vulnerabilidad a la pobreza y expoción a los mercados externos: un análisis individual

8/9/2019 Vulnerabilidad a la pobreza y expocin a los mercados externos: un anlisis individual

1/27

Vulnerabilidad a la pobreza y exposicin a los mercados externos: unanlisis individual

Informe Final

Cristina Rosemberg MontesGRADE


2/27

CONTENIDO

1 Introduccin....................... ........................... ......................... ........................... ...... 2

2 Marco conceptual .......................... ......................... ......................... ....................... 3 2.1 Apertura comercial y volatilidad de los ingresos.......................... .................... 3 2.2 Vulnerabilidad a la pobreza ........................... ......................... ......................... 4

3 Evolucin del empleo e ingresos por sector econmico ......................... .......... 5 3.1 Evolucin del empleo por sector econmico .......................... ......................... 5 3.2 Evolucin de los ingresos por sector econmico......... ........................... ......... 7

4 Aspectos metodolgicos .......................... ......................... ........................... ......... 9 4.1 Estimacin de ingresos y vulnerabilidad............. ........................... .................. 9 4.2 Estrategia emprica .......................... ......................... ........................... .......... 10 4.3 Base de datos ....................... ........................... ......................... ..................... 12 4.4 Lnea de pobreza individual .......................... ......................... ........................ 13

5 Vulnerabilidad individual a la pobreza............................ ........................... ......... 14 5.1 Ingresos ...................... ........................... ......................... ........................... .... 14 5.2 Vulnerabilidad ....................... ........................... ......................... ..................... 16

6 Conclusiones .......................... .......................... .......................... .......................... 19

Bibliografa...................... ........................... ......................... ........................... ............. 20


3/27

2

1 Introduccin

En el contexto de la posible aprobacin del Acuerdo de Promocin Comercial Per -EEUU, una de las principales interrogantes gira entorno a cmo estos procesos deapertura comercial afectan el bienestar de la poblacin. Si bien la literatura

internacional muestra evidencia de incremento en los ingresos y empleo del total de laeconoma producto de la firma de tratados de libre comercio 1, tambin reconoce quealgunos sectores de la poblacin son ms capaces que otros de aprovechar lasoportunidades que ofrece dicho proceso. En el caso peruano, se ha estimado que laganancia de bienestar neta producto del APC ser entre US$ 215 y 417 millones en elprimer ao, existiendo perdedores (sector rural con una prdida de hasta US$ 158millones) y ganadores (sector urbano, con una ganancia de hasta US$ 575 millones)(Grade, 2006).

En el Per existen estudios que identifican como los procesos de apertura comercialafectan el nivel de pobreza de los peruanos (Saavedra, Torero y Diaz, 2000; Cceres,2001; Segura y Garca, 2004). Sin embargo, no se han realizado trabajos queadviertan si los individuos que laboran en los sectores ms vinculados al sector

externo son ms vulnerables a experimentar episodios de pobreza, y por ende, si sonms vulnerables ante dichos procesos.

Una forma de estimar la vulnerabilidad de los trabajadores ante dichos escenarios esidentificar, a travs de la dinmica de los ingresos, si aquellas personas que laboranen sectores ms expuestos a las dinmicas de los mercados externos (sectortransable como la manufactura) son ms vulnerables a caer en pobreza. Es decir, si laprobabilidad que sus ingresos caigan por debajo de la lnea de pobreza es mayor quela probabilidad de aquellos que laboran en los sectores menos expuestos a la aperturacomercial (sectores no transables como servicios, comercio y construccin). Esta es lapregunta que ha guiado la presente esta investigacin.

Este documento se encuentra abocado a estimar la probabilidad que los ingresos

individuales caigan por debajo de la lnea de la pobreza, es decir, la vulnerabilidad delos individuos a convertirse en pobres, dado el sector econmico en el cual laboran, susexo y su nivel educativo. Dado que la teora econmica no predice el efecto delaborar en el sector transable sobre los niveles de vulnerabilidad, la respuesta a dichapregunta se al mbito emprico. Para ello, este estudio ha utilizado datos tipo panel anivel individual provista por la Encuesta Nacional de Hogares. El panel incluye cincoperodos de anlisis (2002-2006) y 1,871 observaciones. La muestra ha sidorestringida a individuos que laboran en el mbito urbano, dada las distintas dinmicasque rigen los mercados labores en las reas urbanas y rurales.

La estimacin de la probabilidad individual de caer en pobreza se realiz en dospasos. Primero, se estim una ecuacin de ingresos utilizando como estimador unSistema del Mtodo Generalizado de Momentos (MGM), el cual permite obtenerparmetros no sesgados para modelos dinmicos de datos de panel. A su vez, esteestimador permite asumir heterogeneidad en los individuos, la cual se expresa no soloen componentes no observables de sino tambin en los shocks idiosincrticos a loscuales estos se encuentran expuestos. A partir del nivel de ingresos estimados paracada individuo, condicional a caractersticas como edad, aos de educacin, y sectoreconmico, se estim la probabilidad de caer en pobreza.

1 Para profundizar sobre el impacto de los procesos de apertura comercial en la economa ver Frankel yRomer (1999); Irvin y Tervio (2002), Rodrguez y Rodrik (1999), citados en Bourguignon y Goh (2004).


4/27

3

Los resultados obtenidos con esta metodologa sugieren que dicha probabilidad esmayor para aquellos individuos que laboran en el sector transable de la economa. Dehecho, participar en este sector en la actividad principal incrementa en 11% laprobabilidad de caer por debajo de la lnea de pobreza individual.

Dichos resultados podran estar liderados por el efecto que tiene sobre el nivel deprobabilidad no haber culminado estudios secundarios. Ello debido a la altaconcentracin de trabajadores de baja calificacin en el sector transable. Sin embargo,el componente de factores no observables muestra una mayor varianza para losindividuos que laboran en dicho sector. Esto indica que dichos individuos estnexpuestos a un mayor nivel de riesgo. Futuras investigaciones podran ahondar eneste ltimo factor.

El resto de documento se organiza de la siguiente manera: en la seccin 2 se presentael marco conceptual en el que est basado este documento, mientras que la seccin 3provee informacin sobre la dinmica de ingresos y empleo. En la seccin 4 sediscuten los principales aspectos metodolgicos de la investigacin. Los principalesresultados son mostrados en la seccin 5. La seccin 6 concluye.

2 Marco conceptual

2.1 Apertura comercial y volatilidad de los ingresos

En la actualidad existe amplia literatura acerca del impacto de los procesos deapertura comercial sobre las economas locales. Winters (2004) identifica cuatrograndes aspectos de la economa desde los cuales se pueden advertir dichosimpactos, siendo estos, crecimiento econmico y estabilidad, comportamiento de loshogares y mercados, salarios y empleo, y el gobierno. Esta revisin pone especialatencin al efecto de la liberalizacin comercial sobre la volatilidad de los salarios yempleo, factores que inciden de manera directa en la vulnerabilidad de la pobreza.

La evolucin de los ingresos puede ser entendido desde un enfoque de oferta ydemanda. Los factores de oferta que influyen en la evolucin de los ingresos son lacomposicin demogrfica (gnero y edad) y el nivel de capital humano (educacin yexperiencia) (Bound y Jonson, 1999; Katz y Murphy, 1991; Murphy y Welch, 1992;Diaz, 1996), mientras que los factores de demanda son los cambios tecnolgicos y laestructura del producto, donde interviene de manera importante el comerciointernacional. Cambios en la oferta relativa o demanda relativa pueden variar laestructura de ingresos de la economa.

De acuerdo con la versin simple del modelo de Hechscher-Ohlin, cuando se produceun proceso de apertura comercial aumenta la demanda de bienes del sector transablede la economa, cuya produccin es en la mayora de los casos- intensiva en manode obra poco calificada o de calificacin media tal como sucede en la manufactura yagricultura. Si dicha demanda es sostenida y el incremento de la demanda relativa demano de obra poco calificada persiste, el resultado final ser el incremento de lossalarios reales de estos trabajadores. En ese sentido, los pases en desarrollo, dondela mano de obra poco calificada es abundante y la mano de obra calificada es escasa,el comercio exterior tiende a aumentar el ingreso de los primeros y disminuir elingresos de los segundos, disminuyendo as la brecha que existe entre ambos.(Woods, 1997; Slaughter 1997; Winters, 2004). Sin embargo, tal como lo sostienenWoods y Winters esta teora falla al momento de explicar como funciona laseconomas en las cuales funcionan ms de dos sectores y tipos de bienes. Segn lodemuestra el trabajo de Woods la brecha salarial entre trabajadores calificados y poco


5/27

4

calificados disminuy en el Este Asitico pero no en Amrica Latina luego de losprocesos de apertura comercial, mientras que Slaughter sostiene que se necesitanms estudios para determinar si el comercio internacional ha colaborado a laconvergencia del ingreso per cpita.

Por otra parte, tal como lo seala Winters (2004) en muchos pases de Latinoamricaexisten tiene una alta dotacin de recursos minerales, lo cual puede conducir a que elproceso de liberalizacin comercial estimule el crecimiento de este sector, encomparacin con el crecimiento en otros que s son intensivos en mano de obra. Estaobservacin aplicara para el caso peruano donde las actuales condiciones deapertura han permitido al sector minero aprovechar la evolucin del preciointernacional de los minerales, aumentando el valor de sus exportaciones en 268%entre 1996 y 2005.

Ntese que los modelos de equilibrio general permiten capturar mejor los mecanismosa travs de los cuales los procesos de apertura afectan el nivel de bienestar de laeconoma y la poblacin. Estos modelos permiten reflejar la estructura de la economa,la intensidad del uso de los recursos, y los precios relativos que surgen comoconsecuencia de los mismos. Sin embargo, este estudio no aplica esta metodologapues lo que se pretende es mostrar el grado de vulnerabilidad a nivel individualteniendo en cuenta la evolucin de los ingresos de los trabajadores. Es decir, se tratade un anlisis a nivel microeconmico. Ntese tambin que no se trata de unaevaluacin de impacto, pues no se harn implicancias de causalidad, ms si unacercamiento riguroso a la correlacin que existe entre trabajar en el sector transablede la economa y la vulnerabilidad a caer en la pobreza individual.

2.2 Vulnerabilidad a la pobreza

La volatilidad de los ingresos o la destruccin de puestos de trabajo como producto dela liberalizacin de la economa son los principales vnculos por los cuales estasreformas pueden afectar la vulnerabilidad de los hogares y los individuos a caer enuna situacin de pobreza en distintos episodios de su vida.

La destruccin de puestos de trabajo puede producirse por desaparicin odebilitamiento de mercados locales que son poco competitivos con los mercadosinternacionales. En ese caso, la capacidad de los hogares para adaptarse a lasnuevas condiciones de la economa depender de los activos que posean estasfamilias e individuos para realizar el cambio hacia nuevos mercados laborales. En esesentido, familias altamente especializadas son ms vulnerables a procesos deliberalizacin (Hertel, 2003, pp2). Sin embargo, las experiencias internacionales deapertura comercial evidencian que en muchos casos los efectos negativos de laliberalizacin a travs de la destruccin de mercados se explican en mayor medida porla (in)capacidad institucional de los estados de amenguar los costos de la transicinhacia nuevos mercados. En esa lnea, factores como las restricciones de acceso acrdito pueden limitar la capacidad de respuesta de las familias para trasladarse haciaotra actividad econmica (Kochar, 1995; Winters, 2004)

El riesgo que enfrentan las familias de experimentar episodios de pobreza a lo largo desu vida subraya la necesidad de entender la pobreza no solo como un procesoesttico, sino tambin como un proceso dinmico, donde se identifica, ademsaquellos hogares que son pobres estructurales o pobres transitorios (Ravallion, 1988;Chaudhury, Jalan, Suryahadi, 2002; Kamanou y Morduch, 2002; Chambers)


6/27

5

Chacaltana (2004) analiza la existencia de pobreza crnica y transitoria reportada endiversos estudios para el caso peruano. A partir de diferentes enfoques de la pobreza -valor de activos, gasto familiar per capita, ingreso familiar per capita- el autor mutesraque un porcentaje importante de hogares experimenta diversos episodios de pobrezaen un determinado periodo. Mientras que el 13% de los hogares es siempre pobre, un35% de los hogares presenta entradas y salidas a la pobreza (Herrera, 2002).

Chaudhuri et al. (2002) sealan que la observacin del estado de pobreza de un hogares una medida ex post de su carencia de los recursos econmicos necesarios parasubsistir. Sin embargo, consideran que las aquellas polticas pblicas destinadas aaliviar condiciones de pobreza, deberan tener en cuenta el grado de vulnerabilidad delos hogares, entendida como una medida ex ante de un futuro escenario de carencias.El concepto de vulnerabilidad ha sido discutido por diversos autores (Chaudhuri, 2000,Christiansen y Subbarao, 2004, Dercon y Krishnan, 2000, Dercon, 2001, Hoddinott yQuisumbing, 2003, Ligon y Schechter, 2003). Hoddinott y Quisumbing (2003) definenvulnerabilidad como la probabilidad que en un perodo de tiempo futuro un individuotendr un nivel de bienestar que se encuentre una por debajo de un punto dereferencia. Los estudios sobre vulnerabilidad incluyen diferentes marcos de tiempo, ascomo diferentes indicadores de bienestar.

Empricamente existen tres principales mtodos para medir dicha vulnerabilidad. Lostrabajos de Christiansen y Subbarao (2004) y Bourguignon y Goh (2004) la estimancomo la probabilidad del valor esperado de pobreza. Por su parte, Ligon y Schechter(2003) miden vulnerabilidad como bajos niveles de utilidad esperada, mientras queDercon y Krishnan (2000) la miden como exposicin no asegurada al riesgo. De estaliteratura se desprende que shocks negativos como as el escaso acceso amecanismos para mitigar los efectos negativos de los mismos son las principalesfuentes de vulnerabilidad. En ese sentido, individuos ms vulnerables estaranreflejando no solo una mayor exposicin a riesgo (p.e. alta volatilidad de los ingresos)sino tambin problemas de liquidez asociados al inadecuado funcionamiento de losmercados de crdito y seguros.

En este trabajo se tomar en consideracin la metodologa propuesta por Christianseny Subbarao (2004) y Bourguignon y Goh (2004). Algunos autores clasifican los nivelesde probabilidad para determinar vulnerabilidad. As por ejemplo, Pritchett, Suryahadi,and Sumarto (2000) consideran vulnerables a aquellos hogares que tiene unaprobabilidad mayor a 50% por caer en pobreza en el siguiente perodo. Dado que estaes la clasificacin arbitraria, este documento prescinde de ella, y se remite a indicar losvalores de dicha probabilidad.

3 Evolucin del empleo e ingresos por sector econmico

3.1 Evolucin del empleo por sector econmico

Luego de las reformas estructurales del principio de los noventa se ha experimentadoun importante crecimiento de las exportaciones en nuestro pas que puede ser divididoen dos perodos. En el primer perodo que va de 1996 a 2000 las exportacionescrecieron en 18% en trminos reales, lideradas por el crecimiento del valor de lasexportaciones de los productos tradicionales que crecieron en 29% en ese mismoperodo. En el periodo siguiente, 2001-2005, el valor de las exportaciones creci en147% en trminos reales. Este crecimiento estuvo claramente liderado por elincremento de los precios internacionales de los minerales, lo cual permiti que elvalor de las exportaciones tradicionales mineras creciera en 204% en ese mismoperiodo.


7/27

6

Si realizamos el mismo anlisis a nivel de los sectores que son intensivos en mano deobra o en capital observamos que ambos periodos el primer sector se vio beneficiadocon un crecimiento de 53.8% entre 1996 y 2000, y un crecimiento de 78.4% en elperiodo siguiente. Por su parte, el sector intensivo en el uso de capital ha creci en tansolo 30% en el primer periodo, pero lider en crecimiento en el periodo siguiente.

Cuadro 1: Crecimiento de las exportaciones segn intensidad en el uso de los factoresGrupo de productos 1996-2000 2001-2005Intensivos en mano de obra 53.8% 78.4%Productos tradicionales

Pesqueros 5.0% 40.7%Agrcolas -16.2% 59.3%

Productos no tradicionalesAgropecuarios 21.9% 131.0%Pesqueros -16.6% 63.7%Textiles 54.2% 91.9%Maderas y papeles 274.7% 83.9%

Intensivos en capital 29.7% 139.8%Productos tradicionales

Mineros 21.3% 204.5%Petrleo y derivados 7.8% 289.8%

Productos no tradicionalesQumicos 27.0% 118.0%Minerales no metlicos 24.9% 104.6%Sidero-metalrgicos y joyera -1.1% 103.4%Metal-mecnicos 98.3% 18.8%

Fuente: BCRP, 1996-2005

Ello evidencia que el crecimiento del sector transable de la economa no ha tenido uncorrelato similar en la capacidad de generar puestos de trabajo en ese sector en lamedida que el mayor crecimiento ha esta vinculado a los sectores que son intensivosen el uso de capital.

Segn Segura y Garca, durante el periodo 1994-2000, aos en los cuales se fueconsolidando el proceso de apertura comercial iniciado durante las reformasestructurales de los noventa 2, el empleo en el sector transable (actividades extractivase industria) creci en 11% mientras que en el sector no transable (servicios, comercioy construccin) creci en 36%.

La mayor proporcin de la PEA ocupada del mbito urbano pertenece al sector notransable y se encuentra concentrada en actividades de comercio y servicios. En elperodo 1999-2005, el empleo en el sector transable de la economa muestra un mayordinamismo, alcanzando mayores tasas de crecimiento en comparacin con las tasasobservadas en el sector no transable (ver Cuadro 2 3 y Grfico 1). En dicho perodo(1999-2005), el empleo en el sector transable tuvo un crecimiento promedio anual de5.4%, mientras que el crecimiento del sector no transable fue de 1.2% En el caso deldel sector transable, son la actividad agrcola y la explotacin de minas y canteras lasque presentan el mayor crecimiento promedio anual (7.4% y 5.2%, respectivamente).

2 Entre junio de 1993 y junio de 2000 el promedio arancelario simple paso de 16.3 a 11. 8, mientras quedicho promedio era 46.5 en julio de 1990 (Abusada et al, 2001).3 Las cifras mostradas se encuentran estimadas utilizado los factores de expansin de mdulo de laboralde la ENAHO. La clasificacin de actividades se ha realizado teniendo en base a la rama de actividadreportada en la actividad principal.


8/27

7

Ntese que el incremento en la PEA entre los aos 2002 y 2003 parece estarsobreestimada. Estos podra deberse a los cambios en la metodologa de la encuesta.

Cuadro 2: PEA ocupada por rama de actividad, mbito urbano (en miles de personas)Rama de actividad 1999 2000 2001 2002 2003 2004 2005Agricultura ganadera caza y silvicultura 742 754 728 751 944 1,072 1,141Pesca 65 72 45 56 32 36 41Explotacin de minas y canteras 52 63 45 62 30 67 70Industrias manufactureras 838 862 973 986 976 1,052 1,076Suministro de electricidad, gas y agua 40 24 20 29 32 28 27Construccin 387 404 363 373 403 482 459Comercio 2,057 2,250 2,058 1,981 2,140 2,056 2,193Servicios 3,535 3,484 3,284 3,424 3,695 3,814 3,793 Transable 1,696 1,750 1,791 1,855 1,982 2,227 2,328No transable 6,019 6,162 5,724 5,808 6,269 6,381 6,473Total 7,716 7,913 7,515 7,663 8,252 8,607 8,801

Fuente: Encuesta Nacional de Hogares, 1999-2005

Grfico 1: Tasa de crecimiento de la PEA ocupada, mbito urbano

-10%

-5%

0%

5%

10%

15%

1999 2000 2001 2002 2003 2004

Transable No Transable Total

3.2 Evolucin de los ingresos por sector econmico

A pesar del crecimiento del sector transable, en tamao y valor, su productividad sigueestando por bajo de la productividad del sector no transable de la economa. Duranteel periodo 1994-2000 la productividad de este ltimo sector disminuy en 11%mientras que la productividad del sector transable que creci en 16% (Segura yGarcia, 2004). Cceres (2001), afirma que en la dcada del noventa el dinamismo delsector exportador permiti reflejar el ritmo del crecimiento global, estimul elcrecimiento del empleo en el sector no transable y la mejora de la productividad en elsector transable.

Sin embargo, entre el 2000 y 2005, el incremento del empleo en el sector transable hasido acompaado de una disminucin de su productividad de 4%, mientras que laproductividad del sector no transable ha aument en 11%. La cifra de productividadpodra estar sesgada por un error en la medicin de la PEA. Sin embargo, no habrarazones para creer que dicho sesgo es mayor para algunos de los sectores. Si el error


9/27

8

est distribuido de manera aleatoria entre las observaciones, entonces los resultadosde evolucin de productividad estaran correctos. Sin embargo, mediciones msrigurosas del nivel de productividad de la economa podran reforzar mejor elargumento de la prdida de productividad del sector transable, para el periodoanalizado.

Grfico 2: Evolucin de la productividad por sector, mbito nacional (PBI real entre PEAocupada)

0

2,000

4,000

6,000

8,000

10,000

12,000

14,000

1999 2000 2001 2002 2003 2004 2005

Transables No t ransables

Fuente: BCRP, Encuesta Nacional de Hogares, 1999-2005

En concordancia con las precisiones realizadas en la seccin 2, en promedio, el sectortransable est compuesto por trabajadores que tienen un menor nivel de calificacin,en comparacin con los trabajadores del sector no transable de la economa. En elcuadro 3 provee informacin al respecto 4. En el ao 2005, el 43.7% de lostrabajadores que laboraban en el sector transable podan ser clasificados como mano

de obra calificada, mientras que 62.3% de los trabajadores del sector no transablecaan en dicha categora. Ntese que los resultados del primer sector estn lideradospor los sectores agricultura y pesca.

Cuadro 3: Mano de obra calificada y no calificada segn sector, mbito urbano (ao2005)

Sectores No calificada Calificada TotalTransable

Agricultura ganadera caza y silvicultura 75.0 25.0 100Pesca 78.8 21.2 100Explotacin de minas y canteras 15.9 84.1 100Industrias manufactureras 39.0 61.0 100

Total 56.3 43.7 100

No transableSuministro de electricidad, gas y agua 46.2 53.8 100Construccin 41.9 58.1 100Comercio 46.0 54.0 100Servicios 30.5 69.5 100

Total 37.7 62.3 100Fuente: Encuesta Nacional de Hogares, 2001-2006. Muestra panel.

4 Se ha considerado como mano de obra no calificada a aquellos individuos que culminaron la secundariapero no siguieron estudios superiores, ni tcnicos ni universitarios.


10/27

9

La evolucin de la productividad del sector transable y la baja calificacin de la manode obra que lo conforma son factores que inciden en los bajos ingresos reales de estesector. Para el periodo 1994-2000, el ingreso real de los sectores transables disminuyen 36%, mientras que los ingresos reales de los sectores no transables solodisminuyeron en 4% (Caceres, 2001). Ello indica que dicho periodo los trabajadoresdel sector transable enfrentaron ingresos reales ms voltiles e inseguros que losingresos reales de los trabajadores del sector no transable.

Esta tendencia a la cada en los ingresos reales ha sido revertida en el 2006. As,entre 2002 y 2006 el ingreso real obtenido por trabajar en el sector transable y notransable de la economa se increment en 7% y 21%, respectivamente. El incrementode los ingresos en el sector transable est liderado por la explotacin de minas ycanteras, que en los ltimos aos viene presentando altas tasas de crecimientoproducto del incremento del precio mundial de los minerales. Dado estos mejoresresultados, la volatilidad del ingreso real en el sector no transable ha sido ligeramentemayor a la del sector transable, presentando un coeficiente de variacin 0.10 y 0.08,respectivamente.

Grfico 3: Ingreso mensual real, mbito urbano

200

400

600

800

1000

2002 2003 2004 2005 2006

No transableTransable

Fuente: Encuesta Nacional de Hogares, 2001-2006. Muestra panel.

4 Aspectos metodolgicos

4.1 Estimacin de ingresos y vulnerabilidad

Segn la hiptesis de ingreso permanente, el ingreso puede ser modelado como unproceso estocstico que reproduce el nivel de ingresos observados en un tiempo

pasado ms un trmino que captura el componente de variacin no explicado (Deatony Paxson, 1994). La ecuacin de ingresos puede ser representada como:

it iit it it v X ww +++= 1lnln , (1)

Donde it w es el ingreso observado del individuo i en el periodo t , y it X representa unvector de caractersticas individuales (edad, nivel educativo, estado civil, sectoreconmico). Los dos componentes finales recogen factores no observables quedeterminan el nivel de ingresos, e incluyen caractersticas individuales que no varan a


11/27

10

travs del tiempo ( iv ), as como los shocks a los que estn expuestos los individuos

(idiosincrticos) ( it ). La estabilidad del modelo requiere que | | >1.

Se asumir que los ingresos presentan una distribucin lognormal. De acuerdo aChristiansen y Subbarao (2001), este tipo de distribuciones solo dependen de dosparmetro: la media y la varianza. Por ende, es suficiente obtener la media y varianzacondicional de los ingresos observados para obtener informacin sobre su distribucinex ante y predecir adems el valor esperado del nivel de pobreza y vulnerabilidad.Esta tipo de metodologa ha sido utilizada para estimar el efecto del riesgo sobreindicadores de bienestar de los hogares. Asi, la varianza del componente de error esutilizada como una medida del riesgo al que estn expuestos los individuos u hogares.En ese sentido, trabajar con modelos que permiten relajar el supuesto dehomocedasticidad (varianza constante) son de gran utilidad al momento de identificardiversos grados de exposicin al riesgo.

Christiansen y Subbarao (2004) y Bourguignon y Goh (2004) proponen estimar lavulnerabilidad la pobreza como la probabilidad que los ingresos del individuoobservado en el periodo t caigan por debajo de la lnea de pobreza en el periodo t+1.Es decir, que la prediccin de los ingresos, dada las caractersticas individuales, seencuentre por debajo del valor de canasta de consumo, corrigiendo dicha medida porla varianza de los factores no observados y el trmino de error. De esa manera, unamayor varianza, produce un mayor resultado de vulnerabilidad.

=


12/27

11

individuo, el segundo trmino permite capturar shocks positivos o negativosexperimentados por cada individuo, como despidos, enfermedades, etc. El modelopermite asumir si varianza de la distribucin de dichos errores es constante a travs delos individuos y el tiempo (homocedstico) o varia entre ellos (heterocedstico). Esteasumir la existencia de heterocestacidad para los individuos, pero no entre ellos.

La ecuacin de ingresos que sigue la estructura sealada en (1)- no puede serestimada usando Mnimos Cuadrados Ordinarios (MCO), debido a que este estimadorgenerara parmetros segados. Esto se produce por dos razones. Primero, debido a lapresencia de efectos individuales no observados, capturados en el trmino de error, ysegundo, a problemas de simultaneidad producidos por incluir un rezago de la variabledependiente como variable explicativa. Ambos caractersticas violan las condicionesde exogeneidad necesarias para obtener parmetros robustos e insesgados con elestimador MCO. Bajo este estimador, los coeficientes de la ecuacin capturan unpoder de prediccin que tambin corresponde el trmino de error, generandocoeficientes sesgados hacia arriba (Roodman, 2006; Verbeek, 2004).

Un problema similar se produce cuando la ecuacin es estimada usando un modelo deEfectos Fijos. Esta especificacin elimina el problema de heterogeneidad no

observada, dado que transforma la informacin de cada variable a desviaciones conrespecto a su media:

________

1,1

__

)()( iit iit t iit iit uu x x y y y y ++=

***1

*it it it it u x y y ++= (4)

Sin embargo esta estimacin mantiene el sesgo que se produce en modelosdinmicos debido al problema de simultaneidad. En la ecuacin (4), la variableexplicativa * 1it y se encuentra correlacionada con el error (

*it u ), a travs del trmino

1it y contenido en

1it u . Las parmetros obtenidos con este estimador estarn

sesgados hacia abajo (Roodman, 2006; Verbeek, 2004).

Para superar estos problemas Arellano-Bond (1991) Blundell-Bond (1998) proponendos estimadores de modelos dinmicos basados en el MGM. Ambos estimadorestienen una serie de caractersticas que lo hacen atractivo para estimar la ecuacin deingresos. Estos estimadores son adecuados para estimar ecuaciones que incluyenvalores rezagados de la variable dependiente como variable explicativa. Por otro lado,permiten la presencia de problemas de autocorrelacin y heterocedasticidad (al interiorde un mismo individuo, pero no a travs de distintos individuos). Adicionalmente, estosestimadores son adecuados para modelos de datos de panel que tienen un altonmero de observaciones, pero que incluyen pocos perodos de tiempo.

El primer estimador, llamado MGM en primeras diferencias, trabaja de manera similaral estimador de Efectos Fijos, estimado la ecuacin (3) en primeras diferencias.Adicionalmente, para corregir el problema de simultaneidad, este estimador usa comovariable instrumental valores rezagados de la variable dependiente. As por ejemplo, sibien la variable 2it y se encuentra positivamente correlacionado con 1 it y ( 21 = it it y y ), no se encuentra correlacionada con 1= it it it uuu . Sin embargo,Blundell and Bond (1998) afirman que cuando tiende a la unidad y la varianza del


13/27

12

trmino de error iv es muy alta, los instrumentos pierdan su capacidad de prediccin,generando parmetros sesgados.

El segundo estimador, llamado Sistema MGM, pretende solucionar este problema.Este estimador construye un sistema de ecuaciones al combinar el estimador MGMen primeras diferencias con el estimador MGM en niveles. Esta especificacin usa

valores rezagados de las primera diferencias (p.e. 2 it y ) como instrumentos para laecuacin en niveles, y valores rezagados de la variable en niveles (p.e. 2it y ), comoinstrumentos para la ecuacin en primeras diferencias (Blundell and Bond, 1998,2000).

La correcta eleccin de instrumentos (nmero de rezagos) depende de la exogeneidadde los mismos. Para verificar dicha caracterstica se utilizarn dos test. El primero,llamado Arellano-Bond, permite verificar la existencia de correlacin serial de segundoorden entre los trminos de error. El segundo test, llamado el test Hansen, permiteverificar la validez conjunta de los instrumentos. Si ambos tests presentan un p-valuesignificativo (mayor a 0.10) entonces se puede concluir que el modelo se encuentracorrectamente especificado. Adicionalmente, Bond (2002) sugiere utilizar los

coeficientes obtenidos a travs del los estimadores MCO y Efectos fijos como lmitessuperior e inferior, respectivamente, del coeficiente obtenido con el modelo MGM. Unmodelo correctamente especificado debera eliminar los sesgos, hacia arriba y haciaabajo, del modelo dinmico.

4.3 Base de datos

Si bien la ENAHO recoge informacin desde 1997, cambios en la metodologa ydiseo muestral impiden construir una base de datos tipo panel para los 10 aos conlos que se cuenta con esta encuesta. De esa manera, la estrategia emprica se habasado en datos panel del 2002 al 2006. Dado que la especificacin emprica(ecuacin 1) utiliza realizaciones pasadas de la variable ingreso como variableexplicativa, uno de los periodos no podr ser recuperado para la estimacin devulnerabilidad. Es decir los resultados de vulnerabilidad sern obtenidos para 4perodos.

La base de datos tipo panel (2002-2006) incluye 849 hogares urbanos. Existeinformacin para todos los hogares en los cinco perodos de anlisis dado lasobservaciones que no pertenecen a la muestra panel en algn periodo fueroneliminadas. Esto permite obtener un panel balanceado a nivel de hogares.

A partir de los hogares pertenecientes a la muestra panel, se procedi a identificar alos individuos mayores de 14 aos que figuran en dichos hogares para obtener lasbases a nivel individual. Adicionalmente, se verific la consistencia de la informacinen base a las variables sexo y edad. Se eliminaron todas aquellas observaciones queno mantenan un mismo valor en la variable sexo en los 5 aos, as como aquellasobservaciones que no mantenan coherencia en el edad reportada. Finalmente, seobtuvo una muestra de 1,871 individuos -en edad de trabajar- residentes en reasurbanas. El Cuadro 4 muestra una descripcin de las variables utilizadas en laestimacin de la ecuacin 1.

El ingreso mensual esta medido como el valor real de los ingresos salariales obtenidosa travs de la actividad principal y secundaria. Ntese que el nmero de empleos seha calculado teniendo en cuenta en si la persona seal tener ocupacin principal y


14/27

13

secundaria. Lamentablemente, el cuestionario solo permite registrar dos actividades, locual lleva a subestimar el nmero de empleos que una persona en realidad tiene.

Los aos de educacin han sido calculados teniendo en cuenta el ltimo ao y gradode estudios reportado. Lamentablemente, la variable experiencia laboral fueintroducida en el ao 2004, y por lo tanto, no ha sido incluida en la estimacin de laecuacin de ingresos. Las actividades (principal y secundaria) pertenecientes a lossectores transable y no transable han sido agrupadas siguiendo el mismo criterioreportado lneas arriba.

Cuadro 4: Descripcin de las variables utilizadas en la regresin

Variable Obs Promedio DesvoEstndar Mnimo Mximo

Ingreso mensual 9355 244.70 574.73 0 12104

(log) Ingreso mensual 4339 5.39 1.57 0 9

Estado civil (1=casado) 9353 0.63 0.48 0 1

Sector transable (act. princ) (1=si) 9355 0.21 0.41 0 1

Sector transable (act. secun) (1=si) 9355 0.05 0.22 0 1

Aos de educacin 9324 8.51 4.87 0 18

Aos de educacin (al cuadrado) 9324 96.04 76.52 0 324

Calificado (1=si) 9324 0.48 0.50 0 1

Edad 9355 40.94 15.91 14 97

Edad al cuadrado 9355 1928.80 1427.97 196 9409

Nmero de empleos 9355 0.82 0.65 0 2

Dependiente (act.princ) 9355 0.29 0.46 0 1

Sector pblico (act.princ) 9355 0.08 0.27 0 1

Ocupado (1=si) 9355 0.69 0.46 0 1

4.4 Lnea de pobreza individual

Determinar una lnea de pobreza individual supone un reto metodolgico. El MTPEpropone considerar como lnea de pobreza individual el valor de la canasta per capitaentre el nmero de perceptores de ingresos del hogar. Ntese que si dividimos la lneade pobreza entre el nmero de perceptores de cada hogar al que pertenecen dichosindividuos- caeramos en el error de tener una lnea de pobreza que no es fija en eltiempo (ajustada por inflacin), sino que vara conforme vara el denominador del ratiopropuesto. Cambios en los ndices de vulnerabilidad podran estar capturando cambiosdemogrficos o cambios en el grado de insercin laboral. En cambio, si consideramosun valor fijo, como el nmero de perceptores promedio, se estara considerando comono pobres a aquellos individuos que viven solos y cuyos ingresos no cubren el valorper capita de la lnea de pobreza. As por ejemplo un individuo con ingreso mensual deS/.150 no superara un valor per capita de la canasta de consumo de S/.206.7 (valor


15/27

14

promedio en el perodo de anlisis). En cambio, sus ingresos si superaran una lneade S/.89.48, obtenida de un nmero de perceptores promedio de 2.31. En estametodologa la probabilidad individual de ser pobre podra estar subestimada.

Otra alternativa es considerar que cada individuo representa un hogar con un solomiembro. De esta manera, el ingreso mensual de la persona debera ser comparado ala lnea de pobreza mensual per capita. El hecho que este valor este subestimando osobreestimando la pobreza individual depende de la composicin de cada hogar, locual no es motivo de anlisis en esta investigacin. Se debe tener en cuenta que elresultado de vulnerabilidad puede estar sobreestimado dado que el indicador deingresos no incluye ingresos de otras fuentes como remesas externas en internas,rentas por propiedad, intereses, u otro tipo de transferencias.

Dado que la medicin de vulnerabilidad depender de cmo se mida la lnea depobreza, la seccin 5.2 presenta los resultados usando ambas lneas descritas, de talmanera que se pueda observar la sensibilidad de los mismos ante cambios en estepunto crtico.

5 Vulnerabilidad individual a la pobreza

5.1 Ingresos

El primer paso para la estimacin de la vulnerabilidad individual es estimar la ecuacinde ingresos. La especificacin elegida es el estimador Sistema MGM que usa dosrezagos de la variable dependiente como instrumentos. Los tests Arellano-Bond yHansen confirman que la correcta eleccin de los instrumentos, tal como se muestra alfinal de la columna (3) del Cuadro 5 5. Tal como se aprecia en el Cuadro 2, elcoeficiente del valor rezagado de la variable ingreso mensual ( ) se encuentra entrelos valores obtenidos a travs de los estimadores MCO y Efectos fijos. Sin embargo,este coeficiente no es estadsticamente significativo bajo esta especificacin. Una

posible explicacin es que el componente de error se encuentra capturando parteimportante de la evolucin de los ingresos ao a ao. Esto es consistente con ladiferencia de con respecto al valor obtenido en MCO.

Las tres especificaciones se encuentran controladas por dummies de tiempo, paracapturar eventos particulares del mercado laboral en cada ao. Tal como se observa,trabajar en sectores transables en la actividad principal o secundaria, estanegativamente correlacionado con el nivel de ingresos mensual de los individuos.Caractersticas individuales como el estado civil, el grado de calificacin, y la edadafectan de manera positiva el nivel de ingresos. Dado que la variable aos deeducacin no es estadsticamente significativa, se puede argir que no es el grado decapacitacin acumulado sino el hecho de tener un grado lo que tiene un efecto positivoen el mercado laboral, para esta muestra.

Otras variables de la participacin en el mercado laboral como el nmero de empleos,ser trabajador dependiente (en la actividad principal) o trabajador del sector pblicotienen un efecto positivo en el nivel de ingresos. El signo positivo de esta ltimavariable no parece ser consistente. En realidad, se esperara que los trabajadores delsector pblico tengan un menor nivel de ingresos. Sin embargo, esta variable puede

5 Los resultados mostrados se encuentra corregidos por heterocedasticidad. Es decir, el valor estimado deltrmino de error ha sido utilizado para corregir la data y volver a est imar la ecuacin de ingreso.


16/27

15

estar capturando la baja tasa de despido que existe en ese sector. Ello implica que elnivel de ingresos registrado sea ms o menos constante, y que existan pocasobservaciones que registran ingresos nulos.

Otras caractersticas no observables podran estar explicando dichos resultados. Dehecho, la varianza de los residuos, estimados a partir de la ecuacin de ingresos, esms alta para aquellos individuos que laboran en el sector transable de la economa.Esto varianza captura una mayor exposicin al riesgo, y predice ingresos ms voltilespara estos trabajadores (Elbers, 2007).

Cuadro 5: Estimacin de la ecuacin de ingresos

Variable dependiente: Ingresomensual (t)

MCO(1)

Efectos Fijos(2)

Sistema MGM(3)

(log) Ingreso mensual (t-1) 0.405 -0.073 0.048(0.022)*** (0.021)*** (0.054)

Estado civil (1=casado) 0.186 -0.116 0.292(0.045)*** (0.167) (0.069)***

Act. Princ (1=transable) -0.102 -0.019 -0.115(0.045)** (0.091) (0.062)*

Act. Secun (1=transable) -0.175 -0.059 -0.215(0.074)** (0.098) (0.088)**

Aos de educacin -0.007 -0.008 0.004(0.011) (0.014) (0.011)

Aos de educacin al cuadrado 0.001 0.000 0.001(0.001) (0.001) (0.001)

Calificado (1=si) 0.196 0.173 0.373(0.048)*** (0.124) (0.070)***

Edad 0.043 0.138 0.073(0.008)*** (0.061)** (0.012)***

Edad al cuadrado -0.000 -0.001 -0.001(0.000)*** (0.001)*** (0.000)***

Nmero de trabajos 0.345 0.555 0.413(0.047)*** (0.070)*** (0.060)***

Dependiente en la actividad principal 1.417 1.831 1.967(0.064)*** (0.109)*** (0.099)***

Publico en la actividad principal 0.133 0.095 0.238(0.039)*** (0.127) (0.066)***

Ocupado (1=si) 0.000 0.000(0.000) (0.000)

Dummies (ao) Si Si Si

Constante 0.810 1.275 1.495(0.196)*** (1.839) (0.312)***

Nmero de observaciones 2522 2935 2522R-cuadrado 0.68 0.31Test Arellano-Bond 0.381Test Hansen 0.582

Error estndar en parntesis* significativo al 10%; ** significativo al 5%; *** significativo al 1%


17/27

16

Existe un conjunto de variables que permitiran controlar la regresin de ingresos porlos mecanismos con los cuales cuentan los hogares para protegerse del riesgo, o paralidiar con los efectos negativos de un shock . Sin embargo, dichas variables no hansido incluidas en el presente anlisis por la dificultad de extrapolarlas del mbito delhogar a nivel individual. Por ejemplo, caractersticas de la vivienda o posesin debienes durables.

Por otro lado, variables como recibir remesas internas o externas, o percibir rentas dela propiedad no han sido incluidas en estas regresiones pues podran presentarproblemas de doble causalidad. As por ejemplo, familias con ingresos altos son mspropensas a recibir remesas del extranjero, debido a que se trata de familias con unaalta dotacin de capital humano o con mayor acceso a la informacin. En general, seespera que los factores que reflejan mecanismos de proteccin contra la volatilidad delos ingresos estn por lo menos parcialmente incluidos en el trmino de error.

5.2 Vulnerabilidad

A partir de la ecuacin de ingreso se procedi a estimar los indicadores de

vulnerabilidad. El


18/27

17

Cuadro 6 muestra los valores de la probabilidad de caer por debajo de la lnea depobreza individual (Z). Los resultados se muestran para cuatro categoras: Trabajar enel sector transable en la actividad principal o secundaria, sexo y calificacin. Estosresultados tambin se muestran para las dos lneas de pobreza discutidas en laseccin 4.3. Lnea 1 es la lnea de pobreza tal como se encuentra definida en laENAHO para la pobreza a nivel de hogar, mientras que Lnea 2 es la misma lnea depobreza divida por el nmero promedio de perceptores de ingreso por departamento.La columna Diferencia indica si la diferencia es estadsticamente significativa deacuerda al test de diferencia de medias. Tres estrella implican un nivel de significanciaal 1%.

La probabilidad de caer por debajo de la lnea de pobreza para el total de la muestraes en promedio 39% usando Lnea 1 y 28% usando Lnea 2. Como era de esperarse,la segunda metodologa arroja un resultado menor a la primera, dado que se trata deun punto crtico ms bajo. La diferencia de 11 puntos porcentuales entre ambosresultados indica que el clculo de vulnerabilidad es bastante sensible al la lnea depobreza elegida.

Aquellos individuos que laboran en sector transable tienen una mayor probabilidad decaer por debajo de la lnea de pobreza, en ambas estimaciones. Esta mayorprobabilidad se produce ya sea la actividad principal o la secundaria la que estavinculada al sector transable. Esta diferencia es estadsticamente significativa enambos casos (ver


19/27

18

Cuadro 6). De la misma manera, esta probabilidad es ms alta para las mujeres (45%)que para los hombres (29%), lo cual podra estar reflejando la baja insercin laboral delas mujeres en comparacin con sus pares masculinos, as como menores niveles deingreso para aquellas mujeres que se encuentran empleadas. Finalmente, lostrabajadores no calificados (no haber culminado estudios secundarios) tienen un altogrado de probabilidad de caer por debajo de la lnea de pobreza. Todos estosresultados se mantienen para ambas lnea de pobreza. En ambos casos lasdiferencias son estadsticamente significativas.


20/27

19

Cuadro 6: Probabilidad de caer por debajo de Z

Lnea 1 Lnea 2Variable Valores0 1

Diferencia0 1

Diferencia

Sector transable(actividad principal)

0=No transable1=Transable 0.321 0.446 *** 0.215 0.321 ***

Sector transable(actividad secundaria)

0=No transable1=Transable 0.348 0.445 *** 0.236 0.335 ***

Sexo 0=Mujer1=Hombre 0.454 0.288 *** 0.399 0.133 ***

Calificado 0=No Calificado1=Calificado 0.510 0.245 *** 0.322 0.192 ***

Dado que las diferencias son significativas usando ambas lneas, la informacin quese mostrar a continuacin est basada solo en una de ellas, la Lnea 1. El valor de laprobabilidad de caer bajo de la lnea de pobreza individual es un punto de inters para

la presente investigacin, pero es ms relevante an el hecho que dicha probabilidadsea mayor para los trabajadores vinculados al sector transable de la economa.

En cuanto a la evolucin de dicha probabilidad, esta parece haber cado en el 2006,para las cuatro categoras sealadas. Esta cada se aprecia no solo en el valor dedicha probabilidad sino tambin en la brecha que separa a trabajadores de lossectores transables y no transables, hombres y mujeres, y trabajadores calificados yno calificados. El Grfico 4 muestra dicha evolucin, que resulta ms claras paraaquellas categoras con una mayor probabilidad de caer por debajo de la lnea depobreza individual.

Los resultados del


21/27

20

Cuadro 6 y el Grfico 4 muestran algunas caractersticas de los individuos msvulnerables. Muchos de ellos trabajan en el sector transable de la economa, son en sumayora mujeres y tienen un bajo nivel de calificacin. La vulnerabilidad de estosindividuos, dada sus caractersticas personales han sido estimadas utilizando unmodelo probit.

Grfico 4: Evolucin de la probabilidad de caer por debajo de Z (2003-2006)

Sector de la actividad principal

0.16

0.24

0.32

0.4

0.48

0.56

2002 2003 2004 2005 2006No transable Transable

Sector de la actividad secundaria

0.16

0.24

0.32

0.4

0.48

0.56

2002 2003 2004 2005 2006No transable Transable

Sexo

0.16

0.24

0.32

0.4

0.48

0.56

2002 2003 2004 2005 2006

Mujer Hombre

Nivel de calificacin

0.16

0.24

0.32

0.4

0.48

0.56

2002 2003 2004 2005 2006

No Calificado Calificado

El


22/27

21

Cuadro 7 muestra los efectos marginales de dichas variables sobre la probabilidad decaer por debajo de la lnea de pobreza. La variable sexo no es estadsticamentesignificativa en esta regresin. Ello estara sealando que los resultados devulnerabilidad de hombres y mujeres se encuentran explicados por otrascaractersticas asociadas al sexo, como sector donde labora, o grado de calificacin.

Es interesante notar que la nica variable que tiene un efecto positivo sobre laprobabilidad de caer por debajo de la lnea de pobreza es trabajar en el sectortransable en la actividad principal. Especficamente, participar en esta actividadincrementa en 11% la probabilidad de caer por debajo este dicho punto crtico. El restocon significancia estadstica disminuyen dicha probabilidad. Entre ellas se encuentra elestado civil, el nivel de calificacin, la edad, ser dependiente en la actividad principal ytrabajar en el sector pblico. La alta sensibilidad de la probabilidad con respecto a lacategora de dependencia en la actividad principal (75%) es, sin embargo, dudosa.Segn la base de datos para de esta muestra un empleado tiene un ingreso mensualpromedio de S/.1088, mientras que el ingreso mensual promedio de un empleador esde S/.191. Mientras que los empleadores laboran en actividades econmicas comocomercio (30.22%) y agricultura o ganadera (22.30%), los empleados reportantrabajar, principalmente, en comercio (25%), enseanza (15%) e industrias

manufactureras. De manera ms consistente, haber culminado estudios secundariosdisminuye en 14% la probabilidad de caer por debajo de lnea de pobreza.

Los resultados mostrados en el


23/27

22

Cuadro 7 contribuyen a reforzar el argumento que se ha ido construyendo con lainformacin obtenida a travs del anlisis emprico. Esto es, que los trabajadores quelaboran en el sector transable de la economa son ms vulnerables, dado que suprobabilidad de caer por debajo de la lnea de pobreza individual es mayor encomparacin con los trabajadores del sector no transable de la economa. Dichaprobabilidad aumenta en 11% al pertenecer al primer sector. Ntese que dichosresultados se obtienen a pesar que la ecuacin se encuentra controlada tambin porgrado de calificacin de los individuos, lo cual sugiere que existen otros factores, quese encuentran explicando dicha vulnerabilidad, incluyendo componentes noobservables, capturados en el trmino de error.


24/27

23

Cuadro 7: Efectos marginales sobre la probabilidad de caer por debajo de la lneade pobreza

Variable dependiente: Probabilidad decaer por debajo de la lnea de pobreza Coeficientes 1/

Efectosmarginales

Sexo -0.156 -0.06(0.099)

Estado civil (1=casado) -0.233 -0.08(0.116)**

Act. Princ (1=transable) 0.290 0.11(0.092)***

Act. Secun (1=transable) 0.051 0.02(0.135)

Aos de educacin 0.003 0.00(0.023)

Aos de educacin al cuadrado -0.001 0.00(0.002)

Calificado (1=si) -0.398 -0.14

(0.102)***Edad -0.106 -0.04

(0.021)***Edad al cuadrado 0.001 0.00

(0.000)***Nmero de trabajos -0.147 -0.05

(0.095)Dependiente en la actividad principal -2.365 -0.75

(0.097)***Publico en la actividad principal -0.325 -0.11

(0.162)**

Constante 3.978(0.465)***Observaciones 2522

Error estndar en parntesis* significativo al 10%; ** significativo al 5%; *** significativo al 1%

6 Conclusiones

El presente estudio pretende identificar si los trabajadores de los sectores transablesson ms vulnerables o no a caer por debajo de la lnea de pobreza individual. Esta hasido la principal pregunta que ha liderado la investigacin. Para contestar estainterrogante se han seguidos dos pasos. Primero, se ha estimado una ecuacin deingresos en base a un model dinmico de datos de panel. Para ello se ha utilizado elestimador sistema MGM con el fin de evitar el sesgo de los parmetros que surge alincluir rezagos de la variable dependiente con un regresor. Segundo, utilizando el valorestimado de los ingresos mensuales, as como la varianza de los trminos de error, seha calculado la probabilidad de que un individuo se encuentre pode debajo de la lneade pobreza individual.

Esta metodologa ha sido aplicada utilizando datos de panel a nivel individual de laENAHO para el perodo 2002-2006. La muestra ha sido circunscrita a los trabajadores


25/27


26/27

25

Bourguignon Francois, Chor-ching Goh y Dae Il Kim (2004) Estimating individualvulnerability to poverty with pseudo-panel data. World Bank Policy Research WorkingPaper 3375. Washington, The World Bank.

Cceres, Armando (2001) Estrategias de Crecimiento Liderado por Exportaciones:Efectos sobre el Crecimiento, Desigualdad y Pobreza El Caso de Per. Lima,GRADE.

Chacaltana, Juan (2006) Se puede prevenir la pobreza? Documento que contiene elInforme Final de la investigacin Se puede prevenir la pobreza?: hacia laconstruccin de una red de proteccin de los activos productivos en el Per. Lima,CIES.

Chaudhuri, Shubham, Jyotsna Jalan y Asep Suryahadi (2002) Assessing householdvulnerability to poverty from cross-sectional data: A methodology and estimates fromIndonesia. Discussion papers. Columbia University.

Chvez, Eliana (2003) Gnero, empleo y pobreza en el Per: el mercado laboralurbano, 1990-2002. En Inequidades, pobreza y mercado de trabajo: Bolivia y Per.Silvia Berger (ed.) Lima, OIT. pp 334-429

Chen, S y Martin Ravallion (2001). Measuring Pro-Poor Growth. DevelopmentResearch Group. Washington, The World Bank.

Christiansen, Luc y Kalanidhi, Subbarao (2004). Toward an Understanding ofHousehold Vulnerability in Rural Kenya. World Bank Policy Reserarch. Working Paper3326.

Deaton, A. y C. Paxson (1994). Intertemporal Choise and Inequality. The Journal ofPolitical Economy 102 (3), 437-467. The University of Chicago Press.

De Vreyer, P., J. Herrera y S. Mespl-Somps (2005) "Consumption growth and spatialpoverty traps: an analysis of the effect of social services and community infrastructureson living standards in rural Peru," Ibero America Institute for Econ. Research (IAI)Discussion Papers 124, Ibero-America Institute for Economic Research.

Dercon, S. (2001) Income Risk, Coping Strategies and Safety Nets, CSAE Workingpaper WPS2000.26.

Dercon, S., and P. Krishnan. 2000. Vulnerability, seasonality, and poverty in Ethiopia.Journal of Development Studies 36 (6): 25-53.

Glewwe, P. y G. Hall (1995). Who is the most vulnerable to macroeconomics shocks ?Hypothesis tests using panel data from Peru. Living Standards Measurement Study.Working Paper N 117. Washington, The World Bank.

GRADE (2006) Vulnerabilidad de los hogares peruanos ante el TLC. Anlisis yPropuestas. Boletn N 10. Lima. GRADE.

Hoddinott, J. y A. Quisumbing (2003) Methods for Microeconometric Risk andVulnerability Assessments. Social Protection Discussion Paper No. 0324; Washington:The World Bank.

Jalan J., y M, Ravallion (2002): "Geography Poverty Traps? A Micro EconometricModel of Consumption Growth in Rural China", Journal of Applied Econometrics , 17,329-346.


27/27

Kamanou, Gisele y Jonathan Morduch (2002) Measuring Vulnerability to Poverty.Discussion paper No 2002/58. World Institute for Development Economics Research.

Kanbur, R. y L. Squire (1999). The Evolution of Thinking About Poverty: Exploring TheInteractions.

Katz, Lawrence y Kevin Murphy (1991) Change in relative wages, 1963-1987: supplyand demand factors. Working paper No 3927. Cambridge: National Bureau ofEconomic Research

Ligon, E., and L. Schechter. 2003. Measuring vulnerability. Economic Journal 113(March): C95-C102.

Murphy, Kevin y Finis Welch (1992) The Structure of Wages. The Quarterly Journal ofEconomics, Vol 107, No1, pp 258-326.

Navarro, Ana Ins (2006). Estimating Income Mobility in Argentina with pseudo-paneldata

Norton, S. (2002). Economic Growth and Poverty Reduction: In search of TrickleDown Cato Journal. Vol.22. No. 2.

Pritchett, Lant & Suryahadi, Asep & Sumarto, Sudarno (2000) "Quantifying vulnerabilityto poverty - a proposed measure, applied to Indonesia," Policy Research WorkingPaper Series 2437, The World Bank.

Ravallion, Martin (1988) Expected poverty under risk-induded welfare variability. TheEconomic Journal, Vol 98, No.393. pp 1171-1182.

Saavedra, Jaime, Mximo Torero y Juan Jos Daz (2000) La liberalizacin de labalanza de pagos. Efectos sobre el crecimiento, el empleo y desigualdad y pobreza: Elcaso de Per. Lima, GRADE.

Segura, Alonso y Garca, Juan (2004). Anlisis del impacto de la Apertura comercialsobre la pobreza y desigualdad: El caso peruano. En: Quien se beneficia del librecomercio? Promocin de exportaciones en Amrica Latina y el Caribe en los 90.Ganuza, Enrique, Samuel Morley, Sherman Robinson y Rob Vos (eds). United NationsDevelopment Programme.

Slaughter, Mathew (1997) Per Capita Income Convergence and the Role ofInternational Trade The American Economic Review , Vol. 87, No. 2. pp194-197.

Verbeek, Marno y Francis Vella (2000) Estimating dynamic models from repeatedcross-sections. Center for Economic Research, N 2000-25

Wood, Adrian (1997) Openness and Wage Inequality in Developing Countries: TheLatin American Challenge to East Asian Conventional Wisdom. The World BankEconomic Review. Vol 11, No1: 33-57

vulnerabilidad a la pobreza y expoción a los mercados externos: un análisis individual

Documents