Histéresis y desempleo: el caso de Francia y EE.UU.

Transcripción

1 From the SelectedWorks of Javier Agudo 2008 Histéresis y desempleo: el caso de Francia y EE.UU. Javier Agudo Available at:

2 HISTÉRESIS Y DESEMPLEO: EL CASO DE FRANCIA Y EE.UU. Javier AGUDO Cristóbal CERVINO La histéresis es un fenómeno por el cual los shocks afectan a la tasa de desempleo de manera permanente, de manera que cuando la economía logra recuperarse no le es posible retomar los niveles de empleo existentes antes de la recesión. La literatura afirma que el mercado laboral europeo presenta una histéresis que no existe en Estados Unidos, donde los niveles tienden a retornar a la tasa natural de desempleo. La hipótesis de histéresis se asocia a la presencia de raíces unitarias mientras que la hipótesis de tasa natural de desempleo se corresponde con un proceso estacionario. En nuestro trabajo, utilizando a Francia como representante de Europa y comparando su comportamiento con EE.UU., concluimos que efectivamente el desempleo en Francia presenta raíces unitarias y por tanto se ve afectada por histéresis. Introducción Existen dos hipótesis que relacionan el mercado laboral con los ciclos económicos: la hipótesis de tasa natural de desempleo y la hipótesis de histéresis. En la primera, la marcha positiva o negativa de la economía afectará a la tasa de desempleo haciendo que ésta disminuya o aumente, pero solo de manera temporal, puesto que en el largo plazo tenderá a volver a la tasa natural de desempleo. En la hipótesis de histéresis, sin embargo, una fluctuación en la economía puede afectar de manera permanente al desempleo, debido a las rigideces del mercado laboral. Según esta hipótesis de histéresis, la tasa de desempleo sigue un proceso no estacionario de raíz unitaria (Blanchard y Summers, 1986). Varios trabajos empíricos han identificado estas dos posibles hipótesis en los casos de EE.UU. y de la Unión Europea. El mercado laboral americano sigue un proceso estacionario en la que la tasa natural de desempleo no se ve afectada en el largo plazo, mientras que el modelo europeo presenta síntomas de histéresis. La explicación a este diferente comportamiento se encuentra en las rigideces del mercado laboral: en EE.UU. el mercado laboral es muy flexible, lo que le permite ajustarse con rapidez a los ciclos económicos pero fluctuando siempre en torno a la tasa natural de desempleo; en la UE sin embargo, las rigideces del mercado laboral (protección de desempleo, salarios mínimos, etc.) hacen que una fluctuación de la economía pueda tener efectos irreversibles en la tasa de desempleo. Uno de los trabajos pioneros en la comparación del comportamiento del mercado laboral en EE.UU. y en Europa es el de Olivier Blanchard (Blanchard y Summers, 1986). En este trabajo, utilizando los test de Dickey-Fuller y Dickey-Fuller Ampliado concluyen que el desempleo presenta raíces unitarias en Europa, mientras que en EE.UU. prevalece la tasa natural de desempleo (NAIRU en sus siglas en inglés). En la misma línea se mueve el trabajo de Mitchell (Mitchell, 1993), aunque en este caso queda en duda si EE.UU. puede también verse afectado por histéresis. Por otro lado, utilizando la técnica Log-Lik, que tiene mayor potencia frente a la alternativa de estacionariedad, otros autores

3 han concluido que Europa no está afectada por histéresis (Song y Wu 1997). Sin embargo, tal y como apunta Miguel A. León Ledesma este test tiene poca aplicabilidad económica (León Ledesma, 2002). Este autor concluye que el desempleo en Europa se rige por la hipótesis de histéresis, mientras que EE.UU. no presenta raíces unitarias. Ahora bien, esto no significa que los shocks en EE.UU. no tengan cierta persistencia. Pero no hay que confundir persistencia con la permanencia que caracteriza a la histéresis. Como verá el lector, las conclusiones de nuestro trabajo coinciden con las de los estudios de Blanchard y Summers y León Ledesma. Objetivos El objetivo de nuestro trabajo es comparar el comportamiento de la tasa de desempleo de EE.UU. y Francia para determinar la relación que existe entre ambas. El lapso temporal que hemos escogido va desde el primer trimestre del año 1982 hasta el segundo trimestre del año Hemos optado por comenzar en los años 80 para evitar la posibilidad de que exista un cambio estructural en el modelo a raíz de la crisis del petróleo de los años 70 (Mitchell, 1993). Hemos decidido tomar a Francia como representante de las economías continentales. Creemos que tomar los datos de la Unión Europea en conjunto hubiese dificultado ligeramente la comparativa; por un lado, el número de miembros de la UE ha ido variando, aunque hubiésemos podido solucionarlo tomando sólo los miembros originales de la UE12. Sin embargo, los modelos económicos de los países de la Unión presentan muchas diferencias: no puede compararse por ejemplo el mercado laboral del Reino Unido y Holanda con el de Italia y España. Por estas razones, hemos optado por simplificar y tomar como referencia a Francia, considerada habitualmente el corazón de Europa y cuyas instituciones económicas recogen las diferencias esenciales entre el modelo continental y el anglosajón. Marco teórico La herramienta fundamental que vamos a utilizar en nuestro análisis es el contraste de raíces unitarias. Este contraste nos permite saber si una serie temporal sigue un proceso estacionario o no estacionario, algo de vital importancia para poder analizar el comportamiento de las series. Por qué es tan importante? Porque la estacionariedad o no estacionariedad de una serie indicará si los shocks tienen carácter transitorio o permanente. En nuestro análisis de los mercados laborales esto es muy importante, porque significa que una política del gobierno podría afectar de manera permanente al desempleo si este sigue un proceso no estacionario, mientras que solo tendría consecuencias temporales si se trata de una serie estacionaria. Veamos el razonamiento teórico de esta afirmación: Proceso estacionario:

4 Vemos que el parametro que es menor que 1 crece exponencialmente, luego sea hace rápido 0. La influencia de un shock es solamente temporal. Proceso no estacionario: En el proceso no estacionario en cambio, la influencia de un shock en un periodo anterior se transmite indefinidamente al periodo actual. Herramientas El esquema del analisis de raices unitarias tiene 3 fases: el análisis grafico el estudio del correlograma simple el contraste de Dickey-Fuller o Dickey-Fuller ampliado Análisis gráfico: El gráfico de una serie estacionaria se caracteriza porque oscila en torno a la media de forma aleatoria. Esta media es lo que en el mercado laboral se denomina tasa natural de desempleo. En una serie no estacionaria, puede observarse que tiene una tendencia creciente o decreciente (raíz unitaria con deriva), o que deambula en torno a un valor medio, pero tiene tramos importantes en los que toma valores por encima o por debajo. El correlograma simple: Puede detectarse una raíz unitaria si el primer coeficiente del correlograma es muy cercano a 1 y después se produce una caída lenta. Las series estacionarias por el contario tienen el primer coeficiente menor que 1 y después caen rápidamente. No es un instrumento definitivo pero si es un signo característico. La explicación algebraica es la siguiente: Función de autocorrelación de un AR(1): )= [ + ) ]= = )= [ + ) ]= =

5 Vemos que, en general, = lo que significa que los coeficientes del correlograma simple de un proceso estacionario como el AR(1) disminuyen rápidamente. Función de autocorrelación de un paseo aleatorio: En cambio, los coeficientes de correlación de un proceso no estacionario (como un paseo aleatorio) disminuyen más despacio, no en progresión geométrica. El contraste de Dickey-Fuller o Dickey-Fuller ampliado: Los test de DF y ADF son los test más comunes empleados en las series temporales utilizados para probar la existencia de raíces unitarias. El Dickey-Fuller convencional contrasta la hipótesis nula de raíz unitaria frente a la alternativa de un AR(1): Partiendo de una serie temporal Si paseo aleatorio Si AR(1) estacionario Tomando y, podemos contrastar la siguiente hipótesis Paseo aleatorio AR(1) El Dickey-Fuller ampliado realiza el mismo contraste pero ampliándolo a una alternativa general AR(p) Paseo aleatorio AR(p) estacionario

6 Análisis Empírico Análisis Gráfico Entrando en el análisis formal de nuestro ejemplo, queremos comenzar comparando las gráficas de EE.UU. y Francia. La tasa de desempleo en EE.UU. tiene un pico en el año 1983 pero vuelve a caer rápidamente; en Francia en cambio el desempleo permanece alto durante los años 1984 a En EE.UU. vuelve a haber otro pico en 1992, pero en 1993 ya experimenta un descenso en picado; en Francia sin embargo sigue tomando valores elevados desde 1993 hasta Por último, en los años 2003 y 2004 la tasa de desempleo en EE.UU. vuelve a tener una tendencia alcista; en Francia el desempleo permanece alto desde 2003 hasta Extraemos dos conclusiones de este comportamiento de las gráficas: - Los ciclos son más duraderos en Francia que en EE.UU., se observan más claramente los tramos que en EE.UU., lo que es un claro síntoma de una serie no estacionaria y por tanto de histéresis. Por la forma que adopta la gráfica de Francia, deambulando con distintos tramos pero sin una tendencia clara, pensamos que podría seguir un paseo aleatorio sin deriva. - Los shocks económicos afectan a Francia más tarde que a EE.UU. (con un lapso temporal de 1 o 2 años). Las rigideces del mercado laboral francés hacen que el ajuste ante los shocks sea más lento. Otro síntoma de histéresis.

7

8 Correlogramas El análisis de los correlogramas no nos permite extraer conclusiones claras. Por un lado, la caída tanto para EE.UU. como para Francia es rápida: el coeficiente es cercano a cero en Francia para γ 12 y en EE.UU para γ 15, lo que nos lleva a pensar en que se trata de series estacionarias. Ahora bien, en ambos correlogramas el primer coeficiente es cercano a uno (0.97 para EE.UU. y 0.95 para Francia), una característica de las series no estacionarias. Los correlogramas no nos proporcionan información concluyente y debemos pasa a los contrastes de Dickey-Fuller y Dickey-Fuller ampliado. CORRELOGRAMA SIMPLE: EE.UU. CORRELOGRAMA SIMPLE: FRANCIA Variable USA Sample from 1982Q1 to 2008Q2 Variable FRA Sample from 1982Q1 to 2008Q2 ** * * Order Autocorrelation Standard Box-Pierce Ljung-Box Order Autocorrelation Standard Box-Pierce Ljung-Box Coefficient Error Statistic Statistic Coefficient Error Statistic Statistic ** * * [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000]

9 [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] [.000] Gráfico correlograma simple: EE.UU. Gráfico correlograma simple: FRANCIA Dickey-Fuller y Dickey-Fuller ampliado Comencemos realizando el test de Dickey-Fuller y Dickey-Fuller ampliado para EE.UU. Recordemos que tal y como hemos visto en el marco teórico, la hipótesis nula y la alternativa son las siguientes: Con constante y sin tendencia Con constante y con tendencia No estacionario

10 Estacionario I(0) Observando las salidas del Microfit, vemos que, al 95%: Con constante y con tendencia: < Rechazamos, Con constante y sin tendencia: < luego es I (0) Los resultados de este contraste implican que la tasa de desempleo en los EE.UU. sigue un proceso estacionario. Test de Dickey-Fuller: EE.UU. Con constante y sin tendencia Con constante y con tendencia ** Unit root tests for variable USA Unit root tests for variable USA The Dickey-Fuller regressions include an intercept but not a trend The Dickey-Fuller regressions include an intercept and a linear trend ** 101 observations used in the estimation of all ADF regressions. 101 observations used in the estimation of all ADF regressions. Sample period from 1983Q2 to 2008Q2 Sample period from 1983Q2 to 2008Q2 ** Test Statistic LL AIC SBC HQC Test Statistic LL AIC SBC HQC DF DF ADF(1) ADF(1) ADF(2) ADF(2) ADF(3) ADF(3) ADF(4) ADF(4) ** 95% critical value for the augmented Dickey-Fuller statistic = % critical value for the augmented Dickey-Fuller statistic = LL = Maximized log-likelihood AIC = Akaike Information Criterion LL = Maximized log-likelihood AIC = Akaike Information Criterion SBC = Schwarz Bayesian Criterion HQC = Hannan-Quinn Criterion SBC = Schwarz Bayesian Criterion HQC = Hannan-Quinn Criterion

11 Hagamos a continuación el contraste análogo para Francia: Con constante y sin tendencia Con constante y con tendencia No estacionario Estacionario I (0) Observando las salidas del Microfit, vemos que, al 95%: Con constante y con tendencia: > No rechazamos, Con constante y sin tendencia: luego no es I (0) > Los resultados de este contraste implican que la tasa de desempleo en Francia no es estacionaria, hemos detectado raíces unitarias. Vamos a realizar el contraste con las primeras diferencias, para comprobar si es un I (1) o tiene un orden mayor de integración: Observando las salidas del Microfit, vemos que, al 95%: Con constante y con tendencia: < Rechazamos son I(0), luego las primeras diferencias Con constante y sin tendencia: <

12 Esto significa que la serie original es I (1). La tasa de desempleo de Francia presenta una raíz unitaria de orden 1. Test de Dickey-Fuller: FRANCIA Con constante y sin tendencia Con constante y con tendencia Con constante y sin tendencia ** Unit root tests for variable FRA Unit root tests for variable FRA The Dickey-Fuller regressions include an intercept but not a trend The Dickey-Fuller regressions include an intercept and a linear trend ** 101 observations used in the estimation of all ADF regressions. 101 observations used in the estimation of all ADF regressions. Sample period from 1983Q2 to 2008Q2 Sample period from 1983Q2 to 2008Q2 ** Test Statistic LL AIC SBC HQC Test Statistic LL AIC SBC HQC DF DF ADF(1) ADF(1) ADF(2) ADF(2) ADF(3) ADF(3) ADF(4) ADF(4) ** 95% critical value for the augmented Dickey-Fuller statistic = % critical value for the augmented Dickey-Fuller statistic = LL = Maximized log-likelihood AIC = Akaike Information Criterion LL = Maximized log-likelihood AIC = Akaike Information Criterion SBC = Schwarz Bayesian Criterion HQC = Hannan-Quinn Criterion SBC = Schwarz Bayesian Criterion HQC = Hannan-Quinn Criterion Unit root tests for variable FRA The Dickey-Fuller regressions include an intercept but not a trend

13 101 observations used in the estimation of all ADF regressions. Sample period from 1983Q2 to 2008Q2 Test Statistic LL AIC SBC HQC DF ADF(1) ADF(2) ADF(3) ADF(4) % critical value for the augmented Dickey-Fuller statistic = LL = Maximized log-likelihood AIC = Akaike Information Criterion SBC = Schwarz Bayesian Criterion HQC = Hannan-Quinn Criterion Test de Dickey-Fuller: PRIMERAS DIFERENCIAS Francia Con constante y sin tendencia Con constante y con tendencia ** Unit root tests for variable DFRA Unit root tests for variable DFRA The Dickey-Fuller regressions include an intercept but not a trend The Dickey-Fuller regressions include an intercept and a linear trend ** 100 observations used in the estimation of all ADF regressions. 100 observations used in the estimation of all ADF regressions. Sample period from 1983Q3 to 2008Q2 Sample period from 1983Q3 to 2008Q2 ** Test Statistic LL AIC SBC HQC Test Statistic LL AIC SBC HQC DF DF ADF(1) ADF(1) ADF(2) ADF(2)

14 ADF(3) ADF(3) ADF(4) ADF(4) ** 95% critical value for the augmented Dickey-Fuller statistic = % critical value for the augmented Dickey-Fuller statistic = LL = Maximized log-likelihood AIC = Akaike Information Criterion LL = Maximized log-likelihood AIC = Akaike Information Criterion SBC = Schwarz Bayesian Criterion HQC = Hannan-Quinn Criterion SBC = Schwarz Bayesian Criterion HQC = Hannan-Quinn Criterion Conclusiones Tras efectuar los test de Dickey-Fuller y Dickey-Fuller Ampliado, concluimos que la evolución de la tasa de desempleo en EE.UU. sigue un proceso estacionario. Por el contrario, el desempleo en Francia presenta raíces unitarias. De acuerdo con las tesis de Blanchard y Summers, esto significa que en EE.UU. el desempleo en el largo plazo tiende a la tasa natural de desempleo, mientras que en Francia la histéresis hace que la tasa varíe de forma irreversible. Ahora bien, observando las gráficas vemos que la gráfica de EE.UU. no es absolutamente aleatoria tal y como cabría esperar de una serie estacionaria. Así mismo, el primer coeficiente de autocorrelación de EE.UU. es muy cercano a uno, pese a que después la caída no sea demasiado lenta. Por estas razones, sí que parece que los shocks tienen una cierta persistencia en el desempleo. Esto significa que las políticas del Gobierno sí que van a tener un efecto en el corto y en el medio plazo en la tasa de desempleo estadounidense. Pero en el largo plazo serán infructuosas, porque siempre tenderá a volver a la tasa natural de desempleo. La histéresis presente en Francia refleja las rigideces del mercado laboral francés. Una de las causas de estas rigideces es la mayor protección laboral y el mayor poder de negociación de los trabajadores a través de los sindicatos. También existen otras causas que hacen que los mercados laborales europeos no sean tan flexibles como el norteamericano, como por ejemplo la falta de movilidad de los trabajadores. Cualesquiera que sean las causas, el haber identificado histéresis en el desempleo francés implica que las políticas del Gobierno que influyan en el desempleo podrán tener consecuencias permanentes.

15 Datos anexos Tasa de desempleo en EE.UU.. Datos trimestrales en tanto por ciento %: º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim. 5

16 1986 1º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim. 4.3

17 1989 2º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim. 3.8

18 1990 3º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim. 5.3

19 Fuente: U.S. Bureau of Labor Statistics, Tasa de desempleo en Francia. Datos trimestrales en tanto por ciento %: º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim. 8.80

20 1984 4º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim

21 1988 4º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim. 9.10

22 1990 2º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim º Trim. 7.80

23 1991 3º Trim º Trim º Trim º Trim Fuente: Eurostat, Bibliografía Blanchard, O. J. y Summers, L. H. (1986). Hysteresis and the European unemployment problem, in: S. Fischer edition, NBER Macroeconomics Annual. Cambridge, MA, MIT Press. León Ledesma, Miguel A. (2002). Unemployment hysteresis in the US States and the EU: a panel approach. Bulletin of Economic Research, vol. 54(2), pp Mitchell, W. F. (1993). Testing for unit roots and persistence in OECD unemployment rates. Applied Economics, vol. 25, pp Song, F. M. and Wu Y. (1997). Hysteresis in unemployment: evidence from 48 U.S. states. Economic Inquiry, vol. 35, pp