SEGUNDA

PARTE
Modelos de respuesta cualitativa

Efectos socioeconómicos en el empleo adecuado

Según el INEC el empleo adecuado se define como: Personas con empleo que, durante la
semana de referencia, perciben ingresos laborales iguales o superiores al salario mínimo,
trabajan igual o más de 40 horas a la semana, independientemente del deseo y disponibilidad
de trabajar horas adicionales. También forman parte de esta categoría, las personas con
empleo que, durante la semana de referencia, perciben ingresos laborales iguales o superiores
al salario mínimo, trabajan menos de 40 horas, pero no desean trabajar horas adicionales.
INEC. (Septiembre 2015). Encuesta Nacional de Empleo, Desempleo y Subempleo Indicadores Laborales.
Ecuador en cifras, 1, 51.

El Ecuador es un país con un alto índice de pobreza y de desigualdad sobre todo en
áreas rurales, la falta de empleo adecuado y oportunidades laborales genera más
desigualdad y pobreza.

Se desea conocer que influencia tienen ciertas variables socioeconómicas en la
probabilidad de que un individuo tenga o no empleo adecuado, se plantean ciertas
expectativas a priori: el área rural es más propensa a tener empleo no adecuado, los
hombres son preferidos por las empresas, el estado civil influye en el empleo de una
persona prefiriéndose las personas casadas ya que generan más confianza al
empleador, el hacer deporte no es un buen indicador para evaluar la apariencia física
de un individuo, saber usar computadora y tener conocimientos de uso del internet
tiene una respuesta positiva al tener empleo adecuado. La educación influye de
manera positiva en el empleo.

Si bien se utiliza datos de empleo adecuado este no refleja un empleo digno (seguridad
social, beneficios) tampoco se incluye en la definición si el empleo que una persona
posee está acorde a sus capacidades o si dicha persona está sobrecalificada para esa
tarea.

Metodología
Se usará un modelo logit no agrupado, las variables de estado civil, etnia y educación
tienen M categorías y se separaron en M-1 variables dicótomas para poder estudiar la
influencia que tienen en el empleo, se toma el logaritmo natural de la edad para
reducir la variación y por lo general la edad tiene un efecto adverso al inicio y al
finalizar de la edad de trabajar de un individuo. La categoría omitida son mujeres,
viven en área rural, viven en unión libre, no hacen deporte, no usan internet, no usan
computadora, son pobres, son mestizas, no tienen ninguna educación formal. Se
espera que esta categoría tenga menos probabilidad de tener empleo adecuado.
El modelo planteado es el siguiente:

 !"
𝐿𝑖 = ln = 𝛽! +𝛽! 𝐷𝑎𝑟𝑒𝑎+𝛽! 𝐷𝑠𝑒𝑥𝑜 + 𝛽! ln 𝑒𝑑𝑎𝑑 + 𝛽! 𝐷𝑒𝑠𝑡𝑎𝑑𝑜𝑐𝑖𝑣𝑖𝑙 + 𝛽! ℎ𝑜𝑟𝑎𝑠𝑡𝑟𝑎𝑏 +
!!!"
𝛽! 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎 + 𝛽! 𝐷𝑑𝑒𝑝𝑜𝑟𝑡𝑒 + 𝛽! 𝐷𝑐𝑜𝑚𝑝𝑢𝑡𝑎𝑑𝑜𝑟𝑎 + 𝛽!" 𝐷𝑖𝑛𝑡𝑒𝑟𝑛𝑒𝑡 + 𝛽!! 𝑖𝑛𝑔𝑝𝑐 + 𝛽!" 𝐷𝑝𝑜𝑏𝑟𝑒 +
𝛽!" 𝐷𝑒𝑡𝑛𝑖𝑎 + 𝛽!" 𝐷𝑒𝑑𝑢𝑐𝑎𝑐𝑖𝑜𝑛 + 𝜇!




Resultados de la regresión
Dependent Variable: ADECUADO
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps)
Included observations: 46973
Convergence achieved after 5 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

C -6.526535 0.229833 -28.39681 0.0000

AREA 0.181561 0.029215 6.214556 0.0000
SEXO 0.877206 0.028110 31.20589 0.0000
LN_EDAD 0.377588 0.054971 6.868877 0.0000
CASADO 0.052594 0.034579 1.520965 0.1283
SEPARADO -0.115314 0.058888 -1.958188 0.0502
DIVORCIADO -0.261399 0.078920 -3.312186 0.0009
VIUDO -0.236093 0.102393 -2.305762 0.0211
SOLTERO -0.673929 0.038339 -17.57808 0.0000
HORAS_TRABAJADAS 0.073072 0.001118 65.38254 0.0000
EXPERIENCIA -0.011552 0.001471 -7.854434 0.0000
DEPORTE 0.032351 0.028425 1.138112 0.2551
COMPUTADORA 0.274774 0.043739 6.282157 0.0000
INTERNET 0.447954 0.045405 9.865775 0.0000
INGPC 0.003042 8.15E-05 37.34690 0.0000
POBRE -2.456478 0.063145 -38.90203 0.0000
INDIGENA -0.129233 0.046404 -2.784933 0.0054
OTRO -0.136040 0.046063 -2.953359 0.0031
PRIMARIA 0.510680 0.104607 4.881908 0.0000
SECUNDARIA 0.566177 0.106713 5.305592 0.0000
SUPERIOR 1.377977 0.110952 12.41960 0.0000
POSTGRADO 2.004892 0.183271 10.93950 0.0000

McFadden R-squared 0.407024 Mean dependent var 0.423946

S.D. dependent var 0.494187 S.E. of regression 0.358773
Akaike info criterion 0.809203 Sum squared resid 6043.439
Schwarz criterion 0.813304 Log likelihood -18983.34
Hannan-Quinn criter. 0.810491 Root MSE 0.358689
Deviance 37966.68 Restr. deviance 64027.36
Restr. log likelihood -32013.68 LR statistic 26060.68
Avg. log likelihood -0.404133 Prob(LR statistic) 0.000000

Obs with Dep=0 27059 Total obs 46973

Obs with Dep=1 19914

En base a una muestra bastante grande, la bondad de ajuste R2 de McFadden, es alta.

Sin embargo no se debe sobreestimar la bondad de ajuste en modelos binarios; el esta
dístico LR es elevado; los coeficientes simultáneamente son distintos de cero. El criteri
o de información de Akaike bastante bajo refleja que el modelo está bien co
nstruido. Todos los coeficientes son significativos a excepción de “casado”, y “deporte”
; estos se explicarán en breve.
El término del intercepto como se esperaba indica que las mujeres que viven en área
rural, viven en unión libre, no hacen deporte, no usan internet, no usan computadora,
son pobres, son mestizas, no tienen ninguna educación formal; tienen menos posibilid
ad de contar con un empleo adecuado.
Los individuos que viven en áreas urbanas tienen más posibilidades de contar con un
empleo adecuado, actualmente las ciudades tienen un desarrollo económico superior
a las zonas rurales.
Los hombres tienen en promedio mejores posibilidades que las mujeres de contar con
un empleo adecuado, debido a que en Ecuador todavía existe sesgo a la hora de contra
tar, situación que se acentúa cuando se considera los hijos y períodos de absentismo la
boral por lactancia.
Se escogió una forma funcional distinta el log de la edad para reducir la variación en lo
s datos y por lo general los jóvenes tienen menos posibilidades de conseguir un emple
o adecuado que sus contrapartes algo mayores. Los ancianos también tienen más dific
ultad de conseguir un empleo adecuado que su contraparte más joven; un aumento en
el logaritmo de la edad tiene más oportunidad de conseguir empleo adecuado.
Las personas casadas no muestran diferencia significativa en el nivel de 0.05 en compa
ración con la unión libre, por lo general a las personas con pareja estable se las conside
ra más para trabajos porque se perciben como más confiables.
Las personas separadas, divorciadas, viudas y solteras son menos propensas a contar c
on un empleo adecuado, debido a que las personas con pareja estable son considerada
s como más confiables y es más probable que tengan familia.
A más horas trabajadas más probabilidad de que el individuo tenga un trabajo adecuad
o por la misma definición de empleo adecuado.
Se relaciona negativamente la experiencia con el empleo adecuado, puede ser un caus
ante que la muestra sea gente bastante mayor; sin embargo, este coeficiente no empa
reja con las expectativas a priori.
El deporte no es estadísticamente significativo aunque tenga el signo correcto por lo g
eneral la gente que practica deporte se la percibe como más atractiva y la apariencia fí
sica es tomada en cuenta en el mercado laboral.
El uso de computadoras y el uso de internet tienen el signo correcto ambas se relacion
an positivamente con el empleo adecuado, son una habilidad básica en el mercado lab
oral moderno.
A medida que aumenta el ingreso per cápita la probabilidad de tener empleo adecuad
o aumenta, no es de sorprenderse ya que un aumento en el PIB trae consigo una dismi
nución en el desempleo, como lo demostró el economista Arthur Okun.
Si el individuo es pobre aumenta sus posibilidades de precariedad laboral con respecto
a los no pobres, este coeficiente está de hecho correlacionado con educación y otras v
ariables.
Los indígenas y otras etnias tienen menos posibilidades de tener un empleo adecuado
que su contraparte mestiza, esto se debe a que la mayoría de indígenas y afro ecuatori
anos viven en áreas rurales y existe una correlación entre estás etnias y la variable área
; sin embargo, respecto a la educación a mayor nivel de instrucción formal mayor posib
ilidad hay de que un individuo cuente con un trabajo adecuado, al comparar las magnit
udes la que mayor probabilidad a favor tiene es la de postgrado.

(Intercept) -0.858922184 Xdivorciado -0.034401307
Xarea 0.023894229 Xviudo -0.031070913
Xsexo 0.115444297 Xsoltero -0.088692131
Xln_edad 0.049692345 Xhoras_trabaj 0.009616586
Xcasado 0.006921557 Xexperiencia -0.001520276
Xseparado -0.015175827 Xdeporte 0.004257564

Xcomputadora 0.036161485 Xprimaria 0.067207847
Xsecundaria 0.074511573 Xinternet 0.058952750
Xsuperior 0.181348203 Xingpc 0.000400347
Xpostgrado 0.263853075 Xpobre -0.323283857
Xindigena -0.017007712 Xotro -0.017903509

Por último se muestra una tabla con los efectos marginales después del logit.
Estos cambios en la probabilidad son directamente comparables con otros modelos, la
variable que más incrementa la probabilidad de tener un empleo adecuado es tener ed
ucación formal superior o postgrado, lo que más contribuye a no tener un empleo ade
cuado es ser pobre, esta variable, como ya se mencionó, tiene correlación con muchas
otras por lo tanto reúne muchas características desfavorables para un empleo adecuad
o.

TERCERA PARTE

Construya un modelo dinámico (auto regresivo o de rezago distribuido) para explicar el
comportamiento del desempleo en el Ecuador.


Efecto de la variación anual del PIB en la tasa de desempleo en Ecuador

El desempleo y el PIB están correlacionados, como lo demostró Okun en sus análisis e
mpíricos sobre desempleo y tasa de variación del PIB a mayor crecimiento menor dese
mpleo y viceversa.
Por lo general los efectos no son inmediatos como lo demostraremos más adelante co
n análisis de regresión cuando el PIB disminuye las empresas y agentes económicos tar
dan un poco en ajustar su presupuesto y disminuir su consumo y sus costes variables (
despedido de empleados), a su vez cuando el PIB aumenta los agentes económicos tar
dan un poco, sobre todo las empresas, en volver a contratar, se muestran reacios a inc
rementar sus costes y tienen dudas acerca del futuro.
¿Cuánto tarda la economía en ajustarse a un cambio en el PIB?
La compañía Sagework Stats analizó datos de recesiones pasadas de Estados Unidos
y elaboró la siguiente tabla

Fuente:
Cuando el Pib decae el desempleo aumenta pero si demora en promedio 4.2 meses en
llegar a su punto más alto y cuando la economía se empieza a recuperar el empleo de
mora en promedio 19.2 meses en recuperarse, estos datos se aplican a la economía est
adounidense
Tenemos una expectativa a priori que la tasa de desempleo se demora en promedio m
ás de un trimestre en ajustarse ya sea por una reducción del PIB o por una recuperació
n del mismo.

Las causas del rezago pueden ser diversas, Sagework Stats menciona que hasta que los
gerentes de negocios no se sientan seguros en el ambiente económico, las reformas tr
ibutarias entren en vigencia, haya un plan para controlar el déficit y proteger los tipos
de interés futuros, no es probable que contraten más empleados. https://www.forbes.co
m/sites/sageworks/2011/06/29/why-unemployment-lags-behind-gdp-growth/#7e14c8123842

En el ecuador estas podrían ser las causas pero además los individuos tardan en reaccionar a la
disminución de la producción esto también puede deberse a que esperan que sea de corta dur
ación y no planean ajustar sus presupuestos a corto plazo, nadie quiere dejar de consumir.

Metodología

Se usará un método de estimación ad hoc, ya que se cuenta con la expectativa que el rezago se
a mayor a 1 trimestre pero menor a 24 meses se crean 3 modelos para compararlos entre ellos
:
1
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑑𝑒𝑠𝑒𝑚𝑝𝑙𝑒𝑜! =
𝛼 + 𝛽! 𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑃𝐼𝐵 𝑟𝑒𝑎𝑙! + 𝛽! 𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑃𝐼𝐵 𝑟𝑒𝑎𝑙!!!
2
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑑𝑒𝑠𝑒𝑚𝑝𝑙𝑒𝑜! = 𝛼 + 𝛽! 𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑃𝐼𝐵 𝑟𝑒𝑎𝑙!

3
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑑𝑒𝑠𝑒𝑚𝑝𝑙𝑒𝑜! = 𝛼 + 𝛽! 𝐶𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑃𝐼𝐵 𝑟𝑒𝑎𝑙!!!

Resultados de las regresiones

Dependent Variable: TASA_DESEMPLEO
Method: Least Squares
Date: 05/16/19 Time: 15:10
Sample: 1993 2017
Included observations: 25

Variable Coefficient Std. Error t-Statistic Prob.

C 4.722394 0.247725 19.06304 0.0000

GDP -0.062187 0.052605 -1.182149 0.2498
GDP_1 -0.073606 0.052539 -1.400972 0.1752

Root MSE 0.653806 R-squared 0.166652
Mean dependent var 4.293880 Adjusted R-squared 0.090893

S.D. dependent var 0.730971 S.E. of regression 0.696960
Akaike info criterion 2.227988 Sum squared resid 10.68656
Schwarz criterion 2.374253 Log likelihood -24.84985
Hannan-Quinn criter. 2.268556 F-statistic 2.199771
Durbin-Watson stat 0.591256 Prob(F-statistic) 0.134614










Dependent Variable: TASA_DESEMPLEO
Method: Least Squares
Date: 05/16/19 Time: 15:11
Sample: 1993 2017
Included observations: 25
Variable Coefficient Std. Error t-Statistic Prob.

C 4.545987 0.217756 20.87656 0.0000
GDP -0.079751 0.052147 -1.529352 0.1398

Root MSE 0.682348 R-squared 0.092305

Mean dependent var 4.293880 Adjusted R-squared 0.052840
S.D. dependent var 0.730971 S.E. of regression 0.711397
Akaike info criterion 2.233445 Sum squared resid 11.63996
Schwarz criterion 2.330955 Log likelihood -25.91806
Hannan-Quinn criter. 2.260490 F-statistic 2.338918
Durbin-Watson stat 0.585031 Prob(F-statistic) 0.139815

Dependent Variable: TASA_DESEMPLEO

Method: Least Squares
Date: 05/16/19 Time: 15:11
Sample: 1993 2017
Included observations: 25

Variable Coefficient Std. Error t-Statistic Prob.

C 4.572456 0.214623 21.30461 0.0000

GDP_1 -0.088409 0.051464 -1.717867 0.0993

Root MSE 0.674252 R-squared 0.113717

Mean dependent var 4.293880 Adjusted R-squared 0.075183
S.D. dependent var 0.730971 S.E. of regression 0.702956
Akaike info criterion 2.209574 Sum squared resid 11.36539
Schwarz criterion 2.307084 Log likelihood -25.61967
Hannan-Quinn criter. 2.236619 F-statistic 2.951067
Durbin-Watson stat 0.714966 Prob(F-statistic) 0.099257

En todos los modelos la constante es significativa, la interpretación intuitiva que se le p
uede dar es que cuando el crecimiento del PIB es de cero en promedio la tasa de dese
mpleo es de 4.6069% si se promedian las tres, este coeficiente es un análogo a NAIUR
U; sin embargo, no se lo toma en cuenta.

En la primera regresión ninguna de los coeficientes es significativo en el nivel de 5% pe
ro ambos tienen signos correctos, cuando el PIB aumenta se espera una reducción de l
a tasa de desempleo, es interesante observar que el coeficiente GDP en el tiempo t es
menos significativo que el del rezago esto es porque es muy probable que de hecho exi
ste un rezago, la economía tarda en ajustar la tasa de desempleo ante un cambio en el
PIB.

En la segunda regresión sin rezago podemos ver que existe una correlación entre el inc
remento del PIB real y de la tasa de desempleo pero no es tan fuerte la correlación y es
ta no representa causalidad a menos que esté respaldado por la teoría económica. La r
regresora no es significativa por lo antes mencionado existe un rezago en el ajuste.

Se escoge el tercer modelo ya que es el que mejor ajuste presenta, aunque la regresor
a no sea significativa en el nivel del 5% , lo es en el 10%, se acepta la hipótesis nula que
de hecho es diferente de cero, existe un rezago en el ajuste del nivel de desempleo ant
e un cambio en el PIB ¡hasta un año después de ocurrido!, la expectativa a priori era m
ayor a 3 meses pero menor que 24.
En Ecuador es probable que el cambio sea bastante rápido si se utilizan datos trimestra
les quizás el rezago sea más significativo cuando se tome en cuenta períodos mayores
a 3 meses pero menores que doce.