4.2. Modelo Econométrico

Para aplicar el modelo econométrico en este trabajo, realizamos un diseño no experimental de tipo longitudinal; tomando como base la muestra tipo panel, donde se estudia al mismo sujeto de análisis en diferentes momentos, y que para efectos del mismo consideramos las encuestas nacionales de hogares 2001-2005 y se les da un seguimiento año tras año.

Sin embargo, el riesgo que se tiene con este tipo de encuestas es que el número de familias que salen de la muestra de un trimestre a otro por diversas razones es muy variable, lo que reduce la calidad de la muestra del panel, máxime a ello la muestra panel es representativo a nivel de la muestra integrada y con ello se busca inferir a nivel nacional.

La metodología utilizada en ésta investigación se asemeja a la establecida por Freije (2001), con la diferencia en que el modelo a usar no es Logit. El modelo que empleamos para este estudio es un PROBIT, que proporciona la probabilidad de que un hogar sea pobre crónico y transitorio. Precisamente este modelo se escoge por la facilidad con la que se reportan y predicen los resultados de los cambios en la probabilidad de ser pobre ante un cambio marginal en las variables independientes continuas o un cambio discreto en las variables categóricas o dummy (resultados que fueron obtenidos con ayuda del software econométrico STATA v9.0y algunas referencias con el software SPSS v13).

Para llevar a cabo este tipo de evaluación se toman los valores medios de la muestra de cada variable explicativa utilizando la función dprobit (resultados en dF/dx) ya que la función Probit sólo reporta los valores de los coeficientes.

Al correr un Probit, el modelo estima los coeficientes de cada variable explicativa, mismos que permiten establecer una relación (positiva o negativa) de las variables independientes con la probabilidad de que las familias sean pobres crónicos, entren o escapen de la pobreza.

El modelo PROBIT que aplicamos es el siguiente:

Donde x es un vector de variables independientes y las ß’s representan los coeficientes de dichas variables.

El modelo general para el presente estudio es el siguiente:

Donde cada vector de variables ha sido explicado con anterioridad.

Los tipos de hogares a analizar son los hogares pobres y los no pobres. Ya que es importante establecer los perfiles de los hogares que presentan pobreza crónica y transitoria, se consideran los dos tipos de hogares mencionados para realizar un modelo Probit para cada uno de ellos: el primero (1), corresponde a la pobreza crónica cuyo número de observaciones es el total de los que presentan una situación de pobreza inicial, es decir se condiciona la regresión a utilizar solo 54,30% (1948 hogares pobres), que son los que presentan una condición de pobreza inicial.

El segundo modelo (2) corresponde a la transición hacia la pobreza (la probabilidad de caer en pobreza) cuyo número de observaciones, 45,70% (1639 hogares), corresponde al total de los considerados no pobres en el periodo inicial. Posteriormente, se presentan los tres modelos Probit que ocupan el total de los hogares con el fin de observar el comportamiento de los hogares en toda la muestra y cuyas variables dependientes son: pobreza crónica (1), transición hacia (caer en pobreza) (2) y transición desde (escapar) la pobreza (3).

Los modelos específicos de esta investigación son los siguientes:

Como puede observarse, las variables dependientes son cualitativas (dummy) y toman sólo el valor de cero o uno, donde el uno representa la presencia de la cualidad y el cero su ausencia. Es necesario tener cuidado del uso de las variable dummy para cada categoría o grupo de datos en un modelo econométrico para no ocasionar un problema de perfecta colinealidad, es decir, exacta relación lineal entre las variables. Lo pertinente es estos casos es (Gujarati: 2003): “si una variable cualitativa tiene m categorías, introduce solo (m-1) variables dummy. Si no se sigue esta regla, se caerá en lo que se denomina trampa de la variable dummy, que es, la situación de perfecta colinealidad o perfecta multicolinealidad, si hay más de una relación exacta entre las variables. Esta regla también se aplica si se tienen más de una variable cualitativa en el modelo: Para cada regresor cualitativo el número de variables dummy introducidas debe ser uno menos que la categoría de esa variable.”

La categoría para la cual no se asigna variable dummy es conocida como la base, “benchamark”, control, referencia o categoría omitida. Todas las comparaciones se hacen en relación a la categoría base. Los coeficientes de las variables dummy son conocidos como “the differential intercept coefficiets” porque dicen por cuanto el valor del intercepto, que recibe el valor de 1, difiere del coeficiente de intercepto de la categoría base.

Respecto al estudio de la pobreza, existen gran diversidad de modelos a emplear, en ésta investigación se consideran las características iniciales de los hogares, pero el autor esta conciente de que pueden emplearse datos que capturen el cambio en las variables o las condiciones finales de los hogares.

Para este estudio es importante analizar el efecto de los signos y la magnitud de las variables en el resultado de la regresión econométrica del modelo Probit, así como su significancia estadística. Así mostramos en la tabla del apéndice G, cada variables independiente en los modelos propuestos, con sus respectivos signos esperados.

Es conveniente comentar que al realizar la investigación se tenía en mente que los resultados de los signos fueran parecidos a lo que se ha demostrado en estudios semejantes es decir, referente a las variables demográficas más importantes, se espera que la condición de que el jefe del hogar sea hombre diminuya la probabilidad de permanecer en pobreza, por ende ayude al hogar a escapar de ella y a su vez prevenga a los hogares de convertirse en pobres. En cuanto al estado civil, se piensa que puede ayudar a escapar de la pobreza un hogar donde estén presentes los dos padres, porque entre los dos pueden soportar las necesidades del hogar.

Las variables relativas a las características de la vivienda y el hogar deberán permitir que las familias salgan de la pobreza, disminuir las probabilidades de caer en ella o de la persistencia de ella. En cuanto a la localización geográfica de los hogares, se espera que el norte sea el área que menos pobreza presente, mientras que el sur sea el área donde persista la pobreza crónica y transitoria hacia dicho fenómeno social.

En cuanto a la educación (capital humano), se espera que sea un factor que permita a las familias en pobreza crónica disminuir la probabilidad de permanecer en este estado a medida que tanto el jefe del hogar como los años de escolaridad del hogar se incrementan. De igual manera, se debe reducir la probabilidad de que los hogares tengan una transición hacia la pobreza, así como aumentar las probabilidades de que los hogares pobres escapen de ella.

Igualmente, las diferentes condiciones de la actividad económica, deben tener efectos estadísticamente significativos en las diversas situaciones de pobreza, de tal forma que ayuden a escapar a los individuos que las presentan y eviten que los hogares no pobres tengan una transición hacia ella. Si esto es así, el signo de la educación y de las condiciones de empleo nos ayudará a corroborar las aseveraciones planteadas en las hipótesis.