Modelos Estocásticos II Desempleo Juvenil

Índice
Desempleo Juvenil en el Ecuador, año 2017 ................................................................................................. 3

Resumen ........................................................................................................................................................ 3
Abstract ......................................................................................................................................................... 4
Introducción .................................................................................................................................................. 5
Problema ....................................................................................................................................................... 5
Justificación ................................................................................................................................................... 6
Pregunta de Investigación ............................................................................................................................. 6
Objetivos ....................................................................................................................................................... 7
Objetivo General ....................................................................................................................................... 7
Objetivos Específicos ................................................................................................................................. 7
Alcance .......................................................................................................................................................... 7
Marco Teórico ............................................................................................................................................... 8
Desempleo................................................................................................................................................. 8
Tipos de desempleo .................................................................................................................................. 9
Desempleo juvenil ................................................................................................................................... 11
Desempleo juvenil en Ecuador ................................................................................................................ 11
Diseño Metodológico .................................................................................................................................. 14
El modelo logit o logístico ....................................................................................................................... 14
Función Logística ..................................................................................................................................... 14
Características del modelo logit .............................................................................................................. 14
Estimación de máxima verosimilitud ...................................................................................................... 14
Efectos parciales ...................................................................................................................................... 15
Razón de verosimilitudes ........................................................................................................................ 15
Desarrollo .................................................................................................................................................... 16
Tratamiento de la base de datos ............................................................................................................. 16
Análisis de datos atípicos .................................................................................................................... 16
Análisis de datos perdidos ................................................................................................................... 16
Descripción de variables.............................................................................................................................. 18
Naturaleza de los datos ........................................................................................................................... 18
Variables a utilizar en el modelo ............................................................................................................. 18
Estadísticas descriptivas de las variables a utilizar.................................................................................. 19
1
Estimación de los modelos .......................................................................................................................... 25
LOGIT ................................................................................................................................................... 25
PROBIT ................................................................................................................................................. 26
Conclusiones................................................................................................................................................ 29
Recomendaciones ....................................................................................................................................... 29
Bibliografía................................................................................................................................................... 30
2
Desempleo Juvenil en el Ecuador, año 2017
Resumen
La relevancia del desempleo juvenil radica en las consecuencias generadas a nivel social e
individual. En el plano social dicho fenómeno se asocia al desaprovechamiento del bono
demográfico y al impulso de los flujos migratorios. En cuanto a las consecuencias a nivel
individual, el desempleo está vinculado con la transición a la vida adulta. Por consiguiente, la
política pública debe enfocarse en crear condiciones que fomenten la empleabilidad de esta
población, especialmente generando mecanismos que conecten esta demanda con la oferta de
trabajo disponible conociendo la magnitud, heterogeneidad y perfiles de los desempleados
juveniles. (Salomon, 2016)
La investigación tiene como objetivo determinar los factores que influyen en el desempleo
juvenil, para lo cual se utiliza como fuente de información la encuesta nacional de Empleo,
Desempleo y Subempleo del año 2016, a las personas con rango de edad de 18 a 29 años.
La técnica a utilizar son modelos econométricos de respuesta binaria probit y logit

estimados mediante máxima verosimilitud con el apoyo de software estadístico STATA. Para
identificar las variables que sea significativas y nos permita estimar el modelo propuesto.
Palabras clave: Desempleo, Distribución, Índice, Parámetros, Mercado laboral, Jóvenes, Modelo
Probit, Modelo Logit .
3
Abstract
The importance of youth unemployment lies in the consequences generated at a social and
individual level. At the social level, this phenomenon is associated with the wastage of the
demographic bonus and the impetus of migratory flows. Regarding the consequences at the
individual level, unemployment is associated with the transition to adult life. Therefore, public
policy should focus on creating the conditions that foster the employability of this population,
especially the mechanisms that connect to this demand with the job offer already known, the
heterogeneity and the profiles of the unemployed youth (Salomon, 2016).
The objective of the research is to determine the factors that influence youth
unemployment, for which the national survey on “encuesta nacional de Empleo, Desempleo y
Subempleo del año 2016” is used as a source of information for people with an age range of 18 to
29 years.
The technique and use are economic models of proven and logistic binary response
estimated by maximum likelihood with the support of statistical software STATA. To identify the
variables that improve and allow us to estimate the proposed model.
Keywords: Uneyployment , distribution, index, parameters, working market , young, model probit,
model logit .
4
Introducción
El desempleo constituye una de las problemáticas sociales más importantes a las que se
enfrenta la economía tanto nacional como a nivel mundial, en gran medida afectando a los países
en vías de desarrollo como es el caso de Ecuador. Actualmente vivimos esta problemática de una
manera tan natural que el fenómeno del desempleo se lo vive arraigado de fondo en nuestro diario
convivir, generado por las diversas causas que se arrastran desde tiempos antiguos, como por citar
unos ejemplos, las diferentes crisis económicas que atravesó el país hace casi dos décadas, las
apresuradas y mal enfocadas políticas y estrategias financieras, terribles modelos económicos
usados incluso hasta no hace mucho, el tema de la migración, etc.
Sumado a los factores anteriormente nombrados, los modelos de crecimiento y el

propio mercado laboral imponen brechas de exclusión que afectan de mayor o menor medida
a ciertos grupos de la población. Según cifras estadísticas proporcionadas por el Instituto
Nacional de Estadísticas y Censos (INEC), el grupo más desfavorecido en función de las tasas
de desempleo, ubica a los jóvenes recién egresados, ya que la principal limitante es la escasa
y más que nula experiencia laboral con la que cuentan y es prácticamente un requisito
indispensable para lograr hacerse de un empleo, sumado a la gran exigencia de conocimiento
por parte de la mayoría de empresas en el sector privado y público exige. Los años de
educación, el segmento sociocultural al que pertenecen, incluso el mismo hecho de ser mujer,
entre otras importantes variables de carácter exigibles, imposibilitan el ingreso temprano, fácil,
y adecuado al mundo laboral de nuestros jóvenes, futuro inquebrantable del país el mundo.
Problema
En Ecuador se vive un panorama de escasas oportunidades para los jóvenes, el problema

hace varios años era la falta de educación para poder acceder a un empleo adecuado, hoy en día el
problema radica en la poca oferta de plazas laborales.
Según coinciden varios activistas políticos del país “lastimosamente la economía

ecuatoriana que creció el año pasado a 3% es una economía basada en un modelo comunista y no
en un modelo productivo” (Maruri, 2018: 24) lo que conlleva ver en las calles cada día más el
trabajo informal, ahora conocido como trabajos autónomos.
5
Desde el año 2016 entro en vigencia una reforma que alienta la contratación de personas de
entre 18 y 26 años, principalmente, para aquellas que buscan su primer trabajo. A pesar de que los
jóvenes de ahora están más preparados que las generaciones anteriores, por un mejor manejo de
herramientas tecnológicas, “las compañías no buscan esos perfiles, ya que el aparato comercial esta
trabado por un crecimiento magro y con innovaciones limitadas” (Mayorga, 2017: 14), lo que
conlleva a contrataciones temporales o de forma parcial.
Justificación
Los jóvenes deben ser considerados ejes estratégicos del desarrollo del país, en torno a ellos
se deberían generar diferentes políticas públicas. Una de las principales causas de desempleo en
jóvenes es la causa de experiencia laboral, por lo que esto dificulta la inserción de los jóvenes en
el mercado laboral. Otras características asumibles que causa el desempleo en las personas son:
educación, etnia, sexo o condición social (CEPAL, 2006).
La inserción laboral débil, temprana o tardía, relacionada frecuentemente con altos niveles
de deserción escolar, afecta sobre todo a jóvenes procedentes de hogares pobres, reforzando la
transmisión intergeneracional de la pobreza. Finalmente, jóvenes con inserción laboral precaria son
una parte importante de la población de riesgo con problemas de adaptación y marginación social
(CEPAL, 2006).
Este proyecto tiene como finalidad analizar los factores más significativos que contribuyen
a la falta de empleo en los jóvenes del Ecuador, ya que el desempleo es una problemática social
que puede traer consigo problemas como delincuencia, corrupción, vandalismo, drogadicción
Pregunta de Investigación
¿Cuáles son los principales determinantes del desempleo juvenil en el Ecuador para el año 2017?
6
Objetivos
Objetivo General
Analizar los principales factores que influyen en el desempleo juvenil en el Ecuador para el año
2017
Objetivos Específicos
 Caracterizar a la población joven del Ecuador en el año 2017.

 Realizar un modelo probit y logit para determinar los factores que influyen en el desempleo
juvenil en el Ecuador.
 Analizar los resultados de los modelos logit y probit mediante la utilización de paquetes
estadísticos.
Alcance
Para identificar los determinantes de desempleo juvenil, en este proyecto se utilizará la
Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU) publicada en Diciembre de
2017.
En esta investigación se tomará como marco muestral a los y las jóvenes de 18 a 29 años
que residan en el Ecuador.
7
Marco Teórico
Desempleo
La Organización Internacional de trabajo define el desempleo como: “En el marco de la fuerza de
trabajo, el desempleo se define como una situación extrema de la falta total de trabajo. Las personas
desocupadas, en el período de referencia, no tienen un empleo ni han trabajado al menos una hora en
actividades económicas (actividades dentro de la frontera de producción).” (OIT, 2012)
El desempleo es probablemente el drama social más grande de los últimos tiempos. El
hombre con capacidad y voluntad de trabajar siente una frustración enorme cuando se le niega la
posibilidad de hacerlo. No sentirse útil, no poder mantener a su familia, lo llevan a incubar
resentimientos contra toda la sociedad y sus instituciones, lo que desemboca muchas veces en
conductas violentas y delictivas ante la falta de opciones. Pero el desempleado no es la única
víctima. Aquellos que conservan sus empleos viven en un estado de temor permanente de ser los
próximos despedidos. Los más pudientes intentan aislarse del problema atrincherándose en
ciudades fortificadas y con seguridad privada. Con éxito dudoso ya que en algún momento ellos o
sus familias tienen que interactuar con el mundo exterior. El problema no se circunscribe a los
países periféricos, al contrario el desempleo existe en todo el mundo ya sea en un alto porcentaje
como es el caso de los países bajos y por otro lado en un porcentaje mínimo como es el caso de los
países industrializados. (Bulnes, 2012)
El desempleo keynesiano se refiere a una situación en que la cantidad de personas que
buscan trabajo supera el número de empleos disponibles y remunerados con el salario corriente, y
se explica por la ausencia de una demanda efectiva de bienes y servicios. A veces se lo denomina
también desempleo cíclico por su relación con los ciclos económicos. Si bien no es de corta
duración en sí (tal como se observó durante la Gran Depresión de los años treinta), es frecuente
8
que se intente solucionar el problema aplicando distintos tipos de incentivos y estímulos fiscales
para aumentar la demanda en la economía y de este modo incrementar las oportunidades de empleo.
(Vries, 2014)
Fuente: Organización Internacional del trabajo
Tipos de desempleo
Por desempleo estructural se entiende una situación en que existe un desajuste entre los
empleos que se ofrecen y los que se necesitan. Su causa ha de buscarse en una disparidad en el
nivel de las calificaciones, la ubicación geográfica, los cambios sectoriales en los patrones
productivos de los países, u otros factores estructurales similares. La respuesta más habitual frente
al desempleo estructural es la formulación de políticas e intervenciones que apunten a solucionar
la limitación estructural en cuestión, por ejemplo, desarrollar las competencias, promover la
movilidad laboral o difundir información conveniente sobre el mercado de trabajo. Es posible
concebir programas públicos de empleo que busquen contribuir a resolver la causa estructural del
desempleo, aunque estos no suelen estar en condiciones de solucionar dicha limitación por sí solos.
Se podrían también incorporar elementos de capacitación a los programas o facilitar el acceso a
programas de formación. (Vries, 2014)
El desempleo friccional se conoce como desempleo transitorio o también como el período
de desempleo en que se “busca” o se está “a la espera” de un trabajo. La noción se aplica a las
9
personas desempleadas que están en transición entre empleos y tiene su origen, en gran medida, en
una asimetría de la información sobre el mercado de trabajo. Es el resultado de un desajuste entre
la oferta y la demanda de mano de obra, que se manifiesta en relación con las calificaciones, la
ubicación, las preferencias, etc. El desempleo friccional difiere de otros tipos de desempleo porque
a menudo tiene carácter voluntario, mientras que los otros tipos son situaciones involuntarias que
requieren ayuda institucional para resolverse. Cuando existe desempleo friccional, no suele
recurrirse a programas públicos de empleo, aunque sí pueden servir como medio de transición entre
empleos. En particular, puede resultar un mecanismo beneficioso en los casos en que no se dispone
de seguro de desempleo. (Vries, 2014)
El desempleo de larga duración se vincula a aquellas personas que están desempleadas por
un período de tiempo más prolongado, que suele superar los seis meses. En un contexto en que el
desempleo de larga duración alcanza niveles altos. Las causas del desempleo de larga duración
varían y pueden ser múltiples, y tener consecuencias devastadoras para las personas desempleadas
y sus familias, aunque también para la sociedad en su conjunto, pues suele traducirse en una
situación de inestabilidad social y política. (Vries, 2014)
El desempleo específico abarca a aquellos grupos de la sociedad fácilmente identificables
que se ven afectados por el desempleo de manera desproporcionada. Los jóvenes y las mujeres son
quizás los ejemplos más comunes, pero también puede tratarse de grupos étnicos o raciales
específicos y “castas y tribus reconocidas”, como en el caso de la India. En algunos países, las tasas
de desempleo en algunas zonas geográficas son mucho más elevadas que en otras, por lo que el
programa público de empleo podría dirigirse principalmente a ellas. (Vries, 2014)
10
Desempleo juvenil
El desempleo juvenil se posiciona actualmente como uno de los temas más preocupantes
dentro de la agenda de los países. La literatura ha demostrado que altas tasas de desempleo tienen
consecuencias económicas y sociales, que incluyen la erosión de la cohesión social y el fomento
de la criminalidad. Adicionalmente, se ha encontrado que largos periodos de desempleo implican
una menor probabilidad de encontrar trabajo y menores salarios en el futuro. Finalmente, el
desempleo juvenil elevado podría perjudicar la sostenibilidad del gasto social en los países donde
la población está envejeciendo rápidamente, al aumentar la relación de dependencia definida por
el número de personas mayores que deben ser sostenidas por los adultos que trabajan (Banerji, Lin
y Saksonovs, 2015).
De acuerdo con cifras de la Organización Internacional del Trabajo (OIT), los jóvenes se
enfrentan a una serie de retos al ingresar al mercado laboral. Por una parte, las tasas de desempleo
juveniles son más altas que la de los adultos, situación generalizada en todas las regiones. Además
del reto de vincularse a un trabajo, la calidad del mismo es un problema importante debido a que
los jóvenes ingresan en mayor medida al sector informal. Como resultado, la falta de protección
legal y económica se refleja en altos índices de pobreza en la población joven.
Desempleo juvenil en Ecuador
La lógica de entrada de salida de los y las jóvenes al mercado de trabajo tiene un carácter
añadido y contra cíclico; hay una tendencia hacia un incremento del desempleo a partir de 1996
que tuvo un pico en 1999; a raíz de la recuperación económica baja a niveles anteriores de 1997,
pero luego inicia un nuevo ascenso. Se observan mayores niveles de desempleo en jóvenes de entre
18 y 24 años, salvo en el período post-crisis. Esto puede deberse al fenómeno migratorio que volcó
al mercado laboral a adolescentes y jóvenes menores. (Martínez, 2006).
11
Gráfico 1: Ecuador crecimiento económico y desempleo de jóvenes
Fuente: INEC
Según las encuestas de empleo del INEC, el desempleo afecta en mayor proporción al
segmento de población comprendido entre los 18 y 29 años, y doblemente a las mujeres que a los
hombres. El desempleo es proporcional al grupo de edad analizado, es mayor entre los 18 y 29 y
tiende a disminuir después de los 30; siempre es mayor para las mujeres que para los hombres,
especialmente, para las mujeres jóvenes. (Martínez, 2006)
Se ha evidenciado que la estructura del mercado laboral del Ecuador ha cambiado a causa
de transformaciones legales e institucionales que buscan que el mercado de trabajo sea más flexible
en un sentido de liberalización económica. Particularmente el desempleo es alarmante en el país,
debido a que no existen seguros y algún tipo de protección social para las personas que se
encuentran desempleadas, además de las crisis presentadas en los años 80, 90 e inicios del 2000
que han afectado de alguna manera este problema (SIISE, 2006).
12
Los jóvenes son los que habitualmente sufren más problemas de desempleo en el país, dado
que existen escasos tipos de protección social y políticas que estimulen 25 su inserción laboral. La
naturalidad con la que los jóvenes sufren desempleo se ha podido evidenciar en el país en casi el
doble que la de los adultos por diversas situaciones que estos puedan incurrir.
Según la OIT (2016) en su informe de “Perspectivas Sociales y del Empleo en el Mundo”,
señala que en el desempleo las diferencias de género siguen siendo significativas especialmente en
las mujeres jóvenes. Además, se encuentran excesivamente representadas en los trabajos familiares
no remunerados u otros 29 tipos de trabajos informales. Por otro lado, en la mayoría de regiones
en el mundo, son las mujeres con mayor probabilidad de estar subempleadas, de conseguir trabajos
a tiempo parcial o de trabajar con contratos temporales (OIT, 2016).
La población joven al ser considerada un eje principal en la economía se ha convertido en
objeto de estudio, de tal manera que en la actualidad el Ecuador ha reconocido sus derechos
aplicando leyes en la Constitución de la República del Ecuador, Código de la niñez y la
adolescencia, y el Plan Nacional del Buen Vivir, teniendo de esta manera instituciones a cargo de
brindar apoyo a los jóvenes (Bonifaz y Sanunga, 2017).
13
Diseño Metodológico
El modelo logit o logístico
La restricción 0 ≤ (E (Yi | Xi)) ≤1 genera problemas en la selección del modelo adecuado,

puesto que se requiere ajustar un modelo para el cual los valores estimados para la respuesta se
encuentren entre 0 y 1. Muchas funciones han sido propuestas, pero una función monótonamente
creciente o (decreciente), en forma de S ( o de S invertida), tal como la función logística, es la que
se suele utilizar con más frecuencia, entre otras, por las siguientes razones:
1. Desde el punto de vista matemático, es una función extremadamente flexible y fácil de utilizar.
2. Tiene una interpretación relativamente sencilla.
3. La evidencia empírica ha demostrado que este modelo es adecuado en la mayoría de los casos
en los cuales la respuesta es binaria.
Función Logística
𝑒 𝑥𝑖𝛽 𝑒𝑧
P (y=1/x)=
1−𝑒 𝑥𝑖𝛽 + 𝑢𝑖 1+𝑒 𝑧
= 𝞴(𝒛)
Características del modelo logit
1. A pesar de que el modelo transformado es lineal en las variables, las probabilidades no son
lineales.
2. El modelo logit supone que el logaritmo de la razón de probabilidades está linealmente

relacionado con las variables implicatorias.
3. En el modelo logit los coeficientes de regresión expresan el cambio en el logaritmo de las

probabilidades, cuando una de las variables implicatorias cambia en una unidad, permaneciendo
constantes las demás (Gujarati 2010).
Estimación de máxima verosimilitud
El modelo Logit con observaciones no repetidas estima los parámetros con el método de
máxima verosimilitud. Para este método haremos una explicación detallada de los pasos seguidos.
El método de máxima verosimilitud nos dice lo siguiente, que teniendo una variable aleatoria,
14
caracterizada por unos parámetros, y dada una muestra, se consideran estimadores de máxima
verosimilitud a aquellos parámetros que generarían con mayor probabilidad la muestra observada;
es decir, los valores de máxima verosimilitud son aquellos de los cuales la función de densidad
conjunta alcanza un máximo. Con el supuesto que las observaciones son independientes, la función
de densidad conjunta de la variable Yi dicotómica queda:
Prob(Y1, Y2, Y3, . . . , Yn)
Efectos parciales
Para obtener las magnitudes de los efectos parciales, es útil tener un factor escalar único
̂𝑗 (o al menos aquellos coeficientes de variables
que se pueda usar para multiplicar cada 𝐵
aproximadamente continuas). Un método que suele usarse en los paquetes econométricos que
estiman de forma rutinaria los modelos probit y logit, es remplazar cada variable explicativa con
su promedio muestral. En otras palabras, el factor de ajuste es:
𝑔(𝑝̂ 0 + 𝑥
̅ 𝑝̂ ) = 𝑔(𝑝̂ 0+𝑝̂1 𝑥̆1 +𝑝̂ 2 𝑥̆2 +. . . +𝑝̂ 𝑘 𝑥̆𝑘
Razón de verosimilitudes
El estadístico de razón de verosimilitudes es dos veces la diferencia en las log-

verosimilitudes:
RV =2(ℒ nr-ℒr)
donde ℒ nr es el valor de la log-verosimilitud para el modelo no restringido y ℒr res el valor de la
log-verosimilitud para el modelo restringido.
Pseudo R-cuadradas
Existen varias medidas de pseudo R-cuadradas para la respuesta binaria. McFadden
(1974) sugiere la medida 1 ℒ nr / ℒ r o, donde ℒ nr es la función de log-verosimilitud para el modelo
estimado, y ℒ o es la función de probabilidad log en el modelo con solo un intercepto.
15
Desarrollo
Tratamiento de la base de datos
Análisis de datos atípicos
En estadística, tales como muestras estratificadas, un valor atípico (en inglés outlier) es una
observación que es numéricamente distante del resto de los datos. Las estadísticas derivadas de los
conjuntos de datos que incluyen valores atípicos serán frecuentemente engañosas. Los valores
atípicos son en ocasiones una cuestión subjetiva, y existen numerosos métodos para clasificarlos.
El método más impartido académicamente por su sencillez y resultados es el test de Tukey. (Harald
Cramér, 2003)
En un diagrama de caja se considera un valor atípico el que se encuentra 1,5 veces esa distancia de
uno de esos cuartiles (atípico leve) o a 3 veces esa distancia (atípico extremo).
Gráfico 2: Datos atípicos
Fuente: Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU), INEC

Autor: Elaboración propia
Interpretación: Al realizar un análisis de la variable cuantitativa “Años de educación” se puede

observar que outliers remaining = 0 por lo que se concluye que no existen datos atípicos
Análisis de datos perdidos
En cualquier tipo de análisis estadístico se debe hacer inferencias validas sobre una
población de interés. La presencia de información faltante en una base de datos lleva consigo
ciertos inconvenientes dentro de los cuales según Horton &Lipsitz(2001) se encuentran: perdida
16
de eficiencia, complicaciones en el análisis de datos faltantes y además estimadores sesgados e
inconsistentes que ponen en riesgo la validez del proceso. (Mallol Roseló, 2017)
Gráfico 3: Datos perdidos

.
. misstable sum
Obs<.
Unique
Variable Obs=. Obs>. Obs<. values Min Max
p10b 170 20,597 11 0 10

Gráfico 4: Eliminación de datos perdidos
. drop if p10b== .
(170 observations deleted)

Interpretación: Al realizar un análisis de datos perdidos a la variable p10b “Años de educación”

se observa que existen 170 datos perdidos, los cuales no superan el 5% del total de la muestra y se
procede a eliminar los datos perdidos.
17
Descripción de variables
En esta sección se detallas las variables a utilizar y se realiza un análisis descriptivo de las
mismas.
Naturaleza de los datos
Se utilizó información secundaria, de corte transversal tomada de la ENEMDU diciembre

2017. Información orientada a entregar datos de categorías poblacionales en relación al mercado
de trabajo y obtener clasificaciones de dichas categorías (Datos Abiertos, s.f.).
Variables a utilizar en el modelo
Para cumplir con el fin de la investigación se determinarán las variables tomando en cuenta
en las más relevantes que afectan a los jóvenes al momento de conseguir un empleo y así realizar
el modelamiento econométrico a la probabilidad de que un joven encuentre trabajo o no en función
de las variables explicativas.

18
Estadísticas descriptivas de las variables a utilizar
En esta sección se realizará las estadísticas descriptivas para cada una de las variables a
utilizar mediante la utilización del programa STATA.
La base de datos ha sido condiciona a un factor de expansión para realizar estimaciones

poblacionales.
Variable Dependiente: Trabaja
Gráfico 5: Trabaja
Dicotomica
1=Sitrabaja
0=no
trabaja Freq. Percent Cum.
0 8,688 42.18 42.18

1 11,909 57.82 100.00
Total 20,597 100.00

Interpretación: Los datos corresponden a la variable dependiente “trabaja” y revelan que

el 57.82% de la población joven en el Ecuador tienen algún tipo de empleo, mientras que el 42.18%
no lo tiene. La investigación y los modelos nos ayudarán a precisar los determinantes del desempleo
existente que por diferentes razones es considerado un problema de la realidad ecuatoriana ya que
posee un porcentaje de desempleo en los jóvenes de 18 a 29 años que es relativamente alto.
19
Variables Independientes: Edad
Gráfico 6: Edad
Edad
18-29anios Freq. Percent Cum.
18 2,297 11.15 11.15

19 1,828 8.88 20.03
20 1,925 9.35 29.37
21 1,674 8.13 37.50
22 1,846 8.96 46.46
23 1,804 8.76 55.22
24 1,696 8.23 63.46
25 1,654 8.03 71.49
26 1,429 6.94 78.42
27 1,541 7.48 85.91
28 1,531 7.43 93.34
29 1,372 6.66 100.00
Total 20,597 100.00

Interpretación: La investigación está basada en los jóvenes de 12 a 29 años en la cual

existe una mayor concentración de jóvenes en la edad de 18 años con el 11.15%.
Años de educación
Gráfico 7: Años de educación

anios de
educacion Freq. Percent Cum.
0 3 0.01 0.01
1 1,928 9.36 9.38
2 2,450 11.89 21.27
3 6,983 33.90 55.17
4 1,063 5.16 60.33
5 1,583 7.69 68.02
6 4,831 23.45 91.47
7 664 3.22 94.70
8 173 0.84 95.54
9 270 1.31 96.85
10 649 3.15 100.00
Total 20,597 100.00

20
Interpretación: Se puede observar que EL 23.45% del total de la muestra tienen 6 años de
educación.
Área
Gráfico 8: Área
Area Freq. Percent Cum.
0 7,707 37.42 37.42

1 12,890 62.58 100.00
Total 20,597 100.00

Interpretación: Al hablar de la variable área se puede evidencia que mas de la mitad de la

población joven radica en las zonas urbanas con el 62.58%, mientas que el 37.42% en las zonas
rurales. Se supone que los jóvenes afectados son los que viven en las zonas urbanas ya que los
jóvenes que radican en las zonas rurales están vinculados estrechamente con empleos relacionados
con la agricultura u ocupaciones tradicionales de subsistencia.
Sexo
Gráfico 9: Sexo
Dicotomica
1=hombre
0=mujer Freq. Percent Cum.
0 10,314 50.08 50.08

1 10,283 49.92 100.00
Total 20,597 100.00

21
Interpretación: En la población joven se puede evidenciar que para el año 2017 existe un
mayor número de mujeres que hombres con un porcentaje de 50.08 y 49.92 respectivamente. La
variable sexo se implementará en el modelo para poder determinar algún indicio de discriminación
hacia las mujeres.
Auto identificación étnica
Gráfico 10: Auto identificación étnica
Dicotomica
1=blanco o
mestizo
0=otros Freq. Percent Cum.
0 4,237 20.57 20.57

1 16,360 79.43 100.00
Total 20,597 100.00

Interpretación: Los jóvenes en su gran mayoría se han identificado como blancos o

mestizos con el 79.43% mientras que el 20.57% se han auto identificado como las demás etnias.
22
Asiste a clases
Gráfico 11: Asiste a clases
Dicotomica
1=si asiste
aclases
0=no asiste
a clases Freq. Percent Cum.
0 15,265 74.11 74.11

1 5,332 25.89 100.00
Total 20,597 100.00

Interpretación: En al año 2017 el 74.11% de los jóvenes no asiste a clases mientras que el
25.89% si lo hace. Por tanto, se supondría que estos jóvenes tendrían menor posibilidad de
conseguir una fuente de trabajo, pues cuentan con menor tiempo o sus prioridades son culminar
sus estudios.
Jefe de hogar
Gráfico 12: Jefe de Hogar

Dicotomica
1=es jefe
de hogar
0 17,721 86.04 86.04

1 2,876 13.96 100.00
Total 20,597 100.00

23
Interpretación: El 13.96% de los jóvenes son jefe de hogar por ende tienen como mayor
la prioridad de conseguir un empleo para solventar su hogar a comparación de aquellos jóvenes
que o son jefe de hogar y corresponde el 86.04%.
Estado civil
Gráfico 13: Estado civil
Dicotomica
1=soltero
0 8,202 39.82 39.82

1 12,395 60.18 100.00
Total 20,597 100.00

Interpretación: Se puede observar que más de la mitad de la población se

encuentran solteros y corresponde al 60.18% mientras que el 39.82% tienen otro estado
civil.
24
Estimación de los modelos
LOGIT
Gráfico 14: Modelo Logit

. logit Trabaja $vi[pw= fexp ] , r
Iteration 0: log pseudolikelihood = -2258038.2

Logistic regression Number of obs = 20,597

Wald chi2(8) = 1397.73
Prob > chi2 = 0.0000
Log pseudolikelihood = -1826447.2 Pseudo R2 = 0.1911
Robust
Trabaja Coef. Std. Err. z P>|z| [95% Conf. Interval]
edad .1213631 .0085304 14.23 0.000 .1046437 .1380824

area -.2873717 .0558735 -5.14 0.000 -.3968818 -.1778615
sexo 1.298887 .0543953 23.88 0.000 1.192274 1.4055
anios_educ .0169884 .0124397 1.37 0.172 -.0073929 .0413697
auto_identif -.1622499 .0693725 -2.34 0.019 -.2982175 -.0262824
asiste_clases -1.435068 .0693326 -20.70 0.000 -1.570958 -1.299179
jefe_hogar 1.055185 .0989624 10.66 0.000 .8612219 1.249147
estado_civil .1780517 .059228 3.01 0.003 .061967 .2941365
_cons -2.74138 .2141812 -12.80 0.000 -3.161168 -2.321593

25
PROBIT
Gráfico 15: Modelo Probit
. probit Trabaja $vi[pw= fexp ] , r

Iteration 1: log pseudolikelihood = -1830908
Probit regression Number of obs = 20,597

Wald chi2(8) = 1614.96
Prob > chi2 = 0.0000
Log pseudolikelihood = -1827660.2 Pseudo R2 = 0.1906
Robust
Trabaja Coef. Std. Err. z P>|z| [95% Conf. Interval]
edad .0717618 .0050539 14.20 0.000 .0618564 .0816673

area -.1723883 .0333407 -5.17 0.000 -.237735 -.1070417
sexo .7765665 .031937 24.32 0.000 .7139713 .8391618
anios_educ .0107062 .0074805 1.43 0.152 -.0039552 .0253677
auto_identif -.0902835 .0411263 -2.20 0.028 -.1708895 -.0096775
asiste_clases -.8469547 .039971 -21.19 0.000 -.9252965 -.768613
jefe_hogar .5976974 .0552261 10.82 0.000 .4894562 .7059386
estado_civil .0942364 .0354267 2.66 0.008 .0248014 .1636713
_cons -1.61605 .1276739 -12.66 0.000 -1.866286 -1.365814

Interpretación: Se puede observar que las variables edad, jefe de hogar, estado civil
tienen una relación positiva y son estadísticamente significativas. Las variables área, auto
identificación étnica y si asiste a clases tienen una relación negativa con la decisión de trabajar o
no.
La prueba de razón de verosimilitud Chi-cuadrado señala que en ambos casos el modelo
está correctamente estimado y que las variables en conjunto explican adecuadamente la variable
26
dependiente trabaja. Además, presenta una Prob > chi2 =0,0000 lo que quiere decir las variables
independientes son significativas a diferencia de la variable años de educación que no es
estadísticamente significativa.
Para esta investigación se basó principalmente en el estudio del modelo logístico Logit,
debido a que se ha potenciado su aplicación en la mayoría de los estudios empíricos. Además, la
ecuación de la Función de Distribución Acumulada (FDA) logística es muy simple de interpretar
mientras que la FDA normal involucra una integral que no es fácil de evaluar (Moscote y Arley,
2012). Asimismo, se mostró el modelo Probit para constatar la efectividad de ambos modelos y,
de igual manera, demostrar que todas las variables son significativas en ambos casos.
Efectos marginales
Gráfico 16: Modelo Logit efectos marginales

Marginal effects after logit
y = Pr(Trabaja) (predict)
= .59237421
variable dy/dx Std. Err. z P>|z| [ 95% C.I. ] X
edad .0293052 .00205 14.32 0.000 .025294 .033317 23.2909

area* -.0684471 .01313 -5.21 0.000 -.094185 -.042709 .713018
sexo* .303455 .01205 25.19 0.000 .279841 .327069 .490638
anios_~c .0041021 .003 1.37 0.172 -.001785 .00999 4.09911
auto_i~f* -.0387516 .01636 -2.37 0.018 -.070823 -.00668 .826679
asiste~s* -.3441274 .01528 -22.53 0.000 -.374069 -.314186 .238279
jefe_h~r* .2277049 .01775 12.83 0.000 .192914 .262496 .156421
estado~l* .0430347 .01431 3.01 0.003 .014984 .071085 .547687
(*) dy/dx is for discrete change of dummy variable from 0 to 1

Interpretación: La edad demuestra que por cada año cumplido del joven, aumenta su
probabilidad de trabajar 2.93 puntos porcentuales, obteniendo el signo positivo como se había
esperado.
El área influye significativamente en la elección que realiza el joven al momento de trabajar,
obteniendo el signo negativo esperado, la probabilidad de que el joven trabaje disminuye en 6.84
27
puntos porcentuales si vive en el área urbana, es decir, que las probabilidades de obtener trabajo
aumentan si el joven es del área rural. Esto tiene sentido debido a que las personas de esta área en
particular pueden conseguirlo en actividades agrícolas, artesanales, entre otras.
La variable sexo refleja el cambio marginal positivo como se esperaba, esto indica que, si
el joven es hombre, la probabilidad de que trabaje aumenta en un 30.34 puntos porcentuales.
La variable años de educación tiene un efecto negativo con la decisión de trabajar o no pero no es
estadísticamente significativa.
La variable auto identificación étnica presenta el signo negativo, lo que demuestra que si el
joven se identifica como blanco o mestizo disminuye la probabilidad de que trabaje en unos 3,87
puntos porcentuales.
El joven asista a clases disminuye la probabilidad de trabajar en 34.41 puntos porcentuales
debido que no tenga el trabajo entre sus prioridades dándole relevancia a sus estudios para que en
un futuro pueda obtener mejores posibilidades de trabajo. En el caso de que el joven sea jefe de
hogar aumentará la probabilidad de obtener trabajo dado que tendrá la responsabilidad de mantener
a una familia, haciendo así el buscar empleo una necesidad.
Para la variable del estado civil del joven se tiene un efecto marginal positivo,
incrementando la probabilidad de trabajar en unos 4,30 puntos porcentuales. Esto se debe a que el
joven cuando se encuentra casado, unión libre o en otra categoría tiene o tuvo mayores
responsabilidades con su pareja. Por otro lado, si el joven se encuentra soltero es más beneficioso
para las empresas pues estas buscan fundamentalmente gente sin ningún tipo de compromisos, al
hecho de que no cuentan con cargas familiares.
28
Conclusiones
 Previo a la aplicación de los modelos Tobit y Logit se realizó una caracterización de la

población joven del Ecuador comprendida entre los 18 a los 29 años, para el año 2017
concluyendo que más de la mitad de los jóvenes ecuatorianos se encuentran en el área
urbana, existe un mayor número de mujeres, en su mayoría la población joven se autodefine
como blanca o mestiza, así como también se observó que la mayoría de los jóvenes entre
18 a 29 años no asisten a clases, por otro lado también se pudo observar que más de la
mitad de los jóvenes no son jefes de hogar y son solteros.
 Mediante la aplicación del modelo Logit se tuvo una perspectiva clara sobre las variables
más y menos relevantes de la investigación, se tomó en consideración las variables
relevantes, es decir aquellas con un Z > 1,96 a un 95% de confianza como son: la edad, el
sexo, el área, la autoidentificación étnica, si el joven asiste o no a clases, si el joven es jefe
de hogar y el estado civil.
 Con los resultados de la aplicación del modelo Logit se puede concluir que: un joven que
tiene entre 18 a 29 años de edad, que sea del área urbana, que sea mujer, sin muchos años
de experiencia, que asista a clases y que no sea jefe de hogar, va a tener más probabilidad
de estar desempleado.
Recomendaciones
 En la investigación se desarrolló el modelo estocástico Logit, los cuales nos permitieron
estimar la probabilidad del desempleo y los determinantes que agudizan este fenómeno en
el Ecuador. Esto muestra la ventaja de adoptar este tipo de modelos para, de tal forma que
ayuden a gestionar políticas en beneficio de este grupo etario.
 Es recomendable antes de realizar alguna modelación econometría realizar un análisis
exploratorio de datos para poder determinar anomalías en las bases de datos y evitar algún
tipo de sesgo o inconsistencia en los estimadores.
 Con los resultados obtenidos de la investigación se recomienda implementar políticas
orientadas al mercado laboral como: la creación de empleo a través del sector público como
29
apertura de inversiones privadas establecer medidas que eleven la permanencia de los
jóvenes en los estudios y la calidad de educación; y programas de formación para mejorar
las capacidades y la productividad de los jóvenes. Además, llevar a cabo intervenciones
para la mejora del funcionamiento del mercado laboral
Bibliografía
CAICEDO, L. R. (junio de 2006). EL MODELO LOGIT UNA ALTERNATIVA PARA MEDIR PROBABILIDAD.
Obtenido de http://www.bdigital.unal.edu.co/1038/1/laurarosallanodiaz.2006.pdf
CEPAL. (2005). La Seguridad Vial en la Región de América Latina y el Caribe. Santiago de Chile.
Harald Cramér, C. (2003). EVA FCEA Analisis de datos Estadisticos.
La Comisión Nacional del Transporte Terrestre, T. y. (2011). REGLAMENTO DE INFRACCIONES Y

SANCIONES ADMINISTRATIVAS Y SU PROCEDIMIENTO DE APLICACIÓN PARA LAS OPERADORES
DE TRANSPORTE Y PREVENCIÓN DE ACCIDENTES. Quito.
Mallol Roseló, P. J. (31 de Mayo de 2017).

http://openaccess.uoc.edu/webapps/o2/bitstream/10609/64105/6/pmallolrTFM0617memoria.p
df. Obtenido de
http://openaccess.uoc.edu/webapps/o2/bitstream/10609/64105/6/pmallolrTFM0617memoria.
pdf
OIT. (2012). Organización Internacional de Trabajo . Obtenido de

http://recap.itcilo.org/es/documentos/files-imt2/es/dg6
Salomon, M. (2016). Eumed. Obtenido de https://www.eumed.net/rev/caribe/2018/03/desempleo-

juvenil-ecuador.html
Salud, O. M. (2007). CONTROL DE LA VELOCIDAD. Villars-sous-Yens.
Transito, A. d. (29 de 01 de 2005). Plataforma ley de transporte. Obtenido de

http://www.nunoa.cl/index.php/municipio/unidades-municipales/direccion-de-transito/tipos-
de-licencias.html
Vasquez, P. (s.f.). Clases de accidentes de tránsito. Obtenido de https://piedadvasquez.com/clases-

accidentes-transito/
Vizcaíno, D. S. (24 de 11 de 2005). Derecho Ecuador. Obtenido de Derecho Ecuador:

https://www.derechoecuador.com/queacute-es-un-accidente-de-traacutensito
30
31

Modelos Estocásticos II Desempleo Juvenil

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Modelos Estocásticos II Desempleo Juvenil

Caricato da

Copyright:

Formati disponibili

Índice

Desempleo Juvenil en el Ecuador, año 2017 ................................................................................................. 3

La técnica a utilizar son modelos econométricos de respuesta binaria probit y logit

Sumado a los factores anteriormente nombrados, los modelos de crecimiento y el

En Ecuador se vive un panorama de escasas oportunidades para los jóvenes, el problema

Según coinciden varios activistas políticos del país “lastimosamente la economía

 Caracterizar a la población joven del Ecuador en el año 2017.

La Organización Internacional de trabajo define el desempleo como: “En el marco de la fuerza de

actividades económicas (actividades dentro de la frontera de producción).” (OIT, 2012)

El desempleo es probablemente el drama social más grande de los últimos tiempos. El

posibilidad de hacerlo. No sentirse útil, no poder mantener a su familia, lo llevan a incubar

conductas violentas y delictivas ante la falta de opciones. Pero el desempleado no es la única

países industrializados. (Bulnes, 2012)

El desempleo keynesiano se refiere a una situación en que la cantidad de personas que

Fuente: Organización Internacional del trabajo

al desempleo estructural es la formulación de políticas e intervenciones que apunten a solucionar

la limitación estructural en cuestión, por ejemplo, desarrollar las competencias, promover la

movilidad laboral o difundir información conveniente sobre el mercado de trabajo. Es posible

Se podrían también incorporar elementos de capacitación a los programas o facilitar el acceso a

programas de formación. (Vries, 2014)

El desempleo friccional se conoce como desempleo transitorio o también como el período

de desempleo en que se “busca” o se está “a la espera” de un trabajo. La noción se aplica a las

una asimetría de la información sobre el mercado de trabajo. Es el resultado de un desajuste entre

de seguro de desempleo. (Vries, 2014)

situación de inestabilidad social y política. (Vries, 2014)

El desempleo específico abarca a aquellos grupos de la sociedad fácilmente identificables

programa público de empleo podría dirigirse principalmente a ellas. (Vries, 2014)

consecuencias económicas y sociales, que incluyen la erosión de la cohesión social y el fomento

de la criminalidad. Adicionalmente, se ha encontrado que largos periodos de desempleo implican

una menor probabilidad de encontrar trabajo y menores salarios en el futuro. Finalmente, el

la población está envejeciendo rápidamente, al aumentar la relación de dependencia definida por

legal y económica se refleja en altos índices de pobreza en la población joven.

Desempleo juvenil en Ecuador

al mercado laboral a adolescentes y jóvenes menores. (Martínez, 2006).

hombres. El desempleo es proporcional al grupo de edad analizado, es mayor entre los 18 y 29 y

especialmente, para las mujeres jóvenes. (Martínez, 2006)

en un sentido de liberalización económica. Particularmente el desempleo es alarmante en el país,

que han afectado de alguna manera este problema (SIISE, 2006).

Según la OIT (2016) en su informe de “Perspectivas Sociales y del Empleo en el Mundo”,

a tiempo parcial o de trabajar con contratos temporales (OIT, 2016).

La población joven al ser considerada un eje principal en la economía se ha convertido en

aplicando leyes en la Constitución de la República del Ecuador, Código de la niñez y la

brindar apoyo a los jóvenes (Bonifaz y Sanunga, 2017).

El modelo logit o logístico

La restricción 0 ≤ (E (Yi | Xi)) ≤1 genera problemas en la selección del modelo adecuado,

2. Tiene una interpretación relativamente sencilla.

Características del modelo logit

2. El modelo logit supone que el logaritmo de la razón de probabilidades está linealmente

3. En el modelo logit los coeficientes de regresión expresan el cambio en el logaritmo de las

Estimación de máxima verosimilitud

Prob(Y1, Y2, Y3, . . . , Yn)

El estadístico de razón de verosimilitudes es dos veces la diferencia en las log-

Tratamiento de la base de datos

Análisis de datos atípicos

Gráfico 2: Datos atípicos

Fuente: Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU), INEC

Interpretación: Al realizar un análisis de la variable cuantitativa “Años de educación” se puede

Análisis de datos perdidos

Gráfico 3: Datos perdidos

p10b 170 20,597 11 0 10

Fuente: Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU), INEC

Gráfico 4: Eliminación de datos perdidos

Fuente: Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU), INEC

Interpretación: Al realizar un análisis de datos perdidos a la variable p10b “Años de educación”