socialdemocracia.org

Informar de un comentario

Gracias por molestarte en informar del siguiente comentario al administrador de esta web.
Por favor, completa este breve formulario y pulsa en el botón de enviar para procesar tu informe.

Comentario cuestionado

Escrito por Invitado, on 11-09-2006 13:11,

1. Bel667

Te voy a hacer una crítica bastante relevante que, espero, te sea útil. La regresión, sea lineal, cuadrática o logarítmica, de un fenómeno tan complejo como el paro frente a una sóla variable que puede ser su causante (el SMI) crea lo que se conoce como el Sesgo de Variables Relevantes Omitidas , que viene a decir que el efecto de otras variables que no hayas incluido en el modelo quedará añadido al efecto real que estás buscando, hasta el punto de que puede hacer cambiar de signo el parámetro.

Un ejemplo de esto es el siguiente: Supón que un país cualquiera eleva su SMI a la vez que una multinacional del software anuncia una inversión importante gracias a que, por ejemplo, las universidades de informática de ese país están formando a programadores muy competentes. Sube el SMI y baja el paro a la vez sin que ello tenga ninguna relación. En un modelo general donde, además del SMI, hubieras incluído la calidad de la educación como factor explicativo del paro, no habría ningún sesgo, pues la disminución de paro se atribuiría, si tuviesemos datos de varios años, a la calidad de la formación. En cambio, si sacas la calidad de la formación como variable explicativa del modelo, la bajada del paro sólo se puede atribuir al único coeficiente que has dejado en el modelo, el del SMI, lo que te lleva a la absurda conclusión de que a mayor SMI, menor paro.

En mi opinión, el paro es un asunto extremadamente complejo como para poder modelizarlo, pues no todo el paro es igual. Por poner algunos ejemplos, hay desempleados temporales que simplemente prefieren disfrutar un par de meses de la prestación de desempleo después de un contrato temporal, hay desempleados en sectores en declive por la competencia externa (por ejemplo, en la minería), desempleados muy cualificados que están a la espera de una gran oportunidad (ejecutivos o directivos), sectores con una bolsa de ciudadanos formados demasiado grande para lo que el mercado demanda (historiadores), etc...

De seguir intentándolo creo que deberías incluir muchas más variables que expliquen el desempleo, usar datos de panel (con variabilidad temporal y transversal) y separando los desempleados según grupos de formación. Es decir, un sistema de ecuaciones con datos de panel y múltiples variables explicativas. Sólo así podrías aspirar a "aislar" el efecto del SMI en el paro sin que el resto de causas del paro sesguen ("contaminen") tu coeficiente.

» Notificar este comentario al administrador

» Responder a éste comentario...

» Volver al artículo