gerente general subgerente general subgerente de ... · o catedrático se desempeñó como profesor...

Gerente GeneralEcon. Verónica Artola Jarrín

Subgerente GeneralIng. Janeth Maldonado Román

Subgerente de Programación y RegulaciónMgs. Katiuvshka Yánez Segovia

REVISTA JOSÉ CORSINO CÁRDENASRevista anual

Procesamiento:Subgerencia de Programación y RegulaciónDirección Nacional de Programación y Regulación Monetaria y Financiera

Diseño y Diagramación:Dirección de Comunicación Social

Banco Central del EcuadorOctubre 2018

* Los comentarios expuestos en los diferentes artículos son de responsabilidad de los autores y en ningún caso comprometen la posición oficial del Banco Central del Ecuador.

Contenidos

Convocatoria ConcursoJosé Corsino CárdenasUndécima Edición

Presentación

Artículos de Investigación

Inversión y expectativas empresariales enel Ecuador en el periodo: 2000.II - 2016.I· Gabriel Alejandro Urbina Garces· Gabriela Córdova Montero

El subsidio al gas para uso doméstico y elbienestar de los ecuatorianos· Evelyn Lizeth Chanatásig Niza· Yasmín Salazar Méndez

Infraestructura escolar y rendimiento académico ¿puede la dotación de infraestructura escolar mejorar el rendimiento académico?· Tania Carolina Peña Terán· Jenny Cristina Maldonado Apulema· David Alejandro Villamar Cabezas

..................... 11

..................... 47

..................... 75

PRÓLOGO

José Corsino Cárdenas fue uno de los servidores con mayor trascendencia del Banco Central del Ecuador. Sus aportes como impulsor y creador del Departamento de Investigación y Estudios Económicos hicieron que esta institución dé un giro hacia una visión moderna de la economía y el quehacer nacional. Adicionalmente, Cárdenas fundó la biblioteca económica y promovió la realización de colecciones completas de las revistas económicas internacionales de la hemeroteca de la institución.

El concurso que lleva su nombre es un espacio académico orientado a promover la generación de conocimiento económico en el país, el cual procura la participación de las instituciones de educación superior en la formulación de soluciones a problemáticas de tipo estructural y coyuntural de la economía ecuatoriana.

El objetivo del Concurso de Investigación Económica “José Corsino Cárdenas” del Banco Central del Ecuador es estimular la actividad académica entre los estudiantes de los dos últimos años de las carreras de Ciencias Económicas y Ciencias Administrativas de las universidades públicas y privadas, en ámbitos de interés para la institución y para el país. La convocatoria del concurso se realiza a escala nacional con periodicidad anual.

Las líneas de investigación establecidas en la Undécima Edición correspondiente al año 2017, incluyeron temas sobre coyuntura macroeconómica, análisis sectorial y condiciones sociales. En esta edición, se analiza la importancia de las expectativas de los empresarios en la inversión fija en el Ecuador en el período comprendido entre el segundo trimestre del año 2000 y el primer trimestre de 2016. También se estudia el impacto de la eliminación o modificación del subsidio al gas para uso doméstico en el bienestar de los ecuatorianos. A esto se suma la investigación de la estimación de un efecto causal entre las mejoras en infraestructura escolar y el rendimiento académico de los estudiantes.

Las conclusiones que señalan cada una de las investigaciones constituyen un aporte relevante para el análisis estructural de la economía ecuatoriana y para la toma de decisiones que permitan optimizar el uso de los recursos del país.

El Concurso de Investigación Económica “José Corsino Cárdenas” del Banco Central del Ecuador reitera su compromiso con el aporte al entendimiento de la realidad económica ecuatoriana y su inserción en el contexto global, para así continuar su rol como referente académico en el debate económico del país.

Verónica Artola JarrínGerente General

Banco Central del Ecuador

Nació en Pasaje, provincia de El Oro, el 7 de Julio de 1915. Ingresó a la Escuela de Derecho de la Facultad de Jurisprudencia de la Universidad Central de Quito, y luego descubrió su verdadera vocación en la Facultad de Ciencias Económicas de la Universidad de Chile, graduándose de Ingeniero Comercial en 1944.

Entre 1949 y 1950, realizó estudios de post-grado en el Departamento de Economía en la Universidad de Michigan, Estados Unidos, para luego continuar sus estudios en la Universidad de Harvard, donde obtuvo el título de Máster en Administración Pública. José Corsino Cárdenas fue el primer ecuatoriano en graduarse en dicha universidad, uno de los más prestigiosos centros académicos del mundo.

Su recia personalidad, sólida formación académica y su vocación al servició del país fueron la base de sus importantes aportes principalmente en materia económica.

José Corsino Cárdenas no sólo se desempeñó con sabiduría y talento en altas funciones públicas, sino que también fue un gran representante del Ecuador en varios organismos internacionales, donde ocupó importantes cargos.

Vida política

Fue Diputado del Congreso Nacional del Ecuador en representación de la Provincia de El Oro para el período 1947-49, y en representación de la Provincia de Pichincha para el período 1954-55; su política fue exclusivamente de servicio al país.

Entre 1963 y 1964 se desempeñó como Ministro de Fomento de la Producción y asumió directa y personalmente la responsabilidad de la preparación de la primera Ley de Reforma Agraria que la Junta Militar decretó en julio de 1964. En dicha reforma, el ingeniero Cárdenas puso énfasis en la abolición del huasipungo y en la entrega de esas tierras y la compensación por los servicios no remunerados a los antiguos huasipungueros.

Como responsable del sector agrícola, en 1964 promovió y financió una operación cuidadosamente montada que trajo al país miles de plantas para transferir la variedad “Cavendish” de banano al Ecuador. Entonces comenzó una sustitución masiva de plantaciones más resistentes a las plagas que se extendió rápidamente a toda la zona bananera. Para el mismo año presidió la primera Reunión Mundial del Banano, realizada en Guayaquil.

José Corsino Cárdenas ocupó también el cargo de Director de Cambios Internacionales y Director de Investigaciones Económicas del Banco Central del Ecuador, donde impulsó la realización de colecciones completas de las revistas económicas internacionales de la Hemeroteca de esta institución; además, fue el creador de la biblioteca económica del Banco Central del Ecuador. Por estos aportes se lo reconoce como uno de los principales forjadores de la modernización de la institución durante la década de los sesentas.

Fue también Jefe de Departamento de Seguros de la Superintendencia de Bancos, miembro del Consejo Nacional de Economía, Ministro de Recursos Naturales, Asesor del Ministerio de Finanzas y de Relaciones Exteriores, Subdirector Técnico ad-honorem de la Junta Nacional de Planificación Económica, Consultor de la Presidencia y Vicepresidencia y Asesor de Integración. En el marco de estas actividades, contribuyó a la formación de tres entidades de gran trascendencia nacional: el Centro de Desarrollo (CENDES), la Junta Nacional de Planificación Económica y la Comisión de Valores-Corporación Financiera Nacional (CFN). Desde 1972 fue Director Ejecutivo Alterno por el Ecuador y Brasil ante el Banco Interamericano de Desarrollo (BID).

Durante 1974, el Gobierno Nacional de las Fuerzas Armadas, designó al Ing. Cárdenas, Embajador Extraordinario y Plenipotenciario del Ecuador ante el Gobierno de los Estados Unidos.

Vida política

En representación del frente económico del Ecuador concurrió a reuniones con el Fondo Monetario Internacional como Gobernador Alterno y Gobernador Alterno Temporal, asistió también a reuniones del Banco Interamericano de Desarrollo como Gobernador Principal y a las del Banco Internacional de Reconstrucción y Fomento como Gobernador Alterno.

Durante su estancia en Washington fue uno de los fundadores del Banco Interamericano de Desarrollo (BID) en el cual acompañó en su gestión a su Primer Presidente Ejecutivo, Felipe Herrera. En esta institución ocupó el cargo de Jefe de la División de Estudios Económicos y Sociales.

Adicionalmente, fue embajador en Washington en la época que siguió a la crisis energética, cuando el país iniciaba su etapa petrolera y la afiliación a la Organización de Países Exportadores de Petróleo (OPEP).

Su fe en la integración y su capacidad de construcción le llevaron después a aceptar la Presidencia Ejecutiva de la Corporación Andina de Fomento (CAF) ente 1981 a 1986, organismo que condujo eficientemente.

o catedrático se desempeñó como profesor de la Universidad Central del Ecuador (1945-1959), además fue Director (1948-1949) y Subdecano (1953-1957) en la Escuela de Economía de dicha institución.

Actividad Docente e Investigativa

Es autor de obras relacionadas con temas de carácter económico, de desarrollo e integración; entre sus publicaciones constan:

La economía y los problemas del desarrollo en el Ecuador (1953).Cambios múltiples y desarrollo económico en el Ecuador (1954).Reforma agraria y desarrollo económico en el Ecuador (1958).El mercado común latinoamericano y sus proyecciones en el desarrollo regional y nacional (1959).Ensayo histórico de la economía ecuatoriana (1995).

1.2.3.4.

5.

Condecoraciones recibidas

Tuvo 5 hijos, alguno de los cuales continuó con su herencia, ejerciendo su actividad profesional en las ciencias económicas. José Corsino Cárdenas falleció en Quito un 12 de marzo de 1992, dejando un importante legado en el manejo económico del país, el cual sin duda aportó de forma sustancial por más de cuatro décadas al desarrollo económico y social de los ecuatorianos.

2 Tomado de los textos originales que reposan en el Archivo Histórico de El Oro, de la Casa de la Cultura Ecuatoriana, Núcleo El Oro, el 27 de enero del 2015.Transcrito para su versión digital por Amparito Espinoza Rojas, asistente administrativa del Archivo Histórico de El Oro.

Los Gobiernos del Ecuador, Chile y Francia reconocieron su importante labor en la organización y marcha económica del país, así como por su espíritu patriótico y consagrado al beneficio de los pueblos en donde ha prestado sus servicios. Los Concejos Municipales de Pasaje, Portoviejo y Quito lo han honrado con sendas condecoraciones, el primero declarándolo su "HIJO ILUSTRE", el segundo de "CIUDADANO HONORARIO", y el tercero con la alta dignidad de "CONCEJAL HONORARIO".

Vida personal

1 Cárdenas, J. (1995). Ensayo Histórico de la Economía Ecuatoriana. Quito, Ecuador: Banco Central del Ecuador. ISBN-10: 9978722645

CONVOCATORIA UNDÉCIMA EDICIÓNCONCURSO ACADÉMICO JOSÉ CORSINO CÁRDENAS

BASES Y CONDICIONES

El Banco Central del Ecuador (BCE), con el propósito de promover la generación de conocimiento económico en el país, convoca al Concurso de Investigación Económica “José Corsino Cárdenas” en su undécima edición.

Introducción

El objetivo de este concurso es el de promover la investigación económica entre los estudiantes de los últimos años de las universidades del Ecuador.

En esta ocasión, el BCE promueve el desarrollo de aportes sobre temas de la coyuntura que vive el país, a efectos de integrar a la academia, y en particular a los estudiantes de economía, en el debate de la problemática económica nacional al más alto nivel.

Esta nueva edición del concurso procura aprovechar los esfuerzos investigativos que están realizando las distintas facultades y departamentos de economía y de disciplinas afines en las universidades ecuatorianas respecto de la coyuntura macroeconómica, análisis sectoriales, condiciones sociales, y en general, de cualquier tema que pueda ser de relevancia en el debate académico para la búsqueda de soluciones a la problemática económica y social del país.

Temática

El Banco Central del Ecuador convoca a la comunidad de estudiantes universitarios del Ecuador a participar en representación propia y de sus centros de estudios a través de la presentación de trabajos investigativos inéditos y de alta calidad técnica.

Participantes

Los artículos podrán ser presentados hasta por dos autores. Ningún autor podrá participar de forma individual o colectiva en más de un artículo. Todos los trabajos que se presenten deberán tener la tutela de al menos un profesor que labore en la misma universidad en la cual se encuentra matriculado el o los autores, quien suscribirá como tal el respectivo artículo.

En el Concurso no podrán participar funcionarios activos del Banco Central del Ecuador o estudiantes que estén realizando o hayan realizado pasantías en esta Institución durante el año 2017.

Pueden participar en el concurso “José Corsino Cárdenas” estudiantes que se encuentren matriculados en los últimos cuatro períodos académicos en carreras de Economía, Finanzas u otras afines a la ciencia económica.

Se seleccionaran los tres mejores artículos, los cuales serán premiados de la siguiente manera:

Premios

· Al primer lugar se le concederá un diploma, tanto al autor o autores, como al tutor. El artículo se publicará en la revista digital José Corsino Cárdenas y se integrará a un repositorio digital del Banco Central del Ecuador al que se accederá a través del portal institucional.

El o los autores ganadores además recibirán una selección de publicaciones del BCE.

· Al segundo y tercer lugar se les reconocerá con diplomas al autor o autores, y al tutor; los artículos se publicarán en la revista digital José Corsino Cárdenas y se integrarán a un repositorio digital del Banco Central del Ecuador al que se accederá a través del portal institucional.

El plazo para la recepción de los trabajos inicia el 2 de febrero de 2017 y se cierra el 31 de octubre de 2017.

Plazo para entrega de investigaciones

El jurado calificador del Concurso estará conformado por la Gerente General del Banco Central del Ecuador o su delegado, el Subgerente de Programación y Regulación, el Director Nacional de Programación y Regulación Monetaria y Financiera y el Coordinador de Investigación de Fuentes y Usos de la Liquidez de la Dirección Nacional de Programación y Regulación Monetaria y Financiera del Banco Central del Ecuador.

El jurado

Los trabajos deben cumplir los siguientes requisitos:

Los trabajos

a) Ser inéditos, de evidente calidad científica, elaborados con las técnicas de investigación y presentación apropiadas y rigurosas, y deben incluir en sus diferentes secciones: exposición de la problemática, objetivos, revisión de la literatura, marco teórico, marco empírico, resultados y conclusiones (no es necesaria la formulación de hipótesis). En los casos en que se presenten análisis cuantitativos, deberán incluirse como anexos los cuadros en los que consten las series estadísticas utilizadas. La presentación de los trabajos debe ajustarse a la estructura convencional de los artículos académicos, por lo que deberán incluir al inicio un resumen ejecutivo, palabras claves y códigos JEL para la identificación de la temática. Deberán contar asimismo con bibliografía adecuada y las referencias deberán citarse correctamente de acuerdo a las normas APA.

b) Estar escritos en idioma español, en papel tamaño A4, en formato de letra “Arial” 11 (Microsoft Word), a un espacio y medio, en caracteres perfectamente legibles y con una extensión máxima de 13.000 palabras, incluidas las notas al pie y sin contar anexos.

c) Cada participante deberá presentar su trabajo en formato digital, el que se enviará mediante correo electrónico a la dirección electrónica [email protected], además, el trabajo deberá remitirse en un CD adjunto a un oficio dirigido al Concurso José Corsino Cárdenas del Banco Central del Ecuador, debidamente suscrito por su autor o autores y el tutor, en el que se declare sobre la originalidad de la investigación. A este oficio acompañará un certificado de la condición académica del autor o autores (certificado de matrícula en el centro educativo con los datos respectivos al período académico que cursan a la fecha de presentación del trabajo), y un certificado de la condición laboral del tutor (certificado suscrito por el centro educativo que indique que el tutor es parte de su cuerpo docente), así como una carta de auspicio de la unidad académica (facultad o escuela) a la que el autor o autores representa.

Esta información deberá enviarse en paquete sellado o lacrado a la siguiente dirección:

Banco Central del EcuadorDirección Nacional de Programación y Regulación Monetaria y FinancieraConcurso “José Corsino Cárdenas”Casilla 339 Av. 10 de agosto N11-409 y Briceño

Banco Central del EcuadorDirección Nacional de Programación y Regulación Monetaria y FinancieraCasilla 339 Av. 10 de agosto N11-409 y Briceño, 6to. pisoTeléfono: 02 393-8600 extensión 2259Quito-Ecuador

Nota Importante: Los trabajos también podrán ser entregados personalmente en el Banco Central del Ecuador, en la Dirección Nacional de Programación y Regulación Monetaria y Financiera:

INVERSIÓN Y EXPECTATIVASEMPRESARIALES EN EL ECUADOREN EL PERIODO: 2000.II - 2016.I

11

INVERSIÓN Y EXPECTATIVAS EMPRESARIALES EN EL ECUADOR EN EL PERÍODO 2000.II-2016.I1

GabrielAlejandroUrbinaGarces

Economista graduado de la Universidad de Las Américas. Ha realizado cursos de formaciónacadémicaenestadística,econometríaenRySTATA.Sehadesempeñadocomoasistentedefinanzas,logísticayadministraciónenIBMdelEcuador.ObtuvoelprimerlugarenelConcursoAcadémicoJoséCorsinoCárdenas,UndécimaEdición.

RESUMEN

El estudio de la inversión en economía ha sido ampliamente desarrollado, encontrando que esta no solo responde a sus variables fundamentales (producto y tasa de interés), sino que las expectativas juegan un rol importante en su comportamiento. Este estudio analiza la importancia de las expectativas de los empresarios en la inversión fija del Ecuador. La hipótesis planteada es que las expectativas ejercen un efecto directo en la inversión fija del país y que esta se comporta de manera inelástica. Para la demostración de la hipótesis, se empleó una estimación econométrica bajo el método de mínimos cuadrados ordinarios (MCO) por medio de un modelo de series de tiempo con base de datos trimestrales para el período 2000.II-2016.I. Los resultados confirman la hipótesis, pues un alza de las expectativas en 1% produce un incremento promedio de 0.52% en la FBKF en todo el período. Otro hallazgo importante del modelo es que la elasticidad no es constante, pues la inversión fija pasa de ser inelástica entre 2000.II-2008.II a ser elástica entre 2008.III-2016.I. El modelo también muestra que en el país se cumple la relación teórica esperada entre la FBKF y sus fundamentales: producto y tasa de interés; siendo inmediato el efecto de la primera y rezagado el efecto de la segunda (un año después). Adicionalmente, se observa la relación de la inversión fija con los precios del petróleo, con un efecto rezagado de 6 meses y un año. Por último, al normalizar las variables, se encontró que las expectativas es la segunda variable más importante en el modelo de inversión fija ecuatoriana, después de los precios del petróleo.

Palabras clave: expectativas, inversión fija, elasticidad.

ABSTRACT

The study of the investment in economy has been widely developed, finding that investment not only responds to its fundamental variables (product and interest rate), but expectations play an important role in its behavior. This study analyzes the importance of entrepreneurs' expectations in fixed investment in Ecuador. The hypothesis is that expectations have a direct effect on the

1 Investigación desarrollada bajo la tutoría de la Econ. Gabriela Córdova Montero, docente de la Universidad de Las Américas.

fixed investment of the country and it behaves in an inelastic way. For the demonstration of the hypothesis, an econometric estimation under the ordinary least squares (OLS) method was used by means of a time series model with quarterly data base for the period 2000.II-2016.I. The results confirm the hypothesis, as an increase of expectations in 1% produces an average increase of 0.06% in FBKF in the whole period. Another important finding of the model is that the elasticity is not constant, since the fixed investment changes from being inelastic between 2000.II-2008.II to being elastic between 2008.III-2016.I. The model also shows that the country fulfills the expected theoretical relationship between the FBKF and its fundamentals: product and interest rate; being immediately the effect of the first one and lagged the effect of the second one (a year later). Additionally, the relationship between fixed investment and oil prices is observed, with a lagged effect between 6 months and one year. Finally, by normalizing the variables, it was found that expectations are the second most important variable in the Ecuadorian fixed investment model, after oil prices.

Keywords: expectations, fixed investment, elasticity.

Inversión y expectativas empresariales en el Ecuador en el periodo: 2000.II - 2016.I

14

1. INTRODUCCIÓN

El análisis de la inversión y su importancia en la economía ha sido ampliamente estudiado, desde Keynes, quien la identificaba como la principal causa de las fluctuaciones económicas (aún cuando su peso no supera el 30% del producto mundial) y las relacionaba con los “animal spirits”, esas olas de optimismo y pesimismo de los empresarios; hasta los diferentes modelos de crecimiento económico como los de Harrod, Domar y Solow, quienes la consideraban como el factor responsable del crecimiento a largo plazo. Por esta razón, la academia investiga los factores determinantes de la inversión, más allá de sus variables fundamentales: el producto y la tasa de interés; incorporando a su estudio diversas teorías alternativas donde se establece el nexo entre las expectativas y la inversión; y, se plantea la problemática de que la inversión depende de la percepción de los individuos acerca del porvenir económico, cuantificadas a través de la elaboración de encuestas de opinión empresarial.

La hipótesis planteada para esta investigación es que la inversión fija nacional (formación bruta de capital fijo) responde de forma positiva y de manera inelástica (o menos que proporcional) a las expectativas de los empresarios ecuatorianos. Para demostrar esta hipótesis se estima un modelo econométrico de series de tiempo por mínimos cuadrados ordinarios (MCO) para el período 2000.II-2016.I en base de datos trimestrales del Banco Central del Ecuador (BCE), el Instituto Nacional de Estadísticas y Censos (INEC) y el Observatorio de Energía y Minas (OEM).

El trabajo se organiza en cinco apartados. En el primero se hace una revisión teórica de la inversión y las expectativas, presentando las diversas teorías desarrolladas tanto de la inversión y su relación con el crecimiento, como de las expectativas desde sus dos enfoques: racional e irracional. En el segundo apartado se contextualiza a la inversión y las expectativas de los empresarios estimadas para la economía ecuatoriana, detallando su evolución. En este apartado se incluye el análisis de las variables fundamentales de la inversión y de ciertas variables claves en la economía ecuatoriana como el precio del petróleo. Posteriormente, en el tercer apartado se desarrolla el modelo econométrico para la comprobación de la hipótesis y se detallan las pruebas de robustez realizadas. A continuación, se presentan los resultados obtenidos en el modelo econométrico y se analiza la elasticidad de la inversión ante las expectativas. Finalmente, se exponen las conclusiones y recomendaciones.

2. MARCO TEÓRICO

A lo largo de la historia, la inversión se considera como uno de los factores determinantes para el crecimiento económico. Por tal razón, varios economistas como Clark (1917), y Fisher (1906 y 1907), entre otros, han tratado de explicarla desde sus fundamentales; mientras que otros como Keynes (1936) se interesaron por el comportamiento inherente a las decisiones humanas, introduciendo a las expectativas en el análisis. Este estudio busca demostrar que la inversión ecuatoriana responde positivamente a las expectativas empresariales, pero de manera inelástica. Para ello, este apartado se divide en tres secciones. En la primera, se revisa las primeras concepciones y definiciones de la inversión y el rol de este agregado en el crecimiento económico. En la segunda parte, se exponen las diversas teorías y variables fundamentales que marcan el comportamiento de la inversión. Por último, se incluye el rol de las expectativas como factor explicativo de dicha variable y se exponen algunos casos empíricos.

Gabriel Alejandro Urbina Garces

15

La primera concepción acerca de la inversión fue planteada por Adam Smith (1776). Este autor la define (aunque de manera implícita) como el ahorro destinado a la acumulación de capital y la califica como una variable esencial para generar un posterior incremento de la producción y la riqueza en las naciones. Posteriormente, Fisher (1906), define a la inversión como el capital circulante1 necesario en cada período, prescindiendo del concepto de acumulación de stock de capital.

En 1929, la caída de la bolsa de valores de Nueva York que derivó en la “Gran Depresión” dio pie para que Keynes (1936), plantee un modelo basado en la demanda y en la necesidad del uso de políticas económicas para corregir ciertas fallas que el mercado, por sí solo, no puede solucionar. Bajo esta línea, el autor define a la inversión como la parte de la producción que se ahorra para la creación de bienes de capital (como infraestructura, maquinaria, edificios y otros bienes duraderos necesarios para la producción de otros bienes). Para Keynes, esta variable es la determinante de las fluctuaciones de los ciclos económicos.

Actualmente, para medir la inversión, el Sistema de Cuentas Nacionales (SCN, 2008) de Naciones Unidas, distingue dos tipos de inversión real: la fija, compuesta por la producción de bienes de capital como maquinaria, equipo y edificios (residenciales y no residenciales), a la que denomina Formación Bruta de Capital Fijo (FBKF); y la inversión en inventarios, o en bienes almacenables, denominada variación de existencias. Para propósitos de este estudio, se utilizará el concepto de inversión real y de manera más específica a la inversión fija. Por tanto, se excluye a la inversión financiera que tiene que ver con la compra de bonos y acciones

Una vez conceptualizada la inversión, se revisan los modelos que reflejan la importancia de la inversión en el crecimiento de las economías. Los pioneros en identificar el rol de la inversión en el crecimiento fueron Harrod (1939) y Domar (1948), quienes definieron la inversión como el ahorro2 destinado a la creación de capital; señalando que la inestabilidad dinámica de crecimiento obedece a la volatilidad de la inversión e identificando la existencia de un nivel mínimo de inversión para lograr crecimiento sostenido.

Rostow (1959), encuentra resultados similares y amplía la importancia de la inversión, al ubicarla como un requisito necesario para que una economía despegue hacia el crecimiento sostenido. En este sentido, explica que el problema de estancamiento de las economías en desarrollo responde a los bajos niveles de inversión alcanzados en ese momento.

Por su parte, la teoría neoclásica del crecimiento explicada en el modelo de Solow (1956), destaca el papel de la inversión en la acumulación del capital, por medio del ahorro. Esta relación la encuentra a partir de la formulación de un modelo de crecimiento exógeno3 (en términos per cápita), el cual tiende siempre a un estado estacionario. Este modelo sería replanteado por Romer (1990), para quien el crecimiento puede ser endógeno4 por medio de la inversión en capital humano. Dicha inversión, genera externalidades positivas que las empresas pueden aprovechar,

1 El capital circulante es un capital que no se acumula, sino que se consume en totalidad durante el proceso productivo, por lo cual se convierte en una variable de flujo que tiene que ser repuesta en cada período. 2 Este ahorro se define como una proporción fija del producto, el cual es canalizado en inversión 3 El crecimiento es exógeno porque, en el largo plazo, depende únicamente del progreso tecnológico, considerado un factor exógeno del modelo de Solow. Para más detalle, véase Solow (1956). 4 Para Romer (1990) y otros como Lucas (1988), la inversión en capital humano produce un efecto spillover que hace que la economía crezca en el largo plazo, y dado que el capital humano es un factor propio del funcionamiento y dominio de la economía, el crecimiento de esta es endógeno.


16

generando rendimientos crecientes o decrecientes de escala en la generación de nuevo conocimiento, en adición a los rendimientos constantes de escala de los modelos exógenos.

Contrario a la teoría neoclásica, surgen investigaciones vinculadas a la línea teórica de la dependencia, que nace de la necesidad de entender el proceso de crecimiento de las economías latinoamericanas, impulsada por autores como Prebisch (1962), Furtado (1985), Rodríguez (1981) y Bielschowsky (1988), por citar algunos. Esta teoría realza el papel de la inversión en los países de periferia (países de bajos ingresos o economías en desarrollo, deficientes y dependientes del factor capital), como un mecanismo de acumulación de capital fijo que fomenta la industrialización y los procesos de sustitución de importaciones, con el objetivo de eliminar la dependencia hacia los países del centro (países industrializados de altos ingresos los cuales son intensivos en capital) y lograr el crecimiento económico sostenido.

Independientemente de la corriente neoclásica o dependentista de los modelos de crecimiento, el punto común es que la inversión es un agregado fundamental para lograr crecimiento económico. Es por esto que algunos economistas concentraron su análisis en encontrar los determinantes de esta variable. Fisher (1930) encontró que la tasa de interés (tomada como el costo de invertir), afecta de manera negativa a la inversión; mientras que la tasa marginal de retorno sobre el costo (𝑃𝑀𝑔𝐾 − 1), donde 𝑃𝑀𝑔𝐾 representa la productividad marginal del capital, que se relaciona con la inversión de manera positiva5. Por su parte, Keynes (1936) acuña el concepto de eficiencia marginal del capital (𝑃𝑀𝑔𝐾 − 𝑟)6 el cual mantiene una relación positiva con la inversión; mientras que la tasa de interés real (r) se relaciona de forma inversa. Bajo estas teorías, el nivel óptimo de inversión de una empresa se define por dos variables, la producción (función primitiva de la productividad marginal del capital) y la tasa de interés real (costo de capital), que se consideran como las variables fundamentales de la inversión.

Ampliando este análisis, dentro de los procesos de optimización de la inversión, cuya raíz conceptual se encuentra en la teoría del utilitarismo de Bentham (1789) y Mill (1861), se realizó una aplicación empírica que incluyó los costos de tributación dentro del costo de capital (adicionales a la tasa de interés), determinando que los costos tributarios tienen efectos negativos sobre la inversión (Jorgenson 1963; Hall & Jorgenson 1967; Jorgenson 1971).

Por otro lado, y para clarificar el entendimiento de la inversión, se desarrollaron modelos empíricos. El primero se conoce como la teoría del acelerador de Clark (1917), que establece una relación directa entre la inversión y el nivel de producto. En este modelo, la demanda de inversión se comporta de dos maneras: la primera implica que los productores reponen el capital obsoleto para mantenerlo operando al ritmo del nivel de ventas. Esto implica que el stock de capital es una función lineal del nivel de las ventas, visto de la siguiente manera:

𝐾∗ = ℎ𝑄 (1)

Donde 𝐾∗ representa el capital óptimo; 𝑄 el nivel de producción y ℎ es un factor de proporcionalidad, cuyo dominio se encuentra comprendido entre cero y uno.

5 Fisher estudió a la inversión dentro de un esquema de intertemporalidad y encontró que el punto óptimo de producción coincide en: 𝑃𝑀𝑔𝐾 = 1 + 𝑟. 6 Keynes (1936), al derivar 𝑃𝑀𝑔𝐾 − 𝑟, incorpora el costo de la obsolescencia del capital medido por la depreciación (𝑑) (que tiene una relación inversa con la inversión), donde determina el punto óptimo de producción por la siguiente ecuación: 𝑃𝑀𝑔𝐾 = 𝑟 + 𝑑.


17

Por otro lado, el modelo señala que los productores amplían su stock de capital en función de la variación de la demanda final, por lo que esta determina el nivel de inversión de las empresas, a través de la fórmula:

𝐼1 = ℎ(𝑄1 − 𝑄123) (2)

En donde, el nivel de inversión (𝐼1) en el tiempo 𝑡 es una función de la diferencia entre el nivel de producción presente y pasado, y del coeficiente ℎ explicado previamente. Esta teoría es coherente con la teoría de la demanda efectiva7 de Pasineti (1978). Sin embargo, Wynn y Holden (1978) la critican, pues ante la presencia de exceso de capacidad instalada, no necesariamente se requiere aumentos de la inversión ante mayores ventas. También consideran que algunas variaciones en las ventas son transitorias, por lo cual la inversión puede obedecer a expectativas sobre las ventas a futuro más que sobre el nivel observado. De forma adicional, señalan que muchas empresas no cuentan con los recursos financieros suficientes para emprender de forma inmediata sus proyectos de inversión, por lo que el ajuste de la inversión al capital deseado no se produce instantáneamente.

Estos planteamientos dieron origen a una teoría complementaria, que toma en cuenta el tiempo que la inversión tarda para lograr el stock de capital deseado, conocida como la teoría del costo de ajuste. Esta teoría, aplicada inicialmente por Koyck (1954), considera que la inversión no se ajusta inmediatamente a las ventas, pues las empresas requieren tiempo para realizar estudios de mercado, análisis de fuentes financiamiento, capacitación de capital humano, entre otros. De esta manera, la inversión, tanto por factores técnicos como financieros, se ajusta gradualmente para cerrar la brecha entre el capital realizado y el capital óptimo. Matemáticamente, esta relación puede expresarse de la siguiente manera:

𝐼1 = 𝑔(𝐾1∗ − 𝐾1) (3)

Donde 𝑔, es el coeficiente de ajuste gradual que se interpreta como la velocidad de ajuste: mientras más alto es su valor, más rápido se cierra la brecha entre el capital realizado (𝐾1) y el deseado (𝐾1∗), y si este llega a ser 1, la inversión siempre es suficiente para mantener el stock de capital óptimo, tal y como la teoría del acelerador lo plantea. Eisner y Strotz (1963), Lucas (1967), Gould, (1968) y Treadway (1971) aplicaron este modelo sobre una demanda de inversión en función de sus rezagos distribuidos geométricamente y demostraron que mientras más alto es el grado de correlación serial8 más lento será el ajuste de la inversión.

El tercer modelo empírico de la inversión corresponde a la teoría q de Tobin (1969), quien demostró la relación existente entre los mercados bursátiles y la inversión, en donde un incremento en la bolsa de valores fomenta la inversión. Este autor afirma que, ante una política monetaria expansiva, el valor de las acciones se incrementa haciendo que la inversión en proyectos sea más rentable, lo que genera un aumento en la demanda agregada (por medio de la inversión). Esta teoría consiste en la existencia de una 𝑞 marginal no observable9 y una 𝑞 media que es observable, la cual se define como el cociente entre el valor bursátil y el costo de reposición de una determinada empresa:

7La ley de demanda efectiva expone que un aumento de la demanda genera un incremento en la inversión, lo que a través del efecto multiplicador, refleja un aumento en el ingreso. 8 La correlación serial es un fenómeno que se da en una serie de tiempo, en donde una observación presenta un grado de correlación con otra observación rezagada dentro de la misma serie. 9 Ratio entre el aumento en una unidad del valor de mercado de una empresa y su costo de reposición.


18

𝑞 = 789:;<;=>=?1=@=9:>A9BC:>@=>D:?18@:>89D:>1:@=D8<E189789:;@=;=<:>EDEó?@=9:>8D1EF:>

(4)

A partir de esta teoría, se llevaron a cabo varios estudios econométricos para estimar la “q” media y demostrar su relación con la inversión. En unos casos se utilizó información de empresas y se encontró que la “q” es significativa, pero explica muy poco la variabilidad de la inversión (Hoshi & Kashyap, 1989; Hayashi & Inoue, 1991; Blundell et al., 1991). Otros estudios como los de Clark (1979), Summers (1981) y Blanchard y Wyplosz (1981) encuentran insignificancia estadística de la q de Tobin sobre la inversión. Por su parte, Solimano (1989), hizo una aplicación de la q para Chile en la que encontró que la q tiene una relación positiva con la inversión. De forma adicional halló las relaciones esperadas de las variables fundamentales: la tasa de interés y el nivel de actividad económica. Por otro lado, Cummins, Hassett y Oliner (2006) replantean el modelo incluyendo el concepto de expectativas y encuentran que esta q tiene un mejor ajuste que la original para explicar la inversión.

No obstante, estos modelos no logran explicar completamente la inversión y su volatilidad, lo que lleva a creer que hay factores determinantes de la inversión que no se están tomando en cuenta, por lo que se introduce el componente de expectativas en los modelos de inversión.

El estudio de las expectativas en la inversión parte del planteamiento de Keynes (1936), quien señala que las decisiones de inversión de las empresas obedecen a olas de optimismo y pesimismo, derivados de la confianza y la incertidumbre respectivamente. Este autor denominó a la confianza como el espíritu animal que guía las decisiones de inversión. En palabras de Keynes.

Aun haciendo a un lado la inestabilidad debido a la especulación, hay otra inestabilidad que resulta de las características de la naturaleza humana: que gran parte de nuestras actividades positivas dependen más del optimismo espontáneo que de una expectativa matemática, ya sea moral, hedonista o económica. Quizá la mayor parte de nuestras decisiones de hacer algo positivo, cuyas consecuencias completas se irán presentando en muchos días por venir, sólo pueden considerarse como el resultado de los espíritus animales— de un resorte espontáneo que impulsa a la acción de preferencia a la quietud, y no como consecuencia de un promedio ponderado de los beneficios cuantitativos multiplicados por las probabilidades cuantitativas. (Keynes, 1936, p.141).

Los espíritus animales dieron la pauta para estudiar la economía desde una visión más amplia, que incluye a la psicológica. Akerlof y Shiller (2009), profundizaron el estudio de los espíritus animales, explicando la mecánica de la confianza10 en los mercados financieros. Estos autores afirman que la existencia de confianza general estimula la inversión en instrumentos financieros, dinamizando el sistema; mientras que un ambiente carente de confianza existe una tendencia a desprenderse de acciones, bonos y en el peor de los casos, a generar retiros bancarios masivos, lo que puede traer consecuencias graves de iliquidez y recesión. Estos autores definieron otros espíritus animales11 adicionales a la confianza y determinaron que la equidad y la confianza tienen

10 Akerlof y Shiller (2009) afirmaron que la confianza se fundamenta en ignorar evidencia empírica de eventos adversos o contingencias actuales que desmotiven la toma de una determinada acción ya definida; es decir, que aquella persona que muestra convicción no desistirá de su determinación. 11 Los cuatro espíritus animales adicionales son: la equidad, la corrupción y conducta antisocial, la ilusión monetaria y el gusto por las historias. Véase en: Akerlof, & Shiller, (2010).


19

un efecto multiplicador directo sobre el PIB, mientras que la corrupción tiene un efecto negativo sobre el PIB.

Por otra parte, Cagan (1956), con el objetivo de analizar más a fondo el papel de las expectativas, trato de medir la manera en la que estas se forman explicando las expectativas de inflación y analizando los efectos de los cambios en los valores observados de dicha variable. En su estudio demostró que los individuos forman sus expectativas como una suma ponderada de las expectativas pasadas y la sorpresa inflacionaria (diferencia entre la inflación efectiva y la esperada), lo que se conoce como la teoría de las expectativas adaptativas. De igual manera, otros estudios relacionados definieron que los individuos formulan sus expectativas de manera extrapolativa12. Entre los autores bajo esta línea están: Nerlove y Addison (1958); Bacchetta, Mertens y Wincoop (2009); Hirshleifer y Yu (2012); Greenwood y Shleifer (2014).

Muth (1961), replanteó la teoría de expectativas y llegó a la conclusión de que los agentes económicos coinciden sus predicciones con la realidad en base a un set de información disponible, a partir del correcto uso de la teoría económica. Posteriormente, Lucas (1970) conocido como “el padre de las expectativas racionales” complementó el trabajo de Muth y señaló que los agentes formulan sus expectativas de manera racional, optimizando la información disponible y minimizando el fallo en sus predicciones, concluyendo en su estudio que políticas monetarias expansivas solo generarían inflación13. A partir de esto, se desarrollaron investigaciones empíricas que sugirieron que las expectativas de los analistas acerca de los ingresos de las corporaciones son racionales, al menos en el corto plazo (Keane & Runkle, 1998). También se elaboraron modelos que explican los shocks de expectativas en ciertas variables macroeconómicas bajo un esquema de expectativas racionales (Lorenzoni, 2009; Angeletos & La’O, 2013; Levchenko & Pandalai-Nayar, 2015).

Al igual que en los casos anteriores, la teoría de las expectativas racionales no estaría libre de críticas. Calvo y Phelps (1977), afirman que los individuos no pueden formar sus expectativas de manera racional en base a la distribución de probabilidad de ciertas variables macroeconómicas, debido a que el futuro es creado por nuevas ideas y planes de emprendedores; es decir, por información no visible para los agentes. Frydman (1982), expone que en agregado no se puede llegar a un equilibrio de expectativas racionales debido a que existe información privada de cada individuo, que hace que las expectativas y decisiones no se basen en un mismo set de información; mientras que Carrol (2003), afirma que los agentes no usan toda la información disponible, sino que se limitan a noticias o análisis de expertos14.

Por otra parte, las críticas de Kahneman y Tversky (1979) y Tversky y Kahneman (1991, 1992), retomarían el tema de la irracionalidad y la psicología implícita en las decisiones económicas, al señalar que existe asimetría en la respuesta de los individuos ante eventos favorables y adversos, reconocido como el fenómeno de la aversión a la pérdida.

Todos estos estudios permiten observar el efecto que ejercen las expectativas sobre la economía, es por esto que varias organizaciones encargadas de elaborar estadísticas empezaron a generar datos de expectativas, mediante la elaboración de encuestas de opinión empresarial. Por ejemplo, el Instituto Nacional de Estadísticas de Francia, en los años 50, fue el pionero en realizar encuestas 12 Suponer que el curso de los acontecimientos pasados se cumplirá para el futuro. 13 Para más estudios sobre la racionalidad en las expectativas de inflación, véase en: Zarnowitz, (1985); Keane y Runkle, (1990); Ang, Bakaert, y Wei, (2007); Monti, (2010); Smets, Warne, y Wouters, (2014). 14 Más detalle de literatura contrapuesta a la teoría de expectativas racionales puede encontrarse en: De Bondt y Thaler (1990); Abarbanell (1991); La Porta (1996); Liu y Su (2005); y Hribar y McInnis (2012).


20

de opinión empresarial; seguido por la Confederación de Industrias Británicas y el Centro de Estudios Económicos de Alemania. Actualmente, algunos bancos centrales de países miembros de la OECD, así como de Europa, Asia Central y América Latina están generado sus propios datos de encuestas de opinión empresarial. Para realizar dichas encuestas, la OECD dispone de un manual en donde se detalla la metodología recomendada para su elaboración15.

Sin embargo, la inclusión de las expectativas en modelos económicos presenta algunas críticas. Según Prescot (1977), las expectativas al igual que el concepto microeconómico de utilidad no son observables, por lo que no se podría probar su influencia y cuantiticar su poder explicativo. Otras opiniones exponen que la modelización económica debe fundamentarse con base estadística real y no en opiniones vertidas en encuestas, debido a la subjetividad que estas presentan al sesgarse por influencias psicológicas, culturales, sociales y hasta políticas de quienes responden (Juster, 1964; Lichtenstein & Newman, 1967; Beyth-Marom, 1982; Wallsten et al., 1986; Lamont, 2003; Cochrane, 2011). Por otra parte, Ajzen y Fishbein (1980), señalan que las preguntas que relacionan la intención de los empresarios, están altamente correlacionadas con su comportamiento, lo que podría reflejar que se trata más de una situación de confianza empresarial (como lo propuso Keynes), que de perspectiva económica.

No obstante, existe evidencia de que las encuestas de opinión económica a empresarios y hogares reflejan las expectativas de estos y su influencia en los agregados macroeconómicos. Uno de los primeros hallazgos, se encuentra en Mincer y Zarnowitz (1969), quienes encontraron mayor exactitud con relación a la realidad en pronósticos recopilados de diferentes centros de investigación económica y opiniones de expertos sobre el Producto Interno Neto (PIN), que en modelos de predicción autoregresivos con una metodología predeterminada. Shiller, Kon-Ya, y Tsutsui (1996) utilizaron datos de encuestas a inversionistas japonenses y encontraron una relación directa entre las expectativas de la cotización de Nikkei y su burbuja bursátil. Por su parte, De Bont y Diron (2008), a partir de encuestas de opinión empresarial, hallaron una correlación positiva entre el clima empresarial y la inversión agregada en la zona Euro y Estados Unidos. AutorescomoGreenwood y Shleifer (2014), señalan que las encuestas de opinión a inversionistas de los Estados Unidos y los retornos pasados y presentes del mercado están altamente correlacionados (lo que adicionalmente implica que sus expectativas se forman de manera extrapolativa); además, explican la relación directa entre estas encuestas y la entrada de inversores a fondos de inversión, demostrando la consistencia de los datos de expectativas en los diferentes modelos económicos. Para Latinoamérica, existe muy poco en material de estudio de las expectativas y su influencia en la inversión; sin embargo, un estudio hecho para Uruguay, Mernies (2014), muestra que las expectativas empresariales (medidas a través de encuestas de confianza empresarial), son procíclicas a la inversión y que se adelantan a la inversión en dos trimestres. Además, demuestra que en Uruguay se cumple el fenómeno de asimetría de respuesta entre eventos favorables y desfavorables, lo que implica que los individuos son mucho más sensibles ante escenarios negativos que ante eventos positivos, pues estos dan un mayor valor subjetivo a las pérdidas que a las ganancias.

15 En la metodología para hacer las encuestas se toman en cuenta factores de la situación económica, nivel de empleo, nivel de ventas, tanto actuales como esperadas.


21

3. CONTEXTO

La inversión fija en el Ecuador en el período 2000-2015 experimentó un fuerte crecimiento, que se tradujo en un aumento de su participación dentro del Producto Interno Bruto (PIB), al pasar de 15.5% en el 2000 a 25.3% en 2015. En este período, la Formación Bruta de Capital Fijo (FBKF) representó en promedio el 21.4% del PIB, superando al promedio latinoamericano (19.6%) y de Norteamérica (20.9%); pero por debajo del experimentado en la Eurozona (21.7%), y en los países de Asia Central y el Pacifico que es la única región donde la inversión supera el 30% de su PIB con 30.1%, gracias al empuje de China (cuya participación fue de 44.0% en el 2015) (Figura1).

Figura 1: Participación de la FBKF como porcentaje del PIB, según región

Fuente: Adaptada del Banco Mundial En el Ecuador, la FBKF registró una tendencia creciente entre 2000 y 2015, al pasar de 5,853.4 a 17,797.9 millones de dólares de 2007 respectivamente. El nivel más alto de inversión de todo el período se registra en 2014, donde alcanza los 18,904.5 millones de dólares de 2007, lo que representa un incremento de 3.8% con respecto a 2013. Sin embargo, a partir de 2015 esta tendencia se revierte con una tasa de decrecimiento de -5.9%.

No obstante, existió crecimiento en todo el período para la FBKF en promedio, lo cual estuvo fuertemente influenciado por el aporte de la inversión fija pública, sobre todo a partir del año 2007 con el gobierno de Rafael Correa. El modelo de gobierno que se fundamentó en grandes proyectos de inversión estatal (sobre todo entre 2009-2013), logró que la inversión pública supere a la inversión privada por primera vez en el país en el año 2013. No obstante, el ajuste presupuestario debido a la caída de los ingresos petroleros, hicieron caer a la inversión pública, que nuevamente fue superada por la del sector privado en el año 2015 (Figura 2).


22

Figura 2: Evolución de la FBKF, según sector público-privado

Fuente: Adaptado del Banco Central del Ecuador La tendencia creciente de la inversión fija en el período de estudio, es decir desde el segundo trimestre del año 2000 hasta el primer trimestre de 2016, presenta acontecimientos que generaron diferentes sub-etapas. La primera, desde 2000.II hasta 2003.I está marcada por la construcción del Oleoducto de Crudos Pesados (OCP), que empezó en febrero de 2001. En este sub-período el crecimiento promedio trimestral fue de 4.1% y es en donde se registra la mayor tasa de crecimiento trimestral (t/t-1) de todo el período analizado (15.0% en 2002.I).

Otra sub-etapa a destacar, tuvo lugar en el primer trimestre de 2007, con un crecimiento de 8.6% con respeto al último trimestre de 2006. Como se mencionó, a partir de 2007 el gobierno emprendió una serie de proyectos con el objetivo de mejorar la infraestructura del país, construyendo y mejorando sus carreteras, por lo que la inversión toma una tendencia creciente mucho más marcada en 2008 con un crecimiento promedio trimestral de 5.5%. No obstante, la crisis inmobiliaria de Estados Unidos afectó al país en 2009, ya que la FBKF decreció en -3.0% en promedio trimestral ese año.

Posterior a la crisis, en el sub-período 2010.I-2013.I, el país recuperó su nivel de inversión impulsada por la inversión estatal, sobre todo en el sector eléctrico (se inició la construcción de ocho centrales hidroeléctricas, siendo la más importantes la Coca Codo Sinclair, que empezó en julio de 2010 e inició operaciones en noviembre de 2016)16. Finalmente, a partir del año 2015 se observa una tendencia negativa, con una tasa de variación de -3.5% en promedio trimestral entre 2015.I y el final del período analizado: 2016.I (Figura 3).

16 Mayor detalle en Ministerio de Electricidad y Energía Renovable (MEEM, 2016).


23

Figura 3: FBKF trimestral entre 2000.I y 2016.I (Millones de USD de 2007)

Fuente: Adaptada del Banco Central del Ecuador.

Por otra parte, la participación de la FBKF en relación al PIB muestra tres momentos importantes en su evolución (Figura 4): en el año 2000 (año post-crisis), en 2007 (nuevo gobierno) y en 2014 (año de mayor inversión). La inversión fija pasó de ser el cuarto componente de mayor importancia en el PIB en el año 2000 (15.5%) a ser el tercero en el año 2014 (26.9%), siempre superada por el consumo final de los hogares, que es el de mayor importancia en el país (que normalmente supera el 60% del PIB).

Figura 4: Porcentaje de participación de la FBKF y los demás componentes del PIB.

Fuente: Adaptada del Banco Central del Ecuador.


24

Sin embargo, a pesar de no ser el agregado más fuerte dentro del PIB, la FBKF fue el agregado de mayor crecimiento en todo el período analizado, con un 8.0% de crecimiento promedio anual; seguido por el consumo final de los hogares (5.4%); ambas tasas superiores a la experimentada por el PIB (4.3%). Este crecimiento le permitió al país lograr los altos niveles observados de inversión fija, que como se comentó, superaron al promedio de América Latina.

Por otra parte, para entender mejor la composición de la inversión fija del Ecuador, se la puede analizar a partir de los tres enfoques de las cuentas nacionales: producto, industria y sector institucional; en donde se destaca el cambio en la composición estructural de la FBKF que permite distinguir dos sub-etapas: 2000-2006 y 2007-2015.

En relación al primer enfoque, la FBKF se concentra en dos de los cuatro productos representativos: construcción y servicios de construcción (62.6%); y productos metálicos, maquinaria y equipo (33.6%), que juntos representan más del 96% de la FBKF total. Los productos de menor peso son los productos de agricultura, silvicultura y pesca (3.0%); y servicios para las empresas y de producción (0.8%).

Figura 5: FBKF por enfoque de productos (2000-2015)

Fuente: Adaptada del Banco Central del Ecuador

Cabe notar que la estructura del enfoque de producto no presenta mayores variaciones durante todo el período; además se encuentra que los productos de mayor participación son también los de mayor crecimiento, con tasas promedio anuales de 8.3% y 7.7% en construcción y servicios de construcción; y productos metálicos, maquinaria y equipo, respectivamente.

Por su lado, el enfoque de industrias si presenta cambios importantes en su composición. Entre 2000-2006 y 2007-2015, la rama de actividad de mayor cambio es la Administración Pública, que pasó de representar el 6.6% en el primer sub-período a 20,6% en el segundo. Este aumento corresponde a los planes de inversión pública ya mencionados.


25

Figura 6: FBKF por enfoque de industrias (2000-2015)

Fuente: Adaptada del Banco Central del Ecuador

El aumento de la participación de la industria administración pública contrasta con la reducción de la industria de suministro de agua y electricidad, la cual pasa del 15.5% en 2000-2006 a 11.1% en 2007-2015. Además, la administración pública mostró la tasa de crecimiento más alta del período (30.2%), seguida por la industria de hoteles y restaurantes (25.8%).

El tercer enfoque corresponde al sector institucional, donde la FBKF presenta una estructurada altamente concentrada en el sector de las sociedades no financieras; puesto que, en promedio durante todo el período, este sector representó un poco más de la mitad de la inversión fija nacional (59.2%), seguido de los Hogares17 (19.6%) y el Gobierno general18 (19.2%). Al igual que el segundo enfoque, este presenta cambios en su estructura, donde el Gobierno General experimenta una importante mejora en su participación relativa (por los motivos señalados), al pasar del 10.7% entre 2000-2006 al 25.9% entre 2007-2015.

17 Incluye a las instituciones sin fines de lucro al servicio de los hogares. 18 No incluye a las empresas públicas que se encuentran incluidas en el rubro de las sociedades no financieras.


26

Figura 7: FBKF por enfoque de sector institucional (2000-2015)

Fuente: Adaptada del Banco Central del Ecuador En este enfoque, el Gobierno General fue el sector de mayor crecimiento, con una tasa de variación de 23.7% en todo el período. Cabe notar que en este sector la mayor parte del crecimiento se concentró entre 2007 y 2015 con una tasa de 39%, muy superior al 0,7% registrado en el período 2000-2006. Por el contrario, las Sociedades Financieras y los Hogares representaron tasas de decrecimiento de -3.4% y -0.5% respectivamente para el sub-período 2007-2015. Por último, el sector de mayor aporte (Sociedades no financieras19), creció a lo largo del período 2000-2015, pero a una tasa menor que la experimentada por el Gobierno, en 7.9% promedio anual, lo que le permitió pasar del 61.7% como porcentaje de la FBKF en 2000 al 64.3% en 2015. Una vez descrita la evolución y estructura de la FBKF es interesante analizar el comportamiento de las variables que explican a la inversión como la tasa de interés, el precio del barril de petróleo y las expectativas.

En cuanto a la tasa de interés, la crisis experimentada en el país en 1999 se acompañó de un elevado nivel de inflación (que llegó a un pico superior al 90% en el 2000), y por ende de altas tasas de interés nominales, debido a la pérdida de confianza en el sucre, lo que generó tasas de interés reales negativas (Cordes, 2011). Por esta razón, en el tercer trimestre del año 2000 se registraron las tasas de interés reales más bajas de todo el período (-43.3%)20, Posteriormente, los efectos estabilizadores de la dolarización, que lograron bajar la inflación a niveles de un dígito, generaron una recuperación de la tasa de interés real que fue positiva desde el primer trimestre de 2002 (0.8%) y alcanzó su valor máximo en el período (8.2%) en el tercer trimestre de 2004. La crisis financiera de Estados Unidos tuvo un impacto negativo en las tasas de interés mundiales, como resultado de políticas monetarias expansivas realizadas para enfrentar tal escenario. La reducción de la tasa de interés mundial tuvo su impacto en el Ecuador, pues se registró tasas de

19 Incluye empresas públicas 20 Durante todo el año 2000, la tasa de interés real se ubicó entre -43% y -41% por trimestre.


27

interés reales promedio trimestral de -0.5% y -0.1% en los dos últimos trimestres de 2008, siendo las más bajas desde 2002.

Al analizar el comportamiento de la tasa de interés real y de la inversión fija en el país, se observan tres etapas donde estas variables responden al planteamiento teórico, pues la reducción de la tasa de interés experimentada entre mediados de 2008 hasta 2011 y entre 2013 e inicios de 2015, se acompaña de un crecimiento de la FBKF, con un coeficiente de correlación entre las variables de -0.85 y -0.70, respectivamente. De igual forma, el incremento de la tasa de interés real observada a partir del primer trimestre de 2015 (7.6% promedio trimestral), se acompaña de una reducción del 3.5% de la FBKF.

Cabe tomar en cuenta el hecho de que la inversión pública tomó un peso importante en la FBKF total a partir de 2007 y que no necesariamente se relaciona con la tasa de interés, ya que puede responder a consideraciones políticas más que a principios macroeconómicos (Barro, 1997), por lo que existen ciertos años, en los que se aprecia claramente la relación teórica esperada.

Figura 8: FBKF y tasas de interés reales (2002-I y 2015-III)

Fuente: Adaptada del Banco Central del Ecuador. Por otro lado, la FBKF del país muestra una estrecha relación con el comportamiento del precio del barril de petróleo WTI (West Texas Intermediate)21. En todo el período, el precio del WTI creció en 1.4% en promedio trimestral, mientras que la FBKF se incrementó en 1.9%. Una relación más directa entre las dos variables se observa en 2008 donde el precio por barril alcanza su valor más alto (123.97 dólares por barril en promedio mensual para el segundo trimestre) y la FBKF crece a un ritmo de 5.5% cada trimestre en promedio para el citado año. Por otra parte, a partir del tercer trimestre del 2014, los precios del WTI cayeron a una tasa de -13.6%, coincidiendo con el decrecimiento de la FBKF, que lo hizo a un ritmo menor (-1.8%). Una de las

21 El WTI es el crudo producido en Texas y el sur de Oklahoma que es usado de referencia para fijar el precio de otros tipos de crudo, el cual será utilizado también como referencia para el presente estudio.


28

posibles causas de esta relación es la importancia de esta materia prima en la estructura productiva y exportable del país22 (Figura 9).

Figura 9: FBKF y el precio del barril de petróleo WTI (2000-I y 2016-I)

Fuente: Adaptada del Banco Central del Ecuador En lo que respecta al índice de confianza empresarial (ICE), considerada como la variable relevante para demostrar la hipótesis planteada, mide las expectativas de los empresarios en el país, muestra que las expectativas, en promedio, fueron positivas en todo el período de estudio con un crecimiento promedio trimestral del índice de 5.9%, lo que estuvo acompañado de una tendencia positiva de la FBKF (1.8%). No obstante, desde el tercer trimestre de 2014, el ICE experimentó una desaceleración, que se hizo más notoria en el año 2016.

El período de mayor crecimiento del ICE fue 2007-2015; no obstante, se observan segmentos de desaceleración, como en 2009 que coincide con la crisis financiera y con el decrecimiento de la FBKF (en promedio trimestral de -3.0%); así como, segmentos de contracción que coinciden con la coyuntura adversa del país a inicios del 2015, (donde se dieron ciertas condiciones desfavorables que se detallaran más adelante) y se evidencia una caída de las expectativas desde 2015 hasta el fin del período analizado a una tasa promedio trimestral de -0.4%, que coinciden con un decrecimiento más pronunciado de la FBKF de -3.5%.

22 Según el Banco Mundial, las rentas petroleras para Ecuador fueron del 13.7% del PIB en 2014, lo cual ubica al país por sobre el promedio de los países de ingreso medio y bajo y de los menos desarrollados (3.1% y 10.6% respectivamente)


29

Figura 10: Inversión fija y el índice de confianza empresarial (2007-I y 2016-I)

Fuente: Adaptada del Banco Central del Ecuador. La desaceleración del índice de expectativas a inicios del 2015, responde de acuerdo al Banco Central del Ecuador (2015), a la caída de la demanda laboral, del volumen de producción y de las perspectivas de negocio de los empresarios. Esta etapa coincide con la reducción de la inversión fija nacional (-3.2% en el primer trimestre de 2015). Además, esta tendencia decreciente continúa hasta inicios de 2016, mostrando a los empresarios más pesimistas en los cuatro sectores analizados en la encuesta (industria, comercio, construcción y servicios). La caída más notoria es en el sector comercio, con una reducción de 31.6% en enero de 2016 con respecto a diciembre de 2015, que según el BCE (2016) obedece a las expectativas pesimistas acerca del volumen de producción, demanda laboral y, sobre todo, de la situación de negocios23. Por otra parte, este período también corresponde a una coyuntura internacional desfavorable para el país, por la caída del precio de petróleo y la apreciación del dólar que pudieron contribuir al incremento de la incertidumbre en la economía ecuatoriana.

Por último, es interesante observar que la coyuntura de expectativas adversas se acompañó de una fuerte reducción de la FBKF. Este comportamiento puede relacionarse con el fenómeno de aversión a la pérdida, donde los agentes reaccionan en mayor grado a eventos negativos que positivos. 4. METODOLOGÍA

En este apartado se detalla la metodología implementada para verificar la hipótesis de que la inversión fija nacional responde positivamente e inelásticamente a las expectativas empresariales, para el período 2000.II-2016.I. Se utiliza un modelo de regresión lineal a partir del modelo de mínimos cuadrados ordinarios (MCO), para una serie de tiempo trimestral, a partir de la siguiente ecuación: 23 El número de empresas que mencionan estar mejor es inferior al número que mencionan estar peor, reflejado por un saldo que fue de -53% (BCE, 2016).


30

𝐹𝐵𝐾𝐹 = 𝛽J + 𝛽3(𝐸𝑀𝑂𝐸) + 𝛽M(𝑖𝑛𝑡𝑒𝑟𝑒𝑠𝑟𝑒𝑎𝑙12T) + 𝛽U(𝐼𝐷𝐸𝐴𝐶) + 𝛽T(𝑃𝑊𝑇𝐼12M) +

𝛽\(𝑃𝑊𝑇𝐼12T) + 𝛽](𝐹𝐵𝐾𝐹12U) + 𝛽^(𝐹𝐵𝐾𝐹12T) + 𝜇 (5)

Donde:

• 𝐹𝐵𝐾𝐹 es la Formación bruta de capital fijo real (en miles de dólares de 2007) expresado en

diferencias.

• 𝐸𝑀𝑂𝐸 corresponde al índice de confianza empresarial expresado en diferencias.

• 𝑖𝑛𝑡𝑒𝑟𝑒𝑠𝑟𝑒𝑎𝑙es la tasa de interés real

• 𝐼𝐷𝐸𝐴𝐶 es el índice de actividad económica expresado en logaritmos y diferencias

• 𝑃𝑊𝑇𝐼 es el precio West Texas Intermediate (WTI) del barril de petróleo expresado en

diferencias.

• 𝜇es el término de perturbación estocástico o error aleatorio.

• 𝑡 es el subíndice que denota el tiempo en periodicidad trimestral.

Se utilizan datos trimestrales para el período 2000.II-2016.I. Los datos de la FBKF, Índice de Confianza Empresarial, IDEAC y tasas de interés activa referenciales (nominales) provienen de las cuentas nacionales trimestrales, encuestas de opinión empresarial (EMOE) y las estadísticas monetarias elaboradas por el Banco Central del Ecuador. La tasa de interés real se calcula a partir de la ecuación de Fisher (detallada más adelante), utilizando los datos de la inflación del Instituto Nacional de Estadística y Censos (INEC). Finalmente, la información del precio del barril de crudo corresponde a datos sistematizados por el Observatorio de Energía y Minas (OEM), de la información publicada por British Petroleum. En primer lugar, para la inversión se utiliza la FBKF, pues cuantifica la adquisición y/o creación de activos fijos. Esos activos fijos son los responsables en gran parte de la variación de la inversión total bruta o Formación Bruta de Capital (FBK). Cabe anotar que se utilizan los datos de la FBKF total, pues las cuentas nacionales trimestrales reales no disponen de la desagregación entre inversión fija bruta pública y privada.

Como se mencionó, se estimó la tasa de interés real (ex post), a partir de los datos mensuales de la tasa de interés activa referencial y de la inflación mensual interanual observada mediante la ecuación de Fisher:

𝑟 = 3`E3`a

− 1 (6)

Donde:

• 𝑟 es la tasa de interés real ex-post.

• 𝜋 es la inflación interanual observada.

𝑖 es la tasa de interés activa referencia nominal.


31

Una vez calculada la tasa mensual, se estimó la trimestral como un promedio simple de las tasas mensuales correspondientes.

En cuanto al índice de confianza empresarial, es un indicador que reúne las expectativas de cuatro sectores productivos: Construcción, Servicios, Industria y Comercio. Este indicador se estima con periodicidad mensual, recopilando la opinión sobre el presente y futuro de los empresarios acerca de temas relacionados con las variaciones en ventas, producción, contratación de empleados, nivel de inventarios, precios de los insumos y perspectivas de la situación de negocios. El índice se calcula como la suma de las respuestas a una determinada pregunta del formulario, ponderada por los ingresos de cada sector sobre el total (BCE, 2007). Este indicador recoge las expectativas del sector empresarial ecuatoriano.

Debido a que la información de la nueva EMOE (encuesta mensual de opinión empresarial) se publica desde el 200724, se utilizó una información histórica de las variaciones del índice de la anterior encuesta25, desde el año 2000 para retropolar los datos del año 2007 y completar la serie. Por último, se realizó el promedio simple para obtener los datos trimestrales.

Antes de estimar el modelo de series de tiempo, se verificó que las variables presenten un comportamiento estacionario, de forma de descartar problemas de correlación espuria. Para esto se aplica el test Dickey-Fuller, el cual presenta como hipótesis nula (Ho) que la variable es una raíz unitaria. En la aplicación de este test, con un nivel de significancia del 1% y 5%, se encuentra que todas las variables a excepción de la tasa de interés real, son raíces unitarias, por lo cual se procede a diferenciarlas para obtener resultados estacionarios.

Tabla No.1: Pruebas Dickey- Fuller y corrección de no estacionariedad

Variable p-value Resultado Tratamiento p-value Resultado

FBKF 0.5027 Raízunitaria Primera diferencia 0.0000 Estacionaria

Tasa de interés real 0.0000 Estacionaria Sin tratamiento 0.0000 Estacionaria

IDEAC 0.8103 Raízunitaria

Logaritmo y

primeradiferencia 0.0288 Estacionaria

Índice de

confianzaempresarial 0.9991 Raízunitaria Primera diferencia 0.0160 Estacionaria

Barril de petróleo

(WTI) 0.4388 Raízunitaria Primera diferencia 0.0000 Estacionaria

Elaborado por:el autor

Se observa que una vez diferenciadas las variables se corrige el problema, por lo que pueden ser incluidas en el modelo.

24En ese año existió un cambio de metodología de la encuesta referente a su alcance, puesto que paso de la inclusión en la EMOE de 200 a 800 empresas, y por otra parte, hubieron cambios en el formulario de preguntas. 25 Esta información se encuentra disponible en el siguiente enlace: https://contenido.bce.fin.ec/compare.php?dt1=pasiva&dt2=emoe&anio_inicio=2000&mes_inicio=05&dia_inicio=1&anio_final=2016&mes_final=03&dia_final=31&Submit=Comparar


32

La estimación del modelo de series de tiempo por MCO presentó un ajuste del 57.26%, medido por el coeficiente de determinación (R2). En cuanto a la significancia estadística, el Índice de Confianza Empresarial es significativo al 99% de confianza, al igual que los precios del WTI. En cuanto a las variables teóricas de la inversión, el IDEAC es significativo al 95% de confianza, mientras que la tasa de interés lo es al 90%. Por otra parte, todas las variables mantienen las relaciones esperadas con la FBKF.

Tabla No. 2: Resultados del modelo

Number of obs 61 R-squared 0.5726

F( 7, 53) 10.14 Adj R-squared 0.5161

Prob> F 0.0000 Root MSE 84120

Variable Coefficient Standard Desviation P>(t)

Índice de confianzaempresarial 1,614.74 592.36 0.009

Tasa de interés real L4. -193,702.80 100224.7 0.059

IDEAC 1,659,436.00 636219.9 0.012

Precios del WTI L2. 4,544.19 1030.1 0.000

Precios del WTI L4. 3,085.74 1019.67 0.004

FBKF L3. -0.31 0.11 0.005

FBKF L4. 0.34 0.1 0.002

_Cons 18,355.13 16036.51 0.258

Elaborado por:el autor

Con el objetivo de obtener estimadores MELI (mejores estimadores lineales insesgados), se realizan las pruebas de robustez del modelo, que analizan la omisión de variables, normalidad de residuos, multicolinearidad, heteroscedasticidad, autocorrelación y ruido blanco.

En primer lugar, se aplica el test de Ramsey el cual plantea la hipótesis nula de que el modelo no presenta variables omitidas. Los resultados indican que no se puede rechazar dicha hipótesis, por lo cual se garantiza que la forma funcional del modelo está correctamente especificada (Tabla 3).

Tabla No.3: Test de Ramsey

Test de Ramsey

F(3,50) 2.09

Prob>F 0.114

Elaborado por: el autor

Para probar la normalidad de los residuos, se aplica el test de Shapiro-Wilk, cuya hipótesis nula establece que los errores del modelo siguen una distribución normal. Su aplicación al modelo demostró que efectivamente los residuos se distribuyen normalmente.


33

Tabla No.4: Test Shapiro-Wilk

Shapiro-Wilk test for normal data

Variable Obs W V Z Prob>Z

Residuos 61 1 0.687 -0.809 0.79087

Elaboradopor:el autor

Para garantizar la no presencia de multicolinearidad, se calcula el factor de inflación de la varianza (VIF por sus siglas en inglés) de las variables del modelo, el cual establece que ante un factor entre 5 y 10, se tiene un considerable problema de multicoliearidad y ante un factor mayor a 10 se presenta un grave problema de multicolinearidad. Los resultados arrojan factores menores a 5 en todas las variables con un VIF medio de 1.22, lo cual descarta una posible relación lineal entre las variables.

Tabla No. 5: Factor de inflación de la varianza

Variable VIF 1/VIF Índice de confianzaempresarial 1.42 0.7042 FBKF (L3) 1.32 0.7576 Barril de petróleo WTI (L2) 1.23 0.8130 Barril de petróleo WTI (L4) 1.18 0.8475 IDEAC 1.16 0.8621 Tasa de interés real (L4) 1.15 0.8696 FBKF (L4) 1.07 0.9346

Mean VIF 1.22 Elaborado por: el autor

Para descartar la presencia de correlación serial de los errores, se aplica el test Breusch-Godfrey, el cual establece la hipótesis nula de que no existe autocorrelación de los residuos. Los resultados indicaron que no se puede rechazar Ho, por lo que se concluye que los residuos no se correlacionan en el tiempo.

Tabla No. 6: Test Breusch-Godfrey

Breusch-Godfrey LM test for autocorrelation

lags(p) chi2 df Prob> chi2

1 0 1 0.5243


Para descartar la existencia de heteroscedasticidad en los residuos se realiza el test de Breusch-Pagan, cuya hipótesis nula es que los residuos presentan varianza constante. El resultado del test indicó que no se puede rechazar Ho, por lo que se afirma que los residuos son homoscedásticos.


34

Tabla No.7: Test Breusch-Pagan

Breusch-Pagan / Cook-Weisberg for heteroskedasticity

chi2(1) = 0.11

Prob> chi2 = 0.7367


Por otra parte, para demostrar que los residuos se comportan como un ruido blanco se realiza el test de White, cuya hipótesis nula es que la variable en cuestión es un ruido blanco. El resultado implica que los errores del modelo se comportan como un ruido blanco.

Tabla No.8: Test de White para ruido blanco

Portmanteau test for white noise

Portmanteau (Q) statistic = 31.512

Prob>chi2(28) = 0.2948


Finalmente, para conocer cuál de las variables explicativas de la inversión fija, es la que genera un mayor impacto en la misma, se procede a la estandarización de los coeficientes asociados a las variables independientes. Esto se realiza, debido a que existen ciertas variables en el modelo que se encuentran en diferentes unidades de medida, por lo tanto, los valores de los coeficientes provenientes de la regresión lineal no son el criterio más aproximado para definir el nivel de impacto de estas variables. Para obtener los coeficientes estandarizados, se divide cada uno de los coeficientes por su respectiva desviación estándar y así obtener una métrica adecuada de impacto, en términos de desviaciones estándar.

Tabla No. 9: Estandarización de coeficientes de las variables explicativas

Variables explicativas Beta estandarizado

Precios del WTI L2. 0.7347

Precios del WTI L4.

Índice de confianzaempresarial 0.2915

IDEAC 0.2522

Tasa de interés real L4. -0.1858

FBKF L3. 0.0094

FBKF L4.


Los resultados indican que la variable que ejerce un mayor impacto sobre la inversión fija, es el precio del WTI, mientras que la variable de hipótesis (EMOE), se encuentra en segundo lugar. Por último, están las variables teóricas de la inversión (IDEAC y tasa de interés), que se encuentran en tercero y cuarto lugar, respectivamente.


35

5. RESULTADOS

Los resultados del modelo permiten confirmar la hipótesis del presente trabajo, en donde se indica que las expectativas empresariales tienen un impacto positivo en la inversión fija ecuatoriana. En primer lugar, el modelo muestra que ante el aumento de un punto del índice de confianza empresarial, la inversión presenta un incremento de 1.16 millones de dólares26, siendo estadísticamente significativa al 99% de confianza. Este resultado es similar al encontrado por Mernies (2014) en Uruguay, donde el índice de expectativas empresariales impacta positivamente en la inversión fija; pero a diferencia del caso ecuatoriano, este tarda dos trimestres en ejercer efecto sobre la FBKF. De igual forma, Bondt y Diron (2008), en su estudio para la zona Euro y los Estados Unidos, encontraron resultados significativos de las expectativas empresariales de rentabilidad sobre la inversión agregada.

Para complementar la hipótesis de este estudio, se calcula la elasticidad arco de la inversión fija respecto a la variable de expectativas, con lo cual se mide el grado de sensibilidad de la variable de interés frente a la variable de hipótesis, por medio de la siguiente fórmula:

𝜂(defd,ghi) =jklmnopjklm

qrstrmnoprstrm

q

∗ ΔdefdΔghi

(7)

Donde:

• 𝜂(defd,ghi) es la elasticidad de la FBKF con respecto al índice de confianza empresarial.

• 𝑡 es el subíndice que denota el tiempo.

• A partir de está fórmula, se obtiene la elasticidad de la inversión ante las expectativas

empresariales para el período completo:

𝜂(defd,ghi) = 0.52 (8)

Los resultados muestran que la inversión fija ecuatoriana se comporta de manera inelástica ante las expectativas empresariales entre 2000.II y 2016.I; es decir, el incremento de un punto porcentual en la confianza de los empresarios genera un aumento menos proporcional (0.52) de la FBKF. Sin embargo, al dividir el período de estudio en dos sub-períodos (2000.II-2008.II y 2008.III-2016.I) se observa comportamientos diferentes.

En el sub-período 2000.II-2008.II, el comportamiento es similar al de la serie completa, en términos de que la respuesta de la inversión fija es inelástica a las expectativas empresariales, pero se observa un valor mucho menor; es decir, el alza de las expectativas empresariales en 1%, se relaciona con el aumento proporcional de 0.06% en la FBKF.

Por otra parte, en el sub-período 2008.III-2016.I, la elasticidad arco calculada es de 1.01; es decir, se encuentra que las expectativas generan un impacto más que proporcional (o elástico) en la inversión fija para dicho período (Figura 11).

26 A partir de este momento, los valores referidos en dólares corresponden a dólares reales o del año 2007.


36

Figura 11: FBFK y Expectativas empresariales más nivel de elasticidad

Fuente:Adaptado del Banco Central del Ecuador.

Cabe notar que, el comportamiento elástico o el mayor grado de sensibilidad de la inversión ante variaciones de las expectativas empresariales empieza desde la segunda mitad de 2008, época en que las expectativas experimentaron una desaceleración y una posterior reducción en el primer trimestre de 2009, como respuesta a la crisis mundial, cuyos efectos se evidenciaron en el país en ese año (como se comentó previamente). Por otra parte, en el año 2015, sucedieron acontecimientos exógenos como la caída de los precios del petróleo y la apreciación del dólar, que tuvieron repercusiones negativas en el presupuesto fiscal, balanza de pagos y el crecimiento del país, donde las expectativas nuevamente presentaron desaceleración y posterior reducción, desde 2015.I hasta el primer trimestre de 2016 y donde la FBKF experimentó una reducción de -3.5%.

Este hallazgo muestra que el grado de sensibilidad de la FBKF fue mayor en escenarios adversos. De manera más detallada, los acontecimientos antes descritos tuvieron un impacto en las expectativas de los empresarios, pues se observa en dicha etapa desaceleración y reducción (desde inicios del 2015 hasta el final del período analizado), al mismo tiempo que la FBKF experimenta un descenso más pronunciado que la baja en las expectativas. Tal comportamiento se alinea con la teoría conocida como asimetría de respuesta planteada por Tversky (1979) y Tversky y Kahneman (1991, 1992); y coincide con lo encontrado por Mernies (2014), en Uruguay, donde el impacto de eventos negativos sobre las decisiones de inversión (y demás decisiones económicas), es más fuerte que el de escenarios positivos.

En cuanto al efecto de las variables fundamentales de la inversión, el modelo muestra que en el país se cumplen las relaciones teóricas esperadas. En primer lugar, en la relación inversión-producto se encontró que el aumento de un punto porcentual en el IDEAC (proxy de la producción) tiene un impacto positivo de 1,600 millones de dólares, en promedio sobre la FBKF. Este resultado es coherente con las teorías fundamentales de la inversión (Fisher, 1906; Keynes, 1936), y se alinea con lo encontrado por Levine y Renelt (1992), quienes observan una alta correlación de la inversión en capital fijo y las tasas de crecimiento económico, en varias


37

economías desarrolladas y emergentes como, Alemania, Estados Unidos, Argentina, entre otras. En Latinoamérica, Magendzo (2004), encuentra resultados similares para Chile, donde el crecimiento económico estuvo acompañado de un incremento de la inversión y del stock de capital.

En cuanto a la tasa de interés, los resultados también indican el cumplimiento de la teoría, ya que su aumento genera una disminución de la inversión fija del país, pero no de manera inmediata, sino después de un año. Concretamente, el incremento de un punto porcentual de la tasa de interés real genera una disminución en la FBKF de 193.70 millones de dólares en promedio, después del transcurso de cuatro trimestres. Esto concuerda con los resultados encontrados para Chile por Bustos, Engle y Galetovic (2000), donde el aumento de un punto porcentual en el costo de capital de las empresas produce una disminución de 0.42 puntos porcentuales del ratio (stock de capital)/PIB. Por otra parte, Bravo y Restrepo (2002), separan los efectos sobre la inversión en construcción y maquinaria, donde encuentran que una reducción del costo de capital en 1%, genera un incremento de entre 0.12% y 0.25% en la razón del stock de capital a PIB para la maquinaria y un aumento de 0.05% en el mismo ratio para la inversión en construcción.

En lo que respecta a los precios del petróleo, los resultados del modelo indican que la inversión responde de manera positiva al incremento del precio WTI con un rezago de seis meses y un año. Específicamente, el incremento de 1 dólar en el precio WTI por barril tiene efectos positivos de 4.54 millones de dólares dentro de dos trimestres y de 3.09 millones dólares después de cuatro trimestres sobre la FBKF en promedio. Este resultado muestra que el precio de este recurso público tiene un efecto importante en la inversión, sobre todo considerando que la inversión pública (que se financia con los ingresos del estado) tomó un peso importante en la inversión fija total a partir del año 2007.

Por último, se encontró que el componente autorregresivo de la FBKF, tiene un impacto negativo después de tres períodos y positivo trascurridos los cuatro períodos. Más concretamente, el efecto neto del incremento de la FBKF pasada en un dólar genera un aumento de 3 dólares en la FBKF actual. Bello (2007), encuentra resultados similares para Nicaragua, al modelar la FBKF privada a corto plazo y determina que el componente autorregresivo de la misma en 2 y 4 rezagos tiene un efecto positivo del 17% y 16% respectivamente, en la inversión fija actual. Por otra parte, en una investigación para Costa Rica, se encuentra que el impacto inter-temporal de la FBKF sobre sí misma es negativo con uno y dos rezagos (Anda & Meneses, 2016).

Finalmente, como se había comentado en el apartado metodológico, para facilitar la comparación del efecto de las variables independientes, se realizó la estandarización de los coeficientes, para obtener coeficientes normalizados (𝛽C=), que miden el peso de las variables en términos de desviaciones estándar con el fin de determinar las variables de mayor impacto sobre la inversión fija nacional. Los resultados muestran que las dos variables de mayor impacto son los precios del barril del petróleo y el Índice de confianza empresarial. En el primer caso, un aumento de una desviación estándar en los precios del WTI, genera un impacto de 0.73 desviaciones estándar de la FBKF. Por otra parte, la variación en una desviación estándar en las expectativas empresariales, produce un impacto directo de 0.29 desviaciones estándar en la inversión fija (Figura 12).


38

Figura 12: Nivel de impacto de las variables explicativas de la FBKF nacional.

Elaborado por:el autor Por el lado de las variables fundamentales, se tiene que el aumento de una desviación estándar en el IDEAC produce un incremento de 0.25 desviaciones estándar en la FBKF. Para el caso de la tasa de interés real el efecto es inverso: -0.19 desviaciones estándar luego de un año en la inversión fija.

Como se observa, las variables que ejercen un mayor impacto en el comportamiento de la inversión, no son necesariamente las variables teóricas, sino que existen variables alternativas que ejercen un fuerte impacto en la inversión fija del Ecuador. Por el lado de los precios del barril de petróleo, es de esperarse que se encuentre entre las variables más importantes, sobre todo por su relevancia en el financiamiento de la obra pública. En el caso del Índice de confianza empresarial, se comprueba que las expectativas del sector productivo ecuatoriano tienen un impacto muy importante en la inversión fija, lo que se alinea con la teoría de Keynes (1936) y demuestra el papel fundamental de esta variable en la actividad económica.


39

6. CONCLUSIONES Y RECOMENDACIONES

La inversión ha sido estudiada desde diversas teorías en donde se determina su importancia en el crecimiento y sus aplicaciones empíricas permitieron identificar las principales variables que modelan su comportamiento. En este sentido, este trabajo aporta al análisis de los determinantes de la inversión, al comprobar que las expectativas empresariales (medidas por una encuesta de opinión empresarial) ejercen un impacto positivo e inelástico en la inversión fija del Ecuador, en el período 2000.II-2016.I.

Los resultados obtenidos a partir del modelo de series de tiempo por mínimos cuadrados ordinarios, permitieron confirmar la hipótesis de esta investigación, pues el comportamiento de la inversión fija ecuatoriana es determinado de manera directa por las expectativas empresariales y estas, a su vez, ejercen un efecto inelástico (en promedio) sobre la inversión fija. No obstante, otro hallazgo de este estudio es que la sensibilidad de la inversión fija ante las expectativas no es constante, debido a que se observan dos sub-etapas (2000.II-2008.II y 2008.III-2016.I) en donde la inversión pasa de tener un comportamiento inelástico (0.06) a tener un comportamiento elástico (1.01) señalando que, en la segunda mitad del período, la inversión ecuatoriana varía más que proporcionalmente ante movimientos en las expectativas de los empresarios. Este segundo comportamiento aparece en momentos donde el país se enfrenta a una difícil situación económica, donde las expectativas experimentaron una desaceleración y posterior reducción y donde la inversión fija experimentó una marcada reducción. Este comportamiento se alinea con la teoría de asimetría de respuesta por aversión a la pérdida, donde los agentes son más sensibles ante eventos adversos que ante escenarios positivos y denota la importancia en el país, de mejorar las expectativas empresariales para impedir una reducción aún mayor de la FBKF.

Por otra parte, esta investigación muestra que la inversión en el Ecuador se relaciona con sus variables fundamentales de la manera que la teoría macroeconómica plantea, pues, está determinada positivamente por el Índice de actividad económica (proxy del producto) y negativamente por la tasa de interés real (costo de capital), con la diferencia de que el efecto del producto es inmediato, mientras el impacto de la tasa de interés tarda un año en materializarse.

En el caso de los precios del petróleo, se demostró que estos tienen un impacto positivo en la inversión fija, pero al igual que la tasa de interés, su efecto se observa en alrededor de 6 meses y un año después.

Por último, la técnica econométrica de normalización de los efectos marginales de las variables explicativas de este modelo, demostró que los determinantes de la inversión fija ecuatoriana que ejercen un mayor impacto sobre esta son los precios del petróleo y las expectativas. Para el caso de la variable de hipótesis, los resultados indican que las expectativas son la segunda variable más importante en el modelo de inversión ecuatoriano, por debajo de los precios del petróleo y por encima del IDEAC y tasa de interés.

En definitiva, las expectativas son una variable explicativa relevante en el modelo de inversión ecuatoriano, tal como Keynes lo planteó con su teoría de los espíritus animales. Por tal razón, es importante impulsar políticas que mejoren las expectativas de los empresarios del país dado que, en los últimos trimestres del período de estudio, estos se mostraron más pesimistas, lo que causó un impacto negativo más fuerte sobre la inversión. En este sentido, se recomienda fomentar políticas que estimulen la inversión privada, toda vez que la reducción del precio del petróleo limita la capacidad de la inversión pública; a través de concretar las alianzas público-privadas a


40

mediano y largo plazo y manejar políticas tributarias que generen mayor estabilidad macroeconómica y brinden confianza y seguridad para el inversionista, lo cual puede atraer mayor inversión extranjera, dinamizando el nivel de inversión del país y la llegada de divisas.

Esto, considerando que el país se encuentra en una sub-etapa en donde la inversión es sensible a las expectativas, por lo cual mejorar la percepción de los empresarios e inversionistas de la manera previamente detallada es fundamental.

Por último, cabe destacar la importancia de disponer en cuentas nacionales, de información estadística trimestral de la FBKF separada por sector privado y sector público, con el fin de poder analizar el efecto de las expectativas en el comportamiento del componente privado de la inversión fija nacional, y poder separar el comportamiento del componente público de la inversión, que usualmente no responde a explicaciones macroeconómicas sino más bien a consideraciones políticas.


41

7. BIBLIOGRAFÍA

Abarbanell, J. S. (1991). Do Analysts’ Earnings Forecasts Incorporate Information in Prior

Stock Price Changes? Journal of Accounting and Economics, 14, 147–65.

Ajzen, I., & Fishbein, M. (1980). Understanding attitudes and predicting social behavior.

Englewood Cliffs. New Jersey: Prentice-Hall.

Akerlof, G., & Shiller, R. J. (2010). Animal spirits: How human psychology drives the economy,

and why it matters for global capitalism. Princeton University Press.

Angeletos, G. M., & La'O, J. (2013). Sentiments. Econometrica, 81(2), 739-779.

Bacchetta, P., Mertens, E., & Van Wincoop, E. (2009). Predictability in Financial Markets:

What Do Survey Expectations Tell Us? Journal of International Money and Finance,

28(3), 406-426.

Barro, R. (1997). Getting it right: Market choices in a free society.London: The MIT Press.

BCE. (25 de Enero de 2016). Banco Central del Ecuador. Obtenido de Banco Central del

Ecuador: https://www.bce.fin.ec/





Bello, O. (2007). Modelo Macroeconométrico de Proyección de Corto Plazo para Nicaragua.

Banco Central de Nicaragua, 1-37.

Beyth-Marom, R. (1982). How Probable is Probable? A Numerical Translation of Verbal

Probability Expressions. Journal of Forecasting, 1, 257-269.

Bielschowsky, R. (1988). Pensamento econômico brasileiro: o ciclo ideológico do

desenvolvimentismo. Rio de Janeiro: Instituto de Investigación Económica Aplicada

(IPEA). Instituto de Investigaciones.

Blundell, R., Bond, S., Devereux, S., & 5chlantarelli, F. (1991). Investment and Tobin' s Q:

Evidence from company panel data.Obtenido de lnstitute for Fiscal studies

Bustos, A., Engel, E., & Galetovic, A. (2000). Impuestos y Demanda por Capital. Centro de

Economía Aplicada, Documento de Trabajo N°858.


42

Cagan, P. (1956). The monetary dynamics of hyperinflation in M. Friedman (Ed.), Studies in the

Quantity Theory of Money. Chicago: University of Chicago Press.

Calvo, G., & Phelps, E. (1977). Employment and Wage Contingent Contracts. Journal of

Monetary Economics 5 , 160-68.

Carroll, C. (2003). Macroeconomic Expectations of Households and Professional Forecasters.

The Quarterly Journal of Economics, 118(1), 269-298. Obtenido de

http://www.jstor.org.bibliotecavirtual.udla.edu.ec/stable/25053904

Clark, P. K. (1979). Investment in the 1975: Theory, Performance and Prediction. Brookings

Papers on Economic Activity, 1, 73-113.

De Bondt, G., & Diron, M. (2008). Investment, Financing Constraints and Profit Expectations:

New macro evidence. Applied Economies Letters, 15, 81-577.

Eisner, R., & Strotz, R. H. (1963). Determinants of Business Investment", in Impacts of

Monetary Policy. New Jersey: Prentice-Hall.

Fisher, I. (1906). The Nature of Capital and Income. New York: : Macmillan.

Fisher, I. (1907). The Rate of Interest: Its nature, determination and relation to economic

phenomena. New York: Macmillan.

Fisher, I. (1930). The Theory of Interest: As determined by impatience to spend income and

opportunity to invest it. New York: Kelley and Millman.

Frydman, R. (1982). Towards an Understanding of Market Processes: Individual Expectations,

Learning, and Convergence to Rational Expectations Equilibrium. 72(4), 652-668.

Obtenido de http://www.jstor.org.bibliotecavirtual

Furtado, C. (1985). Fantasia organizada. Paz e Terra, 89.

Gould, J. (1968). Adjustment costs in the theory of investment of the firm. Review of Economic

Studies, 35, 47–56.

Greenwood, R., & Shleifer, A. (2014). Expectations of Returns and Expected Returns. Review

of Financial Studies, 27(3), 714-746.

Hall, R., & Jorgenson, D. (1967). Tax policy and investment behavior. American Economic

Review, 57, 391–414.


43

Hayashi, F., & Inoue, F. (1991). The relation between firm growth and q with multiple capital

goods: theory and evidence from panel data on Japanese firms. Econometrica, 59, 731-

753.

Hirshleifer, D., & Yu, J. 2. (2012). Asset Pricing in Production Economies with Extrapolative

Expectations. Working Paper (2012).

Hoshi, T., & Kashyap, A. (1989). Evidence on q and Board of Governors investment for of the

Federal Japanese Firms. Obtenido de Reserve System

Hribar, P., & McInnis, J. (2012). Investor Sentiment and Analysts' Earnings Forecast Errors.

Management Science, 2, 293-307.

INEC. (24 de Agosto de 2016). Instituto Nacional de Estadística y Censos. Obtenido de

Instituto Nacional de Estadística y Censos: http://www.ecuadorencifras.gob.ec/home/

Juster, T. (1964). Anticipations and Purchases: An Analysis of Consumer Behavior. Princetons:

Princeton University Press.

Keane, M. P., & Runkle, D. E. (1990). Testing the Rationality of Price Forecasts: New

Evidence from Panel Data. American Economic Review, 80(4), 714-735.

Keane, M. P., & Runkle, D. E. (1998). Journal of Political Economy. Are Financial Analysts'

Forecasts of Corporate Profits Rational?, 4, 768-805.

Keynes, J. M. (1936). The General Theory of Employment, Interest, and Money. New York:

Palgrave Macmillan.

Koyck, L. M. (1954). Distributed Lags and Investment Analysis. Amsterdam: NorthHolland.

La Porta, R. (1996). Expectations and the Cross-section of Stock Returns. Journal of Finance,

51(5), 1715-1742.

Lamont, O. (2003). Discussion of “Perspectives on Behavioral Finance: Does Irrationality

Disappear with Wealth? Evidence from Expectations and Actions” by Annette Vissing-

Jorgensen. NBER Macroeconomics Annual, 18.

Levchenko, A. A., & Pandalai-Nayar, N. (2015). The International Transmission of Business

Cycles. Working Paper (2015). TFP, News, and ‘Sentiments.

Levine, R., & Renelt, D. (1992). A Sensitivity Analysis of Cross-country Growth Regressions.

American Economic Review, 82, 942-63.


44

Lichtenstein, S., & Newman, R. (1967). Empirical Scaling of Common Verbal Phrases

Associated With Numerical Probabilities. Psychonomic Science, 9, 563-564.

Liu, J., & Su, W. (2005). Forecasting Analysts’ Forecast Errors. Working Paper.

Lorenzoni, G. (2009). A Theory of Demand Shocks. American Economic Review, 99(5), 2050-

2084.

Lucas, R. (1967). Adjustment Costs and the Theory of Supply. Journal of Political Economy,

75(4), 34-321.

Lucas, R. (1967). Optimal investment policy and the flexible accelerator. International

Economic Review, 8, 78–85.

Lucas, R. E. (1972). Expectations and the Neutrality of Money. Journal of economic theory,

4(2), 103-124.

MEEM. (Diciembre de 12 de 2016). Ministerio de Electricidad Energía y MInas. Obtenido de

Ministerio de Electricidad Energía y MInas: 03

Mernies, B. (2014). Expectativas y decisiones empresariales: Implicaciones macroeconómicas

para Uruguay. Investigación Económica, 73(287), 61-88. Obtenido de

http://www.jstor.org.bibliotecavirtual.udla.edu.ec/stable/24431049

Mill, J. (. (1833). Remarks on Bentham’s Philosophy. Liberty Fund Inc., 10.

Mill, J. (1861). Utilitarianism. Liberty Fund Inc, 10.

Mincer, J. Z., & Zarnowitz, V. (1969). The evaluation of economic forecasts. In: Mincer, J.

(Ed.), Economic Forecasts and Expectations. New York: National Bureau of Economic

Research, New York.

Muth, J. F. (1961). Rational Expectations and the Theory of Price Movements. Econometrica,

29(3), 315-335.

NN.UU. (15 de Febrero de 2016). Naciones Unidas. Obtenido de Naciones Unidas:

http://www.un.org/es/index.html

OCDE. (05 de Febrero de 2009). Organización para la Cooperación y el Desarrollo

Económicos. Obtenido de Organización para la Cooperación y el Desarrollo

Económicos: http://www.oecd.org/centrodemexico/laocde/


45

OECD. (2013). Organisation for economic co-operation and developmenT. Obtenido de

Organisation for economic co-operation and development:

https://www.oecd.org/std/leading-indicators/31837055.pdf

OEM. (04 de Junio de 2016). Precios historicos del barril de petroleo. Petróleo al día. Obtenido

de Observatorio de Energía y MInas: http://www.observatorioenergiayminas.com/

ONU. (15 de Enero de 2011). Naciones Unidas. Obtenido de Naciones Unidas:

http://www.un.org/es/index.html

Pasinetti, L. (1978). Crecimiento económico y distribución de la renta. Madrid: Alianza

Universidad.

Rodríguez, O. (1981). La teoría del subdesarrollo de la CEPAL. México, D.F: Siglo XXI.

Romer, P. (1990). The Origins of Endogenous Growth. The Journal of Economic Perspectives,

3-22.

Rostow, W. (1960). The Stages of Economic Growth: A Non-Communist Manifesto.Cambridge

University Press.

SCN. (2008). Sistema de Cuentas Nacionales. Obtenido de Sistema de Cuentas Nacionales:

http://unstats.un.org/unsd/nationalaccount/docs/SNA2008Spanish.pdf

Shiller, R., Kon-Ya, F., & Tsutsui, Y. (1996). Why Did the Nikkei Crash? Expanding the Scope

of Expectations Data Collection. The Review of Economics and Statistics, 78(1), 156-

164. doi:10.2307/2109855

Smith, A. (1776). An Inquiry into the Nature and Causes of the Wealth of Nations.London: W.

Strahan & T. Cadel.

Solimano, A. (1990). Inversion privada y ajuste macroeconomico. la experiencia chilena en la

decada del 80.

Solow, R. (1956). A Contribution to the Theory of Economic Growth. The Quarterly Journal of

Economics, 70(1), 65-94.

Summers, L. (1981). Taxation and Corporate Investment: A q-Theory Approach.

Tobin, J. (1969). A General Equilibrium Approach to Monetary Theory. Journal of Money,

Credit and Banking, 1(1), 15-29.

Treadway, A. (1971). The rational multivariate flexible accelerator. Econometrica, 39, 55-845.


46

Tversky, A., & D, K. (1986). Rational Choice and the Framing of Decisions in R. Hogarth and

M. Reder (editors) Rational Choice. Chicago: University of Chicago Press, .

Tversky, A., & Kahneman, D. (1974). Judgement Under Uncertainty: Heuristics and Biases.

Science, 185, 1124–1131.

Wallsten, T., Budescu, D., Rapoport, A., Zwick, R., & Forsyth, B. (1986). Measuring the Vague

Meanings of Probability Terms. Journal of Experimental Psychology: General, 115,

348-365.

Wynn, R. F., & Holden, K. (1974). An Introduction to Applie Econometric Analysis.London:

Macmillan Press.

EL SUBSIDIO AL GAS PARA USO DOMÉSTICO Y EL BIENESTAR DE

LOS ECUATORIANOS

47

EL SUBSIDIO AL GAS PARA USO DOMÉSTICO Y EL BIENESTAR DE LOS ECUATORIANOS1

Evelyn Lizeth Chanatásig Niza

Ingeniera en Ciencias Económicas y Financieras de la Escuela Politécnica Nacional. Actualmente se encarga de la elaboración de modelos para la Evaluación Empresarial de Empresas Públicas del Ecuador, en la Empresa Coordinadora de Empresas Públicas. Ha participado en la elaboración de índices estadísticos y financieros de la Unidad de Contratación Pública. Obtuvo el segundo lugar en el Concurso Académico José Corsino Cárdenas, Undécima Edición.

RESUMEN

Los subsidios tienen como objetivo mejorar las condiciones de vida de los grupos menos favorecidos económicamente. En Ecuador la política de subsidios a los combustibles se implementó en 1973. En la actualidad, debido a la disminución de ingresos y a la implementación del Programa de Eficiencia Energética para Cocción por Inducción y Calentamiento de Agua con Electricidad, se plantea la eliminación del subsidio al gas licuado de petróleo (GLP). El presente estudio analiza el impacto de la eliminación o modificación del subsidio al GLP mediante tres metodologías. Primero, se realiza un análisis de los consumidores de GLP. Después, utilizando la Ley de Engel, se estima un modelo econométrico mediante mínimos cuadrados ordinarios, el cual describe la afectación en el bienestar de los hogares ecuatorianos. Finalmente, se realiza una simulación planteando cuatro escenarios con distintos precios para el GLP. La base de datos utilizada es la Encuesta de Condiciones de Ingresos y Gastos de los Hogares Urbanos y Rurales (ENIGHUR) 2012. Los resultados obtenidos muestran que los principales afectados tras una modificación del subsidio son los hogares pertenecientes a los últimos deciles. Palabras clave: Subsidios, Gas Doméstico, Ecuador, Bienestar

ABSTRACT

The subsidies’ aims are to improve the conditions of live for less favorited. In Ecuador, the fuel subsidy policy was implemented in 1973. Currently, the decrease in income and the implementation of Energy Efficiency Program for Induction Cooking and Water Heating with Electricity have posed eliminate or modify the liquid petroleum gas (LPG) subsidy. The study analyzes the impact of an elimination or modification for LPG subsidy through tree methodologies. Firstly, an analysis of LPG consumers. Secondly, the estimation of an econometric model, based in Engel´s Law, estimated by ordinary least squares which describes the impact on the welfare of Ecuadorian households. Finally, a simulation of four scenarios with different LPG prices is posed. The results obtained show that the principal beneficiaries belong to the last deciles.

Keywords:Subsidy, Liquefied Petroleum Gas, Ecuador, Welfare

1Investigación desarrollada bajo la tutoría de la Dra. Yasmín Salazar, docente de la Escuela Politécnica Nacional.


49

1. INTRODUCCIÓN

Cuando existen fallas de mercado, los subsidios constituyen una de las formas más comunes de intervención del Estado (Barr, 2012). El objetivo de estos es ayudar, económicamente, a los individuos que están en desventaja económica (Stiglitz, 2000). Sin embargo, cuando los subsidios están mal enfocados, es decir, cuando todos los miembros de una población se benefician y se generan externalidades negativas, se justifica su eliminación. Por ejemplo, Del Granado et al. (2010) analizaron el tema de los subsidios otorgados a la gasolina y a sus derivados en América Latina y concluyeron que los principales consumidores de gasolina y gas licuado de petróleo, en Centro y Sudamérica, se encuentran ubicados en los dos quintiles más ricos, siendo esta población la que consume, aproximadamente, el 60% de estos recursos.

Los subsidios son de diferentes tipos1 y existen en diversos países del mundo. En el caso de Sudamérica, los subsidios a los combustibles están entre los más importantes. Según la OLADE (2007), el promedio de subsidio a los combustibles como porcentaje del PIB en los países sudamericanos, fue de 2.3% en 2005. Específicamente, países como Argentina, Ecuador, Surinam y Venezuela, destinaron entre el 7% y el 9% de su Producto Interno Bruto en ese mismo año para cubrir estos subsidios.

Dentro del grupo de los países reconocidos por sus altos subsidios a los combustibles, está el Ecuador, cuyo subsidio a los hidrocarburos data del año 1978. A partir de ese año, el Estado ecuatoriano es el que ha asumido este gasto y el mantenimiento del subsidio a los hidrocarburos, especialmente al gas licuado de petróleo (GLP), no necesariamente giraría solo en torno a garantizar el bienestar de la población más pobre, sino también para mantener la estabilidad política del país. Desde 1996, gobiernos como los de los ex presidentes Abdalá Bucaram, Fabián Alarcón, Jamil Mahuad, Gustavo Noboa y Lucio Gutiérrez, han tenido que ceder ante las protestas que se suscitaron tras los anuncios de una disminución o eliminación del subsidio al GLP.

En ese país, el monto destinado a este tipo de subsidios fue USD 3,888.65, lo cual representa aproximadamente el 63%2 del monto total destinado a subsidios en 2014. Para el año 2016, según la Programación Presupuestaria Cuatrianual 2016-2019, el gasto del subsidio al combustible disminuyó a USD 1,888.10. No obstante, el monto destinado a subsidiar el GLP no disminuyó sino más bien aumentó. En 2014, se destinaron USD 102.23 millones de dólares; y, en 2016, este monto aumentó a USD 122.33 millones de dólares. En la Figura 1, se presenta el detalle del gasto en combustibles desde 2011 a 2015. Como se observa, la mayor parte del subsidio a los combustibles se destina a cubrir el subsidio al diésel y a la nafta importada, siendo aproximadamente el 78% del total del subsidio. Por otra parte, el subsidio al GLP importado es el tercer rubro al que mayor dinero se destina. En 2015, se canalizó el 15% del total del rubro y, aunque se observa una disminución en el gasto del subsidio al gas, esto obedeció a una reducción en el precio del petróleo en los últimos meses del año, más no debido a un decremento en el consumo.

1 Subvenciones y otros pagos directos, concesiones fiscales, subsidios en especies, subsidios cruzados, subsidios de crédito y garantías de gobierno. 2Programación Presupuestaria Cuatrianual 2014 - 2017 presentada por el Ministerio de Finanzas.

El subsidio al gas para uso doméstico y el bienestar de los ecuatorianos

50

Figura 1: Evolución de los subsidios a los combustibles 2011-2015

Fuente: ENIGHUR 2011-2012 Elaborado por:la autora

Dada la actual situación económica del Ecuador, derivada de los bajos precios del petróleo, organismos internacionales como el Programa de las Naciones Unidas para el Desarrollo (PNUD) han planteado la eliminación de los subsidios a los combustibles fósiles como una fuente de ahorro3. De igual manera, el gobierno teniendo en cuenta la dependencia que tiene el país de un combustible energético fósil importado creó el “Programa de Eficiencia Energética para Cocción por Inducción y Calentamiento de agua con Electricidad”, que tiene por objetivo sustituir el uso de GLP por electricidad y con el que se aspira sustituir las cocinas de gas por cocinas de inducción.

Pese a que la reducción o la eliminación del subsidio al GLP traerían un ahorro para el Estado, al tomar esta decisión es necesario tener en cuenta las consecuencias, no solo de tipo económico sino también a nivel político. De esta forma, este trabajo tiene por objetivo analizar la afectación en el bienestar de los ecuatorianos que traería una modificación de la estructura del subsidio del GLP. Para esto se utilizan dos metodologías diferentes. Primero, se estima un modelo de mínimos cuadrados ordinarios para determinar la afectación en el bienestar, medido como el consumo de alimentos, que tendría una revisión del subsidio. Después, se simulan diversos escenarios considerando la eliminación y el mantenimiento de los subsidios. Como resultado de los análisis, se evidencia que los principales beneficiarios del subsidio al GLP son los hogares pertenecientes a los deciles 8, 9 y 10 de la población. Sin embargo, esto no quiere decir que los hogares pobres no se verían afectados con la eliminación del subsidio, de hecho, los hogares pobres, en términos

3 Evaluación rápida y análisis de brechas en el sector energético. Disponible en: http://www.undp.org/content/dam/ecuador/docs/documentos%20proyectos%20ambiente/pnudec-prodoc-SE4ALL.pdf


51

relativos, son quienes sufrirían una mayor afectación en el bienestar debido a que son quienes destinan un mayor porcentaje de sus ingresos a la compra del gas.

Este artículo está organizado de la siguiente manera. Además de esta sección introductoria, en la sección 2 se presenta la teoría económica relacionada con los subsidios y la evidencia empírica. En la sección 3 se expone información de los datos utilizados y la metodología. A continuación, se presentan y analizan los resultados y se finaliza con la sección 5 que contiene las conclusiones del estudio.

2. REVISIÓN DE LA LITERATURA

El teorema fundamental de la economía del bienestar establece que una economía es eficiente en el sentido de Pareto siempre y cuando esta sea competitiva, es decir cuando presenta: competencia perfecta, ausencia de bienes públicos, información perfecta, ausencia de externalidades, mercados completos y no existen distorsiones de mercado (Barr, 2012); y las asignaciones de recursos son eficientes, es decir una vez que se han asignado las dotaciones iniciales a los individuos al dejar actuar las fuerzas del mercado se obtienen nuevas asignaciones que son eficientes en el sentido de Pareto (Stiglitz, 2000).

No obstante, cuando las condiciones establecidas anteriormente no se cumplen se habla de una falla de mercado la cual genera ineficiencias (en el sentido de Pareto) en las economías haciendo que el Estado deba intervenir por razones de eficiencia con alguna de las siguientes políticas: producción pública, regulación privada, impuestos y subvenciones. Estos últimos, son utilizados cuando un determinado grupo de individuos no es capaz de adquirir, con sus propios ingresos, productos considerados como “necesarios" (Stiglitz, 2000).

Los precios de bienes subsidiados afectan al presupuesto familiar de forma positiva, sin embargo, si se opta por entregar este tipo de ayudas, el Estado debe definir cómo se otorgará el subsidio (de forma directa o exención fiscal), los beneficiarios, el tiempo por el que se otorgaría y, más aún, que tan rigurosas serán las condiciones y requisitos que deberán cumplir los beneficiarios del programa (Stiglitz, 2000). En cuanto a las condiciones que se establecen para ser beneficiarios, estas pueden modificar la conducta de los beneficiarios, con el fin de ser parte del programa. Esta es una las principales dificultades de la focalización de los programas.

El subsidio a los combustibles representa una de las principales políticas de ayuda social, especialmente en los países en vías de desarrollo, debido a que varios gobiernos ven en este tipo de políticas una herramienta que permite cumplir con objetivos sociales, sin embargo, la política de subsidio de combustibles no tiene en cuenta el cumplimiento de objetivos fiscales y energéticos, razón por la que constantemente se generan dicotomías en torno a mantener o no este tipo de subsidios. La eliminación de los subsidios a los combustibles es un tema de discusión actual para los hacedores de política. Por un lado, se plantea que la eliminación del subsidio a los combustibles provocaría efectos a largo plazo en la economía, y que se producirán afectaciones en la distribución del ingreso de la población, provocando así, una reducción en el bienestar de los individuos (Steenblik, 2007). A la par, también se plantea que la reducción o eliminación de subsidios es beneficiosa debido a que estos son regresivos4 y que la eliminación de los subsidios ayudaría a reducir las emisiones de gases de efecto invernadero (Coady et al., 2010).

4Cuando un programa o subsidio beneficia mayormente a los pobres, se dice que su efecto es distributivo. Por otro lado, si los mayores beneficiarios son los ricos, el programa o subsidio es regresivo (Stiglitz, 2000).


52

Existen varias causas para considerar la eliminación del subsidio a los combustibles. A continuación, se mencionan los motivos que pueden suscitarla :

• Los subsidios reducen los gastos en otros bienes o servicios, esconden la verdadera competitividad de un país, son distorsionadores de precios en hogares y empresas (Bulman et al., 2008).

• Los subsidios pueden afectar a la sostenibilidad fiscal de un país debido a la cantidad de dinero que se destina a estos (Di Bella et al., 2015). En países que importan combustibles para luego subsidiarlos, el gobierno aumenta su endeudamiento, reduce el gasto público en otros bienes u obtiene ingresos de otras maneras en aras de cubrir los subsidios (Bacon y Kojima, 2006).

• La eliminación de los subsidios es necesaria cuando los individuos de una población ven a los subsidios como un derecho de facto debido a que han sido otorgados por varios años, provocando que los hogares los perciban como un derecho. De igual manera, las empresas tienden a percibirlos como una política empresarial del gobierno (Di Bella et al., 2015).

• El contrabando de derivados de petróleo subsidiado, hacia otros países que no tienen este tipo de políticas, representan un daño económico al Estado que, al ser el encargado de proveer el subsidio, asume los costos económicos. En Ecuador se estima que, el 22% del uso de GLP subsidiado, se destina al contrabando (Castillo, 2007).

• La razón más importante para eliminar el subsidio a los combustibles (gas licuado de petróleo o querosén), es que este tipo de subsidios son regresivos y los hogares que pertenecen a los deciles más altos son los más beneficiados (Mourougane, 2010).

No obstante, antes de eliminar un determinado subsidio, especialmente los destinados a los combustibles o energía, los hacedores de política deben tener en cuenta las implicaciones en el bienestar de los habitantes de un país. Aunque estimar el costo monetario del bienestar obtenido por cada hogar que recibe el subsidio puede ser difícil, este es el primer paso para tomar decisiones sobre hacia dónde deben estar dirigidas las reformas en el tema de subsidios. Una de las reglas básicas de decisión es que, si los beneficios obtenidos por la reforma son mayores que los costos, entonces la reforma proveerá de una mejora en el bienestar de la población y, por tanto, esta debería ser ejecutada (Von Moltke et al., 2004).

A pesar de la necesidad de realizar una reforma a las políticas de subsidios, estas se han postergado, debido al control directo del gobierno, lo que ha dificultado la reforma en materia de subsidios. Por ejemplo, en algunos países de América Latina como: Perú, Bolivia, Venezuela, Cuba y México ha existido un monopolio por parte del Estado hacia las empresas relacionadas con los derivados de petróleo (Sterner, 1989).

Para lograr una reforma en el tema de subsidios, el primer paso es despolitizar el subsidio de los combustibles y liberar los precios de los mismos. En economías con precios subsidiados, los individuos tienden a culpar al gobierno por el aumento de los precios (Coady et al., 2010). Además, una eliminación rápida puede agravar la situación en temas políticos y sociales y restarle apoyo a la reforma planteada por el gobierno. Por esta razón, antes de iniciar una reforma de este tipo, se debe tener en cuenta el contexto sociopolítico por el cual atraviesa un país (Di Bella et al., 2015).


53

Así países como:Nigeria, Venezuela e Indonesia, en donde el gobierno otorga subsidios y ha planteado la eliminación del mismo, ha existido oposición por parte de la sociedad que ha terminado en hechos violentos. De hecho, son pocos los gobiernos que han logrado eliminar el subsidio a los combustibles (Bacon y Kojima., 2006).

La importancia de tener en cuenta el contexto político de un país antes de una reforma radica en las posibles consecuencias políticas intertemporales. Downs (1957) y Tullock (1970) afirman que, en países democráticos en los cuales los pobres son mayoría, estos usan el poder del voto que tienen para conseguir que los gobiernos formulen políticas de redistribución.

Los políticos con el fin de maximizar el número de votos en las siguientes elecciones presentan programas que beneficien en su mayoría a un determinado grupo social, de esta manera buscan mejorar el bienestar individual y colectivo de un país.

El bienestar económico se puede definir como las condiciones en que la producción y distribución de la renta proporcionan un nivel de vida favorable a los individuos de una sociedad. Según Barr (2012), este está determinado por cuatro factores claves que son: el mercado laboral, la provisión privada de bienes y servicios, el bienestar voluntario y las intervenciones del Estado. Usualmente, el bienestar económico se mide a través del Producto Interno Bruto (PIB) o del consumo per cápita de los habitantes un país o región.

Desde el punto de vista microeconómico, el bienestar económico toma en cuenta las preferencias del consumidor y la utilidad que le genera. En la teoría microeconómica, sí un individuo escoge un bien 𝑋"por encima de un bien 𝑋#se dice que el bien 𝑋"le genera una mayor utilidad y, por tanto, se genera un mayor bienestar (Varian, 2010). Es decir, si existen dos bienes, los cuales pueden ser comprados en cantidades iguales, 𝑋" y 𝑋#, a un precio por unidad igual, 𝑃"y 𝑃#, respectivamente el total del gasto sería igual a 𝑃"𝑋" +𝑃#𝑋#. Asumiendo que el consumidor evalúa cada canasta (𝑋", 𝑋#) a través de la utilidad que le produce (𝑈(𝑋", 𝑋#)), y sabiendo que el individuo gasta 𝑌, el problema del consumidor es maximizar la función de utilidad (𝑈", 𝑈#) con respecto a (𝑋", 𝑋#)bajo la restricción 𝑃"𝑋" +𝑃#𝑋# < 𝑌.

Para estimar los efectos de la eliminación del subsidio se consideran dos tipos de efectos: directos e indirectos. Para estimar los efectos directos y como estos afectan a los diferentes grupos de ingreso, es necesaria la información de los productos de petróleo, en este caso del gas; el gasto total del gas se divide para el consumo del hogar. Por otro lado, los efectos indirectos, se calculan teniendo en cuenta el incremento de costos en bienes o servicios consumidos por el hogar. Esta estimación, puede ser difícil ya que es necesario saber la intensidad de uso del combustible. La suma de los efectos directos e indirectos da como resultado el efecto en el ingreso total (Coady et al., 2006).

Utilizando el cálculo de efectos directos se obtuvo que, en el caso de Bolivia, existiría una disminución del ingreso en 2.6% en el quintil uno, mientras que, en el quintil 5 esa reducción es de solo es el 1.1%. Este resultado da cuenta de lo importante que es el GLP subsidiado en el quintil más pobre de la población. Por otro lado, en el caso de Sri Lanka, el quintil más afectado es el quinto, con una disminución del ingreso de 1.4% mientras que el quintil uno solo se ve afectado en 0.1% (Coady et al., 2006).

Otra manera de estimar el efecto directo es a través de la aplicación de la Ley de Engel, la cual plantea que, un aumento en la proporción de ingreso gastado en alimentos disminuye el bienestar


54

de un hogar debido a que los individuos reducen el gasto en otros bienes como vivienda, salud, vestimenta, etc. Un aumento en los costos de producción de los alimentos, ocasionado por la eliminación del subsidio, incrementaría el porcentaje de ingreso destinado a la alimentación.

La Ley de Engel revela las preferencias individuales de diferentes bienes y servicios, cuando se producen cambios en el ingreso o gasto del hogar, siempre y cuando los precios establecidos se mantengan constantes. Además, la Ley de Engel considera el ingreso del consumidor, sus preferencias y otras características socio demográficas relevantes, las cuales no pueden ser observadas con otros métodos (Chávez y Medina, 2012).

Adam y Lestari (2008) estimaron los efectos producidos en el bienestar mediante una regresión obtenida por el método de mínimos cuadrados ordinarios. Esta regresión tiene en cuenta algunas variables relacionadas con el bienestar de un hogar como, por ejemplo, el acceso al combustible, la proporción gastada en alimentos, el sector económico en el que trabaja el jefe de hogar, etc.

Aunque el subsidio al GLP, representa una parte significativa del PIB, los mayores beneficiarios son los hogares pertenecientes a los quintiles más altos. Por ejemplo, estudios realizados entre 2005 y 2009 para 20 países pertenecientes a África, Asia, Medio Oeste y América Latina, muestran que, los hogares pertenecientes a los quintiles 4 y 5 de la población, consumen el 74.6% de los beneficios del subsidio al GLP. Por otro lado, los quintiles 1 y 2, apenas reciben el 11.4% de los beneficios (Del Granado et al., 2010).

El caso del subsidio al GLP en Ecuador no dista mucho de los otros países. En Ecuador, en 1999, la Encuesta de Condiciones de Vida, mostró que, los deciles 8, 9 y 10 se beneficiaron del 46% del subsidio al GLP, mientras que, los deciles 1, 2 y 3, apenas recibieron el 15% del subsidio. La regresividad de este subsidio hace que los instrumentos para reducir la pobreza no sean efectivos (Cuesta et al., 2004). Los beneficiarios del subsidio no han cambiado con el paso del tiempo. Usando la Encuesta de Condiciones de Vida del año 2006, se obtuvo que el quintil 4 y 5 se beneficiaban del 60% del subsidio, mientras que, los quintiles 1 y 2 se beneficiaban del 22% haciendo que la ineficiencia de este subsidio alcance el 76% (Castillo, 2007).

3. DATOS Y METODOLOGÍA

3.1. DATOS

En este artículo se utiliza la Encuesta Nacional de Ingresos y Gastos de Hogares Urbanos y Rurales (ENIGHUR). La investigación fue elaborada por el Instituto Nacional de Estadística y Censos (INEC) en el período 2011-2012.

Una de las razones, por las que se utilizó esta base de datos, es que, uno de sus objetivos, según el INEC (2012) es “Estimar la estructura del consumo de los hogares privados para la adquisición de bienes y servicios, de acuerdo con las diferentes fuentes de ingreso” (ibid., p. 5). Por otro lado, la estructura del ingreso de la encuesta se encuentra mensualizada. Además, la información que se presenta en esta base de datos, contiene información a nivel nacional, para áreas urbanas y rurales, para las cuatro regiones, 24 provincias y cuatro ciudades autorrepresentadas (Quito, Guayaquil, Cuenca, Machala). A pesar de todas estas ventajas, la razón más importante para utilizar la ENIGHUR, fue la cantidad de información que provee en cuanto a los detalles del gasto destinado a alimentación.


55

El tamaño de la muestra calculado por el INEC es de 40,932 viviendas, las cuales representan la unidad de observación5 y están divididas en 3,411 sectores, en los cuales se seleccionan 12 viviendas por sector. Sin embargo, la base de datos solamente contiene la información de 39,617 viviendas debido a que algunas viviendas seleccionadas no respondieron con éxito a la encuesta, ya sea por ausencia, rechazo u otras causas.

En lo que se refiere al diseño muestral de la ENIGHUR, este es probabilístico (INEC, 2012). Es necesario mencionar que, la muestra es estratificada y proporcional al tamaño de la población, lo que permite mejorar la eficiencia del diseño muestral y no existe la necesidad de ponderar la muestra.

El proceso de selección de la ENIGHUR es bietápico6, en donde los sectores censales son las unidades primarias de muestreo (UPM) y las viviendas son las unidades de segunda etapa. Las UPM's fueron seleccionadas con probabilidad proporcional al tamaño7, por otro lado, las viviendas se seleccionaron asignando la misma probabilidad a las viviendas que conforman la unidad (INEC, 2012).

Con el fin de realizar un análisis más detallado de la base de datos. Primero, se realizó un análisis descriptivo de algunas variables de interés para este estudio. Asimismo, se caracterizó a las viviendas. Parte esencial del presente trabajo es analizar cuál es el principal combustible que utilizan los ecuatorianos para cocinar. La ENIGHUR hace referencia a seis tipos distintos de combustibles con los que los hogares ecuatorianos cocinan, estos son:

• Gas de tanque o cilindro, • Gas centralizado, • Electricidad, • Leña o carbón, • Residuos vegetales y/o animales, y, • Otro.

En la Tabla 18 que se presenta a continuación, se pueden observar los resultados obtenidos al analizar el tipo de combustibles utilizados para la cocción de alimentos.

5La unidad de observación son los elementos o grupos de elementos de los cuales se recoge información, normalmente la unidad de observación y la unidad de análisis coinciden, no obstante Vivanco (2005) plantea el siguiente ejemplo en el cual las dos unidades no coinciden. El jefe de hogar del cual se recaba la información de los demás miembros puede ser considerado como la unidad de observación mientras que cada miembro del hogar es considerado como la unidad de análisis. (Vivanco, 2005) 6Las selecciones aleatorias en dos etapas se denomina muestreo bietápico, Primero, se seleccionan los conglomerados a partir de los cuales se seleccionarán las muestras y en base a estas se realiza la selección de las unidades elementales (Pérez, 2010). 7Se trata de un muestreo aleatorio en el cual se incluye como información adicional el tamaño de la muestra, unidades de muestreo grandes tendrán mayor probabilidad de ser seleccionadas de igual manera unidades pequeñas tendrán una probabilidad menor de ser seleccionadas (Vivanco, 2005). 8Anteriormente se señaló que la ENIGHUR cuenta con información para 39,617 viviendas, sin embargo, la información sobre el tipo de combustible utilizada para la cocción fue respondida solamente por 38,564 viviendas.


56

Tabla 1: Combustible utilizado para cocción

Combustible Urbano Rural Nacional Gas de tanque o cilindro 99.11% 86.42% 95.79% Gas centralizado 0.17% 0.01% 0.13% Electricidad 0.20% 0.03% 0.16% Leña o carbón 0.47% 13.5% 3.88% Residuos vegetales y/o animales 0.00% 0.01% 0.00% Otro 0.04% 0.03% 0.04%

Fuente: ENIGHUR 2011-2012 Elaborado por:la autora Como se aprecia, el principal combustible para cocinar en las áreas urbanas y rurales es el GLP envasado. En el área urbana, el 99.11% de la población, utiliza GLP para cocinar, mientras que, en el área rural, el 86.42% de la población consume gas envasado en cilindro. Aunque el gas es el combustible más utilizado, se puede observar que, existe una diferencia entre el porcentaje de consumo entre ambas áreas. En el área rural, el segundo combustible utilizado para cocinar es la leña o carbón. El 13.5% de la población rural utiliza este combustible que, en esta área, es de fácil acceso.

Dado que, uno de los objetivos planteados en este trabajo es identificar en qué deciles se encuentran los principales beneficiarios del subsidio al gas, es necesario analizar el consumo de GLP, que es el combustible de mayor consumo.

Para conseguir los resultados mostrados en la Tabla 2, se obtuvo el ingreso mensual de cada uno de los hogares de la muestra, después de eso, se calculó y asignó el decil al cual pertenece cada hogar. Una vez estimados los deciles por ingreso a nivel nacional se tuvo el porcentaje de hogares que pertenecen al área rural y urbana por decil.

Tabla 2: Proporción de hogares consumidores por área y decil

Decil Urbano Rural Nacional 1 7.13% 19.29% 10% 2 8.55% 14.68% 10% 3 9.10% 12.92% 10% 4 9.58% 11.36% 10% 5 9.97% 10.10% 10% 6 10.37% 8.80% 10% 7 10.66% 7.89% 10% 8 11.18% 6.16% 10% 9 11.60% 4.82% 10% 10 11.87% 3.96% 10%

Fuente: ENIGHUR 2011-2012 Elaborado por: la autora

En el área urbana, los hogares que pertenecen a los tres últimos deciles de la población representan el 26.47% del total de consumidores a nivel nacional y los hogares que pertenecen a los tres primeros deciles representan el 18.92%. Por otro lado, los hogares rurales pertenecientes a los tres primeros deciles representan apenas el 11.08% del total de consumidores en el Ecuador.


57

Al comparar los tres primeros deciles de las áreas urbana y rural, se aprecia que el número de hogares beneficiarios, en términos absolutos en el área urbana, es mayor que los hogares beneficiarios en el área rural. Este comportamiento se repite en cada uno de los deciles analizados.

Por otro lado, el análisis de hogares beneficiarios, exige examinar el costo por kilogramo de GLP. Aunque el precio fijado por el gobierno es de USD 1.609 existen variaciones en cuanto al precio oficial. Estas variaciones dependen del lugar donde el hogar adquirió el cilindro de GLP, si en un distribuidor oficial o a través de camiones repartidores. La Tabla 3 muestra el costo promedio de un cilindro de 15 kg que paga cada decil ya sea del área urbana, rural o a nivel nacional. El costo promedio fue obtenido estimando el consumo total de gas en kilogramos de un hogar. Después, se calculó el valor por kilogramo de GLP que paga cada hogar. Finalmente, se estimó el valor que los hogares pagarán por un cilindro de 15 kilogramos.

Tabla 3: Costo promedio de un cilindro de 15 Kg

Decil Urbano Rural Nacional 1 USD 2.41 USD 2.64 USD 2.52 2 USD 2.40 USD 2.58 USD 2.47 3 USD 2.39 USD 2.56 USD 2.45 4 USD 2.38 USD 2.54 USD 2.42 5 USD 2.37 USD 2.50 USD 2.40 6 USD 2.38 USD 2.51 USD 2.41 7 USD 2.37 USD 2.53 USD 2.40 8 USD 2.38 USD 2.52 USD 2.40 9 USD 2.40 USD 2.55 USD 2.42 10 USD 2.42 USD 2.65 USD 2.44


Adicionalmente, es necesario efectuar un análisis del consumo promedio per cápita por ciudad, que refleje de mejor manera en términos absolutos en qué ciudades se encuentran los mayores consumidores. Este análisis se presenta en la Tabla 4 que muestra el consumo promedio per cápita de GLP por provincia y área.

Tabla 4: Consumo promedio per cápita por provincias y áreas

Provincia Urbano Rural Total Azuay 6.76 5.98 6.54 Bolívar 6.16 5.02 5.93 Cañar 6.26 5.81 6.14 Carchi 6.92 6.50 6.84 Cotopaxi 5.88 5.56 5.75 Chimborazo 5.44 5.64 5.51 El Oro 4.51 4.83 4.56 Esmeraldas 4.60 4.97 4.66 Guayas 4.38 4.71 4.46

9El Artículo 9 del Reglamento de Regulación de Precios de Derivados de Petróleo publicado el 02 de agosto de 2005 establece: “El precio de venta del gas licuado de petróleo para usos domésticos será de US $ 0.1066667 por kilogramo, incluido el impuesto al valor agregado. Por ende, el precio del cilindro de quince kilogramos de gas licuado de petróleo para estos fines no excederá de USD 1,60."


58

Provincia Urbano Rural Total Imbabura 5.34 4.71 5.16 Loja 5.28 5.31 5.29 Los Ríos 4.51 4.68 4.58 Manabí 4.30 4.47 4.34 Morona Santiago 5.40 5.28 5.38 Napo 4.86 3.51 4.67 Pastaza 5.30 4.88 5.23 Pichincha 5.62 5.38 5.55 Tungurahua 6.34 5.80 6.21 Zamora Chinchipe 5.18 4.43 5.04 Galápagos 5.62 5.92 5.75 Sucumbíos 4.89 5.51 5.05 Orellana 4.55 4.70 4.58 Santo Domingo 4.51 5.80 4.63 Santa Elena 4.05 3.95 4.04


El consumo promedio per cápita a nivel nacional es de 5.19 Kg mensuales. Sin embargo, provincias como Azuay, Cañar y Tungurahua presentan un consumo per cápita mayor a 6 Kg mensualmente. En el caso de Carchi, provincia fronteriza, el consumo per cápita es de 6.84 Kg mensuales, el mayor consumo a nivel nacional.

3.2. METODOLOGÍA

3.2.1. Modelo de Mínimos Cuadrados Ordinarios

En la sección anterior se realizó un análisis descriptivo de los beneficiarios del subsidio, el cual brindó una aproximación inicial de cómo podría afectarse el bienestar de los hogares ecuatorianos, en el caso de que el subsidio sea eliminado. Para analizar el efecto que tendrá una eliminación del subsidio al gas, se estimó un modelo de regresión múltiple, el que mide cuál es el impacto en el bienestar de la eliminación al subsidio al gas. No obstante, es necesario mencionar que el bienestar individual o familiar no solamente está condicionado por un incremento en el precio del gas, que conlleva a una reducción del ingreso neto, sino también por factores que no pueden ser medidos o no son observables.

Aunque, el bienestar de un hogar puede ser expresado con diferentes variables, este estudio usa como variable dependiente la proporción de ingreso gastado en alimentos. La razón para utilizar esta variable, como medida de bienestar, es la aplicación de la Ley de Engel, la cual manifiesta que el bienestar de las personas disminuirá cuando la proporción del ingreso que se destine a la compra de alimentos aumente debido a que los individuos dejan de destinar dinero a otros rubros, como, por ejemplo, recreación y cultura, salud, educación, prendas de vestir y calzado, etc. Por otro lado, existirá un aumento en el bienestar individual, si el ingreso gastado en alimentos disminuye. Sin embargo, una disminución en la proporción de ingreso destinado a la alimentación no necesariamente aumenta el bienestar, debido a que esta parte del ingreso se destina a la adquisición del GLP. No obstante, se debe tener cautela al interpretar la Ley de Engel, ya que puede existir el caso en el que las familias reduzcan el ingreso destinado a alimentación para poder tener acceso al gas y, en este caso, no estarían mejorando su bienestar, aunque la Ley de


59

Engel señale lo contrario, pues la proporción del ingreso habrá disminuido (Adam y Lestari, 2008).

Siguiendo la metodología planteada por Adam y Lestari (2008), la proporción de ingresos gastada en alimentos se dividió en dos variables dependientes. La primera variable estimada con los Alimentos Básicos 𝑌" y la segunda con Alimentos Complementarios 𝑌#. También se consideraron las siguientes variables independientes: bono, área, número de personas por hogar, proporción de ingreso gastado en gas y decil de renta. De esta forma, se plantea el siguiente modelo:

Y",# = B0 + B"X"2 + B#X#2 + B3X32 + B4X42 + B5X52 + ϵ2(1)

Donde:

𝒀𝟏:es el porcentaje de ingreso gastado en productos básicos

𝒀𝟐:es el porcentaje de ingreso gastado en productos complementarios

𝑿𝟏: 1 si el hogar recibe el BDH 0 caso contrario 𝑿𝟐: 1 si el hogar recibe el BDH 0 caso contrario 𝑿𝟑: número de personas por hogar

𝑿𝟒: proporción del ingreso gastado en GLP

𝑿𝟓: decil por ingreso de la población al que pertenece el hogar

𝛜𝐢.:representa el término de error estocástico.

Para el primer modelo se utilizó un total de 38,56110 observaciones, incluyendo los hogares que tenían un gasto nulo en los cinco alimentos más consumidos. Al realizar un análisis más detallado de los datos, se observa que los hogares que pertenecen a los deciles más bajos (1, 2 y 3) y más altos (8, 9 y 10) no tienden a consumir ninguno de estos 5 alimentos. En el primer caso, debido a que la mayoría de estos hogares tienden a consumir bienes inferiores, por otro lado, los hogares con rentas altas reemplazan estos alimentos con bienes suplementarios que les producen un mayor bienestar. En el segundo modelo, se utilizaron 37,273 observaciones. En este caso no se tomaron en cuenta a los hogares que presentaban un consumo de alimentos estrictamente positivo.

Variables Dependientes

Para el primer modelo, la variable dependiente (𝑌") representa la proporción de ingreso gastado en cinco productos que son: arroz, leche, pan, presas de pollo y pollo entero. Para identificar dichos alimentos en primer lugar se calculó el consumo mensual de 741 alimentos que son consumidos por los hogares pertenecientes a la muestra. Una vez estimado el valor monetario de cada uno de los alimentos se estimó cuáles son a los que más ingreso le destinan los hogares ecuatorianos como consta en el Anexo 2. Según los resultados obtenidos de la ENIGHUR 2011-2012, se asigna aproximadamente el 23% del ingreso mensual a la compra de cinco alimentos.

10Los hogares que respondieron el combustible utilizado son un total de 38,564, sin embargo, se eliminaron los hogares que presentaban observaciones atípicas en la variable Ingreso.


60

Estos productos pueden ser considerados como productos básicos de consumo en la mayoría de hogares ecuatorianos.

Para estimar la variable (𝑌"), primero, se mensualizó el gasto en cada uno de los productos. Este valor fue asignado a cada uno de los hogares mediante el identificador de hogares, que es el número único asignado a cada hogar. Después, se calculó el gasto total mensual de los cinco productos por hogar. Finalmente, se estimó la proporción de ingreso gastado en los productos considerados como básicos.

En el segundo modelo, la variable dependiente (𝑌#) representa la proporción de ingreso gastada en 69 productos los cuales en conjunto representan aproximadamente el 60% de ingresos gastados en alimentos. El cálculo de la variable (𝑌#) se realizó sumando el valor mensual de los 69 alimentos, después este valor fue asignado a los hogares pertenecientes a la muestra. Finalmente, se estimó la proporción de ingreso gastado en alimentos que estos repre sentaban para cada uno de los hogares. Estos productos se encuentran detallados en el Anexo 2.

Variables Independientes

Bono de Desarrollo Humano: los programas de transferencia de renta condicionados fueron implementados por varios gobiernos en América Latina con el objetivo de luchar y combatir la pobreza (Hornes, 2012). El BDH11 es una política que se implementó en Ecuador en 1998 durante el Gobierno de Jamil Mahuad, en compensación a la eliminación del subsidio al gas y a la electricidad. En el 2000, dada la crisis económica que sufrió el Ecuador (Beckerman y Solimano, 2002), el bono Solidario se convirtió en una herramienta importante para mitigar la crisis, ya que permitía que la población más pobre incrementara su poder adquisitivo (Vos y León, 2000). Actualmenteel objetivo principal del Bono Solidario, según el Ministerio de Inclusión Económica y Social, es "Ampliar el capital humano y evitar la persistencia de la pobreza mediante la entrega de compensaciones monetarias directas a las familias que se encuentran bajo la línea de pobreza establecida por el Ministerio de Coordinación de Desarrollo Social de acuerdo con los resultados obtenidos del Registro Social" (MIES, 2014).

El BDH ha tenido varios cambios en los últimos años, desde el valor que se otorgaba hasta obligaciones que deben cumplir los beneficiarios del bono. Inicialmente, el gobierno ecuatoriano entregaba mensualmente S./ 100.00 sucres a las madres de familia y S./ 50.000 a las personas mayores de 65 años. En la actualida, el BDH consiste en una transferencia mensual de USD 50 a todos los beneficiarios. En el caso de Ecuador, el BDH es el fondo de compensación más importante que existe para los hogares que se encuentran bajo la línea de pobreza (León, 2000). Para los modelos planteados se utiliza la variable Bono que toma el valor de 1 si en un hogar al menos una persona recibe el BDH, y toma el valor de 0 si ninguna persona en el hogar recibe el BDH.

Área: el área al que pertenece un hogar afecta al consumo de los hogares. La accesibilidad que tiene un hogar a adquirir un cilindro del gas también debe ser tomada en cuenta. En la sección anterior, se mostró que existe un costo más alto por kilogramo de gas para los hogares de las áreas rurales, por ende, no todas las personas pueden acceder a comprar un cilindro, aún con el subsidio que brinda el Gobierno. Es necesario mencionar que, un gran porcentaje de los hogares

11Inicialmente el BDH se denominaba Bono Solidario (León, 2000).


61

pertenecientes a los deciles uno, dos y tres, se ubican geográficamente en las áreas rurales y, optan por utilizar otros recursos, como la leña y el carbón, para cocinar.

La variable que se plantea es área que es una variable dummy que toma el valor de 1 si la familia vive en un área urbana y 0 si la familia se encuentra en el área rural.

Número de personas: el número de personas por hogar es una variable que afecta al bienestar. Hogares conformados por varias personas destinan una mayor cantidad del ingreso a la alimentación, por tanto, tendrán una menor cantidad de dinero para gastar en otros bienes. De igual forma, los hogares conformados por un número menor de personas destinan un menor porcentaje del ingreso total a la alimentación. Es necesario mencionar que, aunque exista un gran número de habitantes por hogar, esto no implica que exista un alto número de perceptores de ingreso.

Finalmente, debido a que se analizará cómo afecta la eliminación del subsidio al bienestar, es necesario implementar una variable que mida cuál es el impacto de un aumento en el precio del gas en el bienestar a nivel de hogares.

Proporción gastada en gas: es la proporción de ingreso mensual destinado a la compra de gas de un hogar. En esta variable, se asigna un valor de 0 a los hogares que utilizan otros medios de cocción como leña, carbón o electricidad ya que un aumento en el precio del gas no los afectará.

Decil: debido a que el bienestar familiar o individual también puede ser medido en cierta parte por el ingreso que obtienen los individuos, se utiliza una variable que mide el ingreso familiar. En este caso se utilizará el decil de ingreso familiar.

Después de realizar la estimación, analizó la correcta especificación de los modelos lineales, para esto se efectuaron pruebas de: variable omitida, forma funcional, heterocedasticidad, multicolinealidad, normalidad de los residuos. 3.2.2 Simulación de escenarios

El uso de modelos de microsimulación, como una herramienta para evaluar las consecuencias de la implementación de políticas económicas y sociales, data de 1957. Fue Orcutt quien planteó un modelo que sería la semilla de los modelos de microsimulación. Este nuevo modelo consistía en varias unidades, las cuales interactuaban en función de cambios externos y los cuales a su vez generaban nuevos resultados (Orcutt, 1957). Los modelos de microsimulación permiten plasmar el efecto de las políticas en el comportamiento de individuos, hogares y empresas. La simulación de políticas consiste en evaluar las consecuencias que traería la modificación o la implementación de una política en un determinado ambiente económico (Merz, 1991).

La utilidad del uso de los modelos de microsimulación radica en dos aspectos:

• Tienen en cuenta la heterogeneidad de los agentes económicos con los que se trabaja, además dan una idea de los efectos y consecuencias que tendría la reforma planteada.

• Evalúan con precisión el costo-beneficio que traería la reforma planteada, los resultados obtenidos mediante un Modelo de Microsimulación a nivel de agentes individuales puede ser generalizado a un nivel macro (Bourguignon y Spadaro, 2006).


62

Para este trabajo, se hará uso de un modelo de microsimulación aritmético, con el cual se analizarán los efectos que tendrá la eliminación parcial o total del subsidio al gas. Para esto, primero se estima la línea de pobreza para el período de estudio. En este caso, se ha estimado que la línea de pobreza por ingresos para diciembre de 2012 es de USD 76.2 por mes, esta cifra, ha sido calculada mediante la actualización del Índice de Precios al Consumidor a partir de la Encuesta de Condiciones de Vida 5ta ronda (INEC, 2013). Después, se asume que no existen cambios en el comportamiento de los hogares analizados. Luego, se obtiene el precio promedio sin subsidio del cilindro de GLP en el período de estudio 2011-2012. Finalmente, se asignan los valores simulados correspondientes a cada hogar, de acuerdo con el ingreso de cada uno. Los cuatro escenarios planteados, se detallan continuación:

i. Eliminar el subsidio al GLP para todos los hogares ecuatorianos. ii. Eliminar el subsidio para los hogares que se encuentran sobre la línea de pobreza, USD

76.2 per cápita mensualmente, y mantener el 100% del subsidio para los hogares que se encuentran por debajo de la línea de pobreza.

iii. Eliminar el subsidio para los hogares que se encuentran sobre la línea de pobreza, USD 76.2, y mantener el 100% del subsidio para los hogares pobres y para los hogares que reciben el BDH. Dentro de este escenario, es necesario tener en cuenta que no todos los individuos que reciben el BDH son pobres, ni todos los pobres reciben este fondo de compensación.

iv. Mantener el 50% del subsidio para los hogares que se encuentran sobre la línea de pobreza y entregar un subsidio del 100% a los hogares bajo la línea de pobreza y los hogares que reciben el BDH.

4. RESULTADOS

4.1. Resultados de las estimaciones econométricas

Los modelos presentados en la Tabla 5 muestran los resultados de las estimaciones obtenidas por mínimos cuadrados ordinarios del efecto de las diferentes variables en el bienestar de los hogares.

Tabla 5: Estimación del Bienestar a través de MCO

Alimentos Básicos Alimentos

Complementarios

Número de Personas 0.0055 *** 0.0092 ***

(0.0001) (0.0002)

Decil -0.0054*** -0.0146 ***

(0.0001) (0.00016)

Gas 1.3341*** 2.7361 ***

(0.0589) (0.1225)

Área 0.0109 *** 0.0003


63

Alimentos Básicos Alimentos

Complementarios

(0.0004) -0.0014 *

Bono (0.00016) 0.0109 ***

(0.0005) (0.00088)

Constante 0.0349***

(0.00071)

0.1431***

(0.0015)

𝐑𝟐 0.268 0.358

N 38 561 37 749

*, **, *** significatividad al 10%, 5% y 1% respectivamente. Error estándar entre paréntesis. Errores corregidos mediante errores robustos.

Los resultados de ambos modelos sugieren que un aumento en el precio del gas conlleva a aumentar la proporción del ingreso gastado en alimentos básicos o complementarios. Esto implica una reducción del bienestar en los hogares según la ley de Engel.

El primer modelo presenta la mayoría de variables estadísticamente significativas, con excepción de la variable BDH. La no significatividad estadística de dicha variable se torna curioso ya que, intuitivamente, se puede argumentar que las familias pobres que reciben el BDH aumentan su poder adquisitivo en comparación con las familias pobres que no lo reciben y, por tanto, pueden adquirir más productos.

Sin embargo, la explicación de este resultado deriva de los datos utilizados en la regresión. Es necesario recordar que, para las estimaciones del Modelo 1 se utilizaron los hogares que presentaban un consumo mayor o igual a cero de los productos básicos. Varios de los hogares que reciben el BDH presentaban un consumo de productos básicos igual a cero al igual que algunos hogares que pertenecen a los deciles más altos.

En el Modelo 1, el área al que pertenecen los hogares es un factor que afecta a la variable dependiente. En este caso, las personas que viven en el área urbana tienden a destinar un mayor porcentaje de sus ingresos que los hogares en el área rural. Para el Modelo 1 se observa que si un hogar pertenece al área urbana destina 1.09% más de su ingreso total en comparación con un hogar del área rural, siempre que las demás variables permanezcan constantes. Este resultado en gran parte se debe a que las áreas urbanas presentan una variación de los precios con respecto a las áreas rurales debido a la inflación, especialmente las grandes ciudades del país como Manta, Quito, Guayaquil y Cuenca.

El número de personas que son miembros de un hogar es uno de los factores más importantes, esto debido a que de acuerdo con el número de personas que habitan en un hogar, se adquirirá una determinada cantidad de alimentos ya sean estos básicos o complementarios. Como se puede apreciar en la Tabla anterior, la variable es estadísticamente significativa y sugiere que si aumenta una persona en un hogar el porcentaje de ingreso destinado a alimentos básicos aumentará en 0.55% siempre y cuando las demás variables permanezcan constantes.


64

Finalmente, al analizar el decil al que pertenece cada hogar se observa que un aumento en el posicionamiento del decil disminuye en un 0.54% la proporción de ingreso gastado en alimentos. Los hogares con ingresos más altos presentan proporciones de gasto más pequeñas; al existir un mayor ingreso en el decil 10 la proporción de gasto se torna pequeña al compararlo con los hogares de los deciles más bajos quienes presentan una proporción de gasto en alimentos mayor al 50% de sus ingresos.

El Modelo 2 presenta algunos cambios en la significatividad estadística. Por ejemplo, la variable Bono es estadísticamente significativa, debido a que en este modelo, se omitieron 1,808 hogares12 debido a que el consumo de productos complementarios es cero, esta omisión de observaciones explica el resultado estadístico obtenido. La significatividad de la variable puede ser explicada a través de la teoría económica. La variable dependiente del segundo modelo es la proporción de ingreso destinado a 69 productos alimenticios, entre los cuales se puede encontrar bienes normales e inferiores13; teniendo en cuenta esta idea se asume que los hogares de los deciles más bajos usan este bono para adquirir productos de muy bajo costo y mayor diversidad, lo que implica que el BDH ayuda a incrementar el gasto en productos complementarios, situación que no sucede con los productos básicos, pues como muestra el Modelo 1 algunos hogares del decil 1 no destinan una gran cantidad del ingreso a estos productos.

Otra variable que presenta un cambio es la variable área, la cual en el segundo modelo ha disminuido su significatividad estadística y además, el signo ha cambiado. En primer lugar, el cambio en el signo nos indica que la proporción del ingreso destinada a alimentos complementarios por parte de los hogares urbanos es un 0.14% más baja que para los hogares del área rural; la variedad de productos utilizados para crear la variable dependiente ayuda a explicar este cambio de signos. Varios productos como, por ejemplo, gaseosas, fideos, atún, etc. que son adquiridos por hogares rurales en tiendas de barrio o bodegas, lugares en donde usualmente los precios son más altos que en hipermercados o supermercados ubicados en su mayoría en el área urbana. Como información adicional, es necesario mencionar que el decil 1, ubicado en su mayoría en el área rural, realiza el 55% de sus gastos en alimentos en tiendas de barrio, bodegas y distribuidoras (INEC, 2013b). Variables como el número de personas, consumo de gas y decil conservan la significatividad estadística y los signos obtenidos en el primer modelo, de igual forma presentan valores de los estimadores bastante parecidos, con excepción de la variable consumo de gas que aumentó de 1.3341 a 2.7361. Un aumento en la proporción de ingreso destinada al pago de gas afecta más al bienestar cuando existe una mayor variedad de productos. En los modelos 1 y 2, para demostrar la correcta especificación de los mismos se analizó la normalidad de los residuos mediante la prueba Shapiro-Wilk, además se verificó que no existen problemas de multicolinealidad o mala especificación. Sin embargo, el modelo 1 y 2 presentaron problemas de variable omitida y heterocedasticidad, aunque esta última fue corregida utilizando una estimación robusta en los modelos, los resultados de las pruebas se presentan en el Anexo 3.

12 Dentro de estos 1,808 hogares existen hogares que son beneficiarios del BDH. 13 Un bien inferior, es un bien cuya demanda disminuye cuando la renta de un individuo aumenta (Krugman y Wells, 2006).


65

4.2. Resultados de la simulación

La Tabla 6 muestra el número de hogares afectados por la eliminación del subsidio en los diferentes escenarios. Primero, al eliminar el subsidio en su totalidad, el 87.9% de los hogares se verían afectados, sin embargo, existe un pequeño número de hogares, el 12.1% los cuales no se verían afectados con un incremento en el precio del GLP y esto es debido a que estos hogares utilizan otros combustibles (leña, carbón o electricidad).

Tabla 6: Número de hogares afectados en cada escenario

Escenario 1 Escenario 2 Escenario 3 Escenario 4 𝑮𝑨𝑺𝒊14 < 𝐺𝐴𝑆 0.00% 0.00% 0.00% 0.07% 𝑮𝑨𝑺𝒊 > 𝐺𝐴𝑆 87.9% 83.83% 59.52% 59.45% 𝑮𝑨𝑺𝒊 = 𝑮𝑨𝑺 12.1% 16.17% 40.48% 40.48%

Fuente: ENIGHUR 2011-2012 Elaborado por: la autora En el segundo escenario, el número de hogares afectados disminuye debido a que se proporciona un subsidio a los hogares que se encuentran bajo la línea de pobreza, no obstante, esta disminución es de apenas el 4.07% de hogares. Este es un primer indicio de que los hogares más pobres no serían los más afectados con la eliminación del subsidio ni son los que más se benefician del subsidio en la actualidad.

La explicación del tercer escenario es un poco más llamativa. Dentro de este escenario el número de hogares afectados disminuye en 24.31% en relación con el escenario anterior. Asimismo, el número de hogares ecuatorianos que seguirían recibiendo el subsidio aumentó al 40.48%. Este aumento se debe a que se mantiene el subsidio para los hogares en los que al menos una persona recibe el bono.

Finalmente, el cuarto escenario muestra valores similares al anterior. Sin embargo, existe un 0.07% (28) de hogares, los cuales actualmente pagan un valor más alto del que pagarían con la eliminación del subsidio, al analizar estos hogares se nota que la mayoría se ubica en Galápagos o en provincias fronterizas como Carchi o El Oro además de pertenecer a los tres últimos deciles de ingreso.

La Tabla 7, que se presenta a continuación, muestra información sobre los hogares que se verían afectados en cada uno de los escenarios planteados.

14 Representa el valor del cilindro de GLP en cada uno de los escenarios.


66

Tabla 7: Número de hogares afectados por escenarios

Decil Escenario 1 Escenario 2 Escenario 3 Escenario 4

Rural Urbano Rural Urbano Rural Urbano Rural Urbano 1 16.11 5.24% 12.00% 4.19% 8.64% 3.06% 8.66% 3.06% 2 14.64% 7.77% 13.08% 7.04% 10.7% 5.88% 10.72% 5.88% 3 13.16 8.76% 13.21% 8.62% 10.13% 7.27% 10.09% 7.28% 4 11.9% 9.51% 12.61% 9.58% 10.35% 8.28% 10.37% 8.28% 5 10.82 10.1% 11.91% 10.33% 10.22% 9.29% 10.18% 9.30% 6 9.45% 10.74% 10.51% 11.02% 10.51% 10.42% 10.53% 10.42% 7 8.59 11.11% 9.57% 11.41% 10.86% 11.82% 10.85% 11.81% 8 6.33% 11.84% 7.06% 12.17% 9.65% 13.53% 9.67% 13.53% 9 5.00% 12.29% 5.58% 12.64% 9.53% 14.64% 9.55% 14.61% 10 4.00% 12.64% 4.47% 12.99% 9.40% 15.82% 9.39% 15.82%

Fuente: ENIGHUR 2011-2012 Elaborado por:la autora La tabla anterior muestra información general de cuantos hogares se verían afectados con la eliminación de los subsidios. Para estimar el porcentaje de hogares ecuatorianos afectados, se ha detallado el porcentaje de hogares por decil y área que son afectados al eliminar los subsidios en cada escenario. En el primero de ellos se observa, que, en el área urbana, en los deciles 8, 9 y 10 se encuentra aproximadamente, el 37% de los hogares ecuatorianos afectados, mientras que, en los deciles 1,2 y 3 suman el 22% del total de hogares afectados. Esta situación, difiere de la zona rural, en ese caso, el mayor número de hogares perjudicados se encuentran en los deciles 1, 2 y 3 los cuales contienen al 43.91% de la población, mientras que, en los deciles más altos sólo se encuentra el 15% de hogares afectados. En principio, este resultado puede parecer extraño pues se esperaría que el consumo de GLP tenga un patrón parecido al área urbana, no obstante, al analizar con mayor detalle la base se observa que existe un reducido número de hogares pertenecientes a los deciles más altos en las áreas rurales por esta razón el consumo es menor. Es necesario mencionar que estos hogares maximizan su consumo al igual que los hogares del área urbana pues son quienes presentan un mayor consumo de GLP.

En el segundo escenario se observa, que el número de afectados de los deciles 1, 2, 3 y 4 se ha reducido aproximadamente en un 2% en el área urbana respecto al escenario 1, mostrando una vez más que los hogares pobres son quienes menor consumo de GLP presentan, por ende son los menores beneficiarios del subsidio, dentro de este escenario los deciles intermedios y más altos siguen siendo los más afectados debido a que no se aplica ningún tipo de subsidio a este grupo; sin embargo, en el área rural se puede apreciar que existe una mayor reducción de hogares afectados, en este caso los hogares perjudicados se han reducido en un 5% aproximadamente esto debido a que los hogares más pobres se encuentran en su mayoría en áreas rurales.

El tercer escenario es uno de los más curiosos debido a que existe una reducción en el número de hogares afectados en todos los deciles, algo que no se esperaría ya que se supone que los beneficiarios del BDH pertenecen a los deciles más bajos en consecuencia debería presentarse una mayor reducción en los primeros 3 o 4 deciles. El usar el BDH como un criterio para otorgar GLP subsidiado ayuda a reducir notablemente los hogares afectados. Por ejemplo, en el área urbana, existiría solamente un 15% de hogares afectados pertenecientes a los deciles más bajos. Dentro de este escenario, el área rural presenta una reducción considerable en cuanto el escenario


67

anterior. Los deciles 1, 2 y 3 contienen un total de 29.47%, anteriormente, el total de hogares afectados era del 38.29% lo que implica una reducción del 10% aproximadamente.

El último escenario no presenta resultados diferentes a su antecesor debido a que se está analizando el número de hogares afectados. Este escenario muestra que no se disminuye el número de ellos, sin embargo, es necesario recordar que, en términos monetarios, la afectación es menor pues se entrega un subsidio del 50% a los hogares que se encuentran sobre la línea de pobreza o que no reciban el BDH.

Finalmente, en la Tabla 8, que se muestra a continuación, se ha estimado el costo promedio de un tanque de 15kg de GLP en los escenarios planteados.

Tabla 8: Precio promedio del cilindro de GLP

Decil Escenario 1 Escenario 2 Escenario 3 Escenario 4 1 USD 13.98 USD 10.82 USD 6.23 USD 3.96 2 USD 13.98 USD 12.28 USD 7.86 USD 4.60 3 USD 13.98 USD 13.28 USD 8.54 USD 4.86 4 USD 13.98 USD 13.66 USD 9.09 USD 5.08 5 USD 13.98 USD 13.90 USD 9.63 USD 5.29 6 USD 13.98 USD 13.96 USD 10.27 USD 5.53 7 USD 13.98 USD 13.98 USD 11.17 USD 5.89 8 USD 13.98 USD 13.98 USD 12.16 USD 6.28 9 USD 13.98 USD 13.99 USD 12.85 USD 6.54 10 USD 13.98 USD 13.99 USD 13.58 USD 6.83


El escenario 1 presenta el precio de un cilindro de 15 kg de GLP sin subsidio. Este es el escenario más favorable para el Estado, debido a que el gasto destinado al subsidio del GLP es cero.

El escenario 2 muestra la diferencia que existe entre el precio promedio (USD 13.38) y el valor subsidiado que es USD 1.60. Esto se debe a dos razones, la primera es que varios de los hogares de los deciles 1 y 2 no utilizan GLP, por lo que, para estos hogares no aplica el subsidio, la segunda es que existe un gran número de hogares que están apenas por encima de la línea de pobreza, que en este caso fue estimada en USD 76.20. En consecuencia, el subsidio no aplica para estos hogares por no estar bajo la línea de pobreza, aunque los hogares sean pobres. Sin embargo, para los hogares más ricos el costo promedio obtenido es el verdadero valor del gas es decir ningún hogar rico se beneficiaría del subsidio.

En el tercer escenario, el costo promedio de GLP en los deciles más bajos ha disminuido en USD 4.59, sin embargo, aún no es el verdadero valor de GLP subsidiado. La razón por la cual el precio aún no es de USD 1.60, es que varios hogares pertenecientes a los deciles más bajos no reciben el BDH por estar considerados por encima de la línea de pobreza, por desconocimiento, etc. En este punto, es necesario mencionar que de igual manera existen hogares pertenecientes a los deciles más altos, en los que al menos un miembro recibe el BDH. Esta es la razón por la que los deciles más altos han disminuido el precio promedio de GLP. En este escenario debido a la mala


68

focalización del BDH existirían hogares ricos que se beneficiarían de un 100% del subsidio al GLP.

Finalmente, el ultimo escenario, en los deciles 1, 2 y 3 muestra un precio del GLP cercano al valor subsidiado (USD 1.60). Esta reducción se debe a que los hogares que no reciben el BDH y están apenas por encima de la línea de pobreza reciben un subsidio de la mitad del valor verdadero del GLP, no obstante, lo que se busca es que el subsidio se focalice de mejor manera que la actual y los hogares pobres sean los beneficiarios.

5. CONCLUSIONES

Este artículo tiene por objetivo analizar la afectación en el bienestar de los ecuatorianos que podría traer una modificación a la actual estructura del bono al GLP. Con base en los resultados, se evidencia que el uso de GLP en Ecuador es desigual, debido a que los principales beneficiarios del subsidio al GLP son los hogares pertenecientes a los deciles 8, 9 y 10 de la población. Esto se debe a que el principal combustible utilizado para la cocción de alimentos en estos deciles es el GLP centralizado o los cilindros de gas. Por otro lado, en los deciles 1, 2 y 3 de la población, existe aún un número importante de hogares que utilizan leña o carbón para cocinar, lo que reduce el número de beneficiarios del subsidio debido a que el GLP es sustituido por un combustible más barato o que puede ser obtenido de forma gratuita.

Las simulaciones realizadas en este trabajo muestran la cantidad de hogares que se verían afectados tras la eliminación del subsidio. En primer lugar, la eliminación completa del subsidio afectaría, mayoritariamente, en términos reales, a los hogares más ricos debido a que ellos son los mayores consumidores. Sin embargo, esto no quiere decir que los hogares pobres no se verían afectados con la eliminación del subsidio, de hecho, los hogares pobres, en términos relativos, son quienes sufrirían una mayor afectación en el bienestar debido a que son quienes destinan un mayor porcentaje de sus ingresos a la compra del gas. La focalización del subsidio teniendo en cuenta quienes son los beneficiarios del BDH, podría ser un primer paso en cuanto a mejorar la focalización del mismo, no obstante, es necesario comprender que el otorgar un subsidio a los beneficiarios del BDH implicaría la exclusión de individuos pobres que no son parte del programa debido a las fallas que presenta la focalización del mismo. Finalmente, mantener un porcentaje del subsidio para los hogares “no pobres" y seguir entregando el subsidio en su totalidad a los hogares “pobres" se presenta como el mejor de los escenarios debido a que el número de hogares afectados es el más bajo en comparación a los demás escenarios, sin embargo, este sería el escenario más costoso para el Estado.

Actualmente, además de la mala focalización del subsidio, contrabando de GLP subsidiado hacia Perú y Colombia, también existe un mal uso del GLP subsidiado que, en ocasiones, es utilizado en vehículos, industrias, piladoras y restaurantes. Aunque el uso del GLP no es parte del análisis de este trabajo es necesario contextualizarlo para entender las consecuencias económicas de mantener el subsidio al GLP. El gobierno ecuatoriano aún no ha logrado que todos los hogares adquieran una cocina de inducción, aunque las hidroeléctricas que proveen energía más barata ya se encuentran funcionando. Sin el uso masivo de cocinas de inducción dos situaciones quedan en evidencia. Primero, si no se aumenta el consumo eléctrico la inversión en hidroeléctricas podría no ser aprovechada de forma eficiente. Después, la posibilidad de modificar o eliminar el subsidio al GLP se torna más lejana, pues considerando el costo político y social que podría acarrear una medida de este tipo, haría que los gobiernos continúen tratando el tema con cautela.


69

Adicionalmente, la incertidumbre respecto a la tarifa eléctrica y a la duración del subsidio de consumo eléctrico también puede influir en el limitado uso de cocinas de inducción.

Así, los hacedores de política están llamados a pensar en políticas de mayor envergadura. Por ejemplo, los esfuerzos para combatir el contrabando deben potenciarse, considerando que el contrabando incluye cooperación efectiva con los países vecinos. Se podría inclusive pensar en la unificación de la tarifa del GLP con Colombia y Perú como una forma de desincentivar el contrabando del producto.


70

6. BIBLIOGRAFÍA

Adam, L., & Lestari, E. (2008). Ten Years of Reforms: The Impact of an Increase in the Price of Oil on Welfare. Journal of Indonesian Social Sciences and Humanities, 1, 121-139.

Bacon, R., & Kojima, M. (2006). Phasing out subsidies. Recent Experiences with Fuel in Developing.

Barr, N. A. (2012). The Economics of the Welfare State (5a ed.). Stanford University Press.

Beaton, C., & Lonton, L. (2010). Lessons learned from Indonesia’s attempts to re- form fossil-fuel subsidies. International Institute for Sustainable Development.

Bourguignon, F., & Spadaro, A. (2006). Microsimulation as a tool for evaluating redistribution policies. The Journal of Economic Inequality, 4(1), 77-106.

Bulman, T., Fengler, W., & Ikhsan, M. (2008). Indonesia’s Oil Subsidy Opportunity. Far Eastern Economic Review, 171(5), 14.

Castillo, J. G. (2007). Una nota acerca de los subsidios, la política y la economía. Cuestiones Económicas, 23(3), 171-181.

Chávez, Y., Medina, P. (2012). Diferencia de gastos según tamaño y composición familiar: una aplicación para Ecuador usando escalas de equivalencia. Analítika: revista de análisis estadístico, (4), 7-26.

Coady, D. P., El Said, M., Gillingham, R., Kpodar, K., Medas, P. A., & Newhouse, D. L. (2006). The magnitude and distribution of fuel subsidies: evidence from Bolivia, Ghana, Jordan, Mali, and Sri Lanka.

Dartanto, T. (2013). Reducing fuel subsidies and the implication on fiscal balance and poverty in Indonesia: A simulation analysis. Energy Policy, 58, 117-134.

Del Granado, F. J. A., Coady, D., & Gillingham, R. (2010). The unequal benefits of fuel subsidies: A review of evidence for developing countries. World Development, 40(11), 2234-2248.

Di Bella, C. G., Norton, L. D., Ntamatungiro, J., Ogawa, S., Samake, I., & Santoro, M. (2015). Energy Subsidies in Latin America and the Caribbean: Stocktaking and Policy Challenges.

Downs, A. (1957). An economic theory of political action in a democracy. The journal of political economy, 135-150.

Fontaine, G. (2013). Sobre bonanzas y dependencia: petróleo y enfermedad holandesa en el Ecuador. Íconos-Revista de Ciencias Sociales, (13), 102-110.

INEC (2016). ENCUESTA NACIONAL DE EMPLEO, DESEMPLEO Y SUBEMPLEO - Indicadores Laborales junio 2016. Disponible en: http://www.ecuadorencifras. gob.ec/documentos/web-inec/EMPLEO/2016/Junio-2016/Presentación Empleo Junio 2016.pdf.

INEC (2013). Indicadores Pobreza-diciembre 2012. Disponible en: http://www.ecuadorencifras.gob.ec/documentos/web-inec/POBREZA/2013/dic-2013/Reporte Pobreza-dic13.pdf

INEC (2013b) Encuesta Nacional de Ingresos y Gastos de los hogares urbanos y rurales 2011- 2012. Resumen Metodológico y Principales Resultados. Disponible en: http://www.inec.gob.ec/Enighur/Analisis ENIGHUR %202011-2012 rev.pdf

Krugman, P. R., Wells, R. (2006). Introducción a la economía: microeconomía. Reverté.

López - Cáliz, J. R. (2006). Creación de espacio fiscal para reducir la pobreza. Revisión del gasto público de Ecuador (Vol. 1). IDB.

Macario, C. (1998). Chile: de las políticas de subsidio a las exportaciones a las políticas de desarrollo de la competitividad. Integración y comercio, 2(4/5).

Merino, M. A. L. (1999). La regulación económica de los servicios públicos. Ariel.


71

Merz, J. (1991). Microsimulation—a survey of principles, developments, and applications.International Journal of Forecasting, 7(1), 77-104.

Ministerio de Finanzas. (2012). Programación Presupuestaria Cuatrianual 2011-2014.


Ministerio de Finanzas. (2013). Programación Presupuestaria Cuatrianual 2013- 2016.



Ministerio de Finanzas. (2015). Programación Presupuestaria Cuatrianual 2016- 2019.

Monteiro da Costa, J. M. (1994). Incentivos Fiscales y Desarrollo Regional: La Experiencia Internacional. EURE. Revista Latinoamericana de Estudios Urbano-Regionales, 20(61), 77.

Mourougane, A. (2010). Phasing out energy subsidies in Indonesia, OECD Economics Deparment Working Paper, No. 808 OECDE Publishing, Paris.

Orcutt, G. H. (1957). A new type of socio-economic system. The review of economics and statistics, 116-123.

Pérez, R. (2010). Nociones básicas de Estadística. Rigoberto Pérez.

Slesnick, D. T. (1996). Consumption and poverty: How effective are in-kind transfers? The Economic Journal, 1527-1545.

Steenblik, R. (2007). A subsidy primer. Global Subsidies Initiative of the International Institute for Sustainable Development, Geneva, Switzerland.

Sterner, T. (1989). Oil products in Latin America: the politics of energy pricing.The Energy Journal, 25-45.

Stiglitz, J. E. (2000). La economía del sector público (3a ed.), Barcelona, España: Antoni Bosch Editor.

Tullock, G. (1970). Private wants, public means; an economic analysis of the desirable scope of government.

Varian, H. R., Repcheck, J. (2010). Intermediate microeconomics: a modern approach (Vol. 6). New York: WW Norton Company.

Vivanco, M. (2005). Muestreo estadístico. Diseño y aplicaciones. Editorial Universitaria.

Von Moltke, A., McKee, C., & Morgan, T. (2004). Energy subsidies: Lessons learned in assessing their impact and designing policy reforms (Vol. 15, No. 4, pp. 459-460). Emerald Group Publishing Limited.

Wooldridge, M. (2001). Introducción a la econometría: Un Enfoque Moderno. 4ta Edición. Javier Reyes Martínez.


72

ANEXOS

Anexo 1: Evolución de los subsidios 2011-2015

Subsidios 2011 2012 2013 2014 2015 Seguridad Social 827 1 039 989 1 216 1 540 IEES 493 706 563 813 1 100 IISPOL 103 103 151 135 110 ISSFA 230 230 274 267 330 Combustibles 1 442 2 867 4 539 3 888 3 494 Diésel Importado 125 1 364 1 934 1 860 1 757 GLP Nacional 66,5 23,8 65,4 102,2 18,1 GLP Importado 571 656 601 570 513 NAFTA Importada 631 778 1 757 1 299 1 179 OTROS Importados - - 180,6 56,2 26 JET Fuel 47,6 43,6 - - - Electricidad 171 100 48,5 43 - Déficit Tarifario 80,2 - 618 32 - Tarifa Dignidad 44 - 30 11 - Emergencia Eléctrica 47,1 - - - - Desarrollo Social 770 831 879 715 750 Bono de Desarrollo Humano 751 790 850 716 308 Bono de Discapacidad Joaquín Gallegos Lara 19,3 41,8 29,8 - 66,2

Pensión de Adultos Mayores - - - - 301 Pensión para Personas con Discapacidad - - - - 75,2 Vivienda 356 45,2 31,4 164 45,7 Bono de la Vivienda 349 45,2 31,4 160 45,7 Bono de Titulación 1,86 - - 4,27 - Bono al Mejoramiento de Barrios 4,68 - - - - Agricultura 60,6 9,9 30,3 - - Importación y Comercio de Urea 60,6 9,9 30,3 - - Transporte - - 57,1 - 43,9 Calidad del Servicio de Transporte en el Ecuador 22,6 - 43,9 Calidad del Servicio de Transporte Intra e Interprovincial en el Ecuador 34,5 - -

BEDE 32 112 26,5 54,1 58,8 PROMADEC 4,9 - - 18,3 - PROCECAM 0,12 - - 9,3 - PRODEPRO - - 23 - - PROPESCAR 23 - - - - Crédito Subvención Mantenimiento Vial 4 - - 3,56 - Fideicomiso Banca del Migrante 1,18 10,1 1,5 - - Agua - - - 31 34 Subsidio de Agua no Potable - - - 31 34

Fuente: Programación Presupuestaria Cuatrianual 2011, 2012, 2013, 2014 y 2015 Elaborado por:la autora


73

Anexo 2: Productos Utilizados para la construcción de la Variable 𝑌#

Productos Gasto Mensual *

% de Gasto **

% de Gasto Acumulado

Pan corriente trigo (bollo, re $ 371.260,30 6,12% 6,12% Arroz blanco $ 331.100,60 5,46% 11,57% Pollo, gallina entera sin plumas $ 237.390,90 3,91% 15,49% Leche entera funda $ 203.943,60 3,36% 18,85% Pechuga, alas y piernas de pollo $ 202.564,60 3,34% 22,18% Huevos de granja (incubadora) $ 153.538,70 2,53% 24,71% Aceite vegetal de palma africana $ 146.513,90 2,41% 27,13% Queso de mesa $ 139.652,40 2,30% 29,43% Carne de res con hueso $ 138.466,50 2,28% 31,71% Azúcar refinada (blanca) $ 136.706,20 2,25% 33,96% Carne de res sin hueso (corriente) $ 114.240,30 1,88% 35,85%

Colas y/o gaseosas (botellas, $ 106.899,00 1,76% 37,61% Atún en aceite vegetal $ 105.251,30 1,73% 39,34% Plátano verde $ 101.315,90 1,67% 41,01% Tomate riñón $ 99.423,19 1,64% 42,65% Leche fresca cruda o no pasteurizada $ 98.061,82 1,62% 44,27%

Papa chola $ 93.538,19 1,54% 45,81% Pechuga de pollo $ 91.498,75 1,51% 47,32% Arroz flor $ 90.010,51 1,48% 48,80% Pulpa de res $ 86.680,28 1,43% 50,23% Cebolla paiteña colorada $ 82.944,89 1,37% 51,59% Queso de cocina (tierno) $ 75.468,26 1,24% 52,84% Pescados otras variedades $ 66.030,19 1,09% 53,93% Manzana $ 63.277,21 1,04% 54,97% Naranja $ 61.239,81 1,01% 55,98% Fideos $ 58.003,27 0,96% 56,93% Carne de cerdo con hueso $ 57.232,90 0,94% 57,88% Tomate de árbol $ 53.574,21 0,88% 58,76% Huevos criollos de gallo y gal $ 48.761,69 0,80% 59,56% Leche entera cartón $ 48.355,54 0,80% 60,36% Piernas de pollo $ 47.581,14 0,78% 61,14% Fréjol tierno (pelado o en vaina) $ 42.724,58 0,70% 61,85% Yuca $ 40.552,21 0,67% 62,52% Banano (guineo) $ 40.225,85 0,66% 63,18% Zanahoria amarilla $ 38.833,04 0,64% 63,82% Limón sutil $ 38.147,63 0,63% 64,45% Choclo tierno en mazorca $ 37.686,97 0,62% 65,07% Lomo de res $ 37.684,22 0,62% 65,69% Arveja tierna (pelada o en vaina) $ 37.612,05 0,62% 66,31%


74

Productos Gasto Mensual *

% de Gasto **

% de Gasto Acumulado

Leche maternizada (Fórmula) $ 36.179,28 0,60% 66,90% Agua sin gas purificada (botella) $ 35.966,08 0,59% 67,50% Yogurt de frutas $ 35.784,18 0,59% 68,09% Queso fresco amasado $ 35.651,74 0,59% 68,67% Pimiento $ 35.376,72 0,58% 69,26% Café soluble e instantáneo $ 33.420,81 0,55% 69,81% Camarones $ 32.530,78 0,54% 70,34% Chuleta de cerdo $ 31.664,69 0,52% 70,87% Plátano maduro $ 31.336,65 0,52% 71,38% Lenteja $ 29.014,17 0,48% 71,86% Yogurt de sabores $ 28.789,98 0,47% 72,33% Habas tiernas (pelada o en vaina) $ 28.751,89 0,47% 72,81%

Papa de otra variedad $ 28.457,28 0,47% 73,28% Cebolla blanca $ 27.976,99 0,46% 73,74% Avena $ 27.355,71 0,45% 74,19% Mandarina $ 26.702,13 0,44% 74,63% Ajo en pepa (pelado) $ 25.213,56 0,42% 75,04% Papaya $ 24.854,47 0,41% 75,45% Albacora $ 23.837,42 0,39% 75,85% Harina de trigo $ 23.235,21 0,38% 76,23% Aguacate $ 23.055,08 0,38% 76,61% Fideos tallarín $ 22.596,75 0,37% 76,98% Piña $ 21.987,41 0,36% 77,34% Corvina de mar $ 21.254,51 0,35% 77,69% Cereales preparados $ 21.114,66 0,35% 78,04% Uvas negras $ 19.977,93 0,33% 78,37% Tilapia $ 19.610,78 0,32% 78,70% Mora (castilla y silvestre) $ 19.449,73 0,32% 79,02% Brócoli $ 18.958,98 0,31% 79,33% Naranjilla $ 18.828,22 0,31% 79,64% Jugo natural de frutas envasad $ 18.246,48 0,30% 79,94% Cocoa para bebidas (ricacao) $ 17.745,33 0,29% 80,23% Picudo $ 17.680,34 0,29% 80,52% Chorizo $ 17.363,12 0,29% 80,81% Arroz viejo $ 17.121,46 0,28% 81,09%

*Gasto Mensual: Gasto de todos los hogares en cada uno de los productos según la ENIGHUR 2011-2012 ** % de Gasto: Proporción de gasto de cada uno de los productos respecto al gasto de los 741 que constan en la ENIGHUR

Fuente: Programación Presupuestaria Cuatrianual 2011, 2012, 2013, 2014 y 2015 Elaborado por: la autora

INFRAESTRUCTURA ESCOLAR Y RENDIMIENTOACADÉMICO ¿PUEDE LA DOTACIÓN DEINFRAESTRUCTURA ESCOLAR MEJORAR ELRENDIMIENTO ACADÉMICO?

75

INFRAESTRUCTURA ESCOLAR Y RENDIMIENTO ACADÉMICO ¿PUEDE LA INFRAESTRUCTURA ESCOLAR

CONTRIBUIR A LA MEJORA DEL RENDIMIENTO ACADÉMICO?1

Tania Carolina Peña Terán Estudiante de Economía en la Universidad Central del Ecuador, especialidad Planificación del Desarrollo. Fue parte de la Agencia de Coordinación Distrital del Comercio en el Municipio del Distrito Metropolitano de Quito, encargándose del manejo del Sistema Administrativo Financiero y apoyo en la gestión de procesos precontractuales de Contratación Pública.Obtuvo el tercer lugar en el Concurso Académico José Corsino Cárdenas, Undécima Edición.

Jenny Cristina Maldonado Apulema Egresada de la carrera de Economía en la Universidad Central del Ecuador, especialidad planificación del desarrollo. Realizó pasantías en el Municipio del Distrito Metropolitano de Quito en la Agencia de Coordinación Distrital del Comercio. Colaboró en la depuración y homologación de bases de datos y en el manejo del Sistema Administrativo Financiero. Obtuvo el tercer lugar en el Concurso Académico José Corsino Cárdenas, Undécima Edición.

RESUMEN

La presente investigación tiene como objetivo estimar un efecto causal entre las mejoras en infraestructura escolar (biblioteca, sala de computación, cancha deportiva e internet) y el rendimiento académico de los estudiantes, mediante las estrategias de identificación: variable proxy (VP) y variable instrumental (IV). Además, a través de la descomposición Blinder-Oaxaca se estimó en cuanto se reduciría la brecha de desempeño entre estudiantes, si se igualaran sus oportunidades en infraestructura. Se encuentra un efecto positivo y significativo en todas las infraestructuras escolares analizadas, ya sea en Matemática o Lenguaje, asimismo, si se dota de infraestructura de apoyo al docente a escuelas que no cuentan con estas condiciones, el puntaje de Matemáticas podría elevarse de 485 a 530 puntos, mientras que el puntaje de Lenguaje pasaría de 462 a 513 puntos.

El fin de este estudio es aportar al debate académico y sugerir a las personas responsables de formular políticas educativas hacia los tipos de intervenciones que demuestren los mejores resultados para mejorar la calidad educativa en el país

Palabras clave: rendimiento académico, infraestructura escolar, variable proxy, variable instrumental, descomposición Blinder -Oaxaca, SERCE, TERCE.

1Investigación desarrollada bajo la tutoría del Econ. David Alejandro Villamar Cabezas, docente de la Universidad Central del Ecuador.

ABSTRACT

The current investigation aims to estimate a causal effect between improvements in school infrastructure (library, computer room, sports court and internet) and the academic performance of students, through identification strategies: proxy variable (VP) and instrumental variable (IV). Also, through the Blinder-Oaxaca decomposition it estimates how much the performance gap between students will be reduces, if the infrastructure opportunities were the same. To achieve this, a unified Pooled Cross section type database was build, based on the SERCE and TERCE surveys carried out by UNESCO in 2006 and 2013, these surveys have measurements of student performance in the areas of Mathematics and Language for children of 3rd and 7th grade of general basic education. A positive and significant effect was found in the analysis of all school infrastructures, whether in Mathematics or Language, and if the teacher support infrastructure is provided to schools that do not have these conditions, the Mathematics score could rise from 485 to 530 points, while the Language score would go from 462 to 513 points.

Keywords:academic performance, school infrastructure, proxy variable, instrumental variable, Blinder Oaxaca descomposition, SERCE, TERCE

Infraestructura escolar y rendimiento académico ¿puede la infraestructura escolar contribuir a la mejora del rendimiento académico?

78

1. Introducción

Uno de los estudios más influyentes y controversiales del siglo XX referente a temas de educación fue “Equality ofEducational Opportunity”, publicado en 1966, también conocido como “Informe Coleman”. Este concluía, entre otras cosas, que la cantidad de dinero invertido en escuelas no parecía influir en los resultados académicos, y por el contrario, le atribuía un efecto preponderante a los antecedentes familiares de los estudiantes (Coleman & otros, 1966).

Tal estudio marcó el inicio de un intenso debate académico sobre la eficiencia y pertinencia del gasto en educación, que muchos llegaron a considerar como un gasto infructuoso. Algunos años más tarde, Coleman, reconoció que en el informe inicial se sobreestimó la influencia de las condiciones familiares socioeconómicas y culturales, dejando un importante ejemplo del riesgo que conlleva el arrojar estimaciones potencialmente sesgadas de parámetros en política pública.

En la actualidad, el tema educativo continúa siendo una preocupación central en discusiones de política pública. En efecto, se estima que para 2014, 263 millones de niños, adolescentes y jóvenes de todo el mundo no estaban escolarizados, de los cuales 58 millones eran niños y niñas de entre 6 y 11 años, lo que delata un cuasi-estancamiento desde 2007 (UNESCO, 2016). Esto, pese a que ya en la Declaración Universal de los Derechos Humanos se establecía a la educación como un derecho fundamental y hacia 1948, Naciones Unidas (NNUU) hablaba ya de la educación equitativa en referencia a igualdad en acceso, calidad y permanencia en el sistema educativo, sin diferenciación de sexo, etnia, condición social o económica (Naciones Unidas, 1948).

En América Latina y el Caribe, el acceso equitativo a una educación de calidad está lejos de ser una realidad, cuando el 74% de estudiantes asisten a escuelas que carecen de uno o más elementos básicos de infraestructura, tales como agua, saneamiento, servicios básicos, espacios académicos, equipamiento de aulas, áreas de oficinas y salas de uso múltiple, entre otros. Estas carencias, se manifiestan con mayor frecuencia en escuelas del sistema público. (Duarte, Jaureguiberr, & Racimo, 2017)

Una realidad similar se observa en Ecuador, donde hacia 2006, menos de 16% de las escuelas públicas contaba con biblioteca, frente a 51% de las privadas; 45% de aquellas tenía sala de cómputo y 4% disponía de servicio de internet, frente a 64% y 30%, respectivamente, de las privadas (SERCE, 2006 (ver gráfico 5)). Para enfrentar esta problemática y como parte de la política orientada al mejoramiento de la infraestructura y el equipamiento de las instituciones educativas, del Plan Decenal de Educación (2006-2015), en el país se inició la construcción de las “Unidades Educativas del Milenio” (UEM). Éstas fueron diseñadas con el fin de brindar una educación de alta calidad, dotándolas para ello de una infraestructura educativa integral, por lo general, ausente en el resto de instituciones educativas del sistema público, pero también en buena parte de las del privado, y que incluye baterías sanitarias, bloque de administración, cancha de uso múltiple, laboratorio de física y química, biblioteca, laboratorio de computación.

Ahora bien, con el fin de estimar los resultados de dicha inversión, y en línea con la creciente preocupación social por la calidad del gasto público, las UEM fueron objeto de distintos estudios de corte experimental (evaluaciones de impacto), cuyos resultados salieron a la luz en 2017. Mientras uno de ellos, (Jaramillo, 2017), encuentra un incremento estadísticamente significativo en el puntaje global de los estudiantes de las UEM (de 24 puntos por encima del promedio del

Tania Carolina Peña Terán Jenny Cristina Maldonado Apulema

79

resto de instituciones fiscales) ; otro(Ponce & Drouet, 2017)1, que realiza distintos diseños metodológicos, encuentra un impacto positivo parcial (en Matemáticas) en el primer diseño, y ningún impacto significativo ni en logros académicos, ni en matrícula escolar, en el segundo.

A raíz de estas investigaciones, hace algunos meses, tomó fuerza en el Ecuador un marcado debate, en mucho, análogo a aquél derivado del “Informe Coleman”, y que para varias personas puso en tela de duda la eficacia del gasto realizado en las UEM, levantando una aguda polémica, y rápidamente pasando del ámbito académico al político, donde los distintos medios de comunicación insistían en los resultados de un informe o del otro, según su propio sesgo editorial.

Pero más allá de la polémica desatada, se debe insistir en la importancia del debate mencionado. En efecto, cabe resaltar que la Organización de las NNUU para la Educación, la Ciencia y la Cultura (UNESCO, 2014), señala aspectos como la gestión escolar, materiales de apoyo adecuados, docentes capacitados e infraestructura, entre algunos de los elementos fundamentales para lograr los resultados de aprendizaje deseados. Es más, el doctor Augusto de la Torre, quien fuera Economista en Jefe del Banco Mundial para asuntos de América Latina y el Caribe, en una crítica a varias de las políticas de gasto público de la región, señala que el mejor uso alternativo que podía haberse dado a los recursos del boom de materias primas, para asegurarse que éste tenga un impacto de largo plazo y genere una reducción sostenible de la desigualdad, habría sido invertir estratégicamente en educación con el fin de lograr calidad comparable entre los sistemas público y privado (De La Torre, 2016).

Con el fin de contribuir al debate académico mencionado, y partiendo de que la principal diferencia entre las UEM y el resto de centros educativos radica en la integralidad de su infraestructura, esta investigación busca conocer cuál es el impacto que tendría un cambio significativo en la infraestructura escolar sobre el desempeño académico de los estudiantes, al tiempo de sugerir a los y las responsables de formular políticas educativas, hacia qué tipo de intervenciones debería direccionarse los recursos públicos, según su impacto estimado para mejorar la calidad educativa en el país.

Concretamente, en este trabajo se persiguen dos objetivos: (i) estimar un efecto causal entre las mejoras en infraestructura escolar y el rendimiento académico de los estudiantes; y (ii) estimar en cuanto se reduciría la brecha de desempeño entre estudiantes, si se igualaran sus oportunidades en infraestructura.

Para ello, se construyó una base de datos unificada tipo Pooled Cross section, a partir de las encuestas SERCE y TERCE llevadas a cabo por la UNESCO en 2006 y 2013, respectivamente, y que contienen mediciones sobre el desempeño estudiantil 2 en las áreas de Matemática y Lenguaje para niños y niñas de 3ro y 7mo de educación general básica. Estos datos, además de provenir de muestras aleatorias, representativas de los sistemas educativos público y privado, tienen la ventaja de arrojar información anterior y posterior a los cambios en inversión educativa de los últimos años, aspecto determinante en nuestra estrategia de identificación. Nuestra base de datos cuenta con información sobre la disponibilidad de distintos tipos de infraestructura educativa, y este estudio se centra en aquella más directamente relacionada con los resultados educativos, como es la infraestructura de apoyo al docente y aquella destinada al desarrollo de 1Cabe señalar que la ausencia de impacto se da en el diseño metodológico de diferencias en diferencias con lista de espera. No obstante, en un diseño alternativo, basado en un Propensity Score Matching, sí se encontró un impacto positivo y significativo en Matemática de 0.5 desviaciones estándar. 2Cabe señalar que a lo largo de este artículo se utilizará como sinónimos los términos desempeño estudiantil, logro de aprendizaje, rendimiento académico, entre otros.


80

actividades lúdicas. Los análisis de regresión presentados utilizan tanto la base TERCE como la base unificada. A nuestro conocimiento, este aprovechamiento simultáneo de la información contenida en ambas encuestas mencionadas no se había dado en otros estudios similares.

La principal desventaja de nuestro diseño metodológico frente a las evaluaciones de impacto antes mencionadas es que, evidentemente, éste no es experimental. Esto conlleva la necesidad de modelar los problemas de identificación enfrentados y nos coloca frente a alternativas cuasi experimentales de estimación, tales como Variable Instrumental. Estos métodos, señala Wooldridge, “cuando son aplicados apropiadamente, pueden constituir una poderosa herramienta para estimar ecuaciones estructurales utilizando datos no experimentales” (Wooldridge, 2002).

De este modo, se establece la existencia de variables omitidas y se modela un potencial problema de endogeneidad, que arrojaría estimadores sesgados e inconsistentes, por lo que, para lograr el primer objetivo, se utilizan dos estrategias de identificación distintas: la inclusión de variables Proxy (aplicada tanto a TERCE como a la base unificada), y el método de Variables Instrumentales (IV)(aplicado únicamente a la base TERCE), orientadas, la primera sobre todo a mitigar el problema del sesgo, y la segunda, a la obtención de estimadores consistentes.

La presencia del sesgo predicho se manifiesta, en particular, por ejemplo, en un estimador OLS negativo y significativo al 90% para el coeficiente de sala de computación, de alrededor de -15 puntos para el rendimiento en Matemáticas, problema que la estrategia de variables Proxy no logra corregir. Sin embargo, los instrumentos utilizados revelan una eficacia notable, pues arrojan para ese mismo coeficiente un valor positivo de 43 puntos, significativo al 99%, evidenciando una corrección significativa de la estimación OLS original. Otras variables de infraestructura como biblioteca e internet no arrojan resultados significativos para el puntaje en Matemáticas, lo que podría sugerir la necesidad de instrumentos más precisos.

Ahora bien, para los resultados de Lenguaje, la estrategia de Variable Instrumental permite corregir el valor negativo del coeficiente de sala de computación, y arroja valores sensatos para cada variable de infraestructura (5 pts. biblioteca, 35 pts. sala de computación, 11 pts. internet). Sin embargo, esta estrategia no logra establecer significancia para ninguna de las variables mencionadas; un problema frecuente de este método, ante el cual Wooldridge considera que puede ser preferible quedarse con estimadores sesgados cuyos errores estándar sean relativamente pequeños (OLS), en lugar de escoger estimadores consistentes (IV, 2SLS) que resulten tan imprecisos que se pierda toda significancia (Wooldridge, 2002).

Por otra parte, la estrategia Proxy para Lenguaje, arroja resultados positivos para variables como biblioteca (12.5 pts. OLS y 8.5 pts. Proxy, significativos al 95%), e internet (18.3 pts. OLS, 12.5 pts. Proxy, significativos al 99%). El resto de coeficientes incluidos en las distintas regresiones, por lo general, mantiene los signos y significancias predichas por la literatura.

Para estimar la reducción de la brecha de rendimiento, entre las escuelas carentes de la infraestructura examinada versus las que sí disponen de la misma, se utilizó la metodología de descomposición Blinder-Oaxaca (1973). Esta permite estimar cómo cambiarían los puntajes globales de los estudiantes de escuelas carentes de infraestructura al dotar a éstas de la misma, manteniendo los demás factores constantes. Se encontró que, si se dota de infraestructura de apoyo al docente a escuelas que no cuentan con estas condiciones, el puntaje de Matemáticas podría elevarse de 485 a 530 puntos, mientras que el puntaje de Lenguaje pasaría de 462 a 513 puntos, lo cual reduciría considerablemente la brecha con las escuelas privadas (545 en Matemáticas y 527 en Lenguaje). Este resultado es consistente con aquél que revela el análisis de


81

regresión presentado, donde (manteniendo constantes varias características de docentes, escuelas, estudiantes y padres), al controlar las condiciones de infraestructura, el tipo de escuela (pública o privada) pierde significancia para Matemáticas, y fluctúa entre escasos 15 y 20 pts. (en favor de las privadas) para Lenguaje.

2. Revisión de la literatura

Partimos nuevamente del antes mencionado “Informe Coleman”, que ponía en duda la relación entre el dinero gastado en las escuelas y los resultados académicos (Coleman & otros, 1966). Este análisis dio paso al desarrollo de estudios similares, como el de Jenks, quien señaló que la igualación de oportunidades educativas no mejoraba la situación de los sectores excluidos, con lo cual se justificaba no invertir ni reformar el sistema educativo (Jencks, 1973).

En contraposición, parte de la literatura, indica que la inversión en infraestructura escolar tiene efectos positivos y está relacionada principalmente con tres aspectos considerados en esta investigación.

Asistencia y reducción de deserción escolar: Duran Narucki presenta evidencia empírica de los efectos de la calidad de la infraestructura escolar en los resultados académicos de 95 escuelas analizadas, donde los estudiantes de las escuelas con malas instalaciones obtenían calificaciones más bajas en las pruebas ELA y Matemáticas, debido a que asistían menos días en promedio. (Durán-Narucki, 2008)

Estímulo y disminución de ausentismo del personal docente: en una investigación realizada con una muestra de países en desarrollo (Bangladesh, Ecuador, India, Indonesia, Perú y Uganda) se encontró que un aumento de la desviación estándar en el índice de infraestructura se asocia con la reducción de 2,7 puntos porcentuales en la ausencia de los docentes. (Chaudhury, Hammer, Kremer, Muralidharan, & Rogers, 2006)

Por último, el resultado más importante se da en el logro de aprendizaje: algunos estudios evidencian la relación positiva entre el rendimiento académico de los estudiantes y las características físicas de las escuelas como (Berner, 1993) quien seleccionó una muestra de escuelas secundarias en áreas urbanas de Washington D.C. y determina que existe correlación positiva entre las escuelas de mejor calidad de construcción y el rendimiento estudiantil.

Un estudio de Boese analiza las características de infraestructura en escuelas secundarias de New York y las calificaciones de los estudiantes en Matemáticas, Lenguaje y ciencias. Revela que las condiciones de la escuela reflejan un aumento en el logro académico del estudiante (Boese, 2005). Por su parte, Barrett, Zhang, Moffat, & Kobbacy, encontraron en Reino Unido evidencia del impacto del diseño de edificios escolares en las tasas de aprendizaje de los estudiantes, tomando una muestra de 751 estudiantes, donde se reveló que un 25% del aprendizaje estaba asociado al diseño escolar. (Barrett, Zhang, Moffat, & Kobbacy, 2013)

Un estudio para países de América indica que entre los factores más asociados con el aprendizaje está la presencia de espacios de apoyo a los docentes, como salas de computación, biblioteca y laboratorio de ciencias. (Duarte, Gargiulo, & Moreno, 2011)

Otras investigaciones (Duarte, et al., 2017; Treviño, Place, Gempp, & Donoso Rivas, 2013) determinan que asistir a una escuela con espacios físicos de aprendizaje que cuenten con servicios básicos (agua potable, baños, electricidad, teléfono) y espacios pedagógicos como biblioteca,


82

espacios para el deporte o reuniones colectivas y aulas dotadas de los materiales básicos, tiene una relación positiva con mejoras en el aprendizaje escolar.

En América Latina existe disparidad en las condiciones de infraestructura entre escuelas públicas y privadas, tanto en el área rural como urbana, a las que asisten estudiantes de distintos estamentos socioeconómicos. Apenas el 70% de estudiantes de escuelas públicas recibe clases en aulas completamente equipadas, mientras que en las escuelas privadas esta cifra asciende al 88%. (Duarte, et al., 2017)

Según Campana y otros, una mayor inversión en educación puede atenuar las diferencias entre establecimientos públicos y privados, como se comprobó en Perú cuando se implementó una remodelación y equipamiento de infraestructura educativa en biblioteca, salas de computo, talleres, sala de profesores y oficinas administrativas, para 72 colegios públicos dando como resultado un aumento de 0.0779 y 0.0007 desviaciones estándar en el rendimiento promedio de comunicación y razonamiento matemático respectivamente. (Campana, Velasco, Aguirre, & Guerrero, 2014)

3. Marco teórico

A continuación, a manera de marco teórico, se presenta un repaso detallado de la literatura sobre las relaciones entre los resultados escolares y las distintas variables de control que se incluirá en el análisis, para conocer los signos a priori que se esperaría obtener empíricamente.

Partiendo de Nováez (1986), el rendimiento académico dependería, entre otros, de variables como habilidades y aptitudes, factores emocionales y afectivos, al igual que de calidad de la escuela y docentes.

Según la literatura encontrada los factores que principalmente influyen en el rendimiento académico de los estudiantes son los siguientes:

Educación de la madre

En distintas investigaciones (Miñano, 2009)(González Pienda, y otros, 2002)(Choha & Khan, 2010) la educación de la madre, es la variable explicativa más correlacionada con la educación del niño aunque sea en forma indirecta (no así el nivel educativo del padre) ya que generalmente es la madre quien influye significativamente en la vida académica del estudiante, transmite motivación y percepción de competencia a sus hijos. A mayor nivel educativo de la madre, mayor acompañamiento en deberes académicos como un medio para incrementar el rendimiento académico de sus hijos (Dzever, 2015).

Ingreso familiar

En una investigación donde se utilizó una muestra representativa de países, se evaluó los determinantes de la calidad educativa y se concluye que los aportes familiares y los recursos escolares están estrechamente relacionados con los resultados educativos, es decir que las características familiares, el ingreso y la educación de los padres, tienen fuertes efectos en el rendimiento estudiantil. Además, cuando existen mayores recursos escolares, especialmente clases más pequeñas y salarios de maestros más altos se evidencia una mejora de los resultados educativos. (Lee & Barro, 1997)


83

Según algunas investigaciones (Pourtois & Desmet, 1989)(Ladrón de Guevara, 2000), existe relación entre el rendimiento académico y el origen social de los alumnos; variable tradicionalmente representada por el nivel de ingresos de la familia. (Fernández Nares & Salvador Mata, 1994)

Educación del docente

Según Anderson y Dunkin para obtener los efectos deseados en el rendimiento académico de los estudiantes, es necesario contar con docentes que tengan las habilidades y el conocimiento necesario. Estas investigaciones encontraron que estudiantes apoyados por docentes con mayores niveles de escolaridad alcanzan puntajes mayores en pruebas de rendimiento (Anderson, 1991) (Dunkin, 1997). Según Hunt el nivel educativo de los docentes sí marca una diferencia en el aprendizaje estudiantil, y representa hasta un 30% en los resultados de las pruebas estudiantiles (Hunt, 2009).

Para el caso colombiano, algunos resultados evidencian que, variables como la educación de los docentes, la razón de estudiantes a docentes, la disponibilidad de algunas características de infraestructura y la jornada a la que asisten los estudiantes influyen significativamente en el logro escolar (Gaviria & Barrientos, 2001).

Estabilidad laboral

Según Fryer & Dobbie (2009) una de las características que mejoró el rendimiento académico de los estudiantes en el programa “Promise Academy”, fue la disminución en la rotación de docentes del 48% al 14% en 3 años, por lo cual enfatiza el reclutamiento y retención de maestros de alta calidad. Otro estudio determinó que un aumento en porcentaje de profesores con contrato a corto tiempo tiene un efecto negativo y significativo en el rendimiento de los estudiantes (Pilar & Ballester, 2013).

Tamaño del aula

Un análisis presentado a partir del PERCE (1997) concluye que es más fácil mantener un clima de aprendizaje positivo y lograr un alto nivel de involucramiento de los padres cuando el tamaño de la clase es reducido. Asimismo, muestra que los puntajes resultantes eran más altos cuando el estudiante había asistido a preescolar, cuando los maestros estaban más dedicados y tenían mayores expectativas en sus estudiantes (UNESCO, 2001).

En un experimento a partir del Proyecto STAR en Tennessee, en el que participaron 11,600 estudiantes y maestros de kínder, donde fueron asignados aleatoriamente a uno de tres tipos de clases a partir del año escolar 1985-86. Se concluye que, en promedio, el rendimiento en las pruebas estandarizadas aumenta en 4 puntos porcentuales aproximadamente para el primer año que los estudiantes son asignados a una clase pequeña, además, después de la asignación inicial a una clase pequeña, el rendimiento del estudiante aumenta en un punto porcentual por año en relación con las clases de tamaño regular, el tamaño de la clase tiene un mayor efecto en los puntajes de las pruebas para los estudiantes de minorías. (Krueger, 1999)


84

Repite el grado

Según Treviño (2010) después del nivel educativo de la madre y del índice socioeconómico la repetición escolar es la variable que tiene mayor correlación con el logro académico. En efecto, un estudiante que ha repetido algún grado tiene entre 15 y 74 puntos menos que un ‘no repetidor’. (Treviño, y otros, 2016)

Trabajo infantil

El trabajo infantil suele ser uno de los principales obstáculos para la educación básica, y estudiantes que combinan el trabajo y la educación, suelen mostrar un rendimiento académico inferior. (Organización Internacional del Trabajo, 2009; Sandoval, 2007)

Preescolar

Un estudio de Heckman y Lakshmi (2002) revela que en los primeros años de vida (hasta los 6 años) se puede mitigar las desigualdades sociales, incorporando habilidades, conceptos y actitudes como base para el aprendizaje futuro. En una investigación relacionada, Heckman encontró que los estudiantes con educación preescolar aumentaron significativamente todas las habilidades cognitivas y no cognitivas, y que la formación temprana tiene efectos positivos significativos en el nivel de escolaridad (Heckman, 2006). Esto también se refleja en América Latina en los resultados de TERCE, ya que los estudiantes que acudieron a preescolar alcanzan mayores puntajes en las áreas de Matemática, Lenguaje, lectura y ciencias naturales.

Inasistencia

Un estudio realizado por Durán-Narucki (2008) en el cual se usó una muestra de 95 escuelas primarias, encontró que los factores en el medio ambiente afectaban a la motivación, es decir, cuando las instalaciones escolares se encontraban deterioradas, los estudiantes se ausentaban más días en promedio, por lo cual sus calificaciones fueron inferiores en las pruebas estandarizadas ELA y Matemática.

Tiempo que dedica al estudio

Según Gómez (1992) el tiempo que se dedica al estudio y a la elaboración de tareas escolares, presenta una relación positiva con los logros académicos. Existen varios estudios que corroboran esta relación (Kember, Jamieson, Pomfret, & Wong, 1995)(Kember & Y.P, 1994) en los cuales los adolescentes que ocupan gran parte de su tiempo extraescolar en estudiar o en hacer tareas escolares, obtienen mejores resultados académicos.


85

4. Marco empírico

4.1. Descripción de bases de datos

Para esta investigación se usó las bases de datos SERCE (2006) y TERCE (2013), de Séptimo año de Educación General Básica (EGB) elaboradas por el Laboratorio Latinoamericano de Evaluación de la Calidad de la Educación (LLECE)3, regulada por la UNESCO.

La obtención de la muestra en SERCE y TERCE, se realizó mediante muestreo aleatorio probabilístico por conglomerados, que permitió representar correctamente el total de la población de estudiantes, a través de estratificación por el tipo de gestión y área geográfica.

En cuanto a la comparabilidad de los contenidos y pruebas de SERCE (2006) y TERCE (2013), la UNESCO utilizó la metodología basada en bloques de ancla4, adicionalmente, “se tomaron los puntos de corte establecidos en SERCE y se proyectaron a los rendimientos observados en TERCE.” (UNESCO, 2014) , esto a fin de entender su avance a nivel de sistema educativo y logros de aprendizaje de cada país.

Pese a que TERCE evaluó las áreas de Matemática, Lenguaje y ciencias, esta investigación se centra únicamente en Lenguaje y Matemática, puesto que Ecuador, en 2006 no participó en ciencias naturales. Además, las dos áreas son empleadas tradicionalmente en la literatura internacional, pues se consideran fundamentales para el dominio de los conocimientos y desarrollo de habilidades en el ámbito académico. (Instituto Nacional para la Evaluación de la Educación, 2016).

Además de la evaluación de aprendizajes, en SERCE y TERCE se utilizó cuestionarios para recoger información detallada sobre cada estudiante, sus familias, docentes, directores y escuelas. Para el desarrollo de esta investigación se procedió a unificar toda la información descrita, a fin de contar con las variables de control necesarias para los análisis de regresión. A continuación, en el cuadro 1, se describe el tamaño de la muestra utilizada.

Cuadro 1: Tamaño de la muestra en términos de escuelas y estudiantes 7mo año de EGB

Escuelas Estudiantes

SERCE 188 5390

TERCE 193 4887

Total 381 10277 Fuente: SERCE 2006 y TERCE 2013. Elaboración propia

Cabe resaltar que, para asegurar la compatibilidad de la información contenida en ambas bases, primero, se filtró toda la información correspondiente a Ecuador de las bases SERCE y TERCE de América Latina. Luego, se comparó cada variable de los módulos de estudiantes, familia,

3Red de directores nacionales de evaluación educativa de América Latina y el Caribe 4Se basa en preguntas comunes que permite equiparar la dificultad de ambas pruebas, donde posteriormente se ajusta el error estándar.


86

profesores (Matemática y Lenguaje), directores y escuelas de la base SERCE con los módulos correspondientes de la base TERCE a fin de mantener sólo las variables compatibles. La información cualitativa se aprovechó mediante la creación de numerosas variables categóricas.

4.2. Breve descripción de la información estadística5

Como se muestra en el gráfico 1, las escuelas que no cuentan con infraestructura de apoyo al docente (biblioteca, sala de cómputo e internet) obtienen calificaciones inferiores a la media global, y a la media de escuelas que disponen de la infraestructura mencionada. Es evidente que los estudiantes que van a establecimientos con infraestructura deficiente se encuentran en desventaja frente a estudiantes que asisten a escuelas con mejor dotación de infraestructura.

Gráfico 1: Aproximación normal de puntajes de matemática y lenguaje según dotación de infraestructura de apoyo al docente

A. Lenguaje B. Matemática

Fuente: SERCE 2006 y TERCE 2013 Elaboración: las autoras

Como se puede ver en el gráfico 2, menos del 30% de estudiantes acude a un establecimiento privado, es decir 7 de cada 10 estudiantes se educan en una escuela pública y apenas 3 de cada 10 estudiantes acuden a una escuela privada, dicha relación se mantiene relativamente estable en ambos años. El porcentaje de estudiantes que acuden a escuelas privadas rurales aumentó en 1.30 puntos porcentuales y el de estudiantes que asisten a escuelas públicas rurales aumentó en 6.30 puntos porcentuales. La reducción del peso de la educación pública en TERCE podría deberse a mayores tasas de escolaridad en el sector rural.

5En la presente investigación se prioriza la perspectiva de género, no obstante, para facilitar la lectura se emplea un lenguaje neutro refiriéndonos como estudiantes o docentes.


87

Gráfico 2: Porcentaje de estudiantes por tipo de establecimiento

Fuente: SERCE 2006 y TERCE 2013 Elaborado por: las autoras En el año 2013 se evidencia un aumento de los docentes de Matemática (Ver Anexo 1) con educación superior en 7 puntos porcentuales, mientras que los docentes con educación secundaria disminuyen en el mismo porcentaje como se ve en el gráfico 3. En principio esto indicaría que el sistema educativo cuenta con docentes más preparados, a la par existe un aumento de 7 puntos porcentuales de docentes con educación primaria, lo cual representa un reto para el sistema educativo en general.

Gráfico 3: Distribución de docentes de Matemática según nivel de formación académica

Fuente: SERCE 2006 y TERCE 2013 Elaborado por: las autoras En escuelas públicas, cerca de 2 de cada 10 estudiantes repiten el grado, mientras que en escuelas privadas esto ocurre en menos de 10% de los estudiantes. Esta relación se mantiene estable de 2006 a 2013 (ver gráfico 4). Según (Treviño, y otros, 2016) un estudiante que ha repetido algún grado suele obtener puntajes consistentemente menores en comparación con uno que nunca ha repetido.


88

Gráfico 4: Porcentaje de estudiantes que repiten de grado por tipo de establecimiento.

Fuente: SERCE 2006 y TERCE 2013 Elaborado por: las autoras Según muestra el gráfico 5, para el año 2013, se reduce casi a la mitad el porcentaje de estudiantes que trabajaban fuera de casa, tanto en escuelas privadas como públicas. Sin embargo, el trabajo en casa aumentó en 5.86 y 9.17 puntos porcentuales para estudiantes que asisten a escuelas privadas y públicas, respectivamente, evidenciando que la estructura de estudiantes que trabajan se ha mantenido estable, modificándose únicamente su composición.

Gráfico 5: Persistencia del trabajo infantil por tipo de establecimiento

Fuente: SERCE 2006 y TERCE 2013 Elaborado por: las autoras En el año 2013 se evidencia una disminución del nivel promedio de escolaridad de las madres de los estudiantes. En efecto, como se muestra en el gráfico 6, de 2006 a 2013 se da un aumento significativo en el peso de madres con educación primaria de 7 puntos porcentuales.

Gráfico 6: Evolución del nivel educativo de la madre del estudiante

Fuente: SERCE 2006 y TERCE 2013 Elaborado por: las autoras


89

El gráfico 7 evidencia el mayor avance relativo que la educación pública ha tenido en relación a la privada, en términos de infraestructura de apoyo al docente. En efecto, en acceso a internet las escuelas privadas tuvieron un incremento de 46.29 puntos porcentuales frente a 58.24 de las escuelas públicas; en sala de computación las escuelas privadas incrementaron en 19.67 puntos porcentuales y en las escuelas públicas aumentó en 29.83 puntos; en biblioteca, las escuelas privadas tuvieron un incremento de 9.19 puntos porcentuales, mientras que las escuelas públicas 13.49 puntos porcentuales. Este cierre progresivo de las brechas de infraestructura refleja el énfasis en la inversión pública en educación. En efecto, pese a que las diferencias de disponibilidad de infraestructura no se han eliminado por completo entre escuelas públicas y privadas, son las primeras quienes han tenido un mayor avance en estos años. Así, por ejemplo, en el año 2006, 3 de cada de 100 estudiantes de escuelas públicas accedían a conexión a internet, en el año 2013 la cifra ascendió a 62 de cada 100 estudiantes.

Gráfico 7: Disponibilidad de infraestructura escolar por tipo de establecimiento

Fuente: SERCE 2006 y TERCE 2013 Elaborado por: las autoras 4.3. Metodología

Para alcanzar el objetivo principal planteado en esta investigación, la metodología que se usa es Mínimos Cuadrados Ordinarios (OLS), Variable Proxy (VP) que utiliza una variable aproximada a la variable omitida para mitigar el problema de endogeneidad y Variables Instrumentales (IV) para resolver el problema antes mencionado. (Wooldridge, 2010, pág. 506)

Mientras que para estimar en cuanto se reduciría la brecha de calificaciones entre estudiantes, si se igualan sus oportunidades en infraestructura de apoyo al docente, se utilizó la metodología de descomposición Blinder-Oaxaca (1973) generalmente aplicada al estudio de análisis diferenciales por grupos de género o raza, relacionadas al mercado laboral.

Sin embargo, en los últimos años este método ha sido utilizado para estimar la brecha de calificaciones, por lo tanto, su uso es pertinente en el contexto de esta investigación. Mediante esta metodología se estima que parte de la diferencia de puntajes está explicada por las diferentes oportunidades (dotaciones) y otra parte residual que no puede ser atribuible a dichas características.


90

4.4. Modelo

4.4.1. Modelo estructural

A continuación, se describe el modelo estructural que se desearía estimar, basado en la revisión de la literatura y el marco teórico repasado anteriormente.

𝑌" = 𝛽& + ∑ 𝐼*"+*,- 𝛽.* + ∑ 𝐷*"0

*,1 𝛽2* + ∑ 𝐶*"-4*,-5 𝛽6* + ∑ 𝐸*"45

*,-8 𝛽9* + ∑ 𝑀*"48*,4- 𝛽;* + 𝛽4+𝑋4+ + 𝜇(1)

Donde:

Variable dependiente

𝑌": Logro de aprendizaje (puntaje obtenido en las pruebas SERCE y TERCE)

Variables de análisis

𝐼": Vector de infraestructura escolar

Variables de control:

𝐷": Vector de características de los docentes

𝐶": Vector de las características del centro educativo

𝐸": Vector de características de los estudiantes

𝑀": Vector de variables dicotómicas de educación de la madre

𝑋4+: Ingreso familiar

Ver descripción de cada vector en Anexo 2.

4.4.2. Modelo empírico

Debido a que el logro de aprendizaje depende del ingreso familiar (Duarte, et al., 2011) y éste no se encuentra disponible en la base de datos, el modelo empírico a estimar contiene al menos una variable omitida, que forma parte del término de error, (𝜔)6.

A continuación, se presenta el modelo estimable, se explica los problemas que éste conlleva y más adelante se desarrolla algunas posibles estrategias de solución.

𝑌" = 𝛽& + ∑ 𝐼*"+*,- 𝛽.* + ∑ 𝐷*"0

*,1 𝛽2* + ∑ 𝐶*"-4*,-5 𝛽6* + ∑ 𝐸*"45

*,-8 𝛽9* + ∑ 𝑀*"48*,4- 𝛽;* + ω(2)

ω = 𝛽4+𝑋" + 𝜇

6Cabe resaltar que en la literatura se han considerado otras variables omitidas como habilidad, motivación del estudiante o padres y madurez, sin embargo, al disponer de un vector de características de los estudiantes con variables como: mujer, edad, repitió el grado, asistió a preescolar, inasistencia frecuente y estudia más de 30 min en casa, se puede considerar que éstas actúan como proxys de las variables omitidas mencionadas, por lo que en esta investigación nos ocupamos únicamente de la omisión del ingreso familiar.


91

Si se omite ingreso familiar del modelo, y si éste guarda correlación con alguna de las variables explicativas, los estimadores OLS estarán sesgados y serán inconsistentes. Este escenario es altamente probable, ya que las variables de infraestructura escolar pueden estar correlacionadas con el ingreso familiar, como se verá más adelante.

4.5. Análisis de sesgo

Con el fin de generar intuición e ilustrar el problema del sesgo por omisión de variable, partimos del modelo teorico màs sencillo (el caso general no agrega intuición y es visualmente menos didáctico):

𝑦 = 𝛽& + 𝛽-𝑋- + 𝛽4𝑋4 + 𝑢,

Donde:

𝑋- = 𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟,𝑋4 = 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑓𝑎𝑚𝑖𝑙𝑖𝑎𝑟

Ante la ausencia de la variable Ingreso familiar, el modelo estimable por OLS sería:

𝑦O = 𝛽&P + 𝛽-P𝑋- + 𝜈 (3)

𝜈 = 𝛽4𝑋4 + 𝜇

Por lo tanto, 𝛽-P𝑋- es el resultado del modelo mal especificado

𝐸(𝛽-P𝑋-) = 𝐸(𝛽T-𝑋- +𝛽T4𝑋4δU-)

𝐸(𝛽-P𝑋-) = 𝐸V𝛽T-𝑋-W + 𝐸V𝛽T4𝑋4WδU-

𝐸(𝛽-P𝑋-) = 𝛽-𝑋- + 𝛽4𝑋4δU-

𝐸V𝛽-P𝑋-W − 𝛽-𝑋- = 𝛽4𝑋4δU-

Donde δU-es la pendiente de la regresión simple de ingreso familiar sobre infraestructura escolar

Por lo tanto:

𝐸V𝛽-PW − 𝛽- = 𝛽4 .∑ (𝑥"- − �̅�-)𝑥"4\",-

∑ (𝑥"- − �̅�-)\",-

4

𝐸V𝛽-PW − 𝛽- = 𝛽4 .𝐶𝑜𝑣(𝑥"4; 𝑥"-)𝑉𝑎𝑟(𝑥"-)


92

𝐸V𝛽-PW − 𝛽- = 𝛽4 .𝐶𝑜𝑣(𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑓𝑎𝑚𝑖𝑙𝑖𝑎𝑟; 𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟)

𝑉𝑎𝑟(𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟)

𝐸V𝛽-PW = 𝛽- + 𝛽4 .𝐶𝑜𝑣(𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑓𝑎𝑚𝑖𝑙𝑖𝑎𝑟; 𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟)

𝑉𝑎𝑟(𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟)

El segundo término del lado derecho representa el sesgo del coeficiente de infraestructura, resultante de la omisión de la variable ingreso familiar.

Es claro que, a mayor ingreso familiar, mayor facilidad de acceso de los padres a escuelas (generalmente privadas) con buena infraestructura para sus hijos, por lo que, en principio podría esperarse que la correlación entre estas 2 variables sea positiva.

Por otro lado, se espera que hijos de familias acomodadas, dispongan de mayores recursos escolares (libros, materiales de apoyo, clases particulares, etc.) y por lo tanto obtengan puntajes más altos frente a los estudiantes provenientes de hogares con menores ingresos, por lo que ingreso familiar e infraestructura escolar están correlacionados positivamente (𝛽4 > 0) y puesto que 𝐶𝑜𝑟𝑟(𝑋-,𝑋4) > 0, se podría esperar que el 𝛽-P de la ecuación de regresión (3) tenga un sesgo hacia arriba y que en promedio sobre estime al parámetro: 𝐸V𝛽-PW > 𝛽-. (Wooldridge, 2010, pág. 93)

No obstante, si bien este análisis es intuitivamente claro, la dirección del sesgo puede ser más difícil de predecir. A continuación se muestra como ha sido el crecimiento en infraestructura, principalmente en escuelas públicas.

La información presentada en el gráfico 8, evidencia una tasa de crecimiento en infraestructura (concretamente biblioteca y sala de computación) considerablemente mayor en escuelas públicas que en las privadas.

Gráfico 8: Tasa de crecimiento de infraestructura escolar para séptimo año (EGB).


Pero el cambio más destacable respecto a la inversión en infraestructura se da en acceso a internet en escuelas públicas, frente a escuelas privadas con un crecimiento del 1520,39% (ver gráfico 9)


93

Gráfico 9: Tasa de crecimiento de conectividad a internet en escuelas.


En un contexto general, se observa tasas de crecimiento significativamente mayores en infraestructura escolar pública entre el año 2006 y el año 2013. Ahora bien, presumiblemente, esta explosión de nueva infraestructura pública se da independientemente del nivel de ingreso de los padres. Es màs, si se considera que al sistema público, comúnmente acuden estudiantes provenientes de hogares con menores ingresos, esta dinámica de la infraestructura pública bien habría podido revertir la correlación entre ingreso e infraestructura, lo que supondría una reversión en el signo esperado del sesgo. En efecto, la ecuación de sesgo para las escuelas públicas sería:

𝐸V𝛽-PW = 𝛽- + 𝛽4𝐶𝑜𝑣(𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑓𝑎𝑚𝑖𝑙𝑖𝑎𝑟; 𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟|𝑒𝑠𝑐.𝑝ú𝑏𝑙𝑖𝑐𝑎𝑠)

𝑉𝑎𝑟(𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟|𝑒𝑠𝑐. 𝑝ú𝑏𝑙𝑖𝑐𝑎𝑠)

De lo anterior, la covarianza entre ingreso familiar e infraestructura escolar, condicionada a las escuelas públicas puede tener signo negativo. Si a esto se agrega que cerca del 70% de estudiantes provienen del sistema público, bien podría pensarse que los estimadores del impacto de las variables analizadas anteriormente, es decir, biblioteca, sala de computación e internet puedan presentar un sesgo hacia abajo, si 𝛽4 > 0 y 𝐶𝑜𝑟𝑟(𝑋-,𝑋4) < 0. Como se verá más adelante, este parece ser el caso para biblioteca y sala de cómputo, que presentan un impacto negativo en los resultados académicos estimados con OLS.

4.6. Análisis de exogeneidad

La ecuación de la regresión estructural de puntaje final (1) requiere que las variables explicativas o independientes, no estén correlacionadas con el término de error 𝐶𝑜𝑣(𝑥, 𝜇) = 0, sin embargo, el término de error (𝜇) en el modelo teórico, puede contener variables omitidas (ausentes de la base de datos) y que estén correlacionadas con las variables independientes, como parece ser el caso del ingreso familiar. Esto implica que las variables de infraestructura escolar pueden ser endógenas. Para examinar cómo esto puede afectar el cálculo del impacto de infraestructura escolar se debe retornar a la ecuación (2) de logro de aprendizaje:


94

𝑌" = 𝛽& +g𝐼*"

+

*,-

𝛽.* +g𝐷*"

0

*,1

𝛽2* + g 𝐶*"

-4

*,-5

𝛽6* + g 𝐸*"

45

*,-8

𝛽9* + g 𝑀*"

48

*,4-

𝛽;* + ω

Donde, 𝑋4+, el ingreso familiar pasa a formar parte del nuevo término de error ω = 𝛽4+𝑋" + 𝜇 y está correlacionado con el vector de infraestructura escolar, es decir 𝐶𝑜𝑣V𝐼*", 𝜔W ≠ 0 de modo que se espera que mediante el método OLS se obtenga estimadores sesgados e inconsistentes. (Wooldridge, 2010)

4.7. Estrategia de identificación

Variable proxy

En una forma más reducida de la ecuación del modelo teórico (1) se presenta:

𝑌" = 𝛼& +g𝐼*"

+

*,-

𝛽.* +g𝑋*"

48

*,1

𝛽* + 𝛽4+𝑋4+ + μ

Donde:

𝐼": Vector de variables de infraestructura escolar

𝑋": Vector de variables de control

𝑋4+: Ingreso familiar

El modelo muestra que se desea mantener el ingreso constante para medir el rendimiento de las variables de control e infraestructura escolar. Si, infraestructura escolar está correlacionada con ingreso familiar, entonces dejar ingreso familiar en el término de error hace que el estimador de OLS de 𝛽. (y de 𝛽*) sea sesgado, tema tratado anteriormente. El uso de variables proxy puede solucionar, o al menos atenuar, el sesgo de las variables omitidas. A esto se le puede llamar solución suplente al problema de variable omitida. (Wooldridge, pág. 300, 306)

Para efectos de análisis se puede ilustrar mediante un modelo con tres variables independientes, dos de las cuales son observadas.

𝑌" = 𝛼& +g𝐼*"

+

*,-

𝛽.* +g𝑋*"

48

*,1

𝛽* + 𝛽4+𝑋4+∗ + μ

La variable explicativa 𝑋4+∗ (ingreso familiar) es inobservable, la cual se pretende aproximar con la variable (𝑋4+) Índice Socioeconómico y Cultural de la Familia (ISECF) congruente al estudio de (Duarte, Gargiulo, & Moreno, 2011), que trata el problema de endogeneidad por variable omitida del ingreso de los hogares, utilizando como variable proxy el índice Socioeconómico y Cultural (ISEC) agregado a nivel de la escuela.


95

También se modeló controlando por decil de ingreso7 que compara el ingreso per cápita familiar mensual con la línea de pobreza y pobreza extrema por persona, ordenando la población desde el individuo más pobre al menos pobre para dividir por diez partes iguales. El primer decil representa la porción de la población más pobre, el segundo decil el siguiente nivel y así sucesivamente hasta el décimo decil representante de la población más rica. (INEC, 2016)

𝑋4+∗ =𝛿5 + 𝛿4+𝑋4+ + 𝑣8

Donde:

𝑣8 representa al error, debido a que la relación entre (𝑋4+∗ ) ingreso familiar e (𝑋4+) (ISECF) no es exacta. El parámetro 𝛿8 mide la relación entre estas dos variables. Se considera que ISECF e ingreso familiar están relacionados positivamente, ya que el (ISECF), incluye antecedentes educativos, económicos y laborales de los padres, además de bienes, libros y características de la vivienda, se esperaría que familias con mayor ISECF tengan mayores niveles de ingreso de modo que 𝛿4+> 0, y que una vez controlado el ISECF, el valor esperado de ingreso familiar no tiene correlación con 𝐼*"y 𝑋*"

E (ingreso familiar | 𝐼*", 𝑋*", ISECF) = E (ingreso familiar | ISECF) = 𝛿5 + 𝛿4+𝐼𝑆𝐸𝐶𝐹

Por lo tanto, el ingreso familiar solo varía con el ISECF, no con el resto de variables de control.

𝑌" = 𝜃& +g𝐼*"

+

*,-

𝛽.* +g𝑋*"

48

*,1

𝛽* + 𝜃4+𝑋4+ + μ

Si bien es cierto, no se obtienen estimadores insesgados de 𝜃& y 𝜃4+; lo que se obtiene son estimadores insesgados y consistentes del resto de parámetros, 𝛽. y 𝛽 .

La variable ISECF está disponible únicamente en la base de datos TERCE 2013, que es una caracterización de las personas, medido a través de un conjunto de variables sociales y económicas compuesto de información del individuo, hogar y familia. (Wooldridge, 2010)

La base de datos SERCE 2006, no cuenta con esta variable. Enfrentamos entonces un problema de missing values (datos faltantes), situación frecuente en investigación, que puede darse por una falla del registro de la información, por ausencia de respuestas a las preguntas (total o parcial) o, por ausencia natural de la información. (Pérez López, 2004). En este caso, se trata de ausencia natural de la información, por lo que se propone como solución el método de imputación múltiple (IM) desarrollado por Rubin (1987). Ver Anexo 3.

Variables instrumentales

En caso de que la variables ISECF o decil no sean una buena aproximación del ingreso familiar o que no cumplan las propiedades necesarias para producir un estimador consistente de 𝛽. y 𝛽 , se presenta como segunda estrategia de identificación el método de variables instrumentales, que

7 Para el desarrollo del análisis de variable proxy se ejemplifica únicamente con la variable ISECF.


96

deja a la variable inobservable en el término de error (𝜇), utilizando el método de Mínimos Cuadrados en Dos Etapas (2SLS), a fin de obtener estimadores consistentes.

En vista de que existe correlación entre 𝐼*" y 𝜇, fue necesario una nueva variable (𝑧) que cumpla con los siguientes supuestos: 1) 𝑧 no está correlacionada con 𝜇, 2) 𝑧 está correlacionada positiva o negativamente con 𝐼*". (Wooldridge, 2010)

A continuación, se presentan los instrumentos utilizados:

Dos jornadas

Las escuelas públicas que cuentan con mejor infraestructura atienden a un mayor número de estudiantes y buscan aprovechar al máximo sus instalaciones estableciendo doble jornada, del mismo modo, las escuelas privadas que destinan mayor inversión a construcción y adecuación de infraestructura probablemente opten por establecer dos jornadas como mecanismo para recuperar su inversión.

𝑐𝑜𝑣(2𝑗𝑜𝑟𝑛𝑎𝑑𝑎𝑠, 𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟) ≠ 0

Esta hipótesis se testeó con la información muestral mediante un test t de correlación parcial que arroja significancia al 99%, lo cual indica que es un buen instrumento.

Un estudiante puede recibir clases en un establecimiento que tenga jornada matutina y vespertina, independientemente de su nivel de ingreso.

𝑐𝑜𝑣(2𝑗𝑜𝑟𝑛𝑎𝑑𝑎𝑠, 𝜔) = 0

En particular:

𝑐𝑜𝑣(2𝑗𝑜𝑟𝑛𝑎𝑑𝑎𝑠, 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑒𝑠𝑐𝑜𝑙𝑎𝑟) = 0

Excede postulaciones

Si el número de postulaciones en una escuela sobrepasa los cupos ofertados, se entendería que estas, cuentan con cierto prestigio, su ambiente educativo marca diferencia y la infraestructura de la escuela es lo suficientemente atractiva, para que varios padres aspiren que sus hijos obtengan un cupo en dichas escuelas, por el contrario, si la escuela no excede el número de postulaciones se sabe que no resulta tan atractiva, para que varios padres demanden un cupo en dicha institución.

𝑐𝑜𝑣(𝑒𝑥𝑐𝑒𝑑𝑒𝑐𝑢𝑝𝑜𝑠, 𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟) ≠ 0

Entre la variable excede cupos e infraestructura escolar existe correlación parcial que se demostró mediante el test t, con significancia estadística al 99%.

Tanto en escuelas privadas como públicas de prestigio, el número de postulaciones puede sobrepasar al número de cupos ofertados, por lo cual no se establece una relación directa con el ingreso familiar de cada estudiante.

𝑐𝑜𝑣(𝑒𝑥𝑐𝑒𝑑𝑒𝑐𝑢𝑝𝑜𝑠, 𝜔) = 0


97

En particular:

𝑐𝑜𝑣(𝑒𝑥𝑐𝑒𝑑𝑒𝑐𝑢𝑝𝑜𝑠, 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑒𝑠𝑐𝑜𝑙𝑎𝑟) = 0

Servicio de luz en la escuela

Para que las computadoras dentro de la sala de computación puedan estar conectadas y en correcto funcionamiento, necesitan del servicio de electricidad con el que cuentan escuelas públicas y privadas.

𝑐𝑜𝑣(𝑙𝑢𝑧, 𝑖𝑛𝑓𝑟𝑎𝑒𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑎𝑒𝑠𝑐𝑜𝑙𝑎𝑟) ≠ 0

Esta hipótesis se testeó con la información muestral mediante un test t de correlación parcial que arroja significancia al 99%.

La electricidad es uno de los servicios públicos de suministro básico que proporciona el Estado por lo cual es independiente de si los estudiantes de escuelas públicas o privadas proceden de familias con bajos o altos ingresos.

𝑐𝑜𝑣(𝑙𝑢𝑧, 𝜔) = 0

En particular:

𝑐𝑜𝑣(𝑙𝑢𝑧, 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑒𝑠𝑐𝑜𝑙𝑎𝑟) = 0

Esta investigación consideró exógenas a las variables cancha deportiva e internet,debido a que las estadísticas muestran que ambas infraestructuras escolares son igual de accesibles, tanto para escuelas públicas (a las que en promedio asisten estudiantes provenientes de hogares con ingresos relativamente más bajos), y para escuelas privadas (que en promedio tienen estudiantes provenientes de hogares con ingresos medios o altos)

En el gráfico 10, se muestra que estudiantes de escuelas públicas y privadas tienen similar acceso a una cancha deportiva, por lo tanto se puede suponer que es un requisito mínimo con el que debe contar una escuela, independientemente del nivel de ingreso de sus estudiantes, y de igual forma, debido al vertiginoso crecimiento de acceso a internet de escuelas públicas, (con estudiantes de ingreso relativamente menor), mantenemos el supuesto de que la covarianza entre el internet y el nivel de ingresos tendería en la actualidad a cero (ver gráfico 9.)


98

Gráfico 10: Porcentaje de estudiantes con cancha deportiva por tipo de establecimiento

Fuente: TERCE 2013 Elaborado por: las autoras

5. Resultados

La tabla 1 muestra los resultados del análisis de Lenguaje y en la tabla 2 se muestra los resultados de Matemática. Enambos casos la primera columna corresponde al análisis OLS sin corrección al problema de variable omitida, las columnas 2 y 3 contienen dos alternativas de corrección vía proxy (ISECF y decil). La columna 4 corresponde a una corrección utilizando Variable Instrumental (2SLS), las otras dos columnas utilizan la base de datos SERCE-TERCE e incluyen el método OLS sin corrección y la corrección vía proxy, no se obtuvo resultados interesantes en 2SLS para SERCE-TERCE, por lo que no se lo incorporó entre los resultados.

La mayoría de coeficientes estimados en OLS tienen los signos esperados, por lo que podría pensarse que el problema del sesgo por la variable omitida ingreso familiar produce una afectación controlada. Sin embargo, llama la atención el efecto, en Lenguaje, de contrato menor a un año (la variable estabilidad laboral) que indica que contratos con menor estabilidad estarían asociados con mayor rendimiento académico en más de 12 puntos, significativo al 95%. Las distintas correcciones por proxy reducen en algo este coeficiente, y la corrección 2SLS corrige aún más la estimación al quitarle toda significancia estadística. En el caso de Matemática, éste se mantiene no significativo.

Tamaño de aula que en la literatura suele ser considerada como una variable determinante para explicar el rendimiento académico no es significativa para Lenguaje con ninguna de las estrategias de identificación, no obstante, las distintas estrategias que se utiliza, principalmente proxy, mejoran la significancia estadística de tamaño de aula, para Matemática, revelando que un aumento de tamaño de aula en 10 estudiantes, está relacionado con una caída de alrededor de 3 puntos en rendimiento académico. En el caso del 2SLS no se obtuvo significancia.

Biblioteca, en las diferentes estrategias de identificación, tiene un efecto positivo y significativo (de entre 8 y 12 puntos) para Lenguaje, excepto en 2SLS, mientras que para Matemática no es significativa en ninguna de las estrategias.

Sala de computación es negativa para Lenguaje, aunque no significativa, la estrategia de Variable Instrumental corrige el signo negativo, pero no llega a ser significativo. Por otra parte, para Matemática, el estimador OLS de sala de computación es negativo y significativo al 90%, aquí es


99

donde se ve un mejor resultado con 2SLS, puesto que no sólo se logra revertir el signo, sino que se obtiene significancia al 99%.

Cancha deportiva tiene nivel de significancia al 99% y coeficiente positivo relativamente estable (entre 25 y 30 pts. para Matemática y entre 10 y 20 para Lenguaje) en las regresiones Proxy y OLS.

El efecto de acceso a internet es positivo para Matemática (alrededor de 10 puntos) y con las proxy decil es significativo al 90%, para Lenguaje tiene efecto positivo de entre 12 y 18 puntos, significativo al 99%.

Los niveles de desempeño son consistentemente mayores a medida que aumenta el nivel educativo de la madre, y se estima que estudiantes con madres con educación universitaria obtienen, en promedio, resultados de entre 40 y 60 pts. más frente a aquellos de madres sin educación alguna, y en todas las estrategias estas estimaciones son significativas al 99%.

Después del nivel educativo de la madre y tiempo dedicado al estudio, la variable que más se asocia a logro académico de los estudiantes es repite grado. El puntaje, tanto en Matemática como en Lenguaje, de los estudiantes que han repetido alguna vez de grado es alrededor de 20 puntos menor que el de los no repetidores de similares características, y los resultados son significativos al 99% en todas las estrategias.

Por otra parte, se encontró que el efecto de asistir a preescolar se refleja en el rendimiento académico años más tarde. Los estudiantes que asistieron a un centro educativo a edad temprana obtuvieron puntajes superiores en 8.26 y 14.79 puntos, para matemática y lenguaje, respectivamente (ambos significativos al menos al 95%).

Del mismo modo, el trabajo infantil genera una afectación de cerca de 20 puntos (significativa al menos al 95%), tanto en Matemática como en Lenguaje, en todas las estrategias utilizadas.


100

Tabla 18: Determinantes del desempeño en Lenguaje de alumnos de séptimo año de EGB

Fuente: SERCE 2006 y TERCE 2013 Elaborado por: las autoras Nota: (***), (**) y (*) denotan significancia estadística a niveles de 1, 5 y 10%, respectivamente.

8 La forma que se presentan las variables de control se basa en la investigación realizada por (Angrist & Pishcke, 2008)

OLS OLS ISECF OLS DECILIV

postulaciones. 2jornadas

OLS OLS ISECF

InfraestructuraBiblioteca 12.56*** 8.45** 10.53** 5.10 0.16 -3.34

(4.13) (4.11) (4.22) (21.71) (3.51) (3.44)Sala de computación -1.59 -4.97 -3.11 35.79 15.05*** 11.20***

(6.05) (6.03) (6.31) (43.87) (4.02) (3.96)Cancha deportiva 18.01*** 18.58*** 19.10*** 10.72 19.99*** 18.82***

(5.22) (5.13) (5.37) (12.45) (4.29) (4.17)Internet 18.34*** 12.54*** 17.52*** 10.99 6.52* 1.75

(4.57) (4.59) (4.67) (8.90) (3.93) (3.88)Características del docente a a a a a a

a a a a a a

Características de estudiantes a a a a a a

Educación de la madre a a a a a a

Variables proxy

ISECF a a

DECIL a

Dummy de año 32.26*** 29.20***(3.87) (3.83)

Constante 448.67*** 462.05*** 467.68*** 411.07*** 393.30*** 416.88***(28.75) (28.45) (31.95) (38.73) (21.48) (21.01)

R-squared 0.2582 0.2838 0.2663 0.2416 0.2426 0.2753Observaciones 1941 1941 1882 1751 3238 3238

LENGUAJE

VariablesTERCE SERCE-TERCE

Características del centro educativo


101

Tabla 2: Determinantes del desempeño en Matemática de alumnos de séptimo año de EGB

Fuente: SERCE 2006 y TERCE 2013 Elaborado por: las autoras Nota: (***), (**) y (*) denotan significancia estadística a niveles de 1, 5 y 10%, respectivamente. Las tablas de resultados completas se encuentran en el Anexo 4.

OLS OLS ISECF OLS DECILIV

postulaciones. luz

OLS OLS ISECF

InfraestructuraBiblioteca 1.59 -2.01 1.13 -19.60 -9.76*** -12.97***

(4.00) (3.97) (4.01) (24.07) (3.63) (3.60)Sala de computación -15.46* -17.93** -18.67* 43.30*** 14.91*** 11.23**

(9.24) (9.15) (9.67) (13.14) (4.70) (4.68)Cancha deportiva 31.78*** 31.15*** 30.15*** 25.23*** 37.44*** 35.54***

(5.53) (5.42) (5.53) (6.68) (4.40) (4.31)Internet 11.90* 8.92 12.25* 0.66 4.07 1.59

(6.15) (6.12) (6.29) (8.17) (5.19) (5.12)Características del docente a a a a a a

a a a a a a

Características de estudiantes a a a a a a

Educación de la madre a a a a a a

Variables proxyISECF a a

DECIL a

Dummy de año 38.97*** 35.92***(5.02) (4.90)

Constante 471.24*** 482.51*** 518.16*** 414.37*** 382.14*** 401.99***(34.81) (34.17) (37.15) (37.42) (25.82) (25.25)

R-squared 0.1862 0.2083 0.1995 0.1582 0.2174 0.2421Observaciones 2094 2094 2034 2073 3187 3187

Características del centro educativo

MATEMÁTICA

VariablesTERCE SERCE-TERCE


102

La tabla 3 explica qué sucedería si a estudiantes de escuelas sin biblioteca, sala de computación, cancha deportiva e internet (infraestructura incompleta) se los coloca en idénticas condiciones que los estudiantes de escuelas que cuentan con infraestructura completa. La descomposición microeconométrica de Blinder Oaxaca permite examinar qué pasaría con las diferencias observadas. Se puede entonces constatar que entre un 34.93% (para Lenguaje) y 42.87% (para Matemática) de la brecha media de calificaciones (alrededor de 25 puntos en ambos casos) se explica por las diferentes oportunidades (dotaciones) de estudiantes con infraestructura incompleta e infraestructura completa, mientras que el resto se explicaría más por procesos de conversión de oportunidades en resultados (propensiones). En otras palabras, dotando a los estudiantes de idénticas oportunidades en términos de infraestructura, la diferencia de rendimiento, si bien no se eliminaría (pues existen otros factores determinantes de la brecha), sí se reduciría en una tercera parte.

Tabla 3: Descomposición Blinder-Oaxaca de las diferencias en puntuación entre escuelas

con y sin infraestructura completa de apoyo al docente en pruebas de Lenguaje y Matemática, TERCE 2013.

Fuente: SERCE 2006 y TERCE 2013. Elaborado por: las autoras

6. Conclusiones y recomendaciones.

Los resultados con las diferentes estrategias de identificación indican que efectivamente existe un efecto causal entre infraestructura escolar y el rendimiento académico. Tener acceso a biblioteca, por ejemplo, tiene resultados positivos y significativos para Lenguaje, en 12.5 puntos para la estimación de OLS y 8.5 puntos con la estimación de variable Proxy. A su vez los estudiantes que cuentan con conexión a internet en las escuelas incrementan su puntaje en 18.3 puntos para estimación OLS y 12.5 puntos para la estimación con variable Proxy, asimismo, para Lenguaje.

Puntajes y descomposición Lenguaje MatemáticaEscuelas con infraestructura 532.17 546.69

(2.73) (2.52)Escuelas sin infraestructura 462.24 485.92

(5.85) (7.05)Diferencia 69.92 60.77

(6.45) (7.48)Descomposición

Dotaciones 24.43 34.93% 26.05 42.87%(13.46) (17.21)

Propensiones 18.45 26.39% 15.91 26.19%(8.36) (9.29)

Interacción 27.05 38.68% 18.80 30.94%(14.56) (18.10)

Total 100.00% 100.00%


103

Mientras que para Matemática los instrumentos utilizados revelan la importancia de contar con sala de computación, debido a que los estudiantes que disponen de la misma incrementan su puntaje en 43 puntos.

La variable cancha deportiva, que no ha sido central a este estudio, por no ser parte de la infraestructura de apoyo al docente, parece tener un impacto considerable, pues incrementa el puntaje entre 10 y 18 puntos para Lenguaje y entre 25 y 37 puntos para Matemática, en las diferentes estrategias de identificación.

Por otra parte, se encontró que el efecto de asistir a preescolar se refleja en el rendimiento académico años más tarde. Los estudiantes que asistieron a un centro educativo a edad temprana obtuvieron puntajes superiores en 8.26 y 14.79 puntos, para Matemática y Lenguaje, respectivamente (ambos significativos al menos al 95%).

Al estimar la reducción de la brecha de rendimiento, entre las escuelas carentes de la infraestructura examinada versus las que sí disponen de la misma, se encontró que, si se dota de infraestructura de apoyo al docente a escuelas que no cuentan con estas condiciones, la brecha de puntajes se reduciría en alrededor de 25 puntos, lo que equivale a más de la tercera parte de su estimación presente.

Por otro lado, cabe destacar que se obtendría mejoras similares (alrededor de 20 pts. en matemáticas) si los docentes con formación secundaria fuesen remplazados por otros con formación superior, lo cual constituye una alternativa de política pública, quizá menos costosa (aunque no completamente equivalente) a la inversión en infraestructura.

Asimismo, parece recomendable orientar las políticas educativas hacia la obligatoriedad y fortalecimiento de la educación inicial, debido a que los resultados de ésta arrojan efectos positivos a largo plazo en el logro de aprendizaje, de alrededor de 10 pts. para matemáticas y 17 para Lenguaje.

Por último, es importante mencionar que para la realización de esta investigación se impuso un supuesto de exogeneidad para las variables cancha deportiva e internet. Este supuesto, necesario para la ejecución de las estrategias de identificación aquí planteadas, podría ser difícil de sostener en la realidad, lo que constituiría una limitación de nuestro estudio. Para el desarrollo de futuros análisis referentes al tema, se sugiere una línea investigativa que levante este supuesto y proceda a tratar dichas variables como endógenas, camino que requeriría la búsqueda de nuevos y más precisos instrumentos.


104

7. Bibliografía

Alpman, A. (2016). Implementing Rubin's alternative multiple-imputation method for statistical matching in Stata. The Stata Journal, 16(3), 717-739.

Anderson, L. (1991). Increasing teacher effectiveness. UNESCO, París.

Angrist, J. D., & Pishcke, J. S. (2008). Mostly Harmless Econometrics: An Empiricists Companion.

Ansoleaga, S. A. (2009). Reseña de "El discurso educativo" Valentín Martínez -Otero Pérez. Red de Revistas Científicas de América Latina, El Caribe, España y Portugal(10), 207.

Barrett , P., Zhang, Y., Moffat, J., & Kobbacy, K. (2013). A holistic, multi-level analysis identifying the impact of classroom design on pupils’ learning. Elsevier.

Berner, M. (Abril de 1993). Building Conditions, Parental Involvement, and Student Achievement in the District of Columbia Public School System. Urban Education - SAGE Journals, 86-87.

Bisquerra, R. (1989). Clasificación de los Métodos de Investigación. Dirección de investigaciones y postgrado, Barcelona. Obtenido de http://dip.una.edu.ve/mead/metodologia1/Lecturas/bisquerra2.pdf

Blinder, A. (1973). Wage Discrimination: Reduced Form and Structural Estimates. Journal of Human Resources, 436-455.

Boese, S. (2005). New York state school facilities and student health, achievement and attendance: A data analysis report. New York: Healthy Schools Network.

Campana, Y., Velasco, D., Aguirre, J., & Guerrero, E. (2014). Inversión en infraestructura educativa: una aproximación a la medición de sus impactos a partir de la experiencia de los Colegios Emblemáticos.Lima.

Chaudhury, N., Hammer, J., Kremer, M., Muralidharan, K., & Rogers, F. H. (2006). Missing in Action: Teacher and Health Worker Absence in Developing Countries. Journal of Economic Perspectives, 20(1), 104.

Choha, B., & Khan, R. M. (Enero de 2010). Impact of Parental Support on the Academic Performance and Self Concept of the Student. Journal of Research and Reflections in Education, 4(1), 23.

Coleman, J., & otros. (1966). Equality of Educational Opportunity. Washington: National Center for educational statistics.

De La Torre, A. (Abril de 2016). The Commodity Cycle in Latin America: Mirages and Dillemas.

Duarte, J., Gargiulo, C., & Moreno, M. (Mayo de 2011). Infraestructura escolar y aprendizajes en la educación básica latinoamericana: Un análisis a partir del SERCE. Banco Interamericano de Desarrollo.

Duarte, J., Jaureguiberr, F., & Racimo, M. (2017). Oficina Regional de Educación para América Latina y el Caribe. Obtenido de Suficiencia, equidad y efectividad de la infraestructura escolar en América Latina según el TERCE: http://unesdoc.unesco.org/images/0024/002475/247571s.pdf

Dunkin, M. (1997). Assessing Teachers' Effectiveness. Issues in Educational Research, I, 37.


105

Durán-Narucki, V. (2008). School building condition, school attendance, and academic achievement in New York City public schools: A mediation model. Journal of Environmental Psychology 28, 278-280.

Dzever, L. (2015). The Impact of Home Environment Factors on Academic Performance of Senior Secondary School Students in Garki Area District, Abuja - Nigeria. Bulgarian Journal of Science and Education Policy, 9(1).

Earthman, G. I. (2002). School Facility Conditions and Student Academic Achievement. UCLA's Institute for Democracy, Education & Access (IDEA), 8-9.

Fernández Nares, S., & Salvador Mata, F. (1994). La familia ante el fracaso escolar. Educadores, 7-19.

Fryer, R., & Dobbie, W. (Noviembre de 2009). Are High Quality Schools Enough to Close the Achievement Gap? Evidence from a Social Experiment in Harlem Children's Zone. American Economic Journal, 8.

Gaviria, A., & Barrientos, J. H. (2001). Determinantes de la calidad de la educación en Colombia. Dirección de Estudios Económicos.

Gómez Dacal, G. (1992). Rasgos del alumno, eficiencia docente y éxito escolar. Madrid: La Muralla.

González Pienda, J., Nunez, J. C., Gonzalez-Pumariega, S., Alvarez, L., Roces, C., & Garcia, M. (2002). A Structural Equation Model of Parental Involvement, Motivational and Aptitudinal Characteristics, and Academic Achievement. The Journal of Experimental Education, 257.

Heckman, J. (30 de Junio de 2006). Skill Formation and the Economics of Investing in Disadvantaged Children. Life Cycles, 312.

Heckman, J., & Lakshmi, R. (2002). Intergenerational Long Term Effects of Preschool: Structural Estimates from a Discrete Dynamic Programming Model.University of Chicago, Economía.

Hunt, B. (2009). Efectividad del desempeño docente. Una reseña de la literatura internacional y su relevancia para mejorar la educación en América Latina. Santiago de Chile.

INEC. (2016). Reporte de Pobreza y Desigualdad.

Instituto Nacional para la Evaluación de la Educación. (2016). Planea: una nueva generación de pruebas. México D.F. Obtenido de http://publicaciones.inee.edu.mx/buscadorPub/P2/A/321/P2A321.pdf

Internacional Labour Organization. (2009). Combating child labour through education. Internacional Programme on the Elimination of Child Labour (IPEC), Turín.

Jaramillo, J. P. (21 de Junio de 2017). Evaluación de Impactos del Programa Unidades Educativas del Milenio del Ecuador. Obtenido de Foro Economía Ecuador: http://foroeconomiaecuador.com/fee/download/ProgramaUEM.pdf

Jencks, C. (1973). Inequality in Retrospect (Vols. 43, No. 1). Harvard Educational Review.

Kember, D., & Y.P, .. L. (1994). Influences upon students’ perceptions of workload. Educational Psychology, 295-297.


106

Kember, D., Jamieson, Q. W., Pomfret, M., & Wong, E. T. (1995). Learning Approaches, Study Time and Academic Performance. Higher Education, 29, 332-340.

Krueger, A. B. (1999). Experimental Estimates of Education Production Functions. Quarterly Journal of Economics, 114(2).

Ladrón de Guevara, C. (2000). Condiciones sociales y familiares y fracaso escolar. En Á. Marchesi, & C. Hernández Gil, El fracaso escolar (págs. 99-110). Madrid, España: Doce Calles.

Lee, J.-W., & Barro, R. J. (1997). Schooling Quality in a Cross Section of Countries. Nacional Bureau of Economic Research, 5.

MINEDUC. (2012). Estándares de calidad educativa. Obtenido de https://educacion.gob.ec/wp-content/uploads/downloads/2013/03/estandares_2012.pdf

Miñano, P. (2009). Un modelo causal-explicativo sobre la incidencia de las variables cognitiv-motivacionales en el rendimiento académico. 45. Alicante, Español.

Naciones Unidas. (1948). Declaración Universal de Derechos Humanos, Art. 26. París.

Nováez, M. (1986). Psicología de la actividad escolar.

Oaxaca, R. (1973). Male-Female Wage Differentials in Urban Labor MarketS. International Economic Review, 693–709.

Parra, N. (2009). Apuntes de Introducción a los Modelos Econométricos.

Paz, J. (2016). Las Diferencias en las Calificaciones entre Estudiantes Primarios según la Situación de Pobreza de Cada Cual. Análisis de Descomposición para 17 Países de América Latina y del Caribe. Archivos Analíticos de Políticas Educativas, 3.

Pérez López, C. (2004). Técnicas de Análisis Multivariante de Datos. Madrid: Pearson Educación, S.A.

Pilar, C., & Ballester, M. (2013). ¿Influyen las características del profesor en el rendimiento académico del estudiante? Barcelona.

Ponce, J., & Drouet, M. (2017). Ministerio de Educación, Dirección Nacional de Investigación Educativa. Obtenido de Evaluación de Impacto del Programa de Escuelas del Milenio: https://educacion.gob.ec/wp-content/uploads/downloads/2017/08/Evaluacion-de-Impacto-del-Programa-de-Escuelas-del-Milenio.pdf

Pourtois, J.-P., & Desmet, H. (1989). L’Education familiale. Revue française de pédagogie, 86-98.

Sandoval, A. (Abril de 2007). Trabajo infantil e inasistencia escolar. Revista Brasilera de Educación, 12, 75.

Treviño, E., Fraser, P., Meyer, A., Morawietz, L., Inostroza, P., & Naranjo, E. (2016). TERCE: Factores asociados. París: OREALC/UNESCO.

Treviño, E., Place, K., Gempp, R., & Donoso Rivas, F. (2013). Factores asociados al aprendizaje en el SERCE: análisis de los factores latentes y su vinculo con los resultados académicos de los niños. Oficina Regional de Educación para América Latina y el Caribe (OREALC/UNESCO Santiago), 17.


107

UNESCO. (2001). Informe técnico: PERCE sobre Lenguaje, Matemática y Factores Asociados, para alumnos del tercer y cuarto grado de la Educación Básica. Santiago de Chile: Laboratorio Latinoamericano de Evaluación de la Calidad de la Educación.

UNESCO. (2014). Comparación de resultados del segundo y tercer estudio regional comparativo y explicativo. SERCE 2006 y TERCE 2013. Santiago de Chile.

UNESCO. (2014). Enseñanza y aprendizaje, lograr la calidad para todos. Obtenido de http://unesdoc.unesco.org/images/0022/002256/225654s.pdf

UNESCO. (2016). Informe de seguimiento de la educación en el mundo. París.

Velez, E., Schiefelbein, E., & Valenzuela, J. (1994). Factores que Afectan el Rendimiento Académico en la Educación Primaria. Revista latinoamericana de Innovaciones Educativas. Argentina, No. 17,, 5-6.

Wooldridge, J. (2002). Econometric analysis of cross section and panel data. London, England: The MIT Press.

Wooldridge, J. M. (2010). Introducción a la econometría: Un enfoque moderno (Cuarta ed.). Cengage Learning.


108

ANEXOS

Anexo 1: Porcentaje de docentes de lenguaje según nivel de formación académica

Fuente: SERCE 2006 y TERCE 2013. Elaborado por: las autoras

Anexo 2

Variable Nombre de la variable Tipo de variable

Descripción y tratamiento de las

variables

Características de la escuela en

infraestructura

La escuelatienebiblioteca

biblioteca cualitativa

Toma el valor de 1 si la escuela cuenta con biblioteca y 0 si no cuenta.

La escuela tiene sala de computación

sala_comp cualitativa

Toma el valor de 1 si la escuela cuenta con sala de computación y 0 si no lo hace.

La escuela tiene cancha deportiva cancha_deportiva cualitativa

Toma el valor de 1 si la escuela cuenta con cancha deportiva y 0 si no cuenta.

La escuelatiene internet internet cualitativa

Toma el valor de 1 si la escuela cuenta con internet y 0 si en el caso contrario.

Características de losdocentes

Niveleducativodocente nivel_edudocente cualitativa

Se homologó los niveles educativos, y se clasifico en 3 niveles. La variable toma el valor de 1 si el nivel de instrucción es primaria; el valor de 2 si el nivel de instrucción es educación secundaria y 3 si su instrucción es educación superior. Se utilizó la Dummy de educación primaria y educación media.

Experienciacomodocente experiencia_laboral numérica

Número de años que trabaja como docente.


109

Experiencia del docente al cuadrado

experiencia2_laboral numérica

Las relaciones lineales con frecuencia en ciencias sociales no son suficientes para estimar el efecto de la variable independiente, en la variable dependiente. (Wooldridge, 2010)

Estabilidadlaboral del docente estabilidad_laboral cualitativa

Donde toma valor de 1 si tiene contrato a tiempo indefinido y 0 si su relación laboral es a un año o menor a un año.

Características de la escuela y aula

Área donde se ubica la escuela área cualitativa

Toma 1 si la escuela se encuentra en el área rural y 0 si se encuentra en el área urbana.

Tipo de administración administración cualitativa

Toma el valor de 1 si la escuela es pública y 0 si es privada.

Tamaño aula tamaño_aula numérica Número de estudiantes por aula.

Características de losestudiantes

Sexo del estudiante sexoest cualitativa

Toma el valor de 1 si el estudiante es mujer y 0 en el otro caso.

Edad del estudiante edadest numérica Edad del

estudianteevaluado

Repitegrado repite_grado cualitativa

Ha repetido algún grado: donde repite toma el valor de 1 y 0 si no repite.

Trabajaen casa trabaja_en_casa cualitativa

Dummy de la variable trabaja. Toma el valor de 1 si trabaja en casa y 0 en el caso de que no trabaje o trabaje fuera de casa.

Trabajafuera de casa trabaja_fuera cualitativa

Dummy de la variable trabaja. Toma el valor de 1 si trabaja en casa y 0 en el caso de que no trabaje o trabaje en casa.

Asistió a un centro educativo de 4 a 6 años

preescolar cualitativa

Si el estudiante asistió a un centro de educación de 4 a 6 años toma el valor de 1 y 0 en el otro caso.

Cuantas veces falta a clases al mes

inasistencia_escolar cualitativa

Si el estudiante tiene falta más de un par de veces al mes toma el valor de 1 y 0 en el otro caso.


110

Dedica tiempo de estudio después de clase

estudia_en_casa numérica

Si dedica más de 30 minutos para estudiar después de clases toma el valor de 1 y 0 si no lo hace.


Nivel educativo más alto completado de la madre

edumadre cualitativa

Nivel educativo de la madre: Se homologó los niveles educativos, y se clasifico en cuatro niveles. La variable toma el valor de 1 si el nivel de instrucción es ninguno; toma el valor de 2 si la instrucción es primaria; el valor de 3 si el nivel de instrucción es secundaria y 4 si su instrucción es universitaria (maestría o doctorado). Se utilizó la Dummy de educación primaria, secundaria y universitaria.[1]

[1] Aunque la base suministra la información relacionada con el nivel educativo del padre, se excluyó esta variable para evitar problemas de multicolinealidad, varios estudios han determinado que estas dos variables están altamente correlacionadas. (Verdugo, 2016)


111

Anexo 3

Para dos variables de interés (ISECF) y “Educación de la madre”9 inobservadas, el comando smpc genera el valor predicho de cada uno como una función de otra variable de interés y un conjunto de variables de control al asumir un valor de correlación parcial entre las dos variables de mencionadas (otros procedimientos estadísticos coinciden en suponer que son condicionalmente independientes dadas las variables de control). Por otro lado, el comando smmatch, coincide con las observaciones de diferentes conjuntos de datos de acuerdo con sus valores predichos anteriormente (usando un criterio de distancia mínima) condicional en un conjunto de variables de control, e imputa el valor observado de la coincidencia de la falta. (Alpman, 2016)

Para la construcción de la variable faltante, se utilizó las mismas variables con las que fue elaborado el ISECF de TERCE 201310, para poder lograr comparabilidad entre ambos años. Se detalla a continuación las variables usadas:

VARIABLE PREGUNTA SERCE TERCE

Nivel educativo más alto de los padres del alumno

¿Cuál es el nivel educativo más alto que la madre del estudiante ha completado? � �

Ocupación profesional de los padres del alumno

Si la madre trabaja, señale aquella labor que más se parezca al trabajo que generalmente realiza � �

Ingresos del hogar En un mes normal, ¿en cuál de los siguientes rangos se encuentra actualmente el ingreso total líquido del hogar donde vive el niño? � �

Materiales del piso de la vivienda ¿De qué material es la mayor parte de los pisos de su vivienda? � �

Servicios disponibles en el hogar

¿Cuenta con alguno de los siguientes servicios en su hogar? Desagüe o alcantarillado � �

¿Cuenta con alguno de los siguientes servicios en su hogar? Recolección de basura � �

¿Cuenta con alguno de los siguientes servicios en su hogar? Teléfonofijo � �

¿Cuenta con alguno de los siguientes servicios en su hogar? Televisión por cable o satelital � �

¿Cuenta con alguno de los siguientes servicios en su hogar? Conexióna Internet � �

Bienes disponibles en el hogar

¿Cuántos de los siguientes bienes tiene en su hogar? Televisor � �

¿Cuántos de los siguientes bienes tiene en su hogar? Radio o equipo de música � �

¿Cuántos de los siguientes bienes tiene en su hogar? Computador � �

¿Cuántos de los siguientes bienes tiene en su hogar? Refrigerador � �

¿Cuántos de los siguientes bienes tiene en su hogar? Lavadora de ropa � �

¿Cuántos de los siguientes bienes tiene en su hogar? Celular con acceso a Internet � �

¿Cuántos de los siguientes bienes tiene en su hogar? Vehículo con motor � �

Disponibilidad de libros en el hogar

¿Cuántos libros hay en la casa del niño? Considere todos los tipos de libro: poesía, novelas, diccionarios, libros de estudio, etc. � �

9Se asume esta variable como no observable para poder establecer una correlación parcial entre ambas. 10Con excepción de tres variables que no se dispone en la base SERCE 2006.


112

Anexo 4

Lenguaje

Variables TERCE SERCE-TERCE

OLS OLS ISECF OLS DECIL IV

postulaciones. 2jornadas

OLS OLS ISECF

Infraestructura

Biblioteca 12.56*** 8.45** 10.53** 5.10 0.16 -3.34 (4.13) (4.11) (4.22) (21.71) (3.51) (3.44)

Sala de computación -1.59 -4.97 -3.11 35.79 15.05*** 11.20*** (6.05) (6.03) (6.31) (43.87) (4.02) (3.96)

Canchadeportiva 18.01*** 18.58*** 19.10*** 10.72 19.99*** 18.82*** (5.22) (5.13) (5.37) (12.45) (4.29) (4.17)

Internet 18.34*** 12.54*** 17.52*** 10.99 6.52* 1.75 (4.57) (4.59) (4.67) (8.90) (3.93) (3.88)

Características del docente

Educaciónprimaria -7.08 -7.29 -5.91 -6.02 -5.07 -4.89 (5.36) (5.26) (5.46) (7.73) (5.15) (5.05)

Educaciónsecundaria -3.34 -1.82 -0.43 -5.82 -1.70 -0.38 (5.37) (5.27) (5.62) (6.88) (3.84) (3.76)

Experiencia -1.06** -1.12** -1.14** -1.70** -0.40 -0.49

(0.51) (0.50) (0.52) (0.68) (0.44) (0.43)

Experiencia al cuadrado 0.04*** 0.04*** 0.04*** 0.05*** 0.03*** 0.03*** (0.01) (0.01) (0.01) (0.01) (0.01) (0.01)

Contrato a un año o menor a un año

12.60*** 10.26** 10.76** 8.55 3.08 3.26

(4.53) (4.45) (4.57) (6.62) (3.75) (3.66)

Características de la escuela y aula Rural 1.86 4.80 0.60 -2.74 -5.48 -0.79 (4.11) (4.06) (4.19) (7.97) (3.37) (3.32)

Pública -19.92*** -14.43*** -16.26*** -16.22** -29.77*** -22.13*** (4.97) (4.87) (5.05) (7.19) (4.34) (4.29)

Tamaño del aula 0.24 0.08 0.22 0.22 0.52*** 0.35*** (0.16) (0.16) (0.17) (0.22) (0.13) (0.12)

Características de estudiantes

Mujer -6.30* -6.82** -5.84* -4.85 -1.17 -1.53 (3.24) (3.18) (3.31) (3.67) (2.69) (2.64)

Edad 0.74 1.03 1.78 2.63 1.90 1.78 (2.21) (2.18) (2.27) (2.87) (1.71) (1.66)

Repitiógrado -23.28*** -20.37*** -21.11*** -24.57*** -30.68*** -27.42*** (5.38) (5.27) (5.53) (5.97) (4.15) (4.04)

Trabajaen casa -20.98*** -19.17*** -20.05*** -19.22*** -17.39*** -15.24*** (3.59) (3.52) (3.64) (3.81) (3.01) (2.99)

Trabajafuera de casa -18.80*** -17.27** -18.24*** -18.39** -15.45*** -12.66** (7.03) (6.94) (7.01) (7.61) (5.24) (5.13)

Asistió a preescolar 17.20*** 14.79*** 16.62*** 17.04*** 15.13*** 12.47***


113

(3.34) (3.30) (3.40) (3.59) (2.78) (2.73)

Inasistenciafrecuente -10.38* -11.29** -9.50* -8.27

(5.34) (5.23) (5.46) (5.95)

No estudiaen casa -36.54*** -30.49*** -33.58*** -33.46***

(9.24) (9.97) (9.69) (10.02)


Primaria 8.08 10.73* 10.79* 9.21 11.53** 11.69** (5.93) (5.86) (6.08) (7.44) (5.00) (4.94)

Secundaria 31.02*** 23.15*** 28.32*** 32.99*** 29.91*** 18.54*** (6.26) (6.26) (6.39) (6.70) (5.32) (5.44)

Universidad 57.68*** 36.96*** 48.34*** 63.28*** 50.38*** 25.40*** (7.05) (7.46) (7.46) (7.93) (6.03) (6.51)

Variables proxy

ISECF 22.20*** 26.16***

(2.78) (2.83)

Decil 1 -39.33***

(11.59)

Decil 2 -33.79***

(11.74)

Decil 3 -26.07**

(12.16)

Decil 4 -24.44**

(12.26)

Decil 5 -14.86

(11.97)

Decil 6 -22.43

(13.70)

Decil 7 -16.28

(13.41)

Decil 8 -16.76

(13.63)

Decil 9 -1.15

(15.29)

Dummy de año 32.26*** 29.20*** (3.87) (3.83)

Constante 448.67*** 462.05*** 467.68*** 411.07*** 393.30*** 416.88*** (28.75) (28.45) (31.95) (38.73) (21.48) (21.01)

R-squared 0.2582 0.2838 0.2663 0.2416 0.2426 0.2753

Observaciones 1941 1941 1882 1751 3238 3238


114

Matemática

Variables TERCE SERCE-TERCE

OLS OLS ISECF OLS DECIL IV

postulaciones. Luz

OLS OLS ISECF

Infraestructura

Biblioteca 1.59 -2.01 1.13 -19.60 -9.76*** -12.97*** (4.00) (3.97) (4.01) (24.07) (3.63) (3.60)

Sala de computación -15.46* -17.93** -18.67* 43.30*** 14.91*** 11.23** (9.24) (9.15) (9.67) (13.14) (4.70) (4.68)

Canchadeportiva 31.78*** 31.15*** 30.15*** 25.23*** 37.44*** 35.54*** (5.53) (5.42) (5.53) (6.68) (4.40) (4.31)

Internet 11.90* 8.92 12.25* 0.66 4.07 1.59 (6.15) (6.12) (6.29) (8.17) (5.19) (5.12)

Características del docente

Educaciónprimaria -3.33 -6.79 -5.20 -3.70 -0.96 -4.83 (5.92) (5.78) (6.04) (7.52) (5.77) (5.64)

Educaciónsecundaria -17.29*** -18.47*** -17.81*** -19.83*** -15.54*** -15.51*** (4.65) (4.63) (4.73) (5.87) (3.79) (3.77)

Experiencia 0.29 0.22 0.06 0.83 1.15** 1.13** (0.53) (0.52) (0.54) (0.70) (0.47) (0.46) Experiencia al cuadrado 0.01 0.01 0.01 -0.01 -0.01 -0.01

(0.01) (0.01) (0.01) (0.02) (0.01) (0.01)

Contrato a un año o menor a un año

2.55 2.41 1.93 5.75 2.03 2.41

(3.92) (3.86) (3.95) (4.43) (3.70) (3.63)

Características de la escuela y aula

Rural -9.74** -7.40* -9.81** -13.90** -12.74*** -9.78*** (4.15) (4.10) (4.23) (6.11) (3.48) (3.45)

Pública -8.58* -0.94 -3.47 -8.92 -24.93*** -15.44*** (4.57) (4.62) (4.73) (7.67) (4.33) (4.36)

Tamaño del aula -0.23 -0.35** -0.23 -0.21 0.30** 0.14 (0.17) (0.17) (0.17) (0.18) (0.13) (0.13)

Características de estudiantes

Mujer -12.47*** -12.53*** -12.32*** -11.16*** -7.98*** -8.43*** (3.43) (3.38) (3.45) (3.60) (2.93) (2.89)

Edad 2.03 2.12 1.78 4.02 3.21 3.13 (2.51) (2.48) (2.55) (2.86) (1.98) (1.94)

Repitiógrado -29.49*** -26.79*** -25.63*** -32.23*** -31.08*** -27.70*** (5.88) (5.81) (6.01) (6.37) (4.62) (4.58)

Trabajaen casa -17.97*** -16.19*** -17.36*** -17.89*** -15.92*** -13.83*** (3.78) (3.73) (3.81) (3.91) (3.24) (3.18)

Trabajafuera de casa -18.58** -16.36** -17.09** -16.29** -12.45** -9.83 (7.81) (7.71) (7.86) (7.81) (6.14) (6.08)

Asistió a preescolar 11.09*** 8.26** 10.25*** 11.21*** 13.11*** 9.97*** (3.42) (3.39) (3.46) (3.54) (2.91) (2.88)


115

Inasistenciafrecuente -13.66** -13.68*** -12.61** -13.41**

(5.31) (5.15) (5.46) (5.51)

No estudiaen casa -35.05*** -30.08** -32.65** -30.27**

(13.32) (13.00) (12.88) (13.08)


Primaria 16.20** 19.06*** 18.01*** 13.78** 14.63*** 15.20*** (6.30) (6.32) (6.51) (6.64) (5.39) (5.40)

Secundaria 34.97*** 26.21*** 32.11*** 36.97*** 29.82*** 18.25*** (6.62) (6.76) (6.86) (7.17) (5.64) (5.80)

Universidad 61.80*** 41.35*** 50.13*** 66.34*** 49.75*** 25.91*** (7.29) (7.82) (7.81) (8.43) (6.27) (6.86)

Variables proxy

ISECF 21,16** 24,60***

-2,79 -2,45

Decil 1 -48,47***

-11,31

Decil 2 -44,85***

-11,46

Decil 3 -36,12***

-11,91

Decil 4 -35,21***

-12,23

Decil 5 -24,57**

-11,48

Decil 6 -40,79***

-13,13

Decil 7 -32,99***

-12,65

Decil 8 -22,23*

-12,79

Decil 9 -7,16

-14,29

Dummy de año 38.97*** 35.92*** (5.02) (4.90)

Constante 471.24*** 482.51*** 518.16*** 414.37*** 382.14*** 401.99*** (34.81) (34.17) (37.15) (37.42) (25.82) (25.25)

R-squared 0.1862 0.2083 0.1995 0.1582 0.2174 0.2421

Observaciones 2094 2094 2034 2073 3187 3187

gerente general subgerente general subgerente de ... · o catedrático se desempeñó como profesor...

Documents