Modelo econométrico

Se expondrán 4 modelos econométricos que refuercen y corrobore lo señalado previamente de
manera teórica, con el fin de agregarle valor empírico a la investigación.

Para comenzar, se evaluará las variables que realmente tienen significancia sobre los salarios y
sueldos reales. Aclarando que los sueldos son las remuneraciones que se reciben de manera
periódica en un periodo de tiempo mensual, mientras que los salarios son pagos dados por
periodos más cortos, como días o semanas. Es por eso que los sueldos son vinculados con los
empleados de una empresa y los salarios son los otorgados a los obreros.

Todos los modelos se analizaran como logaritmos, para tener una medida homogénea de las
variables, además de que ayuda a la mejor comprensión del modelo.

Empezaremos aclarando porque las variables presentadas posteriormente fueron escogidas y son
las relevantes al momento de evaluar a los sueldos y salarios reales. Como se explicó previamente,
en esta investigación no se enfocó en la medición tradicional de la pobreza como función de los
ingresos y gastos de las familias, sino en la causa de la pobreza en sí misma, es decir, que factores
macroeconómicos hicieron que se llegara a ese nivel de pobreza como consecuencia de las
medidas políticas de ese entonces.

Los dos primeros modelos son muy parecidos, puesto que solo cambia una variable exógena, la
variable endógena es la pobreza, en función del PBI per cápita y sueldos o salarios. Este modelo ha
sido propuesto por el grupo para demostrar que lo especificado en las partes previas de la
exposición tiene peso econométrico. Los modelos presentan una regresión lineal múltiple de la
siguiente forma:

𝑃𝑜𝑏𝑟𝑒𝑧𝑎 = 𝛽0 + 𝛽1 (𝐿𝑜𝑔. 𝑃𝐵𝐼𝑝𝑐𝑎𝑝𝑖𝑡𝑎) + 𝛽2 (𝐿𝑜𝑔. 𝑆𝑢𝑒𝑙𝑑𝑜𝑠𝑅𝑒𝑎𝑙𝑒𝑠)
𝑃𝑜𝑏𝑟𝑒𝑧𝑎 = 𝛽0 + 𝛽1 (𝐿𝑜𝑔. 𝑃𝐵𝐼𝑝𝑐𝑎𝑝𝑖𝑡𝑎) + 𝛽2 (𝐿𝑜𝑔. 𝑆𝑎𝑙𝑎𝑟𝑖𝑜𝑠𝑅𝑒𝑎𝑙𝑒𝑠)

Se espera que el parámetro 𝛽1 tenga poco peso explicativo, además de que la variable PBI per
cápita sea poco significativo para el modelo. Por otro lado, el parámetro 𝛽2 tenga signo negativo,
pues un aumento de los sueldos y salarios reales disminuiría la pobreza.

Después de tener las regresiones econométricas y demostrar la base teórica, es decir, tomar a los
sueldos y salarios reales como variables que explicarían de manera significativa la evolución de la
pobreza, se procede a exponer los modelos que identifiquen que variables son las que tienen
poder significativo a las variables, ahora endógenas, de sueldos y salarios reales.

El primero modelo tiene como variable endógena al logaritmo de los salarios reales, sus variables
exógenas son: el logaritmo de RMV (Remuneración Mínima Vital) y el logaritmo del grado de
sindicalización.
El modelo es una regresión lineal múltiple con variables de series de tiempo y se pueden expresar
de la siguiente manera:

𝐿𝑜𝑔. 𝑆𝑎𝑙𝑎𝑟𝑖𝑜𝑠 = 𝛽0 + 𝛽1 (𝐿𝑜𝑔. 𝑅𝑀𝑉) + 𝛽2 (𝐿𝑜𝑔. 𝐺𝑟. 𝑆𝑖𝑛𝑑𝐼)

Se espera que el signo del parámetro 𝛽1 sea positivo, pues un aumento, por medida por política
fiscal, de la Remuneración Mínima Vital, incrementaría el ingreso disponible de los obreros que
estén incorporados a este monto de remuneración. Siempre y cuando todos los demás factores
que impliquen efectos disuasivos al salario real se mantengan constantes, como los impuestos,
inflación, reducción del gasto fiscal social corriente o un aumento en la tarifa de los servicios
públicos.

Por otro lado, el signo del parámetro 𝛽2 , se espera que el signo también sea positivo, pues
aquellos obreros que se encuentren en algún tipo de sindicato y que tengan poder de negociación
colectivo con la empresa, tendrán ciertos tipos de beneficios que aseguren la mantención del
salario real o su incremento.

El segundo modelo a evaluar, consiste en poner ahora como variable endógena a los sueldos, es
decir vamos a enfocar la regresión en función a la remuneración de los empleados, y como
variable exógena a los sueldos reales del gobierno y al grado de sindicalización de los empleados.

Al igual que el modelo anterior, las variables son de series de tiempo explicitado en un modelo de
regresión línea múltiple, el modelo se expone de la siguiente manera:

𝐿𝑜𝑔. 𝑆𝑢𝑒𝑙𝑑𝑜𝑠 = 𝛽0 + 𝛽1 (𝐿𝑜𝑔. 𝑆𝑢𝑒𝑙𝑑𝑜𝑠 𝑅𝑒𝑎𝑙𝑒𝑠 𝐺𝑜𝑏. ) + 𝛽2 (𝐿𝑜𝑔. 𝐺𝑟. 𝑆𝑖𝑛𝑑𝐼𝐼)

Se espera que el signo del parámetro 𝛽1 sea positivo, pues como se vio previamente, los sueldos
del gobierno central evolucionan de manera conjunta a los sueldos de los empleados, por lo tanto
si el gobierno tiene más dinero para regular de manera eficiente la distribución de los ingresos, así
como medidas de ayuda en forma de gasto fiscal social corriente al sector más empobrecido, el
porcentaje de pobres disminuirá.

Asimismo, se podrá esperar que el signo del parámetro 𝛽2 sea también positivo, pues si los
empleados están dentro de un sindicato, las fluctuaciones de sus remuneraciones serán menores
al sector que no esté en uno, además de contar con beneficios adicionales, así como en el caso de
los obreros.
Resultados de la regresión econométrica

Se procede a la verificación de manera empírica de la parte previa, el primer modelo a estimar
tiene como variable endógena a la pobreza y como variables explicativas al logaritmo del PBI per
cápita y al logaritmo de los sueldos reales. La finalidad de este test es verificar lo afirmado por la
investigación científica. El modelo es propuesto por el grupo.

Viendo los resultados de la regresión econométrica, se puede observar que el poder explicativo de
las variables exógenas sobre la endógena es alta, puede ser porque la cantidad de observaciones
es muy reducida por los datos disponibles, además de ser solo dos variables a analizar. Enfatizando
a los resultados individuales, se observa que el p-valor del logaritmo del PBI per cápita es poco
significativo. No hay necesidad de alarmarse, se había previsto dicho resultado: en esos años
existía una fuerte regulación de las remuneraciones tantos para los empleados como para los
obreros por medidas de política salarial que impidió que esos ingresos se reajusten a la inflación
incremental periódica en esos años. Por otro lado, el resultado de la otra variable sí registra poder
significativo individual para el modelo, estadísticamente hablando, el p-valor de la variable es
menor al nivel de significancia, se concluye entonces que si es significativo. Este resultado también
estaba previsto por las afirmaciones de la investigación científica, el nivel de sueldos reales tienen
un impacto directo al nivel de pobreza de los empleados.

Ahora analizaremos el otro modelo propuesto, solo que ahora se analizará a los salarios en vez de
los sueldos, los resultados son idénticos, el logaritmo del PBI per cápita no presenta poder
significativo individual para explicar el modelo; en cambio, el logaritmo de los salarios si lo tiene.
Tanto los salarios como los sueldos reales tienen poder disuasivo sobre la pobreza pues si estos
aumentan, el nivel de pobreza disminuirán, lógicamente.
Ahora, habiendo definido a los salarios y sueldos reales como las variables relevantes para explicar
la pobreza, se procederá a analizar cuáles son las variables que tienen efecto directo a las
previamente mencionadas. Los modelos son los que están indicados en la investigación científica.

El primer modelo a exponer nos enfocaremos en los obreros. Presentamos como variable
endógena al logaritmo de los salarios reales, las variables exógenas: logaritmo de la RMV y el
logaritmo del grado de sindicalización de los obreros. El modelo es el siguiente:

Se toman estas variables, pues se quiere enfocar la variación de los salarios reales con respecto a
las policías fiscales o de ajuste de ese entonces, y las principales variables que fueron manipuladas
por el gobierno fueron las dos mencionadas.

Analizando la regresión, se nota que el logaritmo de la RMV si es significativa, a pesar de que su
coeficiente no es muy grande, pues si aumenta la RMV en 1%, el salario real aumentara en 0.67%.
Por otro lado, se puede notar que el nivel de significación individual del logaritmo del grado de
sindicalización no es significativa, llama la atención pues si se considera universalmente como una
variable que afecte a las remuneraciones reales. Sin embargo, tiene sentido, pues en ese entonces
el gobierno implemento una política salarial restrictiva, donde fijo un precio techo del trabajo de
los obreros (salario). Por lo tanto, no importaba si estuvieras o no es un sindicato, tus niveles de
remuneración no aumentaría pues el gobierno imponía el salario mínimo y no por negociación
colectiva entre sindicatos y altos funcionarios de las empresas.

Ahora se analizara la regresión número cuatro, esta vez como variable endógena a los sueldos y
como variables exógenas al logaritmo de los sueldos del gobierno y al logaritmo del grado de
sindicalización, pero ahora de los empleados.

Se puede concluir lo mismo que el caso anterior. Los sueldos del gobierno, que fluctúan de manera
conjunta a los sueldos de los empleados, presentan un coeficiente muy pequeño: si aumentan los
sueldos del gobierno en 1%, los sueldos de los empleados aumentaran en 0.64%. A pesar de lo
afirmado previamente, el poder significativo es importante. Ocurre lo contrario con el grado de
sindicalización de los empleados, no es significativo y por las mismas razones antes descritas.

Comparación de resultados

Para obreros:
Periodo 1981 – 1997 (17 obs)
Variable dependiente: Log. del salario real
Variables Coeficiente t Coeficiente t
C 1.36 3.6 1.3582 3.58
Log. RMV real 0.67 10.7 0.67099 10.75
Log. sindicalización 0.14 1.2 0.1368 1.19
R2 Adj. = 0.92, DW = 1.9 R2 Adj. = 0.9182, DW = 1.987319
Para empleados:
Periodo 1981 – 1997 (15 obs)
Variable dependiente: Log. de sueldos reales
Variables Coeficiente t Coeficiente t
C 1.42 2.7 1.2836 2.53
Log. sueldos del 0.62 6.3 0.647 6.69
gobierno
Log. sindicalización 0.14 0.9 0.1536 2.53

R2 Adj. = 0.84, DW = 2.1 R2 Adj. = 0.794, DW = 1.5472
Testeos

Test de significancia conjunta

El modelo es conjuntamente significativo en ambos modelos.

Test de normalidad de los errores

OBREROS
EMPLEADOS

En ambos modelos, los errores si se distribuyen normalmente.

Test de heterocedasticidad

OBREROS
EMPLEADOS

En el primer modelo no hay evidencia de problemas de heterocedasticidad, en cambio en el
segundo modelo si existe, pues el p-valor es menos al nivel de significancia. Se procede a corregir
el modelo con regresión robusta.

No hay cambio significativo con respecto al modelo con heterocedasticidad, pues la esencia
significativa de las variables se mantiene.
Test de especificación: prueba RESET
Para ambos modelos, conjuntamente r2 y r3 son significativos, el modelo si presenta problemas de
especificación de variables.
Test de auto correlación de grado 1

OBREROS

No presenta problemas de auto correlación de grado 1 ni superior.

EMPLEADOS
No presenta problemas de auto correlación de grado 1, pues el p-valor es mayor al nivel de
significancia. Sin embargo, al momento de analizar si existen problemas de auto correlación de
grado superior, se encuentra que si existe, pues el p-valor según el test de Breusch – Godfrey es
menor al nivel de significancia. Se procede a corregir el problema de auto correlación de grado
superior.

Se corrigió el problema de AR de grado superior, pues DW tiende a 2.