CHAPTER FOUR RESULTS

Tradicionalmente desde la teoría económica la relación del desempleo y el crecimiento que se conoce como ley de Okun, la cual mide el grado de relación de ambas variables, sin embargo, se trata más de una relación empírica entre el desempleo y el producto de un país, por tratarse de un coeficiente este solo varía dependiendo de la economía de cada país.

A continuación, en el siguiente apartado se aborda la relación empírica entre el desempleo y el crecimiento del producto para el periodo 2001-2017, para determinar esta relación es preciso centrarse en esta relación y el grado de significancia que representan entre ambas variables, para lo cual se desarrolla una estimación de un modelo de regresión.

4.3.1 METODOLOGIA PARA LA ESTIMACION DE LA RELACION TASA DESEMPLEO Y TASA REAL DE CRECIMIENTO ECONOMICO.

Para analizar cómo se relacionan ambas variables, es necesario hacer una modelo de regresión mediante el método de mínimos cuadrados ordinarios, la cual se expresa de la siguiente forma:

Donde:

Y1: Variable dependiente o explicada

β1: Intercepto

β2: Pendiente o coeficiente de relación.

X1: Variable independiente o explicativa

Ɛ: Termino de error.

Previamente debemos plantear algunos supuestos para las series del modelo: 1. En primer término, la tasa de desempleo es exógena, lo cual implica el

supuesto de media condicional igual a cero para los datos de sección cruzada con el objeto de incluir todos los valores de los retardos de la tasa de desempleo (X). Esto implica también para los coeficientes de los r retardos distribuidos de la función de regresión.

60

2. Segundo ambas series de las variables en estudio tienen distribución estacionaria, cabe señalar que la tasa de crecimiento cumple con tener estacionariedad, es decir estabilidad en la media y varianza a lo largo de toda la serie, dado que no presentan raíz unitaria en segundas diferencias, como se muestra en las pruebas realizadas (ver sección 01 del Anexo C). Este criterio es importante para descartar que se trata de una relación espuria (relación matemática en la que dos o más acontecimientos en las variables no guardan una conexión lógica)

3. En tercer lugar, el supuesto que los valores extremos muy grande en toda la data son poco probables, si viene cierto la tasa de crecimiento es inestable los valores extremos son coyuntura de eventos internacionales y desastres naturales.

4. Finalmente, el cuarto supuesto tiene que ver que no presenta multicolinealidad perfecta.

4.3.2 ESTIMACION DE UN MODELO ECONOMETRICO PARA LA RELACIÓN DESEMPLEO Y CRECIMIENTO ECONÓMICO EN EL PERÚ

Para la economía peruana estimaremos uno modelo econométrico en base a los parámetros obtenidos y de esta forma encontrar un coeficiente que nos indique el grado relación entre la tasa de desempleo (TD) como variable dependiente y la tasa de crecimiento (PBI) como variable independiente. Según sabemos por la teoría económica que esta relación es inversa, es decir que el desempleo disminuye conforme aumenta el crecimiento, por lo tanto, se espera que el coeficiente tenga un valor negativo.

El modelo propuesto significa que la tasa de desempleo depende o está en función de la tasa de crecimiento de PBI, esto según la teoría es probado por la prueba de causalidad de “Granger Causality” (según esta prueba se elige como variable dependiente la que tenga menor valor de probabilidad y la como independiente la que tenga mayor valor de probabilidad) como se muestra a continuación:

61 Tabla Nº 04

TEST CAUSALIDAD - GRANGER TEST DE CAUSALIDAD

VARIABLES DEPENDIENTE TASA DE CRECIMIENTO

df Prob.

Tasa de Desempleo 2 0.1952

-Fuente: En base a los datos tasa de desempleo y PBI Real, del INEI y BCRP periodo 2001-2017

-Elaboración propia.

Respecto a la tabla se puede decir que en el caso del VAR la ecuación revela que el bloque de los valores rezagados de la tasa de crecimiento ayuda a mejorar el pronóstico de la tasa desempleo generado por el modelo (es decir los rezagos de la tasa de crecimiento causan o preceden temporalmente a los valores presentes de la tasa de desempleo) por lo que esta última variable no puede considerarse como exógena.

De esta forma siendo la probabilidad ligeramente menor 0.32 que 0.35 (ver valores en la tabla N°01) entonces la tasa de desempleo muestra una menor probabilidad, Por otro lado, por teoría se sabe que el crecimiento condición fundamental para luchar contra el desempleo, por lo tanto, la tasa de desempleo se asume como la variable dependiente, entonces la tasa de crecimiento explica a la tasa de desempleo.

Este resultado muestra el requisito de endogeneidad de la variable “desempleo” y sugiere que es provechosa la inclusión de “crecimiento” en el VAR, es decir la variable crecimiento causa la variable desempleo.

4.3.3 ESTIMACIÓN DEL MODELO GENERAL

De esta forma la ecuación que representa el modelo viene dada por la siguiente expresión: 𝒖 = −𝜷(𝜸) Dónde: 𝑢: Tasa de desempleo Β: Coeficiente. ϒ: Tasa de crecimiento.

62

En base esta función en la que se observa la relación entre las dos variables, se analiza la regresión, no obstante, cabe señalar que la tasa de crecimiento para este periodo es variada por presentar varios cambios a lo largo del periodo, esto significa que la tasa de crecimiento es una variable inestable, por cambios en el entorno internacional y el entorno interno, crisis política. Por esta razón el modelo se espera no presente estabilidad estructural y a su vez se espera que el coeficiente “B” sea menor que 1, debido a que ambas variables no se ajustan uno a uno en el mismo periodo, y por el dinamismo natural en la variación del empleo, de la población económicamente activa de un periodo a otro.

4.3.4 SUPUESTOS DEL MODELO ESTIMADO

Para hacer una regresión de los datos de las variables se utilizó el método de los mínimos cuadrados ordinarios (MCO) para ello es preciso cumplir con los siguientes supuestos:

 Los valores de la variable explicativa, no deben ser iguales.

 Una de las propiedades de los estimadores de la función de regresión muestral es que estas tienen varianza mínima. Cumple con el principio de estacionariedad en primeras diferencias, es decir la media y la varianza e independientes del tiempo.

 Un modelo lineal se asienta sobre la base de que no presenta

heterocedastidad, es decir cuando la varianza de las perturbaciones no es constante a lo largo de las observaciones.

 La distribución de las observaciones tiene una distribución normal.

4.3.5 ESTIMACION EMPIRICA DEL MODELO DESEMPLEO Y CRECIMIENTO

Considerando la especificación del modelo, se plantean algunos modelos para una mayor precisión en la estimación de los coeficientes en la relación tasa de desempleo y tasa de crecimiento. De esta forma se elige el mejor modelo con valores más relevantes o significativos de acuerdo a los criterios a considerar. Para esto se utiliza se aplica el método de los mínimos cuadrados ordinarios. A continuación, se muestran los modelos propuestos:

63