VARIABLES ECONOMICAS Y POLÍTICO INSTITUCIONALES APLICADAS AL ANÁLISIS DE LA EVOLUCION Y DESEMPEÑO DEL

GASTO PUBLICO SUBNACIONAL ARGENTINO Director del Estudio: ERNESTO REZK Equipo de Trabajo: MARIA CECILIA AVRAMOVICH SILVANA TOLEDO ORNELA FABBRO

Instituto de Economía y Finanzas Facultad de Ciencias Económicas Universidad Nacional de Córdoba

ernerezk@eco.unc.edu.ar

VERSION PRELIMINAR PARA SER PRESENTADA EN EL XIX SEMINARIO REGIONAL

DE POLITICA FISCAL, ILPES, CEPAL, ENERO DE 2007 EL DIRECTOR DEL ESTUDIO AGRADECERA EL ENVIO DE COMENTARIOS Y

OBSERVACIONES A LA DIRECCION DE MAIL CITADA

VARIABLES ECONOMICAS Y POLÍTICO INSTITUCIONALES APLICADAS AL ANÁLISIS DE LA EVOLUCION Y DESEMPEÑO DEL GASTO PUBLICO

SUBNACIONAL ARGENTINO Director del Estudio: ERNESTO REZK Equipo de Investigación: MARIA CECILIA AVRAMOVICH SILVANA TOLEDO ORNELA FABBRO Instituto de Economía y Finanzas Facultad de Ciencias Económicas Universidad Nacional de Córdoba ernerezk@eco.unc.edu.ar

El análisis econométrico mediante el enfoque de datos de panel con efectos fijos, realizado para el período 1993-2004, tuvo el objetivo de mostrar que el nivel del gasto público de las provincias argentinas estaba influido por variables económicas y de tipo fiscal y por variables político-institucionales tales como el signo político del gobierno subnacional, la posibilidad de reelección de los gobernadores provinciales, la existencia de bicameralidad y los límites constitucionales y legales al gasto público, al endeudamiento y al uso del crédito.

Mientras que en el caso de variables tales como el esfuerzo fiscal, la suficiencia financiera y el nivel de endeudamiento y de transferencias recibidas, los coeficientes de regresión estimados mostraron ser significativamente diferentes de 0, las variables de tipo institucional no presentaron resultados concluyentes salvo en el caso de identificación política del gobierno provincial con el nacional y posibilidad de reelección del gobernador.

Los resultados obtenidos permiten explicar con mayor fundamento la mecánica y

desempeño fiscal de los gobiernos subnacionales de países federales con fuerte descentralización de funciones gasto, a la vez que brindan también conclusiones con fuertes implicancias de política económica. Palabras claves: gasto público subnacional, respondabilidad, autonomía y suficiencia financiera, variables político-institucionales, datos de panel con efectos fijos. Clasificación JEL: H 72

VARIABLES ECONOMICAS Y POLÍTICO INSTITUCIONALES APLICADAS AL ANÁLISIS DE LA EVOLUCION Y DESEMPEÑO DEL GASTO PUBLICO

SUBNACIONAL ARGENTINO Director del Estudio: ERNESTO REZK Equipo de Investigación: MARIA CECILIA AVRAMOVICH SILVANA TOLEDO ORNELA FABBRO Instituto de Economía y Finanzas Facultad de Ciencias Económicas Universidad Nacional de Córdoba ernerezk@eco.unc.edu.ar 1. INTRODUCCION

La Constitución de la República Argentina establece para el país un sistema

político-institucional federal con tres niveles de gobierno, a saber: el nacional, el provincial incluyendo 23 provincias y la Ciudad Autónoma de Buenos Aires y el municipal con alrededor de 1100 gobiernos locales, entre municipios, comunas y comisiones municipales.

Aún cuando el marco constitucional propició siempre una relación fiscal

interjurisdiccional del tipo de la que R. Bird (1996) denominara de FINANZAS FEDERALES, por cuanto la Constitución de 1853 y sus posteriores modificaciones aseguraron amplios poderes fiscales y de gasto a los gobiernos subnacionales (provinciales y municipales), mientras que al mismo tiempo responsabilizó a las provincias por el resguardo de la autonomía de los municipios, la realidad de la relación entre el Gobierno Nacional y las provincias –y la contundencia de la evidencia estadística- muestran que la Argentina se comporta como una de las federaciones más centralizadas del mundo, que los gobiernos locales son el eslabón más débil del sistema federal fiscal y que las relaciones fiscales interjurisdiccionales están más apropiadamente representadas por una RELACION DE AGENCIA, en la que el Gobierno Nacional es el Principal y las Provincias los Agentes1.

En el análisis de los factores que hicieron posible la consolidación de esta situación,

Rezk, Capello y Ponce (1997) señalaron la marcada concentración de la recaudación tributaria en manos del Gobierno Nacional, la que a su vez refleja como se materializó –vía el Régimen de Coparticipación de Impuestos principalmente2- la efectiva distribución de atribuciones fiscales en el país. Baste al respecto mencionar que, a la fecha, el Gobierno

1 Esta misma situación se reproduce a su vez entre las provincias y los municipios de su jurisdicción. 2 También juega en este sentido la renuencia de hecho del nivel subnacional a utilizar ciertas bases tributarias.

Nacional, las provincias y las municipalidades son responsables por aproximadamente el 80%, 16% y 4% respectivamente de la Recaudación Tributaria Total.

Por el lado del Gasto, y como resultado de un marcado proceso de descentralización

iniciado en los 90, las erogaciones provinciales superan en este momento el 40% del Gasto Público correspondiente a todos los niveles de gobierno, siendo los gobiernos de provincia argentinos responsables por casi la casi totalidad del Gasto en Educación3 y en Salud y por una parte substancial del Gasto en Vivienda, Bienestar Social y el de carácter económico. Sin embargo, y como se mencionara, el proceso de descentralización no solo distó de ser devolutivo para basarse fundamentalmente en transferencias de carácter condicionado (los diversos fondos específicos representaron en 2003 más del 35% del total de las transferencias del Gobierno Nacional a las Provincias), sino que no cumplió tampoco con lo prescripto por la reforma constitucional de 1994 en cuanto a que las transferencias de competencias, servicios o funciones a las provincias o a la ciudad de Buenos Aires deberían contar con la respectiva asignación de recursos4, aprobada por el Congreso Nacional y por el gobierno subnacional interesado.

Finalmente, la actual distribución secundaria de los recursos impositivos

coparticipados, cuyos coeficientes por provincia fueron fijados arbitrariamente por la Ley 23548 (del año 1988) sobre la base de los coeficientes en ese año y resultantes de las diversas modificaciones del régimen de coparticipación5, y la renuencia de las provincias a profundizar el uso de sus fuentes tributarias propias, causa que si bien en el promedio subnacional los recursos tributarios propios oscilan entre el 45% y el 50% -según el año- en la mayoría de las provincias las transferencias nacionales (por coparticipación o fondos específicos) representaron en 2003 entre el 75% y el 95% de sus recursos totales6. Un efecto no deseado de esta situación es la escasa respondabilidad (accountability) del nivel de gobierno que ejecuta el gasto en razón del no cumplimiento del principio de autonomía financiera, sobre el que la literatura tradicionalmente apoya la fortaleza de la primera y también, en el caso de muchas provincias, el no cumplimiento del principio de suficiencia financiera.

En esta línea de pensamiento, el objetivo principal del presente estudio es verificar

empíricamente, para las 23 provincias argentinas y la ciudad autónoma de Buenos Aires, la afirmación de que el nivel de gasto público provincial está estrechamente relacionado con los diferentes grados de autonomía y suficiencia financiera existentes, aún cuando el carácter de la relación dependerá de la categoría de gasto provincial que se esté analizando.

3 Excepto por los correspondientes a la educación universitaria. 4 Debe enfatizarse que este mandato, en su espíritu, busca garantizar que las cesiones de servicios a las provincias vaya acompañada por los recursos suficientes para su efectiva prestación, lo que no ocurrió por ejemplo cuando se transfirió al nivel subnacional la responsabilidad del servicio educativo. 5 Se encuentra pendiente aún, no obstante que su plazo era el 31 de Diciembre de 1996, el establecimiento del nuevo Régimen de Coparticipación por el Congreso Nacional dispuesto en la reforma constitucional de 1994 el que, entre otros requerimientos, deberá ser motivo de una Ley Convenio entre la Nación y las Provincias y deberá garantizar la automaticidad en la remisión de los fondos. 6 Se menciona a título ilustrativo, y como casos extremos, la total dependencia de las finanzas públicas de las provincias de Formosa, La Rioja, Catamarca, Santiago del Estero y Jujuy respecto de las transferencias nacionales.

Esta misma hipótesis se analizará en relación al impacto del producto bruto geográfico y del stock de deuda pública sobre el gasto, sugiriéndose también diferentes reacciones de éste último según el tipo de gasto público.

Al recoger asimismo la preocupación planteada en la literatura vinculada más

relevante, en cuanto a que las disposiciones constitucionales y las situaciones político-institucionales propias del momento y de las diversas unidades gubernamentales no son neutras respecto del nivel de gasto público, se verificará el argumento con variables dummies que representarán las siguientes hipótesis: posibilidad constitucional de que los gobiernos provinciales puedan ser reelectos y que ejerzan esta opción política, impacto sobre el gasto de gobiernos provinciales que respondan al mismo signo político que el gobierno nacional, facultad de las legislaturas provinciales de modificar el proyecto de presupuesto enviado por el poder ejecutivo, límites constitucionales sobre el gasto público, el endeudamiento y el uso del crédito (vis-a-vis la no existencia de límites) y bicameralidad versus unicameralidad.

Los resultados del análisis empírico no solamente serán valiosos en cuanto a que

permitirán explicar con mayor fundamento y solvencia la mecánica del gasto y del desempeño fiscal de los gobiernos subnacionales en Argentina, sino que abrirá el camino a conclusiones con fuertes implicancias para la formulación de política económica, sobre la base del aporte combinado de variables fiscales de control y de variables que reflejen restricciones constitucionales y político-institucionales.

En cuanto a la estructura del Estudio, la Sección II presenta una breve revisión de

recientes artículos de la literatura vinculados al tema; la sección III desarrolla la metodología econométrica utilizada, la sección IV presenta las estimaciones econométricas con datos de panel y la sección V concluye. II. BREVE REVISION DE LA LITERATURA RECIENTE

En un interesante estudio econométrico sobre 105 municipalidades españolas de más de 50.000 habitantes, Bosch y Suárez-Pandiello (1995) trataron de probar un conjunto de siete hipótesis respecto al comportamiento político y financiero de los gobiernos locales en relación a su gasto público. Los autores encontraron resultados estadísticamente diferentes de cero para las hipótesis de los municipios financiados en gran parte con contribuciones individuales visibles tendían a gastar menos, mientras que aquellos municipios más endeudados (con importantes montos por intereses) o gobernados por partidos políticos que no habían alcanzado una mayoría absoluta gastaban relativamente más que el resto. No encontraron sin embargo resultados satisfactorios para las hipótesis que vinculaban de alguna forma al nivel del gasto con el esfuerzo fiscal de los municipios, con el signo ideológico de la autoridad municipal, con la participación electoral y con la concordancia política entre el gobierno municipal y el regional y el central.

En un artículo presentado por Persson y Tabellini (2004), destinado a analizar el impacto de las reglas electorales y de las formas de gobierno sobre el tamaño y la composición de gasto público, los autores consideraron información correspondiente a 80 democracias7 para el período 1990-98, aunque reportan además resultados para un subconjunto de 60 democracias para las cuales encontraron datos para un período mayor. Los resultados obtenidos llevaron a los autores a concluir que los regímenes presidencialistas inducían un menor tamaño de gobierno (menor gasto público) que las democracias parlamentarias a la vez que las elecciones en las que se elegía mayoría y minoría resultaban a su vez en gobiernos más pequeños y en menores programas de gastos de bienestar social que las elecciones basadas en el régimen de representación proporcional.

En un artículo sobre el tema de esta investigación, Bercoff y Nougués (2005)

analizaron la incidencia de determinadas disposiciones constitucionales y las posibles vinculaciones entre un conjunto de variables institucionales y el gasto público de las provincias argentinas en el período 1991-2001. Entre las principales conclusiones de su análisis empírico, los autores resaltaron las siguientes: un diseño presupuestario estricto (las legislaturas provinciales no podían aumentar el nivel de gasto propuesto por el ejecutivo) constituía un mecanismo eficaz para moderar el nivel de gasto; mientras que la posibilidad de reelección del gobernador no mostró ningún impacto sobre el gasto, si lo tuvo el signo político del gobernador respectivo: a mismo signo político que el gobierno central, los gobiernos provinciales encaraban más efectivamente la reducción del monto de gasto. Esta última conclusión se extendió a las provincias con legislaturas bicamerales, en las que ambas cámaras funcionaban con un sistema de pesos y contrapesos. En relación al impacto de las variables fiscales, Bercoff y Nougués encontraron una fuerte relación negativa entre el nivel de respondabilidad y el de gasto: a mayor porcentaje de recursos propios, menores niveles de gasto corriente per cápita y respecto del producto bruto geográfico.

Fridrij (2006) analizó a su vez el comportamiento del gasto público provincial

argentino en dos períodos: 1963-2001 y 1984-2001 en respuesta a variables de control y presupuestarias, agregando además variables institucionales que resultaban de diversas modificaciones constitucionales que tuvieron lugar en los períodos mencionados. Respecto de las variables de control y presupuestarias, el ejercicio empírico realizado por Fridrij le permitió concluir que el gasto público se incrementaba en respuesta a un mejor desempeño económico (crecimiento del producto bruto geográfico) y a un mayor grado de apertura económica de las provincias, mientras que una independencia fiscal creciente y el crecimiento de la población tendían a disminuir el gasto. Respecto de las variables institucionales, Fridrij encontró evidencia econométrica firme de que la posibilidad de reelección del gobernador tendía a incrementar el gasto público8, mientras que la bicameralidad y un idéntico signo político de la provincia con el gobierno central tendían a disminuirlo. Finalmente, Fridrij reconoció la escasa o nula relevancia estadística de

7 Para la definición de gobierno democrático, los autores recurrieron a los Indices Gastil de derechos políticos y libertades civiles que varían de 1 a 7. Incluyeron aquellos países en que el promedio de los dos conceptos mencionados no superaba 5. 8 Nótese que esta conclusión es opuesta a la evidencia a la que arribaron Bercoff y Nougués (2005) y similar a la obtenida en el presente trabajo.

diversas variables institucionales representando modificaciones constitucionales y legales y que imponían límites tanto al gasto como al endeudamiento y uso del crédito.

III. EL ANÁLISIS ECONOMETRICO CON DATOS DE PANEL

Como ya se adelantara, la evaluación empírica del impacto de las variables fiscales y de desempeño político institucional sobre el Gasto Público Provincial se realizó utilizando el enfoque econométrico de datos de panel, ya que ello permite analizar el comportamiento de los 24 gobiernos subnacionales argentinos (unidades de sección cruzada) durante el período que va de 1993 a 2004 (análisis de series temporales).

La estructura básica del análisis se basó un modelo de regresión de la siguiente

forma: (1) y i t = α i + B´ x i t + ε i t en la que y engloba las variables dependientes correspondientes a las 23 jurisdicciones provinciales y a la ciudad de Buenos Aires y x a los K regresores utilizados. Con respecto al efecto individual representado por α se probaron dos alternativas: la primera consistente en considerarlo constante a lo largo de todo el período analizado, pero específico para la respectiva unidad de gobierno subnacional (efectos fijos) y la segunda, en la que se tomó el mismo α para todas las provincias9. En el modelo de efectos fijos, con α específicos para cada provincia, las diferencias entre unidades se pueden captar como diferencias en el término constante y se interpretan como un desplazamiento paramétrico de la función de regresión.

La decisión de privilegiar la variante de efectos fijos en relación a un solo término constante para todas las provincias (pooled estimation) se basó en el resultado del ratio F que precisamente determina la significatividad de los efectos de grupo mediante el contraste de la hipótesis nula de que todos los términos constantes son iguales10.

Aun cuando el método de efectos fijos incluye el caso en el que el (o los regresores)

tienen diferentes pendientes para cada una de las unidades de sección cruzada, se consideró acá que las pendientes de las funciones (estimaciones del regresor o de regresores) son iguales para las 24 jurisdicciones. El programa econométrico utilizado fue el Eviews 4.0 que calcula los términos constantes y los regresores mediante un modelo de mínimos cuadrados de variables ficticias en el que la ecuación (1) se convierte en: (2) y i = iα i + X i β + ε i

9 Greene (2000) destaca que en este caso se pueden obtener, por medio de mínimos cuadrados ordinarios, estimaciones consistentes tanto de α como de los coeficientes de regresión. 10 Greene (2000) resalta que bajo la hipótesis nula, el estimador eficiente coincide con mínimos cuadrados agrupados.

donde i es ahora una matriz de variables dummies de orden i x i; el mismo programa fue utilizado para corregir la existencia de autocorrelación en las perturbaciones aleatorias.

Cabe finalmente mencionar que la no utilización del modelo de componentes de error, o de efectos aleatorios, se basó en primer lugar en que éste supone que las unidades de sección cruzada representan una muestra aleatoria extraída de una población mucho mayor, mientras que en el presente trabajo se incluyen las 24 provincias (o sea el total de la población)11.

El detalle y definición de las variables utilizadas, cuyas respectivas series para el

período 1993-2004 se agregan en el Anexo Estadístico, se mencionan a continuación y fueron obtenidas o elaboradas a partir de los datos de la Dirección Nacional de Coordinación con las Provincias (www.mecon.gov.ar/hacienda): PBP: Producto Bruto Geográfico GPT: Gasto Público Total GC: Gasto Público Corriente GCO: Gasto Público de Consumo GCAP: Gasto Publico de Capital GA: Gasto Público Administrativo GS: Gasto Público Social GE: Gasto Público Económico DP: Stock de Deuda Pública Provincial IT: Ingresos Totales ITT: Ingresos Tributarios Totales ITP: Ingresos Tributarios Propios ITN: Ingresos Tributarios de Origen Nacional TRANSF: Transferencias Corrientes Recibidas

Las series mencionadas están expresadas en pesos per cápita anuales, a precios

constantes de 2004 y fueron elaboradas para cada una de las 24 provincias argentinas. A partir de las series mencionadas, se computaron además las siguientes dos variables de desempeño fiscal: PARTTRIB: Mide el grado de autonomía financiera de cada provincia (como proxy de su grado de respondabilidad) y es un porcentaje que resulta del cociente entre Ingresos Tributarios Propios e Ingresos Tributarios Totales. SUFIN: Mide el grado de suficiencia financiera de cada provincia a partir de la serie de Ingresos Tributarios Totales anuales. SUFIN1: Mide el grado de suficiencia financiera de cada provincia a partir de la serie de Ingresos Totales anuales. y las siguientes series que indican relaciones con el Gasto Total Provincial el Producto Bruto Geográfico respectivamente:

11 Se hicieron sin embargo, con fines de verificación, estimaciones con el método de efectos aleatorios y los resultados no fueron satisfactorios.

GC_GPT: Gasto Corriente como proporción del Gasto Total Provincial. GCAP_GPT: Gasto de Capital como proporción del Gasto Total Provincial. GA_GPT: Gasto Administrativo como proporción del Gasto Total Provincial. GS_GPT: Gasto Social como proporción del Gasto Total Provincial. GC_GPT: Gasto Corriente como proporción del Gasto Total Provincial. GE_GPT: Gasto Económico como proporción del Gasto Total Provincial. GPT_PBP: Gasto Provincial Total como proporción del Producto Bruto Geográfico. GC_PBP: Gasto Corriente como proporción del Producto Bruto Geográfico. GCAP_PBP: Gasto de Capital como proporción del Producto Bruto Geográfico. Se utilizaron también las siguientes variables dummies con el fin de evaluar si las disposiciones constitucionales o el desempeño institucional de las provincias causaba algún impacto sobre las distintas categorías de gasto público subnacional: D1: Signo político de la provincia: asume el valor 1 si el gobernador corresponde al mismo partido político que el Presidente de la Nación y 0 en el caso contrario12. D2: Posibilidad constitucional de reelección del gobernador: asume el valor 1 cuando en la constitución provincial se prevé la reelección y 0 en el caso contrario. D3: Posibilidad de que el gobernador ejerza la facultad de reelección: asume el valor 1 en el cuarto año de mandato luego de cual puede haber reelección y 0 en los años en que no puede ejercerse la facultad de reelección. D4: Posibilidad de que el gobernador ejerza la facultad de reelección: asume el valor 1 en el tercer y cuarto años de mandato luego de cual puede haber reelección y 0 en los años en que no puede ejercerse la facultad de reelección. D5: Reelección del gobernador: asume el valor 1 en el primer año de mandato, posterior a su reelección y 0 en caso contrario. Se midió además el impacto de disposiciones constitucionales o de desempeño institucional sobre el gasto subnacional mediante las siguientes variables dummies, utilizadas por Fridrij (2006) para el caso argentino: D6: Modificación del Proyecto de Presupuesto: asume el valor 1 cuando la legislatura de la respectiva provincia puede modificar el proyecto, sin restricciones y 0 en el caso contrario. D7: Modificación del Proyecto de Presupuesto: asume el valor 1 cuando la legislatura de la respectiva provincia puede aumentar el gasto pero no el déficit y 0 en el caso contrario. D8: Endeudamiento: asume valor 1 si hay límite constitucional y 0 en caso contrario. D9: Gasto público: asume valor 1 si hay límite constitucional y 0 en caso contrario. D10: Destino o uso del crédito: asume valor 1 si hay límite constitucional y 0 en caso contrario. D11: Gasto Público: asume valor 1 si no hay límite constitucional y 0 en caso contrario.

12 Esta variable fue utilizada por J. Bercoff y J. Nougues (2005, op. cit), quienes la tomaron a su vez de M. Jones et al (1999).

Finalmente, se consideró la siguiente variable dummy, utilizada también por Bercoff y Nougués (2005) en el caso argentino, sobre la base de los argumentos recogidos por la literatura (Tsebelis, 1995) respecto a que el sistema bicameral introduce un mecanismo de frenos y contrapesos entre las respectivas cámaras legislativas: D12: Bicameralidad: asume valor 1 si la provincia tiene dos cámaras legislativas y 0 en el caso contrario. IV. ANÁLISIS DE LOS RESULTADOS OBTENIDOS Las Tablas del Anexo Estadístico del presente Estudio muestran los resultados obtenidos mediante las estimaciones econométricas de la ecuación (2) de la sección precedente, con el modelo de datos de panel con efecto fijos. Por otro lado, los Cuadros siguientes presentan resultados que adelantan importantes conclusiones preliminares respecto del impacto de las variables utilizadas sobre el desempeño del gasto público en el nivel subnacional argentino. El Cuadro N° 1, que incluye al Gasto Total como variable dependiente, muestra el sorprendente resultado de que un incremento del Producto Bruto Geográfico induce una disminución en el nivel de Gasto resultado que, como se verá, se reproduce en el resto de las estimaciones. Si bien este rasgo merece un análisis más profundo, podría tentativamente argumentarse, por un lado, que un incremento del producto estaría disminuyendo la necesidad de la provisión de ciertos bienes públicos13 y, por el otro y quizás con más fundamento, que el producto bruto geográfico estaría impactando al gasto vía variables fiscales como el esfuerzo fiscal (mayor recaudación de recursos propios derivados del incremento del producto) y la suficiencia financiera. En base a los resultados del Cuadro N° 1, cuatro variables fiscales impactan positivamente sobre el Gasto Total: el mayor esfuerzo fiscal de la jurisdicción (PARTTRIB), las transferencias recibidas del Gobierno Central (TRANSF), el éxito de las provincias en su meta de la suficiencia financiera (SUFIN) y el endeudamiento público (DP), en este último caso tanto por la obligación generada de pago de intereses como por el destino de los fondos captados por el sector público provincial. Es interesante resaltar que, salvo por dos casos, las estimaciones econométricas de los coeficientes de las variables constitucionales y político-institucionales no resultaron significativamente diferentes de 0. Las dos excepciones resultaron el signo político del gobierno provincial (D1) y él ejercicio de la posibilidad de reelección (D3); en este sentido, el signo negativo y la significación estadística de D1 corroboraron la hipótesis de Jones et al (1999), mencionada por Bercoff y Nougués (2005), en cuanto a la mayor influencia del gobierno central sobre gobernadores provinciales de su propio partido para implementar políticas de reducción del gasto. El signo positivo y significación de D3 indicaron claramente un incremento del gasto (político?) en el cuarto y último año de mandato del 13 Un ejemplo de ello es la tendencia de la población a enviar a sus hijos a establecimientos educativos primarios y secundarios privados, cuando las condiciones económicas lo permiten.

gobernador que intentó su reelección14, acompañando en general los hallazgos de Fridrij (2006). CUADRO N° 1

VARIABLE DEPENDIENTE GPT Variable Coefficient Std. Error t-Statistic Prob.

PBP -0.032700 0.013732 -2.381260 0.0182PARTTRIB 1.618326 0.824996 1.961617 0.0511

DP 1.233370 0.298909 4.126240 0.0001SUFIN 1.185929 0.073634 16.10583 0.0000

TRANSF 0.784352 0.133271 5.885377 0.0000D1 -0.126007 0.045741 -2.754802 0.0064D3 0.125228 0.040859 3.064905 0.0025

AR(1) 0.360151 0.065328 5.512930 0.0000R-squared 0.978253 Mean dependent var 2.425935Adjusted R-squared 0.975012 S.D. dependent var 1.518292S.E. of regression 0.240004 Sum squared resid 11.98118F-statistic 301.8296 Durbin-Watson stat 2.247812Prob(F-statistic) 0.000000

Fuente: Tabla 1 del Anexo Estadístico.

Si bien de los resultados del Cuadro N° 2, que muestra el impacto de las diferentes variables sobre el Gasto Corriente provincial, se infieren conclusiones casi similares a las marcadas en el caso anterior, dos rasgos merecen ser enfatizados: el coeficiente del esfuerzo fiscal (PARTTRIB), aunque solamente significativo para intervalos de confianza del 80%, presentó un signo negativo con la implicancia de que a mayor esfuerzo fiscal propio mayor es la respondabilidad y menores los fondos destinados a gastos corrientes15.

El otro aspecto a destacar es el mayor impacto positivo de la variable

endeudamiento sobre el Gasto Corriente, que respondió a un comportamiento distorsivo clásico de los gobiernos provinciales argentinos: la recurrencia al endeudamiento para el pago de sueldos y salarios cuando el ciclo económico disminuía los ingresos tributarios o cuando se incrementó el empleo público por incorporaciones o efectivizaciones de personal temporario16

CUADRO N° 2

14 Este resultado difirió por ejemplo del obtenido por Bercoff y Nougués (2005), quienes además de encontrar estimaciones no significativamente diferentes de 0 suponían coeficientes negativos; es decir, si el gobernador contaba con posibilidades de reelección tendría más disciplina fiscal para no entorpecer financieramente su próximo mandato. 15 Es conocido en este sentido que por algunas de las partidas de Gastos Corrientes, como por ejemplo Bienes y Servicios no Personales, es por donde se canalizan gastos cuya razonabilidad y urgencia es al menos discutible, o que responden al comúnmente denominado gasto político. 16 Un ejemplo más grave de esta situación fue la práctica de diversas provincias de emitir bonos públicos colocados compulsivamente entre su personal como pago de salarios, títulos que fueran luego canalizados hacia el mercado vía las compras en el comercio y que generalmente terminan su ciclo por una medida de rescate o bail out del gobierno central.

VARIABLE DEPENDIENTE GC Variable Coefficient Std. Error t-Statistic Prob.

PARTTRIB -0.872670 0.676503 -1.289973 0.1985DP 1.825826 0.244277 7.474396 0.0000

SUFIN 0.808274 0.055497 14.56427 0.0000TRANSF 0.528596 0.120000 4.404967 0.0000

D1 -0.106415 0.037311 -2.852132 0.0048D3 0.102688 0.029783 3.447836 0.0007

AR(1) 0.554578 0.057837 9.588589 0.0000R-squared 0.978405 Mean dependent var 2.035216Adjusted R-squared 0.975305 S.D. dependent var 1.227732S.E. of regression 0.192933 Sum squared resid 7.779664F-statistic 315.6369 Durbin-Watson stat 1.794010Prob(F-statistic) 0.000000 Fuente: Tabla 7 del Anexo Estadístico.

El análisis realizado para el Gasto Corriente es prácticamente aplicable al caso del Gasto Provincial de Consumo (Cuadro N° 3), salvo por el hecho que la variable esfuerzo fiscal (PARTTRIB) resultó ahora ligeramente más significativa que en caso anterior y que el impacto sobre el gasto de la posibilidad de reelección del gobernador se dio con la variante D4 (el gasto de consumo aumentó en los dos últimos años de mandato). El resultado es lógico si se considera que tanto la respondabilidad del gobierno como sus prácticas de carácter político son más visibles respecto de los Gastos de Consumo, que solo engloban Remuneraciones y Contrataciones. CUADRO N° 3

VARIABLE DEPENDIENTE GCO Variable Coefficient Std. Error t-Statistic Prob.

PARTTRIB -0.018925 0.013514 -1.400437 0.1629DP 0.034764 0.004979 6.982488 0.0000

SUFIN 0.011552 0.001106 10.44417 0.0000TRANSF 0.008476 0.002381 3.560320 0.0005

D1 -0.002423 0.000747 -3.243371 0.0014D4 0.001607 0.000673 2.388560 0.0178

AR(1) 0.537625 0.063810 8.425359 0.0000R-squared 0.927967 Mean dependent var 0.038923Adjusted R-squared 0.917628 S.D. dependent var 0.013422S.E. of regression 0.003852 Sum squared resid 0.003102F-statistic 89.74891 Durbin-Watson stat 1.956635Prob(F-statistic) 0.000000 Fuente: Tabla 9 del Anexo Estadístico.

Al analizar los resultados del Cuadro N° 4 (variable dependiente Gastos de Capital), cuatro rasgos merecen ser expuestos. En primer lugar, la nula incidencia sobre este tipo de gasto de las variables constitucionales y político institucionales; en segundo lugar, la significación estadística y signo positivo de la variable esfuerzo fiscal (PARTTRIB), que indicó que a mayor recaudación de tributos propios crece el monto destinado a gastos de

capital; en tercer lugar, la relevancia estadística y el signo negativo de la variable endeudamiento, cuyo significado se deriva de lo mencionado en los casos anteriores: los gobiernos provinciales no destinan el endeudamiento a la formación de capital y, por razones similares, la escasa incidencia de las transferencias (TRANSF) en la inversión pública, ya que las primeras se destinan mayoritariamente y usualmente a gastos corrientes de carácter social.

CUADRO N° 4 VARIABLE DEPENDIENTE GCAP

Variable Coefficient Std. Error t-Statistic Prob. PBP -0.023033 0.010745 -2.143682 0.0332

PARTTRIB 2.424315 0.637028 3.805663 0.0002DP -0.500866 0.231782 -2.160932 0.0318

SUFIN 0.325368 0.054501 5.969994 0.0000TRANSF 0.165999 0.105683 1.570733 0.1178

AR(1) 0.411793 0.071152 5.787541 0.0000R-squared 0.796795 Mean dependent var 0.390719Adjusted R-squared 0.768733 S.D. dependent var 0.383516S.E. of regression 0.184434 Sum squared resid 7.143310F-statistic 28.39438 Durbin-Watson stat 2.063878Prob(F-statistic) 0.000000

Fuente: Tabla 12 del Anexo Estadístico.

Se observa asimismo que cuando se analiza el impacto de las variables sobre el gasto público provincial tomando la Clasificación Funcional del mismo, Cuadros N° 5 a 7 siguientes, los resultados econométricos replican en general los correspondientes a los de los Cuadros N° 2 a 4 precedentes. CUADRO N° 5

VARIABLE DEPENDIENTE GA Variable Coefficient Std. Error t-Statistic Prob.

PBP -0.010409 0.004027 -2.584716 0.0104SUFIN 0.342296 0.019544 17.51418 0.0000

TRANSF 0.255582 0.043250 5.909413 0.0000D1 -0.027169 0.013766 -1.973642 0.0497D4 0.034024 0.012766 2.665225 0.0083

AR(1) 0.403570 0.072360 5.577217 0.0000R-squared 0.975107 Mean dependent var 0.638771Adjusted R-squared 0.971669 S.D. dependent var 0.426998S.E. of regression 0.071871 Sum squared resid 1.084754F-statistic 283.6557 Durbin-Watson stat 1.926385Prob(F-statistic) 0.000000 Fuente: Tabla 14 del Anexo Estadístico. CUADRO N° 6

VARIABLE DEPENDIENTE GS

Variable Coefficient Std. Error t-Statistic Prob. PBP -0.013917 0.007533 -1.847467 0.0661DP 0.351262 0.166133 2.114344 0.0357

SUFIN 0.545919 0.040109 13.61078 0.0000TRANSF 0.376932 0.074680 5.047311 0.0000

D1 -0.059712 0.025702 -2.323245 0.0211D3 0.063433 0.022586 2.808462 0.0054

AR(1) 0.379676 0.056482 6.722071 0.0000R-squared 0.968695 Mean dependent var 1.180970Adjusted R-squared 0.964201 S.D. dependent var 0.708052S.E. of regression 0.133967 Sum squared resid 3.750967F-statistic 215.5743 Durbin-Watson stat 2.328373Prob(F-statistic) 0.000000 Fuente: Tabla 16 del Anexo Estadístico. CUADRO N° 7

VARIABLE DEPENDIENTE GE Variable Coefficient Std. Error t-Statistic Prob.

PARTTRIB 1.100748 0.478150 2.302095 0.0223DP -0.253481 0.175421 -1.444989 0.1499

SUFIN 0.213252 0.039003 5.467612 0.0000TRANSF 0.110197 0.075108 1.467185 0.1438

AR(1) 0.257324 0.069228 3.717034 0.0003R-squared 0.849818 Mean dependent var 0.328700Adjusted R-squared 0.829889 S.D. dependent var 0.358373S.E. of regression 0.147809 Sum squared resid 4.609844F-statistic 42.64162 Durbin-Watson stat 2.003348Prob(F-statistic) 0.000000 Fuente: Tabla 18 del Anexo Estadístico. V. CONCLUSIONES

La versión preliminar del Estudio permitió obtener conclusiones que ayudan a comprender la mecánica y comportamiento del gasto público subnacional argentino, cuyos resultados son también aplicables a otros países federales con una fuerte descentralización del gasto, e inclusive a países unitarios en los que los gobiernos locales son electos.

El análisis empírico, realizado con la técnica econométrica de datos de panel con

efectos fijos para el período 1993-2004, consideró el impacto de variables económicas, presupuestarias y político institucionales sobre el nivel de gasto público provincial total y su clasificación funcional y permitió obtener las siguientes conclusiones preliminares:

1. Curiosamente, y contrario a lo generalmente supuesto, el producto bruto geográfico y el gasto público provincial están inversamente relacionados, posiblemente por una menor demanda de bienes públicos a ciertos niveles de producto (efecto deseconomía de escala), o porque el efecto del producto bruto geográfico está mejor representado por medio de las variables presupuestarias.

2. Mientras que un mayor esfuerzo fiscal de las provincias induce un mayor gasto

público total, la mayor participación de los recursos propios en el total reduce el gasto corriente, de consumo y administrativo y aumenta el gasto de capital (mayor respondabilidad). Es decir, ante mayor esfuerzo fiscal propio, es más visible el destino que el gobierno provincial da a los fondos.

3. Un mayor grado de suficiencia financiera, medida como la evolución de los

recursos tributarios de las provincias, induce un aumento de gasto público total y el mismo efecto producen las transferencias recibidas del nivel nacional, en este último caso salvo respecto del gasto de capital.

4. Un aumento en el stock de deuda pública aumenta el gasto público total, el

corriente, el de consumo y el administrativo y reduce el gasto de capital y el gasto económico. Ello no solo se deriva del mayor peso de la carga financiera (pago de intereses) sino que es también una clara evidencia del destino que los gobiernos provinciales argentinos dan a su uso del crédito.

5. No se encontraron claras evidencias del impacto de las variables político

institucionales sobre el nivel de gasto público (límites al gasto y al endeudamiento y bicameralidad) excepto en los siguientes dos casos: cuando el gobierno provincial es de signo político similar al nacional el gasto tiende a disminuir, mientras que el ejercicio de la facultad de reelección por parte del gobernador tiende a aumentar substancialmente el gasto público.

BIBLIOGRAFIA: BERCOFF J. J. y NOUGUES J. P. (2005), “Las Constituciones y el Gasto Público: El caso de las provincias argentinas”, 41° Reunión Anual de la Asociación Argentina de Economía Política, La Plata. BIRD R. (1996), “Federal Finances”, Seminario Internacional de Federalismo Fiscal, Universidad Nacional de Córdoba. BOSCH N. and SUAREZ-PANDIELLO J. (1995), “Seven Hypotheses About Public Choice and Local Spending”, Public Finance, Vol. 1. FRIDRIJ D. A. (2006), “Constituciones y Desempeño Fiscal. Lecciones del Caso Argentino. Evidencias a partir de Datos de Panel”, 41° Reunión Anual de la Asociación Argentina de Economía Política, Salta. GREENE W. H. (2000), “Econometric Analysis”, 4th Edition, Prentice-Hall, Englewoods Cliffs, N.J. GUJARATI D. M. (2003), “Econometría”, McGraw-Hill Interamericana, México. JONES M., SANGUINETTI P. y TOMMASSI M. (1999), “Politics, Institutions and Fiscal Performance in Federal Systems: An Analysis of Argentine Provinces”, en Fiscal Institutions and Fiscal Performances, Poterba J. and Von Hagen J. Eds., National Bureau of Economic Research, chapter 6. PERSSON T. and TABELLINI G. (2004), “Constitutional Rules and Fiscal Policy Outcomes”, American Economic Review. REZK E., CAPELLO M. y PONCE C. (1997), “La Economía Política del Federalismo Fiscal en Argentina”, Ediciones Eudecor, Córdoba, Argentina TSEBELIS G. (1995), “La toma de decisiones en los sistemas políticos: actores de veto en el Presidencialismo, Parlamentarismo, Multicameralismo y Multipartidismo”, en “La nueva política: racionalidad e instituciones”, Saeigh, Sebastián y Tommassi Eds., Eudeba, Buenos Aires.

ANEXO ESTADISTICO

TABLA 1: ARGENTINA, GASTO PROVINCIAL TOTAL Dependent Variable: GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 15 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.032700 0.013732 -2.381260 0.0182

PARTTRIB? 1.618326 0.824996 1.961617 0.0511DP? 1.233370 0.298909 4.126240 0.0001

SUFIN? 1.185929 0.073634 16.10583 0.0000TRANSF? 0.784352 0.133271 5.885377 0.0000

D1? -0.126007 0.045741 -2.754802 0.0064D3? 0.125228 0.040859 3.064905 0.0025

AR(1) 0.360151 0.065328 5.512930 0.0000Fixed Effects

_1--C -0.460993 _2--C -0.095107 _3--C -0.113245 _4--C 0.773254 _5--C -0.646988 _6--C -0.383346 _7--C -0.159132 _8--C -0.211430 _9--C -0.134269 _10--C 0.016933 _11--C 0.264732 _12--C 0.273112 _13--C -0.040115 _14--C -0.054500 _15--C 1.562777 _16--C -0.067474 _17--C -0.188145 _18--C -0.080958 _19--C -0.109554 _20--C 2.955411 _21--C -0.345167 _22--C -0.399338 _23--C 1.370973 _24--C -0.213376

R-squared 0.978253 Mean dependent var 2.425935Adjusted R-squared 0.975012 S.D. dependent var 1.518292S.E. of regression 0.240004 Sum squared resid 11.98118F-statistic 301.8296 Durbin-Watson stat 2.247812Prob(F-statistic) 0.000000

TABLA 2: ARGENTINA, GASTO PROVINCIAL TOTAL Dependent Variable: GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 13 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.032603 0.015212 -2.143338 0.0332

PARTTRIB? 1.692472 0.901495 1.877406 0.0619DP? 1.264277 0.325714 3.881552 0.0001

SUFIN? 1.151621 0.079009 14.57582 0.0000D1? -0.117531 0.049222 -2.387761 0.0178D3? 0.118396 0.039741 2.979199 0.0032

AR(1) 0.527537 0.060450 8.726810 0.0000Fixed Effects

_1--C -0.460380 _2--C -0.028683 _3--C -0.029472 _4--C 0.888427 _5--C -0.649203 _6--C -0.332910 _7--C -0.086394 _8--C -0.148447 _9--C -0.031770 _10--C 0.159082 _11--C 0.445725 _12--C 1.273581 _13--C -0.011046 _14--C 0.055893 _15--C 1.708106 _16--C -0.009168 _17--C -0.130301 _18--C -0.036412 _19--C -0.066863 _20--C 3.551367 _21--C -0.293138 _22--C -0.314576 _23--C 1.846387 _24--C -0.151159

R-squared 0.975521 Mean dependent var 2.425935Adjusted R-squared 0.972007 S.D. dependent var 1.518292S.E. of regression 0.254026 Sum squared resid 13.48662F-statistic 277.6305 Durbin-Watson stat 2.284289Prob(F-statistic) 0.000000

TABLA 3: ARGENTINA, GASTO PROVINCIAL TOTAL Dependent Variable: GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 16 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.037781 0.014591 -2.589389 0.0103DP? 1.503884 0.306469 4.907127 0.0000

SUFIN1? 0.943357 0.061229 15.40712 0.0000D1? -0.130657 0.048664 -2.684853 0.0078D3? 0.158616 0.042731 3.711979 0.0003

AR(1) 0.406839 0.062156 6.545415 0.0000Fixed Effects

_1--C 0.597685 _2--C 0.408427 _3--C 0.369186 _4--C 0.699887 _5--C 1.265704 _6--C 0.485298 _7--C 0.277380 _8--C 0.528612 _9--C 0.277743 _10--C 0.422950 _11--C 0.867956 _12--C 0.578584 _13--C 0.593672 _14--C 0.458887 _15--C 0.786429 _16--C 0.442522 _17--C 0.316664 _18--C 0.663361 _19--C 0.402910 _20--C 1.493078 _21--C 0.532375 _22--C 0.080159 _23--C 1.253955 _24--C 0.348543

R-squared 0.975438 Mean dependent var 2.425935Adjusted R-squared 0.972046 S.D. dependent var 1.518292S.E. of regression 0.253848 Sum squared resid 13.53219F-statistic 287.5819 Durbin-Watson stat 2.285266Prob(F-statistic) 0.000000

TABLA 4: ARGENTINA, GASTO PROVINCIAL TOTAL Dependent Variable: GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 13 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.027622 0.013487 -2.048075 0.0418DP? 1.168715 0.298901 3.910043 0.0001

SUFIN? 1.171238 0.073036 16.03652 0.0000TRANSF? 0.785398 0.133809 5.869539 0.0000

D1? -0.119923 0.045920 -2.611547 0.0097D3? 0.125858 0.041240 3.051845 0.0026

AR(1) 0.355099 0.065675 5.406899 0.0000Fixed Effects

_1--C 0.363355 _2--C 0.045333 _3--C 0.093692 _4--C 1.077893 _5--C 0.705459 _6--C 0.211136 _7--C 0.018681 _8--C 0.214605 _9--C -0.040806 _10--C 0.197184 _11--C 0.613624 _12--C 0.362321 _13--C 0.508276 _14--C 0.230039 _15--C 2.121495 _16--C 0.325370 _17--C 0.114964 _18--C 0.142182 _19--C 0.192790 _20--C 3.201045 _21--C 0.239700 _22--C -0.208018 _23--C 1.657874 _24--C 0.113164

R-squared 0.977845 Mean dependent var 2.425935Adjusted R-squared 0.974664 S.D. dependent var 1.518292S.E. of regression 0.241669 Sum squared resid 12.20646F-statistic 307.4778 Durbin-Watson stat 2.238858Prob(F-statistic) 0.000000

TABLA 5: ARGENTINA, GASTO PROVINCIAL TOTAL Dependent Variable: GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 15 iterations

Variable Coefficient Std. Error t-Statistic Prob. PARTTRIB? 1.252416 0.821341 1.524843 0.1288

DP? 1.327058 0.299975 4.423893 0.0000SUFIN? 1.121806 0.068672 16.33560 0.0000

TRANSF? 0.790942 0.134659 5.873686 0.0000D1? -0.132546 0.046139 -2.872749 0.0045D3? 0.127888 0.041278 3.098172 0.0022

AR(1) 0.362074 0.065304 5.544469 0.0000Fixed Effects

_1--C -0.510979 _2--C -0.163985 _3--C -0.125262 _4--C 0.435969 _5--C -1.257124 _6--C -0.513073 _7--C -0.201707 _8--C -0.251840 _9--C -0.116989 _10--C -0.004912 _11--C 0.105369 _12--C 0.091726 _13--C -0.162990 _14--C -0.127800 _15--C 1.299464 _16--C -0.224174 _17--C -0.218400 _18--C -0.236865 _19--C -0.270236 _20--C 2.485887 _21--C -0.445469 _22--C -0.359296 _23--C 0.983007 _24--C -0.243486

R-squared 0.977648 Mean dependent var 2.425935Adjusted R-squared 0.974440 S.D. dependent var 1.518292S.E. of regression 0.242737 Sum squared resid 12.31451F-statistic 304.7187 Durbin-Watson stat 2.244359Prob(F-statistic) 0.000000

TABLA 6: ARGENTINA, GASTO CORRIENTE PROVINCIAL Dependent Variable: GC? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 10 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? 0.056851 0.015470 3.674844 0.0003

PARTTRIB? -1.608167 0.970968 -1.656250 0.0992DP? 3.453099 0.303396 11.38149 0.0000

TRANSF? 0.398689 0.172217 2.315040 0.0216D1? -0.180272 0.051716 -3.485797 0.0006D3? 0.060946 0.040852 1.491868 0.1372

AR(1) 0.597766 0.051366 11.63735 0.0000Fixed Effects

_1--C 1.398240 _2--C 1.574923 _3--C 1.117571 _4--C 1.092793 _5--C 1.061158 _6--C 1.051775 _7--C 0.885314 _8--C 1.381330 _9--C 1.180062 _10--C 1.177051 _11--C 1.817676 _12--C 1.926357 _13--C 1.016921 _14--C 0.912461 _15--C 2.439325 _16--C 0.997352 _17--C 1.057264 _18--C 1.621027 _19--C 0.731720 _20--C 3.655054 _21--C 1.273050 _22--C 1.141949 _23--C 3.651982 _24--C 0.949293

R-squared 0.957395 Mean dependent var 2.035216Adjusted R-squared 0.951279 S.D. dependent var 1.227732S.E. of regression 0.270994 Sum squared resid 15.34851F-statistic 156.5506 Durbin-Watson stat 1.862461Prob(F-statistic) 0.000000

TABLA 7: ARGENTINA, GASTO CORRIENTE PROVINCIAL Dependent Variable: GC? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 23 iterations

Variable Coefficient Std. Error t-Statistic Prob. PARTTRIB? -0.872670 0.676503 -1.289973 0.1985

DP? 1.825826 0.244277 7.474396 0.0000SUFIN? 0.808274 0.055497 14.56427 0.0000

TRANSF? 0.528596 0.120000 4.404967 0.0000D1? -0.106415 0.037311 -2.852132 0.0048D3? 0.102688 0.029783 3.447836 0.0007

AR(1) 0.554578 0.057837 9.588589 0.0000Fixed Effects

_1--C 0.774345 _2--C 0.241669 _3--C 0.253975 _4--C 0.754291 _5--C 0.987024 _6--C 0.489863 _7--C 0.206324 _8--C 0.476364 _9--C 0.092086 _10--C 0.392409 _11--C 0.557237 _12--C 0.696431 _13--C 0.637549 _14--C 0.293618 _15--C 1.884277 _16--C 0.459409 _17--C 0.306509 _18--C 0.242880 _19--C 0.067029 _20--C 2.322501 _21--C 0.568411 _22--C 0.076180 _23--C 1.790086 _24--C 0.285531

R-squared 0.978405 Mean dependent var 2.035216Adjusted R-squared 0.975305 S.D. dependent var 1.227732S.E. of regression 0.192933 Sum squared resid 7.779664F-statistic 315.6369 Durbin-Watson stat 1.794010Prob(F-statistic) 0.000000 TABLA 8: ARGENTINA, GASTO CORRIENTE PROVINCIAL

Dependent Variable: GC? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 21 iterations

Variable Coefficient Std. Error t-Statistic Prob. DP? 1.871781 0.242889 7.706331 0.0000

SUFIN? 0.809799 0.055618 14.55997 0.0000TRANSF? 0.528851 0.120245 4.398111 0.0000

D1? -0.109506 0.037321 -2.934198 0.0037D3? 0.102473 0.029812 3.437306 0.0007

AR(1) 0.555891 0.057267 9.706957 0.0000Fixed Effects

_1--C 0.307751 _2--C 0.157461 _3--C 0.138953 _4--C 0.548330 _5--C 0.181802 _6--C 0.153577 _7--C 0.106301 _8--C 0.237834 _9--C 0.043832 _10--C 0.290860 _11--C 0.352040 _12--C 0.632186 _13--C 0.325981 _14--C 0.126893 _15--C 1.543672 _16--C 0.228516 _17--C 0.133313 _18--C 0.106480 _19--C -0.115922 _20--C 2.141192 _21--C 0.237805 _22--C -0.026355 _23--C 1.600077 _24--C 0.099726

R-squared 0.978231 Mean dependent var 2.035216Adjusted R-squared 0.975225 S.D. dependent var 1.227732S.E. of regression 0.193247 Sum squared resid 7.842336F-statistic 325.4034 Durbin-Watson stat 1.785609Prob(F-statistic) 0.000000 TABLA 9: ARGENTINA, GASTO PROVINCIAL DE CONSUMO

Dependent Variable: GCO? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 13 iterations

Variable Coefficient Std. Error t-Statistic Prob. PARTTRIB? -0.018925 0.013514 -1.400437 0.1629

DP? 0.034764 0.004979 6.982488 0.0000SUFIN? 0.011552 0.001106 10.44417 0.0000

TRANSF? 0.008476 0.002381 3.560320 0.0005D1? -0.002423 0.000747 -3.243371 0.0014D4? 0.001607 0.000673 2.388560 0.0178

AR(1) 0.537625 0.063810 8.425359 0.0000Fixed Effects

_1--C 0.037375 _2--C 0.002458 _3--C 0.016998 _4--C 0.018815 _5--C 0.040539 _6--C 0.037238 _7--C 0.014090 _8--C 0.019545 _9--C 0.001051 _10--C 0.015268 _11--C 0.017806 _12--C 0.002468 _13--C 0.027852 _14--C 0.021198 _15--C 0.027247 _16--C 0.015491 _17--C 0.021056 _18--C 0.023286 _19--C 0.007610 _20--C 0.020626 _21--C 0.029915 _22--C 0.011855 _23--C 0.021641 _24--C 0.020381

R-squared 0.927967 Mean dependent var 0.038923Adjusted R-squared 0.917628 S.D. dependent var 0.013422S.E. of regression 0.003852 Sum squared resid 0.003102F-statistic 89.74891 Durbin-Watson stat 1.956635Prob(F-statistic) 0.000000

TABLA 10: ARGENTINA, GASTO PROVINCIAL DE CONSUMO Dependent Variable: GCO? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 13 iterations

Variable Coefficient Std. Error t-Statistic Prob. PARTTRIB? -0.019691 0.013918 -1.414793 0.1586

DP? 0.034525 0.005125 6.736073 0.0000SUFIN? 0.011182 0.001137 9.835721 0.0000

D1? -0.002237 0.000763 -2.931699 0.0037D4? 0.001411 0.000679 2.077478 0.0390

AR(1) 0.589122 0.060043 9.811733 0.0000Fixed Effects

_1--C 0.037943 _2--C 0.003612 _3--C 0.018072 _4--C 0.020575 _5--C 0.041739 _6--C 0.038291 _7--C 0.015015 _8--C 0.020458 _9--C 0.002681 _10--C 0.017065 _11--C 0.020215 _12--C 0.013679 _13--C 0.028288 _14--C 0.022781 _15--C 0.029633 _16--C 0.016730 _17--C 0.022164 _18--C 0.024807 _19--C 0.008541 _20--C 0.026846 _21--C 0.030801 _22--C 0.012909 _23--C 0.027130 _24--C 0.021263

R-squared 0.923845 Mean dependent var 0.038923Adjusted R-squared 0.913328 S.D. dependent var 0.013422S.E. of regression 0.003952 Sum squared resid 0.003279F-statistic 87.84564 Durbin-Watson stat 1.957282Prob(F-statistic) 0.000000

TABLA 11: ARGENTINA, GASTO PROVINCIAL DE CAPITAL Dependent Variable: GCAP? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 6 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.023883 0.010873 -2.196446 0.0291

PARTTRIB? 2.447928 0.644715 3.796918 0.0002DP? -0.515339 0.233946 -2.202808 0.0287

SUFIN? 0.327846 0.054779 5.984844 0.0000AR(1) 0.454197 0.069923 6.495672 0.0000

Fixed Effects _1--C -1.257990 _2--C -0.357400 _3--C -0.339817 _4--C -0.012483 _5--C -1.820157 _6--C -0.897209 _7--C -0.355006 _8--C -0.689944 _9--C -0.188716 _10--C -0.363087 _11--C -0.271183 _12--C -0.154150 _13--C -0.719243 _14--C -0.342107 _15--C -0.305047 _16--C -0.562011 _17--C -0.492890 _18--C -0.430681 _19--C -0.210902 _20--C 0.752773 _21--C -0.943564 _22--C -0.458792 _23--C -0.322435 _24--C -0.492409

R-squared 0.794715 Mean dependent var 0.390719Adjusted R-squared 0.767473 S.D. dependent var 0.383516S.E. of regression 0.184935 Sum squared resid 7.216411F-statistic 29.17285 Durbin-Watson stat 2.068221Prob(F-statistic) 0.000000

TABLA 12: ARGENTINA, GASTO PROVINCIAL DE CAPITAL Dependent Variable: GCAP? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 8 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.023033 0.010745 -2.143682 0.0332

PARTTRIB? 2.424315 0.637028 3.805663 0.0002DP? -0.500866 0.231782 -2.160932 0.0318

SUFIN? 0.325368 0.054501 5.969994 0.0000TRANSF? 0.165999 0.105683 1.570733 0.1178

AR(1) 0.411793 0.071152 5.787541 0.0000Fixed Effects

_1--C -1.253964 _2--C -0.372208 _3--C -0.352206 _4--C -0.034902 _5--C -1.830344 _6--C -0.906549 _7--C -0.367149 _8--C -0.699486 _9--C -0.202970 _10--C -0.393671 _11--C -0.303910 _12--C -0.370009 _13--C -0.727119 _14--C -0.364584 _15--C -0.327529 _16--C -0.576766 _17--C -0.503118 _18--C -0.453517 _19--C -0.219353 _20--C 0.634548 _21--C -0.954227 _22--C -0.473964 _23--C -0.416533 _24--C -0.503332

R-squared 0.796795 Mean dependent var 0.390719Adjusted R-squared 0.768733 S.D. dependent var 0.383516S.E. of regression 0.184434 Sum squared resid 7.143310F-statistic 28.39438 Durbin-Watson stat 2.063878Prob(F-statistic) 0.000000

TABLA 13: ARGENTINA, GASTO PROVINCIAL DE CAPITAL Dependent Variable: GCAP? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 6 iterations

Variable Coefficient Std. Error t-Statistic Prob. PARTTRIB? 2.181597 0.639193 3.413047 0.0008

DP? -0.449855 0.234236 -1.920518 0.0561SUFIN? 0.280972 0.051018 5.507331 0.0000AR(1) 0.446271 0.070544 6.326151 0.0000

Fixed Effects _1--C -1.297953 _2--C -0.412188 _3--C -0.350988 _4--C -0.258477 _5--C -2.271048 _6--C -0.995420 _7--C -0.389168 _8--C -0.724437 _9--C -0.179149 _10--C -0.382008 _11--C -0.389982 _12--C -0.281426 _13--C -0.816915 _14--C -0.397419 _15--C -0.496313 _16--C -0.676023 _17--C -0.517132 _18--C -0.545625 _19--C -0.329488 _20--C 0.402914 _21--C -1.021218 _22--C -0.433429 _23--C -0.606687 _24--C -0.516602

R-squared 0.789977 Mean dependent var 0.390719Adjusted R-squared 0.763229 S.D. dependent var 0.383516S.E. of regression 0.186615 Sum squared resid 7.382970F-statistic 29.53382 Durbin-Watson stat 2.064650Prob(F-statistic) 0.000000

TABLA 14: ARGENTINA, GASTO ADMINISTRATIVO PROVINCIAL Dependent Variable: GA? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 14 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.010409 0.004027 -2.584716 0.0104

SUFIN? 0.342296 0.019544 17.51418 0.0000TRANSF? 0.255582 0.043250 5.909413 0.0000

D1? -0.027169 0.013766 -1.973642 0.0497D4? 0.034024 0.012766 2.665225 0.0083

AR(1) 0.403570 0.072360 5.577217 0.0000Fixed Effects

_1--C 0.070339 _2--C 0.036441 _3--C 0.084870 _4--C 0.200442 _5--C 0.047855 _6--C 0.100503 _7--C -0.022190 _8--C 0.011345 _9--C 0.042242 _10--C 0.055517 _11--C -0.022368 _12--C 0.316475 _13--C 0.152916 _14--C 0.012885 _15--C 0.488875 _16--C 0.148569 _17--C 0.052861 _18--C 0.071433 _19--C -0.044849 _20--C 0.458080 _21--C 0.081359 _22--C -0.084858 _23--C 0.653017 _24--C 0.161190

R-squared 0.975107 Mean dependent var 0.638771Adjusted R-squared 0.971669 S.D. dependent var 0.426998S.E. of regression 0.071871 Sum squared resid 1.084754F-statistic 283.6557 Durbin-Watson stat 1.926385Prob(F-statistic) 0.000000

TABLA 15: ARGENTINA, GASTO SOCIAL PROVINCIAL Dependent Variable: GS? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 10 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? 0.024842 0.010284 2.415551 0.0166DP? 1.436318 0.204274 7.031342 0.0000

TRANSF? 0.283261 0.108625 2.607697 0.0098EPUBL? 0.005025 0.002977 1.688079 0.0929

D1? -0.107494 0.035143 -3.058712 0.0025D3? 0.041731 0.029655 1.407194 0.1609

AR(1) 0.467143 0.054064 8.640469 0.0000Fixed Effects

_1--C 0.303753 _2--C 0.648204 _3--C 0.355199 _4--C 0.403576 _5--C 0.297954 _6--C 0.229103 _7--C 0.302759 _8--C 0.454139 _9--C 0.323508 _10--C 0.323804 _11--C 0.892832 _12--C 0.553774 _13--C 0.177861 _14--C 0.199445 _15--C 0.891187 _16--C 0.189340 _17--C 0.295220 _18--C 0.747040 _19--C 0.307542 _20--C 1.856931 _21--C 0.329225 _22--C 0.414342 _23--C 1.724375 _24--C 0.191142

R-squared 0.941349 Mean dependent var 1.180970Adjusted R-squared 0.932930 S.D. dependent var 0.708052S.E. of regression 0.183370 Sum squared resid 7.027522F-statistic 111.8155 Durbin-Watson stat 2.097129Prob(F-statistic) 0.000000

TABLA 16: ARGENTINA, GASTO SOCIAL PROVINCIAL Dependent Variable: GS? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 12 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.013917 0.007533 -1.847467 0.0661DP? 0.351262 0.166133 2.114344 0.0357

SUFIN? 0.545919 0.040109 13.61078 0.0000TRANSF? 0.376932 0.074680 5.047311 0.0000

D1? -0.059712 0.025702 -2.323245 0.0211D3? 0.063433 0.022586 2.808462 0.0054

AR(1) 0.379676 0.056482 6.722071 0.0000Fixed Effects

_1--C 0.291633 _2--C 0.150087 _3--C 0.050378 _4--C 0.575669 _5--C 0.889979 _6--C 0.175911 _7--C 0.110684 _8--C 0.207045 _9--C -0.046911 _10--C 0.091141 _11--C 0.425831 _12--C 0.145177 _13--C 0.252645 _14--C 0.062989 _15--C 1.069736 _16--C 0.216245 _17--C 0.074054 _18--C 0.110389 _19--C 0.237269 _20--C 1.467965 _21--C 0.208423 _22--C -0.030464 _23--C 0.912103 _24--C 0.030346

R-squared 0.968695 Mean dependent var 1.180970Adjusted R-squared 0.964201 S.D. dependent var 0.708052S.E. of regression 0.133967 Sum squared resid 3.750967F-statistic 215.5743 Durbin-Watson stat 2.328373Prob(F-statistic) 0.000000

TABLA 17: ARGENTINA, GASTO ECONOMICO PROVINCIAL Dependent Variable: GE? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 6 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? 0.001843 0.008043 0.229173 0.8190DP? -0.306829 0.178704 -1.716970 0.0875

SUFIN? 0.200390 0.042505 4.714526 0.0000TRANSF? 0.107657 0.075141 1.432725 0.1534

D1? -0.020913 0.027517 -0.759995 0.4481D3? 0.007575 0.027097 0.279556 0.7801

AR(1) 0.234850 0.072349 3.246072 0.0014Fixed Effects

_1--C -0.105339 _2--C -0.159187 _3--C -0.064999 _4--C 0.141658 _5--C -0.264314 _6--C -0.154610 _7--C -0.118610 _8--C -0.066888 _9--C -0.037249 _10--C 0.015914 _11--C 0.162400 _12--C -0.187561 _13--C 0.018867 _14--C 0.115567 _15--C 0.351572 _16--C -0.106816 _17--C -0.059003 _18--C -0.082665 _19--C -0.019086 _20--C 0.962592 _21--C -0.143297 _22--C -0.122673 _23--C -0.145715 _24--C -0.104463

R-squared 0.846567 Mean dependent var 0.328700Adjusted R-squared 0.824544 S.D. dependent var 0.358373S.E. of regression 0.150114 Sum squared resid 4.709634F-statistic 38.43871 Durbin-Watson stat 1.963974Prob(F-statistic) 0.000000

TABLA 18: ARGENTINA, GASTO ECONOMICO PROVINCIAL Dependent Variable: GE? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 6 iterations

Variable Coefficient Std. Error t-Statistic Prob. PARTTRIB? 1.100748 0.478150 2.302095 0.0223

DP? -0.253481 0.175421 -1.444989 0.1499SUFIN? 0.213252 0.039003 5.467612 0.0000

TRANSF? 0.110197 0.075108 1.467185 0.1438AR(1) 0.257324 0.069228 3.717034 0.0003

Fixed Effects _1--C -0.703063 _2--C -0.297300 _3--C -0.229998 _4--C -0.105968 _5--C -1.257310 _6--C -0.594389 _7--C -0.265720 _8--C -0.399517 _9--C -0.140374 _10--C -0.139030 _11--C -0.121097 _12--C -0.293184 _13--C -0.393304 _14--C -0.109601 _15--C -0.054152 _16--C -0.401010 _17--C -0.293303 _18--C -0.282907 _19--C -0.262897 _20--C 0.734370 _21--C -0.582265 _22--C -0.282628 _23--C -0.393085 _24--C -0.348935

R-squared 0.849818 Mean dependent var 0.328700Adjusted R-squared 0.829889 S.D. dependent var 0.358373S.E. of regression 0.147809 Sum squared resid 4.609844F-statistic 42.64162 Durbin-Watson stat 2.003348Prob(F-statistic) 0.000000

TABLA 19: ARGENTINA, GASTO ECONOMICO PROVINCIAL Dependent Variable: GE? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 7 iterations

Variable Coefficient Std. Error t-Statistic Prob. PARTTRIB? 1.102103 0.481364 2.289541 0.0230

DP? -0.265290 0.176271 -1.505016 0.1338SUFIN? 0.210907 0.039189 5.381786 0.0000AR(1) 0.265265 0.070213 3.778016 0.0002

Fixed Effects _1--C -0.698673 _2--C -0.283795 _3--C -0.217754 _4--C -0.087651 _5--C -1.250971 _6--C -0.585860 _7--C -0.254984 _8--C -0.388690 _9--C -0.121812 _10--C -0.114470 _11--C -0.094706 _12--C -0.145139 _13--C -0.386809 _14--C -0.091590 _15--C -0.032785 _16--C -0.386017 _17--C -0.281911 _18--C -0.258836 _19--C -0.254890 _20--C 0.805620 _21--C -0.572109 _22--C -0.267738 _23--C -0.312028 _24--C -0.339076

R-squared 0.848294 Mean dependent var 0.328700Adjusted R-squared 0.828973 S.D. dependent var 0.358373S.E. of regression 0.148207 Sum squared resid 4.656623F-statistic 43.90531 Durbin-Watson stat 1.981258Prob(F-statistic) 0.000000

TABLA 20: ARGENTINA, GASTO CORRIENTE COMO PROPORCION DEL GASTO PROVINCIAL TOTAL Dependent Variable: GC_GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 9 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? 0.004691 0.002627 1.785802 0.0756

PARTTRIB? -0.208977 0.157494 -1.326891 0.1860DP? 0.260022 0.057581 4.515774 0.0000

SUFIN? -0.064911 0.013532 -4.796666 0.0000D10? -0.049798 0.039546 -1.259248 0.2093AR(1) 0.341113 0.069663 4.896632 0.0000

Fixed Effects _1--C 1.024595 _2--C 1.013440 _3--C 0.921663 _4--C 0.811951 _5--C 1.037593 _6--C 0.985938 _7--C 0.945916 _8--C 0.968111 _9--C 0.932865 _10--C 0.962609 _11--C 0.889483 _12--C 0.971635 _13--C 0.943476 _14--C 0.873691 _15--C 0.892671 _16--C 0.951964 _17--C 0.934267 _18--C 0.972403 _19--C 0.736829 _20--C 0.871114 _21--C 1.009351 _22--C 0.956451 _23--C 1.018187 _24--C 0.918839

R-squared 0.671661 Mean dependent var 0.850666Adjusted R-squared 0.626319 S.D. dependent var 0.076233S.E. of regression 0.046601 Sum squared resid 0.456046F-statistic 14.81319 Durbin-Watson stat 1.947322Prob(F-statistic) 0.000000

TABLA 21: ARGENTINA, GASTO DE CAPITAL COMO PROPORCION DEL GASTO PROVINCIAL TOTAL Dependent Variable: GCAP_GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 8 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.004691 0.002627 -1.785793 0.0756

PARTTRIB? 0.208976 0.157494 1.326881 0.1860DP? -0.260021 0.057581 -4.515756 0.0000

SUFIN? 0.064911 0.013532 4.796669 0.0000D10? 0.049798 0.039546 1.259243 0.2093AR(1) 0.341113 0.069663 4.896631 0.0000

Fixed Effects _1--C -0.024595 _2--C -0.013439 _3--C 0.078337 _4--C 0.188049 _5--C -0.037593 _6--C 0.014062 _7--C 0.054084 _8--C 0.031889 _9--C 0.067135 _10--C 0.037391 _11--C 0.110517 _12--C 0.028365 _13--C 0.056524 _14--C 0.126309 _15--C 0.107330 _16--C 0.048036 _17--C 0.065733 _18--C 0.027597 _19--C 0.263172 _20--C 0.128887 _21--C -0.009351 _22--C 0.043549 _23--C -0.018187 _24--C 0.081161

R-squared 0.671661 Mean dependent var 0.149334Adjusted R-squared 0.626319 S.D. dependent var 0.076233S.E. of regression 0.046601 Sum squared resid 0.456046F-statistic 14.81319 Durbin-Watson stat 1.947321Prob(F-statistic) 0.000000

TABLA 22: ARGENTINA, GASTO SOCIAL COMO PROPORCION DEL GASTO PROVINCIAL TOTAL Dependent Variable: GS_GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 7 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? -0.001876 0.001431 -1.311093 0.1913

PARTTRIB? -0.194262 0.090612 -2.143881 0.0332DP? -0.102879 0.030083 -3.419861 0.0008

EPUBL? -0.000978 0.000453 -2.160717 0.0318AR(1) 0.267492 0.064048 4.176406 0.0000

Fixed Effects _1--C 0.702626 _2--C 0.623134 _3--C 0.544515 _4--C 0.615503 _5--C 1.052613 _6--C 0.638524 _7--C 0.608886 _8--C 0.633511 _9--C 0.541754 _10--C 0.544900 _11--C 0.635780 _12--C 0.576954 _13--C 0.591764 _14--C 0.516065 _15--C 0.661330 _16--C 0.615586 _17--C 0.562192 _18--C 0.588245 _19--C 0.675068 _20--C 0.628360 _21--C 0.655864 _22--C 0.580022 _23--C 0.647883 _24--C 0.532141

R-squared 0.870337 Mean dependent var 0.496677Adjusted R-squared 0.853131 S.D. dependent var 0.072306S.E. of regression 0.027710 Sum squared resid 0.162016F-statistic 50.58211 Durbin-Watson stat 2.029922Prob(F-statistic) 0.000000

TABLA 23: ARGENTINA, GASTO ECONOMICO COMO PROPORCION DEL GASTO PROVINCIAL TOTAL Dependent Variable: GE_GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 8 iterations

Variable Coefficient Std. Error t-Statistic Prob. PBP? 0.002636 0.001830 1.441039 0.1511DP? -0.109581 0.039144 -2.799421 0.0056D9? -0.064138 0.028144 -2.278921 0.0237D10? 0.044980 0.028266 1.591313 0.1130AR(1) 0.209801 0.067451 3.110430 0.0021

Fixed Effects _1--C 0.042978 _2--C 0.046949 _3--C 0.105178 _4--C 0.136875 _5--C -0.028030 _6--C 0.031920 _7--C 0.132596 _8--C 0.100285 _9--C 0.107886 _10--C 0.140578 _11--C 0.172916 _12--C 0.073061 _13--C 0.146265 _14--C 0.207256 _15--C 0.147877 _16--C 0.071289 _17--C 0.101881 _18--C 0.114597 _19--C 0.146600 _20--C 0.197196 _21--C 0.044755 _22--C 0.100882 _23--C 0.071105 _24--C 0.071327

R-squared 0.695566 Mean dependent var 0.119436Adjusted R-squared 0.655167 S.D. dependent var 0.063585S.E. of regression 0.037339 Sum squared resid 0.294173F-statistic 17.21750 Durbin-Watson stat 2.010286Prob(F-statistic) 0.000000

TABLA 25: ARGENTINA, GASTO ECONOMICO COMO PROPORCION DEL GASTO PROVINCIAL TOTAL Dependent Variable: GE_GPT? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 6 iterations

Variable Coefficient Std. Error t-Statistic Prob. DP? -0.169521 0.042107 -4.025940 0.0001

SUFIN? 0.031102 0.009461 3.287223 0.0012D9? -0.057577 0.027317 -2.107710 0.0362D10? 0.035451 0.027528 1.287831 0.1992AR(1) 0.197928 0.066849 2.960805 0.0034

Fixed Effects _1--C 0.040380 _2--C 0.012265 _3--C 0.078869 _4--C 0.139923 _5--C 0.010472 _6--C 0.027440 _7--C 0.106407 _8--C 0.078392 _9--C 0.076270 _10--C 0.116605 _11--C 0.138221 _12--C 0.039383 _13--C 0.140789 _14--C 0.194139 _15--C 0.144789 _16--C 0.061793 _17--C 0.083429 _18--C 0.069900 _19--C 0.134570 _20--C 0.164624 _21--C 0.034665 _22--C 0.065460 _23--C 0.013522 _24--C 0.054528

R-squared 0.707353 Mean dependent var 0.119436Adjusted R-squared 0.668518 S.D. dependent var 0.063585S.E. of regression 0.036609 Sum squared resid 0.282783F-statistic 18.21443 Durbin-Watson stat 1.992429Prob(F-statistic) 0.000000

TABLA 26: ARGENTINA, GASTO CORRIENTE COMO PROPORCION DEL PRODUCTO BRUTO GEOGRAFICO Dependent Variable: GC_PBP? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 10 iterations

Variable Coefficient Std. Error t-Statistic Prob. DP? 0.485870 0.046879 10.36444 0.0000

SUFIN? 0.031850 0.010197 3.123545 0.0020D3? 0.012118 0.005379 2.252617 0.0253

AR(1) 0.676471 0.049202 13.74894 0.0000Fixed Effects

_1--C 0.064258 _2--C 0.133926 _3--C 0.232010 _4--C 0.011417 _5--C -0.029150 _6--C 0.041903 _7--C 0.162019 _8--C 0.120756 _9--C 0.439460 _10--C 0.258327 _11--C 0.092564 _12--C 0.208045 _13--C 0.046763 _14--C 0.110169 _15--C 0.090465 _16--C 0.031477 _17--C 0.141958 _18--C 0.041714 _19--C 0.045126 _20--C 0.085792 _21--C 0.070611 _22--C 0.328841 _23--C 0.040794 _24--C 0.136565

R-squared 0.945772 Mean dependent var 0.243149Adjusted R-squared 0.938866 S.D. dependent var 0.149868S.E. of regression 0.037055 Sum squared resid 0.291095F-statistic 136.9425 Durbin-Watson stat 1.754838Prob(F-statistic) 0.000000

TABLA 27: ARGENTINA, GASTO CORRIENTE COMO PROPORCION DEL PRODUCTO BRUTO GEOGRAFICO Dependent Variable: GC_PBP? Method: Pooled Least Squares Sample: 1994 2004 Included observations: 11 Number of cross-sections used: 24 Total panel (balanced) observations: 240 Convergence achieved after 10 iterations

Variable Coefficient Std. Error t-Statistic Prob. DP? 0.485870 0.046879 10.36444 0.0000

SUFIN? 0.031850 0.010197 3.123545 0.0020D3? 0.012118 0.005379 2.252617 0.0253

AR(1) 0.676471 0.049202 13.74894 0.0000Fixed Effects

_1--C 0.064258 _2--C 0.133926 _3--C 0.232010 _4--C 0.011417 _5--C -0.029150 _6--C 0.041903 _7--C 0.162019 _8--C 0.120756 _9--C 0.439460 _10--C 0.258327 _11--C 0.092564 _12--C 0.208045 _13--C 0.046763 _14--C 0.110169 _15--C 0.090465 _16--C 0.031477 _17--C 0.141958 _18--C 0.041714 _19--C 0.045126 _20--C 0.085792 _21--C 0.070611 _22--C 0.328841 _23--C 0.040794 _24--C 0.136565

R-squared 0.945772 Mean dependent var 0.243149Adjusted R-squared 0.938866 S.D. dependent var 0.149868S.E. of regression 0.037055 Sum squared resid 0.291095F-statistic 136.9425 Durbin-Watson stat 1.754838Prob(F-statistic) 0.000000