Modelo Econométrico Desempleo
Modelo Econométrico Desempleo
Modelo Econométrico Desempleo
AULA/TURNO: 204-M
CURSO: ECONOMETRÍA I
2017
LIMA-PERÚ
1. Planteamiento del problema
El desempleo es un problema que afecta al Perú pues esta sigue un ciclo de pequeñas
variaciones, que afectan a la inversión y por ende al crecimiento económico además de ser
un mal social, en el presenta trabajo buscaremos los motivos del porqué de esta variación
que causa inestabilidad en nuestra economía. El desempleo del 2015 al 2016 ha aumentado
de 4 a 4.4 lo cual significo 70 000 desempleados la informalidad también aumenta
conforme a esta variable (desempleo).
Dicho modelo debe cumplir con los supuestos básicos del método MCO, donde los
estimadores deben ser insesgados, consistentes y eficientes.
Las variables que hemos propuesto para explicar esta variación son:
PBI
Tasa del BCR
Balanza comercial
IPC
Variables terremoto
Fuerza de trabajo
Nivel educativo
𝑦 = 𝑓(𝑃𝐵𝐼, 𝑡𝑎𝑠𝑎 𝑑𝑒𝑙 𝐵𝐶𝑅, 𝑏𝑎𝑙𝑎𝑛𝑧𝑎 𝑐𝑜𝑚𝑒𝑟𝑐𝑖𝑎𝑙, 𝐼𝑃𝐶, 𝑡𝑒𝑟𝑟𝑒𝑚𝑜𝑡𝑜, 𝑓𝑢𝑒𝑟𝑧𝑎 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜, 𝑛𝑖𝑣𝑒𝑙 𝑒𝑑𝑢𝑐𝑎𝑡𝑖𝑣𝑜)
2. OBJETIVOS
OBJETIVO GENERAL:
OBJETIVOS ESPECIFICOS:
Analizar el siguiente modelo para explicar a la variable desempleo aplicando
los temas vistos durante el recorrido del semestre, desarrollando su
respectivo procedimiento.
Probar supuestos y propiedades del modelo y concluir si nuestras variables
efectivamente sirven para la explicación del desempleo en nuestro país.
Identificar los problemas que presenta el modelo durante su desarrollo y
corregirle aquellos errores que lo constituyen
3. MARCO TEÓRICO
Las principales investigaciones económicas sobre el desempleo en el país son sobre el
mercado de trabajo de Lima Metropolitana en su mayoría debido a que hasta 1995 se
contaba solo información sistemática de la capital del Perú. En 1996, aparecen la serie
de Encuestas Nacionales de Hogares (ENAHO) realizadas trimestralmente por el
INEI brindando un horizonte más amplio para el análisis del mercado laboral peruano.
Esta nueva herramienta, en 1997, permitió al Ministerio de Trabajo y Promoción del
Empleo observar que existe una marcada estacionalidad del desempleo al interior del
año. Un año más tarde, el MTPS realizó un análisis dinámico del desempleo en el Perú,
en el cual se afirma que la duración del desempleo urbano es de dos meses y medio
aproximadamente, y por lo tanto es más un producto de fricciones en el mercado
laboral que de problemas estructurales.
PIB Nominal: El Producto Interno Bruto (PIB) es el valor de los bienes y servicios
de uso final generados por los agentes económicos durante un período. Por lo anterior
es lógico pensar que un incremento o disminución de este indicador, es consecuencia
directa de aumentos o disminuciones en los niveles de producción de los sectores que
lo componen, como por ejemplo el sector minero, podemos suponer que un aumento
en la producción de este sector debería involucrar un aumento del empleo o en otras
palabras, disminución del desempleo. Lo comentado es corroborado por la Ley de
Okun.
Tasa Banco Central: Tenemos que considerar como primicia que la tasa indicada por
el Banco Central, es una reacción a la inflación. Consideraremos en nuestro modelo
este indicador ya que podemos deducir que es consecuencia de una serie de hechos.
Una disminución en el consumo puede ser explicada por un aumento en el desempleo,
lo que implicaría una disminución en el IPC debido a la baja en la demanda de los
bienes que se consideran en la canasta, este hecho daría como resultado una
disminución en la inflación, lo que produciría una disminución en la tasa del Banco
Central como consecuencia para reactivar la economía.
Variable Terremoto: Todos sabemos los efectos que produjo el terremoto en el 2009,
por ende, un grupo de economistas afirmó que el terremoto tendría un impacto
positivo en el empleo, lo que para nuestro estudio significa una baja en desempleo,
justificando así parte de nuestro modelo por el proceso de reconstrucción y en el
crecimiento de este sector. Nos proponemos predecir esta situación incluyéndola
como variable Dummy.
Fuerza de Trabajo Total (FT): Con esta variable se mide la cantidad de personas
que integran la población económicamente activa. De acuerdo a los datos recopilados
del INEI, consideramos que es una variable determinante para la proyección del
desempleo, y es así como queda reflejado en nuestro análisis de regresión mediante
MCO, porque una disminución en la población económicamente activa, provoca un
aumento en la tasa de desempleo.
Nivel Educativo: Presentamos dos niveles, el cual seria las personas profesionales y
no profesionales, proponemos predecir esta situación incluyéndola como variable
Dummy.