Blanqueo capitales en España

Un análisis de las causas del blanqueo de capitales en España

1

Un análisis de las causas del

blanqueo de capitales en

España

Ignacio Mauleón Torres*

Jordi Sardà Pons**

(2004)

* Universidad Rey Juan Carlos.

[email protected]

** Universitat Rovira i Virgili de Tarragona.

[email protected]


2

RESUMEN

Durante los últimos años se ha puesto de manifiesto una fuerte aceleración de la globalización de la economía mundial. Dicho proceso lleva consigo toda una serie de nuevas oportunidades y de negocio; abre la posibilidad a nuevos intercambios de todo tipo y, desafortunadamente, también se ha aprovechado para llevar a cabo un mayor número de actividades que pueden considerarse como de índole criminal. Dentro de estas últimas aparece el blanqueo de capitales que se ha beneficiado muy especialmente del proceso de globalización económica antes comentado.

Como es de esperar, y por razones obvias, existen pocas estadísticas fiables sobre dicho fenómeno y muy pocos estudios que intenten su cuantificación. A pesar de la dificultad que entraña la cuantificación de un fenómeno no observable como el blanqueo de dinero, existen metodologías que permiten un análisis de la evolución temporal del fenómeno a estudiar así como de cuáles son las causas que lo motivan y de su importancia relativa.

La metodología MIMIC es la que nos permite analizar dicha evolución temporal y, como consecuencia de ello, comprobar la efectividad de la lucha contra el blanqueo de dinero. Mediante el análisis de las causas que producen el blanqueo de capitales y de su importancia relativa se pueden inferir pautas de actuación por parte de las autoridades correspondientes en la lucha contra dicho fenómeno.

CÓDIGO JEL : H26; E62; C39; O52

PALABRAS CLAVE : Blanqueo capitales; actividades criminales; economía

sumergida


3

1.- INTRODUCCIÓN

Durante los últimos años se ha puesto de manifiesto una fuerte aceleración de la

globalización de la economía mundial. Dicho proceso lleva consigo toda una serie de

nuevas oportunidades y de negocio; abre la posibilidad a nuevos intercambios de todo

tipo y, desafortunadamente, también se ha aprovechado para llevar a cabo un mayor

número de actividades que pueden considerarse como de índole criminal. Dentro de

estas últimas aparece el blanqueo de capitales que se ha beneficiado muy especialmente

del proceso de globalización económica antes comentado.

No existe ninguna duda sobre la importancia que tiene el blanqueo de capitales

en la economía mundial y que, dicha importancia, se ha ido incrementado a lo largo del

tiempo favorecido por el fuerte proceso de globalización que experimenta la economía

en su conjunto. Por razones obvias, no existen estadísticas sobre este tema aunque el

Fondo Monetario Internacional (FMI) estima que el volumen de blanqueo de capitales a

nivel mundial oscila entre el dos y el cinco por ciento del PIB de todo el mundo

considerado conjuntamente. De todas formas, organismos como el GAFI (Grupo de

Acción Financiera Internacional contra el blanqueo de capitales) creen que dicha

cantidad está subestimada. Sea cual sea la cantidad correcta nos encontramos ante un

problema de primera magnitud que conviene estudiar en detalle ya sea para la obtención

de su nivel o ya sea para conocer las causas que lo producen y la importancia relativa

que tienen dichas causas. Precisamente, el conocimiento de dichas causas y de su

importancia relativa permitiría diseñar pautas de actuación adecuadas para la lucha

contra el blanqueo de capitales.

Como era de esperar, y dada la dificultad para la obtención de datos fiables sobre

dicho fenómeno, existen muy pocos estudios que intenten su cuantificación. A pesar de

la dificultad que entraña la cuantificación de un fenómeno no observable como el

blanqueo de dinero, existen metodologías que permiten un análisis de la evolución

temporal del fenómeno a estudiar así como de cuáles son las causas que lo motivan y de

su importancia relativa.


4

La metodología MIMIC1 es la que nos permite analizar dicha evolución

temporal y, como consecuencia de ello, comprobar la efectividad de la lucha contra el

blanqueo de dinero. Mediante el análisis de las causas que producen el blanqueo de

capitales y de su importancia relativa se pueden inferir pautas de actuación por parte de

las autoridades correspondientes en la lucha contra dicho fenómeno.

Otro punto a tener en cuenta consiste en que la economía sumergida y el

blanqueo de capitales están íntimamente relacionados aunque la primera mantiene un

comportamiento más o menos estable a lo largo de los últimos años, mientras que la

segunda ha seguido un comportamiento creciente, tal como hemos comentado

anteriormente.

Una vez subrayada la importancia que tienen las actividades criminales sobre la

economía y la necesidad que existe de intentar cuantificarlas, el principal objetivo de

éste estudio consiste, precisamente, en una estimación del nivel de blanqueo de capitales

que se produce en España, pero teniendo en cuenta que se trata de un proceso global. Es

decir, para su estudio deberemos centrarnos en intentar cuantificar los flujos que se

producen entre países de dicho fenómeno. La obtención de dicho nivel en un punto

concreto del tiempo nos permitirá estimar los incrementos que ha experimentado dicho

fenómeno durante los últimos años según la metodología que comentaremos más

adelante.

Un segundo objetivo de nuestro trabajo consiste en hacer un análisis detallado de

las causas que producen dicho fenómeno y de su importancia relativa, así como de cuál

es el efecto que tienen dichas causas sobre toda una serie de indicadores del blanqueo de

capitales.

Aparte de esta introducción, el presente trabajo se divide en las siguientes

secciones: en la sección segunda se estudian los trabajos llevados a cabo hasta la

actualidad sobre la cuantificación y estudio del blanqueo de capitales; en la sección

tercera se analiza la metodología empleada; en la cuarta se presentan los principales

resultados obtenidos, y en la quinta se presentan las principales conclusiones que de

1 Múltiples indicadores, múltiples causas.


5

dicho trabajo se derivan, así como las oportunas recomendaciones de política a llevar a

cabo en la lucha contra el blanqueo de capitales en España. Finalmente, se presentan

diferentes anexos referentes a las fuentes estadísticas utilizadas, o a las definiciones de

las variables que se han utilizado para llevar a cabo nuestro estudio.


6

2.- LA MAGNITUD DEL PROBLEMA

Antes de abordar la magnitud del blanqueo de capitales en el mundo conviene

definir con precisión qué se entiende por blanqueo de dinero y cuál es el proceso que se

sigue para blanquear dicho dinero.

Podríamos definir el blanqueo de dinero como el proceso de conversión de

dinero líquido o de cualquier otro activo obtenido a partir de actividades ilegales, en

activos que tengan una apariencia de haber sido obtenidos de una forma legal2.

En el proceso para blanquear dinero se distinguen tres etapas. Esta distinción es

más bien artificial debido a que los límites entre una etapa y otra son más bien

indefinidos. Siguiendo a Anna María Garriga3 el primer estadio consiste en la

introducción del dinero negro en el sistema financiero legal. La manera tradicional de

hacerlo ha sido el depósito en efectivo en un banco, y los paraísos fiscales son los

lugares preferidos para esa primera fase debido a la falta de regulaciones y control que

caracteriza a sus sistemas financieros. La segunda fase es la llamada el

‘amontonamiento’, que consiste en un cúmulo de transacciones que tiene por finalidad

desplazar o convertir los fondos y alejarlos de su origen. Finalmente, en la tercera etapa

los fondos ya blanqueados se introducen en el sistema económico legal invirtiéndolos

en actividades lícitas, especialmente en los sectores inmobiliario, turístico, etc. A esta

tercera fase se le llama etapa de integración. Para una explicación más detallada de

estas fases véase F. Caruana y G. Farrugia4.

Existen diferentes estudios o informes que ponen de manifiesto la magnitud del

problema bajo consideración. Entre otros, podríamos destacar los informes de la OCDE

Financial Action Task Force (FATF o GAFI en terminología española) o las memorias

del Servicio Ejecutivo de la Comisión de Prevención del Blanqueo de Capitales e

Infracciones Monetarias (SEPLAC) para el caso de España. La mayoría de los estudios

existentes suelen ser, o bien de carácter sociológico, o bien de carácter descriptivo del

2 Rick McDonell, Money Laundering Methodologies and Internacional and regional Counter-Measures. Mayo 1998, pág. 2. 3 Anna María Garriga Los Paraísos Fiscales. Quaderns per a la solidaritat. 2002. pág 3. 4 Frank Caruana and George Farrugia. Money Laundering and Internacional Financial Crime in Small States with Special Referente to Malta. Diciembre 2002.


7

fenómeno bajo consideración, aunque también es cierto que existen algunos estudios

que intentan cuantificar dicho fenómeno, como los de J. Walker para el caso de

Australia, o los de F. Schneider para la financiación del terrorismo islámico.

El blanqueo de dinero, representa, según cálculos del FMI, del 2 al 5 por ciento

del PIB mundial5, aunque organismo como el GAFI consideran que ésta cantidad

subestima el tamaño real del fenómeno6. Otros autores evalúan en 2.85 billones de $ por

año el tamaño de la cantidad de dinero blanqueado, principalmente en Europa y Norte

América. Estos estudios también sugieren que otras actividades criminales, como

sobornos o fraudes, tienen una importancia relativa similar a la correspondiente a las

drogas en el blanqueo de capitales7.

En otras palabras, sea cual sea la magnitud correcta nos encontramos ante un

problema de primera índole que conviene estudiar en detalle, ya sea para la obtención

de su nivel, o ya sea para conocer a fondo las causas que lo producen. Sólo así será

posible diseñar estrategias eficaces en la lucha contra el blanqueo de capitales.

5 Por ejemplo, Quirk lo estima en 500 billones de $ (alrededor del 2% del GDP mundial) o Tanzi entre 300 y 500 billones. Peter J. Quirk. Money Laundering: Muddying the Macroeconomics. 1997. pág.2. Vito Tanzi. Money Laundering and the International System. 1996. pág.2. 6 Anna Garriga. Op. Cit. Pág 2 7 John Wlaker. Measuring the Extent of Internacional Crime and Money Laundering. Junio 1999. Pág.3


8

3.- METODOLOGÍA

Se puede utilizar para la estimación de una variable inobservable, una ecuación

que relacione ésta con algún indicador de la misma, obteniéndose coeficientes que

describen su relación. Así, por ejemplo, la cantidad de efectivo es utilizada en muchos

estudios para analizar el nivel de actividad sumergida de una economía. Si bien se

pueden obtener resultados interesantes con ella, esta técnica presenta una limitación a la

hora de recoger situaciones reales donde el fenómeno inobservable depende de

múltiples causas y afecta a múltiples indicadores.

En un intento de recoger este aspecto multicausal del análisis econométrico, se

puede utilizar la metodología MIMIC (Multiple Indicators Multiple Causes),

desarrollada por Zellner (1970), Goldberger (1972) y otros, que considera

simultáneamente múltiples causas y múltiples indicadores de un fenómeno no

observado, en este caso el tamaño del blanqueo de capitales, y por ello permite un

análisis más detallado de la importancia relativa de las causas y de los indicadores.

La metodología MIMIC ya se ha utilizado satisfactoriamente para la estimación

de la economía sumergida en diferentes países (Schneider). Éste método está basado en

la teoría estadística de las variables no observadas, como por ejemplo, el tamaño de la

economía sumergida o el tamaño del blanqueo de dinero. La metodología consiste en un

conjunto de ecuaciones estructurales a partir de las cuales se estiman separadamente los

coeficientes que relacionan las causas y los efectos con la variable no observada.

La ecuación de regresión multivariante que se obtiene presenta una matriz de

regresión de rango uno, y la matriz de covarianzas del error está también restringida.

Por lo tanto, sería posible obtener estimaciones cardinales para todos los parámetros.

Las magnitudes relativas de los parámetros pueden ser estimadas, siendo necesario para

ello normalizar los parámetros de una de las ecuaciones del sistema. Por este

procedimiento los incrementos cardinales nos permiten establecer el nivel de la variable

en estudio, dado un nivel de partida de ella.


9

Una de las ventajas que presenta dicha metodología consiste en que permite un

análisis detallado de las causas que producen el blanqueo de capitales y de su

importancia relativa, así como de cuál es la importancia que tiene una variación de las

causas sobre cada uno de los indicadores considerados.

Para la estimación del nivel de blanqueo de capitales se propone el modelo

desarrollado por John Walker para el caso de Australia que, básicamente consiste en

analizar dónde se genera el dinero a blanquear, y dónde se blanquea teniendo en cuenta

toda una serie de variables: variables correspondientes a actividades criminales -tráfico

de drogas, homicidios, etc.-, variables económicas -flujos de capitales, PIB per cápita,

etc.- y otras variables -localización geográfica, población, etc.-. En este punto cabe

recordar que dicha metodología debe aplicarse a nivel global y no sólo a nivel de

España, pero que permite obtener una estimación de los flujos de blanqueo de capitales

país por país.

Vamos a pasar, a continuación, a estudiar con más detalle cada una de las

metodologías propuestas en nuestro estudio:

a) La metodología de demanda de efectivo

La metodología de la demanda de efectivo se basa en el “currency demand

approach”. Esta metodología supone que la economía sumergida realiza sus

transacciones y demás operaciones financieras mediante un medio legal de pago, pero

opaco fiscalmente, es decir, fundamentalmente efectivo, y en menor medida depósitos a

la vista. De este modo, y restando al dinero en circulación la parte demandada por la

economía legal, o contabilizada, tendremos una estimación del efectivo demandado por

la economía sumergida. Ésta última cantidad se puede traducir en un volumen de

actividad económica, mediante alguna transformación basada en parámetros

adecuadamente seleccionados.

El procedimiento empleado es el siguiente: Consideremos, en primer lugar, una

demanda de dinero usual - en este caso de efectivo - que supongamos que depende en

la forma habitual, de los precios, Pt, la renta – observada, o legal – YL, y el tipo de


10

interés nominal, Rt. Además, y para captar el exceso de demanda ocasionado por la

economía sumergida, se añade una medida de presión fiscal, ‘c’ .

La demanda de dinero se especifica en términos lineales logarítmicos. Siguiendo

el procedimiento habitual, es decir,

)log(Et = uRcPY ttttLt

+++++ **)log(*)log(*43210 ααααα (1)

donde Et representa la cantidad de efectivo. Deshaciendo la transformación logarítmica,

obtenemos la siguiente expresión,

Et = ePY uRc ttt

tLt

++ **

0

4321 ***ααααα (2)

La idea básica es que los impuestos captan el efecto de la renta omitida, o

sumergida; así, es plausible suponer que la ecuación de demanda de dinero para toda la

renta, tanto la sumergida, YS, como la observada, YL, vendrá dada por la siguiente

expresión,

Et = ePYY uRc ttt

tStLt

+++ **

0

4321 **)(*ααααα (3)

Igualando las dos últimas expresiones (2) y (3), y después de efectuar las

cancelaciones oportunas, obtenemos la siguiente expresión,

eY tc

Lt

*31 *αα

= )( 1

YY StLt +α

(4)

A partir de aquí, y mediante simples operaciones, se obtiene finalmente la

expresión,

YY

Lt

St = e tc )/*( 13 αα - 1 ≈

αα

1

3* ct (5)


11

que explica la proporción de la economía sumergida sobre el total, como función de la

presión impositiva. La aproximación de la expresión (5) es válida, en la medida de que

ct tome valores menores que la unidad en valor absoluto, que es precisamente el caso.

Por otra parte, y como tanto α 3 como α1

, son parámetros obtenidos por un

procedimiento econométrico, la estimación de la proporción de la economía sumergida

sobre la legal será una variable aleatoria, con un error estándar calculable sencillamente

por los procedimientos habituales, a partir de las varianzas y de las covarianzas de las

estimaciones de los parámetros considerados - α 3 y α1

-.

Ésta metodología ya ha sido utilizada por Mauleón y Escobedo (1991) y por

Mauleón y Sardà (1997) con éxito para el caso de España.

Se puede llevar a cabo un procedimiento parecido pero incluyendo una parte del

blanqueo de capitales dentro de la economía sumergida. Ahora, la demanda de dinero se

especifica en términos lineales logarítmicos de la misma forma que hemos hecho

anteriormente. Siguiendo el procedimiento habitual, es decir,

)log(Et = udgRcPY tttttLt

++++++ ***)log(*)log(*543210 αααααα (6)

donde Et sigue representando la cantidad de efectivo aunque en el caso de blanqueo de

capitales a la cantidad de efectivo sería conveniente añadirle los depósitos a corto plazo

ya que, también, son un instrumento financiero utilizado por los blanqueadores de

capitales. De forma parecida a la ecuación de demanda de efectivo, para captar el

tamaño de la economía sumergida se ha añadido el término dgt que representa una

medida de la influencia del tráfico de drogas para captar el exceso de demanda de

efectivo ocasionado por el blanqueo de capitales – en este caso, por el causado por el

tráfico de drogas -. Deshaciendo la transformación logarítmica, obtenemos la siguiente

expresión,

Et = ePY udgRc tttt

tLt

+++ ***

0

54321 ***αααααα (7)


12

La idea básica sigue siendo la misma de antes, es decir, que los impuestos captan

el efecto de la renta omitida, o sumergida y que, además, el tráfico de drogas capta una

parte muy importante de la renta blanqueada; así, es plausible suponer que la ecuación

de demanda de dinero para toda la renta, tanto la sumergida, YS, como la observada, YL,

como la blanqueada, YBt, vendrá dada por la siguiente expresión,

Et = ePYYY udgRc tttt

tBtStLt

+++++ ***

0

54321 **)(*αααααα (8)

Igualando las dos últimas expresiones, expresiones (7) y (8), y después de

efectuar las cancelaciones oportunas, obtenemos la siguiente expresión,

eY dgt

tc

Lt

** 531 *ααα +

= )( 1

YYY BtStLt ++ α (9)

A partir de aquí, y mediante simples operaciones, se obtiene finalmente la

expresión,

Y

YYLt

BtSt+

= e tt

dgc )/)**(( 153 ααα + - 1 ≈

αα

αα

1

5

1

3** dgc tt + (10)

que explica la proporción de la economía sumergida y de la blanqueada sobre el total,

como función de la presión impositiva y de un coeficiente de drogas. La aproximación

de la expresión (10) sigue siendo válida, en la medida de que ct y dgt tomen valores

menores que la unidad en valor absoluto, que es precisamente el caso.

b) Estimación del nivel de blanqueo de capitales.

Para la determinación del nivel de blanqueo de capitales seguiremos la

metodología proporcionada por J. Walker (1999). El procedimiento comienza haciendo

un análisis exhaustivo de los índices de criminalidad en el mundo utilizando para ello la

base de datos de las Naciones Unidas sobre la prevención del crimen8. De hecho, se

clasifican todos los delitos proporcionados por la base de datos anterior en siete grandes

8 United nations Centre for Internacional Crime Prevention


13

grupos. A continuación, se le asigna a cada categoría de delito una determinada

cantidad. Esta cantidad es la que se calcula que se blanquea por cada uno de los delitos

registrados.9 Una vez calculada la cantidad de dinero que se blanquea por cada país se

analiza la manera en qué ésta se distribuye entre los diferentes países. Para ello se

establecen las siguientes premisas:

- premisa 1: aquellos países que presentan una actitud más laxa en la lucha contra el

blanqueo de capitales (países en los que rige el secreto bancario, o en los que el

gobierno se muestra poco dispuesto a la colaboración en la prevención del blanqueo de

dinero) atraerán cantidades sensiblemente superiores para blanquear que aquellos otros

países que presentan actitudes firmes en dicha lucha.

- premisa 2: los países que presentan altos índices de corrupción, o en los que existen

conflictos armados, son poco atractivos para los que buscan el blanqueo de capitales

debido al riego de perderlos

- premisa 3: para blanquear capitales se prefieren países con altos niveles de riqueza

(PIB por cápita) dado que será más fácil “esconder” las transacciones correspondientes

al blanqueo de dinero – pasarán más desapercibidas-.

- premisa 4: en igualdad de los demás factores, la distancia geográfica entre dos países,

el hablar el mismo idioma o el tener la misma cultura, son factores determinantes para el

blanqueo de capitales.

A partir de las tres primeras premisas se deduce un “índice de atracción” para el

blanqueo de capitales. Algebraicamente se establece como sigue:

Índice de atracción = [PIB cápita]*[3*Secreto bancario + Actitud del Gobierno +

Miembro de SWIFT – 3*Conflicto – Corrupción + 15] (11)

donde,

9 Estas cantidades provienen de un estudio, utilizando micro datos, realizado por AUSTRAC en 1995. Son: 50.000 $ por fraude; 100.000$ por tráfico de drogas; 400 por delitos contra las personas; 600 por delitos contra la propiedad; 1.400 por hurto; 225 por homicidio y 2’36 por asalto y agresión sexual.


14

secreto bancario, oscila entre el valor 0 si no lo hay y 5 si lo hay.

actitud del gobierno, oscila entre 0 para un país con leyes anti–blanqueo y 4 para uno

tolerante.

miembro del SWIFT, toma el valor 0 si no es miembro y 1 si es miembro de la SWIFT

internacional fund transfer network

conflicto, oscila entre 0 si no hay una situación de conflicto y 4 si existe dicha situación

corrupción, se utiliza el índice corregido de transparencia internacional. Dicho índice

toma el valor 1 cuando la corrupción es baja y 5 cuando existe una alta

corrupción.

el valor de la constante 15 se introduce en la fórmula anterior para garantizar que no

tome valores negativos.

Una vez calculado el índice de atracción para cada país se calcula la proporción

del flujo de capitales que va de un país a otro siguiendo la siguiente fórmula:

Flujo del país X al país Y = 2)tan( YeXentreciadis

Ypaísatraccióníndice

−−−−−−−

(12)

Siguiendo los resultados presentados por J. Walker (1999) a España le

correspondería un volumen de blanqueo de dinero de 34.461 millones de dólares de

1998.

En nuestro caso proponemos corregir la expresión (12) teniendo en cuenta el

volumen de exportaciones e importaciones, así como los movimientos de capital entre

dos países. Para ello utilizaremos la base de datos COMEXT que nos proporciona los

flujos de exportaciones e importaciones entre diferentes países. Simplemente

corregiremos la expresión (12) multiplicándola por el grado de apertura de un país.

c) La metodología MIMIC.

Tal como hemos comentado anteriormente, se puede utilizar para la estimación

de una variable inobservable una ecuación que relacione ésta con algún indicador de la

misma, obteniéndose coeficientes que describen su relación.


15

La metodología consiste en un conjunto de ecuaciones estructurales a partir de

las cuales se estiman separadamente los coeficientes que relacionan las causas y los

efectos con la variable no observada. Siguiendo a Giles (1999), el modelo utilizado es

como sigue: sea η la variable escalar (no observable) – en nuestro caso, el blanqueo de

capitales -; y' = (y1, y2, ....., yp) el vector de indicadores de η; x' = (x1, x2, ....., xq) el

vector de causas de η; λ y γ son respectivamente (px1) y (qx1) vectores de parámetros; y

ε y ξ son (px1) errores aleatorios. Se asume que ξ y todos los elementos de ε son normal

y mutuamente no correlacionados, con var(ξ) = ψ, y cov(ε) = Θε . El modelo MIMIC

viene expresado por el siguiente conjunto de ecuaciones:

y = λη + ε (14)

η = γ' x + ξ (15)

Substituyendo 15) en 14),

y = Πx + z, (16)

donde

Π = λγ' (17)

z = λξ + ε, (18)

y

cov(z) = λψλ' + Θε (19)

La ecuación (16) de regresión multivariante tiene una matriz de regresión de

rango uno, y la matriz de covarianzas del error está también restringida. Por lo tanto,

sería posible obtener estimaciones cardinales para todos los parámetros. Las magnitudes

relativas de los parámetros pueden ser estimadas, siendo necesario para ello normalizar

los parámetros de la ecuación (14).

Como los vectores que incorporan los indicadores (y) y las causas (x) son

observables, las múltiples ecuaciones del modelo pueden ser estimadas a través del


16

método de máxima verosimilitud, que provee estimaciones consistentes y

asintóticamente eficientes de los elementos de Π, así como de λ y γ. Dada una

estimación del vector γ, y siendo el valor esperado del término de error ζ cero, la

ecuación (15) nos permite predecir los valores ordinales de η, que en nuestro caso es el

valor del blanqueo de capitales en cada punto de la muestra. Entonces, si tenemos algún

valor conocido de η en algún momento del tiempo, podemos obtener valores cardinales.


17

4.- RESULTADOS OBTENIDOS

a) Procedimiento de demanda de efectivo.

En primer lugar se ha procedido a la estimación de la ecuación (1) de demanda

de efectivo de la forma tradicional, y a partir de los parámetros estimados se ha

calculado el tamaño de le economía sumergida utilizando para ello la expresión (5). Los

resultados obtenidos se muestran en la tabla 1.

Tabla 1. Demanda de efectivo

Variable Coeficiente Estadístico “t”

Log PIB 0.6926 55.61

Log P 1.0837 13.23

Csspib 6.8455 3.46

Nota: Las propiedades estadísticas del modelo están en los apéndices

A partir de dichos coeficientes se obtiene el tamaño de la economía sumergida que es el

siguiente:

Gráfico 1. Economía Sumergida

Economía sumergida (% PIB)

7,09,0

11,013,015,017,019,021,023,0

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004


18

Tabla 2. Tamaño de la Economía Sumergida como % PIB

Año Tamaño Economía

Sumergida (% PIB)

1980 12.1

1981 12.9

1982 12.8

1983 13.1

1984 12.5

1985 15.0

1986 16.6

1987 18.7

1988 16.3

1989 17.9

1990 17.0

1991 17.3

1992 17.4

1993 19.2

1994 17.8

1995 18.4

1996 20.8

1997 18.3

1998 16.8

1999 16.2

2000 15.4


19

2001 15.3

2002 14.4

2003 14.3

2004 13.5

Los resultados obtenidos por este procedimiento son parecidos con los obtenidos

por Mauleón y Sardà (1997), e indican que el tamaño de la economía sumergida en

España ha seguido una evolución anti cíclica. Analizando los últimos años se observa

que se obtuvo un máximo de economía sumergida en 1996, para después ir decreciendo

paulatinamente hasta alcanzar el 13.5% del PIB en el año 2004.

Una vez realizada la estimación de la economía sumergida, pasamos a la

inclusión en el modelo de una variable que recoja directamente el efecto del blanqueo

de capitales, como podría ser una variable relativa al tráfico de drogas (drog). La

definición y cálculo de la variable drog se explica en el anexo D.

Ahora la variable dependiente es la suma del efectivo en circulación y los

depósitos a corto plazo, ya que éstos últimos también se utilizan para el blanqueo de

capitales.

Tabla 3. Demanda de efectivo + depósitos

Variable Coeficiente Estadístico “t”

Log PIB 0.9234 46.41

Drog 1.0345 2.59

Deuro 0.6855 3.72

Nota: Las propiedades estadísticas del modelo están en los apéndices. La variable Deuro es una variable

ficticia que tiene en cuenta la introducción del euro en España.


20

La tabla nos muestra cómo la variable drogas es estadísticamente significativa y,

siguiendo el procedimiento explicado en el apartado de la metodología se obtiene que el

blanqueo de capitales en España estaría entre el 1.6 y el 2.5% del PIB según los años,

sólo en concepto de drogas. Los resultados obtenidos se muestran en la siguiente tabla:

Tabla 4 Blanqueo de capitales

% PIB 1980 1,42 1981 1,45 1982 1,46 1983 1,45 1984 1,45 1985 1,44 1986 1,44 1987 1,41 1988 1,48 1989 1,34 1990 1,44 1991 1,42 1992 1,47 1993 1,36 1994 1,46 1995 1,55 1996 1,64 1997 1,87 1998 1,64 1999 1,84 2000 1,40 2001 2,09 2002 1,61 2003 1,50 2004 1,65

En este caso el comportamiento es bastante irregular, alcanzando un máximo del

2.09% del PIB en el año 2000 para decrecer a continuación hasta situarse en el 1.65% el

año 2004.

b) Estimación del nivel de blanqueo de capitales.

En este apartado seguimos la metodología propuesta por John Walker. De lo que

se trata es de aplicar la expresión (12), pero incluyendo el grado de apertura de la

economía Española. Entonces, la expresión a utilizar sería,


21

Flujo del país X al país Y = 2)tan( YeXentreciadis

Ypaísatraccióníndice

−−−−−−−

*

PIB

MX +−1

1 (20)

Siguiendo los resultados presentados por J. Walker (1999), a España le

correspondería un volumen de blanqueo de dinero de 34.461 millones de dólares, de

1998 que habría que modificarlo teniendo en cuenta la expresión anterior. El factor por

el que habría que multiplicar el resultado de J. Walker sería de 1.82, lo que nos daría un

volumen de blanqueo de dinero del orden de 62.700 millones de dólares, que

corresponderían a unos 53.800 millones de euros de 1998 (aproximadamente el 10% del

PIB del año 1998)

c) La metodología MIMIC.

Como indicadores se han utilizado el PIB (logPIB) y la demanda de depósitos

más la de efectivo (loged), mientras que como causas se han utilizado los precios

(logP), el precio de la vivienda (logpviv) y la variable drog. También se ha introducido

una variable ficticia (deuro) que recoge el efecto del establecimiento del euro en

España. Se han llevado a cabo dos estimaciones diferentes. El modelo 1 es el que

acabamos de comentar, mientras que el modelo 2 es exactamente igual al modelo 1 pero

con la diferencia de que la variable drog se ha descompuesto en droghe (valor monetario

de la heroína con respecto al PIB), drogco (valor monetario de la cocaína con respecto

al PIB), drogex (valor monetario del éxtasis junto con las anfetaminas con respecto al

PIB) y drogha (valor monetario del hachís con respecto al PIB). Ésta descomposición

nos permite ver la importancia relativa que tiene cada una de las diferentes tipos de

drogas analizadas en el blanqueo de capitales.

Tabla 5. Estimación MIMIC

Modelo 1 Modelo 2

Indicadores

LogPib 1.000 (---) 1.000 (---)

loged 0.981 (261.39) 0.981 (261.39)

Causas


22

LogP 22.111 (138.97) 23.470 (34.12)

Deuro 0.5389 (3.41) 0.410 (7.25)

logpviv 0.335 (5.38) 0.258 (4.44)

drog 0.1169 (2.19) ----

droghe ---- 2.1927 (2.06)

drogco ---- 0.0091 (0.84)

drogex ---- 19.605 (4.13)

drogha ---- 0.614 (3.54)

Entre paréntesis figuran los valores del contraste de la “t”. Ver los anexos para las propiedades estadísticas de los modelos

Del análisis de los dos modelos se deduce que ante una variación en las causas

que producen el blanqueo de capitales se produce un efecto menor, pero muy parecido,

sobre el PIB que sobre la demanda de efectivo y de depósitos. En concreto, el efecto es

1.02 veces superior.

Respecto a las causas destacar que la variación de los precios representa el

48.7%, mientras que el precio de la vivienda representa el 30.3% de todas las causas, las

drogas un 10.58% y la introducción del euro un 10.3%.

Cuando descomponemos el efecto de las drogas (modelo 2) vemos que éxtasis

representa el 87.7% del efecto total de las drogas, la heroína el 9.8%, el hachís el 2.7% y

la cocaína el 0.1%.

Una vez conocidos estos coeficientes podemos calcular la evolución temporal

que ha experimentado el blanqueo de capitales. Después, tomando el valor de J. Walker

para España y corrigiéndolo por el grado de apertura de la economía, podemos calcular

el volumen de capital blanqueado en un determinado año y, a partir de ahí, el porcentaje

que representa sobre el PIB.


23

Gráfico 2. Evolución temporal

Capital Blanqueado en % sobre PIB

9,00

10,00

11,00

12,00

13,00

14,00

15,00

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

Podemos comprobar como el blanqueo de capitales va perdiendo importancia a

lo largo del tiempo aunque, por ejemplo, representa alrededor de 59.000 millones de

euros en 2004.


24

5.- CONCLUSIONES

No existe ninguna duda sobre la importancia que tiene el blanqueo de capitales

en la economía mundial, y que dicha importancia se ha ido incrementado a lo largo del

tiempo debido al fuerte proceso de globalización que experimenta la economía en su

conjunto. Por razones obvias no existen estadísticas sobre este tema, aunque el Fondo

Monetario Internacional (FMI) estima que el volumen de blanqueo de capitales a nivel

mundial oscila entre el dos y el cinco por ciento del PIB de todo el mundo considerado

conjuntamente. De todas formas, organismos como el GAFI (Grupo de Acción

Financiera Internacional contra el blanqueo de capitales) creen que dicha cantidad está

subestimada. Sea cual sea la cantidad correcta, nos encontramos ante un problema de

primera magnitud que conviene estudiar en detalle, ya sea para la obtención de su nivel,

o ya sea para conocer las causas que lo producen y la importancia relativa que tienen

dichas causas. Precisamente el conocimiento de dichas causas y de su importancia

relativa permitiría diseñar pautas de actuación adecuadas para la lucha contra el


Otro punto a tener en cuenta consiste en que la economía sumergida y el

blanqueo de capitales están íntimamente relacionados, aunque la primera mantiene un

comportamiento más o menos estable a lo largo de los últimos años, mientras que la

segunda ha seguido un comportamiento creciente, tal como hemos comentado

anteriormente.

Una vez subrayada la importancia que tienen las actividades criminales sobre la

economía y la necesidad que existe de intentar cuantificarlas, el objetivo de nuestro

estudio consiste, precisamente, en una estimación del nivel de blanqueo de capitales que

se produce en España, pero teniendo en cuenta que se trata de un proceso global. Es

decir, para su estudio deberemos centrarnos en intentar cuantificar los flujos que se

producen entre países de dicho fenómeno. La obtención de dicho nivel en un punto

concreto del tiempo nos permitirá estimar los incrementos que ha experimentado dicho

fenómeno durante los últimos años según la metodología que hemos expuesto

anteriormente


25

Un segundo objetivo de nuestro trabajo consiste en hacer un análisis detallado de

las causas que producen dicho fenómeno y de su importancia relativa, así como de su

efecto sobre toda una serie de indicadores del blanqueo de capitales.

Para llevar a cabo nuestros objetivos hemos empezado estimando el tamaño de

la economía sumergida en España debido a que el blanqueo de capitales y la economía

sumergida están íntimamente relacionados. Hemos estimado una tendencia en la

evolución de la economía sumergida anti cíclica, obteniendo un máximo durante los

últimos años del 20.8% del PIB en 1996, que después va decreciendo paulatinamente

hasta alcanzar el 13.5% del PIB en el año 2004.

Una vez realizada la estimación de la economía sumergida, pasamos a la

inclusión en el modelo de una variable que recoja directamente el efecto del blanqueo

de capitales, como podría ser una variable relativa al tráfico de drogas (drog). En este

caso la variable dependiente es la suma del efectivo en circulación y los depósitos a

corto plazo, ya que éstos últimos también se utilizan para el blanqueo de capitales. Los

resultados nos muestran cómo la variable drogas es estadísticamente significativa y,

siguiendo el procedimiento explicado en el apartado de la metodología, se obtiene que

el blanqueo de capitales en España estaría comprendido entre el 1.6 y el 2.5% del PIB

según los años, sólo en concepto de drogas

Para poder utilizar la metodología MIMIC, necesitamos conocer con precisión el

valor del tamaño del blanqueo de capitales en un período de tiempo en concreto. Para

hallar éste valor hemos utilizado la metodología expuesta por J. Walker pero corregida

teniendo en cuenta el grado de apertura de la economía española. Siguiendo los

resultados presentados por J. Walker (1999), a España le correspondería un volumen de

blanqueo de dinero de 34.461 millones de dólares de 1998 que habría que modificarlo

teniendo en cuenta, tal como acabamos de comentar, el grado de apertura de la

economía española. El factor por el que habría que multiplicar el resultado de J. Walker

sería de 1.82, lo que nos daría un volumen de blanqueo de dinero del orden de 62.700

dólares que corresponderían a unos 53.800 millones de euros de 1998

(aproximadamente el 10% del PIB del año 1998).


26

A continuación hemos pasado a utilizar la metodología MIMIC para conocer con

precisión las causas del blanqueo de capitales en España. Como indicadores se han

utilizado el PIB y la demanda de depósitos más la de efectivo, mientras que como

causas se han utilizado los precios, el precio de la vivienda y la variable drog. También

se ha introducido una variable ficticia que recoge el efecto del establecimiento del euro

en España. Se han llevado a cabo dos estimaciones diferentes. El modelo 1 es el que

acabamos de comentar, mientras que el modelo 2 es exactamente igual al modelo 1 pero

con la diferencia de que la variable drog se ha descompuesto en valor monetario de la

heroína con respecto al PIB, el valor monetario de la cocaína con respecto al PIB, el

valor monetario del éxtasis junto con las anfetaminas con respecto al PIB y el valor

monetario del hachís con respecto al PIB. Ésta descomposición nos permite ver la

importancia relativa que tiene cada una de las diferentes tipos de drogas analizadas en el


Del análisis de los dos modelos se deduce que una variación en las causas que

producen el blanqueo de capitales produce un efecto menor, pero muy parecido, sobre el

PIB que sobre la demanda de efectivo y de depósitos. En concreto, el efecto es 1.02

veces superior.

Respecto a las causas, cabe destacar que la variación de los precios representa el

48.7%, mientras que el precio de la vivienda representa el 30.3% de todas las causas, las

drogas un 10.58% y la introducción del euro un 10.3%.

Cuando descomponemos el efecto de las drogas (modelo 2), vemos que el

éxtasis representa el 87.7% del efecto total de las drogas, la heroína el 9.8%, el hachís el

2.7% y la cocaína el 0.1%.

Una vez conocidos estos coeficientes podemos calcular la evolución temporal

que ha experimentado el blanqueo de capitales. Después, tomando el valor de J. Walker

para España y corrigiéndolo por el grado de apertura de la economía española, hemos

calculado el volumen de capital blanqueado en un determinado año y, a partir de ahí, el

porcentaje que representa sobre el PIB.


27

Podemos comprobar cómo el blanqueo de capitales va perdiendo importancia a

lo largo del tiempo aunque, por ejemplo, representa alrededor de 59.000 millones de

euros en 2004.

Un punto importante a tener en cuenta es la eficacia de la policía en la lucha

contra el blanqueo de capitales y, en especial, contra el tráfico de drogas. Al analizar le

eficacia según el diferente tipo de drogas observamos que la mayor eficiencia se

presenta en el caso del hachís y, la menor, en el caso del éxtasis y las anfetaminas. De

todas maneras, la eficiencia aumenta a medida que van transcurriendo los años, lo que

indicaría una mayor efectividad en la incautación de drogas por parte de la policía

española. La única salvedad a éste comentario está en la heroína, que no presenta una

eficiencia creciente sino irregular, con altibajos dependiendo de los años considerados.

Al analizar la eficacia global se puede observar el éxito de la lucha de la policía

española contra el tráfico de drogas. A medida que va transcurriendo el tiempo ha ido

aumentando la eficacia de la policía al ir incautando mayores cantidades de drogas con

respecto a los consumidos. Así, por ejemplo, la eficacia media de la policía española

contra el tráfico de drogas en el período de 1980 a 2004 es de 2.27, lo que representa

que se consume (en valores monetarios) 2.27 veces más de lo que se captura. La

eficacia está más que contrastada ya que, siguiendo este indicador, se ha pasado de un

valor de 41.2 en 1980 a uno de 0.93 en el 2004.

Debe subrayarse, por último, que todas las estimaciones presentadas en este

trabajo deben ser tomadas con la necesaria y habitual cautela: están muy condicionadas

por la disponibilidad de datos, y pretenden, sobre todo, insistir en la importancia del

problema, más que suministrar una estimación cuantitativa precisa de las magnitudes

analizadas. A pesar de todas estas puntualizaciones precautorias, no obstante se debe

insistir en el valor de este tipo de trabajos. A título de comparación, podemos señalar

que estimaciones econométricas relativamente sencillas de la economía sumergida

generan valores relativamente similares a otras estimaciones obtenidas por

procedimientos muy variados y, sin duda, mucho más costosos en términos de recursos

– por ejemplo, encuestas directas, o estimaciones basadas en la utilización masiva de

datos estadísticos de otro tipo, como la encuesta de presupuestos familiares, etc. -.


28

BIBLIOGRAFÍA

Aigner, D.J. y Ghost, D. (1988): Me and my shadow: estimating the size of the hidden

economy from time series data. En Barnett, W.A. et al (Eds), Dinamic econometric

modelling: proceedings of the third international symposium in economic theory and

econometrics. Cambridge University Press (pp 297-334)

Annual Reports de la FATF (Financial Action Task Force on Money Laundering).

Diferentes años.

Caruana, F. and G. Farrugia. (2002). Money Laundering and International Financial

Crime in Small States with Special Reference to Malta. Workshop on Banking and Finance

in Small States at the Islands and Small States Institute of Malta. Malta.

Fundación Policía Española (2003): Blanqueo de capitales. Fuentes de dinero negro. Ed.

Fundación Policía Española.

Garriga, Anna María (2002). Los Paraísos Fiscales. Quaderns per a la solidaritat. Ed.

Justicia I Pau. Barcelona.

Giles, D. (1999): Modelling the hidden economy and the tax-gap in New Zealand.

University of Victoria,Canadá, mimeo.

Golderberg, A.S. (1972): Structural equation methods in the social sciences,

North_holland, Amsterdam.

McDonell, R. (1998). Money Laundering Methodologies and International and

Regional Counter-Measuring. Paper presented at the conference Gambling, Technology

and Society: Regulatory Challenges for the 21st Century, convened by the Australian

Institute of Criminology in conjunction with the Australian Institute for gambling

Research. Sydney. Australia.


29

Mauleón, I. and I. Escobedo (1991). Demanda de dinero y economía sumergida, in:

Hacienda Pública Española, 5, 105–122.

Mauleón, I. and J. Sardà (1997). Estimación cuantitativa de la economia sumergida en

España, in: Ekonomiaz, 39, 125–134.

Mauleón, I. y Sardà, J. (2000): “Income Measurement and Comparisons”, en

International Advances in Economic Research, 6 (3) (pp475-487)

Quirk, P.J. (1997): “Money Laundering: Muddying the Macroeconomy.” Finance and

Development. International Monetary Fund. Marzo. Vol.34, No. 1.

Schneider, F. Y Enste, D.H. (2000): “Shadow Economies: Size, Causes and

Consequences”, en Journal of Economic Literature, 38, (pp77-114)

Schneider, F (2002): “Money Supply for Terrorism – The hidden financial flows of

Islamic Organisations” presentado en “The Economic Consequences of Global

Terrorism” DIW Berlin, Alemania. Junio.

Tanzi, V. (1996): “Money Laundering and the International System.” International

Monetary Fund Working Paper 96/55. Mayo.

Walker, J. (1995): Estimates of the Extent of Money Laundering in and through

Australia. John Walker Consulting Services. September 1995.

Walker, J. (1999): Measuring the Extent of International Crime and Money Laundering.

Kriminál Expo Confernece. Budapest.

Zellner, a. (1970): “Estimation of Regression Relationships Containing Unobservable

Variables”, en International Economic Review 11 (pp441-454)


30

ANEXO A

Variables a utilizar:

a) Para el cálculo del volumen de blanqueo de capitales país por país:

Variable Descripción de la variable Fuente

Cantidades blanqueadas por

tipo de delito

AUSTRAC. 1995

Tipos de delitos Delitos registrados (robo,

homicidio, tráfico de drogas,

…)

United Nations Centre for

Internacional Crime

Prevention database

PIB Producto Interior Bruto IMF Statistical

Compendium

SecBanc Secreto Bancario World Economic Forum

GovAttitude Actitud del Gobierno World Economic Forum

Conflict Si un país está o no en

conflicto armado

World Economic Forum

Corruption Grado de corrupción de un

país

World Economic Forum

SWIFT Si un país pertenece o no a la

SWIFT

SWFIT internacional fund

transfer network

Exp/Imp Exportaciones/Importaciones COMEXT


31

b) para la metodología MIMIC

Variable Descripción de la variable Fuente

PIB Producto Interior Bruto IMF Statistical

Compendium

EF Efectivo en circulación IMF Statistical

Compendium

Rent.Cap Renta per cápita IMF Statistical

Compendium

Tipos de delitos Delitos registrados (robo,

homicidio, tráfico de

drogas, …)

United Nations Centre for

Internacional Crime

Prevention database

EcSum Economía Sumergida Schneider

StockMarket Valor del Mercado de

valores/PIB

IMF Statistical

Compendium


32

ANEXO B

Bases de datos utilizadas

a) United Nations Centre for International Crime Prevention.

Esta base de datos, de acceso gratuito en la red, proporciona datos para unos 90/100

países sobre la delincuencia registrada. Entre otros, proporciona datos sobre el número

de delitos registrados según 17 diferentes tipos (diferentes tipos de robos, sobornos,

tráfico de drogas, asaltos, etc.) , el número de personas involucradas en dichos delitos, o

el número de personas perseguidas. Proporciona estadísticas de los últimos años (1990 –

2000) y permite comparaciones entre países al estar todos los delitos clasificados de la

misma forma.

b) Base de datos COMEXT.

Esta base de datos proporciona los flujos de exportaciones e importaciones (en

volumen, en cantidad o en valor monetario) entre dos países cualesquiera. Se publica

anualmente.

c) IMF Statistical Compendium.

Proporciona series temporales para los países que forman parte del FMI de variables

de tipo macroeconómico (PIB, Renta per cápita, efectivo, agregados monetarios, tipos

de interés, etc.)

d) Instituo Nacional de Estadística (INE).

Proporciona datos sobre la población reclusa en España por diferentes tipos de

delitos, edades, sexo, etc.


33

e) Observatorio Español sobre droga.

Proporciona datos sobre los detenidos por tráfico de drogas y los denunciados por

consumo y/o tenencia ilícita, según la sustancia que motivó la detención o la denuncia.

También proporciona datos sobre precios y purezas de las sustancias decomisadas en

España. Los datos proporcionados provienen de la Unidad Central de Inteligencia

Criminal del Ministerio del Interior.

e) Annual reports de la FATF (Financial Action Task Forceo n Money Laundering).

Suministra, anualmente, las diferentes acciones y recomendaciones que los

diferentes países adscritos a dicha organización deben llevar a cabo en la lucha contra el


f) Memorias del Servicio Ejecutivo de la Comisión de Prevención del Blanqueo de

capitales e Infracciones Monetarias (SEPLAC).

Institución de reciente creación destinada a la lucha contra el blanqueo de capitales

en España. Proporciona datos de sus acciones llevadas a cabo.


34

ANEXO C

Contrastes estadísticos

Tabla 6. Modelo demanda de efectivo

Estadístico Valor

R2 0.96

R2 Ajustado 0.95

S.E. 0.1478

F 15.43

J.B. 0.70

RESET 1.28

Tabla 7. Modelo demanda de efectivo + depósitos

Estadístico Valor

R2 0.80

R2 Ajustado 0.78

S.E. 0.3391

F 12.27

J.B. 2.16

RESET 2.24


35

Tabla 8. Modelo MIMIC

Modelo 1 Modelo 2

Chi2 13.14 26.56

p-value 0.86 0.40

RMSEA 0.0 0.0

RMR 0.02 0.05

AGFI 0.85 0.87


36

ANEXO D

Definición y cálculo de la variable drog

La variable “drog” (drogas) se define como la relación entre el valor monetario

de las drogas en España y el PIB de dicho país para cada año.

Para el cálculo del valor monetario de las drogas en España se sigue el

procedimiento elaborado por Gabriel Fuentes10. Para calcular el valor total que genera

un determinado tipo de drogas nos basaremos en la siguiente expresión:

VTotal = ∑ Pi (Di + Si) (21)

donde,

Vtotal es el valor monetario total generado por el consumo de drogas en España

Pi es el precio de cada droga “i” considerada11.

Di es el valor monetario de la droga “i” consumida en España, que es igual a N*λ,

siendo N el número de consumidores estimado para una determinada droga “i” y λ la

cantidad media de droga consumida por un individuo.

Si corresponde al valor monetario de la droga incautada.

Para poder hacer el cálculo anterior es necesario hacer toda una serie de

suposiciones sobre consumo, precio y porcentaje de población afectada. Dichas

suposiciones pueden verse en la siguiente tabla:

Tabla 9

Heroína Cocaína Hachís Éxtasis12

Consumo diario

(nº de dosis)

1.65 A 0.57

B 1.97

A 1

B 0.29

10 Fuentes González, Gabriel. (2003). “El proceso económico del tráfico de drogas” en Blanqueo de capitales. Fuentes de dinero negro. Ed: Fundación Policía Española. 2003. pág. 197 – 210. 11 En este estudio se consideran las siguientes drogas: Heroína, Cocaína, Hachís y Éxtasis 12 Incluye, también, las anfetaminas. En este caso las dosis corresponden a pastillas.


37

Consumo anual

(nº de dosis)

602.25 A 208

B 720

A 365

B 104

32.87

Precio dosis 9 Euros 13 Euros 4 Euros 12 Euros

Composición dosis 0.1 gr. al 26% de

pureza

0.165 gr. al 45%

de pureza

1 gr.

% población afectada13 0.65 A 0.7

B 0.8

A 1.55

B 1.04

1.8

Nota: Encuesta domiciliaria de uso de drogas. Oficina Nacional de Estupefacientes

Siguiendo las consideraciones de la tabla anterior, podemos calcular el valor

económico de las drogas consumidas en España. También se ha calculado, realizando

las mismas suposiciones, el valor de mercado de las drogas incautadas.14 Los resultados

obtenidos pueden observarse en la siguiente tabla:

Tabla 10. Valor monetario de las drogas en España

Valor droga Valor droga Valor Eficiencia 15 consumida Incautada Total Euros Euros

1980 4228388642 102566571 4330955213 41,23 1981 4270674450 140209146 4410883596 30,46 1982 4312928468 166465233 4479393701 25,91 1983 4355198381 192721307 4547919688 22,60 1984 4397468294 217295105 4614763399 20,24 1985 4439738207 239992385 4679730592 18,50 1986 4482008120 364223132 4846231251 12,31 1987 4524278033 476714686 5000992718 9,49 1988 4566547945 949217137 5515765083 4,81 1989 4608817858 655577680 5264395538 7,03 1990 4651087771 1216750139 5867837910 3,82 1991 4391220762 1541516767 5932737529 2,85 1992 4895636953 1297888123 6193525076 3,77 1993 4259554364 1400048788 5659603152 3,04 1994 4640758361 1573002487 6213760848 2,95 1995 4879546772 1923572815 6803119587 2,54 1996 4476388443 2893816724 7370205167 1,55 1997 4741443017 4005380184 8746823201 1,18

13 Corresponde a la población comprendida entre 14 y 64 años de edad 14 Los datos sobre el volumen de drogas incautadas provienen de EMCDDA Statistical Bulletin 2004 y del Ministerio del Interior Oficina Central Nacional sobre las Drogas. 15 Podríamos definir la eficiencia como la relación existente entre el valor monetario de la droga consumida y el valor monetario de la droga incautada. Un valor elevado del grado de eficiencia representaría un eficiencia pequeña ya que se consume mucho (en valores monetarios) respecto a lo que se incauta. Un valor pequeño representa una elevada eficiencia ya que se incauta mucho con respecto a lo que se consume. Una eficiencia de 2 re presentaría que por cada unidad monetaria de droga incautada se consumen dos unidades monetarias de droga.


38

1998 4600985606 3317783422 7918769028 1,39 1999 4834268636 4487465193 9321733829 1,08 2000 4547458836 2844129308 7391588144 1,60 2001 4722257036 6645781289 1,1368E+10 0,71 2002 4487104515 4456813172 8943917687 1,01 2003 4610322845 3905820341 8516143186 1,18 2004 4656125382 5023555561 9679680944 0,93

Podemos desglosar los resultados anteriores según las diferentes drogas

consideradas en la siguiente tabla:

Tabla 11. Valor monetario según tipo de droga

Heroína Cocaína Hachís Éxtasis Valor total Valor total Valor total Valor total Val or total Euros Euros Euros Euros Euros

1980 890271378 2572832437 697374531 170476867 4330955213 1981 901978294 2602940907 733776433 172187961 4410883596 1982 917230298 2633030188 755235429 173897787 4479393701 1983 932485507 2663129063 776696878 175608240 4547919688 1984 946058427 2693227939 798158326 177318707 4614763399 1985 942808457 2723326814 834557775 179037545 4679730592 1986 980120345 2801396927 883169224 181544756 4846231251 1987 989767924 2893500417 935064673 182659705 5000992718 1988 1010817684 3252238067 1068508122 184201211 5515765083 1989 1062896330 3047349479 968171570 185978159 5264395538 1990 1103759717 3578353989 998099019 187625186 5867837910 1991 1076911742 3530897659 1136994561 187933568 5932737529 1992 1070170778 3725419417 1208457084 189477797 6193525076 1993 1063625685 3034228974 1368094454 193654039 5659603152 1994 1110913839 3298702024 1608839824 195305161 6213760848 1995 1065115335 4010781723 1524949194 202273335 6803119587 1996 1069598581 4316697220 1785618564 198290803 7370205167 1997 1064922697 5377087161 2107155934 197657408 8746823201 1998 1059686051 4194683532 2465597304 198802141 7918769028 1999 1204360046 5431850545 2483442674 202080564 9321733829 2000 1084353905 3364434406 2732492044 210307788 7391588144 2001 1118174253 7198676559 2839773166 211414347 1,1368E+10 2002 1057618485 4612571029 3054482784 219245389 8943917687 2003 1054064127 3983681838 3254592154 223805066 8516143186 2004 1053874348 4899496874 3499309524 227000198 9679680944

Gráficamente,


39

Gráfico 3. Valor Monetario de las Drogas

Valor Monetario de las Drogas en España

0

2000000000

4000000000

6000000000

800000000019

80

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

Heroína Cocaína Éxtasis Hachís

Analizando el gráfico se observa como la cocaína y el hachís, éste en los últimos

años, son las drogas que tienen un mayor valor económico. A continuación sigue la

heroína y, a una considerable distancia, aparecen el éxtasis y las anfetaminas.

Respecto a la eficiencia podemos verla según el tipo de droga en la siguiente

tabla:


40

Tabla 12. Eficiencia en la lucha contra las drogas

Eficiencia Heroína Cocaína Hachís Éxtasis Total

1980 22,81 125,53 14,56 4970,04 41,23 1981 21,24 103,47 8,82 4210,52 30,46 1982 18,40 88,26 7,43 3660,85 25,91 1983 16,26 77,14 6,43 3246,19 22,60 1984 15,02 68,66 5,68 2921,00 20,24 1985 18,94 61,97 4,59 2365,34 18,50 1986 11,88 28,24 3,61 205,53 12,31 1987 11,82 16,82 2,95 628,65 9,49 1988 10,27 5,56 1,94 1441,02 4,81 1989 6,98 10,49 2,77 925,08 7,03 1990 5,66 3,64 2,56 1302,06 3,82 1991 6,78 2,59 1,71 467,32 2,85 1992 7,52 4,43 1,49 263,94 3,77 1993 8,42 3,72 1,14 51,92 3,04 1994 6,21 5,13 0,84 46,89 2,95 1995 9,44 2,92 0,93 19,61 2,54 1996 9,66 1,47 0,71 42,11 1,55 1997 10,89 1,11 0,55 71,29 1,18 1998 12,56 1,76 0,44 74,11 1,39 1999 4,56 1,14 0,44 42,06 1,08 2000 10,99 3,37 0,39 16,99 1,60 2001 8,48 0,62 0,37 17,34 0,71 2002 19,57 1,19 0,34 11,07 1,01 2003 24,29 1,92 0,31 9,41 1,18 2004 28,83 1,18 0,29 8,68 0,93


41

La mayor eficiencia se presenta en el caso del Hachís y, la menor, en el caso del

éxtasis y las anfetaminas. De todas maneras, la eficiencia aumenta a medida que van

transcurriendo los años, lo que indicaría una mayor efectividad en la incautación de

drogas por parte de la policía española. La única salvedad a éste comentario está en la

heroína, que no presenta una eficiencia creciente sino irregular, con altibajos

dependiendo de los años considerados.

Para comprender mejor los resultados de la tabla anterior procedemos a la

representación gráfica de la eficiencia total

Gráfico 4. Grado de eficiencia

Eficiencia

0,005,00

10,0015,0020,0025,0030,0035,0040,0045,00

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

En el gráfico anterior se puede observar el éxito de la lucha de la policía

española contra el tráfico de drogas. A medida que va transcurriendo el tiempo ha ido

aumentando la eficacia de la policía al ir incautando mayores cantidades de drogas con

respecto a las consumidas.


42

Una vez obtenido el valor monetario de las drogas (consumidas e incautadas)

podemos pasar a calcular el valor de la variable “drog”16. Los resultados obtenidos se

presentan en la siguiente tabla:

Tabla 13.

Variable drog

1980 1,42 1981 1,45 1982 1,46 1983 1,45 1984 1,45 1985 1,44 1986 1,44 1987 1,41 1988 1,48 1989 1,34 1990 1,44 1991 1,42 1992 1,47 1993 1,36 1994 1,46 1995 1,55 1996 1,64 1997 1,87 1998 1,64 1999 1,84 2000 1,40 2001 2,09 2002 1,61 2003 1,50 2004 1,65

Su representación gráfica es la siguiente:

16 Como hemos comentado anteriormente la variable drog se define como la relación entre el valor monetario de las drogas en España y el PIB


43

Gráfico 5. Evolución de la variable “drog”

drog

1,20

1,40

1,60

1,80

2,00

2,20

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

Es decir, la variable “drog” sigue una tendencia creciente a lo largo del tiempo,

presentando un comportamiento más o menos estable en el primer período considerado,

y un comportamiento oscilante a partir de 1994, aunque con una tendencia claramente

creciente.

Blanqueo capitales en España

Economy & Finance

Transcript of Blanqueo capitales en España