Modelos multiecuacionales para explicar y predecir el

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