Documente Academic
Documente Profesional
Documente Cultură
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
DE
ECONOMIA
ECONOMIA
Comisin
Claudio Sapelli
Julio/Diciembre 2009
ndice.
Abstract
Resumen
1. Introduccin.
10
3. Ecuaciones de ingresos.
15
15
15
a) Mincer (58)
15
16
c) Mincer (74)
17
d) Willis (86)
19
e) Card (99)
19
f) Heckman-Lochner-Todd (03)
20
21
a) Psacharopoulos y Ng (92)
21
b) Pessino (95)
22
c) Sapelli (03)
22
d) Heckman-Lochner-Todd (03)
23
24
24
26
27
27
31
31
31
31
32
33
3
34
37
40
40
42
47
6. Bibliografa.
49
60
64
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.
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:
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.
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
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
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.
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.
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 ms jvenes.
19
14
3. Ecuaciones de ingresos.
3.1. Revisin de la literatura.
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.
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
(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
17
( 2)
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
(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
19
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
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
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
Atributos del trabajador: se incluye el tenure como otra medida del capital
humano del trabajador.
(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
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
(5)
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
(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
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.
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
Siguiendo el anlisis para 1995 pero enfocndonos en la ecuacin de Mincer que desagrega
por nivel educativo tenemos:
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.
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
30
4. Efecto sheepskin.
4.1. Revisin de la literatura.
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
( 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
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
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
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
Los coeficientes son similares a los obtenidos en la especificacin (5). Dado esto las
explicaciones son anlogas.
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.
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:
54
36
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
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
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
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.
58
59
39
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
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
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.
68
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.
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
73
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
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.
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.
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.
49
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.
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.
Glewwe, P. (02), Schools and skills in developing countries: education policies and
socioeconomic outcomes, Journal of Economic Literature, vol 40, N 2, 2002.
50
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.
52
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
77
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
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%
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.
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.
59
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 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
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
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.
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
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
Tipo de Industria.
Actividades Primarias.
Ind. de alimentos, bebidas y tabaco.
Ind. textiles, confecciones y calzado.
Ind. Prod qumicos y de la refinacin de petrleo y combustible nuclear.
Ind. Prod. metlicos, maquinarias y equipos.
Otras industrias manufactureras.
Suministro de electricidad, gas y agua.
Construccin.
Comercio al por mayor.
Comercio al por menor.
Restaurantes y hoteles.
Transporte.
Servicios conexos de transportes y comunicaciones.
Intermediacin financiera.
Actividades inmobiliarias, empresariales y de alquiler.
Administracin pblica y defensa.
Enseanza.
Servicios sociales y de salud.
Otras actividades de servicios sociales y comunitarios.
Servicios de reparacin.
Hogares privados con servicio domstico.
Otros servicios personales.
67
&
&
&
&
&
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|
[95% Conf. Interval]
-------------+---------------------------------------------------------------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|
[95% Conf. Interval]
-------------+---------------------------------------------------------------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|
[95% Conf. Interval]
-------------+---------------------------------------------------------------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|
[95% Conf. Interval]
-------------+---------------------------------------------------------------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|
[95% Conf. Interval]
-------------+---------------------------------------------------------------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|
[95% Conf. Interval]
-------------+---------------------------------------------------------------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,
select (jef_hog n_men d_estciv ot_ing eprinc epr eseinc ese euninc eun ex ex2
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|
[95% Conf. Interval]
-------------+---------------------------------------------------------------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,
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
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|
[95% Conf. Interval]
-------------+---------------------------------------------------------------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,
select (jef_hog n_men d_estciv ot_ing eprinc epr eseinc ese euninc eun ex ex2
tenc tenc2 tamc publico) two
Heckman selection model -- two-step estimates
Number of obs
=
14156
(regression model with sample selection)
Censored obs
=
5503
Uncensored obs
=
8653
Wald chi2(24)
=
9549.34
Prob > chi2
=
0.0000
-----------------------------------------------------------------------------|
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+----------------------------------------------------------------
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