Aplicación de los modelos de espacio de estados para modelar los datos de tasas de desempleo en Lima Metropolitana

Palabras clave: tasa de desempleo, modelo de espacio de estados, modelo de estructura básica, filtro de Kalman, muestreo, estimador Horvitz-Tompson

Resumen

La dinámica de la tasa de desempleo a lo largo del tiempo refleja el desempeño del mercado laboral, uno de los determinantes de bienestar más importantes en cualquier economía. La tasa de desempleo es uno de los principales indicadores utilizados para analizar la prosperidad y la situación económica de un país, y además, permite analizar la economía desde dos perspectivas: la primera desde la oferta y por el lado de la demanda. En esta investigación nosotros vamos a analizar la dinámica de desempleo en Lima Metropolitana.
Para este fin nosotros utilizaremos los datos de la Encuesta Permanente del Empleo - EPE desde el año 2002 hasta el año 2018 para calcular las tasas de desempleo mensuales. Nosotros estamos interesados en estudiar la dinámica de desarrollo de la tasa de desempleo en Lima Metropolitana, y además en comparar las dinámicas de desarrollo de
la dicha tasa en distintos conos, hombres y mujeres, y también las dinámicas en distintos grupos de edades. El objetivo principal de nuestra investigación es estudiar la dinámica de las tasas de desempleo en distintos grupos sociales para identificar posibles problemas de desigualdad de oportunidades en los mismos grupos, y explicar las raíces económicas y sociales que generan esta desigualdad. Para estimar las tasas de desempleo mensuales y sus respectivas varianzas utilizamos el estimador Horvitz-Tompson. Para analizar la dinámica de las series nosotros ajustamos el modelo de estructura básica, que es un caso especial de modelos de espacio de estados.

Citas

Arango, L. & Posada, C. (2013). El Desempleo en Colombia. Banco de la República.
Recuperado de https://www.banrep.gov.co/docum/ftp/borra265pdf.pdf
Arango, L. & Ros, A. (2015). Duración del desempleo en Colombia: género, intensidad de búsqueda y anuncios de vacantes. Banco de la Reserva- Colombia. Borradores de economía. N866. Recuperado de https://publications.iadb.org/es/publicacion/13851/duracion-del-desempleo-en-colombia-genero-intensidad-de-busqueda-y-anuncios-de
Ball, L., De Roux, N. & Hofstetter, M. (2011). Unemployment in Latin America and the Caribbean. International Monetary Fund. Recuperado de https://www.elibrary.imf.org/view/journals/001/2011/252/article-A001-en.xml
Belapatiño, V., Cespedes, N. & Gutierrez, A. (2014). La duración del desempleo en Lima Metropolitana. Revista Estudios Económicos. Banco Central de Reserva del Perú. Recuperado de https://www.bcrp.gob.pe/docs/Publicaciones/Revista-Estudios-Economicos/27/ree-27-cespedes-gutierrez.pdf
Bellani, D., Garca, P. & Pasten E. (2002).Curva de Beveridge, vacantes y desempleo: Chile 1996.I-2002.II.Banco central de Chile Documentos de trabajo (191). Recuperado de https://www.bcentral.cl/documents/33528/133326/bcch_archivo_167954_es.pdf/e43da653-8889-7955-9896-959728f9f653?t=1573282942020
Contreras, S., Pino O., & Pizzinga A.(2006). Aplicación de la metodología espacio estado en el análisis de las series de desempleo: Caso región del Bío-Bío. Theoría 25(1). Chile: Universidad del Bío Bío: Recuperado de https://www.redalyc.org/pdf/299/29915107.pdf
Contreras-Reyes, Javier, & Idrovo, Byron. (2011). En busca de un modelo benchmark univariado para predecir la tasa de desempleo de chile. Cuadernos de Economía, 30(55), 105-125. Retrieved May 10, 2021, Recuperado de http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-47722011000200006&lng=en&tlng=es
Durbin, J., & Quenneville, B. (1997). Benchmarking by State Space Models. International Statistical Review / Revue Internationale De Statistique, 65(1), 23-48. doi:10.2307/1403431.
Harvey, A. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge: Cambridge University Press. doi:10.1017/CBO9781107049994
Judzik, D. & Mateos, N. (2017).Sobre los determinantes de la tasa de desempleo en Argentina (2003-2015). Pontificia Universidad Católica Argentina, Facultad de Ciencias Humanas. Recuperado de https://repositorio.uca.edu.ar/handle/123456789/9975
Lasso, F. (2013). La dinámica del desempleo urbano en Colombia. Recuperado de https://www.banrep.gov.co/es/borrador-667
Lasso, F. & Zarate, H. (2019). Pronosticar la tasa de desempleo colombiana utilizando los flujos de la fuerza laboral. Banco de la Reserva-Colombia: Borradores de economía. N1073. Recuperado de http://doi.org/10.32468/be.1073
Marchionni, M., Gasparini, L., & Edo, M. (2019). Brechas de género en América Latina. Un estado de situación. Caracas: CAF. Retrieved from http://scioteca.caf.com/handle/123456789/1401
Restrepo, J. (2008). Estimaciones de la NAIRU para Chile. Banco Central de Chile. Recuperado de https://www.cemla.org/PDF/ic/2008-ic/IC-16.pdf
Centro de Investigación y Desarrollo (INEI/CIDE). (2001). ¿Qué sabemos sobre el desempleo en el Perú?. Recuperado de https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib0489/Libro.pdf
Organización Internacional del Trabajo (2013). Modelo de Proyección de Empleo para el Perú. Lima: OIT/ Oficina de la OIT para los países Andinos, 1a ed. Recuperado de https://www.ilo.org/wcmsp5/groups/public/---americas/---ro-lima/---sro-lima/documents/publication/wcms_236122.pdf
Publicado
2021-05-14
Cómo citar
Sikov, A. (2021). Aplicación de los modelos de espacio de estados para modelar los datos de tasas de desempleo en Lima Metropolitana. Revista IECOS, 21(1), 7-32. https://doi.org/10.21754/iecos.v21i1.1077
Sección
Artículos