Un Nuevo Nuevo Keynesianismo para Cataluña

Leonardo Tariffi¹

4º Congreso de Economía y Empresa de Cataluña

2º Eje sobre los Determinantes del Contexto Macroeconómico

Resumen ampliado

¿Existe un modelo para explicar la economía de Cataluña? ¿Cómo puede ser explicado el crecimiento económico regional? Responder a estas nóbeles preguntas es sin duda contribuir a mejorar el conocimiento económico sobre la relevancia internacional de una región particular en la economía global.

El crecimiento económico regional basado en la variación porcentual del producto interno bruto (PIB) y el respectivo PIB se pueden observar en los gráficos 1 y 2. A pesar de un crecimiento negativo que se puede observar en el gráfico 1 durante los años 2009, 2011, 2012, 2013 y 2020, la variación porcentual del PIB se mantuvo en promedio alrededor del 3,8% en las últimas dos décadas. El PIB a precios corrientes en millones de euros para la Comunidad Autónoma de Cataluña se puede apreciar en el gráfico 2. El período 2000-2023 incluye cifras provisionales “p” para los últimos 3 años. Según datos del Instituto de Estadísticas de Cataluña (Idescat), el PIB ha estado creciendo medianamente en las últimas dos décadas hasta alcanzar un máximo calculado de 223.906 millones de euros en el año 2020 y un valor máximo estimado de 292.474 para el año 2023.

El comportamiento del PIB en Cataluña tiene principalmente dos explicaciones. La primera esta relacionada con variaciones vinculadas a las coyunturas de crisis financiera, inestabilidad política e impactos de la pandemia y la segunda nace con los efectos de los determinantes fundamentales de la industria manufacturera, el sector de fármacos y químico y los servicios directos e indirectos del turismo. La motivación principal de la presente investigación se basa en profundizar sobre el mecanismo a través del cuál se establecen las relaciones a corto y mediano plazo de las dos mencionadas transmisiones explicadas. El principal interés del estudio se centra en explicar a ciencia cierta la importancia de las variables coyunturales y fundamentales sobre el comportamiento de la actividad real y sobre los niveles de producción en Cataluña. Este análisis se justifica por la preponderancia de la producción como variable hegemónica que sirve de indicador del bienestar material de las sociedades actuales.

En principio, el gasto gubernamental entrará como variable explicativa endógena y exógena dentro de los modelos de relación económica para analizar la contribución del sector público, con sus diferentes niveles agregados de expansión y contracción fiscal, en la relación anteriormente planteada entre variables coyunturales y fundamentales y la economía real.

Es así como el principal objetivo de la presente comunicación es utilizar herramientas matemáticas y econométricas que logren explicar los vínculos entre las mencionadas variables coyunturales y fundamentales y los niveles de actividad económica en Cataluña. Para tal fin, se utilizan ecuaciones diferenciales y vectores de regresión que se computan con programas algorítmicos y estadísticos. Teniendo en cuenta estas herramientas y procedimientos, se exponen los resultados que permiten concluir por qué el crecimiento de la actividad económica y los niveles de producción se han desenvuelto positiva o negativamente.

La conclusiones del presente estudio serán expuestas de manera simple y concisas. De tal manera que los resultados obtenidos puedan ser mostrados ante audiencias que incluyan tanto a economistas expertos en la materia como a profesionales de otras materias y disciplinas.

Referencias Bibliográficas

- BAI, J., & Perron, P. (1998) “Estimating and Testing Linear Models with Multiple Structural Changes”, Econometrica, 66(1): 47-78.

- BAI, J., & Perron, P. (2003a) “Critical values for multiple structural change tests”, Econometrics Journal, 6:72-78.

- BAI, J., & Perron, P. (2003b) “Computation and analysis of multiple structural change models”, Journal of Applied Econometrics, 18:1-22.

- DICKEY, D., & WAYNE F. (1981) “Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root”, Econometrica 49(4): 1057-1072.

- ENGLE, R. F., & GRANGER, C. W. J. (1987) “Co-Integration and Error Correction: Representation, Estimation, and Testing”, Econometrica 55(2): 251-276.

- GALÍ, J., LÓPEZ-SALIDO, J. D. (2007) “Understanding the effects of government spending on consumption”, Journal of the European Economic Association, 5(1):227-270.

- GALÍ, J. (1996) “Technology, employment, and the business cycle: Do technology shocks explain aggregate fluctuations?

- INSTITUT D’ESTADÍSTICA DE CATALUNYA, IDESCAT (2024) “PIB. Per sectors. A preus corrents”, Barcelona. Publicación on-line. https://www.idescat.cat/indicadors/?id=aec&n=15332&tema=macro

- PESARAN, M. H. (2007), “A simple panel unit root test in the presence of cross-section dependence”, Journal of Applied Econometrics 22: 265-312.

- PESARAN, M. H., YONGCHEOL S., & SMITH, R. J. (2000) “Structural analysis of vector error correction models with exogenous I(1) variables”, Journal of Econometrics 97(2): 293-343.

- Tsay, Ruey S. (1989), “Testing and Modeling Threshold Autoregressive Processes”, Journal of the American Statistical Association, vol. 84, n. 405, pp. 231-240.

- TSAY, R. S. (1998) “Testing and Modeling Multivariate Threshold Models”, Journal of the American Statistical Association, 93(443): 1188-1202.

- TSAY, R. S. (2002) “Analysis of financial times series”, Wiley series in probability and statistics, 448.

(¹) Profesor Adjunto en la Universidad Pompeu Fabra. Departamento de Economía y Empresa. Jaume I building (Campus de la Ciutadella), Ramon Trias Fargas, 25-27. 08005 Barcelona. E-mail: l.tariffi@alumni.ub.edu