Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MONOGRAFA
Para optar el Ttulo de Licenciado en Estadstica
AUTOR
Edgard Abanto Millones
LIMA PER
2003
CAPTULO V
APLICACIN DE LOS MODELOS PROBIT Y TOBIT EN LA
OFERTA LABORAL SECUNDARIA EN EL PER URBANO
5.1. MARCO TERICO
Uno de los principales problemas que tiene toda sociedad es conocer los factores
que influyen para que un individuo en formacin, ama de casa o jubilado opte
por ingresar al mercado laboral. Esta decisin de participar puede ser ajustada a
un modelo el cual considere no slo las variables individuales, sino tambin las
caractersticas familiares.
El aumento de la participacin en la fuerza de trabajo que acompaa a una
expansin econmica puede deberse al ingreso al mercado laboral de personas
que se mantenan inactivas durante la recesin o estancamiento y que vislumbran
un mejoramiento de su salario esperado o potencial. Si el flujo de oferta supera la
creacin de puestos de trabajo, puede haber un aumento del desempleo por el
denominado efecto del trabajador alentado (ETAL).
Puede ocurrir tambin que ante un aumento en los ingresos de los jefes de hogar
(ligado a una expansin de la economa), cierto grupo de trabajadores
secundarios que se encontraban ocupados regresen a la inactividad disminuyendo
la presin sobre la oferta de trabajo y, por consiguiente, haciendo disminuir el
volumen de desempleo.
En perodos de recesin puede ocurrir lo contrario: un grupo de personas
transitando hacia la inactividad por el efecto desaliento y otro grupo saliendo de
Cuadro N1
Per Urbano: Distribucin de los trabajadores secundarios segn
condicin de actividad y sexo, 2001
Decisin de
participacin
Ocupado
Desocupado
Inactivo
Total relativo
Total absoluto
Tasa de desempleo
Hombre
Mujer
Total
52.4
6.7
40.9
100.0
49.7
5.2
45.1
100.0
50.5
5.7
43.9
100.0
1,666,221
3,907,588
5,573,809
11.4
9.5
10.1
P( y = 1 / x ) = F ( ' x ) =
'x
1
1
exp( t 2 ) dt = (t )dt ,
2
2
donde:
P(y=1/x): es la probabilidad de participar en el mercado laboral.
X : es la matriz de variables consideradas.
: el vector que contiene los parmetros a estimar.
secundarios cuyo jefe del hogar se encuentra ocupado con ingresos menores a
S/. 1,643 nuevos soles.
3. nr6jef_1.
Edad.
Edad2.
4.
5.
Estudia.
1 :
Estudia.
0 :
No estudia.
6.
1 :
Es hijo.
0 :
Otros.
7.
1 :
0 :
Otros.
Hijo_est.
8.
1 :
0 :
Otros.
9.
1 :
0 :
Otros.
10.
1 :
0 :
Otros.
Ln_ingresos.
trabajadores por hora de labor. Esta variable tiene valores que no son conocidos,
2.
3.
4.
5.
Hombre.
0 :
Mujer.
Cuadro N2
Distribucin de los trabajadores secundarios segn su participacin en el
mercado laboral y condicin del jefe de hogar (%)
Jefe de hogar
Decisin de
participacin
desempleado
Total
No participacin
Participacin
Total
40.9
59.1
100.0
42.8
57.2
100.0
54.7
45.3
100.0
43.9
56.1
100.0
Cuadro N3
Chi-Square Tests
Value
Pearson Chi-Square 30223.623a
Likelihood Ratio
29969.557
Linear-by-Linear
22265.579
Association
N of Valid Cases
5573809
2
2
Asymp. Sig.
(2-sided)
.000
.000
.000
df
TOTNL
no participa
participa
Mean
Median
Std. Deviation
Skewness
Kurtosis
N
Valid
Missing
2444261
0
265.07
10.00
729.52
8.696
137.855
3129548
0
161.09
4.33
483.91
10.884
274.503
Valid
Missing
Mean
Median
Std. Deviation
Skewness
Kurtosis
F
TOTNL
Equal variances
78435.168
assumed
Equal variances
not assumed
Sig.
.000
df
201.653
5573807
192.231
4040195
Mean
Difference
Std. Error
Difference
.000
103.98
.52
.000
103.98
.54
Sig. (2-tailed)
No estudia
Estudia
Total
35.7
64.3
100.0
62.9
37.1
100.0
43.9
56.1
100.0
Cuadro N 6
Chi-Square Tests
Pearson Chi-Square
Continuity Correctiona
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
352360.9b
352359.8
352616.0
352360.9
df
1
1
1
Asymp. Sig.
(2-sided)
.000
.000
.000
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
.000
5573809
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
734914.6.
Cuadro N7
Horas de trabajo semanal (*) segn condicin econmica - laboral del jefe
de hogar
Statistics
Horas normales
Desempleo
N
Mean
Median
Std. Deviation
Skewness
Kurtosis
N
Mean
Median
Std. Deviation
Skewness
Kurtosis
N
Valid
Missing
Valid
Missing
Valid
Missing
Mean
Median
Std. Deviation
Skewness
Kurtosis
208988
0
44.47
46.00
25.06
.171
-.762
2370786
0
41.80
42.00
23.76
.332
-.591
233798
0
41.80
40.00
21.13
.434
.104
La estadstica Modelo Chi-Square toma valor igual a 4,311.2 para el grupo de los
hombres y 9,555.03 para el grupo de las mujeres que es igual a la diferencia entre
2 Log Likelihood que contiene slo a la constante y el modelo con las 16
variables explicativas. En este caso, las hiptesis estadsticas son:
H0 :
1 = ..... = 16 = 0.
H1 :
En este caso el valor crtico es 2(17) (0.10) = 24.77 como se observa ambos
valores son mayores, por tanto se rechaza la hiptesis nula; entonces, los
coeficientes de las 16 variables explicativas del modelo son diferentes de cero.
Para evaluar el ajuste del modelo la hiptesis es:
H0 :
H1 :
Los valores z para los hombres es 1.32 y 0.04 para las mujeres. Como se observa
los valores son menores que Z (0.1) = 1.987, por lo tanto no se rechaza la hiptesis
nula; entonces, el modelo se ajusta perfectamente.
5.5.2 PARMETROS ESTIMADOS DEL MODELO
Los parmetros del modelo son:
Cuadro N8
particip
nr6jef_2
nr6jef_3
edu_jefe
jefe_hom
ylabres
totnl
tamfam
edad
edad2
a_o_estu
estudia
hijo
conyugue
hijo_est
men5_esp
men5_13
_cons
Hombres
Coef.
Wald
0.13
-0.10
-0.04
-0.06
0.00
0.00
0.03
0.20
0.00
0.00
-0.73
-0.41
-1.18
0.07
0.80
0.15
-1.68
Mujeres
Coef.
Wald
0.99
0.30
26.26
0.43
0.00
8.73
4.13
76.50
83.61
0.00
19.43
11.00
9.47
0.15
3.67
0.15
24.10
-0.12
-0.39
-0.02
-0.08
0.00
0.00
-0.01
0.13
0.00
0.02
-0.24
0.15
-0.33
-0.38
-0.04
0.03
-1.50
2.06
10.38
6.70
0.86
0.08
9.04
1.04
127.31
133.74
5.31
4.73
2.14
9.63
8.21
0.59
0.24
49.13
Completo
Coef.
Wald
-0.03
-0.29
-0.03
-0.08
0.00
0.00
0.00
0.14
0.00
0.02
-0.37
0.00
-0.62
-0.31
-0.05
-0.02
-1.38
0.22
7.41
26.38
1.78
0.01
15.61
0.01
211.37
226.49
10.02
16.13
0.00
42.00
8.52
1.14
0.09
56.15
ESTADSTICO DE WALD
En cuanto a la prueba de hiptesis para coeficientes individuales, se efecta
mediante la estadstica de WALD.
Las hiptesis son las siguientes:
H0 :
i = 0
H1 :
2
(1)
si la variable explicativa es
1 = ..... = 13 = 0
H1 :
En este caso el valor crtico es 2(13) (0.10) = 19.81 como se observa ambos
valores son mayores, por tanto se rechaza la hiptesis nula; entonces, los
coeficientes de las 13 variables explicativas del modelo son diferentes de cero.
H1 :
particip
nr6jef_2
nr6jef_3
edu_jefe
totnl
tamfam
edad
edad2
a_o_estu
estudia
hijo
conyugue
hijo_est
men5_esp
_cons
Hombres
Coef.
Wald
0.1341
-0.1035
-0.0449
-0.0002
0.0294
0.2009
-0.0025
-0.0002
-0.7305
-0.4134
-1.0725
0.0700
0.8330
-1.7110
1.007
0.335
27.821
8.713
3.822
76.855
84.225
0.000
19.690
11.310
10.970
0.162
4.100
24.857
Mujeres
Coef.
Wald
-0.123
-0.383
-0.018
0.000
-0.013
0.132
-0.0016
0.015
-0.242
0.1406
-0.347
-0.379
-0.042
-1.566
2.032
11.109
7.137
8.899
1.162
131.647
139.805
5.437
4.842
1.9117
11.180
8.431
0.625
58.671
Completo
Coef.
Wald
-0.035
-0.291
-0.029
0.000
-0.001
0.140
-0.002
0.019
-0.369
0.0011
-0.645
-0.312
-0.051
-1.424
0.226
8.055
28.986
15.369
0.024
216.234
234.353
10.478
15.916
0.000
51.573
8.860
0.998
62.524
ESTADSTICO DE WALD
En cuanto a la prueba de hiptesis para coeficientes individuales, se efecta
mediante la estadstica de WALD.
Las hiptesis son las siguientes:
H0 :
i = 0.
H1 :
2
(1)
si la variable explicativa es
Las variables: tamao de la familia (tamfam) trabajador secundario hijo del jefe
de hogar (hijo) y cnyuge con hijos menores de 5 aos (men5_esp) no son
significativas en el modelo ajustado para las mujeres.
Cuadro N10
Efectos marginales de la funcin probit
dF/dx
particip
Hombres
Mujer
Total
nr6jef_2*
0.05203
-0.04866
-0.01370
nr6jef_3*
-0.04015
-0.15180
-0.11542
edu_jefe
-0.01725
-0.00705
-0.01144
totnl
-0.00007
-0.00005
-0.00005
tamfam
0.01126
-0.00523
-0.00057
edad
edad2
0.07710
-0.00095
0.05223
-0.00062
0.05509
-0.00067
a_o_estu
-0.00007
0.00612
0.00755
estudia*
-0.27505
-0.09622
-0.14585
hijo*
-0.15147
0.05550
0.00043
conyugue*
hijo_est*
-0.39861
0.02682
-0.13636
-0.15034
-0.25169
-0.12367
men5_esp*
0.25877
-0.01648
-0.02015
Ver anexo N 2.
En 1976 J. Heckman, The Common Structure of Statistical Model of Truncation, Sample Selection, and
Limited Dependent Variables and a Simple Estimator for Such Models, Annals of Economics and Social
Measurement, propone un sencillo mtodo de dos pasos que soluciona estos problemas.
1
1 = ..... = 15 = 0
H1 :
En este caso el valor crtico es 2(15) (0.10) = 22.31 como se observa ambos
valores son mayores, por tanto se rechaza la hiptesis nula; entonces, por lo
menos un coeficientes de las 15 variables explicativas del modelo son diferentes
de cero.
ESTADSTICO DE WALD
En cuanto a la prueba de hiptesis para coeficientes individuales, se efecta
mediante la estadstica Chi cuadrado.
Las hiptesis son las siguientes:
H0 :
i = 0.
H1 :
0 i = 1,...,15.
2
(1)
si la variable explicativa es
Horas de
trabajo
ln_ingresos
nr6jef_2
nr6jef_3
edu_jefe
totnl
tamfam
edad
edad2
a_o_estu
estudia
hijo
conyugue
hijo_est
men5_esp
_cons
Hombres
Coef.
Mujeres
Wald
18.0
5.4
2.0
-1.0
0.0
0.8
4.0
0.0
-1.5
-9.0
-0.3
-11.4
-10.6
4.8
-51.4
244,316.8
1,862.7
150.1
16,251.3
8,771.3
3,589.9
33,313.2
36,414.8
10,915.5
3,195.7
7.8
1,489.3
3,937.9
176.3
21,146.5
Coef.
Completo
Wald
19.8
-2.5
-13.3
-1.1
0.0
-0.2
2.5
0.0
-1.2
-5.5
6.4
-4.4
-11.0
-1.0
-31.1
608,920.5
770.0
12,738.2
25,081.9
7,273.2
290.8
33,119.2
40,495.9
24,780.4
1,326.0
2,967.3
1,062.6
4,015.7
217.1
15,654.4
Coef.
Wald
19.6
0.0
-9.0
-1.2
0.0
0.2
2.7
0.0
-1.2
-7.3
3.5
-10.1
-12.0
-1.0
-33.4
918,987.5
0.0
8,684.4
46,667.8
13,982.6
271.7
59,486.9
71,198.5
32,652.5
4,386.7
1,852.9
9,593.0
9,337.7
245.3
27,501.3
Se observa tambin que el coeficiente de la variable jefe del hogar con empleo y
con ingresos mayor a S/.1643 nuevos soles aparece con signo negativo y
significativo en el caso de las mujeres. Si se observan estos resultados con los
obtenidos para la participacin de la poblacin en la actividad econmica, se
deduce que un jefe de hogar con ingresos altos no slo retiene a los trabajadores
en la inactividad sino que tambin reduce la oferta de trabajo, medida en horas.
Asimismo, la variable edad influye de manera positiva a la decisin de trabajar
ms horas a la semana. El ser cnyuge con nios menores de 5 aos incide
incrementando las horas de trabajo semanal para los hombres, mientras que para
las mujeres reduce la decisin de trabajar ms.
EFECTOS MARGINALES
El siguiente cuadro proporciona informacin acerca de los efectos marginales de
las variables independientes sobre las horas ofrecidas al trabajo. El ingreso o
costo de oportunidad incide con mayor importancia, as por cada unidad en el
logaritmo de los ingresos el nmero de horas laboradas puede variar en 10 horas
para los hombres y para las mujeres. Por otro lado, un hogar con jefe de hogar
con ingresos por encima de los S/. 1643.0 nuevos soles puede incrementar en los
varones una hora ofrecida al trabajo, mientras que se reduce 6 horas en el caso de
las mujeres.
La edad del trabajador secundario incrementa el nmero de horas ofrecidas al
trabajo aproximadamente 2 en el caso de los hombres y 1 en las mujeres. En el
caso de ser cnyuge hombre con hijos menores de 5 aos las horas ofrecidas al
Cuadro N11
Efectos marginales de la funcin Tobit
dF/dx
particip
ln_ingresos
Hombres
Mujer
Total
10.19578
10.0308
10.2473
nr6jef_2
2.95304
-1.2829
-0.0021
nr6jef_3
1.17053
-6.0494
-4.3680
edu_jefe
-0.57639
-0.5655
-0.6054
totnl
-0.00347
-0.0021
-0.0024
tamfam
edad
0.47855
2.27582
-0.1105
1.2630
0.0829
1.4332
edad2
-0.02756
-0.0157
-0.0178
a_o_estu
-0.85154
-0.6279
-0.6248
estudia
-5.06012
-2.6824
-3.7193
hijo
conyugue
-0.16722
-5.73809
3.3415
-2.2262
1.8134
-5.1872
hijo_est
-5.91157
-5.2098
-5.9053
men5_esp
2.846781
-0.4844
-0.4940