Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No.

Transcripción

1 Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No. 77 MODELOS ECONOMETRÍCOS DEL EMPLEO EN ESPAÑA: ANÁLISIS COMPARATIVO DE ESPECIFICACIONES DINÁMICAS E IMPACTO DE LA INDUSTRIA MANUFACTURERA SOBRE EL EMPLEO NO AGRARIO, First published: May GUISAN, Maria-Carmen, eccgs@usc.es Faculty of Economics University of Santiago de Compostela 1.- Introducción El principal objetivo de este artículo es comparar varias especificaciones dinámicas para la estimación de la función de empleo no agrario, incluyendo 4 modelos básicos que relacionan el empleo no agrario de España en el período , con el Valor Añadido No Agrario en términos reales, y que difieren entre sí por la forma funcional: modelo en niveles, modelo en incrementos, modelo CE en dos versiones, y modelo dinámico mixto. Dichos modelos causales básicos se comparan con un modelo ARIMA, un modelo VAR y con 3 modelos basados en teorías económicas relacionadas con la función de producción. Los 3 modelos causales basados en la función de producción siguen los 3 enfoques siguientes: a) Ecuación de empleo basada en la productividad marginal del trabajo. Este enfoque asume que el Valor Añadido es explicado por la función de producción y que la maximización del beneficio conduce a una ecuación en la que el empleo deseado por las empresas coincide con el valor que permite que la productividad marginal del trabajo sea proporcional al salario. En este enfoque el empleo depende positivamente del VAB, negativamente del salario (para un nivel dado de Valor Añadido) pero no depende del stock de capital. b) Ecuación de empleo basada en la función de producción. Este enfoque asume que el Valor Añadido es explicado fuera de la función de producción (bien por parte de la demanda bien por parte de otros factores de oferta no incluidos en la función de producción como los inputs intermedios) y que el empleo deseado por las empresas es explicado por la función de producción. En este enfoque el empleo depende positivamente del VAB, negativamente del Stock de Capital Físico (para un nivel dado de Valor Añadido), pero no depende del salario. c) Ecuación de mantenimiento del tipo de beneficio. Este enfoque asume que el Valor Añadido es explicado fuera de la función de producción y que el empleo deseado por las empresas también es explicado fuera de la función de producción, siendo el Stock de Capital Utilizado la variable explicada por la función de producción en el caso en que el stock disponible no se utilice de forma próxima a su utilización plena. En este enfoque el empleo depende positivamente del VAB y negativamente del salario y del stock de capital (para un valor dado del Valor Añadido). 1

2 En diversas aplicaciones previas a países de la OCDE como en Guisán(1987) se comprobó que la tercera opción es la más adecuada cuando existen restricciones de oferta y/o demanda que impiden alcanzar un alto grado de utilización de la capacidad disponible del Stock de Capital Físico. En las estimaciones que presentamos en la próxima secciones deducimos que éste último modelo es que el que manifiesta una mayor bondad del ajuste en el caso de la economía española durante el período La sección 3 presenta una síntesis de la bondad del ajuste de los modelos estimados y otros análisis complementarios. La sección 4 analiza los principales factores que explican la evolución del empleo no agrario en España y relaciona el incremento del empleo y el Valor Añadido no agrario con el incremento de la producción manufacturera y el comercio exterior. Completaremos este análisis en una versión posterior, comparando la capacidad predictiva de los modelos y comparando sus resultados con los de otros modelos de empleo estimados con datos de la economía española. Por último la sección 5 presenta las principales conclusiones. 2.- Estimación de nueve modelos dinámicos del empleo en España Las fuentes de datos son las estadísticas del INE para todas las variables excepto para el Stock de Capital Físico cuya fuente es el BBVA. Las variables utilizadas son: LNAE = empleo no agrario de España (miles de personas) ZQNA95E = Valor Añadido no Agrario de España en millones de Euros a precios de ZSK95E = Stock de Capital Físico de España, en millones de Euros a precios de Las siguientes tablas presentan la estimación MCO de los modelos estimados. En la próxima sección comparamos también la bondad del ajuste con las estimaciones MCG para los modelos que presentaron problema de autocorrelación. Modelo 1. Modelo dinámico en niveles Sample(adjusted): Included observations: 38 after adjusting endpoints C ZQNA95E LNAE(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

3 Modelo 2. Modelo dinámico en incrementos. Sample(adjusted): Included observations: 38 after adjusting endpoints D(ZQNA95E) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat Modelo 3 en incrementos tipo CE. Relación a largo plazo: Sample: Included observations: 39 C ZQNA95E R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Modelo 3.1. Relación a corto plazo del modelo CE no contemporáneo Sample(adjusted): Included observations: 37 after adjusting endpoints D(LNAE(-1)) D(ZQNA95E(-1)) UF(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat

4 Modelo 3.2. Relación a corto plazo del modelo CE contemporáneo Sample(adjusted): Included observations: 37 after adjusting endpoints D(LNAE(-1)) D(ZQNA95E) UF(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat Modelo 4. Dinámico Mixto Sample(adjusted): Included observations: 38 after adjusting endpoints LNAE(-1) D(ZQNA95E) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat Modelo 5. ARIMA(1,1,0) Date: 05/13/04 Time: 12:07 Sample(adjusted): Included observations: 37 after adjusting endpoints D(LNAE(-1)) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat

5 Fase de chequeo. Modelo ARIMA(1,1,0) para LNAE Sample: Included observations: 37 Autocorrelation Partial Correlation AC PAC Q-Stat Prob. *.. * * *.. * **..** *.. * *.. * *.. * *.. * *.. * * *.. * *.. * *.. * ** Modelo 6. Modelo VAR(2). Sample: Included observations: 37 LNAE(-1) LNAE(-2) ZQNA95E(-1) ZQNA95E(-2) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat

6 Modelo 7. Modelo de Función de Productividad. Estimación MCO. Sample: Included observations: 36 D(ZQNA95E/W95E) LNAE(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat Modelo 8.- Modelo de función de producción Estimación MCO Dependent Variable: LOG(LNAEPRIV) Sample(adjusted): Included observations: 36 after adjusting endpoints D(LOG(QNA95EPRI V)) D(LOG(SK95E)) LOG(LNAEPRIV( )) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat SCE(lnaepriv) Modelo 9. Modelo de mantenimiento del tipo de beneficio deseado. PRIV Sample: Included observations: 36 D(ZQNA95EPRIV/W E) D(ZSK95E/W95E) LNAEPRIV(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat

7 3.- Comparación de los resultados de los nueve modelos de empleo no agrario de España La tabla 1 presenta la comparación del % que el error Standard (SE) supone respecto a la media de la variable LNAE en cada una de las estimaciones sin corrección de autocorrelación, mientras que la tabla 2 presenta los resultados correspondientes a las estimaciones con corrección de la autocorrelación de la perturbación cuando ha estado presente. SE es la raíz cuadrada del cociente entre la Suma de Cuadrados de Errores y los grados de libertad, siendo T el tamaño muestras y k* el número de parámetros estimados: SE=Sqr(SCE/(T-k*)) Tabla 1. Comparación de modelos sin corrección de autocorrelación Modelo SCE T-k* SE Media %SE 1. Básico Nivel Básico Incrementos Básico CE sin DX Básico CE con DX Básico Mixto ARIMA(1,1,0) VAR(2) Productividad MCO Producción MCO Beneficio esperado MCO Tabla 2. Comparación de modelos con corrección de autocorrelación Modelo SCE T-k* SE Media %SE 1. Básico Nivel Básico Incrementos Básico CE sin DX Básico CE con DX Básico Mixto ARIMA(1,1,0) VAR(2) Productividad Producción Beneficio esperado Principales factores que influyen en el nivel de empleo (se completará próximamente) 5.- Conclusiones Todos los modelos proporcionan una bondad del ajuste muy elevada, siendo los mejores los de las 3 últimas filas de la tabla 2. Entre ellos preferimos el modelo 9 pues tiene en cuenta tanto la influencia del VAB como la del stock de capital físico y del salario. Es un modelo más completo que los otros. Dada la importancia que tiene la evolución del VAB no agrario para incrementar el empleo es de gran importancia el análisis de la sección 4 que se completará próximamente, y en el que tendremos en cuenta de forma especial la influencia positiva que QM tiene sobre QNM, siendo QM el valor añadido manufacturero, como se pone de manifiesto en Guisán y Aguayo(2001) (ver 7