GAME Modelos multiecuacionales para explicar y predecir el comportamiento del mercado de trabajo Roberto Bande (Universidade de Santiago de Compostela y GAME- IDEGA) Trabajo preparado para el I Seminario Chronos Cambio demográfico, envejecimiento activo Pontevedra, Octubre de 2007 Grupo de Análisis y Modelización Económica GAME Resumen de la presentación 1.- Introducción y motivación 2.- La Teoría de la Reacción en Cadena 3.- Evidencia empírica: España, 1980-1995 4.- Algunas simulaciones 5.- Conclusiones Grupo de Análisis y Modelización Económica GAME Introducción Dentro de la literatura especializada en el estudio del mercado de trabajo en general, y del desempleo en particular, se han establecido dos metodologías principales para abordar el análisis de la evolución temporal del mismo: 1.- Análisis y estimación de formas reducidas 2.- Modelos multiecuacionales La primera de estas opciones ha gozado de mucha popularidad en las últimas décadas, pero no está exenta de problemas. Supongamos: ut = A( L)ut + β X t + ε t Grupo de Análisis y Modelización Económica GAME ut = A( L)ut + β X t + ε t donde los parámetros A y β son vectores de parámetros, susceptibles de ser estimados econométricamente (por ejemplo a través de MCO). Nótese que para evitar el riesgo de regresiones espurias es necesario que el orden de integración de los regresores esté equilibrado con el de la variable dependiente. Si por definición la tasa de paro es estacionaria, el conjunto de regresores deben ser estacionarios, de otra forma corremos el riesgo de estimar una relación espuria. Ello implica que no podemos utilizar como variables explicativas del desempleo ninguna variable que crezca en el tiempo, entre Grupo de Análisis y Modelización Económica otras: GAME • Productividad • Stock de capital • Población en edad de trabajar • etc. Grupo de Análisis y Modelización Económica GAME Esto no ocurre con modelos multiecuacionales: tan sólo debemos asegurarnos que el conjunto de regresores de cada variable incluida en el sistema esté equilibrado con la variable dependiente. Este enfoque permite tener en cuenta el efecto a corto y largo plazo sobre el desempleo de variables como la productividad, el stock de capital, etc. Este tipo de modelos han sido aplicados al ámbito agregado: Karanassou y Snower (1999, 2003) (para UK) Bande (2002a y 2002b) (para España) Karanassou, Sala y Snower (2005) (para un panel de países europeos) Grupo de Análisis y Modelización Económica GAME Más recientemente, Bande y Karanassou (2007a y 2007b) demuestran la utilidad de este tipo de modelos en contextos geográficamente desagregados (ámbito regional). Antes de ver una aplicación empírica, veamos el contexto teórico Grupo de Análisis y Modelización Económica GAME 2.- La Teoría de la Reacción en Cadena (TRC) La TRC se caracteriza por representar el mercado de trabajo a través del uso de sistemas dinámicos multiecuacionales, con el objetivo de explicar los cambios en el tiempo del desempleo.. En este contexto, los cambios en el desempleo pueden interpretarse como “reacciones en cadena” de respuestas a shocks al mercado de trabajo.. El conjunto de procesos de ajuste retardados, que interaccionan entre sí, constituye el mecanismo de propagación para estas reacciones en cadena: Grupo de Análisis y Modelización Económica GAME Por ejemplo: • El nivel de empleo actual de una empresa depende del empleo retardado, debido a la existencia de costes de formación, contratación, despido, etc. (Nickell, 1978). • El salario real actual depende del salario retardado, debido a efectos de escalonamiento salarial (Taylor, 1980). • La población activa actual depende de la población retardada, debido a los costes de entrar y salir de la actividad (Layard y Bean, 1989). Identificando estos procesos, la TRC puede explorar su interacciones y cuantificar las potenciales complementariedades y sustituibilidades entre ellos. Grupo de Análisis y Modelización Económica GAME A efectos expositivos, sea el siguiente modelo de mercado de trabajo: n t = α 1 n t −1 − γ w t + ε n t w t = α 2 w t −1 − δ u t + ε lt = ε w t l t u t = lt − n t Resolviendo el sistema para la tasa de paro, u obtenemos: [γδ + (1 − α1L )(1 − α 2 L )]ut = −(1 − α 2 L )ε tn + γε tw + (1 − α1L )(1 − α 2 L )ε tl Grupo de Análisis y Modelización Económica GAME ut = φ1ut −1 − φ2ut − 2 − β1ε tn + β 2ε tw + β1ε tl + θ1ε tn−1 − φ1ε tl−1 + φ2ε tl− 2 siendo φ1 = 1 α1 + α 2 αα γ α2 , φ 2 = 1 2 , β1 = , β2 = yθ1 = 1 + γδ 1 + γδ 1 + γδ 1 + γδ 1 + γδ Los parámetros autorregresivos incorporan las interacciones entre los procesos de ajuste del empleo y de la determinación salarial Los coeficientes β y β son las elasticidades de corto plazo, y son una función de los mecanismos de retroalimentación, que dan lugar a los efectos spill-over. 1 2 Grupo de Análisis y Modelización Económica GAME ut = φ1ut −1 − φ2ut − 2 − β1ε tn + β 2ε tw + β1ε tl + θ1ε tn−1 − φ1ε tl−1 + φ2ε tl− 2 La aparición de términos de “media móvil” (retardos de los shocks) en la forma reducida de la tasa de desempleo enfatiza la interacción entre los procesos de ajuste retardados y los efectos spill-over. Para aplicar la TRC al contexto regional, empleamos un modelo estructural de vectores autorregresivos con retardos distribuidos: A0 yit = A1 yi ,t −1 + A2 yi ,t − 2 + B0 xit + B1 xi ,t −1 + C0 zt + C1 zt −1 + eit Grupo de Análisis y Modelización Económica GAME A0 yit = A1 yi ,t −1 + A2 yi ,t − 2 + B0 xit + B1 xi ,t −1 + C0 zt + C1 zt −1 + eit Según este modelo, la tasa de paro de una región viene determinada: i) Por las condiciones locales (los vectores x), por ejemplo el stock de capital. ii) Por la variables agregadas, comunes a todas las regiones (z), por ejemplo, los precios del petróleo. iii) Además, en el modelo existen ajustes retardados (retardos de las variables endógenas), por lo que lo visto respecto a la TRC se aplica al caso regional. Este enfoque nos permite interpretar las diferencias regionales en el desempleo en términos de: Grupo de Análisis y Modelización Económica GAME 1. Los efectos spillover regionales, es decir, cómo los shocks se propagan por el mercado de trabajo. Diferentes mecanismos de retroalimentación generan diferentes respuestas del desempleo, incluso cuando las regiones se enfrentan a shocks con características similares (en cuanto a tamaño y tipo, por ejemplo un aumento del precio del petróleo). 2. El grado de flexibilidad del mercado de trabajo regional. La flexibilidad del mercado de trabajo es una función de la interacción de los procesos de ajuste retardado y los efectos spillover. Las trayectorias del desempleo regional divergen porque algunas regiones se ajustan más rápidamente que otras. Grupo de Análisis y Modelización Económica GAME Evidencia empírica: España 1980-1995 Para contrastar esta teoría, nos centramos en el caso de la economía española, caracterizada por fuertes disparidades regionales. Agrupamos a las CCAA en dos grupos (paro alto y paro bajo), en función de su relación con la tasa agregada: Paro Alto: Andalucía, Asturias, Canarias, Cantabria, Castilla-La Mancha, Castilla-León, Extremadura, Galicia, Murcia, País-Vasco, Comunidad Valenciana. Paro Bajo: Aragón, Baleares, Cataluña, Madrid, Navarra, La Rioja. Grupo de Análisis y Modelización Económica GAME Grupo de Análisis y Modelización Económica GAME Estimamos un sistema de ecuaciones con una ecuación de demanda de trabajo, una ecuación de determinación salarial y una ecuación de participación. Construimos dos paneles, uno para cada grupo de regiones. Fuentes estadísticas: Datastream, base de datos BD-MORES y EPA. Datos anuales, de 1980 a 1995, en términos reales. Grupo de Análisis y Modelización Económica GAME GRUPO DE REGIONES CON PARO ELEVADO Grupo de Análisis y Modelización Económica GAME GRUPO DE REGIONES CON PARO REDUCIDO Grupo de Análisis y Modelización Económica GAME El modelo funciona bien a la hora de explicar la evolución de las tasas de paro regionales (y la nacional) Figure 1. Actual and fitted values a. High unemployment regions .32 b. Low unemployment regions .24 .28 .28 .22 .24 fitted .24 c. Aggregate unemployment rate fitted .20 .20 .20 actual fitted .18 actual .16 .16 .16 .12 .14 .08 1980 .12 1980 .12 act ual 1982 1984 1986 1988 1990 1992 1994 1982 1984 1986 1988 1990 1992 1994 .08 1980 Grupo de Análisis y Modelización Económica 1982 1984 1986 1988 1990 1992 1994 GAME 4.- Algunas simulaciones En base a este modelo estimado realizamos tres tipos de ejercicios de simulación: i) Cálculo de medidas de persistencia a shocks unitarios sobre la demanda de trabajo, el salario real y la población activa, en ambos grupos de regiones ii) Cómputo de las contribuciones de las variables exógenas a la variación del desempleo en cada grupo de regiones. iii) Cómputo de los efectos totales de los cambios en las variables exógenas. Grupo de Análisis y Modelización Económica GAME i. Cómputo de la persistencia de los shocks Figure 2. Impulse response function of unemployment to a temporary shock a. Lab our d emand b. Wage setting c. Lab our force 1.2 6 1.2 1.0 5 1.0 0.8 low unempl. rateregions 0.6 4 0.8 lowunempl. rate regions 3 0.6 0.4 0.2 0.0 2 high unempl. rate regions 1 -0.4 t=0 0.2 high unempl. rate regions 0 -0.2 1 2 3 4 5 6 7 8 -1 t=0 high unempl. rate regions 0.4 low unempl. rate regions 0.0 1 2 3 4 5 6 7 8 -0.2 t=0 1 2 3 4 5 6 7 Responses of unemployment to a one-off unit shock ocurri ng at period t=0. The responses have been normalized so that the immediate impact is unit y. Grupo de Análisis y Modelización Económica 8 GAME Grupo de Análisis y Modelización Económica GAME ii. Contribuciones de las variables exógenas Estamos interesados en saber cómo cada una de las variables exógenas han contribuido a la trayectoria de la tasa de paro. Distinguimos dos momentos en el tiempo: 1985 y 1991, ya que la tasa de paro presenta “puntos de inflexión” en esos años. Para ello, fijamos el valor de una de las variables exógenas en su valor de 1985, y resolvemos el modelo hacia delante. La serie simulada representa la trayectoria que hubiese seguido la tasa de paro en ausencia de cambios en la variable exógena estudiada, pero en presencia de los demás shocks en las otras variables exógenas durante el período. Grupo de Análisis y Modelización Económica GAME Grupo de Análisis y Modelización Económica GAME Figure 3 Unemployment Contributions: 1985-1991 a. Investment b. Oil prices .30 .30 Simulated .24 Simulated .25 High unempl. rate regions Actual .25 .32 .20 .28 .20 .16 Simulated Lowunempl. rate regions .15 .15 .24 .20 .16 .12 .10 Lowunempl. rate regions Actual .12 80 8 1 82 83 84 85 86 87 88 89 90 91 c. Benefits d. Indirect taxes .25 .24 High unempl. rate regions .20 Simulated .20 .16 .25 Actual .15 .24 Actual .12 .10 .08 .20 .15 Lowunempl. rate regions .12 Simulated Actual Simulated .20 .16 Lowunempl. rate regions High unempl. rate regions Actual .08 80 81 82 83 84 85 8 6 87 88 89 90 91 80 8 1 82 83 84 85 86 87 88 89 90 91 e. Import prices f. Working age population .25 .28 Simulated .24 Actual .24 High unempl. rate regions .20 Simulated .20 .16 .12 .10 Simulated .15 .24 High unempl. rate regions Actual .20 .16 .20 .12 Lowunempl. rate regions Actual .10 .16 Simulated .12 Lowunempl. rate regions Simulated .08 Actual .08 80 81 82 83 84 85 8 6 87 88 89 90 91 80 8 1 82 83 84 85 86 87 88 89 90 91 Grupo de Análisis y Modelización Económica Right scale: high unemployment regions 80 81 82 83 84 85 8 6 87 88 89 90 91 Left scale: low unemployment regions .20 Simulated .10 Actual Actual High unempl. rate regions GAME Figure 4 Unemployment Contributions: 1991-1995 a. Investment b. Oil prices .35 Actual High unempl. rate regions .20 .15 Lowunempl. rate regions Actual .25 .20 Simulated .20 .30 Actual .24 Actual Lowunempl. rate regions .10 Simulated .16 .15 .10 .16 .12 .12 82 84 86 88 90 92 94 80 82 84 c. Benefits 86 88 90 92 94 d. Indirect Taxes .35 .35 Actual High unempl. rate regions High unempl. rate regions Simulated .25 .24 .20 Actual .20 Actual .30 .15 Lowunempl. rate regions .24 Simulated .25 .15 .20 Actual Lowunempl. rate regions .10 Simulated .16 .12 .30 .20 .10 .16 Simulated .12 80 82 84 86 88 90 92 94 80 82 e. Import Prices 84 86 88 90 92 94 f. Working age population .35 Actual High unempl. rate regions High unempl. rate regions Simulated .25 .24 .20 .15 .20 .35 Actual .30 Lowunempl. rate regions Actual .16 Simulated .12 .30 Simulated .25 .24 .20 Actual .20 .15 Lowunempl. rate regions .10 .10 Simulated .16 .12 80 82 84 86 88 90 92 94 80 82 84 86 88 90 92 94 Grupo de Análisis y Modelización Económica Right scale: high unemployment regions 80 Left scale: low unemployment regions High unempl. rate regions Simulated .25 .24 .20 .35 Simulated .30 GAME iii. Efecto total de los shocks Intentamos contestar a la siguiente pregunta: Cómo ha reaccionado el desempleo a los cambios que cada variable exógena ha experimentado durante el período? En otras palabras, tratamos de medir el efecto total que los shocks (superpuestos en el tiempo) sobre las variables exógenas han tenido sobre la tasa de paro en cada grupo de regiones Importante: El efecto total sobre el desempleo de la evolución de una variable exógena y la contribución de la variable exógena la tasa de paro difieren en un punto importante. La primera mide el impacto de la variable exógena en ausencia de todos los demás shocks, mientras que la segunda mide el impacto de una variable en presencia de todos los demás shocks. Grupo de Análisis y Modelización Económica GAME Grupo de Análisis y Modelización Económica GAME 5.- Conclusiones • Existencia de fuertes diferencias en el comportamiento de ambos grupos de regiones. • Apreciables diferencias en el grado de persistencia del desempleo: los shocks salariales y los de población activa son más persistentes en las regiones de paro alto que en las de paro bajo. • La inversión ha sido la principal fuerza subyacente a la reducción del desempleo durante la fase de crecimiento de la segunda mitad de los 80 y de su aumento a principios de los 90. • Durante las fases recesivas el grupo de regiones con desempleo elevado se ve castigada más severamente que el grupo de regiones con paro bajo. Durante las épocas de expansión, el grupo de paro alto no se ve beneficiado en la misma medida que el grupo de paro bajo. Las disparidades aumentan •Efecto limitado de prestaciones sociales, impuestos o competitividad sobre la evolución del desempleo. Grupo de Análisis y Modelización Económica GAME Posibilidades de aplicación de esta metodología al ámbito que nos ocupa en este seminario: • Disponibilidad de datos a nivel local/provincial • Posibilidad de analizar otras grandes ratios del mercado de trabajo: tasa de participación, tasa de ocupación... • Posibilidad (en función de los datos) de analizar segmentos del mercado de trabajo: mujeres, trabajadores mayores, etc... • Posibilidad de plantear diferentes escenarios para las variables exógenas incluidas en el modelo y predecir la evolución futura de las variables de interés. Grupo de Análisis y Modelización Económica GAME Gracias por su atención Grupo de Análisis y Modelización Económica