Merlo Retornos Educac Argentina

E C O N O M A
TESIS de MAGSTER
IInstituto
N S T I de
T Economa
U T O
D E
DOCUMENTO
DE TRABAJO

" ( ( > ( (

www.economia.puc.cl
TESIS DE GRADO
MAGISTER EN ECONOMIA
Julio/Diciembre 2009
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE

INSTITUTO
MAGISTER EN
DE
ECONOMIA
ECONOMIA
Retornos a la educacin durante una depresin econmica. Evidencia

emprica para la Argentina
Juan Jos Merlo
Comisin
Claudio Sapelli
Julio/Diciembre 2009
ndice.
Abstract
Resumen
1. Introduccin.
2. Contexto y descripcin de los datos.
2.1. Efectos de la crisis sobre indicadores del mercado laboral.
2.2. Efectos de la crisis sobre indicadores de capital humano.
10
3. Ecuaciones de ingresos.
15
3.1. Revisin de la literatura
3.1.1. Literatura terica de ecuaciones de ingresos.
15
15
a) Mincer (58)
15
b) Ben Porath (67)
16
c) Mincer (74)
17
d) Willis (86)
19
e) Card (99)
19
f) Heckman-Lochner-Todd (03)
20
3.1.2. Literatura emprica de ecuaciones de ingresos.
21
a) Psacharopoulos y Ng (92)
21
b) Pessino (95)
22
c) Sapelli (03)
22
d) Heckman-Lochner-Todd (03)
23
3.2. Especificaciones alternativas de ecuaciones de ingresos.
24
3.2.1. Regresin de Mincer clsica ampliada.
24
3.2.2. Regresin de Mincer desagregando por nivel educativo.
26
3.3. Resultados empricos.
27
3.3.1. Interpretacin de los resultados.

4. Efecto sheepskin.
27
31
4.1. Revisin de la literatura.
31
a) Layard y Psacharopoulos (74)
31
b) Hungerford y Solon (87).
31
4.2. Especificacin usada para captar el efecto sheepskin.
32
33
3
4.3.1. Interpretacin intratemporal de los resultados.
34
4.3.2. Interpretacin intertemporal de los resultados.
37
4.4. Correccin por sesgo de seleccin.
40
4.4.1. Modelo de seleccin a estimar.
40
4.4.2. Resultados empricos.
42
5. Conclusiones y futuras lneas de investigacin.
47
6. Bibliografa.
49
Anexo N 1: Efectos de crisis econmicas sobre mercado laboral y desigualdad. 53

Anexo N 2: Problemas tericos y economtricos de la ecuacin de Mincer.
60
Anexo N 3: Datos y variables utilizadas.
64
Anexo N 4: Regresiones y estadsticos.
68
Abstract.
This paper analyzes the evolution of rates of return during Argentinas economic recession
in 2001. Using the Permanent Survey of Households data for two years: 1995 and 2002,
this paper demonstrates that the classic Mincer equation is not the correct specification. We
find strong sheepskin effects for all educational levels. We conclude that the human capital
is heterogeneous and that the educational title is a potent signal. These results are robust to
selection bias correction. As a specific goal of this paper, we analyze the effects of
Argentinas crisis on the labor market, human capital components and rates of return. We
show that this crisis strongly reduced wages and employment levels and increased
inequality. Considering the human capital factors, we show that this crisis affected more
severely: less educated people, the young, people with shorter tenure in the company and
those that worked in the private sector. Educational returns to people with primary
education were reduced, while returns to those that had secondary and university education
increased.
Resumen.
El objetivo del trabajo consiste en analizar el comportamiento de las tasas de retorno a la
educacin durante la depresin econmica del 2001 que afect a la Argentina. Utilizando
datos de la Encuesta Permanente de Hogares para los aos 1995 y 2002 se demuestra que la
ecuacin de Mincer clsica no es la especificacin correcta. Se encuentran fuertes efectos
sheepskin para todos los niveles educativos analizados. Esto nos permite concluir que el
capital humano es heterogneo y que el ttulo educativo es una potente seal para
diferenciarse. Los resultados son robustos ante la correccin por sesgo de seleccin. Como
objetivo especfico se analizan los efectos de la citada crisis sobre el mercado laboral, los
componentes del capital humano y las tasas de retorno. Se muestra que la crisis redujo
fuertemente los salarios y los niveles de empleo. Adicionalmente produjo aumentos en la
desigualdad. En cuanto a los factores de capital humano se aprecia que afect de
sobremanera a los menos educados, los ms jvenes, las personas con menor antigedad en
la empresa y aquellos que se desempeaban en el sector privado. Las personas con
educacin primaria vieron reducido su retorno, mientras que aquellos que tienen educacin
secundaria y universitaria tuvieron un incremento durante el periodo analizado.
1. Introduccin.1
Para la mayor parte de los pases del mundo se aprecia una clara correlacin positiva entre
capital humano y salarios laborales. La manera tpica de analizar esta relacin es mediante
ecuaciones de Mincer2 y tasas de retorno. Esta literatura, es una de las reas de mayor
investigacin terica y emprica de los ltimos 30 aos. Se han calculado ecuaciones de
ingresos para muchos pases y para perodos de tiempo muy variados3. En lnea con esta
argumentacin y con los datos disponibles para la Argentina, se plantean las preguntas que
este trabajo pretende responder desde un punto de vista emprico, junto con las hiptesis
relacionadas:
Pregunta 1: Es correcta la forma funcional impuesta por la ecuacin de Mincer clsica
ampliada4 en el caso de la Argentina?
Hiptesis 1: Uno tendera a pensar que la existencia de una nica tasa de retorno promedio
para toda la poblacin es una reduccin bastante importante de la realidad. En general, se
espera obtener retornos diferenciados por nivel educativo, dado que estos seran unidades
de capital humano heterogneo.
Pregunta 2: Culminar un nivel educativo, proporciona un retorno adicional?, es decir,
existe el efecto sheepskin?
Hiptesis 2: buena parte de la demanda laboral est compuesta por empleos que requieren
un determinado nivel educativo culminado. Por ejemplo, un alto porcentaje de los empleos,
ya sean pblicos o privados, establece como condicin de entrada la presentacin de un
determinado ttulo educativo. Distintas profesiones exigen la culminacin de la carrera
universitaria respectiva para poder ejercer como profesional. Estas legislaciones laborales
establecen barreras de entrada a los distintos empleos, creando un diferencial positivo a
favor de los que cumplen la citada condicin. Esta situacin nos lleva a pensar que debera
existir un importante premio en caso de culminar un nivel educativo versus el hecho de no
1
Se agradecen los valiosos aportes y sugerencias realizados por Claudio Sapelli y Bernardita Vial. Cualquier
tipo de error u omisin son de mi entera responsabilidad.
2
Tambin denominadas ecuaciones de ingresos.
3
Un resumen de esta relacin aparece en la seccin 2 donde se hace una revisin de la literatura terica y
emprica de ecuaciones de ingresos.
4
Se ampla la ecuacin de Mincer clsica para tener en cuenta atributos adicionales del trabajador, atributos
de los puestos de trabajo y del sector econmico donde se encuentra ubicado el empleo.
terminarlo. Adicionalmente, la teora de la sealizacin establece que debido a problemas

de informacin asimtrica los empleadores utilizan los ttulos educativos como una seal de
la productividad del trabajador. Esto es otro argumento adicional a favor de la existencia
del efecto sheepskin.
Para responder estas preguntas se utiliza la base de datos de la Encuesta Permanente de
Hogares (EPH) realizada por el Instituto Nacional de Estadsticas y Censos (INDEC). Se
analizan los datos de todos los trabajadores asalariados con ingresos laborales positivos,
cuya edad esta entre los 15 y 65 aos5. Se utilizan las ondas de mayo de 1995 y 2002. Dado
que estas son dos bases con datos de corte transversal, podremos tener una nocin
intratemporal de la estructura de tasas de retornos imperante en la Argentina en el ltimo
tiempo.
Adicionalmente, a travs de la comparacin de los resultados de ambas ondas podremos
efectuar un anlisis intertemporal. Es en este aspecto donde adquiere importancia la
situacin socioeconmica que imperaba en la Argentina durante el periodo de tiempo en el
que se relev la informacin. En mayo de 1995, si bien la economa Argentina estaba
sintiendo los embates de la crisis mexicana, era una economa solida con un rgimen de
tipo de cambio fijo, apertura comercial y desregulacin de los distintos mercados6. Mientras
que en mayo de 2002, la Argentina se encontraba en el epicentro de una profunda depresin
econmica, acompaado de una grave crisis institucional y social. Estos sucesos fueron el
corolario de una recesin econmica que comenz a fines de 1998. En 2002 la Argentina
haba declarado la cesacin de pagos de sus obligaciones externas, se haba abandonado el
rgimen de tipo de cambio fijo, el gobierno se encontraba acfalo e imperaba una profunda
incertidumbre en todos los sectores econmicos.
Dadas las profundas diferencias entre los datos de ambos cortes transversales, caracterizado
por la existencia de la depresin econmica, se analizan los efectos de la misma sobre las
tasas de retorno a la educacin7.
En el presente trabajo nos focalizamos en la muestra compuesta nicamente por hombres. La separacin por
gnero se justifica en las diferencias que existen entre la oferta laboral masculina y femenina. Factores como
el cuidado de los nios, la produccin al interior del hogar, la depreciacin del capital humano, entre otros,
justifican la estrategia de separacin seguida en el presente trabajo.
6
Uno de los mercados con mayores regulaciones era el laboral.
7
Esto enmarcado en las dos hiptesis planteadas anteriormente.
La metodologa utilizada para testear las hiptesis antes comentadas se centra en sucesivas
aplicaciones de la ecuacin de Mincer y en un anlisis exhaustivo de los principales
indicadores del mercado laboral argentino.
La estructura del trabajo es la siguiente:
En la seccin 2 se presenta el contexto econmico en el cul se relevaron los datos.

Se analizan los efectos que tuvo la depresin del ao 2001 sobre indicadores del
mercado laboral, como salarios, empleos y desigualdad. Adicionalmente se expone
un anlisis estadstico de los efectos de la citada crisis sobre indicadores de capital
humano. Se muestran los grupos ms afectados por la contraccin econmica.
En la seccin 3 se analiza la primer hiptesis planteada. Comienza con una revisin

de la literatura terica y emprica de ecuaciones de ingresos. Luego se explican las
diferentes especificaciones alternativas de ecuaciones de Mincer que se estiman en
el presente trabajo. Por ltimo se resumen los principales resultados empricos para
las ondas de 1995 y 2002 que permiten contestar la pregunta 1.
En la seccin 4 se testea la hiptesis 2 de existencia o no del efecto sheepskin. Se

resumen los trabajos ms representativos de la literatura relacionados con este
tema. Se exponen los resultados empricos y se comentan los mismos.
Posteriormente se presenta una correccin de los resultados mediante el anlisis del
sesgo de seleccin. Esto ltimo se efecta debido a que el proceso de depresin
econmica pudo haber afectado notoriamente las decisiones de participacin en el
mercado laboral. En el anlisis de los resultados empricos de esta especificacin se
detallan los efectos de la crisis sobre los distintos componentes del capital humano,
incluidas las tasas de retorno a la educacin.
En la seccin 5 se enumeran las principales conclusiones del trabajo y se plantean

futuras lneas de investigacin.
En la seccin 6 se expone la bibliografa utilizada.
En la seccin 7 se exponen los distintos anexos que permiten aclarar temas

presentados en las distintas secciones.
2. Contexto y descripcin de los datos.

En el periodo de tiempo transcurrido entre ambas ondas de datos, las condiciones
macroeconmicas de la Argentina fueron muy cambiantes. Entre 1995 y 1998 la economa
estaba en crecimiento y con un tipo de cambio fijo. Entre 1998-2000 la economa entr en
un periodo recesivo desembocando en una profunda crisis econmica en el 2001, llevando
al abandono del tipo de cambio fijo para pasar a un tipo de cambio flotante. Los efectos
negativos de la crisis mostraron su mayor impacto en el segundo trimestre del ao 2002,
fecha que coincide con la onda analizada.
En este apartado se describen distintos indicadores que muestran los efectos de la crisis del
2001 sobre el mercado laboral y sobre los distintos componentes del capital humano. Estos
ltimos resultan ser las variables involucradas en la estimacin de las ecuaciones de
Mincer.
2.1. Efectos de la crisis sobre indicadores del mercado laboral.

Los efectos de la crisis del 2001 sobre el mercado laboral se exponen a travs de los
distintos estadsticos de la tabla 18.
Tabla 1: Efectos de la crisis sobre el mercado laboral9.
ESTADSTICO
Producto Bruto Interno
Tasa de desempleo
Tasa de empleo
Tasa de subocupacin
Duracin del desempleo
Coeficiente de Gini
Media
Salarios
s.d.
s.d./media
1995
240.8
15.3
77.2
7.8
5.6
0.49
680,1
591,1
0,87
2002
234.9
22.1
70.7
14.2
6.2
0.55
510,4
504,6
0,99
Como se aprecia en dicha tabla, el PBI registr una cada de 2.5 % entre 1995 y 2002. Pero
si tomamos en cuenta el ao 1998, fecha en la cual se inicia la recesin, la cada del
La muestra la constituyen los hombres con edad entre los 15 y 65 aos que no estn estudiando.
PBI expresado en miles de millones de pesos de 1993. Las tasas de desempleo, empleo, desocupacin y
subocupacin estn expresadas en porcentajes. La duracin del desempleo est expresada en meses. El PBI y
el coeficiente de Gini fueron extrados de datos del Indec. Todos los dems indicadores son de elaboracin
propia en base a datos de la EPH.
producto asciende a 19.5 % en un lapso de 3 aos. Estas cifras permitiran incluir a la crisis
del ao 2001 dentro de la definicin de depresin esgrimida por Kehoe y Prescott (02)10.
La tasa de desempleo de la muestra analizada aument casi 7 puntos porcentuales durante
este periodo de tiempo. La tasa de empleo se redujo 6.5 puntos, mientras que la de
subocupacin aument 6.3 %. Estos datos indican que el 36.3 % de los hombres en edad de
trabajar tenan problemas para ofrecer sus servicios en el mercado laboral en el ao 2002.
En cuanto a la duracin del desempleo vemos que esta aument en poco ms de medio mes.
Con respecto a la desigualdad, se aprecia un incremento importante de esta. El coeficiente
de Gini aument 6 % durante ambos aos. As, la distribucin del ingreso se vio
sustancialmente empeorada a consecuencia de la crisis. En lnea con esto, se observa que
los salarios en trminos reales se redujeron entre 1995 y 2002. Dicha reduccin fue del
orden del 25 % en promedio. La desviacin estndar tambin se redujo pero en una cuanta
inferior. Cuando analizamos el indicador de la media con respecto a la desviacin estndar
vemos un aumento importante en este. Todo indica que se produjo un aumento de la
desigualdad durante el periodo analizado11.
Concluyendo se puede decir que la crisis econmica del 2001 afect negativamente los
niveles de empleo y de salarios. Los efectos resultan ser similares en cuanto a direccin a
los exhibidos en otros procesos de crisis. Si bien la mayor parte del ajuste se la llevaron los
salarios reales, el ajuste en el empleo no es despreciable. Por su parte la desigualdad
muestra un incremento importante durante estos 7 aos, lo cual est en lnea con lo ocurrido
en otras partes del mundo12.
2.2. Efectos de la crisis sobre indicadores de capital humano.

En este apartado se analizarn los efectos de la crisis econmica del 2001 sobre los
diferentes componentes del capital humano. Los principales estadsticos se muestran en la
tabla 2.
10
Estos autores, definen que un pas sufre una depresin econmica cuando: i) el producto disminuye 20 %
con respecto a su valor de tendencia y ii) una reduccin de al menos 15 puntos se produce durante la primera
dcada de iniciada la contraccin.
11
Analizando por cuantiles de ingresos tenemos que la reduccin del cuantil 10 (menores salarios) fue del 48
%, mientras que la reduccin del cuantil 90 fue de tan solo el 25 %. Es decir, la crisis afect ms
negativamente a los trabajadores ms pobres. En la mediana (cuantil 50) la reduccin fue del 26 %.
12
Efectos empricos de crisis econmicas sobre mercado laboral y desigualdad aparecen analizados y
comentados en el anexo N 1.
10
Tabla 2: Efectos de la crisis sobre los componentes del capital humano13.

ESTADSTICO
Aos de educacin
prim incomp
prim comp
Categoras de educ
sec incomp
(%)
sec comp
univ incomp
univ comp
Experiencia
15-18
19-30
31-40
Edad
41-50
51-60
60-65
Tenure
1
3
Tamao empresa
10
(% en funcin del
20
nmero promedio
38
de trabajadores)
75
300
500
Pblico
Tipo de empresa
Privada
Otros
Sector econmico
Actividades Primarias.
Ind. de alimentos, bebidas y tabaco.
Ind. textiles, confecciones y calzado.
Ind Prod qumicos, petrleo y nuclear.
Ind Prod metlicos, maq. y equipos.
Otras industrias manufactureras.
Suministro de electricidad, gas y agua.
Construccin.
Comercio al por mayor.
Comercio al por menor.
Restaurantes y hoteles.
Transporte.
Ss conexos de transportes y comunic
Intermediacin financiera.
Act. Inmobiliarias y empresariales.
Administracin pblica y defensa.
Enseanza.
Servicios sociales y de salud.
Otras act de ss sociales y comunitarios
Servicios de reparacin.
Hogares privados con ss domstico.
Otros servicios personales.
EMPLEADOS
1995
2002
9.6
10.2
59.3
47.6
70.3
63.8
76.6
68
76.1
71.5
84.1
75.9
90.7
85.6
20.6
21.4
47.1
28.7
78.9
66.6
90.4
81.3
84.8
79.5
64.4
62
23.4
35.5
7.37
7.97
98
94.4
85.3
77.9
88.6
81.4
90.2
83.9
90.3
84.7
91.4
86.9
92.6
89.1
92.2
89.2
96.3
95.4
86.4
78.1
93.4
97.6
88.9
87.9
83.8
87.8
86.8
87.4
92.1
77.9
88.8
86.6
82.5
88.5
89.5
92.6
89.6
97.1
98.4
96.5
93.8
82.7
92.6
92.1
11.1
12.1
16.2
12.2
13.2
12.6
7.9
22.1
11.2
13.4
17.5
11.5
10.5
7.4
10.4
2.9
1.6
3.5
6.2
17.3
7.4
7.9
13
DESEMPLEADOS
1995
2002
8.8
9.2
9.6
17.1
11.7
17.7
13.2
18.1
11.6
15.6
8.7
15.6
3.5
8
15.6
17.7
30.7
30.9
15.9
23.1
6.3
13.8
6.8
11.8
7.3
12.2
4.8
6.4
8.29
3.94
2
5.6
14.7
22.1
11.4
18.6
9.8
16.1
9.7
15.3
8.6
13.1
7.4
10.9
7.8
10.8
3.7
4.6
13.6
21.9
6.6
2.4
79.3
84.7
78.4
82.8
77.5
78.4
91.7
58.6
81.3
82.1
75.4
86
77.5
90.4
76.5
95.7
95.4
92.5
87.5
79.7
64.9
70.5
INACTIVOS
1995
2002
7.5
8
31.1
35.3
18
18.5
10.2
13.9
12.3
12.9
7.2
8.5
5.7
6.3
34.9
29.5
22.2
40.4
5.2
10.3
3.3
4.9
8.3
8.7
28.3
25.8
71.8
58.1
20.7
15.3
21.6
17.2
22.5
21.6
8.3
41.4
18.7
17.9
24.6
14
22.5
9.6
23.5
4.3
4.6
7.5
12.5
20.3
35.1
29.5
Para las variables tenure, tamao de la empresa y tipo de empresa contamos con datos para los empleados y
los desempleados. No as para las personas que se declaran inactivas.
11
Se explica su comportamiento en tres poblaciones netamente diferenciadas: los empleados,

los desempleados y los inactivos. Nos interesa determinar los subgrupos de poblacin ms
afectados por la crisis del 2001.
En estos 7 aos se registra un aumento sustancial en el nivel educativo de todos los
subgrupos14. Se observa que las personas empleadas tienen un mayor nivel educativo que
las desempleadas y las inactivas. Cuando analizamos la variable educacin en funcin de
los distintos niveles tenemos:
Todos los subgrupos educativos se vieron afectados por la crisis econmica. Esto lo
manifiesta los aumentos en los niveles de desempleo y de inactividad. Pero el efecto
ms negativo se aprecia en los menos educados (primaria incompleta). En este
estrato, el porcentaje de empleados se redujo un 11.7 %. Esto implica que la crisis
hizo que los menos educados vieran reducidas sus oportunidades de empleo,
llevando a buena parte de ellos al desempleo y a otros a salirse del mercado laboral.
Cuando analizamos la experiencia potencial promedio, vemos que las personas

desempleadas exhiben una menor cantidad de aos en esta variable. Esto implica que la
gente de menor experiencia tiende a sufrir ms el desempleo. La experiencia potencial
aument para los empleados y los desempleados, mientras que se redujo para los
inactivos15. Esta variable, por construccin, depende de la evolucin de la edad y de los
aos de educacin. Si bien la educacin promedio aument, tambin lo hizo la edad
promedio, pero en una cuanta mayor16. Cuando analizamos la distribucin por rangos de
edad se aprecia:
Todos los subgrupos de edad se vieron afectados por la crisis. Los porcentajes de
desempleados aumentaron para todos los estratos analizados. Pero el efecto ms
negativo se aprecia en los ms jvenes (personas entre 15 y 18 aos). En este
estrato, el porcentaje de empleados se redujo un 18.4 %. Esto implica que la crisis
14
Para el caso de las personas empleadas se aprecia un aumento de ms de medio ao en el nivel educativo.
En 1995, los aos de educacin promedio eran de 9.6, mientras que en 2002 esta cifra era de 10.2. Un
aumento similar se registra para los desempleados e inactivos.
15
Hay un aumento de casi un ao en este tem durante el periodo analizado para las personas empleadas. La
experiencia promedio en 1995 era de 20.6 aos, mientras que en 2002 ascendi a 21.4. Un aumento ms
importante se registra para la poblacin de desempleados.
16
Se verifica para los empleados y desempleados. Para los inactivos ocurre lo contrario en cuanto a la edad.
12
hizo que los ms jvenes vieran reducidas sus oportunidades de empleo, llevando a
una porcin minoritaria al desempleo y al grueso a salirse del mercado laboral.
Muchos de los jvenes inactivos decidieron ingresar de nuevo al sistema educativo.
La educacin acta como un mecanismo de contencin en pocas de crisis. Debido
a que es difcil conseguir trabajo, muchos jvenes optan por emprender alguna
carrera universitaria.
Una situacin radicalmente opuesta se aprecia en el rango de mayor edad. Estos,

debido a la crisis ingresaron masivamente al mercado laboral y lo hicieron
relativamente con xito. Esto debido a que buena parte de ellos consiguieron
empleo. En tiempos de crisis, los ingresos familiares se reducen, ya sea por
reducciones en los salarios o ajustes en el empleo. Una manera de contrarrestar esto
es a travs del ingreso de otros integrantes al mercado laboral. Esto ocurri con las
personas de mayor edad17.
En cuanto al tenure, vemos que hay un aumento de ms de medio ao en esta variable en el

caso de los empleados18. Pero hay una reduccin notable en el caso de los desempleados.
Analizando este subgrupo se aprecia que la crisis econmica perjudic notablemente a las
personas de menor antigedad. Esto implica que las empresas decidieron dejar sin empleo a
los empleados de menor tenure.
Analizando el tamao de la empresa, se aprecia que la crisis econmica afect de forma
negativa a todos los estratos. Los desempleados aumentaron su participacin con respecto a
los empleados en todos los tamaos analizados. Pero los efectos ms negativos se aprecian
en aquellas empresas de envergadura pequea. El efecto negativo se va haciendo ms tenue
a medida que aumenta el tamao de la empresa. As, podemos decir que la crisis perjudic
principalmente a las empresas de tamao pequeo.
Cuando analizamos el tipo de empresa, se aprecia que la crisis afect principalmente a
trabajadores de empresas privadas. En este estrato el porcentaje de desempleados aument
17
Un hecho que se vislumbra durante la crisis del 2001 es el ingreso importante de las mujeres al mercado
laboral para compensar los ingresos perdidos. Las tasas de inactividad femeninas se vieron fuertemente
reducidas acompaadas por aumentos importantes en las tasas de empleo. Esto no aparece reflejado en el
presente trabajo debido a que nos concentramos en muestras de hombres.
18
La cantidad de aos, que en promedio el trabajador permaneca en el puesto de trabajo era de 7.37 aos en
1995. Pero en 2002 esta cifra ascendi a 7.97 aos.
13
8.3 % durante ambas ondas. Los trabajadores del sector pblico tuvieron una mayor
estabilidad laboral durante el periodo de crisis. Esto refleja en parte el comportamiento
anticclico que tienen los estados durante tiempos de crisis19.
En cuanto al sector econmico en que se desempea el trabajador (o se desempeaba el
desempleado) vemos que la crisis afect negativamente a todos los sectores de la economa.
Pero los sectores relacionados con servicio domstico, servicios personales y construccin
fueron los ms golpeados por el crack econmico. Por otra parte, sectores como la
administracin pblica, la intermediacin financiera y la enseanza fueron los menos
perjudicados por la crisis.
Concluyendo esta seccin podemos decir que la crisis afect principalmente, a travs del
desempleo y la inactividad, a los siguientes estratos:
Los menos educados.
Los ms jvenes.
Los de menor antigedad en la empresa.
Los que trabajaban en empresas de tamao pequeo.
Los que trabajaban en empresas del sector privado.
Los trabajadores relacionados con el servicio domstico, los servicios personales y

la construccin.
19
Ejemplo de esto lo constituye el plan jefes y jefas de hogar.
14
3. Ecuaciones de ingresos.
El anlisis terico y emprico que demuestra la influencia que ejerce el capital humano20
sobre los salarios, tiene su origen a fines de la dcada del 50. Los trabajos tericos ms
destacados en la literatura de ecuaciones de ingresos, y que se analizarn con mayor detalle
en esta revisin, son: Mincer (58 y 74), Ben Porath (67), Willis (86)21, Card (99) y
Heckman-Lochner-Todd (03). Hay otros estudios muy interesantes pero que no sern
analizados aqu como: Becker (75), Griliches (77 y 79)22, Rosen (77), Ashenfelter-Krueger
(94)23 entre otros. Dentro de los trabajos empricos de ecuaciones de ingresos sobresalen
Psacharopoulos y Ng (92) quienes analizan pases latinoamericanos, Pessino (96) estudia
los retornos en Argentina, Sapelli (03) desarrolla el caso de Chile y Heckman et al (03)
aplican ecuaciones de ingresos para el caso de Estados Unidos.
3.1.1 Literatura terica de ecuaciones de ingresos.

a) Mincer (58).
Presenta un modelo para tratar de determinar Cunto debe educarse una persona si es que
quiere maximizar su riqueza intertemporal (no utilidad)? Supone que todos los individuos
tienen las mismas habilidades y oportunidades de entrar a una ocupacin, pero estos
trabajos difieren en la cantidad de entrenamiento que requieren. Educarse tiene costos
indirectos, como los salarios perdidos durante el periodo educativo y la reduccin del
periodo para recuperar la inversin24. Tambin tiene beneficios, los cuales se manifiestan
20
Inicialmente las variables que se utilizaban como proxies del capital humano eran la educacin y la
experiencia. Con el correr del tiempo y la disponibilidad de datos se fueron agregando medidas de tenure.
21
Willis (86) complementa tericamente a los dos trabajos de Mincer. Mincer (58) tiene un modelo terico
pero solo representa la oferta de capital humano, por lo que Willis (86) lo complementa introduciendo una
demanda de capital humano a travs de ocupaciones que requieren distintos niveles educativos. Mincer (74)
no tiene modelo y est basado en definiciones e identidades, por lo que Willis (86) le da todo el marco
terico. As Willis (86) explica tanto la ecuacin (1) como la (2).
22
Griliches (77) discute los problemas economtricos que tiene la ecuacin de Mincer (2), mientras que
Griliches (79) se focaliza en el sesgo de habilidad y analiza como resolverlo.
23
Estos autores analizan el problema de errores de medicin y tratan de resolverlo mediante el uso de
variables instrumentales.
24
Este modelo no considera los costos directos de la educacin como matrcula, libros, gastos de transporte,
etc.
15
en los mayores ingresos futuros25. Este es un modelo de diferencias compensadoras. El

principio de diferencias compensadoras explica porque personas con diferentes niveles de
educacin reciben diferentes ingresos a lo largo de sus vidas. Los individuos son idnticos
ex ante, por lo que requieren un diferencial compensador para trabajar en ocupaciones que
requieren mayor entrenamiento. El tamao de la compensacin debe ser tal que iguale el
valor presente de las sendas de ingresos de los diferentes niveles de inversin. As los
individuos deberan estar indiferentes entre las distintas alternativas (educarse o no
educarse o tambin entre educarse s aos o (s-d) aos).
Mincer concluye que el individuo deja de educarse cuando su capacidad de generar
ingresos crece igual que la tasa de inters, pero como los ingresos son funcin de los aos
de educacin, concluye que toda la gente se educa lo mismo. Llega a una ecuacin de
ingresos en funcin de los aos de educacin de la siguiente forma:
ln y ( s ) = ln y (0) + rs
(1)
(1) expresa que el ingreso (ln y(s)) depende linealmente de la educacin s. r es la tasa de
retorno marginal de la educacin. ln y(0) es el ingreso cuando no se tiene educacin.
Algunas de las crticas que se le hicieron a Mincer (58) son: supone ingresos constantes a lo
largo del ciclo de vida, lo cual es una simplificacin necesaria pero muy fuerte; en (1) est
modelando una ecuacin de oferta de capital humano, por lo que es necesario modelar el
lado de la demanda; predice un salario plano con la edad, pero los datos muestran que esto
no es as (son cncavos); el supuesto que los agentes maximizan riqueza y no utilidad es
bastante restrictivo aunque simplifica el anlisis26; las personas difieren en dos aspectos
centrales: tienen distintas habilidades y diferente acceso al crdito, esto se traduce en
problemas de identificacin y estimacin, lo que nos lleva a sobrestimar (por sesgo de
habilidad) o subestimar la tasa de retorno a la educacin dependiendo del caso.
b) Ben Porath (67).
Presenta un modelo bastante ms complejo de inversin en capital humano (HC) en el
contexto del ciclo de vida. Este es un modelo de unidades de eficiencia, ya que considera al
25
En este modelo la oferta de trabajo es exgena, por lo que ingresos = salarios debido a que las horas
trabajadas son fijas. Este factor de horas trabajadas es relevante en el caso de las mujeres, ya que la varianza
de la oferta laboral es mucho mayor.
26
Una especificacin alternativa podra ser la de incluir ocio, pero esto dificultara enormemente el anlisis.
16
HC como homogneo. Los principales supuestos son: los individuos no valoran el ocio ni el
HC y reparten su tiempo entre trabajo y produccin de HC; el stock de HC es homogneo,
por lo que todos los aos de educacin aumentan la productividad de igual forma en el
trabajo, lo que implica que son sustitutos perfectos; los agentes pueden endeudarse y
ahorrar sin lmite a la tasa r, lo que implica que el mercado de capitales es perfecto y todos
tienen las mismas posibilidades de acceso al crdito; la oferta de trabajo es fija y es un
modelo de corto plazo. En este modelo se consideran los costos directos como indirectos de
la educacin y se hace diferencia entre los ingresos potenciales de los efectivos. La
condicin de primer orden (CPO) del problema expresa que el individuo invierte en HC
hasta que el costo marginal es igual al beneficio marginal. Lo relevante de esta condicin,
es que la inversin en HC no depende de la tasa de retorno de la inversin, ni del stock de
HC que tiene acumulado el individuo. Esto se debe a la neutralidad de Ben Porath, ya que
el HC es igualmente productivo consumindolo que invirtindolo. Una implicancia
relevante es que logra generar perfiles de edad-ingreso cncavos.
Dentro de las limitaciones de este modelo se destacan: no se pueden obtener tasas de
retorno a la educacin debido a que hay problemas de identificacin; la CPO no es fcil de
testear; se supone oferta laboral constante; se basa en expectativas estticas para determinar
los ingresos potenciales27.
c) Mincer (74).
Este modelo est motivado por supuestos enteramente diferentes a los de Mincer (58), pero
produce una especificacin similar. Est construido sobre identidades contables y es el
estudio clsico que postula una relacin positiva entre el ln de los ingresos con los aos de
educacin y experiencia. Es el que genera la mayor parte de la literatura de tasas de retorno.
Este trabajo, se focaliza en la dinmica de los ingresos a lo largo del ciclo de vida y en la
relacin entre ingresos observados, ingresos potenciales e inversin en capital humano
(tanto en trminos de educacin formal como de inversin en el trabajo).
Dentro de sus principales supuestos se encuentran: la tasa de retorno del HC es constante
para todos los niveles educativos; es un modelo de retornos constantes a escala por lo que
27
Mincer (58) tambin tiene este problema de expectativas.
17
no tiene solucin interior; mientras el individuo va a la escuela dedica todo su tiempo a

educarse. La ecuacin bsica de Mincer (74) es
ln y i = 0 + s S + 0 X + 1 X 2 +
( 2)
Donde s es la tasa de retorno a la educacin S, 0 es el coeficiente que mide el efecto de la

experiencia (X) sobre los ingresos y 1 trata de captar la concavidad de los perfiles de
ingreso con respecto a la experiencia. ln y es el logaritmo natural de los ingresos.
Este modelo tiene dos puntos a favor: i) llega a resultados bastante coherentes, en distintos
pases y en diversos perodos de tiempo y ii) predice bastante bien la distribucin del
ingreso aunque no haya sido confeccionado para ello.
Las principales crticas a este paper son28: no tiene modelo ni teora econmica29, tampoco
cuenta con predicciones de comportamiento. Su anlisis est basado en identidades y
supuestos. La ecuacin de regresin (2) surge de una identidad, por lo que no se puede
testear el comportamiento econmico, esto hace que no sea factible distinguir entre teora
del HC y teora de la sealizacin. Se basa en expectativas estticas. Hay problemas con los
datos utilizados, ya que el ingreso est medido con error (debido a que los beneficios no
salariales generalmente no son obtenidos en las encuestas) y la experiencia no es
observable (se calcula como una proxy donde X = edad educacin - 6). Esta manera de
calcular la experiencia tiene implcito el supuesto de que los individuos nunca estuvieron
desempleados o fuera del mercado laboral30. No tiene en cuenta el sesgo de habilidad. De la
regresin obtenemos una tasa de retorno promedio y no una tasa de retorno marginal.
Segn Rosen (77) la teora del HC es una teora del ingreso permanente, pero la estimacin
de (2) usa ingreso corriente.
Para solucionar algunas de las crticas anteriores se han planteado algunos ajustes como: i)
Willis (86) brinda un modelo terico que da sustento a la ecuacin de Mincer, por lo que se
soluciona en gran parte todo lo relevante a la falta de modelo y de argumentos tericos.
28
Rosen (77) expone las principales extensiones y limitaciones que tiene la teora del HC.
Willis (86) le brinda el marco terico adecuado a la ecuacin de Mincer.
30
Esta variable proxy se adapta bastante bien para los hombres pero no para las mujeres, las cuales pasan
largos periodos fuera del mercado laboral en la poca de crianza de los nios.
29
18
ii) Heckman-Lochner-Todd (03) proponen ajustes relacionados con lo terico y emprico de

la ecuacin.
d) Willis (86).
Este presenta un modelo de equilibrio general con comportamiento maximizador que
termina dndole sustento terico a la ecuacin de Mincer. Willis modela ambos lados del
mercado. Este modelo se basa en los siguientes supuestos: cada ocupacin requiere un nivel
de educacin distinto (hay una regla de asignacin o mapeo 1 a 1 entre aos de educacin y
ocupacin); una vez que el individuo toma la decisin de cuanto educarse, esta es
irreversible (tecnologa putty clay); los individuos parten teniendo tasas de descuento
distintas, lo que significa que tienen distintos grados de acceso al crdito, pero luego en el
equilibrio se supone que los individuos tienen igualdad de oportunidades e igualdad de
ventajas comparativas; los ingresos potenciales son piece rate por lo que dependen de la
productividad; la inversin en capital y la tecnologa se consideran exgenas.
Este es un modelo que tiene componentes parecidos al de unidades de eficiencia, donde el
individuo elegir cuantos aos educarse para entrar a trabajar en la ocupacin que le da el
mayor ingreso esperado. El ingreso de la persona ser una funcin de su nivel de
educacin. En el equilibrio, los individuos estarn indiferentes entre educarse s aos o (s-d)
ya que todos los valores presentes de los ingresos son iguales. Dado esto las personas
deciden aleatoriamente en que ocupacin trabajar, por lo que corr (Si, Ai)=0, lo que implica
que no hay sesgo de habilidad31. Willis llega a una ecuacin del tipo
ln yij = ln yi 0 + rS j + Ai
(3)
la cual es idntica a (1) y a (2) solo que sin la experiencia. En este caso, (3) es la ecuacin
reducida que surge del modelo estructural.
e) Card (99).
En este trabajo, Card hace un resumen de los papers mas recientes que tratan la relacin
entre educacin e ingresos. Esta compaginacin se estructura en cuatro grandes reas. i)
Trabajos que analizan los avances tericos y economtricos que ayudan a modelar el efecto
causal de la educacin sobre los ingresos, pero en un contexto de retornos heterogneos; ii)
31
Ai es la habilidad del individuo i.
19
Estudios que utilizan distintos aspectos institucionales para calcular estimadores de

variables instrumentales de las tasas de retorno. iii) Papers que usan datos de gemelos para
analizar la relacin entre educacin e ingresos. iv) Estudios que modelan explcitamente las
distintas fuentes de heterogeneidad en los retornos a la educacin.
Este autor concluye que el retorno promedio de la educacin no es muy distinto del que
entrega una simple regresin de OLS. Tambin expresa que el sesgo de habilidad es del
orden de solo 10 %. Los estimadores de retornos mediante variables instrumentales son 30
% mayores que los estimadores OLS. Este sostiene, que esto se puede deber a que el
retorno marginal de la educacin de ciertos grupos (menos calificados) es mayor que el
retorno marginal promedio de la poblacin.
f) Heckman-Lochner-Todd (03)
Estos autores sostienen que en la ecuacin de Mincer (2), s captura dos conceptos
econmicos distintos: i) una ecuacin de precios o salarios hednicos que revela cuanto el
mercado laboral pagar a ciertos atributos productivos como la educacin y la experiencia.
ii) la tasa de retorno a la educacin la cual se compara con la tasa de inters para determinar
la optimalidad de las inversiones en capital humano. Suponiendo estacionariedad del
entorno econmico, ambos conceptos son equivalentes. Esta coincidencia solo ocurre bajo
condiciones especiales, las cuales eran validas en los datos del censo de 1960 usados por
Mincer. Pero esas condiciones han ido cambiando con el paso del tiempo, por eso es que la
aplicacin del modelo de Mincer a datos mas actuales no proveen estimadores validos del
retorno a la educacin. Debido a esto Heckman-Lochner-Todd (03) proponen ajustes
relacionados con lo terico y emprico de la ecuacin de Mincer como ser: a) usan formas
funcionales ms flexibles que no restrinjan a una relacin lineal la vinculacin entre
educacin e ingresos. b) modelan de otra manera la concavidad de los perfiles de ingreso
respecto a la edad y la experiencia. Esto se puede realizar elevando la experiencia a otros
exponentes superiores al cuadrado, como tercera y cuarta potencia. c) presentan las
condiciones bajo las cuales el coeficiente de la educacin estima la tasa de retorno de la
educacin, suponiendo estacionariedad en el entorno econmico y perfecta certidumbre
(siguiendo el marco de Willis (86)). d) usando datos del censo para 1940-90, testean estas
condiciones y las rechazan, incluso en los datos del censo de 1960 usados por el mismo
Mincer. e) exploran la importancia de los supuestos de estacionariedad acerca del entorno
20
econmico y permiten que los perfiles de ingreso-educacin (o experiencia) difieran a

travs de cohortes. f) relajan el supuesto implcito de perfecta certidumbre acerca de los
futuros ingresos asociados con los diferentes niveles de educacin. g) consideran otros
determinantes de los retornos actuales, como los costos directos e indirectos de la
educacin, los impuestos, el largo de la vida laboral y la incertidumbre acerca de los futuros
retornos cuando la decisin de educarse es tomada.
3.1.2 Literatura emprica de ecuaciones de ingresos.

a) Psacharopoulos y Ng (92)
Estos autores calculan tasas de retorno a la educacin para varios pases latinoamericanos
utilizando la metodologa de variables dummies. Sus datos provienen de encuestas de
hogares realizadas en el ao 1989. En la tabla 3 se presenta un resumen de sus principales
conclusiones.
Tabla 3: Tasas de retorno para distintos pases latinoamericanos.
Tasa de retorno
(hombres) (%)
Pas
32
Argentina
Bolivia
Brasil
Chile
Colombia
Costa Rica
R.Dominicana
Ecuador
El Salvador
Guatemala
Honduras
Jamaica
Mxico
Panam
Paraguay
Per
Uruguay
Venezuela
10.7
7.3
15.4
12.1
14.5
10.5
7.8
9.8
9.6
14.2
17.2
28.0
14.1
12.6
10.3
8.5
9.0
8.4
Tasas de retorno globales por nivel (%)

Primaria
Secundaria
Universitaria
17.9
19.4
49.55
16.65
28.35
17.05
24.5
27.25
23.75
46.55
23.3
23.45
51.85
11.8
10.8
9.9
30.55
17.55
12.3
6.63
16.4
9.43
12.22
11.78
10.83
11.37
11.35
15.02
19.8
38.27
12.42
15.02
11.82
4.04
8.15
8.94
15.4
17.4
25.75
16.7
19.92
17.6
13.98
11.4
8.93
18.38
19.9
9.68
12.95
18.12
13.77
13.28
14.05
8.12
Como se aprecia, de los dieciocho pases, once tienen tasas de retorno para los hombres
superiores al 10 %. Adems encuentran que para el ao 1989 la tasa de retorno en la
Argentina era de 10.7 %, mientras que para 1980 fue de 8 %. As en la dcada del 80, el
32
Estas tasas de retorno fueron calculadas de la EPH, pero solo tomando en cuenta Capital Federal y Gran
Buenos Aires. Se utilizan aquellas personas con edad entre los 15 y 65 aos.
21
retorno a la educacin para los hombres creci en casi tres puntos porcentuales. Con
respecto a la estructura de tasas de retorno globales (hombres y mujeres) por nivel
educativo, se aprecia que para la mayora, esta tiene forma de U, siendo el retorno de la
primaria mayor que el de secundaria y este a su vez menor que el de universitaria. Esto
implicara que la ley de retornos decrecientes a la inversin en capital humano (medida por
educacin) no se estara cumpliendo en Latinoamrica.
b) Pessino (96).
En este trabajo se analiza el efecto que tuvieron los cambios macroeconmicos sobre los
retornos a los diferentes componentes del capital humano durante el perodo 1986-1993. Al
igual que Psacharopoulos y Ng (92), utiliza datos para Capital Federal y Gran Buenos
Aires. Su muestra la constituyen hombres con edades que oscilan entre los 25 y 54 aos. En
la especificacin de Mincer tpica, encuentra que la tasa de retorno a la educacin es del
10.4 % para el ao 1993. Desglosando por niveles educativos tenemos que la tasa de
retorno para educacin primaria es de 1.5 %, para secundaria de 9.9 % y para universitaria
de 16.9 %. Como se aprecia las tasas de retorno son crecientes con el nivel educativo.
c) Sapelli (03)33.
En este trabajo se investiga la evolucin de las tasas de retorno a la educacin en Chile para
el perodo 1990-1998. Dentro de sus principales conclusiones se encuentran: i) la tasa de
retorno es creciente con el nivel de educacin. ii) hay importantes premios a la obtencin
del ttulo (efecto sheepskin) de la educacin secundaria y universitaria. iii) la estructura de
las tasas de retorno reflejan que la educacin es una til fuente de sealizacin pero
tambin es un elemento constitutivo de lo que consideramos capital humano.
Utilizando la ecuacin de Mincer clsica, encuentra que la tasa de retorno a la educacin es
de 11.4 % para 1990 y 13.2 % para 1998. Cuando desagrega por nivel educativo obtiene
para el ao 1990 que los retornos a la primaria, secundaria y universitaria son 5.9 %, 13.2
% y 18.8 % respectivamente. Para 1998 dichos retornos son 7.1 %, 13.9 % y 22.8 %.
Desagregando por la completitud o no de cada nivel educativo se muestra para 1990 que la
educacin primaria incompleta tiene un retorno de 5.6 %, la primaria completa 10.6 %, la
secundaria inconclusa 9 %, la secundaria completa 26.7 %, la universitaria incompleta
33
Este paper sirvi de gua para la confeccin del presente trabajo.
22
rinde 14 % y la universitaria finalizada 33.9 %. Los retornos para 1998 son 6.5 %, 12.7 %,
11 %, 21.9 %, 18.2 % y 40.7 % respectivamente.
d) Heckman-Lochner-Todd (03)
Este es uno de los estudios ms actuales del clculo de tasas de retorno a la educacin para
el caso de USA. Utilizando datos del censo de 1990 encuentran que la tasa de retorno a la
educacin es de 12.2 % para los hombres blancos y de 15.2 % para los hombres negros.
Buscando una forma funcional ms flexible, estiman las tasas de retornos por rangos de
aos de educacin. Para hombres blancos y con datos de 1990 hallan que el retorno de la
primaria completa y secundaria incompleta es de -7 %. Para secundaria completa es de 39
%, mientras que para la universitaria incompleta es 15 %. Por ultimo encuentran que la tasa
de retorno para la universitaria completa es del 24 %. Como se aprecia, estos autores
encuentran importantes efectos sheepskin para el caso de secundaria y universitaria, pero la
estructura de tasas de retornos presenta forma de U invertida.
23
3.2. Especificaciones alternativas de ecuaciones de ingresos.

Para testear la hiptesis 1 se estimarn las dos especificaciones que se detallan a
continuacin. En la primera se expone la especificacin de Mincer clsica ampliada. En
esta se incluyen atributos de los trabajadores, de las empresas y de la industria. En la
segunda, se desglosan los aos de educacin en los tres niveles educativos posibles,
primaria, secundaria y universitaria. As podemos calcular el retorno promedio para cada
uno de los mencionados niveles. Si la estructura de tasas de retorno es relativamente
constante para los distintos niveles educativos, podemos falsear la hiptesis 1. Esto
implicara que la ecuacin de Mincer clsica ampliada es la forma funcional correcta para
los datos de la Argentina. Por el contrario, si la estructura de tasas de retorno es creciente,
decreciente o presenta otra forma no constante, estaramos verificando la hiptesis 1.
3.2.1. Regresin de Mincer clsica ampliada.

En el mercado laboral existe una gran heterogeneidad entre los puestos de trabajos y
tambin entre los trabajadores34. Para dar cuenta de esto, se postula la ecuacin de Mincer
clsica amplindola con35:
Atributos del trabajador: se incluye el tenure como otra medida del capital
humano del trabajador.
Atributos del puesto de trabajo: medidos por el nmero de trabajadores que

trabajan en la empresa y la propiedad de la misma (si es pblica o privada).
Atributos de la industria: separamos en los distintos sectores productivos donde

se encuentran los puestos de trabajo.
La regresin a estimar es la siguiente:

ln yi = 0 + s S + 0 X + 1 X 2 + 0T + 1T 2 + 0 N + 1 P + i DI i +
(4)
34
Diferencias en los niveles de capital humano principalmente. An cuando los trabajadores tengan el mismo
nivel de capital humano, la heterogeneidad en los puestos de trabajo, hace que los retornos a dicho capital
sean distintos entre individuos similares.
35
An as es completamente imposible captar toda la heterogeneidad, esto porque las caractersticas del
trabajador y del puesto del trabajo interactan en la determinacin del salario.
24
La regresin de Mincer en su forma clsica es una ecuacin loglineal, que regresa el ln de

los salarios36 en un trmino constante, un trmino lineal en los aos de educacin S y
trminos lineales y cuadrticos en los aos de experiencia laboral (X y X2). La experiencia
es potencial y se calcula como, X = edad educacin 637.
La denominacin de ampliada se debe a la inclusin de los restantes miembros. T es una
medida del tenure del trabajador, es decir, la cantidad de aos que la persona lleva
trabajando en el empleo actual38. Para captar posibles no linealidades se eleva este factor al
cuadrado (T2).
Las variables que representan atributos de los puestos de trabajo vienen representadas por
N y P. N es una variable que mide la cantidad de empleados que tiene la empresa donde
est empleado el trabajador. P es una variable dummy que indica si la empresa es pblica
(P=1) o privada (P=0).
Las variables que representan atributos de la industria donde se encuentra ubicado el puesto
de trabajo, vienen representadas por DIi, con i=1, 2,., 22. Hay una variable dummy por
cada industria39, lo que implica 21 dummies adicionales40.
En esta especificacin s representa la tasa de retorno promedio a la educacin. 0 y 1
capturan la forma de los perfiles de salarios con respecto a la experiencia. 0 y 1 capturan
la forma de los perfiles de ingresos con respecto al tenure del trabajador. 0 capta el efecto
que tiene el tamao de la empresa sobre los salarios, mientras que 1 controla por el hecho
de trabajar en una empresa pblica. A su vez i capta el efecto de cada industria sobre los
ingresos de los trabajadores.
36
En este trabajo se utiliza como variable dependiente al ln de los salarios mensuales declarados por el
individuo. Una medida alternativa podra haber sido el ln de los salarios por hora, pero esta serie presenta
deficiencias en el caso de la EPH, por lo que se opt por la primera.
37
Esta especificacin presenta una serie de problemas tericos y economtricos los cuales son comentados en
el anexo N 2.
38
Es una medida de la antigedad del trabajador en la empresa.
39
Las 22 industrias o sectores de la economa considerados se describen en el anexo N 2. Adicionalmente en
el mismo anexo se presenta una descripcin de los datos y variables utilizadas.
40
La restante la capta el intercepto.
25
3.2.2. Regresin de Mincer desagregando por nivel educativo.

En Argentina, se consideran tres niveles educativos: educacin primaria (PR) la cual consta
de 7 aos, educacin secundaria (SE) que dura 5 aos y educacin universitaria o terciaria
(UN) cuya duracin es de 5 o 6 aos dependiendo de la carrera elegida41.
Aplicando la tcnica spline se desagregan los aos de educacin en los distintos niveles
educativos que puede tener cada individuo. Bajo esta tcnica se crean tres variables que
desagregan los aos de educacin del individuo. Una persona con 17 aos de educacin
tiene 7 aos de primaria, 5 aos de secundaria y 5 aos de universitaria. Pero un agente con
10 aos de educacin tiene 7, 3 y 0 respectivamente.
En este caso la regresin a estimar es la siguiente:
ln yi = 0 + p PR + s SE + uUN + 0 X + 1 X 2 + 0T +
+ 1T 2 + 0 N + 1 P + i DI i +
(5)
Donde PR expresa el nmero de aos de educacin primaria que tiene un individuo. SE

representa el nmero de aos de educacin secundaria y UN refleja la cantidad de aos de
educacin universitaria que tiene. Ntese que (5) es una forma funcional ms flexible que
(4). El punto en cuestin es determinar si esta mayor flexibilidad agrega una mejor
caracterizacin de la estructura de tasas de retorno de la Argentina.
41
Es probable que los individuos tarden ms o menos tiempo en culminar una carrera universitaria. Por
motivos de simplicidad y falta de datos suponemos que lleva 5 aos adquirir la educacin universitaria.
26

En esta seccin se presentan los resultados empricos que se obtienen de estimar las
ecuaciones de Mincer (4) y (5), explicadas en la seccin anterior. Los mismos se resumen
en la tabla 4. Los test t aparecen entre parntesis. La interpretacin de los resultados se
realiza a continuacin.
Tabla 4: Ecuaciones de ingresos para el testeo de la hiptesis 142.
1995
constante
educacin
experiencia
experiencia2
tenure
tenure2
tamao empresa
publico
(4)
4.86
(138.9)
0.082
(47.7)
0.047
(27.6)
-0.0007
(-21.5)
0.012
(6.1)
-0.0002
(-3.1)
0.0004
(10.5)
0.010
(0.4)
primaria
secundaria
universitaria
Number de obs
F
Prob > F
R2 ajustado
10493
201.7
0
0.349
2002
(5)
5.14
(114.9)
0.048
(28.4)
-0.0007
(-22.9)
0.012
(6.1)
-0.0002
(-2.7)
0.0004
(10.4)
0.008
(0.4)
0.042
(8.4)
0.071
(24.2)
0.122
(29.7)
10493
196.7
0
0.358
(4)
4.29
(75.9)
0.098
(39.9)
0.037
(14.9)
-0.0005
(-10.9)
0.039
(14.5)
-0.0007
(-9.3)
0.0006
(11.5)
-0.056
(-1.57)
6380
156.6
0
0.406
(5)
4.51
(62.1)
0.039
(15.2)
-0.0005
(-11.6)
0.038
(14.5)
-0.0007
(-8.9)
0.0006
(11.5)
-0.061
(-1.7)
0.068
(8.32)
0.085
(20.0)
0.129
(24.1)
6380
149.1
0
0.410
3.3.1. Interpretacin de los resultados.43

Para los datos del ao 1995 y en el caso de la ecuacin de Mincer clsica ampliada se
aprecia que:
42
Los coeficientes de las variables dummies para cada sector econmico se analizan en la seccin 3 dado que
son estables a lo largo de las distintas especificaciones.
43
La comparacin entre ambos aos se efecta en la seccin 3.
27
Todos los coeficientes son estadsticamente significativos con excepcin del que
mide el tipo de empresa pblica.
La tasa de retorno promedio a la educacin es del 8.2 % y el coeficiente que refleja

el impacto de la experiencia sobre los salarios es del 4.7 %. Como el coeficiente de
experiencia2 es negativo, tenemos que la funcin de ingresos es cncava con
respecto a la experiencia. Es decir los salarios crecen, llegan a un mximo y luego
decrecen. La funcin de ingresos llega a su mximo a los 34 aos de experiencia44.
La tasa de retorno a la experiencia puede ser calculada por 0 + 2 1 X . Esta tasa
depende de los aos de experiencia de la persona. As tenemos que las tasas de
retorno a la experiencia son 4 %, 3.3 % y 1.9 % para individuos con 5, 10 y 20 aos
de experiencia respectivamente. Se aprecia que el retorno a la experiencia es
decreciente con respecto a la acumulacin de aos de experiencia del individuo. Si
los aos de experiencia fuesen homogneos, tendramos que la funcin de
produccin de capital humano presenta retornos decrecientes en este factor.
El coeficiente que mide el impacto del tenure sobre los salarios es del 1.2 %. La
funcin de ingresos, tambin es cncava con respecto a esta variable. Comparando
la experiencia y el tenure, se puede decir que la funcin de ingresos es ms cncava
con respecto a la experiencia que con respecto al tenure. La tasa de retorno del
tenure puede se calculada por 0 + 2 1T . Estas tasas son de 1 %, 0.9 % y 0.8 % para
individuos con antigedades en la empresa de 5, 7 y 10 aos respectivamente.
Todos los coeficientes que captan particularidades del capital humano del trabajador
son positivos, por lo que desplazan la distribucin entera de salarios hacia la
derecha.
El coeficiente que mide el efecto del tamao de la empresa sobre los salarios es
positivo. Esto nos indica que las firmas ms grandes pagan ms a los trabajadores
comparado con las empresas ms pequeas45. La otra caracterstica del puesto de
trabajo, relacionada con el hecho si la empresa es pblica o privada, no tiene efecto
44
X* =-(0.047/-0.0007*2)=33.57. Pero la edad a la cual los salarios logran el mximo vara con los aos de
educacin. As un individuo con 7 aos de educacin obtendra su salario mximo a los 47 aos de edad, uno
con 12 aos de escuela llega a su peak de ingresos a los 52 aos de edad, mientras que alguien con
universitaria completa obtiene su mayor ingreso a los 59 aos de edad.
45
No se pueden esbozar conclusiones ms all de esto debido a las caractersticas de esta variable.
28
sobre los salarios. Esto implica que es indistinto trabajar en una empresa privada o
pblica desde el punto de vista de las remuneraciones.
El ln del salario de una persona que es analfabeta viene captado por la constante y
es de 4.86.46
El test de significancia conjunta (test F) es elevado por lo que las variables en

conjunto explican correctamente el ln de los salarios. El R2 ajustado de esta
regresin es de 0.348.
Siguiendo el anlisis para 1995 pero enfocndonos en la ecuacin de Mincer que desagrega
por nivel educativo tenemos:
Se mantienen las mismas conclusiones que en la ecuacin (4) en lo que respecta a

las variables explicativas que no se alteran.
El hecho relevante que se aprecia es que las tasas de retorno para los distintos
niveles educativos son positivas y crecientes en estos. As, el retorno promedio de
una ao adicional de educacin primaria es de 4.2 %. Las cifras anlogas para
educacin secundaria y universitaria son 7.1 % y 12.2 % respectivamente. Como se
aprecia, las tasas de retorno a la educacin son distintas entre si y presentan una
estructura creciente. Esto nos permite verificar la hiptesis 1 para los datos del ao
1995.
Hay un leve aumento en el valor del R2 ajustado.
Cuando analizamos los datos del ao 2002, llegamos a conclusiones similares (en cuanto al
signo de los coeficientes) a las presentadas para 199547. De esta manera se verifica la
hiptesis 1, tambin para los datos del 2002.
Siguiendo a Sapelli (03), podra decirse que estamos en presencia de unidades de capital
humano heterogneas. Esto significa que un ao de educacin de primaria no es igual que
un ao de educacin universitaria. La forma en que los distintos niveles de educacin
afectan el producto depender de su relacin entre si y de su relacin con otros insumos
46
Esto es vlido siempre y cuando la especificacin planteada sea la correcta. Si hay errores de especificacin
u otros problemas, es probable que la constante capte algunos de estos efectos.
47
En ambas especificaciones.
29
productivos como la experiencia, el tenure, el capital, etc. De hecho, es probable que la

funcin de produccin sea distinta entre los diferentes sectores econmicos. Las relaciones
de sustitucin o complementariedad entre los distintos insumos productivos resultan claves
para poder determinar el impacto final de cada uno de ellos sobre el proceso de produccin.
Lamentablemente, debido a la limitacin de los datos para el caso de Argentina no es
posible ahondar demasiado en estas ideas.
Otro punto importante a comentar se debe al gran diferencial en los retornos de los distintos
niveles educativos. La alta tasa de retorno de la educacin universitaria podra ser un
indicio de exceso de demanda de trabajadores con formacin universitaria y un exceso de
oferta de capital humano menos calificado.
30
4. Efecto sheepskin.
El efecto sheepskin sostiene que un ao adicional de educacin tiene un mayor impacto
sobre los ingresos cuando este se corresponde con el ao de obtencin del diploma. El
argumento es que los empleadores usan la informacin proporcionada por el diploma como
una seal que est positivamente correlacionada con la productividad no observable de los
trabajadores. La existencia del efecto sheepskin implica que existe una relacin no lineal y
discontinua entre educacin y salarios.
Relacionado con el citado efecto hay dos trabajos importantes pero con conclusiones
radicalmente distintas. Mientras que Layard y Psacharopoulos (74) concluyen que no existe
dicho efecto, Hungerford y Solon (87) lo encuentran para datos de los Estados Unidos48.
a) Layard y Psacharopoulos (74).
Estos autores tratan de testear la hiptesis de la sealizacin. Segn esta, los individuos con
mayor educacin tienden a ganar ms, no solamente porque la educacin los haga ms
productivos, sino porque esta los credencializa como mas productivos. Utilizando datos de
los Estados Unidos encuentran que la tasa de retorno de los cursos inconclusos es similar a
la de los cursos concluidos. Esto los lleva a argumentar la no existencia del efecto
sheepskin.
b) Hungerford y Solon (87)
Estos autores utilizando datos de 1978 para los Estados Unidos encuentran una fuerte
evidencia a favor del efecto sheepskin. A travs de la tcnica de variables dummies
muestran que el retorno del 7 grado es de 5.8 %, pero el de 8 grado es de 8.2 %. Esto
implica que el ao de finalizacin de la educacin bsica o primaria tiene un retorno
sustancialmente mayor que los anteriores. La universitaria incompleta entrega un retorno de
4.5 %, mientras que la finalizacin de dicho nivel aumenta el retorno al 13.4 %. Los efectos
sheepskin aparecen en todos los niveles educativos.
48
Trabajos que miden la existencia del efecto sheepskin abundan en la literatura. Se pueden citar: Sapelli
(03); Heckman, Lochner y Todd (03), entre otros.
31
4.2. Especificacin utilizada para captar el efecto sheepskin.

Para testear la hiptesis 2, se estima la especificacin (6). En esta se desglosan los aos de
educacin en niveles educativos terminados e inconclusos. Para cada nivel educativo, se
identifica el ao de graduacin, de manera de verificar si se aprecia la existencia de un
premio en el ao que el individuo obtiene el ttulo. Si para un determinado nivel educativo
se produce un salto en el retorno cuando es finalizado, podemos concluir que se verifica la
hiptesis 2. Por el contrario, si el hecho de culminar un nivel no brinda un retorno adicional
podemos concluir que no se verifica la presencia del efecto sheepskin en los datos de la
Argentina.
La regresin spline49 a estimar es:
ln yi = 0 + pi EPRINC + p EPR + si ESEINC + s ESE + ui EUNINC +
+ u EUN + 0 X + 1 X 2 + 0T + 1T 2 + 0 N + 1 P + i DI i +
( 6)
Donde EPRINC expresa el nmero de aos de educacin primaria incompleta que tiene un
individuo, EPR mide la cantidad de aos de educacin en caso que la persona haya
finalizado el nivel primario. Variables anlogas se generan para educacin secundaria y
universitaria. Ahora, tenemos tasas de retorno para la primaria incompleta y completa,
secundaria completa e incompleta, universidad incompleta y completa. De esta manera, se
plantea una estructura no lineal y discontinua en las tasas de retorno.50
49
Bajo esta tcnica se crean seis variables que desagregan los aos de educacin del individuo. As un
individuo con 17 aos de educacin tiene 6 aos de primaria incompleta, 1 de primaria completa, 4 aos de
secundaria incompleta, 1 ao de secundaria completa, 4 aos de universitaria incompleta y 1 ao de
universitaria completa. Pero un agente con 10 aos de educacin tiene 6, 1, 3, 0, 0 y 0 respectivamente.
50
La desagregacin podra continuar hasta identificar el retorno por cada ao de educacin. En esta
especificacin necesitaramos de 17 variables, 1 para cada curso. En esta regresin tendamos una forma
funcional completamente flexible.
32

En esta seccin se presentan los resultados empricos que se obtienen de estimar la
ecuacin (6). En la tabla 5 se exponen los coeficientes relacionados con los atributos del
trabajador y de la empresa. Mientras que en la tabla 6 se muestran los efectos industria.
Ambas tablas muestran indicadores para los dos aos que se analizan. La interpretacin de
los resultados se realiza a continuacin.
Tabla 5: Ecuacin de ingresos para el testeo de la hiptesis 2.51
constante
experiencia
experiencia2
tenure
tenure2
tamao empresa
publico
prim incomp
prim comp
sec incomp
sec comp
univ incomp
univ comp
Number de obs
F
Prob > F
R2 ajustado
51
1995
5.16
(104.8)
0.048
(28.4)
-0.0007
(-23.1)
0.012
(6.1)
-0.0002
(-2.8)
0.0004
(10.3)
0.007
(0.3)
0.031
(3.2)
0.084
(2.6)
0.065
(12.3)
0.104
(5.1)
0.077
(7.8)
0.318
(7.8)
10493
180
0
0.360
Test t entre parntesis.
33
2002
4.46
(54.9)
0.039
(15.6)
-0.0005
(-12)
0.038
(14.4)
-0.0007
(-8.9)
0.0006
(11.5)
-0.070
(-1.96)
0.086
(5.2)
0.007
(0.1)
0.075
(9.1)
0.146
(4.8)
0.061
(4.9)
0.433
(8.5)
6380
137.5
0
0.414
Tabla 6: efectos industria.52

INDUSTRIA
Ind. Prod qumicos, petrleo y nuclear.
Servicios conexos de transportes y comunicaciones.
Ind. Prod. metlicos, maquinarias y equipos.
Transporte.
Actividades inmobiliarias, empresariales y de alquiler.
Otras actividades de servicios sociales y comunitarios.
Construccin.
Enseanza.
Hogares privados con servicio domstico.
1995
0,256
0,175
0,171
0,118
0,11
0,082
0,07
0
0
-0,057
-0,083
-0,102
-0,11
-0,118
-0,124
-0,136
-0,167
-0,206
-0,22
-0,317
-0,599
2002
0,29
0,139
0,241
0,175
-0,11
0
-0,131
-0,124
-0,121
-0,1
-0,098
-0,159
-0,161
-0,287
-0,221
-0,225
-0,368
-0,149
-0,443
-0,436
-1,066
4.3.1. Interpretacin intratemporal de los resultados.

Analizando la tabla 5 se aprecia:
Los coeficientes son similares a los obtenidos en la especificacin (5). Dado esto las
explicaciones son anlogas.
El hecho sobresaliente es la presencia de fuertes efectos sheepskin en todos los

niveles educativos. Para el ao 1995, se observa que las personas que no culminan
la primaria, tienen un retorno promedio de 3.1 % anual, mientras que cuando la
finalizan, obtienen un retorno de 8.4 %. En la secundaria el salto es de 6.5 % a 10.4
%, mientras que en la universitaria tenemos un aumento de 7.7 % a 31.8 %. Para el
ao 2002, desaparece el citado efecto en primaria pero se potencia en los restantes
niveles educativos. En el nivel secundario el salto es de 7.5 % a 14.6 %, mientras
que en la universidad se aprecia un incremento de 6.1 % a 43.3 %.
52
Todos los coeficientes distintos de 0 resultan ser significativos a un nivel de confianza del 95 %.
34
Dado esta evidencia se puede decir que se verifica la hiptesis 2 para ambas ondas.
Es decir, en la Argentina el hecho de culminar un nivel educativo proporciona un
retorno adicional sustancial para todos los niveles educativos. Este efecto es
sustancialmente mayor para el caso de la educacin universitaria.
La explicacin terica de este efecto se puede deber a dos factores netamente
diferenciados. Por un lado estn presentes ciertas legislaciones laborales que
establecen barreras de entrada a determinados tipos de empleo. Por ejemplo, gran
parte de los empleos pblicos, que en Argentina representan un tercio del mercado
laboral, establecen como requisito de acceso al trabajo tener un determinado nivel
educativo finalizado. En la actualidad, ocupaciones pblicas tales como
administrativos, policas, seguridad, etc. requieren la presentacin del ttulo de
educacin secundaria para la postulacin al cargo. Estas mismas profesiones
dcadas atrs exigan el ttulo de educacin primaria. Esto explicara parte del
sheepskin en la educacin primaria y secundaria53. Al mismo tiempo, muchas
profesiones desarrolladas en el mbito privado requieren de la obtencin del ttulo
para su posterior ejercicio. Ejemplos de estas lo constituyen los mdicos, los
farmacuticos, los contadores pblicos, los profesores, etc.
Por otro lado, la teora de la sealizacin establece que debido a problemas de
informacin asimtrica los empleadores utilizan los ttulos educativos como una
seal de la productividad del trabajador. Esto implica que el ttulo educativo
observable es un buena proxy de ciertas caractersticas innatas que no pueden ser
observadas directamente. Este enfoque fue ampliamente desarrollado desde un
punto de vista terico por autores como Arrow, Stiglitz, Spencer, entre otros.
Un patrn que se verifica, es el de retornos menores para el nivel educativo

siguiente incompleto con respecto a niveles completos. Es decir, la secundaria
incompleta renta menos que la primaria completa. Lo mismo ocurre comparando
secundaria completa y universitaria incompleta. Esto pone en evidencia el fuerte
castigo del mercado laboral a los niveles inconclusos.
53
Recordemos que a lo largo del siglo XX el nivel educativo de la poblacin fue aumentando. Las cohortes
integradas por individuos ms jvenes son ms educadas (medidos por aos de educacin) que las cohortes
compuestas por individuos ms viejos. Un anlisis ms detallado de este fenmeno se encuentra en Merlo
(08).
35
Si bien se detecta el efecto sheepskin en ambas ondas, esto no significa que los aos
que no son de finalizacin sean irrelevantes. Esto hace que el proceso educativo en
Argentina no pueda ser explicado solamente por la teora del capital humano o por
la teora de la sealizacin. Es necesario tener un enfoque conjunto entre ambas
teoras, ya que si bien la tasa de retorno aumenta con los aos de educacin,
presenta saltos en los aos de obtencin del titulo.
En la tabla 6 se exponen los distintos efectos que ejercen los sectores econmicos o
industrias54 sobre los salarios. La categora de control la constituyen todos aquellos
trabajadores que se desenvuelven en el sector de la administracin pblica y defensa. Las
principales conclusiones que se pueden extraer de la citada tabla son las siguientes:
La mayora los coeficientes son significativos con excepcin de comercio al por

mayor y actividades inmobiliarias en el ao 1995 e industrias de productos
metlicos en el 2002.
En el ao 1995, se observa que los sectores ms rentables para trabajar fueron:

actividades primarias (25.6 %), industrias de productos qumicos (17.5 %),
intermediacin financiera (17.1 %), suministro de electricidad (11.8 %), servicios
conexos de transporte (11 %), industrias de productos metlicos (8.2 %) y transporte
(7 %). No hay ningn efecto sobre los salarios por el hecho de trabajar en comercio
al por mayor y actividades inmobiliarias. Mientras que hay un efecto negativo sobre
los salarios si el puesto de trabajo se ubica en el resto de las actividades.
En el ao 2002 tenemos que aquellos que trabajan en el sector de productos

metlicos no tienen ningn efecto sobre los salarios. Los que trabajan en la industria
del transporte pasan a tener un efecto negativo (-13.1 %) y los que se desempean
en servicios conexos de transporte registran un efecto negativo de 11 %. El resto de
los sectores se mantiene con los signos similares a los de 1995, aunque con
reducciones sustanciales en las rentabilidades. Solo unos pocos sectores muestran
aumentos en los retornos durante ambos aos. Ellos son: actividades primarias,
intermediacin financiera y suministro de electricidad, gas y agua.
54
Donde se encuentra ubicado el puesto de trabajo.
36
4.3.2. Interpretacin intertemporal de los resultados.

En este apartado se realiza la comparacin de los coeficientes entre ambos aos. Al mismo
tiempo se exponen algunos efectos sobre la desigualdad salarial, aunque estos sern
analizados con mayor profundidad en el captulo 4.
Del anlisis intertemporal de la tabla 5 se destaca:
El coeficiente del tenure se triplica durante estos 7 aos, ya que aumenta desde 1.2
% hasta 3.8 %. Comportamiento similar se registra para el coeficiente de tenure2.
Dado esto la tasa de retorno al tenure se ve triplicada. Esto podra deberse a la
presencia de sesgo de seleccin en la ecuacin de Mincer. Durante los periodos de
crisis econmicas las empresas tienden a dejar desempleados en primera instancia a
los de menor antigedad. Esto porque tal comportamiento les permite reducir
costos. Despedir a los trabajadores con mayor tenure implica pagarles mayor
indemnizacin,
desprenderse
de
los
trabajadores
que
ms
conocen
el
funcionamiento de la empresa y en los cuales han invertido mayores montos en

capacitacin. Este comportamiento hace que muchos individuos con pocos aos de
antigedad se encuentren sin ingresos laborales ya que estaran desempleados o
inactivos55. Dado esto no aparecen captados por la ecuacin de Mincer.
Con el coeficiente de la experiencia ocurre lo contrario, ya que este se reduce en

casi un punto porcentual. El coeficiente que mide experiencia2 tambin se ve
reducido. Esto redunda en una disminucin de casi medio punto porcentual en la
tasa de retorno a la experiencia. La construccin de la variable que capta la
experiencia podra verse influida por la duracin del desempleo. Cuanto mayor es la
duracin del desempleo mayor es el error de medicin. An as, la duracin
promedio del desempleo en 2002 no fue sustancialmente distinta a la de 199556.
Adicionalmente, el retorno a la experiencia podra verse afectado por el sesgo de
seleccin. Todo depende de cmo la crisis afecte a los distintos tramos etreos y a
los diferentes niveles educativos57.
55
En la tabla 9 se muestra como la crisis afect a travs del desempleo a los individuos con menor antigedad
en la empresa. Los individuos que mantuvieron sus trabajos fueron los de mayor antigedad.
56
En 1995 la duracin promedio del desempleo era de 5.6 meses en promedio, mientras que en 2002 lleg a
6.2.
57
Un mayor desarrollo se exhibe en la seccin 4.
37
Un hecho interesante que se manifiesta es el aumento en la concavidad de los

perfiles de salarios con respecto al tenure y una reduccin de estos con respecto a la
experiencia. Esto se aprecia en los siguientes grficos.
Comparacin de perfiles de experiencia
Comparacin de perfiles de tenure
0,9
0,6
0,8
0,5
0,7
0,6
0,4
0,5
0,3
0,4
0,3
0,2
0,2
0,1
0,1
0
0
0
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50
aos de experiencia
experiencia 1995
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50
aos de tenure
experiencia 2002
tenure 1995
tenure 2002
El efecto del tamao de la empresa se torna levemente ms importante durante estos

7 aos. Esto implica que las empresas ms grandes pagaron mayores salarios
durante la crisis que las empresas ms pequeas. Es importante remarcar que este
indicador podra verse afectado por el sesgo de seleccin. Es probable que las
empresas pequeas sufran bastante ms en tiempos de crisis comparadas con las
empresas medianas y grandes. Esto porque en general tienen un nmero ms
reducido de fuentes de financiamiento, lo que las hace ms vulnerables a los ciclos
econmicos. Es factible que durante la crisis, los procesos de quiebras y clausuras
se vean intensificado en este tipo de empresas. Si esto ocurre tenemos que el sesgo
de seleccin podra ser importante.
La diferencia mas notable con respecto a 1995, es que el coeficiente que acompaa
a la dummy que indica el trabajo en una empresa pblica es negativo y significativo.
Esto implica que las personas que trabajan en una empresa pblica, ganan en
promedio un 7 % menos que sus contrapartes de empresas privadas.
Cuando analizamos los retornos a la educacin de los distintos niveles educativos se

aprecia que durante estos 7 aos aument la desigualdad de salarios entre
38
trabajadores con distintas calificaciones58. Los ms calificados (educacin

universitaria y secundaria) vieron aumentado sus retornos notablemente, mientras
que a los menos calificados les ocurri lo contrario. Cuando analizamos los
porcentajes de aumento en los retornos entre ambos aos, tenemos que dicha cifra
es de 4.2 % para la educacin secundaria y 11.5 % para la universitaria. Esto podra
ser un indicio de que el exceso de demanda de trabajadores con formacin
universitaria que era evidente en 1995 se fue ampliando hacia el 2002. Analizando
la tasa de desempleo por nivel educativo se aprecia que esta es mayor para las
personas menos educadas. Esto podra aumentar la importancia del sesgo de
seleccin en nuestro anlisis.
Cuando comparamos los coeficientes de los distintos sectores econmicos vemos

que la crisis econmica benefici a los trabajadores de actividades primarias, de
intermediacin financiera y de suministro de electricidad principalmente. Pero
perjudic a los asalariados de los restantes sectores. En general se destaca un
aumento en los sectores que tenan efectos positivos sobre los salarios y una
disminucin59 en aquellos que tenan efectos negativos. Esto es un nuevo indicio de
aumento en la desigualdad salarial entre sectores.
58
59
Analizando niveles de educacin culminados.

Aumento en valor absoluto.
39
4.4. Correccin por sesgo de seleccin.

Hemos visto en el apartado anterior que las conclusiones obtenidas podran verse
empaadas en caso de detectarse la presencia de sesgo de seleccin. Este fenmeno ocurre
cuando los hombres excluidos (desempleados e inactivos) tienen caractersticas distintas a
aquellos que si estn incluidos en las regresiones (empleados). Por ejemplo, si las empresas
deciden dejar sin trabajo a los empleados de menor antigedad tenemos que el coeficiente
de tenure estara sobreestimando el verdadero parmetro. Dado esto, en el presente apartado
se pretende estimar el posible sesgo de seleccin en los datos de ambas ondas60. Esta
correccin es de vital importancia ya que podramos estar atribuyendo un determinado
efecto a la crisis econmica cuando en realidad debera ser atribuible a la composicin de la
muestra.
4.4.1. Modelo de seleccin a estimar.

Se aplica el modelo de seleccin de Heckman, el cual consta de una ecuacin de ingresos y
de una ecuacin de seleccin. El modelo de seleccin en trminos generales viene definido
por:
Y1 = Z11 + 1
ecuacin de ingresos
(7 )
Y2 = 1[Z 2 + v2 > 0]
ecuacin de seleccin
(8)
donde
1 ~ N (0, )
v2 ~ N (0,1)
corr ( 1 , v2 ) =
En nuestro caso, la ecuacin de ingresos es la representada en (6)61. Esto implica que
Y1 = ln yi
Z1 = EPRINC, EPR, ESEINC, ESE, EUNINC, EUN, X, X2, T, T2, N, P.
1 =
60
Seguimos trabajando con hombres asalariados cuyas edades fluctan entre los 15 y 65 aos. Se excluyen
aquellas personas que estudian y trabajan al mismo tiempo.
61
Se excluyen las dummies de los sectores econmicos para fines de exposicin. Los coeficientes se
mantienen estables y robustos cuando se las incluye en el anlisis.
40
Por su parte la ecuacin de seleccin refleja las variables que determinan la participacin
del individuo dentro de un determinado sector. En este caso es el de los empleados.
Nosotros tenemos que si el individuo est empleado (Y2=1) entonces observamos su
salario. Pero si el individuo est desempleado o inactivo (Y2=0) no observamos su salario
ya que no participa. El sesgo de seleccin aparece cuando los individuos que no participan
tienen caractersticas distintas a los individuos que participan. En este caso la muestra deja
de ser aleatoria. En la ecuacin de seleccin tenemos que:
Z = Z1, JH, NM, EC, OI.
Donde JH, NM, EC y OI son las variables de exclusin del modelo. Esto significa que
determinan la decisin de participar en el empleo, pero no la ecuacin de salarios.
JH es una variable dummy que indica si el individuo es jefe de familia. En general se espera
que una persona que sea jefe de familia tenga una mayor probabilidad de trabajar. Esto
viene sustentado por la creencia generalizada de que el jefe de familia tiene la
responsabilidad de sustentar al hogar62.
NM es una variable que representa el nmero de menores dependientes que hay en el
hogar63. Se espera que mientras mayor sea la cantidad de menores dependientes del hogar,
mayor ser la probabilidad de que el individuo decida participar.
EC es una variable dummy que identifica a aquellas personas que estn casadas o unidas.
Se espera que el coeficiente de esta variable sea positivo. La razn radica en que los
hombres casados o unidos tienen una mayor responsabilidad econmica para con su pareja.
Esto hace que se vean ms obligados a salir a trabajar si lo comparamos con una persona
soltera.
OI representa la suma de todos los otros ingresos no laborales que percibe la persona. En
general se espera que el coeficiente de esta variable sea negativo, es decir, cuanto mayor
sean los ingresos no laborales, menor es la probabilidad de participacin de la persona. La
idea subyacente radica en que la persona deseara disfrutar ms del ocio cuando tiene un
nivel de ingresos asegurado.
62
En muchas encuestas de hogares se define al jefe de hogar como aquella persona del hogar de la cual
dependen econmicamente el resto de los integrantes.
63
Se define como menor dependiente a toda persona con edad inferior a los 18 aos que an asiste al colegio
y es inactivo.
41
Continuando con la especificacin del modelo de seleccin se aprecia que el residuo de la

ecuacin de ingresos distribuye normal centrado en 0 y con desviacin estndar de .
Mientras que el residuo de la ecuacin de seleccin distribuye normal estndar.
La ltima lnea del modelo de seleccin es clave ya que establece que la correlacin entre
los no observables de la ecuacin de ingresos y los no observables de la ecuacin de
seleccin viene captada por . Es precisamente este parmetro el que determina la presencia
o no de sesgo de seleccin. A priori pueden darse tres casos:
=0. Esto implica que no hay correlacin entre los no observables de las ecuaciones
de ingreso y de seleccin. Es decir, la muestra es completamente aleatoria, los
individuos que deciden emplearse tienen caractersticas similares a los que no lo
hacen (desempleados e inactivos).
>0. En este caso tenemos presencia de sesgo de seleccin. Los no observables de la
ecuacin de ingresos estn correlacionados positivamente con los no observables de
la ecuacin de seleccin. Por ejemplo, si una variable no observable es la habilidad
del individuo, tenemos que las personas ms habilidosas son las que deciden
emplearse. Mientras que los menos habilidosos deciden permanecer desempleados o
inactivos. Esto hace que la muestra deje de ser aleatoria64.
<0. Aqu tambin hay sesgo de seleccin, solo que ahora la correlacin entre los no
observables es negativa. Es decir, los individuos ms habilidosos deciden quedarse
desempleados o inactivos, mientras que los menos habilidosos deciden emplearse en
el mercado laboral.
4.4.2. Resultados empricos.

En este apartado se exponen los resultados empricos del modelo de seleccin explicado
anteriormente. Se exponen los coeficientes estimados mediante el mtodo de mxima
verosimilitud. Es importante destacar que los coeficientes estimados por el mtodo de dos
etapas son muy similares a los hallados por mxima verosimilitud65. Esto es un buen
64
Si bien la habilidad es la variable no observable ms reconocida, podra haber otras variables que afecten
estas ecuaciones. Ejemplo de ello podra ser: la composicin del grupo familiar y situacin laboral de los
restantes miembros.
65
En el anexo N 4 se exponen ambas regresiones.
42
indicio acerca de la especificacin del modelo. En la tabla 7 se muestran los coeficientes de

ambas ecuaciones.
Para el ao 1995 se aprecia que no existe sesgo de seleccin en la muestra. Esto viene
reflejado por el valor de rho el cual no es estadsticamente distinto de 0. Esto implica que
los estimadores de OLS presentados en la tabla 3 son consistentes. Dado esto, las
conclusiones esbozadas para el citado ao se mantienen. En este caso tenemos que la
muestra es completamente aleatoria y las caractersticas de las personas que deciden
emplearse son similares a los que deciden quedarse inactivos o desempleados.
Para el ao 2002 la situacin cambia, ya que se aprecia la presencia de sesgo de seleccin
en los datos. El valor del rho es estadsticamente distinto de 0 y negativo66. Ante esto, los
coeficientes a utilizar en las conclusiones debieran ser los expresados en el modelo de
seleccin. En este caso tenemos una muestra no aleatoria.
Para ambos aos se aprecia que las variables de exclusin tienen los signos esperados y son
estadsticamente significativas. Al mismo tiempo, los efectos sheepskin continan estando
presentes al igual que en la tabla 3.
Realizando el anlisis intertemporal con los coeficientes del modelo de seleccin tenemos
conclusiones similares a las presentadas anteriormente. Los signos de los cambios, por
efecto de la crisis, son similares aunque cambian algunas magnitudes. Es decir, a pesar que
se detecta sesgo de seleccin en los datos del ao 2002, el anlisis intertemporal no registra
grandes cambios en cuanto a sus conclusiones.
El coeficiente del tenure aumenta entre estos 7 aos pero en una cuanta menor a lo
que reflejan los estimadores OLS67. Esto indica que en tiempos de crisis, la
antigedad en un trabajo tiende a ser mejor recompensada. Esta conclusin es vlida
independientemente del hecho estilizado que muestra que las empresas tienden a
despedir a los trabajadores de menor antigedad. En general, se espera que durante
66
En este caso los individuos ms habilidosos optaran por quedarse desempleados o inactivos, mientras que
los menos capacitados decidiran emplearse. Esto podra explicarse debido a: i) la presencia de otros factores
no observables adicionales a la habilidad o a la crisis econmica. La magnitud de esta fue tan profunda que
los salarios se desplomaron. Esto podra haber hecho que el salario de los ms habilidosos estuviese por
debajo de su salario de reserva y opten por salirse del mercado laboral. Adems, los ms habilidosos pueden
contar con otros factores de ingresos y de seguros que los hace menos vulnerables ante la crisis. Dado esto
podran permanecer ms tiempo como desempleados o inactivos en una poca de crisis.
67
El estimador OLS se triplica mientras que si corregimos por sesgo de seleccin se duplica.
43
los periodos de crisis econmicas las personas de menor antigedad sufran ajustes
importantes en cuanto a la jornada laboral y a los salarios.
La experiencia muestra el mismo comportamiento que en el apartado anterior y se

reduce durante estos 7 aos68.
El efecto del tamao de la empresa aumenta durante el periodo de anlisis. As,

corrigiendo por sesgo de seleccin, se aprecia que las empresas ms grandes
pagaron mayores salarios durante la crisis si las comparamos con las empresas ms
pequeas.
El cambio ms importante y radical se muestra en la variable publico. Debido a la

crisis, los trabajadores que se desempean en el sector pblico ganan un 8 % ms
que aquellos que se desempean en el sector privado. Este hecho podra estar
reflejando las distintas modalidades de ajuste que tienen el sector pblico y el sector
privado ante una crisis. En general, el sector pblico es menos flexible al momento
de ajustar los niveles de empleo o los salarios cuando se atraviesa una crisis
econmica69. Por su parte, el sector privado dispone de una mayor flexibilidad. Esto
hara que en el sector privado los salarios se ajustaran a la baja para enfrentar la
crisis. Adicionalmente, este cambio de coeficiente podra estar reflejando atributos o
caractersticas distintas70 de los individuos que trabajan en el sector pblico versus
el sector privado. Es decir, los individuos que se vinculan con el sector pblico
tendran caractersticas distintas de aquellos que lo hacen con el sector privado. Es
probable que las personas que trabajan en el mbito pblico privilegien la
estabilidad laboral por ejemplo, mientras que aquellos que lo hacen en el sector
privado privilegien los mayores salarios. An as, muchas de estas caractersticas no
son observables por lo que podran estar siendo captadas por los residuos de ambas
ecuaciones71.
68
Aunque en una cuanta un poco inferior.

De hecho, durante las depresiones econmicas el estado acta contracclicamente. Ejemplo de ello lo
constituyen los planes de jefes de hogar entregados.
70
Algunas veces observables y otras no.
71
Se deja como futura lnea de investigacin, un anlisis del sesgo de seleccin entre estos dos tipos de
sectores.
69
44
En lo que respecta a los retornos de los distintos niveles educativos se obtienen las
mismas conclusiones que en el apartado anterior. Es decir, se aprecia un aumento de
la desigualdad de salarios entre trabajadores con distintas calificaciones. Los
trabajadores con secundaria completa ven aumentado su retorno un 5.9 %, mientras
que aquellos con universitaria completa incrementan su rentabilidad un 5.2 %.
Cuando analizamos los retornos de la primaria completa tenemos una reduccin en
la tasa de retorno72.
Es importante destacar que los coeficientes de la ecuacin de ingresos as como el

valor de rho son robustos ante distintas especificaciones de la ecuacin de seleccin.
Esto es otro indicio adicional acerca de la correcta especificacin del modelo.
72
Es conveniente destacar que no existen muchos estudios que analicen el efecto de una crisis sobre los
retornos a la educacin. En el caso de Argentina, Pessino (96) estudia los efectos de la hiperinflacin del ao
1989 sobre las tasas de retorno. Esta autora no corrige por sesgo de seleccin y encuentra que debido a la
crisis del ao 89 la tasa de retorno global cae un 3.5 %. Cuando separa por nivel educativo encuentra que el
retorno a la educacin primaria y secundaria disminuyen como consecuencia de la crisis. Pero el retorno a la
educacin universitaria aumenta en el mismo periodo.
45
Tabla 7: Resultados del Modelo de seleccin.73

1995
Ecuacin de ingresos
5.07
constante
0.051
experiencia
-0.0008
experiencia2
0.0137
tenure
-0.0002
tenure2
0.0005
tamao empresa
0*
publico
0.032
prim incomp
0.092
prim comp
0.071
sec incomp
0.109
sec comp
0.082
univ incomp
0.249
univ comp
4.779
N obs censuradas
11.680
N obs no cens.
5.380
Wald chi2
0.0064*
rho
0.02
Test (rho=0)
0.8875
Prob>chi2
Ecuacin de seleccin
0.281
JH
0.013
NM
0.33
EC
-0.0004
OI
0*
experiencia
-0.0004
experiencia2
0.255
tenure
-0.0061
tenure2
0.0035
tamao empresa
-1.84
publico
0*
prim incomp
0*
prim comp
0*
sec incomp
-0.12
sec comp
0*
univ incomp
0*
univ comp
73
* indica que el coeficiente no es significativo al 95 %.
46
2002
4.52
0.041
-0.0005
0.027
-0.0004
0.0006
0.079
0.087
0*
0.075
0.168
0.076
0.301
5.503
8.653
4.497.7
-0.40
37.55
0.00
0.427
0.017
0.22
-0.0019
0*
-0.0002
0.167
-0.003
0.0023
-1.59
0*
0*
0*
0*
-0.024
0.401
5. Conclusiones y futuras lneas de investigacin.

La depresin del ao 2001 afect de manera muy importante el mercado laboral como as
tambin los distintos componentes del capital humano. Se observa que afect de manera
negativa el nivel de empleo y el nivel de salarios. Adicionalmente llev a un aumento en la
desigualdad de los ingresos74. En lo que respecta a los efectos sobre el capital humano se
muestra que la depresin afect de sobremanera a los menos educados, los ms jvenes, las
personas con menor antigedad en la empresa, aquellos que trabajaban en el sector privado
y en empresas de tamao pequeo. Cuando analizamos por sector econmico los ms
perjudicados fueron aquellos que trabajaban en la construccin, el servicio domstico y los
servicios personales.
En este entorno econmico, y utilizando datos para la Argentina el presente trabajo trata de
responder empricamente las siguientes preguntas:
1. Es correcta la forma funcional impuesta por la ecuacin de Mincer clsica
ampliada en el caso de la Argentina?
2. Culminar un nivel educativo, proporciona un retorno adicional?, es decir, existe el
efecto sheepskin?
Respondiendo la primer pregunta, se puede decir que los datos indican que la tasa de
retorno a la educacin es creciente en el nivel educativo. Este patrn se verifica para las dos
ondas analizadas. Dado esto, podemos decir que la ecuacin de Mincer clsica ampliada no
es la formulacin correcta para los datos de la Argentina. Esta estructura permite afirmar
que en Argentina, tenemos unidades de capital humano heterogneas.
Con respecto a esta pregunta, se deja como futura investigacin el hecho de ajustar por
riesgo los retornos a la educacin. Esto porque el retorno de la educacin est mas cercano
al de una accin, que es un activo riesgoso, que al de un bono, que es un activo libre de
riesgo.
Analizando la segunda pregunta, se puede concluir que culminar un nivel educativo
proporciona un alto retorno adicional. Esto implica un fuerte efecto sheepskin para todos
74
Mientras que los salarios cayeron 25 %, el nivel de empleo se redujo casi 7 %. La desigualdad medida a
travs del coeficiente de Gini aument 6 %. El comportamiento de estas variables es similar al registrado en
otros procesos de crisis experimentados por distintos pases.
47
los niveles educativos en los datos de la Argentina. Este efecto viene explicado por dos
factores netamente diferenciados: legislaciones laborales que establecen barreras de entrada
a determinados tipos de empleo y la teora de la sealizacin. Los efectos sheepskin se
presentan incluso cuando corregimos por sesgo de seleccin. Se hace necesario corregir por
este tipo de sesgo debido a que la muestra se encuentra notoriamente influenciada por la
crisis econmica del 2001. Si bien este sesgo es inexistente en los datos de 1995, aparece
como relevante en los datos del 2002. En general la correccin por sesgo de seleccin
afecta las magnitudes de los coeficientes pero no las direcciones de los mismos. El nico
coeficiente que cambia de direccin es el relacionado con la propiedad de la empresa
(pblica o privada). Los efectos sheepskin continan manifestndose incluso ante la
correccin por sesgo de seleccin. Las tasas de retorno para las personas con educacin
secundaria y universitaria aumentan durante el proceso de crisis, mientras que las tasas
anlogas para las personas con educacin primaria disminuyen notablemente.
Con respecto al tema de los efectos sheepskin surgen algunas preguntas de ndole tericas
muy interesantes como: i) Por qu se produce este efecto? y en qu circunstancias se da?,
ii) qu factores determinan su magnitud? Estas preguntas debieran ser abordadas en
futuras lneas de investigacin.
En lo relativo a la correccin por sesgo de seleccin, se deja como futura lnea de
investigacin un anlisis ms pormenorizado acerca de los atributos que llevan a que una
persona se emplee en el sector pblico o en el sector privado.
48
6. Bibliografa.
Adrogu, C. (06), Desempleo y retornos a la educacin superior en Argentina:

1974-2002, Anales de la AAEP, 2006.
Amaral, P. y MacGee, J. (02), The great depression in Canada and the United
States: a Neoclassical Perspective, Review of Economic Dynamics, vol. 5, pag. 4572, 2002.
Amado, N. Cerro, A. y Meloni, O. (05), Making explosive cocktails: recipes and

costs for 26 crises from 1823 to 2003, Anales de la Asociacin Argentina de
Economa Poltica, 2005.
Ashenfelter, O. y Krueger, A. (94), Estimates of the economic return to schooling

from a new sample of twins, American Economic Review, December 1994.
Beaudry, P. y Portier, F. (02), The French depression in the 1930, Review of

Economic Dynamics, vol. 5, pag. 73-99, 2002.
Becker, G. (75), Human Capital, University of Chicago Press, Second Edition,

1975.
Ben Porath, Y. (67), The production of Human Capital and the life cycle of
earnings, Journal of Political Economy, August 1967.
Bergoeing, R., Kehoe, P., Kehoe, T. y Soto, R. (02), A decade lost and found:
Mexico and Chile in the 1980s, Review of Economic Dynamics, vol. 5, pag. 166205, 2002.
Bernanke, B. (86), Employment, hours, and earnings in the Depression: An

analysis of eight manufacturing industries, American Economic Review, vol 76,
pag. 82-117, March 1986.
Berndt, E. (96), The practice of Econometrics: classic and contemporary, Addison

Wesley Publishing Company, 1996.
Buchinsky, M. (94), Changes in U.S. wage structure 1963-1987: An application of

quantile regression, Econometrica, vol 62, pag 405-458.
49
Card, D. (99), The causal effect of education on earnings, Handbook of Labor

Economics, vol. 3, 1999.
Card, D. (01), Estimating the return to schooling: progress on some persistent

econometric problems, Econometrica, vol 69, N 5, 2001.
Cole, H. y Ohanian, L. (99), The great depression in the United Status from a
Neoclassical Perspective, Federal Reserve Bank of Minneapolis Quaterly Review,
vol. 23, pag. 2-24, 1999.
Eichengreen, B. y Hatton, T. (88), Interwar unemployment in international

perspective, Institute for Research on Labor and Employment, Working papers
series N 01288, 1988.
Fallon, P. y Lucas, R. (02), The impact of financial crises on labor markets,

household incomes and poverty: a review of evidence, The World Bank Research
Observer, vol. 17, N1, pag. 21-45, Spring 2002.
Fischer, J. y Hornstein, A. (02), The role of real wages, productivity and Fiscal
Policy in Germanys great depression 1928-1937, Review of Economic Dynamics,
vol. 5, pag. 100-127, 2002.
Gasparini, L., Marchionni, M. y Sosa Escudero, W. (01), La distribucin del

ingreso en Argentina: evidencia, determinantes y polticas., Premio Fundacin
Arcor 2001.
Glewwe, P. (02), Schools and skills in developing countries: education policies and
socioeconomic outcomes, Journal of Economic Literature, vol 40, N 2, 2002.
Griliches, Z. (77), Estimating the returns to schooling: some econometric

problems, Econometrica 1977.
Griliches, Z. (79), Sibling models and data in Economics: beginnings of a Survey,

Journal of Political Economy, vol 87, 1979.
Heckman, J., Lochner, L. y Todd, P. (03), Fifty years of Mincer earnings

regressions, NBER, WP N 9732, 2003.
50
Hungerford, T. y Solon, G. (87), Sheepskin effects in the returns to education,

The Review of Economics and Statistics, vol. 69, pag 175-178.
Kehoe, T. y Prescott, E. (02), Great depressions of the 20th Century, Review of

Economic Dynamics, vol. 5, pag. 1-18, 2002.
Koenker, R. y Bassett, G. (78), Regression quantiles, Econometrica, vol 46, N1,

pag 33-49.
Kydland, F. y Zarazaga, C. (02), Argentinas lost decada, Review of Economic

Dynamics, vol. 5, pag. 152-165, 2002.
Larraaga, O. (01), Distribucin de ingresos en Chile: 1958-2001, Documentos de

Trabajo N 178, Departamento de Economa, Universidad de Chile, 2001.
Layard, R. y Psacharopoulos, G. (74), The screening hypothesis and the returns to

education, Journal of Political Economy, vol. 82, pag. 985-998.
Lpez Bo, F. (07), The evolution of returns to education in Argentina, Anales de

la Asociacin Argentina de Economa Poltica, 2007.
Lucas, R. y Rapping, L. (69), Real wages, employment, and Inflation, Journal of

Political Economy, vol. 77, pag. 721-54, September 1969.
Machado, J. y Mata, J. (01), Earning functions in Portugal 1982-1994: evidence

from quantile regressions, Empirical Economics, vol 26, pag 115-134, 2001.
Margo, R. (93), Employment and unemployment in the 1930s, Journal of

Economic Perspectives, vol. 7, N 2, pag. 41-59, Spring 1993.
Mendershausen, H. (46), Changes in income distribution during the great

depression, NBER publishing, 1946.
Merlo, J. (08), Tasas de retorno a la educacin en Argentina: 1995-2003. Evidencia

con datos de corte transversal, Trabajo presentado para optar al grado de Magster
de Economa en la Universidad Nacional de Tucumn, 2008.
Mincer, J. (58), Investment in Human Capital and personal income distribution,

Journal of Political Economy, August 1958.
51
Mincer, J. (74), Schooling, experience and earnings, NBER, Columbia University

Press, 1974.
Mwabu, G. y Schultz, P. (96), Educations returns across quantiles of the wage

function: alternative explications for returns to education by race in South Africa,
American Economic Review P&P, vol 86, pag 335-339.
Perry, F. y Quadrini, V. (02), The great depression in Italy: trade restrictions and
real wages rigidities, Review of Economic Dynamics, vol. 5, pag. 128-151, 2002.
Pessino, C. (96), Returns to education in greater Buenos Aires 1986-1993: from

hyperinflation to stabiliztion and beyond, Cuadernos de Economa, Ao 33, N 99,
1996.
Psacharopoulos, G. y Ng, Y. (92), Earnings and educations in Latin America,

World Bank WPS N 1056, 1992.
Rosen, S. (77), Human Capital: a survey of empirical research en R. Ehrenberg

(ed), Research in Labor Economics, 1977.
Sapelli, C. (03), Ecuaciones de Mincer y las tasas de retorno a la educacin en

Chile: 1990-1998, Documentos de Trabajo N 254, PUC de Chile, 2003.
Sapelli, C. (05), Tasas de retorno a la educacin y distribucin del ingreso por

generacin en Chile: un anlisis basado en paneles sintticos, mimeo, PUC, 2005.
Szquely, M. (05) Pobreza y desigualdad en Mxico entre 1950 y el 2004,

Documento de investigacin N 24 de la Secretara de Desarrollo Social de Mxico,
2005.
Willis, R. (86), Wage determinants: a survey and reinterpretation of human capital

earnings functions, Handbook of Labor Economics, cap. 10, 1986.
52
Anexo N 1: Efectos de crisis econmicas sobre mercado laboral

y desigualdad.
Muchos pases del mundo han experimentado a lo largo del siglo XX alguna crisis
econmica. Otros por su parte presentan varias crisis a lo largo de los ltimos cien aos.
Argentina se encuadra dentro de estos ltimos. Segn Amado, Cerro y Meloni (05), desde
1914 hasta la actualidad se produjeron 19 episodios de crisis en el pas. De estos, cuatro
pueden catalogarse como severas o depresiones. En esta categora se encuadra la crisis del
2001.
El fenmeno de crisis ms conocido y estudiado por la literatura es la depresin de los aos
30. Este se inicia en Estados Unidos y luego se expande a otros pases del mundo
desarrollado75. En este episodio, las magnitudes de contraccin del producto y aumento en
los niveles de desempleo son abrumantes. Kehoe y Prescott (02) sitan a este fenmeno
junto a la crisis de la dcada del 80 en Argentina, Chile y Mxico dentro de la categora de
depresin econmica. Estos autores, definen que un pas sufre una depresin econmica
cuando: i) el producto disminuye 20 % con respecto a su valor de tendencia y ii) una
reduccin de al menos 15 puntos se produce durante la primera dcada de iniciada la
contraccin. Como se expone en la seccin 2, la crisis econmica argentina del 2001 podra
encuadrarse sin problemas dentro de esta definicin.
Adicionalmente se produjeron otros eventos de crisis, aunque menos severos, en Turqua en
el ao 1994, Mxico en 1995, pases del Sudeste Asitico en 1998, etc. Estos se engloban
dentro de la denominacin de crisis moderadas.
A continuacin se describe el comportamiento de las principales variables relacionadas con
el mercado laboral y la desigualdad salarial durante tiempos de crisis econmicas76.
Separamos el presente anexo entre eventos de depresiones econmicas y eventos de crisis
moderadas.
75
Canad, Francia, Alemania e Italia entre otros fueron algunos de los pases afectados.
Se analizan los cambios en el nivel de producto, en las tasas de desempleo y en los salarios reales. Cuando
se tiene informacin de ajustes en el nmero de horas trabajadas se presenta. Lamentablemente esta variable
no est disponible para todos los casos analizados. Los efectos sobre la distribucin de los ingresos se
presentan a travs del coeficiente de Gini.
76
53
i) Efectos de depresiones econmicas sobre el mercado laboral.

Dentro de depresiones econmicas se incluyen Estados Unidos entre 1929-1933, Canad
durante el mismo periodo, Alemania entre 1929-1932, Argentina entre 1980-1990, Chile
entre 1981-1983 y Mxico entre 1981-1988.
a) Estados Unidos.
La depresin de los aos 30 se inicia en octubre de 1929 y finaliza en 1933. Cole y Ohanian
(99) muestran que durante este periodo, el producto real se redujo un 38.3 %, la tasa de
empleo se contrajo 23.8 % y el salario real de la economa total se redujo 9 %. Este ltimo
indicador est compuesto por un incremento de 2.3 % en el sector manufacturero y una
reduccin de 14.8 % en el sector no manufacturero. Estos mismos autores muestran que las
horas totales trabajadas cayeron 28.3 % durante el fenmeno.
Eichengreen y Hatton (88) presentan estimadores de la tasa de desempleo en la industria y
muestran que esta aument 32.3 %. Adicionalmente Margo (93) presenta la tasa de
desempleo de toda la economa y destaca que aument 22 puntos porcentuales.
Con respecto a la desigualdad salarial se puede decir que el coeficiente de Gini fue de 0.4
en 1929 y aument hasta 0.45 en 193377. Esto indica que la distribucin del ingreso
empeor a consecuencia de la depresin econmica.
b) Canad.
Canad fue otro de los pases afectados por la gran depresin. Segn Amaral y MacGee
(02), entre 1929 y 1933, la reduccin del producto real lleg al 40.4 %. Las horas trabajadas
se redujeron un 31 %, los salarios reales en la agricultura disminuyeron 45 %, mientras que
aumentaron 0.6 % en el sector industrial. El efecto combinado da una reduccin importante
en los salarios reales, cercana al 13 %78. La tasa de desempleo en la industria aument 22.4
%.
c) Alemania.
77
Dato proveniente de Mendershausen (46).

El sector industrial representaba el 70 % de la fuerza laboral. El 30 % restante se engloba en actividades
agrcolas.
78
54
Fischer y Hornstein (02) analizan los efectos de la gran depresin sobre Alemania. En este
pas la depresin dur entre 1929 y 1932. Estos autores muestran que el producto se
contrajo 28.1 %. Los salarios reales aumentaron 4.9 % y las horas trabajadas disminuyeron
25.2 %. La tasa de desempleo en la industria aument 22.9 %.
d) Argentina.
La Argentina experiment una gran crisis econmica durante la dcada del 8079. Entre 1980
y 1990 el producto real per cpita se redujo 33 %. Por su parte, la tasa de desempleo
aument 5.3 %.80. Los salarios reales se mantuvieron relativamente constantes hasta 1984,
pero luego se vieron completamente reducidos debido al proceso de inflacin que
desemboc en hiperinflacin en 1989. Durante la dcada, se registra una disminucin del
26 % en los salarios reales.
Por el lado de la desigualdad se aprecia un aumento en el coeficiente de Gini desde 0.374 a
0.436 durante la dcada81.
e) Chile.
A comienzos de la dcada del 80, Chile fue uno de los pases latinoamericanos ms
afectados por la denominada crisis de la deuda. Segn Bergoeing et al (02), el producto
se contrajo casi 25 % entre 1981 y 1983. Durante el mismo periodo, los salarios reales del
sector manufacturero cayeron 13 % y la tasa de desempleo aument 9 puntos porcentuales.
El coeficiente de Gini aument 4 puntos porcentuales durante el proceso de la crisis. En
1980 era de 0.53 y pas a 0.57 en 198482.
f) Mxico.
La crisis de la deuda afect de manera importante a Mxico. El periodo de crisis que
comenz en 1981 tuvo una duracin de 7 aos (hasta 1988). El producto per cpita se
contrajo 30 %. Por su parte, los salarios reales del sector manufacturero cayeron 33 % en el
mismo periodo y la tasa de desempleo aument 17 puntos porcentuales.
79
Esta se conoce como la dcada perdida.

Datos provenientes de Kydland y Zarazaga (02).
81
Datos provenientes de Gasparini, Marchioni y Sosa Escudero (01).
82
Dato proveniente de Larraaga (01).
80
55
Segn Szquely (05) el coeficiente de Gini entre 1981 y 1988 pas de 0.47 a 0.43. Esto
refleja que la distribucin del ingreso mejor durante el periodo de crisis.
En la siguiente tabla se resumen los principales efectos de las depresiones econmicas
sobre las variables del mercado laboral.
Tabla 8: Efectos de depresiones econmicas sobre el mercado laboral.
Estados Unidos
Canad
Alemania
Argentina
Chile
Mxico
Producto
Desempleo
- 38 %
- 40 %
- 28 %
- 33 %
- 25 %
- 30 %
+ 32 %
+ 22 %
+ 23 %
+5%
+9%
+ 17 %
Horas
trabajadas
- 28 %
- 31 %
- 25 %
Salario real
-9%
- 13 %
+ 5 %+
- 26 %
- 13 %
- 33 %
Coeficiente
de Gini
+5%
+6%
+4%
-4%
ii) Efectos de crisis moderadas sobre el mercado laboral.

Dentro de las denominadas crisis moderadas se incluye a Francia entre 1929-1936, Italia
entre 1929-1932, Turqua en 1994, Mxico en 1995 y los pases del sudeste asitico en
1998.
a) Francia83.
En Francia se produce una crisis econmica moderada entre 1929 y 1936. Este pas sufri
los efectos de la depresin econmica que haba surgido en Estados Unidos. Durante este
periodo de tiempo el producto se redujo 15.2 %. La tasa de desempleo en la industria
aument 13.1 %, mientras que el largo de la semana laboral disminuy 18.5 %. Las horas
trabajadas se redujeron 24.9 %. Pero se aprecia que los salarios reales aumentaron 11.4 %.
b) Italia.
Perry y Quadrini (02) analizan los efectos de la depresin de los aos 30 sobre la economa
Italiana. Entre 1929 y 1932, el producto se redujo 11.9 %. Las horas trabajadas
disminuyeron 13 %. En cuanto al comportamiento de los salarios reales tenemos que en el
sector transable estos aumentaron 22 % mientras que se mantuvieron relativamente estables
en el sector no transable. Analizando ambos sectores en conjunto tenemos que los salarios
reales aumentaron 6.6 %.
83
Datos provenientes de Beaudry y Portier (02).
56
c) Turqua84.
La economa turca se vio afectada por una crisis econmica en 1994. La contraccin del
producto fue de 5.5 %. La tasa de desempleo se mantuvo relativamente estable en niveles
cercanos al 8 %. El principal efecto se aprecia sobre los salarios reales, los cuales se
redujeron 31.5 % en el ao de la crisis.
d) Mxico.
La crisis mexicana del ao 1994 se conoce tambin como el efecto tequila. Durante este
proceso, la contraccin del producto fue de 6.2 %. Al mismo tiempo el desempleo aument
en un punto porcentual. Pero el ajuste sustancial se produjo en los salarios reales, ya que
estos disminuyeron 29.6 %.
Durante el efecto tequila el coeficiente de Gini mostr una leve reduccin de 2.3 puntos
porcentuales, ya que pas de 0.477 a 0.454.
e) Pases del sudeste asitico.
La crisis del sudeste asitico comenz en mayo de 1997 cuando se produce un ataque
especulativo en contra de la moneda tailandesa. Luego se desarrolla un efecto contagio
hacia Indonesia, Corea y Malasia. Estos tres pases se vieron afectados en 1998. La mayor
reduccin del producto se dio en Indonesia donde se registr una contraccin de 13.7 %.
Las disminuciones en Tailandia, Malasia y Corea fueron 10.6 %, 7.6 % y 5.8 %
respectivamente.
Los efectos de la crisis sobre el desempleo fueron bastante dispares entre los pases aunque
se aprecia un aumento en esta variable. En Corea la tasa de desempleo aument 4.2 %
debido a la crisis. El incremento en Tailandia fue de 2.8 %, mientras que en Indonesia y
Malasia el desempleo creci 0.7 %.
En relacin al comportamiento de los salarios reales se aprecia que los mismos actan de
manera procclica. Estos se redujeron 44 % en Indonesia. Mientras que en Corea, la
disminucin fue de 9.8 %. En Tailandia y Malasia la contraccin de los salarios fue de 6.3
% y 2.7 % respectivamente.
84
Los datos para Turqua, Mxico y los pases del sudeste asitico provienen de Fallon y Lucas (02).
57
Cuando se analizan los efectos que tuvo la crisis del sudeste asitico sobre la desigualdad
salarial, se aprecia que estos fueron menores. Si bien el coeficiente de Gini aument para
casi todos los pases analizados, el aumento es despreciable. En Corea, el citado coeficiente
aument 0.6 %, en Malasia 0.2 % y en Tailandia 0.4 %. Por su parte, en Indonesia el
coeficiente de Gini registra una reduccin de 1 %. Esto indica que en general la distribucin
del ingreso empeor durante la crisis pero levemente. Esto se condice con lo expresado
anteriormente. La principal variable de ajuste durante la crisis del sudeste asitico fueron
los salarios y no el empleo. Esto hace que la crisis afecte poco la distribucin salarial.
En la siguiente tabla se resumen los principales efectos de las crisis moderadas sobre las
variables relacionadas con el mercado laboral.
Tabla 9: Efectos de las crisis moderadas sobre el mercado laboral.
Francia
Italia
Turqua
Mxico
Tailandia
Malasia
Indonesia
Corea
Producto
Desempleo
- 15 %
- 12 %
-6%
-6%
- 11 %
-8%
- 14 %
-6%
+ 13 %
Horas
trabajadas
- 25 %
- 13 %
=
+1%
+3%
+1%
+1%
+4%
Salario
real
+ 11 %
+7%
- 31 %
- 30 %
-6%
-3%
- 44 %
- 10 %
Coeficiente
de Gini
-2%
+ 0.4 %
+ 0.2 %
-1%
+ 0.6 %
Analizando las tablas 8 y 9 podemos decir que la evidencia emprica indica que las crisis
econmicas terminan teniendo impactos negativos en los niveles de empleo y en los
salarios reales. Ante shocks negativos que afectan el mercado laboral, los niveles de empleo
y de salarios reales tienden a reducirse para afrontarlos. Cuando la crisis tiene un impacto
positivo sobre los salarios reales, este suele ser pequeo en magnitud.
De ambas tablas surge un hecho muy interesante cuando analizamos las crisis en relacin al
ao en que ocurrieron.
Las depresiones en los aos 30 (crisis antiguas) en general muestran una

sobrereaccin notable del nivel de empleo y un efecto mucho ms reducido en los
salarios.
En las crisis ms modernas ocurre todo lo contrario, ya que es la variable salario la

ms afectada. Es como si los mercados laborales hubiesen evolucionado a formas
58
ms flexibles para enfrentar las crisis econmicas. Es posible que los empresarios
para afrontar una crisis decidan ajustar los niveles de salarios y las horas trabajadas
en lugar de dejar gente desempleada. Esta forma de actuar le permitira minimizar
costos.
Con respecto a la desigualdad salarial se puede decir que, en general, en tiempos de

crisis econmicas la distribucin del ingreso empeora.
59
Anexo N 2: Problemas tericos y economtricos de la ecuacin

de Mincer.
Segn Heckman-Lochner-Todd (03), la ecuacin de Mincer clsica presenta dos
problemas tericos importantes:
La forma funcional que se le impone a los datos85 establece una nica tasa de
retorno a la educacin para todos y concavidad de los perfiles de ingreso con
respecto a la experiencia y el tenure. Este problema se puede corregir introduciendo
variables que representen distintos niveles educativos (completos e incompletos) y
elevando la experiencia y el tenure a exponentes mayores que 2.
La utilizacin de datos de corte transversal supone un mecanismo de generacin de

expectativas esttico. Se supone que cada individuo calcula sus ingresos futuros en
funcin de los ingresos presentes que tienen las personas con caractersticas
similares a l. Este problema se podra corregir construyendo cohortes sintticas o
artificiales, lo cual no se realiza en el presente trabajo pero se deja como futura lnea
de investigacin.86
Un problema terico adicional que podra manifestarse es el siguiente:
La tasa de retorno no se encuentra ajustada por riesgo. Tal cual aparece reflejado en
la seccin 4, aquellos individuos con menor nivel educativo sufren ms en perodos
de recesin, quedando desempleados o trabajando una menor cantidad de horas que
las que realmente querran hacerlo. El desempleo es un tema vital que no es tratado
por ninguno de estos modelos ya que se supone que los agentes estn empleados en
todo momento. An as, la correccin por sesgo de seleccin que se desarrolla en la
seccin 3 tiende a compensar en parte este problema. No obstante se deja como
futura lnea de investigacin un anlisis ms acucioso del desempleo y sus efectos
sobre las tasas de retorno.
85
La forma funcional postula: i) un paralelismo de los perfiles de ln del ingreso con respecto a los distintos
niveles educativos; ii) los ingresos crecen en forma log lineal con los aos de educacin; iii) hay concavidad
de los perfiles de ingreso para los distintos niveles de experiencia y tenure.
86
Sapelli (05) calcula retornos de los distintos niveles educativos utilizando datos de cohortes nacidas entre
1925 y 1975.
60
Adicionalmente, la ecuacin de Mincer tiene varios problemas economtricos87. Estos

aparecen porque se viola un supuesto clave del modelo clsico de regresin lineal, como es
el de ausencia de correlacin entre residuo y regresor. Los posibles problemas son:
1. Sesgo de habilidad o sesgo de variable omitida: este problema ocurre porque hay
una variable relevante que no se incluye en la regresin (habilidad) la cual est
correlacionada con una de las variables incluidas (educacin). Esto hace que exista
correlacin entre residuo y regresor. Se espera que la corr(Si, Ai) > 0, por lo que
corr(Si, i) 0. Al omitir Ai, el estimador de la tasa de retorno a la educacin est
captando un efecto que no le corresponde por lo que estara sobreestimando al
verdadero parmetro.
Hay dos maneras de corregir este problema: i) si hay datos de medidas de habilidad,
como el IQ por ejemplo, se deben incluir en la regresin88. ii) si no hay datos de
medidas de habilidad la manera de corregir este sesgo es mediante el mtodo de
variables instrumentales89. Es decir, encontrar alguna variable (o conjunto de
variables) que est altamente correlacionada con la variable a instrumentalizar (Si),
pero que no est correlacionada con el error (i)90.
En el presente trabajo no corregimos este problema debido a que el sesgo de
habilidad tiende a compensarse con el sesgo provocado por el error de medicin, ya
que el primero sobreestima el verdadero parmetro y el segundo lo subestima.
2. Sesgo por error de medicin o variable proxy: esto ocasiona problemas cuando el
error de medicin se da en las variables independientes, ya que volvemos a tener
que hay correlacin entre regresor y residuo. As por ejemplo, la teora econmica
sostiene que hay una relacin entre el nivel de salarios del individuo y su nivel de
87
Griliches (77) analiza con mayor detalle los posibles problemas economtricos de la ecuacin de Mincer.
Medidas de habilidad no se encuentran disponibles en la EPH.
89
Algunos instrumentos utilizados en la literatura son: el trimestre de nacimiento relacionado con el ao de
nacimiento del individuo, las matrculas de las universidades pblicas del 2 y 4 ao de la carrera, la
distancia a la universidad o escuela mas cercana, variable que indica el cambio de alguna regla de educacin
exgena como la extensin de la educacin obligatoria, datos de hermanos o gemelos, etc.
90
Card (01) analiza estimaciones de la tasa de retorno a la educacin por mnimos cuadrados (OLS) y por
variables instrumentales (VI). Encuentra que la estimacin de la tasa de retorno a la educacin por VI es hasta
un 30 % mayor que la estimacin realizada por OLS. Pero los estimadores de VI son imprecisos en muchos
de los estudios, lo cual lo lleva a concluir que la magnitud del sesgo de habilidad presente en mnimos
cuadrados es desconocida.
88
61
capital humano. Pero, se utilizan como medidas del capital humano a algunas
variables proxies como son los aos de educacin del agente, su experiencia o el
tenure. Estas variables, no necesariamente miden fielmente el nivel de capital
humano efectivo del individuo91.
Otro problema surge debido a la no declaracin o declaracin errnea por parte de
los individuos. La evidencia internacional sugiere que aquellos individuos con
pocos aos de educacin tienden a sobredeclarar su verdadero nivel educativo,
mientras que las personas con muchos aos de educacin tienden a subdeclarar su
nivel educativo. Con respecto al nivel de ingresos ocurre algo similar, ya que las
personas tienden a subdeclarar el verdadero nivel de ingresos. Estas declaraciones
errneas pueden inducir sesgos en los parmetros estimados.
Generalmente, el estimador de la tasa de retorno en presencia de error de medicin
tiende a subestimar el verdadero parmetro por lo que compensara en parte al sesgo
de habilidad. Dada esta compensacin entre ambos sesgos es que no se los corrige
en el presente trabajo.
3. Problema de la autoseleccin: esto surge cuando la conformacin de la muestra de
los individuos que participan de un determinado tratamiento (ej. van a la
universidad, se emplean en el mercado laboral, etc.) no es aleatoria. Es decir, los
individuos que mas se benefician del tratamiento son los que ms participan. En
nuestro caso, la gran divisin sera entre los que se encuentran empleados versus los
que estn desempleados o inactivos. Una manera de corregir este posible problema
es mediante el modelo de seleccin de Heckman. Una correccin por sesgo de
seleccin se efecta en la seccin 3.
4. Educacin endgena: sabemos que la educacin ejerce una fuerte influencia sobre
los ingresos. Pero podra ser posible que la educacin venga determinada por el
nivel de ingresos. Si esto ocurre tenemos un fuerte problema de endogeneidad y
para resolverlo necesitamos manejar el herramental economtrico de ecuaciones
91
La calidad de la educacin es un factor clave en la formacin de capital humano, pero esto no es captado
por la medida de aos de educacin. Se sabe que existe una gran varianza en torno a la calidad de la
educacin. Algunos autores miden la calidad como los gastos realizados por las escuelas o el gasto por
alumno y en todos estos casos encuentran un efecto positivo de la calidad sobre los ingresos. En este trabajo
se descarta este ajuste debido a que no se tienen datos de estas variables.
62
simultneas. El problema puede darse tambin, porque los individuos aplican una
regla de eleccin sobre cuanto educarse. An cuando la educacin fuera endgena,
nada indica que el grado de endogeneidad sera sustancialmente distinto entre
ambas ondas. Dado esto, la comparacin entre tasas de retorno de aos diferentes
resulta ser vlida.
63
Anexo N 3: Datos y variables utilizadas.

a) Descripcin de los datos.
Los datos utilizados para estimar las ecuaciones de Mincer provienen de las ondas de mayo
de 1995 y mayo de 2002 de la EPH relevada por el INDEC. La EPH es una encuesta por
muestreo que recolecta datos socioeconmicos de los hogares y tambin de sus integrantes.
Se eligi este periodo de anlisis debido a que desde mayo de 1995 se pone en vigencia la
Base Usuaria Ampliada la cual homogeiniza las preguntas entre los distintos
aglomerados y se tabulan de una manera uniforme en todo el pas92. Esto hace que los datos
sean comparables.
La EPH se viene realizando desde 1972, aunque hasta 1984 se realizaba solo en las grandes
ciudades. A partir de 1993 comienza un periodo de agregacin de ms aglomerados hasta
llegar a cubrir ciudades mayores a 100.000 habitantes93. En el presente trabajo se
seleccionan 23 de los 31 aglomerados disponibles en la actualidad, esto debido a que los 8
aglomerados restantes se incorporaron a la EPH luego de 1995. En la siguiente tabla se
enumera el total de aglomerados y en negrita los seleccionados.
Tabla 10: aglomerados de la EPH.
Cdigo
02
03
04
05
06
07
08
09
10
12
13
Ciudad
La Plata
Baha Blanca
Rosario
Santa Fe
Paran
Posadas
Resistencia
Comodoro Rivadavia
Mendoza
Corrientes
Crdoba
Cdigo
14
15
17
18
19
20
22
23
25
26
27
Ciudad
Concordia
Formosa
Neuqun
Santiago del Estero
Jujuy
Ro Gallegos
Catamarca
Salta
La Rioja
San Luis
San Juan
Cdigo
29
30
31
32
33
34
35
36
37
Ciudad
Tucumn
Santa Rosa
Tierra del Fuego
Capital Federal
Gran Buenos Aires
Mar del Plata
Viedma
Ro Cuarto
Interior Mendoza.
Del total de la poblacin encuestada, seleccionamos los siguientes casos:

Trabajadores asalariados hombres que reporten ingresos laborales positivos.
92
La Base Usuaria Ampliada se utiliz hasta el ao 2003. Pero en este ao hay una restructuracin del
muestreo, lo que redujo notablemente el tamao muestral. Debido a esto se decidi analizar el ao 2002.
93
Un mayor detalle de la confeccin y evolucin de la EPH se puede encontrar en el instructivo de la Base
Usuaria Ampliada en www.indec.gov.ar.
64
Individuos cuya edad est entre los 15 y 65 aos, que no estn asistiendo al colegio
o universidad. Se descartan aquellos casos donde la persona est estudiando y
trabajando al mismo tiempo.
Individuos que hayan brindado informacin en todas las variables de inters, es
decir, salarios, educacin, tenure, tamao de la empresa, etc.94
Despus de haber aplicado estos criterios, nos queda una muestra de 10.493 casos para el
ao 1995 y 6.380 individuos para el 2002.
b) Descripcin de las variables utilizadas.
A continuacin se describen las variables utilizadas en el presente trabajo. Las variables
provenientes de la EPH son:
*ingresos: se toman los ingresos por concepto de salarios. Los salarios son mensuales y se
expresan en ln.
*edad: representa la cantidad de aos cumplidos que tiene la persona al momento de
responder la encuesta.
Las variables construidas son:
*aos de educacin: esta se construye en base a cuatro preguntas de la EPH. La pregunta
P55 determina si el individuo asiste, asisti o nunca asisti a la escuela. P56 determina cual
es el nivel de estudio mas alto alcanzado (que cursa o curs) pudiendo ser preescolar,
primaria, secundario (ya sea nacional, comercial, tcnico, etc.) y universitaria. P58
determina si el individuo finaliz ese nivel de estudio, mientras que P58B determina cual es
el ltimo grado o ao aprobado en ese estudio. Primaria completa corresponde a 7 aos de
educacin, secundaria completa implica que tiene 12 aos de educacin y universitaria
completa 17 aos de educacin.
*experiencia: se tiene una medida de experiencia potencial, la cual se construye como
X=edad - aos de educacin - 6. En las regresiones se incluye adicionalmente la
experiencia a la segunda potencia.
94
Es posible que este criterio de seleccin induzca algn tipo de sesgo. Sera interesante poder caracterizar a
aquellos individuos que no contestan las distintas preguntas.
65
*tenure: esta variable se construye en base a 2 preguntas. La pregunta P22 determina la

cantidad de aos que el individuo lleva trabajando en su actual ocupacin, mientras que
P22M determina la cantidad de meses. En las regresiones se incluye adicionalmente el
tenure a la segunda potencia95.
*tamao de la empresa: en la base de datos de la EPH, esta variable viene codificada por
rangos. Aqu, se opta por tomar el valor entero ms cercano al promedio de cada uno de
esos rangos96. La codificacin definitiva de esta variable es: 1 si la empresa donde trabaja el
individuo es unipersonal; 3 cuando la persona trabaja en un establecimiento donde la
cantidad de trabajadores flucta entre 2 y 5; 10 cuando trabajan entre 6 y 15 empleados; 20
(entre 16 y 25); 38 (entre 26 y 50); 75 (entre 51 y 100); 300 (entre 101 y 500) y 500 (ms
de 501 trabajadores).
*publico: es una variable dummy que toma el valor 1 cuando el trabajador trabaja en una
empresa pblica.
*variables dummies por industria o sector econmico: se construyeron 21 variables
dummies, 1 para cada tipo de industria (DIi para i = 1, 2, 3,, 21). La codificacin y el
sector se representan en la tabla 1197:
*variables para las regresiones spline: se construyeron 6 variables para la regresin que
desagrega por nivel educativo completo e incompleto. As tenemos primaria incompleta,
primaria completa, secundaria incompleta, secundaria completa, universitaria incompleta y
universitaria completa98.
95
Para los trabajadores desempleados se consulta el tiempo de antigedad que llevaban en el ltimo empleo
registrado. Adicionalmente, se tiene informacin del tamao de la empresa en el que trabajaban y el dato si la
empresa era pblica o privada. Datos del sector econmico en el que se incluye su ltimo empleo (antes de
quedar desempleados) aparecen captados en la EPH.
96
Se construye con dos preguntas, la P19 y P19B.
97
DI16 es la categora base.
98
La explicacin de su construccin se da en la seccin 3.
66
Tabla 11: codificacin y tipos de industria.

Codificacin
DI1
DI2
DI3
DI4
DI5
DI6
DI7
DI8
DI9
DI10
DI11
DI12
DI13
DI14
DI15
DI16
DI17
DI18
DI19
DI20
DI21
DI22
Tipo de Industria.
Ind. Prod qumicos y de la refinacin de petrleo y combustible nuclear.
Ind. Prod. metlicos, maquinarias y equipos.
Construccin.
Transporte.
Servicios conexos de transportes y comunicaciones.
Actividades inmobiliarias, empresariales y de alquiler.
Administracin pblica y defensa.
Enseanza.
Otras actividades de servicios sociales y comunitarios.
Hogares privados con servicio domstico.
67
Anexo N 4: Regresiones y estadsticos.

Estadsticos de la tabla 2.
Ao 1995.
sort estado
by estado: summ educ ex
---------------------------------------------------------------------------------> estado = 1
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------educ |
12132
9.608556
3.754217
0
17
ex |
12132
20.60114
12.35398
0
59
---------------------------------------------------------------------------------> estado = 2
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------educ |
1802
8.809101
3.173349
0
17
ex |
1802
15.56659
13.99446
0
59
---------------------------------------------------------------------------------> estado = 3
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------educ |
2525
7.513663
3.847879
0
17
ex |
2525
34.92277
17.03118
0
59
table educ estado
------------------------------aos de
|
determina si es
educacin | ocupado, desocupado
del
|
o inactivo
individuo |
1
2
3
----------+-------------------0 |
114
23
158
1 |
60
11
36
2 |
142
32
93
3 |
261
26
130
4 |
249
33
110
5 |
203
32
61
6 |
154
35
33
7 | 3,924
650 1,004
8 |
453
118
79
9 |
815
152
105
10 |
911
118
114
11 |
459
65
53
12 | 2,603
397
422
13 |
141
13
9
14 |
214
29
18
15 |
161
10
17
16 |
113
13
10
17 | 1,155
45
73
------------------------------gen edad_tram=1
replace edad_tram=2 if edad>=20
table edad_tram estado
------------------------------|
determina si es
&
&
&
&
&
edad<=29
edad<=39
edad<=49
edad<=59
edad<=65
68
| ocupado, desocupado
|
o inactivo
edad_tram |
1
2
3
----------+-------------------1 |
659
430
310
2 | 3,304
667
216
3 | 3,566
247
130
4 | 2,787
224
274
5 | 1,513
172
666
6 |
303
62
929
------------------------------by estado: summ tenc
---------------------------------------------------------------------------------> estado = 1
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------tenc |
12132
7.369883
8.122009
0
48
---------------------------------------------------------------------------------> estado = 2
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------tenc |
1802
0
0
0
0
---------------------------------------------------------------------------------> estado = 3
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------tenc |
2525
0
0
0
0
. by estado: summ anio_ocua
---------------------------------------------------------------------------------> estado = 1
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------anio_ocua |
12132
0
0
0
0
---------------------------------------------------------------------------------> estado = 2
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------anio_ocua |
1312
8.28811
22.00224
0
99
---------------------------------------------------------------------------------> estado = 3
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------anio_ocua |
2525
0
0
0
0
table tamc estado
------------------------------es el
|
nmero de |
empleados |
promedio |
determina si es
dentro de | ocupado, desocupado
los
|
o inactivo
rangos
|
1
2
3
----------+-------------------1 | 1,585 1,802 2,525
3 | 2,625
10 | 2,129
20 | 1,103
38 | 1,244
75 | 1,145
300 | 1,592
69
500 |
709
------------------------------. table n_estaba esta
---------------------------------determina |
la cant
|
de
|
personas |
que
|
determina si es
trabajaba | ocupado, desocupado o
n en el
|
inactivo
estab
|
1
2
3
----------+----------------------0 | 12,132
339
2,525
1 |
32
2 |
453
3 |
275
4 |
120
5 |
134
6 |
108
7 |
127
8 |
60
9 |
154
---------------------------------table estado tip_estab
-------------------------------------determina |
si es
|
ocupado, |
indica si el
desocupad | establecimiento es pblico
o o
|
o privado
inactivo |
0
1
2
3
----------+--------------------------1 |
3,703 8,316
113
2 | 1,802
3 | 2,525
-------------------------------------table estado tip_estaba
-------------------------------------------------determina |
si es
|
ocupado, |
desocupad | indica si el establecimiento en que
o o
|
estaba es pblico o privado
inactivo |
0
1
2
3
9
----------+--------------------------------------1 | 12,132
2 |
339
142
1,311
8
2
3 | 2,525
-------------------------------------------------table rama estado
-----------------------| determina si
rama de
| es ocupado,
actividad | desocupado o
a la que |
inactivo
se dedica |
1
2
----------+------------1 |
466
58
70
2 |
561
77
3 |
244
47
4 |
237
33
5 |
636
97
6 |
522
75
7 |
293
25
8 | 1,193
339
9 |
602
76
10 |
940
146
11 |
297
63
12 |
839
109
13 |
358
42
14 |
327
26
15 |
346
40
16 | 2,397
71
17 |
482
8
18 |
356
13
19 |
602
40
20 |
305
64
21 |
50
4
22 |
58
5
89 |
339
99 |
21
5
------------------------
Ao 2002.
sort estado
by estado: summ educ ex
---------------------------------------------------------------------------------> estado = 1
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------educ |
9562
10.19138
3.790229
0
17
ex |
9562
21.36833
12.44621
0
59
---------------------------------------------------------------------------------> estado = 2
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------educ |
2292
9.211606
3.443398
0
17
ex |
2292
17.72557
13.4775
0
56
---------------------------------------------------------------------------------> estado = 3
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------educ |
2302
7.990009
3.956015
0
17
ex |
2302
29.54822
18.02466
0
59
table educ estado
------------------------------aos de
|
determina si es
educacin | ocupado, desocupado
del
|
o inactivo
individuo |
1
2
3
----------+-------------------0 |
73
25
143
1 |
44
13
23
2 |
100
34
61
3 |
144
39
108
4 |
136
46
83
5 |
116
59
58
6 |
85
35
42
7 | 2,698
749
784
8 |
344
113
93
71
9 |
630
173
111
10 |
622
142
120
11 |
308
80
66
12 | 2,538
555
459
13 |
125
31
16
14 |
200
37
22
15 |
161
40
22
16 |
118
16
8
17 | 1,120
105
83
------------------------------table edad_tram estado
------------------------------|
determina si es
| ocupado, desocupado
|
o inactivo
edad_tram |
1
2
3
----------+-------------------1 |
235
253
331
2 | 2,611
908
404
3 | 2,733
463
165
4 | 2,248
333
246
5 | 1,378
271
572
6 |
357
64
584
------------------------------by estado: summ tenc
---------------------------------------------------------------------------------> estado = 1
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------tenc |
9562
7.968356
8.600599
0
50
---------------------------------------------------------------------------------> estado = 2
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------tenc |
2292
0
0
0
0
---------------------------------------------------------------------------------> estado = 3
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------tenc |
2302
0
0
0
0
. by estado: summ anio_ocua
---------------------------------------------------------------------------------> estado = 1
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------anio_ocua |
9562
0
0
0
0
---------------------------------------------------------------------------------> estado = 2
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------anio_ocua |
2292
3.943717
13.22738
0
99
---------------------------------------------------------------------------------> estado = 3
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------anio_ocua |
2302
0
0
0
0
. table tamc estado
------------------------------es el
|
nmero de |
72
empleados |
promedio |
determina si es
dentro de | ocupado, desocupado
los
|
o inactivo
rangos
|
1
2
3
----------+-------------------1 | 1,457 2,292 2,302
3 | 2,304
10 | 1,571
20 |
834
38 |
983
75 |
969
300 | 1,033
500 |
411
------------------------------. table n_estaba esta
------------------------------determina |
la cant
|
de
|
personas |
que
|
determina si es
trabajaba | ocupado, desocupado
n en el
|
o inactivo
estab
|
1
2
3
----------+-------------------0 | 9,562
304 2,302
1 |
86
2 |
653
3 |
359
4 |
160
5 |
177
6 |
146
7 |
127
8 |
50
9 |
230
------------------------------table estado tip_estab
-------------------------------------determina |
si es
|
ocupado, |
indica si el
desocupad | establecimiento es pblico
o o
|
o privado
inactivo |
0
1
2
3
----------+--------------------------1 |
2,953 6,568
41
2 | 2,292
3 | 2,302
-------------------------------------. table estado tip_estaba
--------------------------------------------determina |
si es
|
ocupado, |
desocupad | indica si el establecimiento en
o o
| que estaba es pblico o privado
inactivo |
0
1
2
3
9
----------+---------------------------------1 | 9,562
73
2 |
304
144 1,841
1
2
3 | 2,302
--------------------------------------------table rama estado
-----------------------| determina si
rama de
| es ocupado,
actividad | desocupado o
a la que |
inactivo
se dedica |
1
2
----------+------------1 |
372
97
2 |
439
79
3 |
167
46
4 |
183
38
5 |
292
85
6 |
323
89
7 |
177
16
8 |
689
487
9 |
464
107
10 |
925
201
11 |
218
71
12 |
796
130
13 |
268
78
14 |
225
24
15 |
368
113
16 | 1,973
88
17 |
473
23
18 |
357
29
19 |
503
72
20 |
232
59
21 |
37
20
22 |
74
31
89 |
304
99 |
7
5
------------------------
74
Regresiones de la tabla 4.
Ao 1995.
reg lning educ ex ex2 tenc tenc2 tamc publico di1 di2 di3 di4 di5 di6 di7 di8
di9 di10 di11 di12 di13 di14 di15 di17 di18 di19 di20 di21 di22
------------------------------------------------------------------------------Source |
SS
df
MS
Number of obs =
10493
-------------+-----------------------------F( 28, 10464) = 201.69
Model | 1708.45004
28 61.0160728
Prob > F
= 0.0000
Residual | 3165.63249 10464 .302526041
R-squared
= 0.3505
-------------+-----------------------------Adj R-squared = 0.3488
Total | 4874.08253 10492 .464552281
Root MSE
= .55002
-----------------------------------------------------------------------------lning |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------educ |
.0828641
.0017356
47.75
0.000
.0794621
.0862661
ex |
.0472375
.0017117
27.60
0.000
.0438823
.0505927
ex2 | -.0007379
.0000343
-21.52
0.000
-.0008052
-.0006707
tenc |
.0125529
.002056
6.11
0.000
.0085227
.0165831
tenc2 | -.0002163
.0000685
-3.16
0.002
-.0003506
-.000082
tamc |
.0004194
.0000398
10.55
0.000
.0003414
.0004973
publico |
.0100425
.021967
0.46
0.648
-.0330169
.053102
di1 |
.2683235
.0366883
7.31
0.000
.1964074
.3402396
di2 | -.0841142
.0346729
-2.43
0.015
-.1520797
-.0161487
di3 | -.2124726
.0442505
-4.80
0.000
-.2992119
-.1257332
di4 |
.176129
.04474
3.94
0.000
.0884301
.2638279
di5 |
.0666084
.0326219
2.04
0.041
.0026632
.1305536
di6 | -.1058669
.0349554
-3.03
0.002
-.1743861
-.0373477
di7 |
.1108463
.0387072
2.86
0.004
.0349728
.1867197
di8 | -.1188634
.0286698
-4.15
0.000
-.1750617
-.0626651
di9 | -.0067988
.0339232
-0.20
0.841
-.0732947
.0596971
di10 | -.1252604
.0304164
-4.12
0.000
-.1848824
-.0656385
di11 | -.1315492
.0409544
-3.21
0.001
-.2118276
-.0512708
di12 |
.0544374
.030893
1.76
0.078
-.0061189
.1149936
di13 |
.0998826
.0386852
2.58
0.010
.0240523
.1757129
di14 |
.1587744
.0380362
4.17
0.000
.0842162
.2333325
di15 | -.0318162
.0392971
-0.81
0.418
-.108846
.0452135
di17 | -.2639611
.0305432
-8.64
0.000
-.3238316
-.2040906
di18 | -.0804541
.035448
-2.27
0.023
-.1499389
-.0109694
di19 | -.0599162
.0312878
-1.92
0.056
-.1212462
.0014139
di20 | -.2317011
.0405453
-5.71
0.000
-.3111776
-.1522245
di21 | -.5926795
.0830229
-7.14
0.000
-.7554203
-.4299387
di22 | -.1770391
.0799734
-2.21
0.027
-.3338023
-.0202759
_cons |
4.864583
.0350175
138.92
0.000
4.795942
4.933224
-----------------------------------------------------------------------------reg lning pr se un ex ex2 tenc tenc2 tamc publico di1 di2 di3 di4 di5 di6 di7
di8 di9 di10 di11 di12 di13 di14 di15 di17 di18 di19 di20 di21 di22
------------------------------------------------------------------------------Source |
SS
df
MS
Number of obs =
10493
-------------+-----------------------------F( 30, 10462) = 196.67
Model |
1757.5783
30 58.5859433
Prob > F
= 0.0000
Residual | 3116.50423 10462 .297887998
R-squared
= 0.3606
-------------+-----------------------------Adj R-squared = 0.3588
Total | 4874.08253 10492 .464552281
Root MSE
= .54579
-----------------------------------------------------------------------------lning |
Coef.
Std. Err.
t
P>|t|
-------------+---------------------------------------------------------------pr |
.0425443
.0050559
8.41
0.000
.0326338
.0524547
se |
.0717135
.002966
24.18
0.000
.0658995
.0775276
un |
.1225426
.0041206
29.74
0.000
.1144655
.1306197
ex |
.048511
.0017101
28.37
0.000
.0451589
.0518632
ex2 | -.0007945
.0000346
-22.98
0.000
-.0008622
-.0007267
tenc |
.012382
.0020406
6.07
0.000
.0083821
.016382
75
tenc2 | -.0001854
.0000681
-2.72
0.006
-.0003188
-.0000519
tamc |
.0004091
.0000395
10.37
0.000
.0003318
.0004865
publico |
.0085704
.0218001
0.39
0.694
-.0341619
.0513027
di1 |
.2573359
.036424
7.07
0.000
.1859379
.328734
di2 | -.0856204
.0344125
-2.49
0.013
-.1530756
-.0181653
di3 | -.2077827
.0439426
-4.73
0.000
-.2939186
-.1216469
di4 |
.1733042
.0443966
3.90
0.000
.0862784
.26033
di5 |
.0802691
.0323893
2.48
0.013
.0167799
.1437583
di6 | -.1069639
.034691
-3.08
0.002
-.174965
-.0389629
di7 |
.1186832
.0384144
3.09
0.002
.0433836
.1939828
di8 | -.1392158
.0284996
-4.88
0.000
-.1950805
-.0833512
di9 |
.0077477
.0336812
0.23
0.818
-.0582739
.0737692
di10 | -.1142079
.0301964
-3.78
0.000
-.1733987
-.0550171
di11 | -.1206006
.0406587
-2.97
0.003
-.2002993
-.0409018
di12 |
.0692971
.0306955
2.26
0.024
.009128
.1294662
di13 |
.1081015
.0383944
2.82
0.005
.0328412
.1833619
di14 |
.1563586
.0377809
4.14
0.000
.0823008
.2304165
di15 | -.0319723
.0389947
-0.82
0.412
-.1084093
.0444648
di17 | -.3092623
.0305259
-10.13
0.000
-.3690989
-.2494258
di18 | -.1165281
.0353302
-3.30
0.001
-.1857819
-.0472742
di19 | -.0577936
.0310492
-1.86
0.063
-.1186558
.0030687
di20 | -.2196898
.0402746
-5.45
0.000
-.2986356
-.140744
di21 | -.6013482
.0823948
-7.30
0.000
-.7628577
-.4398386
di22 | -.1686359
.0793656
-2.12
0.034
-.3242076
-.0130641
_cons |
5.141572
.04472
114.97
0.000
5.053912
5.229231
------------------------------------------------------------------------------
Ao 2002.
reg lning educ ex ex2 tenc tenc2 tamc publico di1 di2 di3 di4 di5 di6 di7 di8
di9 di10 di11 di12 di13 di14 di15 di17 di 18 di19 di20 di21 di22
--------------------------------------------------------------------------------Source |
SS
df
MS
Number of obs =
6380
-------------+-----------------------------F( 28, 6351) = 156.65
Model | 1660.12833
28 59.2902975
Prob > F
= 0.0000
Residual | 2403.85722 6351 .378500586
R-squared
= 0.4085
-------------+-----------------------------Adj R-squared = 0.4059
Total | 4063.98555 6379 .637088188
Root MSE
= .61522
-----------------------------------------------------------------------------lning |
Coef.
Std. Err.
t
P>|t|
-------------+---------------------------------------------------------------educ |
.0983402
.0024653
39.89
0.000
.0935073
.1031731
ex |
.0377265
.0025302
14.91
0.000
.0327665
.0426866
ex2 | -.0005403
.0000494
-10.93
0.000
-.0006373
-.0004434
tenc |
.0390093
.0026871
14.52
0.000
.0337417
.0442768
tenc2 | -.0007855
.0000844
-9.31
0.000
-.0009509
-.0006201
tamc |
.0006976
.0000606
11.52
0.000
.0005788
.0008163
publico | -.0564748
.0360096
-1.57
0.117
-.1270659
.0141162
di1 |
.3140874
.056051
5.60
0.000
.2042087
.4239662
di2 | -.0941758
.0531962
-1.77
0.077
-.1984582
.0101067
di3 | -.1623941
.0724656
-2.24
0.025
-.3044511
-.020337
di4 |
.1428806
.0655614
2.18
0.029
.014358
.2714031
di5 |
.0348806
.056523
0.62
0.537
-.0759235
.1456847
di6 | -.1567988
.056777
-2.76
0.006
-.2681007
-.0454968
di7 |
.1771391
.0665511
2.66
0.008
.0466763
.3076018
di8 | -.2111592
.048985
-4.31
0.000
-.3071863
-.1151322
di9 | -.1265201
.0535139
-2.36
0.018
-.2314254
-.0216147
di10 | -.1720393
.0466072
-3.69
0.000
-.2634051
-.0806735
di11 | -.2944754
.0629731
-4.68
0.000
-.4179239
-.1710269
di12 | -.1393317
.0469645
-2.97
0.003
-.2313979
-.0472655
di13 | -.1125759
.0588086
-1.91
0.056
-.2278607
.0027088
di14 |
.2218623
.0595079
3.73
0.000
.1052068
.3385178
di15 | -.1151187
.0541445
-2.13
0.034
-.2212602
-.0089773
di17 |
-.378308
.0412698
-9.17
0.000
-.4592108
-.2974052
76
di18 | -.1687055
.0453553
-3.72
0.000
-.2576171
-.0797938
di19 | -.0996371
.0478161
-2.08
0.037
-.1933727
-.0059015
di20 | -.4430218
.0620131
-7.14
0.000
-.5645884
-.3214552
di21 | -1.049456
.1213597
-8.65
0.000
-1.287362
-.81155
di22 | -.3748934
.0923498
-4.06
0.000
-.5559301
-.1938567
_cons |
4.29428
.0565531
75.93
0.000
4.183417
4.405143
-----------------------------------------------------------------------------reg lning pr se un ex ex2 tenc tenc2 tamc publico di1 di2 di3 di4 di5 di6 di7
di8 di9 di10 di11 di12 di13 di14 di15 di17 di18 di19 di20 di21 di22
--------------------------------------------------------------------------------Source |
SS
df
MS
Number of obs =
6380
-------------+-----------------------------F( 30, 6349) = 149.09
Model | 1679.68307
30 55.9894357
Prob > F
= 0.0000
Residual | 2384.30248 6349 .375539846
R-squared
= 0.4133
-------------+-----------------------------Adj R-squared = 0.4105
Total | 4063.98555 6379 .637088188
Root MSE
= .61281
-----------------------------------------------------------------------------lning |
Coef.
Std. Err.
t
P>|t|
-------------+---------------------------------------------------------------pr |
.0683366
.0082115
8.32
0.000
.0522392
.0844339
se |
.0853395
.0042621
20.02
0.000
.0769844
.0936946
un |
.1297471
.0053885
24.08
0.000
.1191839
.1403104
ex |
.0387569
.0025412
15.25
0.000
.0337753
.0437384
ex2 | -.0005812
.0000499
-11.64
0.000
-.0006791
-.0004833
tenc |
.0387956
.0026772
14.49
0.000
.0335474
.0440438
tenc2 | -.0007555
.0000842
-8.97
0.000
-.0009205
-.0005904
tamc |
.0006949
.0000603
11.52
0.000
.0005766
.0008132
publico | -.0611177
.0358763
-1.70
0.089
-.1314474
.009212
di1 |
.3001381
.0558685
5.37
0.000
.1906169
.4096593
di2 | -.0959945
.0530076
-1.81
0.070
-.1999073
.0079183
di3 | -.1483797
.0722424
-2.05
0.040
-.2899991
-.0067602
di4 |
.1461309
.0653175
2.24
0.025
.0180866
.2741752
di5 |
.0454646
.0563335
0.81
0.420
-.064968
.1558973
di6 | -.1574125
.0565548
-2.78
0.005
-.2682791
-.0465459
di7 |
.1671574
.066305
2.52
0.012
.0371773
.2971375
di8 |
-.22133
.0488255
-4.53
0.000
-.3170444
-.1256156
di9 | -.1220448
.0533176
-2.29
0.022
-.2265654
-.0175243
di10 | -.1598665
.0464562
-3.44
0.001
-.2509364
-.0687967
di11 |
-.286987
.062756
-4.57
0.000
-.41001
-.163964
di12 | -.1259436
.0468476
-2.69
0.007
-.2177806
-.0341065
di13 | -.1067857
.0585839
-1.82
0.068
-.2216299
.0080586
di14 |
.2176177
.0592939
3.67
0.000
.1013818
.3338537
di15 | -.1184103
.0539424
-2.20
0.028
-.2241555
-.012665
di17 | -.4233545
.0416162
-10.17
0.000
-.5049362
-.3417728
di18 | -.2032793
.0454941
-4.47
0.000
-.2924631
-.1140954
di19 | -.0999321
.0476365
-2.10
0.036
-.1933158
-.0065484
di20 | -.4401268
.0618336
-7.12
0.000
-.5613417
-.318912
di21 | -1.054445
.1208992
-8.72
0.000
-1.291448
-.8174415
di22 | -.3594403
.0920268
-3.91
0.000
-.5398438
-.1790367
_cons |
4.511789
.0727361
62.03
0.000
4.369201
4.654376
------------------------------------------------------------------------------
77
Regresiones de la tabla 5 y 6.
Ao 1995.
reg lning eprinc epr eseinc ese euninc eun ex ex2 tenc tenc2 tamc publico di1
di2 di3 di4 di5 di6 di7 di8 di9 di10 di11 di12 di13 di14 di15 di17 di18 di19 di20
di21 di22
--------------------------------------------------------------------------------Source |
SS
df
MS
Number of obs =
10493
-------------+-----------------------------F( 33, 10459) = 180.00
Model | 1765.44999
33 53.4984845
Prob > F
= 0.0000
Residual | 3108.63254 10459 .297220819
R-squared
= 0.3622
-------------+-----------------------------Adj R-squared = 0.3602
Total | 4874.08253 10492 .464552281
Root MSE
= .54518
-----------------------------------------------------------------------------lning |
Coef.
Std. Err.
t
P>|t|
-------------+---------------------------------------------------------------eprinc |
.0316488
.0098457
3.21
0.001
.0123494
.0509483
epr |
.0845012
.0315502
2.68
0.007
.0226567
.1463456
eseinc |
.0659573
.005337
12.36
0.000
.0554958
.0764188
ese |
.1046254
.0207232
5.05
0.000
.064004
.1452468
euninc |
.0778988
.009925
7.85
0.000
.0584438
.0973538
eun |
.3187087
.0409209
7.79
0.000
.2384959
.3989215
ex |
.0485957
.0017084
28.45
0.000
.045247
.0519445
ex2 | -.0007968
.0000345
-23.07
0.000
-.0008645
-.0007291
tenc |
.0125399
.002039
6.15
0.000
.0085431
.0165368
tenc2 | -.0001903
.000068
-2.80
0.005
-.0003236
-.0000569
tamc |
.000408
.0000394
10.35
0.000
.0003307
.0004853
publico |
.0070381
.0217815
0.32
0.747
-.0356578
.049734
di1 |
.2562285
.0363908
7.04
0.000
.1848956
.3275614
di2 | -.0837601
.0343864
-2.44
0.015
-.1511641
-.0163562
di3 | -.2066678
.0438972
-4.71
0.000
-.2927148
-.1206209
di4 |
.1757872
.044355
3.96
0.000
.0888429
.2627316
di5 |
.0820133
.0323581
2.53
0.011
.0185852
.1454415
di6 | -.1021915
.0346724
-2.95
0.003
-.170156
-.0342271
di7 |
.1182693
.0383747
3.08
0.002
.0430476
.193491
di8 | -.1364065
.0284947
-4.79
0.000
-.1922615
-.0805515
di9 |
.0135037
.0336626
0.40
0.688
-.0524813
.0794887
di10 |
-.110731
.0301735
-3.67
0.000
-.1698768
-.0515851
di11 |
-.11821
.0406331
-2.91
0.004
-.1978585
-.0385614
di12 |
.0708546
.0306849
2.31
0.021
.0107063
.1310029
di13 |
.1109833
.0383605
2.89
0.004
.0357895
.1861771
di14 |
.1716169
.037934
4.52
0.000
.097259
.2459748
di15 | -.0309404
.0389537
-0.79
0.427
-.107297
.0454162
di17 | -.3171647
.0305361
-10.39
0.000
-.3770214
-.257308
di18 | -.1240268
.0353251
-3.51
0.000
-.1932707
-.0547829
di19 | -.0576509
.0310204
-1.86
0.063
-.1184569
.0031551
di20 | -.2200887
.0402339
-5.47
0.000
-.2989548
-.1412226
di21 | -.5991902
.0823277
-7.28
0.000
-.7605681
-.4378122
di22 | -.1677055
.0792797
-2.12
0.034
-.3231088
-.0123022
_cons |
5.168078
.0492925
104.85
0.000
5.071455
5.2647
------------------------------------------------------------------------------
Ao 2002.
reg lning eprinc epr eseinc ese euninc eun ex ex2 tenc tenc2 tamc publico di1
di2 di3 di4 di5 di6 di7 di8 di9 di10 di11 di12 di13 di14 di15 di17 di18 di19 di20
di21 di22
Source |
SS
df
MS
Number of obs =
6380
-------------+-----------------------------F( 33, 6346) = 137.56
Model | 1694.79672
33 51.3574763
Prob > F
= 0.0000
Residual | 2369.18883 6346 .373335776
R-squared
= 0.4170
-------------+-----------------------------Adj R-squared = 0.4140
Total | 4063.98555 6379 .637088188
Root MSE
= .61101
------------------------------------------------------------------------------
78
lning |
Coef.
Std. Err.
t
P>|t|
-------------+---------------------------------------------------------------eprinc |
.0863621
.0166381
5.19
0.000
.0537458
.1189785
epr |
.0078327
.0530225
0.15
0.883
-.0961094
.1117747
eseinc |
.0753475
.0082899
9.09
0.000
.0590966
.0915985
ese |
.1463169
.0303639
4.82
0.000
.0867934
.2058403
euninc |
.0610919
.0123311
4.95
0.000
.0369187
.085265
eun |
.4334456
.0508078
8.53
0.000
.3338451
.5330461
ex |
.0396669
.0025384
15.63
0.000
.0346908
.0446429
ex2 | -.0005989
.0000499
-12.00
0.000
-.0006967
-.0005011
tenc |
.0384715
.0026709
14.40
0.000
.0332357
.0437074
tenc2 | -.0007476
.000084
-8.90
0.000
-.0009122
-.0005829
tamc |
.0006965
.0000602
11.58
0.000
.0005786
.0008145
publico |
-.070278
.0358201
-1.96
0.050
-.1404976
-.0000584
di1 |
.2905752
.055734
5.21
0.000
.1813176
.3998327
di2 | -.0984336
.0528657
-1.86
0.063
-.2020683
.0052011
di3 | -.1499065
.0720638
-2.08
0.038
-.2911758
-.0086371
di4 |
.1390602
.0651422
2.13
0.033
.0113595
.2667609
di5 |
.0425028
.0561924
0.76
0.449
-.0676533
.1526589
di6 | -.1599803
.0563998
-2.84
0.005
-.270543
-.0494176
di7 |
.1752944
.0661239
2.65
0.008
.0456692
.3049197
di8 | -.2259279
.0487059
-4.64
0.000
-.3214079
-.1304478
di9 | -.1249376
.0531748
-2.35
0.019
-.2291781
-.020697
di10 | -.1615992
.0463469
-3.49
0.000
-.2524548
-.0707435
di11 | -.2875114
.0626324
-4.59
0.000
-.4102921
-.1647307
di12 | -.1317016
.0467556
-2.82
0.005
-.2233585
-.0400448
di13 | -.1100702
.0584144
-1.88
0.060
-.2245822
.0044418
di14 |
.2417857
.0593157
4.08
0.000
.125507
.3580644
di15 | -.1215461
.0537947
-2.26
0.024
-.227002
-.0160902
di17 | -.4368269
.041551
-10.51
0.000
-.5182809
-.3553729
di18 | -.2215096
.0454614
-4.87
0.000
-.3106294
-.1323899
di19 | -.1000115
.0475056
-2.11
0.035
-.1931386
-.0068844
di20 | -.4433851
.0616667
-7.19
0.000
-.5642727
-.3224975
di21 | -1.066042
.1205698
-8.84
0.000
-1.302399
-.829684
di22 | -.3681605
.09177
-4.01
0.000
-.5480606
-.1882603
_cons |
4.464598
.0812706
54.93
0.000
4.30528
4.623916
------------------------------------------------------------------------------
79
Regresiones de la tabla 7.
Ao 1995.
heckman lning eprinc epr eseinc ese euninc eun ex ex2 tenc tenc2 tamc publico,
select (jef_hog n_men d_estciv ot_ing eprinc epr eseinc ese euninc eun ex ex2
tenc tenc2 tamc publico)
Iteration 0:
log likelihood
Iteration 1:
log likelihood
Iteration 2:
log likelihood
Heckman selection model
(regression model with sample
= -13637.656
= -13637.648
= -13637.648
Number of obs
=
16459
Censored obs
=
4779
Uncensored obs
=
11680
Wald chi2(12)
=
5380.45
Log likelihood = -13637.65
Prob > chi2
=
0.0000
-----------------------------------------------------------------------------|
Coef.
Std. Err.
z
P>|z|
-------------+---------------------------------------------------------------lning
|
eprinc |
.0328463
.0095816
3.43
0.001
.0140667
.0516259
epr |
.0926127
.0307002
3.02
0.003
.0324414
.1527841
eseinc |
.070924
.0051864
13.67
0.000
.0607587
.0810892
ese |
.1092411
.020097
5.44
0.000
.0698516
.1486305
euninc |
.0827589
.0095799
8.64
0.000
.0639827
.1015351
eun |
.2494038
.0393277
6.34
0.000
.172323
.3264846
ex |
.0519775
.0016599
31.31
0.000
.0487241
.0552308
ex2 | -.0008522
.0000338
-25.19
0.000
-.0009186
-.0007859
tenc |
.0137666
.0022884
6.02
0.000
.0092814
.0182518
tenc2 | -.0002128
.0000724
-2.94
0.003
-.0003547
-.000071
tamc |
.0005058
.0000402
12.59
0.000
.000427
.0005845
publico | -.0200875
.0157438
-1.28
0.202
-.0509448
.0107698
_cons |
5.071064
.0427039
118.75
0.000
4.987365
5.154762
-------------+---------------------------------------------------------------select
|
jef_hog |
.2814219
.0533868
5.27
0.000
.1767857
.3860582
n_men |
.0135197
.0048397
2.79
0.005
.004034
.0230055
d_estciv |
.330179
.048669
6.78
0.000
.2347896
.4255684
ot_ing | -.0004268
.0000502
-8.50
0.000
-.0005251
-.0003284
eprinc |
.0306036
.02428
1.26
0.208
-.0169844
.0781916
epr | -.1647221
.08774
-1.88
0.060
-.3366895
.0072452
eseinc |
.0309118
.0162976
1.90
0.058
-.001031
.0628545
ese | -.1289636
.0635175
-2.03
0.042
-.2534556
-.0044715
euninc | -.0179426
.032538
-0.55
0.581
-.081716
.0458307
eun |
.0787019
.133312
0.59
0.555
-.1825849
.3399887
ex | -.0017784
.0048538
-0.37
0.714
-.0112917
.0077348
ex2 |
-.000462
.0000883
-5.23
0.000
-.0006351
-.0002889
tenc |
.255455
.0065227
39.16
0.000
.2426707
.2682393
tenc2 | -.0061762
.0002069
-29.85
0.000
-.0065817
-.0057708
tamc |
.0035221
.0001921
18.33
0.000
.0031455
.0038987
publico | -1.847009
.0336614
-54.87
0.000
-1.912984
-1.781034
_cons |
.8214822
.1039669
7.90
0.000
.6177109
1.025253
-------------+---------------------------------------------------------------/athrho |
.0064096
.0452458
0.14
0.887
-.0822705
.0950896
/lnsigma | -.5778631
.006543
-88.32
0.000
-.5906872
-.565039
-------------+---------------------------------------------------------------rho |
.0064095
.0452439
-.0820854
.0948041
sigma |
.5610961
.0036713
.5539465
.568338
lambda |
.0035963
.0253864
-.0461601
.0533527
-----------------------------------------------------------------------------LR test of indep. eqns. (rho = 0):
chi2(1) =
0.02
Prob > chi2 = 0.8875
-----------------------------------------------------------------------------selection)
80
. heckman lning eprinc epr eseinc ese euninc eun ex ex2 tenc tenc2 tamc publico,
tenc tenc2 tamc publico) two
Heckman selection model -- two-step estimates
Number of obs
=
16459
(regression model with sample selection)
Censored obs
=
4779
Uncensored obs
=
11680
Wald chi2(24)
= 11334.42
Prob > chi2
=
0.0000
-----------------------------------------------------------------------------|
Coef.
Std. Err.
z
P>|z|
-------------+---------------------------------------------------------------lning
|
eprinc |
.0328592
.0095824
3.43
0.001
.0140781
.0516402
epr |
.092552
.0307055
3.01
0.003
.0323703
.1527337
eseinc |
.070934
.0051873
13.67
0.000
.060767
.0811009
ese |
.1091826
.0201045
5.43
0.000
.0697785
.1485868
euninc |
.0827581
.0095799
8.64
0.000
.0639819
.1015344
eun |
.2494268
.0393284
6.34
0.000
.1723445
.3265091
ex |
.0519899
.001664
31.24
0.000
.0487286
.0552512
ex2 | -.0008526
.000034
-25.05
0.000
-.0009193
-.0007859
tenc |
.0138629
.00246
5.64
0.000
.0090414
.0186845
tenc2 | -.0002153
.0000759
-2.84
0.005
-.0003641
-.0000665
tamc |
.0005068
.0000413
12.27
0.000
.0004258
.0005878
publico | -.0208648
.017349
-1.20
0.229
-.0548681
.0131386
_cons |
5.070392
.0431656
117.46
0.000
4.985788
5.154995
-------------+---------------------------------------------------------------select
|
jef_hog |
.2829222
.0523277
5.41
0.000
.1803618
.3854826
n_men |
.0134993
.0048373
2.79
0.005
.0040183
.0229803
d_estciv |
.331032
.0482948
6.85
0.000
.2363758
.4256881
ot_ing | -.0004268
.0000502
-8.50
0.000
-.0005251
-.0003284
eprinc |
.0305902
.0242788
1.26
0.208
-.0169954
.0781758
epr | -.1650582
.087703
-1.88
0.060
-.336953
.0068366
eseinc |
.0309057
.0162986
1.90
0.058
-.0010389
.0628503
ese | -.1290697
.0635164
-2.03
0.042
-.2535596
-.0045798
euninc | -.0180868
.032524
-0.56
0.578
-.0818326
.0456591
eun |
.0786122
.1333193
0.59
0.555
-.1826887
.3399132
ex |
-.001888
.0047916
-0.39
0.694
-.0112794
.0075034
ex2 | -.0004608
.0000879
-5.24
0.000
-.0006331
-.0002886
tenc |
.2554555
.0065231
39.16
0.000
.2426705
.2682405
tenc2 | -.0061758
.0002069
-29.86
0.000
-.0065812
-.0057703
tamc |
.0035232
.000192
18.35
0.000
.0031468
.0038996
publico | -1.846098
.0330452
-55.87
0.000
-1.910865
-1.781331
_cons |
.8214628
.1039668
7.90
0.000
.6176917
1.025234
-------------+---------------------------------------------------------------mills
|
lambda |
.0056539
.0318795
0.18
0.859
-.0568288
.0681366
-------------+---------------------------------------------------------------rho |
0.01008
sigma | .56109905
lambda |
.0056539
.0318795
------------------------------------------------------------------------------
Ao 2002.
. heckman lning eprinc epr eseinc ese euninc eun ex ex2 tenc tenc2 tamc publico,
tenc tenc2 tamc publico)
Iteration 0:
log likelihood
Iteration 1:
log likelihood
Iteration 2:
log likelihood
Iteration 3:
log likelihood
Heckman selection model
=
=
=
=
-12967.632
-12964.062
-12964.058
-12964.058
Number of obs
81
14156
Censored obs
=
5503
Uncensored obs
=
8653
Wald chi2(12)
=
4497.71
Log likelihood = -12964.06
Prob > chi2
=
0.0000
-----------------------------------------------------------------------------|
Coef.
Std. Err.
z
P>|z|
-------------+---------------------------------------------------------------lning
|
eprinc |
.0879602
.0142726
6.16
0.000
.0599865
.1159339
epr |
.0501698
.0470195
1.07
0.286
-.0419867
.1423262
eseinc |
.0757682
.0073697
10.28
0.000
.061324
.0902125
ese |
.1688564
.0271481
6.22
0.000
.1156471
.2220656
euninc |
.0765244
.0114506
6.68
0.000
.0540816
.0989671
eun |
.3010901
.0473312
6.36
0.000
.2083227
.3938574
ex |
.0411547
.002259
18.22
0.000
.0367272
.0455822
ex2 |
-.000593
.0000447
-13.26
0.000
-.0006807
-.0005054
tenc |
.0271433
.0033487
8.11
0.000
.02058
.0337067
tenc2 | -.0004594
.0000952
-4.82
0.000
-.000646
-.0002727
tamc |
.0006737
.0000621
10.85
0.000
.000552
.0007954
publico |
.0790079
.0275676
2.87
0.004
.0249764
.1330393
_cons |
4.524748
.0638456
70.87
0.000
4.399613
4.649883
-------------+---------------------------------------------------------------select
|
jef_hog |
.4270255
.0430078
9.93
0.000
.3427318
.5113191
n_men |
.0176705
.0043911
4.02
0.000
.0090642
.0262768
d_estciv |
.2235165
.0401517
5.57
0.000
.1448207
.3022123
ot_ing | -.0019341
.0001375
-14.06
0.000
-.0022037
-.0016646
eprinc |
.0333259
.0243789
1.37
0.172
-.0144558
.0811076
epr | -.0403492
.0866175
-0.47
0.641
-.2101164
.1294179
eseinc |
.0089946
.0153638
0.59
0.558
-.0211178
.0391071
ese |
-.023737
.0573563
-0.41
0.679
-.1361531
.0886792
euninc | -.0613956
.0249108
-2.46
0.014
-.1102199
-.0125714
eun |
.4012167
.1028798
3.90
0.000
.1995761
.6028573
ex | -.0031098
.0045329
-0.69
0.493
-.0119942
.0057746
ex2 | -.0002345
.0000844
-2.78
0.005
-.0004001
-.000069
tenc |
.1678225
.0051625
32.51
0.000
.1577042
.1779409
tenc2 | -.0038233
.0001659
-23.04
0.000
-.0041485
-.0034981
tamc |
.0023603
.0001655
14.26
0.000
.0020359
.0026847
publico | -1.594824
.0302835
-52.66
0.000
-1.654179
-1.535469
_cons |
.2817865
.1047242
2.69
0.007
.0765308
.4870421
-------------+---------------------------------------------------------------/athrho | -.4331965
.0686815
-6.31
0.000
-.5678098
-.2985832
/lnsigma | -.4341463
.0105005
-41.35
0.000
-.454727
-.4135657
-------------+---------------------------------------------------------------rho | -.4079892
.0572491
-.513749
-.2900155
sigma |
.6478174
.0068024
.6346212
.6612881
lambda | -.2643025
.0390529
-.3408448
-.1877602
-----------------------------------------------------------------------------LR test of indep. eqns. (rho = 0):
chi2(1) =
37.55
Prob > chi2 = 0.0000
-----------------------------------------------------------------------------. heckman lning eprinc epr eseinc ese euninc eun ex ex2 tenc tenc2 tamc publico,
tenc tenc2 tamc publico) two
Heckman selection model -- two-step estimates
Number of obs
=
14156
Censored obs
=
5503
Uncensored obs
=
8653
Wald chi2(24)
=
9549.34
Prob > chi2
=
0.0000
-----------------------------------------------------------------------------|
Coef.
Std. Err.
z
P>|z|
-------------+----------------------------------------------------------------
82
lning
|
eprinc |
.0879169
.0142736
6.16
0.000
.0599411
.1158927
epr |
.0497941
.0470151
1.06
0.290
-.0423538
.141942
eseinc |
.0756765
.0073691
10.27
0.000
.0612333
.0901198
ese |
.1684451
.0271406
6.21
0.000
.1152504
.2216397
euninc |
.0765658
.0114481
6.69
0.000
.054128
.0990036
eun |
.3019998
.0473296
6.38
0.000
.2092355
.3947641
ex |
.0411728
.0022613
18.21
0.000
.0367408
.0456048
ex2 | -.0005949
.0000447
-13.30
0.000
-.0006826
-.0005072
tenc |
.0276461
.003363
8.22
0.000
.0210546
.0342375
tenc2 | -.0004711
.0000956
-4.93
0.000
-.0006586
-.0002837
tamc |
.0006796
.0000622
10.93
0.000
.0005578
.0008015
publico |
.0739941
.0277949
2.66
0.008
.0195171
.1284711
_cons |
4.523488
.0643164
70.33
0.000
4.39743
4.649546
-------------+---------------------------------------------------------------select
|
jef_hog |
.3640364
.0435802
8.35
0.000
.2786208
.449452
n_men |
.022616
.0043914
5.15
0.000
.0140091
.0312229
d_estciv |
.2089827
.0410717
5.09
0.000
.1284837
.2894817
ot_ing | -.0019777
.0001426
-13.87
0.000
-.0022571
-.0016982
eprinc |
.0376578
.0244186
1.54
0.123
-.0102018
.0855174
epr | -.0467653
.0870463
-0.54
0.591
-.2173729
.1238424
eseinc |
.0092743
.015482
0.60
0.549
-.02107
.0396185
ese | -.0269208
.0577943
-0.47
0.641
-.1401955
.0863538
euninc |
-.057605
.0251148
-2.29
0.022
-.1068292
-.0083809
eun |
.4010066
.103663
3.87
0.000
.1978309
.6041823
ex | -.0000976
.0045673
-0.02
0.983
-.0090493
.0088541
ex2 | -.0002692
.0000851
-3.16
0.002
-.000436
-.0001024
tenc |
.1703946
.0051363
33.17
0.000
.1603276
.1804615
tenc2 | -.0039406
.0001658
-23.77
0.000
-.0042654
-.0036157
tamc |
.0024365
.0001645
14.81
0.000
.0021141
.002759
publico | -1.623207
.0301518
-53.83
0.000
-1.682303
-1.56411
_cons |
.2625487
.1051902
2.50
0.013
.0563797
.4687176
-------------+---------------------------------------------------------------mills
|
lambda | -.2591914
.0409807
-6.32
0.000
-.3395122
-.1788707
-------------+---------------------------------------------------------------rho |
-0.40042
sigma | .64729726
lambda | -.25919143
.0409807
------------------------------------------------------------------------------
83

Merlo Retornos Educac Argentina

Încărcat de

Informații document

Descriere originală:

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Merlo Retornos Educac Argentina

Încărcat de

Drepturi de autor:

Formate disponibile

E C O N O M A

PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE

Retornos a la educacin durante una depresin econmica. Evidencia

Juan Jos Merlo

2. Contexto y descripcin de los datos.

2.1. Efectos de la crisis sobre indicadores del mercado laboral.

2.2. Efectos de la crisis sobre indicadores de capital humano.

3.1. Revisin de la literatura

3.1.1. Literatura terica de ecuaciones de ingresos.

b) Ben Porath (67)

3.1.2. Literatura emprica de ecuaciones de ingresos.

3.2. Especificaciones alternativas de ecuaciones de ingresos.

3.2.1. Regresin de Mincer clsica ampliada.

3.2.2. Regresin de Mincer desagregando por nivel educativo.

3.3. Resultados empricos.

3.3.1. Interpretacin de los resultados.

4.1. Revisin de la literatura.

a) Layard y Psacharopoulos (74)

b) Hungerford y Solon (87).

4.2. Especificacin usada para captar el efecto sheepskin.

4.3. Resultados empricos.

4.3.1. Interpretacin intratemporal de los resultados.

4.3.2. Interpretacin intertemporal de los resultados.

4.4. Correccin por sesgo de seleccin.

4.4.1. Modelo de seleccin a estimar.

4.4.2. Resultados empricos.

5. Conclusiones y futuras lneas de investigacin.

Anexo N 1: Efectos de crisis econmicas sobre mercado laboral y desigualdad. 53

Anexo N 3: Datos y variables utilizadas.

Anexo N 4: Regresiones y estadsticos.

terminarlo. Adicionalmente, la teora de la sealizacin establece que debido a problemas

En la seccin 2 se presenta el contexto econmico en el cul se relevaron los datos.

En la seccin 3 se analiza la primer hiptesis planteada. Comienza con una revisin

En la seccin 4 se testea la hiptesis 2 de existencia o no del efecto sheepskin. Se

En la seccin 5 se enumeran las principales conclusiones del trabajo y se plantean

En la seccin 6 se expone la bibliografa utilizada.

En la seccin 7 se exponen los distintos anexos que permiten aclarar temas

2. Contexto y descripcin de los datos.

2.1. Efectos de la crisis sobre indicadores del mercado laboral.

2.2. Efectos de la crisis sobre indicadores de capital humano.

Tabla 2: Efectos de la crisis sobre los componentes del capital humano13.

Se explica su comportamiento en tres poblaciones netamente diferenciadas: los empleados,

Cuando analizamos la experiencia potencial promedio, vemos que las personas

Una situacin radicalmente opuesta se aprecia en el rango de mayor edad. Estos,

En cuanto al tenure, vemos que hay un aumento de ms de medio ao en esta variable en el

Los menos educados.

Los de menor antigedad en la empresa.

Los que trabajaban en empresas de tamao pequeo.

Los que trabajaban en empresas del sector privado.

Los trabajadores relacionados con el servicio domstico, los servicios personales y

Ejemplo de esto lo constituye el plan jefes y jefas de hogar.

3.1.1 Literatura terica de ecuaciones de ingresos.

en los mayores ingresos futuros25. Este es un modelo de diferencias compensadoras. El

Mincer (58) tambin tiene este problema de expectativas.

no tiene solucin interior; mientras el individuo va a la escuela dedica todo su tiempo a

Donde s es la tasa de retorno a la educacin S, 0 es el coeficiente que mide el efecto de la

ii) Heckman-Lochner-Todd (03) proponen ajustes relacionados con lo terico y emprico de

Ai es la habilidad del individuo i.

Estudios que utilizan distintos aspectos institucionales para calcular estimadores de

econmico y permiten que los perfiles de ingreso-educacin (o experiencia) difieran a

3.1.2 Literatura emprica de ecuaciones de ingresos.

Tasas de retorno globales por nivel (%)

Este paper sirvi de gua para la confeccin del presente trabajo.