del Tesoro del sector bancario. 65 El gráfico muestra que la tasa del
Tesoro es, generalmente, más alta que las tasas de referencias resultantes de
las opciones 1 y 2. Esto se explica por el hecho de que la tasa del Tesoro es
un promedio de tasas de corto plazo (que son generalmente bajas) y tasas de
largo plazo (que son generalmente más altas). Las tasas de interés sobre los
depósitos están, generalmente, por debajo de las tasas de corto plazo de las
Letras del Tesoro y la deuda de los bancos contiene una gran proporción de
deuda del mercado de dinero, que también devenga tasas bajas. Entonces, r1 y
r2 están generalmente muy por debajo de la tasa de interés promedio del Tesoro
rT. Finalmente, exceptuando las recesiones en el 2001 y 2007-2010 cuando los
beneficios del sector bancario cayeron fuertemente, la tasa del Tesoro rT es
menor a r3, dado que las tasas de retorno sobre el capital accionario de los
bancos son generalmente muy altas excepto durante recesiones.
Se pueden considerar nuevas medidas posibles del valor agregado del
sector bancario: tres opciones para la tasa de referencia multiplicadas por
tres opciones para la elección de los márgenes de SIFMI para sumar el valor
agregado explícitamente medido del sector bancario.
65
Datos sobre las tenencias de bonos del Tesoro por parte del sector bancario para el T2-2011 no estaba
disponible; por lo tanto, rT para este trimestre se fijó igual a rT para T1-2011.
Como se mencionó previamente, los datos requeridos para calcular los

componentes del valor agregado del sector bancario para el Sector de la Banca
Comercial de Estados Unidos, que están en la ecuación (40), se presentan en
el Apéndice. Estos datos fueron obtenidos de los datos de acceso público de la
FDIC de Estados Unidos y abarcan todos los bancos comerciales asegurados
por la FDIC en Estados Unidos. Las Tablas 3 y 4 presentan estos datos
usando la tasa de referencia de la Opción 1, r1 rL2, junto con tres conceptos
alternativos de producción bancaria, A, B y C, definidos en las ecuaciones
(41)-(43), para los 41 trimestres, desde el segundo trimestre de 2001 hasta el
segundo trimestre de 2011. Nótese que la última fila de cada una de las tablas
siguientes, presenta el promedio muestral de la variable en cada columna.
Tabla 3: Valor Agregado Explícitamente Medido del Sector Bancario VEVA,

Opciones 1A, 1B y 1C de las Medidas del Valor Agregado, Costos laborales
VE, Costos de Depreciación y Amortización VD&A y Costos Imputados del
Interés sobre el Capital no Financiero r1VA5
Trimestre VEVA V(r1,A) V(r1,B) V(r1,C) VE VD&A r1VA5

2001-T2 17,368 22,929 59,582 60,557 24,442 9,173 1,858
2001-T3 16,631 22,473 59,283 61,182 25,046 9,423 1,756
2001-T4 19,953 29,480 62,598 65,949 26,983 10,153 1,700
2002-T1 19,470 24,957 61,105 66,545 26,068 8,550 1,277
2002-T2 20,425 27,356 62,536 68,250 26,169 8,971 1,445
2002-T3 22,550 28,190 64,933 70,988 26,481 9,509 1,328
2002-T4 19,549 25,834 63,025 68,594 27,705 9,309 1,197
2003-T1 24,235 31,281 68,591 73,969 28,336 9,413 1,124
2003-T2 24,392 32,049 69,705 74,989 28,791 9,597 1,133
2003-T3 22,665 28,693 69,154 74,083 28,252 9,260 0,983
2003-T4 22,671 29,767 69,713 76,298 29,546 10,112 1,050
2004-T1 23,004 31,030 71,372 78,047 30,001 9,746 1,157
2004-T2 20,956 30,018 70,541 77,540 30,078 9,768 1,187
2004-T3 21,030 31,559 74,035 79,695 29,894 10,524 1,547
2004-T4 21,842 32,193 76,529 81,507 31,979 11,886 1,921
2005-T1 24,603 38,617 78,689 82,969 32,161 10,807 2,398
2005-T2 22,191 37,370 80,266 83,147 32,015 11,173 2,745
2005-T3 26,457 42,948 84,396 84,985 32,686 10,914 3,017
2005-T4 21,821 39,422 79,765 78,253 32,721 11,109 3,349
2006-T1 27,594 49,352 91,228 89,474 35,526 11,482 3,883

2006-T2 26,955 47,600 91,376 90,003 34,496 11,070 4,422
2006-T3 27,761 47,267 94,444 91,032 35,485 11,316 4,748
2006-T4 26,577 59,083 103,512 90,812 36,110 11,714 5,893
2007-T1 29,362 46,718 93,593 91,111 37,712 11,540 4,739
2007-T2 30,965 49,709 97,132 93,743 38,060 11,641 5,108
2007-T3 24,207 40,303 92,905 91,144 37,358 12,592 5,295
2007-T4 5,616 17,216 66,876 66,969 36,793 14,305 5,032
2008-T1 26,642 38,999 85,398 88,547 38,291 12,925 4,496
2008-T2 21,514 29,617 73,632 81,393 39,986 14,734 3,503
2008-T3 15,850 24,755 65,168 73,099 37,323 14,863 3,527
2008-T4 -8,017 -2,086 33,304 45,184 34,903 16,342 2,887
2009-T1 34,887 38,530 74,731 87,833 40,135 17,732 1,894
2009-T2 25,633 32,890 56,891 68,916 38,906 14,363 2,022
2009-T3 21,530 30,249 51,124 63,587 39,916 14,871 2,029
2009-T4 20,233 33,937 54,659 64,333 39,644 16,996 2,228
2010-T1 22,433 40,999 64,096 70,667 39,687 12,793 2,371
2010-T2 19,706 33,201 60,339 69,054 41,094 12,713 1,964
2010-T3 18,099 31,597 65,165 73,534 40,185 12,773 1,820
2010-T4 16,441 32,312 65,127 72,181 41,474 14,358 1,899
2011-T1 16,172 32,628 72,282 80,117 43,196 12,625 1,867
2011-T2 13,930 31,290 74,477 81,937 42,364 12,607 1,879
Media 21,363 33,472 72,031 76,396 34,097 11,848 2,578
Se puede observar que el valor agregado explícitamente medido, VEVA,

tuvo caídas repentinas en el T4- 2007 y en el T4-2008 (de hecho, fue negativo
en el T4-2008). Esto indica que el valor agregado medido explícitamente,
probablemente, no está tan bien medido como se esperaría. El valor promedio
trimestral del valor agregado explícitamente medido del sector bancario fue
US$21,4 billones durante el período de la muestra. Cuando sumamos los
servicios de depósitos a la producción medida explícitamente, el promedio
trimestral aumenta a US$33,5 billones; sumando los servicios de préstamos
llega a un promedio de US$72,0 billones y la suma de otros servicios de
activos da lugar a un pequeño aumento hasta alcanzar los US$76,4 billones.
Los sueldos y gastos salariales promedio fueron US$34,1 billones y el valor
medio de los gastos de depreciación y amortización trimestral fue de US$11,8
billones. El interés imputado trimestral (o los servicios de espera) sobre el
capital no financiero es sólo US$2,6 billones en promedio, cuando la tasa de

referencia r1 es elegida para ser la tasa de interés trimestral promedio sobre la
deuda rL2.
En la Tabla 4, se presentan los diferentes márgenes de servicios de activos
y pasivos que se generan por la elección de la tasa de referencia r1; las
definiciones de estos servicios están en las ecuaciones (37)-(39).
Tabla 4: Componentes de los SIFMI bajo la Opción 1: Márgenes de Servicios

de Activos VMA1(r1)-VMA4(r1), Servicios de Depósitos VDS(r1) y otros Márgenes
de Servicios de Pasivos VML2(r1)-VML3(r1)
Trimestre VMA1(r1) VMA2(r1) VMA3(r1) VMA4(r1) VDS(r1) VML2(r1) VML3(r1)

2001-T2 -1,981 5,431 36,653 -2,475 5,561 0 25,085
2001-T3 -2,012 6,148 36,810 -2,238 5,842 0 24,957
2001-T4 -2,788 8,721 33,117 -2,583 9,528 0 27,113
2002-T1 -1,476 8,507 36,148 -1,591 5,488 0 30,650
2002-T2 -1,343 8,546 35,180 -1,490 6,931 0 31,665
2002-T3 -1,340 8,787 36,743 -1,392 5,640 0 33,670
2002-T4 -1,326 8,231 37,191 -1,337 6,286 0 30,383
2003-T1 -1,256 7,883 37,310 -1,249 7,046 0 35,097
2003-T2 -1,150 7,550 37,655 -1,116 7,657 0 35,468
2003-T3 -1,254 7,285 40,461 -1,102 6,028 0 35,589
2003-T4 -1,112 8,866 39,946 -1,169 7,096 0 35,590
2004-T1 -1,018 8,791 40,341 -1,097 8,026 0 37,143
2004-T2 -1,098 8,942 40,523 -0,845 9,062 0 36,508
2004-T3 -1,364 8,080 42,476 -1,056 10,529 0 37,731
2004-T4 -1,182 8,270 44,335 -2,110 10,352 0 35,721
2005-T1 -1,226 6,971 40,072 -1,465 14,014 0 37,603
2005-T2 -1,571 6,262 42,896 -1,809 15,179 0 37,214
2005-T3 -1,726 4,408 41,448 -2,092 16,491 0 38,369
2005-T4 -1,738 3,829 40,342 -3,602 17,602 0 31,075
2006-T1 -2,225 3,311 41,876 -2,840 21,757 0 38,582
2006-T2 -1,746 3,560 43,776 -3,187 20,645 0 40,015
2006-T3 -2,076 2,109 47,177 -3,445 19,506 0 39,484
2006-T4 -2,976 -3,136 44,429 -6,588 32,506 0 37,094
2007-T1 -2,435 3,854 46,874 -3,902 17,356 0 37,120
2007-T2 -2,076 2,695 47,424 -4,008 18,743 0 38,934

2007-T3 -1,982 4,194 52,602 -3,972 16,096 0 35,899
2007-T4 -1,482 5,090 49,659 -3,514 11,601 0 10,839
2008-T1 -1,478 7,823 46,399 -3,196 12,357 0 32,836
2008-T2 -0,684 11,079 44,015 -2,634 8,103 0 23,171
2008-T3 -0,979 11,514 40,413 -2,604 8,905 0 17,386
2008-T4 -0,174 14,351 35,390 -2,296 5,931 0 -8,948
2009-T1 -2,043 16,785 36,201 -1,641 3,642 0 28,071
2009-T2 -2,425 16,298 24,001 -1,847 7,257 0 13,625
2009-T3 -2,112 16,356 20,874 -1,781 8,719 0 6,771
2009-T4 -2,805 14,612 20,722 -2,132 13,703 0 5,465
2010-T1 -3,135 12,145 23,097 -2,439 18,567 0 15,816
2010-T2 -2,443 13,058 27,130 -1,900 13,503 0 13,284
2010-T3 -2,336 12,507 33,568 -1,801 13,498 0 18,757
2010-T4 -2,296 11,323 32,815 -1,973 15,871 0 14,451
2011-T1 -1,979 11,531 39,654 -1,718 16,456 0 22,428
2011-T2 -2,341 11,585 43,187 -1,783 17,360 0 25,086
Media -1,761 8,394 38,559 -2,269 12,108 0 27,873
En la Tabla 4 se puede observar que los márgenes de servicios de depósitos

son siempre menores y negativos (el promedio trimestral es -US$1,8 billones),
los márgenes de servicios de deuda son positivos excepto el T4-2006 (el pro-
medio trimestral es US$8,4 billones), márgenes de servicios de préstamos son
siempre altos y positivos (el promedio trimestral es US$38,6 billones) y los
márgenes de servicios de inversiones de capital son siempre negativos y vari-
ables (el promedio trimestral es -US$2,3 billones). Esto significa que la tasa
de interés sobre los depósitos que el sector bancario gana y su tasa de retorno
promedio sobre las inversiones de capital es siempre menor que el costo pro-
medio de la deuda, generando valores negativos (pequeños) para VMA1(r1) y
VMA4(r1) en cada trimestre. Por otra parte, excepto en el caso de un trimestre,
la tasa de interés devengada por el sector bancario sobre sus inversiones de
deuda y préstamos fue siempre mayor que la tasa de interés promedio que
el sector bancario pagó sobre su deuda, lo que genera valores positivos para
VMA2(r1) y VMA3(r1). Los servicios de depósitos del sector bancario, VDS(r1),
oscilaron entre US$3,6 y US$32,5 billones con un valor promedio trimestral
de US$12,1 billones. Los márgenes de servicios de pasivos por deuda de los
banco fueron siempre cero. Esto se debe a la tasa de referencia elegida; es

decir, cuando r iguala la tasa de interés promedio sobre la deuda rL2, VML2(r)
automáticamente es cero. Los márgenes de servicios de pasivos por el capital
accionario de los bancos, VML3(r1), generalmente fueron altos y positivos con
la excepción del T4-2008 cuando estos servicios fueron negativos. VML3(r1)
osciló entre -US$8,9 y US$40,0 billones con un valor promedio trimestral de
US$27,9 billones. Como se mencionó previamente, estos márgenes de ser-
vicios pueden ser interpretados como pagos a los inversores de capital por
servicios de toma de riesgo.
Pasemos a la tasa de referencia de la Opción 2, es decir, igualar la tasa de
referencia r2 al promedio ponderado del costo de reunir capital vía depósitos
y deuda. 66 Dado que el valor agregado explícitamente medido de los bancos,
los costos laborales y los costos de depreciación y amortización no cambian
cuando varía la tasa de referencia, estas variables no se presentan en la Tabla 5.
Tabla 5: Opciones 2A, 2B and 2C de las Medidas del Valor Agregado, Costo
de intereses imputados para el Capital no Financiero r2VA5 y Servicios de
depósitos VDS(r2)
Trimestre V(r2,A) V(r2,B) V(r2,C) r2VA5 VDS(r2)

2001-T2 18,880 59,547 62,492 1,685 1,512
2001-T3 18,188 59,209 63,187 1,572 1,557
2001-T4 22,598 62,438 69,336 1,394 2,645
2002-T1 20,908 60,926 68,414 1,092 1,439
2002-T2 22,223 62,337 70,601 1,197 1,798
2002-T3 24,074 64,768 72,964 1,135 1,524
2002-T4 21,274 62,850 70,833 0,993 1,726
2003-T1 26,113 68,314 76,420 0,895 1,878
2003-T2 26,421 69,392 77,639 0,881 2,029
2003-T3 24,305 68,899 76,207 0,790 1,641
2003-T4 24,595 69,463 78,787 0,811 1,924
2004-T1 25,150 71,025 80,813 0,870 2,146
2004-T2 23,374 70,081 80,665 0,869 2,419
2004-T3 23,842 73,575 83,278 1,120 2,812
66
Esta tasa de referencia se puede interpretar como una aproximación a una tasa de retorno segura.
2004-T4 24,621 76,223 85,069 1,437 2,779

2005-T1 28,226 78,110 87,644 1,711 3,623
2005-T2 26,116 79,620 88,197 1,997 3,925
2005-T3 30,700 83,795 90,486 2,218 4,243
2005-T4 26,355 79,234 84,106 2,500 4,535
2006-T1 33,037 90,522 96,512 2,817 5,443
2006-T2 32,221 90,779 96,764 3,353 5,266
2006-T3 32,789 93,888 97,45 3,744 5,027
2006-T4 35,135 102,918 101,78 4,248 8,558
2007-T1 33,784 93,139 96,785 3,859 4,422
2007-T2 35,797 96,740 99,933 4,138 4,832
2007-T3 28,447 92,609 96,514 4,461 4,240
2007-T4 8,791 66,791 70,959 4,418 3,175
2008-T1 29,968 85,330 92,742 3,835 3,326
2008-T2 23,771 73,576 84,218 3,075 2,257
2008-T3 18,302 65,112 76,173 3,042 2,452
2008-T4 -6,335 33,229 47,260 2,572 1,681
2009-T1 35,884 74,542 89,083 1,723 0,996
2009-T2 27,503 56,427 71,366 1,670 1,871
2009-T3 23,615 50,409 66,395 1,582 2,085
2009-T4 23,314 53,098 68,621 1,525 3,081
2010-T1 26,292 61,497 76,180 1,375 3,859
2010-T2 22,781 58,820 73,364 1,254 3,075
2010-T3 21,101 63,584 77,821 1,140 3,003
2010-T4 19,950 63,139 77,216 1,113 3,509
2011-T1 19,538 69,991 85,038 1,034 3,366
2011-T2 17,317 71,606 86,976 1,006 3,387
Media 24,414 71,404 80,397 2,004 3,050
Cuando se suman los servicios de depósitos a la producción medida explíci-

tamente, el producto bancario trimestral promedio V(r2,A) es sólo US$24,4
billones, sustancialmente más bajo que el valor promedio para V(r1,A), que
era US$33,5 billones. Esta disminución se explica por el hecho de que bajar
la tasa de referencia genera una caída en el valor de los servicios de depósi-
tos.67 Sumando los servicios de préstamos al valor agregado explícitamente
medido más los servicios los servicios de depósitos se alcanza un promedio de
US$71,4 billones para V(r2,B), que es bastante cercano a los US$72,0 billones
67
La media muestral r1 es igual al promedio rL2 que fue 0,644% anual. El promedio r es igual al
promedio ponderado de rL1 y rL2 que fue 0,506% anual.
promedio para V(r1,B).68 Al sumar otros servicios de activos se genera un

pequeño aumento en el valor promedio de V(r2,C), alcanzando los US$80,4
billones, que es bastante cercano al valor promedio de US$76,4 billones para
V(r1,C). Los intereses trimestrales imputados (o servicios de espera) sobre
el capital no financiero r2VA5 fueron en promedio sólo US$2,0 billones, una
caída desde los US$2,6 billones promedio para r1VA5. La media muestral del
valor de los servicios de depósitos VDS(r2) fue sólo de US$3,1 billones, que
es una caída sustancial con respecto al valor promedio correspondiente para
VDS(r1) que fue de US$12,1 billones.
En la Tabla 6, se presentan varios márgenes de servicios de activos y pasi-
vos que son generados por la tasa de referencia r2.
Tabla 6: Opción 2 de los Componentes de los SIFMI: Márgenes de Servicios

de Activos VMA1(r2)-VMA4(r2) y Márgenes de Servicios de Pasivos VML2(r2)–
VML3(r2)
Trimestre VMA1(r2) VMA2(r2) VMA3(r2) VMA4(r2) VML2(r2) VML3(r2)

2001-T2 -1,639 6,769 40,667 -2,185 1,512 25,680
2001-T3 -1,632 7,546 41,021 -1,936 1,557 25,588
2001-T4 -2,171 11,075 39,840 -2,005 2,645 28,161
2002-T1 -1,124 9,884 40,017 -1,272 1,439 31,265
2002-T2 -0,953 10,331 40,114 -1,115 1,798 32,465
2002-T3 -1,013 10,295 40,694 -1,086 1,524 34,315
2002-T4 -0,954 9,930 41,575 -0,993 1,726 31,100
2003-T1 -0,842 9,811 42,201 -0,863 1,878 35,898
2003-T2 -0,712 9,664 42,971 -0,704 2,029 36,341
2003-T3 -0,889 8,950 44,593 -0,753 1,641 36,264
2003-T4 -0,720 10,779 44,868 -0,735 1,924 36,393
2004-T1 -0,576 11,032 45,875 -0,667 2,146 38,050
68
Dado que el valor promedio de los pasivos en forma de depósitos VL1 es bastante cercano al valor
promedio de los activos en forma de préstamos VA3, se puede observar que V(r,B) será aproximadamente
invariante al valor de la tasa de referencia r. Del Apéndice, la participación promedio de los préstamos
en el total de los activos fue sA3 = 0.620 y la participación promedio de los depósitos en el total de los
activos y pasivos fue sL1 = 0.662.
2004-T2 -0,595 11,551 46,707 -0,372 2,419 37,532

2004-T3 -0,747 10,969 49,733 -0,519 2,812 38,928
2004-T4 -0,611 11,028 51,601 -1,570 2,779 36,989
2005-T1 -0,520 10,814 49,884 -0,761 3,623 39,342
2005-T2 -0,812 10,418 53,504 -1,029 3,925 39,087
2005-T3 -0,932 8,878 53,096 -1,256 4,243 40,426
2005-T4 -0,899 8,486 52,878 -2,715 4,535 33,241
2006-T1 -1,163 8,905 57,484 -1,751 5,443 41,244
2006-T2 -0,841 8,959 58,558 -2,132 5,266 42,579
2006-T3 -1,185 7,204 61,099 -2,456 5,027 41,878
2006-T4 -1,527 5,161 67,783 -4,772 8,558 41,149
2007-T1 -1,610 8,259 59,356 -3,004 4,422 39,252
2007-T2 -1,253 7,506 60,943 -3,061 4,832 41,262
2007-T3 -1,198 8,266 64,162 -3,164 4,240 37,863
2007-T4 -0,953 8,009 58,000 -2,888 3,175 12,266
2008-T1 -0,887 10,863 55,362 -2,564 3,326 34,366
2008-T2 -0,287 13,123 49,805 -2,195 2,257 24,166
2008-T3 -0,531 13,728 46,810 -2,136 2,452 18,492
2008-T4 0,200 15,788 39,564 -1,957 1,681 -8,240
2009-T1 -1,706 17,672 38,659 -1,426 0,996 28,497
2009-T2 -1,771 18,129 28,924 -1,419 1,871 14,556
2009-T3 -1,402 18,613 26,795 -1,226 2,085 7,941
2009-T4 -1,554 18,321 29,784 -1,243 3,081 7,376
2010-T1 -1,403 17,257 35,205 -1,171 3,859 18,465
2010-T2 -1,156 16,706 36,039 -1,006 3,075 15,228
2010-T3 -1,057 16,183 42,483 -0,889 3,003 20,721
2010-T4 -0,887 15,875 43,188 -0,911 3,509 16,762
2011-T1 -0,552 16,234 50,453 -0,636 3,366 24,816
2011-T2 -0,617 16,618 54,289 -0,630 3,387 27,612
Media -1,017 11,600 46,990 -1,590 3,050 29,398
En la Tabla 6 se puede observar que los márgenes de servicios de depósi-

tos, VMA1(r2), son siempre pequeños y negativos a excepción del T4-2008
donde VMA1(r2) es pequeño y positivo (el promedio trimestral es -US$1,0 bil-
lones), los márgenes de servicios de activos de deuda, VMA2(r2), son positi-
vos (el promedio trimestral es US$11,6 billones), los márgenes de servicios
de préstamos, VMA3(r2), son siempre grandes y positivos (el promedio tri-
mestral es US$47,0 billones) y los márgenes de servicios de inversiones de
capital accionario,VMA4(r2), son siempre negativos (el promedio trimestral es

-US$1,6 billones). Los márgenes de servicios de pasivos para la deuda de los
bancos,VML2(r2), fueron siempre positivos (el promedio trimestral es US$3,1
billones). Esto representa un aumento en VML2(r1), que antes era cero. Este
aumento se debe a la elección de la tasa de referencia, que es menor que la
tasa sobre los depósitos que son pasivos de los bancos. Los márgenes de ser-
vicios de pasivos para el capital accionario de los bancos, VML3(r2), fueron
generalmente grandes y positivas con la excepción del T4-2008, cuando estos
servicios fueron negativos. VML3(r2) osciló entre -US$8,2 y US$42,6 billones
con un valor trimestral promedio de US$29,4 billones. Los valores general-
mente positivos de VML2(r2) y VML3(r2) pueden ser interpretados como pagos a
los prestamistas e inversores accionarios por los servicios de toma de riesgo.69
Pasemos ahora a la Opción 3 de la tasa de referencia, r3, que resulta igual
al promedio ponderado del costo de reunir capital mediante depósitos, deuda
y capital accionario.
Tabla 7: Opciones 3A, 3B y 3C para las Medidas de Valor Agregado, Costo

de Intereses imputados por el Capital no Financiero r3VA5 y Servicios de
Depósitos VDS(r3)
Trimestre V(r3,A) V(r3,B) V(r3,C) r3VA5 VDS(r3)

2001-T2 35,768 59,691 54,421 2,406 18,400
2001-T3 35,126 59,501 55,262 2,298 18,495
2001-T4 40,923 62,864 60,316 2,210 20,971
2002-T1 41,652 61,847 58,840 2,040 22,182
2002-T2 43,778 63,173 60,729 2,236 23,353
2002-T3 46,543 65,668 62,172 2,189 23,993
2002-T4 41,524 63,629 60,89 1,900 21,976
2003-T1 49,753 69,579 65,208 1,942 25,518
2003-T2 50,398 70,722 66,347 1,953 26,005
2003-T3 48,040 70,283 64,720 1,833 25,376
2003-T4 48,423 70,614 67,321 1,911 25,752
2004-T1 50,195 72,502 69,033 2,094 27,192
69
Nótese que VDS(r2) es siempre igual a VML2(r2). Esto ocurre como consecuencia de la elección de la
tasa de referencia r2 como el promedio ponderado del costo del capital reunido mediante depósitos y
deuda.
2004-T2 48,094 71,793 69,037 2,053 27,138

2004-T3 49,461 75,101 71,384 2,536 28,430
2004-T4 48,727 77,197 73,728 2,977 26,885
2005-T1 54,177 79,556 75,968 3,426 29,574
2005-T2 51,912 81,099 76,622 3,712 29,721
2005-T3 57,395 85,104 78,497 3,959 30,939
2005-T4 48,328 80,127 74,265 3,927 26,508
2006-T1 60,593 91,714 84,624 4,617 32,998
2006-T2 60,435 91,875 84,360 5,314 33,480
2006-T3 60,475 94,951 85,177 5,663 32,713
2006-T4 62,088 103,586 89,435 6,099 35,511
2007-T1 59,836 94,053 85,356 5,631 30,474
2007-T2 63,039 97,508 87,812 6,037 32,074
2007-T3 53,303 93,229 85,257 6,210 29,097
2007-T4 16,723 66,871 67,203 4,996 11,108
2008-T1 52,317 85,497 82,361 5,470 25,675
2008-T2 39,298 73,725 76,714 4,211 17,784
2008-T3 30,222 65,215 70,495 3,937 14,372
2008-T4 -11,609 33,137 49,836 2,183 -3,592
2009-T1 54,419 75,863 80,323 2,924 19,532
2009-T2 37,079 57,251 67,012 2,296 11,446
2009-T3 28,942 50,983 64,140 1,941 7,412
2009-T4 28,332 53,835 66,596 1,857 8,099
2010-T1 39,092 63,759 71,382 2,242 16,66
2010-T2 33,061 60,318 69,115 1,954 13,355
2010-T3 35,166 65,702 72,076 2,051 17,068
2010-T4 31,346 64,972 72,574 1,837 14,905
2011-T1 36,777 73,008 78,558 2,131 20,605
2011-T2 36,719 75,592 79,979 2,219 22,789
Media 43,851 72,505 71,589 3,157 22,487
Cuando se suman los servicios de depósitos a la producción medida

explícitamente, el valor promedio trimestral de la producción, V(r3,A), se
eleva a US$43,9 billones, un gran aumento con respecto al nivel de producción
bancario promedio previa V(r2,A), que era de US$24,4 billones. Este aumento
se debe al hecho de que la nueva tasa de referencia r3 es mucho más alta que r2:
aumentar la tasa de referencia genera un aumento en el valor de los servicios de
depósitos.70 Sumar los servicios de préstamos al valor agregado explícitamente
medido más los servicios de depósitos hace que V(r3,B) llegue a un promedio
70
La media muestral r3 fue 0,831%, que es mucho más alta que los promedios para r1 y r2 que fueron
de 0,644% y 0,506% por trimestre respectivamente.
de US$72,5 billones, que es bastante cercano a los promedios de US$72,0

y US$71,4 billones para V(r1,B) y V(r2,B). Esta invariancia aproximada de
las medidas de producción bancaria ante cambios en la tasa de referencia,
que incluye tanto servicios de depósitos y préstamos como productos, se debe
a que los activos de préstamos son más o menos similares a los activos de
depósitos para el sistema de la banca comercial estadounidense en este período.
Probablemente, esta invariancia no se mantenga en otros países. Al sumar los
servicios de activos, se produce una caída en el valor promedio de V(r3,C)
a US$71,6 billones.71 Los intereses trimestrales imputados (o servicios de
espera) sobre el capital no financiero r3VA5 promediaron sólo US$3,2 billones,
un pequeño aumento con respecto a los valores promedio para r1VA5 y r2VA5,
que alcanzaron los US$2,6 y US$2,0 billones respectivamente. El valor medio
muestral de los servicios de depósitos VDS(r3) alcanzó los US$22,5 billones,
un aumento sustancial con respecto a los valores promedio correspondientes
para VDS(r1) y VDS(r2) que alcanzaron los US$12,1 y US$3,1 billones
respectivamente.
En la Tabla 8, se presentan los márgenes de servicios de activos y pasivos
que son generados por la elección de la tasa de referencia r3.
Tabla 8: Opción 3 Componentes de los SIFMI: Márgenes de Servicios de

Activos VMA1(r3)-VMA4(r3) y Márgenes de Servicios de Pasivos VML2(r3)–
VML3(r3)
Trimestre VMA1(r3) VMA2(r3) VMA3(r3) VMA4(r3) VML2(r3) VML3(r3)

2001-T2 -3,066 1,190 23,923 -3,395 -4,796 23,195
2001-T3 -3,133 2,022 24,375 -3,128 -4,598 23,093
2001-T4 -3,813 4,809 21,941 -3,544 -4,398 25,369
2002-T1 -2,931 2,828 20,195 -2,904 -5,933 28,115
2002-T2 -2,590 2,835 19,395 -2,690 -5,752 29,105
2002-T3 -2,802 2,066 19,125 -2,760 -6,797 30,791
2002-T4 -2,606 2,387 22,105 -2,520 -5,938 27,914
2003-T1 -2,737 0,993 19,827 -2,627 -6,714 32,232
2003-T2 -2,575 0,659 20,325 -2,459 -6,615 32,621
71
Cabe recordar que los valores promedio de V(r1,C) y V(r2,C) fueron US$76,4 y US$80,4 billones
respectivamente.
2003-T3 -2,867 -0,057 22,242 -2,639 -7,235 32,610

2003-T4 -2,526 1,967 22,191 -2,734 -6,940 32,692
2004-T1 -2,457 1,486 22,306 -2,498 -6,996 34,187
2004-T2 -2,468 1,843 23,699 -2,131 -6,581 33,720
2004-T3 -2,793 1,378 25,641 -2,301 -6,523 34,953
2004-T4 -2,428 2,249 28,470 -3,290 -6,069 32,954
2005-T1 -2,285 1,216 25,378 -2,519 -5,425 34,999
2005-T2 -2,552 0,892 29,187 -2,818 -5,072 34,794
2005-T3 -2,664 -0,865 27,709 -3,078 -5,005 35,943
2005-T4 -2,310 0,655 31,798 -4,206 -3,091 29,599
2006-T1 -2,956 -0,543 31,121 -3,591 -3,750 36,748
2006-T2 -2,501 -0,946 31,439 -4,067 -4,395 37,875
2006-T3 -2,888 -2,538 34,476 -4,347 -4,586 37,299
2006-T4 -3,157 -4,177 41,498 -6,816 -1,074 36,585
2007-T1 -3,271 -0,613 34,217 -4,812 -4,484 34,958
2007-T2 -2,864 -1,916 34,469 -4,915 -4,631 36,704
2007-T3 -2,843 -0,271 39,926 -4,858 -4,649 33,746
2007-T4 -1,451 5,261 50,147 -3,477 0,186 10,922
2008-T1 -2,349 3,340 33,180 -4,127 -4,904 30,579
2008-T2 -1,341 7,693 34,426 -3,362 -3,738 21,522
2008-T3 -1,358 9,638 34,993 -3,001 -2,078 16,449
2008-T4 0,665 17,571 44,745 -1,536 3,768 -7,360
2009-T1 -4,065 11,459 21,444 -2,935 -5,985 25,517
2009-T2 -2,934 14,874 20,172 -2,180 -1,455 12,901
2009-T3 -1,972 16,801 22,041 -1,671 0,411 7,002
2009-T4 -2,145 16,569 25,503 -1,663 1,625 6,473
2010-T1 -2,910 12,808 24,666 -2,275 0,500 16,159
2010-T2 -2,425 13,110 27,256 -1,887 0,044 13,311
2010-T3 -2,772 11,257 30,536 -2,112 -1,021 18,089
2010-T4 -2,186 11,678 33,625 -1,890 0,274 14,631
2011-T1 -2,431 10,041 36,232 -2,061 -1,067 21,671
2011-T2 -3,011 9,629 38,873 -2,231 -1,316 24,105
Media -2,555 4,665 28,654 -3,026 -3,727 26,214
En la Tabla 8 se puede observar que los márgenes de servicios para acti-

vos en forma de depósitos VMA1(r3) son siempre pequeños y negativos con la
excepción del T4-2008 donde VMA1(r3) fue pequeño y positivo (el promedio
trimestral es -US$2,6 billones), los márgenes de servicios sobre activos de
deuda VMA2(r3) son generalmente positivos (el promedio trimestral es US$4,7
billones), los márgenes de servicios para préstamos VMA3(r3), son siempre
grandes y positivos (el promedio trimestral es US$28,7 billones, una gran caí-
da con respecto al valor promedio para VMA3(r2), que fue US$47,0 billones)
y los márgenes de servicios para inversiones de capital VMA4(r3) son siempre
negativos (el promedio trimestral es -US$3,0 billones). Los márgenes de ser-
vicios de pasivos para deuda bancaria VML2(r3) fueron generalmente negativos

con la excepción de algunos valores positivos entre T3-2009 y T2-2010 (el
promedio trimestral es -US$3,7 billones). Esto es una disminución en VML2(r2)
que promedió los US$3,0 billones. Esta disminución se debe a la elección de
la tasa de referencia r3 que es más alta que r2. Los márgenes de servicios de
préstamos para el capital accionario de los bancos, VML3(r3), fueron general-
mente grandes y positivos con la excepción del Q4-2008 cuando estos servi-
cios fueron negativos. VML3(r3) osciló entre -US$7,4 y US$37,9 billones con
un promedio trimestral de US$26,2 billones.
Los nuevos conceptos de producción que se han considerado en esta sec-
ción pueden ser comparados observando el Gráfico 2 a continuación.
Gráfico 2: Medidas alternativas de producción del sector bancario

En el Gráfico 2 se puede observar que las medidas de la producción del

sector bancario que incluyen tanto servicios de depósitos como servicios de
préstamos (las opciones B) están estrechamente agrupadas y no pueden dis-
tinguirse en el Gráfico; es decir, las estimaciones de producción para el sector
de la banca comercial de Estados Unidos representadas por V(r1,B), V(r2,B)
y V(r3,B) son muy similares. Como se mencionó previamente, esto se debe a
que el valor de los activos en forma de préstamos es aproximadamente igual
al valor de los pasivos en forma de depósitos para el sector bancario estadoun-
idense en el período de la muestra y, por lo tanto, las medidas de producción
bancaria estarán aproximadamente invariantes a cambios en la tasa de refer-
encia.
Los conceptos sobre la producción del sector bancario que incluyen sólo
el valor agregado explícitamente medido más los servicios de depósitos (las
opciones A, V(r1,A), V(r2,A) y V(r3,A)) son las tres líneas inferiores en el
Gráfico 2. Dado que la elección de la tasa de referencia cambia el valor de los
servicios de depósitos dramáticamente, estas tres curvas difieren sustancial-
mente entre ellas. Por lo tanto, si estos conceptos para la producción bancaria
son utilizados, es importante elegir la tasa de referencia “correcta”.
Los conceptos de producción que incluyen los servicios de depósitos más
todos los servicios de activos de los bancos, V(r1,C), V(r2,C) y V(r3,C), están
por sobre el grupo de medidas B, en la mayoría de los casos, con la excepción
de V(r3,C) que está por debajo del grupo hasta el comienzo de la Gran Rece-
sión. Como era de esperarse, las medidas de producción C son mucho más
variables que las medidas B.
9. Comparación con Metodologías de Múltiples Tasas de Referencia
La metodología de una única tasa de referencia (sectorial) que se ha

desarrollado en este trabajo y en un documento previo, Diewert, Fixler y
Zieschang (2012), puede ser contrastada con la metodología de múltiples tasas
de referencia desarrollada por Basu, Inklaar y Wang (2011).72 La metodología

de Wang y sus coautores puede dividirse en dos componentes: un componente
que define los productos nominales de los bancos y otro componente que
determina la cantidad real de los insumos y productos del sector bancario. El
trabajo de Basu, Inklaar y Wang (2011) se centra solamente en la determinación
de los productos e insumos nominales y utiliza el enfoque de costos de uso, por
lo que es similar al trabajo empírico de la sección previa. 73 A continuación,
se intentará interpretar la metodología de estos autores para la medición de
productos e insumos nominales bancarios usando la notación desarrollada en
la sección anterior.
Hay dos principios importantes que impulsan la metodología Wang. El
primero es que los bancos transfieren el riesgo y los servicios de espera
desde el sector de los hogares al sector no financiero. 74 Este principio no
es inconsistente con nuestro marco. El segundo principio que utilizan Basu,
Inklaar y Wang (2011) (BIW en lo que sigue) es un principio de congruencia: el
valor de los servicios de activos bancarios que no se cobran de forma explícita
se puede determinar por el margen entre los intereses reales devengados por
los activos menos los intereses imputados que genera un instrumento de deuda
de mercado, que tenga las mismas características de riesgo que la inversión
en activos reales. Por lo tanto, en teoría, habrá una tasa de referencia distinta
para cada clase de activo financiero. Sin embargo, BIW utilizan los retornos
de mercado sobre estos activos convertidos a las tasas de interés como las tasas
de referencia para todas las categorías de activos financieros de los bancos,
excepto los préstamos. En consecuencia, la principal tasa de referencia sobre
los activos que BIW tienen que elegir es la tasa de referencia de los préstamos.
72
Los fundamentos teóricos para este trabajo están explicados con más detalle en Wang (2003) y
Wang, Basu y Fernald (2009). Para otras aplicaciones empíricas de la metodología de Wang, ver Alon,
Fernald, Inklaar y Wang (2011), Colangelo y Inklaar (2012) y Inklaar y Wang (2012).
73
Si bien consideramos que la metodología de Wang y sus coautores para determinar los productos e
insumos nominales bancarios es una contribución muy útil, somos menos entusiastas con respecto a
la metodología empleada por estos autores para determinar la producción real. Preferimos el enfoque
de deflación para la medición de los productos e insumos reales mientras que los autores prefieren
contabilizar las transacciones como una medida directa de los productos e insumos financieros
bancarios.
74
“La prima de riesgo, junto con los gastos reales en intereses sobre los pasivos bancarios, constituyen
una transferencia pura de ingreso de capital. Es parte del ingreso de factores generado por el capital
utilizado en la producción de la firma prestataria o en el consumo de los consumidores. ” Basu, Inklaar
y Wang (2011; 232).
75
Haciendo uso de la notación de la sección anterior, se definen las tasas de
referencia sobre los activos de BIW como rA1 = rA1, rA2 = rA2, rA3 < rA3, y rA4
= rA4. Por lo tanto, la elección de BIW de tasas de referencia para tres de las
cuatro clases de activos financieros es simplemente elegir la tasa de referencia
que sea igual a la tasa de interés de mercado correspondiente, mientras que la
tasa de referencia de los préstamos rA3 se elige tal que sea ligeramente inferior
a la tasa de mercado correspondiente rA3 en promedio.
Asimismo, BIW eligen tasas de referencia para los pasivos. Para los
depósitos, eligen una tasa de referencia rL1 para ser una tasa de interés
segura76 y para otros pasivos, creemos que las tasas de referencia elegidas son
aproximadamente iguales a las tasas de mercado correspondientes tal que rL2
= rL2 and rL3 = rL3.
A esta altura, el lector debería recordar la ecuación (34) en la sección
previa. Esencialmente, esta ecuación sumaba el interés imputado (a la tasa
de referencia r) a todos los activos al comienzo del período menos el costo
de interés imputado a todos los pasivos al inicio del período y sumaba estos
términos al lado derecho de la ecuación (33). La adición de esta ecuación
(cuyos términos suman cero) a los componentes del ingreso laboral medidos
explícitamente y el excedente bruto de explotación, condujo a los intereses
imputados cobrados para el capital no financiero (igual a rVA5) y los márgenes
de varios productos e insumos financieros del sector bancario. La contraparte
de la ecuación fundamental (35) en el contexto actual tasas de referencia
múltiples es la siguiente:
(44) rA5VA5 - [rL1VL1 + rL2VL2 + rL3VL3 - rA1VA1 - rA2VA2 - rA3VA3 - rA4VA4] = 0.
75
“En el caso de los servicios de préstamos, el costo puro de los fondos de un préstamo debería ser
inferido usando la tasa de retorno sobre un título de deuda de mercado con las mismas características de
riesgo (pero sin ningún servicio adherido)” Basu, Inklaar y Wang (2011; 229). La metodología de BIW
sugiere que los consumidores de los préstamos bancarios están indiferentes entre tomar prestado a un
banco y reunir capital financiero en los mercados de crédito. Sin embargo, como señaló Fama (1985),
la característica principal de los bancos es que proveen servicios de crédito a los prestatarios que no
pueden acceder a los mercados de crédito por problemas de selección adversa y riesgo moral. Para
tales tomadores de crédito, el banco asume el riesgo de default y no hay un título de deuda de mercado
comparable cuyo retorno pueda ser utilizado como tasa de referencia para sus préstamos.
76
“Para depósitos asegurados en Estados Unidos, la tasa de referencia relevante debería ser la tasa libre
de riesgo del Tesoro...” Basu, Inklaar y Wang (2011; 232).
Si las tasas de referencia para pasivos rL1, rL2, rL3 y para activos financieros
rA1, rA2, rA3, rA4 pueden ser elegidas exógenamente, entonces para que el lado
izquierdo de la ecuación (44) sea igual a cero, puede observarse que la tasa de
referencia para activos no financieros rA5 debe ser determinada endógenamente
por (44). Al sumar estos términos del lado izquierdo de la ecuación (44) al lado
derecho de la ecuación (33), que define valor agregado explícitamente medido
del sector bancario, se obtiene una nueva descomposición del valor agregado
(explícitamente medido) con tasas de referencia múltiples: 77
(45) VEVA = VE + VD&A + rA5VA5 - (rA1 - rA1)VA1 - (rA2 - rA2)VA2 - (rA3 - rA3)VA3
- (rA4 - rA4)VA4 + (rL1 - rL1)VL1 + (rL2 - rL2)VL2 + (rL3 - rL3)VL3.
Si realizamos los supuestos particulares sobre las tasas de referencia que

fueron realizados por BIW, se obtiene la siguiente simplificación de (45):
(46) VEVA = VE + VD&A + rA5VA5 – (rA3 - rA3)VA3 – (rL1 – rL1)VL1.
Si pasamos los dos últimos términos del lado derecho de la ecuación (46)
al lado izquierdo, obtenemos la medida de producción bancaria presentada
por BIW, que es igual al valor agregado medido explícitamente VEVA más los
servicios de préstamos (rA3 – rA3)VA3 más los servicios de depósitos (rL1 – rL1)
VL1. Esta medida de la producción bancaria es igual a la suma del ingreso
laboral VE más los gastos de depreciación y amortización VD&A más el costos
de los intereses imputados atribuidos al capital no financiero rA5VA5.78
77
Se requiere adicionar los términos que suman cero al lado derecho de la ecuación (33) de forma
tal que el valor agregado medido explícitamente se mantenga sin cambios. Cabe destacar que esta
generalización de la descomposición del valor agregado de BIW fue derivada primero por Zieschang
(2011).
78
No tenemos acceso a las tasas de referencia exactas que BIW utilizaron pero es probable que la
opción de producción bancaria V(r2,A) descripta en la sección anterior se aproxime a la medida de
producción de BIW. Esta opción de producción utiliza una tasa de referencia relativamente baja r2 y
fija el valor agregado bancario igual al valor agregado explícitamente medido más los servicios de
depósitos; es decir, se asume que los servicios de préstamos son cero bajo esta opción.
La principal ventaja del enfoque de tasa de referencia múltiple de BIW y

Zieschang es que podría ser utilizado para lograr un sistema aditivo de cuentas
y esto es una ventaja sustancial.
Sin embargo, existen algunos problemas con el enfoque de la tasa de
referencia múltiple de BIW y Zieschang:
• La elección de diferentes tasas de referencia para los activos y pasivos
financieros no es clara; en particular, la elección de las tasas de
referencia para los depósitos y préstamos es discutible. 79
• La metodología de tasa de referencia múltiple conduce a una tasa

de interés imputada determinada indirectamente rA5 para los activos
no financieros a través de la ecuación (44) que es impulsada por la
elección de las tasas de referencia para el resto de activos y pasivos,
mientras que nuestra tasa de referencia r se determina directamente
como el costo del capital financiero en el sector bancario. 80 Por
lo tanto, el enfoque adoptado en este trabajo para elegir la tasa de
referencia para el capital no financiero en el sector bancario resulta,
en principio, igual a elegir la tasa de referencia para otros sectores de
la economía.
A pesar de las críticas anteriores al enfoque de tasa de referencia múltiple

de BIW para la elección de las tasas de referencia, este trabajo no pretende ser
demasiado crítico de ese enfoque dado que podría justificarse desde el punto
de vista del modelo divisional bancario. 81 Así, se asume que las actividades
bancarias están organizadas en divisiones donde, por ejemplo, la División 1
79
¿Cómo se pueden determinar las tasas de mercado para los préstamos que sean iguales a la de los
préstamos bancarios? Los fondos de inversión, fondos de pensiones y otros bancos realizan préstamos
a los hogares y a las empresas y no existe razón para esperar que las tasas de interés que cobran difieran
sustancialmente de los préstamos bancarios del mismo tipo. En consecuencia, se elige rA3 = rA3 de
modo tal que los SIFMI de préstamos de BIW tomen un valor de cero. De forma similar, ¿por qué la
tasa de interés segura es la tasa de referencia “correcta” para los depósitos? Desde el punto de vista del
banco, los depósitos son fuentes relativamente baratas de capital financiero y desde nuestra perspectiva,
la tasa de referencia “correcta” es el costo promedio del banco de reunir capital financiero tomando
deuda. La opción sugerida en este trabajo para elegir la tasa de referencia llevará a una magnitud mayor
de SIFMI de depósitos.
80
Por supuesto, el problema con nuestro enfoque es que no es fácil determinar cuál es este costo del
capital.
81
Estamos en deuda con Susanto Basu por este punto.
se centra en la gestión de depósitos, la División 2 se centra en los préstamos

y la División 3 se centra en otros activos. En función del grado de riesgo de
los flujos de efectivo en las tres divisiones, el banco podría asignar diferentes
costos de capital a las tres divisiones y estas tasas de referencia distintas
aparecerían como diferentes tasas de referencia para los depósitos, préstamos
y otras actividades de los activos. Habría una contabilidad separada, como
la definida por la ecuación (45), para cada división. En síntesis, el objetivo
sería consolidar estas actividades divididas en una descomposición bancaria
agregada. En la descomposición general, el promedio ponderado de los tres
costos del capital sería igual al costo total del capital para el banco y se llegaría
a un resultado equivalente al modelo de tipo de referencia múltiple de BIW y
Zieschang. El problema práctico de la determinación de las tasas de referencia
divisionales seguiría siendo un tema muy importante en este enfoque. 82
En conclusión, se requiere más debate con los productores y usuarios de
las cuentas sobre las cuestiones relacionadas con la elección de las tasas de
referencia y la medición de los insumos y productos del sector bancario.
10. Conclusión
Este trabajo ha proporcionado un marco para la integración de los insumos

y productos del sector financiero en el Sistema de Cuentas Nacionales.
El enfoque elegido también integra las cuentas de flujo con las cuentas de
balance. En el enfoque sugerido existe una sola tasa de referencia para cada
sector que generalmente debería ser igual al costo de reunir capital financiero
en ese sector. Desafortunadamente, diferentes tasas de referencia por sector
generan falta de aditividad para varios servicios financieros entre sus oferentes
y demandantes, dificultando la construcción de una economía con un amplio
conjunto de cuentas.
82
Un problema igualmente importante es que el estadístico económico no tendrá acceso al desglose
divisional de los productos e insumos. En particular, las divisiones compartirán varios insumos
generales, tales como servicios contables, gerencia y gastos de gestión, y estos gastos compartidos son
difíciles de asignar.
Una innovación importante adicional de este trabajo es la integración del

sector de viviendas ocupadas por sus propietarios y del sector bancario en un
modelo sectorial coherente de la economía.
El marco contable introducido tiene algunos cabos sueltos. En particular, no
es completamente simple decidir exactamente cuál es el costo del capital en
cada sector. En segundo lugar, no es completamente fácil decidir exactamente
a dónde pertenece cada margen financiero en particular; es decir, si debe
ser considerado como un producto o como una parte de excedente bruto de
explotación. Se requieren una discusión adicional y un mayor análisis sobre
estos temas. Por último, el marco desarrollado debe ampliarse a una economía
abierta incluyendo inversión y con un sector gobierno.
Apéndice de datos
Los datos de la FDIC están disponibles para acceso público en www.fdic.

gov, abarcan todos los bancos comerciales asegurados por la FDIC en Estados
Unidos. Esta es la misma fuente de datos que utilizan las Cuentas Nacionales
de Estados Unidos. Se han elegido los datos básicos de consolidación global
en forma predeterminada (indicados por los códigos de variables que empiezan
en RCFM de la hoja de balance donde la consolidación global es relevante)
usados en los Reportes de Condición de la FDIC (hojas de balance). Los datos
de las cuentas nacionales de Estados Unidos y otras estadísticas oficiales son
en base a residencia, y por lo tanto, podrían diferir ligeramente de los datos que
se utilizan en el trabajo. 83
Los datos son trimestrales y cubren 42 trimestres entre T1-2001 y T2-2011.
Los datos de las hojas de balance de la FDIC son del final de cada trimestre. Dado
que se requieren datos del inicio del periodo sobre activos y pasivos, la base de
83
Los datos de cuentas nacionales basados en residencia incluyen todas las unidades institucionales
cuyo “centro de interés económico” está en Estados Unidos. Así, las sucursales y subsidiarias de los
bancos estadounidenses residentes en otros países se excluyen de las estadísticas basadas en residencia.
Los datos de las hojas de balance de la FDIC basados en residencia están indicados por las variables
que comienzan con RCON en los datos de la FDIC. Para una descripción sobre cómo se mide la
producción del sector bancario en el SCN de Estados Unidos, ver Fixler, Reinsdorf y Smith (2003).
datos final cubre sólo 41 trimestres entre T2-2001 y T2-2011. Los datos sobre
ingresos se reportan de forma acumulativa a través de cada año calendario, aunque
cuando se producen fusiones, el proceso de acumulación se puede reiniciar en el
segundo, tercero o cuarto trimestres. Esto se ha tenido en cuenta al separar los
datos, utilizando una variable de fecha de adquisición reportada a la FDIC. Sin
embargo, alrededor de 1.600 sobre los 330.000 registros entre T1-2001 y T2-
2011 contienen reformulaciones o fusiones no registradas que producen flujos
negativos en el trimestre afectado. Se espera que estos efectos desaparezcan en
gran parte a nivel agregado.
En primer lugar, se presentan los valores de activos y pasivos al inicio del
trimestre para el sector de la banca comercial de Estados Unidos que son tomados
de las hojas de balance de la FDIC. En segundo lugar, se presentan los flujos de
insumos y productos que se obtienen de las cuentas de ingreso de la FDIC. 84
Se distinguen cinco clases de activos en la base de datos utilizada. Las
cinco clases de activos son las siguientes: A1=depósitos; A2= títulos de deuda
y títulos transables; A3= préstamos y aceptaciones; A4= participaciones en
capital accionario y fondos de inversión y otros títulos por cobrar; A5= activos
no financieros.85 Nótese que VA3 es el valor bruto al final del período de los
préstamos, alquileres y aceptaciones del trimestre anterior menos el valor
de las provisiones para pérdidas por préstamos y alquileres incobrables en el
trimestre anterior; es decir, se ha ajustado a la baja el valor de los préstamosy
alquileres por las expectativas de pérdidas por préstamos incobrables.86 Los
valores de los activos al inicio del trimestre para los cinco tipos de activos se
presentan como VA1-VA5 en la Tabla A1 junto con el total de activos, VA. Las
unidades de medida de todas las tablas son billones de dólares.
84
Cabe destacar que existen varios problemas de medición asociados a nuestros datos y, por lo tanto,
nuestros resultados empíricos son tan solo una tosca aproximación a la “verdad”. Para una buena
discusión sobre estos problemas de medición, ver Basu, Inklaar y Wang (2011; 232-240).
85
En el T2 de 2001, los stocks iniciales en esta clase de activos eran los siguientes (en billones de
dólares): instalaciones y activos fijos = $79,578; otros inmuebles propios = $3,655; fondo de comercio
= $62,574 y otros activos intangibles = $41,767. Es probable que estos números subestimen el valor
verdadero corriente de los activos no financieros dado que el valor de la tierra y estructuras del sector
bancario serán un valor de costo histórico, que subestimará el valor de mercado corriente de estos
activos. El activo de fondo de comercio probablemente reduzca el monto de esta subvaluación pero no
lo suficiente para compensarla.
86
La variable para préstamos incobrables se define como el interés trimestral del préstamo menos el
interés del préstamo neto de cancelaciones. Esta variable se presenta como VLL en la Tabla A2.
Tabla A1: Activos Bancarios al Inicio del Trimestre por Tipo de Activo VA1-
VA5 y Activos Totales VA
Trimestre VA1 VA2 VA3 VA4 VA5 VA

2001-T2 371,117 1450,826 4354,649 314,676 187,574 6678,842
2001-T3 394,741 1452,966 4378,548 313,396 190,951 6730,602
2001-T4 403,977 1541,848 4404,377 378,833 200,657 6929,692
2002-T1 401,607 1567,986 4405,105 362,809 210,558 6948,066
2002-T2 347,283 1590,376 4395,426 333,983 220,321 6887,389
2002-T3 372,051 1711,249 4485,580 348,235 219,168 7136,283
2002-T4 390,230 1782,452 4601,051 361,000 214,457 7349,191
2003-T1 395,791 1841,251 4671,858 368,299 218,664 7495,863
2003-T2 390,677 1889,005 4750,814 368,187 225,018 7623,746
2003-T3 432,396 1968,746 4885,516 412,108 227,947 7926,712
2003-T4 392,762 1916,891 4932,945 434,847 239,173 7916,618
2004-T1 397,865 2018,949 4985,005 387,194 258,970 8047,983
2004-T2 412,262 2136,041 5062,388 387,001 260,598 8258,291
2004-T3 446,744 2094,081 5259,991 389,157 309,066 8499,039
2004-T4 426,879 2061,870 5432,852 403,945 361,904 8687,450
2005-T1 396,235 2154,385 5500,702 394,693 384,750 8830,766
2005-T2 399,287 2187,072 5582,969 410,847 393,759 8973,933
2005-T3 390,617 2196,511 5723,638 410,849 392,446 9114,062
2005-T4 394,672 2190,186 5895,456 417,052 399,023 9296,388
2006-T1 410,118 2161,348 6030,897 420,941 411,748 9435,053
2006-T2 379,560 2264,419 6199,734 442,399 448,339 9734,452
2006-T3 407,147 2329,237 6365,223 452,176 458,914 10012,700
2006-T4 401,848 2301,045 6477,223 503,668 456,277 10140,060
2007-T1 443,042 2365,620 6703,105 482,172 472,359 10466,300
2007-T2 410,377 2400,114 6743,722 472,362 483,914 10510,490
2007-T3 469,034 2433,650 6909,017 483,067 498,800 10793,570
2007-T4 453,743 2502,795 7151,749 536,497 526,318 11171,100
2008-T1 492,105 2532,325 7466,554 526,091 550,338 11567,410
2008-T2 518,917 2673,519 7571,396 574,784 558,850 11897,470
2008-T3 529,525 2618,965 7566,072 553,695 572,650 11840,910
2008-T4 703,572 2700,789 7847,288 637,705 590,444 12479,800
2009-T1 1055,287 2778,886 7699,952 675,006 537,000 12746,130
2009-T2 995,820 2787,730 7495,103 652,054 535,828 12466,540
2009-T3 888,316 2823,134 7405,106 693,846 559,229 12369,630
2009-T4 989,463 2933,747 7166,842 703,017 556,539 12349,610
2010-T1 1008,559 2977,588 7053,231 738,860 579,937 12358,180

2010-T2 1053,034 2984,087 7287,576 731,556 580,211 12636,460
2010-T3 1033,484 2969,918 7201,964 737,169 549,128 12491,660
2010-T4 981,715 3171,260 7226,136 739,414 547,191 12665,720
2011-T1 953,668 3144,256 7219,472 723,733 557,013 12598,140
2011-T2 1100,514 3211,904 7084,780 735,473 557,497 12690,170
La participación de cada tipo de activo sobre el total de los activos durante

el período de la muestra es la siguiente: sA1 = 0,0558 (la participación mínima
fue 0,039 y la máxima fue 0,087), sA2 = 0,2346 (0,216 a 0,259), sA3 = 0,6197
(0,558 a 0,652), sA4 = 0,0500 (0,045 a 0,060) y sA5 = 0,0400 (0,028 a 0,048).
Así, la mayor participación sobre los activos totales (62%) corresponde a
la categoría de préstamos y aceptaciones. La participación promedio de los
activos no financieros fue solamente del 4%.
En la Tabla A2 se presentan los intereses trimestrales devengados por
cada tipo de las cuatro clases de activo, VAR1-VAR4, junto con el interés total
devengado, VAR. No hay un interés explícito asociado a la quinta clase de
activos, el capital no financiero, pero luego se imputa un retorno a esta clase
de activo. Las pérdidas trimestrales por préstamos incobrables, VLL, y la tasa
de préstamos incobrables como una fracción del valor de los activos en forma
de préstamos, dLL ≡ VLL/VA3, también se presentan en la Tabla A2.
Tabla A2: Interés Trimestral Devengado por las Clases de Activos VAR1-VAR4,
Interés Total Devengado VAR, Pérdidas por Préstamos Incobrables VLL y la
Tasa de Préstamos Incobrables dLL
Trimestre VAR1 VAR2 VAR3 VAR4 VAR VLL dLL

2001-T2 1,695 19,802 79,786 0,642 101,924 7,994 0,00184
2001-T3 1,618 19,508 77,069 0,644 98,838 9,976 0,00228
2001-T4 0,635 21,787 70,439 0,627 93,488 13,213 0,00300
2002-T1 0,960 18,019 62,871 0,610 82,459 11,126 0,00253
2002-T2 0,935 18,975 64,004 0,700 84,614 10,972 0,00250
2002-T3 0,914 19,156 63,921 0,718 84,707 11,564 0,00258
2002-T4 0,852 18,181 62,874 0,678 82,586 11,589 0,00252
2003-T1 0,778 17,346 61,318 0,644 80,086 9,709 0,00208
2003-T2 0,817 17,058 61,567 0,737 80,179 9,631 0,00203

2003-T3 0,609 15,771 61,520 0,675 78,575 8,962 0,00183
2003-T4 0,612 17,282 61,604 0,740 80,238 10,399 0,00211
2004-T1 0,760 17,814 62,621 0,634 81,830 8,076 0,00162
2004-T2 0,779 18,671 63,580 0,918 83,948 7,547 0,00149
2004-T3 0,872 18,559 68,799 0,892 89,122 6,817 0,00130
2004-T4 1,083 19,212 73,166 0,033 93,495 8,799 0,00162
2005-T1 1,243 20,398 74,353 0,995 96,989 6,502 0,00118
2005-T2 1,213 21,511 81,820 1,055 105,598 6,082 0,00109
2005-T3 1,276 21,293 85,446 1,066 109,081 7,754 0,00135
2005-T4 1,574 22,209 89,817 -0,102 113,498 8,946 0,00152
2006-T1 1,643 23,694 98,751 1,130 125,217 4,884 0,00081
2006-T2 1,997 25,892 104,920 1,176 133,985 5,401 0,00087
2006-T3 2,136 26,206 113,027 1,233 142,602 6,323 0,00099
2006-T4 2,214 26,583 128,085 -0,083 156,799 10,167 0,00157
2007-T1 2,010 27,586 114,119 0,935 144,650 7,158 0,00107
2007-T2 2,256 28,028 118,605 0,978 149,867 7,779 0,00115
2007-T3 2,997 30,029 125,948 1,156 160,130 9,666 0,00140
2007-T4 2,856 29,020 118,040 1,616 151,532 14,184 0,00198
2008-T1 2,542 28,512 107,399 1,103 139,555 15,898 0,00213
2008-T2 2,569 27,836 91,471 0,968 122,844 21,007 0,00277
2008-T3 2,282 27,643 87,007 0,806 117,738 24,862 0,00329
2008-T4 3,266 27,555 73,754 0,821 105,395 33,955 0,00433
2009-T1 1,680 26,589 63,365 0,740 92,374 34,269 0,00445
2009-T2 1,333 26,820 52,288 0,613 81,054 45,584 0,00608
2009-T3 1,111 26,598 47,740 0,737 76,186 47,598 0,00643
2009-T4 1,156 26,357 49,416 0,682 77,612 51,852 0,00724
2010-T1 0,988 24,317 51,928 0,581 77,813 49,790 0,00706
2010-T2 1,121 23,158 51,795 0,576 76,650 48,274 0,00662
2010-T3 1,089 22,350 57,438 0,642 81,519 41,428 0,00575
2010-T4 1,110 22,326 57,887 0,593 81,916 40,104 0,00555
2011-T1 1,218 22,071 63,854 0,708 87,851 31,413 0,00435
2011-T2 1,369 22,412 67,069 0,696 91,546 27,010 0,00381
El valor trimestral promedio de la tasa de préstamos incobrables, dLL, fue

0,002833 o 1,13% anual. Sin embargo, hasta el segundo trimestre de 2008
cuando la Gran Crisis Financiera empezó a ser aparente, la tasa de préstamos
incobrables fue sólo 0,001730 o 0,69% anual. En el siguiente período, desde

2008-T2 hasta 2011-T2, la pérdida por préstamos trimestral subió a 0,005210
o 2,08% anual. Este es un aumento muy grande. Nótese que la tasa de retorno
sobre las inversiones de capital accionario fue levemente negativa el T4 de
2005 y 2006 pero los otros retornos fueron positivos.
En la tabla A3 se presentan los datos de la FDIC sobre pasivos al comienzo
del trimestre. Se distinguen tres clases de pasivos, VL1–VL3: (1) depósitos;
(2) deuda (títulos de deuda, préstamos, aceptaciones, pasivos transables y
otros pasivos) and (3) capital accionario. Asimismo, se presentan los pasivos
totales, VL ≡ VL1 + VL2 + VL3. El valor del capital accionario, VL3, se define
residualmente como el valor de los activos menos el valor de los pasivos no
accionarios; es decir, de la siguiente manera:
(A1) VL3 ≡ VA1 + VA2 + VA3 + VA4 + VA5 – VL1 – VL2.
Por otra parte, se presentan los intereses pagados por el sector bancario
sobre los depósitos VLR1 y otros intereses pagados sobre la deuda VLR2 en la
Tabla A3. VLR3 presentando en la Tabla A3 es el retorno imputado sobre el
capital accionario; es igual al ingreso contable neto, VAI, que será definido
más adelante en este Apéndice. Nótese que el ingreso contable fue negativo
en el T4 de 2008.
Tabla 3: Pasivos Bancarios al Inicio del Período por clase VL1-VL3, Pasivos
Totales VL e Intereses Trimestrales Devengados o Ganancias Pagadas por
Clases de Pasivo VLR1-VLR3.
Trimestre VL1 VL2 VL3 VL VLR1 VLR2 VLR3

2001-T2 4392,038 1640,516 646,288 6678,842 37,942 16,249 31,486
2001-T3 4455,208 1619,004 656,390 6730,602 35,122 14,886 30,992
2001-T4 4509,300 1733,272 687,121 6929,692 28,683 14,687 32,935
2002-T1 4609,862 1638,202 700,002 6948,066 22,477 9,938 34,896
2002-T2 4572,785 1601,758 712,845 6887,389 23,056 10,504 36,339
2002-T3 4672,705 1730,580 732,998 7136,283 22,671 10,485 38,111
2002-T4 4785,183 1811,063 752,945 7349,191 20,425 10,109 34,586
2003-T1 4936,097 1794,277 765,489 7495,863 18,321 9,221 39,030
2003-T2 5029,813 1813,391 780,542 7623,746 17,659 9,127 39,397
2003-T3 5188,042 1939,994 798,676 7926,712 16,334 8,362 39,031

2003-T4 5183,188 1928,294 805,136 7916,618 15,660 8,466 39,125
2004-T1 5297,372 1933,620 816,991 8047,983 15,650 8,642 40,794
2004-T2 5439,103 1980,298 838,890 8258,291 15,710 9,019 40,328
2004-T3 5593,152 2038,023 867,864 8499,039 17,461 10,199 42,074
2004-T4 5661,709 2078,122 947,619 8687,450 19,694 11,028 40,750
2005-T1 5825,147 2030,823 974,795 8830,766 22,289 12,657 43,678
2005-T2 5922,534 2065,691 985,708 8973,933 26,113 14,402 44,086
2005-T3 6018,591 2084,976 1010,495 9114,062 29,774 16,027 46,137
2005-T4 6145,153 2132,698 1018,537 9296,388 33,969 17,898 39,622
2006-T1 6303,701 2103,001 1028,351 9435,053 37,690 19,833 48,280
2006-T2 6450,274 2208,645 1075,533 9734,45 42,970 21,782 50,622
2006-T3 6619,433 2298,577 1094,688 10012,70 48,975 23,780 50,809
2006-T4 6641,924 2373,500 1124,637 10140,06 53,277 30,655 51,620
2007-T1 6946,622 2374,626 1145,050 10466,30 52,331 23,822 48,607
2007-T2 6939,157 2410,447 1160,885 10510,49 54,501 25,443 51,188
2007-T3 7085,892 2534,036 1173,640 10793,57 59,127 26,901 48,358
2007-T4 7224,290 2722,424 1224,387 11171,10 57,473 26,030 22,545
2008-T1 7522,750 2770,046 1274,617 11567,41 49,102 22,631 43,249
2008-T2 7644,428 2951,626 1301,412 11897,47 39,811 18,500 31,327
2008-T3 7632,260 2900,603 1308,044 11840,91 38,097 17,863 25,442
2008-T4 7987,338 3160,586 1331,875 12479,80 33,118 15,452 -2,437
2009-T1 8290,713 3122,628 1332,790 12746,13 25,606 11,016 32,773
2009-T2 8201,205 2847,831 1417,500 12466,54 23,695 10,748 18,975
2009-T3 8298,443 2607,623 1463,565 12369,63 21,388 9,460 12,081
2009-T4 8401,498 2436,658 1511,451 12349,61 19,934 9,756 11,516
2010-T1 8566,930 2248,080 1543,165 12358,18 16,452 9,189 22,124
2010-T2 8530,679 2515,144 1590,640 12636,46 15,370 8,513 18,667
2010-T3 8479,241 2425,770 1586,651 12491,66 14,605 8,040 24,015
2010-T4 8611,235 2444,589 1609,891 12665,72 14,007 8,482 20,036
2011-T1 8751,324 2250,295 1596,523 12598,14 12,879 7,543 27,780
2011-T2 8916,799 2161,590 1611,777 12690,17 12,698 7,287 30,520
La participación promedio de los depósitos en el total de los pasivos es

0,662 (el mínimo es 0,640 y el máximo es 0,703), la participación promedio
de la deuda es 0,229 (0,170 a 0,253) y la participación promedio del capital
accionario es 0,110 (0,097 a 0,127). Un punto relevante es que la participación
promedio de los depósitos sobre los pasivos, 0,662, es bastante cercana a la

participación promedio de los préstamos sobre los activos, 0,620.
Dada la información sobre los valores de los activos y pasivos y sus
retornos y costos en las tablas precedentes, es fácil calcular las tasas de interés
promedio de las primeras cuatro clases de activos y las tres clases de pasivos;
a saber, rAi ≡ VARi/VAi para i = 1,2,3,4 y r ≡ VLRi/VLi para i = 1,2,3. Las tasas de
interés promedio y las tasas de retorno imputadas se presentan en la Tabla A4.
Tabla A4: Tasas de Retorno Promedio sobre las Clases de Activos rA1-rA4,
Tasas de Interés Promedio Pagadas sobre Depósitos y Deuda rL1 y rL2 y Tasa de
Retorno Imputada sobre el Capital Accionario rL3
Trimestre rA1 rA2 rA3 rA4 rL1 rL2 rL3

2001-T2 0,00457 0,01365 0,01832 0,00204 0,00864 0,00990 0,04872
2001-T3 0,00410 0,01343 0,01760 0,00205 0,00788 0,00919 0,04722
2001-T4 0,00157 0,01413 0,01599 0,00166 0,00636 0,00847 0,04793
2002-T1 0,00239 0,01149 0,01427 0,00168 0,00488 0,00607 0,04985
2002-T2 0,00269 0,01193 0,01456 0,00210 0,00504 0,00656 0,05098
2002-T3 0,00246 0,01119 0,01425 0,00206 0,00485 0,00606 0,05199
2002-T4 0,00218 0,01020 0,01367 0,00188 0,00427 0,00558 0,04593
2003-T1 0,00197 0,00942 0,01313 0,00175 0,00371 0,00514 0,05099
2003-T2 0,00209 0,00903 0,01296 0,00200 0,00351 0,00503 0,05047
2003-T3 0,00141 0,00801 0,01259 0,00164 0,00315 0,00431 0,04887
2003-T4 0,00156 0,00902 0,01249 0,00170 0,00302 0,00439 0,04859
2004-T1 0,00191 0,00882 0,01256 0,00164 0,00295 0,00447 0,04993
2004-T2 0,00189 0,00874 0,01256 0,00237 0,00289 0,00455 0,04807
2004-T3 0,00195 0,00886 0,01308 0,00229 0,00312 0,00500 0,04848
2004-T4 0,00254 0,00932 0,01347 0,00008 0,00348 0,00531 0,04300
2005-T1 0,00314 0,00947 0,01352 0,00252 0,00383 0,00623 0,04481
2005-T2 0,00304 0,00984 0,01466 0,00257 0,00441 0,00697 0,04473
2005-T3 0,00327 0,00969 0,01493 0,00260 0,00495 0,00769 0,04566
2005-T4 0,00399 0,01014 0,01523 -0,00024 0,00553 0,00839 0,03890
2006-T1 0,00401 0,01096 0,01637 0,00268 0,00598 0,00943 0,04695
2006-T2 0,00526 0,01143 0,01692 0,00266 0,00666 0,00986 0,04707
2006-T3 0,00525 0,01125 0,01776 0,00273 0,00740 0,01035 0,04641
2006-T4 0,00551 0,01155 0,01977 -0,00017 0,00802 0,01292 0,04590
2007-T1 0,00454 0,01166 0,01702 0,00194 0,00753 0,01003 0,04245

2007-T2 0,00550 0,01168 0,01759 0,00207 0,00785 0,01056 0,04409
2007-T3 0,00639 0,01234 0,01823 0,00239 0,00834 0,01062 0,04120
2007-T4 0,00629 0,01160 0,01651 0,00301 0,00796 0,00956 0,01841
2008-T1 0,00517 0,01126 0,01438 0,00210 0,00653 0,00817 0,03393
2008-T2 0,00495 0,01041 0,01208 0,00168 0,00521 0,00627 0,02407
2008-T3 0,00431 0,01055 0,01150 0,00146 0,00499 0,00616 0,01945
2008-T4 0,00464 0,01020 0,00940 0,00129 0,00415 0,00489 -0,00183
2009-T1 0,00159 0,00957 0,00823 0,00110 0,00309 0,00353 0,02459
2009-T2 0,00134 0,00962 0,00698 0,00094 0,00289 0,00377 0,01339
2009-T3 0,00125 0,00942 0,00645 0,00106 0,00258 0,00363 0,00825
2009-T4 0,00117 0,00898 0,00690 0,00097 0,00237 0,00400 0,00762
2010-T1 0,00098 0,00817 0,00736 0,00079 0,00192 0,00409 0,01434
2010-T2 0,00106 0,00776 0,00711 0,00079 0,00180 0,00338 0,01174
2010-T3 0,00105 0,00753 0,00798 0,00087 0,00172 0,00331 0,01514
2010-T4 0,00113 0,00704 0,00801 0,00080 0,00163 0,00347 0,01245
2011-T1 0,00128 0,00702 0,00884 0,00098 0,00147 0,00335 0,01740
2011-T2 0,00124 0,00698 0,00947 0,00095 0,00142 0,00337 0,01894
Media 0,00299 0,01008 0,01304 0,00165 0,00458 0,00644 0,03554
Las medias muestrales de las tasas de interés trimestrales se presentan en

la última fila de la Tabla A4. Si se anualizan las tasas de interés trimestrales,
se puede observar que los activos en forma de depósitos devengaron un 1,20%
(1,38%, 0,80%) anual en promedio, los activos en forma de deuda devengaron
un 4,03% (4,29%, 3,48%), los activos en forma de préstamos devengaron
un 5,22% (6,06%, 3,39%)87 y los activos en forma de capital accionario
devengaron un 0,66% (0,77%, 0,42%) anual en promedio. La porción de
pasivos que son depósitos le cuestan al sector bancario una tasa promedio
del 1,83% (2,18%, 1,08%) anual y todas las otras formas de deuda le cuestan
al sector una tasa promedio del 2,58% (3,01%, 1,64%) anual. Finalmente,
la tasa de retorno promedio anualizada antes de impuestos sobre el capital
87
Nótese que estas tasas de retorno son tasas de retorno tomando en cuenta el porcentaje de
incobrabilidad de los depósitos.
accionario fue un tanto alta, 14,22% (18,16%, 5,71%) anual.88 Los números
en paréntesis a continuación de las tasas de retorno promedio muestrales son
las tasas de retorno correspondientes a las observaciones previas a la crisis
(desde T2 del 2001 hasta T1 del 2008) y las observaciones posteriores a la
crisis (desde T2 del 2008 hasta T2 del 2011). Puede observarse que la mayoría
de las tasas cayó alrededor del 50% pero la caída en la tasa de retorno sobre el
capital accionario fue particularmente profunda: de una tasa de retorno anual
promedio del 18,16% anterior a la crisis a una tasa anual promedio del 5,71%
posterior a la crisis.
A continuación se presentan los componentes de los datos sobre el valor
agregado del sector bancario comercial de Estados Unidos, haciendo uso de
los estados de resultado trimestrales.
Se define al valor agregado del sector bancario medido explícitamente
VEVA de la siguiente manera:
(A2) VEVA = VY - VN
donde VY es el valor de los productos medidos explícitamente89 de la FDIC

y VN es el valor de los insumos intermedios usados por el sector bancario.
90
Nótese que el valor agregado contable, VAVA, es igual al valor agregado
explícitamente medido más los intereses netos devengados por el sector
bancario; es decir, se obtienen las siguientes identidades:
(A3) VAVA = VEVA + VAR1 +VAR2 + VAR3 + VAR4 - VLR1 - VLR2

= VE + VD&A + VAI
88
Los impuestos sobre los ingresos reducen alrededor de 1/3 a esta tasa de retorno; la tasa trimestral
promedio posterior al impuesto fue 0,02511 o una tasa anualizada del 10,04% por año.
89
VY es definido como el ingreso total que no proviene de los intereses más las ganancias (y pérdidas)
realizadas sobre títulos mantenidos hasta su vencimiento más las ganancias (o pérdidas) realizadas sobre
títulos disponibles para la venta definidos como en las tablas de la FDIC. El valor muestral promedio
de estos tres componentes de VY fue US$52,539; -US$0,151 y US$0,375 billones respectivamente.
Así, el valor de las ganancias y las pérdidas realizadas sobre las transacciones de títulos fue pequeña.
Sin embargo, es probable que una fracción sustancial del ingreso cuya fuente no son los intereses sea
difícil de valorar explícitamente.
90
VN es definido como un gasto no financiero de las tablas de la FDIC; es decir, esta variable incluye
trabajo, gastos por depreciación y amortización. Por lo tanto, se interpreta como compras de insumos
intermedios del sector no financiero.
donde VE es el valor de los salarios y beneficios de los empleados (ingreso

laboral), VD&A es el valor de la depreciación y la amortización91 and VAI es
el ingreso contable (definido residualmente como VAVA - VE - VD&A). Nótese
también que el retorno sobre el capital accionario, VL3, se define de forma de
ser igual al ingreso contable, VAI. Estas variables se presentan en la Tabla A5.
Se define a la tasa de depreciación y amortización de los activos dD&A como
VD&A/VA5. Ésta también se presenta en la Tabla A5 y, en la última fila de la
Tabla, se puede observar que tasa de depreciación y amortización muestral
promedio fue del 3,18% por trimestre.
Tabla A5: Producción explícitamente Medida VY, Insumos Intermedios

VN, Retribuciones Laborales VE, Valor de la Depreciación y Amortización
VD&A y la Tasa Correspondiente dD&A, Ingreso Contable VAI, Valor Agregado
Explícitamente Medido VEVA y Valor Agregado Contable VAVA del Sector
Bancario
Trimestre VY VN VE VD&A dD&A VAI VEVA VAVA

2001-T2 41,371 24,004 24,442 9,173 0,04890 31,486 17,368 65,101
2001-T3 42,602 25,971 25,046 9,423 0,04935 30,992 16,631 65,462
2001-T4 48,511 28,558 26,983 10,153 0,05060 32,935 19,953 70,071
2002-T1 43,405 23,935 26,068 8,550 0,04060 34,896 19,470 69,514
2002-T2 45,188 24,762 26,169 8,971 0,04072 36,339 20,425 71,480
2002-T3 47,945 25,395 26,481 9,509 0,04339 38,111 22,505 74,101
2002-T4 48,310 28,762 27,705 9,309 0,04341 34,586 19,549 71,600
2003-T1 48,078 23,843 28,336 9,413 0,04305 39,030 24,235 76,779
91
El valor de los gastos de depreciación y amortización, VD&A, es la suma de los gastos de instalaciones
y activos fijos más los gastos de amortización de los activos intangibles más las pérdidas por deterioro
del fondo de comercio, además de los gastos de amortización y las pérdidas por deterioro de otros
activos intangibles. El valor promedio muestral de cada una de estas cuatro categorías de gastos fue
9,319; 0,191; 0,987 y 1,692 billones de dólares respectivamente. Así, la amortización de los gastos
de fondo de comercio son bajos con respecto a los gastos de depreciación tradicionales. En el cuarto
trimestre del 2008 se registró una pérdida masiva por deterioro de fondo de comercio de 20,655 billones
de dólares comparada con las pérdidas por deterioro correspondientes al trimestre anterior de 2,244 y
de 4.649 billones en el trimestre subsiguiente. A nuestro juicio, una pérdida inusual de esta magnitud
no pertenece al estado de resultados y, por lo tanto, las pérdidas por deterioro del fondo de comercio en
el T4 del 2008 se fijan igual al promedio del período anterior y del período subsiguiente.
2003-T2 50,396 26,004 28,791 9,597 0,04265 39,397 24,392 77,785

2003-T3 49,251 26,586 28,252 9,260 0,04062 39,031 22,665 76,543
2003-T4 52,055 29,384 29,546 10,112 0,04228 39,125 22,671 78,783
2004-T1 50,735 27,731 30,001 9,746 0,03763 40,794 23,004 80,541
2004-T2 51,031 30,076 30,078 9,768 0,03748 40,328 20,956 80,174
2004-T3 48,987 27,957 29,894 10,524 0,03405 42,074 21,030 82,492
2004-T4 54,024 32,182 31,979 11,886 0,03284 40,750 21,842 84,615
2005-T1 51,672 27,069 32,161 10,807 0,02809 43,678 24,603 86,646
2005-T2 52,659 30,468 32,015 11,173 0,02838 44,086 22,191 87,275
2005-T3 55,362 28,906 32,686 10,914 0,02781 46,137 26,457 89,736
2005-T4 51,669 29,848 32,721 11,109 0,02784 39,622 21,821 83,452
2006-T1 56,450 28,855 35,526 11,482 0,02789 48,280 27,594 95,289
2006-T2 57,188 30,233 34,496 11,070 0,02469 50,622 26,955 96,188
2006-T3 58,636 30,875 35,485 11,316 0,02466 50,809 27,761 97,610
2006-T4 58,595 32,018 36,110 11,714 0,02567 51,620 26,577 99,444
2007-T1 59,332 29,970 37,712 11,540 0,02443 48,607 29,362 97,859
2007-T2 62,951 31,986 38,060 11,641 0,02406 51,188 30,965 100,889
2007-T3 57,335 33,128 37,358 12,592 0,02524 48,358 24,207 98,308
2007-T4 42,515 36,899 36,793 14,305 0,02718 22,545 5,616 73,644
2008-T1 56,515 29,873 38,291 12,925 0,02348 43,249 26,642 94,465
2008-T2 55,005 33,490 39,986 14,734 0,02636 31,327 21,514 86,047
2008-T3 49,791 33,941 37,323 14,863 0,02596 25,442 15,850 77,628
2008-T4 30,646 38,663 34,903 16,342 0,02768 -2,437 -8,017 48,809
2009-T1 67,321 32,434 40,135 17,732 0,03302 32,773 34,887 90,640
2009-T2 65,756 40,124 38,906 14,363 0,02681 18,975 25,633 72,244
2009-T3 56,400 34,869 39,916 14,871 0,02659 12,081 21,530 66,868
2009-T4 60,953 40,719 39,644 16,996 0,03054 11,516 20,233 68,156
2010-T1 59,785 37,352 39,687 12,793 0,02206 22,124 22,433 74,604
2010-T2 57,790 38,084 41,094 12,713 0,02191 18,667 19,706 72,474
2010-T3 56,230 38,131 40,185 12,773 0,02326 24,015 18,099 76,973
2010-T4 58,714 42,273 41,474 14,358 0,02624 20,036 16,441 75,868
2011-T1 55,378 39,206 43,196 12,625 0,02267 27,780 16,172 83,602
2011-T2 56,997 43,067 42,364 12,607 0,02261 30,520 13,930 85,491
Media 53,013 31,650 34,097 11,848 0,03177 34,671 21,363 80,616
El valor agregado explícitamente medido, VEVA, por supuesto excluye los

ingresos netos por intereses mientras que el valor agregado contable, VAVA,
los incluye y, por lo tanto, es mucho mayor.92 Generalmente, los cuentistas
nacionales consideran que la primera medida del valor agregado del sector
bancario es muy pequeña y que la segunda es muy grande. En consecuencia,
en el texto principal, se considerarán conceptos alternativos de valor agregado
que permiten medidas intermedias del valor agregado del sector bancario.
Nótese que en el T4 del 2008, tanto el valor agregado explícitamente medido
del sector bancario VEVA como el retorno sobre el capital accionario o el ingreso
neto contable VAI fueron negativos. Estos valores negativos se deben a una
fuerte caída (no explicada) en la producción bancaria explícitamente medida
VY y al aumento de los gastos intermedios de los bancos VN para ese trimestre.
92
Ver la discusión sobre conceptos alternativos de producción bancaria en Diewert, Fixler y Zieschang
(2012).
Referencias
Alon, T., J. Fernald, R. Inklaar and J.C. Wang (2011), “What is the Value of
Bank Output?”, Federal Reserve Bank of San Francisco Economic Letter,
May 16, 1-5.
Basu, S. (2009), “Incorporating Financial Services in a Consumer Price Index:
Comment”, pp. 266-271 in Price Index Concepts and Measurement, W.E.
Diewert, J. Greenlees and C. Hulten (eds.), Studies in Income and Wealth,
Volume 70, Chicago: University of Chicago Press.
Basu, S., R. Inklaar and J.C. Wang (2011), “The Value of Risk: Measuring
the Services of U.S. Commercial Banks”, Economic Inquiry 49, 226-245.
Berger, A.N. and D.B. Humphrey (1997), “Efficiency of Financial Institutions:
International Survey and Directions for Future Research”, European
Journal of Operational Research 98:2, 175-212.
Berger, A.N. and L.J. Mester (1997), “Inside the Black Box: What Explains
Differences in the Efficiencies of Financial Institutions?”, Journal of
Banking and Finance 21, 895-947.
Böhm-Bawerk, E. V. (1891), The Positive Theory of Capital, W. Smart
(translator of the original German book published in 1888), New York:
G.E. Stechert.
Christensen, L.R. and D.W. Jorgenson (1969), “The Measurement of U.S. Real
Capital Input, 1929-1967”, Review of Income and Wealth 15, 293-320.
Christensen, L.R. and D.W. Jorgenson (1973), “Measuring the Performance
of the Private Sector of the U.S. Economy, 1929-1969”, pp. 233-351 in
Measuring Economic and Social Performance, M. Moss (ed.), New York:
Columbia University Press.
Colangelo, A. and R. Inklaar (2012), Bank Output Measurement in the
Euro Area—a Modified Approach”, The Review of Income and Wealth,
forthcoming.
Diewert, W.E. (1974), “Intertemporal Consumer Theory and the Demand for
Durables”, Econometrica 42, 497-516.
Diewert, W.E. (1976), “Exact and Superlative Index Numbers”, Journal of
Econometrics 4, 114-145.
Diewert, W.E. (1977), “Walras’ Theory of Capital Formation and the
Existence of a Temporary Equilibrium”, pp. 73-126 in Equilibrium and
Disequilibrium in Economic Theory, G. Schwödiauer (ed.), Dordrecht:

Reidel Publishing.
Diewert, W.E. (1980), “Aggregation Problems in the Measurement of Capital”,
pp. 433-528 in The Measurement of Capital, D. Usher (ed.), Chicago: The
University of Chicago Press.
Diewert, W.E. (2005a), “Issues in the Measurement of Capital Services,
Depreciation, Asset Price Changes and Interest Rates”, pp. 479-542 in
Measuring Capital in the New Economy, C. Corrado, J. Haltiwanger
and D. Sichel (eds.), NBER Studies in Income and Wealth Volume 65,
Chicago: University of Chicago Press.
http://www.econ.ubc.ca/discpapers/dp0411.pdf
Diewert, W.E. (2005b), “On Measuring Inventory Change in Current and
Constant Dollars”, Discussion Paper 05-12, Department of Economics,
University of British Columbia, Vancouver, B.C., Canada, V6T 1Z1.
Diewert, W.E. (2009a), “The Paris OECD-IMF Workshop on Real Estate
Price Indexes: Conclusions and Future Directions,” pp. 87-116 in W.E.
Diewert, B.M. Balk, D. Fixler, K.J. Fox and A.O. Nakamura (eds.),
Price and Productivity Measurement: Volume 1—Housing, Victoria,
Canada: Trafford Press and also freely downloadable from http://www.
indexmeasures.com/.
Diewert, W.E. (2009b), “Durables and Owner Occupied Housing in a Consumer
Price Index”, pp. 445-506 in Price Index Concepts and Measurement,
NBER, Studies in Income and Wealth, 70, W.E. Diewert, J. Greenlees and
C.R. Hulten (eds.), Chicago: University of Chicago Press.
Diewert, W.E. (2010), “User Costs versus Waiting Services and Depreciation
in a Model of Production”, Journal of Economics and Statistics 230/6,
759-771.
Diewert, W.E. and A.O. Nakamura (2009), “Accounting for Housing in a CPI”,
pp.7-32 in Price and Productivity Measurement: Volume 1—Housing,
W.E. Diewert, B.M. Balk, D. Fixler, K.J. Fox and A.O. Nakamura
(eds.), Trafford Press and also freely downloadable from http://www.
indexmeasures.com/.
Diewert, W.E., A.O. Nakamura and L.I. Nakamura (2009), “The Housing
Bubble and a New Approach to Accounting for Housing in a CPI”, Journal
of Housing Economics 18:3, 156-171.
Diewert, W.E., D. Fixler and K. Zieschang (2012), “The Measurement of

Banking Services and the System of National Accounts”, forthcoming
in Price and Productivity Measurement: Volume 3—Services, W. Erwin
Diewert, Dennis Fixler, Kevin J. Fox and Alice O. Nakamura (eds.), Trafford
Press and also freely downloadable from http://www.indexmeasures.com/.
Edwards, E.O. and P.W. Bell (1961), The Theory and Measurement of Business
Income, Berkeley, California: University of California Press.
Eurostat, IMF, OECD, UN and the World Bank (1993), System of National
Accounts 1993, New York: The United Nations.
http://unstats.un.org/unsd/nationalaccount/hsna.asp
Eurostat, IMF, OECD, UN and the World Bank (2008), System of National
Accounts 2008, New York: The United Nations.
http://unstats.un.org/unsd/nationalaccount/hsna.asp
Fama, E.F. (1985), “What’s Different About Banks?”, Journal of Monetary
Economics 15(1), 29-39.
Federal Deposit Insurance Corporation (2012), various tables from www.fdic.
gov [Kim please fill in the appropriate reference]
Feenstra, Robert C. (1986), “Functional Equivalence between Liquidity Costs
and the Utility of Money”, Journal of Monetary Economics 17:2, 271-291.
Fischer, S. (1974), “Money and the Production Function”, Economic Inquiry
12, 517-533.
Fixler, D. (2009), “Incorporating Financial Services in a Consumer Price
Index”, pp. 239-266 in Price Index Concepts and Measurement, W.E.
Diewert, J. Greenlees and C. Hulten (eds.), Studies in Income and Wealth,
Volume 70, Chicago: University of Chicago Press.
Fixler, D. (2012), “Valuing Implicit Financial Services and the Impact on
Commercial Bank Activity”, forthcoming in Price and Productivity
Measurement: Volume 3; Services, W.E. Diewert, D. Fixler, K.J. Fox and
A.O. Nakamura (eds.), Trafford Press and also freely downloadable from
http://www.indexmeasures.com/.
Fixler, D. and K.D. Zieschang (1991), “Measuring the Nominal Value of
Financial Services in the National Income Accounts”, Economic Inquiry,
29, 53-68.
Fixler, D. and K.D. Zieschang (1992a), “User Costs, Shadow Prices, and
the Real Output of Banks,” pp. 219-243 in Z. Griliches (ed.), Output
Measurement in the Service Sector, Chicago: University of Chicago Press.
Fixler, D. and K.D. Zieschang (1992b), “Incorporating Ancillary Measures of
Process and Quality Change into a Superlative Productivity Index,” The
Journal of Productivity Analysis, 2, 245-267.
Fixler, D.J., M.B. Reinsdorf and G.M. Smith (2003), “Measuring the Services
of Commercial Banks in the NIPAs: Changes in Concepts and Methods”,
Survey of Current Business 83:9, 33-44.
Haan, J. de and W.E. Diewert (eds.) (2011), Residential Property Price Indices
Handbook, Luxembourg: Eurostat, May draft.
Hancock, D. (1985), “The Financial Firm: Production with Monetary and
Non-Monetary Goods”, Journal of Political Economy 93, 859-880.
Hancock, D. (1991), A Theory of Production for the Financial Firm, Boston:
Kluwer Academic Press.
Hayek, F.A. von (1941), “Maintaining Capital Intact: A Reply”, Economica
8, 276-280.
Hicks, J.R. (1939), Value and Capital, Oxford: Clarendon Press.
Hicks, J.R. (1961), “The Measurement of Capital in Relation to the
Measurement of Other Economic Aggregates”, pp. 18-31 in The Theory
of Capital, F.A. Lutz and D.C. Hague (eds.), London: Macmillan.
Hill, P. (2000); “Economic Depreciation and the SNA”; paper presented at the
26th Conference of the International Association for Research on Income
and Wealth; Cracow, Poland.
Hill, R.J. and T.P. Hill (2003), “Expectations, Capital Gains and Income”,
Economic Inquiry 41, 607-619.
Inklaar, R. and J.C. Wang (2012), “Real Output of Bank Services: What Counts
is What Banks Do, Not What They Own”, Economica, forthcoming.
Jorgenson, D.W. (1989), “Capital as a Factor of Production”, pp. 1-35 in
Technology and Capital Formation, D.W. Jorgenson and R. Landau (eds.),
Cambridge MA: The MIT Press.
Jorgenson, D.W. and Z. Griliches (1967), The Explanation of Productivity
Change”, The Review of Economic Studies 34, 249-283.
Keuning, S. (1999), “The Role of Financial Capital in Production”, Review of

Income and Wealth 45:4, 419-434.
Malinvaud, E. (1953), “Capital Accumulation and the Efficient Allocation of
Resources”, Econometrica 21, 233-268.
Peasnell, K.V. (1981), “On Capital Budgeting and Income Measurement”,
Abacus 17:1, 52-67.
Pigou, A.C. (1941), “Maintaining Capital Intact”, Economica 8, 271-275.
Rymes, T.K. (1968), “Professor Read and the Measurement of Total Factor
Productivity”, The Canadian Journal of Economics 1, 359-367.
Rymes, T.K. (1983), “More on the Measurement of Total Factor Productivity”,
The Review of Income and Wealth 29 (September), 297-316.
Schreyer, P. and P. Stauffer (2012), “Measuring the Production of Financial
Corporations”, forthcoming in Price and Productivity Measurement:
Volume 3; Services, W.E. Diewert, D. Fixler, K.J. Fox and A.O. Nakamura
(eds.). Trafford Press and also freely downloadable from http://www.
indexmeasures.com/.
Verbrugge, R. (2008), “The Puzzling Divergence of Rents and User Costs”,
The Review of Income and Wealth 54:4. 671-699.
Walras, L. (1954), Elements of Pure Economics, a translation by W. Jaffé
of the Edition Définitive (1926) of the Eléments d’économie pure, first
edition published in 1874, Homewood, Illinois: Richard D. Irwin.
Wang, J.C. (2003), “Loanable Funds, Risk and Bank Service Output”, Federal
Reserve Bank of Boston, Working Paper Series No. 03-4.
http://www.bos.frb.org/economic/wp/wp2003/wp034.htm
Wang, J.C. and S. Basu (2012), “Risk Bearing, Implicit Financial Services
and Specialization in the Financial Industry”, forthcoming in Price and
Productivity Measurement: Volume 3; Services, W.E. Diewert, B.M. Balk,
D. Fixler, K.J. Fox and A.O. Nakamura (eds.).
Wang, J.C. and S. Basu (2012), “Risk Bearing, Implicit Financial Services
and Specialization in the Financial Industry”, forthcoming in Price and
Productivity Measurement: Volume 3; Services, W.E. Diewert, D. Fixler,
K.J. Fox and A.O. Nakamura (eds.), Trafford Press and also freely
downloadable from http://www.indexmeasures.com/.
Zieschang, K. (2011), “Risk in FISIM”, paper presented at the ISWGNA
FISIM Working Group, July 5-6, United Nations, New York.
5. MEDICIÓN DE LOS SERVICIOS DE SALUD
EN LAS CUENTAS NACIONALES: UNA
PERSPECTIVA INTERNACIONAL
Paul Schreyer (OCDE) y Matilde Mas (Ivie y Universidad de Valencia)
1. Introducción
En 2011 la demanda doméstica de servicios sanitarios alcanzó,

en promedio, el 11% del PIB en los países de la OCDE. Es el segundo
componente de la demanda de los hogares, tras los servicios de vivienda. Al
mismo tiempo, las variaciones entre los países son significativas, oscilando
desde un modesto 4% en Luxemburgo, hasta un elevado 15% en los Estados
Unidos. Estas diferencias entre un conjunto de países bastante homogéneos
inmediatamente plantean una serie de preguntas: ¿Estamos comparando
ítems similares? En caso afirmativo, ¿las diferencias en los valores de los
servicios de salud se deben a diferencias en los precios o a diferencias en las
cantidades de los servicios de salud proporcionados? Una pregunta similar
surge cuando se compara la evolución del gasto en salud dentro del mismo
país en un período de tiempo: ¿Cuánto del incremento en el gasto ha ocurrido
debido a que se proporcionaron más servicios y cuánto a que los servicios se
han encarecido? Este trabajo tiene por objetivo explorar la medición de los
servicios de salud y la descomposición de los gastos entre precios y volúmenes
desde una perspectiva internacional. Nos preguntaremos si los servicios de
salud se definen de la misma forma entre países, y si las oficinas de estadística
aplican metodologías similares para realizar la descomposición entre precios
y cantidades a lo largo del tiempo.
Figura 1. Gasto doméstico en salud como porcentaje de PIB, 2011, precios

corrientes
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
RUS
EE
TR
EL
AUS
ES
CAN
USA
LU
MEX
HU
NO
JPN
NL
LT
HR
Euro17
NZL
IS
IT
IE
AL
LV
MK
PT
ISR
SK
PL
ME
CHL
CY
KOR
BG
AT
CZ
BA
RO
SI
SE
MT
FI
CH
EU28
UK
DE
DK
FR
RS
BE
OECD
Fuente: OCDE (2013) Informe Anual de Cuentas Nacionales
La figura 1 es más compleja de lo que aparenta a simple vista. Ciertamente,

su construcción refleja una serie de problemas de medida específicos de los
servicios sanitarios. La primera particularidad es que, a diferencia de por
ejemplo un corte de pelo, los servicios de salud no son necesariamente objeto
de transacción entre dos partes. La mayoría de los sistemas de salud de los
países operan bajo un sistema de seguro público o privado, y el precio del
servicio se negocia habitualmente entre el asegurador y el proveedor, más que
entre el paciente y el proveedor de servicios de salud. Los pagos o reembolsos
realizados por las aseguradoras se contabilizan en las cuentas nacionales como
gasto del consumidor, por lo que se requiere realizar una imputación. Una
segunda particularidad es que el gobierno puede proveer servicios de salud
directamente a los individuos con sólo una tarifa nominal, o sin ninguna tarifa.
Estas transferencias sociales en especie no figuran en el gasto del consumidor.
Las comparaciones internacionales de gasto en salud deberían basarse en
una medida de servicios de salud a nivel individual obtenido por agregación
del gasto incurrido por los pacientes y el valor de los servicios en especie
provistos por el gobierno. Los mencionados servicios en especie deben ser
identificados y valorados. La figura 1 refleja dicha valoración y muestra los
gastos totales en salud ya sea incurridos por los pacientes (o sus compañías
aseguradoras) o provistos por el gobierno. La tercera particularidad es que
las unidades proveedoras de servicios de salud1 son, con mayor frecuencia
que en otras industrias, productoras de no-mercado. Esta distinción implica un
tratamiento contable distinto, al menos en el modo en que se mide el valor de
los servicios de salud a precios corrientes: mientras que el valor de las ventas
constituye el producto para los productores de mercado, el valor del producto
para los productores de no-mercado se obtiene como la suma de costos de
producción2. La distinción entre productores de mercado y de no-mercado
es también importante desde la perspectiva de la evaluación de la eficiencia
en lo provisión de servicios de salud: los productores de mercado y de no-
mercado pueden tomar su decisión sobre cantidades (y precios cobrados)
siguiendo diferentes funciones objetivo. Las diferencias en la productividad
de los servicios de salud entre países pueden ser consecuencia de distintas
participaciones de los productores de mercado versus de no-mercado que
no pueden ignorarse en las comparaciones internacionales. Finalmente, la
medición del volumen de los servicios de salud (como oposición al gasto
en salud) es complicada: el rápido progreso en la tecnología médica, y la
complejidad de los servicios presentan numerosos desafíos a los estadísticos a
la hora de desarrollar índices de precios y medidas de volumen en las cuentas
nacionales.
La discusión sobre la medición de los servicios de salud y educación
no es nueva. Cerca de cuarenta años atrás, Peter Hill (1975) desarrolló un
conjunto de principios y guía para medir los servicios de salud, educación y
los bienes colectivos proporcionados por el gobierno. El debate ha resurgido
recientemente. Eurostat (2001) expresó la conveniencia de aplicar medidas
basadas en el producto (output-based) para los servicios de no-mercado.
En el Reino Unido, el tema se inició con el ampliamente discutido Informe
1
La información estadística sobre proveedores de servicios de salud, puede encontrarse en la Sección
Q, División 86, Clasificación Industrial Internacional Uniforme de todas las actividades económicas
CIIU Revisión 4; la cual incluye los servicios hospitalarios; Prácticas Médicas y odontológicas; y otros
proveedores de servicios para la salud humana.
2
Como será discutido más abajo, los gastos reconocidos por el Sistema de Cuentas Nacionales son
incompletos porque solo reconocen la depreciación dentro del coste de capital.
Atkison (2005). La medición del valor de los servicios y la productividad ha

sido también un tema de interés por mucho tiempo en los Estados Unidos,
con una serie de publicaciones que incluye Triplett (2001), Cutler y Berndt
(2001), Triplett y Bosworth (2004) y Abraham y Mackie (2006). Los servicios
de salud, en particular, han sido objeto de investigación sobre la relación
efectividad/coste y productividad (Cutler, Rosen y Vijan 2006 o Rosen y
Cutler 2007). Un resumen reciente de los conceptos y ajustes por la calidad de
las medidas de servicios de salud y educación puede encontrarse en Schreyer
(2012) y Schreyer (2010).
Este documento únicamente proporcionará respuestas parciales a estas
cuestiones. Su objetivo es proveer una panorámica de la medición del cuidado
de la salud en las cuentas nacionales desde una perspectiva internacional. La
sección 2 revisa las convenciones internacionales en las cuentas nacionales
para los servicios de salud de acuerdo con el Sistema de Cuentas Nacionales
(SCN 2008). La sección 3 revisa las prácticas llevadas a cabo por las cuentas
nacionales en una amplia selección de países pertenecientes a la OCDE. Por
último, la sección 4 concluye resumiendo algunos problemas clave de medida
que todavía quedan pendientes.
2. Lo que dice el SCN sobre la medición de los servicios de salud
Mediciones a precios corrientes
Los contables nacionales, al medir la producción sanitaria, comienzan

identificando las unidades que producen los servicios de salud y distinguiendo
entre los productores de mercado y de no-mercado. Los productores de
mercado venden su producto a un precio que es significativo en términos
económicos. Por consiguiente, para los servicios de salud de mercado, el valor
del producto a precios corrientes puede medirse por el valor de las ventas de
dichos servicios. Sin embargo, la provisión de salud se encuentra dentro de los
ejemplos más comunes de servicios proporcionados por el gobierno de forma
gratuita, o a precios que no son significativos en términos económicos por lo que
constituye un producto de no-mercado. Un precio que no es económicamente
significativo es aquel que deliberadamente se fija muy por debajo del precio de
equilibrio que vaciaría el mercado. El SCN lo define como un precio que tiene
poca o ninguna influencia sobre la cantidad que el productor desea proveer y

que sólo tiene una influencia marginal sobre las cantidades demandadas.
Existen diferencias entre las prácticas seguidas por los distintos países
para identificar la significatividad económica de los precios. Por ejemplo, el
Sistema Europeo de Cuentas (ESA 1995) considera, por razones prácticas, que
un precio no es económicamente significativo si cubre menos de la mitad del
costo de producción del servicio. Ni el SCN 2008 ni su precedente, SCN 1993
han especificado un nivel particular de cobertura de costos lo que complica las
comparaciones internacionales de provisiones de mercado y de no-mercado.
Cualquiera que sea la regla exacta, el valor del producto se obtiene sumando
los costos incurridos en el proceso de producción, concretamente es la suma
de:
• Los consumos intermedio (los bienes y servicios utilizados en la
producción del servicio)
• La compensación del factor trabajo (costos de doctores, enfermeras,
etc…)
• El consumo de capital fijo (depreciación de los edificios de los
hospitales, del equipo médico etc.)
• Otros impuestos, menos subsidios sobre la producción
Hay que notar que, de acuerdo al SCN 2008, los costos de capital de
los productores de no- mercado son únicamente los relativos al valor de
la depreciación, ignorando, de esta forma, aquella parte de los costos de
servicios del capital que reflejan los costos de oportunidad del capital y
su revaluación. La razón principal para esta convención radica en que
cualquiera de estas imputaciones afecta directamente a la medición del
PIB y del ingreso nacional, y en que existe un amplio espectro de posibles
imputaciones. Jorgenson y Landefeld (2006), Jorgenson y Yun (2001) y
OCDE (2009) presentan alternativas para tratar con esta complicación. Desde
la perspectiva de medición de la productividad, el tratamiento asimétrico de
los activos utilizados en la producción de mercado y de no-mercado resulta
en una estimación incompleta de los insumos de capital y en un tratamiento
asimétrico del mismo activo, dependiendo del sector de afiliación del dueño
del activo (Jorgenson y Schreyer 2013). Para aplicaciones analíticas puede ser
útil desviarse de la convención de las cuentas nacionales. Un ejemplo de dicha
aplicación es Mas, Pérez y Uriel (2006) quienes examinan la contribución del

capital de infraestructura, generalmente de provisión pública, al crecimiento
económico en España aplicando una especificación completa del coste de
uso del capital público. De lo anterior se concluye que el desglose entre la
producción de mercado y de no-mercado por parte de las cuentas nacionales
tendría un interés significativo para los analistas.
Una complicación adicional en la medición de la provisión de servicios
sanitarios tiene como origen la existencia de esquemas de seguro de diferente
alcance y diseño. A diferencia de otros servicios que son directamente
gestionados por el proveedor y el consumidor, las transacciones de servicios
de salud normalmente tienen lugar entre tres partes: el proveedor de servicios
de salud, el consumidor, y los esquemas de seguro tanto públicos como
privados. La consecuencia es que los pagos gestionados entre el proveedor y el
consumidor no son necesariamente indicativos del precio del servicio de salud.
Las instituciones varían considerablemente entre países como muestra la Figura
2. Cualquier comparación internacional de los gastos en el cuidado de la salud,
por ejemplo como proporción del PIB, necesita basarse en medidas que reflejen
el costo completo de la provisión del cuidado de la salud, independientemente
de que correspondan a los pacientes, a los proveedores privados o al gobierno.
Este es ciertamente el método seguido por el programa Eurostat-OCDE
sobre las Paridades de Poder Adquisitivo (Koechlin, Lorenzoni y Schreyer
2010), donde el valor del consumo actual individual del cuidado de la salud se
deflacta con índices de precios internacionales para obtener las comparaciones
en volumen del consumo de servicios de salud per cápita entre países.
Figura 2. Instituciones de la provisión del cuidado de la salud en los países

de la OCDE
Dependencia de los
Mayoritariamente
mecanismos de mercado
prestaciones públicas y
en la prestación de
sistema público de seguros
servicios
Sin control de acceso y

Seguro privado con Seguro público con amplia variedad de Control de acceso
cobertura básica cobertura básica proveedores de servicios
médicos
Seguro privado con Seguro privado con Limitado número de Amplia variedad de
más que cobertura poca cobertura más proveedores para proveedores para
básica y con control allá de la básica y sin usuarios y poco usuarios y estricto
de acceso a servicios control de acceso límite presupuestario limite presupuestario
3. 6.
1. 2. Austria 5. Hungría
Alemania Australia Rep. Checa 4. Dinamarca Irlanda
Países Bajos Bélgica Grecia Islandia Finlandia Italia
Eslovaquia Canadá Japón Suecia México Nueva Zelanda
Suiza Francia Corea del Sur Turquía Portugal Noruega
Luxemburgo España Polonia
Reino Unido
Fuente: Joumart, Höller, André y Nicq (2010)
Volúmenes
Productores de mercado y de no-mercado. El valor a precios corrientes

de los servicios de salud proporcionados por productores de no-mercado, es
siempre valorado en las cuentas nacionales por los costes de producción. Por
consiguiente, el valor de los insumos es igual al valor del producto. Al mismo
tiempo, esto no significa que el volumen del producto no pueda diferenciarse de
los insumos utilizados para producirlo. Los cambios en productividad pueden
ocurrir en todos los campos de la producción, incluyendo los servicios de no-
mercado3. La medición en términos de volumen -es decir, de cantidades- es
inherentemente distinta de la medición a precios corrientes, también en el caso
de los productores de no-mercado. Sin embargo, la medición del volumen de
los servicios provistos por productores de no-mercado no es inherentemente
3
Ver SCN 2008, párrafo 15.116.
diferente de la medición del volumen de servicios provistos por productores de

mercado. Este hecho fue señalado por primera vez por Hill (1975)
«Proponemos que, por principio, la metodología básica utilizada para

medir los cambios en el volumen del producto real sea siempre la misma
independientemente de si el servicio es proporcionado por el mercado
o por el no-mercado. Esto no quiere decir que las medidas numéricas
reales no se vean afectadas si el servicio es provisto por el mercado
o el no-mercado, ya que estarán involucrados diferentes sistemas de
ponderación, pero al menos los métodos de medición deberían ser
conceptualmente similares» (página 19).
Schreyer (2010) confirma este principio pero señala que, en la práctica,

la tendencia general ha sido crear índices de volumen separados para la
producción de mercado y de no-mercado4. Tradicionalmente, las medidas de
volumen del producto para las ramas de no-mercado han estado basadas en
medidas de volumen de los insumos. Ello implica asumir variaciones nulas
de productividad con el consiguiente riesgo de captar inadecuadamente
cambios en los estándares de vida y en la productividad agregada. Existen
varias posibilidades para derivar medidas de volumen de los servicios de salud
basadas en el producto (output-based).
En un sistema de salud basado en el mercado donde existe información
sobre los precios de las transacciones, el gasto en el tratamiento de una
enfermedad puede deflactarse mediante un índice de precio específico de la
enfermedad de que se trate para obtener una medida de volumen del producto
de dicha enfermedad. Por ejemplo, Berndt et al. (2000) han estimado un índice
de precios para los ataques al corazón y este índice puede ser utilizado para
deflactar los gastos específicos de dicha enfermedad. Esto es similar a lo que
sucede en otros sectores de mercado en los que la medición del volumen del
producto se obtiene dividiendo la información sobre los ingresos o las ventas
por el índice de precios correspondiente.
4
Quizá de forma algo confusa, el SCN 2008 recomienda el «método del volumen del producto» para
la medición de los servicios de salud (párrafo 15.118) pero ancla esta recomendación en una discusión
sobre la producción de no-mercado. Ello puede inducir a pensar que el «método del volumen del
producto» es específico a los productores de no-mercado, lo que no es correcto.
En algunos países se considera a los hospitales y otros proveedores de

servicios médicos como productores de mercado porque reciben ingresos
económicamente significativos que, en promedio, cubren sus costos. En esos
casos, se puede obtener un «cuasi índice de precios» a partir de los ingresos
promedio por tratamiento. Hay que notar, sin embargo, que los esquemas de
reembolso están a su vez basados en los costos lo que se traduce en que la
diferenciación entre costos e ingresos sea borrosa. Asimismo, el hecho de que
haya ingresos no implica que haya un mercado competitivo donde los precios
necesariamente transmiten señales sobre las preferencias de los consumidores.
En algunos casos, también puede utilizarse información de precios de
mercado con el objetivo de deflactar valores de producción de no-mercado.
Un candidato potencial es la parte de servicios médicos del Índice de Precios
al Consumidor (IPC). Sin embargo, debe tratarse con cuidado asegurándose
previamente que el IPC es representativo y puede por tanto utilizarse para
deflactar la producción de no-mercado. En particular (i) los servicios
proporcionados por el proveedor de mercado deben ser suficientemente
parecidos a los provistos por el proveedor de no-mercado; (ii) la cobertura del
IPC debe igualar a la de la producción de no-mercado. Esto puede no ser el
caso cuando el IPC está diseñado para reflejar los precios de gastos menores
y tampoco cuando los consumidores sólo pagan parte del precio total de un
bien o servicio médico. En este caso, el IPC no es la herramienta apropiada
para deflactar la producción de no-mercado que descansa en la medición de la
producción de acuerdo con su coste total.
Alternativamente, también pueden construirse índices de volumen
directos. Un índice de volumen directo es el promedio ponderado de los
índices de volumen de distintos tipos de tratamientos ponderados de acuerdo
con la participación del costo de cada tipo de tratamiento en el agregado.
Berndt et al. (2000, p.173) sugiere que «el valor del producto del cuidado
médico en términos reales podría obtenerse a partir del costo de las distintas
enfermedades, combinando las cantidades de procedimientos médicos
(cantidad de operaciones de bypass de corazón, o de apendicetomías, o de
vacunas anti gripales), y ponderando cada procedimiento por su costo». A
pesar de que hay algunas diferencias entre un índice de volumen directo y un
índice de volumen derivado a través de la deflación (tales como las fórmulas
de los números índice) la idea básica es la misma, se centran en medidas de
volumen del producto en contraposición a medidas de volumen de los inputs.
Productos y Resultados (Outputs y Outcomes)
Una distinción clave en este contexto es entre insumos (inputs), productos

(outputs) y resultados (outcomes). El SCN 2008 expresa dicha distinción de
la siguiente manera:
«Tomemos como ejemplo los servicios de salud, el input se define como

el insumo del trabajo realizado por el equipo médico y no médico, los
fármacos, la electricidad y otros insumos adquiridos […] Estos recursos
son utilizados en la atención primaria y en las actividades hospitalarias
tales como el examen realizado por un médico de familia, la realización
de una operación de corazón y otras actividades diseñadas para el
beneficio del paciente. Los beneficios para el paciente constituyen el
producto (output) asociado a estas actividades. Finalmente, hay un
resultado (outcome) de la salud que depende del output derivado del
cuidado de la salud pero también de una serie de factores adicionales,
tales como si la persona deja o no de fumar» (párrafo 15.120)
Desde la perspectiva de las cuentas nacionales, la medida objetivo para

la producción de servicios de salud es el producto (output), no el resultado
(outcome). Sin embargo, esta distinción es más difícil de lo que parece.
Primero, la referencia del SCN al producto como «beneficios del paciente»
debe entenderse como la contribución marginal de las actividades del
cuidado de la salud a la mejora del estado de salud, controlando por todos
los otros factores que influyen en los resultados. Esto significa que la noción
de producto no existe independientemente de los resultados. Una conclusión
similar (Schreyer 2012) surge en el contexto de los ajustes de calidad (ver
abajo). Berndt et al. (1998) distinguen entre el cuidado médico («el producto»
en nuestra terminología), el estado de salud («el resultado» en nuestra
terminología) y la utilidad. Ellos conciben una relación por la cual la utilidad
depende, entre otras variables, del estado de la salud y en la que el estado de
la salud depende a su vez de los servicios de salud, del entorno, del estilo de
vida, etc. Por consiguiente, podría identificarse una actividad sanitaria con un
mayor componente de calidad que otra si esta contribuye en mayor medida al

resultado de la salud que la actividad alternativa5.
El término resultado (outcome) ha sido utilizado de diferentes maneras en
la literatura sobre los servicios de salud. Son comunes dos usos:
En la literatura del cuidado de la salud, «el resultado» es típicamente
definido como el cambio en el estado de salud que es directamente atribuible
al cuidado recibido. Triplett (2001) destaca este uso en la literatura relativa a
la relación costo-efectividad y cita a Gold et al. (1996) quien define el outcome
como el resultado de una intervención médica, o el cambio en el estado de
salud asociado con la intervención en un determinado período de evaluación
o durante la vida del paciente. Empleado de esta manera, algunos autores
sugieren que el «producto» (output) de la industria de servicios sanitarios se
mida por el «resultado» (outcome).
Entre los contables nacionales, se utiliza el término «producto» para
describir un estado que los consumidores valoran, por ejemplo el estado
de la salud, sin necesariamente relacionar el cambio en este estado con
una intervención médica. Por ejemplo, Eurostat (2001) da como ejemplos
de «indicadores de resultados» el nivel de educación de la población, la
expectativa de vida, o el nivel de crimen. Atkinson (2005) utiliza la misma
acepción. Entendido en este sentido, el resultado en sí mismo no puede ser un
instrumento útil para medir el producto o la eficacia de los sistemas de salud o
de educación. En la medida que se utilice una definición particular de manera
consistente, la esencia del argumento no se ve, por supuesto, afectada y la
única cuestión es la utilidad de una definición u otra.
En la práctica, cada vez con más frecuencia el output producido por los
servicios sanitarios se abordan en las cuentas nacionales utilizando medidas
basadas en enfermedades atendidas por los servicios de salud, siguiendo las
recomendaciones de la OCDE en esa materia: «En caso de enfermedades,
5
Las cosas son más complicadas en la práctica. Primero como Berndt et al. (1998) señalan, existe el
problema de los desfases: el estado de salud puede verse afectado por el cuidado médico y por otros
factores con un desfase de forma que la utilidad derivada del estado de salud ocurre en una fecha distinta
a cuando se proporcionaron los servicios médicos. Segundo, puede también haber una compensación
entre la utilidad inmediata derivada del consumo (por ejemplo una dieta hipercalórica) y la desutilidad
a largo plazo de un peor estado de salud. Esto complica la formalización del comportamiento del
consumidor pero no es crucial para la cuestión analizada, la medición de los servicios de salud.
nuestra noción central en la definición de un servicio sanitarios es su tratamiento

o los servicios médicos proporcionados con el fin de prevenir la enfermedad.
Las medidas de volumen del output se basan, por tanto, en las enfermedades.
Idealmente, en el caso de un tratamiento, la unidad de output contemplaría los
tratamientos completos, y tendría en consideración los cambios de calidad en
la provisión de dichos tratamientos. Esta medida del producto sanitario podría,
por tanto, diferenciar entre cambios de precio, cantidad y calidad» (Schreyer
2010, p.73). Las medidas del output basadas en las enfermedades se aplican
habitualmente tanto a productores de servicios de salud de mercado como a
los de no-mercado. Sin embargo, no se aplica a las instituciones del gobierno
central tales como el Ministerio de Salud. Casi universalmente, el volumen del
producto del gobierno central se mide a través del volumen de sus insumos.
Ponderaciones: Otra cuestión conceptual es la elección de las
ponderaciones para agregar entre diferentes tipos de productos. Para la
producción de no-mercado, los precios, si existen, no son una herramienta
significativa en la agregación. Sin embargo, la medición se puede basar
en costos unitarios o en cuasi precios. Estos son aquellos «precios» (no
observados) que emulan una situación competitiva donde los precios igualan
el coste medio por producto. Los costos unitarios son observables y pueden
tratarse como si fueran precios. Diewert (2011, 2012) y Schreyer (2012)
discuten extensamente la cuestión de las ponderaciones pero para nuestro
propósito es suficiente recordar que las ponderaciones basadas en costos
unitarios constituyen un procedimiento legítimo para agregar entre servicios
de no-mercado que pueden ser posteriormente utilizados en la obtención de
medidas de productividad.
Considere el tratamiento de la enfermedad i caracterizada por la función
de costo unitario cit(wt) donde wt es un vector de precios de insumos tales
como los salarios o los costos de uso del equipamiento hospitalario. Como cit
es una función de costes, representa el coste mínimo necesario para desarrollar
el tratamiento en cuestión. Por lo tanto, los cuasi precios se definen como
iguales a los costos unitarios:
(1) pit ≡ cit(wt)

Si los costos mínimos son iguales a los verdaderos costos entonces cit (wt)
yit=wt∙xit, donde yit es el número de tratamientos del tipo i y xit es el vector de
cantidades de los insumos que corresponden a wt:
(2) pit yit ≡ cit (wt).yit = wt∙xit
La expresión (2) enuncia lo obvio, concretamente que con los cuasi

precios, el valor del output del producto i es igual al valor de los insumos
utilizados en su producción. Esta es la forma en que se evalúa el producto de
no-mercado en el Sistema de Cuentas Nacionales6. Sin embargo, como se ha
señalado anteriormente, la igualdad entre insumos y productos en valor no
implica la igualdad entre los insumos y los productos en volumen o cantidad.
La principal diferencia entre los precios de los productos basados en los
costos (cuasi precios) y los precios de los insumos es que los primeros se
corresponden a los costos por unidad de producto (tales como los costos de
un tratamiento de un ataque cardíaco) mientras que los últimos corresponden
a los costos por unidad de insumo (tales como los salarios por hora de una
enfermera).
Diewert (2008) muestra formalmente la definición de un índice de
volumen del output basado en los costos. Define la versión Lapeyres de un
índice de cantidades basado en los costos como el costo total (hipotético) C0(y1,
w0) de producir el vector de producto y1 del período 1 bajo las condiciones del
período 0 en tecnología y precios de los insumos, dividido por el costo actual
del periodo 0, C0(y0, w0). De forma similar, define un índice tipo Paasche como
el costo actual del período 1, C1(y1,w1),dividido por los costos hipotéticos C1(y0,
w1) en los que se habría incurrido si los productos del período 0 se hubieran
producido en el período 1 con las restricciones tecnológicas del período 1 y
dados los precios de los insumos también del período 1:
(3) QL = C0(y1, w0)/ C0(y0, w0) = ΣiN ci0yi1/ΣiN ci0yi0
6
Ver Vanoli (2002) para el origen del tratamiento de la producción de no-mercado en las cuentas
nacionales y las varias cuestiones asociadas a ello,.
QP = C1(y1, w1)/ C1(y0, w1) = ΣiN ci1yi1/ΣiN ci1yi0

QF = [QLQP]1/2.
El mismo razonamiento puede aplicarse a los cuasi precios y construir un

índice indirecto de cuasi precios dividiendo los costos totales por el índice de
volumen del producto:
(4) PL = [C1(y1,w1)/C0(y0, w0)]/QP = ΣiN ci1yi0/ΣiN ci0yi0

PP = [C1(y1,w1)/C0(y0,w0)]/QL = ΣiN ci1yi1/ΣiN ci0yi1
PF = [PLPP]1/2.
Puede obtenerse una interpretación útil del índice de cuasi precios

reescribiendo la versión de Laspeyres o la de Paasche en la expresión (4). Por
ejemplo, si se inserta la expresión teórica para QP en [3] en la primera línea de
(4), PL puede obtenerse como el producto de dos términos:
(5) PL = [C1(y1,w1)/C0(y0, w0)]/QP

= [C1(y1,w1)/C0(y0, w0)]/[C1(y1,w1)/C1(y0,w1)]
= [C1(y0,w1)/C0(y0, w0)]
= [C1(y0,w1)/C1 (y0, w0)][C1(y0,w0)/C0(y0, w0)]
El primer término en la última línea de (5) es un índice de precios de

insumos en el que se comparan los costos en dos situaciones: manteniendo
constante la tecnología y el nivel de producto, pero permitiendo que los
precios de los insumos pueden variar. El segundo término en la misma línea es
un índice inverso de productividad en el que se comparan para un producto de
referencia y precios de insumos dados, los cambios en los costos mínimos entre
los períodos. Transformaciones similares pueden aplicarse a PP y, combinadas
con PL puede obtenerse una descomposición de PF, pero no se presentarán
aquí. El punto relevante puede explicarse fácilmente con la descomposición de
PL. En una economía de mercado el índice de productividad es igual al índice
de precios de los insumos dividido por el índice de precios (del producto):
cuando los precios del producto aumentan más lentamente que los precios
de los insumos entonces se producen ganancias de productividad. En el caso

de no-mercado, el índice de cuasi precios del producto juega un rol similar
al del índice de precios del producto en la situación de mercado. Si los cuasi
precios (costos unitarios) aumentan menos rápidamente que los precios de los
insumos, entonces ha tenido lugar una mejora en la productividad.
La medición de la productividad entendida como un movimiento de la
función de costos es una metodología bien establecida7 por lo que podemos
concluir que la medición del output ponderada por los costos es una medida
perfectamente válida de producto que también permite realizar comparaciones
en términos de productividad. A pesar de que gran parte de la discusión sobre
la producción de no-mercado se ha llevado a cabo utilizando los costos, ahora
estamos adoptando la perspectiva desde el lado del producto: los costos unitarios
o los cuasi precios, son precios de insumos ajustados por productividad y el
ajuste de productividad marca el movimiento desde una perspectiva de insumos
hacia una perspectiva de producto para medir actividades de no-mercado. Esto
no es siempre correctamente entendido, porque los costos son habitualmente,
y correctamente, vistos como variables relacionadas con los insumos. Lo
anterior implica que considerar los costos por unidad de producto es lo que
diferencia la perspectiva desde el lado del producto de una perspectiva desde
el lado de los insumos, la cual considera los costos por unidad de insumo.
Sin embargo, las medidas del producto basadas en los costos se mantienen
incompletas desde el momento en que no incorporan directamente elementos
de valoración por parte del consumidor, es decir, los costos unitarios no
surgen de la interacción entre productores y consumidores como en el caso de
mercado. Los costos unitarios sólo reflejan el lado de la oferta.
Cambios en la calidad. Un supuesto poco realista en el modelo descrito
anteriormente es considerar que el conjunto de productos no cambia entre los
dos períodos. En realidad, la calidad de los productos cambia a través del
tiempo, algunos productos desaparecen del mercado y nuevos productos
emergen. Estos cambios no sólo constituyen un gran desafío para los
7
Balk (1998) proporciona un tratamiento completo de las distintas medidas de productividad. En
su terminología, nuestra medida de cambio tecnológico sería etiquetada como un «índice de cambio
tecnológico basado en insumo dual» (página 58). Diewert y Nakamura (2007) también discuten
medidas duales de cambios de productividad basadas en los costos.
estadísticos, sino que también tienen consecuencias sobre el marco teórico

en lo referente a producto y utilidad. La distinción entre nuevos productos
y cambios de calidad8 será ignorada aquí aunque sí mencionaremos algunos
puntos generales sobre ajustes de calidad9 de precios y cantidades.
Una técnica estándar para tratar el cambio de calidad en los productos es
agruparlos de tal manera que sólo se comparen en el tiempo o en el espacio los
productos cuyas características sean las mismas. Este agrupamiento asegura
que se comparen sólo precios o cantidades de productos de igual o similar
calidad. La idea es que debe tratarse a los productos de diferente calidad como
productos diferentes. Ejemplos de dichos agrupamientos son los servicios
médicos provistos por hospitales con diferentes niveles de servicios no
médicos. Asimismo, puede ser necesaria la agrupación cuando la naturaleza
del servicio cambia debido a características particulares del consumidor. Por
ejemplo, un paciente de avanzada edad que sufre de la misma enfermedad
que un paciente joven puede necesitar mayor cuidado debido a un período
más largo para la recuperación. Esto puede resultar en gastos más elevados
para el grupo de pacientes de edad avanzada. Nótese que captar las diferencias
de calidad a través de agrupamiento o combinaciones de los grupos a través
del tiempo se apoya en supuestos importantes: los movimientos de precios o
cantidades de aquellos productos que están agrupados tienen que ser un buen
indicador de movimientos de precio o cantidad de aquellos productos que no
están agrupados – en particular de aquellos productos que se han incorporado
recientemente en el mercado. Asimismo, ignora todos los cambios de precios
o cantidad que surgen fuera de la muestra de los productos agrupados.
Una forma más sofisticada de agrupamiento consiste en utilizar la técnica
de regresiones hedónicas10 que ayuda a controlar por las características de los
tratamientos y de los pacientes. Por ejemplo, Berndt et al. (2001) utilizan las
características del paciente, información sobre diferentes tipos de depresiones,
variables sobre medicamentos y otras para estimar un modelo hedónico de
precios para el tratamiento de la depresión. La idea es aislar las variaciones de
8
Para una discusión ver por ejemplo ILO et al. (2004).
9
Para un tratamiento profundo de ajuste de calidad en la medición de precios ver Triplett (2006).
10
Ver Triplett (2006) para una discusión integral.
precio que se deben a cambios en las características de los cambios de precios

que tienen como origen la elevación general de precios, la «inflación». Sin
embargo, en situaciones de producción de no-mercado, la aplicabilidad de las
técnicas hedónicas es más limitada, o al menos más compleja (Schreyer 2012).
Otra manera de tratar el cambio de calidad en el cuidado médico es
comenzar con la observación de que los consumidores otorgan utilidad a un
bien o a un servicio porque el mismo afecta al resultado, es decir, genera un
estado particular que ellos valoran y que puede ser medido. Se podría decir
también que el resultado (outcome) es un paso intermedio entre el consumo y
la utilidad y esta es ciertamente la forma en la cual se ha tratado el tema en la
literatura. Por consiguiente, una posibilidad para tratar los ajustes de calidad y
la agregación es incluir varias características en un único indicador que refleje
la contribución del producto (output) al resultado (outcome). Por ejemplo, en
el caso de los índices de precios para el cuidado de la salud, Triplett (1999)
sugiere la medida «años de vida ajustados por calidad» (QALYs por su sigla
en inglés) como una medida unidimensional que podría utilizarse en los
ajustes de calidad de diferentes tratamientos dentro de un grupo de productos.
El problema consiste en derivar un indicador único que sirva como un resumen
razonable de un preciso y multidimensional conjunto de características de
calidad valoradas por los consumidores cuando adquieren servicios de salud.
Para ello es necesario aplicar un criterio prudente en la elección de dicha
medida. En particular, no debe verse afectada por cualquier otro factor que
influya en el resultado (outcome) del consumidor (ej. el estilo de vida de los
pacientes)
3. Resumen de las prácticas de los países
En esta sección adoptamos la perspectiva internacional y abordaremos

cómo se miden en la práctica los servicios de salud por las cuentas nacionales
en los distintos países. Schreyer (2010, tabla 4.4) proporcionó un resumen
para los treinta países de OCDE. Además, incluye un análisis más detallado
para seis países Europeos: Austria, Dinamarca, Alemania, Holanda, Noruega
y el Reino Unido. Comenzaremos abordando en esta sección la actualización
de la información para el conjunto de países. La tabla 1 refleja algunas de
estas actualizaciones pero un proceso de actualización más ambicioso se

está realizando actualmente por el Grupo de Trabajo de Cuentas Nacionales
de OCDE. Mientras tanto, contamos en la actualidad con la información
proporcionada en Schreyer (2010) y algunos ejemplos más recientes y
específicos para Alemania, España, Hungría y el Reino Unido que fueron
investigados como parte del proyecto INDICSER de la Unión Europea
(Goerlich et al. 2012, Huttl et al. 2011), así como un proyecto de investigación
llevado a cabo por Estadísticas de Canadá (Gu y Morin, en prensa).
Cuidado Residencial. La discusión conceptual previa tuvo como
referente el concepto de «tratamiento» y condujo a abogar por un método
para medir el servicio de salud basado en las enfermedades. Mientras que este
método es sin lugar a dudas útil para los servicios hospitalarios, puede ser
menos evidente cuando se trata de un conjunto más amplio de instituciones
dedicadas al cuidado de la salud. En particular, las actividades residenciales
son de naturaleza diferente a las actividades hospitalarias y de práctica
médica y explican una porción considerable del gasto total en salud. Es difícil
conceptualizar la medida correcta del producto del cuidado residencial y lo
más normal es que volvamos a la idea de una medida de insumos o cantidad
de días en el cuidado residencial, posiblemente diferenciado por la intensidad
del cuidado. Ciertamente, en la práctica, las medidas basadas en insumos son
las más frecuentes.
Recorrido por instituciones. Otra cuestión, potencialmente importante,
es si pueden seguirse los tratamientos a través de las distintas instituciones
dedicadas al cuidado de la salud. Por ejemplo, un tratamiento puede comenzar
con un paciente hospitalizado y luego continuar sin que el paciente se
encuentre hospitalizado. En la mayoría de los países no es posible realizar este
tipo de seguimientos. En consecuencia, es difícil valorar los efectos que tiene
sobre las medidas de volumen de los servicios sanitarios el desplazamiento de
tratamientos entre pacientes hospitalizados y no hospitalizados.
Tabla 1. Resumen de las prácticas de los países en la medición del volumen de servicios de salud
Actividades Hospitalarias Actividades médicas y odontológicas
Hospitales de Salud Actividades

Otras actividades
Status Mental y abuso de Cuidado
País Hospitales de Servicios de salud humana
de sustancias; Residencial Servicios Médicos
Agudos Odontológicos
hospitales
especializados
Austria Implementado, Deflación mediante Deflación mediante Número de días Cantidad de 64 índices basados en Deflación
datos desde 2001 índice basado en índice basado en de ocupación, tratamientos las tarifas por un solo mediante HCPI**
costos unitarios costos unitarios ponderados por ponderados por los servicio pagado por
por tratamiento por tratamiento por los ingresos, sin ingresos, sin ajuste la seguridad social,
por DRG*, DRG*, ponderaciones ajuste de calidad de calidad ponderado por los
ponderadores de de costos ingresos.
costos
Australia Implementado Índice de volumen ND Número de Número de servicios Cantidad de servicios ND
directo basado casos por nivel ponderado por las ponderados por los
en DRGs*, de atención tarifas cobradas costos
ponderadores de ponderado por las
costos tarifas de subsidio
Bélgica Implementado Todos los hospitales Número de días Número de días Número de Número de consultas, Número de
en 2009, datos son productores de de ocupación por de ocupación por consultas, Uso del precio consultas,
disponibles desde mercado; índice de nivel deatención, nivel de atención, Uso del precio regulado de los Uso del precio
1995 volumen directo, ponderado por ponderado regulado de los servicios regulado de los
Problemas con la Medición de los Servicios Bancarios
basado en DRGs*, ingresos por por ingresos servicios servicios

ponderadores de categoría de servicios por categoría
costos hospitalarios de servicios
hospitalarios
235
Tabla 1. Resumen de las prácticas de los países en la medición del volumen de servicios de salud (cont.)
236
Actividades
Otras actividades
Status Hospitales de Salud de Cuidado
País de salud humana
Mental y abuso Residencial
Hospitales de Servicios
de sustancias; Servicios Médicos
Agudos Odontológicos
hospitales
especializados
Deflación mediante
índice de precio de
Canadá Implementado ND ND ND ND ND
insumos
Planeado Trabajo exploratorios (Gu y Morin 2014) ND ND ND ND

República Deflación mediante índice basado en las tarifas Número de Número de Componente del
Implementado
Checa diarias hospitalarias tratamientos tratamientos IPC
Deflación mediante
Deflación mediante
Deflación mediante índice basado en Deflación mediante
índice basado en
índice basado en los costo unitario índice basado en costo
los costos unitarios Deflación –
Dinamarca Implementado costos unitarios por por paciente, unitario por paciente
por tratamiento por componente de IPC
cada alta por DRGs*, por DRGs*, por 2 tipos de cuidados,
DRGs*, ponderadores
ponderadores de costos ponderadores de ponderadores de costos
de costos
costos.
Índice de volumen
Progresos en Medición de la Economía
Implementado, Número de consultas

basado en DRGs*, Número de días de Número de días de Número de consultas
Finlandia datos disponibles por tipo de consulta
ponderadores de atención atención por tipo de consulta (3)
desde 2000 (17)
costos
Índice de volumen Índice de volumen
Implementado, Índice de volumen
basado en DRGs*, basado en DRGs*, Deflación – Deflación – component Deflación –
Francia datos disponibles basado en DRGs*,
ponderadores de ponderadores de component IPC IPC component IPC
desde 1998 ponderadores de costos
costos costos
Actividades Otras
Status Hospitales de de Cuidado actividades de
País Residencial
Salud Mental salud humana
y abuso de Servicios
Hospitales de Agudos Servicios Médicos
sustancias; Odontológicos
hospitales
especializados
Alemania Implementado datos Todos los hospitales Número de días de Número de Deflación – valor unitario para servicios médicos/ Deflación –
disponibles desde son productores de atención o número personas al odontológicos (reglamentario) y componente de IPC component IPC
2006 mercado; de tratamientos, final del año, (privado)
Deflación mediante ponderadores de ponderadores de
índice basado en costos costos por nivel de
costo unitario por atención.
tratamiento del paciente
hospitalizado por grupo
de DRG*, ponderadores
de costos + ajustes de
calidad explícitos
Número de días de Número de días de Número de días de Deflación – component Deflación –
Grecia Implementado Deflación – component IPC
atención atención atención IPC component IPC
Número de
Índices de volumen Índices de volumen tratamientos
Implementado, datos
basados en DRGs*, basados en DRGs*, Número de piezas sobre la base

Hungría disponibles desde Número de visitas Número de consultas
ponderados por cuasi ponderados por tratadas de servicios
2001
precios. cuasi precios.. provistos
Deflación mediante ND ND ND ND
Islandia Implementado índice de precios de ND
insumos
Planeado ND ND ND ND ND ND
Deflación mediante ND ND ND ND
Irlanda Implementado índice de precios de ND
237
insumos
Planeado ND ND ND ND ND ND
238

Actividades Otras
Hospitales de Salud
Status de Cuidado actividades de
País Hospitales de Mental y abuso de Servicios
Residencial Servicios Médicos salud humana
Agudos sustancias; hospitales Odontológicos
especializados
Índices de
Índices de volumen
Implementado Índices de volumen volumen basados Deflación –
basados en DRGs*, Deflación – component
Italia datos disponibles basados en DRGs*, en DRGs*, Número de prescripciones component del
ponderados por del IPC
desde 2000 ponderados por costos ponderados por IPC
costos
costos
Mercado – component Mercado – Mercado – component IPC Mercado – component Mercado –
Japón Mercado –
Implementado IPC component IPC IPC component
component IPC
IPC
Mercado – component Mercado – Mercado – component IPC Mercado – component Mercado –
Corea Mercado –
Implementado IPC component IPC IPC component
component IPC
IPC
Número de días de
atención o número
de casos por
nivel de atención
Implementado para no-mercado Número de consultas o tratamientos para no-mercado (ponderado por
Deflación – Deflación – component
Luxemburgo datos disponibles (ponderado por costos, sin ajuste de calidad);
component IPC IPC
desde 2000 costos, sin ajuste Deflación - componente de IPC para mercado
de calidad);
Deflación –
componente de
IPC para mercado
Índice de volumen
Indicadores directos de
directo basado en
volumen basados en
ICDs*** por edad Deflación –
los días de tratamiento, Deflación – componente Deflación –
Implementado y número de altas componente de
Holanda días de hospitalización de IPC componente de IPC
+ participación en IPC
y horas de tratamiento
los días de atención
realizado
como ponderador

Actividades Otras
Hospitales de Salud
País Hospitales de Mental y abuso de
Residencial Servicios Médicos Servicios Odontológicos salud humana
Agudos sustancias; hospitales
especializados
Hospitales del
Gobierno (no-
mercado): Índice de
volumen compuesto
basado en DRGs*, Número de horas
Deflación –
Nueva ponderado por los Combinado con trabajadas por los Deflación – component Deflación – component
Implementado component de
Zelanda costos; altas de hospitales de agudos empleados de IPC de IPC
IPC
pacientes y numero
de noches cama
Mercado Privado:
deflación –
componente de IPC
Índice de volumen
Número de días de
directo basado en Número de días de Deflación – component Deflación – component
Noruega Implementado atención por nivel de
DRGs*, ponderado atención de IPC de IPC
atención
por los costos
Índice de volumen
Índice de volumen Indice directo de volume
directo basado en
directo basado en basado en número de
DRGs*; uso de
Portugal Implementado DRGs*; uso de precios No aplica consultas; uso de precios No aplica No aplica
precios regulados por
regulados por DRGs* regulados
DRGs*
(cuasi precios) (cuasi precios)
(cuasi precios)
Índice directo de Índice directo de Índice directo de volumen
Índice directo de Índice directo de
Implementado, volumen basado en volumen basado en basado en el número de Número de
volumen basado en volumen basado en el
Suecia datos disponibles el número de días de el número de días consultas, ponderado por consultas o
DRGs*, ponderado número de consultas,
desde 2003 atención por nivel de de atención por los costos tratamientos
por costos ponderado por los costos
cuidado nivel de cuidado
239
Deflación con índice

Suiza Implementado ND ND ND ND ND
de insumos
240
Actividades Otras
País
Hospitales de Salud Residencial salud humana
Hospitales de Mental y abuso de
Servicios Médicos Servicios Odontológicos
Agudos sustancias; hospitales
especializados
Aproximado por
1995-2006 : Índice
el crecimiento de
directo de volumen
las actividades
basado en el número de Aproximado
Implementado. Índice directo de Índice directo de hospitalarias Índice directo de volumen
tratamientos, ponderado por el
Reino Datos desde 1995. volumen basado en volumen basado en (solo incluye basado en el número de
por costos; crecimiento en
Unido Inglaterra e Irlanda HRGs, ponderado por HRGs, ponderado por las actividades consultas, ponderado por
Desde 2006: las actividades
del Norte los costos los costos relacionadas con el costos
Aproximado por el hospitalarias
cuidado residencial
crecimiento en las
de la salud)
actividades hospitalarias
Deflación – Deflación –
Deflación – Deflación – Uso del Deflación – Deflación – Uso del
Estados
Implementado Uso del componente Uso del componente componente Uso del componente Uso del componente componente
Unidos
relevante del IPC/IPP relevante del IPC/IPP relevante del IPC/ relevante del IPC/IPP relevante del IPC/IPP relevante del
IPP IPC/IPP
Índice directo de
volumen basado en
Planeado ND ND ND ND ND
DRGs*, ponderado
por costos
Notas: *DRG: Grupos Relacionados por el Diagnóstico (Diagnosis related groups). **HCPI: Índice Armonizado de Precios al Consumo. ***ICD: Clasificación Internacional de
Enfermedades (International Classification of Deseases)
Fuente: adaptación de Schreyer (2010).
La tabla 1 requiere de varias observaciones:
• Todavía existen diferencias significativas en los métodos utilizados por

los distintos países en la medición del volumen de servicios hospitalarios.
Por ejemplo, Estados Unidos, Canadá, México, Chile, Japón y Corea
todavía utilizan medidas de volumen basadas en los insumos; Australia,
Nueva Zelanda y muchos países de la UE usan medidas basadas en el
producto (output). Al mismo tiempo, existen muchos matices entre las
medidas basadas en el producto y ciertamente, no está siempre claro si
ciertos métodos califican como basados en los insumos o en el producto,
por ejemplo el número de días de hospitalización.11 También se requiere
más información sobre la naturaleza de las medidas de producto basadas
en componentes relevantes del IPC o el IPP. ¿Estos componentes reflejan
los precios completos? ¿Cómo han sido valorados?
• Cuando se utilizan métodos basados en el producto para la atención

hospitalaria, la tendencia general es utilizar DRG (Grupos Relacionados
de Diagnóstico) o información de altas, compartiendo de esta forma
las características de una medida basada en las enfermedades. Por las
razones mencionadas anteriormente, también existe una gran similitud
en los métodos adoptados por los países para medir las actividades de
atención residencial.
• Es muy difícil concluir sobre el grado de comparabilidad internacional de

las medidas de servicios hospitalarios basada en la Tabla 1. Mientras que es
obvio que los métodos varían entre países, ello no implica necesariamente
que existan problemas significativos de comparabilidad de resultados.
Habitualmente se esgrime la comparabilidad como una ventaja de las
tradicionales medidas basadas en los insumos para los servicios de salud.
Sin embargo, como no hay una razón para creer que el sesgo inducido por
los métodos basados en los insumos (en lugar de las medidas basadas en
el producto) es el mismo entre países, volver a los cómputos basados en
Este es el caso de Grecia que ha sido ubicado bajo el título «Deflación mediando el índice de precios
11
de insumos» en la Tabla 1.
los insumos no resolvería realmente el problema de la comparabilidad.

En la actualidad la OCDE está desarrolando un proyecto que ayudará
a mejorar la comparabilidad de las medidas basadas en el producto: a
medida que se recoge información estandarizada para las comparaciones
en el espacio (Koechlin, Lorenzoni y Schreyer 2010), es posible hacer
uso de ella para construir índices en el tiempo de servicios de salud. Estos
índices podrían servir como contrafactual de los métodos nacionales.
Ajustes de Calidad en la práctica
De los varios métodos disponibles para realizar ajustes de calidad en

los índices de precio o volumen del cuidado de salud, la gran mayoría de los
países de la OCDE ha utilizado los métodos de estratificación o de casación
(matching). Un buen ejemplo es Finlandia cuyo método para el ajuste de calidad
está claramente enraizado en la estratificación. Estadísticas de Finlandia
persigue captar el cambio de calidad clasificando los servicios médicos en
grupos de productos cuya calidad es estrictamente homogénea. Estadísticas
de Finlandia considera que el resultado no puede entrar conceptualmente en
las cuentas nacionales, ya que introduce un componente normativo que no
está en línea con la aproximación positiva de las cuentas nacionales. Desde un
ángulo práctico, Estadísticas de Finlandia considera que las correcciones de
calidad basadas en el producto podrían ofrecer muy poco y llegar demasiado
tarde a los responsables de la toma de decisiones. Eurostat, la Oficina de
Estadística de la Unión Europea, ha recomendado no usar los procedimientos
de ajuste de calidad explícitos con la justificación de que si los métodos
explícitos se utilizan por algunos países de la UE pero no por otros, o si los
métodos de ajustes de calidad utilizados son muy diferentes, esto reducirá la
comparabilidad de las medidas de volumen del cuidado de la salud en las
cuentas nacionales Europeas.
La Oficina Nacional de Estadísticas (Office for National Statistics,
ONS) del Reino Unido realizó un trabajo experimental con ajustes de calidad
explícitos. La ONS es la oficina de estadística entre los países de la OCDE que
ha ido más lejos en la investigación y fomento de la medición del volumen de los
servicios de salud y los servicios públicos en general. Su punto de partida fue la
publicación del Atkinson Review (2005) encargada por el Gobierno Británico

y el trabajo realizado por la Universidad de York y el Instituto Nacional de
Investigaciones Económicas y Sociales, NIESR (Dawson et al. 2005), para
el Departamento de Salud del Reino Unido. Sin embargo, actualmente, los
ajustes de calidad siguen teniendo un carácter exploratorio y no han sido
reflejados en la Cuentas Nacionales del Reino Unido. El procedimiento
de ajuste de calidad explícito lo realiza el Centro de Economía de la Salud
(Centre for Health Economics, CHE) en la Universidad de York (CHE 2005) y
el Departamento de Salud (Department of Health, DH 2005, 2007). El método
fue implementado utilizando datos para Inglaterra y asumiendo que el resto
del Reino Unido seguía la misma tendencia. Los ajustes de calidad toman en
cuenta algunos aspectos de la calidad que no son fácilmente captados por las
medidas basadas en enfermedades. Los ajustes reflejan dos dimensiones de
calidad (ver Figura 3): (i) la medida en que el servicio tiene éxito en alcanzar
los resultados previstos; y (ii) la medida en que el servicio da respuesta a las
necesidades de los usuarios.
En la práctica, la primera dimensión asciende a, por lo menos, un 99,5%
del total del ajuste de calidad. El mismo consiste en dos medidas compuestas,
(i) tasas de supervivencia de corto plazo, mejora de la salud después de un
tratamiento en el hospital, y cambios es los tiempos de espera, y (ii) resultados
de la atención médica primaria. De acuerdo a ONS (2011), en 2009 el
producto ajustado por calidad fue 7,1% mayor que el de cantidad (producto
no ajustado). De 2001 a 2009, los cambios de calidad sumaron en promedio
0,5 puntos porcentuales (pp) por año al crecimiento del producto. La mayor
contribución del cambio de calidad vino de la supervivencia, la ganancia de
salud y los tiempos de espera, que mejoraron en un promedio anual de 0,66
pp de 2001-02 a 2008-09. Contribuciones más pequeñas procedieron de la
atención primaria y de la respuesta a las necesidades de los usuarios, con
una mejora anual de cobertura de 0,07 pp y 0,01 pp respectivamente durante
el mismo período de tiempo. Finalmente, la calidad aumentó de 0,4 pp en
2007-08 a 1,11 pp en 2008-09 como consecuencia de la mejora en las tasas
de supervivencia después de los tratamientos. La reducción de los tiempos de
espera fue la razón principal del incremento de la calidad en 2009.
Figura 3. Ajustes de Calidad. ONS (Reino Unido)
Ajuste de calidad en la
asistencia sanitaria
2) El servicio responde a
1) El servicio logra los
las necesidades del
resultados esperados
usuario
• Supervivencia a corto Encuesta Nacional a

Resultados de
plazo Pacientes
atención primaria
• Mejoría de la salud
tras tratamiento
hospitalario
• Cambios en tiempos
de espera • Pacientes hospitalizados
• Salud mental
• Atención primaria
• Pacientes de ambulatorio
• Presión arterial de pacientes con enfermedad cardíaca
• Accidentes y urgencias
coronaria
• Presión arterial de pacientes con apoplejía
• Presión arterial en pacientes hipertensos
• Colesterol en pacientes con enfermedad cardíaca
coronaria
• Colesterol en pacientes con apoplejía
• Colesterol en enfermos renales
Fuente: ONS (2011, pág. 12).
4. Conclusiones
Este trabajo proporciona el punto de vista de las cuentas nacionales en

la medición de la provisión de servicios de salud. Describe algunos de los
conceptos claves y revisa las prácticas de un conjunto de países de la OCDE.
Los principales mensajes y conclusiones son:
• Mientras que la medición del valor de la producción (output) de
productores de no-mercado es necesariamente distinta a la de los
productores de mercado (suma de costos para el primero, ingresos para
el segundo), la medición del volumen de producción puede y ciertamente
debe seguir el mismo procedimiento. Existe un creciente reconocimiento

de que para muchos propósitos un método basado en las enfermedades es
el mejor camino a seguir;
• La información sobre el tratamiento preciso en las cuentas nacionales

de las unidades institucionales involucradas en la provisión de servicios
de salud es dispersa e incompleta. En particular, existen lagunas en la
información de productores de mercado versus de no- mercado a pesar
de ser esta una distinción analítica relevante. No está siempre claro si
las metodologías para las cifras de volumen del producto difieren entre
productores de mercado y de no-mercado (y, entre los productores de no-
mercado y el gobierno general y las instituciones sin fines de lucro que
sirven a los hogares).
• Es muy difícil realizar una afirmación sobre el grado de comparabilidad de

las mediciones de servicios hospitalarios. Mientras que los métodos varían
entre países, esto no necesariamente implica problemas significativos
en la comparabilidad de los resultados. Habitualmente se recurre a la
comparabilidad como una de las ventajas de las medidas tradicionales
basadas en los insumos. Sin embargo, como no hay ninguna razón para
creer que el sesgo inducido por los métodos basados en los insumos (en
lugar de las medidas basadas en el producto) es el mismo entre países,
volver a los cómputos basados en los insumos no resolvería realmente el
problema de comparabilidad.
Referencias
Abraham, K. G. y Ch. Mackie (2006): «A Framework for Nonmarket

Accounting» en Jorgenson, D., J. S. Landefeld, W. Nordhaus (eds.),
A New Architecture for the U.S. National Account, NBER, Studies in
Income and Wealth, University of Chicago Press.
Atkinson, A. (2005): The Atkinson Review: Final Report. Measurement
of Government Output and Productivity for the National Accounts,
Palgrave Macmillan, Basingstoke.
Balk (1998): Industrial Price, Quantity, and Productivity Indices: The Micro-
Economic Theory and an Application. Boston=Dordrecht=London:
Kluwer Academic Publishers.
Berndt, E. R., D. M. Cutler, R. G. Frank, Z. Griliches, J. P. Newhouse y J. E.
Triplett (1998): «Price Indexes for Medical Care Goods and Services:
an Overview of Measurement Issues», NBER Working Paper Series, n.º
6817.
Berndt, E.R., Cutler, D.M., Frank, R.G., Griliches, Z., Newhouse, J.P. y
Triplett, J.E. (2000): «Medical care price and output» en Culyer, A.J. y
J.P. Newhouse (Eds.) Handbook in Health Economics vol. 1a., Elsevier.
Berndt, E.R., Cutler, D.M., Frank, R.G., Griliches, Z., Newhouse, J.P. y
Triplett, J.E. (2001): «Price Indexes for Medical Goods and Services:
An Overview of Measurement Issues» en Cutler, D.M. y E.R. Berndt,
(eds.).
CHE (Centre for Health Economics) (2005): Developing New Approaches
to measuring health care output and productivity, York University y
National Institute of Economics and Social Research.
Cutler, D. M. y E. R. Berndt (eds.) (2001): Medical Care Output and
Productivity; NBER Studies in Income and Wealth, vol. 62, University
of Chicago Press.
Cutler, D. M., A. B. Rosen, S. Vijan (2006): «The Value of Medical Spending
in the United States, 1960–2000», New England Journal of Medicine
355, p. 920-927.
Dawson, D., Gravelle, H., O´Mahony, M., Street, A., Weale, M., Castelli,
A., Jacobs, R., Loveridge, P., Martin, S., Stevens, P. y L. Stokes
(2005): «Developing new approaches to measuring NHS outputs and
productivity», Final Report to the Department of Health, Centre for

Health Economics (York University) y National Institute of Economic
and Social Research.
DH (Department of Health) (2005): Healthcare output and productivity.
Accounting for quality change, diciembre.
DH (2007): Review of Data Sources and Methodology for the Calculations of
Hospital output in the NHS.
Diewert, W.E. (2012): «The measurement of productivity in the nonmarket
sector», Journal of Productivity Analysis 37, p. 217–229.
Diewert, W. E. (2011): «Measuring productivity in the public sector: some
conceptual problems», Journal of Productivity Analysis 36, p.177–191.
Diewert y Nakamura (2007). ‘The measurement of productivity for nations,’ in
Handbook of Econometrics, Vol. 6, ed. J.J. Heckman and E.E. Leamer
(Elsevier)
Eurostat (2001): Handbook on Price and Volume Measures in National
Accounts, European Communities, Luxembourg.
Eurostat-OCDE (2006): Methodological Manual on Purchasing Power
Parities, OCDE, Paris.
Eurostat-OCDE (2013): Methodological Manual on Purchasing Power
Parities, OCDE, Paris.
Goerlich, F., J. Peréz, A. Huttl, M. O´Mahony, E. Schulz y L. Stokes (2012):
«Health capital: an application for Germany, Hungary, Spain and the
UK», Diponible en internet http://indicser.com/images/dp26_goerlich_
et_al.pdf
Gold et al (1996) Gold MR, Siegel JE, Russell LB, et al. Cost-Effectiveness in
Health and Medicine. New York: Oxford University Press, 1996.
Hill, T. P. (1975): Price and Volume Measures for Non-Market Services;
Report to the Statistical Office of the European Communities, Bruselas.
Huttl, A, M. Mas, A. Nagy, G. Okem, M. O´Mahony, E. Schulz y L. Stokes
(2011): «Measuring the productivity of the Healthcare sector: Theory
and Implementation», Disponible en internet http://indicser.com/
images/RP5_Huttl_etal.pdf
ILo, IMF OECD, Un-ECE, World Bank (2004), Consumer Price Index
Manual, Theory and Practice, Washington, D.C.
Jorgenson, D. W. y J. S. Landefeld (2006): «Blueprint for Expanded and

Integrated U.S. Accounts: Review, Assessment, and Next Steps,» en
Jorgenson, Landefeld, y Nordhaus (eds.), 13-112.
Jorgenson, D. W. y P. Schreyer (2013): «Industry-level Productivity
Measurement and the 2008 System of National Accounts», Review of
Income and Wealth, 59, n.º 2, junio, p.185-211.
Jorgenson, D. W. y K. Y. Yun (2001): Lifting the Burden: Tax Reform, the
Cost of Capital, and U.S. Economic Growth, Cambridge, MA, The MIT
Press.
Koechlin, F., L. Lorenzoni y P. Schreyer (2010): «Comparing Price Levels of
Hospital Services Across Countries: Results of a Pilot Study», OECD
Health Working Paper No 53.
Mas, M., F. Pérez y E. Uriel (2006): «Capital Stock in Spain, 1964-2002. New
Estimates», en M. Mas y P. Schreyer (eds.) Growth, Capital and New
Technologies, Fundación BBVA, Madrid.
Organización para la Cooperación y el Desarrollo Económicos (OCDE)
(2009), Measuring Capital: Revised Manual, Paris.
OCDE (2011): Health at a Glance 2011: OECD Indicators. Paris.
OCDE (2013): Informe Anual de Cuentas Nacionales. Paris.
ONS (Office for National Statistics) (2010): United Kingdom National
Accounts- The Blue Book, from 2000 to 2009, Office for National
Statistics, Reino Unido.
ONS (2011): «Public Service Output, Inputs and Productivity: Healthcare.
Correction Notice», Office for National Statistics, Reino Unido, 7 abril.
ONS (2012): “Quality adjustment of public service health output: current
method”, Office for National Statistics, Reino Unido, abril.
Rosen, A. B. y D. Cutler (2007): «Measuring Medical Care Productivity
A Proposal for U.S. National Health Accounts», Survey of Current
Business, junio, p. 54-58.
Schreyer, Paul (2010): «Towards Measurement the Volume Output of Education
and Health Services. A Handbook», OECD Statistics Working papers,
2010/02, Paris.
Schreyer, Paul (2012): «Output, Outcome and Quality Adjustment in
Measuring Health and Education Services», Review of Income and
Wealth 58, n.º 2, junio; p. 257-278.
Triplett, J.E. (1999): Measuring the Prices of Medical Treatments (ed.),

Brookings Institution Press, 1999.
Triplett, J.E. (2001): What’s Different About Health? Human Repair and
Car Repair in National Accounts and in National Health Accounts.
In David M. Cutler and Ernst R. Berndt, eds. Medical Care Output
and Productivity. Studies in Income and Wealth, Vol. 62. University of
Chicago Press, for the National Bureau of Economic Research. 2001.
Triplett, J.E. (2006): Handbook on Hedonic Indexes and Quality Adjustments
in Price Indexes: Special Application to Information Technology
Products. Organization for Economic Co-operation and Development,
Directorate for Science, Technology and Industry. 2006.
Triplett, J.E. y B. P. Bosworth (2004): Productivity in the U.S. Services
Sector: New Sources of Economic Growth; The Brookings Institution,
Washington D.C.
Vanoli, A. (2002): Une Histoire de la Comptabilité Nationale; Paris, La
Découverte.
6. Contabilidad del Conocimiento:
metodología y resultados�
Francisco Pérez* y Eva Benages**
1. Introducción
La economía del conocimiento es la expresión acuñada para indicar

que, en el estadio actual del desarrollo económico, una parte sustancial de
la producción se basa en el saber acumulado. Pese a la frecuente utilización
de esta terminología, no existe una métrica que cuantifique con precisión qué
parte del valor económico producido en las sociedades avanzadas tiene ese
origen y en cuáles su peso es mayoritario.
La aproximación más empleada para medir la densidad de conocimiento
de una economía se basa en clasificar las actividades productivas en unas
pocas categorías según su intensidad tecnológica, basándose en el gasto en
I+D o el empleo de trabajo altamente cualificado1. A partir de esa clasificación
se calcula el porcentaje que representan en el empleo o la producción las
actividades incluidas en las categorías que se consideran intensivas o muy
intensivas en conocimiento.
Ciertamente, el conocimiento es generado y difundido por individuos
inteligentes e instruidos pero, como destacó Isaac Newton en una de sus más
famosas frases, no solo importan nuestros descubrimientos de hoy sino sobre
todo el saber acumulado por la humanidad2. Por consiguiente, la medición del
*
Universitat de València e Instituto Valenciano de Investigaciones Económicas (Ivie).
**
Eva Benages: Instituto Valenciano de Investigaciones Económicas (Ivie).
1
OCDE (2013a) y Eurostat (2013).
2
En 1675, en una carta a Robert Hooke, Newton escribió: «Si he visto más lejos es porque estoy
sentado sobre los hombros de gigantes». La expresión, no obstante, es muy anterior, pues hacia 1130
Bernardo de Chartres ya hablaba de que somos como enanos a los hombros de gigantes. Podemos ver
más y más lejos que ellos no por nuestra superior altura sino por la suya: «unos pigmeos subidos a los
hombros de unos gigantes verán más lejos que los gigantes mismos».
peso del conocimiento en la producción de un bien o servicio no debe atender

solo a los descubrimientos actuales sino a todo el capital humano utilizado
en el proceso, tanto directa como indirectamente, es decir, incluyendo el
incorporado en los bienes de capital y productos intermedios.
Las medidas convencionales de intensidad del conocimiento presentan tres
limitaciones importantes, desde esta perspectiva. La primera es que ponen el
foco en la creación actual de conocimiento más que en el uso del mismo por
el sistema productivo, que es lo relevante para analizar algunos problemas.
La segunda limitación es que emplean clasificaciones de la intensidad en
conocimiento de las actividades basadas en un solo factor: el gasto en I+D
en el caso de las manufacturas y el capital humano con estudios superiores
en el de los servicios. Pero el conocimiento se incorpora a la producción a
través de diversos activos: el trabajo cualificado en general, buena parte del
capital físico y algunos inputs intermedios. El peso de cada uno de ellos en
los sectores es distinto, de modo que la clasificación de las actividades basada
en un solo criterio sesga el resultado. La tercera limitación importante es que
la incorporación de conocimiento es variable de un país a otro dentro de un
mismo sector, de modo que una actividad puede ser más o menos intensiva
en conocimiento en distintas economías y la clasificación de las ramas en
categorías no puede tenerlo en cuenta. Esta heterogeneidad intrasectorial
refleja casi siempre insuficiencias estadísticas, que obligan a usar los datos con
los niveles de agregación disponibles e integrar a actividades no homogéneas
en una misma rama. Pero las valoraciones de la intensidad en conocimiento
de las economías basadas en unas pocas categorías ignoran la heterogeneidad
intrasectorial y hacen muy relevantes los umbrales elegidos para definir los
sectores como intensivos o no. En realidad, el conocimiento está más o menos
presente en todas las ramas y no solo en las que se definen como de alta o
media tecnología en las clasificaciones habituales.
Otros estudios analizan la economía del conocimiento mediante un
conjunto de indicadores que contempla diversos perfiles de la presencia del
saber en las actividades productivas. En algunos casos, se construyen índices
sintéticos del desarrollo de la sociedad y la economía del conocimiento en los
países, que agrupan múltiples variables y los agregan basándose en criterios
estadísticos o ponderaciones ad hoc. Sin embargo, muchos de estos índices
suelen ser parciales� y tienen un significado ambiguo, al no derivarse de una
Contabilidad del Conocimiento: metodología y resultados� 253
métrica basada en definiciones y criterios de valoración claros y una estructura

de relaciones entre las variables precisa. Esas son las ventajas que ofrecen para
la agregación la contabilidad empresarial o el sistema de cuentas nacionales,
que se basan en los precios relativos de bienes o factores.
Pero ¿es posible evaluar la intensidad en el uso del conocimiento de las
economías –no en su generación o creación– mediante una metodología
integrada dentro de los esquemas conceptuales y los criterios de medida de
las cuentas nacionales?. Para responder a esta pregunta se pueden recorrer dos
caminos diferentes: la elaboración de cuentas satélites del conocimiento y el
desarrollo de una contabilidad del conocimiento. Las iniciativas en los dos
ámbitos son escasas hasta el momento.
En cuanto a la primera dirección, algunos institutos oficiales de estadística
han dado pasos en la elaboración de cuentas satélites del conocimiento3,
aunque la complejidad y requerimientos de información para la elaboración
de las mismas ha hecho que las iniciativas en este sentido sean aún escasas.
La segunda alternativa es un camino no explorado pero que parece viable
gracias a los importantes avances, teóricos y empíricos, logrados en la
medición del capital físico y humano�. Nuestra propuesta4 va en esa dirección,
proponiendo medir el peso del saber en el PIB calculando el valor de mercado
del conjunto de factores que se basan en el conocimiento y lo incorporan a las
actividades cuando son utilizados en los procesos de producción. La piedra
angular de esa valoración es la estructura analítica de la moderna contabilidad
del crecimiento, que permite diferenciar el valor de los servicios de distintos
tipos de capital físico y capital humano.
La metodología propuesta puede ser aplicada en la actualidad a aquellas
economías cuyos sistemas de cuentas nacionales ofrecen datos sectoriales
sobre los servicios de diversos tipos de trabajo y capital y sus correspondientes
3
Destaca el trabajo realizado por Statistics Netherlands, que en la última década ha avanzado mucho
en la elaboración de Cuentas Satélite Integradas en la Contabilidad Nacional sobre distintos ámbitos de
estudio, entre ellos la cuantificación de la economía del conocimiento. La OCDE también ha creado
grupos de trabajo con el objetivo de medir el denominado KBC (knowledge-based capital), pero lo
hace desde una perspectiva parcial, teniendo en cuenta únicamente los activos intangibles y el capital
de los ocupados de ciertas ocupaciones.
4
Para más información sobre la metodología y resultados aquí presentados véase Pérez y Benages
(2012).
remuneraciones. Las bases de datos que permiten realizar estas estimaciones

han sido elaboradas y armonizadas por los proyectos desarrollados en el marco
de WORLD KLEMS, dedicados al análisis de la productividad y las fuentes
del crecimiento económico5.
Las preguntas que interesa responder son numerosas. ¿Es tan elevado el valor
añadido generado por los factores de producción que incorporan conocimiento
como para hablar de economías del conocimiento? ¿Qué diferencias en el peso
del conocimiento se observan entre sectores y entre países? ¿Qué importancia
tiene la especialización productiva de los países para explicar las diferencias
en intensidad de conocimiento a nivel agregado? ¿Cuál es la evolución
temporal de la intensidad en conocimiento de los sectores y las economías?
¿Convergen las actividades y los países en intensidad del conocimiento? ¿Qué
importancia tienen los factores basados en el conocimiento en el crecimiento
de las economías y en sus niveles de productividad?
Para abordar todas estas cuestiones este capítulo se estructura como
sigue. El epígrafe 2 sitúa el enfoque propuesto en el contexto de la literatura
económica relacionada. El 3 describe la métrica y los bancos de datos utilizados.
El apartado 4 presenta los resultados por sectores, analizando las diferencias
entre ramas dentro de los países y en una misma rama entre distintos países.
En el epígrafe 5 se ofrecen los resultados agregados por países. El capítulo se
cierra con un último epígrafe, que enuncia las principales conclusiones.
2. Literatura de referencia: del valor trabajo a la intensidad en

conocimiento
La aproximación más utilizada para la medición de la intensidad en

conocimiento de las economías se basa en clasificar las manufacturas según
su intensidad tecnológica medida por el peso del gasto en I+D en relación
al PIB-, y los servicios según el empleo de capital humano medido por el
porcentaje de personal con estudios superiores-�. Ambos enfoques responden
mejor al objetivo de analizar con qué intensidad se crea conocimiento que
5
Véase http://www.worldklems.net/ y en especial http://www.euklems.net.
cuánto conocimiento se emplea, y resultan demasiado parciales para estimar

el conocimiento incorporado a los procesos productivos. En realidad, el saber
acumulado se introduce en las actividades económicas también por otras vías
además de las actividades de I+D, que en muchos casos constituyen el canal
más importante.
En realidad, la clasificación de las manufacturas según su intensidad
tecnológica fue concebida con otra finalidad: evaluar el origen del progreso
técnico exógeno y su papel en el crecimiento y la competitividad. La atención
preferente a las actividades de I+D se justifica porque las empresas y sectores
más intensivos en tecnología muestran un elevado dinamismo innovador y
comercial y son especialmente productivos6. Lo mismo sucede con la atención
prestada al capital humano de los universitarios, la variable habitualmente
considerada para medir la intensidad tecnológica de los servicios.
Aunque las actividades de I+D y los trabajadores altamente cualificados
son claves para la generación de conocimiento, la difusión e incorporación del
mismo a los procesos productivos se produce en buena medida mediante el
empleo de varios tipos de capital humano y el uso de los servicios de una parte
del capital físico y de ciertos productos intermedios. En cuanto al papel del
capital humano como vehículo del conocimiento, tan importante es atender a
la creación de conocimiento como a su transmisión a través de la formación.
La extensión de la educación en todos sus niveles es la plataforma que permite
incorporar masivamente a la producción trabajo cualificado, capaz de introducir
y ejecutar mejoras tecnológicas y organizativas, y hacer los procesos más
eficientes. Algo parecido sucede en el caso de la maquinaria y otros bienes
de capital: su existencia y adquisición es un vehículo clave para el uso del
conocimiento. Estos capitales son previamente producidos, incorporando el
conocimiento aportado a sus propios procesos de producción, casi siempre
intensivos en capital humano y en el uso de otras máquinas. Lo mismo puede
decirse de algunos productos intermedios, aunque el grado en el que éstos
incorporan conocimiento es mucho más variable que el de la maquinaria.
Puesto que nuestro objetivo es la medición del peso del conocimiento
empleado en la producción actual, no debemos atender tanto a los
descubrimientos de hoy sino a todo el saber acumulado que se utiliza. En
6
Véase Hatzichoronoglou (1997).
otras palabras, debemos considerar todo el capital humano empleado en cada

rama de actividad, tanto directa como indirectamente, es decir, incluyendo
el conocimiento contenido en los bienes de capital y productos intermedios
que ahora se usan. Este razonamiento recuerda la vieja preocupación de los
economistas clásicos por establecer el valor de las mercancías a través del
trabajo incorporado, directa e indirectamente. Ahora no se trata de medir el
conocimiento sino qué parte del valor económico de lo producido remunera
el conocimiento acumulado en los factores que lo aportan. Al responder a
esa pregunta conviene tener presentes tres enseñanzas de la historia del
pensamiento económico.
La primera es que las medidas del valor económico no son puramente tec-
nológicas y reflejan también rasgos institucionales o sociales de las economías,
en particular las que influyen en la distribución de la renta. Por tanto, nuestras
medidas de la intensidad del conocimiento serán medidas económicas, con sus
debilidades y fortalezas. Para justificar esta apreciación conviene recordar que
la aspiración de Adam Smith cuando afirmó en La riqueza de las Naciones
que “el trabajo es la medida del valor de cambio de todas las mercancías”
no resultó factible�. Durante muchos años, los economistas clásicos partieron
de esta idea de una fuente única y objetiva del valor -las horas trabajadas-,
construyeron una teoría del valor trabajo e indagaron si los precios relativos
podían explicarse en función de la cantidad de trabajo incorporado directa e
indirectamente (a través de los medios de producción) a cada mercancía inter-
cambiada. Sin embargo, a principios del siglo XIX David Ricardo advirtió que
en presencia de capital fijo (maquinaria) era imposible establecer una corre-
spondencia única entre valores-trabajo y precios, es decir, explicar los precios
solo con unidades de tiempo7. Tras largos debates que duraron más de un siglo,
hace ya cincuenta años que se aceptó definitivamente que la heterogeneidad de
los factores productivos exige usar precios de mercado del trabajo y el capital
para agregarlos. Estos precios dependen de las circunstancias que influyen en
la distribución de la renta, como la intensidad de la competencia, las rela-
ciones laborales y las instituciones sociales�, pero pese a ello tienen notables
propiedades. La enseñanza de esta literatura para nuestros objetivos es que
7
Véase Ricardo (1973, cap I)
una medida del conocimiento incorporado a la producción basada en el trabajo

cualificado habrá de utilizar los precios de los factores para agregar distintos
tipos de trabajo y capital. Por consiguiente, no será independiente de la distri-
bución de la renta entre salarios y beneficios, es decir, ofrecerá una medición
económica del valor del conocimiento.
La segunda lección a recordar se deriva de la teoría del capital humano
desarrollada a mediados del siglo XX y subraya la creciente importancia de
las diferencias en la calidad del trabajo. Del mismo modo que la presencia
de las máquinas hizo evidente para Ricardo la necesidad de reconocer las
contribuciones del capital, el aumento de los trabajadores cualificados y de las
diferencias salariales derivadas de la educación ayudó a reconocer el capital
humano como un activo que se acumula mediante la inversión en formación.
El valor del capital humano depende de los ingresos futuros esperados a lo
largo de la vida laboral8 y los mayores salarios de los trabajadores cualificados
reflejan los servicios de los conocimientos que estos trabajadores aportan al
proceso productivo. Así, la segunda enseñanza a retener es que los salarios
permiten una valoración del conocimiento incorporado a través de los servicios
del capital humano.
La tercera lección la ofrecen los desarrollos recientes de la metodología
para el cálculo del capital, que diferencia un mayor número de activos. El
refinamiento que representa el concepto de capital productivo permite medir
con más precisión los servicios del capital y aproximarse a la contabilización
del conocimiento incorporado en la maquinaria y los equipos. Esto, junto con
otras mejoras analíticas y estadísticas de la metodología de medición de los
activos y sus servicios productivos�, permite radiografiar mejor las fuentes
del crecimiento y disponer de variables clave para estimar el valor de la
producción que corresponde a los activos que incorporan conocimiento. Los
desarrollos actualmente en curso amplían los capitales considerados para tener
en cuenta también las aportaciones de los activos intangibles, muchos de los
cuales son asimismo resultado del conocimiento acumulado por las empresas
8
Véase Becker (1964), Mincer (1958), Jorgenson (1995, cap.6) y Jorgenson, Ho y Stiroh (2005, cap.6).
y sus organizaciones9. La medición más precisa de los servicios del capital

físico y humano, contabiliza mejor el conocimiento incorporado en los
factores y reduce el peso del residuo de Solow, que estima el progreso técnico
no incorporado como productividad total de los factores (PTF)10. La enseñanza
de estos avances de la contabilidad del crecimiento es que, al mejorar nuestra
evaluación de las contribuciones de los factores productivos, el conocimiento
incorporado a los mismos resulta más relevante para explicar las mejoras de la
productividad del trabajo y la PTF menos importante�.
El marco metodológico y estadístico de las versiones avanzadas de la
contabilidad del crecimiento tiene presentes las tres enseñanzas señaladas
y ofrece un esquema adecuado para construir una contabilidad del uso del
conocimiento en la producción. A partir del mismo es posible realizar una
valoración más completa del peso y el papel del saber en las economías que la
convencional, basada en el gasto en I+D o el empleo de universitarios. Estos
últimos indicadores pasan a ser un subconjunto de la información que puede
ser tenida en cuenta11, siendo combinados con el resto de variables en el marco
analítico más riguroso que se describe a continuación.
3. Cálculo de la intensidad en conocimiento: metodología y fuentes

de información
Consideramos que el conocimiento se incorpora a la producción a través

del empleo de distintas clases de trabajo, capital y productos intermedios. Para
valorar la contribución de los factores productivos basados en el conocimiento
es necesario identificar cuáles lo contienen, medir las cantidades empleadas de
9
Véase Corrado, Hulten y Sichel (2006), Marrano y Haskel (2006), Van Ark y Hulten (2007), Fukao
et al. (2007), Marrano, Haskel y Wallis (0207) y Hulten y Hao (2008). Desde la perspectiva de nuestro
trabajo, los servicios de los activos intangibles aumentan el valor añadido pero las rentas generadas
por los mismos podrán ser asignadas en el seno de las organizaciones tanto a los propietarios del
capital como al trabajo, al tratarse de activos que, por su naturaleza, no tienen un mercado externo que
determine su precio. Por tanto, puede considerarse que su contribución es contabilizada a través de las
retribuciones a los otros factores.
10
Solow (1956 y 1957).
11
Téngase en cuenta que el gasto en I+D es descomponible en gasto en capital humano y en maquinaria
y equipos, fundamentalmente.
cada factor en las diferentes actividades y valorar sus servicios con los precios
adecuados.
El indicador sectorial de intensidad en conocimiento se define como el
valor de los servicios del conocimiento que emplea en relación al valor de su
producción. Los sectores no son clasificados a priori en categorías de mayor
o menor intensidad y con ello se evita la discontinuidad que representan los
umbrales que separan arbitrariamente a unos grupos de otros. Ahora bien, es
inevitable introducir una cierta arbitrariedad al considerar qué activos incorporan
conocimiento y cuáles no. El criterio seguido es, no obstante, más amplio que
el del enfoque convencional, pues se trata de medir el uso del conocimiento y
no su creación. Por esa razón reconocemos contenido en conocimiento a los
servicios de los trabajadores con estudios medios y superiores y también a los
de la maquinaria y equipos. Por consiguiente, únicamente se considera que
no incorporan conocimiento de manera significativa los trabajadores que solo
poseen estudios básicos y los capitales inmobiliarios.
La primera justificación de este criterio es que, históricamente, el progreso
continuado se apoya en la maquinaria y la educación en este sentido amplio.
La segunda que el mayor flujo de conocimiento derivado de los servicios
de los trabajadores más cualificados –los universitarios o los doctores– o de
ciertos capitales –por ejemplo, los activos TIC– es tenido en cuenta en nuestro
enfoque gracias a las mayores ponderaciones que representan sus mayores
salarios o su más elevado coste de uso.
La intensidad en conocimiento de una rama de actividad puede resultar
distinta si se considera como medida de la producción el valor añadido bruto
(VAB) o la producción total (ventas). Pueden existir empresas que venden
productos cuyo contenido en conocimiento es elevado porque fue incorporado
por otras empresas a los inputs intermedios (compras) que ellas adquieren,
pero no son intensivas en conocimiento por el peso de la maquinaria o el
trabajo cualificado que ellas mismas utilizan en relación al valor añadido que
generan. Para simplificar la exposición de la metodología y vincularla a los
resultados empíricos posteriores, se presenta solo el caso en el que la medida
del producto es el producto interior bruto (PIB) o valor añadido bruto (VAB),
pero el planteamiento sería replicable en términos análogos para el caso de la
producción total12. Así pues, no se considera el conocimiento incorporado en

los inputs intermedios sino solo el contenido en los inputs primarios, el trabajo
y el capital.
Según lo señalado, la intensidad en conocimiento de un sector puede tomar
cualquier valor en el intervalo [0,1] y a diferencia del enfoque convencional
no es constante en el tiempo ni entre países. La intensidad en conocimiento
de una economía se obtiene a partir de la intensidad en conocimiento de cada
uno de sus sectores y del peso del valor añadido de cada una de las ramas de
actividad en el VAB agregado.
Supongamos m clases de trabajo y n clases de capital y que algunas de
esas clases ofrecen servicios que incorporan conocimiento y otras no. Sean:
Lij la cantidad de trabajo de la clase i utilizada en el sector j; Khj la cantidad de
capital de la clase h utilizada en el mismo sector j; PLij el salario unitario que se
paga por el trabajo de la clase i en el sector j; y PKhj el coste de uso del capital
de la clase h en el sector j. El valor añadidoVjPVj del sector j se distribuye entre
los distintos factores que participan en el proceso productivo de manera que
[1]

Suponemos que el precio de cada clase de trabajo depende de su productividad

y que la base de las diferencias de productividad es el capital humano que
cada clase contiene. Bajo estas hipótesis, los salarios permiten aproximar
el valor económico de la cantidad de conocimiento por unidad de trabajo de
cada clase. Según ese criterio, podemos considerar que la clase de trabajo que
ofrece una menor remuneración –la correspondiente a los trabajadores con
menor nivel educativo– no incorpora conocimiento. El resto si lo hace, aunque
con distinta intensidad según los años o niveles de estudio. Generalizando
para permitir que haya f clases de trabajo de baja cualificación, el valor del
trabajo se descompone en dos partes, la segunda de las cuales mide el valor de
los servicios del capital humano:
12
Sobre como pasar a medidas de intensidad en conocimiento referidas a la producción total puede
verse la descripción de Hatzichoronoglou (1997).
[2]
El valor unitario de los servicios productivos que proporcionan las

distintas clases de trabajo que incorporan conocimiento no es el mismo. Por
ejemplo, los servicios productivos de los trabajadores con estudios superiores
son más intensivos en conocimiento que los de los trabajadores con estudios
medios. Al multiplicar las cantidades de cada tipo de trabajo por su salario,
la intensidad de conocimiento queda captada en la medida en que el salario
la refleje adecuadamente. Este criterio implica que el valor del conocimiento
de los trabajadores cualificados no depende solo de los estudios per se sino
también de su experiencia y, en general, del aprovechamiento del capital
humano por el sistema productivo que reflejan los salarios.
Cabría entender que la aportación en conocimiento de una hora de trabajo
cualificado no es el salario pagado por la misma sino la diferencia entre
dicho salario y el de una hora de trabajo no cualificado. Esta es, de hecho, la
valoración del capital humano calculada como valor presente descontado de
los diferenciales salariales esperados a lo largo de la vida laboral13. En este
criterio está implícito el supuesto de que el conocimiento de un trabajador
cualificado es una contribución al proceso productivo separable de la aportación
de trabajo no cualificado del mismo trabajador. Este supuesto de separabilidad
es discutible, pues en muchas actividades las tareas desempeñadas por los
trabajadores cualificados no son las de los no cualificados añadiéndoles algo
más, sino sustancialmente distintas. Bajo la hipótesis de no separabilidad que
proponemos es legítimo suponer que todo el valor del trabajo cualificado -y no
solo el correspondiente al diferencial salarial- está asociado al conocimiento.
El valor del conocimiento incorporado por el trabajo cualificado (knowledge
intensive labour, KIL) según estas dos formulaciones alternativas sería, en el
caso de no separabilidad:
[3]

13
Véase Jorgenson (1995) y Jorgenson, Ho y Stiroh (2005).
y en el de separabilidad:
[4]

siendo P1Lj el salario de referencia de los trabajadores no cualificados.
En cuanto al capital físico, suponemos que la productividad de cada activo

se refleja en el coste de uso de sus servicios, que recoge el capital productivo.
El coste de uso del capital tiene tres componentes: el coste de oportunidad
financiero o tipo de interés, la tasa de depreciación que resulta de la vida útil del
activo correspondiente y las ganancias o pérdidas de capital que se derivan de
las variaciones en el precio del mismo. A largo plazo, es decir, en ausencia de
variaciones de precios asociadas al ciclo14, el componente del coste de uso que
más diferencia a unos activos de otros es su tasa de depreciación, que depende
de la vida útil. Las máquinas tienen vidas útiles más cortas que las viviendas o
las infraestructuras, y los activos TIC más cortas que la mayoría de máquinas
y equipos de transporte. La vida útil es menos larga –y la depreciación más
rápida– en función de los materiales que componen los activos pero, sobre
todo, de su complejidad y vulnerabilidad a la obsolescencia, es decir, de la
tecnología que incorporan. Los activos que contienen más conocimiento
suelen tener una vida útil más corta y una depreciación más intensa, aunque
es posible que existan excepciones a esta regla. En el lenguaje de la teoría
del capital, más depreciación representa un coste de uso mayor que deberá
ser compensado por un mayor flujo por unidad de tiempo de los servicios
productivos del activo, pues de lo contrario no se justificará la decisión de
invertir en él.
Suponemos que el contenido en conocimiento de los activos se intensifica
con su coste de uso y es proporcional a él. Partimos de la hipótesis de que los
activos con menor coste de uso -los producidos por el sector de la construcción-
no incorporan conocimiento de manera significativa. En cambio, la maquinaria
y los equipos sí lo hacen y con la intensidad relativa que reflejan sus respectivos
costes de uso, mayores por ejemplo en los activos TIC que en una locomotora.
14
Véase Schreyer (2009).
El valor añadido generado por los capitales físicos se descompone en dos

grandes categorías: las que no incorporan conocimiento de manera significativa
(g activos) y las que si lo hacen (n-g activos):
[5]
También ahora se podría plantear que el valor del conocimiento

incorporado a ciertos activos no equivale a la totalidad de su coste de uso, sino
a la diferencia del mismo con el coste de uso de los activos que no incorporan
conocimiento. Para aceptar esta hipótesis se debería suponer de nuevo –
como al analizar el capital humano– que el conocimiento incorporado en las
máquinas y los equipos es separable de los materiales con los que se fabrican
y les dan soporte. Pero por lo general el valor de estos materiales es muy
inferior al de las máquinas, cuyo precio depende sobre todo de su contenido
tecnológico. El valor del conocimiento incorporado a través de los activos
físicos (knowledge intensive capital, KIK) sería, según las dos formulaciones
alternativas, el siguiente: cuando se considera que no es separable del valor de
los materiales,
[6]
y cuando es separable,
[7]
siendo P1Kj el coste de uso de los activos de referencia sin conocimiento

incorporado.
A partir de lo expuesto, el valor de mercado de los servicios del trabajo

y el capital que incorporan conocimiento puede expresarse de dos formas,
según supongamos o no separabilidad del conocimiento y el activo físico o
humano que lo soporta�. Bajo la hipótesis de no separabilidad el valor de los
factores intensivos en conocimiento o valor añadido basado en el conocimiento
(knowledge intensive value, KIV) de la actividad j será:
[8]
Y bajo la hipótesis de separabilidad,
[9]
La intensidad relativa en conocimiento (ç) (kiv) de la actividad j se define en

el primer caso como
[10]
y en el segundo como
[11]

Los resultados que se presentan en los epígrafes posteriores se basan en el

cálculo de la intensidad en conocimiento bajo la hipótesis de no separabilidad
que, obviamente, eleva dicha intensidad respecto a la que se obtendría bajo el
supuesto de separabilidad.
Dado el contenido en conocimiento de cada rama de actividad, la intensidad
en conocimiento de la economía depende del peso de las distintas ramas en el
agregado. Estos pesos deben establecerse a partir del valor añadido generado,
pues calcularlos en base a la composición del empleo sesgaría el resultado al
ignorar al factor capital, teniendo en cuenta que la relación capital/trabajo es
cambiante entre sectores y entre economías. Por tanto, si existen q sectores
de actividad, la intensidad en conocimiento del conjunto de la economía (Ç)
(KIV) se define,
[12]
Las estimaciones de la intensidad en conocimiento basadas en la metodología

descrita se basan en la información de la base de datos EU KLEMS15.
La base de datos EU KLEMS descompone el valor añadido generado por
cada sector de actividad en las contribuciones de distintos tipos de trabajo y
capital�, teniendo en cuenta los cambios experimentados en la composición de
los mismos a lo largo del tiempo. Para el factor trabajo distingue tres niveles
de estudios –alto, medio y bajo–, ofreciendo información sobre el número de
ocupados, horas trabajadas y salarios en cada sector de actividad. En cuanto al
capital distingue ocho activos (véase Anexo 1), cuyo valor se mide de acuerdo
con los servicios que proporcionan y no por su valor de mercado. El coste
de uso se calcula utilizando el procedimiento endógeno y tasas geométricas
armonizadas de depreciación. Por tanto, EU KLEMS ofrece todas las variables
necesarias para llevar a cabo los cálculos presentados en este epígrafe16.
Para aplicar la métrica propuesta se considera trabajo cualificado (capital
humano, que incorpora conocimiento) el desarrollado por los trabajadores con
al menos estudios medios. El capital físico intensivo en conocimiento es el
acumulado en maquinaria y equipo (un agregado que incluye comunicaciones,
hardware, software, otra maquinaria y equipo, equipo de transporte y otros
activos), es decir, los activos con mayor coste de uso. En esta definición de
factores intensivos en conocimiento se podría acotar el núcleo más intensivo
en conocimiento, compuesto por los trabajadores con estudios superiores
y el capital relacionado con las nuevas tecnologías de la información y las
comunicaciones (TIC).
La base de datos contempla setenta y un sectores, clasificados siguiendo
la Nomenclatura Estadística de Actividades Económicas de la Comunidad
15
Véase http://www.euklems.net/. EU KLEMS ha sido desarrollado con el apoyo del Sexto Programa
Marco de la Unión Europea (Sixth Framework Programme, Policy Support and Anticipating Scientific
and Technological Needs). Ofrece información sobre las variables determinantes de la productividad
y el crecimiento económico –valor añadido, output, empleo y cualificación, formación bruta de capital
por activos y capital acumulado– para numerosos sectores y la práctica totalidad de países europeos,
además de Australia, Estados Unidos, Canadá, Corea del Sur y Japón. En la actualidad se está
trabajando en el proyecto WORLD KLEMS, con la ambición de extenderse, en un horizonte temporal
relativamente corto, a Latinoamérica (LA KLEMS, integrado por México, Brasil, Argentina y Chile)
y Asia (ASIA KLEMS, formado por China, Filipinas, India, Indonesia, Malasia, Rusia, Singapur,
Tailandia, Taiwán y Vietnam).
16
Véase Anexo 1 para consultar el listado de variables de la base de datos EU KLEMS empleadas para
realizar los cálculos descritos, así como la desagregación de activos y sectores de actividad que ofrece.
Europea (NACE revisión 1, 1990), pero la información referida a la

contabilidad del crecimiento, necesaria para aplicar la metodología, solo está
disponible para veintinueve sectores (véase Anexo 1), que serán considerados
en la estimación del KIV17.
Con objeto de disponer de una muestra de países amplia, el periodo
analizado en este trabajo comienza en 1980 y finaliza en 200718, incluyéndose
las dieciocho economías para las que se dispone de la información completa
para ese periodo.
4. La intensidad de conocimiento: resultados sectoriales
Los datos del cuadro 1 muestran el peso de los activos del conocimiento
(ç ) en los 28 sectores analizados en los distintos países, al principio (1980)
ns
y al final (2007) del periodo estudiado. De los datos pueden extraerse dos
mensajes generales: primero, la confirmación de que, en las últimas décadas,
la práctica totalidad de las actividades en las economías consideradas son
intensivas en conocimiento, y lo son cada vez más; segundo que existen
diferencias significativas entre los países en la intensidad en conocimiento de
cada uno de los sectores.
Hace treinta años la mayoría de las actividades ya basaban intensamente su
generación de valor añadido en el conocimiento. Sucedía en un buen número
de países, aunque no en España o Portugal ni, probablemente, en las muchas
economías que quedan fuera de esta muestra de economías desarrolladas para las
que se dispone de información. La excepción por el bajo uso del conocimiento
eran en todos los casos, y continúan siendo, las actividades inmobiliarias, en
las que el peso del capital humano y la maquinaria es marginal19.
17
La estimación del KIV se llevará a cabo con veintiocho sectores, ya que por sus especiales
características no se incluye en el análisis el sector “Hogares que emplean personal doméstico” (código
95 de la clasificación Nace Rev. 1).
18
En el caso de algunos países que no disponían de información para una determinada variable algún
año, este ha sido estimado cuando ha sido posible.
19
El sector de Actividades inmobiliarias recoge la mayor parte del capital residencial, clasificado como
no intensivo en conocimiento. La elevada cuantía de este tipo de capital hace que el peso que las
retribuciones del capital intensivo en conocimiento y el trabajo cualificado en el valor añadido de esta
rama sea muy pequeño en todos los países.
Cuadro 1. Peso de los activos del conocimiento en el VAB por sectores de actividad, 1980 y 2007 (porcentaje)
Cuadro 1. Peso de los activos del conocimiento en el VAB por sectores de actividad. 1980 y 2007
(porcentaje)
a) 1980
a) 1980
Coeficien-
Corea del Países Reino Rep. te de
Alemania Australia Austria Sur Dinamarca EE.UU. Eslovenia España Finlandia Francia Irlanda Italia Japón Bajos Portugal Unido Checa Suecia variación
TOTAL RAMAS 69,2 51,6 59,9 75,6 49,5 70,1 - 34,6 55,0 55,8 - 77,0 65,1 75,2 - 62,6 - - 0,200
Agricultura, ganadería y pesca 84,9 62,5 39,0 62,9 43,1 65,3 - 22,2 55,2 27,7 - 72,3 59,2 80,5 - 64,6 - - 0,335
Industrias extractivas 73,2 59,1 68,2 44,7 64,8 46,3 - 33,7 62,1 49,1 - 67,4 52,4 51,6 - 56,6 - - 0,199
Industria de la alimentación y tabaco 65,7 59,4 62,1 57,5 47,6 69,2 - 31,9 51,0 46,2 - 85,3 61,9 66,3 - 49,4 - - 0,227
Industria textil, cuero y calzado 66,0 58,6 59,8 55,1 37,0 61,4 - 27,7 47,4 44,1 - 91,4 53,8 69,3 - 45,9 - - 0,289
Industria de la madera y el corcho 69,0 59,6 58,3 60,1 39,6 65,2 - 32,0 54,7 55,4 - 94,5 42,4 73,5 - 50,6 - - 0,276
Papel; edición y artes gráficas 69,2 60,3 67,0 68,3 62,9 82,4 - 36,7 60,8 54,0 - 91,1 72,5 72,2 - 55,1 - - 0,206
Coquerías, refino y comb. nucleares 87,9 72,6 77,7 77,4 46,5 73,6 - 60,2 47,3 55,7 - 95,4 98,2 78,5 - 72,1 - - 0,227
Industria química 66,5 60,9 61,1 73,5 60,2 80,1 - 42,5 60,8 52,6 - 98,0 65,6 75,6 - 58,0 - - 0,209
Industria del caucho y plástico 64,0 60,4 64,0 77,1 48,9 77,2 - 36,8 54,6 49,1 - 92,9 58,6 75,7 - 54,8 - - 0,239
Otros prod. minerales no metálicos 70,0 61,0 64,6 71,4 43,1 73,1 - 40,2 54,5 56,2 - 82,0 50,5 70,9 - 53,5 - - 0,205
Metalurgia y productos metálicos 69,9 61,2 65,0 75,2 56,0 73,3 - 40,0 52,9 56,2 - 93,3 52,1 69,5 - 52,1 - - 0,217
Maquinaria y equipo mecánico 68,0 57,4 71,5 75,5 61,9 79,1 - 33,0 59,4 56,1 - 89,0 60,4 78,1 - 61,9 - - 0,213
Equipo eléctrico, electrónico y óptico 75,2 59,8 73,2 73,8 58,7 86,5 - 39,9 63,0 62,9 - 90,1 63,0 81,7 - 61,4 - - 0,198
Fabricación de material de transporte 75,8 58,9 64,5 77,4 59,9 85,3 - 29,3 62,7 64,9 - 96,2 59,4 82,9 - 57,4 - - 0,248
Industrias manufactureras diversas 67,8 56,1 57,9 69,1 49,1 69,0 - 28,2 59,2 48,4 - 82,0 52,4 71,8 - 48,5 - - 0,236
Energía eléctrica, gas y agua 59,5 46,9 71,1 64,3 38,6 52,4 - 68,6 56,1 67,7 - 99,3 58,9 54,7 - 71,5 - - 0,237
Construcción 79,7 66,0 51,8 77,5 44,0 76,4 - 16,3 47,9 50,2 - 84,9 66,9 76,7 - 73,0 - - 0,311
Comercio y reparación 76,3 49,1 59,1 66,2 61,9 79,5 - 20,5 50,5 56,4 - 90,1 78,6 82,4 - 54,9 - - 0,291
Hostelería 83,0 48,0 65,9 53,8 46,9 65,7 - 11,0 51,3 53,3 - 96,0 67,5 78,0 - 33,0 - - 0,380
Transporte 75,3 55,5 64,8 54,3 53,9 77,3 - 31,3 42,5 60,4 - 97,7 62,8 75,3 - 66,8 - - 0,267
Correos y telecomunicaciones 64,4 37,4 62,4 68,2 56,9 88,9 - 62,0 40,4 68,6 - 99,9 70,1 82,5 - 65,7 - - 0,258
Intermediación financiera 65,6 45,5 67,3 71,3 53,6 81,4 - 54,8 65,6 69,1 - 78,6 72,5 70,1 - 67,5 - - 0,151
Actividades inmobiliarias 5,7 3,8 13,3 13,2 5,2 6,6 - 4,8 8,8 7,1 - 4,9 7,1 12,5 - 26,5 - - 0,668
Servicios empresariales 86,3 53,0 80,2 87,0 74,0 88,8 - 67,7 69,5 79,1 - 48,8 86,4 95,8 - 77,4 - - 0,181
Administración pública 74,8 50,3 69,8 86,6 54,8 76,5 - 40,1 70,4 61,0 - 85,5 80,1 81,3 - 74,0 - - 0,204
Educación 88,4 56,9 79,8 92,0 74,6 87,7 - 87,5 79,4 90,0 - 98,3 91,2 90,5 - 88,2 - - 0,123
Sanidad y servicios sociales 72,5 53,9 76,0 92,3 56,2 84,8 - 64,0 76,7 77,5 - 97,4 79,1 85,5 - 64,5 - - 0,174
Otros serv. sociales y personales 60,2 72,1 74,6 67,3 60,6 81,8 - 39,0 59,5 58,8 - 96,0 61,6 88,0 - 60,0 - - 0,220
Contabilidad del Conocimiento: metodología y resultados�
267
Cuadro 1 (cont). Peso de los activos del conocimiento en el VAB por sectores de actividad, 1980 y 2007 (porcentaje)
268
b) 2007
Coeficien-
Corea del Países Reino Rep. te de
Alemania Australia Austria Sur Dinamarca EE.UU. Eslovenia España Finlandia Francia Irlanda Italia Japón Bajos Portugal Unido Checa Suecia variación
TOTAL RAMAS 68,8 58,3 69,1 83,6 71,7 77,4 74,9 53,7 71,4 68,3 67,5 74,3 77,2 77,9 45,8 80,4 72,1 76,5 0,136
Agricultura, ganadería y pesca 73,4 58,5 75,0 88,2 69,3 68,6 53,6 30,5 71,7 78,6 73,3 98,9 62,5 96,4 3,3 81,8 85,4 77,2 0,330
Industrias extractivas 86,2 45,3 71,0 39,4 47,0 38,3 97,1 46,1 76,6 79,1 93,8 85,1 66,7 41,8 56,0 27,3 73,3 73,0 0,334
Industria de la alimentación y tabaco 73,4 65,2 72,7 77,1 66,5 74,2 79,8 48,9 69,7 70,6 69,5 95,3 75,7 76,9 50,2 79,3 72,7 72,8 0,145
Industria textil, cuero y calzado 71,4 66,9 70,4 89,2 69,8 79,4 80,3 46,9 73,2 68,9 83,1 89,4 86,2 82,1 40,3 84,1 85,4 70,6 0,180
Industria de la madera y el corcho 74,7 66,9 75,1 93,7 65,1 81,7 85,8 59,8 73,8 75,2 86,8 92,3 75,6 80,2 39,4 83,4 85,6 68,2 0,171
Papel; edición y artes gráficas 80,3 67,7 79,6 93,6 83,0 88,2 84,5 55,2 77,8 79,7 66,4 95,9 85,4 85,3 49,9 87,8 82,8 83,1 0,154
Coquerías, refino y comb. nucleares 77,9 61,3 83,4 56,0 90,4 72,3 92,4 59,8 56,5 79,6 75,6 73,1 40,1 80,5 41,5 89,6 58,8 91,5 0,232
Industria química 75,6 69,8 71,8 79,3 77,7 71,1 71,9 53,0 70,5 72,1 49,6 92,5 79,2 78,3 51,5 86,4 73,4 75,6 0,155
Industria del caucho y plástico 78,0 68,9 80,6 86,5 70,2 86,0 78,1 55,0 77,8 76,5 84,5 93,9 91,4 90,9 50,8 88,9 77,0 77,2 0,149
Otros prod. minerales no metálicos 76,4 71,0 77,1 91,3 64,8 78,5 75,2 54,4 70,6 77,3 76,8 91,3 78,9 83,9 47,8 88,6 73,9 71,6 0,150
Metalurgia y productos metálicos 77,1 59,8 78,1 74,8 72,1 79,6 81,3 49,9 72,8 76,0 84,5 90,7 75,0 85,6 43,7 89,6 77,0 76,4 0,165
Maquinaria y equipo mecánico 75,5 66,3 78,4 90,8 77,3 89,2 80,3 60,5 78,7 77,6 85,3 89,9 87,9 84,5 44,2 86,6 85,1 79,7 0,149
Equipo eléctrico, electrónico y óptico 83,8 66,3 84,6 92,0 74,7 94,8 80,8 64,5 80,2 85,8 65,2 92,2 88,8 97,0 45,1 84,8 85,9 85,1 0,162
Fabricación de material de transporte 85,8 69,3 83,2 90,8 73,8 90,8 82,8 63,8 87,2 85,7 92,0 99,1 83,9 83,3 48,5 90,8 80,9 89,2 0,145
Industrias manufactureras diversas 80,4 64,6 72,5 86,2 67,7 83,7 76,7 41,9 82,6 71,8 93,5 89,6 89,7 88,4 34,8 81,4 79,2 73,4 0,208
Energía eléctrica, gas y agua 56,8 39,1 69,5 36,4 33,5 48,9 61,4 51,9 44,0 70,5 50,9 62,8 64,6 40,1 28,5 60,5 46,7 48,0 0,246
Construcción 75,7 67,1 55,0 90,4 76,8 86,4 82,9 35,3 78,9 66,0 93,2 87,7 85,1 89,8 27,3 88,1 89,0 81,6 0,251
Comercio y reparación 74,0 53,7 69,0 86,9 80,1 83,4 80,1 49,4 69,5 71,4 69,4 90,8 73,4 80,6 39,1 79,5 81,9 81,3 0,185
Hostelería 76,9 49,7 68,6 86,6 66,6 73,5 90,5 33,8 82,1 74,3 90,9 89,3 76,6 82,0 37,0 76,8 84,2 80,9 0,232
Transporte 72,3 65,7 76,2 86,3 73,8 86,9 81,2 59,6 56,7 73,5 82,1 93,1 79,9 83,0 55,3 88,9 59,9 74,2 0,154
Correos y telecomunicaciones 62,6 41,7 82,1 77,2 63,3 76,8 79,8 81,3 48,3 74,0 76,8 77,3 49,1 73,7 55,8 90,6 68,7 81,9 0,195
Intermediación financiera 78,2 56,4 76,3 68,2 89,4 81,5 76,0 72,0 90,7 75,7 59,6 78,1 70,3 84,6 47,4 71,6 75,8 88,1 0,153
Actividades inmobiliarias 5,5 10,7 7,6 12,8 11,9 7,8 6,9 12,4 9,6 8,4 7,2 5,1 5,7 11,5 3,4 17,6 25,9 11,9 0,521
Servicios empresariales 85,1 74,9 91,1 97,6 87,3 96,4 90,6 81,6 88,6 88,1 78,9 80,5 98,1 96,1 81,3 91,9 94,0 91,4 0,078
Administración pública 79,2 81,3 83,9 78,5 83,0 86,0 87,9 72,1 87,7 74,8 79,7 78,8 84,3 78,6 61,6 89,2 85,7 86,1 0,083
Educación 90,1 81,6 88,2 97,3 92,4 93,7 92,9 85,6 92,4 89,1 98,0 98,2 95,8 93,2 88,2 98,0 80,8 92,5 0,057
Sanidad y servicios sociales 78,6 78,8 89,5 91,2 81,9 93,0 87,5 80,5 92,5 72,7 90,0 89,0 82,9 87,5 64,8 87,4 85,8 90,3 0,088
Otros serv. sociales y personales 60,8 70,1 80,2 93,1 74,9 80,2 90,9 60,3 78,4 73,1 82,8 89,8 86,8 96,1 50,7 93,0 70,9 81,8 0,161
Nota: El dato de Eslovenia y Japón corresponde a 2006 y el de Corea del Sur, Irlanda y Portugal a 2005.
Fuente: EU KLEMS y elaboración propia
La intensidad relativa de los sectores
La ordenación de los sectores según el grado en el que hacen uso del

conocimiento no es la misma en todos los países, pero existen algunas
regularidades. Pueden observarse inspeccionando el cuadro 1 o en los ejemplos
del gráfico 1, que muestra las intensidades en conocimiento de las ramas en
el año 2007 en cuatro economías localizadas en tres continentes distintos:
Alemania, Corea del Sur, Estados Unidos y España.
En la parte alta del ranking aparecen en muchos casos las actividades
especializadas en la producción de capital humano (educación) y maquinaria y
equipo (eléctrico, electrónico y óptico; mecánico; de transporte), confirmando
que los inputs que incorporan conocimiento son a su vez producidos con él.
Un segundo grupo de sectores altamente intensivos en conocimiento lo forman
algunos servicios: servicios empresariales, servicios sanitarios, administración
pública e intermediación financiera (este último, excepto en el caso de Corea
del Sur).
En las posiciones de la parte baja del ranking la rama que más destaca
en todos los países es la de actividades inmobiliarias, pero en el resto hay
bastante variabilidad entre economías. Con frecuencia se encuentran en niveles
relativos bajos la agricultura, ganadería y pesca, las industrias extractivas y las
industrias agroalimentarias. En cambio, la hostelería, la construcción y algunos
sectores tradicionales -como el de textil, cuero y calzado, y el comercio- que
en países como España son de baja intensidad en conocimiento, en otras
economías están por encima de la media. Se trata de un primer indicio de la
heterogeneidad intrasectorial que luego será analizada.
En cuanto al peso de la contribución de los cuatro tipos de activos del
conocimiento considerados al VAB de cada rama se aprecia que, en general,
el mayor peso corresponde al capital humano. Sin embargo, el peso de las
cualificaciones medias y superiores varía entre sectores y también entre países.
El peso del capital humano de los trabajadores con estudios superiores se
refuerza en los sectores más intensivos en conocimiento mientras que en los
menos intensivos se reduce. En otras palabras: en muchos casos la diferencia
en intensidad del conocimiento la marca el empleo de trabajadores con
estudios superiores. Por el empleo de ese capital humano de alta cualificación
sobresalen más los servicios que las manufacturas: educación, sanidad,
administración pública y servicios empresariales. Pero no siempre es así en
todos los países, pues en Alemania es mucho más importante en todos los
sectores el uso de capital humano de cualificación media. Se debe a que su
sistema educativo tiene una estructura que otorga mayor papel a la formación
profesional. La magnitud de las diferencias en el caso alemán permite advertir
la dificultad de comparar estructuras educativas heterogéneas, a pesar de los
esfuerzos de armonización de los organismos internacionales20. Esto constituye
una razón adicional para considerar el conocimiento incorporado por diversos
tipos de capital humano, pues en el agregado se diluyen los efectos de las
clasificaciones. La maquinaria y los equipos superan en importancia al capital
humano como vía de incorporación del conocimiento en ciertas ramas, muchas
de ellas relacionadas con la energía: coquerías, refino y combustibles nucleares,
producción de energía eléctrica, gas y agua y, en algún país, en la industria
química y la agricultura. Hay un sector que sobresale por la intensidad con la
que usa activos TIC, superando a los de fabricación de maquinaria y equipos:
correos y telecomunicaciones. También destacan por el uso intenso de las TIC
las actividades de intermediación financiera y los servicios empresariales.
Gráfico 1: Peso de los activos del conocimiento en el VAB por sectores de

actividad, 2007
Gráfico 1: Peso
(porcentaje)
(porcentaje)
de los activos del conocimiento en el VAB por sectores
a) Alemania b) EE. UU.

Educación Servicios empresariales
Industrias extractivas Equipo eléctrico, electrónico y óptico
Fabricación de material de transporte Educación
Servicios empresariales Sanidad y servicios sociales
Equipo eléctrico, electrónico y óptico Fabricación de material de transporte
Industrias manufactureras diversas Maquinaria y equipo mecánico
Papel; edición y artes gráficas Papel; edición y artes gráficas
Administración pública Transporte
Sanidad y servicios sociales Construcción
Intermediación financiera Administración pública
Industria del caucho y plástico Industria del caucho y plástico
Coquerías, refino y comb. nucleares Industrias manufactureras diversas
Metalurgia y productos metálicos Comercio y reparación
Hostelería Industria de la madera y el corcho
Otros prod. minerales no metálicos Intermediación financiera
Construcción Otros serv. sociales y personales
Industria química Metalurgia y productos metálicos
Maquinaria y equipo mecánico Industria textil, cuero y calzado
Industria de la madera y el corcho Otros prod. minerales no metálicos
Comercio y reparación TOTAL RAMAS
Agricultura, ganadería y pesca Correos y telecomunicaciones
Industria de la alimentación y tabaco Industria de la alimentación y tabaco
Transporte Hostelería
Industria textil, cuero y calzado Coquerías, refino y comb. nucleares
TOTAL RAMAS Industria química
Correos y telecomunicaciones Agricultura, ganadería y pesca
Otros serv. sociales y personales Energía eléctrica, gas y agua
Energía eléctrica, gas y agua Industrias extractivas
Actividades inmobiliarias Actividades inmobiliarias
0 20 40 60 80 100 0 20 40 60 80 100
20
Véase Education at a Glance (OCDE, 2013).
c) Corea del Sur d) España
Servicios empresariales Educación
Industria de la madera y el corcho Correos y telecomunicaciones
Papel; edición y artes gráficas Sanidad y servicios sociales
Otros serv. sociales y personales Administración pública
Equipo eléctrico, electrónico y óptico Intermediación financiera
Otros prod. minerales no metálicos Equipo eléctrico, electrónico y óptico
Sanidad y servicios sociales Fabricación de material de transporte
Maquinaria y equipo mecánico Maquinaria y equipo mecánico
Fabricación de material de transporte Otros serv. sociales y personales
Construcción Industria de la madera y el corcho
Intermediación financiera Administración pública
Coquerías, refino y comb. nucleares Industrias manufactureras diversas
Metalurgia y productos metálicos Comercio y reparación
Hostelería Industria de la madera y el corcho
Otros prod. minerales no metálicos Intermediación financiera
Construcción Otros serv. sociales y personales
Maquinaria y equipo mecánico Industria textil, cuero y calzado
Industria de la madera y el corcho Otros prod. minerales no metálicos
Contabilidad del Conocimiento: metodología y resultados�

Comercio y reparación
Agricultura, ganadería y pesca
TOTAL RAMAS
Correos y telecomunicaciones
271
Transporte Hostelería
TOTAL RAMAS Industria química
Correos y telecomunicaciones Agricultura, ganadería y pesca
Otros serv. sociales y personales Energía eléctrica, gas y agua
Gráfico 1: Peso de los activos del conocimiento en el VAB por sectores de

Energía eléctrica, gas y agua Industrias extractivas
0 20 40 60 80 100
actividad, 2007 (porcentaje) (continuación) 0 20 40 60 80 100

Servicios empresariales Educación
Industria de la madera y el corcho Correos y telecomunicaciones
Papel; edición y artes gráficas Sanidad y servicios sociales
Otros serv. sociales y personales Administración pública
Equipo eléctrico, electrónico y óptico Intermediación financiera
Otros prod. minerales no metálicos Equipo eléctrico, electrónico y óptico
Sanidad y servicios sociales Fabricación de material de transporte
Fabricación de material de transporte Otros serv. sociales y personales
Construcción Industria de la madera y el corcho
Agricultura, ganadería y pesca Transporte
Comercio y reparación Papel; edición y artes gráficas
Hostelería Industria del caucho y plástico
Industria del caucho y plástico Otros prod. minerales no metálicos
Transporte TOTAL RAMAS
Industrias manufactureras diversas Industria química
TOTAL RAMAS Energía eléctrica, gas y agua
Administración pública Comercio y reparación
Correos y telecomunicaciones Industria de la alimentación y tabaco
Industria de la alimentación y tabaco Industria textil, cuero y calzado
Metalurgia y productos metálicos Industrias extractivas
Intermediación financiera Industrias manufactureras diversas
Coquerías, refino y comb. nucleares Construcción
Industrias extractivas Hostelería
Energía eléctrica, gas y agua Agricultura, ganadería y pesca
0 20 40 60 80 100 0 20 40 60 80 100
Capital humano de cualificación alta Capital humano de cualificación media

Capital TIC Capital Maq. y equipo no TIC
Nota: El dato de Corea del Sur corresponde a 2005.
Nota: ElEU
Fuente: KLEMS
dato deyCorea
elaboración
delpropia.
Sur corresponde a 2005.
Fuente: EU KLEMS y elaboración propia.
Diferencias intrasectoriales y convergencia
La intensidad en conocimiento presenta una variabilidad entre países que

cambia de unos sectores a otros, como puede apreciarse en los correspondientes
coeficientes de variación que aparecen en la última columna del cuadro 1. El
gráfico 2 muestra los box-plots que sintetizan la distribución de las intensidades
en conocimiento de cada sector, para el último año disponible en todos los
países. Las actividades de energía eléctrica, gas y agua e industrias extractivas
presentan la mayor variabilidad entre países, como muestra el tamaño
de las cajas que definen el rango intercuartílico y la longitud de las líneas
verticales que acotan el rango total. También destacan por su variabilidad el
sector de la construcción y el de correos y telecomunicaciones. En cambio, la
homogeneidad entre los distintos países es mucho mayor en otros sectores, en
especial en actividades inmobiliarias, administraciones públicas, educación,
sanidad e industrias de la alimentación.
Si se considera la evolución temporal del uso del conocimiento por ramas,

el avance que se observa es mayor en los países que partían de niveles más
bajos, de modo que el conocimiento es una característica cada vez más común
a las economías que componen esta muestra. En cinco de los seis paneles del
gráfico 3, que presenta la evolución del coeficiente de variación del peso del
conocimiento en cada una de las ramas, es inmediato apreciar que el indicador
de sigma-convergencia se reduce, en muchos casos sustancialmente. Sólo en el
primer panel se observan tres casos de divergencia relacionados con la minería
y la energía, sectores en los que las dotaciones de recursos naturales juegan un
papel importante.
Gráfico 2: Box-plot de la intensidad en conocimiento del VAB por sectores

de actividad, 2005
Nota: No se han tenido en cuenta para elaborar el box-plot Eslovenia, Irlanda, Portugal, República
Checa y Suecia
Intensidad en conocimiento y productividad
Es relevante preguntarse por la relación entre la intensidad en el uso del

conocimiento y la productividad del trabajo (valor añadido por hora trabajada)
en los sectores, muy variable entre las economías. En el marco analítico
utilizado, las retribuciones a los factores reflejan su productividad marginal, de
modo que la productividad del trabajo de cada sector se puede descomponer en
las contribuciones de los factores considerados. El gráfico 4 permite observar
significativas diferencias en productividad de un mismo sector entre los cuatro
países destacados y la heterogeneidad de contribuciones a la misma de los
factores. Se aprecia también que las diferencias entre países en la productividad
de cada sector se asocian sobre todo a las contribuciones del capital humano,
y en especial del trabajo más cualificado.
Este resultado indica que, en general, cuando un sector emplea una mayor
proporción de trabajo cualificado su productividad por hora aumenta. Pero no
se trata de una condición suficiente: para que esto ocurra es necesario que
el valor añadido generado permita retribuir más al capital humano, lo cual
sólo sucederá si éste resulta efectivamente productivo. Cuando la educación
no reúne las características adecuadas o las ocupaciones ofrecidas por las
empresas no permiten aprovechar el potencial productivo del capital humano,
no se generará más valor, la productividad será menor y los salarios más bajos
reflejarán que la contribución del conocimiento a la productividad agregada es
inferior. Se trata de una cuestión interesante para el análisis de las diferencias
de productividad tanto a nivel sectorial como agregado�.
Gráfico 3: s-convergencia en la intensidad en conocimiento del VAB por

sectores de actividad, 1980-2005 (coeficiente de variación)
0,40 0,40 0,40
0,35 0,35 0,35
0,30 0,30 0,30
0,25 0,25 0,25
0,20 0,20 0,20
0,15 0,15 0,15
0,10 0,10 0,10
0,05 0,05 0,05
0,00 0,00 0,00
Agricultura, ganadería y pesca Industria de la alimentación y tabaco Industria química

Industrias extractivas Industria textil, cuero y calzado Industria del caucho y plástico
Otros prod. minerales no metálicos
Coquerías, refino y comb. nucleares Industria de la madera y el corcho Metalurgia y productos metálicos
Energía eléctrica, gas y agua Papel; edición y artes gráficas Maquinaria y equipo mecánico
0,40 0,40 1,00
0,35 0,35 0,90

0,80
0,30 0,30
0,70
0,25 0,25 0,60
0,20 0,20 0,50
0,15 0,15 0,40

0,30
0,10 0,10
0,20
0,05 0,05 0,10
0,00 0,00 0,00
Administración pública
Equipo eléctrico, electrónico y óptico Hostelería
Transporte Educación
Fabricación de material de transporte
Industrias manufactureras diversas Correos y telecomunicaciones Sanidad y servicios sociales
Construcción Intermediación financiera Otros serv. sociales y personales
Comercio y reparación Servicios empresariales Actividades inmobiliarias
Nota: Para el cálculo del coeficiente de variación no se han tenido en cuenta Eslovenia, Irlanda,
Portugal, República Checa y Suecia
Gráfico 4. Productividad del trabajo por componentes y sectores de actividad,

2007 (porcentaje)
a) Alemania b) EE. UU.
TOTAL RAMAS TOTAL RAMAS

Agricultura, ganadería y pesca Agricultura, ganadería y pesca
Industrias extractivas Industrias extractivas
Industria textil, cuero y calzado Industria textil, cuero y calzado
Industria de la madera y el corcho Industria de la madera y el corcho
Coquerías, refino y comb. nucleares Coquerías, refino y comb. nucleares
Industria química Industria química
Otros prod. minerales no metálicos Otros prod. minerales no metálicos
Metalurgia y productos metálicos Metalurgia y productos metálicos
Equipo eléctrico, electrónico y óptico Equipo eléctrico, electrónico y óptico
Fabricación de material de transporte Fabricación de material de transporte
Industrias manufactureras diversas Industrias manufactureras diversas
Energía eléctrica, gas y agua Energía eléctrica, gas y agua
Construcción Construcción
Comercio y reparación Comercio y reparación
Hostelería Hostelería
Transporte Transporte
Correos y telecomunicaciones Correos y telecomunicaciones
Intermediación financiera Intermediación financiera
Servicios empresariales Servicios empresariales
Administración pública Administración pública
Educación Educación
Sanidad y servicios sociales Sanidad y servicios sociales
Otros serv. sociales y personales Otros serv. sociales y personales
0 20 40 60 80 100 0 20 40 60 80 100

TOTAL RAMAS TOTAL RAMAS
Agricultura, ganadería y pesca Agricultura, ganadería y pesca
Industrias extractivas Industrias extractivas
Industria textil, cuero y calzado Industria textil, cuero y calzado
Industria de la madera y el corcho Industria de la madera y el corcho
Coquerías, refino y comb. nucleares Coquerías, refino y comb. nucleares
Industria química Industria química
Otros prod. minerales no metálicos Otros prod. minerales no metálicos
Metalurgia y productos metálicos Metalurgia y productos metálicos
Equipo eléctrico, electrónico y óptico Equipo eléctrico, electrónico y óptico
Fabricación de material de transporte Fabricación de material de transporte
Industrias manufactureras diversas Industrias manufactureras diversas
Energía eléctrica, gas y agua Energía eléctrica, gas y agua
Construcción Construcción
Comercio y reparación Comercio y reparación
Hostelería Hostelería
Transporte Transporte
Correos y telecomunicaciones Correos y telecomunicaciones
Intermediación financiera Intermediación financiera
Servicios empresariales Servicios empresariales
Administración pública Administración pública
Educación Educación
Sanidad y servicios sociales Sanidad y servicios sociales
Otros serv. sociales y personales Otros serv. sociales y personales
0 20 40 60 80 100 0 20 40 60 80 100
Capital humano Capital Maq. y equipo Trabajo no cualificado Capital inmobiliario
Nota: El dato de Corea del Sur corresponde a 2005.

5. La intensidad en conocimiento de los países: resultados agregados
El uso del conocimiento en una economía depende de la intensidad de cada

uno de los sectores y del peso de los mismos en el VAB total. La mayoría de
países considerados han aumentado significativamente el peso de los activos
basados en el conocimiento a lo largo del cuarto de siglo analizado, siendo
las excepciones algunas economías que partían de niveles relativamente altos,
como Alemania e Italia.
El avance de las últimas décadas
Para apreciar los cambios acumulados el gráfico 5 (panel a) compara los

años inicial y final. Corea del Sur lidera la intensidad en el uso del conocimiento
el último año analizado, seguida de Reino Unido, Países Bajos, Estados Unidos,
Japón y Suecia, todos con porcentajes del PIB superiores al 75%. En el otro
extremo se sitúan Australia, España y Portugal, por debajo del 60%, si bien
solo este último país no alcanza el 50%. Las posiciones de los países en 1980
y 1995 permiten advertir que la magnitud de los cambios a lo largo del periodo
analizado ha sido diferente. Por una parte, Países Bajos, Italia y Alemania ya
habían alcanzado en 1980 una intensidad en el uso del conocimiento similar
a la actual. En cambio, Reino Unido, Dinamarca, Finlandia y España, y en
menor medida Francia y Japón, han avanzado sustancialmente durante estas
décadas. Las aceleraciones más notables posteriores a 1995 corresponden a
Suecia, Dinamarca y España. En cambio, en ocho economías –Reino Unido,
Países Bajos, EE.UU, Italia, Finlandia, Austria, Alemania, Irlanda– no se
habrían producido avances adicionales desde 1995.
En el origen del elevado nivel y la escasa variación de la intensidad
en conocimiento de un buen número de economías desarrolladas puede
encontrarse que en muchas de ellas la mayor parte de la población ocupada
ya contaba hace tres décadas con estudios medios. La intensificación en el
uso del conocimiento en algunos países en este periodo pasa sobre todo por
los estudios superiores y las TIC, representados en el panel b) del gráfico 5
para observar la evolución de ese núcleo de la economía más intensivo en
conocimiento. La variación en la utilización de los mismos es mayor y positiva
para todos los países�.
Gráfico 5. Peso de los activos intensivos en conocimiento en el VAB. 1980,

1995 y 2007. (porcentaje)
a) Activos intensivos en conocimiento b) Activos muy intensivos en conocimiento
Corea del Sur Corea del Sur
Reino Unido EE. UU.
Países Bajos Finlandia
EE. UU. Eslovenia
Japón Japón
Suecia Reino Unido
Eslovenia España
Italia Australia
Rep. Checa Portugal
Dinamarca Suecia
Finlandia Rep. Checa
Austria Irlanda
Alemania Francia
Francia Países Bajos
Irlanda Austria
Australia Alemania
España Dinamarca
Portugal Italia
0 20 40 60 80 100 0 20 40 60 80 100
2007 1995 1980
Nota: El dato de Corea del Sur, Irlanda y Portugal corresponde a 2005 y el de Japón y Eslovenia a
2006.
Convergencia
El paulatino crecimiento de la intensidad en el uso del conocimiento en las

economías consideradas se refleja en los valores de la media (punto) y la
mediana (raya) de los box-plots que muestra el gráfico 6. El avance es irregular,
pero la dispersión de la distribución se reduce en general, tanto en términos
del rango intercuartílico como del rango total, aunque se vuelve a ampliar en
ciertos subperiodos21.
21
Si el análisis de la distribución se replica para el periodo posterior a 1995 se pueden incluir más países
pero los mensajes cualitativos que se derivan del ejercicio son los mismos.
El coeficiente de variación representado en el gráfico 7, indica también que la

dispersión de la intensidad media del conocimiento de los países se reduce. Su
caída a lo largo del periodo analizado significa que existe sigma-convergencia.
Gráfico 6. Box-plot de la intensidad en conocimiento del VAB por países,

1980-2005
Media Mediana
Nota: No se han tenido en cuenta para elaborar el boxplot Eslovenia, Irlanda, Portugal, República
Checa y Suecia
Gráfico 7: s-convergencia en la intensidad en conocimiento del VAB, 1980-

2005 (coeficiente de variación)
0.25
0.20
0.15
0.10
0.05
0.00
Nota: Para el cálculo del coeficiente de variación no se han tenido en cuenta Eslovenia, Irlanda,
Portugal, República Checa y Suecia
La especialización y el origen de las diferencias entre países
Es relevante dilucidar si las diferencias a nivel agregado en la intensidad del

conocimiento entre los países se deben a su especialización o al diferente empleo
del conocimiento dentro de cada rama. Para responder a esa pregunta se puede
recurrir al análisis shift-share, tomando un país de referencia como base de las
comparaciones. El efecto país mide la diferencia que existiría en la intensidad
de uso del conocimiento entre los países si tuvieran la misma composición
productiva que la economía de referencia. El efecto especialización calcula
la diferencia que habría entre países si cada uno empleara el conocimiento en
cada sector con la misma intensidad, por lo que sería solo consecuencia de
que el peso de los sectores varía entre países. Por último, se calcula el efecto
agregado resultante de que un país esté más (menos) especializado que el de
referencia en un sector en el que el uso del conocimiento es más (menos)
intensivo; a esto se le denomina efecto interacción.
En el gráfico 8 se muestran los resultados de realizar la descomposición para

cada uno de los países de la muestra, tomando como referencia Estados Unidos.
La causa más importante de las diferencias en la intensidad de conocimiento
entre el resto de países y Estados Unidos es el efecto país, mientras que el
efecto especialización es mucho menor. Por tanto, las diferencias intra-ramas
son las que dan lugar, sobre todo, a los distintos pesos del conocimiento en el
agregado de cada país. Por el contrario, la cambiante composición sectorial de
sus economías tiene una importancia menor.
Tras esa importancia del efecto país se encuentra probablemente la
heterogeneidad interna de las ramas, pues dentro de las mismas se desarrollan
actividades muy diversas y con un peso distinto según la economía de
que se trate. El efecto país puede ser en realidad el resultado de un efecto
especialización intra-rama, es decir, de una heterogeneidad que no podemos
medir por falta de detalle sectorial de la información. En ese caso, la
especialización determinante del uso del capital humano, la maquinaria o las
TIC, el conocimiento en suma, sería la que tiene lugar dentro de los sectores
y no por sectores.
La fortaleza de la economía de EE. UU. frente a las restantes se basa en
que usa más conocimiento por unidad de producto neto generado en cada una
de las ramas y lo aprovecha productivamente. Solo dos economías –Corea del
Sur y Reino Unido– superan de forma clara a Estados Unidos en intensidad de
conocimiento en 2007 y en ambos casos la razón es su especialización sectorial
y no el efecto país. Otras dos economías –Japón y Finlandia– poseen ventajas
asociadas al efecto especialización por ramas, pero se ven compensadas con
las desventajas frente a EE.UU. en la especialización intra-rama (efecto país).
Gráfico 8. Análisis shift-share de la intensidad en conocimiento del VAB. País

de referencia: EE. UU., 2007 (diferencias absolutas en puntos porcentuales
sobre el VAB)
Portugal
España
Australia
Irlanda
Francia
Alemania
Austria
Finlandia
Dinamarca
Rep. Checa
Italia
Eslovenia
Suecia
Japón
Países Bajos
Reino Unido
Corea del Sur
-35 -30 -25 -20 -15 -10 -5 0 5 10
Efecto País Efecto Especialización

Efecto Interacción Efecto total
2006.
Comparación de resultados con el enfoque convencional
Todos estos resultados subrayan la importancia de la heterogeneidad

interna de los sectores y van en la misma dirección que los derivados de otros
análisis de la productividad con datos micro�: lo que sucede en el interior de los
sectores es muy relevante para interpretar los valores agregados. En el ámbito
que analizamos, la intensidad en conocimiento de las economías depende más
de la especialización y las características de las empresas que del peso de las

ramas. Esta es una razón más para no valorar la intensidad en conocimiento
de los países a partir de las clasificaciones en categorías habituales, pues las
diferencias relevantes están en el interior de los sectores y con el enfoque
convencional no pueden cuantificarse.
El gráfico 9 constata el alcance de las diferencias entre la intensidad
en conocimiento resultante del enfoque convencional (abscisas) y el
aquí presentado (ordenadas). Dado que el criterio seguido en el enfoque
convencional para clasificar los sectores según su intensidad no es el mismo
en las manufacturas (gasto en I+D) y los servicios (ocupados con estudios
superiores), se presenta primero cada caso por separado (panel a) y b)),
agregándose después ambos por el procedimiento habitual (panel c)). En los
tres paneles se puede comprobar que la práctica totalidad de los países se
sitúan por encima de la diagonal, lo que indica que los valores de la variable
representada en ordenadas, que corresponden a la métrica aquí propuesta, son
superiores. Así pues, según nuestro enfoque el peso del VAB basado en el
conocimiento es mayor y la diferencia es más importante en el caso de las
manufacturas –en el panel a) las observaciones aparecen mucho más alejadas
de la diagonal que en el panel b)– debido a que en el enfoque convencional
el criterio del gasto en I+D es mucho más restrictivo. Aunque las regresiones
incluidas junto a los gráficos indican que entre ambas aproximaciones existe
una relación positiva y estadísticamente significativa, las diferencias entre los
resultados de ambos enfoques son importantes (el coeficiente de determinación
no supera el 50%) y se derivan de su distinta metodología. El amplio rango
de valores que presentan los países en nuestro indicador (ordenadas) para un
mismo valor del convencional (abscisas) indica que el segundo predice mal el
primero.
El panel d) del gráfico 9 muestra la misma información, pero restringiendo
nuestra estimación de la intensidad en conocimiento a las retribuciones del
capital humano y físico más cualificado –estudios superiores y capital TIC– y
obviando las manufacturas de tecnología media-alta en el caso del enfoque
más convencional. El resultado es ahora diferente y los puntos se sitúan por
debajo de la diagonal, siendo menor el peso del conocimiento en el VAB
según el enfoque presentado en este trabajo. Esto justifica nuestra elección de
una definición más amplia del conocimiento que incluya, además del capital
humano más cualificado y el capital TIC, el capital humano de cualificación
media y el resto de maquinaria y equipos, ya que no hacerlo podría implicar
una infravaloración del mismo.
Gráfico 9. Intensidad en conocimiento. Comparación de resultados, 2007
a) Manufacturas b) Servicios
100% 100%
ITA
VAB intensivo en conocimiento (% VAB servicios)

UK KOR
90% US 90%
NLD
VAB intensivo en conocimiento (% VAB
CZE JPN UK KOR

SWE
80% SVN 80% NLD SWE
AUT FRA GER SVN US
FIN DNK
70% 70% FIN AUT JPN
AUS DNK CZE IRL
ITA
IRL GER FRA
manufacturas)
60% ESP 60% ESP AUS

50% PRT 50%
PRT
40% 40%
30% 30%
20% 20%
y = 0,414x + 0,563 y = 0,621x + 0,352
10% (2,18) 10% (2,66)
R² = 0,23 R² = 0,31
0% 0%
0% 20% 40% 60% 80% 100% 0% 20% 40% 60% 80% 100%
Peso en el VAB manufacturero de las manufacturas de Peso en el VAB servicios de los servicios intensivos en
tecnología alta y media-alta conocimiento
c) Manufacturas y servicios d) Manufacturas y servicios ( V er s ión r es tr ingida )

100% 100%
y = 0,938x - 0,183
VAB muy intensivo en conocimiento (% VAB total)
VAB intensivo en conocimiento (% VAB total)
90% 90% (4,02)

UK KOR
NLD R² = 0,50
80% SVN US 80%
ITA
FIN SWE JPN
CZE DNK
70% GER 70%
AUT
FRA IRL
60% AUS 60%
ESP
KOR
50% PRT 50%
US
40% 40% FIN
SVN AUS
30% 30% ESP JPN UK
CZE PRT IRLSWE
20% 20% NLD FRA
y = 0,609x + 0,380 AUT
DNK
10% (2,50) 10%
ITA GER
R² = 0,28
0% 0%
0% 20% 40% 60% 80% 100% 0% 20% 40% 60% 80% 100%
Peso en el VAB de las manufacturas de tecnología alta y Peso en el VAB de las manufacturas de tecnología alta y
media-alta y de los servicios intensivos en conocimiento de los servicios intensivos en conocimiento
2006. No se ha tenido en cuenta el sector de Actividades Inmobiliarias para la elaboración del gráfico.
La contribución del conocimiento al crecimiento y la productividad
Se supone con frecuencia que una de las implicaciones del mayor peso de los
activos basados en el conocimiento en las economías es que el crecimiento del
PIB se explica en buena medida gracias a sus contribuciones. La metodología
propuesta permite contrastar esta hipótesis descomponiendo el crecimiento
del valor añadido en dos partes: la correspondiente a los activos intensivos
en conocimiento, el VAB basado en el conocimiento, y el resto, es decir, el
VAB generado por el trabajo no cualificado y los activos de la construcción.
En el gráfico 10 se observa que, tanto en los años anteriores a 1995 como en
el periodo expansivo que va desde ese año a 2007, el conocimiento ha sido el

gran protagonista del crecimiento en la práctica totalidad de las economías
desarrolladas. Su contribución explica la mayor parte del incremento real del
VAB y en algunos casos –como Reino Unido, Dinamarca, Finlandia y Francia
hasta 1995 y Suecia, Japón y Dinamarca después de esa fecha- la práctica
totalidad del mismo. Así pues, el uso creciente de los activos del conocimiento
ha actuado como una palanca decisiva del crecimiento del PIB.
En el gráfico se observa que algunas de las economías que más han
crecido en cada uno de los subperiodos, como Corea del Sur en el primero
e Irlanda y Finlandia en el segundo, o Australia y España en ambos, reciben
también un impulso notable a su expansión de las actividades no basadas en el
conocimiento. Se trata de países en los que han existido booms inmobiliarios
pero, en todo caso, fueron acompañados también de fuertes crecimientos de
las actividades basadas en el conocimiento.
La incorporación de los activos del conocimiento a la producción
también ha jugado un papel relevante en la evolución de la productividad.
Para considerar la importancia que el uso del conocimiento tiene a la hora de
explicar sus diferencias de productividad se contemplan las contribuciones a la
productividad agregada por hora trabajada de los cuatro grupos de factores que
venimos diferenciando. El gráfico 11 muestra los niveles de la productividad
del trabajo de los países y las contribuciones mencionadas. Análogamente a lo
observado al comentar los datos sectoriales, se advierte que el capital humano,
y en particular el asociado a los trabajadores con estudios superiores, es el
más relevante para explicar las sustanciales diferencias de productividad entre
países.
Gráfico 10. Contribución del conocimiento al crecimiento real anual del VAB,
1980-2007 (puntos porcentuales)
a) 1980-1995
8%
7%
6%
5%
4%
3%
2%
1%
0%
-1%
Alemania
Italia
Irlanda
Portugal
Dinamarca
Japón
EE. UU.
Corea del Sur
Francia
Suecia
España
Reino Unido
Australia
Austria
Países Bajos
Finlandia
Rep. Checa
Eslovenia
b) 1995-2007
8%
7%
6%
5%
4%
3%
2%
1%
0%
-1%
Irlanda
Portugal
Dinamarca
Alemania
Italia
EE. UU.
Japón
Corea del Sur
Francia
Suecia
España
Reino Unido
Eslovenia
Finlandia
Australia
Países Bajos
Austria
Rep. Checa
VAB basado en el conocimiento Resto VAB VAB total
Nota: El dato de Corea del Sur, Irlanda y Portugal corresponde a 1995-2005 y el de Eslovenia y Japón
a 1995-2006.
Grafico 11. Productividad del trabajo por componentes, 2007.

(euros PPA de 2000 por hora trabajada)
EE. UU.
Países Bajos
Suecia
Alemania
Finlandia
Francia
Irlanda
Dinamarca
Italia
Australia
Austria
Reino Unido
España
Japón
Eslovenia
Corea del Sur
Portugal
Rep. Checa
0 5 10 15 20 25 30 35 40 45
Capital humano Capital Maq. y equipo
Trabajo no cualificado Capital inmobiliario
Nota: El dato de Corea del Sur, Irlanda y Portugal corresponde a 2005 y el de Eslovenia y Japón a
2006.
Una gran parte de la desventaja en productividad de los países frente a Estados

Unidos se deriva de la mayor productividad de la economía norteamericana al
usar los factores intensivos en conocimiento (efecto conocimiento), mientras
que la productividad lograda por los factores no intensivos en conocimiento
no establece diferencias tan sustanciales. Un análisis más detallado de las
diferencias entre países en ese mismo sentido permite valorar la capacidad de
generar valor por unidad de trabajo asociadas a los distintos factores productivos.
El gráfico 12 presenta un shift-share del origen de las diferencias de los países

con EE.UU. en valor añadido por hora trabajada, correspondientes a cada uno
de los cuatro factores considerados (capital humano, trabajo no cualificado,
maquinaria y equipo y capital inmobiliario). La ventaja norteamericana frente
al resto de economías se asocia sobre todo al efecto país del capital humano,
y también de la maquinaria, pero mucho menos. En los otros activos no posee
ventajas de productividad sino que, más bien al contrario, en bastantes casos
tiene desventajas. Tampoco son relevantes las ventajas asociadas a los otros
dos efectos (especialización e interacción).
Grafico 12. Análisis shift-share de los componentes de la productividad del

trabajo. País de referencia: EE.UU., 2007 (diferencias absolutas en euros PPA
de 2000 por hora trabajada)
Grafico 12. Análisis shift-share de los componentes de la productividad del

trabajo. País de referencia: EE.UU., 2007 (diferencias absolutas en euros PPA
de 2000 por hora trabajada) (continuación)
Nota: El dato de Corea del Sur, Irlanda y Portugal corresponde a 2005 y el de Eslovenia y Japón a
2006.
Por último, para valorar la importancia del creciente uso del conocimiento
en las mejoras de la productividad, el gráfico 13 descompone las tasas de
crecimiento de la productividad por hora trabajada en los dos agregados de
factores que ya contemplábamos en el gráfico 10 al analizar el crecimiento
del VAB. La aportación al crecimiento de la productividad del trabajo que
realizan los factores intensivos en conocimiento es la base de la mayor parte
de los aumentos de la productividad del periodo considerado. En algunos
países la aportación del resto de factores, no intensivos en conocimiento, es
incluso negativa, como en Reino Unido en el periodo 1980-1995 o en España
y Dinamarca en el periodo más reciente. La contribución de los factores no
intensivos en conocimiento tan solo destaca en Irlanda desde 1995.
Gráfico 13. Contribución del conocimiento al crecimiento real anual de la

productividad del trabajo, 1980-2007 (puntos porcentuales)
a) 1980-1995
8%
7%
6%
5%
4%
3%
2%
1%
0%
-1%
Alemania
Dinamarca
Italia
Irlanda
Portugal
Japón
EE. UU.
Corea del Sur
Francia
España
Reino Unido
Suecia
Finlandia
Austria
Australia
Países Bajos
Rep. Checa
Eslovenia
b) 1995-2007
8%
7%
6%
5%
4%
3%
2%
1%
0%
-1%
Irlanda
Alemania
Portugal
Dinamarca
Italia
Japón
EE. UU.
Corea del Sur
Francia
Suecia
Reino Unido
España
Eslovenia
Finlandia
Rep. Checa
Australia
Austria
Países Bajos
Actividades intensivas en conocimiento Resto Total
Nota: El dato de Corea del Sur, Irlanda y Portugal corresponde a 1995-2005 y el de Eslovenia y Japón
a 1995-2006.
6. Conclusiones
Las economías avanzadas están en la actualidad ampliamente basadas en

el conocimiento, dedicando más de la mitad del PIB a retribuir a los factores
que lo incorporan a los procesos productivos. Este es el principal resultado de
la metodología presentada, que pone el foco en la utilización del conocimiento
a través del capital humano, la maquinaria y los equipos, y no tanto en la
creación de conocimiento y el gasto en I+D+i, como el enfoque convencional.
El uso del conocimiento depende de la intensidad de su empleo en los sectores
de actividad y del peso de cada sector en el PIB.
En 1980, la intensidad del conocimiento en un buen número de economías
desarrolladas era ya elevada porque la mayor parte de la población ocupada
contaba con estudios medios y existían importantes dotaciones de maquinaria
y equipos. La intensificación del conocimiento en las tres últimas décadas pasa
sobre todo por el creciente empleo de personas con estudios superiores y de las
TIC. En 2007, Corea del Sur lidera la intensidad en el uso del conocimiento,
seguida de Reino Unido, Países Bajos, Estados Unidos, Japón y Suecia, todos
con porcentajes del VAB superiores al 75%. Australia y España se sitúan por
debajo del 60% y solo Portugal no alcanza el 50%.
En el periodo estudiado, el aumento del peso de los activos basados en el
conocimiento explica la mayor parte del crecimiento del PIB. En algunas de
las economías que más han crecido, como Corea del Sur, Irlanda, Finlandia,
Australia y España, es también importante el impulso de actividades ligadas a
los booms inmobiliarios, pero sus expansiones fueron acompañadas a su vez
de fuertes crecimientos de los factores basados en el conocimiento.
El uso del conocimiento avanza en todas las ramas de actividad y en todas
las economías, pero lo hace con mayor intensidad en los sectores y países
que partían de niveles más bajos. El conocimiento es pues una característica
cada vez más común a todas las actividades, confirmándose que los factores
que lo incorporan son la base de la competitividad y el crecimiento de los
países avanzados. Sin embargo, la causa más importante de las diferencias
entre países en la intensidad de conocimiento son las diferencias intra-ramas,
mientras que la cambiante composición sectorial de sus economías tiene una
importancia menor. La heterogeneidad en conocimiento de las ramas se debe
a que en su interior se desarrollan actividades muy diversas y con una peso
distinto en cada economía. El análisis desvela que el principal determinante del

uso del capital humano, la maquinaria o las TIC es la especialización que tiene
lugar dentro de los sectores. Dado que el planteamiento convencional clasifica
a los sectores en categorías de intensidad tecnológica (alta, media, baja)
comunes a todos los países, no permite advertir que las economías difieren en
el uso del conocimiento dentro de las ramas. La metodología propuesta permite
valorar esa heterogeneidad y sus resultados tienen importantes implicaciones
de política económica. Señala que no es el cambio de la estructura sectorial
de las economías lo decisivo para impulsar el uso del conocimiento sino la
renovación del tejido productivo dentro de cada uno de los sectores.
Al valorar las actividades intensivas en conocimiento con la métrica
propuesta se comprueba que la mayoría de las actividades industriales y de
servicios son en la actualidad muy intensivas en el empleo de capital humano y
maquinaria. Además, las diferencias entre ramas no responden a la dicotomía
que atribuye ventajas tecnológicas a la industria. En los niveles más elevados
de utilización del conocimiento se sitúan los servicios empresariales y varios
servicios públicos -educativos, sanitarios, administración pública-, así como
las actividades industriales que producen maquinaria y equipos. Así pues,
otra implicación de política económica del análisis realizado es que no existe
superioridad de las manufacturas sobre los servicios en el uso del conocimiento.
En general, el mayor peso del conocimiento empleado reside en el capital
humano pero la importancia de las cualificaciones medias y superiores
varía entre sectores y también entre países. En muchos casos, la diferencia
en intensidad del conocimiento entre las economías la marca el empleo de
trabajadores con estudios superiores, que suele ser decisivo para las diferencias
de productividad por hora trabajada en cada sector y a nivel agregado. Sin
embargo, para que la productividad crezca es necesario que el capital humano
resulte efectivamente productivo. Si la educación no reúne las características
adecuadas o las ocupaciones que ofrecen las empresas no aprovechan el
potencial productivo de la educación, no se generará más valor y los salarios
no reflejarán las potenciales mejoras de productividad del capital humano.
Esta conclusión también tiene implicaciones relevantes de política
educativa y económica, pues indica que el empleo de capital humano no
es condición suficiente para la mejora de la productividad si los recursos
no son bien aprovechados. De hecho, la práctica totalidad de la desventaja
en productividad de los países frente a Estados Unidos se deriva del mejor

aprovechamiento productivo obtenido por esta economía al usar los factores
intensivos en conocimiento. La ventaja norteamericana se asocia tanto al uso
como al aprovechamiento del capital humano, mientras otros países –como
España– padecen desventajas en ambos sentidos.
ANEXO 1. Base de datos EU KLEMS
Cuadro 1. Clasificación de activos EU KLEMS
Activos Maquinaria y equipo

1 Comunicaciones
2 Hardware
3 Software
4 Equipo de transporte
5 Otra maquinaria y equipo
6 Otros activos
Activos inmobiliarios
7 Viviendas
8 Otras construcciones
Cuadro 2. Clasificación de sectores de actividad EU KLEMS
Código
EU KLEMS Denominación NACE Rev 1
TOT Total TOT
AtB Agricultura, ganadería, caza, silvicultura y pesca 01-05
C Industrias extractivas 10-14
15t16 Industrias de la alimentación, bebidas y tabaco 15-16
17t19 Industria textil y de la confección; cuero y calzado 17-19
20 Industria de la madera y del corcho 20
21t22 Industria del papel; edición, artes gráficas y reproducción de soportes grabados 21-22
23 Coquerías, refino de petróleo y tratamiento de combustibles nucleares 23
24 Industria química 24
25 Industria de la transformación del caucho y materias plásticas 25
26 Industria de otros productos minerales no metálicos 26
27t28 Metalurgia y fabricación de productos metálicos 27-28
29 Industria de la construcción de maquinaria y equipo mecánico n.e.c. 29
30t33 Industria de material y equipo eléctrico, electrónico y óptico 30-33
34t35 Fabricación de material de transporte 34-35
36t37 Industrias manufactureras diversas 36-37
E Producción y distribución de energía eléctrica, gas y agua 40-41
F Construcción 45
G Comercio y reparaciones 50-52
H Hostelería 55
60t63 Transporte y almacenamiento 60-63
64 Correos y telecomunicaciones 64
JIntermediación financiera 65-67
70 Actividades inmobiliarias 70
71t74 Alquiler de maquinaria y equipo y servicios empresariales 71-74
L Administración Pública, defensa y seguridad social obligatoria 75
M Educación 80
N Actividades sanitarias y veterinarias; servicios sociales 85
O Otras actividades sociales y de servicios prestados a la comunidad; servicios
90-93
personales
P Hogares que emplean personal doméstico 95
Cuadro 3. Variables de la base de datos EU KLEMS utilizadas en el cálculo

del VAB intensivo en conocimiento
VARIABLES DE LOS FICHEROS BÁSICOS (BASIC FILES)

Values
VA Gross value added at current basic prices (in millions of national currency)
COMP Compensation of employees (in millions of national currency)
EMP Number of persons engaged (thousands)
H_EMP Total hours worked by persons engaged (millions)
Prices
VA_P Gross value added, price indices, 1995 = 100
Volumes
VA_QI Gross value added, volume indices, 1995 = 100
Growth accounting
LAB Labour compensation (in millions of national currency)
CAP Capital compensation (in millions of national currency)
Additional variables
LABHS* High-skilled labour compensation (share in total labour compensation)
LABMS* Medium-skilled labour compensation (share in total labour compensation)
LABLS* Low-skilled labour compensation (share in total labour compensation)
H_HS* Hours worked by high-skilled persons engaged (share in total hours)
H_MS* Hours worked by medium-skilled persons engaged (share in total hours)
H_LS* Hours worked by low-skilled persons engaged (share in total hours)
VARIABLES DE LOS FICHEROS DE CAPITAL (CAPITAL INPUT FILES)

Capital compensation
CAP_IT Computing equipment
CAP_CT Communications equipment
CAP_Soft Software
CAP_TraEq Transport Equipment
CAP_OMach Other Machinery and Equipment
CAP_OCon Total Non-residential investment
CAP_RStruc Residential structures
CAP_Other Other assets
CAP_ICT ICT assets
CAP_NonICT Non-ICT assets
CAP_GFCF All assets
Bibliografía
Bartelsman, E.J. y M. Doms (2000). «Understanding productivity lessons

from longitudinal microdata». Journal of Economic Literature 38: 569-
594.
Becker, G. S., (1962): «Investment in Human Capital: A Theoretical Analy-
sis». Journal of Political Economy LXX: 9 - 49.
Becker, G.S., (1964): Human Capital. New York: Columbia University Press
for the National Bureau of Economic Research, 1ª edición.
Chen, D.H. y C.J. Dahlman (2006). «The Knowledge Economy, the KAM
Methodology and World Bank Operations». Stock n.º 37253, Washing-
ton DC: World Bank Institute.
Coremberg, A. y F. Pérez, (2010, eds.): Fuentes del crecimiento y productivi-
dad en Europa y América Latina. Bilbao: Fundación BBVA.
Corrado, C.A., Hulten, C.R. y D.E. Sichel (2006): «Intangible capital and
economic growth», NBER Working Paper, Nº 11948, Cambridge (MA):
National Bureau of Economic Research.
EU KLEMS. EU KLEMS Growth and Productivity Accounts. Base de datos
disponible en la página web del proyecto EU KLEMS: http://www.euk-
lems.net.
Eurostat (2013): Science, technology and innovation in Europe, 2013 edition.
Luxemburgo: Publications Office of the European Union.
Fernández de Guevara, J. (2011): La Productividad sectorial en España. Una
perspectiva micro. Bilbao: Fundación BBVA.
Foster, L., Haltiwanger, J y C.J. Krizan (2001): «Aggregate productivity
growth: Lessons from microeconomic evidence», en Hulten, C.R, Dean,
E.R, y M.J. Harper (eds.): New Development in Productivity Analysis.
Chicago: University of Chicago.
Fukao, K., Hamagata, S., Miyagawa, T. y K. Tonogi (2007): «Intangible Invest-
ment in Japan: Measurement and Contribution to Economic Growth».
RIETI Discussion Paper Series 07-E-034, Tokio: Research Instituto of
Economy, Trade and Industry.
Griffith, R., Haskel, J. y A. Neely (2006). «Why productivity is so dis-
persed?». Oxford Review of Economic Policy 22 (4): 513-525.
Haan de M. y van Rooijen-Horsten M. (2003): «Knowledge Indicators Based
on Satellite Accounts». Final Report for NESIS-Work Package 5.1, La

Haya: Statistics Netherlands.
Harcourt, G. (1972): Some Cambridge controversies in the theory of capital.
Londres: Cambrige University Press.
Hatzichoronoglou, T. (1997): «Revision of the high-technology sector and
product classification».
STI Working Paper, Nº 59918, París: OCDE.
Hulten, C.R. (2008): «Accounting for the Knowledge Economy». Econom-
ics Program Working Paper Series 08-13, Nueva York: The Conference
Board.
Jorgenson, D. W. (1995): Productivity. Volumen 1: Postwar U.S. Econominc
Growth. Cambridge (MA): MIT Press.
—(1996). Productivity. Volumen 2: International Comparisons of Economic
Growth. Cambridge (MA): MIT Press.
Jorgenson, D. W., Gollop, F.M.y B.M. Fraumeni (1987): Productivity and
U.S. Economic Growth. Cambridge (MA): Harvard Economic Studies.
Jorgenson, D.W., y Z. Griliches (1967): «The Explanation of Productivity
Change». Review of Economic Studies 34, n.º 99 (julio): 249-280.
—(1980): «Accounting for capital», en Von Fustenberg, G. M. (ed.): Capital,
efficiency and growth. Cambridge, MA: Ballinger, 251-319.
Jorgenson, D.W., M.S. Ho y K.J. Stiroh (2005): Productivity. Volumen 3. In-
formation Technology and the American Growth Resurgence. Cambridge
(MA): MIT Press.
Jorgenson, D.W., y K.M. Vu (2010): «Potencial growth of the world econo-
my». Journal of Policy Modeling, 32, Nº 5 (Septiembre-Octubre): 615-
631.
Mas, M. y J.C. Robledo (2010): Productividad. Una perspectiva internacio-
nal y sectorial. Bilbao: Fundación BBVA.
Marrano, M.G. y J. Haskel (2006): «How Much Does the UK Invest in In-
tangible Assets?», Working Papers Nº 578, Londres: Queen Mary, Uni-
versity of London.
Marrano, M.G., Haskel, J. y G. Wallis (2007): «What happened to the
Knowledge Economy? ICT, Intangible Investment and Britains Produc-
tivity Record Revisited», Working Paper Nº 603, Londres: Queen Mary,
University of London.
Mincer, J. (1958): «Investment in Human Capital and Personal Income Distri-

bution». The Journal of Political Economy 66: 281-320
OCDE (1992): Methods used by OECD countries to measure stocks of fixed
capital. Paris: OCDE.
—(2001a): Measuring Capital OECD Manual. París: OCDE.
—(2001b): Measuring Productivity OECD Manual. París: OCDE.
—(2009): Measuring Capital OECD Manual. París: OCDE.
—(2013a): OECD Science, Technology and Industry Scoreboard 2013. Inno-
vation for growth. París: OCDE.
—(2013b): Education at a Glance 2013: OECD Indicators. París: OCDE.
Pérez, F. (dir.) Benages, E., Robledo, J.C. y M. Solaz (2011): Patrones de
capitalización y crecimiento (1985-2008). Panorama internacional. Bil-
bao: Fundación BBVA.
Pérez, F. y E. Benages (2012): El PIB basado en el conocimiento: Importancia
y contribución al crecimiento. Valencia: Abaco
Pérez, F. y L. Serrano (dirs.), Pastor, J.M., Hernández, L., Soler, A. e I.
Zaera (2012): Universidad, universitarios y productividad en España.
Bilbao: Fundación BBVA.
Quesada, J., (2011): «Empresa y competitividad», en Pérez, F. (dir.): Creci-
miento y Competitividad. Trayectoria y perspectivas de la economía es-
pañola. Bilbao: Fundación BBVA, 99-125.
Ricardo, D. (1973): The Works and Correspondence of David Ricardo. Volu-
men I: On the Principles of Political Economy and Taxation, Londres:
Cambridge University Press.
Schreyer, P. (2009): «User costs and bubbles in land markets». Journal of
Housing Economics 18: 267-272.
Smith, A. (1937): An Inquiry into the Nature and Causes of the Wealth of Na-
tions (1ª ed. 1776). Nueva York: Random House Inc.
Solow, R. (1956): «A Contribution to the Theory of Economic Growth». The
Quarterly Journal of Economics, 70, Nº 1: 65-94.
—(1957): «Technical Change and the Aggregate Production Function». Re-
view of Economics and Statistics 39: 312-330.
Sraffa, P. (1960): Production of Commodities by Means of Commodities. Pre-
lude to a Critique of Economic Theory. Cambridge: Cambridge Univer-
sity Press.
Samuelson, P. (1966): «A Summing Up». Quaterly Journal of Economics, 80:

568-583.
Timmer, M.P., O’Mahony, M., y B. van Ark (2007): «EU KLEMS Growth
and Productivity Accounts: An Overview». Mimeo. University of Gron-
ingen y University of Birmingham. Disponible en internet: http:/www.
euklems.net.
Timmer, M.P., van Moergastel, Stuivenwold, E., Ypma, G., O’Mahony, M. y
M. Kangasniemi (2007): “Methodology”. EU KLEMS Growth and Pro-
ductivity Accounts, version 1.0, parte 1. Disponible en internet: http:/
www.euklems.net.
Van Ark, B. y C.R. Hulten (2007): «Innovation, Intangibles and Econom-
ic Growth: Towards A Comprehensive Accounting of the Knowledge
Economy». EPWP#07-02, Nueva York: The Conference Board, diciem-
bre.
7. intangibles en la nueva economía
Matilde Mas y Javier Quesada

Universidad de Valencia e Ivie
1. Introducción
La crisis internacional que se desató en 2007 a raíz de la crisis financiera

se extendió no sólo a los países desarrollados sino también a los países
emergentes. La lentitud de la recuperación de muchas de las economías y un
posible efecto negativo permanente sobre su tasa de crecimiento potencial casi
ha hecho olvidar el buen recuerdo de la revolución de las TIC, situando a los
intangibles en el centro de la discusión económica.
Si el papel desempeñado por las TIC ya había recibido gran atención desde
comienzos de los noventa del siglo pasado, en la primera década del nuevo
siglo ha ido tomando cada vez más fuerza en la literatura la importancia de
determinados activos intangibles en el crecimiento económico. Desde el año
2005 se comenzó a medir el capital intangible con una definición que incluye
tres elementos fundamentales:
1. La información digitalizada que incorpora, además del software, el
contenido de las bases de datos de todo tipo en poder de empresas e instituciones;
2. La propiedad de la innovación, que incluye tanto los conocimientos que se
generan a través de la I+D acumulada a lo largo del tiempo, como el diseño
y la innovación contenida en los nuevos productos y procesos que desarrollan
las empresas; y 3. Las competencias económicas que incluyen el valor de las
marcas comerciales así como la capacidad organizativa de las empresas y la
formación específica de sus trabajadores.
El trabajo se estructura de la forma siguiente. El apartado 2 recoge

una panorámica sobre los intangibles en la economía del conocimiento, el
apartado 3 presenta un resumen de la literatura reciente más relevante y de los
problemas de su definición y medida. El apartado 4 realiza una comparación
internacional de la inversión y las dotaciones de intangibles y el apartado 5
presenta las principales conclusiones1.
2. Intangibles y economía del conocimiento, una panorámica
Desde mediados de los años noventa un número creciente de estudios han

venido destacando la importancia de las actividades basadas en el conocimiento
en las economías avanzadas. En su origen se encuentra el gran impacto de las
tecnologías de la información y las comunicaciones (TIC) desde al menos el
inicio de la década de los noventa. En el moderno desarrollo de la denominada
economía del conocimiento se pueden distinguir dos etapas: la primera,
centrada en el desarrollo de las TIC (software, hardware, y comunicaciones)
y sus consecuencias sobre el crecimiento económico, a la que ha seguido una
nueva etapa que pone de relieve el papel jugado por los activos intangibles
—también ligados al conocimiento— grupo en el que, entre otros muchos,
aparece de nuevo el software. También pertenece a este colectivo el gasto
realizado en I+D que ha recibido tradicionalmente una atención de primer
nivel como fuente decisiva del crecimiento económico.
Se entiende por economía del conocimiento la parte de la economía de
un país que utiliza el conocimiento con una intensidad mayor. Entre sus
inputs más característicos se encuentra el factor trabajo al máximo nivel de
cualificación, como puede ser el que realizan los investigadores en ciencia o
los creativos en el campo de las artes. Suelen acompañarse, aunque no siempre,
de equipamientos de capital físico sofisticado tecnológicamente que acumulan
en su diseño y producción gran cantidad de conocimiento. Por último,
cuentan con un conjunto de capacidades que han desarrollado en el seno de
su organización que se denominan activos intangibles, por no estar siempre
1
Una visión más detallada puede encontrarse en Mas y Quesada (dirs. 2014).
intangibles en la nueva economía 301
sustanciadas en elementos físicos explícitos, como puede ser el valor de la

marca o la confianza que transmite al mercado la experiencia de la empresa.
El interés por la economía del conocimiento desemboca en la necesidad de
medir los activos intangibles que podrían no solo explicar su evolución sino,
fundamentalmente, permitir diseñar y contrastar políticas públicas impulsoras
de un crecimiento sostenible.
En 2010 el peso de la economía intensiva en el uso del conocimiento y
de la tecnología en la producción mundial alcanzó el 30%, tres puntos por
encima del nivel de 1995. En los Estados Unidos llegó a representar el 40%;
en la Unión Europea (UE) el 32% y en Japón el 30%. En los países emergentes
como China, Brasil, India y Rusia este porcentaje se situaba ya en el entorno
del 20% del PIB y, como consecuencia de ello, mostraban crecimientos de la
productividad del trabajo del orden de casi un 5% anual, muy por encima del
1,3% de los países avanzados (National Science Foundation 2012).
El avance del conocimiento no solo se refleja en la irrupción de nuevos
sectores emergentes que no existían previamente (internet, bioingeniería,
proteómica, etc.,), sino que impregna la práctica totalidad de ramas de actividad
en todos los procesos involucrados, desde la concepción de los productos hasta
su fabricación, venta y servicios de postventa. Así, el contenido tecnológico
actual de un producto tan tradicional como el calzado es muy superior al de
hace apenas unos años y las cifras deberían reflejarlo.
Los servicios intensivos en conocimiento se identifican —además de con
la I+D+i, las patentes y royalties— con las ramas de servicios avanzados a
empresas, las finanzas, la informática y las comunicaciones. Las manufacturas
intensivas en tecnología se identifican con las industrias siguientes:
farmacéutica, semiconductores, ordenadores y ofimática, electrónica y
telecomunicaciones, instrumentos científicos y de medida, aeroespacial,
química y armamento.
Desde que en 1987 el premio Nobel de economía Robert Solow
pronunciara su célebre frase de que el impacto sobre la productividad de las
nuevas tecnologías se veía en todas partes menos en los datos, se ha realizado
un notable esfuerzo por parte de los organismos internacionales, las oficinas
oficiales de estadística y la comunidad académica a través de múltiples
iniciativas —entre las que destaca el proyecto EU KLEMS financiado por
el 6.º Programa Marco de la Unión Europea— por ampliar y modificar el
tratamiento de la información relativa a las TIC.
El análisis del impacto del uso de las TIC sobre el crecimiento económico en
las economías avanzadas hizo evidente el papel de los gastos complementarios
necesarios para extraer todo el potencial de avance en la productividad que
incorporan. Las empresas e instituciones que introducían nuevos equipos
y aplicaciones informáticas pronto se percataron de que era necesario
acompañar las inversiones con un cambio organizativo del que se derivaban
gastos adicionales en múltiples frentes: educación y formación específica de
los trabajadores, creación y potenciación de la marca, fidelización de clientes,
y otros gastos realizados en el seno de la empresa o subcontratados en el
mercado. En otras palabras, acompañando a la inversión en TIC había que
añadir una cifra de inversión parecida en gasto complementario necesario para
extraer todo su potencial.
La consideración como consumos intermedios de los gastos en bienes cuyo
impacto sobre la empresa se prolongaba más allá de un ejercicio económico,
fue sustituyéndose por su tratamiento como inversión que, por definición,
contribuye a mejorar las capacidades futuras de la empresa (Corrado, Hulten y
Sichel [de aquí en adelante, CHS] 2005). El software fue el primer intangible
reconocido como inversión por el Sistema de Cuentas Nacionales. Más
tarde se utilizó un criterio similar para considerar como gasto de inversión
todo el gasto realizado en I+D y no solo la parte del mismo materializado
en bienes de capital I+D (edificios, maquinaria y bienes de equipo), como se
consideraba hasta entonces. Las cuentas satélite de la I+D que han comenzado
a confeccionarse en distintos países, han constituido el primer paso hacia la
plena integración en el Sistema de Cuentas Nacionales del gasto en I+D como
gasto de inversión y no como gasto corriente.
Sin embargo, los gastos en formación de competencias específicas de la
empresa asociados a la mejora de su capacidad para generar rendimientos
más allá del primer año, continúan considerándose gasto corriente que, por
definición, desaparece al cien por cien en un ejercicio al incorporarse en su
totalidad al valor del producto y considerarse íntegramente consumo intermedio.
Nada más lejos de la percepción empresarial del valor de una empresa que
ignorar en su cómputo las características específicas de su organización, como
pueden ser el conocimiento particular del sector, la relación con clientes y
proveedores, la reputación ante los bancos, entre muchas otras. Por esta razón,
los economistas y en menor medida las oficinas nacionales de estadística han
decidido ampliar el concepto de activos en la empresa para incluir elementos

que podrían explicar que su valoración se encuentre frecuentemente por
encima de lo que dice su valor en libros.
En definitiva, la importancia creciente de la economía del conocimiento
tanto desde la perspectiva del largo plazo —en la que ocupa una fracción
creciente de las actividades de las sociedades avanzadas— como por su mejor
comportamiento frente a las no intensivas —tanto en la anterior fase expansiva
como en la actual recesión— justifica el esfuerzo por mejorar la medición de
los factores productivos implicados en su desarrollo. Entre dichos factores,
además del capital físico, humano y científico-técnico, existe un conocimiento
acumulado en las empresas e instituciones que ha venido a denominarse
capital intangible por no contar con un reflejo inmediato en un activo que se
pueda tocar y, sin embargo, ser de una gran relevancia para la productividad y
competitividad de una economía.
La mayoría de las actividades ligadas a lo que hoy se denominan activos
intangibles han estado presentes —de una forma u otra—en el funcionamiento
del sistema económico al menos desde la revolución industrial. Este es el caso
de las actividades ligadas a la investigación y desarrollo (I+D), a las mejoras
organizativas, a los gastos en publicidad destinados a mejorar la imagen de
marca, o a la formación de los trabajadores en el interior de las empresas con
la finalidad de aumentar su encaje en el sistema productivo y, por tanto, su
productividad. Sin embargo otros —como el software— son de aparición más
reciente.
Lo que ha cambiado no es tanto la aparición de nuevos activos —si se
exceptúa el software— sino la constatación de que muchos de los gastos
que tradicionalmente han venido realizando las empresas tenían un impacto
duradero sobre el crecimiento del output y la productividad muy superior
al que se le había reconocido hasta el momento. El gran cambio es que el
gasto en bienes intangibles ha pasado a tener la misma consideración que el
realizado en la adquisición de maquinaria, equipo, o en la construcción de
fábricas, talleres o locales comerciales. Los intangibles han pasado de recibir
el modesto tratamiento de consumos intermedios a otro más relevante, el de
bienes de inversión, incorporándose con pleno derecho al selecto grupo de las
denominadas fuentes del crecimiento, junto con la acumulación de capital en
nuevas tecnologías de la información y la comunicación, y el resto de capital
no ligado a las mismas entre los que destacan las construcciones junto con la
maquinaria y el equipo.
3. Intangibles. Definición y medida
Existen distintas definiciones alternativas de activos intangibles (Schreyer

2007) pero, seguramente, la más completa sea la proporcionada por CHS (2005).
Estos autores abordan conceptualmente el problema recurriendo al marco
intertemporal estándar en la teoría económica que establece que «cualquier
uso de recursos que reduzca el consumo corriente con la finalidad de aumentar
el consumo futuro debe ser considerado como inversión». En consecuencia,
todos los tipos de capital deberían ser tratados de forma simétrica, por ejemplo,
«la inversión en capital ligado al conocimiento debería tratarse de la misma
forma que la inversión en planta y equipo». Así expresado, la definición es
tan amplia que permite incluir muy diversos activos, por ejemplo, el capital
intelectual, humano y también el organizativo.
Una de las grandes ventajas de la aproximación de CHS, especialmente su
énfasis en el tratamiento simétrico de los activos tangibles e intangibles, es que
no requiere definir a los intangibles de acuerdo con características específicas.
Desde su perspectiva, lo importante es razonar en términos de bienes de
capital, preguntándose si un gasto determinado hoy cumple el requisito de
proporcionar un consumo mayor mañana.
Otros autores han adoptado una perspectiva diferente, poniendo el énfasis
en las características específicas de los intangibles que los diferencian de la
maquinaria, el equipo o las instalaciones. Por ejemplo, Cummins (2005) y
Lev y Radhakrishnan (2005) definen el capital organizativo (uno de los más
relevantes activos intangibles) como lo «que hace que los inputs instalados sean
más valiosos que los no instalados» (Cummins 2005, p. 50) o «(…) el conjunto
de tecnologías —prácticas, procesos y diseños empresariales, así como los
sistemas de incentivos y de retribuciones— que combinadas todas ellas permite
a algunas empresas extraer a partir de un nivel determinado de recursos físicos
y humanos, de forma consistente y eficiente, un valor mayor del producto de
lo que otras empresas pueden conseguir» (Lev y Radhakrishnan 2005, p. 74).
Por otra parte, Hansen, Heaton y Li (2005) conectan los intangibles con el
riesgo específico de la empresa, lo que los diferencia de los activos tangibles

al no poder valorarlos con igual precisión que a estos. Esta dificultad en la
valoración de los intangibles obstaculiza el funcionamiento de sus mercados
de alquiler y compraventa en comparación con los factores tradicionales de
producción, trabajo y capital físico.
Como era de esperar, aquellos autores que asignan a los intangibles un
papel diferente al de los activos tangibles utilizan también una metodología
diferente para su medición. Lo más habitual es la utilización de técnicas
econométricas cuya especificación depende de los supuestos que se hagan
sobre las interrelaciones entre los activos intangibles y el resto de bienes de
capital, o también su relación con el producto obtenido. Cummins (2005)
desarrolla un modelo de inversión en el que supone que los intangibles
actúan de la misma forma que los costes de ajuste, y toma este modelo como
referencia para su posterior tratamiento econométrico. La idea básica es que la
inversión en capital organizativo lleva incorporada un coste y, al igual que los
costes de ajuste, tiene que ejecutarse para que los otros activos tangibles sean
productivos. Por ejemplo, los costes de ajuste de entrenar a los trabajadores
en la utilización de una nueva maquinaria, o en integrar equipos nuevos con
los ya existentes, crean un capital intangible. En equilibrio, una empresa
optimizadora invertirá hasta el punto en que el retorno de la inversión sea igual
al coste marginal del ajuste. Por lo tanto, desde el punto de vista empírico, el
coste de ajuste marginal estimado informará sobre el rendimiento del capital
organizativo. Lev y Radhakrishnan (2005) también utilizan una aproximación
econométrica que explícitamente introduce las ventas y los gastos generales
y de administración de las empresas como variables que permiten detectar
variaciones en el capital organizativo.
Por el contrario, la aproximación de CHS no requiere la utilización de
técnicas econométricas puesto que adopta una perspectiva similar a la de
la medición del capital tangible, tanto conceptual como empíricamente. En
consecuencia, tiene la ventaja de moverse en un marco reconocible por los
contables nacionales, lo que facilita su aceptación entre los académicos y los
institutos oficiales de estadística encargados de elaborar las cuentas nacionales.
El importante número de trabajos dedicados al análisis y medición de
los distintos tipos de intangibles podría hacer pensar en el interés para que
se amplíe el número de activos a considerar por las cuentas nacionales. Sin
embargo esto no ha sido así, en parte por razones conceptuales pero, sobre
todo, porque los fundamentos empíricos son todavía demasiado débiles.
Black y Lynch (2005) utilizan una tipología muy útil desarrollada por
Blair y Wallman (2001) que consiste en clasificar los activos intangibles en
tres categorías, cada una con más problemas de medida que la anterior: activos
que pueden ser comprados y vendidos (categoría 1); activos que pueden ser
controlados por una empresa pero no pueden separarse de ella ni ser vendidos
(categoría 2); y activos sobre los que la empresa solo tiene un control parcial
(categoría 3). Estas tres categorías pueden servir de guía sobre las posibilidades
que tiene un determinado activo de ser incluido en las cuentas nacionales. Por
ejemplo, cuanto más nos alejemos de la categoría 1 y nos movamos hacia la
categoría 3 más difícil será justificar cómo valorar su coste.
Es importante destacar que lo que observamos y medimos no es el activo
en sí mismo, sino el gasto realizado en un input que entra en la función de
producción no observada del intangible. Por ejemplo, cuando se acumulan
los gastos en I+D para construir el activo I+D, el supuesto implícito es que
el «conocimiento» producido por las inversiones en I+D tiene el mismo
valor que el coste incurrido en su producción. Esto puede que sea una buena
aproximación, o quizás no, del valor presente descontado de los beneficios
futuros que se espera obtener, que sería la forma correcta de abordar la
valoración del activo «conocimiento». La I+D es un activo que se encuentra
entre la categoría 1 y la categoría 2, justificando su reconocimiento por las
cuentas nacionales.
La literatura sobre intangibles plantea problemas de delimitación sobre qué
debe, y qué no, incluirse dentro de las fronteras de la Contabilidad Nacional.
Una pieza central de información para la capitalización de cualquier activo es
la estimación de su vida media. Se requiere mejorar la información disponible
sobre las vidas medias de los distintos activos con el fin de mejorar también
las estimaciones existentes relativas a las dotaciones de capital. Pero además,
la información sobre esta variable puede contribuir a reducir los problemas de
delimitación a los que hacíamos referencia. Por ejemplo, si existe evidencia
de que la vida media de la imagen de marca —generada mediante la inversión
en publicidad llevada a cabo por las empresas— es corta (menos de un año)
o, por el contrario, es significativamente mayor, esta información puede ser de
gran ayuda para decidir si la imagen de marca puede, o no, reconocerse como
activo.
3.1. La aproximación de Corrado, Hulten y Sichel (CHS)
La aportación seminal de Corrado, Hulten y Sichel aparece en un libro

del National Bureau of Economic Research (NBER) con título revelador:
Measuring Capital in the New Economy (2005, cap. 1, p. 11-46)2. Desde
entonces sus contribuciones, tanto conceptuales como empíricas, han sido y
continúan siendo abundantes y recibidas con gran interés por la profesión.
Los dos rasgos definitorios del enfoque de CHS son: i) que los gastos
de una empresa en diseño, marketing, formación del personal y mejoras
organizativas son inputs tan necesarios como los gastos en I+D entendidos
en sentido amplio; y ii) que estos gastos, denominados intangibles, son en
realidad inversiones realizadas por las empresas que deberían ser incluidos en
el producto interior bruto (PIB) —ahora no lo son más que en un porcentaje
muy pequeño— como gastos de inversión realizados por el sector privado.
CHJS consideran los siguientes activos intangibles (cuadro 1).
Cuadro 1. Intangibles sector privado. Agrupaciones CHS

Grupo Tipo de capital conocimiento
1) Información
Conocimiento incorporado al software y bases de datos
digitalizada
2) Propiedad de la Conocimiento adquirido a través de I+D científico y actividades no
innovación científicas (innovadoras y creativas)
3) Competencias Conocimiento incorporado a los recursos humanos y estructurales de las
económicas empresas, incluyendo valor de la marca
Fuente: CHS (2005, cuadro 1.2, p. 23).
CHS comienzan cuestionándose, desde una perspectiva teórica, si el gasto en

intangibles debe considerarse —como hace la Contabilidad Nacional con la
excepción del software— como consumo intermedio o, por el contrario, como
bien de inversión. Para contestar a esta pregunta proponen hacer explícita
la forma que adoptaría la identidad contable básica de acuerdo con ambas
opciones.
2
Schreyer (2007) contiene un resumen de las aportaciones más relevantes.
Parten de suponer un mundo con tres bienes, consumo (C), inversión en activos
tangibles, como edificios, maquinaria o equipos (I), y un bien intangible (N).
A partir de ahí expresan la forma que adoptaría la identidad contable básica en
cada una de las dos opciones.
a) Los intangibles como consumo intermedio
Esta es la práctica estándar seguida por la Contabilidad Nacional. En este caso,

el trabajo (L) y el capital (K) se asignan a la producción de los tres bienes, y
el intangible (N) es un input en la producción de los bienes de consumo (C) y
de inversión (I). La función de producción de los tres bienes, y el valor de lo
producido en C, I y N vendrían dados por las ecuaciones (1a-1c):
N (t ) = F N ( LN (t ), K N (t ), t ); P N (t ) N (t ) = P L (t ) LN (t ) + P K (t ) K N (t ); [1a]
I (t ) = F I ( LI (t ), K I (t ), N I (t ), t ); P I (t ) I (t ) = P L (t ) LI (t ) + P K (t ) K I (t ) + P N (t ) N I (t ); [1b]
C (t ) = F C ( LC (t ), K C (t ), N C (t ), t ); P C (t )C (t ) = P L (t ) LC (t ) + P K (t ) K C (t ) + P N (t ) N C (t ); [1c]
Siendo L = LN + LI + LC; K = KN + KI + KC; y N = NI + NC; y con la ecuación

de acumulación propuesta por el Método del Inventario Permanente (MIP):
K(t) = I(t) + (1 - dK)K(t-1) siendo dK la tasa de depreciación geométrica del
capital tangible. Las funciones de producción en el lado izquierdo de cada
ecuación están ligadas a la identidad contable, en el lado derecho, suponiendo
que cada factor es retribuido de acuerdo con su productividad marginal. Según
esta formulación, N(t) es simultáneamente un output [ecuación 1a] y un input
intermedio en la producción de los otros dos bienes [ecuaciones 1b y 1c]. Por
lo tanto, al agregar se cancela y N(t) no aparece en la identidad del Producto
Nacional Bruto (PNB) que toma la forma:
P Q ' (t )Q '(t ) = P C (t )C (t ) + P I (t ) I (t ) = P L (t ) L(t ) + P K (t ) K (t ) [1d]
Esta es la formulación que siguen los contables en las empresas individuales,

el Sistema de Cuentas Nacionales de Naciones Unidas, y hasta la reciente
incorporación del software capitalizado por prácticamente todos los institutos
nacionales de estadística. En la ecuación [1d] los apóstrofos en el lado izquierdo
de la ecuación permiten distinguir entre esta aproximación, que considera

los intangibles como bienes de consumo intermedio, de la aproximación
alternativa, como bienes de inversión.
b) Los intangibles como inversión
Cuando el gasto en intangibles es considerado como gasto en inversión

—tal como proponen CHS— entonces las ecuaciones anteriores se modifican
de la forma siguiente. En primer lugar, la función de producción del output
en intangibles, N(t), aparece ahora con el mismo tratamiento que los bienes
de consumo (C) y de inversión tangible (I). Es decir, como un stock de capital
acumulado y no como un input contemporáneo como anteriormente. En
segundo lugar, la función de acumulación de los activos intangibles seguirá la
misma dinámica que la propuesta para los activos tangibles: R(t) = N(t) + (1 -
dR)R(t-1) puesto que ambos bienes, I y N son considerados como inversión y por
lo tanto deben recibir un tratamiento simétrico. R(t) es el capital en intangible
en el periodo t, resultado de acumular los flujos de inversión contemporáneos,
N(t) y los pasados incorporados en el capital neto del periodo anterior [R(t-1)],
después de deducir su depreciación, o consumo de capital fijo, a una tasa dR.
En tercer lugar, la ecuación de flujos N = NN + NI + NC es sustituida por la de
stocks: R = RN + RI + RC.
Las ecuaciones para las funciones de producción y los valores de los tres
bienes vienen ahora dadas por:
N (t ) = F N ( LN (t ), K N (t ), RN (t ), t ); P N (t ) N (t ) = P L (t ) LN (t ) + P K (t ) K N (t ) + P R (t ) RN (t ); [2a]
I (t ) = F I ( LI (t ), K I (t ), RI (t ), t ); P I (t ) I (t ) = P L (t ) LI (t ) + P K (t ) K I (t ) + P R (t ) RI (t ); [2b]
C (t ) = F C ( LC (t ), K C (t ), RC (t ), t ); P C (t )C (t ) = P L (t ) LC (t ) + P K (t ) K C (t ) + P R (t ) RC (t ); [2c]
La identidad del PNB debe ampliarse tal como indica la ecuación [2d].
P Q (t )Q(t ) = P C (t )C (t ) + P I (t ) I (t ) + P N (t ) N (t ) = P L (t ) L(t ) + P K (t ) K (t ) + P R (t ) R (t ) [2d]

Ahora, los intangibles no se cancelan como anteriormente por lo que el

PNB que aparece en el lado izquierdo de [2d] es igual al valor de la demanda
de los tres bienes: consumo (C); inversión tangible (I) e inversión intangible
(N), tal como aparece en el segundo componente en [2d]. El PNB también
será igual al valor de los bienes producidos por el lado de la oferta, que a su
vez es igual a la remuneración del factor trabajo [PL(t)L(t)] más los servicios
proporcionados por el capital tangible [PK(t)K(t)] y el capital intangible [PR(t)
R(t)].
Como anteriormente, se supone que los factores son remunerados de
acuerdo con su productividad marginal. El precio para R, PR(t) es el coste de
uso asociado a los servicios del stock de capital intangible y es también una
fuente de rentas que no aparecía en el caso anterior, cuando los intangibles
eran considerados como consumo intermedio (ecuación [1d]). Por lo tanto, el
concepto de PNB en la identidad contable ampliada [2d] es más completo que
en el caso convencional.
La Contabilidad del Crecimiento con activos intangibles
La descomposición de la Contabilidad del Crecimiento —que distingue

la contribución de cada una de las fuentes al crecimiento agregado— también
se modifica cuando pasamos a considerar a los intangibles como bienes de
inversión en lugar de consumo intermedio.
La aproximación convencional descompone el crecimiento del output
entre las contribuciones de cada uno de los factores de producción —medidas
por el crecimiento de cada factor ponderado por su peso en el agregado— y un
residuo conocido como PTF. Esta descomposición se debe a Solow (1957), y
se deriva de las ecuaciones [1a‑1d]. Tomando diferencias logarítmicas en [1d]
se obtiene:
gQ ' (t ) = s 'L (t ) g L (t ) + s ' K (t ) g K (t ) + g A ' (t ) [1e]

La notación gX(t) expresa la tasa de crecimiento de la variable correspondiente.

Las participaciones de los inputs vienen dadas por s’L(t) = [PL(t)L(t)]/[PL(t)L(t)

+ PK(t)K(t)] y s’K(t) de forma equivalente. Se supone, además, que todas ellas
son iguales a las elasticidades correspondientes. Como puede comprobarse,
los intangibles no juegan ningún papel en la descomposición habitual de las
fuentes del crecimiento.
Cuando los intangibles reciben un tratamiento simétrico al de los tangibles,
es decir, cuando la estructura es la recogida por las ecuaciones [2a–2d],
entonces la descomposición de las fuentes del crecimiento viene dada por:
gQ (t ) = sL (t ) g L (t ) + sK (t ) g K (t ) + sR (t ) g R (t ) + g A (t ) [2e]
Ahora las participaciones de los inputs, sL(t), sK(t) y sR(t) se definen de

forma equivalente. Así, por ejemplo, sL(t) = [PL(t)L(t)]/[PL(t)L(t) + PK(t)K(t)
+ PR(t)R(t)] etc.
La descomposición de las fuentes del crecimiento puede hacerse también
en términos de la productividad del trabajo, simplemente restando gL(t) de [1e]
y [2e]:
gQ ' (t ) − g L (t ) = ( s 'L (t ) − 1) g L (t ) + s ' K (t ) g K (t ) + g A ' (t ) [1f]
gQ (t ) − g L (t ) = ( sL (t ) − 1) g L (t ) + sK (t ) g K (t ) + sR (t ) g R (t ) + g A (t ) [2f]
Si además suponemos rendimientos constantes a escala, entonces s’L(t) + s’K

(t) =1 en el primer caso, y sL(t) + sK (t) + sR(t) = 1 en el segundo, con lo que
las ecuaciones anteriores se transforman en:
gQ ' (t ) − g L (t ) = s´ K (t )( g K (t ) − g L (t )) + g A ' (t ) [1g]
gQ (t ) − g L (t ) = sK (t )( g K (t ) − g L (t )) + sR (t )( g R (t ) − g L (t )) + g A (t ) [2g]
Por lo tanto, el crecimiento de la productividad del trabajo puede

descomponerse de acuerdo con la aproximación convencional dada por [1g] en
la contribución del crecimiento en las dotaciones de capital tangible por hora
trabajada y la tasa de crecimiento del progreso técnico. Cuando los intangibles
son expresamente considerados la expresión [2g] indica que a lo anterior

habría que añadir la contribución del capital intangible por hora trabajada,
todos ellos ponderados por las distintas participaciones en la renta.
El criterio para capitalizar intangibles y la simetría en la producción
Los dos posibles tratamientos de los intangibles resumidos más arriba

proporcionan distinta visión de la economía y, por lo tanto, hay que elegir
entre ellos. Existen opiniones que argumentan que algunas características
de los intangibles los descalifican para ser considerados capital, destacando
las cuatro siguientes: 1) Ausencia de verificabilidad al no ser adquiridos en
el mercado; 2) Ausencia de visibilidad tras su adquisición, lo que complica
el seguimiento de inversiones pasadas; 3) Ausencia de rivalidad de algunos
intangibles; y 4) Dificultad de apropiación de los rendimientos generados por
algunos de ellos.
CHS revisan estos cuatro argumentos concluyendo, en líneas generales,
que no son más relevantes para objetar la capitalización de lo que son las
diferencias entre los bienes de equipo, las estructuras, o la tierra. Respecto a 1)
argumentan que los activos intangibles son producidos dentro de la empresa
que los utiliza y, por lo tanto, no hay transacciones de mercado que permitan
generar información observable y verificable con la que estimar la cantidad
producida [PN(t)N(t)], ni tampoco distinguir entre precios [PN(t)] y cantidades
[N(t)]. De hecho, la mayoría de las veces tampoco está claro cuáles son las
unidades de medida de PN(t) y N(t) (por ejemplo, ¿en qué unidades debería
medirse el conocimiento?). Sin embargo, ello no debería per se justificar que
se les tratara como consumo intermedio en lugar de inversión. Algunos activos
tangibles también se producen dentro de la empresa (por ejemplo, algunos
proyectos de construcción), mientras que algunos intangibles son adquiridos
en el mercado (por ejemplo, patentes, derechos de autor [copyright], o
las competencias económicas obtenidas mediante su compra a empresas
consultoras). En cualquier caso, argumentan, lo importante no es discutir sus
características sino constatar si cumplen el requisito de posponer consumo
presente por consumo futuro, y no la facilidad con la que pueda medirse PN(t)
y/o N(t).
Respecto a la objeción 2 —la falta de visibilidad— el argumento es

similar. Es cierto que los bienes de capital tangible tienen un componente
físico que permite su observación, y que permite identificar a qué generación
pertenecen (habitualmente tienen un número de serie). Por el contrario, los
bienes intangibles no tienen presencia física y tampoco es fácil identificar
cuándo fueron generados. Por ejemplo, en el caso del capital en conocimiento
es difícil saber qué «bit» de conocimiento pertenece a qué generación de
inversión. Desde la perspectiva de la metodología seguida en las cuentas
nacionales, este tema podría identificarse con la dificultad de medir las tasas
de depreciación de los bienes intangibles. Sin embargo, el argumento vuelve a
ser el mismo que antes: el hecho de que sean difíciles de medir no justifica que
no puedan considerarse como inversión.
La objeción 3 descansa en su carácter de bien público. Muchos intangibles,
como por ejemplo la I+D, son no rivales. La no rivalidad del conocimiento
asociado a la investigación básica implica que puede ser empleado por muchos
agentes simultáneamente sin que por ello disminuya la cantidad disponible para
cada agente individualmente considerado. En esta situación las ecuaciones de
balance se transforman en N = NC = NI = NN y R = Rc = RI = RN. Además, cada
unidad adicional de output producido no necesitaría una «unidad» adicional de
conocimiento, o lo que es lo mismo, la productividad marginal de R es cero. Sin
embargo, aunque la productividad marginal del R utilizado en la producción
directa del output puede ser efectivamente cero, esta no es la productividad
marginal relevante porque el aumento en R aumenta la eficiencia del sistema
productivo y, por lo tanto, aumenta el output indirectamente, o aumenta la
calidad del producto (que convencionalmente se expresa como aumentos en
la cantidad). ¿Por qué razón pagaría una empresa por R si no proporcionara
beneficios? se preguntan CHS. Adicionalmente, muchas formas de capital
intangible —tales como la imagen de marca y las competencias organizativas
y humanas— no son puramente no-rivales, sino que tienen carácter de
específicas de la empresa. De hecho, muchos intangibles son específicos de una
empresa y valiosos, al menos en parte, porque la empresa es capaz de excluir a
los competidores de acceder a determinada información o a tecnologías clave.
Las dificultades de apropiación de al menos una parte de la propiedad
intelectual es la cuarta objeción a su inclusión en las cuentas nacionales. Los
beneficios derivados del gasto en I+D y del aprendizaje de los trabajadores
puede que no sean totalmente apropiables por la empresa, por lo que los
precios PN(t) y PR(t) puede que reflejen solo beneficios y costes privados3. Sin
embargo, el argumento de si el intangible debe, o no, ser capitalizado debe
descansar en si la provisión de R aumenta el output y el consumo futuro y no
en si R es parcialmente no apropiable o no rival. Estas dos características no
deberían invalidar la conveniencia de capitalizar muchos gastos en intangibles,
de acuerdo con CHS.
Corrado y Hulten (2010) añaden una razón adicional para justificar la
consideración del gasto en intangibles como inversión: proporcionar una
respuesta al denominado puzle del market-to-value. Este puzle, señalado por
Lev (2001) entre otros, surge cuando el valor de mercado de una empresa —
medida por el valor de sus acciones— supera su valor en libros. Hulten y Jao
(2008) concluyen, a partir de la información proporcionada por 617 empresas,
que el valor en libros explicaba solo el 31% de la capitalización de la empresa
según su valor de mercado. Sin embargo, cuando se añadía al valor en libros
el stock capitalizado de los activos intangibles pasaba a representar el 75% de
su valor de mercado.
3.2. Estimaciones de los activos intangibles: deflactores, vidas medias y

tasas de depreciación
Una de las mayores dificultades en la implementación de las ecuaciones

[2a–2d] es la selección del deflactor de precios PN(t) necesaria para convertir
los gastos nominales PN(t)N(t) en gastos reales, N(t). Este es seguramente
el problema empírico más complejo en el estudio de los gastos en I+D, en
gran medida como resultado de los problemas de visibilidad y apropiación
mencionados. La estrategia habitual en la literatura ha sido utilizar el coste
de los inputs para aproximar PN(t). Para ello, se toma la media aritmética del
deflactor de salarios y del deflactor del output sobre la base de que los gastos
en I+D se reparten aproximadamente entre el 50% de remuneración del factor
trabajo y el 50% de consumos intermedios4.
3
Este es el mecanismo que opera en los modelos de Romer (1986) y Lucas (1988) de crecimiento
endógeno generado por externalidades asociadas al gasto en I+D.
4
Esta aproximación para la construcción del deflactor de la I+D fue desarrollada por Jaffe (1972) y
después por Griliches (1984).
CHS proponen adoptar el deflactor de precios del output no agrícola como

proxy de PN(t). Su argumento5 descansa en que una parte importante de los
gastos en I+D, así como en marketing y en mejoras de las competencias de
la fuerza de trabajo, están ligados a líneas específicas de producción. Por lo
tanto, lo que procede es integrar el gasto en estos bienes en las industrias que
los utilizan y ello se consigue, al menos parcialmente, utilizando el deflactor
del output no agrícola.
Desde la perspectiva de la metodología de la Contabilidad del Crecimiento,
el objetivo último es estimar las ecuaciones [2e] o [2g] de descomposición de
las fuentes del crecimiento. Para ello se requiere disponer de información sobre
la inversión en intangibles en términos reales y, derivada de ella, información
sobre las dotaciones.
Una vez deflactadas las series nominales y obtenidas las reales [N(t)]
CHS aplican la ecuación de acumulación del MIP para obtener el stock: R(t)
= N(t) + (1-dR)R(t-1). Para pasar de N(t) a R(t) se necesitan dos elementos
adicionales: la tasa de depreciación dR, y un capital inicial para cada uno
de los activos R(0). La tasa de depreciación es crucial6 en la estimación del
capital pero para los activos intangibles la información disponible es todavía
más débil que para los tangibles. En las estimaciones realizadas para España
por Fundación Telefonica-Ivie se suponen las siguientes tasas de depreciación
para los principales intangibles (cuadro 2)7. Estos activos son similares a los
del cuadro 1 definidos por CHS. Las tasas de depreciación utilizadas también
son similares.
5
Basado en el proporcionado por Martin Baily en Triplett y Bosworth (2004, p. 260).
6
Véase, por ejemplo, los análisis de sensibilidad realizados en Mas, Pérez y Uriel (2006).
7
Los valores son parecidos a los utilizados por CHS y el proyecto INTAN-Invest.
Cuadro 2. Tasas de depreciación de los activos intangibles. Ivie
Tipo de activo Tasas de depreciación

Información digitalizada
1. Software 0,2857
2. Bases de datos 0,2857
Propiedad de la innovación
3. Exploración de minerales 0,2857
4. I+D científico 0,150
5. Originales artísticos y de entretenimiento 0,2857
6. Nuevos productos/sistemas en los servicios financieros 0,200
7. Diseño y otros productos/sistemas nuevos 0,200
Competencias económicas
8. Valor de la marca
a. Publicidad 0,550
b. Estudios de mercado 0,550
9. Recursos de las empresas
a. Formación proporcionada por la empresa 0,400
b. Estructura organizativa 0,400
Fuente: Corrado, Haskel, Jona-Lasinio e Iommi (2012).
Para la Información digitalizada la tasa de depreciación es la misma que

para el software, 28,57%, que implica una vida media de 7 años8. Para la I+D
se utiliza un promedio de las tasas disponibles en la literatura, obtenidas por
otros autores. Por ejemplo, para Estados Unidos, CHS utilizan 20%, Bernstein
y Mamuneas (2004) utilizan una tasa del 18% y Nadiri y Prucha (1996) el
12%. Para algunos países europeos Pakes y Schankerman (1978) encuentran
una tasa del 25%, y en un trabajo posterior (1986) identifican un rango entre el
11% y el 26%. Respecto a las tasas de depreciación aplicables a la publicidad
—variable relevante para la obtención de las dotaciones asociadas a la imagen
de marca— la evidencia es todavía más débil. En base a la información
disponible, se supone que las vidas medias son muy cortas por lo que se
deprecian a una tasa anual elevada, el 55%.
8
Esta ratio fue originalmente propuesta por Hulten y Wykoff (1981).
En el caso de los Recursos específicos de la empresa, se considera el

promedio de las tasas de depreciación de la imagen de marca (publicidad) y la
inversión en I+D con el argumento siguiente. Como se ha explicado, este ítem
tiene dos componentes: uno relacionado con la formación del capital humano
específico de la empresa, y el segundo relativo a las inversiones en planificación
estratégica y organizativa. Mientras puede considerarse que la inversión en
formación es relativamente duradera —con una vida media relativamente
larga, al menos tan larga como la inversión en I+D— la inversión realizada
en la mejora de la organización refleja, la mayoría de las veces, la necesidad
de ajustarse a circunstancias económicas cambiantes, por lo que la vida media
debe ser necesariamente menor y seguramente próxima a la supuesta para los
gastos en publicidad que potencian la imagen de marca.
El segundo paso necesario para calcular los stocks a partir de los flujos
de inversión es determinar las dotaciones en el momento a partir del cual
comienzan a acumularse los flujos de inversión. Cuanto más larga es la vida
de un activo mayor tiempo permanece en el stock y, por tanto, mayor es el
plazo de tiempo para el que se necesita disponer de información sobre los
flujos pasados de inversión9. Cuando las vidas medias son relativamente cortas
—como ocurre con la mayoría de los activos intangibles— las estimaciones
pueden partir del supuesto de que en algún momento inicial el valor es cero.
Este supuesto es adecuado siempre que dicho año inicial se encuentre alejado
de la fecha a partir de la cual comienza a proporcionarse información, un
número de años al menos igual a la máxima vida útil del activo.
Para valorar los servicios proporcionados por los activos intangibles [PR(t)
R(t)] se requiere estimar previamente su coste de uso [PR(t)]. La formulación
estándar es la propuesta por Jorgenson (1963) y por Hall y Jorgenson (1967).
Si hacemos caso omiso del tratamiento fiscal, el coste de uso para cada uno de
los activos intangibles, i, vendría dado por la expresión:
[1.3]
9
Sobre este tema véase, por ejemplo, Mas, Pérez y Uriel (2007) y Mas y Cucarella (2009).
En la ecuación [1.3] r(t) mide la tasa neta de retorno —común para todos
los bienes de capital— en el año t; di es la tasa de depreciación del activo i;
pi(t) son las ganancias (o pérdidas) de capital esperadas del activo i; y PNi(t)
es el deflactor de precios del activo intangible. CHS miden el término de las
ganancias (pérdidas) de capital, pi(t), haciendo uso de una media móvil de
tres años del deflactor de precios del PNB no agrícola. En [1.3] todas las
variables pueden ser calculadas siguiendo las indicaciones anteriores excepto
la tasa de retorno r(t). De entre las alternativas posibles CHS la calculan —
siguiendo a Jorgenson y Griliches (1967)— de forma endógena suponiendo
que la identidad contable se mantiene para los dos tipos de activos, tangibles
e intangibles.
4. Comparación internacional
El presente apartado analiza la dinámica de la inversión en intangibles

desde una perspectiva internacional comparada10. El objetivo es conocer la
posición relativa de un conjunto de países que incluye a los Estados Unidos, la
UE-15 y una serie de países europeos que, por su interés, reciben un tratamiento
específico: Países Nórdicos (Dinamarca, Finlandia y Suecia), Alemania, Reino
Unido, Francia, Italia y España.. El periodo cubierto es 1995-2010.
Como se vio en el apartado anterior, la consideración de los gastos en
intangibles como inversión, implica que entran a formar parte del VAB, ya
que no desaparecen por completo a lo largo del ejercicio económico. El
software en Información digitalizada, y la Prospección minera y originales de
obras recreativas, literarias y artísticas en la agrupación de Propiedad de la
innovación son los únicos activos que ya reciben el tratamiento de inversión en
la actual Contabilidad Nacional, no así el resto de partidas incluidas en Capital
organizativo o en Competencias económicas.
10
La fuente de información para España en Mas y Quesada (2014) y para el resto de países europeos y
los Estados Unidos las proporcionadas por el proyecto INTAN-Invest (www.intan-invest.net).
La consecuencia de su inclusión —medida por el incremento que

representa en el valor añadido privado medido de forma convencional11—
aparece recogida en el gráfico 1. Entre los cuatro países que muestran más
de un 10% de diferencia entre las dos definiciones de VAB destaca Estados
Unidos con el 13,1% y Francia con el 11,8%. Alemania y la media de la UE-
15 se sitúan ligeramente por encima del 9% y los países con menor diferencia
son España e Italia con un 5,8% y un 6,1% respectivamente. El primer mensaje
que se deriva de este gráfico es el distinto peso de la inversión en intangibles
entre diferentes países todos ellos desarrollados.
Gráfico 1. VAB convencional vs. VAB ampliado. Sector privado. 2010

(diferencia porcentual¹)
¹ La diferencia porcentual se calcula como: (VAB ampliado - VAB convencional)/VAB convencional

x 100.
² Países nórdicos: Suecia, Finlandia y Dinamarca.
Fuente: EU KLEMS, INE, INTAN-Invest y elaboración propia.
11
El VAB convencional se mide de acuerdo con la ecuación (1d) y el VAB ampliado de acuerdo con
(2d).
La consideración de la inversión en intangibles permite constatar que no

sólo es importante el nivel de inversión de una economía, sino particularmente
su composición. Así, el gráfico 2 muestra para el periodo 1995-2010 que en el
caso de los Estados Unidos, la inversión en intangibles supera a la inversión
en activos tangibles, señal de que constituyen elementos tractores del avance
de la productividad puesto que este país es también el que ha tenido un
comportamiento más dinámico en esta variable. En el caso de la UE-15, los
Países Nórdicos Francia y Alemania, la inversión en intangibles representa
algo más del 63% de la inversión en activos tangibles y, de nuevo, son Italia
y España los dos países en los que dicho porcentaje es menor. Este hecho
constata el sesgo de la inversión en estos dos países mediterráneos hacia activos
tangibles como son las construcciones ligadas a la producción, fábricas, naves
industriales, locales comerciales junto con la maquinaria y equipo. En otras
palabras, el peso elevado de la inversión convencional excluida la residencial
no se traduce en una posición también fuerte en materia de intangibles, que
se presumen cada vez más relevantes para garantizar el crecimiento de una
economía desarrollada.
Gráfico 2. Participación de la inversión tangible e intangible en el VAB

ampliado. Sector privado. Promedio 1995-2010
(porcentaje)
¹ Países nórdicos: Suecia, Finlandia y Dinamarca.

Fuente: EU KLEMS, Fundación BBVA-Ivie, INE, INTAN-Invest y elaboración propia.
El periodo cubierto por la base de datos permite analizar dos etapas bien
diferenciadas desde muchos puntos de vista. En primer término la etapa de
expansión generalizada entre 1995 y 2007. Dicho periodo de fuerte crecimiento
incluye una ligera flexión a la baja al inicio del decenio de 2000 —de diferente
intensidad en los distintos países— como consecuencia de la crisis de las
punto com. La segunda etapa incluye los primeros años de la crisis global
que se inició a mediados de 2007 en los Estados Unidos y que ha afectado al
conjunto de las economías tanto desarrolladas como emergentes.
Al término de la primera etapa de expansión España e Italia eran las
economías con mayor nivel de inversión en activos tangibles (18,9%) y habían
visto crecer su peso a lo largo del periodo junto con Francia y muy ligeramente
la UE-15 (cuadro 3). Sin embargo, en materia de intangibles, la mayoría
de países no se ha estancado sino que durante la expansión intensificaron
la actividad inversora. Prueba de ello es que países como Estados Unidos,
Alemania y el Reino Unido no descuidaron la modernización de sus economías
en estos años, reduciendo el peso de los activos tangibles y elevando el de los
intangibles.
Cuadro 3. Participación de la inversión tangible e intangible en el VAB

ampliado. Sector privado. 1995 y 2007
(porcentaje)
a) Peso de la inversión tangible sobre el VAB ampliado. Sector privado
1995 2007 Variación 1995-2007 pp
España 15,7 18,9 3,1
UE-15 15,5 15,8 0,3
Países nórdicos¹ 17,3 17,3 -0,1
EE. UU. 11,4 10,0 -1,4
Francia 13,4 16,2 2,8
Alemania 15,5 14,3 -1,2
Italia 17,3 18,9 1,7
Reino Unido 14,4 12,1 -2,3
b) Peso de la inversión intangible sobre el VAB ampliado. Sector privado

1995 2007 Variación 1995-2007 pp
España 5,4 7,1 1,7
UE-15 8,4 10,3 1,9
Países nórdicos¹ 10,1 12,7 2,7
EE. UU. 12,0 15,4 3,4
Francia 9,6 12,9 3,3
Alemania 8,4 9,5 1,1
Italia 6,0 7,0 1,0
Reino Unido 11,0 13,4 2,4

Gráfico 3. Composición de la inversión en activos intangibles. 2010

(porcentaje del VAB privado ampliado)

Este es también un mensaje importante que merece ser destacado. La

apuesta de algunos países como España e Italia por invertir en activos tangibles
contrasta con la estrategia de los restantes de aumentar el peso de la inversión
en activos intangibles.
El periodo posterior a la crisis iniciada a mediados de 2007 ofrece una
imagen muy distinta (cuadro 4). Tras su estallido todos los países redujeron
la inversión pero la contracción fue muy superior en los activos tradicionales,
especialmente en el sector de la construcción. En España y el Reino Unido la
reducción fue muy notable, prácticamente duplicando a la del conjunto de la
UE-15. La caída de peso de los intangibles fue muy inferior en todos ellos, e
incluso en algunos como la UE-15, los países nórdicos, Francia y Alemania,
la intensidad creció, aunque ligeramente. Este comportamiento muestra un
cierto perfil de la inversión intangible menos procíclico que el del resto de
componentes de la inversión total en la economía.
Cuadro 4. Participación de la inversión tangible e intangible en el VAB

ampliado. Sector privado. 2007 y 2010
(porcentajes)
a) Peso de la inversión tangible sobre el VAB ampliado. Sector privado

2007 2010 Variación 2007-2010 pp
España 18,9 15,0 -3,9
UE-15 15,8 14,0 -1,7
Países nórdicos¹ 17,3 14,7 -2,5
EE. UU. 10,0 7,7 -2,3
Francia 16,2 15,5 -0,7
Alemania 14,3 13,3 -0,9
Italia 18,9 17,6 -1,3
Reino Unido 12,1 8,9 -3,2
b) Peso de la inversión intangible sobre el VAB ampliado. Sector privado
2007 2010 Variación 2007-2010 pp
España 7,1 7,2 0,1
UE-15 10,3 10,5 0,1
Países nórdicos¹ 12,7 13,2 0,5
EE. UU. 15,4 15,3 -0,1
Francia 12,9 13,5 0,6
Alemania 9,5 9,9 0,4
Italia 7,0 6,9 0,0
Reino Unido 13,4 12,8 -0,6
Una vez constatada la diferente trayectoria de la inversión agregada en

intangibles en los diferentes países se analiza su composición en 2010. El
primer nivel de desagregación se recoge en el gráfico 3 en el que destacan
Estados Unidos, Reino Unido y Francia por el elevado peso de la inversión
digitalizada; Estados Unidos, los Países nórdicos y Francia por la inversión en
Propiedad de la Innovación y de nuevo los Países Nórdicos, Francia y Reino
Unido por las Competencias Económicas.
Los cuadros 5 y 6 presentan los perfiles seguidos por sus componentes. En
Información digitalizada los países en los que más crece el peso de la inversión
en el periodo 1995-2010 son Países Nórdicos, Francia y Reino Unido. La crisis
se ha dejado notar en un descenso en el ritmo de avance de todos los países o
grupos de países sin llegar a reducirse dicho peso en ninguno de ellos.
En lo que se refiere a Propiedad de la innovación, segundo de los grandes
epígrafes en los que se descompone el capital intangible, los países que más
avanzan a lo largo del periodo 1995-2010 son Países nórdicos, Estados Unidos
y Francia. De nuevo la crisis impacta con cierta intensidad sobre la innovación
en todos los países con la excepción de Alemania que tan solo pierde en su
avance una décima de punto porcentual. En España, Reino Unido y España el
peso de la inversión en innovación sobre el VAB retrocede aunque las tasas
de crecimiento del denominador son algo más negativas en los dos primeros.
Cuadro 5. Peso de la inversión en Información digitalizada en el VAB

ampliado. Sector privado. 1995, 2007 y 2010
(porcentaje)
Variación Variación Variación
1995 2007 2010
1995-2007 pp 2007-2010 pp 1995-2010 pp
España 0,8 1,3 1,5 0,6 0,2 0,7
UE-15 1,0 1,7 1,8 0,7 0,1 0,8
Países nórdicos¹ 1,6 2,8 3,1 1,2 0,3 1,6
EE. UU. 1,3 2,2 2,3 0,9 0,1 1,0
Francia 1,2 2,3 2,6 1,1 0,3 1,4
Alemania 0,8 1,1 1,1 0,3 0,1 0,3
Italia 0,8 0,9 1,0 0,1 0,0 0,2
Reino Unido 1,5 2,4 2,6 0,9 0,2 1,1
Fuente: INTAN-Invest, INE, EU KLEMS y elaboración propia.
Cuadro 6. Peso de la inversión en Propiedad de la innovación en el VAB

(porcentaje)
1995 2007 2010
1995-2007 pp 2007-2010 pp 1995-2010 pp
España 1,4 2,3 2,3 0,9 -0,1 0,9
UE-15 2,9 3,4 3,6 0,4 0,2 0,6
Países nórdicos¹ 3,9 5,0 5,2 1,1 0,2 1,3
EE. UU. 4,4 6,0 5,7 1,5 -0,2 1,3
Francia 3,5 4,2 4,6 0,8 0,3 1,1
Alemania 3,5 3,9 4,3 0,5 0,4 0,8
Italia 1,8 2,3 2,4 0,6 0,1 0,6
Reino Unido 3,2 3,4 3,4 0,2 -0,1 0,1
El gráfico 4 ofrece la descomposición de la inversión en Propiedad de la

innovación en el año 2010. España es el país, de los considerados, en el que
más pesa el Diseño y otros nuevos productos con un 49,7% del total, seguida
por Italia, Francia y Reino Unido. El componente de Nuevos productos y
sistemas en los servicios financieros muestra su mayor peso en Reino Unido,
Estados Unidos e Italia12. El peso de la Prospección minera y originales de
obras recreativas, literarias o artísticas es mucho mayor en Estados Unidos
con casi el 25% de la Propiedad de la innovación que en el resto de países
entre los que destacan Reino Unido y España con valores en el entorno del
11 o 12%13. El mayor peso relativo de la I+D aparece en los Países nórdicos,
Alemania, Estados Unidos y UE-15 con valores por encima del 50%.
En lo que atañe a la inversión en Competencias económicas, los países
que más han avanzado a lo largo del periodo completo 1995-2010 han sido
Francia y los Estados Unidos a pesar, en este último caso, de haber partido
de la primera posición en 1995 (cuadro 7). La gran recesión produjo en todos
los países un estancamiento o caída del peso de la inversión en competencias
económicas en el VAB, suponiendo en algunos casos como el Reino Unido o
Francia un empeoramiento muy significativo en la tendencia.
Dentro de la inversión en Competencias económicas el componente que
más peso relativo representa en todos los países es la Estructura organizativa,
con valores que van desde el 35,7% en España hasta el 60,9% en el Reino
Unido con la UE-15 en el 51% (gráfico 5).
12
Este activo se ha calculado en España de manera diferente a INTAN-Invest, ya que se ha aplicado un
factor de corrección que tiene en cuenta el tamaño de la red de oficinas y el personal dedicado a este
tipo de innovación, el cual reduce su valor con respecto al de INTAN-Invest.
13
En este punto debe tenerse en cuenta que en las estimaciones Fundación Telefónica- Ivie no se
incluye el gasto en I+D en construcciones y maquinaria por ser considerado tangible. Sin embargo, este
gasto sí está contabilizado en las estimaciones del proyecto INTAN-Invest.
Gráfico 4. Composición de la inversión en Propiedad de la innovación. 2010

(porcentaje)

Fuente: INTAN-Invest y elaboración propi5a.
Cuadro 7. Peso de la inversión en Competencias económicas en el VAB

(porcentaje)
1995 2007 2010 1995-2007 2007-2010 1995-2010
pp pp pp
España 3,2 3,4 3,5 0,2 0,0 0,3
UE-15 4,5 5,3 5,1 0,8 -0,2 0,6
Países
4,6 5,0 4,9 0,4 -0,1 0,3
nórdicos¹
EE. UU. 6,3 7,3 7,3 1,0 0,0 1,0
Francia 4,9 6,3 6,3 1,4 0,0 1,4
Alemania 4,2 4,5 4,5 0,3 0,0 0,3
Italia 3,4 3,7 3,5 0,3 -0,1 0,2
Reino Unido 6,3 7,6 6,9 1,3 -0,8 0,6
Gráfico 5. Composición de la inversión en Competencias económicas. 2010

(porcentaje)

Fuente: INTAN-Invest y elaboración propia.
El peso de la inversión en Capital humano específico de la empresa fluctúa

entre países alrededor de la cuarta parte del total, entre el 22,4% en España
como valor mínimo y el 32,5% de Alemania en el extremo opuesto. En cuanto
a los estudios de mercado el mayor peso relativo lo ofrece Italia con el 16,1%
mientras que el del resto se encuentra entre el 4 y el 9%. Por último, el peso
de la Publicidad ofrece mayores niveles de dispersión. España es el país que
más peso de la inversión en Competencias económicas invierte en publicidad
generando imagen de marca con un 34,1%, seguida de Estados Unidos con el
23%, mientras que el Reino Unido y Francia destinan un 10,6% y un 11,5%
respectivamente.
En suma se observan diferencias entre países muy significativas, tanto
en la proporción inversión tangible-intangible, como en la composición de
cada uno de los elementos de esta última. La distinta relación entre inversión
productiva tangible (excluyendo la inversión residencial) e inversión en

intangibles puede explicar la existencia de distintos elementos tractores
del crecimiento económico a largo plazo. El acento en los intangibles
significa basar el crecimiento sostenido en el avance de la productividad, la
innovación, el capital humano y el cambio estructural. Hacerlo en el capital
intangible conduce a un crecimiento más incremental, menos sostenible, con
rendimientos rápidamente decrecientes (con posibles casos de sobreinversión
y exceso de capacidad) y más vulnerable a las crisis. Por esta razón, cuando en
lugar de observar el esfuerzo en inversión convencional se analiza el realizado
en inversión intangible, se desvanecen algunas de las fortalezas que se asocian
de forma demasiado simple con la actividad inversora.
Conclusiones
Esta panorámica ha permitido concentrar el foco en los activos intangibles

que constituyen en la actualidad uno de los elementos más importantes de
la economía del conocimiento. Algunos de los elementos que forman parte
de la definición de intangibles como la I+D o el Software ya habían recibido
atención como factores que contribuyen de forma especial al crecimiento
económico. El trabajo ha distinguido los principales problemas metodológicos
en el apartado 3 y la evidencia empírica en el apartado 4.
La metodología empleada en la definición y medición de los intangibles
presentada en el apartado 3, con especial referencia a la aportación de CHS,
permite analizar la evolución temporal de la inversión así como el cálculo
del stock de capital intangible resultado de la acumulación realizada y del
efecto de la depreciación del capital. De esa forma se puede establecer su
contribución potencial al crecimiento de la producción y de la productividad
mediante la metodología de la contabilidad del crecimiento o a través de
estimaciones econométricas.
Por otra parte, a partir de la información proporcionada por las estimaciones
realizadas por Fundación Telefonica-Ivie y por el proyecto INTAN-Invest se
ha presentado una comparación internacional con los siguientes resultados:
• el tratamiento de los intangibles como inversión eleva el VAB de todos

los países considerados, desde un 5,8% a España hasta el 11-13% de
Países nórdicos, Francia, Reino Unido o Estados Unidos.
• en países como Italia y España la inversión en intangibles apenas supera

un tercio de la inversión en activos tangibles, cifra muy inferior a la
media europea o de países avanzados como Estados Unidos o Reino
Unido en los que ya la superan.
• tras el estallido de la crisis todos los países redujeron la inversión pero

la contracción en tangibles fue muy superior a la de intangibles. Este
comportamiento muestra un perfil menos procíclico de la inversión
intangible, favoreciendo su papel en la recuperación.
• desde la perspectiva de las tres categorías de intangibles consideradas,

cada país destaca por una razón distinta. En información digitalizada
destacan Países nórdicos, Francia y Reino Unido. En Propiedad de
la innovación Estados Unidos y Países nórdicos y en Competencias
económicas Estados Unidos, Reino Unido y Francia. Por la parte inferior
destacan España e Italia que muestran siempre una menor intensidad de
la inversión en intangibles en todos y cada uno de sus componentes.
La crisis ha afectado al esfuerzo inversor en intangibles de todos y cada

uno de los países incluidos en el estudio, aunque lo ha hecho en distinto
grado. En Información digital los países que más han desacelerado el ritmo
de mejora han sido Países nórdicos, Estados Unidos y Francia. En Propiedad
de la innovación fueron Estados Unidos y Países nórdicos, y en Competencias
económicas Reino Unido, Francia y Estados Unidos.
Desde la perspectiva de las implicaciones para las políticas públicas o las
estrategias empresariales, se confirma la gran relevancia del capital intangible
en el avance de la productividad de las economías desarrolladas y su presencia
creciente que otorga a sus componentes —Información digitalizada, Propiedad
de la innovación y Competencias económicas— un papel fundamental en las
políticas de impulso de la productividad.
Las políticas públicas en materia de educación, I+D+i o las TIC consideran

no solo los efectos directos sobre los sectores productivos sino también los
efectos conjuntos sobre la competitividad de un territorio. Por esta razón
y dado que la actual crisis ha contribuido a elevar el endeudamiento de las
administraciones públicas, resulta fundamental pensar bien en las consecuencias
que los recortes en gasto pueden ocasionar sobre los intangibles, para no dañar
de forma permanente la capacidad de recuperación de los diferentes países.
Desde el punto de vista empresarial, los esfuerzos dirigidos a la formación
de los trabajadores, la organización empresarial, el diseño y la innovación o el
reconocimiento de la marca a través de la inversión en imagen y publicidad,
constituyen también estrategias de refuerzo de la competitividad que siguen los
países más avanzados de nuestro entorno. Esta implicación se constata mejor
en las etapas de prosperidad que en los periodos de crisis, pero proporciona
una indicación de por dónde debe orientar la empresa su batalla para ganar
competitividad, independientemente de cual sea el sector de actividad al que
pertenezca.
Referencias bibliográficas
Bernstein, J.I. y T.P. Mamuneas (2004): «R&D Depreciation, Stocks, User

costs and Productivity Growth for U.S. Knowledge Intensive Industries».
Carleton University, mimeo.
Black, S. y L. Lynch (2005): «Measuring Organizational Capital in the New
Economy». En Corrado, C., J. Haltiwanger y D. Sichel, Measuring Capital
in the New Economy, Studies in Income and Wealth 65, Cambridge (MA):
National Bureau of Economic Research (NBER), 205-236.
Blair, M.M. y S.M.H. Wallman (2001): Unseen Wealth: Report of the Brookings
Task Force on Intangibles. Washington DC: Brookings Institution Press.
Corrado, C. y C. Hulten (2010): «How do you Measure a «Technological
Revolution»?». American Economic Review, Papers and Proceedings
100, mayo, 99-104.
Corrado, C., C. Hulten y D. Sichel (2005): «Measuring Capital and Technology:
An Expanded Framework». En Corrado, C., J. Haltiwanger y D. Sichel,
Measuring Capital in the New Economy, Studies in Income and Wealth
65, Cambridge (MA): NBER, 11-45.
Corrado, C., J. Haskel, C. Jona-Lasinio y M. Iommi (2012): «Intangible
Capital and Growth in Advanced Economies: Measurement methods
and Comparative Results». The Conference Board Economics Program
Working Paper EPWP n.º 12-03. Disponible en http://intan-invest.net.
Cummins, J.G. (2005): «A new approach to the Valuation of Intangible
Capital». En Corrado, C., J. Haltiwanger y D. Sichel, Measuring Capital
in the New Economy, Studies in Income and Wealth 65, Cambridge (MA):
NBER, 47-72.
EU KLEMS: EU KLEMS Growth and Productivity Accounts. Marzo de 2011.
Base de datos disponible en internet: http://www.euklems.net/
EU KLEMS: EU KLEMS Growth and Productivity Accounts. 2012. Base de
datos disponible en internet: http://www.euklems.net/
Fundación BBVA e Ivie (Instituto Valenciano de Investigaciones Económicas):
El stock y los servicios del capital en España y su distribución territorial
y sectorial (1964-2010). Mayo de 2012. Base de datos disponible en
internet: http://www.fbbva.es/TLFU/microsites/stock08/fbbva_stock08_
index.html
Griliches, Z. (ed.) (1984): R&D, Patents, and Productivity. Chicago (IL):

University of Chicago Press.
Hall, R.E. y D.W. Jorgenson (1967): «Tax Policy and Investment Behaviour».
American Economic Review 57, junio, 391-414.
Hansen, L.P., J.C. Heaton y N. Li (2005): «Intangible risk». En Corrado, C., J.
Haltiwanger y D. Sichel, Measuring Capital in the New Economy, Studies
in Income and Wealth 65, Cambridge (MA): NBER, 111-152.
Hulten, C. y J. Hao (2008): «What is a Company Really Worth? Intangible
Capital and the «Market to book Value» Puzzle». NBER working papers
series n.º 14548, Cambridge (MA): NBER.
Hulten, C.R. y F.C. Wykoff (1981): «The Estimation of Economic Depreciation
Using Vintage Asset Prices». Journal of Econometrics 15, 367-396.
INE (Instituto Nacional de Estadística) (varios años): Contabilidad Nacional
de España. Madrid.
INE (varios años): Encuesta Anual de Coste Laboral. Madrid.
INE (varios años): Encuesta Anual de Estructura Salarial. Madrid.
INE (varios años): Encuesta Anual de Servicios. Madrid. Disponible en
internet: http://www.ine.es/inebmenu/mnu_servicios.htm
INE (varios años): Encuesta de Coste Laboral. Madrid.
INE (varios años): Encuesta de Estructura Salarial. Madrid.
INE (varios años): Encuesta de Población Activa. Madrid. Disponible en
internet: http://www.ine.es/inebmenu/mnu_mercalab.htm
INE (varios años): Estadística sobre actividades de I+D. Madrid. Disponible
en internet: http://www.ine.es/inebmenu/mnu_imasd.htm
Jaffe, S.A. (1972): «A Price Index for Deflation of Academic R&D
Expenditures». NSF Working Paper n.º 72-310, Washington DC: National
Science Foundation.
Jorgenson, D.W. (1963): «Capital Theory and Investment Behaviour».
American Economic Review 53, 2, mayo, 247-259.
Jorgenson, D.W. y Z. Griliches (1967): «The explanation of productivity
change». Review of Economics Studies 34, 3, 249–83.
Lev, B. (2001): Intangibles: Management, Measurement and Reporting.
Washington DC: Brookings Institution Press.
Lev, B. y S. Radhakrishnan (2005): «The valuation of Organization Capital».
En Corrado, C., J. Haltiwanger y D. Sichel, Measuring Capital in the New
Economy, Studies in Income and Wealth 65, Cambridge (MA): NBER,
73-110.
Lucas, R. (1988): «On the mechanics of economic development». Journal of

Monetary Economics 22, 1, 3-42.
Mas, M. y V. Cucarella (2009): Series Históricas de Capital Público en España
y su distribución territorial (1900-2005). Bilbao: Fundación BBVA.
Mas, M., F. Pérez y E. Uriel (2006): «Capital Stock in Spain, 1964-2002. New
Estimates». En Mas, M. y P. Schreyer (eds.) Growth, Capital and New
Technologies. Bilbao: Fundación BBVA.
Mas, M., F. Pérez y E. Uriel (2007): El stock y los servicios del capital en
España y su distribución territorial 81964-2005). Nueva Metodología.
Bilbao: Fundación BBVA.
Mas y Quesada (2014). Activos intangibles. Una inversión necesaria para
el crecimiento económico en España. Colección Fundación Telefónica.
Barcelona: Ed. Ariel.
Nadiri, M.I. y I.R. Prucha (1996): «Estimation of the Depreciation Rate of
Physical and R&D Capital in the U.S. Total Manufacturing Sector».
Economic Inquiry, vol. XXXIV, enero, 43-56.
National Science Foundation (2012): «Science and Engineering Indicators
2012». NSB 12-01, enero, Arlington (VA).
Pakes, A. y M. Shankerman (1978): «The Rate of Obsolescence of Knowledge,
Research Gestation Lags, and the Private Rate of Return to Research
Resources». Working Paper n.º 78-13, Nueva York: New York University,
C.V. Starr Center for Applied Economics.
Romer, P.M. (1986): «Increasing returns and long-run growth». Journal of
Political Economy 94, 5, 1002-37.
Schreyer, P. (2007): «Old and New Asset Boundaries: A Review Article on
Measuring Capital in the New Economy». International Productivity
Monitor 15, 77-82.
Triplett, J.E. y B.P. Bosworth (2004): Productivity in the U.S. Services Sector.
Washington DC: The Brookings Institution.
8. MIDIENDO LA PRODUCTIVIDAD Y LAS
FUENTES DEL CRECIMIENTO DE LA
ECONOMIA ARGENTINA
EL PROYECTO ARKLEMS+LAND
Ariel Coremberg
(
ARKLEMS+LAND, IIEP BAIRES UBA-CONICET)
ARKLEMS + LAND es un proyecto no partisano y académico creado con

el fin de medir y comparar internacionalmente las Fuentes del Crecimiento
Económico, la Productividad y la Competitividad de la Economía Argentina
mediante la metodología KLEMS (Capital, Labor, Energy, Material and
Service Inputs), ideada por el Dr. Dale Jorgenson (Universidad de Harvard),
quien lidera el proyecto WORLDKLEMS en conjunto con el Dr. Marcel
Timmer (Universidad de Groningen) y el Dr. Bart Van Ark (The Conference
Board -Universidad de Groningen).
ARKLEMS+LAND es la contraparte argentina del proyecto internacional
WORLDKLEMS, presentado en Argentina en el Congreso ECON 2011-UBA
por su coordinador y por el director del WORLDKLEMS Pr. Dale Jorgenson y
en los congresos WORLDKLEMS 2010 y 2012 realizados en la Universidad
de Harvard.
ARKLEMS + LAND está organizado por un conjunto de investigadores
argentinos, con experiencia internacional en más de quince años en mediciones
KLEMS de las fuentes del crecimiento y en Cuentas Nacionales. Cuenta
además con un prestigioso Comité Académico.
Como resultado del proyecto, se dispone de una base de datos dinámica
con series consistentes que permiten analizar y comparar internacionalmente
la Inversión y Capitalización, Capital Humano, el efecto de las TIC’s, el

Progreso Tecnológico, la Productividad por sector de actividad económica, y
otras Fuentes del Crecimiento de la economía argentina.
Para la elaboración de las series se tomaron en cuenta las recomendaciones y
experiencia en el tema del Instituto Valenciano de Investigaciones Económicas
(IVIE) de España, la OECD, el proyecto EUKLEMS, el CSLS de Canadá y la
literatura económica reciente para la medición exhaustiva de la productividad
y las fuentes del crecimiento económico.
Teniendo en cuenta las particularidades de las economías latinoamericanas
y en especial de la argentina, el proyecto ARKLEMS + LAND incluye también
metodología y series específicas tales como: Recursos Naturales (Tierra
Agropecuaria y Activos del Subsuelo), Infraestructura Pública, la importancia
de la Economía No Observada (NOE) o subterránea, la Informalidad y la
Segmentación de los mercados de trabajo, los efectos del ciclo económico y
las crisis sobre la productividad y la competitividad y otros temas.
El proyecto ARKLEMS + LAND, se realiza gracias al apoyo de los
siguientes proyectos académicos: UBACYT, Proyecto Facultad (Universidad
de Buenos Aires), PICT (FONCYT -Agencia Nacional de Promoción Científica
y Tecnológica) y PIP (CONICET – Consejo Nacional de Investigaciones
Científicas y Técnicas) y se han intercambiado experiencias con los principales
representantes de los sectores productivos del país como Cámara Argentina
de la Construcción, Bolsa de Cereales de Buenos Aires, Unión Industrial
Argentina.
Midiendo la productividad y las fuentes del 337
crecimiento de la economia argentina
2. Metodología de la base de datos ARKLEMS 3.0
2.1. Introducción
El proyecto toma en cuenta la investigación de Dale Jorgenson,

EUKLEMS, IVIE, OECD y otras instituciones que establecieron los
estándares internacionales de metodología, medición y análisis de las fuentes
de crecimiento y productividad.
La actualización de la metodología de ARKLEMS+LAND está basada
en la experiencia previa del equipo de investigación sobre medición KLEMS,
Cuentas Nacionales y Matriz Insumo producto en Argentina, tomando en
cuenta la metodología y las fuentes de información citadas en CEPAL (1991),
PNUD-BIRF (1992), SNA Ar (1999), MIP97 Ar (2001), Coremberg (2002,
2008, 2009, 2010, 2011, 2014).
La primera versión del ARKLEMS 1.0 se publicó en Coremberg (2008) que
sintetiza las investigaciones y mediciones del Stock de Capital en Argentina
y su versión servicios de capital, el resto de los factores productivos así como
la Productividad Total de los Factores a nivel macroeconómico presentadas en
el International Association of Research in Income and Wealth del 2002, que
recibió el Premio Nancy Ruggles, y en el OECD Canberra Group II: On the
Measurement of Non Financial Assets (Coremberg (2003) (2007)) y que luego
fueron incluidas en el Manual de Stock de Capital de la OECD (2009) y en el
Sistema de Cuentas Nacionales 2008 (SNA08).
La base fue posteriormente ampliada en ARKLEMS 2.0 en Coremberg
(2009 a,b,c) en su versión macroeconómica incluyendo también la contribución
de las TIC (tecnologías de información y comunicación), el Capital Humano
y por primera vez la medición y contribución de los Recursos Naturales al
Crecimiento, así como también una primera versión por sector de actividad,
actualmente en revisión.
La presente actualización corresponde a la actualización de la base
ARKLEMS 3.0 macroeconómica al año 2010 presentada en el Congreso
WORLDKLEMS 2010 y 2012 (Harvard-Cambridge). Actualmente se está
realizando la actualización al año 2013, con revisiones por sector de actividad
económica.
El proyecto se divide en componentes o Workpackages: Cuentas de

Producción, Factor Trabajo y Capital Humano, Stock de Capital y Recursos
Naturales y Productividad. Todos los componentes plantean metodologías y
estimaciones desagregadas tipología del factor y sector de actividad económica.
A continuación se presenta una síntesis de la metodología de cada uno de
los componentes1.
2.2. Componentes (workpackages)
2.2.1. WP1: Crecimiento por sector de actividad económica
Tanto el PBI como todas las fuentes del crecimiento son medidos mediante
el índice de Tornquist como es tradicional en la literatura de medición de
productividad, por lo cual conviene describir brevemente las implicancias en
la utilización de este tipo de números índices.
La estimación de indicadores de volumen físico sobre períodos largos
plantea la cuestión referida al tratamiento de los movimientos de precios
relativos, que pueden hacer que se generen grandes diferencias entre las
estimaciones efectuadas con distintas estructuras de ponderación. El método
usual de empalmar series elementales y agregar mediante ponderaciones fijas,
genera un sesgo por cambios de composición en los agregados que tiende,
por ejemplo, a sesgar negativamente el crecimiento del PBI, al subestimar la
contribución al crecimiento de aquellos sectores cuyos precios relativos han
subido respecto del año base que se emplea como referencia para los precios
(véase, por ejemplo, Jorgenson, Gollop y Fraumeni, 1987, Aulin- Ahmavaara,
2004, Diewert, 2005). Esos efectos pueden ser de magnitud considerable en
economías con gran variabilidad de precios relativos.
La literatura sobre números índices ha discutido extensamente la
construcción de indicadores con ponderaciones variables, que faciliten la
construcción de series de precios y cantidades con propiedades deseables desde
1
Una versión previa y exhaustiva se encuentra en Coremberg (2009a) que presenta una actualización
de la tesis doctoral del autor en la Universidad de La Plata.
el punto de vista estadístico económico2. Entre ellos se cuentan a los índices de

fórmula Fisher (que combinan resultados de estimaciones de tipo Laspeyres
y Paasche), los índices encadenados (que acumulan tasas de variación de
volúmenes calculados para cada período t utilizando como ponderadores a los
precios de t-1), y los índices de fórmula Tornqvist (1936). Estos últimos son
variantes de los índices encadenados, donde las variaciones entre los períodos t
y t-1 se estiman agregando con ponderaciones promedio de esos dos períodos.
En la práctica, ese procedimiento implica estimar los movimientos de corto
plazo con agregaciones según precios actuales, y considerar simétricamente a
las variaciones entre t-1 y t y entre t y t-1 (mientras que los índices encadenados
son asimétricos). En concreto, la fórmula que define a los índices Tornqvist es:
Donde X tT representa el agregado Tornqvist del período t, X it es

el volumen físico en t del componente elemental i del agregado, vit es la
participación del valor de en el valor total del agregado en t.
Los índices de fórmula Tornqvist han sido recomendados para su
utilización en la estimación de series de producción e insumos factoriales dado
que, al margen de que reconocen los cambios de precios relativos, constituyen
agregadores exactos (o “superlativos”) respecto de la función de producción
flexible translog (Diewert, 1976). Otra característica de estos indicadores
es la “identidad temporal”, es decir la independencia respecto del año base.
En cambio, no resulta operativa la propiedad de aditividad: una variable
construida a partir de series elementales no resulta igual a una agregación
de subagregados mediante una fórmula Tornqvist. (SNA (2008), Diewert,
1995). Esta propiedad, que implica en particular que las series de volumen
físico no satisfacen la igualdad de la suma de componentes de la oferta y la
demanda agregada, requiere atención en la interpretación de las series. En este
2
Ver capitulo Números Índices: Dorin y Perotti (2014) de este libro.
trabajo, todos los agregados a los que se hace referencia fueron construidos por
agregación de variables al nivel más abierto posible según la disponibilidad de
datos; por consiguiente, no resultan por composición de variables de nivel de
agregación intermedio, si las hubiera.
En síntesis, la elección de los indicadores Tornqvist para elaborar series
de volumen físico se basó principalmente en su carácter de agregadores
apropiados para funciones de producción generalizadas, asi como la captación
de los efectos sustitución-composición en la producción (o en otros elementos
o subcomponentes en los factores productivos) lo cual los hace aptos para
análisis de producción, productividad y fuentes de crecimiento.
Los componentes sectoriales del valor de producción y valor agregado
por industria están construidos a precios del productor3. La única diferencia
que se debería presentar respecto de las series oficiales debería ser el efecto
composición no captado por los índices Laspeyres de base fija oficiales, efectos
que resultaron de magnitud mínima.
Sin embargo, Argentina constituye un caso especial por el impacto en las
series de PBI de la intervención política del conjunto del sistema estadístico
a partir del 2007, cuestión que no se puede soslayar si se quiere medir las
fuentes del crecimiento y su productividad con credibilidad y consistencia a
los fines de evitar introducir evidentes distorsiones. Es por ello, que el proyecto
ARKLEMS, gracias a la experiencia previa en Cuentas Nacionales de su
equipo de trabajo, encaró como tarea principal la reestimación de las series
de PBI ARKLEMS reproducibles por sector de actividad económica con un
elevado nivel de desagregación desde 1993 hasta el presente, calculadas con
fuentes y métodos similares a las tradicionalmente utilizadas por las Cuentas
Nacionales, a los fines de chequear la fiabilidad y consistencia de las series
oficiales, cuestiones analizadas con detalle en Coremberg (2014)4.
El PBI ARKLEMS reproduce cercanamente las series oficiales desde
1993 hasta el año 2007, a partir del cual las series oficiales en comparación
con la serie ARKLEMS reproducible comparable (Laspeyres), sobrestiman
3
En el futuro, ARKLEMS va a tratar de medir estas variables a precios básicos.
4
Ver Metodología y series en www.arklems.org/pbi.
notablemente el crecimiento económico agregado y en casi todos los sectores

de actividad, demostrando el abandono de la metodología tradicional, cuestión
primera y clave para la realización de cualquier contabilización de las fuentes
del crecimiento y medir correctamente la productividad. Una síntesis de estas
diferencias se presenta en la sección de resultados.
2.2.2. WP2: Capital y recursos naturales
La Medición del Capital en el caso de ARKLEMS+LAND incluye tanto a

los bienes de capital tradicionales (maquinaria y equipo, material de transporte,
infraestructuras y construcciones), la especial contribución de los bienes
TIC (tecnologías de información y comunicación) enfatizado en el proyecto
EUKLEMS para países desarrollados y también a los Recursos Naturales
(tierra de uso agropecuario y activos del subsuelo. En este último caso, el
proyecto ARKLEMS es el único estudio con metodología KLEMS que incluye
explícitamente la contribución del llamado Capital Natural al crecimiento
económico y es objeto de especial atención por las características de Argentina
como país intensivo en recursos naturales. Actualmente nuestro equipo de
trabajo está realizando una estimación de la PTF en otros países tomando
en cuenta la metodología planteada en ARKLEMS, y que se ha denominado
KLEMS+N. Notar que la exclusión de este importante factor productivo en
países dependientes de recursos naturales puede sesgar el análisis del perfil del
crecimiento, como se ha presentado en Coremberg (2012).
2.2.2.1. Servicios de Capital Fijo Producido
El proyecto ARKLEMS+LAND realiza la medición del Stock de Capital

como factor productivo, es decir por su concepto de servicios de capital5.
Para ello, se utiliza el enfoque desarrollado por OECD (2009) y utilizado
por EUKLEMS (2007) (2009) basado en la agregación de activos de capital
por costos de uso por tipo de activo. Ello permite darle una mayor ponderación
5
Además el proyecto ARKLEMS brinda la estimación tradicional en tanto Capital Neto o Riqueza,
mediante la agregación de los activos producidos por su precio de activo.
en la generación del output, a los activos más productivos, de menor duración

y con expectativas de caída de sus precios relativos futuros como los equipos,
especialmente las TIC vis a vis las tendencias contrarias en el caso de las
construcciones y la infraestructura.
La medición incluye más de 80 tipos diferentes de activos a un nivel muy
detallado: desde unidades de viviendas, equipo de transporte, maquinaria,
construcción pública y privada no residencial, bienes de capital agropecuarios
como ganado reproductor y actividad lechera, plantaciones permanentes, silos
y otras construcciones agropecuarias. La actualización de la versión 3.0 de los
servicios del capital fijo producido toma en cuenta una revisión de la versión
previa de la base de datos de acuerdo con el Censo Económico 2004 y los
resultados parciales del Censo de Población 2010, así como la actualización
de otros registros.
La agregación de los distintos tipos de activo por su costo de uso6 se realizó
también por la formula Tornquist:
Vi,t: ponderadores de costo de uso por tipo de activo

PKi: costo de uso del activo i o precio de alquiler
Pi: deflactor de precios del bien de capital i.
ri: son las ganancias/pérdidas de capital esperadas del activo i
r(t): tasa de retorno de los bienes de capital
di: Tasa de depreciación del activo i
6
Para un análisis detallado de la metodología y resultados de este componente, ver Coremberg (2009a)
2.2.2.2. Metodología de servicios de las TIC en Argentina
La estimación de los servicios de capital de los bienes TIC (tecnologías de

información y comunicación) constituidos por hardware, software y equipos
de telecomunicaciones siguió una metodología que asegura la comparabilidad
internacional de las series.
La estimación de la contribución de las TICs al crecimiento económico
y especialmente al crecimiento de la productividad implica supuestos
importantes y decisiones metodológicas. Solow (1987) ha declarado con un
cierto pesimismo que “la influencia de las computadoras es vista en todos
lados menos en las estadísticas de productividad”.7
El impacto del progreso tecnológico incorporado en las TICs implica una
mejora de la calidad no siempre capturado por los índices de precios oficiales,
generando una potencial sub estimación del crecimiento de volumen físico
de este tipo de bienes de capital y por lo tanto sesgando negativamente su
contribución al crecimiento dificultando las comparaciones intertemporales e
internacionales de la inversión y las tasas de capitalización en los activos TICs.
Algunos países desarrollados (Estados Unidos, Francia, Canadá, Alemania)
siguiendo las recomendaciones del SCN (1993) y SCN (2008), así como de los
Manuales de la OECD de Capital (2009) y Productividad (2001) han realizado
ajustes hedónicos8 a los precios de las TIC, imputando los cambios en calidad
a los índices de volumen físico.
Sin embargo, en varios países en vías de desarrollo (y también en países
desarrollados) ningún ajuste de este tipo es llevado a cabo a sus estadísticas ni a
sus cuentas nacionales9. Las estadísticas de precios y cantidades en Argentina,
como así también en otros países que son importadores netos de TICs, eligen
adoptar la comúnmente llamada metodología de precios internacionales
(similar al método de armonización de precios) que consiste en utilizar el
índice de precios de exportación de bienes de capital del país originario de
7
Conocido como la paradoja de Solow
8
Y otros casos equivalente como los “matching models”
9
Inicialmente, por el alto costo que implica la construcción de índices de precios de TIC ajustados
hedónicamente, dada la necesidad de mantener una continua estadística de precios esencialmente
heterogénea, con cambios frecuentes de modelo y de atributos. Para una discusión mas detallada, ver
Coremberg (2007).
las importaciones (debido a la falta de índices internacionales homogéneos

de bienes de capital) por tipología, implicando de hecho un ajuste hedónico
de los bienes de capital importados para el caso especial de las TIC, si los
proveedores usan este tipo de metodología10.
La literatura de medición económica recomienda el método de
“armonización de precios” que consiste en imputar los cambios en los precios
de las TICs ajustados por calidad provenientes de los índices oficiales de
Estados Unidos a las economías sujetas a medición, ajustados por los cambios
en los precios relativos y en los tipos de cambio. Esta fue la metodología
adoptada por el proyecto EUKLEMS para obtener la medición homogénea de
las TIC en los países integrantes del proyecto. 11
Sin embargo, en Argentina, las Cuentas Nacionales utilizan el índice de
precios agregado del conjunto de los bienes de capital importados, deflactando
cada tipo de bien de capital por el índice agregado, es por esto que la inversión
en TIC a precios constantes está subestimada y también su contribución al
crecimiento. Estos bienes tienen en general una tendencia negativa en sus
precios mayor que el precio promedio del resto de los bienes de capital.
En este documento, se eligió aplicar el método de “armonización de
precios” por cada tipo de bien de capital TIC y no TIC a nivel máximo de
desagregación, utilizando los índices de precios específicos por tipología por
rama CIIU a 5 dígitos a Argentina permitiendo la comparabilidad intertemporal
e internacional de la inversión en TIC y la intensidad de la capitalización y el
ajuste de calidad de la contribución de las TICS al crecimiento económico
Argentino12.
10
Pero cabe acotar, que ello está suponiendo que la valuación de los cambios de atributos es similar
tanto en el país proveedor como en el importador.
11
Para un resumen de esta metodología ver Wikof (1995), Colecchia y Schreyer (2001), Schreyer
(2002), Mas y Quesada (2005), Van Ark and Timmer (2006) y la metodología EUKLEMS en
EUKLEMS (2007).
12
Como resultado de estos ajustes, Argentina presentó un importante dinamismo en su intensidad de
inversión en TIC, representando un 5% en 2006, a pesar de que este nivel es menor a los niveles
presentados por los países OCDE tales como Estados Unidos (18,5%), Reino Unido (20,1%), Australia
(13%), Portugal (11,5%) o inclusive España (7%)
2.2.2.3. Recursos Naturales (KLEMS+N)
ARKLEMS+LAND es el único proyecto en su tipo que al presente incluye

la medición de los Recursos Naturales: Tierra de Uso Agropecuario y Activos
del Subsuelo como fuente del crecimiento, tomando en cuenta el importante
impacto de estos activos en América Latina y su ventaja comparativa natural
de los sectores intensivos en recursos naturales.
Los activos económicos no producidos contribuyen con sus servicios al
proceso de producción en aquellos sectores intensivos en su uso. Los pagos
por el uso de la tierra son la renta de la tierra (ingreso por la propiedad del
recurso). En principio, el valor de los servicios productivos de los recursos
naturales debe ser reflejado en el precio de esos activos, ya que como cualquier
otro activo, el precio debe representar el valor de los servicios producidos que
el mismo provee. Asimismo, no todos los activos no producidos tienen valores
de mercado habituales que permitan su fácil valuación, como por ejemplo
sería el caso de los depósitos de minerales.
A nivel internacional, las experiencias son diversas y poco numerosas pero
que inclusive en muchas de ellas no incorporan algunas recomendaciones
básicas del SNA (2008) o de la OECD (2009) en relación a la metodología
de valuación de la riqueza no producida y sus servicios productivos.
Específicamente, cuando se trata de valuar el capital natural como riqueza, no
siempre se toman en cuenta la recomendación de valuar a precios de mercado,
siendo el second-best el de imputar el valor presente neto esperado de los
rentas13.
La metodología de valuación de la tierra de uso agropecuario en tanto
riqueza utilizada en el presente trabajo es la siguiente. Las áreas de cultivo
fueron valuadas para cereales, oleaginosas, cultivos industriales, frutas,
vegetales y pasturas. Estas fueron desagregadas en 136 zonas de aptitud
agrícola ganaderas diferentes a través de la actualización de los datos oficiales.
13
La importante medición del Banco Mundial, World Bank (2005), (2011), con un gran trabajo de
recopilación de datos y metodológico que compatibiliza las mediciones de Capital natural con las
de concepto de Ahorro Genuino, obligados quizá por la necesidad de incluir la mayor cantidad de
países posibles en la muestra, valúa la tierra agropecuaria mediante el valor presente descontado de las
rentas calculadas como diferencia entre el precio de los productos generados y su costo de explotación
descontados a una tasa de descuento común del 4% para todos los países de la muestra.
Los precios corresponden a precios de mercado cotizados por las principales

agencias de bienes raíces del sector con una base de datos que desagrega la
superficie de tierra agrícola total del país en aproximadamente 150 municipios
clasificados de acuerdo a su localización, tamaño y aptitud agrícola ganadera
por tipo de actividad14.
Sin embargo, la inclusión de la tierra como factor productivo en la
contabilidad del crecimiento debe ser incluida por los servicios que provee y
no por su precio en tanto activo, en analogía con la metodología para el capital
producido. La contribución de la tierra agrícola al crecimiento económico está
dada por el crecimiento de la tierra cultivada, ponderada por la participación
de la renta de la tierra agrícola en el total del PBI Argentino. Esta renta fue
estimada usando el ratio renta/valor de la tierra agrícola15 con la misma
desagregación y fuente de información utilizada en la valuación de su riqueza,
teniendo en cuenta las recomendaciones de OECD (2009)16.
En el caso de los depósitos del subsuelo, la mayoría de ellos no tienen
precios de mercado. La Oficina de Estadísticas de Australia como así también
Estadísticas de Canadá y World Bank (2005, 2011) recomiendan aquí si en
coincidencia con el SNA (2008), en ausencia de los precios de mercado, la
valuación de los recursos como riqueza por el criterio del valor presente neto
esperado de sus rentas netos del costo de extracción, o por su costo de uso o
de oportunidad.
En el caso Argentino, los activos del suelo fueron valuados tomando en
cuenta las reservas de petróleo y gas existentes y los depósitos de minerales de
acuerdo con los datos oficiales, a través del método de valor presente constante
del ingreso sugerido por el Banco Mundial, dado que estos activos no tienen
valores de mercado, tomando como tasa de descuento o costo de oportunidad,
el retorno del capital producido y el tiempo esperado de agotamiento de la
reserva, de acuerdo con el ratio reserva/ producción por tipo de activo.
14
Esta metodología permite obtener el valor de la riqueza de la tierra sin recurrir a aplicar los supuestos
del valor presente neto. Para una medición de la tierra siguiendo el valor presente neto a nivel
internacionales ver World Bank (2005) (2011)
15
Información provista por revistas especializadas del sector por zona agropecuaria similares a las
utilizadas para la valuación a precios de mercado.
16
De hecho, el costo de uso de la tierra para agricultura y ganadería está siendo estimada mediante un
método conocido como “renta equivalente” propuesto en Coremberg (2004) y OECD (2009) para el
caso de las viviendas.
En analogía con el caso de la tierra agropecuaria, la contribución de

los activos del subsuelo al crecimiento económico debe ser medida por los
servicios que provee. El cálculo resulta del crecimiento del material extraido
de las reservas o los depósitos (de acuerdo con los datos oficiales) ponderado
por la participación de la renta de la minería en el PBI agregado. La renta de
los activos de minería fue calculada descontando las ganancias generadas por
los activos fijos en el sector de minería (imputando la renta media de retorno a
las estimaciones del stock de capital del sector) del superávit operativo global
bruto en el sector minero17.
La exclusión de los recursos naturales como factor productivo puede
resultar en importantes sesgos. De acuerdo con Schreyer (2001), la exclusión
de cualquier insumo o factor puede producir sesgos en la PTF medida, tal como
el autor citó para el caso de la tierra en los países OECD, ni tampoco se incluye
y mide explícitamente habitualmente en la contabilidad del crecimiento de
los países en vías de desarrollo e inclusive de aquellos intensivos en recursos
naturales.
De acuerdo con las estimaciones de ARKLEMS, el capital natural en
Argentina creció menos que el resto de los insumos (la tierra a una tasa
moderada y los activos del subsuelo a una tasa negativa), por lo que la medición
de los servicios del capital natural permite la obtención de una medida de PTF
sin sesgo negativo.
2.2.3. WP3: Factor Trabajo y Ccapital Humano
Desde la perspectiva del análisis de la producción, la literatura económica

y los organismos internacionales de estadística enfatizan que la medida
apropiada del insumo trabajo utilizado en el proceso productivo debe ser
el total de horas trabajadas. Las mediciones del insumo trabajo basadas en
cantidad de personas empleadas ocultan los cambios en las horas laborales
17
Los resultados fueron consistidos comparando la renta resultante con el valor estimado del recurso.
Los ratios renta-valor del recurso resultantes para Argentina resultaron equivalentes a las tasas WAC
del sector de acuerdo con la opinion de expertos calificados en el sector minero y petrolero.
promedio por ocupado, causadas por la evolución del trabajo a tiempo parcial,
las horas extras, el doble turno u otros cambios en la intensidad laboral de la
fuerza de trabajo utilizada en la producción.
También se recomienda medir la contribución del factor trabajo al
crecimiento del producto en términos de puestos de trabajo equivalente
a tiempo completo y no de personas ocupadas, a fin de netear los efectos
espúreos sobre la medición en términos de personas de la doble ocupación18.
En el caso del proyecto ARKLEMS+LAND, se tomaron como unidad de
medida las horas trabajadas de acuerdo con la consistencia y la compilación
de las cuentas de generación del ingreso provenientes de las Cuentas
Nacionales basadas en las Encuestas de los Hogares, Registro de Empleo,
Censo de Población, ajustando la cantidad de trabajadores y el ingreso laboral
por los efectos de la economía no observada (ENO). Dados los sesgos en
los datos oficiales a partir del año 2007, se realizó un cálculo propio de las
remuneraciones y horas trabajadas siguiendo la metodología tradicional.
Sin embargo, tomando en cuenta las recomendaciones de OECD (2001),
medir el empleo sobre la base de la suma simple de puestos de trabajo u
ocupados implica una medición indiferenciada. El empleo presenta importantes
heterogeneidades; por ejemplo: género, edad, educación, categoría ocupacional,
sector; que pueden impactar en un sesgo en el análisis de su contribución
agregada al crecimiento del producto. De no captarse la diferenciación del
empleo de acuerdo a sus características más relevantes implica un sesgo en la
estimación de la contribución del factor trabajo al crecimiento del producto.
Diferencias en la calificación o “calidad” de la mano de obra puede tener
origen en la diferenciación por algunas de las características mencionadas y
dar por resultado diferencias en salarios relativos de cada uno de los grupos.
De no captarse esta diferenciación, se distorsionaría la medición de la PTF.
En la literatura canónica de capital humano se aproxima los diferenciales de
calidad o productividad del trabajo atribuible a sus características, suponiendo
que los salarios relativos por atributo son una buena variable proxy de los
diferenciales de calidad o productividad de cada uno de los tipos de trabajo. Ello
implica ponderar el aporte de los subagregados o grupos en que se subdivida el
empleo (por sector, educación, etc.), tomando en cuenta sus salarios relativos.
18
Ver OECD (2001a) y SNA (2008) (2008)
La diferencia entre el índice de evolución física del empleo indiferenciado

y el índice Tornquist de trabajo diferenciando por estratificación permitirá
desagregar el efecto “cambio de composición de la fuerza de trabajo”, que
parte de la literatura económica standard atribuye a cambios en la “calidad de
la fuerza de trabajo o directamente al “capital humano”.
En el proyecto ARKLEMS+LAND, el cambio en la composición de la
mano de obra es capturada por la agregación Tornquist de las horas trabajadas
desagregadas por los siguientes estratos: género, experiencia, educación,
categorías ocupacionales y sector, siguiendo la experiencia de BLS, EUKLEMS
y IVIE de acuerdo con la proposición original de Dale Jorgenson19. La inclusión
de la estratificación por categoría ocupacional permite la desagregación
del efecto de los cambios de estratificación entre trabajadores asalariados
registrados, no registrados y no asalariados permitiendo analizar el impacto
de la mano de obra informal en la productividad, tema de singular importancia
para América Latina. Analíticamente:
g: género
a: experiencia (edad)
e: educación
o: categoría ocupacional (asalariados registrados, no registrados y no
asalariados)
i: sector de actividad económica
H: horas trabajadas20
19
Jorgenson, et.al. (2005), BLS (1993), Schwerdt and Turunen (2006), EUKLEMS (2007), Coremberg
(2010a).
20
La medición se presenta en términos de horas trabajadas, dada la actualización propia de la
Generación del Ingreso a partir del 2007 (y del periodo 1990-1993), se realizó tomando en cuenta esta
variable. De todos modos, la evolución de las horas trabajadas y de los puestos de trabajo equivalentes
1993-2007 eran similares.
El índice de cambio en la composición de la fuerza de trabajo resulta de la

diferencia entre el crecimiento del insumo trabajo diferenciado y el crecimiento
del conjunto de las horas trabajadas sin diferenciar:

2.2.4. WP4: Productividad: Laboral y Total de los Factores
2.2.4.1 La Contabilidad Agregada del Crecimiento con Factores

Productivos Especiales
La contabilidad de crecimiento exhaustiva que permite identificar las

principales fuentes de crecimiento de un país resulta en la siguiente ecuación:
(1)
Donde Y es PBI, KP son los servicios del capital productivo21, LQ representa

el cambio en la composición de la mano de obra, H representa el empleo (horas
trabajadas), A es la productividad total de los factores (PTF) o Residuo de
Solow, ei representa la elasticidad producto de cada insumo primario y el sub
índice i: TIC, servicios del capital TIC, NTIC, son los servicios de capital No
TIC y RN, son los servicios de capital de los recursos naturales.
La Productividad Total de los Factores (PTF), variable A de la ecuación
anterior, se obtiene como la diferencia entre la variación Tornquist del PBI y
la contribución ponderada del crecimiento de cada insumo o factor productivo.
La medición de los insumos cuando no son correctamente ajustados por
cambios de composición y calidad, tal como Abramovitz (1956) y Grilliches
(1996) han señalado, pueden causar un sesgo en su contribución al crecimiento,
sesgando la PTF22.
21
Los servicios del capital productivo fueron estimados utilizando los costos de usuario por cada tipo
de activo de acuerdo al enfoque ya citado para una desagregación exhaustiva en más de 100 tipologías
de bienes de capital diferenciales.
22
Como fue señalado por Lucas (1988), Mankiw, Romer y Weil (1992) o Romer (1986) o Hulten y
otros (2005) para el caso del capital humano.
En ARKLEMS+LAND, no obstante, para captar los efectos de composición

y sustitución, todos los insumos y el PBI son estimados de acuerdo con la
fórmula Tornqvist, de acuerdo al enfoque citado anteriormente. Por otro lado,
el ajuste por cambios de composición en la fuerza de trabajo, la medición
del factor capital en términos de servicios, la diferenciación por tipología
detallada de los bienes de capital producidos, el tratamiento especial dado a las
TIC´s detallado anteriormente y la inclusión de los servicios de los recursos
naturales diferenciados por tipo de activo implican una medición explicita de
los cambios de calidad en los factores productivos en el proyecto ARKLEMS.
Dado que los cambios de “calidad” y/o composición quedan incluidos en el
PBI y en los factores, la PTF capta residualmente otro conjunto de fenómenos
que implican un aumento de productividad: innovación, externalidades,
rendimientos crecientes, cambios de utilización de la capacidad instalada.
La formulación extensiva de las fuentes del crecimiento del PBI de la
ecuación (1) puede reexpresarse en términos del dinamismo de la productividad
laboral. Las fuentes del crecimiento de la productividad laboral es el resultado
ponderado de los cambios en la intensidad del capital (servicios del capital por
hora trabajada), composición de la fuerza de trabajo LQ y de la PTF, A:

(2)
Los factores productivos contribuyen al crecimiento del PBI por su propio

crecimiento ponderados por su elasticidades producto respectivas e, los cuales
son variables no observables. Con el objetivo de operacionalizar la contabilidad
del crecimiento, tal como lo demostró Solow (1957), generalmente se utilizan
los supuestos de las condiciones de Euler de retornos constantes a escala y
competencia perfecta. Esto hace el e equivalente a los a, la participación de la
remuneración de los factores en el PBI (o distribución funcional del ingreso),
permitiendo medir las fuentes de crecimiento aproximando la ecuación (1)
mediante la siguiente ecuación:
(3)23
Sin embargo, los e pueden ser superior a 1, si por ejemplo TIC, el capital
humano y los recursos naturales tienen un efecto de externalidad sobre el
crecimiento, más allá de su contribución directa medida por su costo en la
distribución funcional o presentarse rendimientos no constantes a escala si
la suma de ellos es distinta de 124. La implementación de la ecuación (3),
usando a como ponderadores, como es realizado en este documento y en toda
la literatura no paramétrica, necesariamente causa la captura de externalidades
y la posibilidad de rendimientos no constantes a escala en la PTF medida.
En otros términos para que un factor productivo tenga una influencia
directa sobre la PTF, más allá de su contribución directa al crecimiento del
PBI, tiene que ocurrir lo siguiente:
DKTIC, DLQ,DKRN DQ
DKTIC, DLQ,DKRN DPTFM si y solo si
Otro punto analítico importante en el análisis de productividad es su

desagregación en efectos de corto plazo y largo plazo. Dado el comportamiento
de ciclo económico inestable de Argentina y otros países en desarrollo,
ARKLEMS identifica explícitamente los efectos de utilización de factores pro
23
Un procedimiento análogo puede ser seguido con la ecuacion 2 para la implementacion práctica de la
medición de las fuentes de la productividad laboral.
24
La evidencia econométrica de existencia de rendimientos no constantes a escala a nivel país es muy
dicutible y escasa. Si hay casos a nivel sectorial, y por lo general se presentan cuando en realidad se
está excluyendo de la medición de algún factor productivo no observable. Para una discusión más
exhaustiva sobre las discrepancias entre e y a, ver OECD (2001), Stiroh (2002), Coremberg (2008).
cíclicos (intensidad laboral y utilización del capital) atribuyéndolos a ganancias

de productividad de corto plazo, ya que se comprueba su no persistencia en
el largo plazo. La identificación de este tipo de efectos resulta notablemente
importante en el caso argentino, porque los efectos utilización factorial son
los que están por detrás de la gran capacidad de recuperación del nivel de
actividad luego de las grandes crisis económicas, pero que sin embargo sus
efectos no son persistentes y explicarían en parte la decepcionante tendencia
de largo plazo del crecimiento de la economía argentina25.
Este documento sigue la metodología presentada en Coremberg (2008) para
identificar la PTF estricta, movimientos positivos de la función de producción
sostenibles en el largo plazo, en el sentido de incluir en los inputs, los efectos
de calidad, composición y utilización de los factores. El descuento del efecto
de utilización permite identificar las ganancias cíclicas de productividad que
no son sostenibles en el largo plazo, tal como presentan por ejemplo Bernanke
y Parkinson (1990) y Basu, Fernald & Shapiro (2001). En cualquier caso, en
este trabajo se presentan varios perfiles de PTF, donde la contribución de los
factores es alternativamente ajustada por la utilización de los factores y la
calidad de la mano de obra, siendo la PTF estricta ajustada por ambos efectos.
La PTF aparente es la PTF residual sin ningún ajuste de la utilización de los
factores y de cambios en la composición laboral.
En conclusión, si la PTF medida fuera reducida o negativa, podría
ser un síntoma alternativo de dos fenómenos: la inexistencia o irrelevancia
macroeconómica de las externalidades de los factores, o su bajo
aprovechamiento por el conjunto de la economía.
25
Mientras que las salidas de las dos últimas crisis: post hiperinflaciones y postcrisis2002 fueron
a tasas chinas próximas al 8%. Una comparación entre máximos cíclicos 1987-1998 y 1998-2013
arroja una tendencia decepcionante del 2.8% y 2.3% anual respectivamente. Cabe acotar que la serie
ARKLEMS del PBI 1913-2013 arroja un crecimiento en cien años del 2.5% promedio anual. Varios
filtros econométricos de tipo Hodrick-Precott y otros arrojaron similares resultados para la tendencia.
2.2.4.2. Patrones Sectoriales de las Ganancias de Productividad
La desagregación de la PTF a nivel sectorial es muy importante para el

diagnóstico del perfil de crecimiento económico de un país. Las ganancias
o pérdidas de productividad a nivel agregado pueden ser el resultado de una
significativa heterogeneidad sectorial debido a las a las diferencias del nivel
y dinamismo de eficiencia entre sectores o a heterogeneidades idiosincráticas
intrasectoriales.
De acuerdo con el análisis previo, la sustentabilidad del crecimiento
económico requiere de que una gran parte de las ganancias de productividad
tengan su origen en lo que se llama PFT estricta o neta: mejoras continuas
y permanentes en la organización del proceso de producción, es decir,
que la economía aproveche de la mejora en la calidad de los insumos, las
externalidades, rendimientos crecientes, como así también de la asignación
óptima de insumos y productos entre los sectores, en lugar de ganancias de
productividad originadas en fenómenos cíclicos o temporales.
En este caso, tomando en cuenta una definición más amplia de crecimiento
económico sustentable, es necesario que la estructura de producción sostenga
las mejoras en la productividad agregada de la economía en el largo plazo; es
decir no solamente durante las recuperaciones sino también entre máximos
cíclicos.
Una de las vías por las cuales los cambios estructurales se traducen
en un mayor crecimiento sostenible y en la productividad agregada es
el desplazamiento de factores productivos de un sector a otro de mayor
productividad o por la reasignación de factores más eficiente dentro de
cada sector. Ello puede ser realizado mediante un análisis shift-share de las
ganancias agregadas de PTF.
Sin embargo, tan importante como la descomposición de las ganancias de
productividad agregada en efectos intra e intersectoriales es la identificación
de aquellos sectores más dinámicos y eficientes que sostengan y dinamicen la
productividad de la economía en su conjunto.
En un sentido más amplio, para sostener el crecimiento de largo plazo, es
necesario que estos sectores especiales o “estratégicos” generen externalidades
significativas, rendimientos crecientes, complementariedades estratégicas
hacia el resto de los sectores económicos, con la capacidad de mantener los
estándares de vida, ganancias y productividad continuamente en el largo plazo;
lo que en la literatura especializada se ha referido como eficiencia dinámica o

bonus estructural generado por sectores “estratégicos”26.
A continuación se plantea analíticamente el enfoque de análisis sfhit-
share y la metodología de identificación del origen sectorial de los cambios
de productividad.
2.2.4.2.1. Cambio Estructural: Analisis Shift-Share del Crecimiento de las

Ganancias de Productividad
La desagregación de las series de fuentes de crecimiento por sector

de actividad económica y de PTF de la base ARKLEMS+LAND por
sector27 permite realizar un análisis del tipo shift-share de las ganancias de
productividad en sus principales componentes: cambio estructural o efectos
intersectoriales y efectos intrasectoriales.28. Estos efectos se pueden obtener
mediante una descomposición shift-share de las ganancias de PTF a nivel
agregado29. Expresando la PTFt del conjunto de la economía como la media
ponderada de los niveles de productividad de cada uno de los sectores j, PTFjt
Las ganancias de PTF entre el periodo 0 y T puede ser desagregada en los

siguientes efectos:
26
Ver Timmer and Szirmai (2000), Ocampo (2008) y Pérez (2007). En Coremberg (2012) se aplica este
enfoque para el caso de la Productividad de América Latina durante el auge de precios de productos
básicos.
27
Actualmente en revisión. Los resultados sectoriales presentados corresponden a una anterior versión
de la base, ARKLEMS 2.0 publicada en Coremberg (2009a) para el periodo 1990-2006. Un análisis
más detallado de la metodología y resultados del origen sectorial de las fuentes de crecimiento se
encuentran desarrollados en Coremberg (2009a) y Coremberg y Perez (2010) cap.6
28
World Bank (2009), Timmer and Szrimai (2000), Maudos, Pastor and Serrano (2008), Peneder (2008),
World Bank (2008), Pérez (2007), Foster, Haltiwanger and Krizan (2001), Bartelsman, Haltiwanger
and Scarpetta (2004), World Bank (2008)
29
Ver Perez, Maudos, Pastor y Serrano (2006)
El primer término refleja el crecimiento de la PTF agregada por virtud de

los efectos intrasectoriales dados por la reasignación de factores dentro de cada
industria. El segundo término representa la contribución del cambio estructural
o de desplazamiento sectorial de factores entre sectores al crecimiento de
la PTF agregada que se puede dividir en dos: el primero toma en cuenta la
reasignación de factores productivos hacia sectores más productivos (cambio
estructural estático) mientras que el segundo toma en cuenta el desplazamiento
de factores hacia sectores que presentaron un mayor crecimiento de la PTF
(cambio estructural dinámico).
Este tipo de metodología ha sido ampliamente utilizada en la literatura de
desarrollo económico para detectar si las economías están creciendo gracias
a un cambio de su estructura hacia sectores más productivos y que como
consecuencia de este cambio estructural, la productividad agregada de toda la
economía tiene un crecimiento extra por sobre las ganancias de productividad
intrasectoriales. A esta hipótesis se la ha dado en llamar bono estructural
(structural bonus), y se lo ha vinculado generalmente a los efectos que produce
la industrialización en el largo plazo.
En el contexto que aquí nos interesa cabe preguntarse si los supuestos
sectores incentivados en la década de 1990 (no transables) y post 2002
(transables) generaron algún tipo de efecto “structural bonus” no solo durante
las fases positivas del ciclo económico argentino sino también a largo plazo.
2.2.4.2.2 .Origen Sectorial de las Ganancias de Productividad
Para identificar si las ganancias de productividad agregada están siendo

generadas por algún sector “estratégico” que genere “eficiencia dinámica”,
efectos derrame o bonus estructural de crecimiento a toda la economía, resulta
necesario identificar los orígenes sectoriales de las ganancias de productividad
agregada. Para ello resulta necesario realizar una agregación consistente de la
descomposición del crecimiento de la producción de cada uno de los sectores
de actividad económica en sus fuentes sectoriales o factores productivos.
Una agregación consistente de la PTF de diferentes sectores económicos,
es la metodología presentada en Jorgenson, Gollop y Fraumeni (1987) y
ampliada en Jorgenson, Ho, Samuels and Stiroh (2007). Esta metodología
demuestra que partir de la ecuación (3) de contabilidad de crecimiento

presentada para cada sector j, donde adicionalmente a los insumos primarios,
los insumos intermedios son incluidos:
(4)
Yj: producción del sector j

Xj: insumos intermedios del sector j
Lj: insumo trabajo del sector j
Kj: servicios de capital (incluyendo cada una de las tipologías mencionadas,
además de las TIC y los recursos naturales del sector j.
ai,j:media geométrica de las ponderaciones de los insumos en el valor del
producto.
Agregando por sector, se demuestra que la PTF agregada resulta en:
(5)

Esta ecuación vincula los cambios en la PTF de cada sector con la PTF
agregada. La ponderación refleja el ratio entre las participaciones del valor
agregado del sector en el PBI wj y el coeficiente de valor agregado de cada
sector vvj, que en la práctica resulta en las llamadas ponderaciones Domar: El
ratio entre el valor de producción de cada sector y el PBI, que son típicamente
mayores a 130.
De esta forma, la metodología muestra el hecho de que mejoras en la PTF
del sector pueden deberse a la suma de dos factores: el efecto directo típico de
aumento de la PTF del sector j y un efecto indirecto generado por el aumento
de PTF en los sectores proveedores de insumos al sector j. Cuando el efecto
indirecto no es tenido en cuenta, podría haber un sesgo en la contribución de
la PTF del sector al crecimiento de la PTF agregada.
30
Jorgenson, Gollop y Fraumeni (1987) y Jorgenson, Ho, Samuels y Stiroh (2007) presentan una versión
ampliada de la ecuación, donde aparecen los términos de reasignación de factores intersectorial. Sin
embargo, tal como Jorgenson y Stiroh (2000) presentan para el caso de Estados Unidos, como así
también en esta estimación para Argentina, estos términos no resultaron significativos.
Con un razonamiento análogo, al caso de los factores productivos

especiales, si un sector estratégico está generando efectos de eficiencia
dinámica: externalidades, encadenamientos, complementariedades estratégicas
sobre el resto de los sectores de la economía, más allá de su contribución, el
crecimiento de la PTF agregada debería ser de magnitud relevante.
El siguiente esquema sintetiza el argumento:
DAj DAT si y solo si dado DAj+>DAk
j: sector estratégico (manufacturas y/o recursos naturales)

k: resto de los sectores de la economía
AT: productividad total de los factores macroeconómica
Aj: productividad total de los factores del sector estratégico
En términos de este enfoque que:
Si la PTF de algunos sectores de la economía está decreciendo, las

ganancias de PTF de los sectores estratégicos deberían ser considerables como
para compensar las magnitudes negativas y generar una PTF macroeconómica
relevante. Los sectores no transables durante la década de 1990 o los sectores
transables, especialmente los intensivos en recursos naturales tendrían que
haber generado suficientes ganancias en su PTF sectoriales para “traccionar”
la productividad agregada de toda la economía argentina.
La siguiente sección toma en cuenta los principales resultados de aplicar
la metodología ARKLEMS+LAND planteada para cada uno de los working
packages al caso argentino.
3. Perfil del crecimiento de la economia argentina
Esta sección analiza los resultados principales de la contabilidad de

crecimiento de acuerdo con la metodología propuesta. En primer lugar, se
presentan los resultados de la contabilidad agregada y luego los resultados del

origen sectorial de las ganancias de productividad31.
3.1. Introducción
En las últimas dos décadas, Argentina ha experimentado varios cambios

estructurales en un contexto de fuerte inestabilidad económica e importantes
modificaciones del régimen macroeconómico que tuvieron un impacto en la
sustentabilidad del crecimiento de largo plazo.
Las reformas estructurales que fueron implementadas al principio de
la década pasada32, inicialmente generaron un aumento importante en la
productividad de largo plazo de la economía Argentina, aún cuando la adopción
del régimen cambiario de la convertibilidad y el incrementos en los flujos de
capitales extranjeros causaron un apreciación real significativa de la moneda
doméstica, generando un elevado déficit en la cuenta corriente.
De hecho, se esperaba que un conjunto de fenómenos sectoriales y
factoriales originados en el régimen económico implementado, pudieran
generar suficientes ganancias de productividad para mantener y sostener
el crecimiento de largo plazo. El aumento en la calidad de la inversión,
especialmente mediante la incorporación de los activos TIC en el proceso
productivo, las mejoras en el capital humano, el aumento en la productividad
de la tierra agrícola y el aumento de la productividad en el sector servicios
permitiría un importante ahorro de costos y generación de eficiencia indirecta
en los sector transables generando sostenibilidad externa a largo plazo. Sin
z
Los períodos que han sido elegidos para el análisis son las fases iniciales positivas de los últimos dos
ciclos económicos de la Economía Argentina: 1990-1998: corresponde a la fase inicial positiva del
plan de convertibilidad, después de la década perdida de los 80’s hasta el final del efecto Tequila, la
recuperación luego del shock negativo hasta 1998 cuando el período recesivo comenzó (1998-2002)
con la devaluación de la real brasileño y el 2002-2010 (último año disponible para todas las series de
Fuentes del Crecimiento). El análisis del periodo 1998-2010 permite la comparación entre el máximo
local del nivel de PBI de la década anterior con la actual (2010 es el último dato disponible para el
conjunto de las fuentes del crecimiento), permitiendo realizar un análisis del comportamiento de largo
plazo (peak to peak) de la productividad y del resto de las fuentes del crecimiento.. Los gráficos que
muestran las contribuciones también muestran el análisis de los períodos 1990-2001 y 1990-2010 que
corresponden a los períodos de reformas económicas de mercado y convertibilidad de la década pasada
y a todo el período bajo análisis.
32
El régimen cambiario de la convertibilidad y la apreciación de la moneda doméstica, el comercio
exterior y la apertura financiera, las privatización, la desregulación y concesión de los servicios
públicos, etc
embargo, la crisis de fines de siglo XX, y el abandono de la Convertibilidad,

revelaron no solo las inconsistencias del régimen macroeconómico vigente
sino también de su perfil del crecimiento.
El nuevo régimen de política económica post crisis basado hasta el año
2007 en un tipo de cambio real competitivo y la recuperación del precio
de los commodities, especialmente lo los bienes agrícolas y ganaderos, en
cuya producción Argentina posee una ventaja comparativa, permitieron el
resurgimiento del crecimiento económico.
Uno de los fenómenos esperados es que este nuevo régimen macroeconómico
fuera sustentable en el sentido de que no solamente generaría importantes
superávits comerciales si no que también los sostendría con ganancias de
productividad permanentes en los sectores transables: no solo de la industria
manufacturera sino también de aquellos sectores intensivos en recursos
naturales con una influencia significativa en la productividad de la totalidad
de la economía. La presente reversión del ciclo de crecimiento económico
internacional y de la tendencias de precios internacionales, pone en duda si el
perfil reciente del crecimiento de la economía argentina alcanzado durante el
reciente auge de precios de productos básicos fue sostenible en el largo plazo.
El principal objetivo de esta sección es presentar los principales resultados
de la aplicación de la metodología anteriormente planteada a los fines de
un análisis exhaustivo de las principales fuentes a nivel a nivel agregado y
sectorial de la economía argentina y verificar empíricamente la hipótesis de
si la potencial existencia de externalidades de los insumos especiales tales
como el capital humano y las TIC como así también los efectos dinámicos de
productividad y eficiencia de los sectores no transables en la década pasada
y los sectores transables e industrias intensivas en recursos naturales en la
presente década, han podido sostener el crecimiento económico en el largo
plazo con ganancias de productividad relevantes a nivel macroeconómico.
3.2. Fuentes del crecimiento del PBI
Una cuestión primera y clave para la contabilidad del crecimiento es la

estimación del PBI. A partir de la intervención política del INDEC, académicos
y la opinión pública generaron importantes dudas acerca de la fiabilidad y
credibilidad de los indicadores y encuestas generados por el instituto33. En

primer lugar la inflación, para pasar luego al PBI y posteriormente afectar
inclusive la balanza comercial y algunos resultados de la Encuesta Permanente
de Hogares.
Coremberg (2014) presenta una estimación exhaustiva del PBI de Argentina
desde el año 1993 hasta el 2012, que actualmente se encuentra actualizada
(www.arklems.org/pbi) las mismas fuentes y métodos que tradicionalmente
utilizaban las Cuentas Nacionales.
Las series oficiales y ARKLEMS resultan similares en su trayectoria desde
1993 hasta 2007. A partir del año 2007, ambas series comienzan a diferenciarse
dando por resultado una brecha de sobreestimación del PBI INDEC base 1993
superior al 10%34:
Gráfico 1: PBI Argentina 1993-2012, Índice de Volumen Físico 1993=100
Fuente: INDEC y ARKLEMS+LAND
33
Esta situación ha sido reflejada con exhaustividad en el informe de las universidades nacionales,
especialmente en el Informe UBA (2010), el libro de la Asociación Trabajadores del Estado (ATE)
(2014) y tanto la situación crítica como una propuesta hacia el futuro en Sistema Estadísticos, Aportes
para una Estrategia (2009) de la Academia de Ciencias Económicas.
34
La ruptura de la correlación a partir de 2007 también sucede con los índices alternativos de inflación
minorista como se refleja en Coremberg (2014).
Un resultado notable de la investigación es que la sobreestimación del

PBI no se debe a la aplicación automática del IPC distorsionado (que influye
únicamente en la estimación del sector financiero) sino que se trata de la
aplicación de encuestas del INDEC distorsionadas y/o alteradas en casi todos
los sectores de actividad económica35.
Por lo tanto, el PBI ARKLEMS base 1993 registra un crecimiento
sustancialmente menor a las series oficiales, incluso a las recientemente
publicadas base 2004.
Tabla 1: Crecimiento PBI 2007-2013

INDEC INDEC ARKLEMS ARKLEMS
Laspeyres Laspeyres Laspeyres Tornquist
Base 1993 Base 2004 Base 1993
Acumulado (%) 36,8 27 18,7 14,5
Tasa Anual (%) 5,4 4,1 2,9 2,3
La publicación de las nuevas series PBI oficial año base 2004, con diez
años de posterioridad al año de referencia resulta perimido ya que no refleja
los presentes precios relativos ni la estructura sectorial actual de la economía
argentina; cuestión que el índice Tornquist o cualquier otro índice encadenado
y/o superlativo permite, de acuerdo a la práctica usual ya asumida varias
décadas atrás no solo en países desarrollados sino también en varios países de
nuestra región36.
Por otra parte, de acuerdo a Coremberg y Wierny (2014), se detectan
importantes inconsistencias en el ajuste del año base basada en el Censo
Económico 2004, que tuvo importantes fallas de cobertura37. Además no se
presentan cuadros comparativos que justifiquen la magnitud del ajuste del PBI
a precios corrientes del 2004 en +20% promedio dado que la base anterior ya
incorporaba ajuste por economía no registrada y la mayoría de sus índices de
35
Ver análisis y grafico 3 en Coremberg (2014).
36
Ver capitulo Números Índices: Dorin y Perotti (2014) de este libro.
37
Se estima que el Censo Económico Nacional 2004 habría tenido una falla de cobertura próxima al
30%.
volumen físico de los valores agregados sectoriales se calculaban por doble

indexación. Asimismo, los deflactores sectoriales continúan subestimados38.
La nueva base no presenta un sinceramiento de los índices de volumen
físico sectoriales (y también de deflactores sectoriales), como por ejemplo
Industria, Comercio y Sector Financiero. Por el contrario, la evolución de
estos importantes sectores, resulta similar en ambas bases oficiales y más que
duplican los obtenidos de acuerdo a la metodología y fuentes de información
que tradicionalmente utilizaban las cuentas nacionales.
Tabla 2: Crecimiento PBI sectorial 2007-2013

Tasa de Variación acumulada
INDEC b1993 INDEC b2004 ARKLEMS
Industria 21,4 24,1 10,8
Comercio 42 39 13,5
Sector Financiero 86,4 74 11,6
Uno de los resultados más notables de la reestimación del PBI ARKLEMS

en base a fuentes y métodos tradicionales es que Argentina en el largo plazo
es el país que menos creció en América Latina. En efecto, comparando el
crecimiento entre picos máximos de producción (1998-2012), Argentina es el
país que menos creció de la región por debajo incluso de Brasil y México39:
38
Tampoco se realizó una Matriz Insumo-Producto que respalde internamente el nuevo nivel del PBI.
Solo se presentaron cuadros de oferta y utilización para el año de referencia. Por otra parte, se alteraron
las series de Generación del Ingreso ya publicadas dando por resultado una mayor participación de los
asalariados en el PBI, superando los records históricos de mediados de la década de 1970.
39
Argentina creció igual que su tendencia histórica, 2.5% promedio anual de acuerdo a nuestro cálculo
del PBI centenario ARKLEMS (1913-2013) de próxima difusión.
Gráfico 2: Crecimiento Económico de América Latina. 1998-2012
Fuente: CEPAL, INDEC y ARKLEMS+LAND
Estas diferencias resultan clave a la hora de realizar la contabilización del

crecimiento. Si no se realiza este ajuste, no solo el crecimiento de la economía
argentina sino su Productividad resultaría sobreestimada40.
La estimación de las fuentes del crecimiento del PBI presenta un perfil de
crecimiento económico extensivo en Argentina a largo plazo impulsado por
la acumulación de factores, por lo general por partes similares entre ambos
factores primarios tanto entre picos del ciclo económico (1998-2010) así como
para el total del periodo considerado 1990-201041.
40
Para fuentes y metodología del PBI ARKLEMS reproducible, ver Coremberg (2014). Para un
comentario crítico respecto del nuevo año base de las Cuentas oficiales, Ver Coremberg y Wierny
(2014).
41
La contribución al crecimiento del insumo capital está dado por el crecimiento de la suma ponderada
de los servicios provistos por el capital no TIC, capital TIC, recursos naturales y su efecto utilización.
La contribución del insumo de mano de obra al crecimiento del PBI resulta como consecuencia del
crecimiento en la cantidad de puestos de trabajo, la intensidad laboral (efecto utilización) y el efecto de
la composición de la mano de obra.
Gráfico 3: Fuentes del Crecimiento de la Economía Argentina. (contribuciones

anuales)
Fuente: ARKLEMS+LAND
El perfil de crecimiento extensivo se confirma por la performance de la

PTF estricta. La PTF sostenible (ajustada por la utilización de insumos y por
la calidad de la mano de obra) ha mostrado una tendencia negativa a largo
plazo cuando se consideran los máximos cíclicos (1998-2010). Los cambios
en la PTF estricta muestran un signo positivo solo durante las fases positivas del
ciclo económico; particularmente la contribución de la PTF del presente ciclo
se reduce a la mitad en comparación con el anterior durante la década de los 90.
Tal como fue explicado anteriormente, la contribución del insumo capital
fue medida como los servicios del capital considerando los costos de usuario
por tipo de activo como ponderadores. Esta contribución de los servicios de
capital puede ser desagregada en la contribución por tipo de activo y efectos
de utilización, como se observa en el gráfico 4.
El capital no TIC fue el principal activo que contribuyó a la dinámica de
los servicios del capital. El insumo de capital TIC contribuyó con un 20%
del crecimiento del PBI. Adicionalmente, la mayor vida útil (la inexistente
depreciación en el caso de activos no producidos) y las ganancias de capital
reales debidas a los cambios en los precios de los activos (en menor medida)
son las razones que explican una reducción sustancial en la importancia de la
construcción y los recursos naturales en el capital productivo e inversamente
en el caso de los servicios productivos de las TIC.
El efecto utilización tiene un rol durante las fases de recuperación del ciclo
económico, pero no necesariamente entre máximos cíclicos.
Gráfico 4: Contribución de los Servicios de Capital al Crecimiento Económico

por tipo de activo (contribuciones anuales).
Por otra parte, el factor trabajo explica casi la mitad de la contribución

del factor al crecimiento del PBI independientemente del período, pero
su composición fue muy distinta en los sub períodos como se revela en el
siguiente gráfico:
Gráfico 5:: Contribución del Factor Trabajo al Crecimiento Económico por

componente (contribuciones anuales).
Entre máximos cíclicos del PBI (1998-2010), durante el período de

convertibilidad (1990-2001) y el total del período considerado (1990-2010); la
contribución del factor trabajo fue explicada igualmente por la calidad laboral
y la creación neta de puestos de trabajo.
Sin embargo, la performance del insumo trabajo y su composición fue
muy diferente durante las fases positivas del ciclo del PBI bajo consideración.
Durante la década de 1990, el ritmo de la creación neta de puestos de
trabajo disminuyó sustancialmente, dada la oferta de trabajo (que tuvo cierto
crecimiento) causó un aumento importante en el desempleo, principalmente
de la fuerza de trabajo no calificada; provocando que la composición de la
fuerza de trabajo se sesgue hacia los trabajadores más calificados42. Al mismo
tiempo, los retornos a la capacidad, educación y experiencia, mejoraron en
42
Este tipo de ajustes ha sido denominado atesoramiento de trabajo (“labor hoarding”).
parte por el efecto del cambio tecnológico sesgado al uso de capital humano.
Este último se debió al cambio tecnológico incorporado en los bienes de
capital importados, los cuales tuvieron un impacto sobre la demanda de capital
humano en términos de factor productivo complementario43.
La contribución del insumo trabajo fue superior durante el período post
crisis 2001 que al principio de los años 90, principalmente porque la creación
neta de puestos de trabajo fue casi el doble de la década pasada. El periodo
de recuperación subsiguiente 2002-2010, fue generado con un tipo de cambio
real sustancialmente más alto y por lo tanto con menores costos laborales que
en la década previa, incentivando el aumento en la demanda de trabajo por
trabajadores menos capacitados, quienes habían perdido sus puestos de trabajo
en la década previa. Este fenómeno provocó un cambio de la composición
laboral inicial hacia trabajadores menos calificados, compensados con el
efecto post 2004 de aumento de la incidencia de los asalariados registrados
por lo menos hasta el año 2007. La menor importancia relativa del efecto
composición laboral en esta etapa tendría como único origen un aumento
moderado de la brecha salarial en favor de la fuerza laboral formal, más que
una brecha salarial en favor de los trabajadores educados.
Por último, la utilización del insumo trabajo aproximada mediante la
intensidad laboral tuvo un rol importante sólo durante los puntos de cambio del
ciclo económico, siendo su contribución casi igual entre las dos recuperaciones
cíclicas.
La importancia de los efectos de la recuperación de corto plazo sobre la
productividad y el crecimiento pueden ser vistos en el siguiente grafico donde
se compara el perfil de crecimiento entre las últimas dos recuperaciones
cíclicas (1990-1998 y 2002-2010).
43
El análisis de estos fenómenos importantes excede el espacio de este documento pero podría ser
inferido que el importante crecimiento de los bienes de capital importados durante la última década
podría generar un cambio tecnológico orientado a las capacidades en el sentido de Acemoglu (2002)
Gráfico 6 : Fuentes del Crecimiento de la Economía Argentina. Efectos de

corto y largo plazo.
Casi la mitad de la performance de la productividad durante las

recuperaciones del PBI luego de las grandes hiperinflaciones de fines de la
década de 1980 y la depresión económica que dio por resultado la crisis de los
años 2001-2002 es explicada por fenómenos de corto plazo originados en la
mayor utilización de los factores productivos ociosos heredados de las grandes
crisis. Estos últimos representados por los cambios en la utilización del capital
y la intensidad laboral implican efectos de productividad de corto plazo que sin
embargo no persisten en el largo plazo cuando se comparan máximos cíclicos,
como puede comprobarse en los anteriores gráficos factoriales.
La significativa contribución de los efectos utilización cíclicos a las
recuperaciones del nivel de actividad y de la productividad de corto plazo
puede ser verificada en la dinámica de la PTF la cual es menos pronunciada
si no se realiza ningún ajuste por utilización de factores, tal como muestra el
siguiente gráfico:
Gráfico 7: Productividad Total de los Factores de la Economía Argentina

(1993=100).
Las ganancias de PTF durante los períodos de recuperación fueron

mayormente explicadas por los efectos “recovery” de cortos plazos señalados.
Las ganancias de productividad sostenibles en el largo plazo (PTF estricta),
una vez descontados los efectos “recovery” presentan una tendencia negativa
entre máximos cíclicos.
Vale la pena mencionar que para el período 2002-2010, la PTF estricta está
demostrando una menor tendencia que en la década de los 90, demostrando
algún tipo de efecto asimétrico y de histéresis de la crisis de 2002 y los efectos
de la política económica sobre la eficiencia de la economía44.
44
Ver Gopinath y Neiman (2012)
3.3. Fuentes del crecimiento de la productividad laboral
La productividad laboral presentó una tendencia positiva en todo el

período (1,5% anual) medida tanto como productividad por ocupado como
productividad horaria.
Gráfico 8: Productividad Laboral de la Economía Argentina (1993=100)
La productividad horaria resulta menos procíclica que el indicador por

puestos de trabajo, como consecuencia de que el efecto intensidad laboral
(horas/ puestos de trabajo) presenta un comportamiento procíclico dada la
mayor flexibilidad de ajuste de las horas trabajadas al ciclo que los puestos de
trabajo, como demuestra el siguiente gráfico:
Gráfico 9: Factor Trabajo de la Economía Argentina (tasa de variación anual).
Las principales conclusiones sobre las fuentes de crecimiento del PBI se

repiten para el caso de la productividad laboral.
Gráfico 10: Fuentes del Crecimiento de la Productividad Laboral de la

Economía Argentina (contribución anual por componente).
La intensidad de capital tiene una contribución importante durante la

década pasada, pero casi nula durante la fase positiva del presente ciclo. En
tanto que la contribución del efecto cambio de composición de la fuerza de
trabajo fue notable en todos los períodos pero especialmente durante la década
de 1990, de acuerdo a los fenómenos analizados anteriormente.
La contribución de la PTF estricta tiene un papel importante en los ciclos
de recuperación cíclica que sin embargo no se sostiene en el largo plazo. En
efecto, el crecimiento moderado de la productividad laboral de largo plazo,
entre los máximos cíclicos (1998-2010), se explica porque a pesar de la
importante contribución de la intensidad del capital y de los cambios en la
composición laboral, la PTF estricta presenta una declinación importante.
Parrafaseando a Azariadis y Drazen (1990), la acumulación de capital
humano es una condición necesaria para el crecimiento una economía, pero su
aprovechamiento puede ser dilapidado.
La principal conclusión de esta sección es que a pesar de la importante
contribución de factores productivos especiales al crecimiento en cada década:
TIC, Recursos Naturales, Capital Humano, sus supuestas externalidades,
retornos crecientes y/o complementariedades estratégicas no fueron
aprovechadas a nivel macroeconómico.
3.4. Patrones sectoriales del crecimiento de la productividad de la

economia argentina 45
La desagregación de las series de fuentes de crecimiento por sector de

actividad económica de la base ARKLEMS+LAND permite realizar un análisis
del tipo shift-share de las ganancias de productividad macroeconómicas así
como también detectar que sectores tuvieron un impacto macroeconómico
relevante sobre las ganancias de productividad agregadas.
45
Actualmente en revisión y actualizacion. Los resultados sectoriales presentados corresponden a una
anterior versión de la base, ARKLEMS 2.0 publicada en Coremberg (2009a) para el periodo 1990-
2006. Actualmente se está realizando una revisión y actualización de la base sectorial al año 2013. Un
análisis más detallado de la metodología y resultados del origen sectorial de las fuentes de crecimiento
se encuentran desarrollados en Coremberg (2009a,b) y Coremberg y Perez (2010) cap.6
3.4.1. La declinación de la productividad argentina: no hubo bonus

estructural en el largo plazo
De acuerdo al siguiente gráfico, durante el periodo 1990-2006 predominaron

los efectos de tipo cambio estructural estático (“between static effects”)por
sobre el los cambios intrasectoriales (“within effects”) y efectos casi nulos de
cambio estructural dinámico (“dynamic cross sectoral effects). Las ganancias
de productividad agregadas tuvieron origen en desplazamientos de factores
hacia sectores de mayor nivel de productividad.
Gráfico 11 : Descomposición Shift-Share de la Productividad Total de los

Factores (contribuciones anuales).
El efecto de cambio estructural estático tuvo especial relevancia sobre las

ganancias de productividad agregadas durante las fase positivas del ciclo. Tal
como se analizará más detalladamente en la siguiente sección, estos efectos
demuestran que la ganancias de productividad fueron de tipo “catching up” por
reasignación de recursos hacia sectores más productivos incentivados por los
importantes cambios en la política económica y las señales de precios relativos

(tipo de cambio real) a comienzos de cada régimen macroeconómico pero
que sin embargo no persistieron en el largo plazo una vez que los incentivos
aminoraron o aparecieron importantes inconsistencias macroeconómicas que
impidieron generar una PTF positiva agregada en el largo plazo.
En efecto, persiste un problema de ineficiencia en la asignación de recursos
ya que tanto los efectos intrasectoriales y sobre todo los efectos dinámicos
resultaron de reducida magnitud en cada fase positiva del ciclo, en tanto que
no jugaron un papel relevante en el largo plazo.
Más aun, la declinación de la PTF macroeconómica estricta de largo plazo
entre máximos cíclicos (1998-2006), valga la paradoja, tuvo principalmente
origen en efectos de cambios estructurales estáticos negativos, es decir que a
largo plazo se presenta un problema de ineficiencia en la asignación de recursos
ya que se reasignaron factores de sectores con mayor nivel de productividad
hacia sectores menos productivos, el efecto contrario al “structural bonus”.
3.5. El origen sectorial de la declinacion de la productividad

argentina: ¿enfermedad de baumol?
Gracias a la estimación sectorial de la producción y factores productivos

por sector de actividad, la base ARKLEMS permite investigar qué tipo de
sectores estuvieron por detrás del particular comportamiento de la PTF46.
Durante el total del periodo considerado, 1990-2006, resulta notable que
los sectores de industria manufacturera y transporte y comunicaciones son los
que más contribuyeron a la PTF agregada, con una dinámica sustancialmente
menor que durante las etapas de recuperación cíclica como se presenta en el
siguiente gráfico.
46
La PTF agregada en esta sección corresponde la agregación Domar de la PTF del sector ajustada
por la utilización de los factores. Las pequeñas diferencias en su tendencia (más baja que medio
punto porcentual por año) en comparación con la PTF análoga calculada por la contabilidad agregada
presentada en la sección previa, es debida a que a los fines de comparación internacional se ha excluido
del análisis de los sectores no de mercado tales como administración pública, educación y salud como
tradicionalmente realiza el EUKLEMS.
Durante las fases positivas del ciclo, los sectores que generaron ganancias
de productividad más dinámicos son aquellos que presentan correlación con
los incentivos dados por los cambios en el tipo de cambio real a comienzos de
cada régimen macroeconómico.
La dinámica de la PTF durante la fase positiva inicial del ciclo económico
de la década pasada se originó, además de la industria por el importante
dinamismo de los sectores no transables, principalmente, intermediación
financiera, comercio, construcción, transporte y comunicaciones y suministro
de servicios públicos, en parte incentivado por la importante apreciación
de la moneda doméstica durante el Plan de Convertibilidad. La fase cíclica
2002-2006, marcada por un gran incremento inicial del tipo de cambio real,
generó ganancias de PTF cercanas a la mitad del ritmo del crecimiento del
anterior ciclo, originándose principalmente en la industria, transporte y
comunicaciones, construcción y comercio, con la aparición del dinamismo del
sector agropecuario.
La tendencia negativa de la PTF identificada a nivel macroeconómico
medida entre los máximos cíclicos (1998-2006) se debe principalmente
a la contribución negativa de los sectores no transables: servicios privados
(comercio, intermediación financiera, servicios de negocios, hoteles y
restaurantes), la construcción y además la minería que no pudo ser compensada
por la reducida contribución de los sectores de transportes y comunicaciones,
industria manufacturera y agropecuario. Cabe notar que este comportamiento
de estancamiento de la productividad de los servicios sería análogo a la llamada
“enfermedad de Baumol”47.
Las ganancias de PTF (directas e indirectamente medidas a través de la
cadena de valor) en el sector agropecuario, las manufacturas, el transporte y
47
Baumol (1967). Al contrario del caso argentino, resulta notable que en la literatura acerca del
comportamiento de la Productividad en países desarrollados hasta la crisis global del 2008-2009, ha
señalado que la “Baumol’s Disease Has Been Cured”, como resultado de que las importantes ganancias
de PTF en Estados Unidos, y en menor medida en Europa tuvo origen en sectores de servicios que
utilizan intensivamente bienes TIC (comercio, sector financiero, comunicaciones) e inclusive que
la brecha de productividad entre ambas regiones se debería principalmente a las diferencias de
productividad en estos sectores. Ver Tripplett y Bosworth (2003 y Van Ark, Mahonny and Timmer
(2008). Sin embargo, debemos señalar, que tanto para el caso de países en vías de desarrollo pero
también para los desarrollados, existen importantes problemas de medición que pueden resultar en
importantes sesgos positivos o negativos en el “growth accounting” ya que la variable central: el
output de los servicios (o su outcome y calidad) no se encuentra claramente definido en las Cuentas
Nacionales, existiendo mediciones alternativas y un amplio debate al respecto.
las comunicaciones no fueron suficientes para incentivar un mayor dinamismo

en el resto de los sectores, generándose una declinación de la productividad a
nivel macroeconómico.
La economía Argentina a largo plazo no aprovecha la alegada eficiencia
de supuestos sectores estratégicos en cada régimen macroeconómico ya que
no generan suficientes externalidades, complementariedades, rendimientos
crecientes al resto de la economía (a pesar de los incentivos del tipo de cambio
real) como para provocar ganancias de PTF positivas y sostenibles relevantes
a nivel macroeconómico.
Gráfico 12: Origen Sectorial de la Productividad Total de los Factores en

Argentina (contribuciones anuales promedio por sector).
4. Conclusiones
La metodología y series del proyecto ARKLEMS+LAND permiten un

análisis exhaustivo del perfil del crecimiento de la economía argentina desde
el punto de vista factorial y sectorial.
Durante el periodo 1990-2010, Argentina ha demostrado una gran
capacidad de recuperación del nivel de actividad luego de las grandes crisis
económicas. Sin embargo, dicha trayectoria de crecimiento fue por lo general
con una gran amplitud y volatilidad cíclica, que aunado al comportamiento
inestable y cambio continuo en los regímenes de política económica, dio por
resultado una tendencia de largo plazo muy moderada demostrando que la
economía argentina no pudo sostener en el largo plazo las magnitudes de las
recuperaciones cíclicas de su PBI.
Las fases positivas del ciclo económico reciente presenta rasgos comunes:
preponderancia del aprovechamiento de capacidad ociosa heredada de las
grandes crisis de las hiperinflaciones (1989-1990) como cierre de la llamada
década perdida de 1980 y la gran depresión que terminó en la salida del
Plan de Convertibilidad (1998-2002). Ello dio por resultado una importante
contribución de las ganancias de productividad de corto plazo a la salida de
las grandes crisis originadas en los efectos utilización factorial (utilización del
capital e intensidad laboral) que posteriormente no fueron persistentes en el
largo plazo.
El nuevo régimen de política económica heredado de la crisis de 2002
basado en un tipo de cambio real inicial alto (también conocido como el tipo de
cambio competitivo) y el boom de precios de los commodities, especialmente
de los bienes agrícolas y ganaderos, en cuya producción Argentina tiene una
ventaja comparativa, ha permitido la recuperación del nivel de actividad a tasas
elevadas hasta el año 2007, a partir del cual el dinamismo del PBI convergió a
su tasa de largo plazo cercana al 2.5% anual48.
La productividad laboral, así como la PTF, durante el periodo 2002-
2010 tuvo una importante desaceleración creciendo a la mitad de la tasa que
el anterior ciclo, principalmente como consecuencia de la duplicación en la
generación de puestos de trabajo y el rol casi nulo de la intensidad de capital.
48
Crecimiento PBI cien años (1913-2013): 1% per capita anual. Estimacion ARKLEMS próxima a
publicarse. Presentada en ECON-UBA 2013.
La descomposición del crecimiento del PBI en sus fuentes del crecimiento,

entre máximos cíclicos, demostró que el perfil del crecimiento de la economía
argentina de largo plazo fue de tipo extensivo basado en la utilización y
acumulación de factores. Más aun, se detecta una declinación de la PTF
entre máximos cíclicos, donde las ganancias de productividad de corto plazo
por virtud de los ahorros de costos transitorios por mayor utilización de la
capacidad instalada heredada de las crisis no son relevantes.
La importante acumulación y mejora de calidad de factores productivos
especiales tales como las TIC, el capital humano durante la década pasada o
el incremento en la eficiencia del uso de la tierra agropecuaria (compensado
negativamente con la caída en la exploración de recursos hidrocarburiferos)
en el presente no tuvo los efectos macroeconómicos esperados. La economía
argentina no aprovecho las supuestas ventajas de la acumulación y mejoras de
calidad de estos factores productivos “especiales” en términos de las supuestas
externalidades, rendimientos crecientes y complementariedades estratégicas
que estos generan.
La desagregación sectorial de las fuentes del crecimiento de la base
ARKLEMS+LAND en su versión 2.0 permite analizar el perfil sectorial del
crecimiento para el período 1990-2006.
Una descomposición shift-share de las ganancias de PTF agregadas permite
inferir que la reasignación de factores productivos hacia sectores de mayor
nivel de productividad tuvo especial relevancia durante las fases positivas del
ciclo económico, no así los efectos intrasectoriales y los efectos dinámicos.
Sin embargo, la declinación de la PTF agregada de largo plazo, detectada entre
picos del PBI, resulta explicada por infeficiencia en la asignación de recursos
ya que los factores productivos se desplazaron hacia sectores con menores
niveles de productividad, por lo cual se podría inferir que los supuestos
sectores estratégicos no tuvieron un efecto de tipo “structural bonus” sobre el
total de la economía en el largo plazo.
Asimismo el análisis de los orígenes sectoriales de las ganancias de
PTF agregadas permitió identificar cuáles fueron los sectores productivos
que la explican. Durante las fases positivas del ciclo económico se presenta
el rasgo común que los sectores que generaron ganancias de productividad
más dinámicos son aquellos que presentaban correlación con los incentivos
dados por los cambios en el tipo de cambio real a comienzos de cada régimen
macroeconómico: no transables durante la fase positiva de la década pasada y

transables post 2002.
Si bien la industria manufacturera y el sector transporte y comunicaciones
son los sectores que más dinamismo presentaron en su productividad durante
todo el período analizado, teniendo el sector agropecuario un rol creciente
post2002; estas no fueron suficientes como para compensar la caída en la
PTF estricta de largo plazo verificada entre máximos cíclicos originada
principalmente en los sectores de servicios. Al contrario de lo verificado
en estudios de países desarrollados, en Argentina no hubo “una cura de la
Enfermedad de Baumol”. Los supuestos sectores estratégicos incentivados
por la política económica en cada régimen macroeconómico no generaron los
efectos de eficiencia dinámica esperados: externalidades, complementariedades
estratégicas y contagio hacia el resto de los sectores como para para generar
ganancias de PTF agregada significativas y persistentes de largo plazo.
Por lo tanto, resultan claras las dificultades que enfrenta la economía
argentina para generar ganancias de productividad y eficiencia sostenibles
en el tiempo. Las importantes recuperaciones postcrisis de los ciclos de
crecimiento generan ilusiones acerca de un posible desarrollo sostenido que
luego no se corresponde posteriormente con la desilusión ex post cuando
la reversión del ciclo económico revela las inconsistencias de las políticas
económicas aplicadas y el poco aprovechamiento en términos de eficiencia y
productividad de la acumulación de factores en tiempos de bonanza. En efecto,
parafraseando a Mallon y Sourrouille (1976), durante los periodos de bonanza
también afloran los conflictos sobre la distribución de los “frutos” generados
durante el boom.
Precisamente, una de las características históricas particulares que
causaron conflictos distributivos en la sociedad argentina en el pasado es
que las exportaciones típicas estaban basadas en bienes “salarios”, tal como
puntualizaban Braun y Joy (1969) por lo cual el objetivo de una mayor
competitividad y solvencia externa de una devaluación, además de su carácter
contractivo, se contraponía con la sostenibilidad social del crecimiento.
Dado este diagnóstico se plantea el desafío de cual estrategia de crecimiento
debería seguir nuestro país, tomando en cuenta sus características particulares,
que permita generar un crecimiento continuado basado en ganancias de
productividad relevantes a nivel macroeconómico que sea sostenible a largo
plazo evitando el posible “trade off” entre competitividad y bienestar.
Por primera vez, nuestro país puede especializarse en la exportación de

productos que no forman parte de la canasta de consumo de los asalariados,
gracias al reciente boom de la soja, o más contemporáneamente, la futura
explotación de las posibles reservas hidrocarburiferas del yacimiento de vaca
muerta.
No obstante, la ilusión de que estos productos y sectores estratégicos
pueden “salvar” por si solos a la economía argentina y generar un proceso de
crecimiento continuado debe corresponderse con una adecuada administración
de la bonanza que esos recursos naturales generen, su posible reinversión en
infraestructura y capital humano en todos los sectores de actividad económica
y su aprovechamiento eficiente en términos de productividad a los fines de
sostener el crecimiento en el largo plazo.
Una política que incentive la permanente innovación e inversión en
infraestructura en los sectores intensivos en recursos naturales es crucial. Dado
el posible efecto nocivo sobre la competitividad de los sectores no intensivos
(“enfermedad holandesa, mal de la abundancia de recursos”), se requiere un
mayor foco de las políticas públicas a favor de la innovación y la eficiencia en
general que permita una adecuada complementariedad estratégica con el resto
de los sectores productivos impulsando ganancias de productividad relevantes
a nivel macroeconómico.
Una mayor diversificación productiva y upgrading de valor agregado
en las cadenas productivas existentes son parte de este tipo de políticas que
pueden aumentar el producto potencial y la productividad de largo plazo de
la economía argentina así como generar una mayor resiliencia ante posibles
reversiones en los términos del intercambio. Un dinamismo permanente en la
productividad de todos los sectores de actividad permitiría aumentar la oferta
de productos exportables pero también aquella dirigida al mercado interno,
mejorando la competitividad “no precio” gracias a los ahorros de costos y
eficiencia que generan las ganancias de productividad.
Por lo tanto, las políticas de “get the prices right” o “peaking the leader”
no son suficientes para sostener una estrategia de crecimiento de largo plazo
sino van acompañadas de un dinamismo importante la productividad, variable
clave que puede sostener el crecimiento en el largo plazo y generar, al mismo
tiempo, competitividad y bienestar.
Este tipo de estrategias pro-productividad, deben realizarse tomando en
cuenta la historia y arreglos institucionales particulares que el país dispone y

al mismo tiempo poniendo el foco en la sostenibilidad social de las políticas
implementadas.
La estabilidad macroeconómica y la credibilidad, consistencia y eficiencia
de las políticas económicas y del sistema estadístico son un prerrequisito
fundamental para que estos incentivos específicos para promover la inversión
y la innovación funcionen y generen importantes ganancias de productividad.
El aumento en la eficiencia que el dinamismo de la productividad genera
permitiría un importante aumento en la competitividad de la economía sin
necesidad de recurrir a devaluaciones abruptas, incrementando los salarios
reales y por lo tanto moderando el conflicto distributivo y sosteniendo el
crecimiento en el largo plazo.
5. Series Arklems 3.0
Las tablas siguientes presentan las principales series del ARKLEMS+LAND

en su versión 3.0 que han sido utilizadas en este documento49. De acuerdo
a como se ha descripto anteriormente, las series son una revisión a nivel
macroeconómico de las versiones previas de la base ARKLEMS+LAND 2.050,
cuya desagregación sectorial están actualmente en revisión y actualización.
49
Las series en Excel y su metodología presentadas aquí y sus versiones anteriores se encuentran en
www.arklems.org/basedata.
50
Ver Coremberg (2009a)
384
Sources of Growth of Argentina
Volume Indices, 1993=100

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
VA Tornquist* 79,71 87,40 94,07 100,00 106,22 103,15 108,54 116,93 122,03 118,38 117,77 112,76
Capital Input 87,51 89,63 95,98 100,00 105,35 107,97 109,34 116,63 121,68 125,09 125,97 126,06
Capital Utilization Effect 94,51 96,79 100,14 100,00 100,46 99,69 96,97 98,88 98,31 97,53 96,34 95,19
KICT 78,55 78,33 87,24 100,00 114,33 122,62 137,87 164,83 198,31 232,58 270,34 292,09
KNICT 93,98 93,97 96,62 100,00 104,18 107,23 110,54 114,77 119,02 121,80 122,66 123,54
KNR 95,22 96,46 98,19 100,00 103,71 107,51 115,54 113,86 114,11 117,43 117,05 116,83
Labour Input 78,37 85,53 94,17 100,00 102,21 99,97 100,99 110,26 115,05 117,89 118,56 116,19
Labour Intensity Change 94,86 97,59 100,47 100,00 100,94 100,14 97,37 99,38 99,47 97,84 97,30 96,04
Jobs 94,09 96,68 95,75 100,00 99,23 96,40 98,78 105,22 108,96 110,60 110,50 107,87
Labour Composition Change 90,44 93,60 97,82 100,00 102,04 103,52 104,89 105,51 106,25 109,01 110,34 112,18
Apparent TFP** 86,74 94,16 98,22 100,00 104,30 101,02 103,02 105,33 105,38 99,45 97,99 94,32
Strict TFP*** 95,19 99,76 98,96 100,00 102,53 99,39 103,44 103,37 103,39 97,56 96,44 93,23
Potential Aggregate Capital Services 92,49 92,50 95,85 100,00 104,89 108,30 112,64 117,92 123,70 128,16 130,62 132,27
Preliminary Estimates
Source: ARKLEMS + LAND DATABSE 3.0 1st preliminary estimation
* value added tornquist at producer prices, volume indices

** unadjusted
**Adjustment by input utilisation and labor composition
KICT: ICT Capital
KNOICT: Non ICT Capital
KNR: Natural Resources Capital

Sources of Growth of Argentina

2002 2003 2004 2005 2006 2007 2008 2009 2010
VA Tornquist* 100,58 108,53 116,44 126,28 136,15 146,99 152,29 147,37 159,65
Capital Input 115,61 122,28 124,82 129,37 135,73 146,14 159,92 160,73 170,43
Capital Utilization Effect 90,17 96,26 97,01 97,52 97,49 97,49 99,26 95,82 96,63
KICT 252,83 239,96 248,69 279,53 315,28 383,34 458,69 517,93 601,25
KNICT 121,12 120,64 122,35 126,51 131,51 140,13 150,01 156,06 164,83
KNR 114,05 112,79 111,06 103,81 109,48 113,91 115,70 112,13 107,26
Labour Input 102,85 114,57 123,99 133,20 144,46 153,26 161,92 157,53 163,71
Labour Intensity Change 91,24 96,19 97,08 97,58 97,72 96,91 98,26 94,99 95,80
Jobs 100,42 106,72 114,03 119,61 127,10 133,36 136,16 134,42 136,54
Labour Composition Change 112,66 112,31 112,82 115,09 117,44 119,80 122,37 124,70 126,57
Apparent TFP** 88,34 93,60 97,01 101,38 103,58 105,23 103,89 99,46 104,64
Strict TFP*** 92,22 92,09 94,56 97,56 98,80 99,83 95,92 94,04 97,33
Potential Aggregate Capital Services 128,28 127,02 128,68 132,69 139,25 149,92 161,35 167,75 176,45
* value added tornquist at producer prices, volume indices

** unadjusted
KICT: ICT Capital

Midiendo la productividad y las fuentes del

385
386
Sources of Labour Productivity Growth of the Argentine Economy

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
Labour Productivity 92,07 95,76 97,72 100,00 106,05 106,85 112,76 111,79 112,59 109,37 109,52 108,87
Capital Intensity 101,56 98,31 99,78 100,00 105,18 111,62 113,39 111,20 111,96 115,25 116,81 121,18
Capital Utilization Effect 94,51 96,79 100,14 100,00 100,46 99,69 96,97 98,88 98,31 97,53 96,34 95,19
KICT 91,77 86,49 91,11 100,00 113,22 125,35 140,43 153,93 176,89 205,31 237,55 264,80
KNICT 109,19 103,20 100,45 100,00 103,93 110,77 114,48 109,35 109,41 112,09 113,60 118,66
KNR 110,62 105,99 102,11 100,00 103,48 111,03 119,37 107,78 104,17 107,29 107,65 111,46
Labour Composition Change 90,44 93,60 97,82 100,00 102,04 103,52 104,89 105,51 106,25 109,01 110,34 112,18
Strict TFP*** 95,19 99,76 98,96 100,00 102,53 99,39 103,44 103,37 103,39 97,56 96,44 93,23

KICT: ICT Capital
Sources of Labour Productivity Growth of the Argentine Economy

2002 2003 2004 2005 2006 2007 2008 2009 2010
Labour Productivity 110,08 105,89 105,38 108,59 110,12 114,38 114,50 116,07 122,94
Capital Intensity 125,56 118,12 111,39 109,42 107,79 111,64 118,26 124,31 128,80
Capital Utilization Effect 90,17 96,26 97,01 97,52 97,49 97,49 99,26 95,82 96,63
KICT 260,16 217,76 209,25 222,69 235,65 272,26 311,76 364,34 409,97
KNICT 131,36 116,29 109,23 107,13 104,62 107,07 110,68 120,28 123,98
KNR 122,91 107,94 98,19 86,39 85,62 85,58 83,97 85,31 79,48
Labour Composition Change 112,66 112,31 112,82 115,09 117,44 119,80 122,37 124,70 126,57
Strict TFP*** 92,22 92,09 94,56 97,56 98,80 99,83 95,92 94,04 97,33

KICT: ICT Capital
Midiendo la productividad y las fuentes del
387
Bibliografía
Acemoglu, Daron (2002) “Technical Change, Inequality and the Labor Mar-
ket.” Journal of Economic Literature, 40(1), 7-72.
Abramovitz, Moses (1956): “Resource and Output Trends in the United States
since 1870”, Papers and Proceedings of the American Economic Associa-
tion, 1956, pp.5-23
Azariadis C. and Drazen: A.Threshold Externalities in Economic Develop-
ment, The Quarterly Journal of Economics (1990) 105 (2): 501-526.
Baumol, William J (1967): “Macroeconomics of Unbalanced Growth: The
Anatomy of Urban Crisis.” American Economic Review, 57(3): 415–26
Basu , S, Fernald, J.G. and Shapiro, M.D. (2001): “Productivity Growth in
the 1990’s: Technology, Utilization, or Adjustment?, WP 8359, National
Bureau of Economic Research, July 2001
Bernanke, Ben & Parkinson, Martin (1990): “Procyclical Labor Productivity
and Competing Theories of the Business Cycle: Some Evidence from In-
terwar US Manufacturing Industries”, NBER WPN. 3503
BLS (1993): “Labor Composition and US Productivity Growth, 1948-1990”,
Bureau of Labor Statistics Bulletin 2426, Bureau of Labor Statistics,
Washington DC.
Barry P. Bosworth & Triplett, Jack E. and (2003): Services Productivity in
the United States: Griliches’ Services Volume Revisited, The Brooking
Institution
Braun, O. y Joy, L. (1969): «A Model of Economic Stagnation: A Case Study
of the
Argentine Economy», The Economic Journal, vol. 78, n.º 312, diciembre, pp.
868-887.
CEPAL (1991): “Proyecto Revisión de las Cuentas Nacionales y de la Distri-
bución del Ingreso. Infome Final de la CEPAL. Buenos Aires. Diciembre
1991
Coremberg, A. (2002): “Capital Stock Contribution to the Productivity of the
Argentine Economy During the 1990’s”, International Association For Re-
search In Income And Wealth (IARIW), 27th General Conference, 18 to
24 August, 2002, Djurhamn (Stockholm Archipelago), Sweden
Coremberg, A. (2004): “Estimación Del Stock De Capital En Argentina. Fuen-

tes, Métodos Y Resultados”, Dirección Nacional de Cuentas Nacionales
Coremberg, Ariel (2007): “Depreciation in an Unstable Economy: The Case of
Argentina”. Paper presentado en OECD-Canberra Group II On Measure-
ment on Non-Financial Assets, 24-27 April, 2007, Paris. Actualizaci{on
de version preliminary presentada en Reunión Anual AAEP, 2004-UCA.
Coremberg, A. (2008): The Measurement of TFP In Argentina In 1990-2004:
A Case Of The Tyranny Of Numbers, Economic Cycles And Methodol-
ogy”. International Productivity Monitor Nº 1 7,fall 2008 http://www.csls.
ca/ipm/17/IPM-17-coremberg.pdf
Coremberg, A. (2009a): “Midiendo las Fuentes del Crecimiento en una
Economía Inestable. Argentina: Productividad y Factores Productivos por
tipo de activo y sector de actividad económica. Metodos y Series. CEPAL
Buenos Aires Office. Estudios y Perspectivas 41
Coremberg (2009b): Unleashing Prosperity the Argentina Productivity Slow-
down -The Challenge after Global Financial Collapse. (background paper)
World Bank
Coremberg, Ariel (2010a): “The Economic Value of Human Capital and Ed-
ucation in an Unstable Economy: the Case of Argentina”, International
Association For Research In Income And Wealth (IARIW), 31st General
Conference, St-Gallen, Switzerland, August 22-28, 2010. http://www.ia-
riw.org/papers/2010/8cCoremberg.pdf
Coremberg, Ariel. y Fransisco Perez, F. (2010b). Fuentes del Crecimiento y
Productividad en Europa y América Latina Ariel Coremberg y Francisco
Pérez García, Director of IVIE. FBBVA ed.: autores: Dale Jorgenson,
Matilde Mas, Daniel. Heymann, S.Katz y otros
Coremberg, Ariel (2011): “The Argentine Productivity Slowdown.The
challenges after global financial collapse”, World Economics 2011. Vol.12,
nº4. http://www.world-economics-journal.com/Contents/ArticleOverview.
aspx?ID=481
Coremberg, A. y Wierny, M. (2014): Nuevos Mitos sin respaldo: Las Nuevas
Cuentas Oficiales del PBI año base 2004, blog Foco Económico.
Coremberg, Ariel (2014): “Measuring Argentina GDP Growth: Myths And
Facts”. World Economics Journal, vol15 n1.
CSLS (2003: “Productivity Trends in Natural Resources Industries in Canada,

Centre for the Study of Living Standards, Canadá.
EUKLEMS (2007): “Eu Klems Growth And Productivity Accounts”, prepared
by Timmer, Marcel, Ton van Moergastel, Edwin Stuivenwold, Gerard
Ypma, Mary O’Mahony and Mari Kangasniemi http://www.euklems.net
Foster, Haltiwanger, Krizan (2001): “Aggregate Productivity Growth: Lessons
from Microeconomic Evidence.” In New Developments in Productivity
Analysis, ed. Charles R. Hulten, Edwin R. Dean, and Michael J. Harper,
303–72. National Bureau of Economic Research Studies in Income and
Wealth, vol. 63. Chicago: University of Chicago Press.
Gopinath, G. And Neiman, B. (2012): “Trade Adjustment and Productivity in
Large Crises”, may 2012 (with Brent Neiman). Revise and Resubmit at the
American Economic Review.
Griliches, Zvi, ed. (1992): Output Measurement in the Service Sectors. Na-
tional Bureau of Economic Research, Studies in Income and Wealth, vol.
56. Chicago: University of Chicago Press.
Griliches, Zvi (1996): “R&D and Productivity: Econometric Results and
Measurement Issues”, in Stoneman (ed.) (1996). Handbook of the Eco-
nomics of Innovation and Technological Change, Blackwell Handbooks
in Economics.
Galiani, S., Heymann, D., Dabas, C. & Tohmè, F. (2006): “Land Rich econo-
mies, education and economic development”, en Two Seáis on Develop-
ment Economics, CEPAL Buenos Aires
Gordon, Robert J. (2000), “Does the ‘New Economy’ Measure Up to the Great
Inventions of the Past?”, Journal of Economic Perspectives, 14(4), 49-74.
Heymann D., Coremberg, A. Goldszier, P., y Ramos, A. (2007): “Patrones De
Ahorro E Inversión En Argentina 1950-2006” , en este volúmen
Hulten, Ch; Corrado, Carol and Sichel, Daniel (2005): “Intangible Capital and
Economic Growth”, CRIW/NBER Summer Institute, diciembre 2005.
Jorgenson, Dale W., F.M.Gollop and B.M.Fraumeni (1987): “Productivity and
US Economic Growth, Cambridge MA: Harvard University Press
Jorgenson, D and Stiroh, K. (2000): “Raising the Speed Limit: U.S. Economic
Growth in the Information Age. Brookings Papers on Economic Activity
1: 125-211.
Jorgenson, D, Ho, M. and Stiroh, K. (2005): “Growth of US Industries and

Investments in Information Technology and Higher Education”, forthcom-
ing in Corrado, C., Haltiwanger, J. and Sichel, D. (eds) Measuring Capital
in the New Economy, University of Chicago Press, Chicago.
Jorgenson, Dale, Mun S. Ho and Kevin J. Stiroh (2005): “Information Tech-
nology and the American Growth Resurgence”, Cambridge, MIT Press,
2005 (Productivity, Vol. 3).
Jorgenson, Dale, Mun S. Ho, Jon D. Samuels, and Kevin J. Stiroh (2007):
“ Industry Origins of the American Productivity Resurgence”, Economic
Systems Research, Vol. 19, No. 3, September 2007, pp. 229-252http://
www.economics.harvard.edu/faculty/jorgenson/files/NBER_Summer_In-
stitute_07_07164.ppt
Lucas, Robert E. Jr.1988): “On The Mechanics Of Economic Development,
Journal of Monetary Economics 22 3-42. North-Holland
Mankiw, N. Gregory, David Romer y David N. Weil (1992), “A Contribution
to the Empirics of Economic Growth”, Quarterly Journal of economics,
vol. 107, mayo, pp. 407-437.
Mas, Matilde; Perez, Fransisco y Ezequiel Uriel (2005): “El Stock y los Servi-
cios del Capital en España (1964-2002). Nueva Metodología. Fundación
BBVA
Mas, Matilde y Quesada, Javier (2005): “Las Nuevas Tecnologías y el Crec-
imiento Económico en España”. Fundación BBVA
Maudos, J., J. M. Pastor and Lorenzo Serrano (2008): Explaining the US-EU
productivity growth gap: structural change vs. intra-sectoral effect. Eco-
nomic Letters, 100. august 2008. Elsevier
Mallon, R. y Sourrouille, J. V. (1976): La política económica en una sociedad
conflictiva, Amorrortu, Buenos Aires. Argentina
Milana, C. & Zeli, A. (2002): The Contribution Of Ict To Production Efficien-
cy In Italy: Firm-Level Evidence Using Data Envelopment Analysis And
Econometric Estimations. STI Working Paper 2002/13 OECD
MIP97Ar (2001): Matriz Insumo Producto Argentina 1997. Ministerio de
Economía-Secretaría de Programación Económica. Instituto Nacional de
Estadísticas y Censos.
Ocampo (2008): La búsqueda de la eficiencia dinámica: dinámica estructural

y crecimiento económico en los países en desarrollo, Revista de Trabajo •
Año 4 • Número 5 • Enero - Julio 2008, MTSS, Bs.As., Argentina
OECD (2001): OECD Productivity Manual: a Guide to the Measurement of
Industry-Level and Aggregate Productivity Growth, Paris.
OECD (2008): Measuring Capital. 2nd draft version. OECD, París
Oliner, Stephen and Daniel Sichel (2000): “The Resurgence of Growth in the
Late 1990s: Is Information Technology the Story?” Journal of Economic
Perspectives
Pérez, F., J.Maudos, J.M.Pastor y L.Serrano (2006): “Productividad e Inter-
nacionalizaciòn: El Crecimiento español ante los nuevos cambios estruc-
turales”. Fundación BBVA
Pérez, Francisco (2007): “Claves del Desarrollo a Largo Plazo de la Economía
Española. Fundación BBVA
PNUD-BIRF (1992): “Estudio para el Diseño de Políticas Públicas”. Tomo
11. Cuentas Nacionales. Informe Metodológico. Programa Naciones Uni-
das para el Desarrollo, Banco Internacional de Reconstrucción y Fomento,
Gobierno Argentino. Buenos Aires 1992
Romer, P. (1986): “ Increasing returns and long run-growth, Journal of Politi-
cal Economy
Romer, P. (1990): “Endogenous technological change”, Journal of Political
Economy
Schreyer, Paul (2002): “Computer Price Indices and International Growth and
Productivity Comparisons”, Review of Income and Wealth 48 n.1
Schreyer, Paul (2010), “Measuring Multi-Factor Productivity when Rates of
Return Are Exogenous,”, chapter 2, pp. 13-40 in W.E. Diewert, B.M. Balk,
D. Fixler, K.J. Fox and A.O. Nakamura (2010), PRICE AND PRODUC-
TIVITY MEASUREMENT: Volume 6 -- Index Number Theory. Trafford
Press. Also available as a free e-publication at www.vancouvervolumes.
com and www.indexmeasures.com.
Schwerdt, G. and Turunen, J. (2006): “Growth in Euro Area Labour Qualty”,
WP. European Central Bank
Serrano, Lorenzo (2009): “Capital humano vs. Productividad: el caso de Es-
paña”, este volumen
Stiroh, K. (2002): “Are ICT spillovers driving the New Economy?”, Review
of Income and Wealth Series 48, Nº1, March 2002
SNA Ar (1999): Sistema de Cuentas Nacionales. Argentina. Año base 1993.

Estimaciones Trimestrales y anuales: Años 1993-1997. Ministerio de
Economía y Obras y Servicios Públicos. Secretaría de Programación
Económica y Regional. Subsecretaría de Programación Macroeconómica.
Sistema de Cuentas Nacionales.
SNA (1993): System of National Accounts 2008. Eurostat, IMF, OECD, UN
and the World Bank, New York: The United Nations
SNA (2008): System of National Accounts 2008. Eurostat, IMF, OECD, UN
and the World Bank, New York: The United Nations
Solow, Robert (1957): Technical Change and the aggregate production func-
tion, Review of Economics and Statistics, vol.39, 1957, pp. 312-320
Timmer, Marcel P., and Adam Szirmai. 2000. “Productivity Growth in Asian
Manufacturing: The Structural Bonus Hypothesis Examined.” Structural
Change and Economic Dynamics 11 (4): 371–92.
Triplett, Jack E. and Barry P. Bosworth (2003): “Productivity Measurement Is-
sues in Services Industries: “Baumol’s Disease” Has Been Cured”. FRB-
NY Economic Policy Review / September 2003
Young, A. (1998). Growth without scale effect. Journal of Political Economy,
106 41-63.
World Bank (2005): “Where is the Wealth of Nations”. Word Bank
World Bank. (2008): Unleashing Prosperity. Productivity Growth in Eastern
Europe and the Former Soviet Union. Asad Alam, Paloma Anós Casero,
Faruk Khan, Charles Udomsaph. World Bank.
World Bank (2011): “The Changing Wealth of Nations”. Measuring Sustain-
able Development in the New Millenium. Word Bank
Van Ark, Bart & Timmer, Marcel (2006): “Computers and the Big Divide:
Productivity Growth in the European Union and the United States”. En
Growth, Capital and New Technologies, FBBVA.
Van Ark, Bart, Mary O`Mahony and M.Timmer, Marcel (2008): “The Pro-
ductivity Gap between Europe and the United States: Trends and Causes”.
Journal of Economic Perspectives—Volume 22, Number 1—Winter
2008—Pages 25–44
Sobre los Autores
Sobre Autores 397
DALE JORGENSON: PhD en Economía, Universidad de Harvard

(1959). Ha conducido investigaciones pioneras en tecnología de la información
y crecimiento económico, energía y medio ambiente, política tributaria y
comportamiento de la inversión y econometría aplicada. Su artículo de 1963
“Capital Theory and Investment Behavior” fue elegido como uno de los 20
papers más sobresalientes de los publicados en los últimos 100 años en el
American Economic Review. En 1971 recibió la John Bates Clark Medal,
de la American Economic Association. En 2000 la MIT Press publicó
“Econometrics and the Cost of Capital”, un compilado de trabajos hechos por
alumnos de Jorgenson en su honor, editado por Lawrence Lau. Dale Jorgenson
ha sido honrado como miembro de la American Philosophical Society (1998)
y la American Academy of Arts and Sciences (1969), entre otras. También ha
recibido doctorados honoríficos en muchas universidades alrededor del mundo.
Ha sido el mentor del proyecto EUKLEMS (capital, labor, energy, material
and service inputs) de la Comisión Europea para la medición comparativa de
la productividad y las fuentes del crecimiento en la Unión Europea, Estados
Unidos y otros países desarrollados en el marco de la Agenda de Lisboa de
la UE. Actualmente es el coordinador del proyecto WORLDKLEMS, con el
objetivo de la comparación del perfil del crecimiento y productividad a nivel
mundial. Actualmente se desempeña como Samuel W. Morris University
Professor en la Universidad de Harvard.
DANIEL SLESNICK: PhD en Economía, Univesidad de Harvard (1982).

Aunque ya había participado como profesor previo a su graduación, su carrera
docente comenzó en 1982 en la Universidad de Texas, Austin, como profesor
asistente en Economía. Hacia 1986 fue nombrado profesor asociado. Entre
1998 y 2007 fue el Rex G. Baker Jr. Professor of Political Economy. A partir
de este último año, se convirtió en el decano de investigación y tecnología
en el College of Liberal Arts y desde 2010 es su lugar es el de Vice Provost
for Resource Mangement. Sus temas de investigación están relacionados
con economía del bienestar y desigualdad, precios y teoría del consumidor,
medición de la equidad y el bienestar. En 2001 escribió el libro “Consumption
and Social Welfare: Living Standards and their Distribution in the United
States” publicado en Nueva York por la Cambridge University Press. En los
últimos años ha trabajado con Dale Jorgenson en la medición del bienestar en
las Cuentas Nacionales.
FEDERICO DORIN: Licenciado en economía de la Universidad de

Buenos Aires (UBA). Desde diciembre de 2008 se desempeña como Asesor
Regional en Cuentas Nacionales de la Comisión Económica para América
Latina y el Caribe (CEPAL) de las Naciones Unidas. Ha sido consultor externo
de cuentas nacionales del Departamento de Estadísticas del Fondo Monetario
Internacional (FMI) en Guinea Ecuatorial, Panamá y México, de la CEPAL-
Subsede México en Cuba, del BID en Nicaragua, del Banco de Guatemala, del
Banco Central de Reserva de El Salvador y de la Organización Panamericana
de la Salud. En el sector público argentino se desempeñó como Director de
Cuentas de la Producción y Ocupación e Ingresos de la Dirección de Cuentas
Nacionales del Instituto Nacional de Estadísticas y Censos INDEC (desde julio
de 2006 hasta diciembre de 2007). Se ha desempeñado como Sub-Director
Nacional de Cuentas Nacionales (julio 1999 a junio 2005) y como Director de
Cuentas de la Producción (enero 1996 a junio 1999). Es Profesor Asociado
Regular (en uso de licencia) de la materia Cuentas Nacionales de la Facultad
de Ciencias Económicas de la UBA (desde julio de 2001), cargo al que ha
accedido por concurso de oposición.
DANIEL E. PERROTTI: Licenciado en Economía – mención Magna

Cum Laude –de la Universidad de Buenos Aires y Maestría en Economía por
la Universidad del CEMA. Actualmente se desempeña como funcionario del
Instituto Latinoamericano y del Caribe de Planificación Económica y Social
(ILPES) de la Comisión Económica para América Latina y el Caribe (CEPAL)
de las Naciones Unidas. Sus antecedentes laborales incluyen experiencia en el
sector privado financiero (economista del Servicio de Estudios Económicos
del BBVA) y en el sector público (economista en el área industrial del Instituto
Nacional de Estadísticas y Censos de Argentina). También ha desempeñado
diferentes cargos docentes en la Facultad de Ciencias Económicas de la
Universidad de Buenos Aires, siendo actualmente Profesor Adjunto Regular
(en uso de licencia) de la materia Microeconomía de la Facultad de Ciencias
Económicas de la UBA, cargo al que ha accedido por concurso de oposición.
Sobre Autores 399
ERWIN DIEWERT PhD en Economía, Universidad de California

en Berkeley (1969). Desde 1970 es profesor en la Vancouver School of
Economics de la Universidad de British Columbia y profesor invitado en la
Universidad de New South Wales. Sus principales áreas de investigación
son: formas funcionales flexibles, las implicancias del comportamiento
maximizador, economía del bienestar y modelado de equilibrio general
aplicado, medición de precios, medición de la productividad y teoría de los
números índices. Diewert, es considerado fundador de la teoría económica
de números índices, y participa activamente en el proyecto PPP del Banco
Mundial y en la elaboración del Sistema de Cuentas Nacionales. Es miembro
de la American Economic Association, Econometric Society, World Academy
of Productive Science, Royal Society of Canada, IARIW, entre otras. A su vez,
es investigador asociado del National Bureau of Economic Research (NBER).
En Canadá, es Presidente del Statistics Canada Advisory Comitee on Prices de
Ottawa y Vicepresidente de la Society for Economic Measurement.
DENNIS FIXLER: es Estadístico Jefe en el Bureau of Economic Analysis

(BEA) y supervisa la calidad estadística y metodología de las estimaciones y
esfuerzos de investigación del BEA. Ha escrito artículos sobre teoría de números
índices, poniendo particular atención sobre desarrollo e implementación de
los índices de precios de servicios, como así también sobre problemas de
medición del sector financiero y otras cuestiones de medición económica. Ha
publicado Artículos en “Journal of Productivity Analysis”, “Review of Income
and Wealth” y “Canadian Journal of Economics”, “Structural Change and
Economic Dynamics” entre otros. Ha recibido su Doctorado en economía de
la Universidad Purdue.
KIM ZIESCHANG: es el Jefe de la División del Sector Real del

Departamento de Estadística (STA) del FMI. Los campos de investigación
de su interés incluyen estadística económica, contabilidad nacional, números
índices y la medición de la producción y el consumo de los servicios
financieros. Ha publicado artículos en el Journal of Economic Theory, Journal
of the American Statistical Association, Journal of Business and Economic
Statistics, Journal of Econometrics, Econometrica, Journal of Banking and
Finance, y Economics Letters y en capítulos de libros del NBER. Contribuyó
en la redacción de los capítulos de los Manuales del Grupo de Trabajo sobre

Estadísticas de Precios (IWGPS) sobre el Índice de precios al consumidor,
el índice de precios al productor y los índices de precios de exportaciones e
importaciones. Es uno de los representantes de STA en el Grupo de Trabajo
del Inter Secretariado sobre Cuentas Nacionales (ISWGNA) y ha servido
en las Fuerzas de Trabajo del ISWGNA sobre los Servicios de Pensiones e
Intermediación Financiera. Participa también del Grupo de Asesoramiento
Técnico del Programa de Comparación Internacional (PCI) basado en el Banco
Mundial, y como representante alternativo por parte del FMI en el Directorio
del PCI.
MATILDE MAS es licenciada y doctora en Economía por la Universidad

de Valencia, catedrática de Análisis Económico en dicha universidad y
profesora investigadora del Ivie desde 1990. Sus campos de especialización
son la economía del crecimiento, el análisis del capital público, en especial, de
las infraestructuras, las nuevas tecnologías de la información y los intangibles.
Ha sido investigadora visitante en la OCDE y responsable en España de los
proyectos EU KLEMS e INDICSER financiados por el 6.º y 7.º Programa Marco
de la Unión Europea. Ha participado como investigadora en la red europea
ICNET para la investigación del impacto económico de las TIC. Actualmente
es coordinadora del proyecto SPINTAN (Smart Public Intangibles) también
financiado por el 7.º Programa Marco de la UE y es asesora del proyecto
LA KLEMS para Latinoamérica. Es miembro del Consejo de Redacción de
Investigaciones Regionales. Es coautora de cincuenta y ocho libros y capítulos
de libros, editora de Industrial Productivity in Europe. Growth and Crisis
(Edward Elgar 2011) y de más de ochenta artículos en revistas especializadas.
PAUL SCHREYER es sub jefe de estadísticas de la OCDE. Ingresó en la

OCDE en 1988 y tuvo puestos en los Departamentos de Ciencia, Tecnología
e Industria, Medio Ambiente y Estadísticas y más recientemente como jefe
de la división de Cuentas Nacionales. Antes de ingresar en la OCDE, fue
investigador de la IFO (Instituto para la Investigación Económica) en Munich
Alemania y fue profesor asistente de economía en la Universidad de Innsbruck
en Austria. Estudió en las universidades de Innsbruck y Birmingham (Reino
Unido) y tiene un Doctorado en Economía. Paul Schreyer es de nacionalidad
Sobre Autores 401
Austríaca. Sus áreas de investigación incluyen Cuentas Nacionales, la

medición del capital, productividad, actividades de no mercado y estadísticas
de precios. Es el autor del manual de la OCDE 2001 sobre la Medición de la
productividad, del Manual OCDE 2009 sobre la Medición del Capital y del
Manual OCDE 2010 para la Medición del Producto de Salud y Educación.
Publicó libros y artículos en revistas internacionales. En 2008-2009 fue ponente
en la Comisión Stiglitz-Sen-Fitoussi sobre la medición de la performance
económica y el progreso social. Tuvo un rol principal en el desarrollo de
los indicadores de crecimiento verde de la OCDE y más recientemente en el
trabajo de la Organización sobre Crecimiento Inclusivo.
JAVIER QUESADA: Licenciado en Ciencias Económicas por la

Universitat de València y doctor en Economía por la Universidad de Cincinnati
(Ohio). Es catedrático de Análisis Económico en la Universitat de València.
Ha sido director general de Economía de la Generalitat Valenciana (1995-
1998) y director de la Agencia Valenciana de Ciencia y Tecnología de la
Generalitat Valenciana (1999-2003). Desarrolla su investigación en el campo
de la economía financiera y monetaria y en el de las nuevas tecnologías y el
crecimiento económico. Ha publicado doce libros e informes en colaboración
—Las Nuevas Tecnologías y el Crecimiento Económico en España (Fundación
BBVA 2005), Infraestructuras, inversión privada e intangibles (CAM 2009),
Crecimiento y competitividad. Trayectoria y perspectivas de la economía
española (Fundación BBVA 2011), Crecimiento y competitividad. Motores
y frenos de la economía española (Fundación BBVA 2012), Crecimiento y
competitividad. Los retos de la recuperación (Fundación BBVA 2013), entre
otros — y artículos en Fiordelisi, F. et al. (eds.) New Issues in Financial and
Credit Markets (Palgrave Macmillan, 2010), en Cuadrado, J.R. (ed.) Regional
policy, economic growth and convergence: Lessons from the Spanish case
(Springer 2009) y en Gardener, E. et al. (eds.) Banking in the New Europe:
The Impact of the Single European Market Programme and EMU on the
European Banking Sector (Palgrave Macmillan, 2003), así como en las
revistas especializadas Applied Economics, European Journal of Operational
Research, Institutions and Money, Investigaciones Económicas, Journal of
International Financial Markets, Journal of Money, Investment and Banking,
Moneda y Crédito, Zeitschrift für Wirtschafts- und Sozialwissenschaften, entre
otras. Ha realizado una estancia como visiting scholar en Harvard University

(1985-86). Es miembro de la Academia Europea de las Ciencias y las Artes y
adjunto al presidente ejecutivo de los Premios Rey Jaime I. (Página personal:
http://www.uv.es/quesada).
FRANCISCO PÉREZ: Catedrático de Análisis Económico de la Universitat

de València y director de investigación del Instituto Valenciano de Investi-
gaciones Económicas (IVIE). Sus campos de especialización son el crecimiento
económico y la integración internacional, la competitividad, la economía
regional, la economía de la educación y la economía financiera (banca y finanzas
públicas). Ha publicado cincuenta y tres libros en colaboración y más de
ciento setenta artículos en revistas especializadas nacionales e internacionales.
Ha dirigido nueve tesis doctorales y más de un centenar de proyectos de
investigación. Es conferenciante habitual en muchas instituciones y ha
visitado más de cincuenta universidades y centros de investigación de España,
Europa y América. En la actualidad es investigador asociado del proyecto del
Plan Nacional de I+D+i Productividad y competitividad en la sociedad del
conocimiento: desarrollo metodológico y análisis empírico (ECO2011-23248)
e investigador principal de un grupo de excelencia investigadora (Prometeo)
de la Generalitat Valenciana. En noviembre del 2010 recibió el VIII Premi
Societat Catalana d’Economia. (Página personal: http://www.uv.es/perezgar).
EVA BENAGES: Licenciada en Economía por la Universidad de Valencia

(Premio Extraordinario 2004 y Premio al Rendimiento Académico 2003-
2004). En 2004 realizó un postgrado en Especialización Profesional en Bolsas
y Mercados Financieros y en 2007 obtuvo la suficiencia investigadora por
la Universidad de Valencia, con especialización en el área de integración y
desarrollo económico. Forma parte del equipo técnico del Ivie desde 2003.
Ha participado en la elaboración de varias monografías y artículos de
investigación. Sus campos de especialización son capitalización, crecimiento
y productividad y estudios de impacto económico.
Sobre Autores 403
ARIEL COREMBERG: Profesor de Teoría y Medición del Crecimiento

Económico e investigador del IIEP-CONICET de la Universidad de Buenos
Aires. Doctor en Economía de la Universidad de La Plata (2007), Magister en
Economía del Instituto Torcuato Di Tella (1994) y Licenciado en economía
de la Universidad de Buenos Aires (1993). Sus áreas de especialización
son Crecimiento Económico, Competitividad, Cuentas Nacionales, Capital
Humano, Nuevas Tecnologías de información, Recursos Naturales e
Infraestructura. Fue Investigador visitante en la Universidad de Harvard gracias
a una Beca Fulbright (2012), Premio Nancy and Patrick Ruggles IARIW (2002)
y el 2do premio (1992) y Mención (1991) El Cronista Comercial. Trabajo
como especialista en Cuentas Nacionales en la estimación oficial del PBI base
1993 y Matriz Insumo Producto 1997 y el PBG de la Ciudad de Buenos Aires
base 1999 y 2004 y la MIP Córdoba. Fue coordinador e investigador principal
en la elaboración de la metodología y series oficiales del Stock de Capital
de Argentina. Ha sido consultor de Naciones Unidas, BID, Banco Mundial,
Cepal, USDA. Es miembro de la AAEP, IARIW y de la Task Force de la
OECD Canberra II Group on the Measurement of Nonfinancial Assets y citado
en el Manual de Cuentas Nacionales 2008 y en el OECD Measuring Capital
Mannual. Actualmente es coordinador y principal investigador del proyecto
ARKLEMS+LAND para la medición de la Productividad, Competitividad
y Fuentes del Crecimiento de la economía argentina, contraparte argentina
del proyecto WORLDKLEMS coordinado por Dale Jorgenson (Universidad
Harvard) (www.arklems.org). Ha publicado en International Productivity
Monitor, World Economics, Desarrollo Económico, como así también varios
libros sobre el Balance Nacional y la Riqueza, Educación y Capital Humano,
Recursos Naturales, Stock de Capital y Crecimiento.

Medicion Economia PDF

Cargado por

Copyright:

Formatos disponibles

Medicion Economia PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Medicion Economia PDF

Cargado por

Copyright:

Formatos disponibles

Viene de la solapa de tapa

PROGRESOS EN MEDICIÓN DE LA ECONOMÍA

Fecha de catalogación: 10/04/2015

Título del libro:Progresos en medición de la economía

© AAEP. – Asociación Argentina de Economía Política

© Temas Grupo Editorial SRL, 2015

1era. edición de 500 ejemplares. Abril 2015

Comité TEMAS Grupo Editorial

Arte y diseño: Inés Shute Dinamarca

Queda hecho el depósito que previene la ley 11.723

Esta edición de 500 ejs. se terminó de imprimir en el mes de abril d 2015 en

Queda prohibida la reproducción total o parcial de los contenidos de este libro en

Prólogo en Homenaje a Alberto Fracchia VIII

Prólogo Presidente AAEP X

2. Una Nueva Arquitectura para el Sistema de Cuentas 21

3. Números Índice y Teoría Económica 57

4. Problemas con la Medición de los Servicios Bancarios en el 131

5. Medición de los Servicios de Salud en Las Cuentas 217

6. Contabilidad del Conocimiento: metodología y resultados 251

7. Intangibles en la Nueva Economía 299

8. Midiendo La Productividad y Las Fuentes del 335

Sobre los Autores 395

Este libro está dedicado a la memoria de Alberto Fracchia. Recientemente

La actividad central de la Asociación Argentina de Economía Política

Walter Sosa Escudero

La elección de cuáles variables fundamentales se deben incluir en el

El Sistema de Cuentas Nacionales (SCN) desarrollado a lo largo de

El SCN08 como tal presenta sustanciales avances desde sus primeras

las aplicaciones (apps) de los teléfonos móviles o la mejora en la calidad

en países desarrollados hasta la crisis global del 2008-2009 tuvo origen

En nuestra opinión, las dificultades de valorización económica de los

más cercanamente a los cambios en el nivel de vida y bienestar de los

Un ejemplo de ello, es la particular relevancia para América Latina,

Organización del Libro

el enfoque integrado propuesto para el perfil del crecimiento de la economía

El capítulo 4 de Erwin Diewert, Dennis Fixler y Kevin Zieschang realiza

de calidad y la distinción entre resultados (outcome) y producto (output) del

y varios servicios públicos -educativos, sanitarios, administración pública-,

de las dos últimas décadas realizados por el proyecto ARKLEMS+LAND. El

La compilación y edición de este libro para la prestigiosa serie “Progresos”

con sus importantes investigaciones. Los trabajos de compilación, edición y

Brynjolfsson, Erik (2013): Wired for Innovation: How Information Technology

Jorgenson, D W and B M Fraumeni (1992): “The Output of the Education

Triplett, Jack E. and Barry P. Bosworth (2003): “Productivity Measurement

Dale W. Jorgenson y Daniel T. Slesnick

Jorgerson, J. Steven Landefeld, William D. Nordhaus, y sus coautores

La medida de bienestar social potencial que se propone en este trabajo está

Las recomendaciones del Informe Stiglitz-Sen-Fitoussi son

Al incluir la producción, medida como el Producto Interno Bruto (PIB) y el

la medición de la desigualdad y del nivel de vida. El Índice de Precios al

2. Medición del Bienestar Individual y Social

A pesar de la exclusión del bienestar social de las cuentas nacionales, la

El libro magistral de Sen (1970), Collective Choice and Social Welfare22,

Los modelos econométricos de comportamiento de los consumidores han

herramientas en el desarrollo de un “panel” de medidas detalladas de bienestar

de las escalas de equivalencia de los hogares.35 Lewbel comenzó por aclarar el

por Jorgenson y Slesnick (1987).41 El modelo econométrico de los autores

y se hace referencia a éste como la función de bienestar social igualitaria.

3. Medición del bienestar en el Sistema de Cuentas Nacionales