Gerard Campillo retweeted
SpaceX option package for new Tesla Roadster will include ~10 small rocket thrusters arranged seamlessly around car. These rocket engines dramatically improve acceleration, top speed, braking & cornering. Maybe they will even allow a Tesla to fly …
Gerard Campillo retweeted
Quiero DEMOCRATIZAR el conocimiento del cálculo del IRPF y del salario neto, y las implicaciones de la progresividad en frío entre 2012 y 2026.
Pero necesito fiscalistas y economistas con ojo al detalle y techies. Quiero que los que sabéis de fiscalidad auditéis los resultados de mi código para cada año atendiendo al más mínimo detalle (yo he tratado de hacerlo),
Que los techies me propongáis mejoras en el código y optimizaciones en las salidas, y quiero que, finalmente, los que tenéis capacidad de montar una web con ello, os coordinéis y lo hagáis.
También quiero que extraigáis un manual sencillo para que la gente lo entienda a partir de los cálculos que se hacen en el código. Y que se expliquen las distintas normativas y cómo impactaron.
A TRABAJAR. GO GO GO! @Gsnchez @XMihura @Inspectores_IHE @frdelatorre @Jaume_Vinas @SantiCalvo_Eco
Ahí va el código!
import pandas as pd
import numpy as np
# =============================================================================
# 1. MÓDULO MACROECONÓMICO: INFLACIÓN ACUMULADA (DICIEMBRE A DICIEMBRE)
# =============================================================================
IPC_ANUAL_DIC = {
2013: 0.003, 2014: -0.010, 2015: 0.000, 2016: 0.016, 2017: 0.011,
2018: 0.012, 2019: 0.008, 2020: -0.005, 2021: 0.065, 2022: 0.057,
2023: 0.031, 2024: 0.028, 2025: 0.029, 2026: 0.030
}
def obtener_inflacion_acumulada(anio_base, anio_destino=2026):
if anio_base == anio_destino: return 1.0
multiplicador = 1.0
for anio in range(anio_base + 1, anio_destino + 1):
multiplicador *= (1 + IPC_ANUAL_DIC[anio])
return multiplicador
INFLACION_A_2026 = {anio: obtener_inflacion_acumulada(anio, 2026) for anio in range(2012, 2027)}
# =============================================================================
# 2. NORMATIVA FISCAL Y LABORAL (IRPF Y SS)
# =============================================================================
def obtener_parametros(anio):
p = {}
# Bases y Tipos Generales SS
p['base_max'] = {
2012: 39150.0, 2013: 41108.4, 2014: 43164.0, 2015: 43272.0, 2016: 43704.0, 2017: 45014.4,
2018: 45014.4, 2019: 48841.2, 2020: 48841.2, 2021: 48841.2, 2022: 49672.8, 2023: 53946.0,
2024: 56646.0, 2025: 58914.0, 2026: 61214.4
}[anio]
p['ss_tipos'] = {
'comunes': [0.236, 0.047], 'desempleo': [0.055, 0.0155],
'fogasa': [0.002, 0.0], 'fp': [0.006, 0.001], 'atep': [0.015, 0.0]
}
# MEI y Solidaridad
if anio == 2023: p['mei'] = [0.005, 0.001]
elif anio == 2024: p['mei'] = [0.0058, 0.0012]
elif anio == 2025: p['mei'] = [0.0067, 0.0013]
elif anio >= 2026: p['mei'] = [0.0075, 0.0015]
else: p['mei'] = [0.0, 0.0]
if anio == 2025: p['solidaridad'] = [(1.10, 0.0092), (1.50, 0.0100), (float('inf'), 0.0117)]
elif anio >= 2026: p['solidaridad'] = [(1.10, 0.0115), (1.50, 0.0125), (float('inf'), 0.0146)]
else: p['solidaridad'] = []
# Mínimos y Gastos
p['irpf_minimo'] = 5151 if anio <= 2014 else 5550
p['minimo_exento'] = {
2012: 11162, 2013: 11162, 2014: 11162, 2015: 12000, 2016: 12000, 2017: 12000,
2018: 12643, 2019: 14000, 2020: 14000, 2021: 14000, 2022: 14000, 2023: 15000,
2024: 15876, 2025: 15876, 2026: 15876
}[anio]
p['gastos_fijos'] = 0 if anio <= 2014 else 2000
# Reducción Art 20 (y Metadatos para control)
def get_art20_params(a):
if a <= 2014: return {"U_Inf": 9180, "R_Max": 4080, "U_Sup": 13260, "R_Min": 2652}
elif 2015 <= a <= 2017: return {"U_Inf": 11250, "R_Max": 3700, "U_Sup": 14450, "R_Min": 0}
elif a == 2018: return {"U_Inf": "Transitorio", "R_Max": "Transitorio", "U_Sup": "Transitorio", "R_Min": "Transitorio"}
elif 2019 <= a <= 2022: return {"U_Inf": 13115, "R_Max": 5565, "U_Sup": 16825, "R_Min": 0}
elif a == 2023: return {"U_Inf": 14047.5, "R_Max": 6498, "U_Sup": 19747.5, "R_Min": 0}
else: return {"U_Inf": 14852, "R_Max": 7302, "U_Sup": 19747.5, "R_Min": 0}
p['art20_meta'] = get_art20_params(anio)
def reduccion_trabajo(rn_previo):
if anio <= 2014:
if rn_previo <= 9180: return 4080.0
elif rn_previo <= 13260: return 4080.0 - 0.35 * (rn_previo - 9180.0)
else: return 2652.0
elif 2015 <= anio <= 2017:
if rn_previo <= 11250: return 3700.0
elif rn_previo <= 14450: return 3700.0 - 1.15625 * (rn_previo - 11250.0)
else: return 0.0
elif anio == 2018: # Régimen Transitorio
pre = 3700.0 if rn_previo <= 11250 else (3700.0 - 1.15625 * (rn_previo - 11250.0) if rn_previo <= 14450 else 0.0)
post = 5565.0 if rn_previo <= 13115 else (max(0.0, 5565.0 - 1.5 * (rn_previo - 13115.0)) if rn_previo <= 16825 else 0.0)
return (pre / 2.0) + (post / 2.0)
elif 2019 <= anio <= 2022:
if rn_previo <= 13115: return 5565.0
elif rn_previo <= 16825: return max(0.0, 5565.0 - 1.5 * (rn_previo - 13115.0))
else: return 0.0
elif anio == 2023:
if rn_previo <= 14047.50: return 6498.0
elif rn_previo <= 19747.50: return max(0.0, 6498.0 - 1.14 * (rn_previo - 14047.50))
else: return 0.0
elif anio >= 2024:
if rn_previo <= 14852: return 7302.0
elif rn_previo <= 17673.52: return 7302.0 - 1.75 * (rn_previo - 14852.0)
elif rn_previo <= 19747.50: return 2364.34 - 1.14 * (rn_previo - 17673.52)
else: return 0.0
return 0.0
p['reduccion_trabajo'] = reduccion_trabajo
# Escalas IRPF
if anio <= 2014: p['tramos_irpf'] = [(17707, 0.2475), (33007, 0.30), (53407, 0.40), (120000, 0.47), (175000, 0.49), (300000, 0.51), (float('inf'), 0.52)]
elif anio == 2015: p['tramos_irpf'] = [(12450, 0.195), (20200, 0.245), (34000, 0.305), (60000, 0.38), (float('inf'), 0.46)]
elif 2016 <= anio <= 2020: p['tramos_irpf'] = [(12450, 0.19), (20200, 0.24), (35200, 0.30), (60000, 0.37), (float('inf'), 0.45)]
else: p['tramos_irpf'] = [(12450, 0.19), (20200, 0.24), (35200, 0.30), (60000, 0.37), (300000, 0.45), (float('inf'), 0.47)]
# Deducción SMI
def deduccion_smi(bruto):
if anio == 2026:
if bruto <= 17094: return 590.89
else: return max(0.0, 590.89 - 0.20 * (bruto - 17094.0))
elif anio == 2025:
if bruto <= 16576: return 340.0
elif bruto <= 18276: return max(0, 340.0 - 0.20 * (bruto - 16576.0))
return 0.0
p['deduccion_smi'] = deduccion_smi
return p
# =============================================================================
# 3. GENERACIÓN DE HOJAS DE CONTROL DE PARÁMETROS
# =============================================================================
def generar_hojas_control():
general = []
tramos_lista = []
for anio in range(2012, 2027):
p = obtener_parametros(anio)
tipo_emp = sum(x[0] for x in p['ss_tipos'].values())
tipo_tra = sum(x[1] for x in p['ss_tipos'].values())
general.append({
"Año": anio,
"Base Máx. Anual": p['base_max'],
"SS Empleador %": round(tipo_emp * 100, 2),
"SS Empleado %": round(tipo_tra * 100, 2),
"MEI Empleador %": round(p['mei'][0] * 100, 3),
"MEI Empleado %": round(p['mei'][1] * 100, 3),
"Gastos Fijos Art.19": p['gastos_fijos'],
"Mín. Contribuyente": p['irpf_minimo'],
"Mín. Exento Retención": p['minimo_exento'],
"Art.20 Umbral Inf": p['art20_meta']['U_Inf'],
"Art.20 Red. Máxima": p['art20_meta']['R_Max'],
"Art.20 Umbral Sup": p['art20_meta']['U_Sup'],
"Art.20 Red. Mínima": p['art20_meta']['R_Min']
})
for i, (lim, tip) in enumerate(p['tramos_irpf']):
tramos_lista.append({
"Año": anio,
"Nº Tramo": i + 1,
"Hasta Base": lim if lim != float('inf') else "En adelante",
"Tipo %": round(tip * 100, 2)
})
return pd.DataFrame(general), pd.DataFrame(tramos_lista)
# =============================================================================
# 4. MOTOR DETALLADO (PARA PESTAÑAS ANUALES DAT_YYYY)
# =============================================================================
def calcular_cuotas_por_tramo(base_liq, tramos):
cuotas_tramos = {f"T{i+1} ({round(tipo*100, 1)}%)": 0.0 for i, (_, tipo) in enumerate(tramos)}
cuota_total = 0.0
if base_liq <= 0: return cuotas_tramos, cuota_total
lim_ant = 0.0
for i, (lim, tipo) in enumerate(tramos):
nombre = f"T{i+1} ({round(tipo*100, 1)}%)"
if base_liq > lim:
cuota = (lim - lim_ant) * tipo
cuotas_tramos[nombre] = cuota
cuota_total += cuota
lim_ant = lim
else:
cuota = (base_liq - lim_ant) * tipo
cuotas_tramos[nombre] = cuota
cuota_total += cuota
break
return cuotas_tramos, cuota_total
def procesar_ano(anio):
p = obtener_parametros(anio)
# Rango exhaustivo: 0 a 100.000€ de 1€ en 1€
salarios_brutos = np.arange(0, 100001, 1)
resultados = []
for bruto in salarios_brutos:
base_cotizacion = min(bruto, p['base_max'])
exceso_base = max(0, bruto - p['base_max'])
tipo_empresa = sum(x[0] for x in p['ss_tipos'].values()) + p['mei'][0]
tipo_trabajador = sum(x[1] for x in p['ss_tipos'].values()) + p['mei'][1]
cot_empresa = base_cotizacion * tipo_empresa
cot_trabajador = base_cotizacion * tipo_trabajador
if p['solidaridad'] and exceso_base > 0:
tramo1_limite = p['base_max'] * 0.10
tramo2_limite = p['base_max'] * 0.50
exceso1 = min(exceso_base, tramo1_limite)
exceso2 = min(max(0, exceso_base - tramo1_limite), tramo2_limite - tramo1_limite)
exceso3 = max(0, exceso_base - tramo2_limite)
cuota_sol_total = (exceso1 * p['solidaridad'][0][1]) + (exceso2 * p['solidaridad'][1][1]) + (exceso3 * p['solidaridad'][2][1])
cot_empresa += cuota_sol_total * (5/6)
cot_trabajador += cuota_sol_total * (1/6)
coste_laboral = bruto + cot_empresa
rendimiento_previo_sin_fijos = bruto - cot_trabajador
red_trabajo = p['reduccion_trabajo'](rendimiento_previo_sin_fijos)
rendimiento_neto = max(0, rendimiento_previo_sin_fijos - p['gastos_fijos'])
base_imponible = max(0, rendimiento_neto - red_trabajo)
cuotas_tramos, cuota_integra = calcular_cuotas_por_tramo(base_imponible, p['tramos_irpf'])
cuota_minimo = p['irpf_minimo'] * p['tramos_irpf'][0][1]
cuota_teorica = max(0, cuota_integra - cuota_minimo)
deduccion = p['deduccion_smi'](bruto)
cuota_con_deduccion = max(0, cuota_teorica - deduccion)
limite_retencion = max(0, (bruto - p['minimo_exento']) * 0.43)
irpf_final = min(cuota_con_deduccion, limite_retencion)
salario_neto = bruto - cot_trabajador - irpf_final
fila = {
"Salario Bruto": bruto,
"Cot. Soc. Empresa": round(cot_empresa, 2),
"Coste Laboral": round(coste_laboral, 2),
"Cot. Soc. Trab.": round(cot_trabajador, 2),
"Ren. Previo": round(rendimiento_previo_sin_fijos, 2),
"Gastos Fijos": p['gastos_fijos'],
"Red. Ren. Trab.": round(red_trabajo, 2),
"Base Imponible": round(base_imponible, 2)
}
for k, v in cuotas_tramos.items(): fila[k] = round(v, 2)
fila.update({
"Cuota Íntegra": round(cuota_integra, 2),
"Cuota Mínimo Personal": round(cuota_minimo, 2),
"Cuota Teórica": round(cuota_teorica, 2),
"Deducción SMI": round(deduccion, 2),
"Cuota tras SMI": round(cuota_con_deduccion, 2),
"Límite 43% (Art 85.3)": round(limite_retencion, 2),
"IRPF Final": round(irpf_final, 2),
"Salario Neto": round(salario_neto, 2)
})
resultados.append(fila)
return pd.DataFrame(resultados)
# =============================================================================
# 5. MOTOR RÁPIDO PARA COMPARATIVA INFLACIÓN
# =============================================================================
def calcular_nomina_agregada(bruto, anio, p):
base_cot = min(bruto, p['base_max'])
exc_base = max(0, bruto - p['base_max'])
t_emp = sum(x[0] for x in p['ss_tipos'].values()) + p['mei'][0]
t_tra = sum(x[1] for x in p['ss_tipos'].values()) + p['mei'][1]
cot_emp = base_cot * t_emp
cot_tra = base_cot * t_tra
if p['solidaridad'] and exc_base > 0:
l1, l2 = p['base_max']*0.1, p['base_max']*0.5
e1, e2, e3 = min(exc_base, l1), min(max(0, exc_base-l1), l2-l1), max(0, exc_base-l2)
q_sol = (e1*p['solidaridad'][0][1]) + (e2*p['solidaridad'][1][1]) + (e3*p['solidaridad'][2][1])
cot_emp += q_sol * (5/6); cot_tra += q_sol * (1/6)
coste_lab = bruto + cot_emp
rn_previo = bruto - cot_tra
red20 = p['reduccion_trabajo'](rn_previo)
base_imp = max(0, rn_previo - p['gastos_fijos'] - red20)
q_integra = 0.0
lim_ant = 0.0
for lim, tipo in p['tramos_irpf']:
if base_imp > lim:
q_integra += (lim - lim_ant) * tipo
lim_ant = lim
else:
q_integra += (base_imp - lim_ant) * tipo
break
q_min = p['irpf_minimo'] * p['tramos_irpf'][0][1]
q_teorica = max(0, q_integra - q_min)
q_smi = max(0, q_teorica - p['deduccion_smi'](bruto))
lim_ret = max(0, (bruto - p['minimo_exento']) * 0.43)
irpf_final = min(q_smi, lim_ret)
return coste_lab, cot_emp, cot_tra, irpf_final, bruto - cot_tra - irpf_final
def generar_comparativa_inflacion():
# Análisis comparativo en saltos de 1.000€
salarios_2026 = np.arange(15000, 100001, 1000)
p_2026 = obtener_parametros(2026)
ref_2026 = {b: calcular_nomina_agregada(b, 2026, p_2026) for b in salarios_2026}
resultados = []
for anio in range(2012, 2027):
p_anio = obtener_parametros(anio)
inf_acum = INFLACION_A_2026[anio]
for bruto_26 in salarios_2026:
bruto_nom = bruto_26 / inf_acum
c_lab_n, c_emp_n, c_tra_n, irpf_n, neto_n = calcular_nomina_agregada(bruto_nom, anio, p_anio)
c_lab_aj = c_lab_n * inf_acum
c_emp_aj = c_emp_n * inf_acum
c_tra_aj = c_tra_n * inf_acum
irpf_aj = irpf_n * inf_acum
neto_aj = neto_n * inf_acum
neto_2026_real = ref_2026[bruto_26][4]
dif_poder_adq = neto_aj - neto_2026_real
resultados.append({
"Año a Comparar": anio,
"Salario Equivalente (2026)": bruto_26,
"Multiplicador IPC Acum.": round(inf_acum, 4),
"IPC Acumulado (%)": f"{round((inf_acum - 1)*100, 2)}%",
"Salario Bruto Nominal": round(bruto_nom, 2),
"Coste Lab. (Euros 2026)": round(c_lab_aj, 2),
"SS Emp. (Euros 2026)": round(c_emp_aj, 2),
"SS Tra. (Euros 2026)": round(c_tra_aj, 2),
"IRPF (Euros 2026)": round(irpf_aj, 2),
"Neto Real en su Año": round(neto_aj, 2),
"Neto Real en 2026": round(neto_2026_real, 2),
"Variación Poder Adquisitivo Mensual vs 2026 (12 pagas)": round(dif_poder_adq / 12, 2),
"Pérdida/Ganancia Anual Poder Adq.": round(dif_poder_adq, 2)
})
return pd.DataFrame(resultados)
# =============================================================================
# 6. EJECUCIÓN MAESTRA Y GENERACIÓN DEL EXCEL COMPLETO
# =============================================================================
nombre_fichero = 'Auditoria_Integral_Nominas_e_Inflacion_2012_2026.xlsx'
print("Iniciando la creación del mega-archivo Excel. ¡Paciencia, puede tardar un par de minutos!...")
with pd.ExcelWriter(nombre_fichero, engine='openpyxl') as writer:
# 1. Pestañas de Parámetros de Control
print("Generando hojas de control normativo...")
df_gen, df_tra = generar_hojas_control()
df_gen.to_excel(writer, sheet_name='CONTROL_GENERAL', index=False)
df_tra.to_excel(writer, sheet_name='CONTROL_TRAMOS_IRPF', index=False)
# 2. Pestaña Comparativa Inflación
print("Calculando y generando comparativa ajustada por IPC...")
df_comparativa = generar_comparativa_inflacion()
df_comparativa.to_excel(writer, sheet_name='COMPARATIVA_INFLACION', index=False)
# 3. Pestañas Anuales Detalladas (de 1€ en 1€)
for anio in range(2012, 2027):
print(f"Calculando nóminas detalladas para el año {anio} (100.001 registros)...")
df_ano = procesar_ano(anio)
df_ano.to_excel(writer, sheet_name=f'DAT_{anio}', index=False)
print(f"\n¡Éxito total! Archivo '{nombre_fichero}' creado correctamente con todas las auditorías solicitadas.")
Gerard Campillo retweeted
Replying to @juanmacias
Hay gente acabando su trabajo los martes y pusheando a producción los viernes. And i think that's beautiful
Yo hay días que trabajo 4. Y lo llevo haciendo desde hace 4 años. La lógica de más horas = más trabajo de valor no tiene sentido en nuestros empleos
Por eso los roles se están difuminando. Si acabas tu trabajo en un día, podrás ayudar a otras personas, otras áreas, etc... Estamos en pleno cambio, Juan!
Gerard Campillo retweeted
Sobre el indecente y horterísima premio literáreo de AENA, lean por favor a Ignacio Echeverría
Gerard Campillo retweeted
🇪🇸 Spain: €294/month minimum for self-employed
🇬🇧 UK: €14/month
🇮🇪 Ireland: 5% of what you earn
🇩🇪 Germany: €0 if under €1,700/month
🇵🇹 Portugal: €0 + no VAT
Stop normalizing Spain's brutal tax hell for entrepreneurs
The difference is life-changing for freelancers
Gerard Campillo retweeted
BREAKING🚨: This is Mariano Barbacid, the scientist who may have discovered the cure for pancreatic cancer.
Gerard Campillo retweeted
When Henry Kravis started KKR in 1976, the private equity industry was basically nonexistent.
This interview from 1987 perfectly encapsulates the mindset and incentive alignment you need to be a good private equity investor
Worth a listen
"People always call and congratulate us when we buy a company or when its announced. I say don't congratulate us when we buy a company, congratulate us when we sell it
Any fool can overpay and buy a company, as long as money will last. Our job really begins the day we buy the company. We start working with the management. We start working on where this company is headed, and making sure the capital structure we put in place is the right capital structure"
Gerard Campillo retweeted
Estaba repasando números del IRPF y es que me flipa que una persona que cobra en 2025 18.000€ (equivalente a 14.610€ de 2018) paga hoy 913€ de IRPF.
En 2018, para el mismo poder adquisitivo, pagaba 320€ (de 2025). Hoy 593€ más; 2,85 veces más.
Por comparar, una persona que hoy cobra 75.000€ (equivale a 60.880€ de 2018) paga hoy 20.964€ de IRPF.
En 2018, para el mismo poder adquisitivo, pagaba 18.502€ (de 2025). Hoy 2.462€ más; un 13% más.
La no adaptación del IRPF a la inflación se ha cebado con las rentas bajas, a pesar de que se hayan tocado los cálculos para reducir parte del incremento.
Gerard Campillo retweeted
⚡ Ayer tuve que "vibe hackear" con IA a la Administración Pública (DEHU) para poder descargarme una p*ta notificación 😂 Os cuento:
Básicamente, le daba al botón de "Aceptar" la notificación y no pasaba NADA. Lo típico, estoy tan acostumbrado a estas mierdas de la Administración Pública que la sorpresa es cuando algo funciona.
Pero esta vez me dije: POR MIS HUEVOS MORENOS que me descargo esto.
1/ Así que, nada, abrí el inspector del Chrome, miré en "Console" y efectivamente, allí estaba el gallifante: un bug relacionado con una llamada a su chat de ayuda "Ada" que en vez de ayudar, lo que estaba haciendo era romper todo el sistema 😂 Vamos, una CAGADA MONUMENTAL. Y esto me recuerda a lo de siempre: cuántas más mierdas metes en un sistema, más propenso a errores es... Esto a un botijo no le pasa.
2/ Gemini Pro al rescate. El prompt fue más o menos este: "Oye, mira esta cagada, ¿podemos inyectar algo para saltarnos la llamada al chat este que está haciendo que se les rompa la web y así poder descargar mi noti?".
3/ Y sí, efectivamente, se podía, con tan solo dos intentos. Me programó un código para inyectar JS directamente en la web, saltarnos el p*to chat del demonio y así descargar la notificación.
El ciudadano arreglando él mismo las webs públicas 😂 Que me pasen el repo de Github y les hago un pull request, LOL
Y luego que si la IA no nos va a sustituir... por favor, que lo haga ya y nos vamos todos de cañas.
Gerard Campillo retweeted
⚠️⚠️⚠️⚠️⚠️⚠️⚠️PENTAGON PIZZA INDEX SUDDENLY SKYROCKETING!! 770% ABOVE NORMAL AT PAPA JOHNS NEAR THE PENTAGON!!
Gerard Campillo retweeted
Desde luego, llama la atención este anuncio a página completa que uno se encuentra en @FT este fin de semana.
Las zapatillas tienen 6 meses y se las pone mi hija máximo 3 días a la semana. ¿Las llevo a la tienda a que me las cambien o me las reparen? Por cierto, tiene supinación pero el médico dice que mejor no hacer nada hasta que pare de crecer. El resto de zapatillas no le pasa.
348
Siempre que las veo con buen descuento luego me arrepiento cuando no quedan tallas.
Hoy no me lo he pensado, se vienen a casa.
6
8
940
Gerard Campillo retweeted
Ok Grok 3 is insane.
People can't stop building games and some making money with it.
10 wild examples.
Gerard Campillo retweeted
Esta es la primera biblioteca pública del continente americano. Está en Puebla (México). La fundó el obispo español Juan de Palafox, quien donó sus 5.000 libros con la condición de que cualquier persona los pudiera consultar.
Si les digo a mis hijas que @MrBeast me ha dado 25.000 $ me dirían que si no ven el vídeo no se lo creen.
I’m gonna give 10 random people that repost this and follow me $25,000 for fun (the $250,000 my X video made)
I’ll pick the winners in 72 hours
381










































