Breves Ensayos de Economía y Finanzas

Oeconomia
Breves Ensayos de Economía y Finanzas
Volumen VIII, Número 2.
Junio 2014
Crecimiento y Empleo Sectorial en la República Dominicana: Tendencias y
Perspectivas
Francisco A. Ramírez de León.......................................................................3
El Gasto Social: Un Breve Análisis para República Dominicana
Fidel E. Morla Martínez...............................................................................15
Propiedades de Estimadores Con Datos de Panel Dinámicos: Un
Experimento Monte Carlo para Distintos Tamaños de Muestras
Alexander Medina Féliz...............................................................................26
Banco Central de la República Dominicana
Banco Central de la República Dominicana
Departamento de Programación Monetaria y Estudios Económicos.
Oeconomia Vol. VIII, No.2
Elaborado por el Departamento de Programación Monetaria y Estudios Económicos del Banco Central
de la República Dominicana. – Santo Domingo: Banco Central de la República Dominicana, 2014.
39 p.
Trimestral
ISSN 2304-3458
© 2014
Publicaciones del Banco Central de la República Dominicana
Esta es una publicación del Departamento de Programación Monetaria y Estudios Económicos del
Banco Central. El contenido y las opiniones de los artículos publicados en Oeconomia son de exclusiva
y estrictamente responsabilidad de su o sus autores y no reflejan la opinión del Banco Central de
República Dominicana.
Consejo Editorial:
Julio Andújar Scheker,
Director Departamento de Programación Monetaria y Estudios Económicos.
Joel Tejeda Comprés,
Subgerente de Políticas Monetaria, Cambiaria y Financiera.
Comentarios y preguntas sobre esta publicación pueden ser enviados a:
Banco Central de la República Dominicana
Av. Dr. Pedro Henríquez Ureña esq. Calle Leopoldo Navarro
Santo Domingo de Guzmán, D. N., República Dominicana
Apartado Postal 1347
809-221-9119 exts 3072-73
info@bancentral.gov.do
œ
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Crecimiento y Empleo Sectorial en la República Dominicana:
Tendencias y Perspectivas
Por: Francisco A. Ramírez1
I. Introducción
En las últimas dos décadas (1992-2012) la República Dominicana (RD) ha exhibido tasas de
crecimiento del Producto Interno Bruto (PIB) por encima del promedio de crecimiento de
Latinoamérica. Sin embargo, de acuerdo a varios estudios sobre esta dinámica sugieren que este
ha sido desbalanceado concentrándose en unos pocos sectores y poco impacto en el empleo
(Abdullev y Estevao, 2013; Guzmán y Cruz, 2010).
En este artículo se estudia de manera empírica los determinantes y dinámica del empleo en la
RD a nivel sectorial. Específicamente, analiza la sensibilidad del crecimiento del empleo al
crecimiento económico, tanto desde el punto de vista del empleo total como desde la
perspectiva sectorial.
El objetivo es identificar las asimetrías de la respuesta del empleo por sector al crecimiento del
PIB sectorial e inferir qué se podría esperar del empleo de acuerdo a los sectores que
protagonizarían el retorno a la senda de crecimiento.
El estudio de la relación empleo-crecimiento a nivel sectorial ha sido poco estudiada. Bencosme
(2008) estima una serie de elasticidades empleo-producto a nivel sectorial para los periodos
1991-95, 1996-99 y 2000-06. Sus resultados muestran que las elasticidades eran importantes en el
primer periodo en un rango de 0.96 a 0.4, pero que caen al rango de 0.3 a -0.6 entre 2000-2006.
Sin embargo, no ofrece una interpretación estructural a la caída de las elasticidades, más allá de
mencionar la influencia de los quiebres observados en las series durante la crisis financiera de
2003.
El presente estudio emplea la metodología de VAR Cointegrado (Juselius, 2005) para analizar la
relación entre empleo y crecimiento a nivel agregado y sectorial. Las hipótesis o relaciones de
largo plazo a contrastar son extraídas de un modelo estructural estándar sobre la demanda de
empleo.
Los principales resultados son: (1) se verifica una heterogeneidad importante de la elasticidad
empleo–producto a través de los sectores en un rango que va de 1.19 a 0; (2) los sectores cuyo
crecimiento ejercen mayor efecto en el empleo son electricidad-agua-gas, manufactura y
hoteles-bares-restaurantes (HBR); (3) minería, sector actualmente de rápido crecimiento por su
naturaleza intensiva en capital, tiene un efecto no significativo sobre el empleo; y (4) las
velocidades de ajuste del empleo ante desviaciones de su tendencia de largo plazo, son
División de Investigación Económica, Departamento de Programación Monetaria y Estudios Económicos. Para preguntas y
comentarios escribir a f.ramírez@bancentral.gov.do.
1
3
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
relativamente lentas. En el mejor de los casos en el sector construcción los desequilibrios se
corrigen a razón de 1/3 por trimestre.
El resto del documento abunda sobre los aspectos metodológicos y los hallazgos. En particular,
la sección 2 relata los hechos estilizados del empleo y el crecimiento económico en la RD. El
modelo estructural, de donde se especifica la demanda por trabajo se explica en la sección 3. La
sección 4 contiene la discusión sobre la metodología empírica empleada. Los datos y sus
propiedades estadísticas son analizados en la sección 5. En la sección 6 se analizan los
resultados y en la sección 7 se concluye y se sugieren líneas de trabajo sobre este tópico.
II. Hechos Estilizados del Empleo y el Crecimiento
En esta sección se discuten las principales tendencias y patrones del empleo a niveles agregado
y sectorial, así como su vínculo con la actividad económica.
Desde el punto de vista agregado, un aspecto de interés es la relación cíclica entre el crecimiento
del nivel de actividad y el empleo. La Figura 1 muestra los ajustes de las tasas de crecimiento
del PIB y el empleo desde el último máximo. En términos del comportamiento del empleo a
través del ciclo económico, este muestra un comportamiento pro-cíclico. Sin embargo, durante
la última década (2000-2013) los ciclos del crecimiento del empleo figuran ser menos
pronunciados que los del PIB, pero con recuperaciones similares de aproximadamente tres
trimestres de duración promedio.
Figura 1. Semestres de recuperación después del mínimo crecimiento respecto al crecimiento
promedio (2000-2013)
PIB
Empleo
Desv. Crec. prom (%)
4
2
0
-3
-2
-2
-1
0
1
2
Semestres
3
-4
-6
Fuente: BCRD
Desde una perspectiva sectorial otros patrones pueden extraerse de la información disponible.
De acuerdo a la Figura 2, durante las últimas dos décadas, los sectores con más influencia sobre
el crecimiento de la economía, han sido Manufactura, Transporte y Comunicaciones, y
Comercio, no obstante su contribución al empleo ha sido modesta. Los sectores más dinámicos
en cuanto a generación de empleo y crecimiento han sido intermediación financiera, el sector de
Energía, Gas y Agua, y Otros Servicios, siendo estos últimos asociados a la economía informal.
4
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Figura 2. Crecimiento Valor Agregado Sectorial y Empleo Sectorial (1996-2012)
12%
10%
Energía, Gas y Agua
Intermediación
Financiera
8%
Crecimiento del Empleo Sectorial
Minas
Transporte
6%
HBR
Adm. Pública
4%
Otros Servicios
Construcción
Comercio
2%
Agricultura
0%
0%
2%
4%
-2%
6%
8%
10%
12%
Manufactura
Crecimiento del PIB Sectorial
-4%
Fuente: BCRD
En términos de la contribución al empleo, entre 1996 y el año 2000 todos los sectores, con la
excepción de agricultura y minas, contribuyeron positivamente al crecimiento del empleo,
destacándose el aporte de actividades terciarias como el comercio y las actividades informales.
En contraste entre 2001-2012, la creación de empleo en sentido general fue modesta en
comparación al periodo 1996-2000, lo que denota la pérdida de dinamismo de la economía. Más
aun, sectores que aportaron positivamente al crecimiento del empleo pasaron al lado contrario,
tal es el caso de la manufactura, que se ha visto afectada por las condiciones contractivas en los
principales destinos de exportación.
Figura 3. Contribución del Empleo por Sectores al Total de Empleo (1996-2000)
Agricultura
-0.15%
Minas
-0.03%
Manuf.
0.51%
Constr.
0.23%
Elect., Gas y Agua
0.10%
Comercio
1.50%
HBR
0.35%
Transp y Com
0.20%
Finanzas
0.19%
Adm. Pública
0.23%
Otros
-0.5%
1.66%
0.0%
0.5%
1.0%
1.5%
2.0%
Fuente: BCRD
5
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Figura 4. Contribución del Empleo por Sectores al Total de Empleo (2001-2012)
2001-2012
2009-2012
0.20%
0.36%
0.02%
0.03%
Agricultura y Ganadería
Explotación de Minas y Canteras
-0.26%
-0.47%
Manufactura
0.15%
0.00%
0.05%
0.08%
Construcción
Electricidad, Gas y Agua
0.48%
0.59%
Comercio
0.20%
0.06%
0.28%
0.18%
0.10%
0.16%
0.16%
0.26%
Hoteles, Bares y Restaurantes
Transporte y Comunicaciones
Intermediación Finaciera y Seguros
Administración Pública y Defensa
0.94%
1.01%
Otros Servicios
-1.0%
-0.5%
0.0%
0.5%
1.0%
1.5%
Fuente: BCRD
III. El Modelo
La estructura formal de la cual se deriva la relación de largo plazo entre crecimiento y empleo
es tomada de Hutchings y Koutparitzas (2012).
La demanda de trabajo es derivada de un modelo en el cual una empresa representativa elige,
en mercados competitivos, cuanto trabajo y capital demandar de tal manera maximice sus
beneficios dada una función de producción tipo CES. El objetivo de la empresa es resolver el
siguiente problema:
( )
Sujeto a:
( )
(
)
(
)
Donde es la función de beneficios,
es el índice de precios, es la producción sectorial,
es el empleo sectorial,
es el acervo de capital,
es el factor de cambio técnico Hick-neutral, y
es el cambio técnico Harrod-Neutral.
Las condiciones de primer orden nos permiten obtener la demanda de empleo:
( )
(
)
(
)
Esta relación se asume como la demanda de trabajo en el largo plazo, donde todas las
fluctuaciones se disipan, por tanto se asume que
. Aplicando logaritmos y reordenando
se obtiene la relación de integración que se contrasta.
6
Oeconomia, ensayos sobre economía y finanzas
( )
( )
Volumen VIII, Número 2
(
)
,
( )
-
Donde
(
)
. El segundo término de la expresión anterior es el producto
ajustado por el cambio técnico aumentador de trabajo, mientras que el tercer término es el costo
unitario laboral en el largo plazo.
IV. Metodología Empírica
La estrategia empírica consiste en la estimación de la demanda de trabajo mediante la
metodología de Johansen (1996) y Juselius (2005). En una primera etapa se especifica el modelo
estadístico que mejor caracterice la distribución conjunta de los datos. En una segunda etapa, se
evalúa la existencia del vector de cointegración, y en caso de hallar indicios sobre una demanda
de trabajo estable, se procede a estimarla.
Desde el punto de vista empírico la relación de largo plazo formulada en la sección anterior
contiene las restricciones de que la elasticidad empleo-producto es unitaria y que el producto y
el salario real contienen tendencia (estocástica o no) común adicional, el factor de cambio
técnico Harrod-Neutral. El enfoque empírico considerado permite dejar libre el parámetro de
elasticidad empleo-producto y contrastar la hipótesis de si este es igual a uno o diferente. La
principal razón es la estimación a nivel sectorial de esta relación, y nos permitirá evaluar la
relación empleo producto a nivel sectorial.
En cuanto a la segunda restricción, se asume que el factor de expansión técnica Harrod-Neutral
sea una tendencia determinística, cuya significancia también sería contrastada. La motivación
para la introducción de este supuesto es la observación que durante la mayor parte de la
muestra, específicamente a partir de 2003, se observa una divergencia entre la tasa de
crecimiento de la productividad laboral y el salario real por hora.
Considerando todos estos elementos el modelo estadístico a estimar es:
( )
Donde
*
∑
+ es el vector de variables endógenas y
es un vector de componentes
determinísticos. es el vector de cointegración sobre el cual se contrastarán las restricciones y
es el vector de factores de corrección de las desviaciones de la relación de largo plazo de las
variables. A través de este último se evaluarán la exogeneidad débil de las variables que
explican el comportamiento del empleo sectorial.
V. Datos
El modelo anterior es estimado utilizando información trimestral por sector de actividad
económica (mencionados en la sección 2) sobre empleo, el valor agregado y salario real para el
periodo 1996-2013.
7
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
El empleo sectorial es aproximado con la información disponible de la Encuesta Nacional de
Fuerza de Trabajo (ENFT) elaborada por el Banco Central de la República Dominicana. Esta
información se encuentra disponible en frecuencia anual entre 1997-1999 y semestral entre 20002013. La trimestralización se realiza a través del ajuste de un polinomio de segundo orden, tal
que la suma de la serie de alta frecuencia coincida con la serie observada.
El salario real por sector es calculado a partir de la misma fuente, la ENFT. La trimestralización
considera un polinomio de segundo orden de tal manera que el salario nominal promedio
coincida con la serie observada. Este salario es deflactado utilizando el Índice de Precios al
Consumidor para obtener el salario real.
El producto sectorial o nivel de actividad es aproximado por valor agregado sectorial, del cual
está disponible en frecuencia trimestral en los registros de cuentas nacionales. Por último, todas
las variables son desestacionalizadas mediante Tramo-Seats.
Para estudiar la persistencia de las variables consideradas, las Tablas A1-A4, en el anexo,
presentan los estadísticos computados de los contrastes de raíz unitaria Dickey Fuller
Aumentado (ADF), Phillips-Perron (PP), y los contrastes de selección de orden de rezagos en
base a los criterios Akaike y Schwarz. Con estas pruebas estadísticas, se indaga si la persistencia
de las series (en niveles o en diferencias) muestra propiedades de un proceso integrado de
orden uno, o si por el contrario evolucionan alrededor de una constante (estacionaria) o de una
tendencia determinística (estacionaria sobre una tendencia). Se emplea más de una prueba
debido a que la muestra de la serie es relativamente corta, así como la presencia de posibles
cambios estructurales y valores atípicos que puedan influir sobre la inferencia realizada.
El análisis de los resultados arroja que en el caso del empleo in-ambiguamente este presenta un
comportamiento no estacionario en los sectores Construcción, Finanzas, Manufactura, Minas y
Hoteles Bares y Restaurantes, cuando los contrastes son realizados incorporando tendencia y
constante. El contraste PP sugiere que el empleo en el resto de los sectores debe ser modelado
como variables no estacionarias, premisa que es asumida dado que este contraste errores
estándar robustos, que en este caso es necesario dado la presencia de valores atípicos en la
muestra estudiada. Asimismo, los contrastes sugieren que el valor agregado total y por sector se
comporta como procesos no estacionarios, exceptuando el sector Finanzas.
Por último, se encuentran resultados menos convincentes sobre si la naturaleza de la
persistencia del salario real obedece a un componente de tendencia estocástica. En general, este
comportamiento es observado en el salario real promedio de la economía, el sector agricultura,
finanzas y minería. Asimismo, los contrastes ADF y PP sugieren que el salario real promedio de
los sectores comercio, construcción, HBR, así como transporte y comunicaciones muestran
comportamiento no estacionario.
8
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
VI. Análisis de los Resultados
Esta sección presenta y discute los resultados del análisis empírico de la relación entre el empleo
y el crecimiento. En primer lugar, se indaga sobre la existencia de relaciones de cointegración a
nivel agregado y sectorial Una vez explorada dichas relaciones, se procede a la estimación de
los distintos modelos de corrección de error especificados en la ecuación (1). Por último, se
procede a realizar una interpretación de la relación empleo-producto a la luz de las
estimaciones obtenidas, tanto de la relación de largo plazo, como de la dinámica de ajuste a
dicha relación.
La Tabla A4 muestra los resultados del contraste de cointegración de Johansen, que se basa en
determinar el rango de la matriz β, bajo determinados supuestos de los componentes
determinísticos comunes a las series consideradas. Este es un contraste basado en pruebas
asintóticas, por lo que la muestra limitada y la existencia de valores atípicos sugieren que los
resultados deben ser interpretados con cuidado. En base al contraste de la traza se encuentra
que, al 5% de significancia, hay evidencia de al menos una relación de cointegración a nivel
agregado, y en todos los sectores considerados con excepción del sector comercio en el que la
probabilidad mínima de cointegración es 18%. El contraste del máximo autovalor verifica estos
resultados. Sin embargo, una prueba de razón de verosimilitud entre el logaritmo de la
verosimilitud del VAR en niveles y el VAR en primeras diferencias en el caso del sector
comercio (donde este último es interpretado como un modelo que restringido respecto a las
relaciones de cointegración subyacentes) confirma la existencia de una relación de cointegración
subyacente.
La Tabla 1 resume los resultados de los VECM estimados a nivel sectorial y a nivel agregado. La
tendencia determinística en la relación de largo plazo, cuyo coeficiente se interpreta como la
tasa de crecimiento del cambio técnico Harrod–Neutral es rechazada en todos los sectores, a
excepción de Manufactura y Transporte y Comunicaciones. En el primer caso, el signo negativo
refleja el proceso de decaimiento del sector de manufactura principalmente desde finales del
Acuerdo Multifibras en 2004 y la pérdida de relevancia del sector de Zonas Francas en la
creación de empleo.
Las elasticidades empleo producto estimadas distan de ser estadísticamente unitarias, a
excepción del sector manufactura. Asimismo, se verifica una heterogeneidad importante de la
elasticidad empleo-producto a través de los sectores en un rango que oscila entre 1.46 a 0. De tal
manera que los sectores cuyo crecimiento ejerce mayor influencia sobre el crecimiento de
empleo son electricidad, agua y gas, manufactura, y HBR. En el caso de la minera, sector
actualmente de rápido crecimiento, por su naturaleza intensiva en capital tiene un efecto no
significativo sobre el empleo.
Las velocidades de ajuste del empleo ante desviaciones de su tendencia de largo plazo, son
relativamente lentas. En el mejor de los casos en el sector construcción los desequilibrios se
corrigen a razón de 1/3 por trimestre.
9
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Para cada uno de los sectores, así como a nivel agregado se contrastó la exogeneidad débil del
valor agregado y el salario real, no pudiéndose rechazar esta premisa en ninguno de los sectores
(columna 6 de la Tabla 1).
Tabla 1. Elasticidades Demanda de Empleo a Nivel Sectorial y Agregado
Sector
Agropecuario
Comercio
Construcción
Finanzas
Manufactura
Minas y Canteras
HBR
Electricidad, Agua y Gas
Transporte y
Comunicaciones
Empleo Agregado
0.49
0.46
0.48
0.65
1.19
-0.94
0.74
1.46
Salario
Real
Sector
0.27
-0.17
-0.61
-0.23
-0.57
-2.82
0.16
0.54
0.14
0.27
0.01
13.1
-0.17
0.42
0.43
-0.05
-
10.3
-0.26
0.66
PIB
Sectorial
Tendencia
Constante
Coef.
Corrección
-0.02
-
9.0
9.4
8.4
6.0
2.5
10.1
5.9
0.3
-0.24
-0.18
-0.33
-0.19
-0.15
-0.05
-0.20
-0.12
LR
Restricciones
(p-value)
0.48
0.87
0.53
0.82
0.24
0.13
0.16
0.49
Fuente: Elaboración propia.
VII. Conclusiones
El crecimiento del empleo está estrechamente vinculado a la dinámica económica en una
relación que es conocida en la literatura como Ley de Okun. Sin embargo, desde una
perspectiva desagregada, la relación entre empleo y crecimiento depende de la relación empleoproducto a nivel sectorial. En consecuencia la recuperación del empleo total depende de los
sectores que estén impulsando el crecimiento.
En ese sentido, en esta investigación se estimaron las elasticidades empleo-producto a nivel
sectorial para el caso de la RD. Los resultados sugieren que la elasticidad empleo-producto
varía considerablemente a través de los distintos sectores de la economía. Las elasticidades
estimadas de mayor magnitud (en comparación a la elasticidad agregada) son las de los sectores
de manufactura y HBR, y las menores asociadas a los sectores de minería y de transporte y
comunicaciones. Adicionalmente, ante desajustes en la relación de largo plazo entre empleo y el
producto, la corrección en el corto plazo es relativamente lenta a través de los distintos sectores.
Estos resultados tienen implicancia directa sobre las perspectivas de crecimiento del empleo en
la economía dominicana. La pérdida de dinamismo en los sectores de manufactura y turismo,
debido al impacto del bajo crecimiento en las economías desarrolladas, ha sido una fuerza
negativa para la creación empleo en los años recientes, debido al fuerte vínculo entre el empleo
y el producto en estos sectores. Sectores pujantes como la minería tienen bajo impacto sobre la
creación de empleo en el largo plazo, principalmente por su naturaleza intensiva en capital. En
consecuencia, las perspectivas de crecimiento del empleo están atadas al continuo mejoramiento
de las condiciones externas y al efecto derrame sobre otros sectores con incidencia menor, pero
significativa sobre el empleo tales como construcción, agropecuaria y finanzas.
10
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Referencias
Abdullaev, U. y M. Stevao (2013). “Growth and Employment in the Dominican Republic: Options for a Job-Rich
Growth”. IMF Working Paper, WP/13/40.
Bencosme, P. (2008). “Estimación de la Demanda por Trabajo en la Economía Dominicana”. Texto de Discusión 12.
Unidad Asesora de Análisis Económico y Social, Ministerio de Economía, Planificación y Desarrollo.
Guzmán, R. y Cruz, C. (2010). “Estudio, Salario y Seguridad Social en el Tránsito de la Crisis a la Recuperación”.
Observatorio del Mercado Laboral Dominicano.
Johansen, S. (1996). “Likelihood-Based Inference in Cointegrated Vector Autoregressive Models”. 2.ed. Advanced
Texts in Econometrics, Oxford University Press: Oxford.
Juselius, K. (2005). “The Cointegrated VAR Approach: Methodology and Applications”. Advanced Texts in
Econometrics Oxford University Press.
ANEXOS
Tabla A1. Contraste de Raíz Unitaria Dickey Fuller Aumentado (ADF).
Constante
Sector
Empleo
Valor
Agregado
Constante y Tendencia
Salario
Real
Empleo
Valor
Agregado
Salario
Real
Niveles
Total
-0.81
-0.89
-2.33
-2.79
-1.87
-2.97
Agricultura
-2.21
0.70
-1.44
-3.65
-3.74
-2.88
Comercio
-1.15
-0.96
-2.18
-3.29
-2.33
-3.17
Construcción
-2.22
-1.83
-2.45
-1.01
-2.04
-3.85
Finanzas
-1.74
-0.71
-0.97
-2.68
-3.87
-2.13
Manufactura
-1.66
-2.05
-3.32
-2.08
-1.12
-3.72
Minas
-2.04
-0.92
-1.41
-2.13
-2.55
-3.07
Hoteles, Bares y Restaurantes
-2.68
-4.33
-2.56
-0.77
-1.60
-2.56
Electricidad, Agua y Gas
-2.58
-2.59
-3.57
-4.44
-2.85
-3.60
Transporte y
Comunicaciones
-1.76
-1.25
-2.10
-2.10
-0.14
-3.32
Primeras Diferencias
Total
-5.33
-5.14
-6.08
-5.30
-5.18
-6.08
Agricultura
-4.96
-7.18
-7.30
-4.96
-7.32
-7.25
Comercio
-5.52
-6.41
-6.53
-5.48
-6.39
-6.48
Construcción
-6.44
-9.70
-6.78
-6.81
-9.75
-6.75
Finanzas
-2.42
-11.38
-8.11
-2.58
-11.32
-8.06
Manufactura
-3.11
-5.37
-6.26
-3.37
-5.75
-6.25
Minas
-8.06
-12.35
-8.91
-8.02
-12.48
-8.87
Hoteles, Bares y Restaurantes
-7.12
-2.36
-6.81
-7.85
-6.58
-6.78
Electricidad, Agua y Gas
-5.14
-4.39
-9.15
-5.19
-4.43
-9.08
Transporte y
Comunicaciones
-6.70
-8.46
-8.04
-6.80
-8.55
-8.03
11
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Tabla A2. Contraste de Raíz Unitaria Phillips-Perron (PP)
Constante
Sector
Constante y Tendencia
Valor
Agregado
Empleo
Salario
Real
Empleo
Valor
Agregado
Salario
Real
Niveles
-1.33
-0.91
-2.20
-2.61
-2.06
-2.98
Agricultura
Total
-1.75
-0.11
-0.99
-2.73
-3.56
-2.92
Comercio
-1.55
-1.01
-1.70
-3.11
-2.25
-2.90
Construcción
-2.06
-1.84
-2.36
-1.05
-2.23
-2.97
Finanzas
-1.54
-0.60
-1.10
-1.95
-3.82
-2.55
Manufactura
-1.68
-1.88
-2.95
-1.93
-1.40
-3.32
Minas
-1.98
0.10
-1.50
-2.04
-2.25
-3.35
Hoteles, Bares y Restaurantes
-2.37
-4.07
-2.84
-0.87
-1.43
-2.83
Electricidad, Agua y Gas
Transporte y
Comunicaciones
-1.74
-2.32
-3.76
-2.85
-2.52
-3.70
-2.30
-1.16
-2.27
-2.22
-0.42
-3.29
Primeras Diferencias
-5.31
-4.31
-5.90
-5.29
-4.35
-5.76
Agricultura
Total
-4.96
-13.01
-7.15
-4.96
-13.10
-7.10
Comercio
-5.49
-6.48
-5.83
-5.45
-6.46
-5.71
Construcción
-5.12
-9.71
-5.31
-5.27
-9.76
-5.23
Finanzas
-5.24
-12.00
-7.84
-5.23
-11.93
-7.76
Manufactura
-4.32
-10.91
-6.22
-4.50
-11.17
-6.18
Minas
-5.21
-13.71
-8.40
-5.39
-15.25
-7.84
Hoteles, Bares y Restaurantes
-5.02
-6.16
-8.30
-7.78
-7.09
-7.98
Electricidad, Agua y Gas
Transporte y
Comunicaciones
-4.93
-8.22
-6.89
-4.95
-8.36
-6.52
-6.70
-8.52
-7.10
-6.78
-8.60
-7.04
Tabla A3. Contraste de Selección de Orden de Rezagos, Criterios Akaike y Schwarz
Criterios/
Log Likelihood
Rezagos
0
1
2
AIC
3
0
1
SBC
2
3
0
1
2
3
Sector
Total
245.7
552.7
598.6
605.8
-7.4
-17.1
-18.24*
-18.2
-6.9
-16.2
-17.1*
-16.7
Agricultura
165.8
402.0
422.4
426.2
-4.4
-11.0
-11.3*
-11.1
-3.9
-10.2
-10.2*
-9.8
Comercio
166.0
438.9
458.6
465.6
-4.9
-12.9
-13.3*
-13.2
-4.8
-12.5
-12.6*
-12.2
Construcción
176.7
329.4
353.9
380.1
-5.0
-9.3
-9.8
-10.3*
-4.6
-8.6
-8.8
-9.0*
Finanzas
44.6
320.3
351.0
364.6
-0.9
-8.7
-9.3
-9.4*
-0.6
-8.0
-8.3*
-8.2
Manufactura
155.7
476.6
511.2
520.8
-4.1
-13.0
-13.7
-13.8
-3.7
-12.3
-12.8*
-12.5
Minas
-30.6
132.0
154.4
188.0
2.1
-3.5
-3.8
-4.5*
3.0
-2.0*
-1.7
-1.8
Hoteles, Bares y Restaurantes
154.1
441.0
452.7
467.7
-4.7
-13.4
-13.5
-13.7
-4.6
-13.0*
-12.8
-12.7
Electricidad, Agua y Gas
75.7
320.1
346.7
363.1
-1.6
-8.3
-8.8
-9.0
-0.9
-7.3
-7.5*
-7.5
Transporte y Comunicaciones
118.5
449.3
460.4
466.6
-3.3
-12.5
-12.5*
-12.5
-3.2
-12.1*
-11.9
-11.5
12
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Tabla A4. Contrastes de Cointegración
Sectores
H0
H1
Estadístico
Valor Crítico
95%
p-value
r=0
r=1
36.06
29.80
0.01
r≤1
r=2
13.41
15.49
0.10
r≤2
r=3
0.34
3.84
0.56
r=0
r=1
34.71
29.80
0.01
r≤1
r=2
5.69
15.49
0.73
r≤2
r=3
0.00
3.84
0.96
r=0
r=1
24.50
29.80
0.18
r≤1
r=2
7.94
15.49
0.47
r≤2
r=3
1.56
3.84
0.21
r=0
r=1
36.53
29.80
0.01
r≤1
r=2
11.87
15.49
0.16
r≤2
r=3
2.08
3.84
0.15
r=0
r=1
51.96
35.19
0.00
r≤1
r=2
18.60
20.26
0.08
r≤2
r=3
4.08
9.16
0.40
r=0
r=1
32.86
29.80
0.02
r≤1
r=2
14.78
15.49
0.06
r≤2
r=3
2.32
3.84
0.13
r=0
r=1
70.90
47.86
0.00
r≤1
r=2
24.08
29.80
0.20
r≤2
r=3
8.44
15.49
0.42
r=0
r=1
46.18
42.92
0.02
r≤1
r=2
20.06
25.87
0.22
r≤2
r=3
4.47
12.52
0.67
r=0
r=1
42.76
42.92
0.05
r≤1
r=2
18.78
25.87
0.29
r≤2
r=3
6.98
12.52
0.35
r=0
r=1
37.72
35.19
0.03
r≤1
r=2
14.47
20.26
0.26
r≤2
r=3
3.80
9.16
0.44
Supuesto sobre
Tendencia
(a) Contraste de la Traza
Total
Agricultura
Comercio
Construcción
Finanzas
Manufactura
Minas
Hoteles, Bares y Restaurantes
Electricidad, Agua y Gas
Transporte y Comunicaciones
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
los Datos
Sin tendencia
(Constante
Restringida)
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
Rel. de LP
Tendencia
Determinística en
Rel. de LP
Sin tendencia
(Constante
Restringida)
13
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
(b)Máximo Autovalor
Total
Agricultura
Comercio
Construcción
Finanzas
Manufactura
Minas
Hoteles, Bares y Restaurantes
Electricidad, Agua y Gas
Transporte y Comunicaciones
r=0
r=1
22.66
21.13
0.03
r≤1
r=2
13.07
14.26
0.08
r≤2
r=3
0.34
3.84
0.56
r=0
r=1
29.02
21.13
0.00
r≤1
r=2
5.69
14.26
0.65
r≤2
r=3
0.00
3.84
0.96
r=0
r=1
16.56
21.13
0.19
r≤1
r=2
6.38
14.26
0.57
r≤2
r=3
1.56
3.84
0.21
r=0
r=1
24.66
21.13
0.02
r≤1
r=2
9.79
14.26
0.23
r≤2
r=3
2.08
3.84
0.15
r=0
r=1
33.35
22.30
0.00
r≤1
r=2
14.53
15.89
0.08
r≤2
r=3
4.08
9.16
0.40
r=0
r=1
18.07
21.13
0.13
r≤1
r=2
12.47
14.26
0.09
r≤2
r=3
2.32
3.84
0.13
r=0
r=1
46.81
27.58
0.00
r≤1
r=2
15.64
21.13
0.25
r≤2
r=3
6.80
14.26
0.51
r=0
r=1
26.12
25.82
0.05
r≤1
r=2
15.59
19.39
0.16
r≤2
r=3
4.47
12.52
0.67
r=0
r=1
23.98
25.82
0.09
r≤1
r=2
11.80
19.39
0.43
r≤2
r=3
6.98
12.52
0.35
r=0
r=1
23.25
22.30
0.04
r≤1
r=2
10.67
15.89
0.28
r≤2
r=3
3.80
9.16
0.44
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
los Datos
Sin tendencia
(Constante
Restringida)
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
los Datos
Tendencia
Determinística en
Rel. de LP
Tendencia
Determinística en
Rel. de LP
Sin tendencia
(Constante
Restringida)
14
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
El Gasto Social: Un Breve Análisis para República Dominicana
Por: Fidel E. Morla Martínez1
I. Introducción
La principal función de la política económica es maximizar el bienestar de un país de manera
equitativa y sostenible, y normalmente utiliza indicadores como la pobreza o distribución de los
ingresos para su diseño y ejecución. Como expresa Spiegel (2007), “el objetivo de la política
económica consiste en maximizar el bienestar social duradero de manera equitativa y
sostenible”.
De esto parte que la desigualdad en el ingreso es uno de los elementos que tiene un papel
importante en el conjunto de bienes y servicios que últimamente son subsidiados por el sector
público. El gasto público en defensa, la policía y los bomberos, las carreteras, la ayuda exterior o
investigación y desarrollo pueden incrementar la función de bienestar social agregada. No
obstante, desde el punto de vista de los hogares, la incidencia de algunas políticas puede no ser
significativa. En ese sentido, este artículo se enfoca en el gasto público orientado a la mejora de
los ingresos de los hogares y a la provisión de bienes y servicios que incrementan su función de
utilidad.
Así, el gasto social puede ser definido formalmente como el mecanismo por el cual el Estado
influye directamente en las condiciones de vida de la población, apuntando a la mitigación de la
pobreza, la disminución de la inequidad y el fomento de la inclusión social (Lizardo, 2005;
Martínez et al, 2013), tratando así de corregir los desequilibrios sociales.
El objetivo principal de este estudio es analizar el Gasto Social (GS) en la República Dominicana
(RD), incluyendo una comparación de las elasticidades respecto al Producto Interno Bruto (PIB).
También se analizarán las elasticidades de las diferentes categorías del gasto social (educación,
salud, seguridad y asistencia social, vivienda y otros),2 siguiendo el estudio realizado por Ruiz
(2010), para verificar la prociclicidad o no del GS. La razón principal para escoger este enfoque
es que existen estudios que contemplan el efecto económico de un buen gasto social y sus
resultados en términos de equidad y bienestar, pero la literatura es escasa cuando se trata de
verificar el comportamiento del GS respecto al ciclo. No obstante lo anterior, se mencionarán
algunos de los efectos económicos positivos de la inversión social.
Este estudio se divide como sigue: la Sección 2 presenta algunos debates en torno al gasto social
y su relación con la economía general, para mostrar en la Sección 3 algunos hechos estilizados
División de Estudios Fiscales, Departamento de Programación Monetaria y Estudios Económicos. Se agradece a Estefany Mercedes
del mismo Departamento por su colaboración en la elaboración de la Nota Fiscal titulada “Impacto del Gasto Social”, que sirve
como punto de partida de esta investigación. Para preguntas y comentarios escribir a f.morla@bancentral.gov.do.
2 El rubro “Otros” incluye los gastos en: Deporte y Recreación, Alcantarillado y Aguas Potables, Servicios Municipales y Servicios a
la Comunidad.
1
15
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
para la RD. La Sección 4 contiene un breve análisis estadístico de los datos, para presentar los
resultados en la Sección 5. Por último, la Sección 6 presenta algunas conclusiones pertinentes.
II. Discusión del tema en la Literatura Económica.
En la literatura existente, el tema de gasto social ha sido bastante estudiado desde diversos
enfoques. Martínez y Collinao (2010), entre otros, conceptualizan el GS de forma general, para
después analizar su estructura y diversas divisiones desde una perspectiva de cuentas
nacionales. Explican que el mecanismo de influencia de la política social de un gobierno es
bastante amplio. Sin embargo, aunque es la política quien instaura las directrices, son las
instituciones gubernamentales las encargadas de concretar los lineamientos establecidos,
principalmente a través de servicios públicos, programas, proyectos y actividades, utilizando
para ello las asignaciones presupuestarias que se resumen contablemente en el llamado gasto
público social.
Ruiz (2010) presenta otra visión del debate sobre política social y argumenta que, utilizando sus
distintos instrumentos de ingresos y gastos, podrá atender a las funciones de asignación de
recursos, de redistribución de la renta y de estabilización macroeconómica. La tarea de
estabilización económica por parte del accionar fiscal puede ser desarrollada a través de sus
habituales tareas: i) como un productor de bienes y servicios y ii) como un redistribuidor de
ingresos mediante acciones de política de tipo discrecional (operación de los llamados
estabilizadores fiscales automáticos). Así, luego de este análisis, Ruiz (2010) concluye que el
gasto público social es de vital importancia en el proceso de estabilización, ya que permitiría
fortalecer los ingresos de individuos y familias con mayores restricciones de liquidez y, por lo
tanto, con mayor volatilidad en sus consumos, lo que tiene efectos amplificadores del ciclo
económico.
Existen estudios que analizan cómo la política afecta el gasto social. Ejemplos de ello son
Potrafke (2007) y Baqir (2002). El primero utiliza un panel datos para países miembros de la
OCDE que incluye cinco variables políticas: año pre-electoral, año post-electoral, composición
partidista, número de socios de la coalición y si el gobierno de turno tiene mayoría en las
cámaras legislativas. Este autor encuentra que sólo las últimas dos tienen un impacto
significativo en el gasto social. Por otro lado, Baqir (2002) utiliza información del GS del
gobierno central de cien países para analizar porqué países con niveles económicos similares
pueden diferir significativamente en los niveles de inversión social. Para ello utiliza un índice
de democracia, basado en el teorema del votante mediano.3 Los resultados que obtienen indican
que, mientras mayor es este índice, es decir a mayor democracia, conduce a un aumento
estadísticamente significativo en el gasto público para el sector social.
Mostajo (2000) argumenta que aunque en Latinoamérica ha habido un crecimiento en la
inversión social por parte del estado, principalmente en el combate contra la pobreza, aún falta
El Teorema del votante mediano afirma que "un sistema de elección basado en la votación mayoritaria escogerá el resultado más
preferido por el votante mediano".
3
16
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
camino para alcanzar los estándares de vida de los países de los países desarrollados. También
menciona en su estudio que existen debilidades en materia equitativa, donde la desigualdad de
los ingresos se ha incrementado o mantenido en la mayoría de países latinoamericanos. En
cambio, Martínez et al. (2013) analizan el tema desde otra perspectiva, es decir, a diferencia de
lo que comúnmente se estudia de que el crecimiento económico provee cierto bienestar en la
población, estos autores estudian el impacto económico (en términos de crecimiento y
desarrollo) que tiene una buena política social, tanto pública como privada.
Para el caso dominicano, se destacan los estudios de Lizardo (2005), Aristy et al. (2001) y
Marcelino et al. (2012). Lizardo (2005) realiza un análisis en el que explica que el GS es el
mecanismo por excelencia que tienen los gobiernos para mejorar las condiciones de vida de la
población y que para RD es relativamente bajo, lo que es reflejo de la baja prioridad del gasto
social en el gasto total. También encuentra que el gasto social se ha comportado de manera
procíclica entre 1995 y 2005. El autor concluye que el Estado deberá aumentar el volumen de
recursos destinados a los sectores sociales, en particular, educación, salud y seguridad social,
tanto en el corto como en el mediano plazo.
El estudio de Aristy et al. (2001) realizan un exhaustivo resumen de la evolución de las
condiciones sociales dominicanas (principalmente salud y educación) y luego explican de forma
detallada el comportamiento del gasto social público. Estos autores discuten también ciertas
medidas para mejorar la eficiencia del gasto en salud y en educación, explicando los beneficios
de dicha mejora. En la investigación de Marcelino et al. (2012) se examina el comportamiento
del gasto social en relación a los ciclos económicos y electorales, teniendo en consideración el
tipo de régimen y otras variables relacionadas a diversos elementos políticos y económicos de
RD entre 1976 y 2010. A través de una aproximación teórica y empírica, se evalúa la incidencia
estas variables en el gasto social y se encuentra que la variable democracia es la única variable
significativa.
Partiendo de la base de lo obtenido por estos estudios, en el presente se busca obtener las
elasticidades del GS respecto al PIB. De esta manera se verificaría cómo se comporta el gasto
social y sus diferentes componentes ante variaciones del producto.
III. Hechos estilizados: República Dominicana dentro de Centroamérica.
3.1 Evolución del Gasto Social.
Durante los últimos cuarenta años, la RD ha experimentado cambios importantes en los
aspectos demográfico, económico y social. Por ejemplo, duplicó su población de poco más de
cinco millones en 1975 a casi de diez millones y medio de habitantes en 2013 y pasó de ser una
economía enfocada a la agricultura y manufactura, a una economía de servicios.4 Por su parte, el
gasto social público también se incrementó en estas últimas cuatro décadas, al pasar de un 4.8%
a un 9.0% del PIB, siendo éste último año un tope histórico.
4
En el 2012, el sector servicios representó un 62.2% del PIB versus 46.9% en 1975.
17
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
No obstante a este aumento significativo, el GS dominicano ha sido históricamente bajo si se
compara con los demás países de la región centroamericana (Ver Tabla 1). Lizardo (2005)
menciona que esta situación de baja inversión social es producto de un rezago social e
institucional en relación a los avances experimentados en el ámbito económico. Las razones más
importantes de esto son que, por un lado, se tiene un presupuesto caracterizado por brindar
prioridad a otras áreas y, por otro lado, la asignación creciente trasferencias al sector eléctrico,
así como una asignación de recursos significativa destinada al servicio de la deuda5
Adicionalmente, la sosegada implementación de las reformas institucionales necesarias para
eficientizar el aparato público dificulta la entrega equitativa y oportuna de servicios sociales de
calidad.
Con relación a esto, Mostajo (2000) caracteriza el GS desde dos tipos de prioridades: primero
está la Prioridad Macroeconómica, que se define como la inversión social como proporción del
PIB y, segundo, la Prioridad Fiscal que se mide respecto al Gasto Público Total (GPT). El autor
proporciona tres rangos para definir si el GS es alto, medio o bajo:



Alto: GS/PIB > 13% PIB [60% GPT];
Medio: GS/PIB  9-13% PIB [45-60% GPT];
Bajo: GS/PIB < 9% PIB [45% GPT].
Tabla 1. Prioridad del Gasto Social: 1991-2010.
Prioridad Macroeconómica
Prioridad Fiscal
1991-1995
1996-2000
2001-2005
2006-2010
1991-1995
1996-2000
2001-2005
2006-2010
CR
15.4
16.7
18.2
19.8
67.2
67.4
67.5
72.5
ES
4.6
7.6
11.1
12.2
25.8
34.8
42.1
44.0
NIC
6.7
7.4
9.6
12.1
38.5
37.5
43.4
52.3
HON
6.0
6.2
9.5
11.0
39.4
41.0
50.2
51.5
RD
4.3
5.1
6.7
8.0
38.6
37.5
40.2
45.6
GUA
4.4
5.9
7.3
7.5
35.8
44.3
51.4
52.9
CR: Costa Rica; ES: El Salvador; NIC: Nicaragua; HON: Honduras; RD: República Dominicana; GUA: Guatemala.
Fuente: CEPAL y BCRD.
Como se percibe en la Tabla 1, en la RD el GS refleja una Prioridad Macroeconómica baja
debido a que, durante el periodo 1991-2010, nunca llegó a exceder el 9% del producto, incluso
considerándose un período más amplio, el GS como porciento del PIB sólo alcanza el rango
medio de 9% en el 2013. Sin embargo, desde el punto de vista de la Prioridad Fiscal, la
tendencia ha sido de constante aumento en las últimas dos décadas, y el GS como proporción
del GPT pasó de uno de los más bajos en Centroamérica durante 1991-1995 (35.8%), hasta llegar
a lo considerado como un gasto social medio (45.6%) entre 2006-2010.
Las transferencias al sector eléctrico en promedio fueron 6.4% y para el servicio de deuda en torno al 19.0% del GPT entre 19972012.
5
18
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Figura 1. Gasto Social en la República Dominicana (1975-2013).
% del PIB
% de Gastos Totales
10.0
55.0
8.0
50.0
45.0
6.0
40.0
4.0
35.0
-
25.0
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
30.0
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2.0
Fuente: BCRD.
En la Figura 2 se muestra el GS per cápita de RD y de algunos países centroamericanos. Entre
2000 y 2010, este indicador casi se duplica en el caso dominicano, al pasar de US$191 a US$347.
Costa Rica sobresale con US$1,224 per cápita en 2010, situándose entre los más altos, no sólo de
Centroamérica, sino de toda América Latina.
Figura 2. Gasto Social por Habitante, US$
2000
CR
1,224
237
SAL
383
191
RD
HON
GUA
NIC
2010
721
347
97
184
137
183
70
157
Fuente: CEPAL
3.2 Composición del Gasto Social.
La composición del gasto social dominicano no ha variado significativamente en los últimos
cuarenta años. El gasto en Educación ha oscilado entre el 25.5% y 45.5% del GS en el período
1975-2013, encontrándose su valor máximo en 2013. En promedio, el gasto en educación ha
representado un 32.1% del gasto social total. En cambio, el gasto dedicado al sector salud se ha
mantenido fluctuando alrededor del 20.5 por ciento. La partida que si ha cambiado de forma
sustancial es la correspondiente a Seguridad y Asistencia Social, la cual fue 15.6% para el
periodo 1975-1984, baja a 10.2% entre 1985-1994, para luego elevarse a un 26.7% entre 2005-2013.
19
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Los recursos por parte del gobierno dedicados al sector vivienda han venido reduciéndose a
partir de 1995, cuando llegó a ser un 11.8% del gasto social total, a ser sólo 0.6% en 2013.
Tabla 2. Composición del Gasto Social: % Gasto Social. 1975-2013
Educación
Salud
Seguridad y Asistencia
Social
Vivienda
Otros
Total
Fuente: BCRD
1975-1984
37.1
19.6
1985-1994
27.9
20.6
1995-2004
33.9
21.9
2005-2013
29.7
19.9
1975-2013
32.1
20.5
15.6
10.2
16.0
26.7
17.1
8.3
19.5
100.0
15.0
26.2
100.0
7.1
21.1
100.0
3.2
20.5
100.0
8.4
21.8
100.0
Al observarse la composición del GS respecto al PIB, se verifica que el GS ha sido bajo. No
obstante, se percibe un aumento sostenido a lo largo de todo el periodo al pasar de 4.0% entre
1975-1984 hasta 8.3% entre 2005-2013. Todas las partidas han exhibido aumentos significativos,
a excepción del gasto en vivienda.
Tabla 3.Composición del Gasto Social: % PIB. 1975-2013
Educación
Salud
Seguridad y Asistencia
Social
Vivienda
Otros
Total
Fuente: BCRD
1975-1984
1.5
0.8
1985-1994
1.3
0.9
1995-2004
1.9
1.2
2005-2013
2.4
1.6
1975-2013
1.7
1.1
0.6
0.5
0.9
2.1
1.0
0.4
0.8
4.0
0.7
1.2
4.5
0.4
1.2
5.6
0.3
2.0
8.3
0.4
1.3
5.6
IV. Datos y Análisis Estadístico.
Para esta investigación se utiliza información del Banco Central de la República Dominicana
(BCRD) en frecuencia anual desde 1975 hasta 2013. Las variables utilizadas para el análisis son
el PIB, el GPT y el Gasto Social y sus divisiones (Gasto en Educación, Salud, Seguridad y
Asistencia Social, Vivienda y Otros Gastos Sociales). Todas las variables son ajustadas por el
deflactor del PIB, con el fin de expresarlas a precios de 1991, y luego transformadas en
logaritmos.
Tabla 4. Prueba de Raíz Unitaria: DFA.
Niveles
C
CT
N
GPTt
0.9949
0.0412
0.9979
GSt
0.9985
0.1572
0.9980
EDt
0.9664
0.5780
0.9778
SALt
0.8380
0.0787
0.9691
SASt
0.9141
0.6856
0.9594
VIVt
0.1019
0.2153
0.4564
OTt
0.8753
0.0706
0.9529
Yt
0.9940
0.8599
1.0000
H0: Series tienen raíz unitaria
Prob < 0.05 indica rechazo de H0.
Fuente: Elaboración propia.
Variable
Primera Diferencia
C
CT
N
0.0000
0.0000
0.0000
0.0000
0.0016
0.0000
0.0000
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0832
0.0000
0.0000
0.0000
0.0003
0.0015
0.0000
0.0005
0.0008
0.0139
N: Ninguno; C: Constante
CT: Constante y tendencia
20
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Es necesario destacar que, en el momento de realizar estimaciones econométricas, es de gran
importancia conocer las propiedades de estacionariedad de las variables para poder prevenir
falsos coeficientes sobre la relación entre éstas (Mahadeva y Robinson, 2004). Para ello, se
efectúan las pruebas de raíz unitaria de Dickey y Fuller (1981), las cuales evidencian la
estacionariedad de las series utilizadas en el análisis. De la Tabla 1 se constata que las variables
utilizadas son estacionarias en primera diferencia, es decir, integradas de orden 1 en niveles.
V. Resultados.
Los principales resultados obtenidos se presentan en la Tabla 5, dónde se presentan los valores
estadísticamente significativos. La primera conclusión resultante es que, para RD, el gasto social
es procíclico, ya que, al tener una elasticidad positiva (1.5005), cuando el PIB exhibe crecimiento
de 1%, el GS aumenta en 1.5%. Este resultado es similar al encontrado por Ruiz (2010) quien
encuentra que esta elasticidad es 1.4001 para RD.
Tabla 5. Elasticidad GS-PIB
PIB
GSt
EDt
SALt
SASt
VIVt
OTt
1.5005
1.4173
1.5290
2.0100
0.6151
1.5791
Nota: >0 indica prociclicidad. <0 indica contraciclicidad.
Fuente: Elaboración propia.
En lo que se refiere a los diferentes componentes del GS, la elasticidad correspondiente al gasto
en educación es 1.4173, valor similar al 1.1155 encontrado por Ruiz (2010), y que refleja una
prociclicidad muy parecida a la del gasto social total. Por otro lado, si se observa el gasto en
salud, la elasticidad encontrada es de 1.5290, comparado con el 1.4426 de Ruiz (2010). El gasto
en vivienda presentó la elasticidad más baja con 0.6151, mientras que el gasto en seguridad y
asistencia social resultó ser el más procíclico, con un valor de 2.01. Estos resultados también son
verificables en la Figura 3, donde se refleja que en periodos de crecimiento económico el gasto
social se eleva y viceversa.
Tanto Martínez y Collinao (2010) como Ruiz (2010) afirman que esta prociclicidad, no sólo del
gasto social sino también del gasto total, es un hecho encontrado en casi la totalidad de la
literatura para América Latina. Estos autores argumentan que las causas principales de este
comportamiento por parte del gasto social ante el ciclo económico pueden explicarse por varias
razones entre las que destacan: i) los débiles instrumentos de política económica; ii) la
estructura económica; iii) la volatilidad externa; y iv) los elementos de economía política.
21
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
PIB
12.0
10.0
8.0
6.0
4.0
2.0
0.0
-2.0
-4.0
-6.0
-8.0
GS
100.0
80.0
60.0
20.0
0.0
GS
40.0
-20.0
-40.0
-60.0
-80.0
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
PIB
Figura 3. Crecimiento Económico y Crecimiento del Gasto Social.
Fuente: Elaboración propia.
Un hecho importante que debe considerarse es que los ingresos fiscales fluctúan de acuerdo al
ciclo económico, haciéndose aún más fuerte para aquellos tributos que gravan las actividades
más cíclicas, como por ejemplo los impuestos a los bienes de lujo. De aquí, sale a relucir otra
sub-causa de que en la mayoría de las decisiones de política fiscal no se tomen en cuenta ciertas
medidas que permitan suavizar los efectos de los ciclos económicos o de negocios, es decir
oscilaciones transitorias del nivel de actividad, sobre los ingresos y gastos públicos que
automáticamente ocurren en situaciones de recesión (expansión) de la actividad económica.
Esto último agrava aún más el problema de la prociclicidad del gasto (Mostajo, 2000).
Por otro lado, Martínez et al, (2013) evalúan que una de las características que más influyen en
el carácter cíclico de la política social en Latinoamérica está relacionada a cuestiones de
economía política. Explican esto por el hecho de que los hacedores de política a veces se
manejan en un ambiente de presiones políticas, lo que puede resultar en un Estado que
aumenta el gasto público en situaciones de expansión económica.
VI. Conclusión.
La política fiscal, a través de sus ingresos y gastos, puede atender a las funciones de asignación
de recursos, redistribución de la renta y estabilización macroeconómica. En ese sentido, se
espera que un alto nivel de fondos públicos asignados al sector social produzca un impacto
positivo en la economía, lo que convierte al gasto social en una herramienta efectiva de política
económica cuyo principal objetivo es maximizar el bienestar social de la población.
Partiendo de esa idea, este estudio analiza el gasto social en la República Dominicana para el
periodo 1975-2013. Los resultados revelan que, tanto el gasto social total, así como sus sub
partidas, tienen una elasticidad positiva con el PIB, es decir, se comportan de forma procíclica.
22
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Tabla 6. Elasticidad GS-PIB
GSt
EDt
SALt
SASt
VIVt
OTt
Elasticidades
1.5005
1.4173
1.5290
2.0100
0.6151
1.5791
Ruiz (2010)
1.4001
1.1155
1.4426
-
Nota: >0 indica prociclicidad. <0 indica contraciclicidad.
Fuente: Elaboración propia.
En su estudio sobre prociclicidad de la política fiscal, McManus y Ozkan (2012) muestran
algunas consecuencias de esta problemática. Primero, encuentran que niveles más altos de
prociclicidad fiscal dan lugar a menores niveles de crecimiento económico, y que reviste de un
costo importante el mantenimiento de las políticas sociales. Segundo, los autores observan en
sus resultados que los países fiscalmente anticíclicos crecen a tasas medias anuales más altas
que los países fiscalmente procíclicos. Tercero, McManus y Ozkan (2012) examinan la posible
relación entre la prociclicidad fiscal y la volatilidad del crecimiento económico y notan que un
país que lleva a cabo una política fiscal procíclica, exacerbará el ciclo económico y por lo tanto
aumentará la volatilidad de las tasas de crecimiento de la economía. Sabiendo esto, debe
evitarse que el GS sea procíclico, ya que como el gasto social es un componente importante del
gasto total, y también es la forma en que el Estado llega directamente a la sociedad, puede
causar distorsiones no deseadas en la economía.
Finalmente, la política social tiene impactos importantes en la economía, mayor aún en las
localidades donde se implementa directamente (Martínez et al, 2013). También es previsible que
una mejora social y redistribución de ingresos genere efectos económicos positivos en el
mediano y largo plazo y, aunque no es el motivo principal de esta investigación, se presenta un
resumen de algunos impactos económicos importantes que podría tener el gasto social
orientado a cada subsector.
23
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Tabla 7. Algunos Impactos Económicos de las Funciones Sociales del Gasto Público.
Función Social
Impacto Económico
La teoría de capital humano es el principal marco teórico bajo el cual se puede ver que la educación
tiene impacto económico. La educación fomenta la productividad de los trabajadores, lo que hace que
Educación
estén más capacitados y habilitados para el mercado laboral, lo que tendría un impacto positivo en el
crecimiento económico.
La inversión en salud genera un incremento en la capacidad productiva, con beneficios para las
Salud
personas y para las unidades productivas. En economías modernas, las clínicas privadas y las
aseguradoras de salud generan un impacto en el sector privado y en la economía de países.
Tanto la desnutrición como el sobrepeso y obesidad generan costos personales y sociales, ergo su
Seguridad
disminución supone ahorros directos para la economía de los países en los rubros de salud, educación y
alimentaria y
particularmente en productividad. A su vez implica incentivos en sectores claves de la economía, como
nutricional
son la producción y distribución de alimentos.
Al asegurar un nivel mínimo de recursos a las personas y mitigar los efectos de las crisis económicas o
del desempleo, facilita el mantenimiento de un nivel mínimo de consumo en la población, inyectando
Protección social
recursos directamente al mercado por la vía de la demanda. Asimismo, tiene un efecto directo en el
empleo, en la medida que entre sus funciones está la regulación del mercado laboral y con ello la
promoción del empleo decente.
A través de estrategias para reducir la contaminación, la protección del medio ambiente puede tener un
Protección del
impacto económico. Así también, hay un posible impacto en el sector construcción con el
medioambiente
“enverdecimiento” de las viviendas y edificios.
Impacto indirecto a través del gasto en vivienda afecta el sector construcción, el cual tiene una
Vivienda y
servicios
importante participación en el PIB de la región. El sector público genera alianzas con el sector privado
relacionados
para la ejecución de proyectos de infraestructura los que incluyen a vivienda.
La producción de bienes y servicios culturales lleva generalmente a la activación de actividades
Cultura y
recreación
económicas privadas. Por ejemplo a través de las remuneraciones pagadas en el empleo privado.
Fuente: Martínez et al, (2013).
Referencias.
Aristy, J., Mena, R. y Médez, A. (2001), “Racionalización Presupuestaria y Política de Gasto Público,”
Fundación Economía y Desarrollo.
Baqir, R. (2002), “Social Sector Spending in a Panel of Countries,” IMF Working Papers WP/02/35,
Research Department, International Monetary Fund.
Lizardo, J. (2005), “El Gasto Social en la República Dominicana 1995-2005: tendencias y desafíos”,
Secretariado Técnico de la Presidencia de República Dominicana, Unidad de Análisis Económico, Texto
de Discusión 2.
Marcelino, M., Jiménez, F. y Lamarche, D. (2012), “Gasto social, democracia y ciclo político en República
Dominicana: 1976-2010” Observatorio Político Dominicano, Fundación Global Democracia y Desarrollo.
Martínez, R. y Collinao, M.P. (2010), “Gasto social: modelo de medición y análisis para América Latina y
el Caribe”, Publicaciones de las Naciones Unidas LC/L.3170-P, N.Venta S.09.II.G.145.
Martínez, R., Palma, A., Flores, L. y Collinao, M.P. (2013), “El impacto económico de las políticas
sociales”, CEPAL, Colección Documentos de proyectos LC/W.531.
24
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
McManus, R. y Ozkan, F.G. (2012), “On the Consequences of Procyclical Fiscal Policy,” Discussion Papers
12/34, Department of Economics, University of York.
Mostajo, R. (2000), “Gasto Social y Distribución del Ingreso: Caracterización e Impacto Redistributivo en
Países Seleccionados de América Latina y El Caribe” CEPAL, Serie de Reformas Económicas, LC/L.1376.
Potrafke, N. (2007), “Social Expenditures as a Political Cue Ball?: OECD Countries under Examination,”
Discussion Papers of DIW Berlin 676, DIW Berlin, German Institute for Economic Research.
Ruiz, R. (2010), “Sobre la evolución del gasto público social en América Latina y su papel para la
estabilización económica”, Serie Macroeconomía para el desarrollo Nro. 102, Publicación de las Naciones
Unidas, N° de venta S.10.II.G.22.
Spiegel, S. (2007), “Políticas Macroeconómicas y de Crecimiento,” Departamento de Asuntos Económicos
y Sociales, Secretaría de las Naciones Unidas.
25
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Propiedades de Estimadores Con Datos de Panel Dinámicos: Un
Experimento Monte Carlo para Distintos Tamaños de Muestras
Por: Alexander Medina Féliz1
1. Introducción
Los modelos dinámicos con datos de panel han sido retomados como una herramienta de
análisis de la literatura económica en el transcurso de las dos últimas décadas con el fin de
analizar el crecimiento de largo plazo (ver Mankiw, Romer y Weil, 1992; Levine y Renelt, 1992).
La literatura de la economía laboral también ha estado utilizando estos modelos para el análisis
de la relación existente entre salarios y desempleo (ver Blanchflower y Oswald, 1994; Blanchard
y Katz, 1997; Galiani, 1999). También en el área financiera se han estado aplicando estas
metodologías para los análisis aplicados (Ayuso et al, 2002; Jokipii y Milne, 2007).
Acorde con esta tendencia de un mayor uso de modelos dinámicos con datos de panel, los
investigadores latinoamericanos han mostrado en la última década un interés en esta
herramienta de análisis para examinar los principales preceptos de la teoría económica en los
países de esta región (Le Fort y Budnevich, 2005; Bailey-Tapper, 2011).
Los estudios con datos de panel dinámicos utilizan distintas dimensiones de observaciones
temporales (T) y observaciones de corte transversal (N) en los análisis de los datos
macroeconómicos.
La magnitud de T y N es fundamental en la selección del método de estimación en los modelos
de datos de panel dinámicos debido a que los estimadores tradicionales como Least Square
Dummy Variables (LSDV) son sesgados e inconsistentes para un T fijo y N tendiendo a infinito;
mientras que los estimadores que utilizan procedimientos de Variables Instrumentales (IV) ó
Método Generalizado de Momentos (GMM) son consistentes cuando N tiende a infinito.
En este artículo se estudian los métodos de estimación e inferencia en paneles dinámicos
siguiendo la línea del estimador de variables binarias (LSDV) y los estimadores desarrollados
en los trabajos de Arellano y Bond (1991), Blundell y Bond (2000) y Kiviet (1995) en el contexto
en el cual el conjunto de datos macroeconómicos no tienen una dimensión muy pequeña en T y
no tienen una dimensión muy grande en N.
El objetivo de este trabajo es evaluar el desempeño de los diferentes estimadores en términos de
sesgo, consistencia y eficiencia con distintos tamaños de N y T y con distintos niveles de
persistencia (α) de las series macroeconómicas generadas, en un contexto de datos de panel
dinámicos.
1
Sub-Dirección de Estudios Económicos. Departamento de Programación Monetaria y Estudios Económicos.
26
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
El análisis de los estimadores en un contexto de panel dinámico nos permitirá responder
algunas preguntas, tales como: ¿Es un valor de T=40 lo suficientemente grande como para
ignorar el sesgo del estimador LSDV?, ¿Es N=60 lo suficientemente grande para que los
métodos de IV ó GM arrojen estimadores consistentes? , ¿Cuál estimador es más eficiente para
modelar series de datos de panel con persistencia alta? Para responder este tipo de
interrogantes, se realizan varios experimentos Monte Carlo.
El artículo se divide en 6 secciones. En la segunda sección se presenta la descripción y
propiedades de los distintos estimadores evaluados. La sección 3 describe el modelo a estimar
mediante un experimento Monte Carlo y se definen los indicadores de sesgo y eficiencia a
utilizar. En la cuarta sección se presentan los resultados bajo distintos escenarios de N, T y α. En
la sección 5 se lleva a cabo un experimento Monte Carlo para evaluar los estimadores
mencionados con un tamaño muestral de N=13, T=6 y un α = 0.37. Este tamaño de muestra es el
utilizado en un estudio para Latinoamérica realizado por la CEPAL2. En la sección 6 se
presentan las conclusiones.
II. Estimadores: descripción y propiedades
En este artículo utilizamos un concepto restringido de modelos dinámicos de datos de panel
donde los modelos son lineales y la variable dependiente está rezagada sólo un periodo.
El modelo a analizar es el siguiente:
(1)
( )
Donde representa la heterogeneidad no observada y es generada como
es el
( ). Las primeras 10 observaciones de series
error idiosincrático generado como
temporales se descartan por lo que el tamaño muestral es NT.
El regresor adicional,
es una variable estrictamente exógena condicionada en
generada
de la siguiente manera:
donde
(
). La primera observación es
. Se asume el cumplimiento de la condición de exogeneidad secuencial (Chamberlain,
1992).3
Analizaremos las propiedades de consistencia y eficiencia del estimador α cuando se utilizan
como métodos de estimación Least Square Dummy Variables (LSDV), Arellano-Bond (1991),
Blundell y Bond (2000) y Kiviet (1995).
2
Le Fort, G. y Budnevich, C. (2005)
Se dice que las variables explicativas son secuencialmente exógenas condicionadas en el efecto no observable cuando se cumple
que: ( |
)
( |
)
Es decir, después de haber controlado por
y , ningún valor presente y pasado afecta el valor esperado de
. El cual es un
concepto menos restrictivo que la exogeneidad estricta, pues permite relación con los valores futuros.
3
27
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
2.1 Estimador de Least Square Dummy Variables (LSDV)
En un modelo dinámico como el de la ecuación (1) es importante eliminar la heterogeneidad no
observada mediante alguna transformación como la que se realiza bajo el modelo de variables
binarias (LSDV).4
Para estimar el modelo por LSDV se definen N variables binarias, una para cada observación de
corte transversal. Luego se estima por POLS (Pool Ordinary Least Squares) una regresión de
sobre las variables binarias, y
con t=1,2,….T; j=1,2,….,N. Los coeficientes que acompañan a
las variables binarias son las estimaciones de los .
El estimador obtenido utilizando esa transformación en un POLS es el siguiente:
̂
(2)
(
)
Donde
(
)
idempotente de rango T-1; (
identidad.
(
)
es la matriz time-demeaning que es una matriz simétrica e
) representa la matriz de promedios temporal y es la matriz
La varianza del estimador LSDV viene dada por
( )
̂
(∑ ̈ ̈ )
(∑ ̈ ̂̈ ̂̈ ̈ ) (∑ ̈ ̈ )
Donde los ̂̈ son los residuos estimados usando la metodología de Efectos Fijos (FE) y los
puntitos sobre las variables representan variables time-demeaning. Una desventaja con el enfoque
LSDV es que los estimadores de son no consistentes bajo T fijo.
2.2 El Estimador de Arellano y Bond (AB)
Para tratar con el problema de variables endógenas del modelo, que causa inconsistencia del
estimador LDSV (visto en 2.1) en muestras con dimensión temporal pequeña, necesitaremos un
estimador de variables instrumentales. Para obtener una variable instrumental de la variable
endógena es más sencillo transformar el modelo usando diferencias finitas que utilizando
efectos fijos. En particular Arellano y Bond (1991) utilizan la transformación de diferencias
finitas de orden 1. De esta forma, obtenemos el modelo transformado de la ecuación 4.
(4)
Donde ∆ representa el operador de diferencias finitas.
Se podría estimar de forma consistente el parámetro ρ a través de un estimador de variables
instrumentales eficiente, que utilice como estimador todos los instrumentos posibles, usando el
4
En LSDV se ve
como parámetros a ser estimados.
28
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
método de los momentos generalizados (GMM) con la siguiente matriz de instrumentos
cada observación de corte transversal i:
[
para
]
donde los
son los instrumentos en cada periodo temporal, para una muestra aleatoria de
5
tamaño NT.
[
]
Z es una matriz de matrices que compila las matrices de instrumentos de las distintas
observaciones de corte transversal.
El estimador de Arellano y Bond (AB) de ρ viene dado por:
(5)
Donde
̂
( )
(
(∑
)
)
(
)
es la matriz ponderadora de AB de un paso.6
La estimación de la varianza del estimador de AB es:
(6)
̂ (̂
)
̂
(
)
Donde ̂ es una estimación consistente de
.
2.3 Estimador de Blundell-Bond (BB)
Cuando ρ se aproxima a uno, los instrumentos utilizados por Arellano-Bond se vuelven
instrumentos débiles. Por tanto, Blundell y Bond (2000) proponen agregar nuevos instrumentos
a los usados por AB a través de un estimador de sistemas (GMM), y esos instrumentos se
introducen a la ecuación original en niveles en forma de diferencias finitas rezagadas, por lo que
los nuevos instrumentos no están relacionados con el error en niveles. Sólo se agrega un
instrumento de diferencias finitas por período temporal.
La matriz
es la matriz de instrumentos de BB para una observación de corte transversal i.
Este estimador es más eficiente que el de Anderson y Hsiao (1982) (AH) el cual es un procedimiento que genera estimaciones
consistentes y se basa en variables instrumentales de la variable endógena en una ecuación dinámica del tipo del modelo (1). Debido
que AH es un estimador que utiliza como instrumento de la variable diferencia finita a la variable dependiente en niveles, rezagada
dos períodos, se podría estimar entonces de forma consistente el estimador de usando como variable instrumental a la variable
dependiente rezagada dos periodos (
).
6 El estimador de AB se calcula también utilizando una matriz de ponderadores GMM de dos pasos en el que se utiliza los residuos
del estimador de 1 paso de AB para calcular una nueva matriz ponderadora.
5
29
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
[
Donde
)]
(
es la matriz de instrumentos de AB.
[
]
es una matriz de matrices que compila las matrices de instrumentos de las distintas
observaciones de corte transversal de .
El estimador de Blundell y Bond de un paso es el siguiente estimador:7
̂(
(7)
Donde
finitas y
)
,[
]
( )
*[
(
]+-
,[
(
]
( )
*[
(
]+-
( )
[∑
] . H es una matriz en bloques de transformación de diferencias
es el producto de Kronecker. La varianza del estimador de BB es:
̂ (̂
(8)
(
)
̂ ,[
(
]
El ̂ es una estimación consistente de
( )
*[
(
]+-
.
2.4 Estimador de Kiviet
El estimador de Kiviet es una versión corregida del LSDV, donde se le suma al LSDV una
estimación del sesgo de ese estimador. Kiviet (1995) muestra que el sesgo de LSDV puede
aproximarse con un error de tamaño consistente.8
El estimador de Kiviet(1995, pp 64) se calcula de la siguiente forma:
̂
(9)
̂
El sesgo de Kiviet es calculado una estimación de variables instrumentales de Anderson y Hsiao
(1982) (ver Judson y Owen, 1999). La matriz de varianzas y covarianzas de Kiviet es:
(
)
(̂
)
̂ (∑ ̈
̈)
El estimador de dos pasos de BB utiliza en la matriz ponderadora los residuos del estimador de 1 paso. En este trabajo sólo se
calcula el estimador de un paso.
8 Una estimación del sesgo de LSDV vendría dada por el sesgo de Nickel (1981), que es la diferencia entre el estimador de Kiviet y el
estimador de efectos fijos. Este sesgo sólo disminuye si t→∞. Si >0 el sesgo es siempre negativo y nunca converge a cero aún si
=0. El sesgo, en este caso, se vuelve más grande si se adicionan regresores exógenos a la ecuación. Y los estimadores de los
coeficientes que acompañan a los regresores son también inconsistentes.
7
30
Oeconomia, ensayos sobre economía y finanzas
El ̂ es una estimación consistente de
Volumen VIII, Número 2
.
III. Experimento de Montecarlo
En este artículo realizaremos un experimento de Montecarlo con 1000 simulaciones, con el fin
de calcular la media del estimador (̂̅ ) y su desvío estándar. Con esos datos de las simulaciones
calcularemos el sesgo y la raíz del error cuadrático medio (RECM) usando los estimadores:
LSDV, AB, BB y Kiviet.
El RECM es la raíz cuadrada de la suma de dos cantidades no negativas: una es la varianza del
estimador y la otra es el cuadrado del sesgo del estimador.
(11)
√
( ̂)
(
̅
̂)
IV. Resultados
4.1 Resultados cuando T es fijo y N aumenta
Tabla 1. Resultados cuando T es fijo y N aumenta
Alfa estimado
Desviación
Sesgo
promedio
Estándar
Caso 1: β=0, T=10, N=20, α=0.5,β=0
LSDV
0.3121
-0.1879
0.0732
Arellano-Bond
0.3576
-0.1424
0.1237
Blundell-Bond
0.4931
-0.0069
0.1264
Kiviet
0.4932
-0.0068
0.0939
Caso 2: β=0, T=10, N=60, α=0.5, β=0
LSDV
0.3151
-0.1849
0.0428
Arellano-Bond
0.4390
-0.0610
0.0787
Blundell-Bond
0.4939
-0.0061
0.0731
Kiviet
0.4905
-0.0095
0.0540
Fuente: Generada con simulaciones Monte Carlo
Estimadores
RECM
0.2017
0.1886
0.1266
0.0941
0.1898
0.0996
0.0734
0.0548
En la tabla 1 se presentan los resultados de los cuatro estimadores analizados anteriormente con
un
un T fijo y N aumentando. En el caso 1 se realiza un experimento Monte Carlo con
N=20 y en el caso 2 se usa N=60. En ambos casos se observa que los estimadores con menor
sesgo y mayor eficiencia (menor RECM) son los de Kiviet y Blundell-Bond.
El estimador con mayor sesgo es el de LSDV, esto era de esperarse debido a que en modelos de
paneles dinámicos como el de la ecuación (1), donde asumimos exogeneidad secuencial de las
variables explicativas de la ecuación en el modelo original (no transformado) y un T pequeño,
no se puede garantizar consistencia del estimador aun cuando N aumente.
Dada la inconsistencia de los estimadores LSDV en el modelo dinámico (1) bajo el supuesto de
exogeneidad secuencial en las variables originales, se recomienda el uso de los estimadores de
Arellano-Bond, Blundell-Bond y Kiviet. El estimador de Arellano-Bond muestra un fuerte sesgo
cuando N es pequeño, el cual va disipándose a medida que N es mayor.
31
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Además de la condición de exogeneidad secuencial de las variables explicativas en niveles, se
necesitan, adicionalmente, dos condiciones de estabilidad para que los estimadores surgidos
con los métodos de VI y GMM sean estables y sus varianzas sean estacionarias: 1) < | | y (2)
que la esperanza matemática y la varianza en su estado estacionario coincidan con la media de
la primera observación y la varianza de la primera observación, respectivamente.
Si las dos condiciones de estabilidad de los estimadores no se cumplen, los estimadores no son
consistentes. Como en este ejercicio asumimos que se cumplen ambos supuestos los
estimadores de GMM (Arellano y Bond, Blundell) son consistentes como muestran los
resultados.
En Rangel (2012) se obtienen resultados similares para un aumento de N=30 a N=50, donde se
evidencia la consistencia de los estimadores de Arellano y Bond y la inconsistencia de los LSDV
en paneles dinámicos cuando T es fijo (pequeño) y N aumenta.
4.2 Resultados cuando N es fijo y T aumenta
En la tabla 2 se analizan las propiedades de los distintos estimadores cuando la dimensión
temporal aumenta de T=10 a T=40, manteniendo el N fijo en 20 y el
. En la tabla 1 vimos
que cuando N aumentaba en un contexto de T pequeño el estimador LSDV no variaba mucho, y
reflejaba un sesgo significativo que se mantenía luego del aumento de N.
En la tabla 2 se observa que al aumentar T, aún con un N pequeño, se observa que el estimador
LSDV se acerca bastante al parámetro poblacional (0.4583) y asimismo registra una reducción
significativa del RECM. Esto suele ocurrir debido a que en términos generales los estimadores
LSDV son consistentes al aumentar la dimensión temporal. No obstante, es el estimador de
Kiviet el que registra el menor sesgo y su RECM (0.0332) es el mejor en términos relativos.
Tabla 2. Resultados cuando N es fijo y T aumenta
Alfa estimado
Desviación
Sesgo
RECM
promedio
Estándar
Caso 3: β=0, T=40, N=20, α=0.5, β=0
LSDV
0.4583
-0.0417
0.0320
0.0526
Arellano-Bond
0.4535
-0.0465
0.0340
0.0576
Blundell-Bond
0.4930
-0.0070
0.0419
0.0425
Kiviet
0.4996
-0.0004
0.0332
0.0332
Caso 1: β=0, T=10, N=20, α=0.5, β=0
LSDV
0.3121
-0.1879
0.0732
0.2017
Arellano-Bond
0.3576
-0.1424
0.1237
0.1886
Blundell-Bond
0.4931
-0.0069
0.1264
0.1266
Kiviet
0.4932
-0.0068
0.0939
0.0941
Fuente: Generada con simulaciones Monte Carlo.
Estimadores
Estos resultados coinciden con los de Rangel (2012) quien hace el experimento para un aumento
de T=10 a T=40, con N=50 fijo. El obtiene que el estimador de Kiviet es el de menor sesgo y más
eficiencia y que el estimador LSDV es consistente en ese escenario.
32
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
4.3 Efectos del cambio de la persistencia: Resultados cuando N es pequeño y T grande9
En la tabla 3 se observa un panel con 20 observaciones en la dimensión transversal (N) y 40 en la
dimensión temporal (T). En este caso lo que varía es el coeficiente autorregresivo α, que pasa de
0.2 a 0.9 entre cada uno de los casos analizados en la tabla (caso 4 y 5).
En primer lugar, se advierte que cuando
los estimadores de menor sesgo son el de
Kiviet y Blundell-Bond, mientras que los de LSDV y Arellano-Bond presentan sesgos altos de
alrededor de 20% de su media estimada. Al analizar lo sucedido cuando el parámetro pasa de
0.2 a 0.9 se observa que el estimador de menor sesgo y menor RECM es el de Kiviet.
El sesgo de Nickell (diferencia entre LSDV y Kiviet) baja de 0.0323 a 0.0245, al pasar de
, lo cual es esperado debido a que con un T relativamente alto el sesgo de Nickell
tiende a ser bajo. Sin embargo, a medida que α aumenta el sesgo tiende a persistir.10
Tabla 3. Efectos del cambio de la persistencia
Resultados cuando N es pequeño y T grande*
Alfa estimado
Desviación
Sesgo
RECM
promedio
Estándar
Caso 4: Beta=0, T=40, N=20, alfa=0.2, β=0
LSDV
0.1676
-0.0324
0.0344
0.0473
Arellano-Bond1
0.1656
-0.0344
0.0357
0.0496
Blundell-Bond1
0.1968
-0.0032
0.0416
0.0417
Kiviet
0.1999
-0.0001
0.0355
0.0355
Caso 5: Beta=0, T=40, N=20, alfa=0.9, β=0
LSDV
0.8507
-0.0493
0.0202
0.0533
Arellano-Bond1
0.8354
-0.0646
0.0252
0.0693
Blundell-Bond1
0.9582
0.0582
0.0237
0.0628
Kiviet
0.8752
-0.0248
0.0298
0.0388
Fuente: Generada con simulaciones Monte Carlo.
*Asumimos N es pequeño en relación a T.
Estimadores
Un punto importante es que el estimador de Arellano-Bond es el de mayor sesgo y mayor
RECM cuando
, lo cual es consistente con la literatura teórica que especifica que cuando
es cercano a 1 los instrumentos utilizados se vuelven débiles (que consiste en que la matriz de
instrumentos a utilizar, a pesar de ser exógenos no tienen relación significativa con la variable
endógena que en este caso es la diferencia finita rezagada).
4.4 Efectos del cambio de la persistencia: Resultados cuando T es pequeño y N grande11
En la tabla 4 se analizan los casos 6 (β=0, T=10, N=60, α=0.2) y caso 7 (Caso 7: β=0, T=10, N=60,
α=0.9) donde el coeficiente de persistencia pasa de
, pero a diferencia de la
tabla 3, el T es pequeño y el N grande. En este caso se advierte que el estimador LSDV es
altamente sesgado en ambos casos.
Asumimos N es pequeño en relación a T.
Ver Nickell (1981).
11 Asumimos T es pequeño en relación a N.
9
10
33
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
El estimador de AB sigue mostrando el problema de instrumentos débiles, analizado en la
sección anterior. El estimador de Kiviet es el que menor sesgo y menor RECM presenta en el
experimento.
Tabla 4. Efectos del cambio de la persistencia
Resultados cuando T es pequeño y N grande*
Alfa estimado
Desviación
Sesgo
RECM
promedio
Estándar
Caso 6: β=0, T=10, N=60, α=0.2, β=0
LSDV
0.0626
-0.1374
0.0430
0.1440
Arellano-Bond1
0.1697
-0.0303
0.0641
0.0709
Blundell-Bond1
0.1977
-0.0023
0.0632
0.0632
Kiviet
0.1979
-0.0021
0.0504
0.0504
Caso 7: β=0, T=10, N=60, α=0.9, β=0
LSDV
0.6876
-0.2124
0.0382
0.2158
Arellano-Bond1
0.7913
-0.1087
0.0940
0.1437
Blundell-Bond1
0.9924
0.0924
0.0197
0.0945
Kiviet
0.8491
-0.0509
0.0492
0.0708
Fuente: Generada con simulaciones Monte Carlo.
*Asumimos T es pequeño en relación a N.
Estimadores
Se nota que el sesgo de Nickell se mantiene persistente, e incluso aumentando cuando aumenta
el α, reflejando el problema de inconsistencia de los estimadores LSDV (independientemente
del nivel de persistencia) cuando la dimensión temporal es pequeña.
V. Caso Estudio con Tamaño Muestral N=13, T=6
En esta sección llevamos a cabo un experimento Monte Carlo usando como referencia el tamaño
de la muestra y el nivel de persistencia usado por Le Fort y Budnevich (2005, pp 25-31), en su
estudio de brecha del PIB para Latinoamérica. Los autores utilizan un modelo de panel
dinámico del tipo de la ecuación 1 de este artículo, que incluye la variable dependiente
rezagada un período y variables exógenas.
La metodología utilizada por Le Fort y Budnevich (2005) es el método generalizado de
momentos de Arellano- Bond en un contexto de datos de panel dinámicos que incluye a trece
países de Latinoamérica (N=13) que son: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica,
Ecuador, México, Panamá, Perú, República Dominicana, Uruguay y Venezuela.
La evaluación de la metodología usada en el trabajo de la CEPAL para estimar el panel
dinámico (Arellano-Bond) es comparada en esta sección con otros métodos (LSDV, BlundellBond y Kiviet), usando un experimento Monte Carlo que parte de los niveles de N, T y α del
estudio citado.
Utilizando nueve especificaciones diferentes Le Fort y Budnevich encuentran coeficientes de
persistencia α que varían desde 0.3328 a 0.4321 (con un promedio de 0.37) todos significativos al
1% y usando T=6 y N= 13. Estos resultados muestran una robustez en ̂ independientemente de
cuáles variables exógenas son utilizadas en la estimación.12
12
Ver Cuadro 4 de Le Fort y Budnevich (2005).
34
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Llevamos a cabo un experimento Monte Carlo con simulaciones de 1000 repeticiones, con
α=0.37, N=13 y T=6
Los resultados de la tabla 5 muestran que los estimadores de Arellano-Bond y LSDV son
sesgados e ineficientes para el tamaño muestral utilizado en el experimento. Los estimadores
Blundell-Bond y Kiviet son los mejores estimadores en este caso.
Tabla 5. Experimento Montecarlo con modelo dinámico del Ciclo del PIB con α
encontrados por Le Fort y Budnevich (2005) de la CEPAL
Estimadores
Alfa estimado
promedio
LSDV
0.0626
Arellano-Bond
0.1697
Blundell-Bond
0.1977
Kiviet
0.1979
Fuente: Generada con simulaciones Monte Carlo.
Sesgo
Desviación
Estándar
Caso 8: β=0, T=6, N=13, α=0.37
-0.1374
0.0430
-0.0303
0.0641
-0.0023
0.0632
-0.0021
0.0504
RECM
0.1440
0.0709
0.0632
0.0504
VI. Conclusiones
En este artículo se estudiaron y compararon las propiedades en muestras finitas de distintos
métodos de estimación e inferencia en paneles dinámicos. Los estimadores estudiados fueron el
de Least Square Dummy Variable (LSDV), Arellano-Bond, Blundell-Bond y Kiviet con datos
muestrales de distintas dimensiones temporales y transversales y varios grados de persistencia
del modelo.
Se utilizaron ejercicios tipo Monte Carlo que se usaron en la investigación de las propiedades de
los estimadores. Se comparó el desempeño de los estimadores en varios contextos, uno de
dimensión temporal (T) pequeña y fija con dimensión transversal (N) aumentando; otro donde
el N estaba fijo y T aumentando; el tercero donde se evaluaron los efectos del cambio de la
persistencia cuando N es pequeño y T grande y el cuarto se evaluó el efecto del cambio de la
persistencia pero, a diferencia del tercer escenario, en el cuarto el T es pequeño y el N grande.
Los resultados evidencian que en el punto 1 donde T es pequeño y fijo y N aumenta, los
estimadores con mejor desempeño son los de Blundell-Bond y Kiviet, mientras que el LSDV es
sesgado e inconsistente, como sugiere la teoría econométrica. En el contexto del punto 2 cuando
N es fijo y T aumenta se observa que el estimador de LSDV es consistente y aumenta su
eficiencia. El estimador de Kiviet es, sin embargo, el de menor sesgo y mayor eficiencia.
Cuando se evaluaron las propiedades de los estimadores ante un incremento de la persistencia
desde
, cuando N es pequeño y T grande se advierte primeramente que
cuando el
los estimadores de LSDV y Arellano – Bond son los que presentan un mayor
sesgo mientras que los de Kiviet y Blundell-Bond son los de menor sesgo. Cuando se pasa de
a
el estimador de menor sesgo y mayor eficiencia es el Kiviet en un contexto de
alta persistencia y dimensión temporal grande y N pequeño.
35
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Bajo el supuesto de T pequeño y N grande se observó que el estimador LSDV es sesgado
independientemente del grado de persistencia supuesto del modelo. El estimador de Kiviet es
de menor sesgo y menor RECM en este caso.
El estimador de Arellano-Bond resultó sesgado e ineficiente cuando la persistencia es alta,
reflejando un posible problema de instrumentos débiles, descrito en la literatura teórica.
En el caso estudio presentado en la sección 5 donde se llevó a cabo un experimento de Monte
Carlo para analizar la propiedad de los estimadores utilizando el tamaño muestral de un
documento de la CEPAL, se observa que el estimador de Arellano-Bond utilizado en ese trabajo
para calcular la persistencia y los demás coeficientes exógenos de la ecuación, pudiera ser
complementado con los estimadores de Blundell-Bond y de Kiviet, que son estimadores
insesgados y consistentes para el tamaño de la muestra.
Bibliografía
Anderson, T.W y Hsiao, C. (1981). “Estimation of Dynamic models with errors components”, Journal of
the American Statistical Association, 76, 598-606.
Arellano, M. y Bond, S. (1991). “Some tests of specification for panel data: Monte Carlo evidence and an
application to employment equations”, The Review of Economic Studies, 58, 277-297.
Ayuso, J., Pérez, D. y Saurina, J. (2002). “Are Capital Buffers Pro-Cyclical? Evidence from Spanish Panel
Data”, Banco de España (Research Working Paper, No.0224).
Bailey-Tapper, S.A. (2011). “Investigating the link between bank capital and economic activity: evidence
on Jamaican panel data”, Money Affairs, Vol. XXIV, No.2. pp 163-188.
Blanchard, O. y Katz, L. (1997). “What we know and do not know about the natural rate of
unemployment”, Journal of Economic Perspectives, 11, pp.51-72.
Blanchflower, D. y Oswald, A. (1996). “The wage curve”. The MIT Press, Cambridge, Massachusetts.
Blundell, R. y Bond, S. (2000). “Initial conditions and moment restrictions in dynamic panel data models”,
Journal of Econometrics, 87, pp.115-143.
Chamberlain, G., (1992). “Comment: Sequential moment restrictions in panel data”, Journal of Business and
Economic Statistics, Vol. 10, No.1, pp.20-26.
Galiani, S., (1999). “Wage determination in Argentina: An econometric analysis with methodology
discussion”, ITDT WP 218.
Jokipii, T., y Milne, A. (2007). “The Cyclical Behavior of European Capital Buffers”, Swedish Institute for
Financial Research (Report).
Judson, R., y Owen, A., (1999). “Estimating dynamic panel data models: A guide for macroeconomists”
Economics Letters, 79, pp.145-152.
36
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 2
Kiviet, J. (1995). “On bias, inconsistency, and efficiency of various estimators in dynamic panel data
models”, Journal of Econometrics, 68, pp.53-78.
Le Fort, G. y Budnevich, C. (2005). “Entendiendo las volatilidades cíclicas de la cuenta de capitales y del
PIB: Un estudio de panel para países latinoamericanos”, Documentos de la CEPAL, Serie Macroeconomía
del Desarrollo, 42, pp.25-31.
Levine, R. y Renelt, D. (1992), “A sensitivity analysis of cross country growth regressions”, American
Economic Review, September 1992, pp.942-963.
Mankiw, N.G., Romer, D. y Weil, D. (1992). “A contribution to the empirics of economic growth”,
Quaterly Journal of Economics, May 1992, pp.407-438.
Nickell, S.J. (1981). “Biases in dynamic models with fixed effects”. Econometrica, 49, pp.1417-1426.
Rangel, A.E. (2012). “Superioridad relativa de los estimadores Kiviet y Blundell-Bond (GMM1) en paneles
dinámicos. Un experimento Monte Carlo con muestras finitas”. Estudios Gerenciales, 28, pp.81-86.
37
œ