¿CÓMO AFECTA EL CICLO ECONÓMICO A LOS INDICADORES SOCIALES EN AMÉRICA LATINA Y EL CARIBE? CUANDO LOS SUEÑOS ENFRENTAN LA REALIDAD INFORME SEMESTRAL • OFICINA DEL ECONOMISTA JEFE REGIONAL • ABRIL 2019 ¿Cómo afecta el ciclo económico a los indicadores sociales en América Latina y el Caribe? Cuando los sueños enfrentan la realidad © 2019 Banco Internacional de Reconstrucción y Fomento/Banco Mundial 1818 H Street NW, Washington, DC 20433 Teléfono: 202-473-1000; Internet: www.worldbank.org Algunos derechos reservados 1 2 3 4 22 21 20 19 La presente obra fue publicada originalmente por el Banco Mundial en inglés en 2019, con el título Effects of the Business Cycle on Social Indicators in Latin America and the Caribbean: When Dreams Meet Reality . En caso de discrepancias, prevalecerá el idioma original. El presente documento ha sido realizado por el personal del Banco Mundial, con aportaciones externas. Las opiniones, interpretaciones y conclusiones aquí expresadas no son necesariamente reflejo de la opinión del Banco Mundial, de su Directorio Ejecutivo ni de los países representados por este. El Banco Mundial no garantiza la exactitud de los datos que figuran en esta publicación. Las fronteras, colores, denominaciones y demás datos que aparecen en los mapas de este documento no implican juicio alguno, por parte del Banco Mundial, sobre la condición jurídica de ninguno de los territorios, ni aprobación o aceptación de tales fronteras. Nada de lo aquí contenido constituirá ni podrá considerarse una limitación ni una renuncia de los privilegios y las inmunidades del Banco Mundial, todos los cuales están reservados específicamente. Derechos y autorizaciones Esta publicación está disponible bajo la licencia Creative Commons Reconocimiento 3.0 IGO (CC BY 3.0 IGO): http://creativecommons.org/licenses/by/3.0/igo. Dicha licencia permite copiar, distribuir, comunicar y adaptar la presente obra, incluso para fines comerciales, con las siguientes condiciones: Cita de la fuente. La obra debe citarse de la siguiente manera: Végh, Carlos A., Guillermo Vuletin, Daniel Riera-Crichton, Jorge Puig, José Andrée Camarena, Luciana Galeano, Luis Morano, y Lucila Venturi. 2019. “¿Cómo afecta el ciclo económico a los indicadores sociales en América Latina y el Caribe?: Cuando los sueños enfrentan la realidad” LAC Semiannual Report (abril), Banco Mundial, Washington, DC. Licencia: Creative Commons Reconocimiento CC BY 3.0 IGO. Traducciones. En caso de traducirse la presente obra, la cita de la fuente deberá ir acompañada de la siguiente nota de exención de responsabilidad: “La presente traducción no es obra del Banco Mundial y no deberá considerarse traducción oficial de este. El Banco Mundial no responderá por el contenido ni los errores de la traducción”. Adaptaciones. En caso de que se haga una adaptación de la presente publicación, la cita de la fuente deberá ir acompañada de la siguiente nota de exención de responsabilidad: “Esta es una adaptación de un documento original del Banco Mundial. Las opiniones y los puntos de vista expresados en esta adaptación son exclusiva responsabilidad de su autor o de sus autores y no son avalados por el Banco Mundial”. Contenido de terceros. Téngase presente que el Banco Mundial no necesariamente es propietario de todos los componentes de la obra, por lo que no garantiza que el uso de dichos componentes o de las partes del documento que son propiedad de terceros no violará los derechos de estos. El riesgo de reclamación derivado de dicha violación correrá por exclusiva cuenta del usuario. Si se desea reutilizar algún componente de esta obra, es responsabilidad del usuario determinar si debe solicitar autorización y obtener dicho permiso del propietario de los derechos de autor. Como ejemplos de componentes se puede mencionar los cuadros, los gráficos y las imágenes, entre otros. Toda consulta sobre derechos y licencias deberá enviarse a la siguiente dirección: World Bank Publications, The World Bank Group, 1818 H Street NW, Washington, DC 20433, EE. UU.; correo electrónico: pubrights@worldbank.org. ISBN (edición impresa): 978-1-4648-1414-3 ISBN (edición electrónica): 978-1-4648-1413-6 (inglés) DOI: 10.1596/ 978-1-4648-1414-3 Diseño de la portada: Javier Daza. Traducción al castellano: Sara Horcas-Rufián. Agradecimientos Este informe fue preparado por un equipo de la Oficina del Economista Jefe para América Latina y el Caribe conformado por Carlos A. Végh (Economista Jefe Regional), Guillermo Vuletin (Economista Senior), Daniel Riera-Crichton (Economista), Jorge Puig (Profesor, UNLP, Argentina), y José Andrée Camarena, Luciana Galeano, Luis Morano, y Lucila Venturi (Analistas de Investigación). Los miembros del equipo de Gestión Regional del Banco Mundial para América Latina y el Caribe plantearon preguntas incisivas y proporcionaron valiosos comentarios durante una presentación que tuvo lugar el 25 de marzo del 2019. Jorge Araujo, Gerente de la Práctica de Macroeconomía, Comercio, e Inversión, y su equipo de economistas, especialmente James Sampi, brindaron gran apoyo. Oscar Calvo, Carolina Diaz-Bonilla, María Ana Lugo, y Natalia García Peña de la Práctica de Pobreza y Equidad compartieron valiosos datos así como comentarios y sugerencias. Elena Ianchovichina, María Marta Ferreyra, Joana Silva, Guillermo Beylis, Jessica Bracco, Andrés César, Guillermo Falcone, Diego Friedheim, Leonardo Gasparini, Joaquín Serrano, y Leopoldo Tornarolli proveyeron comentarios y sugerencias sumamente útiles. Candyce Rocha (Gerente Interina de Comunicación), Carlos Molina (Oficial de Comunicación Online), Shane Romig, y Anahí Rama (Oficiales de Comunicación) realizaron comentarios a lo largo de todo el proceso de elaboración del informe gracias a los cuales éste es más accesible para no economistas. Finalmente, este informe no habría sido posible sin el infalible apoyo administrativo de Jacqueline Larrabure y Ruth Eunice Flores. Abril 2019 |3 4 | Cuando los sueños enfrentan la realidad Resumen Ejecutivo Tras seis años de desaceleración del crecimiento (incluyendo una caída de casi 1% del PIB en el 2016), la región de América Latina y el Caribe (LAC, por su sigla en inglés) reanudó lo que parecía ser una senda de crecimiento modesto, pero al alza, liderada por un aumento del PIB de 1,3% en el 2017. El aumento de los precios del petróleo y el cobre, la gran entrada neta de capitales, la recuperación económica en Argentina y Brasil, y el ritmo extremadamente gradual de la normalización de la política monetaria en las economías avanzadas – particularmente en los Estados Unidos – contribuyeron a este cambio de rumbo en el 2017 y, en abril del año pasado, se anticipaba un crecimiento de 1,8% para el 2018. Desafortunadamente, la tan esperada senda de crecimiento al alza no llegó a materializarse ya que la región se topó con algunos obstáculos en el camino que redujeron el crecimiento del 2018 de la proyección original de 1,8% a un estimado de 0,7%. En particular, (i) la crisis financiera que golpeó a Argentina en abril del 2018 y que provocó una fuerte contracción del PIB de 2,5%, (ii) la débil recuperación de Brasil después de la fuerte recesión de los años 2015-2016, (iii) el anémico crecimiento en México en medio de la incertidumbre política, y (iv) la continua implosión de la economía de Venezuela todo se tradujo en una tormenta perfecta que bajó el crecimiento en el 2018 a una tasa muy modesta de 0,7%. (Excluyendo Venezuela, el crecimiento en la región también disminuyó de 1,9% en el 2017 a 1,4% en el 2018.) Entre las grandes economías de la región, Colombia fue de las más destacadas en el 2018, creciendo al 2,7%. Lamentablemente, y como se discute en el Capítulo 1, las perspectivas de crecimiento para este año (0,9%) no muestran una mejora sustancial con respecto al 2018, como consecuencia del crecimiento débil o negativo en las tres economías más grandes de la región – Brasil, México, y Argentina – y del colapso total en Venezuela (donde se espera que el PIB se contraiga un 25%). En términos más generales, se espera que Sudamérica, que representa más del 70% del producto de LAC, crezca solo un 0,4% en el 2019 (1,8% excluyendo Venezuela). Por el contrario, se estima que América Central y el Caribe crezcan fuertemente, a un ritmo de 3,4% y 3,2%, respectivamente. Por último, se prevé que México crezca un 1,7% (comparado con un 2,0% en el 2018), lo que refleja principalmente las preocupaciones de los mercados por las señales un tanto contradictorias con respecto al curso futuro de la política económica. Como es costumbre, los factores externos también serán un desafío para la región. La drástica caída en los precios de las materias primas, especialmente petróleo y cobre, durante los últimos meses del 2018 y la desaceleración del crecimiento de China pueden convertirse en serios obstáculos en momentos en que la región intenta elevar su tasa de crecimiento. Los precios del petróleo son de vital importancia para Colombia, Ecuador, México, y Venezuela, y los del cobre para Chile y Perú. El crecimiento de China es particularmente relevante para Sudamérica, ya que se ha convertido en el |5 principal socio comercial de varios países de la región, incluidos Brasil y Perú. Desde el punto de vista financiero, el aumento de las tasas de interés internacionales, principalmente debido a la normalización de la política monetaria en los Estados Unidos, ha generado una apreciación del dólar y, por lo tanto, ejercido presión sobre las monedas de los mercados emergentes. Dado que las monedas de la región han comenzado a depreciarse, los bancos centrales ya afrontan el dilema de la política monetaria analizado en ediciones previas de este reporte: aumentar las tasas de interés para defender la moneda a costa de un menor crecimiento o bajar las tasas de interés para estimular la economía a costa de una mayor depreciación y, posiblemente, salidas de capitales. Además, se ha registrado una fuerte caída en la entrada neta de capitales a la región (medida como la cifra acumulada de 12 meses) desde un máximo de 50.000 millones de dólares en enero del 2018 a prácticamente cero en enero del 2019. Habiendo dicho esto, el reciente anuncio de la Reserva Federal de que no aumentaría más la tasa de política monetaria en el 2019 y la subiría una sola vez en el 2020 debería proveer un importante respiro a la región. En el campo fiscal, LAC continúa en una situación delicada, aunque avanza lentamente en la dirección correcta. En el 2019, estimamos que 27 de los 32 países de la región tendrán un déficit en el balance fiscal total (en el 2018, 29 de 32 tuvieron un déficit fiscal total). La mediana del déficit fiscal total en la región disminuiría de 2,4% del PIB en el 2018 a 2,1% en el 2019. En Sudamérica, dicha cifra caería de 3,8% del PIB en el 2018 a 2,8% en el 2019. Sin embargo, debido a los déficits fiscales generalizados, la deuda pública promedio sigue siendo alta para la región, ubicándose en casi el 60% del PIB, con siete países con una deuda superior al 80%. Desde enero del 2018, Fitch ha recortado la calificación crediticia de cuatro países y modificado a negativa las perspectivas de dos grandes economías (Argentina y México). Por lo tanto, el acceso y el costo del crédito internacional se vuelven más difíciles cuando son más necesarios. En vista del ritmo de crecimiento mediocre de la región, en particular de Sudamérica, el deterioro de los indicadores sociales no debería sorprender. Brasil, que representa un tercio de la población de LAC, ha experimentado un aumento en la pobreza monetaria de aproximadamente 3 puntos porcentuales entre el 2014 y el 2017. El ciclo económico tiene un claro impacto en los indicadores sociales, un hecho que ha sido generalmente pasado por alto en las discusiones sobre pobreza. En este sentido, se vuelve indispensable poner en contexto la dramática caída de la pobreza durante la Década de Oro (2003-2013) porque se podría pensar que al menos parte de las ganancias sociales fueron temporarias (es decir, consecuencia de la fase extremadamente favorable del ciclo económico).1 El énfasis de este reporte, los Capítulos 2-4, lleva a cabo un análisis detallado de los efectos del ciclo económico sobre los indicadores sociales, especialmente la pobreza. El Capítulo 2 plantea la primera idea clave: no todos los indicadores sociales se comportan del mismo modo en términos de su sensibilidad al ciclo económico. A estos efectos, consideramos tres indicadores sociales ampliamente utilizados: tasa de desempleo, pobreza monetaria (línea de pobreza 1 Si bien la Década de Oro se define típicamente como el período 2003-2013 (dado que los precios de las materias primas, y del petróleo en particular, iniciaron un drástico declive en el 2014), todos nuestros cálculos relacionados con indicadores sociales cubren el período 2003-2014 para tomar en consideración que la pobreza monetaria en LAC alcanzó su mínimo en el 2014. 6 | Cuando los sueños enfrentan la realidad de 5,50 dólares), y necesidades básicas insatisfechas (NBI), y calculamos qué parte de su variabilidad se explica por el componente cíclico del producto per cápita en LAC. En el caso de la tasa de desempleo, el 74% de su variabilidad se debe a consideraciones cíclicas. Por otro lado, el ciclo solo explica el 21% de la varianza del NBI. La pobreza monetaria se sitúa en un punto intermedio, con el 43% de su variabilidad explicada por movimientos cíclicos en el producto per cápita. Intuitivamente, la tasa de desempleo es el indicador cíclico por excelencia, ya que, en modelos con precios/salarios fijos, responde fuertemente a cualquier shock transitorio, monetario o real, que esté detrás del ciclo económico. Por el contrario, el NBI es un indicador compuesto por factores estructurales (como vivienda, educación, y saneamiento), que se ven poco influenciados por el ciclo económico. La pobreza monetaria se ve afectada tanto por shocks transitorios como por factores estructurales. Por lo tanto, el NBI claramente sería un mejor indicador del bienestar social porque no dependería de los caprichos del ciclo económico. En cambio, la pobreza monetaria podría llevar a una lectura engañosa de la situación social porque parte de su baja durante los booms podría revertirse cuando se produzca la inevitable desaceleración o recesión. El Capítulo 3 se enfoca en la Década de Oro, un período de notable crecimiento (especialmente para los exportadores de productos primarios de la región) debido a los precios extremadamente altos de las materias primas. Durante este período, la pobreza monetaria se redujo en alrededor de 20 puntos porcentuales. Sin embargo, las ideas introducidas en el Capítulo 2 sugerirían claramente que parte de esta mejora se debió a cuestiones cíclicas, en lugar de tendenciales. Para establecer esto, recurrimos a una metodología ampliamente conocida en la literatura sobre pobreza y concluimos que, para LAC en su conjunto, el 45% de la caída de la pobreza monetaria durante la Década de Oro se debió a factores cíclicos, mientras que el 55% restante se debió al crecimiento tendencial y a políticas redistributivas. Por lo tanto, debemos tener cuidado al evaluar los beneficios sociales permanentes, particularmente en economías donde el producto es altamente volátil, lo que, como se muestra en el Capítulo 2, aumenta los efectos cíclicos en los indicadores sociales. Dado que las políticas redistributivas representaron alrededor del 35% de la caída en la pobreza durante la Década de Oro y han desempeñado un rol clave desde entonces, el Capítulo 4 examina más detenidamente la política redistributiva por excelencia: las transferencias monetarias condicionadas (TMC). Las TMC son, por diseño, programas sociales “estructurales” que apuntan a reducir la pobreza intergeneracional y de largo plazo al otorgar transferencias monetarias a cambio de inversiones en salud y acumulación de capital humano. En este momento, la mayoría de los países de la región tienen sofisticados esquemas de TMC que continúan contribuyendo a la reducción de la pobreza. Por otro lado, el Capítulo 4 discute la ausencia de otro tipo de programas sociales en la mayor parte de la región, como el seguro de desempleo, diseñados para ayudar a los pobres y más necesitados durante los aumentos cíclicos de la pobreza. Dichos “amortiguadores de shocks” (o amortiguadores cíclicos) están muy extendidos en los países desarrollados y constituyen una agenda social pendiente para la región. |7 8 | Cuando los sueños enfrentan la realidad Capítulo 1 Crecimiento, Retos Fiscales, y Pobreza en la Región Introducción Tras seis años de desaceleración del crecimiento (incluyendo una caída de casi 1% del PIB en el 2016), la región de América Latina y el Caribe (LAC, por su sigla en inglés) reanudó lo que parecía ser una senda de crecimiento modesto, pero al alza, liderada por un aumento del PIB de 1,3% en el 2017 (Tabla 1.1 y Gráfico 1.1). La recuperación de los precios del petróleo y el cobre, la gran entrada neta de capitales, la modesta recuperación económica en Argentina y Brasil, y el ritmo extremadamente gradual de la normalización de la política monetaria en las economías avanzadas – particularmente en los Estados Unidos – contribuyeron a este cambio de rumbo en el 2017 y, en abril del año pasado, se anticipaba un crecimiento del 1,8% en el 2018. TABLA 1.1. Crecimiento reciente y proyectado del PIB real en LAC Tasas anuales de crecimiento del PIB real (en %) Región 2015 2016 2017 2018 2019p 2020p LAC 0,3 -0,9 1,3 0,7 0,9 n/a LAC (sin Venezuela, RB) 0,6 -0,1 1,9 1,4 1,9 2,7 América Central 4,2 3,9 3,7 2,7 3,4 3,5 Caribe 4,2 2,7 2,6 4,0 3,2 3,6 México 3,3 2,9 2,1 2,0 1,7 2,0 Sudamérica -1,0 -2,5 0,8 0,1 0,4 n/a Sudamérica (sin Venezuela, RB) -0,7 -1,5 1,7 1,0 1,8 2,8 Argentina 2,7 -1,8 2,9 -2,5 -1,3 2,9 Brasil -3,5 -3,3 1,1 1,1 2,2 2,5 Colombia 3,0 2,0 1,8 2,7 3,3 3,7 Venezuela, RB -6,2 -16,5 -14,5 -17,7 -25,0 n/a Notas: Promedios ponderados para valores subregionales. “p” significa proyectado. Para 2019 el Banco Mundial estima un rango de entre -18% y -30% para Venezuela. La proyección del crecimiento del PIB del 2020 para Venezuela se omite dada la gran incertidumbre acerca de la situación económica futura del país. Sudamérica comprende Argentina, Bolivia, Brasil, Chile, Colombia, Ecuador, Guyana, Paraguay, Perú, Surinam, Uruguay y Venezuela, RB. América Central comprende Belice, Costa Rica, El Salvador, Guatemala, Honduras, Nicaragua, y Panamá. El Caribe comprende Antigua y Barbuda, Bahamas, Barbados, Dominica, República Dominicana, Granada, Haití, Jamaica, San Cristóbal y Nieves, Santa Lucía, San Vicente y las Granadinas, y Trinidad y Tobago. Fuente: Estimaciones del Banco Mundial (marzo del 2019). Desafortunadamente, la tan esperada senda de crecimiento al alza no llegó a materializarse ya que la región se topó con algunos obstáculos en el camino que redujeron el crecimiento del 2018 de la proyección original de 1,8% a un estimado de 0,7%. La fuerte contracción en Argentina (con una caída del PIB de 2,5% en el 2018), la modesta recuperación en Brasil tras la recesión de los años 2015 y 2016, el anémico crecimiento en México en medio de la incertidumbre política, y la implosión de la |9 economía de Venezuela resultaron en un crecimiento prácticamente estancado en el 2018.2 (Excluyendo Venezuela, el crecimiento en la región también disminuyó de 1,9% en el 2017 a 1,4% en el 2018.) Entre las economías más grandes de la región, Colombia fue de las más destacadas, con un crecimiento de 2,7% en el 2018. Lamentablemente, las perspectivas de crecimiento para este año (0,9%) no muestran una mejora sustancial con respecto al 2018, como consecuencia del crecimiento débil o negativo en las tres economías más grandes de la región – Brasil, México, y Argentina – y el trágico colapso del crecimiento en Venezuela. (Excluyendo Venezuela, el crecimiento de la región en el 2019 sería de 1,9%.) GRÁFICO 1.1. Crecimiento del PIB real en LAC 7 6 5 Tasa crecimiento PIB real (en porcentaje) 4 3 2,7 2 1,9 1,9 1,4 1 1,3 0,9 -0,1 0,7 0 -1 -0,9 -2 -3 LAC LAC sin Venezuela, RB Nota: Las cifras de crecimiento para 2019 y 2020 son proyectadas. Fuente: Estimaciones del Banco Mundial (marzo del 2019). Argentina comienza el 2019 inmersa en una severa recesión, y se proyecta que el PIB caerá un 1,3% este año, tras una contracción de 2,5% en el 2018 (Tabla 1.1 y Gráfico 1.2, Panel A). En el 2018, el peso se depreció un 66% con respecto al año previo, la inflación se mantuvo cercana al 50%, y la tasa de interés de política monetaria tuvo que ser incrementada por encima del 70% en octubre para prevenir una mayor depreciación. A pesar del apoyo sin precedentes del Fondo Monetario Internacional (FMI), que se tradujo en un paquete revisado de 57.100 millones de dólares en octubre del 2018, y del éxito del Banco Central en la estabilización del peso a inicios de este año, el ajuste fiscal necesario para cumplir con el programa del FMI está cobrando un alto precio en términos de la actividad económica y el peso ha vuelto a sufrir un revés. Pese a todo, el gobierno argentino se muestra firmemente comprometido a cumplir con el ajuste fiscal acordado con el FMI, a pesar de que las elecciones presidenciales de octubre pondrán a prueba, sin duda alguna, su determinación. 2 Nótese que Brasil, México, y Argentina representan casi el 70% del PIB de la región. 10 | Cuando los sueños enfrentan la realidad Tras contraerse un 3,5% en el 2015 y un 3,3% en el 2016, en lo que constituye la mayor recesión en 30 años, Brasil reanudó un crecimiento positivo en el 2017 y el 2018 (con incrementos del PIB de 1,1% en ambos años), y se espera que crezca un 2,2% en el 2019 (Tabla 1.1 y Gráfico 1.2, Panel B). En vista de un déficit fiscal de 7,2% del PIB y de una deuda pública de casi 80% del PIB, las reformas fiscales en Brasil son esenciales. Las pensiones son, por lejos, la mayor carga fiscal y representan cerca de 12% del PIB. Para poner esta cifra en perspectiva, debemos tener en cuenta que el promedio para los países de la OCDE, que tienen una proporción similar de jubilados, es de 8% del PIB. En el frente económico, el nuevo gobierno que asumió el 1 de enero del 2019 ha planteado importantes cambios, pero aún debe probar la habilidad política para implementar tal ambicioso programa de reforma. El gobierno ya ha enviado al Congreso una importante reforma del sistema de pensiones, que supondría un aumento de la edad jubilatoria a 65 años para los hombres y 62 años para las mujeres, a diferencia del esquema actual que posibilita la jubilación con poco más de 50 años de edad (tras 30 años de contribución). Esta reforma reduciría el gasto en pensiones en más del 1,0% por ciento del PIB esperado en 10 años. Sin embargo, no está claro si esta reforma será aprobada por el Congreso tal como está, dado que el partido del presidente no tiene mayoría y tendría que depender de la formación de coaliciones. Mientras tanto el Banco Central ha mantenido la tasa de política monetaria (Selic) en 6,5% a la espera de nueva información sobre crecimiento e inflación. México comienza el 2019 con un crecimiento modesto, pero estable, proyectado en 1,7% para este año (después de crecer 2,0% en el 2018, véase Tabla 1.1 y Gráfico 1.2, Panel D), con superávits primarios y deuda en disminución, y con una inflación que se espera permanezca dentro del rango objetivo del Banco Central (3% +/- 1). Sin embargo, la tasa de política monetaria (8,25%) sigue estando dentro de las más altas entre las economías más grandes de la región, lo cual refleja la necesidad del Banco Central de defender el peso, dadas las señales contradictorias de la administración actual con respecto al futuro de las políticas económicas. Incluso antes de asumir el cargo, el actual presidente inquietó a los mercados al anunciar la cancelación del nuevo, y parcialmente construido, aeropuerto de la Ciudad de México valorizado en unos 13.000 mil millones de dólares. Las principales reformas energéticas implementadas por la administración anterior han sido suspendidas, lo que ha llevado a un cuestionamiento del futuro de la política energética en México. Por otro lado, la administración actual presentó un presupuesto fiscal relativamente prudente para el 2019, que fue aprobado por el Congreso a finales de diciembre del 2018. Reforzando las señales positivas, la administración actual también ha anunciado recientemente una reducción de la tasa impositiva para las ofertas públicas iniciales de capital y ha permitido que los fondos de pensiones inviertan en una gama más amplia de instrumentos. En resumen, las señales de la nueva administración han sido mixtas y solo el tiempo dirá qué orientación prevalecerá. Pero, mientras tanto, es probable que la incertidumbre relacionada con la política económica obligue al Banco Central a mantener una política monetaria restrictiva, lo que perjudicará el crecimiento. En cambio, en países como Colombia (Gráfico 1.2, Panel C), la tasa de política de 4,25% estimula el crecimiento. | 11 GRÁFICO 1.2. PIB en las cuatro mayores economías de la región, 2003-2020p PANEL A. PANEL B. Argentina Brasil 170 150 160 140 Índice del PIB real (2003 = 100) Índice del PIB real (2003 = 100) 150 130 140 130 120 120 110 110 100 100 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019p 2020p 2019p 2020p PANEL C. PANEL D. Colombia México 200 150 190 180 140 Índice del PIB real (2003 = 100) Índice del PIB real (2003 = 100) 170 160 130 150 140 120 130 120 110 110 100 100 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019p 2020p 2019p 2020p Nota: Índice del PIB real (2003 = 100). Fuente: Estimaciones del Banco Mundial (marzo del 2019). Pero nada podía preparar a la región para la escalada de la crisis económica, social, y humanitaria en Venezuela, por lejos la peor crisis en la historia moderna de la región (Gráfico 1.3). Las condiciones socioeconómicas continúan deteriorándose rápidamente. La caída en el precio del petróleo – y, por lo tanto, producción y exportaciones de petróleo – junto con políticas altamente distorsivas (desde controles de precios hasta préstamos dirigidos), un ajuste fiscal desordenado, monetización de la deuda del sector público, y una mala gestión económica en general han causado hiperinflación, devaluación (Gráfico 1.3, Panel A), defaults, y una masiva contracción en el producto y el consumo.3 El PIB real se contrajo un 17,7% en el 2018 y es probable que caiga un 25% en el 2019, lo que implicaría una caída 3 En el frente humanitario, el hambre y las enfermedades azotan a todo el país. La mortalidad infantil subió a 26 de cada 1.000 nacimientos vivos en el período 2013-2017, tasa similar a la de la década de los años 1980. El crimen y la violencia también han aumentado sustancialmente, y Venezuela se ha convertido en el país con la mayor tasa de homicidios en la región (89 homicidios por cada 100.000 habitantes), una tasa casi tres veces superior a la de los países en guerra. 12 | Cuando los sueños enfrentan la realidad acumulada del PIB del 60% desde el 2013 (Gráfico 1.3, Panel B). La tasa anual de inflación, estimada en 1.370.000% para finales del 2018 (una tasa mensual de 121%), alcanzaría 10.000.000% en el 2019 (una tasa mensual de 161%). Estimaciones de fuentes no oficiales sugieren que la pobreza ha alcanzado al 90% de la población (Gráfico 1.3, Panel C).4 Según la Agencia de las Naciones Unidas para los Refugiados y la Organización Internacional para las Migraciones (2019), se estima que el número de personas que habrán abandonado el país superará los 5 millones para fines del año 2019 (Gráfico 1.3, Panel D).5 GRÁFICO 1.3. Venezuela: Principales indicadores PANEL A. PANEL B. Tipo de cambio (mercado paralelo) Índice del PIB real 1.400 100 1.200 90 Inflación anual alcanza 1.370.000% Índice del PIB real (2013 = 100) (121% mensual) 1.000 80 VES/USD 800 70 600 60 400 50 Inflación anual alcanza 1.087% 200 40 0 30 dic.-17 feb.-18 abr.-18 jun.-18 ago.-18 oct.-18 dic.-18 2013 2014 2015 2016 2017 2018 2019p PANEL C. PANEL D. Tasa de pobreza (no oficial) Migrantes 100 6 Población en el 2016 = 31 millones (aprox.) 5 millones de migrantes representa 16% de la población 5 80 Migrantes (en millones) 4 Tasa de pobreza 60 3 2 40 1 20 0 2013 2014 2015 2016 2017 2015 2017 sep.-18 dic.-18 dic.-19 Notas: VES significa Bolívar Soberano. Número acumulado de migrantes desde el 2015. Línea punteada indica proyecciones. Fuentes: Estimaciones del Banco Mundial (marzo del 2019), ENCOVI, Reserva Federal, y UNHCR. 4 Datos de ENCOVI. 5 Véase Banco Mundial (2018a) para un análisis detallado de los efectos de la migración. | 13 Como es usual, el crecimiento agregado de la región (0,7% en el 2018 y una proyección de 0,9% para el 2019) esconde un alto grado de heterogeneidad en sus subregiones (Tabla 1.1). El PIB en Sudamérica (SA) se mantuvo esencialmente constante en el 2018 (pero creció un 1,0% excluyendo Venezuela) y se espera que crezca un 0,4% en el 2019 (1,8% excluyendo Venezuela). El crecimiento en América Central fue de 2,7% en el 2018 (por debajo del 3,7% del 2017), en parte debido a la crisis política y económica en Nicaragua, que registró una caída de 3,8% del PIB en el 2018, comparado con un crecimiento de 4,9% en el 2017 (Tabla A.1). Se espera que el crecimiento en América Central vuelva a 3,4% en el 2019. El Caribe ha retomado un crecimiento robusto (4,0% en el 2018 frente a un 2,6% en el 2017) tras la devastación causada por los huracanes Irma y María en el 2017, y se espera que crezca un 3,2% en el 2019. En comparación con otras regiones en el mundo, LAC ha mostrado un desempeño reiteradamente inferior. El Gráfico 1.4 compara las tasas de crecimiento promedio de LAC, resto del mundo, y resto de los mercados emergentes excluyendo China. La Década de Oro de los precios de las materias primas (2003-2013) fue el único período en el que LAC superó al resto del mundo. Sin embargo, vale la pena señalar, que incluso durante la Década de Oro, la región siempre ha estado rezagada respecto a los demás mercados emergentes. También se puede observar que la desaceleración de los precios de las materias primas de 2014-2015 afectó negativamente a LAC en mayor medida que a los demás mercados emergentes, que solo sufrieron una pequeña desaceleración. La mayor diferencia fue en el 2016, cuando LAC se contrajo por casi un 1,0%, mientras que los demás mercados emergentes crecieron un 3,7%. GRÁFICO 1.4. Crecimiento del PIB real: LAC, mercados emergentes (excl. LAC y China) y resto del mundo 6 5 4 Tasa crecimiento PIB real (en porcentaje) 3 2 1 0 -1 -2 2003-2013 2014-2015 2016 2017-2019p Resto del mundo LAC Mercados Emergentes (excl. China y LAC) Nota: Promedios ponderados para valores subregionales. Fuentes: Estimaciones del Banco Mundial (marzo del 2019) si están disponibles y, de lo contrario, WEO (octubre del 2018). 14 | Cuando los sueños enfrentan la realidad El Gráfico 1.5 muestra los pronósticos de crecimiento para el 2019 para cada uno de los 32 países de de LAC. La tasa mediana de crecimiento del PIB real para la región se estima en un 2,4%. Sin embargo, se observa un alto grado de heterogeneidad dentro de la región. Se anticipa que San Cristóbal y Nieves, Panamá, y República Dominicana sean los tres países de mayor crecimiento, siendo los dos últimos los únicos dentro de este grupo que han logrado mantener altas tasas de crecimiento durante el período 2016-2019. En el otro extremo, vemos, también en el Gráfico 1.5, el colapso de Venezuela y las recesiones en Nicaragua y Argentina. GRÁFICO 1.5. Pronósticos de crecimiento del PIB real en LAC por país, 2019 8 6 4 Tasa crecimiento PIB real (en porcentaje) Mediana LAC 2019: 2,4% 2 0 -2 -4 -6 -25 -8 Brasil Nicaragua Sta. Lucía Ecuador Belice Panamá LAC Costa Rica Guatemala Jamaica Bolivia Honduras Argentina Barbados Haití Ant. y Barbuda S. Vin. y Gran. S. Crist. y Niev. Perú Trin. y Tobago Paraguay SA El Salvador Chile Rep. Dominicana México Uruguay Venezuela, RB MCC Granada Guyana Dominica Surinam Bahamas Colombia Nota: Promedios ponderados para valores subregionales. Fuente: Estimaciones del Banco Mundial (marzo del 2019). Después de observar las diferencias en el crecimiento dentro de los países de LAC, es natural preguntarse qué factores podrían explicar este fenómeno. La siguiente sección distinguirá entre factores externos y domésticos que afectan a LAC. Rol de los Factores Externos Desde la perspectiva de una economía pequeña y abierta, como las de LAC, los factores externos juegan naturalmente un rol fundamental como impulsores del crecimiento (Gráfico 1.6). De hecho, estos han sido determinantes decisivos de la desaceleración que experimentó la región en los años posteriores a la Década de Oro. El precio de las materias primas, el crecimiento en China y Estados Unidos, y la liquidez internacional – capturada por el rendimiento real del bono a 10 años del Tesoro de los Estados Unidos – están entre los factores externos más importantes para la región. El Gráfico 1.6 ilustra el comportamiento reciente de estos cuatro factores. La gran incertidumbre con respecto a la trayectoria futura de los precios de | 15 GRÁFICO 1.6. Factores externos que afectan al crecimiento de LAC PANEL A. PANEL B. Precios de las materias primas Crecimiento del PIB real de China 140 16 120 Tasa crecimiento PIB real (en porcentaje) 14 Índice (2010 = 100) 100 12 80 10 60 8 40 6 20 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 4 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 Índice de precios: energía Índice de precios: otros PANEL C. PANEL D. Crecimiento del PIB real de EE. UU. Rendimiento real bonos EE. UU. a 10 años 5 2,5 4 2,0 Tasa crecimiento PIB real (en porcentaje) Rendimiento Real (en porcentaje) 3 1,5 2 1 1,0 0 0,5 -1 0,0 -2 -0,5 -3 jul.-13 jul.-14 jul.-16 jul.-17 jul.-18 jul.-15 ene.-13 abr.-13 ene.-14 abr.-14 ene.-15 abr.-15 ene.-16 abr.-16 ene.-17 abr.-17 ene.-18 abr.-18 ene.-19 oct.-13 oct.-14 oct.-15 oct.-16 oct.-17 oct.-18 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 Nota: Pronósticos para el 2019 incluidos cuando se encuentran disponibles. Fuentes: Datos de precios de materias primas del Banco Mundial (Pinksheets), Bloomberg, y Haver Analytics. las materias primas y la desaceleración de la tasa de crecimiento de China plantean grandes desafíos para los exportadores de productos primarios de la región. En particular, hasta mediados de marzo del 2019, el precio del petróleo ha caído un 17% desde su máximo de octubre del 2018, mientras que el del cobre ha caído un 8% desde su máximo de enero del 2018. El petróleo es el principal producto de exportación para Colombia, Ecuador, y Venezuela, y ciertamente importante para México, mientras que el cobre es el principal producto de exportación para Chile y Perú. Claramente, detrás del reciente incremento global de las tasas de interés reales (Gráfico 1.6, Panel D), se encuentra, principalmente, la normalización de la política monetaria en los Estados Unidos. Pese a ser bastante graduales, los repetidos aumentos de la tasa de interés de la Reserva Federal (Federal Funds rate) desde diciembre del 2015 (Gráfico 1.7, Panel A) han ciertamente contribuido a una apreciación del dólar (Gráfico 1.7, Panel B) y, más recientemente, a una fuerte caída en la entrada neta 16 | Cuando los sueños enfrentan la realidad GRÁFICO 1.7. Política Monetaria en EE. UU. y variables financieras PANEL A. PANEL B. Tasa de la Reserva Federal Índice Dólar 3,0 105 2,5 100 95 2,0 En porcentaje 90 Índice 1,5 85 1,0 80 0,5 75 0,0 70 sep.-14 sep.-15 sep.-16 sep.-17 sep.-19 sep.-20 sep.-13 sep.-18 ene.-13 ene.-14 ene.-15 ene.-16 ene.-17 ene.-18 ene.-19 ene.-20 may.-13 may.-14 may.-15 may.-16 may.-17 may.-18 may.-19 may.-20 jul.-13 jul.-14 jul.-15 jul.-16 jul.-17 jul.-18 ene.-13 abr.-13 ene.-14 abr.-14 ene.-15 abr.-15 ene.-16 abr.-16 ene.-17 abr.-17 ene.-18 abr.-18 ene.-19 oct.-13 oct.-14 oct.-15 oct.-16 oct.-17 oct.-18 PANEL C. PANEL D. Entradas netas de capitales a LAC Índice de divisas de mercados emergentes 60 1.750 50 1.700 40 Miles de millones de dólares 30 1.650 20 1.600 Índice 10 1.550 0 -10 1.500 -20 1.450 -30 -40 1.400 jul.-13 jul.-14 jul.-15 jul.-16 jul.-17 jul.-18 jul.-13 jul.-14 jul.-15 jul.-17 jul.-18 jul.-16 ene.-13 abr.-13 ene.-14 abr.-14 ene.-15 abr.-15 ene.-16 abr.-16 ene.-17 abr.-17 ene.-18 abr.-18 ene.-19 ene.-13 abr.-13 ene.-14 abr.-14 ene.-15 abr.-15 ene.-16 abr.-16 ene.-17 abr.-17 ene.-18 abr.-18 ene.-19 oct.-13 oct.-14 oct.-15 oct.-16 oct.-17 oct.-18 oct.-13 oct.-14 oct.-15 oct.-16 oct.-17 oct.-18 Notas: Pronósticos para el 2019 incluidos cuando se encuentran disponibles. La línea vertical representa el máximo alcanzado por el acumulado de doce meses en las entradas netas de capitales a LAC. Fuentes: Bloomberg, EPFR Global, y Reserva Federal. de capitales a la región (Gráfico 1.7, Panel C), medido como el acumulado de doce meses, desde un máximo de alrededor de 50.000 millones de dólares en enero del 2018 a prácticamente cero en enero del 2019. No es coincidencia que esta dramática caída en la entrada neta de capitales haya estado acompañada por una fuerte apreciación del dólar desde enero del 2018 (Gráfico 1.7, Panel B) y por una correspondiente depreciación de las monedas de los mercados emergentes (Gráfico 1.7, Panel D). La depreciación de las monedas domésticas en la región ya ha comenzado a confrontar a los bancos centrales con el dilema de política monetaria analizado en Végh et al. (2017). ¿Deberían los bancos centrales aumentar la tasa de interés de política monetaria para defender las monedas domésticas a costa de agravar una posible desaceleración económica, o deberían bajar la tasa de política monetaria para estimular la actividad económica a costa de una mayor depreciación e inflación? Habiendo dicho esto, el reciente anuncio de la Reserva Federal de que no aumentaría más la tasa de política monetaria en el 2019 y la subiría una sola vez en el 2020 debería proveer un importante respiro a la región. | 17 Para ilustrar la importancia cuantitativa de los factores externos para el crecimiento de SA, y como se ha realizado en ediciones previas de este reporte, utilizamos un modelo econométrico que estima los efectos de cuatro variables externas sobre la tasa de crecimiento de SA.6 Las variables explicativas son la tasa de crecimiento de los países del G-7 y de China, un índice de precios de las materias primas, y el rendimiento real del bono a 10 años del Tesoro de los Estados Unidos como indicador del costo global del capital. El Gráfico 1.8 ilustra los resultados del modelo. La línea púrpura es la tasa de crecimiento de SA, mientras que la línea naranja es la tasa de crecimiento predicha por el modelo. Este valor predicho resume el efecto promedio de los factores externos sobre la tasa de crecimiento. Por lo tanto, la diferencia entre ambas líneas se puede interpretar como la influencia de los factores domésticos. Cuando el crecimiento es más alto (más bajo) que lo predicho, la influencia de los factores domésticos es positiva (negativa). GRÁFICO 1.8. Rol de los factores externos en el crecimiento de Sudamérica 10 8 Tasa crecimiento PIB real (en porcentaje) 6 Observado 4 Factores Domésticos Predicho Positivos 2 0 -2 Factores Domésticos Negativos -4 2010T1 2010T3 2011T1 2011T3 2012T1 2012T3 2013T1 2013T3 2014T1 2014T3 2015T1 2015T3 2016T1 2016T3 2017T1 2017T3 2018T1 2018T3 2019T1 Notas: Véase el texto por más detalles. No se incluyen Guyana, Surinam, y Venezuela, RB. Fuentes: Estimaciones de LCRCE basadas en datos de Bloomberg y Haver Analytics. El gráfico revela que la desaceleración de la tasa de crecimiento de la región desde el final de la Década de Oro se debió principalmente a factores externos. Además, se puede observar que la tasa de crecimiento de SA se vio notablemente afectada por factores domésticos (en particular, la recesión brasileña de 2015-2016, que fue la más severa en la historia reciente del país). Actualmente, el crecimiento observado y el predicho coinciden, lo que nos indica que SA está generando poco o nada 6 Véase De la Torre et al. (2013) por más detalles. 18 | Cuando los sueños enfrentan la realidad de su propio crecimiento y que necesita encontrar con urgencia sus propias fuentes de desarrollo, como se ha argumentado repetidamente en esta serie de reportes. Ajuste Fiscal en LAC: Una Actualización Desafortunadamente, como se refleja en el Gráfico 1.9, la situación fiscal de la región continúa siendo precaria, a pesar de mejoras marginales. En el año 2019, se anticipa que 27 de 32 países en la región tendrán un déficit fiscal total, lo cual constituye un leve progreso con respecto al 2018 (cuando 29 de los 32 países registraron un déficit fiscal total). Además, la mediana del déficit fiscal total para la región en el 2019 sería, de hecho, ligeramente menor que en el 2018 (2,1% del PIB en el 2019 en comparación con 2,4% en el 2018). Del mismo modo, se espera que la mediana del déficit fiscal total para Sudamérica caiga en 1,0 punto porcentual en el 2019 (desde 3,8% del PIB en el 2018 a 2,8% en el 2019). Otro aspecto positivo es el gran número de superávits primarios, especialmente en México, América Central, y el Caribe (MCC, por su sigla en inglés), lo cual sugiere que los esfuerzos de consolidación fiscal están en marcha. Dejando de lado el caso de Venezuela, la situación más preocupante es la de Brasil, que se espera tenga un déficit fiscal total de 6,9% del PIB en el 2019, acompañado por un déficit primario de 1,2% del PIB. GRÁFICO 1.9. Déficits fiscales en LAC, 2019 15 Déficit fiscal en el 2019 (medianas): LAC: 2,1 (2,4 en 2018) - MCC: 1,6 (2,0 en 2018) 10 - SA: 2,8 (3,8 en 2018) En porcentaje del PIB 5 0 -5 84% (27/32) tienen déficit fiscal 38% (12/32) tienen déficit primario -10 Costa Rica Ecuador Brasil Ant. y Barbuda Sta. Lucía S. Vin. y Gran. Bolivia Panamá Nicaragua Belice Jamaica Guatemala Argentina Perú Haití Honduras Paraguay Chile Barbados Surinam México Rep. Domincana Bahamas Guyana Uruguay El Salvador Dominica S. Crist. y Niev. Colombia Granada Trin. y Tobago Venezuela, RB SA MCC Déficit total Déficit primario Nota: Para el nivel de gobierno correspondiente, véase Tabla B.1 en el Apéndice B. Fuente: Estimaciones del Banco Mundial (marzo del 2019). Para evaluar las tendencias fiscales con mayor precisión, el Gráfico 1.10 muestra los déficits fiscales totales y los déficits primarios de 15 países de la región. El Panel A ilustra los casos de Sudamérica y de México. Aunque, en promedio, el déficit fiscal total ha mejorado en 2,3 puntos porcentuales y el déficit primario en 2,2 puntos porcentuales, el gráfico muestra claramente que los esfuerzos de consolidación fiscal varían considerablemente entre países. Específicamente, observamos mejoras | 19 GRÁFICO 1.10. Déficits fiscales para países seleccionados de LAC PANEL A. Sudamérica y México, 2016-2019 10 2016 2019p Mejora Déficit total (prom.) 4,9 2,6 2,3 8 Déficit primario (prom.) 2,0 -0,2 2,2 6 En porcentaje del PIB 4 2 0 -2 -4 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p Argentina Brasil Chile Colombia Ecuador Perú Uruguay México Déficit total Déficit primario PANEL B. América Central y República Dominicana, 2016-2019 7 2016 2019p Mejora 6 Déficit total (prom.) 2,4 2,5 -0,1 Déficit primario (prom.) 0,1 -0,3 0,4 5 4 En porcentaje del PIB 3 2 1 0 -1 -2 -3 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p 2016 2017 2018 2019p Costa Rica Rep. Dominicana El Salvador Guatemala Honduras Nicaragua Panamá Déficit total Déficit primario Notas: “p” significa proyectado. Para el nivel de gobierno correspondiente, véase Tabla B.1 en el Apéndice B. Fuente: Estimaciones del Banco Mundial (marzo del 2019). 20 | Cuando los sueños enfrentan la realidad fiscales consistentes en Argentina, Ecuador, y Perú incluso si, a excepción de Ecuador, los déficits fiscales totales siguen siendo altos.7 Brasil, una vez más, sobresale por su enorme déficit fiscal total. El panorama luce menos alentador en el caso de América Central y República Dominicana (Gráfico 1.10, Panel B). De hecho, durante el período de cuatro años 2016-2019, los promedios del déficit fiscal total y del primario apenas han cambiado. Además, de los siete países en este panel, no hay ninguno que muestre reducciones consistentes en el déficit fiscal total, aunque algunos países, como El Salvador, muestran repetidas mejoras en el balance primario. Los déficits fiscales, naturalmente, continúan sumando a la carga de la deuda pública de la región, que ahora alcanza un promedio de 59,4% del PIB (Gráfico 1.11), incluyendo siete países (Jamaica, Barbados, Venezuela, Argentina, Belice, Antigua y Barbuda, y Dominica) con un ratio de endeudamiento superior al 80%.8 También vale la pena señalar que Brasil tiene un ratio de endeudamiento de 77% del PIB, lo cual refleja su precaria situación fiscal. GRÁFICO 1.11. Deuda pública como porcentaje del PIB en LAC, 2018 140 120 100 En porcentaje del PIB 80 Promedio LAC: 59,4% 60 40 20 0 Deuda pública bruta Promedio subregional Fuente: Estimaciones del Banco Mundial (marzo del 2019). La débil situación fiscal y los altos ratios de endeudamiento repercuten negativamente sobre las calificaciones crediticias de estos países, dificultando y encareciendo el acceso a los mercados internacionales de capital. Para ilustrar este punto, el Gráfico 1.12 muestra un diagrama de dispersión 7Para Ecuador, los datos corresponden al sector público no financiero (SPNF) en lugar del gobierno central. Esta es una diferencia importante en el caso de Ecuador porque la caída en el déficit fiscal total del gobierno central ha sido mucho menor (de 5,6% en el 2016 a 4,7% en el 2018), en comparación con la caída en el SPNF (de 7,3% en el 2016 a 0,8% en el 2018). 8 Por supuesto, Venezuela está en cesación de pagos desde noviembre del 2017. | 21 que vincula los ratios de endeudamiento (en el eje vertical) con las calificaciones crediticias a largo plazo de la agencia Fitch (en el eje horizontal). Como era de esperarse, la línea de regresión (significativa al 1%) indica una relación negativa que implica que cuanto mayores son los niveles de deuda, menores son las calificaciones crediticias. Más aún, mientras que la prima de riesgo promedio para los países con grado de inversión es de 186 puntos básicos, la de los países sin grado de inversión es más del doble (384 puntos básicos). GRÁFICO 1.12. Deuda y calificaciones crediticias en LAC, 2018 110 1 Regresión: Suba de B a B+ Jamaica Calificaciones de Fitch = 71,5 - 0,44*** x deuda pública bruta Enero 2019 0.9 100 Venezuela, RB Prima de riesgo promedio con grado de inversión: 186 puntos básicos Prima de riesgo promedio sin grado de inversión: 384 puntos básicos Argentina 0.8 90 Baja de BB a BB- Febrero 2018 0.7 Deuda bruta (en porcentaje del PIB) 80 Brasil El Salvador Perspectiva negativa 0.6 70 Octubre 2018 Surinam Uruguay 0.5 60 Baja de B a B- Noviembre 2018 0.4 Costa Rica Nicaragua Colombia Perspectiva negativa 50 Bolivia Baja de BB a B+ Octubre 2018 0.3 Ecuador Enero 2018 México 40 Suba de B a B- Rep. Dominicana Panamá 0.2 Agosto 2018 Suba de BB a BB+ 30 0.1 Diciembre 2018 Sin grado de inversión Perú Chile Grado de inversión Guatemala Paraguay 20 0 D C CC CCC- CCC CCC+ B- B B+ BB- BB BB+ BBB- BBB BBB+ A- A A+ AA- AA AA+ AAA Calificación crediticia de largo plazo de Fitch Nota: Venezuela, RB no se incluye en el cálculo de la prima de riesgo promedio para países sin grado de inversión. Fuentes: Estimaciones del Banco Mundial (marzo del 2019) y Fitch Ratings. El Gráfico 1.12 muestra que si bien la región continúa teniendo seis países con grado de inversión (Chile, México, Perú, Colombia, Panamá, y Uruguay), la perspectiva de deuda de dos de ellos (México y Uruguay) fue cambiada a negativa en octubre del 2018. En el caso de Uruguay, Fitch se refirió específicamente a déficits fiscales persistentes y a una carga de deuda elevada y creciente, mientras que, en el de México, la agencia calificadora mencionó la incertidumbre sobre el curso de la política económica y la continuidad de las reformas energéticas de la administración anterior, así como los crecientes riesgos de pasivos contingentes que se materializan en la petrolera estatal Pemex. Entre los países sin grado de inversión de la región, cuatro sufrieron una rebaja de calificación crediticia desde el 1 de enero del 2018. En particular, la calificación crediticia de Brasil se redujo de BB a BB- en febrero del 2018 y la de Nicaragua fue reducida en dos ocasiones (junio y noviembre del 2018). Como complemento del Gráfico 1.12, el Gráfico 1.13 muestra el riesgo país (los spreads del EMBI) para 16 países de la región. Vale la pena realizar varias observaciones. Primero, y como no es de extrañar, las calificaciones crediticias de Fitch están fuerte y negativamente correlacionadas con los spreads (es decir, cuanto mayor es la calificación crediticia, menor es el spread), con una correlación de -0,78 (significativa al 1%). Segundo, con excepción de México, las barras verdes que identifican a los 22 | Cuando los sueños enfrentan la realidad países con grado de inversión son las que tienen los spreads más bajos. Tercero, el spread promedio para los países de LAC (310 puntos básicos) es aproximadamente el doble que el de los países de Asia. Finalmente, no debería sorprender que los dos spreads más elevados sean los de Argentina y Ecuador (ambos países actualmente con programas del FMI). GRÁFICO 1.13. Riesgo país de J.P. Morgan (EMBI) 800 Promedio para países de LAC: 310 puntos básicos Promedio para países de Asia: 149 puntos básicos 700 Correlación(Spreads, Credit Ratings) = -0,78*** 600 500 Puntos básicos 400 Promedio LAC: 310 puntos básicos 300 200 100 0 Grado de inversión Sin grado de inversión Notas: El riesgo país se define como la diferencia en la tasa de interés que pagan los bonos denominados en dólares, emitidos por países emergentes, y los bonos del Tesoro de Estados Unidos, que se consideran "libres" de riesgo. Los países asiáticos incluidos son China, India, Indonesia, Malasia, Filipinas, y Vietnam. Las barras representan el promedio para el mes de febrero 2019. Fuente: Bloomberg. Pobreza en LAC: Tendencias y Ciclos Dado que los siguientes capítulos de este reporte se centrarán en analizar los efectos del ciclo económico sobre varios indicadores sociales (en particular, la pobreza), concluimos este primer capítulo con un breve repaso de la pobreza en la región. La pobreza monetaria refleja el porcentaje de la población que se encuentra por debajo de algún umbral de ingreso. Naturalmente, se pueden usar distintos umbrales de ingreso para evaluar la pobreza monetaria. Un umbral comúnmente utilizado es el de 1,90 dólares por persona al día (2011 PPA), lo que generalmente se conoce como pobreza monetaria extrema.9 Como se detalla en el informe del Banco Mundial (2018b), la pobreza extrema abarcó a 10% de la población mundial en el 2015, frente a 36% en 1990. Si bien esto es un logro remarcable, el 10% equivale a 736 millones de personas en el mundo que aún viven en pobreza extrema. En LAC, solo el 4% de la población vive en la pobreza 9 PPA se refiere a paridad de poder adquisitivo; véase Apéndice E. | 23 extrema. Además, como se ilustra en el Gráfico 1.14, Panel A, la reducción de la pobreza extrema ha sido un logro importante, pasando del 13% en 1995 al 4% en el 2017. GRÁFICO 1.14. Pobreza en LAC, 1995-2017 PANEL A. Pobreza extrema (1,90 dólares por día, 2011 PPA) 15 12 9 Tasa de pobreza 6 3 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Pobreza extrema (< 1,90 dólares por día) PANEL B. Pobreza monetaria (5,50 dólares por día, 2011 PPA) 50 45 40 Tasa de pobreza 35 30 25 20 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Pobreza monetaria (< 5,50 dólares por día) Clase media (13-70 dólares por día) Nota: Agregados basados en 15 países de la región, ponderados por población, para los cuales hay microdata disponible a nivel nacional (Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay). Fuente: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial). 24 | Cuando los sueños enfrentan la realidad Dada la baja incidencia de la pobreza extrema en LAC, al igual que en muchos otros países clasificados como de ingreso medio alto, un umbral más informativo y comúnmente elegido es el de 5,50 dólares por persona al día (2011 PPA). En lo sucesivo, este será el umbral utilizado al referirse a la pobreza monetaria. Según esta definición, la pobreza monetaria en LAC cayó del 45% en 1995 al 24% en el 2017 (Gráfico 1.14, Panel B). La contrapartida de la caída de la pobreza monetaria ha sido el aumento de la clase media. De hecho, y consistente con los resultados de Ferreira et al. (2013), la clase media en LAC aumentó del 22% de la población en 1995 al 37% en el 2017 (Gráfico 1.14, Panel B). Por supuesto, estos marcados avances en términos de reducción tanto de la pobreza extrema como de la pobreza monetaria varían considerablemente entre países, como se ilustra en el Gráfico 1.15.10 Si bien varios países de LAC prácticamente han eliminado la pobreza extrema o la han reducido por debajo de 10%, ésta continúa siendo considerablemente alta en países como Honduras y, particularmente, Haití. En contraste, la pobreza monetaria sigue siendo bastante extendida en la región, con casi dos tercios de los países (11 de 18, en el Gráfico 1.15) con una tasa superior al 20%. GRÁFICO 1.15. Tasas de pobreza recientes para países de LAC 60 80 50 40 Tasa de pobreza 30 20 10 0 Pobreza monetaria (< 5,50 dólares por día) Pobreza extrema (< 1,90 dólares por día) Notas: Tasas de pobreza para el año 2017, con excepción de México y República Dominicana (2016), Guatemala y Nicaragua (2014), y Haití (2012). Estimaciones de pobreza basadas en ingreso per cápita del hogar para todos los países, excepto para Haití, en cuyo caso las tasas de pobreza se basan en el consumo per cápita del hogar. Líneas de pobreza expresadas en dólares de 2011 PPA. Fuente: PovcalNet (marzo del 2019). Esta heterogeneidad en las tasas de pobreza de los países de la región naturalmente se pierde de vista cuando se consideran los agregados regionales, como en el Gráfico 1.14. De hecho, la pobreza ha aumentado considerablemente en algunos países de LAC desde el final de la Década de Oro. En particular, Brasil, que representa un tercio de la población de la región, ha sufrido un aumento de casi 10Notar que los datos utilizados en el Gráfico 1.15 provienen de PovcalNet (marzo del 2019), lo que puede resultar en leves diferencias con respecto a los utilizados en el resto del reporte. Véase Apéndice E por más detalles. | 25 3 puntos porcentuales en la pobreza monetaria entre el 2014 y el 2017. El Gráfico 1.16 muestra cómo varía el agregado de la región para la pobreza monetaria dependiendo de si se incluye Brasil o no. Surgen dos hechos claros: (i) Brasil tiene un gran impacto en la tasa de pobreza de LAC, y (ii) hasta el 2017, el resto de la región obtuvo mejores resultados que Brasil. El reciente aumento de la pobreza en Brasil como resultado de la recesión resalta el hecho importante de que el ciclo económico puede tener fuertes repercusiones en la pobreza. En efecto, esperaríamos que los períodos de desaceleración/recesión reviertan parte de las ganancias en la reducción de la pobreza que se logran en los períodos de bonanza (como la Década de Oro). Si bien obvio, este hecho parece haber pasado desapercibido por la literatura sobre pobreza, que tiende a medir el efecto del crecimiento en la pobreza sin distinguir entre la tendencia y el ciclo del PIB.11 Intuitivamente, parece bastante evidente que, en tiempos de bonanza, desearíamos controlar de alguna forma los efectos cíclicos sobre la pobreza antes de celebrar cualquier logro como permanente. Los próximos capítulos, que componen el núcleo de este reporte, analizarán en gran detalle el impacto del ciclo económico en el comportamiento de los indicadores sociales, con especial énfasis en la pobreza. GRÁFICO 1.16. Pobreza en la región con y sin Brasil 55 50 45 40 Tasa de pobreza 35 30 Sin Brasil 25 Total Brasil 20 15 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Total Sin Brasil Brasil Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Valores ponderados por población. Misma muestra que Gráfico 1.14. Fuente: SEDLAC (CEDLAS y Banco Mundial). 11 Véase, entre muchos otros, Bourguignon (2003) y Ferreira et al. (2013). 26 | Cuando los sueños enfrentan la realidad Capítulo 2 Confundidos por el Ciclo: Mejoras Permanentes versus Mejoras Transitorias en Indicadores Sociales Introducción Al examinar la evolución de los indicadores sociales en las últimas décadas, siempre debemos tener en cuenta que cualquier cambio en el indicador se puede desagregar en un componente transitorio, generalmente explicado por factores cíclicos, y en un componente más persistente o “permanente”, que responde a factores estructurales. Ser consciente de esta distinción es fundamental para los responsables de las políticas públicas, ya que las políticas y los programas implementados para lidiar con el comportamiento cíclico de los indicadores sociales serán necesariamente diferentes de aquellos diseñados para mejorar los factores estructurales. Además, medir el éxito en la lucha contra la pobreza utilizando indicadores sociales con importantes componentes cíclicos resultaría engañoso, ya que la conclusión dependería del período bajo análisis. En otras palabras, un analista obtendría conclusiones muy distintas si evaluara el cambio en la pobreza solo durante la fase expansiva del ciclo económico o si considerara un ciclo económico completo (es decir, auge y recesión). De hecho, la importancia del componente cíclico en los indicadores sociales se magnifica en el caso de los mercados emergentes sujetos a grandes shocks externos como, por ejemplo, cambios en los términos de intercambio, la liquidez global, y la actividad económica mundial. Todos estos shocks son de naturaleza cíclica, por lo que tenderán a amplificar los ciclos económicos de los mercados emergentes y, a su vez, los componentes transitorios de los indicadores sociales. Este capítulo está dedicado a comprender el rol de los componentes transitorios y estructurales en la evolución de indicadores sociales relevantes como el desempleo, la pobreza monetaria, o las necesidades básicas insatisfechas (NBI).12 Dado que el ingreso es uno de los impulsores más importantes del bienestar económico y social, este capítulo utiliza el ciclo económico (es decir, el componente transitorio del ingreso nacional) y los cambios en el ingreso de largo plazo para capturar los componentes transitorios y permanentes, respectivamente, de nuestro conjunto de indicadores. 12Dada la disponibilidad de datos de encuestas de hogares en LAC, utilizamos el indicador NBI elaborado por SEDLAC (CEDLAS y Banco Mundial) que monitorea: (i) hacinamiento (más de 4 personas por habitación); (ii) ubicación desfavorable del hogar; (iii) vivienda construida con materiales precarios; (iv) vivienda sin acceso a agua potable; (v) vivienda sin servicios sanitarios adecuados; (vi) niños de 7 a 11 años que no asisten a la escuela; (vii) jefe del hogar sin educación primaria completa; y (viii) jefe del hogar sin educación secundaria completa junto con un alto índice de dependencia (definido como más de 4 miembros del hogar por cada receptor de ingresos). Una persona pertenece a la categoría NBI si es parte de un hogar que cumple al menos una de estas ocho condiciones. | 27 ¿Cuán Cíclicos son los Indicadores Sociales? El primer mensaje importante que surge de una descomposición entre ciclo y tendencia es que la importancia relativa de los cambios transitorios frente a los permanentes es muy diferente dependiendo de los indicadores sociales, como se ilustra en los Gráficos 2.1, 2.2, y 2.3. El Gráfico 2.1 muestra la evolución de tres indicadores sociales ampliamente utilizados (tasa de desempleo, pobreza monetaria, y NBI), así como el componente cíclico del PIB real per cápita desde 1995 hasta el 2017, para una muestra de 15 países de LAC. En términos de ciclicalidad, las medidas de desempleo y NBI están en extremos opuestos: mientras que el desempleo (línea negra) muestra un claro comportamiento cíclico, siguiendo de cerca al ciclo económico (línea roja), la serie de NBI (línea naranja), caracterizada por factores estructurales, está desconectada del ciclo económico y dominada por un componente permanente (la tendencia).13 La pobreza monetaria (línea púrpura) se ubica en un punto intermedio, resaltando tanto la importancia de la tendencia como del componente cíclico. GRÁFICO 2.1. Pobreza monetaria, NBI, desempleo y componente cíclico del PIB real per cápita en LAC 120 180 Década de Oro 110 140 100 100 Índice (2003=100, eje invertido) 90 60 Índice (2003=100) 80 20 70 -20 60 -60 50 -100 40 -140 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Pobreza monetaria Necesidades básicas insatisfechas (NBI) Desempleo PIB real per cápita, componente cíclico (eje derecho) Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Promedios para LAC ponderados por población. Agregado para LAC basado en 15 países de la región para los cuales hay microdatos disponibles a nivel nacional: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay. Para períodos muestrales, véase Tabla E.1 en el Apéndice E. Por falta de datos comparables, Panamá no se incluye en NBI. Fuentes: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial) y WEO (octubre del 2018). 13Ciertamente, existen dos indicadores sociales, entre otros, que son asociados típicamente a factores estructurales: el Índice de Pobreza Multidimensional (IPM) y el Índice de Capital Humano (ICH), este último recientemente implementado como parte del Proyecto de Capital Humano del Banco Mundial en el año 2019. Desafortunadamente, las series de IPM no son comparables en el tiempo (un requisito crucial para nuestro análisis) y aún no existe una serie de ICH lo suficientemente larga. Estas medidas, sin embargo, serán un recurso sumamente importante para la investigación futura sobre mejoras permanentes en los indicadores sociales. 28 | Cuando los sueños enfrentan la realidad Para destacar la importancia de estas diferencias, el Gráfico 2.1 asigna un valor de 100 a las cuatro medidas en el año 2003 e ilustra la mejora de las condiciones sociales hasta el 2014 (período entre barras). Este período abarca la Década de Oro, caracterizada por el auge prolongado en el precio de las materias primas. El panorama luce muy diferente según el indicador social utilizado. Tanto el desempleo como la pobreza monetaria tuvieron una fuerte respuesta al entorno económico muy favorable y disminuyeron casi un 40% para la región en su conjunto. El NBI también mejoró, pero a una tasa mucho menor que, de hecho, no fue muy distinta de la que precedió a la Década de Oro. La disminución del indicador NBI fue ligeramente superior al 20% durante este período. Para un observador que analizara los indicadores sociales en el año 2014, ignorar la gran contribución del ciclo económico en la reducción del desempleo y de la pobreza monetaria llevaría a una evaluación exageradamente optimista (y, de hecho, engañosa) de las mejoras permanentes en las condiciones sociales de la región. Esta visión sesgada de la realidad se vuelve evidente una vez que el ciclo económico comienza a empeorar en el 2013 y gran parte de estas ganancias sociales pasa a disiparse rápidamente. Si nuestro observador hubiera sido más cuidadoso, podría haber evitado su exceso de optimismo (y no se habría guiado por una lectura engañosa), ya sea controlando por el componente cíclico del desempleo y de la pobreza monetaria, o simplemente basando su análisis en medidas no correlacionadas con el ciclo económico, como el NBI. GRÁFICO 2.2. Contribución del componente cíclico del PIB real per cápita a la varianza total de los indicadores sociales en LAC 0,8 0,7 Participación del componente cíclico en la varianza total 0,6 0,5 0,4 0,3 0,2 0,1 0,0 Desempleo Pobreza monetaria NBI Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Las líneas negras indican intervalos de un error estándar. Promedios y errores estándar para LAC ponderados por población. Agregado para LAC basado en 15 países de la región para los cuales hay microdatos disponibles a nivel nacional: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay. Para períodos muestrales, véase Tabla E.1 en el Apéndice E. Por falta de datos comparables, Panamá no se incluye en NBI. Estimaciones del componente cíclico basadas en un modelo bivariado. Fuentes: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial) y WEO (octubre del 2018). | 29 GRÁFICO 2.3. Contribución del componente cíclico del PIB real per cápita a la varianza total de los indicadores sociales, para el mundo 0,55 0,50 0,45 Participación del componente cíclico en la varianza total 0,40 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0,00 Desempleo Pobreza monetaria IDH IDH (excl. LAC) IDH para LAC Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Las líneas negras indican intervalos de un error estándar. Promedios y errores estándar para LAC ponderados por población. Agregado para LAC basado en 15 países de la región para los cuales hay microdatos disponibles a nivel nacional: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay. Para períodos y muestra mundial, véase Apéndices C y E. Estimaciones del componente cíclico basadas en un modelo bivariado. Fuentes: Estimaciones de LCRCE basadas en PovcalNet (septiembre del 2018), SEDLAC (CEDLAS y Banco Mundial), WEO (octubre del 2018), y Oficina del Informe sobre Desarrollo Humano (Naciones Unidas). La descomposición de varianza presentada en el Gráfico 2.2 para la muestra de 15 economías de LAC y en el Gráfico 2.3 para una muestra global formaliza la intuición anterior. La altura de las barras en ambos gráficos denota la participación del componente cíclico del PIB real per cápita en la varianza total de cada indicador.14 La proporción de la varianza total explicada por el ciclo económico es mucho mayor para el desempleo y la pobreza monetaria que para las medidas estructurales de bienestar social, como el NBI o el Índice de Desarrollo Humano (IDH).15 Para LAC (Gráfico 2.2), el componente cíclico del producto real per cápita explica el 74% de la varianza de la tasa de desempleo. En el otro extremo, el componente cíclico explica solo el 21% de la varianza en el NBI (y, por lo tanto, el componente de tendencia explica el 79%). La pobreza monetaria se sitúa en un punto intermedio, con el 43% de su variabilidad explicada por movimientos cíclicos del producto per cápita (y, por lo tanto, con el 57% debido al componente tendencial). La muestra global del Gráfico 2.3 presenta una 14 Como se muestra en el Apéndice D, las participaciones de los componentes cíclico y tendencial suman 100%. 15 La medida de NBI no está disponible fuera de nuestra muestra de LAC, por lo que usamos IDH como indicador para la muestra global. El IDH, desarrollado por el Programa de las Naciones Unidas para el Desarrollo, es una medida que resume el logro promedio en dimensiones clave del desarrollo humano: una vida larga y saludable, educación, y un estándar de vida digno. La salud se evalúa utilizando la esperanza de vida al nacer, la educación utilizando los años de escolaridad para adultos de 25 años y más, y años de escolaridad previstos para niños en edad escolar, y el estándar de vida por el ingreso nacional per cápita. 30 | Cuando los sueños enfrentan la realidad imagen cualitativa similar con una participación del componente cíclico en la varianza total equivalente a 48% para el desempleo, 28% para la pobreza monetaria, y 18% para el IDH. Las grandes diferencias en el comportamiento a través del tiempo de los distintos indicadores sociales pueden sorprender a primera vista pero son plausibles dados los componentes de cada indicador y cómo se vinculan con la evolución del ingreso agregado. Todo modelo keynesiano con rigideces de precios o salarios predeciría una fuerte correlación entre el desempleo y el ciclo económico. En particular, shocks negativos, reales o nominales, llevarían a incrementos de corto plazo en el nivel de desempleo. Nuestras estimaciones para la economía de los Estados Unidos confirman estos resultados al establecer que la participación del componente cíclico del producto en la varianza total del desempleo ronda el 90%. Por otro lado, como el NBI incluye factores que son de naturaleza estructural y, por lo tanto, mucho menos sensibles al ciclo económico, esperaríamos que el componente de la tendencia desempeñe un rol mucho más importante. Como se desprende de la discusión anterior, surge una diferencia cuantitativa interesante entre LAC y el mundo cuando se observa la porción de la varianza del desempleo explicada por el componente cíclico del producto (74% en LAC frente a 48% en la muestra global). ¿A qué se debe esto? Sin tomar partido sobre las posibles diferencias estructurales de los mercados laborales de LAC respecto a otros mercados emergentes, y sobre cómo podrían responder a shocks temporarios, podemos explicar buena parte de la brecha en función de la mayor volatilidad del producto que experimentan las economías de LAC, expuestas habitualmente a grandes shocks externos. Dada una reacción estructural común en el desempleo frente a shocks transitorios, la porción de la varianza explicada por dichos shocks crece mecánicamente con su volatilidad.16 De hecho, un simple ejemplo sugiere que, manteniendo todo lo demás constante, la diferencia anterior (es decir, entre ratios cercanos al 70% y 50%, respectivamente) se puede explicar por una discrepancia en las varianzas del ciclo del producto de alrededor del 60% (muy cercana a la diferencia existente de alrededor del 50%).17 A diferencia del desempleo, el NBI para LAC y el IDH para la muestra global están explicados principalmente por cambios en factores estructurales, como mejoras en vivienda, educación, y salud, que generalmente resultan de largos períodos de crecimiento económico inclusivo. Finalmente, los cambios en la pobreza monetaria dependerán, por construcción, de la evolución del ingreso per cápita y de los cambios en su distribución.18 En qué medida el ciclo económico afectará el bienestar dependerá, en última instancia, de la existencia de estabilizadores automáticos, como el seguro de desempleo u otros amortiguadores. Debido a que tanto la volatilidad macroeconómica subyacente como la eficacia de las diferentes políticas sociales pueden variar sustancialmente entre países, es de 16Como queda claro en el Apéndice D, nótese que la proporción de la varianza del desempleo asociada a shocks transitorios depende del tamaño de la varianza de estos últimos. 17Este ejemplo asume que (i) los parámetros utilizados para calcular la proporción del ciclo del producto que explica la varianza del desempleo de dos economías son iguales excepto por las varianzas del ciclo del producto, y (ii) los parámetros están calibrados de tal manera que las proporciones sean 0,5 en una economía y 0,7 en la otra. En este caso, la diferencia entre las varianzas del ciclo del producto sería de alrededor del 60% (más alta para el país con una proporción de 0,7). Nuestra diferencia estimada en la volatilidad de la producción para LAC en relación con las economías avanzadas y otros mercados emergentes es de alrededor del 50%. 18 El Capítulo 3 analizará en detalle esta descomposición. | 31 esperar que la importancia relativa del ciclo económico para explicar los cambios en la pobreza monetaria también varíe significativamente de un país a otro (Gráfico 2.4). Esto es precisamente lo GRÁFICO 2.4. Contribución del componente cíclico del PIB real per cápita a la varianza total de los indicadores sociales, por país PANEL A. Desempleo 1,0 Participación del componente cíclico en la varianza total 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 PANEL B. Pobreza monetaria 1,0 Participación del componente cíclico en la varianza total 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 PANEL C. NBI 1,0 Participación del componente cíclico en la varianza total 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Para períodos muestrales, véase Tabla E.1 en el Apéndice E. Por falta de datos en el NBI, Panamá no se incluye en el análisis. Estimaciones del componente cíclico basadas en un modelo bivariado. Fuentes: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial) y WEO (octubre del 2018). 32 | Cuando los sueños enfrentan la realidad que encontramos en los datos, lo que nos deja con un corolario muy importante para nuestro primer hallazgo: no solo la participación del componente cíclico del producto varía entre diferentes indicadores sociales, sino que, en el caso de la pobreza monetaria, es también heterogénea entre países. El Gráfico 2.4 muestra la misma descomposición de varianza que el Gráfico 2.2 para todos los países en la región con datos disponibles. Si bien las participaciones del componente cíclico para los indicadores de desempleo y NBI son bastante similares en todos los países (particularmente, en las economías más grandes), las participaciones en el indicador de pobreza monetaria son muy heterogéneas. Como resultado, cuando analizamos las ganancias de largo plazo en el bienestar social de la región, nuestro observador podría equivocarse no solo al enfocarse en indicadores cíclicos como el desempleo, sino también al centrarse en países como Argentina o Uruguay, donde la pobreza monetaria es idiosincráticamente cíclica. ¿Qué Explica el Comportamiento Cíclico de la Pobreza Monetaria en LAC? El análisis de descomposición de varianza utilizado hasta ahora en este capítulo para evaluar la importancia relativa del ciclo económico sobre la evolución de los indicadores sociales se basa en dos factores clave. El primero es la elasticidad de los indicadores sociales con respecto a cambios en el ciclo económico (lo que algunos llamarían “multiplicadores de pobreza”); es decir, cuánto reaccionan los indicadores sociales a los cambios transitorios en los niveles de ingreso. Las diferencias en estos multiplicadores de pobreza suelen asociarse con discrepancias estructurales o de política entre indicadores y países. Por ejemplo, en el caso del indicador de pobreza monetaria, las diferencias entre países pueden explicarse por factores económicos estructurales como la distribución del ingreso o el nivel de ingreso per cápita (en particular, qué tan distante se encuentra el ingreso promedio de la línea de pobreza), o por políticas sociales, tales como las transferencias monetarias condicionadas o los beneficios por desempleo, que protegen a los más vulnerables frente a shocks en sus ingresos. El segundo factor es la volatilidad del ciclo del producto con respecto a su tendencia. Manteniendo todo lo demás constante, cuanto mayor sea la volatilidad de los shocks transitorios con respecto al crecimiento de largo plazo, mayor será la porción del indicador social explicada por el ciclo económico. Como los Capítulos 3 y 4 se dedicarán en parte a comprender mejor los multiplicadores de pobreza, esta sección se centrará en analizar los efectos de la volatilidad del producto en la ciclicalidad de los indicadores sociales. La volatilidad del producto se vuelve crucial para explicar otro hecho estilizado relevante ilustrado por los Gráficos 2.2 y 2.3: LAC muestra niveles de ciclicalidad de desempleo y de pobreza monetaria sustancialmente mayores que el resto del mundo.19 El Gráfico 2.5 ayuda a visualizar aún más estas diferencias comparando la ciclicalidad de la pobreza monetaria en LAC con 19 La mayor volatilidad del producto en la región también podría afectar la participación del componente cíclico del producto en medidas estructurales como el IDH, pero como las elasticidades de estos indicadores son cercanas a cero, las diferencias generales entre regiones seguirían siendo muy pequeñas. | 33 una muestra de economías emergentes de Asia Oriental y el Pacífico (EAP). Como muestra el gráfico, la ciclicalidad de la pobreza monetaria es más de tres veces mayor en LAC que en EAP. Si bien estas considerables diferencias en las participaciones cíclicas promedio son difíciles de explicar en función de las diferencias estructurales o de política entre regiones, una vasta literatura empírica nos dice que la volatilidad del producto en LAC es una de las más altas del mundo (véase, por ejemplo, Végh et al., 2018). Los países de LAC están altamente expuestos a factores externos volátiles, como los precios de las materias primas, la liquidez internacional, y los movimientos de bienes y capitales, así como a una frecuente inestabilidad política e institucional. La gran volatilidad del ciclo económico en la región podría explicar por qué los indicadores sociales están más influenciados por movimientos transitorios del producto en LAC que en otros mercados emergentes. El Gráfico 2.6 muestra la relación entre la volatilidad del ciclo económico y la ciclicalidad de los indicadores sociales utilizando diagramas de dispersión. Como era de esperarse, los efectos de la volatilidad, medidos por la pendiente de la línea estimada, son positivos para el desempleo (Gráfico 2.6, Panel A) y la pobreza monetaria (Gráfico 2.6, Panel B), pero esencialmente cero para el IDH (Gráfico 2.6, Panel C). El hecho de que el rol de la volatilidad del producto parece ser menor en el caso de la pobreza monetaria comparado con el desempleo podría apuntar a la relativa efectividad de políticas orientadas a grupos específicos, como los beneficios por desempleo o las transferencias GRÁFICO 2.5. LAC versus Asia Oriental y el Pacífico (EAP): Contribución del componente cíclico del PIB real per cápita a la varianza total de la pobreza monetaria 0,50 0,45 0,40 Participación del componente cíclico en la varianza total 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0,00 LAC EAP Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Promedios y errores estándar para LAC y EAP ponderados por población. Agregado para LAC basado en 15 países de la región para los cuales hay microdatos disponibles a nivel nacional: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay. Para períodos muestrales, véase Tabla E.1 en el Apéndice E. Agregado para EAP incluye China, Indonesia, Malasia, Filipinas, Tailandia, y Vietnam. Estimaciones del componente cíclico basadas en un modelo bivariado. Fuentes: Estimaciones de LCRCE basadas en PovcalNet (septiembre del 2018), SEDLAC (CEDLAS y Banco Mundial), y WEO (octubre del 2018). 34 | Cuando los sueños enfrentan la realidad GRÁFICO 2.6. Volatilidad del componente cíclico del PIB real per cápita y contribución del componente cíclico del PIB real per cápita a la varianza total de los indicadores sociales PANEL A. Desempleo 1,2 y = 0,001x + 0,46 Participación del componente cíclico en la varianza total R² = 0,13 1,0 PRY PER MEX ARG 0,8 URY ECU BRA HND 0,6 COL BOL CRI SLV CHL 0,4 DOM 0,2 0,0 0 100 200 300 400 500 600 Volatilidad del componente cíclico del PIB real per cápita PANEL B. Pobreza monetaria 1,2 y = 0,0006x + 0,29 Participación del componente cíclico en la varianza total R² = 0,09 1,0 URY ARG 0,8 DOM 0,6 COL PER PRY 0,4 BOL ECU BRA SLV HND CRI 0,2 MEX CHL 0,0 0 100 200 300 400 500 600 Volatilidad del componente cíclico del PIB real per cápita PANEL C. IDH 0,6 y = 0,000x + 0,17 Participación del componente cíclico en la varianza total R² = 0,001 0,5 0,4 CRI PER DOM 0,3 ECU HNDBOL 0,2 CHL SLV MEX BRA ARG COL 0,1 PRY URY 0,0 0 100 200 300 400 500 600 Volatilidad del componente cíclico del PIB real per cápita Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Volatilidad del PIB real per cápita definida como la desviación estándar del componente cíclico del PIB real per cápita. Para períodos y países en la muestra, véase Apéndices C y E. Estimaciones del componente cíclico basadas en un modelo bivariado. Fuentes: Estimaciones de LCRCE basadas en Maddison (2009), Oficina del Informe sobre Desarrollo Humano (Naciones Unidas), PovcalNet (septiembre del 2018), SEDLAC (CEDLAS y Banco Mundial), y WEO (octubre del 2018). | 35 monetarias condicionadas, que ayudan a proteger a la población más vulnerable frente a cambios transitorios en el nivel de ingresos. La naturaleza estructural del IDH asegura un multiplicador de pobreza muy pequeño. En otras palabras, las mejoras en educación y salud reaccionan muy poco a las fluctuaciones de corto plazo del ciclo económico, por lo que la amplitud del ciclo no juega ningún rol en la evolución de este tipo de indicadores. Riesgos del Muestreo Aleatorio Este capítulo ha mostrado que no todos los indicadores sociales comparten las mismas características, especialmente cuando se trata de su grado de ciclicalidad. Estos hechos estilizados conducen a una fuerte advertencia de política: dada la presencia de ganancias y pérdidas temporarias en las medidas de bienestar social, es posible que los responsables de manejar las políticas públicas obtengan una lectura errónea al tratar de evaluar las mejoras permanentes en las condiciones sociales, si es que basan su análisis en un indicador con una muestra temporaria reducida. Para ilustrar este problema, considere un ejemplo sencillo con dos países y dos indicadores distintos: pobreza monetaria, que será bastante cíclica, y NBI, que no responderá a los cambios en el ciclo económico. Además, para tener en cuenta la dimensión de la volatilidad, seleccionamos intencionalmente dos economías importantes de nuestra región que difieren marcadamente en la ciclicalidad de la pobreza monetaria: Argentina y Chile (Gráfico 2.7, Paneles A y B, respectivamente). Los Paneles A y B del Gráfico 2.7 muestran la evolución del PIB real per cápita, pobreza monetaria, y NBI para Argentina y Chile, respectivamente. Ya es posible apreciar grandes diferencias tanto en el ciclo económico como en la pobreza monetaria de las dos economías. Argentina sufre grandes oscilaciones en el PIB real que son acompañadas por respuestas relativamente fuertes en la pobreza monetaria. Por otro lado, la amplitud del ciclo económico de Chile es muy pequeña y tanto el PIB real como la pobreza monetaria están claramente impulsados por la tendencia. Interesantemente, en ambos casos, el NBI responde a la tendencia independientemente del ciclo económico. Supongamos ahora que los responsables de las políticas públicas están tratando de evaluar la mejora de largo plazo de las condiciones sociales, pero que se encuentran limitados a una década de datos. Los Paneles C y D del Gráfico 2.7 presentan, tanto para la pobreza monetaria como para el NBI, la diferencia entre el nivel del indicador social en la fecha reportada y el registrado 10 años antes. Estos gráficos nos brindan una idea clara de los posibles sesgos de percepción entre diferentes muestras. En Argentina, alguien que evalúe las ganancias de bienestar social utilizando el indicador de pobreza monetaria en el 2002 sacaría conclusiones opuestas a uno que evalúa la situación en el 2012. Estas grandes diferencias hacen que sea casi imposible comprender la evolución de largo plazo de las condiciones sociales en el país. Por otro lado, las conclusiones de alguien que utilice el mismo indicador en Chile estarían menos expuestas a cambios en la muestra evaluada. En otras palabras, dado que, en Chile, el indicador de pobreza monetaria está dominado por el componente tendencial, podemos aproximar las ganancias de largo plazo del indicador subyacente con muestras relativamente cortas. Por otro lado, alguien que utilice el NBI no caería en el error inducido por muestras sesgadas, sin importar el país bajo análisis. 36 | Cuando los sueños enfrentan la realidad GRÁFICO 2.7. Argentina versus Chile: Pobreza monetaria y NBI PANEL A. Argentina PANEL B. Chile 50 25 60 25 45 50 40 20 20 Como porcentaje de la población Miles de dólares, 2011 PPA Como porcentaje de la población 35 Miles de dólares, 2011 PPA 40 30 15 15 25 30 20 10 10 20 15 10 5 5 10 5 0 0 0 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Pobreza monetaria NBI PIB real per cápita (eje derecho) Pobreza monetaria NBI PIB real per cápita (eje derecho) PANEL C. Pobreza monetaria: PANEL D. NBI: cambio móvil de 10 años cambio móvil de 10 años 40 40 Cambio móvil de 10 años (en puntos porcentuales) Cambio móvil de 10 años (en puntos porcentuales) 30 30 20 20 10 10 0 0 -10 -10 -20 -20 -30 -30 -40 -40 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Argentina Chile Argentina Chile PANEL E. PANEL F. Distribución del cambio móvil de 10 años Distribución del cambio móvil de 10 años en la pobreza monetaria en NBI 0,45 0,45 0,40 0,40 0,35 0,35 0,30 0,30 Densidad Densidad 0,25 0,25 0,20 0,20 0,15 0,15 0,10 0,10 0,05 0,05 0,00 0,00 0,1 0,4 0,8 1,1 1,4 1,8 2,1 2,4 2,8 3,1 3,4 3,8 -2,9 -2,6 -2,3 -1,9 -1,6 -1,3 -0,9 -0,6 -0,3 0,1 0,4 0,8 1,2 1,5 1,9 2,2 2,6 3,0 3,3 3,7 4,1 4,4 4,8 -3,2 -2,8 -2,5 -2,1 -1,7 -1,4 -1,0 -0,7 -0,3 Cambio móvil estandarizado de 10 años en la pobreza monetaria Cambio móvil estandarizado de 10 años en NBI Argentina Chile Argentina Chile Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Fuentes: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial) y WEO (octubre del 2018). | 37 Finalmente, los Paneles E y F del Gráfico 2.7 traducen los resultados anteriores en una función de densidad probabilística para las diferencias a 10 años de la pobreza monetaria y NBI, respectivamente. La diferencia en la varianza de las distribuciones para la pobreza monetaria en el Gráfico 2.7, Panel E nos dice que Argentina está más expuesta a errores relativamente grandes. Las colas en la distribución para Argentina también indican que esos errores podrían ser extremadamente grandes. En su lugar, el uso del NBI no solo reduce la probabilidad de cometer errores en función de la muestra, sino que también elimina las discrepancias entre países, como lo muestra el Panel F del Gráfico 2.7. ¿Son Indicadores como el IDH Suficientemente Estructurales? Este capítulo ha enfatizado el sesgo potencial como rasgo inherente a los indicadores sociales cíclicos cuando se trata de evaluar mejoras permanentes en las condiciones sociales. Una solución sencilla sería extraer el componente tendencial de cada indicador y utilizar esa tendencia en la evaluación de las ganancias de largo plazo en la reducción de la pobreza. El problema con este enfoque es el riesgo de tener sesgos en función de la muestra utilizada, según lo explicado anteriormente, cuando hay una reducida disponibilidad de datos. Una solución alternativa proviene del tipo de indicador utilizado. A lo largo de este capítulo, hemos visto que los indicadores sociales basados en factores estructurales, como el NBI o el IDH, están mucho menos influenciados por shocks transitorios. El gran componente de tendencia en estos indicadores implica que podemos representar mejor los avances de largo plazo en las condiciones sociales con series de tiempo relativamente cortas. Dicho esto, los indicadores como el IDH también están sujetos a cierto grado de ciclicalidad debido a la composición del índice. En el Gráfico 2.8, Panel A, se divide el indicador IDH en sus tres componentes y se muestra su grado de ciclicalidad para LAC. Mientras que los componentes estructurales, como la educación y la esperanza de vida, están relativamente desconectados del ciclo económico, el componente de ingresos incorporado en el índice está, como esperado, mucho más influenciado por el ciclo económico. Asimismo, la inclusión de dichos componentes cíclicos en la construcción de medidas estructurales como el IDH afectaría a algunos países más que a otros, dependiendo de la volatilidad subyacente del ciclo económico, como se muestra en el Gráfico 2.8, Panel B, donde la ciclicalidad del componente de ingresos es alrededor del doble en Argentina que en Chile. ¿Qué Hemos Aprendido? Este capítulo ha expuesto un conjunto importante de hechos estilizados con respecto a la naturaleza cíclica de los indicadores sociales. Primero, no todos los indicadores sociales comparten las mismas características. Indicadores como el desempleo o la pobreza monetaria tienden a moverse conjuntamente con el ciclo económico. Segundo, indicadores estructurales como el NBI o el IDH están impulsados principalmente por el crecimiento económico de largo plazo. En tercer lugar, a diferencia de nuestros hallazgos en desempleo, NBI, e IDH, el grado de ciclicalidad en la pobreza monetaria es altamente heterogéneo entre países. 38 | Cuando los sueños enfrentan la realidad GRÁFICO 2.8. Contribución del componente cíclico del PIB real per cápita a la varianza total de los indicadores sociales PANEL A. LAC 0,50 0,45 0,40 Participación del componente cíclico en la varianza total 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0,00 IDH Educación Esperanza de vida Ingreso IDH sin ingreso PANEL B. Argentina versus Chile 0,6 0,5 Participación del componente cíclico en la varianza total 0,4 0,3 0,2 0,1 0,0 Argentina Chile Argentina Chile Argentina Chile Argentina Chile Argentina Chile IDH Educación Esperanza de vida Ingreso IDH sin ingreso Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Promedios y errores estándar para LAC ponderados por población. Agregado para LAC comprende Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay. Para períodos muestrales, véase Tabla E.1 en el Apéndice E. Estimaciones del componente cíclico basadas en un modelo bivariado. Fuentes: Estimaciones de LCRCE basadas en WEO (octubre del 2018) y Oficina del Informe sobre Desarrollo Humano (Naciones Unidas). | 39 Estas diferencias pueden deberse a variaciones en la amplitud de los ciclos económicos entre distintos países o la efectividad de medidas contra la pobreza diseñadas para proteger a los individuos más vulnerables frente a shocks transitorios en la economía. Finalmente, tanto el desempleo como la pobreza monetaria tienden a ser más cíclicos en LAC que en otros mercados emergentes. Parte de esta diferencia puede deberse a la mayor volatilidad del producto en nuestra región en comparación con otros mercados emergentes. Estos hechos estilizados son particularmente relevantes para los responsables de las políticas públicas que intentan evaluar los cambios de largo plazo en las condiciones sociales utilizando series de tiempo relativamente cortas. Nuestros resultados alertan sobre la posibilidad de obtener conclusiones sensibles a la muestra cuando se utilizan indicadores sociales altamente cíclicos. Este riesgo es mayor para los países expuestos a grandes ciclos económicos. Para evitar estos sesgos, los responsables de las políticas públicas deben apoyarse en indicadores estructurales dominados por componentes tendenciales para evaluar mejoras de largo plazo en el bienestar social. 40 | Cuando los sueños enfrentan la realidad Capítulo 3 Descomposición de la Caída en la Pobreza Monetaria durante la Década de Oro en LAC Introducción El capítulo anterior demostró que mientras algunos indicadores sociales (como la tasa de desempleo) están estrechamente relacionados con el ciclo económico y, por lo tanto, fluctúan considerablemente en el corto plazo, otros (como el NBI y el IDH) siguen la tendencia de largo plazo del PIB per cápita y, por lo tanto, guardan poca relación con el ciclo económico. Interesantemente, en el caso de LAC, la pobreza monetaria se sitúa en un punto intermedio entre los dos extremos mencionados, con una gran heterogeneidad entre países. En particular, si la pobreza monetaria se comporta de forma más parecida a la tasa de desempleo (es decir, afectada principalmente por el ciclo económico) que al NBI o IDH (es decir, determinada esencialmente por la tendencia de largo plazo del PIB per cápita) dependerá fundamentalmente de la volatilidad del ciclo económico. En los países de alta volatilidad (como Argentina), los cambios en la pobreza monetaria están mucho más relacionados con el ciclo económico que en los países de baja volatilidad (como Chile). Dado esto, surge una pregunta lógica: ¿qué proporción de la caída en la pobreza monetaria durante la Década de Oro fue permanente y qué proporción fue transitoria? Como se argumentó en el Capítulo 1, la región redujo sustancialmente la pobreza monetaria (considerando la línea de 5,50 dólares) durante este período, reduciendo este indicador en casi 20 puntos porcentuales (del 42,2% en el 2003 al 23,4% en el 2014). Evidentemente, la importancia relativa de la reducción permanente frente a la reducción temporaria de la pobreza tiene implicancias cruciales para (i) evaluar la “verdadera” magnitud de la caída en la pobreza y qué tan duradera será, y (ii) las políticas públicas que pueden implementarse para lograr caídas permanentes en la pobreza en lugar de temporarias (lo que a su vez es probable que difiera entre países en función de la volatilidad del producto). Para descomponer la caída en la pobreza monetaria entre componentes permanentes y transitorios, seguiremos la metodología propuesta por Datt y Ravallion (1992) en un artículo muy influyente. La Descomposición de Datt y Ravallion Usando microdatos de encuestas de hogares, Datt y Ravallion (1992) sugieren una descomposición del cambio en la pobreza entre dos puntos en el tiempo en (i) un “componente de crecimiento” y (ii) un “componente de redistribución”. El componente de crecimiento se define como el cambio en la pobreza monetaria entre dos años que habría ocurrido si los ingresos de cada miembro del hogar hubieran cambiado en la misma proporción que el ingreso medio nacional, manteniendo constante la forma de la distribución del ingreso (medida por la curva de Lorenz). El componente de redistribución | 41 refleja el cambio en la pobreza monetaria que habría ocurrido si la distribución del ingreso hubiera cambiado como lo hizo, pero sin cambios en el ingreso promedio.20 21 Aplicando la metodología de Datt y Ravallion (1992) al período 1995-2010, Ferreira et al. (2013) muestran que la pobreza monetaria, utilizando la línea de pobreza de 4 dólares por día (2005 PPA), cayó alrededor de 17 puntos porcentuales, 66% por el componente de crecimiento y el 34% restante por el componente de redistribución. Es decir, el aumento sustancial del ingreso promedio en la región fue el principal impulsor del drástico progreso en la reducción de la pobreza, a pesar de que los cambios en la distribución del ingreso también desempeñaron un rol importante.22 23 Obtenemos cifras prácticamente idénticas si ampliamos la muestra hasta el 2017 y usamos la línea de pobreza de 5,50 dólares (2011 PPA): un componente de crecimiento del 67% y un componente de redistribución del 33%. En la literatura, este componente de redistribución se explica en gran medida por el aumento del gasto social en la mayoría de los países de la región y por la implementación o expansión de los sistemas de protección social no contributivos, como los programas de transferencias monetarias condicionadas (TMC) (López Calva y Lustig, 2010 y Cruces y Gasparini, 2013). Como se analizará en el Capítulo 4, los recursos asignados a estos programas aumentaron como porcentaje del PIB en la década del 2000 así como la cantidad de países que los implementaron y la proporción de la población cubierta (Stampini y Tornarolli, 2012 y Cecchini y Madariaga, 2011). Estos programas tienen mayor impacto redistributivo que el gasto social en general pues están dirigidos específicamente a los más necesitados. Además, el hecho de que las transferencias sean monetarias implica que los programas tienen un impacto directo en la desigualdad del ingreso (Gasparini, Cruces, y Tornarolli, 2016). Más allá de Datt y Ravallion: Descomposición para la Década de Oro Para dividir aún más el componente de crecimiento en un “componente de ingreso cíclico” y “componente de ingreso de tendencia”, necesitamos conocer la tasa de crecimiento de la tendencia del ingreso medio durante el período analizado.24 Si tuviésemos series largas de ingresos medios, 20 Utilizamos una metodología ligeramente distinta de la propuesta por Datt y Ravallion (1992). Siguiendo a Gasparini et al. (2013) y a Inchauste et al. (2014), los problemas de (i) decidir entre el año inicial o final como el período de referencia y (ii) cómo interpretar el cambio residual en la pobreza que no se contabiliza se evitan calculando la descomposición dos veces, alternando el período de referencia, y tomando los efectos promedio de crecimiento y redistribución. 21 Una limitación importante de esta descomposición es que dado que el crecimiento, la desigualdad, y la pobreza se determinan conjuntamente, este enfoque no puede explicar los factores fundamentales que explican cambios en la pobreza. Sin embargo, es útil para ilustrar cómo la evolución de los ingresos afecta la pobreza (véase Ferreira, 2012 por más detalles). 22De hecho, la importancia relativa del efecto de redistribución es mucho menor en otras regiones. Alvaredo y Gasparini (2013) llevan a cabo esta descomposición para los países en desarrollo por región, utilizando la línea de pobreza de 2 dólares (2005 PPA) y concluyen que, durante el período 1999-2010, caracterizado por una reducción de la pobreza en todas las regiones del mundo, los porcentajes del efecto crecimiento y redistribución fueron, respectivamente, 99% y 1% para Asia Oriental y el Pacífico, 91% y 9% para Europa y Asia Central, 67% y 33% para América Latina y el Caribe, 79% y 21% para Medio Oriente y África del Norte, 91% y 9% para Asia del Sur, y 100% y 0% para África Subsahariana. 23A pesar de que, en principio, el efecto redistribución podría responder tanto a factores de política como a otros factores, de aquí en adelante nos estaremos refiriendo principalmente a los factores de política. 24Naturalmente, se podría también pensar en un componente cíclico y uno permanente para el efecto redistribución. Sin embargo, este aspecto no ha sido abordado aún en la literatura y cae fuera del alcance de este análisis. 42 | Cuando los sueños enfrentan la realidad calcularíamos el componente de tendencia utilizando cualquier filtro de ciclo-tendencia. Desafortunadamente, no se dispone de series de tiempo largas para los países de LAC (es decir, más de 25 años). Por esta razón, y como se acostumbra en la literatura (Ahluwalia et al., 1979; Bourguignon y Morrison, 2002; Sala-i-Martin, 2006; y Bhalla, 2002), aproximamos el crecimiento tendencial promedio del ingreso medio a través de la tasa de crecimiento tendencial promedio del PIB real per cápita.25 El Gráfico 3.1 muestra que el componente de ingreso cíclico es el factor más importante para explicar la caída en la pobreza monetaria observada en LAC durante la Década de Oro, utilizando la línea de pobreza de 5,50 dólares (2011 PPA). De la caída de 18,8 puntos porcentuales en la pobreza monetaria, 8,6 puntos porcentuales se explican por el componente de ingreso cíclico, 6,6 puntos porcentuales por GRÁFICO 3.1. Descomposición de la caída en la tasa de pobreza monetaria durante la Década de Oro en LAC 100% 18,0 90% 16,0 Caída en tasa de pobreza (como porcentaje de la caída total) Componente 80% Caída en tasa de pobreza (en puntos porcentuales) 8,6 45,6 14,0 cíclico 70% 12,0 60% 10,0 50% Componente 19,4 8,0 3,6 tendencial 40% 6,0 30% 4,0 20% 6,6 Redistribución 35,0 2,0 10% 0,0 0% En términos absolutos Como porcentaje Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Agregado para LAC basado en 15 países de la región, ponderados por población, para los cuales hay microdatos disponibles a nivel nacional: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay. Para los propósitos de este gráfico, se define “Década de Oro” al período 2003-2014. Véase Apéndice E por más detalles. Fuentes: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial) y WEO (octubre del 2018). 25Cabe realizar dos aclaraciones. En primer lugar, en los países de LAC para los cuales tenemos más de 25 años de datos (como Argentina, Brasil, Costa Rica, y Honduras), no podemos rechazar la hipótesis nula de que el crecimiento tendencial promedio del ingreso medio sea igual, estadísticamente hablando, al crecimiento tendencial promedio del PIB real per cápita. En segundo lugar, podemos rechazar la hipótesis nula (al 1% de significancia) que, para la región de LAC, la correlación del ingreso medio y el PIB real per cápita (0,78) sea igual a cero. | 43 el componente de redistribución, y solo 3,6 puntos porcentuales por ganancias de ingreso permanente.26 En otras palabras, casi la mitad de la caída en la pobreza monetaria se debió a factores de ingreso temporarios y alrededor del 20% a ganancias de ingreso permanente. En términos poblacionales, esto implicaría que alrededor de 50 millones de personas dejaron la pobreza en LAC durante la Década de Oro por aumentos de ingresos cíclicos. Por lo tanto, existiría la posibilidad de que este grupo corra el riesgo de caer nuevamente en la pobreza a medida que se disipen las ganancias temporarias obtenidas durante la fase expansiva del ciclo económico. El Gráfico 3.2 ilustra la misma idea a través del tiempo. La línea púrpura muestra la evolución de la pobreza en el período 1996-2017. La línea negra ilustra la trayectoria de la pobreza si se excluyera el componente cíclico del ingreso. Esta línea muestra que la caída en la pobreza en el período 1996- 2017 hubiera sido de 13,9 puntos porcentuales (en vez de 22,7 puntos porcentuales). ¿Por qué? Porque, en general, muchas de las ganancias de ingresos en este período fueron cíclicas (especialmente durante la Década de Oro) en lugar de estar relacionadas con la tendencia. La línea naranja muestra la evolución de la pobreza excluyendo además el componente de redistribución. GRÁFICO 3.2. Pobreza monetaria en LAC: Total, tendencia, y redistribución 50 45 Tendencia 40 Tasa de pobreza 35 Tendencia y redistribución 30 25 Pobreza total 20 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Pobreza Pobreza (tendencia) Pobreza (tendencia y redistribución) Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Agregado para LAC basado en 15 países de la región, ponderados por población, para los cuales hay microdatos disponibles a nivel nacional: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay. Véase Apéndice E por más detalles. Fuentes: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial) y WEO (octubre del 2018). 26Para un shock temporario suficientemente grande y largo, la suba en el ingreso permanente podría ser suficiente para generar una mejora permanente en la pobreza. Como será analizado en el Capítulo 4, ganancias temporarias en pobreza podrían tener un efecto permanente si los amortiguadores de shocks han sido bien diseñados. 44 | Cuando los sueños enfrentan la realidad Descomposición para Exportadores e Importadores de Materias Primas El Panel A del Gráfico 3.3 presenta la misma descomposición que el Gráfico 3.1 (es decir, la descomposición de la caída en la tasa de pobreza monetaria durante la Década de Oro) para todos los países de LAC para los que se dispone de suficientes microdatos.27 El Panel B se centra únicamente en la división del componente de crecimiento en los componentes de ingreso cíclico e ingreso de tendencia. Los países son agrupados en exportadores de materias primas (normalmente de Sudamérica) e importadores de materias primas (normalmente de Centroamérica y el Caribe). Mientras que en el Panel A los exportadores e importadores de materias primas están ordenados por el tamaño del componente de redistribución, en el Panel B están ordenados por el tamaño del componente de ingreso cíclico. Surgen tres implicancias principales: • En primer lugar, cabe señalar la marcada heterogeneidad entre países observada en la importancia relativa del componente de redistribución (Gráfico 3.3, Panel A). Detrás de esta heterogeneidad podrían esconderse una gran cantidad de factores tanto de política económica como de otra índole. Si bien un análisis detallado estaría fuera del alcance de este reporte, surgen algunos factores obvios. Primero, la ideología política: a pesar de que las políticas redistributivas han aumentado notablemente en los últimos 25 años independientemente de la ideología, los gobiernos de centroizquierda suelen ser más propensos a comprometerse a una mayor redistribución que los de centroderecha. Segundo, la calidad burocrática o la eficiencia de los gobiernos en el diseño e implementación de programas sociales. Tercero, la progresividad de las transferencias gubernamentales. Cuarto, las reducciones en la desigualdad del ingreso laboral, tal vez debido a una reducción en el skill premium. Por último, los factores que afectan a la desigualdad, como el rendimiento del capital, las transferencias privadas, y las remesas, también tendrán un impacto en el componente de redistribución (ya que, para un ingreso medio determinado, la proporción de la población que vive en la pobreza se verá afectada).28 • En segundo lugar, como se muestra en el Gráfico 3.3, Panel B, el componente de ingreso de tendencia es más importante para los importadores de materias primas que para los exportadores. De hecho, en casos como Honduras y República Dominicana, el componente de ingreso cíclico es en realidad negativo. ¿Por qué sería éste el caso? Si bien se vincula precios más altos de materias primas con mayores ingresos, debe tenerse en cuenta que esto es así únicamente para los exportadores de materias primas (principalmente de Sudamérica). Por el contrario, para los importadores de materias primas (como los de Centroamérica y el Caribe), 27La caída total en la tasa de pobreza monetaria durante 2003-2014 para los 15 países de LAC de nuestra muestra fue (en puntos porcentuales): Argentina 23, Bolivia 30, Brasil 24, Chile 16, Colombia 21, Costa Rica 10, Ecuador 29, El Salvador 15, Honduras 8, México 6, Panamá 19, Paraguay 23, Perú 25, República Dominicana 13, y Uruguay 14. Véase Apéndice E por más detalles. 28 Véase, entre otros, Barros et al. (2010), Gasparini y Cruces (2010), Lustig y McLeod (2011), Campos et al. (2012), De la Torre et al. (2012), Azevedo et al. (2013), Lustig et al. (2013), y Messina y Silva (2018). | 45 GRÁFICO 3.3. Descomposición de la caída en la tasa de pobreza monetaria durante la Década de Oro, por país PANEL A. Descomposición de la caída en la pobreza monetaria en efecto redistribución y componentes cíclico y tendencial del efecto crecimiento 100% 9 10 62 13 14 90% 22 -50 108 24 25 33 33 80% 40 Caída en tasa de pobreza (como porcentaje de la caída total) 43 42 70% 43 -70 60 50 60% 28 54 17 31 55 52 13 50% 21 88 40% 62 30% 50 62 50 48 48 47 30 20% 44 40 33 37 31 26 10% 7 10 0% 5 Costa Rica Ecuador Brasil Bolivia Panamá Argentina Perú Paraguay Honduras Rep. Dominicana Chile Uruguay El Salvador Colombia México Exportadores de materias primas Importadores de materias primas Redistribución Componente cíclico Componente tendencial PANEL B. Descomposición de la caída en la pobreza monetaria asociada al efecto crecimiento en componente cíclico y tendencial 100% 90% 17 17 19 20 30 35 Caída en tasa de pobreza (como porcentaje de la caída total) 80% 45 46 46 70% 517 284 66 67 67 60% 75 50% 40% 83 83 81 80 70 30% 65 55 54 54 20% -417 -184 34 33 33 10% 25 0% Brasil Ecuador Costa Rica Bolivia Panamá Honduras Rep. Dominicana Argentina Perú Paraguay El Salvador Chile Colombia Uruguay México Exportadores de materias primas Importadores de materias primas Componente cíclico Componente tendencial Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). En el caso de Honduras y República Dominicana (Panel A), mientras que el efecto redistribución y el efecto crecimiento están a escala, los componentes cíclico y tendencial del último están fuera de escala por conveniencia visual. Véase Apéndice E por más detalles. Fuentes: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial) y WEO (octubre del 2018). 46 | Cuando los sueños enfrentan la realidad los precios más altos de las materias primas generalmente se asocian con menores ingresos. Esto explica por qué CA y el Caribe tuvieron tasas de crecimiento más bajas que SA durante la Década de Oro. En otras palabras, la Década de Oro fue, en términos generales, esencialmente relevante para SA, por lo que no es sorprendente que varios importadores de materias primas tuvieran un componente de ingreso cíclico negativo, ya que el ingreso observado fue inferior al de tendencia.29 • En tercer lugar, entre los exportadores de materias primas, existe una gran heterogeneidad entre países en términos de la importancia relativa del componente de ingreso de tendencia (Gráfico 3.3, Panel B). De hecho, de acuerdo con lo expuesto en el Capítulo 2, en países como Chile y México (donde el crecimiento del ingreso está dominado por la tendencia), el rol del componente tendencial del ingreso es más importante que en países como Argentina y Brasil (donde el crecimiento del ingreso está dominado por el ciclo). Dicho de otra manera, incluso después de “controlar” por el componente de redistribución, obtenemos los mismos resultados con respecto al ciclo y la tendencia que en el Capítulo 2. El Rol de los Amortiguadores de Shocks Dada la importancia del componente de ingreso cíclico en la caída de la pobreza durante la Década de Oro y el hecho de que este período incluyó a la crisis financiera internacional de 2008-2009 (donde el PIB real per cápita en LAC cayó, en promedio, un 1,6%), una pregunta a formularse es de qué manera las políticas sociales estructurales destinadas a la reducción de la pobreza lograron hacer frente a entornos recesivos (es decir, actuar como amortiguadores de shocks). El Gráfico 3.4 muestra los cambios anuales en la tasa de pobreza (línea púrpura), el cambio en la pobreza debido al componente de ingreso cíclico (línea naranja) y el cambio en la pobreza debido a los cambios en la distribución del ingreso (línea negra) en LAC. Los Paneles A, B, y C en el Gráfico 3.5 muestran los mismos perfiles para Argentina, Brasil, y México, respectivamente. Cabe destacar dos observaciones: • En primer lugar, en términos del rol estructural que desempeña el componente de redistribución (línea negra), el Gráfico 3.4 pone de manifiesto que, antes de la Década de Oro, las políticas redistributivas prácticamente no desempeñaban ningún rol. Sin embargo, en torno al 2003, las políticas redistributivas cobraron una mayor importancia y redujeron 29Si bien las contribuciones negativas del ciclo en Honduras y República Dominicana pueden parecer sorprendentemente grandes al principio (-50 y -70, respectivamente, como se muestra en el Gráfico 3.3, Panel A), debe tenerse en cuenta que estas cifras se expresan como porcentaje de la mejora total de la pobreza que, en ambos países, fue bastante pequeña durante la Década de Oro. Por lo tanto, estas grandes cifras son el resultado de dos fuerzas relativamente modestas que empujan hacia la misma dirección; es decir, un desempeño macroeconómico relativamente pobre y ganancias relativamente pequeñas en la lucha contra la pobreza. Por ejemplo, el impacto negativo del ciclo de 50% encontrado en Honduras se debió a un aumento de 4 puntos porcentuales de la pobreza monetaria causado por un ciclo económico negativo, acompañado por una disminución general de la pobreza monetaria de solo 8 puntos porcentuales (una de las más pequeñas en la región). | 47 sistemáticamente la pobreza a lo largo de la Década de Oro y los años posteriores.30 De hecho, durante el período 2004-2010, el componente de redistribución causó una reducción en la pobreza de alrededor de 1 punto porcentual por año, un logro notable. Argentina y Brasil son buenos ejemplos del importante rol de las políticas redistributivas durante la Década de Oro (Gráfico 3.5, Paneles A y B, respectivamente). • En segundo lugar, el rol de las políticas redistributivas también cambió en una dimensión muy importante; en particular, para hacer frente a un entorno recesivo (es decir, actuando como un amortiguador de shocks). Antes de la Década de Oro, y en línea con su limitado rol estructural, el componente de redistribución no jugó ningún rol en ayudar a la economía a hacer frente a los cambios en la pobreza causados por el ciclo económico. Por ejemplo, durante la Crisis del Tequila (1995-1996), la pobreza en LAC aumentó en 2,2 puntos porcentuales, principalmente debido a los componentes cíclicos en Argentina y México (Gráfico 3.5, Paneles A y C) y las políticas redistributivas no ayudaron en absoluto (Gráfico 3.4). En otras palabras, no existían redes de seguridad social importantes para proteger a los más vulnerables en los tiempos difíciles, excepto en algunos países de LAC. Su rol cambió a partir de la Década de Oro. Por ejemplo, durante la crisis financiera internacional de 2008-2009, el efecto del componente de GRÁFICO 3.4. Descomposición del cambio en la tasa de pobreza monetaria en LAC, 1993- 2017 3 2 Cambio en tasa de pobreza (en puntos porcentuales) 1 0 -1 -2 -3 -4 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Cambio total en la pobreza Componente cíclico del ingreso Componente redistributivo Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). Agregado para LAC basado en 15 países de la región, ponderados por población, para los cuales hay microdatos disponibles a nivel nacional: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay. El valor para el año t corresponde al cambio entre t-1 y t. Véase Apéndice E por más detalles. Fuentes: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial) y WEO (octubre del 2018). 30Las TMC desempeñaron un rol importante durante este período. Véase, entre otros, López Calva y Lustig (2010), Stampini y Tornarolli (2012), y Cruces y Gasparini (2013). 48 | Cuando los sueños enfrentan la realidad GRÁFICO 3.5. Descomposición del cambio en la tasa de pobreza monetaria: Argentina, Brasil, y México PANEL A. Argentina, 1991-2017 15 Cambio en tasa de pobreza (en puntos porcentuales) 10 5 0 -5 -10 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Cambio total en la pobreza Componente cíclico del ingreso Componente redistributivo PANEL B. Brasil, 1995-2015 4 Cambio en tasa de pobreza (en puntos porcentuales) 3 2 1 0 -1 -2 -3 -4 -5 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Cambio total en la pobreza Componente cíclico del ingreso Componente redistributivo PANEL C. México, 1992-2014 10 Cambio en tasa de pobreza (en puntos porcentuales) 8 6 4 2 0 -2 -4 -6 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Cambio total en la pobreza Componente cíclico del ingreso Componente redistributivo Notas: Línea de pobreza de 5,50 dólares por persona por día (2011 PPA). El valor para el año t corresponde al cambio entre t-1 y t. Véase Apéndice E por más detalles. Fuentes: Estimaciones de LCRCE basadas en SEDLAC (CEDLAS y Banco Mundial) y WEO (octubre del 2018). | 49 ingreso cíclico (alrededor de cero en el 2009) habría supuesto un freno en la caída de la pobreza observada desde principios de la década del 2000. Sin embargo, la pobreza siguió cayendo debido a las políticas redistributivas (Gráfico 3.4). Este punto también se aprecia muy claramente en el caso de México en 2009-2010 (Gráfico 3.5, Panel C), donde podemos observar que las consideraciones cíclicas hubieran propiciado un aumento de la pobreza que fue precisamente compensado por políticas redistributivas, de forma que la pobreza no cambió. Como se verá en el siguiente capítulo, la naturaleza de estos amortiguadores de shocks no fue la misma que en países desarrollados (donde operan principalmente a través del seguro de desempleo), sino más bien una consecuencia no intencional de cómo operan las transferencias monetarias condicionadas en el ciclo económico. La cantidad de beneficiarios tiende a aumentar en tiempos difíciles, pero no decae en tiempos de bonanza, lo que ayuda a las personas bajo la línea de pobreza en tiempos complicados, pero impone una rigidez a la baja en este tipo de programas que los hace inadecuados para manejar shocks cíclicos y, a su vez, podría tender a perpetuar algunos problemas inherentes que enfrenta LAC en términos de reducir la informalidad. 50 | Cuando los sueños enfrentan la realidad Capítulo 4 Transferencias Sociales en LAC: En Busca de Amortiguadores de Shocks Introducción Según lo expuesto en el Capítulo 3, y en la literatura sobre pobreza en general, las políticas redistributivas ganaron una mayor relevancia en la lucha contra la pobreza en LAC desde el inicio de la Década de Oro (aunque, en promedio, la contribución de las políticas redistributivas fue menor que la del componente cíclico del ingreso). Además, en la práctica, las políticas redistributivas también actuaron como amortiguadores y previnieron, por ejemplo, una reversión de las ganancias sociales en períodos cortos de recesión, como la crisis financiera internacional (2008-2009). ¿Cuáles fueron los principales factores detrás de la fuerte expansión de las políticas redistributivas, que incluso demostraron ser resistentes bajo condiciones económicas severas? Como se sugiere a continuación, los factores son dos: (i) la aplicación de programas sociales en cada vez más países de la región a una escala mucho mayor que antes, y (ii) un mayor gasto social durante las recesiones (es decir, amortiguadores de shocks). Desafortunadamente, el rol de las políticas redistributivas como amortiguadores de shocks ha sido, a menudo, una consecuencia bienvenida pero no intencionada de programas que originalmente se diseñaron para combatir las condiciones de pobreza estructural (es decir, de largo plazo) y no para suavizar el ciclo económico. Por lo tanto, una importante lección de política es que la región debe desarrollar, además de los programas estructurales existentes, herramientas de seguridad social que ayuden a los pobres y más vulnerables en el transcurso del ciclo económico. Transferencias Monetarias Condicionadas en LAC: Una Reseña Uno de los principales impulsores del aumento del gasto en asistencia social en toda la región fue, sin duda, la implementación de programas de TMC. Como se observa en el Gráfico 4.1, en 1998 solo 3 de los 15 países de LAC analizados en los capítulos anteriores tenían TMC: Brasil (PETI), Honduras (PRAF/BID II), y México (Progresa). Durante la Década de Oro se produjo una rápida expansión de estos programas y, para el 2018, todos los países tenían esquemas sofisticados de TMC, con un gasto promedio equivalente al 0,4% del PIB. Como se define usualmente en la literatura, las TMC son, por diseño, programas “estructurales” que combaten la pobreza de largo plazo (Ravallion, 2016). Al proveer incentivos monetarios a cambio de inversiones en salud y acumulación de capital humano, el objetivo de las TMC es romper con la transmisión intergeneracional de la pobreza. La Tabla 4.1 resume los programas de TMC que operan actualmente en los países de nuestra muestra. En términos de condicionalidad, la mayoría requiere (i) asistencia escolar, vacunas, controles de salud, y consumo de suplementos nutricionales en el caso de menores; y (ii) visitas prenatales y seguimiento | 51 GRÁFICO 4.1. Transferencias monetarias condicionadas y seguros de desempleo en LAC 15 12 Número de países 9 6 3 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 Con TMC Con seguro de desempleo Notas: Se incluyen TMC con escala geográfica nacional y seguros de desempleo con financiamiento del sistema de seguridad social. Por razones de comparabilidad, la muestra de LAC incluye a los 15 países analizados en los Capítulos 2 y 3: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, El Salvador, Ecuador, Honduras, México, Panamá, Paraguay, Perú, República Dominicana, y Uruguay. Fuentes: CEPAL, OIT, y Banco Mundial. posparto en el caso de mujeres embarazadas. En general, la evidencia es relativamente convincente en demostrar que las TMC han logrado los cambios de comportamiento buscados.31 Seguro de Desempleo: Una Agenda Pendiente Si los programas de TMC se encuentran entre las herramientas estructurales más populares para combatir la pobreza de largo plazo, entonces los responsables de las políticas públicas también deben tener instrumentos cíclicos a su disposición para suavizar los ingresos de los hogares durante el ciclo económico. Sin colchones cíclicos adecuados (es decir, amortiguadores de shocks), las ganancias sociales estarían en riesgo ya que más personas podrían caer por debajo de la línea de pobreza monetaria como consecuencia de shocks negativos en sus ingresos (Baéz et al., 2017). Con este fin, quizás el amortiguador de shocks más adecuado sea el seguro de desempleo, ya que garantiza que, incluso en el caso extremo de pérdida de empleo, se dispondrá de un ingreso mínimo para mantener un nivel de vida saludable durante un período de tiempo predeterminado. 31Véase, entre otros, Adato y Hoddinott (2010); Alderman et al. (2018); Báez y Camacho (2011); Barrera-Osorio et al. (2008); Dubois et al. (2012); Fiszbein et al. (2009); Gitter y Barham (2009); y Rawlings y Rubio (2005). 52 | Cuando los sueños enfrentan la realidad TABLA 4.1. Programas de TMC vigentes en LAC País Descripción del programa País Descripción del programa Nombre: Programa de Apoyo a Comunidades Nombre: Asignación Universal por Hijo Solidarias Año de inicio: 2009 Argentina El Salvador Año de inicio: 2005 Población objetivo (y condicionalidad): Niños y Población objetivo (y condicionalidad): Niños y adolescentes (educación y salud), embarazadas (salud) adolescentes (educación y salud), embarazadas (salud) Nombre: Bono Juancito Pinto Nombre: Bono Vida Mejor Año de inicio: 2006 Año de inicio: 2010 Bolivia Honduras Población objetivo (y condicionalidad): Niños y Población objetivo (y condicionalidad): Niños y adolescentes (educación) adolescentes (educación y salud), embarazadas (salud) Nombre: Prospera (ex Progresa) Nombre: Bono Juana Azurduy de Padilla Año de inicio: 1997 Año de inicio: 2009 Bolivia México Población objetivo (y condicionalidad): Niños y Población objetivo (y condicionalidad): Embarazadas adolescentes (educación y salud), embarazadas (salud), (salud) adultos mayores (salud), miembros del hogar (salud) Nombre: Red de Oportunidades Nombre: Bolsa Família Año de inicio: 2006 Año de inicio: 2003 Brasil Panamá Población objetivo (y condicionalidad): Niños y Población objetivo (y condicionalidad): Niños y adolescentes (educación y salud), embarazadas (salud), adolescentes (educación y salud), embarazadas (salud) adultos (participación en actividades escolares) Nombre: Subsistema de Seguridades y Oportunidades Nombre: Tekoporâ Año de inicio: 2012 Año de inicio: 2005 Población objetivo (y condicionalidad): Niños y Población objetivo (y condicionalidad): Niños y Chile adolescentes (educación y salud), mujeres adultas Paraguay adolescentes (educación y salud), embarazadas (salud), (inserción en el mercado laboral formal), adultos adultos mayores (salud), discapacitados (salud), adultos (educación, salud, e inserción en el mercado laboral (educación) formal) Nombre: Abrazo Nombre: Más Familias en Acción Año de inicio: 2005 Año de inicio: 2001 Colombia Paraguay Población objetivo (y condicionalidad): Niños y Población objetivo (y condicionalidad): Niños y adolescentes (educación, salud, y prohibición de adolescentes (educación y salud), adultos (educación) trabajo infantil), adultos (educación) Nombre: Red Unidos Nombre: Juntos Año de inicio: 2007 Año de inicio: 2005 Colombia Población objetivo (y condicionalidad): Jefes de hogar Perú Población objetivo (y condicionalidad): Niños y o sus cónyuges (educación, compromiso social, y adolescentes (educación y salud), embarazadas (salud) fomento del ahorro) Nombre: Avancemos Nombre: Progresando con Solidaridad Año de inicio: 2006 Año de inicio: 2012 Costa Rica Rep. Dominicana Población objetivo (y condicionalidad): Adolescentes y Población objetivo (y condicionalidad): Niños y adultos jóvenes (educación y salud) adolescentes (educación y salud) Nombre: Bono de Desarrollo Humano Año de inicio: 2003 Nombre: Tarjeta Uruguaya Social Población objetivo (y condicionalidad): Niños y Año de inicio: 2006 Ecuador Uruguay adolescentes (educación, salud, y prohibición de Población objetivo (y condicionalidad): Miembros del trabajo infantil), embarazadas (salud), adultos hogar (salud) (planificación familiar y asentamiento en zonas seguras) Nombre: Desnutrición Cero Nombre: Asignaciones Familiares (Plan Equidad) Año de inicio: 2011 Año de inicio: 2008 Ecuador Uruguay Población objetivo (y condicionalidad): Embarazadas Población objetivo (y condicionalidad): Niños y (salud) adolescentes (educación), discapacitados (salud) Fuentes: CEPAL (Base de Datos de Programas de Protección Social No Contributiva), OIT, y Banco Mundial. | 53 TABLA 4.2. Programas de seguro de desempleo vigentes en LAC País Descripción del Programa Año de implementación : 1991 Elegibilidad : Trabajadores asalariados del sector privado que pierden el empleo sin causa justa o por fuerza mayor, y que tienen 6-8 meses de contribución al seguro social. Duración de la cobertura : 2-12 meses. Si el desempleado tiene 45 años o más, la cobertura se extiende 6 meses. Argentina Valor del beneficio : El beneficio consiste en una asignación básica más el pago de asignaciones familiares, cobertura médica, y reconocimiento de la antigüedad para la jubilación. La asignación básica es variable, y se calcula como un porcentaje de la mitad del mejor salario neto mensual en los 6 meses previos al desempleo, con pagos mensuales decrecientes. Año de implementación : 1986 Elegibilidad : Trabajadores asalariados despedidos sin causa justa, con 12 aportes mensuales al Seguro Social. Brasil Duración de la cobertura : 3-5 meses. Valor del beneficio : El beneficio consiste en una asignación básica que toma, como referencia, al promedio del salario mensual en los 3 meses previos al desempleo. Año de implementación : 2001 Elegibilidad : Trabajadores asalariados del sector privado. Los trabajadores pueden acceder a la Cuenta Individual por Cesantía (CIC) y al Fondo de Cesantía Solidario (FCS). Para acceder a la CIC, los trabajadores deben tener al menos 6-12 contribuciones mensuales, según el tipo de contrato, y al menos 12 en el caso del FCS. Chile Duración de la cobertura : 1-13 meses en la CIC; 3-5 meses en el FCS, según el tipo de contrato. Valor del beneficio : El beneficio consiste en una asignación básica más el pago de asignaciones familiares, cobertura médica, y reconocimiento de la antigüedad para la jubilación. La asignación básica es variable, con pagos mensuales definidos como porcentajes de un salario mensual promedio (de los últimos 6-12 meses, según el tipo de contrato). Año de implementación : 2013 Elegibilidad : Trabajadores con aportes a la Caja de Compensación Familiar por 1-2 años en los últimos 3 años. Duración de la cobertura : 6 meses. Colombia Valor del beneficio : Contribuciones a los sistemas de salud y pensiones (tomando como base un salario mínimo mensual), un bono de alimentación (equivalente a 1,5 veces el salario mínimo mensual, distribuido uniformemente en 6 meses), acceso al subsidio familiar vigente, y asistencia en la búsqueda de un nuevo empleo. Año de implementación : 2016 Elegibilidad : Trabajadores asalariados con (i) al menos 24 meses de contribuciones al seguro social (con las últimas 6 en meses consecutivos), (ii) 60 días de desempleo, y (iii) cese involuntario. Ecuador Duración de la cobertura : 5 meses. Valor del beneficio : El beneficio consiste en una asignación básica que varía por mes, y se calcula como un porcentaje del salario mensual promedio de los 12 meses que precedieron al desempleo con porcentajes decrecientes. Año de implementación : 1981 Elegibilidad : Trabajadores asalariados del sector privado desempleados o en suspensión. Duración de la cobertura : 6 meses en caso de despido, y 4 meses en caso de suspensión. Uruguay Valor del beneficio : El beneficio consiste en una asignación básica que varía por mes, y se calcula como un porcentaje del salario promedio de los 6 meses que precedieron al desempleo con porcentajes mensuales decrecientes. Fuentes: CEPAL, OIT, y Banco Mundial. 54 | Cuando los sueños enfrentan la realidad Como se muestra en el Gráfico 4.1, el seguro de desempleo es, en términos generales, una tarea en curso en la agenda social de la región. En el 2018, solo 6 de 15 países contaban con seguro de desempleo como parte del sistema de seguridad social (siendo Ecuador el último en adoptarlo en el 2016). La Tabla 4.2 describe las principales características de estos programas. En promedio, el seguro de desempleo en la región ofrece beneficios por hasta 6 meses, con pagos que disminuyen gradualmente para incentivar cada vez más a buscar un empleo. En estos países, la tasa bruta de reemplazo para el primer año de desempleo se situó, en promedio, en 20%, que es menos de la mitad del promedio de la OCDE.32 Como agravante adicional, dados los requisitos de elegibilidad, solo un promedio de 17% de los desempleados en estos países de LAC recibe prestaciones por desempleo (cifra que cae a 6% si se excluye a Chile y Uruguay). Según lo expuesto en la Organización Internacional del Trabajo (2017) y en Izquierdo et al. (2019), el alto grado de informalidad es una de las principales barreras al financiamiento colectivo de los programas de seguro de desempleo y, por lo tanto, a la posibilidad de expandir su cobertura. El Comportamiento de los Programas de TMC durante el Ciclo Económico Como ya se ha señalado, el aumento paulatino del gasto social desde el inicio de la Década de Oro (particularmente, en TMC) ha sido un factor clave detrás de la gran contribución que han tenido las políticas redistributivas en la reducción de la pobreza analizada en el Capítulo 3. En este contexto, sería útil observar el comportamiento del gasto real en TMC en diferentes países de LAC y evaluar su sensibilidad al ciclo económico. Esta es una pregunta importante puesto que, en una región con escasos amortiguadores de shocks (como el seguro de desempleo), el hecho de que las políticas redistributivas hayan contribuido a la reducción de la pobreza, incluso durante períodos de recesión, podría ser un indicio de que otras herramientas de política social actúan, involuntariamente, como amortiguadores de shocks. El Gráfico 4.2 muestra la evolución del gasto real en TMC (normalizando la serie a 100 en el primer año) para Argentina, Brasil, y Chile, y la compara con el componente cíclico del PIB real (expresado como porcentaje de la tendencia). Además, a excepción de los primeros dos años de implementación de cada programa, los períodos de recesión (es decir, con valores negativos en el ciclo del PIB) aparecen sombreados. Si bien la fecha de inicio de las TMC es reciente y limita la posibilidad de realizar un análisis sistemático a través de múltiples ciclos económicos, la información disponible revela dos mensajes importantes: • En primer lugar, el gasto real en TMC muestra una tendencia al alza con incrementos pronunciados durante desaceleraciones económicas, como se refleja en Argentina (2014, Gráfico 4.2, Panel A), Brasil (2005-2006 y 2009, Gráfico 4.2, Panel B) y Chile (2009-2011 y 2016-2017, Gráfico 4.2, Panel C). Como se discute en Izquierdo et al. (2019), la explicación 32La tasa bruta de reemplazo para el primer año de desempleo está definida como la suma de beneficios brutos de desempleo recibidos durante un año dividido por el salario bruto anual percibido antes de la pérdida del empleo. | 55 GRÁFICO 4.2. Gasto real en programas de TMC durante el ciclo económico: Argentina, Brasil, y México PANEL A. Argentina 180 4 Ciclo del PIB real (porcentaje de la tendencia) Gasto real en TMC (2010 = 100) 160 2 140 0 120 -2 100 -4 2010 2011 2012 2013 2014 2015 2016 2017 Gasto real en TMC Ciclo del PIB real (eje derecho) PANEL B. Brasil 500 4 Ciclo del PIB real (porcentaje de la tendencia) Gasto real en TMC (2003 = 100) 400 2 300 0 200 -2 100 -4 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Gasto real en TMC Ciclo del PIB real (eje derecho) PANEL C. Chile 1500 4 Ciclo del PIB real (porcentaje de la tendencia) Gasto real en TMC (2003 = 100) 1150 2 800 0 450 -2 100 -4 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Gasto real en TMC Ciclo del PIB real (eje derecho) Nota: Los años con valores negativos en el componente cíclico del PIB se muestran sombreados (a excepción de los primeros dos años de implementación del programa de TMC). Fuentes: CEPAL (Base de Datos de Programas de Protección Social No Contributiva), OIT, y Banco Mundial. 56 | Cuando los sueños enfrentan la realidad detrás de este fenómeno es que, a medida que el desempleo y la pobreza aumentan durante las recesiones, una mayor parte de la población se vuelve elegible para recibir los beneficios de las TMC y aprovecha estos programas para compensar la caída del ingreso familiar. Por lo tanto, las TMC, que son de jure herramientas de política estructural, se convierten de facto en amortiguadores de shocks. • En segundo lugar, el gasto real en TMC es rígido, especialmente a la baja. El Gráfico 4.2 muestra que, una vez que se expande el gasto real en TMC, es muy poco probable que disminuya. Este es particularmente el caso de los grandes aumentos de gasto experimentados durante las desaceleraciones económicas (donde, incluso después de muchos años, el gasto real en TMC no vuelve a los niveles previos a la recesión). Esto ha contribuido a un crecimiento significativo del gasto total en estos programas, que ahora es 2, 5, y 15 veces mayor que el del primer año en los casos de Argentina, Brasil, y Chile, respectivamente. Desde la perspectiva del responsable de las políticas públicas, tanto la función de facto de amortiguador de shocks como la rigidez del gasto en las TMC deben corregirse para evitar generar desequilibrios fiscales que posteriormente podrían comprometer el financiamiento de los programas. Si se pretende que las TMC mitiguen la pobreza estructural, entonces casos en los que el gasto real en TMC se reduce repentinamente deben evitarse para proteger a los grupos más vulnerables; por ejemplo, el ajuste fiscal en Argentina (2017, Gráfico 4.2, Panel A) y Brasil (2015-2017, Gráfico 4.2, Panel B). Esta rigidez a la baja es particularmente evidente, ya que ha ocurrido durante un período con un gran crecimiento en ingresos. En resumen, el aumento continuo de las transferencias sociales ha sido un impulsor de la contribución duradera de la política redistributiva a la reducción de la pobreza en LAC. Sin embargo, hay fallas fundamentales que deben corregirse para que cada instrumento de política pueda cumplir, individualmente, con la función para la que fue diseñado. En el caso de las TMC, se deben hacer esfuerzos para garantizar que los programas sean verdaderamente estructurales. En el caso de los amortiguadores de shocks, como el seguro de desempleo, la cobertura debe extenderse (lo que puede requerir otros esfuerzos de política, como reducir la informalidad). Solo en este escenario, cada instrumento social funcionará según lo previsto y la respuesta de la pobreza al ciclo económico se reducirá considerablemente. | 57 58 | Cuando los sueños enfrentan la realidad Referencias Adato, M., y J. Hoddinott (2010). Conditional Cash Transfers in Latin America (Baltimore: Johns Hopkins University Press). Agencia de las Naciones Unidas para los Refugiados y Organización Internacional para las Migraciones (2019). Regional Refugee and Migrant Response Plan for Refugees and Migrants from Venezuela (Ginebra: Agencia de las Naciones Unidas para los Refugiados y Organización Internacional para las Migraciones). Ahluwalia, M., N. Carter, y H. Chenery (1979). “Growth and poverty in developing countries”, Journal of Development Economics, Vol. 6, Nro. 3, pp. 299-341. Alderman, H., U. Gentilini, y R. Yemtsov (2018). The 1.5 Billion People Question: Food, Vouchers, or Cash Transfers? (Washington, DC: Grupo Banco Mundial). Alvaredo, F., y L. Gasparini (2015). “Recent Trends in Inequality and Poverty in Developing Countries”, en A. Atkinson y F. Bourguignon, eds., Handbook of Income Distribution, pp. 697-805. Atamanov, A., J.P. Azevedo, R.A. Castañeda, S. Chen, P.A. Corral Rodas, R. Dewina, C. Diaz-Bonilla, D.M. Jolliffe, C. Lakner, K. Lee, D.G. Mahler, J. Montes, R. Mungai, M.C. Nguyen, E.B. Prydz, P. Sangraula, K. Scott, A.E. Wambile, J. Yang, y Q. Zhao (2018). April 2018 PovcalNet Update: What’s New (Washington, DC: Grupo Banco Mundial). Azevedo, J.P., M.E. Dávalos, C. Diaz-Bonilla, B. Atuesta, y R.A. Castañeda (2013). “Fifteen Years of Inequality in Latin America: How Have Labor Markets Helped?”, Documento de Trabajo 6384 (Banco Mundial). Báez, J.E., y A. Camacho (2011). “Assessing the Long-term Effects of Conditional Cash Transfers on Human Capital: Evidence from Colombia”, Documento de Trabajo 5681 (Banco Mundial). Báez, J.E., A. Fuchs, y C. Rodríguez-Castelán (2017). Shaking Up Economic Progress: Aggregate Shocks in Latin America and the Caribbean (Washington, DC: Grupo Banco Mundial). Banco Mundial (2018a). Migración desde Venezuela a Colombia: Impactos y Estrategia de respuesta en el Corto y Mediano Plazo (Washington, DC: Grupo Banco Mundial). Banco Mundial (2018b). Poverty and Shared Prosperity 2018: Piecing Together the Poverty Puzzle (Washington, DC: Grupo Banco Mundial). Barrera-Osorio, F., M. Bertrand, L. Linden, y F. Perez-Calle (2008). “Conditional Cash Transfers in Education: Design Features, Peer and Sibling Effects Evidence from a Randomized Experiment in Colombia”, Documento de Trabajo 4580 (Banco Mundial). Barros, R., M. de Carvalho, S. Franco, y R. Mendonca (2010). “Markets, the State and the Dynamics of Inequality in Brazil”, en L. López-Calva y N. Lustig, eds., Declining Inequality in Latin America: A Decade of Progress? (Washington, DC: Brookings Institution Press y PNUD), pp. 134-174. | 59 Bhalla, S. (2002). Imagine There’s No Country: Poverty, Inequality and Growth in the Era of Globalization (Washington, DC: Institute for International Economics). Bourguignon, F., y C. Morrison (2002). “Inequality among World Citizens: 1820-1992”, American Economic Review, Vol. 92, Nro. 4, pp. 727-744. Bourguignon, F. (2003). “The Growth Elasticity of Poverty Reduction: Explaining Heterogeneity across Countries and Time Periods”, en T. Eicher y S. Turnovski, eds., Growth and Inequality (Boston: MIT Press), pp. 3-26. Bühlmann, P. (2012). “Bagging, Boosting and Ensemble Methods”, en J.E. Gentle, W.K. Härdle, y Y. Mori, eds., Handbook of Computational Statistics (Berlín: Springer-Verlag Berlin Heidelberg), pp. 985- 1022. Campos, R., G. Esquivel, y N. Lustig (2012). “The Rise and Fall of Income Inequality in Mexico, 1989-2010”, WIDER - Documento de Trabajo 2012/10 (Universidad de las Naciones Unidas). Cecchini, S., y A. Madariaga (2011). Conditional Cash Transfer Programmes: The Recent Experience in Latin America and the Caribbean (Santiago de Chile: Comisión Económica para América Latina y el Caribe). Cruces, G., y L. Gasparini (2013). “Políticas Sociales para la Reducción de la Desigualdad y la Pobreza en América Latina y el Caribe. Diagnóstico, Propuesta y Proyecciones en Base a la Experiencia Reciente”, CEDLAS - Documento de Trabajo 142 (Universidad Nacional de La Plata). Datt, G., y M. Ravallion (1992). “Growth and Redistribution Components of Changes in Poverty Measures”, Journal of Development Economics, Vol. 38, Nro. 2, pp. 275-295. De la Torre, A., J. Messina, y S. Pienknagura (2012). The Labor Market Story Behind Latin America´s Transformation (Informe Semestral LAC, Banco Mundial). Dubois, P., A. de Janvry, y E. Sadoulet (2012). “Effects on School Enrollment and Performance of a Conditional Cash Transfer Program in Mexico”, Journal of Labor Economics, Vol. 30, Nro. 3, pp. 555- 589. Ferreira, F. (2012). “Distributions in Motion: Economic Growth, Inequality, and Poverty Dynamics”, en P. Jefferson, ed., The Oxford Handbook of the Economics of Poverty (Nueva York: Oxford University Press), pp. 427-462. Ferreira, F., J. Messina, J. Rigolini, L. López-Calva, M.A. Lugo, y R. Vakis (2013). Economic Mobility and the Rise of the Latin American Middle Class (Washington, DC: Grupo Banco Mundial). Fiszbein, A., N. Schady, F. Ferreira, M. Grosh, N. Kelleher, P. Olinto, y E. Skoufias (2009). Conditional Cash Transfers: Reducing Present and Future Poverty (Washington, DC: Grupo Banco Mundial). Gasparini, L., y G. Cruces (2010). “A Distribution in Motion: The Case of Argentina”, en L. López- Calva y N. Lustig, eds., Declining Inequality in Latin America: A Decade of Progress? (Washington, DC: Brookings Institution Press y PNUD), pp. 100-133. 60 | Cuando los sueños enfrentan la realidad Gasparini, L., G. Cruces, y L. Tornarolli (2016). “Chronicle of a Deceleration Foretold: Income Inequality in Latin America in the 2010s”, CEDLAS - Documento de Trabajo 198 (Universidad Nacional de La Plata). Gasparini, L., M. Cicowiez., y W. Sosa Escudero (2013). Pobreza y Desigualdad en América Latina: Conceptos, herramientas y aplicaciones (Buenos Aires: Editorial Temas). Gitter, S.R., y B.L. Barham (2009). “Conditional Cash Transfers, Shocks, and School Enrollment in Nicaragua”, Journal of Development Economics, Vol. 45, Nro. 10, pp. 1747-1767. Inchauste, G., J.P. Azevedo, B. Essama-Nssah, S. Olivieri, T. Van Nguyen, J. Saavedra-Chanduvi, y H. Winkler (2014). Understanding Changes in Poverty (Tendencias del Desarrollo - Pobreza, Banco Mundial). Izquierdo, A., J. Puig, C. Végh, y G. Vuletin (2019). “Automatic Destabilizers”, Manuscrito (Washington, DC: Banco Interamericano de Desarrollo). López-Calva, L., y N. Lustig (2010). Declining Inequality in Latin America: A Decade of Progress? (Washington, DC: Brookings Institution Press). Lustig, N., y D. McLeod (2011). “Inequality and Poverty Under Latin America’s New Left Regimes”, Documento de Trabajo 1117 (Universidad Tulane). Lustig, N., L. López-Calva, y E. Ortiz-Juarez (2013). “Deconstructing the Decline in Inequality in Latin America”, Documento de Trabajo 6552 (Banco Mundial). Maddison, A. (2009). Statistics on World Population, GDP and Per Capita GDP, 1-2008 AD (Groninga: Groningen Growth and Development Centre). Messina, J., y J. Silva (2018). Wage Inequality in Latin America: Understanding the Past to Prepare for the Future (Washington, DC: Grupo Banco Mundial). Organización Internacional del Trabajo (2017). World Social Protection Report 2017-19 (Ginebra: Organización Internacional del Trabajo). Ravallion, M. (2016). The Economics of Poverty: History, Measurement, and Policy (Nueva York: Oxford University Press). Rawlings, L.B., y G.M. Rubio (2005). “Evaluating the Impact of Conditional Cash Transfer Programs”, The World Bank Research Observer, Vol. 20, Nro. 1, pp. 29-55. Sala-i-Martin, X. (2006). “The World Distribution of Income: Falling Poverty and ... Convergence, Period”, The Quarterly Journal of Economics, Vol. 121, Nro. 2, pp. 351-397. Shapley, L. (1953). “A Value for n-Person Games”, Annals of Mathematics Studies, Nro. 28, pp. 307- 317. Stampini, M., y L. Tornarolli (2012). “The Growth of Conditional Cash Transfers in Latin America and the Caribbean: Did They Go Too Far?”, IZA - Documento de Política 49 (Institute of Labor Economics). | 61 Végh, C.A., L. Morano, D. Friedheim, y D. Rojas (2017). Entre la espada y la pared: El dilema de la política monetaria en América Latina y el Caribe (Informe Semestral LAC, Banco Mundial). Végh, C.A., G. Vuletin, D. Riera-Crichton, J. P. Medina, D. Friedheim, L. Morano, y L. Venturi (2018). Sobre incertidumbre y cisnes negros: ¿Cómo lidiar con riesgo en América Latina y el Caribe? (Informe Semestral LAC, Banco Mundial). 62 | Cuando los sueños enfrentan la realidad Apéndices Apéndice A: Crecimiento Anual en los Países de LAC TABLA A.1. Tasas de crecimiento anual del PIB real en los países de LAC Tasas anuales de crecimiento del PIB real (en %) Región País 2016 2017 2018 2019p 2020p SA Argentina -1,8 2,9 -2,5 -1,3 2,9 Brasil -3,3 1,1 1,1 2,2 2,5 Bolivia 4,3 4,2 4,0 4,0 3,6 Chile 1,3 1,5 4,0 3,5 3,1 Colombia 2,0 1,8 2,7 3,3 3,7 Ecuador -1,2 2,4 1,2 0,1 0,4 Guyana 2,6 2,1 3,4 4,6 33,7 Paraguay 4,3 5,0 3,8 3,6 4,0 Perú 4,0 2,5 4,0 3,8 3,9 Surinam -5,6 1,4 2,0 2,0 2,1 Uruguay 1,7 2,7 2,1 1,8 2,7 Venezuela, RB -16,5 -14,5 -17,7 -25,0 n/a MEX México 2,9 2,1 2,0 1,7 2,0 CA Belice -0,6 1,4 2,8 2,3 2,1 Costa Rica 4,2 3,2 2,7 3,0 3,1 El Salvador 2,6 2,3 2,6 2,6 2,5 Guatemala 3,1 2,8 3,0 3,3 2,7 Honduras 3,9 4,8 3,5 3,6 3,8 Nicaragua 4,7 4,9 -3,8 -5,0 1,1 Panamá 5,0 5,3 3,7 6,0 5,4 CB Antigua y Barbuda 5,3 3,3 2,7 2,7 2,7 Bahamas -1,7 1,4 1,8 1,9 2,0 Barbados 2,0 1,7 1,6 1,6 1,6 Dominica 2,5 2,7 -9,5 0,5 7,0 República Dominicana 6,6 4,6 7,0 5,2 5,0 Granada 3,7 5,1 5,2 3,9 3,7 Haití 1,5 1,2 1,5 0,4 1,6 Jamaica 1,4 1,0 1,7 1,6 1,7 S. Cristóbal y Nieves 2,2 1,7 6,9 6,9 6,9 Sta. Lucía 3,9 3,7 1,5 3,4 3,5 S. Vicente y las Granadinas 1,3 0,7 2,0 2,1 2,3 Trinidad y Tobago -6,5 -1,9 -1,0 -0,5 2,0 LAC -0,9 1,3 0,7 0,9 n/a Sudamérica (SA) -2,5 0,8 0,1 0,4 n/a México, América Central, y el Caribe (MCC) 3,1 2,4 2,3 2,1 2,4 América Central (CA) 3,9 3,7 2,7 3,4 3,5 Caribe (CB) 2,7 2,6 4,0 3,2 3,6 Notas: Las cifras regionales y subregionales son promedios ponderados. Las ponderaciones se calculan utilizando el PIB del WEO 2017. “p” significa proyectado. Datos al 15 de marzo del 2019. Fuentes: Estimaciones del Banco Mundial (marzo del 2019) si están disponibles y, de lo contrario, WEO (octubre del 2018). | 63 Apéndice B: Nivel Gubernamental TABLA B.1. Definición de gobierno en los países de LAC País Nivel de gobierno Argentina Gobierno general Brasil Gobierno general Bolivia Sector público no financiero Chile Gobierno general Colombia Gobierno general Ecuador Sector público no financiero Guyana Gobierno central Paraguay Sector público consolidado Perú Sector público no financiero Surinam Gobierno central Uruguay Sector público no financiero Venezuela, RB Sector público no financiero México Requerimientos de financiamiento del sector público Belice federal Gobierno central Costa Rica Gobierno general El Salvador Sector público no financiero Guatemala Gobierno central Honduras Sector público no financiero Nicaragua Sector público no financiero Panamá Sector público no financiero Antigua y Barbuda Gobierno general Bahamas Gobierno general Barbados Gobierno general Dominica Gobierno general República Dominicana Sector público no financiero Granada Gobierno general Haití Sector público no financiero Jamaica Gobierno central S. Cristóbal y Nieves Gobierno general Sta. Lucía Gobierno central S. Vicente y las Granadinas Gobierno central Trinidad y Tobago Gobierno central Fuente: Banco Mundial (marzo del 2019). 64 | Cuando los sueños enfrentan la realidad Apéndice C: Países en el Agregado Mundial del Capítulo 2 En los Gráficos 2.3 y 2.6, el agregado mundial comprende Albania, Alemania, Argelia, Armenia, Australia, Austria, Bélgica, Bielorrusia, Bosnia y Herzegovina, Bulgaria, Bután, Canadá, China, Croacia, Dinamarca, Egipto, Eslovaquia, Eslovenia, España, Estados Unidos, Estonia, Filipinas, Finlandia, Francia, Georgia, Hungría, Indonesia, Irán, Israel, Italia, Jordania, Kazajistán, Kirguistán, Letonia, Lituania, Malasia, Marruecos, Moldavia, Mongolia, Polonia, Portugal, Rumania, Serbia, Sudáfrica, República Checa, Macedonia del Norte, Sri Lanka, Suecia, Tailandia, Tayikistán, Túnez, Turquía, Ucrania, y Vietnam. Apéndice D: Metodología para Calcular el Rol del Ciclo Económico Para calcular el rol relativo del ciclo del producto en la varianza de los indicadores sociales, utilizamos una metodología de tres pasos. En primer lugar, descomponemos las series del PIB real per cápita ( ) en un componente de tendencia y un componente cíclico. Dado que estamos utilizando datos anuales y no queremos asignar ninguna señal cíclica de baja frecuencia al componente permanente, nuestra descomposición preferida se basa en tendencias lineales y cuadráticas. Por lo tanto, nuestra descomposición se basa en la siguiente regresiones: = + , o = 1 + 2 2 + , (1) donde es la tendencia lineal, 2 es la tendencia cuadrática, , 1 y 2 son los coeficientes de regresión, y es un ruido blanco. El componente permanente se obtiene de = ̂ ̂ o = ̂ 2 1 + 2 y el componente transitorio se extrae del residuo: = − . En segundo lugar, una vez que tenemos la descomposición del PIB real per cápita, realizamos regresiones de cada indicador social en función de ambos componentes: = 1 + 2 + , (2) donde es el indicador social. Por último, calculamos la varianza de como: 2 ( ) = 1 2 ( ) + 2 ( ) + ( ) + , (3) donde denota la varianza y es una función de las covarianzas entre , , y . La participación del componente cíclico del producto en la varianza del indicador social se calcula en términos del R2 de la ecuación (2) y está dada por: 2 ( )+ 1 2 ( )+ 2 ( )+ + (4) 1 2 donde + son las participaciones en el término asignadas al componente cíclico y al tendencial, respectivamente. Para obtener estos valores, utilizamos un método de conjunto en el que la determinación de la importancia de las variables independientes se obtiene agregando resultados a | 65 través de múltiples modelos.33 Todas las combinaciones de conjuntos posibles con dos variables independientes en el modelo completo dan como resultado dos modelos estimados. Al alternar cada variable independiente entre incluida y excluida, las participaciones finales se derivan como el promedio ponderado de la contribución marginal/incremental a la bondad de ajuste que realiza una variable independiente en todos los modelos en los que es incluida. Estos valores son equivalentes a los valores de Shapley (Shapley, 1953). Dado que las participaciones del ciclo del producto y de la tendencia del producto en la varianza de los indicadores sociales se reportan en relación con el R 2 de la regresión (2), estas sumarán 1 (es decir, el 100% del R2). Apéndice E: Fuente de Datos de Pobreza La mayoría de los datos de pobreza monetaria proviene de PovcalNet, una herramienta interactiva que permite a los usuarios replicar los cálculos realizados por los investigadores del Banco Mundial al estimar el alcance de la pobreza absoluta en el mundo.34 Los datos de PovcalNet para LAC se toman de la Base de Datos Socioeconómicos para América Latina y el Caribe (SEDLAC, por su sigla en inglés). SEDLAC ha sido desarrollada por el Centro de Estudios Distributivos, Laborales y Sociales (CEDLAS) de la Universidad Nacional de La Plata (Argentina), en asociación con el equipo de América Latina del Grupo de Pobreza y Equidad del Banco Mundial. Las revisiones metodológicas y técnicas del proyecto SEDLAC comenzaron en el 2015 para mejorar la comparabilidad con las encuestas de hogares armonizadas por el Banco Mundial para otras regiones. Estas revisiones al bienestar agregado constituyen un traspaso del proyecto SEDLAC de la versión 02 a la versión 03.35 Como la revisión de este proyecto aún está en proceso, los datos reportados en PovcalNet se basan en SEDLAC-03 para los años recientes y en SEDLAC-02 para los años previos, con un período de transición generalmente establecido en el año 2000 (excepto para Argentina, en cuyo caso los cálculos en los que se utiliza SEDLAC-03 comienzan en el 2003, y Chile, para el que se utiliza SEDLAC-02 durante todo el período). Dado este problema de comparabilidad, recalculamos los índices de pobreza para algunos países, de modo que la versión de SEDLAC utilizada en cada país sea la misma en todo el período bajo análisis.36 33 Véase, por ejemplo, Bühlmann (2012). 34Al cierre de este reporte, la base de datos de PovcalNet no había sido actualizada aún y, por lo tanto, usamos la versión de septiembre del 2018. La única excepción es el Gráfico 1.15, para el cual utilizamos la versión de marzo del 2019. De cualquier forma, cálculos preliminares sugieren que los cambios serían extremadamente pequeños. 35Para más información sobre los principales cambios metodológicos en SEDLAC-03 que afectan directamente a la medición del bienestar, véase Atamanov et al. (2018). 36 Nótese que, aunque la versión del proyecto SEDLAC podría ser la misma, existen cambios frecuentes en las metodologías de las encuestas a lo largo del tiempo que introducen problemas de comparabilidad con las encuestas anteriores que son difíciles de resolver. Además, también existen problemas de comparabilidad entre países, ya que las agencias nacionales suelen utilizar estándares de encuesta diferentes. No obstante, resulta posible extraer conclusiones generales de los datos disponibles. 66 | Cuando los sueños enfrentan la realidad Nos centramos en medidas de pobreza monetaria utilizando líneas internacionales de pobreza en dólares ajustados por paridad de poder adquisitivo (PPA). El Grupo Banco Mundial está comprometido a poner fin a la pobreza extrema en el mundo para el año 2030, lo que implica reducir el número de personas que viven con menos de 1,90 dólares por día (2011 PPA) a menos de 3% de la población mundial. Dado que la mayoría de los países de LAC tiene bajos índices de pobreza extrema, el nivel de desarrollo económico en la región ha llevado a los analistas a utilizar líneas de pobreza regionales que son más altas y acordes a los umbrales oficiales de los países individuales para la pobreza monetaria tanto extrema como moderada: 3,20 dólares por día y 5,50 dólares por día (2011 PPA). En particular, en la mayor parte de este reporte nos centramos en el umbral de 5,50 dólares por persona al día (2011 PPA). Las series de datos de pobreza monetaria de Colombia, Ecuador, y República Dominicana son exactamente las mismas que se reportaron en PovcalNet (SEDLAC-03, septiembre del 2018). En Brasil, Costa Rica, México, Panamá, Perú, y Uruguay, las series de datos de pobreza monetaria desde el 2000 son las mismas que en PovcalNet (SEDLAC-03, septiembre del 2018), pero los datos más antiguos se estiman con microdatos de SEDLAC-03, porque los datos de PovcalNet para este período corresponden a SEDLAC-02.37 38 Dado que hay algunos países para los cuales no tenemos estimaciones de pobreza o microdatos armonizados basados en SEDLAC-03 durante todo el período analizado, utilizamos SEDLAC-02 en estos casos para ganar comparabilidad a través del tiempo. Dichos países son Argentina, Bolivia, Chile, El Salvador, Honduras, y Paraguay. Utilizamos los datos de PovcalNet (septiembre del 2018), calculados con SEDLAC-02, durante los primeros años (hasta 1999 en la mayoría de los países, excepto en Argentina, donde utilizamos los datos de PovcalNet hasta el 2002), y estimamos las medidas de pobreza con SEDLAC-02 para los años siguientes, porque los datos de PovcalNet para este período se basan en SEDLAC-03.39 40 Por último, como la versión de la base de datos de PovcalNet que utilizamos (septiembre del 2018) no incluye información del 2017 para los países bajo análisis, estimamos la pobreza monetaria en este año utilizando microdatos de SEDLAC-03. Es preciso mencionar que los números que obtenemos con nuestras estimaciones son los mismos que los reportados en la última versión de PovcalNet (marzo del 2019) para los años con microdatos disponibles. Por lo tanto, la metodología aplicada en este reporte concuerda con las estimaciones que se presentan en esta fuente. 37En los casos donde no hay microdatos armonizados disponibles basados en SEDLAC-03, empleamos los datos de PovcalNet y aplicamos las tasas de crecimiento de esta fuente a nuestros datos. Esta estrategia se aplica a los siguientes países y años: Costa Rica 1989, México 1989, Panamá 1989, Perú 1994, y Uruguay 1989. 38 Excluimos a México 2016 del análisis porque hay un cambio metodológico en la encuesta que afecta considerablemente las mediciones de bienestar. 39Dado que el último año disponible con microdatos armonizados basados en SEDLAC-02 es el 2015, aplicamos las tasas de crecimiento de SEDLAC-03 a nuestros datos en los años 2016 y 2017. 40Una excepción es Chile, ya que tiene datos en PovcalNet basados en SEDLAC-02 para todo el período, pero optamos por usar una versión anterior que mejora la comparabilidad a través del tiempo. | 67 La Tabla E.1 resume los datos utilizados para cada país. Como se desprende claramente de la tabla, utilizamos la última versión disponible en 9 de los 15 países. TABLA E.1. Resumen de Datos para Cálculos de Pobreza Años que difieren de Período Período Versión País PovcalNet capítulo 2 capítulo 3 SEDLAC (septiembre del 2018) Argentina 1991-2017 1991-2017 02 2003-2017 Bolivia 1997-2017 1997-2017 02 2000-2017 Brasil 1991-2017 1992-2017 03 1991-1999 Chile 1987-2015 1990-2015 02 2000-2015 Colombia 2001-2017 2001-2017 03 - Costa Rica 1989-2017 1990-2017 03 1989-1999 Ecuador 2003-2017 2003-2017 03 - El Salvador 1995-2017 1995-2017 02 2000-2017 Honduras 1989-2017 1991-2017 02 1998-2017 México 1989-2014 1992-2014 03 1989-1998 Panamá 1989-2017 1995-2017 03 1989-1999 Paraguay 1995-2017 1995-2017 02 2001-2017 Perú 1994-2017 1997-2017 03 1994-1999 República Dominicana 2000-2016 2000-2016 03 - Uruguay 1989-2017 1995-2017 03 1989-1998 Nota: Véase Apéndice E. 68 | Cuando los sueños enfrentan la realidad BANCO MUNDIAL 1818 H STREET NW WASHINGTON, DC 20433, USA WWW.WORLDBANK.ORG/LACECONOMIST