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.
ignacio.mauleon@urjc.es
** Universitat Rovira i Virgili de Tarragona.
jordi.sarda@urv.cat

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
***
αααα
α (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
**)(*
αααα
α (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,
Y
Y
Lt
St
= e
tc )/*( 13 αα
- 1 ≈
α
α
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 α3
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 - α3
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
***
ααααα
α (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
**)(*
ααααα
α (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
YY
Lt
BtSt
+
= e
t
t
dgc )/)**(( 153 ααα +
- 1 ≈
α
α
α
α
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 (px
1) y (qx
1) vectores de parámetros; y
ε y ξ son (px
1) 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)
7,0
9,0
11,0
13,0
15,0
17,0
19,0
21,0
23,0
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 Valor 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
8000000000
1980
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
0,00
5,00
10,00
15,00
20,00
25,00
30,00
35,00
40,00
45,00
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

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Destacado

Destacado (6)

Similar a Blanqueo capitales en España

Similar a Blanqueo capitales en España (20)

Más de imauleecon

Más de imauleecon (13)

Último

Último (20)

Blanqueo capitales en España