Factores que inciden en la probabilidad de pobreza: una propuesta metodológica para la Región Metropolitana de Santiago

Documentos relacionados
CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

Aspectos fundamentales en el análisis de asociación

CAPÍTULO 4 MARCO TEÓRICO

Un modelo de factores que inciden en la probabilidad de pobreza: resultados CASEN 2011 en la Región Metropolitana de Santiago

MODELOS DE ELECCIÓN BINARIA

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Modelos lineales Regresión simple y múl3ple

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

6 Impacto en el bienestar de los beneficiarios del PAAM

Diagnóstico de Fortalezas y Debilidades Comunales

Problemas donde intervienen dos o más variables numéricas

Complementos al ABC: efectos dinámicos

Solución Taller No. 10 Econometría II Prof. Bernal

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

PyE_ EF2_TIPO1_

Estadística con R. Modelo Probabilístico Lineal

Econometría de corte transversal. Pablo Lavado Centro de Investigación de la Universidad del Pacífico

Lección 4. Ejercicios complementarios.

METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2014 INSTITUTO NACIONAL DE ESTADÍSTICAS

Figura 1

Variables Dummy (parte I)

DISTRIBUCIONES BIDIMENSIONALES

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Tema 6. Estadística descriptiva bivariable con variables numéricas

3. VARIABLES ALEATORIAS.

TODO ECONOMETRIA. Variables cualitativas

) para toda permutación (p p 1 p

Examen Final de Econometría Grado

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

Pronósticos. Humberto R. Álvarez A., Ph. D.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos.

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2013 INSTITUTO NACIONAL DE ESTADÍSTICAS

Estimación de incertidumbres en calibración de Osciladores

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

Probabilidad Grupo 23 Semestre Segundo examen parcial

MODELOS PARA DATOS DE RECUENTO

Regresión de Datos de Vida

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

Enfoque de la dominancia para el análisis de la evolución de la pobreza entre 1988 y 2004

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte

Universidad Diego Portales Facultad de Economía y Empresa

e i para construir el modelo econométrico que se escribe a continuación:

Un estimado de intervalo o intervalo de confianza ( IC

Mª Dolores del Campo Maldonado. Tel: :

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión

CURSO 2007 PRACTICO 12 MODELOS DE VARIABLE DEPENDIENTE CUALITATIVA EJERCICIO 1 A)

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

CLAVE - Laboratorio 1: Introducción

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,

RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

Análisis de la actividad femenina y la fecundidad en España mediante modelos de elección discreta

TEMA 3. VARIABLE ALEATORIA

truncación inferior en el punto a=25 es igual a El grado de truncación es del

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

Efectos fijos o aleatorios: test de especificación

Ejercicios y Talleres. puedes enviarlos a

DISEÑO MUESTRAL TERCERA ENCUESTA DE CULTURA CONSTITUCIONAL 2017

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas

Estadistica No Parametrica

ESTADÍSTICA UNIDIMENSIONAL

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES

Riesgos Proporcionales de Cox

Medidas de Variabilidad

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.

Regresión Binomial Negativa

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

Recaudación por Impuesto Específico a los Combustibles y Estimación de Recaudación de IVA por Venta de Gasolina

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Relaciones entre variables

Tema 4: Variables aleatorias

VII. Solución numérica de ecuaciones diferenciales

Variables Aleatorias

Boletín de la Tendencia Laboral del Desarrollo Humano

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Variables Aleatorias

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

Relación 2: Regresión Lineal.

El impacto regional de la crisis en las remesas

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

La actividad laboral de las mujeres casadas y el desempleo de sus cónyuges Resumen

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Transcripción:

Factores que ncden en la probabldad de pobreza: una propuesta metodológca para la de Santago Santago, novembre de 2011

Índce Índce Introduccón 1. Descrpcón del modelo 2. Los datos 3. Resultados de estmacón 4. Conclusones Bblografía Anexo: matrz de Correlacones varables modelo probabldad de un hogar de ser pobre según CASEN 2009 2 3 4 7 7 12 13 14 2

Introduccón El presente documento propone un modelo que pretende medr el mpacto de un conjunto de varables socoeconómcas pertenecentes a los hogares de la Regón Metropoltana de Santago, sobre la probabldad de éstos de encontrarse bajo la línea de pobreza. S ben las varables selecconadas para estos efectos como determnantes de la pobreza de los hogares no fueron obtendas a partr de un modelo teórco o estructural, han sdo escogdas por su recurrente mencón en la lteratura en cuanto a su capacdad explcatva de la stuacón de vulnerabldad socoeconómca de personas y hogares 1. La fuente de la nformacón utlzada para el sguente trabajo remte a los resultados de la Encuesta de Caracterzacón Socoeconómca Naconal, CASEN, correspondentes a la de Santago, RMS, realzada durante los meses de novembre y dcembre del año 2009. El documento está estructurado en cuatro partes. En la prmera de ellas se descrbe en detalle el modelo y las varables que lo componen. Específcamente, se utlza un modelo del tpo probt con el propósto de establecer el efecto margnal de un conjunto de varables socoeconómcas selecconadas al efecto sobre la probabldad que tene un hogar de encontrarse bajo la línea de pobreza. En la segunda parte se descrbe en forma breve la fuente de la nformacón utlzada para la estmacón. La tercera parte entrega los resultados de la estmacón del modelo y en base a éstos establece cuáles son aquellas varables que evdencan un mayor mpacto así como el sentdo de éste- sobre la probabldad de un hogar de ser dentfcado como pobre. Además, se proponen algunos ejemplos de tpos de hogares con el propósto de estmar su probabldad de ser dentfcados como pobres en funcón del estado de las varables socoeconómcas selecconadas en el modelo. En la cuarta y últma- seccón se entregan las prncpales conclusones que es posble extraer a partr del análss realzado en las seccones precedentes. El presente trabajo fue elaborado por Santago Gajardo P., profesonal del Área de Estudos de la SERPLAC Metropoltana. 1 Al fnal del documento se entrega la revsón bblográfca que se consderó para la seleccón de las varables socoeconómcas postuladas como determnantes de la probabldad de pobreza de los hogares. 3

1. Descrpcón del modelo Es posble modelar la probabldad que tene un hogar de ser pobre a través de la especfcacón de una ecuacón en que la varable dependente se defne en térmnos dcotómcos; por ejemplo, ésta toma el valor 1 s el ngreso por persona de ese hogar se ubca bajo la línea de pobreza o ben tomar el valor 0 en el caso de que el ngreso per cápta de ese hogar esté por sobre dcha línea (no pobre). La especfcacón del modelo ncluye como varables ndependentes es decr, el conjunto de varables selecconadas como determnantes de la probabldad de pobreza- a un conjunto de aspectos socoeconómcos que se estma contrbuyen a determnar la stuacón de pobreza o no pobreza del hogar. La seleccón de estas varables se realzó en base a una revsón de la bblografía recente, la cual s ben consdera prncpalmente estudos tpo panel, permte dentfcar algunas varables cuya mencón es recurrente por su relacón con la stuacón de vulnerabldad de los hogares (asocada al resgo de caer en la pobreza o ben de permanecer en ella) s ben no estrctamente con su dentfcacón como pobres o no pobres en un momento determnado. Como ya se señaló, el modelo en cuestón puede descrbrse como la probabldad de que la varable dependente tome el valor 1 condconal en los valores del conjunto de varables ndependentes selecconadas (X). S llamamos β al vector de parámetros para X, la probabldad de que la varable ndependente tome el valor 1 puede escrbrse como una funcón de dstrbucón acumulada evaluada en Xβ: Pr( Y = 1 X ) = F ( X β ) (probabldad de ser dentfcado como pobre) Pr( Y = 0 X ) = 1 F ( X β ) (probabldad de ser dentfcado como no pobre) El modelo probt permte estmar por el método de máxma verosmltud el set de parámetros que capturan el efecto margnal de cada una de las varables ndependentes sobre la probabldad de que la varable dependente tome el valor 1 en el entorno de un punto dado por los valores medos de las varables explcatvas. El modelo supone una funcón de densdad normal estándar y una consguente funcón de dstrbucón acumulada: f ( X β ) = φ( X β ) = e ( x β ) 2 / 2 / 2π x β µ F X β X β / 2 ( ) = Φ( ) = e / 2π dµ 2 Para estmar el modelo es necesaro especfcar prevamente cada una de las varables que lo componen. 4

Varable Dependente La varable dependente del modelo corresponde a la stuacón de pobreza o no pobreza del hogar como resultado de la comparacón del ngreso por persona con la línea ofcal de pobreza 2. Esta varable ( POBRE, para los efectos del modelo), toma el valor 1 (POBRE=1) s el hogar está en stuacón de pobreza y cero s no lo está (POBRE=0). Varables Independentes. Género: en referenca al sexo del jefe de hogar (GENERO) -Hombre (GENERO=0) -Mujer (GENERO=1). Edad del jefe de hogar: reconocendo el hecho constatado en la lteratura que esta varable tene efectos no lneales sobre los ngresos de las personas (o ndrectamente, su stuacón de pobreza), se optó por defnrla en térmnos dcotómcos para cnco grupos etaros (con respecto al grupo de referenca que en este caso corresponde a los jefes de hogar entre 15 y 24 años): -Grupo entre 25 y 34 años (edad_25_34) edad_25_34=1 s la edad del jefe de hogar se encuentra entre los 25 y 34 años edad_25_34=0 s la edad del jefe de hogar se encuentra fuera del rango señalado. -Grupo entre 35 y 44 años (edad_35_44) edad_35_44=1 s la edad del jefe de hogar se encuentra entre los 35 y 44 años edad_35_44=0 s la edad del jefe de hogar se encuentra fuera del rango señalado. -Grupo entre 45 y 54 años (edad_45_54) edad_45_54=1 s la edad del jefe de hogar se encuentra entre los 45 y 54 años edad_45_54=0 s la edad del jefe de hogar se encuentra fuera del rango señalado. -Grupo entre 55 y 64 años (edad_55_64) edad_55_64=1 s la edad del jefe de hogar se encuentra entre los 55 y 64 años edad_55_64=0 s la edad del jefe de hogar se encuentra fuera del rango señalado. -Grupo de 65 años y más (edad_65) 2 En la versón 2009 de la CASEN, la línea de pobreza se establecó en $64.134 percápta en la zona urbana, y en $43.242 percápta en las zonas rurales. 5

edad_65=1 s el jefe de hogar tene 65 años ó más edad_65=0 s el jefe de hogar tene menos de 65 años. Pareja convvente del jefe de hogar (PAREJA). Se defneron dos categorías a partr de la varable orgnal contemplada en la encuesta CASEN 3 : -Jefe de hogar con pareja (PAREJA=1), en los casos de jefes de hogar casados(as) o convventes con pareja. -Jefe de hogar sn pareja (PAREJA=0), en los casos de jefes de hogar anulados(as), separados(as), dvorcados(as), vudos(as) o solteros(as). v. Número de personas del hogar (NUMPER) Número de nños menores de cnco años en el hogar (n_nñ_5) v. Número de personas ocupadas en el hogar (n_ocup) v. nvel educaconal del jefe de hogar (edu_med; edu_sup). Se asume como grupo de referenca aquellos jefes de hogar cuyo nvel educaconal corresponde a educacón básca (completa o ncompleta) o que carecen de estudos formales. -educacón meda (edu_med=1), en los sguentes casos: Educacón meda humansta ncompleta Educacón meda técnco-profesonal ncompleta Educacón meda humansta completa Educacón meda técnca completa En cualquer otro caso, edu_med=0 -educacón superor (edu_sup=1), en los sguentes casos: Educacón técnca o unverstara ncompleta Educacón técnca o unverstara completa En cualquer otro caso, edu_sup=0 v. Pertenenca a etna del jefe de hogar (ETNIA) -ETNIA=1, s el jefe de hogar declara pertenecer a alguna etna -ETNIA=0, s el jefe de hogar declara no pertenecer a etna alguna v. Número de personas dscapactadas en el hogar (n_dscap) x. Zona en la que vve el hogar (Z) -Z=1, s el hogar es rural -Z=0, s es urbano 3 Específcamente se recodfcó la varable de la CASEN correspondente al estado conyugal o cvl del jefe de hogar. 6

2. Datos La fuente de la nformacón utlzada para la estmacón del modelo prevamente descrto son los resultados a nvel de hogares de la Encuesta Naconal de Caracterzacón Socoeconómca Naconal, CASEN, correspondentes a la RMS y que fue aplcada entre los meses de novembre y dcembre del año 2009. Como suele hacerse en estos casos, para efectos de estmacón la base de datos orgnal es expandda por el factor de expansón usando la funcón pw ( p-weght ) del paquete estadístco STATA. Esta funcón permte controlar por el hecho de que cada observacón de la encuesta no tene la msma probabldad de ser ncluda en la muestra expandda. Por esta razón, los datos son ponderados por un factor de ponderacón que denota el nverso de la probabldad que tene cada observacón de ser ncluda como consecuenca del dseño muestral. 3. Resultados de estmacón Luego de estmar el modelo descrto en la seccón anteror se calculan los efectos margnales de cada varable en la vecndad de los valores medos de las varables explcatvas (los que corresponden a la últma columna del cuadro 1) 4. En este sentdo, tales coefcentes pueden ser correctamente nterpretados como el mpacto porcentual sobre la probabldad de ser pobre de un cambo untaro (o cambo de estado, en el caso de las varables dcotómcas que se han defndo) en cada una de las varables explcatvas selecconadas. 4 Esto se logra a través del uso del modelo dprobt (o el comando mfx del paquete estadístco STATA). el que permte calcular los efectos margnales de las varables ndependentes sobre la varable dependente meddos en el entorno de los valores promedo calculados para las varables ndependentes. 7

El modelo entrega un valor para el ndcador general de bondad de ajuste (pseudo-r 2 ) en torno a 0,31 5. Según los resultados de estmacón mostrados en el cuadro 1, se puede señalar que el coefcente obtendo para la varable GENERO ndca que una jefatura de hogar femenna mplca un aumento de 1,35% en la probabldad de que los membros de ese hogar vvan bajo la línea de pobreza. Asmsmo, un jefe de hogar casado, o convvente con pareja tene una probabldad de ser pobre que es 1,74% más baja que la que prevalece entre los jefes de hogar que vven sn pareja. Un aumento untaro en el tamaño del hogar nvolucra que la probabldad que ese hogar sea pobre crece en 2,55%. De gual forma, cada nño adconal menor de cnco años ncrementa la probabldad de que el hogar sea pobre en algo menos de un punto porcentual. Por el contraro, cada persona adconal que esté ocupada dsmnuye la probabldad del hogar de ser pobre en 7,36%. El hecho que el jefe de hogar tenga educacón meda (completa o ncompleta) dsmnuye la probabldad del hogar de ser pobre en 2,51% (con respecto a la stuacón de un jefe de hogar que sólo tene educacón básca o ben no tene educacón formal). De gual modo, s el jefe de hogar tene educacón superor la probabldad de que el hogar sea pobre decae en 5,28% (tambén con respecto a la stuacón de un jefe de hogar que sólo tene educacón básca o que carece de educacón formal). Lo anteror permte conclur que el efecto neto de la educacón superor sobre la educacón meda es reducr la probabldad que tene un hogar de caer en la pobreza de 2,77% (dferenca entre los dos coefcentes). Las varables pertenenca a etna del jefe de hogar y número de personas con dscapacdad resultaron ser estadístcamente no sgnfcatvas en la explcacón de la probabldad de un hogar de ser pobre. El resultado obtendo para la varable zona ndca que un hogar que resda en la zona rural tene una menor probabldad de ser pobre que un hogar urbano (específcamente, un 2,63% más baja). La nterpretacón de los coefcentes correspondentes a la edad del jefe de hogar es algo más compleja, pero estaría dando cuenta claramente de un efecto no lneal de esta varable sobre la probabldad que tene un hogar de ser pobre. En efecto, para la varable correspondente al grupo de jefes de hogar más jóvenes (edad_25_34) se obtene un efecto postvo el cual no es estadístcamente sgnfcatvo. El valor de los coefcentes de las varables correspondentes a los tramos de mayor edad van aumentando en valor absoluto a medda que crece la edad del jefe de hogar, pero se reverte el sentdo del mpacto sobre la probabldad del hogar de ser pobre al relaconarse negatvamente con ella. En la varable correspondente el grupo de más edad (edad_65), el hecho que el jefe de hogar tenga 65 ó más años estaría relaconado con una dsmnucón del 5,2% en la probabldad que ese hogar tene de ser pobre. Con el propósto de comprobar el efecto no lneal de la edad del jefe de hogar sobre la probabldad que tene ese hogar de ser pobre, se estmó una especfcacón alternatva a la ya examnada. Generalmente, es posble modelar este efecto no lneal de la edad de las personas de dos formas: la prmera es a través de la utlzacón de varables dcotómcas con la edad del jefe de hogar (como ya se hzo); la segunda, la que se 5 Un valor de 1 ndca perfecta capacdad explcatva del modelo y un valor de cero, nula capacdad explcatva. En los estudos de corte transversal -como el presente- es normal encontrar valores más ben bajos para este ndcador (nferores a 0,5). 8

adopta en esta nueva especfcacón, es a través de la ntroduccón de un polnomo que permta capturar el patrón descrto en el párrafo anteror. Con este fn, se ntrodujo en el modelo de estmacón un polnomo cuadrátco formado por la suma de la varable EDAD y de su expresón cuadrátca (EDAD 2 ). Los resultados de la estmacón de esta especfcacón alternatva se muestran en el cuadro 2. Como es posble observar, el sgno negatvo de la varable EDAD 2, el cual resulta ser estadístcamente sgnfcatvo, apoya fuertemente la hpótess de no lnealdad en el efecto de la edad del jefe de hogar sobre la probabldad que tene ese hogar de ser pobre. Cuadro 2 de Santago Efectos margnales modelo probt, varable POBRE (probabldad de un hogar de ser pobre) Probabldad pronostcada = 0,03192535 Número de observacones = 13.681; Pseudo-R 2 = 0,3117 Varable dy/dx Std. Err. z P> z [ I. de C. 95% ] X GENERO* 0,0141 0,0059 2,4000 0,0160 0,0026 0,0256 0,3424 EDAD 0,0012 0,0007 1,7300 0,0840-0,0002 0,0026 52,5326 EDAD 2-0,000027 0,0000-4,0400 0,0000 0,0000 0,0000 3.002,5900 PAREJA* -0,0176 0,0063-2,8100 0,0050-0,0299-0,0053 0,6527 NUMPER 0,0253 0,0019 13,5400 0,0000 0,0216 0,0289 3,5717 n_nñ_5 0,0096 0,0033 2,8900 0,0040 0,0031 0,0161 0,2354 n_ocup -0,0734 0,0043-17,1200 0,0000-0,0818-0,0650 1,5240 edu_med* -0,0250 0,0036-6,8800 0,0000-0,0322-0,0179 0,4333 edu_sup* -0,0534 0,0042-12,8200 0,0000-0,0615-0,0452 0,2822 ETNIA* 0,0025 0,0078 0,3200 0,7490-0,0128 0,0178 0,0401 n_dscap -0,0026 0,0028-0,9300 0,3520-0,0082 0,0029 0,2283 Z* -0,0266 0,0032-8,4500 0,0000-0,0328-0,0204 0,0287 Fuente: elaboracón propa en base a encuesta CASEN 2009, MIDEPLAN. (*) dy/dx, es el efecto ante un cambo dscreto de la varable dcotómca de 0 a 1 En cuanto al resto de las varables, no se adverten cambos mportantes en el valor de los coefcentes, en el sentdo de su efecto, n en su sgnfcanca estadístca. (las varables etna y número de personas dscapactadas sguen sendo no sgnfcatvas). Además, el ajuste obtendo para esta nueva estmacón (meddo por el pseudo-r 2 ) es absolutamente comparable al obtendo en la especfcacón anteror. Utlzando el modelo probt es posble realzar predccones de la probabldad que tene un hogar de ser dentfcado como pobre dados certos valores para el vector de varables socoeconómcas que hemos selecconado en este trabajo como determnantes de tal probabldad. En tal sentdo se proponen a contnuacón ses ejemplos en los que a pror se defnen valores para este vector de varables lo cual permte realzar el cálculo de la probabldad estmada que tene el hogar de ser pobre. Resulta útl examnar estos ejemplos tenendo en mente que la tasa meda de pobreza observada entre los hogares de la RMS alcanzó según la CASEN 2009 al 9,6% del total de hogares de la regón. Ejemplo 1: el prmer ejemplo que se propone en el cuadro 3 corresponde al de un hogar que tene por jefe a una mujer de entre 25 y 34 años que no vve con pareja, que tene dos hjos menores de cnco años que convven con ella. Además, esta jefa de hogar está ocupada, sólo cursó estudos báscos y resde en una zona urbana. De 9

acuerdo a los parámetros del modelo, la predccón respecto a la probabldad de que este hogar sea pobre alcanza al 45,8%, la más alta de los ses casos propuestos. Ejemplo 2: corresponde a la stuacón de un hogar que tene por jefe a un hombre de entre 25 y 34 años que está casado o tene una pareja que vve con él. Entre ambos tenen 3 hjos de los cuales uno es menor de cnco años. Sólo uno de los membros de la pareja trabaja y el nvel educaconal del jefe de hogar corresponde a enseñanza meda (completa o ncompleta). El jefe de hogar declara pertenecer a una etna y la zona de resdenca es urbana. Con estos antecedentes, la probabldad de pobreza del hogar pronostcada por el modelo es de 40,4%. Ejemplo 3: este caso corresponde al de un hogar encabezado por una mujer entre de 35 y 44 años que vve con su pareja, tene dos hjos (uno de los cuales tene menos de cnco años) y sólo uno de los membros de la pareja trabaja. La jefa de hogar tene nvel de educacón meda y su hogar resde en zona urbana. Con estos antecedentes, el modelo pronostca una probabldad que el hogar sea pobre de 26,9%. Cuadro 3 de Santago Predccón de probabldad de pobreza según característcas socoeconómcas del hogar utlzando modelo Probt estmado en cuadro 1 Varable Ejemplo 1 Ejemplo 2 Ejemplo 3 Ejemplo 4 Ejemplo 5 Ejemplo 6 GENERO Mujer Hombre Mujer Mujer Hombre Hombre edad_25_34 x x - - - - edad_35_44 - - x - - - edad_45_54 - - - - - x edad_55_64 - - - x - - edad_65 - - - - x - PAREJA No Sí Sí No No Sí NUMPER 3 5 4 2 1 4 n_nñ_5 2 1 1 - - - n_ocup 1 1 1 - - 2 edu_med No Sí Sí Sí No No edu_sup No No No No No Sí ETNIA No Sí No No No No n_dscap - - - 1 - - Z Urbano Urbano Urbano Rural Urbano Urbano Prob (POBRE=1) 45,8% 40,4% 26,9% 12,9% 8,7% 0,3% Fuente: elaboracón propa en base a encuesta CASEN 2009, MIDEPLAN. (*) dy/dx, es el efecto ante un cambo dscreto de la varable dcotómca de 0 a 1 Ejemplo 4: la jefatura de hogar corresponde a una mujer entre 55 y 64 años que no vve con pareja, no trabaja y tene educacón meda. Vve sólo con una persona, la cual está dscapactada (podemos pensar en el caso de una vuda que tene un hjo que padece algún tpo de nvaldez). Además, este hogar tene su resdenca en una zona rural. El modelo estma una probabldad de pobreza de 12,9%. Ejemplo 5: esta stuacón corresponde a la de un hombre de 65 ó más que vve solo, no trabaja (podemos pensar en un hombre separado o vudo que está jublado), tene 10

educacón básca y resde en una vvenda urbana. Para este caso, nuestro modelo predce una probabldad de dentfcar a este hogar como pobre de 8,7%. Ejemplo 6: este últmo caso corresponde al de un hogar que tene por jefe a un hombre entre 45 y 54 años que vve con su pareja y dos hjos. Ambos trabajan y, además, el jefe del hogar tene educacón superor. La zona de resdenca del hogar es urbana. Nuestro modelo predce una probabldad de que este hogar esté bajo la línea de pobreza de 0,3%. Pese a que la frecuenca específca de los ejemplos que se han descrto puede ser muy reducda, es posble entenderlos como ejerccos meramente teórcos en torno a los cuales exste una cantdad mucho mayor de hogares que presentan semejanza con los expuestos y sólo se dferencan en alguna varable concreta. El sentdo de todo lo anteror es dentfcar aquellas varables socoeconómcas que tenen mayor capacdad explcatva de la stuacón de pobreza de los hogares y, de esta forma, drecconar los nstrumentos a dsposcón de la polítca socal con el propósto de maxmzar la efcaca de las ntervencones que se realcen. 11

4. Conclusones En el presente trabajo se propuso un modelo destnado a estmar la probabldad que tene un hogar de encontrarse bajo la línea de pobreza utlzando como varables explcatvas un conjunto de aspectos relaconados con las característcas socoeconómcas de los hogares. Para estos efectos, se utlzó un modelo probt con la varable dependente defnda como la probabldad que tene un hogar de ser pobre de acuerdo a los datos CASEN 2009 correspondentes a la de Santago. Los resultados ndcan que las varables género (en térmnos que el jefe de hogar sea una mujer), número de personas del hogar y número de nños menores de cnco años tenen un mpacto postvo sobre la probabldad de dentfcar un hogar como pobre, el cual además, mostró ser estadístcamente sgnfcatvo. En cambo las varables pareja convvente del jefe de hogar, número de personas ocupadas, educacón meda, educacón superor y zona (en térmnos de que el hogar resda en una zona rural) se relaconan negatvamente con la probabldad de dentfcar un hogar como pobre, efecto que tambén es estadístcamente sgnfcatvo. Asmsmo, los coefcentes más altos (aquellos que señalarían un mayor mpacto en térmnos de reducr la probabldad de dentfcar a un hogar como pobre) son los correspondentes a las varables número de personas ocupadas y dsponbldad de educacón superor por parte del jefe de hogar. Los valores obtendos para la varable edad de jefe de hogar apoyarían la hpótess de que a mayor edad de éste cae la probabldad de dentfcar al hogar como pobre, s ben este efecto no sería lneal, lo cual fue comprobado medante el uso de una especfcacón alternatva. Por otra parte, los resultados señalan la ausenca de algún efecto sgnfcatvo sobre la probabldad de dentfcar a un hogar como pobre de las varables pertenenca a etna del jefe de hogar y número de personas con alguna dscapacdad. Utlzando los resultados del modelo probt estmado se realzó un ejercco consstente en estmar la probabldad que tenen ses tpos de hogares de ser pobres en consderacón al estado del conjunto de varables socoeconómcas que en este trabajo se selecconaron como determnantes de tal probabldad. Los resultados osclan entre un pronóstco de pobreza de 45% en el caso de un hogar formado por una mujer de entre 25 y 34 años, que vve sn pareja, con tres hjos (dos de los cuales tenen menos de cnco años), que trabaja y sólo tene educacón básca; y, una probabldad de 0,3% en el caso de un hogar encabezado por un hombre de entre 45 y 54 años, que vve con su pareja, ambos trabajan, tenen dos hjos y el jefe de hogar además tene educacón superor. 12

Bblografía Castro, Rodrgo y Arzola, María Elena (2008): Determnantes de la movldad de la pobreza en Chle (1990-2006), Sere Informe Socal N 112, Insttuto Lbertad y Desarrollo, Agosto 2008. Granados Z., Paulna (2004): Funcón de Ingresos de los Hogares Chlenos: Cclo de Vda y Persstenca de Shocks, Revsta Economía Chlena, Volumen 7, Nº1/Abrl, págnas 51-89, Banco Central de Chle. Henoch, Paulna (2010): Vulnerabldad socal, más allá de la pobreza, Sere Informe Socal, N 128, Agosto 2010. Montero, Roque (2009): Determnantes de la dnámca de pobreza en Chle 1996-2001-2006, Sere Estudos Socales, MIDEPLAN, N 1, Prmavera 2009. Santos, Humberto (2009): Dme con quén crecste y te dré cuánto ganas? efectos de las característcas famlares sobre el salaro, Sere Estudos Socales, MIDEPLAN, N 1, Prmavera 2009. Vásquez, Javera y Bravo, Davd (2008), Mcroeconometría aplcada, Centro Mcrodatos, Departamento de Economía, Unversdad de Chle. 13

Anexo de Santago Matrz de Correlacones varables modelo probabldad de un hogar de ser pobre según CASEN 2009 Varables POBRE GENERO edad_25 edad_35 edad_45 edad_55 _34 _44 _54 _64 edad_65 PAREJA NUMPER n_nñ_5 n_ocup edu_med edu_sup ETNIA n_dscap Z POBRE 1,0000 GENERO 0,0866 1,0000 edad_25_34 0,0492-0,0312 1,0000 edad_35_44 0,0555-0,0713-0,1735 1,0000 edad_45_54-0,0150-0,0489-0,2047-0,2787 1,0000 edad_55_64-0,0217 0,0121-0,1744-0,2374-0,2801 1,0000 edad_65-0,0612 0,1206-0,1979-0,2693-0,3178-0,2707 1,0000 PAREJA -0,0563-0,5844 0,0401 0,1037 0,0690 0,0157-0,2003 1,0000 NUMPER 0,1333-0,1525-0,0586 0,1146 0,1479 0,0083-0,2005 0,3240 1,0000 n_nñ_5 0,1716-0,0554 0,2037 0,1246-0,0652-0,0740-0,1602 0,1294 0,4457 1,0000 n_ocup -0,2126-0,1415-0,0113 0,0419 0,1665 0,1221-0,3060 0,2430 0,5331 0,1199 1,0000 edu_med 0,0272-0,0411 0,0136 0,0559 0,0429-0,0292-0,0859 0,0570 0,0588 0,0361 0,0252 1,0000 edu_sup -0,1514-0,0595 0,1204 0,0598-0,0006-0,0181-0,1390 0,0340-0,1084-0,0393 0,0451-0,5482 1,0000 ETNIA 0,0202 0,0021 0,0284 0,0465-0,0176-0,0196-0,0497-0,0313 0,0036 0,0056 0,0141 0,0124-0,0485 1,0000 n_dscap 0,0318 0,0507-0,1084-0,0684-0,0480 0,0432 0,1683-0,0335 0,0504-0,0384-0,0679-0,0345-0,1104 0,0305 1,0000 Z -0,0277-0,0681 0,0125 0,0332-0,0142-0,0262-0,0003 0,0550 0,0257 0,0398-0,0096-0,0272-0,0343-0,0220-0,0291 1,0000 Fuente: elaboracón propa en base a encuesta CASEN 2009, MIDEPLAN. 14