Con frecuencia la literatura no

Con frecuencia la literatura no le da importancia NVP-TNKS656 los vínculos entre el desempeño macroeconómico de los países y los patrones de distribución del ingreso y mucho menos de la riqueza. Por ejemplo, en su amplio estudio sobre los determinantes del crecimiento económico, Durlauf, Johnson y Temple (2005) encontraron aproximadamente tantas variables explicativas como países para los cuales se dispone de datos. Para ser más específicos, se enumeraron 145 regresores diferentes, estadísticamente significativos, que revelan, entre otras cuestiones, una práctica de minería de datos −en su sentido negativo− generalizada en el análisis económico aplicado en el tema clave de la ciencia económica. Es sorprendente que sólo cinco artículos en su revisión hayan incluido la distribución del ingreso como variable explicativa, ¡y que dos de ellos sostuvieran un efecto positivo y tres negativo! Sólo en el documento escrito por Alesina y Rodrik (1994) la distribución de la riqueza se propuso como un determinante del crecimiento económico. Por desgracia, su perspectiva era meramente teórica debido a la falta de datos. Aquí queremos destacar una de las consecuencias de la terrible distribución del bienestar material en México. Una obvia es el deterioro de la cohesión económica y social. El capital social, que constituye un verdadero acelerador del bienestar económico de las sociedades modernas, no ha sido suficientemente acumulado a lo largo del periodo analizado, lo que explica en parte su decepcionante desempeño de cara a otros países que han implementado reformas económicas similares. De acuerdo con la literatura, el bienestar material está relacionado con los ingresos, el consumo −una dimensión no considera aquí−, y la riqueza. Aquí analizamos la distribución de los ingresos y la riqueza por separado, pero una perspectiva conjunta implicaría otra desigualdad, es decir, “the inequality of achievement across dimensions for the same individual” (Ruiz, 2011, p 16; véase también Jantii et al., 2008). Para tener una comprensión intuitiva de esta segunda desigualdad, Ruiz (2011, p. 16) escribió el siguiente ejemplo: El resultado de la simulación fue el siguiente. Con base en la es correcto afirmar que el “ingreso corriente total” registró una relación entre el último y el primer deciles de 20.84, y los dos deciles superiores acumularon el 52% del “ingreso corriente total”. El coeficiente de Gini de ingreso reportado en el mismo año fue de 0.45. En nuestra simulación de la riqueza, la proporción anterior ascendió a 103.24, y los dos deciles superiores acumularon el 81.3% de la riqueza de los hogares. Cabe señalar que los resultados de nuestra simulación son compatibles con las perspectivas avanzadas por Kennickell (2007, p. 6), quien comparó la distribución de ingresos y riqueza a partir de datos observados para los eeuu:
4. Consideraciones finales Parece que el estudio de la distribución y composición de la riqueza familiar es actualmente un campo de investigación floreciente. Sin embargo, esta literatura enfrenta serias dificultades. Por ejemplo, de acuerdo con Jantti, Sierminska y Smeeding (2008, p. 5): Así las cosas, incluso un proyecto internacional como el llamado Luxemburg Wealth Study ha podido analizar la distribución de la riqueza exclusivamente en cinco países. En este sentido, los documentos escritos por Davies, Sandstrom, Shorrocks y Wolff (2006 y 2010) son seminales. Para proporcionar una evaluación acerca de la validez de sus resultados, tanto Davies et al. (2006 y 2010), como Torche y Spilerman (2008), aplicaron una segunda mejor solución. Lo anterior se explica por el carácter empírico del problema investigado. En nuestro caso los únicos datos que reportan algunos componentes de la riqueza en México son en niveles, y abarcan sólo algunos años, por lo que no fue posible idear algún mecanismo de comparación. Por lo tanto, nos conformamos con el hecho de que los valores estadísticos obtenidos por Davies et al. (2006 y 2010), y Torche y Spilerman (2008), y los obtenidos aquí son similares. Teniendo en cuenta que no tomamos en cuenta el valor de los elementos seleccionados, sí podemos afirmar que nuestros coeficientes de Gini propuestos están sesgados a la baja.