1.1. Variables explicativas del desempeño fiscal

Como se estableció en el apartado anterior, en esta investigación se utiliza la regresión lineal múltiple porque la finalidad es determinar un modelo que permita estimar el desempeño fiscal municipal. Para lograr esto, es indiscutible que se deben utilizar variables explicativas del desempeño; en esto se suscribe la intención del presente: dilucidar cuáles variables explican parte del desempeño fiscal, de manera particular, enfocadas en los ingresos, gastos o deuda que, de acuerdo con los planteamientos vertidos en la introducción, son los elementos que se consideran en los estudios del desempeño fiscal.

La falta de recursos a nivel municipal resulta innegable en gobiernos locales mexicanos (^{Espinosa et al., 2018}; Unda Gutiérrez, ²⁰¹⁷ y ²⁰¹⁸; ^{Unda Gutiérrez y Moreno-Jaimes, 2015}), sin embargo, esto no es una problemática generalizada porque, contrario a lo que pudiera pensarse, hay alta recaudación local soportada en algunas entidades (^{Madrigal Delgado, 2021}), debido, en parte, a la particular dinámica y las grandes diferencias que existen entre los municipios del país, por lo que resulta relevante el análisis en torno a la recaudación municipal.

^{Madrigal Delgado (2021)} utiliza como variables la recaudación del impuesto predial y de todos los impuestos al patrimonio, ambos cocientes en relación con el producto interno bruto de la entidad; halla que la recaudación de todos los impuestos al patrimonio, en la mayoría de las entidades, no aumentó durante el periodo de estudio y enfatiza que la recaudación nacional se soporta en cinco entidades que, en conjunto con la Ciudad de México, recaudan 70% del total nacional.

Por su parte, ^{Unda Gutiérrez y Moreno-Jaimes (2015)} determinan el cociente de ingresos de fuentes locales como porcentaje de los ingresos totales y manifiestan que desde 2001 la proporción de la recaudación local va a la baja, debido a que los municipios empiezan a recibir los recursos provenientes de las aportaciones en 1998.

Por lo anterior, la autonomía fiscal cobra importancia; ésta es definida como el porcentaje de ingresos propios de la entidad respecto al total de ingresos. Siguiendo esta corriente de pensamiento, las potestades tributarias municipales son importantes porque aumentan las fuentes de ingresos propios y lleva a una mayor autonomía. Además, se cree que incrementar esta variable conduce a mejores servicios públicos (^{Oates, 1999}). En consecuencia, ante la autonomía fiscal limitada, los gobiernos locales se subordinan a la voluntad de la federación y tienen menos posibilidades de impactar positivamente en la administración municipal.

En esencia, la autonomía fiscal atiende los ingresos de las finanzas municipales y es medida como la recaudación total de ingresos propios, mientras que la capacidad fiscal atiende ingresos y gastos municipales, por tanto, es la relación de recursos propios y las necesidades públicas locales; refleja el grado en que los gobiernos municipales satisfacen las solicitudes de bienes y servicios por parte de los ciudadanos, con recursos propios (^{Suzuki y Han, 2019}). Los servicios esenciales prestados por municipios y su capacidad para sufragarlos son relevantes en estudios de desempeño fiscal, según el aporte de ^{Switzer et al. (2020)}, quienes mencionan que los servicios públicos como el agua, aguas residuales y electricidad son esenciales, incluso en momentos como la pandemia por COVID-19, y se deben mantener; no hacerlo aumenta el riesgo de pandemia.

Si bien en sistemas federales existe la tendencia de culpar a otros niveles de gobierno ante recursos limitados, lo cierto es que los gobiernos locales cuentan con menores recursos y les es más difícil salir de crisis sin ayuda externa del estado o federación. Por tanto, los recursos propios son decisivos en la capacidad fiscal para financiar, al menos, gastos obligatorios e influyen en la resolución del gasto. Para ^{Shah (1994)}, si los gobiernos locales cubren una parte importante de sus gastos con recursos propios las decisiones son más eficientes, porque adjudican el costo al esfuerzo de su propia jurisdicción.

Lo anterior coincide con la teoría de flypaper, que atribuye el aumento del gasto subnacional, cuando la fuente de ingresos es externa, a aquel que ejerce el gasto, porque el costo de financiar los egresos corresponde a otros niveles y no al esfuerzo propio. ^{Díaz González y Montelongo Jaime (2017)} encuentran evidencia del efecto papel matamoscas sobre todo en entidades altamente dependientes de las transferencias del gobierno; señalan que la creciente depen-

dencia financiera trae consigo el aumento del gasto público. En derivación, los gobiernos locales tienden a gastar mucho, porque el dinero no implica esfuerzo propio y, por tanto, hay un crecimiento del gasto corriente cuando es financiado con transferencias.

El efecto papel matamoscas surge sencillamente porque los gastos públicos se vuelven más baratos cuando se financian con transferencias (^{Sepúlveda, 2017}), situación ampliamente aceptada en la literatura del flypapers (^{Sour, 2016}). Las transferencias permiten un traslado hacia el gasto corriente, el cual llega a ser más de la mitad del total de egresos.

Con la intención de fortalecer las finanzas locales, en 1999 se modificó el artículo 115 constitucional, encaminado a acrecentar la capacidad y facultad municipal en el impuesto predial; sin embargo, se muestra que la reforma fue incapaz de mitigar las limitantes de la primera reforma de 1982, provocando una disminución de 94.4 pesos por habitante en el promedio de predial por estado, pese al intento de otorgar facultades para la gestión del impuesto (^{Unda Gutiérrez y Moreno-Jaimes, 2015}).

A pesar de que el impuesto predial es considerado el oro negro de los municipios, los magros ingresos se muestran por debajo del potencial. Para México, Argentina y Brasil, por el desaprovechamiento de potestades tributarias, el desplazamiento del gasto y el aumento de adeudo público se da una reducción del espacio fiscal (^{Cepal, 2019}).

El predial es un indicador factible para evaluar el desempeño fiscal, entre otras razones, por ser de interés en temas de gestión y financiamiento municipal; es una fuente de ingresos propios municipales y un impuesto con gran potencial; se trata del recurso más importante para municipios en muchas partes del mundo; en México, es el principal instrumento para gravar el patrimonio y la riqueza (^{Ruelas Ávila, 2015}).

En promedio, el predial representa 66% de impuestos al patrimonio en México; esto implica ser “el principal instrumento tributario de generación de ingresos municipales y, a su vez, la herramienta más usada para gravar el patrimonio” (^{Madrigal Delgado, 2021: 144}). Sin embargo, la literatura señala una baja recaudación del predial, porque México ocupa los últimos lugares dentro de los miembros de la Organización para la Cooperación y el Desarrollo Económicos, situación persistente en los últimos 20 años, y también en América Latina. Al comparar la evolución de impuestos al patrimonio, en México simboliza 0.19% del producto interno bruto (PIB), en tanto, en Argentina, Brasil, Colombia y Panamá oscila entre 0.35% hasta 0.60% (^{De Cesare, 2016}). Esto manifiesta la baja recaudación local en este impuesto con gran potencial. Por lo que resulta conveniente hallar cuáles son algunas de las causas de estos magros resultados en la recaudación de éste y de todos los impuestos locales.

Estudios muestran que la baja recaudación local se debe a las transferencias, las cuales incentivan la pereza fiscal. ^{Canavire-Bacarreza y Zúñiga Espinoza (2015)} señalan un impacto dañino en el recaudo de ingresos fiscales municipales, donde las transferencias de tipo condicionadas lesionan más la recaudación del predial. Por su parte, ^{Espinosa et al. (2018)} sugieren un efecto positivo de las transferencias no condicionadas con el desempeño recaudatorio del predial y apoyan el hecho de que las condicionadas disminuyen la eficiencia recaudatoria.

Hay quienes consideran que la principal limitación se reúne en los municipios rurales, a causa del bajo coste del dominio rústico, a la limitada capacidad administrativa en estos municipios y a la histórica dispensa del ejido (^{Unda Gutiérrez y Moreno-Jaimes, 2015}). En este sentido, es relevante enfocar alguno indicadores de capacidad y gestión para evaluar la recaudación del predial.

Bajo la consideración anterior, el predial es la primordial fuente de ingresos tributarios, por lo que su análisis brinda herramientas que conllevan a fortalecer la hacienda local, por eso resulta importante identificar los factores que impactan de forma positiva en su recaudación. ^{Espinosa et al. (2018)} brindan algunos factores: uniformidad en los procesos de valuación catastral y mandato de tener un registro geográfico actualizado con revisión anual, asegurando calidad de información y homogeneidad en los municipios al interior de entidades.

En otras investigaciones se refiere a la modernización del catastro. En un estudio, ^{Ruelas Ávila (2015)} menciona que 76% de los municipios mexicanos no cuentan con información catastral actualizada, y de los municipios con información catastral actualizada, 50% no se encuentra conforme a los valores del mercado, lo que evidencia que la desactualización del valor catastral conforme a la del mercado sigue siendo una dificultad para el sistema de cobranza. ^{Unda Gutiérrez (2018)} considera que la razón de la baja recaudación local se debe a un desinterés de los alcaldes y a la falta de promoción de parte de éstos, de aumentos de tablas, tarifas y actualización de valores catastrales debido a intereses políticos y a lo que en la literatura se identifica como un costo político que los gobernantes locales no quieren pagar.

^{Unda Gutiérrez (2017)} señala a los valores catastrales, las tasas impositivas y la eficiencia recaudatoria; muestra que esta última está determinada por la capacidad institucional en específico del área de catastro y de la dirección de ingresos. La capacidad institucional, definida como la habilidad de los gobiernos para lograr los objetivos, es determinante para motivar el recaudo del predial. En un estudio siguiente encuentra correlación positiva entre los índices de capacidad institucional de tesorería y catastro con el índice del predial, lo que sugiere que las capacidades institucionales tienen impacto en la recaudación del predial (^{Unda Gutiérrez, 2018}).

Ante esto, se observan los retos a los que se han enfrentado los gobiernos locales en el recaudo de este impuesto, por citar algunos: la administración del catastro, la actualización de valores catastrales y la capacidad institucional. Por lo que la asignación de potestades tributarias no sólo implica una reforma en esta materia, particularmente involucra una estrategia de acompañamiento financiero, administrativo y de colaboración para fortalecer las capacidades institucionales de gobiernos locales, a fin de lograr los resultados esperados en la reforma. La literatura ha evidenciado carencias en la recaudación local, sin embargo, es importante fortalecer sus instituciones.

2.1. Hacia la determinación del modelo estimativo

El modelo para estimar el desempeño fiscal de los municipios que se propone se determina mediante el uso de la regresión lineal múltiple, la cual es factible en estudios de evaluaciones de desempeño a gobiernos locales. Además, se usa la técnica de mínimos cuadrados ordinarios para obtener la ecuación de la recta, misma que permite minimizar los residuos. Ambas selecciones, de método y de técnica, han sido utilizadas en investigaciones afines, a más que con su uso se logra el objetivo planteado.

El objetivo de esta investigación fue determinar un modelo para ayudar a los municipios a estimar su desempeño, implementar acciones para mejorar los resultados de su gestión y corregir ineficiencias. Para esto, se realizó una investigación cuantitativa, acopiando datos de los ingresos y gastos de 2441 municipios del país en 2018. La información se obtuvo de ^{Inegi (2018)}, en el apartado de finanzas públicas estatales y municipales; para los datos poblacionales se utilizaron las proyecciones de población del Consejo Nacional de Población (^{Conapo, 2019}).

La regresión lineal múltiple permite estadísticamente conocer cuáles variables en conjunto admiten estimar el desempeño fiscal, además de identificar el impacto que puede tener en el resultado del desempeño alguna acción por parte de las presidencias municipales.

Para llevar a cabo la regresión lineal múltiple, se realizaron pruebas gráficas y numéricas para tener la seguridad de que el modelo es razonablemente bueno. Se realizaron las pruebas numéricas que detectan errores de especificación, heterocedasticidad y multicolinealidad (^{Montero Granados, 2016}).

La variable de interés, o variable dependiente, es el índice de desempeño fiscal municipal resultante del análisis factorial aplicado con la metodología propuesta (^{Madrigal Delgado et al., 2018}); mientras que las variables explicativas o regresoras son: capacidad fiscal, autonomía financiera, patrimonio, autonomía tributaria y predial, las cuales, de acuerdo con la literatura de gestión de gobiernos locales, son una importante guía para conocer su desempeño.

Considerando las variables explicativas y la variable de interés, el modelo se basa en una regresión múltiple bajo la siguiente forma (ecuación 1):

En este modelo, el valor de Y corresponde al desempeño fiscal municipal (DFM), mientras los valores de X₁, X₂, X₃, X₄ y X₅ corresponden a la capacidad fiscal, autonomía financiera, patrimonio, autonomía tributaria y predial, respectivamente.

El DFM elaborado mediante el procedimiento de análisis factorial estima resultados entre 0-1, donde 0 indica nulo desempeño fiscal municipal; valores más cercanos a 0 indican menor desempeño; valores más próximos a 1 refieren mayor desempeño fiscal del municipio.

Considerando la divergencia de las características de los municipios del país, los valores resultantes se agrupan en cinco niveles de desempeño fiscal, mismos que aplica el Conapo; para agruparlos, se utilizó la medida de posición para datos no agrupados, que permite establecer rangos entre las categorías propuestas (tabla 1).

Una vez obtenida la ecuación del modelo estimativo, se procedió a comparar su resultado con un índice establecido por otros autores (^{Madrigal Delgado et al., 2018}), a fin de validar, de manera práctica, que el modelo es bueno para estimar el desempeño. Cabe mencionar que el índice con el que se compara el resultado del modelo estimativo también se normalizó en valores de 0-1.

Para obtener el índice con el que se comparó el resultado del modelo estimativo propuesto en esta investigación, se realizaron las pruebas de factibilidad pertinentes, como se explica a continuación:

En el siguiente apartado se definen las variables utilizadas en el modelo estimativo de desempeño fiscal propuesto.

2.2. Regresión lineal múltiple y las variables explicativas en el modelo estimativo

Las variables explicativas del modelo propuesto son las siguientes; su operacionalización se representa en el cuadro 1.

Se debe observar que se incluyeron cinco variables explicativas, mientras la variable dependiente es el DFM, misma que se representa por el índice utilizado para fines comparativos. De manera general, a continuación se explica cómo el método de regresión lineal múltiple fue arrojando las variables que, en conjunto, mejor estiman las puntuaciones del desempeño municipal. Como primer paso, se procedió a revisar la significancia de las variables, en donde se encontró que las cinco son estadísticamente significativas, aunque presentaron problemas de multicolinealidad, que se solucionaron; a continuación, se explica cómo se resolvió:

El nivel de significancia de las variables y del modelo en general fue probado en la ecuación 2. Las cinco variables fueron significativas, sin embargo, se presentó multicolinealidad de acuerdo con el factor de inflación de varianza FIV. Por tanto, se procedió a revisar la correlación entre cada variable independiente, detectando alta correlación entre dos variables; mediante regresiones auxiliares, se midió el efecto de excluir dos variables con alta correlación y esto permitió resolver el problema. Debido a que incluir cinco variables es motivo de multicolinealidad, se optó por reducir a tres variables explicativas y, de esta manera, mitigar el error.

La prueba de detección mediante la regla Klein en el modelo seleccionado, al excluir dos variables, mostró que no hay presencia de multicolinealidad; además, el factor FIV bajó considerablemente, por lo que se obtuvo un modelo estadísticamente significativo y razonablemente bueno para pronóstico del índice municipal. En el apartado de resultados se presentan con mayor precisión. En el siguiente apartado se detallan los resultados del modelo de regresión lineal múltiple para estimar el desempeño fiscal de gobiernos municipales. El modelo predictivo es ventajoso; lo es más en tiempos de no certidumbre en la distribución de recursos y en contextos de alta centralización de ingresos en el gobierno central. Además, es funcional en realidades donde, a pesar de los esfuerzos por aumentar las potestades tributarias de gobiernos locales, sus resultados son escasos.

Por último, es necesario mencionar que un modelo estimativo permite a los gobiernos anticipar sus resultados de gestión y, con esto, contar con una herramienta útil para desarrollar las estrategias de mejora, mediante el seguimiento y monitoreo de los indicadores predictores o variables explicativas.

3.1. Estimación del modelo a partir de la regresión lineal múltiple

El índice sintético y las variables explicativas se sometieron a la regresión lineal múltiple en el software EViews (^{S&P Global, 2017}). Se utilizó la técnica de mínimos cuadrados ordinarios (MCO) para calcular la recta de regresión lineal que minimiza los residuos, es decir, la diferencia entre valores reales y estimados. Esta técnica es muy usada en estudios de administración pública (^{Goeminne y George, 2019}) para obtener la pendiente de la recta y la ordenada que mejor se ajuste a los datos.

En una primera salida, el modelo es significativo al 5%, ya que se encontró que las cinco variables independientes pasan la prueba t, al ser mayores a la t_t. De manera global también el modelo es significativo, ya que la f calculada es mayor al ft (tabla 3) y se presenta en la ecuación 2. Sin embargo, como se mencionó, se presentó el problema de multicolinealidad, que se detectó con los factores de inflación de la varianza (FIV), que mide la correlación entre los predictores, es decir, las variables (tabla 4).

Revisando las correlaciones entre las variables, se detectaron algunas con alta asociación, lo que muestra un problema de multicolinealidad. Para corregir esto, se optó por eliminar las variables de mayor asociación, de manera que no perturben al modelo. Para esto, se revisó la correlación entre cada dos variables independientes; en la tabla 5 se concentran los resultados extraídos del EViews, donde se confirmó la correlación entre la variable X₁ y X₂, así como entre X₃ y X₅.

En los resultados se pudo apreciar que, para el caso de la regresión donde participan X₁ con X₂ y X₃ con X₅, la puntuación del coeficiente de determinación ajustado es virtuoso. Ante esto, es evidente la presencia de multicolinealidad. Se realizaron regresiones para medir el efecto al excluir al menos una de las variables de cada par correlacionadas (tabla 6):

Se decidió elegir alguno de los modelos anteriores; para esto, se consideró el nivel de significancia de los estimadores que afectan directamente la variable explicativa, sin dejar de lado los valores estadísticos F y R². Con estas consideraciones, se eligió el modelo que tiene como variables explicativas la capacidad fiscal, autonomía tributaria y el predial per cápita (tabla 7) y, nuevamente, se hizo uso de MCO para obtener la regresión que mejor se ajuste a los datos.

Una vez seleccionadas las variables explicativas del modelo, se procedió a revisar la presencia o no de multicolinealidad mediante la regla de Klein, el factor de inflación de varianza y el gráfico elipse. Los resultados con la regla Klein muestran que no hay presencia de multicolinealidad, en vista de que las R² de las regresiones auxiliares en todos los casos son menores a la R² de la regresión original (tabla 8).

La medida contemporánea de detección de multicolinealidad del factor de inflación de varianza VIF muestra valores cercanos a la unidad y, al ser menores a cinco, señalan que los valores están moderadamente correlacionados. Estos resultados muestran que el modelo no tiene problemas de multicolinealidad. Es decir, al eliminar dos variables altamente correlacionadas se corrigió el problema de la presencia de multicolinealidad (tabla 9).

Además, el gráfico de elipses muestra la relación entre variables: al ser baja ésta, el gráfico tiende a ser un círculo; es una elipse en caso de una relación alta. Los gráficos se muestran con tendencia a un círculo sin llegar a serlo, lo que muestra la correlación moderada entre las variables (gráfica 1).

Fuente: elaboración propia con base en cálculos estadísticos realizados en EViews, versión 10 (S&P Global, 2017).

Gráfica 1 Gráfico de elipses 

También los gráficos de dispersión entre las regresiones en la siguiente matriz muestran la baja asociación entre las variables explicativas (gráfica 2).

Como se puede observar, la autonomía financiera se relacionaba altamente con la capacidad fiscal; por su parte, el patrimonio tenía relación con el predial, lo que hacía presente la multicolinealidad en el modelo original; este problema se resolvió al eliminar del modelo dos variables que eran altamente relacionadas al interior del modelo original, seleccionando el modelo con la R² más alta y el que mejor resuelve el problema, bajando considerablemente los valores VIF.

Gráfica 2 Gráficos de dispersión 

Después de verificar que el modelo seleccionado no tenía problemas de multicolinealidad, como el modelo original, se procedió a realizar las pruebas de heterocedasticidad, a través de varios métodos, comenzando con la varianza de los errores, la prueba Breusch-Pagan-Godfrey y la prueba White. Las tres mostraron presencia de heterocedasticidad en el modelo, por lo que se transformaron los valores para mitigar el problema y, posteriormente, se realizó la prueba de autocorrelación, donde se evidenció que el modelo no está autocorrelacionado; esto se hizo mediante el valor de Durbin Watson.

A continuación, se explica lo anterior con los gráficos correspondientes:

La varianza de los errores es diferente, esto muestra que hay heterocedasticidad (gráfica 3). También la prueba Breusch-Pagan-Godfrey y la prueba White (tabla 10) probaron su presencia, ya que los valores de las probabilidades (prob) son menores de 0.05, con lo que se refuta la hipótesis nula y confirma la presencia de heterocedasticidad. Asimismo, cuando la j_i calculada es mayor a la j_i de tabla, se muestra la existencia de heterocedasticidad, por lo que se procedió a solucionar el problema obteniendo valores transformados (tabla 11).

Corregida la heterocedasticidad, el modelo pronóstico se presenta en la ecuación 3:

Fuente: elaboración propia con base cálculos estadísticos realizados en EViews, versión 10 (^{S&P Global, 2017}).

Gráfica 3 Varianza de los errores 

Posteriormente, se miró la autocorrelación. El valor de Durbin-Watson es 2.001417, por lo cual se asume que el modelo está correcto y no tiene presencia de autocorrelación (gráfica 4), porque los valores encontrados en la tabla D-W son:

por tanto:

Fuente: elaboración propia.

Gráfica 4 Durvin-Watson 

En consecuencia, se presenta en el siguiente punto el modelo pronóstico para el desempeño fiscal de los gobiernos locales. Se desarrolla el modelo seleccionado en función de las variables explicativas –capacidad fiscal, autonomía tributaria y predial– para estimar el resultado del índice sintético. También se compara el resultado del índice pronosticado con el índice sintético y se verifica que el modelo es eficiente. Además, se muestra información valiosa respecto a la variabilidad que tendría el índice ante una variación positiva o negativa de los indicadores.

3.2. Modelo estimativo del desempeño fiscal municipal

El modelo del DFM permite estimar los resultados de gestión de gobiernos municipales con tres variables explicativas: capacidad fiscal, autonomía tributaria y recaudación del predial. Este aspecto multidimensional permite a las haciendas locales enfocar esfuerzos en áreas relevantes como ingresos, gastos y recaudación de ingresos tributarios, en vista de que el modelo considera indicadores de estas áreas (ecuación 4). De sobremanera, el modelo puede servir para corregir ineficiencias en los gobiernos locales y mejorar su desempeño municipal.

Con base en el modelo estimativo, el valor de B0=0.080971 representa el puntaje del desempeño municipal cuando la capacidad fiscal, la autonomía tributaria y el predial tienen el valor de cero. La interpretación del modelo es la siguiente:

Como se puede observar, los predictores, de manera individual en el modelo, explican una parte del desempeño fiscal municipal, cuando el resto se mantiene constante; sin embargo, en conjunto explican el 94.27% del desempeño local, siendo beneficioso en el modelo la intervención de los tres. Además, las tres variables tienen una relación directamente proporcional con el desempeño municipal, porque ante un aumento de ellas, el desempeño también aumenta.

El modelo estimativo es muy cercano al índice sintético determinado con la metodología de ^{Madrigal Delgado et al. (2018)} y es razonablemente bueno para estimar el desempeño fiscal municipal. En la tabla 12 se presenta la aplicación del modelo que estima el desempeño fiscal, considerando, por conveniencia, una muestra de cinco municipios del país, que se seleccionaron con el muestreo al azar simple, el cual garantiza que cualquier municipio tiene la misma probabilidad de ser elegido (^{López-Roldán y Fachelli, 2015}). Para esto, primero se determina el índice sintético con la metodología de ^{Madrigal Delgado et al. (2018)} (columna tres); enseguida, se presentan los predictores del modelo estimativo del desempeño (columnas cuatro, cinco y seis); finalmente, se estima el desempeño fiscal con el modelo propuesto (ecuación 4; columna siete). Como se puede observar, se extrajo una muestra de municipios representativos de cuatro categorías de desempeño, de las propuestas en el estudio. El modelo es bondadoso porque con menos indicadores su resultado se acerca al índice sintético tomado de referencia, esto debido a las pruebas de validez realizadas.

Además, el modelo arroja un dato muy importante para las teorías de la gestión pública y esto se relaciona con el hecho de que aquellos municipios que implementen estrategias para mejorar la variable Capacidad fiscal tendrán un impacto favorable superior a la unidad en su desempeño fiscal. Es decir, las acciones encaminadas a cubrir gastos con recursos de su propia jurisdicción favorecen los resultados de su desempeño. Asimismo, el aumento de ingresos tributarios promueve el mejor desempeño fiscal de los municipios, siendo importante el indicador de la recaudación predial por habitante.

Para efectos de ejemplificar la incidencia de los indicadores predictores en el modelo (ecuación 4), se encontró que un aumento en el índice de capacidad fiscal y autonomía tributaria de 10% y un incremento de 100 pesos en la recaudación predial en San Felipe Orizatlán, Hidalgo, impacta de manera positiva el desempeño fiscal municipal en 24% más con respecto al puntaje de 2018, posicionando al municipio en 0.1240 puntos.

Este supuesto muestra que, en la práctica, los gobiernos municipales pueden implementar estrategias para aumentar su posición en el ranking y mejorar su desempeño fiscal mediante la eficiencia en la gestión local. Sobre todo, con esta herramienta predictiva de gestión local se valoran aspectos del diseño de transferencias, resultados de las reformas y distribución equitativa y justa de los recursos.