Ayuda
Ir al contenido

Dialnet


Resumen de Estimación de la función de recaudación tributaria del Instituto Mexicano del Seguro Social sin el apoyo económico gubernamental

Mauricio Belendez Castañeda

  • español

    El presente trabajo propone un modelo estadístico de regresión lineal múltiple (RLM) para la toma de decisiones sobre la recaudación tributaria con aplicación al sistema de seguridad social mexicano considerando los factores con mayor incidencia en la percepción de ingreso. El modelo aplicado tiene significancia estadística, así como las variables explicativas: número de trabajadores y de patrones afiliados al Instituto Mexicano del Seguro Social (IMSS), porcentaje de aportación (en cuotas del trabajador y empleador), tal como la tasa de informalidad existente, esto en un nivel de confianza del 90%. La contribución fundamental de este artículo es proponer un modelo estadístico como una herramienta de gestión financiera para el estado, en relación a las condiciones de recaudación y las fuentes de financiamiento del instituto, puesto que fue determinado a partir de las condiciones operativas de la seguridad social en México.

  • English

    This paper proposes a statistical model of multiple linear regression (MLR) for decision-making on tax collection, applying it to the Mexican social security system, considering the factors with higher incidence on income perception. The model applied has statistical significance, along with the explanatory variables: number of workers and employers affiliated to the Mexican Social Security Institute (IMSS), contribution percentage (in worker and employer quotas), as well as the existing rate of informality, this at a confidence level of 90%. The fundamental contribution of this article is to propose a statistical model as a financial management tool for the state, in regard to the collection conditions and the institute financing sources, since it was determined from the operational conditions of the social security inMexico.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus