RELACIN ENTRE EL DESARROLLO INDUSTRIAL Y EFICIENCIA DEL ESTADO CON

LA INFORMALIDAD LABORAL PERUANA, PERODO 2009-2014

1
NDICE:

RESUMEN ......................................................................................................................... 3

INTRODUCCIN ............................................................................................................... 4

CAPTULO 1: MARCO TERICO Y METODOLOGA ....................................................... 5

1.1 INFORMALIDAD ..................................................................................................... 5

1.2. METODOLOGA ......................................................................................................... 6
1.2.1 ANLISIS DE TEORA E IMPLICANCIAS DEL MODELO.......................................... 6
1.2.2 ANLISIS DE LOS DATOS ....................................................................................... 7
1.2.3 ESTIMACIN E IDENTIFICACIN DEL MODELO APROPIADO .............................. 7

CAPTULO 2: ANALISIS Y PLANTEAMIENTO DEL PROBLEMA ..................................... 9

2.1 ANTECEDENTES ........................................................................................................ 9

2.1.1 FORMULACIN DEL PROBLEMA............................................................................ 9
2.1.3 OBJETIVO GENERAL............................................................................................. 10
2.1.4 OBJETIVOS ESPECFICOS ................................................................................... 10
2.2 EL MODELO ECONMICO ....................................................................................... 10
2.3 MODELO ECONOMTRICO ..................................................................................... 10

CAPTULO 3: ANALISIS DE RESULTADOS ................................................................... 11

3.1 DESCRIPCIN DE VARIABLES ................................................................................ 11

3.2 BASE DE DATOS PANEL .......................................................................................... 12
3.3 DISPONIBILIDAD DE DATOS .................................................................................... 12
3.4 ESTIMACION E IDENTIFICACION DEL MODELO APROPIADO ............................... 13
3.5 ESTIMACIN DE EFECTOS ENTRE GRUPOS ......................................................... 14
3.6 ESTIMADOR DE EFECTOS ALEATORIOS ............................................................... 14
3.7 ESTIMADOR DE EFECTOS FIJOS............................................................................ 15
3.8 CONTRASTE DE HAUSMAN ..................................................................................... 16

CONCLUSIONES ............................................................................................................ 17

RECOMENDACIONES .................................................................................................... 18

ANEXOS.......................................................................................................................... 19

2
 RESUMEN

El objetivo primordial del presente estudio fue determinar la relacin de las variables
independientes (desarrollo industrial y eficiencia del estado) con la informalidad laboral
peruana, periodo 2009-2014. Para lo cual se abord el siguiente problema; Cul es la
relacin entre el desarrollo industrial y eficiencia del estado con la informalidad laboral
peruana, periodo 2009-2014? Destacamos la importancia del presente trabajo, pues nos
permiti abordar la problemtica e identificar el modelo tanto econmico como
economtrico, adems de analizar los datos de panel, identificar el modelo apropiado
mediante el mtodo de Haussman, para posteriormente estimar utilizando el mtodo de
Mnimos Cuadrados Ordinarios. Mostrndonos como resultados primero, que la relacin
entre el desarrollo industrial la informalidad laboral es negativa, sin embargo el grado de
significancia del desarrollo industrial es mayor que el de la eficiencia del estado,
concluyendo que regiones con mayor desarrollo industrial presentan menor crecimiento
de la informalidad laboral.

Palabras claves: Desarrollo industrial, Eficiencia del estado, Informalidad laboral, datos de
Panel.

ABSTRACT
The primary objective of this study was to determine the degree of significance of the
independent variables (industrial development and efficiency of the state) in the Peruvian
labor informality, 2009-2014. For which the following problem addressed; What is the
impact of industrial development and efficiency of the state in the Peruvian labo r
informality period 2009-2014? We stress the importance of this work, it allowed us to
tackle the problem and identify both economic and econometric model, in addition to
analyzing panel data, identify the appropriate model by the method of Haussman, then
estimated using the ordinary least squares method . Showing as results first, that the
relationship between industrial development as well as the efficiency of the state in labor
informality is negative, however the significance level of industrial development is greater
than the efficiency of the state, concluded that cities with the highest industrial
development have lower growth of labor informality.

Keywords: Industrial Development, Energy Efficiency State, Labor informality, panel data.

3
 INTRODUCCIN

En el presente trabajo abordamos el problema resumida en la siguiente cuestin; Cul

es la relacin entre el desarrollo industrial y eficiencia del estado con a la informalidad
laboral peruana, periodo 2009-2014? En tal estudio tomamos como fuente de datos
secundarios, la encuesta realiza por el INEI en los aos 2009 al 2014 de las regiones del
Per.

Para estimar la significancia y relacin de las variables independientes; desarrollo

industrial y eficiencia del estado, se utilizar el software Stata 13, en el que se identificar
el modelo apropiado mediante el mtodo de Haussman, para posteriormente estimar
utilizando el mtodo de Mnimos Cuadrados Ordinarios.

El trabajo comprende el primer captulo denominado Marco terico y Metodologa que

servir para sentar las bases conceptuales del presente estudio, adems de la
metodologa a usar, de tal manera se toman los alcances de otras investigaciones. En el
captulo 2 denominado Anlisis y planteamiento del problema se plantea y analiza los
factores o variables independientes. En el captulo 3 presentamos la estimacin del
modelo, as como los resultados obtenidos con su anlisis respectivo, finalmente las
conclusiones y recomendaciones, adems de los anexos.

Cabe resaltar que el presente trabajo est basado en estudios del mismo tipo de GARCA
CRUZ F. (2010), titulado Informalidad regional en Colombia. Evidencias y
Determinantes por lo que los resultados aplicados al Per estn susceptibles a
cambios.

LOS ALUMNOS

4
 CAPTULO 1: MARCO TERICO Y METODOLOGA

1.1 INFORMALIDAD

Definicin de informalidad, segn INEI (2008). Se entiende por informalidad a los

trabajadores que laboran por cuenta propia (no profesionales ni tcnicos), aquellos
empleados en el servicio domstico, los trabajadores familiares sin remuneracin,
y los empleadores y empleados en empresas de hasta diez trabajadores.
DE SOTO H. (1989). En su estudio clsico de Informalidad, introduce que, el
sector informal est constituido por el conjunto de empresas, trabajadores y
actividades que operan fuera de los marcos legales y normativos que rigen la
actividad econmica. Por lo tanto, pertenecer al sector informal supone estar al
margen de las cargas tributarias y normas legales, pero tambin implica no contar
con la proteccin y los servicios que el estado puede ofrecer.

1.1.2 FACTORES DE LA INFORMALIDAD

Segn LOAYZA N. (2004). En su investigacin, Causas y consecuencias de la

informalidad en el Per, nos dice que, los determinantes principales de la
informalidad no tienen una causa nica, sino que es producto de la combinacin
de servicios pblicos deficientes, de un rgimen normativo opresivo, de la dbil
capacidad de supervisin y ejecucin pblica, que se resume como eficiencia del
estado, adems del desarrollo industrial por parte de las empresas.
Segn GARCA CRUZ F. Una estructura productiva que en lugar de orientarse
hacia procesos industriales ms complejos est orientada hacia los sectores
primarios como la agricultura, por ejemplo, induce a la informalidad pues la
proteccin legal y el cumplimiento de contratos se tornan menos relevantes y
menos valiosos.

1.1.3 INDICADORES DE DESARROLLO INDUSTRIAL Y EFICIENCIENCIA DEL

ESTADO

Segn el Banco Mundial. El grado de desarrollo industrial es medido como la

participacin porcentual del PIB industrial sobre el PIB departamental. Este
comprende el valor agregado en explotacin de minas y canteras, industrias
manufactureras (que tambin se informa como un subgrupo distinto), construccin,
y suministro de electricidad, gas y agua. El valor agregado es la produccin neta

5
 de un sector despus de sumar todos los productos y restar los insumos
intermedios. Se calcula sin hacer deducciones por depreciacin de bienes
manufacturados o por agotamiento y degradacin de recursos naturales. Para los
pases que contabilizan en base valor agregado, se utiliza como denominador el
valor agregado bruto al costo de los factores.
Segn GARCA CRUZ F. La eficiencia es medido con el gasto en nmina
(cantidad pagada a los empleados por los servicios que prestaron durante un
cierto perodo de tiempo.) en trminos per cpita, pretende capturar la ineficiencia
del estado
1.1.4 RECOLECCIN DE DATOS
Encuestas de Produccin y Empleo Informal en el Per-INEI (2009-2014). Los
datos obtenidos para el desarrollo del presente trabajo corresponden a estas
encuestas continuas realizadas por el INEI, que fue elaborado en el marco de los
resultados de las Cuentas Nacionales con ao base 2007 y la Encuesta Nacional
de Hogares (ENAHO). Tomamos los datos referidos al periodo en estudio (2008-
2014) de forma anual.

1.2. METODOLOGA

1.2.1 ANLISIS DE TEORA E IMPLICANCIAS DEL MODELO

Guiados por el trabajo base de GARCA CRUZ F. (2010), titulado Informalidad
regional en Colombia. Evidencias y Determinantes, pasamos describir el
procedimiento para el desarrollo del presente trabajo.
A. Para sentar el marco terico pasamos a tomar conceptos, estudios anteriores
de evidencias de la informalidad, luego pasamos a describir este fenmeno
en la poblacin trabajadora de Per.
B. Pasamos a recolectar datos de fuentes secundarias de mdulos de
informalidad aplicados mediante encuestas por instituciones como el Instituto
Nacional de Estadstica e Informtica (INEI) y Banco Central de Reserva del
Per (BCRP).
C. Para aprehender la relacin entre las variables independientes sobre la
dependiente (informalidad laboral), se hace un anlisis de regresin tipo panel,
la ecuacin economtrica planteada para esto, ser la que se ver
posteriormente en el captulo segundo (vase ecuacin 2.1)

6
1.2.2 ANLISIS DE LOS DATOS

Respecto al anlisis de datos de panel y guiados por el manual de Labra R. (2011)

Diagnostico y especificacin de modelos panel en Stata .Utilizamos el programa Stata
13, para lo cual los comandos utilizados siguen los siguientes pasos:

A. Para determinar y ampliar la memoria se usa el comando y para cargar la

base de datos usamos el comando . En este caso, la base lleva el nombre de
. .
B. Dado que este programa viene predeterminado para trabajar con datos de corte
transversal, es necesario revelar que la base de datos es un panel. Esto se
consigue a travs del comando indicando la variable que identifica a cada
uno de los individuos, y la que mide el paso del tiempo. Adicionalmente es
conveniente especificar la frecuencia en que estn registrados los datos; en este
caso con la opcin , que indica datos anuales.
C. Para ver la tabla de variables disponibles se utiliza el comando . En este
caso, las variables a usar corresponden a (la tasa de informalidad), (la
proxy al desarrollo industrial) y (que mide la eficiencia estatal).
D. Para el anlisis de descripcin de datos longitudinales utilizamos el comando
, este muestra la disponibilidad de datos para cada unidad de corte
transversal. Esto es particularmente til para analizar si el panel a usar est
balanceado.

1.2.3 ESTIMACIN E IDENTIFICACIN DEL MODELO APROPIADO

Para identificar el modelo utilizamos la metodologa desarrollada por Rosales A. y Calvo J.

En su libro FUNDAMENTOS DE ECONOMETRA INTERMEDIA: TEORA Y
APLICACIONES esta metodologa permite deducir cual es el modelo economtrico
apropiado, utilizamos directamente el modelo por mnimos cuadrados ordinarios (MCO)

A. La estimacin por MCO utilizando el programa Stata 13, se consigue utilizando el

comando seguido por la variable dependiente , e independientes y
.
B. Usamos el comando para diversas especificaciones.

7
 CUADRO N 1. CASOS PARTICULARES DEL COMANDO XTREG
Descripcin Comando

Estimador de efectos entre grupo xtreg ti ppib gasto, be

Estimador de efectos aleatorios xtreg ti ppib gasto,re

Estimador de efectos fijos al xtreg ti ppib gasto, fe

interior de grupos

Fuente: Rosales A. y Calvo J Fundamentos de Econometra Intermedia

En el cuadro N1 se puede ver el comando para diversas especificaciones, como

para calcular los efectos aleatorios y fijos entre y al interior de grupos.

C. El siguiente paso para realizar la identificacin es la prueba de Breusch- Pagan

para probar la existencia de correlacin entre los trminos de error del modelo. Se
utiliza el comando 0 para probar la evidencia de autocorrelacin.
D. Como ltimo paso para la identificacin del estimador apropiado, realizamos la
prueba de Hausman para probar la endogeneidad resultante de la correlacin de
una de las variables independiente con el componente fijo del trmino de error.
Este consta de dos pasos:
Primero, se estiman una vez ms las regresiones por efectos aleatorios y efectos
fijos. Esto se consigue ejecutando el comando o despus
de cada regresin.
Segundo, se ejecuta la prueba con el comando utilizando la opcin
, indicando el nombre de las variables en donde se guardaron los
estimadores. La variable que guarda los resultados del estimador por efectos fijos
debe ir primero, y luego la de efectos aleatorios. En este caso se utiliz el
comando .

8
 CAPTULO 2: ANALISIS Y PLANTEAMIENTO DEL PROBLEMA

2.1 ANTECEDENTES

Segn la Organizacin internacional del Trabajo-OIT. El grado de informalidad laboral en

el Per es alarmantemente elevado, siendo este mucho mayor al de Chile y Estados
Unidos en todos los indicadores. (Diario Gestin-2009)

Segn LOAYZA N. (2004). En su investigacin, Causas y consecuencias de la

informalidad en el Per, nos dice que, los determinantes principales de la informalidad no
tienen una causa nica, sino que es producto de la combinacin de servicios pblicos
deficientes, de un rgimen normativo opresivo, de la dbil capacidad de supervisin y
ejecucin pblica, que se resume como eficiencia del estado, adems del desarrollo
industrial por parte de las empresas.

2.1.1 FORMULACIN DEL PROBLEMA

Nuestro problema se resume en la siguiente incgnita; Cul es la relacin entre el

desarrollo industrial y eficiencia del estado con la informalidad laboral peruana, periodo
2009-2014?

2.1.2 HIPTESIS

Revisado el trabajo que tomamos como base en el que muestra que ciudades con mayor
desarrollo industrial, de mayor tamao, con mercados grandes y buena infraestructura
presentan menor crecimiento de las actividades informales, por esta razn a modo de
hiptesis planteamos:

Para el desarrollo industrial:

H(1): La relacin entre el desarrollo industrial y la informalidad laboral es de forma

negativa y estadsticamente no significativa.
H(0): La relacin entre el desarrollo industrial y la informalidad laboral es de forma
positiva y estadsticamente significativa.

Para la eficiencia del estado:

H(1): La relacin entre la eficiencia del estado y la informalidad laboral es de forma

negativa y estadsticamente no significativa.

9
 H(0): La relacin entre la eficiencia del estado y la informalidad laboral es de forma
positiva y estadsticamente significativa.

2.1.3 OBJETIVO GENERAL

Determinar la relacin entre el desarrollo industrial y eficiencia del estado con la

informalidad laboral peruana, periodo 2009-2014.

2.1.4 OBJETIVOS ESPECFICOS

Identificar las implicancias de la informalidad laboral

Determinar el grado de influencia del desarrollo industrial y la eficiencia del estado
en la informalidad laboral.

2.2 EL MODELO ECONMICO

Tasa de Informalidad = (Grado de desarrollo industrial, Ineficiencia del Estado)

2.3 MODELO ECONOMTRICO

TI = + 1 + 2 GASTO + e . (2.1)

TI : Representa la tasa de informalidad en la regin para el ao .

: Es el grado de desarrollo industrial, medido como la participacin
porcentual del PBI industrial sobre el PBI departamental.
GASTO : Corresponde al gasto en nmina medido en trminos per cpita,
pretende capturar la eficiencia del Estado.

10
 CAPTULO 3: ANALISIS DE RESULTADOS

3.1 DESCRIPCIN DE VARIABLES

CUADRO N 2. DESCRIPCIN DE VARIABLES

VARIABLE DEL MODELO VARIABLES EN LA BASE DESCRIPCIN

TI tasainformal Tasa de informalidad en la

regin para el ao .

Es el grado de desarrollo
industrial, medido como la
pbiindustrial
participacin porcentual del
PBI industrial sobre el PBI
departamental.

Corresponde al gasto en
nmina medido en trminos
GASTO gastonomina
per cpita, pretende
capturar la ineficiencia del
Estado.

FUENTE: TRABAJO GRUPAL

En el cuadro N2 mostramos la descricin de las variables que usamos en el presente

trabajo, tanto en el modelo, como en la base y su respectiva descripcin.

11
3.2 BASE DE DATOS PANEL
ILUSTRACIN N 1. USO DEL COMANDO XTSET PARA BASE DE DATOS PANEL

. xtset numeroregion aos, yearly

panel variable: numeroregion (strongly balanced
> )
time variable: aos, 2009 to 2014
delta: 1 year

.
FUENTE: TRABAJO GRUPAL

En la ilustracin N1 se observa el uso del comando xtset para declarar la base como
panel de dats, en este usamos la variable que registra el paso del tiempo; aos, y la
variable que identifica a cada regin; numeroregin.

3.3 DISPONIBILIDAD DE DATOS

CUADRO N 3. DISPONIBILIDAD DE DATOS PARA CADA UNIDAD DE CORTE TRANSVERSAL

numeroregion: 1, 2, ..., 12
> n = 12
aos: 2009, 2010, ..., 2014
> T = 6
Delta(aos) = 1 year
Span(aos) = 6 periods
(numeroregion*aos uniquely identifies each
> observation)

Distribution of T_i: min 5% 25% 50%

> 75% 95% max
6 6 6 6
> 6 6 6

Freq. Percent Cum. Pattern

12 100.00 100.00 111111

12 100.00 XXXXXX

FUENTE: TRABAJO GRUPAL

En el cuadro N3 tenemos la disponibilidad de datos para cada unidad de corte

transversal, esto obtenido con el comando xtdescribe, propio de un panel de datos, en
este se nos muestra que el panel esta balanceado, pues los datos estn completos y
reportados con una temporalidad constante.
12
3.4 ESTIMACION E IDENTIFICACION DEL MODELO APROPIADO
Se estimara directamente el modelo por mnimos cuadrados ordinarios.

. REG TASAINFORMAL PBIINDUSTRIAL GASTONOM

CUADRO N 3. ESTIMACIN DEL MODELO POR MCO

reg tasainformal pbiindustrial gastonomina

Source SS df MS Number of
F( 2, 69) = 44.77 obs = 72
Model 1603.05637 2 801.528186 Prob > F = 0.0000
Residual 1235.21215 69 17.9016254 R-squared = 0.5648
Adj R-squared = 0.5522
Total 2838.26853 71 39.975613 Root MSE = 4.231
tasainformal Coef. Std. Err. t P>t [95% Conf. Interval]
pbiindustrial -9.98e-06 1.12e-06 -8.92 0.000 -.0000122 -7.75e-06
gastonomina - .0077236 .0066694 -1.16 0.251 - .0210287 .0075815
_cons 90.36506 7.171272 12.60 0.000 76.05877 104.6714
FUENTE: TRABAJO GRUPAL

En el cuadro N3 la variable que captura el desarrollo industrial, tiene el signo esperado

(negativo) y es significativa al explicar la tasa de informalidad con un P-value menor al
0.05. En cambio el gasto en nmina medido en trminos percapita resulta no se
significativo con P-value de 0.25 y presenta un signo contrario al esperado.

Siguiendo el esquema de identificacion el siguiente paso consiste en realizar una prueba

de Breusch Pagan para probar la existencia de correlacin entre los trminos de error
del modelo. Para ello se realiza una regresin de efectos aleatorios.

13
3.5 ESTIMACIN DE EFECTOS ENTRE GRUPOS
CUADRO N4: ESTIMACIN DE EFECTOS ENTRE GRUPOS

XTREG TASAINFORMAL PBIINDUSTRIAL GASTONOMINA, BE

Between regression (regression on group means) Number of obs = 72
Group variable: numeroregion Number of groups = 12
R-sq: within = 0.0004 Obs per group: min = 6
between = 0.6739 avg = 6.0
overall = 0.5564 max = 6
F(2,9) = 9.30
sd(u_i + avg(e_i.))= 3.942211 Prob > F = 0.0065
tasainformal Coef. Std. Err. t P>t [95% Conf.
Interv
al]
pbiindustrial -.0000104 2.78e-06 -3.72 0.005 -.0000166-
4.06e-06

gastonomina .0167177 .0276399 -0.60 0.560 -.0792434

.0458081
_cons 100.3929 29.5486 3.40 0.008 33.54935
167.2365

FUENTE: ELABORACION GRUPAL

En la Tabla N4 se aprecia el estimador de efectos aleatorios entre grupos el es hallado

mediante la definicin de una matriz simtrica e idempotente con el cual pre multiplicando
por esta matriz los datos se transforman en medias, donde el valor predicho de la
informalidad es la media de esta misma. El beta estimado recibe el nombre de estimador
entre grupos.

3.6 ESTIMADOR DE EFECTOS ALEATORIOS

CUADRO N5: ESTIMADOR DE EFECTOS ALEATORIOS

XTREG TASAINFORMAL PBIINDUSTRIAL GASTONOMINA, RE

Random-effects GLS regression Number of obs = 72
Group variable: numeroregion Number of groups = 12
R-sq: within = 0.0001 Obs per group: min = 6
between = 0.6709 avg = 6.0
overall = 0.5648 max = 6
Wald chi2(2) = 6.10
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0473
tasainformal Coef. Std. Err. T P>t [95% Conf.
Interval
]

14
pbiindustrial -4.13e-06 1.80e-06 -2.30 0.021 -7.65e-06
-6.10e-
07
gastonomina .0034123 .0042631 -0.80 0.042 .0117678
.00494
31
_cons 82.12254 4.879407 16.83 0.000 72.55908
91.686
sigma_u 3.8452962
sigma_e 2.1279947
rho .765548 (fraction of variance due to u_i)

FUENTE: ELABORACION GRUPAL

La Tabla N5 son los resultados de una estimacin de efectos aleatorios en el cual se

aprecia el nmero de observaciones (nT=72) as como el nmero de individuos (n=12.)
Para el estadstico de bondad de ajuste ( R2 ), se muestran tres diferentes medidas que
indican cmo explica el modelo, la varianza al interior de cada individuo (within), entre
individuos (between) y de manera general (overall). Los estadsticos sigma_u y sigma_e
corresponden respectivamente a un estimador de la desviacin estndar del componente
constante del error y del error de ruido blanco tradicional.

Con respecto a la prueba de Breusch-Pagan, en este caso se rechaza la hiptesis nula al

5%, lo que muestra evidencia estadstica de heterogeneidad no observada en el trmino
error. Esto implica la necesidad de usar alguna de las metodologas que tengan en cuenta
la existencia de efectos constantes en el tiempo. En la estimacin por efectos aleatorios,
tanto la variable que captura el desarrollo industrial como el gasto en nmina tienen el
signo esperado, y son significativas al 5% al explicar la tasa de informalidad.

3.7 ESTIMADOR DE EFECTOS FIJOS

CUADRO N6: ESTIMADOR DE EFECTOS FIJOS

XTREG TASAINFORMAL PBIINDUSTRIAL GASTONOMINA, FE

Fixed-effects (within) regression Number of obs = 72
Group variable: numeroregion Number of groups = 12
R-sq: within = 0.0092 Obs per group: min = 6
between = 0.5380 avg = 6.0
overall = 0.3557 max = 6
F(2,58) = 0.27
corr(u_i, Xb) = -0.6624 Prob > F = 0.648

15
tasainformal Coef. Std. Err. T P>t [95% Conf.
Interval
]
pbiindustrial -8.09e-07 2.21e-06 0.37 0.025 -3.61e-06
5.22e-
06
gastonomina .002571 .0040259 -0.64 0.042 .0106297
.00548
77
_cons 78.21644 4.583436 17.07 0.000 69.04169
87.391
18
sigma_u 6.5023165
sigma_e 2.1279947
rho .90325767 (fraction of variance due to u_i)

F test that all u_i=0: F(11, 58) = 19.52 Prob > F = 0.0000
FUENTE ELABORACION PROPIA

En la Tabla N6 la regresin por efectos fijos al interior de grupos, ambas variables independientes
tienen el signo esperado y son significativas ya que el P-value es menor al 5%.

3.8 CONTRASTE DE HAUSMAN

CUADRO N7: CONTRASTE DE HAUSMAN

HAUSMAN FE RE, SIGMAMORE

---- Coefficients ----
(b) (B) (b-B) sqrt(diag(V_b-V_B))
FE RE Difference S.E.
pbiindustr~l -8.09e-07 -4.13e-06 4.94e-06 1.53e-06
gastonomina .002571 -.0034123 .0008413 .0006443

b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(2) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 10.58
Prob>chi2 = 0.0050

FUENTE: ELABORACION GRUPAL

En la tabla N7 se aprecia el contraste de Hausman en el cual podemos ver que ste se

distribuye como chi cuadrado bajo la hiptesis nula: el estimador de efectos aleatorios es
correcto. En este caso rechazamos la hiptesis nula, es decir, el estimador apropiado es
el estimador de efectos fijos.
16
 CONCLUSIONES

Respondiendo nuestra pregunta principal, la relacin entre el desarrollo industrial

y la informalidad laboral peruana es negativo de acuerdo a lo esperado. Al
contrario de la segunda variable, la relacin entre la eficiencia del estado medido
como gasto en nmina per cpita con la informalidad laboral peruana se da de
forma positiva, esto contrastado con el estimador apropiado, efectos fijos.
Al cabo del presente trabajo podemos decir que rechazando la hiptesis nula en
el que nos dice que la relacin entre el desarrollo industrial y la informalidad
laboral es positiva, afirmamos que esta relacin es negativa, de esta manera, si el
desarrollo industrial, medido como la participacin porcentual del PBI industrial
sobre el PBI departamental en la economa aumenta, la informalidad laboral
disminuir como resultado de este.
Al contrario de la primera variable, el gasto en nmina medido en trminos
percapita resulta no ser significativo con un P-value de 0.25 y presenta un signo
contrario al esperado.
En la estimacin por efectos aleatorios, tanto la variable que captura el desarrollo
industrial como el gasto en nmina tienen el signo esperado, y son significativas al
5% al explicar la tasa de informalidad.
De acuerdo al estimador de efectos fijos al interior de grupos, ambas variables
independientes tienen el signo esperado y son significativas ya que el P-value es menor al
5%.
Respecto al contraste de Hausman en el cual podemos ver que ste se distribuye
como chi cuadrado bajo la hiptesis nula: el estimador de efectos aleatorios es
correcto. En este caso rechazamos la hiptesis nula, es decir, el estimador
apropiado es el estimador de efectos fijos.

17
 RECOMENDACIONES

De acuerdo a lo observado en la problemtica y teniendo en cuenta los resultados

recomendamos que se debe priorizar la inversin por el lado del sector industrial,
pues este permitir una reduccin en la tasa de informalidad, llegando a disminuir
no solo esta sino de acuerdo a la teora, la pobreza.

Siendo la informalidad uno de los principales problemas actuales que requiere de

pronta atencin, instamos al sector pblico facultar a las mercados en el desarrollo
e implamentacin tecnolgica, crear nuevos y grandes mercados para el dearrollo
de la industria, formalizando a las empresas sin muchos trmites engorrosos.

18
 ANEXOS
BASE DE DATOS:

aos region tasainf pbiindus gastperc

2009 85.5 45909 519.375901

2010 Huancavelica 84.1 48162 840.878466

2011 Huancavelica 83.2 45305 973.644872

2012 Huancavelica 84 51833 1172.50507

2013 Huancavelica 84.5 54402 1044.16254

2014 Huancavelica 83.4 57522 1103.24501

2009 cajamarca 83.1 641625 1103.24501

2010 cajamarca 79.5 599458 1103.24501

2011 cajamarca 78.1 686634 1103.24501

2012 cajamarca 78.8 717454 1103.24501

2013 cajamarca 78.1 712003 1103.24501

2014 cajamarca 81.3 736500 1103.24501

2009 apurimac 81.5 78846 1103.24501

2010 apurimac 83.5 74190 1103.24501

2011 apurimac 80.8 84214 1103.24501

2012 apurimac 81.1 87643 1103.24501

2013 apurimac 81.3 91100 1103.24501

2014 apurimac 79.9 94465 1103.24501

2009 amazonas 83.6 133858 1103.24501

2010 amazonas 81.1 120157 1103.24501

2011 amazonas 80.7 130064 1103.24501

2012 amazonas 81.9 123898 1103.24501

2013 amazonas 81.6 128033 1103.24501

2014 amazonas 79.7 135521 1103.24501

2009 ayacucho 80.6 376885 1103.24501

19
 2010 ayacucho 79.3 378128 1103.24501

2011 ayacucho 78.7 406775 1103.24501

2012 ayacucho 80.4 416348 1103.24501

2013 ayacucho 78.7 421180 1103.24501

2014 ayacucho 79.1 422337 1103.24501

2009 puno 80.9 638310 1103.24501

2010 puno 80.4 611237 1103.24501

2011 puno 80.4 698090 1103.24501

2012 puno 81.6 723505 1103.24501

2013 puno 80.6 741206 1103.24501

2014 puno 78.2 779995 1103.24501

2009 huanuco 80.5 345253 1103.24501

2010 huanuco 80.4 337130 1103.24501

2011 huanuco 79.2 360085 1103.24501

2012 huanuco 78.9 367294 1103.24501

2013 huanuco 76 369895 1103.24501

2014 huanuco 74.6 370451 1103.24501

2009 san martin 74.7 413559 1103.24501

2010 san martin 74.4 410992 1103.24501

2011 san martin 71 451417 1103.24501

2012 san martin 75.6 463185 1103.24501

2013 san martin 71.2 483901 1103.24501

2014 san martin 71.8 499532 1103.24501

2009 loreto 67.6 624975 1103.24501

2010 loreto 69.8 547220 1103.24501

2011 loreto 67.6 585871 1103.24501

2012 loreto 68.1 591681 1103.24501

2013 loreto 68.4 618505 1103.24501

20
 2014 loreto 68.2 613924 1103.24501

2009 junin 69.4 1883114 1103.24501

2010 junin 71 1006812 1103.24501

2011 junin 70.9 832096 1103.24501

2012 junin 60.7 853405 1103.24501

2013 junin 70.4 909238 1103.24501

2014 junin 67.1 983674 1103.24501

2009 ancash 70 1538474 1103.24501

2010 ancash 68.7 1352802 1103.24501

2011 ancash 65.8 1295645 1103.24501

2012 ancash 64 1571306 1103.24501

2013 ancash 64.8 1503171 1103.24501

2014 ancash 66.7 1576135 1103.24501

2009 cusco 72.9 1256618 1103.24501

2010 cusco 71 1191962 1103.24501

2011 cusco 72.9 1293940 1103.24501

2012 cusco 70.4 1305441 1103.24501

2013 cusco 64.8 1216847 1103.24501

2014 cusco 66.4 1271504 1103.24501

21
COMANDOS DE STATA PARA PANEL DE DATOS:

22
23