El Ahorro de los Hogares Colombianos: un análisis microeconómico mediante regresión cuantílica

Juanita Cifuentes González** John Werner Meisterl Reyes***

Resumen

La alta heterogeneidad de los hogares colombianos sugiere el uso de metodologías que condicionen las medidas de tendencia central normalmente empleadas en análisis económicos. Usando la información de la Encuesta de Calidad de Vida (ECV) para Colombia del 2008, este trabajo analiza los determinantes de la tasa de ahorro de los hogares implementando la metodología de regresión cuantílica. La hipótesis de heterogeneidad en la motivación de los hogares para ahorrar es confirmada. Los resultados son discutidos a la luz de la teoría del ciclo vital y de estudios empíricos existentes.

Palabras clave: ahorro de los hogares, regresión cuantílica, determinantes del ahorro. Clasificación JEL: C21, D14, R20



Este documento fue presentado como Trabajo de Grado para optar al título de Magister en Economía. Dirigido por: Jorge Hernán García, Ph.D. Los autores agradecen la colaboración de la profesora Martha Misas Arango (Pontificia Universidad Javeriana) y los comentarios de la Dra. Ligia Melo (Banco de la República de Colombia). Todos los errores son propios. ** Economista y Magistra en Economía, Pontificia Universidad Javeriana, Bogotá. Profesora Instructora, Departamento de Economía, Pontificia Universidad Javeriana, Bogotá. Contacto: [email protected] *** Economista y Magister en Economía, Pontificia Universidad Javeriana, Bogotá. Profesor Asistente, Departamento de Economía, Pontificia Universidad Javeriana. Asesor externo de la Comisión de Regulación de Comunicaciones. Contacto: [email protected]

Household Saving in Colombia: a microeconomic analysis using quantile regression*

Juanita Cifuentes González** John Werner Meisterl Reyes***

Abstract

The high heterogeneity of Colombian households suggests the use of methodologies that condition the measures of central tendency that are frequently used in economic analyses. Using the Quality of Life Survey 2008 (ECV) for Colombia, this study analyzes the determinants of household saving rate by implementing a quantile regression approach. The hypothesis on heterogeneous determinants of household saving rates is confirmed. The results are discusses in light of the Life Cycle Hypothesis and previous empirical studies.

Key words: household savings, quantile regression, determinants of savings. JEL classification: C21, D14, R20

*

This paper was presented as a thesis to obtain a Master’s degree in Economics from Pontificia Universidad Javeriana. The authors are thankful for the support given by Prof. Jorge Hernán García, Ph.D., as well as the support from Prof. Martha Misas Arango (Pontificia Universidad Javeriana) and Dr. Ligia Melo (Banco de la República). All remaining errors are of the authors’ entire responsibility. ** Economist and Master in Economics, Pontifica Universidad Javeriana, Bogotá. Instructor at Economics Department, Pontificia Universidad Javeriana, Bogotá. Email: [email protected] *** Economist and Master in Economics, Pontificia Universidad Javeriana Bogotá. Assistant professor at Economics Department, Pontificia Universidad Javeriana, Bogotá. External advisor at Communications Regulation Commission. Email: [email protected]

2

1. Introducción El ahorro, como variable determinante del crecimiento económico de las naciones en el largo plazo, ha recibido especial atención desde la macroeconomía (Phelps, 1966; Barro Sala-i-Martin, 1995). En Colombia, trabajos como los de López y Ortega (1998) y Melo, Téllez y Zárate (2006) estudian el ahorro agregado desde la perspectiva macroeconómica, encontrando relaciones de largo plazo entre esta variable y agregados económicos como el PIB y la tasa de interés. Sin embargo, el ahorro agregado es el resultado de las decisiones de ahorro del gobierno, las empresas y los hogares y como tal tiene fundamentaciones microeconómicas (Keynes, 1936); en efecto, las decisiones de ahorro de los hogares tienen un impacto directo sobre la tasa de ahorro privado, como lo exponen López y Ortega (1998). La literatura ha sugerido que estas decisiones pueden estar motivadas por diferentes razones, entre las que se cuentan la suavización del consumo a través del ciclo de vida (Modigliani y Brumberg, 1954), como un seguro contra una caída incierta del ingreso futuro (Friedman, 1957), o para heredar activos a los hijos (Keynes, 1936). Recientemente se han desarrollado estudios con una perspectiva microeconómica del ahorro como variable de decisión individual, influenciada por factores económicos, demográficos, culturales y sociales. Dentro de éstos se destaca el estudio de Browning y Lusardi (1996), quienes presentan un análisis descriptivo detallado de las teorías microfundamentadas del ahorro y de los datos disponibles para Estados Unidos, utilizando variables demográficas para analizar los hechos estilizados de la teoría. Melo, Téllez y Zárate (2006), en un artículo para Colombia, expresan la importancia del estudio de los hogares de la siguiente manera: “El estudio del ahorro de los hogares de manera independiente permite aislarlo de las decisiones fiscales y de las finanzas corporativas, cuyo comportamiento está incluido en variables más amplias, tales como el ahorro agregado o el ahorro privado” (p. 113). En la última década han proliferado estudios empíricos sobre el ahorro de los hogares en diferentes países desde un enfoque microeconómico. Los trabajos realizados en Chile (Butelmann y Gallego, 2000), Alemania (Börsch-Supan y Essig, 2003), Austria (Beer et al, 2006), Pakistán (Ahmad y Asghar, 2004) y Colombia (Melo, Téllez y Zárate, 2006) realizan análisis descriptivos sobre las variables microeconómicas que determinan el ahorro de los hogares; estos estudios concuerdan en que factores como la edad, el género, el ingreso, la educación, la situación laboral de la cabeza de familia y la composición del hogar guardan una estrecha relación con la tasa de ahorro de los individuos. Los trabajos existentes para Chile (Butelmann y Gallego, 2000) y Pakistán (Ahmad y Asghar, 2004) recurren a un análisis de regresión lineal de mínimos cuadrados ordinarios (OLS, por sus siglas en inglés1) para estimar la relación existente entre la tasa de ahorro de los hogares y variables demográficas y socioeconómicas. Adicionalmente al método OLS, Engelhardt (1996) – en un estudio para Estados Unidos - utiliza la metodología de mínima desviación absoluta (LAD, por sus 1

Ordinary Least Squares.

3

siglas en inglés2), que consiste en la minimización de los errores absolutos para estimar el ahorro activo de las familias utilizando la mediana condicional – y no la media como en OLS- debido a la asimetría que presenta la distribución de esta variable y a la alta presencia de datos atípicos. Para llevar a cabo dichos análisis, los autores utilizaron información de encuestas sobre ingresos y gastos, realizadas de manera aleatoria a los individuos; debido al desarrollo de herramientas estadísticas, es más común encontrar trabajos – a nivel microeconómico- sobre la tasa de ahorro. Sin embargo, aunque resultan útiles, estas encuestas aún no están consolidadas y el empalme presenta dificultades para hacer estudios a través del tiempo. Es por esto que los estudios microeconométricos del ahorro comúnmente presentan análisis de corte transversal, donde se emplea información para un momento dado del tiempo. Chen et al (2007) proponen un modelo de regresión cuantílica (RC) para estimar la tasa de ahorro de los hogares taiwaneses frente a variables demográficas y socioeconómicas, siguiendo la metodología expuesta por Koenker y Bassett (1978). La regresión cuantílica intenta modelar el efecto que tienen las variables explicativas (en este caso, demográficas y socioeconómicas) sobre el total de la distribución de una variable dependiente – la tasa de ahorro de los hogares- y no en una medida de tendencia central, como la media o la mediana; esta metodología incluye en su estimación la posible heterogeneidad que existe en los datos individuales e incorpora en la estimación los datos atípicos presentes en las variables. Chen et al concluyen que existen diferencias en la tasa de ahorro de los hogares de acuerdo a sus características y que el uso de esta nueva metodología de estimación resulta particularmente útil para el análisis de este tipo de relaciones. Para el caso del estudio de las decisiones individuales de ahorro en países en vía de desarrollo, la metodología de regresión cuantílica resulta particularmente relevante, teniendo en cuenta la desigualdad que puede existir en estos países (en distribución del ingreso, principalmente), que ocasiona grandes dispersiones y asimetrías en la muestra. Empleando datos de la Encuesta de Calidad de Vida (ECV) de 2008 para Colombia, este estudio presenta un análisis del ahorro y sus determinantes en el país, incorporando las diferencias que puedan existir entre hogares mediante la implementación de la regresión cuantílica, ofreciendo así una perspectiva diferente a este tema que ha sido estudiado en artículos anteriores como el de Melo, Téllez y Zárate (2006). El presente trabajo consta de seis secciones, además de esta breve introducción: en la segunda sección, se examinan las teorías existentes respecto al ahorro de los hogares; en la tercera, se presentan diferentes estudios empíricos realizados sobre el tema. La sección 4 presenta una breve descripción de la metodología de regresión cuantílica y en la 5 se presentan aspectos relevantes de los datos utilizados para la estimación. En la sección 6 se presentan los resultados de la estimación que se llevó a cabo, y por último la sección 7 expone las conclusiones de este trabajo y sugerencias para futuras investigaciones.

2

Least Absolut Deviations.

4

2. Teorías del Ahorro Uno de los primeros autores en tratar el tema del ahorro de los hogares fue Keynes (1936) en su libro “La Teoría General del Empleo, el Interés y el Dinero”, donde expone las razones por las cuales los individuos deciden no gastar todo su ingreso. Dichas razones son: i. ii.

iii. iv. v. vi. vii. viii.

Para crear una reserva para contingencias no previstas; En anticipación a futuras relaciones entre el ingreso y las necesidades del individuo o de su familia, por ejemplo, en relación con la edad adulta, educación familiar o la manutención de personas dependientes; Para disfrutar del interés y la apreciación; Para incrementar gradualmente el gasto y poder mejorar su calidad de vida; Para disfrutar de un sentido de independencia y del poder de realizar cosas, aunque sin una idea clara o una intención definida de alguna acción específica; Para asegurar recursos para llevar a cabo proyectos de negocios o especulativos; Para legar una fortuna; Para satisfacer la avaricia pura, por ejemplo, inhibiciones irracionales sobre el gasto.

Tomando las ideas de Keynes sobre el ahorro individual, Modigliani y Brumberg (1954) desarrollaron la Teoría del Ciclo Vital (TCV)3 que ha sido ampliamente utilizada como punto de partida para la elaboración de teorías y trabajos empíricos posteriores. Los autores plantean un modelo de consumo intertemporal en el que los individuos basan sus decisiones de consumo actual de acuerdo con sus expectativas de ingreso. En cuanto al ahorro, los autores listan algunas razones por las que los individuos deciden ahorrar que, aunque guardan cierta relación con lo mencionado anteriormente (Keynes, 1936), el “tiempo” juega un papel preponderante en las decisiones individuales. Los motivos para ahorrar según Modigliani y Brumberg (1954) son (p. 5 y 6): i. ii. iii. iv.

El deseo de aumentar los bienes para el beneficio de los herederos. El hecho de que los patrones actuales y futuros de ingreso, por lo general, no coincidirán con el nivel preferido de consumo. El deseo de acumular activos para enfrentar posibles emergencias que no pueden ser previstas de manera perfecta. En presencia de incertidumbre, el individuo ahorra para tener un capital de ciertos activos antes de que el individuo pueda recibir servicios de dichos activos. Por lo general, estos activos están representados en la adquisición de bienes durables.

La TCV establece que, entre otros factores, el ahorro depende de una propensión constante del ingreso permanente, que no está sujeta al nivel de ingreso ni a la edad del individuo, lo que es consistente con otros estudios empíricos realizados4. Explican además, que son las variaciones del 3

Brumberg era estudiante de Modigliani y esta teoría es más conocida como TCV de Modigliani. Brady y Friedman (1947), en su análisis descriptivo del ahorro de los hogares estadounidenses, encuentran que la tasa de ahorro permanece estable durante el tiempo de su estudio aunque diferentes factores cambian de manera significativa. 4

5

ingreso en el corto plazo lo que hacen incrementar el ahorro en las familias, pero que la proporción ahorro/ingreso permanente tiende a permanecer constante a lo largo de la vida de las personas. Modigliani y Brumberg (1954) ahondan en el tema del ahorro a la luz de los resultados de su modelo de consumo. Proponen que para un análisis empírico sobre el ahorro, se debería tener en cuenta el valor neto de los activos y que, aunque esta información estuviera disponible, no daría indicios sobre la reacción de los hogares ante cambios en el valor de sus activos, ya que la tenencia de éstos refleja un plan de vida de los individuos, que depende de la edad, el ingreso y sus expectativas sobre ingresos futuros (p.29). De lo anterior se concluye que la decisión de consumo, de tenencia de activos y – en últimas- de ahorrar es un problema dinámico de maximización de utilidad, en el que el tiempo y las expectativas individuales juegan un papel preponderante. A manera de conclusión, Modigliani y Brumberg (1954) afirman que cualquier desviación de la tasa de ahorro de sus niveles promedio es causada, en gran medida, por las fluctuaciones del ingreso en el corto plazo. Concluyen además que las provisiones que los hogares deciden hacer para emergencias o para la edad adulta dependen de la edad del individuo y de la capacidad de recibir ingresos. Browning y Lusardi (1996) toman como punto de partida el modelo de Modigliani y Brumberg (1954) para derivar un modelo de equivalencia de certidumbre, (CEM, por sus siglas en inglés)5, en el que agentes racionales buscan evitar que sus gastos, en términos de utilidad descontada, valgan más en un período que en otro (p. 1800). Como complemento al modelo de Modigliani y Brumberg (1954), los autores introducen conceptos como el ahorro precautelativo, las restricciones de liquidez y los hábitos del hogar, situaciones exógenas a las decisiones pero que tienen gran impacto en el ahorro y en el consumo de los individuos.

3. Estudios empíricos sobre el ahorro de los hogares Uno de los primeros trabajos en tratar el tema del ahorro desde la perspectiva microeconómica es el de Brady y Friedman (1947). Este estudio descriptivo analiza los patrones de ahorro en Estados Unidos durante el período comprendido entre 1935 y 1941. Las autoras proponen como posibles determinantes del ahorro el ingreso, el tamaño de la familia, ocupación, raza, país de origen de sus antecesores, región y tamaño de la comunidad a la que pertenece, las cuales ayudan a contemplar el panorama del país en esta época. A lo largo de este estudio, las autoras expresan que el ahorro no puede ser fácilmente estimado en la media por la diversidad poblacional del país; es por esto que se subdivide la muestra por niveles de ingreso. Utilizando esta subdivisión por percentiles, encontraron relaciones interesantes, entre ellas que las familias ricas ahorran más que las pobres y que las familias de las ciudades ahorran menos que las familias rurales; este fenómeno fue explicado porque la agricultura es un negocio muy fluctuante y por ello las familias que dependen de este sector tienden a ser más precavidas. Aunque Brady y Friedman, tratando el ahorro de los hogares de 5

Certainty Equivalence Model.

6

manera descriptiva, llegan a resultados importantes, la conclusión más relevante en cuanto al estudio del ahorro de los hogares estadounidenses es que la tasa de ahorro parece tener una relación mucho más estable con el ingreso, concordando con autores anteriores6. El estudio, sin embargo, resalta que al ser uno de los primeros en el tema tiene problemas con la información, ya que por la gran distancia que abarca el territorio estadounidense la recolección de los datos era difícil en su momento. Uno de los trabajos más importantes, basado en la TCV, es el de Browning y Lusardi (1996) quienes, después de presentar una descripción teórica (ver sección anterior), realizan una descripción exhaustiva de los datos disponibles en Estados Unidos. Los autores reconocen que existe una amplia heterogeneidad en los motivos individuales para ahorrar y recurren a la teoría existente para explicar la influencia de estas diferencias en el ahorro de los hogares. Para analizar los datos de ahorro en Estados Unidos, Browning y Lusardi utilizan diferentes bases de datos existentes que incluyen información a nivel de hogar sobre ingresos, riqueza y comportamiento de individuos pensionados y de la tercera edad para el período 1970-1990. Los autores, antes de describir el comportamiento de los hogares frente al ahorro, enumeran ciertos problemas que tienen los datos y que es importante tener en cuenta para un análisis empírico: i.

ii.

iii.

La definición tradicional de ahorro (ingreso - consumo) no incluye las contribuciones hechas a fondos gubernamentales o privados de pensiones, y éstas a su vez, no son incluidas en el ingreso personal ni en el ahorro del hogar. La medida de riqueza de un hogar es ambigua; si se define el ahorro como la diferencia de la riqueza de un hogar entre dos períodos determinados, el hecho de que no exista una única medida de riqueza puede ocasionar diferencias en la medida de ahorro. Los datos de ahorro a nivel de hogar no necesariamente coinciden con los datos agregados de ahorro, esto se explica porque la tasa de ahorro agregada es la razón de dos promedios (ingreso promedio – gasto promedio/ingreso promedio) y esto no es igual al promedio del ahorro a nivel microeconómico (p.1814).

Browning y Lusardi presentan un análisis descriptivo de los datos de ahorro de los hogares estadounidenses, examinando el comportamiento individual por edad, composición del hogar, ingreso, educación y riqueza. En cuanto a edad, los autores mencionan que en un mismo hogar es posible que las personas tengan diferentes propensiones marginales a ahorrar debido a la edad; encuentran que la tasa de ahorro es positiva para todas las edades y que ésta aumenta hasta el período de retiro y luego empieza a descender, pero sin llegar a valores negativos. Encuentran, además, que la mediana de la tasa de ahorro es baja, lo que indica que algunos hogares no ahorran. Al tomar como variable demográfica el ingreso, Browning y Lusardi encuentran que al dividir la población en deciles, todos los grupos muestran una relación positiva entre ingreso y ahorro; en 6

Kuznets (1946) encuentra que la tasa de ahorro en Estados Unidos no ha tenido incrementos significativos desde el siglo XIX, aunque el ingreso per cápita ha crecido. Esto fue explicado, en su momento, porque el aumento en el ingreso se destinaba a mayor consumo y no a mayor ahorro.

7

particular, la mayor parte del ahorro está representada en los hogares que pertenecen a deciles altos en la distribución del ingreso, lo que refuerza la idea de que existen diferencias sustanciales en cómo afectan las variables individuales al ahorro de los hogares. Sin embargo, mencionan que es posible que esta relación positiva sea tan alta porque el ingreso está incluido en la medición del ahorro (ingreso – consumo). Los autores no atribuyen a este error la causa de una alta correlación entre ingreso y ahorro; mencionan que es posible hacer este análisis con indicadores de ingreso permanente, que en este caso, es la educación. Debido a un mayor desarrollo de las encuestas y a una mayor disponibilidad de bases de datos a nivel mundial, se han llevado a cabo recientemente estudios en varios países sobre el ahorro de los hogares. Börsch-Supan y Essig (2003) realizan un análisis del comportamiento de los hogares alemanes, utilizando la encuesta más reciente en su momento sobre ingresos y gastos donde se combina la información económica del hogar con características sociales. Los autores resaltan que la mayoría de los hogares alemanes ahorran y los que lo hacen, guardan sumas sustanciales de dinero (p. 17). Al estudiar el ahorro bruto y neto de los hogares alemanes, Börsch-Supan y Essig observan que las medianas de estas medidas de ahorro son menores que los valores medios, lo que indica que la distribución del ahorro es asimétrica, es decir algunos hogares ahorran muy poco y algunos ahorran mucho (p.19). Los datos de la Encuesta SAVE7 de principios de la década del 2000, muestran que alrededor del 60% de los hogares alemanes ahorra de manera frecuente, el 40% ahorra una cantidad fija y un quinto de la población encuestada ahorra de manera regular pero ajusta la cantidad de acuerdo a las circunstancias; adicionalmente, encontraron que un 16% de los hogares alemanes no ahorra porque no tiene capacidad financiera suficiente para hacerlo. Dentro de sus análisis, los autores concluyen que los hogares alemanes ahorran de forma planeada y con un propósito definido (compra de casa, viajes, adquisición de activos financieros, entre otros) y este ahorro guarda cierta estabilidad en el largo plazo; además, encuentran que dentro de los motivos para ahorrar, la precaución y la provisión para el retiro son los más importantes en los hogares alemanes (p. 40). Un estudio similar a Börsch-Supan y Essig (2003), es el hecho para Austria por Beer et al (2006) utilizando datos microeconómicos sobre las decisiones tomadas por los hogares en cuanto al ahorro representado por activos financieros. Este estudio muestra también que los hogares que mantienen tasas de ahorro constantes en Austria son aquellos que tienen un nivel de ingreso alto, manteniendo un comportamiento coherente con la TCV expuesta por Modigliani, en tanto se ahorra una proporción constante del ingreso familiar. Se observa que, debido a que estos países permiten tener un acceso más fácil al mercado de capitales, gran parte del ahorro de las familias es destinado a inversión en acciones y bonos, considerado como ahorro intertemporal8 y se resalta que las variables

7

Encuesta realizada a los hogares alemanes en la que se incluye información sobre ingresos, gastos, riqueza y ahorro, hecha con la colaboración del Centro para Encuestas, Métodos y Análisis de Mannheim. 8 En Colombia, la inversión de las familias en acciones y bonos generalmente no es incluida en los modelos de ahorro, porque la entrada individual al mercado de capitales es compleja. No es una práctica generalizada el invertir en bolsa para los hogares colombianos, por esto, no existen estadísticas completas de la inversión de los hogares en el mercado bursátil.

8

socioeconómicas tales como la edad, el ingreso, el tamaño de la familia y el estrato son de vital importancia para explicar el comportamiento del ahorro de las familias. Un estudio empírico que resulta interesante mencionar es el de Ahmad y Asghar (2004), realizado para Pakistán. Los autores realizan un trabajo sobre el ahorro tanto rural como urbano, estimando un modelo OLS con el objeto de ahondar sobre los posibles determinantes del ahorro, como el ingreso, la edad, el género, la educación, la situación de empleo y si la persona es propietaria de una casa, como aproximación a una medida de riqueza. Los autores encuentran que el ingreso es una de las variables más importantes en la determinación del nivel de ahorro de las personas. Dado que la definición de ahorro empleada en el estudio está dada por la diferencia entre ingreso y consumo, este último resultado no es sorprendente. Adicionalmente, los autores reportan una correlación fuerte entre tener un empleo y el ingreso: las personas que nunca ahorran son las que están desempleadas y no reciben un ingreso. Se encuentra que las personas más educadas exhiben un comportamiento similar al propuesto por la TCV de Modigliani, ya que se evidencia que después de cierta edad (edad de retiro), las personas empiezan a desahorrar. Ahmad y Asghar encuentran, además, que los hombres ahorran más que las mujeres y mencionan que esto puede darse por la precaria situación laboral de las mujeres en Pakistán. Gracias al desarrollo reciente de herramientas estadísticas y de avances computacionales, nuevas formas de estimación han sido utilizadas para incorporar la alta heterogeneidad en las características microeconómicas de los hogares. Chen et al (2007) realizan un estudio sobre el ahorro en Taiwán utilizando la metodología de regresión cuantílica para integrar una función de distribución asimétrica del ahorro que explique el comportamiento de datos atípicos ubicados en las colas de dicha distribución; para este estudio, los autores mencionan que si se utiliza la metodología OLS para construir el modelo, el estudio en la media de ahorro no aportaría información sobre el resto de la población. Chen et al resaltan que las variables como ingreso, edad, ocupación, nivel de educación y género son de vital importancia para entender la propensión marginal a ahorrar. Este trabajo comprende dos etapas de estimación: en la primera, se estima por medio de OLS un ingreso permanente como proxy de la riqueza del hogar y en la segunda, se utiliza el resultado obtenido del ingreso permanente en una regresión cuantílica para explicar el ahorro individual. De acuerdo con los resultados obtenidos de la estimación, Chen et al concluyen que el ahorro se distribuye de diferente manera a lo largo de los cuantiles que comprende el trabajo, evidenciando la heterogeneidad de la población y que las variables explicativas – aunque son las mismas para toda la población- pueden influir de diferente forma a distintos segmentos poblacionales. Según los autores, al demostrar que el ahorro no se comporta de la misma manera en toda la población, se muestra que el análisis del ahorro tomando un agente representativo no sería lo más conveniente. Para Latinoamérica, uno de los estudios más importantes fue hecho por Butelmann y Gallego (2000), en el que utilizan la Encuesta de Presupuestos Familiares para identificar el comportamiento del ahorro de los hogares y evaluar la TCV en la economía chilena. Los autores utilizan variables 9

microeconómicas para un análisis de la situación de ahorro de los hogares en Chile; analizan el comportamiento del ahorro frente el ingreso individual, el nivel de educación y por edad. En cuanto a la relación entre el ahorro y el ingreso, Butelmann y Gallego encuentran que la tasa de ahorro aumenta a medida que se aumenta el percentil de ingreso, teniendo tasas negativas de ahorro para los niveles de ingreso más bajos. Los autores explican que este fenómeno es consistente con la teoría, ya que las familias sólo ahorran cuando han alcanzado un nivel determinado de ingreso, que generalmente está asociado con el ingreso mínimo o con el nivel de ingreso que permite satisfacer las necesidades básicas (p. 10). Los autores deciden estudiar la población encuestada por perfiles de edad para encontrar evidencia que soporte la TCV en los hogares chilenos. Sin embargo, encuentran que la evidencia empírica no apoya las predicciones de la teoría, porque en Chile, así como en otros países, existe un grado de paralelismo entre el ingreso y el gasto (p. 12); es decir, ante un aumento en el ingreso del jefe del hogar, el gasto presenta un aumento menos que proporcional; resaltan que los chilenos no desahorran al tener más edad y, en algunos casos, ahorran a mayores tasas que otros grupos poblacionales, contradiciendo lo predicho por la TCV. De acuerdo con los resultados presentados, llegan a la conclusión de que el ahorro es determinado por el ingreso y por otras características permanentes del hogar, como la educación del jefe y la edad, y que el estudio microeconómico del ahorro permite tener un mejor entendimiento de esta variable y de sus determinantes. En Colombia, el estudio más reciente del ahorro de los hogares es el de Melo, Téllez y Zárate (2006) en el que se analiza el ahorro tanto desde el punto de vista macroeconómico como desde la perspectiva microeconómica. Tomando la Encuesta de Calidad de Vida del DANE 9, los autores realizan un análisis descriptivo del comportamiento del ahorro en Colombia antes y después de la crisis financiera de 1998-1999. En una observación inicial, el estudio presenta que las tasas de ahorro de los hogares colombianos son menores después de la crisis que en el año 1997, por lo que se puede pensar que la recesión tuvo gran impacto en el ingreso y en el comportamiento de la economía colombiana. Observan además que existe una dispersión en las tasas de ahorro de los hogares parcialmente explicada por la presencia de hogares con altas tasas de ahorro negativas. Melo, Téllez y Zárate observan que cuando el jefe de hogar es un hombre, el hogar presenta mayores tasas de ahorro, lo que puede servir de explicación para la caída del ahorro en Colombia post-crisis, ya que los hogares cuyo jefe de hogar es una madre soltera presentan menores tasas de ahorro; destacan, sin embargo, un aumento en la participación de las mujeres jefes de hogar en la economía colombiana. Los autores concluyen que es necesario implementar sistemas de encuestas que permitan conocer la información de los hogares acerca de su riqueza, para poder utilizarla como una nueva forma de acercamiento hacia el estudio completo del ahorro en los hogares colombianos. La alta heterogeneidad de los hogares colombianos sugiere la utilización de nuevas herramientas que permitan identificar los determinantes del ahorro y cómo influyen éstos en los diferentes grupos poblacionales. Tal como lo hicieron Chen et al para Taiwán, es posible pensar que la metodología de 9

Departamento Administrativo Nacional de Estadística.

10

regresión cuantílica puede representar un acercamiento al mejor conocimiento del comportamiento del ahorro en Colombia. Para tal efecto, se utilizará la metodología propuesta por Koenker y Basset (1978) que se expondrá brevemente en la siguiente sección.

4. Metodología Para estudiar el ahorro de los hogares colombianos, los datos microeconómicos son de gran utilidad porque permiten el análisis de características individuales que los datos agregados no tratan. El presente trabajo emplea datos de la ECV 2008 implementada por el DANE. De las encuestas existentes para Colombia, ésta es la que ofrece la mejor información para realizar un estudio microeconométrico de ahorro. De igual forma a encuestas con objetivos similares de otros países, la ECV colombiana emplea un muestreo probabilístico. Desafortunadamente y dado que los hogares encuestados cambian año a año, no es posible realizar un análisis de datos panel. La información empleada en el presente estudio corresponde a la ECV 2008 – último año para el cual la información ha sido procesada y se encuentra disponible- de forma tal que el modelo econométrico empleado tiene un carácter de corte transversal. La metodología empleada para el presente estudio es la de regresión cuantílica. Ésta utiliza los datos de la muestra para estimar el efecto de las variables independientes (en este caso, las características del hogar) sobre los distintos grupos de la variable dependiente (la tasa de ahorro). La regresión cuantílica permite analizar la distribución de la tasa de ahorro utilizando toda la información disponible de la muestra, incluyendo datos atípicos, y no sólo enfocándose hacia la media de esta distribución. Considere la siguiente función de ahorro:

(1)

donde S equivale a la tasa de ahorro del hogar i, X representa el vector de características individuales del hogar i, β es el vector de coeficientes y u, el término de error. Al estimar la ecuación (1) por OLS, se encuentra una aproximación a la media condicional de la tasa de ahorro de los hogares y los ̂ obtenidos de la estimación representan el efecto marginal de las variables contenidas en X sobre el comportamiento promedio del ahorro. Sin embargo, con la media es imposible caracterizar la totalidad de la función de distribución del ahorro; es posible que la distribución no presente la forma estándar y que los efectos de las variables independientes sobre ésta no sean homogéneos para toda la población estudiada. Para tratar este tipo de problemas, Koenker y Bassett (1978) proponen la regresión por cuantiles o cuantílica. El desarrollo 11

metodológico de la regresión por cuantiles presentado a continuación sigue de cerca la exposición presentada en Koenker (2005). Sea τ un número real que pertenece al intervalo (0,1) y Y una variable aleatoria. Sea θτ un número real. El τ-ésimo cuantil condicional puede ser expresado como: (

)

( )

Utilizando la notación presentada en la ecuación (1), el τ-ésimo cuantil condicional de la tasa de ahorro de los hogares puede ser representado así: (

)

( )

Para calcular los cuantiles no condicionales de Si, se utiliza una función de pérdida de la siguiente forma:

( )

{

∑

(

∑

)

} ( )

La función de pérdida representa el valor Q para el cual el τ% de los datos de la muestra se encuentran por encima y el (1-τ) % por debajo. Esta función se utiliza para generar la segmentación de la muestra en los τ-ésimos cuantiles deseados. La representación de la ecuación (1) para el τ-ésimo cuantil está dada por:

( )

donde es el coeficiente asociado al τ-ésimo cuantil y , el error correspondiente a dicho cuantil. La estimación de los coeficientes se realiza por medio de la minimización de una función de pérdida, similar a la presentada anteriormente:

̂

{

∑

∑

(

)

}

( )

donde el término es una aproximación al τ-ésimo cuantil de la variable dependiente, que en ̂ este caso, es la tasa de ahorro del hogar i. Es importante anotar que cuando tiende a cero, 12

muestra el comportamiento de la función de distribución condicional en su cola izquierda; cuando éste tiende a uno, se modela el comportamiento en la cola derecha de dicha distribución. Como caso ̂ modela el comportamiento en la mediana de la función de especial, cuando , distribución condicional. La ecuación (6) puede ser expresada de la siguiente forma: ̂

donde

(

)

( )

hace las veces de función ponderadora de la siguiente forma: (

donde

∑

{

( (

)

(

) (

(

))

( ),

) )

Según lo expuesto en Koenker y Bassett (1978) y Chen et al (2007), esta minimización no es realizable por los algoritmos tradicionales de optimización, por lo que Koenker y Bassett proponen estimar los coeficientes por el método de programación lineal. Sin embargo, Efron (1982) propone una nueva forma de estimación: el método de bootstrapping, el cual adoptamos para el presente trabajo. De acuerdo con el estudio de Efron (1982) y a la explicación resumida del proceso de bootstrapping hecha por Chen et al (2007), asumiendo errores independientes e idénticamente distribuidos (iid), se obtienen w observaciones con reemplazamiento del total de la muestra de variables explicativas (X) y de la tasa de ahorro (S) para construir una submuestra X* y S*. Se utiliza esta submuestra para estimar ̂ de bootstapping. Se repite este procedimiento M veces para conseguir un grupo de estimadores de bootstrapping ̂ ,…, ̂ . Una vez terminado este proceso, se obtiene una matriz de varianza-covarianza asintótica del método de bootstrapping. Para el presente trabajo, w será igual al número de hogares en la muestra, M será 1000 repeticiones y se utilizó el programa STATA 11.0 para realizar la estimación10. Formalmente, se siguen estos pasos para realizar este método de estimación: a) Estimar el modelo por regresión cuantílica y obtener los errores de la estimación: ̂

̂

( )

b) Obtener una muestra con reemplazamiento de los errores estimados de tamaño w: 10

Se utilizó el comando “sqreg”, incluido en STATA 11.0 que permite la estimación de la regresión cuantílica por bootstrapping.

13

c) Estimar el modelo de nuevo, con los errores de la muestra: ̂

(

)

d) Estimar los coeficientes de bootstrapping de la regresión cuantílica, siguiendo la representación en la ecuación (7): ̂

∑

(

)

(

)

e) Repetir el proceso de remuestreo con reemplazamiento y estimación M veces para obtener un grupo de estimadores de bootstrapping: ̂

̂

̂

f) Con estos estimadores, se construye la matriz de varianza-covarianza asintótica del método de bootstrapping: ̂

{∑( ̂

̂ )( ̂

̂ )}

(

)

En regresión cuantílica, los ̂ estimados muestran el efecto marginal de las variables explicativas Xi sobre la tasa de ahorro de los hogares, dependiendo de la ubicación en la distribución condicional del ahorro; es decir, si el hogar se encuentra en las colas o en otro lugar de la distribución. Este efecto marginal ̂ puede variar a lo largo de la distribución, por lo que se obtienen diferentes ̂ ’s para los diferentes τ’s. Para realizar esta estimación, se utilizan los datos de la Encuesta de Calidad de Vida (ECV), realizada por el DANE para el año 2008. Algunos aspectos relevantes de los datos serán presentados y discutidos a continuación.

14

5. Datos Como fue explicado en la sección anterior, este trabajo emplea información de la Encesta de Calidad de Vida (ECV) de 2008 administrada por el Departamento Administrativo Nacional de Estadística (DANE). El objetivo general de la ECV es “obtener información que permita analizar y realizar comparaciones de las condiciones socioeconómicas de los hogares colombianos, las cuales posibiliten hacer seguimiento a las variables necesarias para el diseño e implementación de políticas públicas y para el seguimiento de los objetivos de desarrollo del milenio (ODM)”11. El diseño estadístico de la ECV consiste en un muestreo probabilístico – es decir, cada persona tiene la misma probabilidad de ser encuestado- para un universo objetivo que comprende la población civil no institucional, residente en territorio colombiano (a excepción del área rural de los nuevos departamentos12). La cobertura de esta encuesta corresponde a nueve dominios del territorio nacional: Bogotá D.C., Antioquia, Valle del Cauca, Región Atlántica, Región Oriental, Región Central, Región Pacífica, San Andrés y Orinoquía-Amazonía. El tamaño de la muestra es de 13,611 hogares; debido a que ciertos hogares no presentaban información completa en la mayoría de las preguntas de la encuesta, un total de 2,404 observaciones fueron descartadas y la muestra final empleada en este estudio consiste de 11,207 hogares. A continuación se presentan las variables consideradas en el ejercicio empírico, su justificación, las estadísticas descriptivas y su descripción.

5.1 El Ahorro de los Hogares: Tres Definiciones Comúnmente, el ahorro –como variable- es generado como la diferencia entre el ingreso y el gasto de un hogar. De acuerdo con Melo, Téllez y Zárate (2006), se deberían tener en cuenta algunos gastos como inversión en capital. Para este propósito se presentan en este trabajo 3 medidas de ahorro: 

Tasa de ahorro Total = S1 (

)

(

)

La variable Ingreso Disponible incorpora ganancias, salarios, transferencias e ingresos de capital, netos de impuestos, que reciben los hogares mensualmente. Para esta definición, los gastos totales incluyen compra de alimentos y vestuario, pago de servicios públicos del hogar, transporte,

11

Tomado del documento “Metodología de la Encuesta Nacional de Calidad de Vida 2008”, incluido en la documentación de la encuesta, obtenida directamente del DANE. 12 En el artículo 309 de la Constitución Política de Colombia, se establecen como departamentos a Arauca, Casanare, San Andrés, Providencia y Santa Catalina, Amazonas, Guaviare, Guainía, Vaupés y Vichada.

15

arriendos, compra de bienes durables, pagos a créditos (vivienda, automóviles, etc.), gastos en educación, salud y recreación13. 

Tasa de ahorro sin Inversión en Capital = S2 (

)

(

)

El gasto en bienes durables - como vivienda y automóviles, entre otros - puede ser considerado como una inversión en capital porque estos bienes son tomados como activos fijos que incrementan el valor de la riqueza de un hogar; las cuotas destinadas a pagar créditos para adquirir vivienda u otros bienes durables pueden considerarse como cuotas de amortización del valor del bien. En esta definición, los rubros de gastos en bienes durables, pagos a crédito de vivienda, automóvil y otros bienes son excluidos de la variable gastos. 

Tasa de ahorro sin Inversión en Capital Humano= S3 (

)

(

)

El capital humano se refiere a las capacidades y conocimientos que cada persona posee y que lo hace productivo y valioso en el mercado laboral. De esta forma, el gasto en educación y salud puede considerarse como una inversión en capital humano porque dota a la persona de conocimientos útiles en el mercado laboral y proporciona un estado de salud adecuado para trabajar; de manera análoga a la definición anterior, las matrículas para estudios, los pagos a entidades de salud y el pago de los créditos educativos se consideran como amortización de la adquisición de capital humano. En este caso, los gastos en matrículas y útiles escolares, cotizaciones a seguridad social y pago de préstamos a entidades educativas se excluyen del gasto. En la Tabla 1 se presentan las estadísticas descriptivas de las medidas de ahorro, por cuantil, anteriormente discutidas:

13

Debido a que los gastos en la ECV presentan diferentes periodicidades, éstos fueron llevados a una periodicidad mensual para mantener consistencia en las variables del modelo.

16

Tabla 1: Estadísticas descriptivas y especificación de las variables dependientes Media Variable Dependiente Tasa de Ahorro total (S1)

Tasa de Ahorro sin Inversión en Capital (S2)

Tasa de Ahorro sin Inversión en Capital Humano (S3)

0.15

-100%

-97.4%

-100%

0.25

-85.5%

-72%

-81.8%

0.50

-37.0%

-22.3%

-32.4%

Desviación Estándar 0.75

-5.2%

7.4%

-1.1%

0.85

4.6%

16.2%

8.4%

0.15

0

0.068

0.003

0.25

0.222

0.334

0.258

0.50

0.531

0.564

0.544

0.75

0.627

0.624

0.629

Descripción 0.85

0.647

(Ingreso disponible – Gastos totales) / Ingreso disponible

0.635

(Ingreso disponible – Gastos sin inversión en Capital)/Ingreso disponible

0.646

(Ingreso disponible – Gastos sin inversión en Capital humano)/Ingreso disponible

De acuerdo con la tabla anterior, es evidente que existen hogares que tienen gastos mayores que sus ingresos disponibles, lo que causa altas tasas de desahorro; de hecho, el 32.18% de los hogares en la muestra presentan tasas de ahorro bastante negativas. Al descontar los gastos por inversión en capital, las tasas de ahorro promedio para todos los cuantiles aumentan, lo que indica que los pagos para vivienda y otros bienes durables representan una alta proporción del gasto mensual de los hogares; en contraste, el gasto en educación y salud parece no representar una fracción significativa del gasto mensual ya que la tasa de ahorro promedio por cuantil no presenta cambios drásticos ante la omisión de este rubro.

5.2 Determinantes del Ahorro De acuerdo con las teorías de ahorro, presentadas en la sección 2, y a los estudios empíricos realizados sobre el tema, analizados en la sección 3, el presente trabajo considera las siguientes variables como posibles determinantes del ahorro de los hogares en Colombia: género, edad, empleo, estrato, estado civil y nivel educativo. En la Tabla 2 se presentan las estadísticas descriptivas y la descripción de las variables mencionadas anteriormente. Según lo contemplado en Ahmad y Asghar (2004) y Melo, Téllez y Zárate (2006), el género puede ser considerado como un determinante del ahorro debido a las diferencias en el patrón de gastos 17

entre hombres y mujeres. En Colombia, para los hogares encuestados, el 70.6% de los jefes de hogar son hombres (ver Tabla 2), lo que contrasta con la población total donde las mujeres representan el 51%. Esto es consistente con el hecho de que históricamente en el país ha existido una mayor participación de los hombres en el mercado laboral (Elias y Ñopo, 2010; Sabogal, 2009). De acuerdo con la TCV planteada por Modigliani y Brumberg (1954), la edad cumple un papel fundamental en el ahorro, porque es este factor el que va a determinar la conducta de un individuo frente a sus gastos e ingresos. La teoría predice que un individuo ahorra más en su edad productiva – cuando tiene la posibilidad de ganar un salario- y ahorra menos (o en algunos casos, desahorra) una vez alcanzada la edad de retiro. Ahmad y Asghar (2004), Chen et al (2007) y Butelmann y Gallego (2000), en estudios para Pakistán, Taiwán y Chile respectivamente, reportan una relación cuadrática entre la edad del jefe de hogar y la tasa de ahorro. Esto implica que a mayor edad, los individuos ahorran más, pero después de cierto umbral (edad de retiro, posiblemente) el crecimiento de sus ahorros es menor e incluso negativo. En el ejercicio de este trabajo, se incluye una relación cuadrática de la edad. Es interesante observar que la edad promedio del jefe de hogar colombiano en la muestra es relativamente alta, 47 años, pero con una alta dispersión. Analizando la distribución de la edad del jefe de los hogares encuestados, se percibe una amplia diferencia en los rangos de edad; mientras que los jefes de hogar jóvenes (de 17 a 36 años) escasean en la muestra, se encuentra que en el rango de edad de 57 a 76 años se concentran la mayoría de jefes de hogar. Llama la atención la amplia cantidad de hogares cuyo jefe sobrepasa los 77 años (2,802 hogares de la muestra cuentan con esta condición), ya que la capacidad económica de sostener un hogar tiende a decrecer con la edad, en especial cuando el jefe de hogar se retira de la vida laboral. Sin embargo, existen también hogares donde el jefe está en una edad productiva (37 a 56 años) que podrían presentar una mayor capacidad de ahorrar debido a su inclusión en el mercado laboral. Debido a que la tasa de ahorro es construida a partir del ingreso, varios autores (Brady y Friedman, 1947; Ahmad y Asghar, 2004 y Chen et al, 2007) incluyen la variable empleo como proxy del ingreso del individuo; el tener un trabajo fijo asegura recibir un salario y prestaciones sociales estables, lo que puede aumentar la capacidad de ahorro del jefe de hogar. Este trabajo adopta esta misma aproximación. En Colombia, debido a la alta tasa de informalidad y subempleo, la Tabla 2 revela que el 43.3% de los jefes de hogar no cuentan con unas características formales en su trabajo, lo que implica que no recibe un salario de forma regular ni prestaciones; esto podría explicar la existencia de tasas de ahorro negativas para ciertos segmentos de la población14.

14

Cabe aclarar que dentro de los trabajadores informales, el DANE incluye a los trabajadores independientes que tienen contratos por prestación de servicios y a término definido, por cuanto no obtienen un pago regular y fijo por su trabajo y rara vez obtienen prestaciones sociales.

18

Tabla 2: Estadísticas descriptivas y especificación de las variables independientes y de control Media15

Desviación Estándar16

Descripción

Género Edad Empleo

0.706 47.484 0.567

0.664 14.972 0.701

Estrato

1.898

0.822

1 = Hombre Edad del Jefe de Hogar17 1 = tiene un empleo formal. Valores tomados: 1,2,3,4,5,6 De acuerdo a ubicación del predio donde reside el hogar

Variables Independientes

Variables de Control 1 = el jefe de hogar está casado o vive en unión libre 1= el jefe de hogar no tiene ninguna educación. 1 = el jefe de hogar terminó sus estudios primarios 1 = el jefe de hogar obtuvo un título de bachiller 1 = el jefe de hogar obtuvo un título de educación técnica o tecnológica

Pareja

0.671

0.665

No Educación

0.069

0.359

Primaria

0.296

0.668

Bachillerato

0.445

0.703

Técnico

0.086

0.397

Universidad

0.102

0.427

1 = el jefe de hogar obtuvo un título universitario

Posgrado

0.002

0.055

1 = el jefe de hogar obtuvo un título de posgrado

Uno de los posibles determinantes del ahorro de los hogares, mencionado en varios estudios empíricos (Browning y Lusardi, 1996; Beer et al, 2006; Ahmad y Asghar, 2004; Chen et al, 2007), es la riqueza del hogar; sin embargo, por la dificultad que existe al cuantificar la riqueza, se utilizan ciertas variables proxy para incluirla en el trabajo empírico. Beer et al (2006), por ejemplo, utilizan la acumulación de activos financieros como una aproximación a la cuantificación de la riqueza de un hogar; Chen et al (2007) utilizan una estimación del ingreso permanente con el mismo fin. Debido a que en Colombia no se cuenta con datos para cuantificar la riqueza de un hogar, el estrato se utiliza como proxy porque indica el nivel socioeconómico del hogar. La estratificación en Colombia es un sistema de clasificación de las viviendas de acuerdo a sus características físicas y su entorno 18; existen seis estratos en Colombia, donde el más bajo (el estrato 1) indica que la vivienda cuenta con 15

̅ 16

Debido a la naturaleza discreta de las variables, se utilizó una media ponderada calculada de la siguiente manera: ∑

, donde a es el valor ponderante, xi el valor en la muestra y n el número de observaciones. De manera análoga a la media, el tratamiento de la desviación estándar de variables discretas difiere del utilizado para

variables continuas. De esta forma, se emplea la desviación estándar ponderada así:

∑

√

̅

.

17

Según la definición usada por el DANE, el jefe de hogar es la persona (hombre o mujer) a quien otras personas del hogar consideran como jefe por razones de parentesco, económicas o autoridad. 18 Tomado de la definición de estratificación socioeconómica utilizada por el Departamento Nacional de Planeación, DNP.

19

ciertas necesidades básicas insatisfechas (como servicio de acueducto o alcantarillado, entre otras) y a medida que aumenta el estrato, las características de la vivienda mejoran. Un estrato indica, además, una mayor capacidad adquisitiva y mejores oportunidades laborales. Dentro de la muestra encuestada, se encuentra que el 79,7% de los hogares pertenecen a los estratos más bajos (1 y 2), el 18,6% a clase media (estratos 3 y 4) y tan solo el 1,7% hace parte de los estratos 5 y 6. La alta cantidad de hogares de escasos recursos puede reflejar la situación laboral de informalidad y subempleo en la población y explica la baja capacidad de ahorro de los hogares encuestados. Estudios empíricos como Browning y Lusardi (1996) y Melo, Téllez y Zárate (2006) sugieren la diferencia en el patrón de ahorro entre hogares cuyo jefe de hogar es casado (o presenta algún tipo de unión) y los hogares que cuentan con un jefe separado o soltero; estos estudios reportan que los jefes de hogar casados presentan tasas de ahorro mayores que sus contrapartes. En este estudio empleamos la variable dummy pareja para capturar este efecto. En Colombia, de los hogares encuestados, el 67.1% cuenta con un jefe de hogar que es casado o que vive en unión libre con una pareja estable. Varios estudios (Browning y Lusardi, 1996; Ahmad y Asghar, 2004; Chen et al, 2007; Butelmann y Gallego, 2000; Melo, Téllez y Zárate, 2006) incluyen el nivel de educación como variable en los modelos como una proxy al ingreso permanente del individuo. Butelmann y Gallego (2000) hacen particular énfasis en la educación del individuo como una variable de alta relevancia para el estudio del ahorro, no sólo por su relación con el ingreso, sino porque, según lo explican los autores, las personas con mayor educación tienen mayor conocimiento de la importancia del ahorro para el futuro. Sin embargo, para el caso colombiano, la información incluida en la ECV no es lo suficientemente detallada como para determinar los años de educación de un individuo; por esta razón, se prefirió utilizar como aproximación al ingreso la variable empleo. En la siguiente sección, se exponen los resultados de la estimación del modelo, utilizando las variables anteriormente mencionadas.

6. Resultados de la Estimación Las tablas 3, 5 y 7 presentan los resultados de la regresión cuantílica para las tres definiciones de tasa de ahorro y para los cuantiles de ahorro 0.15, 0.25, 0.50, 0.75 y 0.85. Las tablas 4, 6 y 8 presentan tests estadísticos de igualdad de parámetros en los diferentes cuantiles. Los anexos 1, 2 y 3 introducen gráficas que ilustran algunos de los resultados más importantes encontrados en el ejercicio econométrico. Los parámetros indican el efecto de las distintas variables sobre la media de la tasa de ahorro del percentil correspondiente. La tabla 3 presenta la primera especificación del modelo donde se explica la tasa de ahorro total (ver definición en Tabla 1). La variable género resulta significativa al 1% para todos los cuantiles de ahorro. Esto es consistente con la discusión presentada en Melo, Téllez y Zárate (2006), quienes 20

explican que un hogar que tiene como jefe a un hombre ahorra más, en promedio, que uno donde la mujer tiene la responsabilidad principal; explican que esto puede deberse a que los hogares con madres solteras como jefe de hogar ahorran menos. Como se discute más adelante, es posible que las diferencias salariales entre hombres y mujeres, que aún persisten en el país, ayuden a explicar este fenómeno. Para los cuantiles más bajos (0.15 y 0.25) se tiene que el hecho de que el jefe de hogar sea hombre aumenta la tasa de ahorro en un 13.9% y 36.6% respectivamente; debido a que los hogares ubicados en estos cuantiles presentan tasas de ahorro muy negativas (ver Tabla 1), estos hogares no ahorran más, sino desahorran menos. En contraste, el hecho de ser hombre jefe de hogar en los cuantiles altos de ahorro (0.75 y 0.85), genera un aumento en la tasa de ahorro de 5.4% y 2.5% respectivamente, lo que significa un aumento real en el ahorro ya que estos hogares tienen tasas de ahorro positivas (ver Tabla 1); esto refleja que en los cuantiles altos, la diferencia entre las tasas de ahorro entre hombres y mujeres no es tan alta. Lo encontrado es consistente con lo expuesto en Ahmad y Asghar (2004), quienes dicen que la diferencia en tasas de ahorro entre hombres y mujeres puede deberse a la enorme desigualdad laboral entre géneros; para Colombia, aunque se han realizado avances en la igualdad laboral de hombres y mujeres (Hoyos et al, 2010), aún persisten brechas en el ingreso (Abadía, 2005) que pueden explicar las amplias diferencias en las tasas de ahorro, en particular para los cuantiles más bajos. Con respecto a la situación de empleo del jefe de hogar, para todos los cuantiles, esta variable resulta significativa al 1%; esto puede explicarse porque, al ser una proxy del ingreso disponible del jefe de hogar, tiene gran influencia sobre la tasa de ahorro, como lo predicen tanto la teoría como la evidencia empírica. Para los cuantiles más bajos de ahorro, el hecho de que el jefe de hogar tenga un empleo formal disminuye la tasa de desahorro en un 14.8% y 39.1%; para el cuantil medio, la situación se mantiene, presentando un aumento de 11.6% si se cuenta con un jefe de hogar con un trabajo fijo. Sin embargo, y de manera paradójica, el hecho de ser empleado, para los cuantiles de ahorro altos, disminuye su tasa de ahorro en 6% aproximadamente; esto puede ser explicado mediante lo encontrado en Chile (Butelmann y Gallego, 2000) y en el trabajo de Brady y Friedman (1947), quienes explican que al tener un empleo altamente calificado y recibir más ingreso, no necesariamente se traduce en más ahorro, sino en más consumo. Otra posible explicación se encuentra en que las personas de los cuantiles más altos tienen ahorros o activos diferentes al ingreso laboral, como herencias (lo que representaría un ahorro intergeneracional) y por ende su tasa de ahorro no depende exclusivamente de su estabilidad laboral.

21

Tabla 3: Variable Dependiente: Tasa de Ahorro Total, por cuantiles 0.15

0.25

0.50

0.75

Género

0.139 (5.48)***

0.366 (8.00)***

0.109 (4.26)***

0.054 (4.79)***

Edad

-0.021 (-4.19)***

-0.026 (-4.39)***

-0.001 (-0.54)

0.004 (2.56)**

Edad2

0.0001 (3.53)***

0.0002 (3.59)***

0.00002 (0.60)

-0.00004 (-2.57)**

Empleo

0.148 (5.75)***

0.391 (9.79)***

0.116 (5.54)***

-0.060 (-5.89)***

0.011 (1.14)

0.008 (0.50)

-0.041 (-5.22)***

-0.036 (-7.96)***

Pareja

-0.015 (-0.74)

-0.038 (-1.03)

-0.003 (-0.16)

-0.015 (-1.44)

Primaria

0.0007 (0.01)

0.039 (0.51)

-0.065 (-2.50)**

-0.044 (-3.04)***

Bachillerato

-0.135 (-2.80)***

-0.286 (-3.92)***

-0.216 (-8.34)***

-0.109 (-7.43)***

Técnico

-0.160 (-3.20)***

-0.294 (-3.30)***

-0.235 (-7.18)***

-0.092 (-4.59)***

Universidad

-0.122 (-2.04)**

-0.168 (-1.97)**

-0.118 (-3.52)***

-0.043 (-2.40)**

Posgrado

1.112 (3.62)***

0.462 (2.93)***

0.141 (0.034)**

0.035 (0.69)

-0.822 (-36.52)***

-0.321 (-20.08)***

0.388 (43.02)***

0.732 (181.70)***

0.0155 11,207

0.0125 11,207

Estrato

Constante

Pseudo R2 0.0150 0.0461 Observaciones 11,207 11,207 Valores del estadístico t en paréntesis. Significancia estadística al 10%(*), 5%(**), 1%(***).

0.85 0.025 (3.43)*** 0.002 (2.52)** -0.00002 (-2.39)** -0.063 (-10.14)*** -0.022 (-6.15)*** -0.002 (-0.28) -0.023 (-2.24)** -0.069 (-6.44)*** -0.062 (-4.76)*** -0.025 (-2.13)** 0.041 (0.74) 0.821 (309.45)*** 0.0155 11,207

Por su parte, la variable estrato – utilizada como proxy de la riqueza de un hogar- presenta comportamientos variados a lo largo de los cuantiles de ahorro. Para los más bajos, el cambio de estrato (de uno bajo a uno más alto) implica un aumento de 1.1% - para el cuantil 15- y de 0.8% para el 25- en la tasa de ahorro pero no resultan estadísticamente significativos. Para los cuantiles medios y altos, el aumento de estrato ocasiona una disminución en la tasa de ahorro de 4.1%, 3.6% y 22

2.2% respectivamente. Es importante considerar que los estratos bajos cuentan con subsidios de gobiernos locales y nacionales que alivian parte de su carga económica en educación, salud, transporte, vivienda y otras necesidades básicas, mientras que los estratos más altos no cuentan con estas ayudas. Por otra parte, las personas de estratos más altos (y por ende, los cuantiles de ahorro más altos) perciben mayores ingresos que destinan a bienes de lujo que la población con menores recursos no obtiene. Las variables de educación y estado civil presentan un comportamiento inconsistente con la intuición económica. Por ejemplo, a medida que una persona adquiere una mayor educación, la tasa de desahorro parece aumentar para los cuantíles más bajos. Otros autores, como Butelmann y Gallego (2000), realizan un análisis detallado de la educación y encuentran una relación positiva de esta variable con la tasa de ahorro de los hogares. Para Ahmad y Asghar (2004), la educación tiene un efecto ambiguo, ya que los jefes de hogar con mayor educación pueden recibir mayores ingresos – y por ende, ahorrar más- pero también pueden tener mayor consumo. En cuanto al estado civil del jefe de hogar, Browning y Lusardi (1996) encuentran que los hogares cuyo jefe es casado ahorran más como previsión para mantener a su familia; en este estudio, el estado civil (pareja) tiene un efecto negativo y contraintuitivo a lo encontrado en otros trabajos, aunque no resulta significativo para ningún cuantil de ahorro. Para probar la diferencia estadística entre los coeficientes encontrados para las variables anteriormente analizadas, se realiza una prueba de Wald propuesta por Koenker y Basset (1982), considerando la siguiente hipótesis nula:

Debido a que la hipótesis nula presenta múltiples restricciones, se utiliza una prueba F para el análisis estadístico, para un nivel de significancia del 95%. Los resultados de esta prueba para el modelo que tiene como variable dependiente la tasa de ahorro total son los siguientes: Tabla 4: Pruebas de Wald Variable Independiente: Tasa de Ahorro Total Variable Valor estadístico F19 Resultado 16.18 Se rechaza la hipótesis nula Género 8.93 Se rechaza la hipótesis nula Edad 42.76 Se rechaza la hipótesis nula Empleo 11.37 Se rechaza la hipótesis nula Estrato

Para las todas variables de interés, la prueba indica el rechazo de la hipótesis nula, es decir, existe evidencia para afirmar que los coeficientes asociados a dichas variables son estadísticamente 19

El valor crítico del estadístico F, de acuerdo al nivel de significancia, es 3.

23

diferentes; esto implica que las variables influyen de manera distinta a los individuos ubicados en los diferentes cuantiles de ahorro. Al utilizar la tasa de ahorro sin inversión en capital (ver Tabla 5), los resultados para las diferentes variables de interés se mantienen. La variable género mantiene su significancia estadística al 1% en todos los cuantiles de ahorro; sin embargo, la magnitud de su coeficiente varía entre estos dos modelos. Para el cuantil de ahorro más bajo, se observa un aumento en el coeficiente respecto al modelo anterior (29.6%) lo que pone en evidencia que para los hombres jefes de hogar en este cuantil, el gasto en inversión de capital (compra de vivienda u otros bienes durables) representa una alta proporción de su gasto total; una hipótesis para este resultado es el hecho de que para el cuantil más bajo, la adquisición de bienes durables representa una forma de ahorro precautelativo hacia futuro, como lo mencionan Melo, Téllez y Zárate (2006). Para los demás cuantiles, el hecho de ser hombre mantiene su relación positiva con la tasa de ahorro, aunque en menor medida que en el modelo anterior (30.9% para el cuantil 25, 5.9% para el cuantil 50, 2.8% para el 75 y 1.8% para el 85). Para la variable edad, aun cuando los gastos en bienes durables son omitidos, el efecto cuadrático – aunque significativo estadísticamente para los cuantiles de ahorro más bajos- sigue siendo pequeño en magnitud. Los signos de los coeficientes se mantienen: los jefes de hogar de los cuantiles medio y bajos desahorran con la edad (-3.9% para el cuantil 15, -2.4% para el 25 y -0.4% para el 50) mientras que en los cuantiles altos, los jefes de hogar ahorran más a mayor edad, pero en cuantías muy pequeñas (0.08% para el cuantil 75 y 0.1% para el 85). Con respecto al empleo formal, resulta significativo al 1% para todos los cuantiles de ahorro analizados. Es interesante observar que para los cuantiles más altos, al omitir los gastos de capital, tienen una disminución menor en su tasa de ahorro que en modelo anterior (-4.9% para el cuantil 75 y -4.8% para el 85); esto puede ser explicado porque las personas ubicadas en estos cuantiles, además de ahorrar el excedente de su ingreso, pueden tener ahorro representado en inversiones (bienes raíces, automóviles o títulos valores) que representan un gasto mensual en su amortización pero – a futuro- representarán un stock de capital. Para los cuantiles bajos, se mantienen los resultados del modelo anterior. La variable estrato presenta un comportamiento interesante: para todos los cuantiles de ahorro, al evaluar la tasa de ahorro sin inversión en capital, los coeficientes aumentan respecto al modelo anterior (9.4% para el cuantil 15, 6% para el 25, -0.5% para el cuantil 50, -1.7% para el 75 y -1% para el 85). Esto significa que para todos los hogares encuestados en los diferentes estratos, el gasto en vivienda, automóviles y otros bienes durables representa una gran proporción de sus gastos mensuales, lo que disminuye su ahorro; esto implica que para todos los estratos es importante tener ahorro futuro, representado en la adquisición de estos bienes.

24

Tabla 5: Variable Dependiente: Tasa de Ahorro sin Inversión en Capital, por cuantiles20 0.15

0.25

0.50

0.75

0.85

Género

0.296 (7.17)***

0.309 (6.01)***

0.059 (2.75)***

0.028 (3.16)***

0.018 (2.86)***

Edad

-0.039 (-6.19)***

-0.024 (-4.02)***

-0.004 (-1.88)*

0.0008 (0.68)

0.001 (1.69)*

Edad2

0.0003 (5.01)***

0.0002 (2.89)***

0.00003 (1.46)

-0.00001 (-0.85)

-0.00001 (-1.65)*

Empleo

0.260 (7.95)***

0.294 (8.03)***

0.068 (4.14)***

-0.049 (-6.69)***

-0.048 (-9.13)***

Estrato

0.094 (4.85)***

0.060 (3.85)***

-0.005 (-0.73)

-0.017 (-4.63)***

-0.010 (-3.37)***

Pareja

-0.044 (-1.15)

-0.048 (-1.18)

-0.011 (-0.61)

-0.006 (-0.75)

-0.003 (-0.59)

Primaria

-0.062 (-0.80)

-0.075 (-1.20)

-0.087 (-3.63)***

-0.053 (-5.29)***

-0.034 (-5.11)***

Bachillerato

-0.291 (-4.19)***

-0.319 (-4.92)***

-0.210 (-9.38)***

-0.098 (-9.83)***

-0.067 (-9.48)***

Técnico

-0.307 (-3.32)***

-0.302 (-3.99)***

-0.184 (-6.66)***

-0.072 (-4.53)***

-0.052 (-5.17)***

Universidad

-0.219 (-2.47)**

-0.239 (-3.30)***

-0.092 (-3.52)***

-0.043 (-3.36)***

-0.031 (-3.39)***

Posgrado

0.559 (3.41)***

0.294 (2.45)**

0.101 (1.73)*

0.061 (1.68)*

0.012 (0.36)

Constante

-0.587 (-26.80)***

-0.104 (-5.53)***

0.504 (66.14)***

0.789 (237.22)***

0.857 (351.93)***

0.0103 11,207

0.0084 11,207

0.0100 11,207

Pseudo R2 0.0477 0.0365 Observaciones 11,207 11,207 Valores del estadístico t en paréntesis. Significancia estadística al 10%(*), 5%(**), 1%(***).

20

Las gráficas de la estimación de este modelo se encuentran en el Anexo 2.

25

Los resultados de la prueba de Wald para este modelo son: Tabla 6: Pruebas de Wald Variable Independiente: Tasa de Ahorro sin Inversión en Capital Variable Valor estadístico F21 Resultado 14.37 Se rechaza la hipótesis nula Género 10.46 Se rechaza la hipótesis nula Edad 33.65 Se rechaza la hipótesis nula Empleo 11.28 Se rechaza la hipótesis nula Estrato

Como en el modelo anterior, para todas las variables, existe evidencia estadística que permite afirmar la diferencia en la forma en que influyen las variables independientes a los distintos cuantiles de ahorro.

La tabla 7 presenta los resultados del modelo con la tasa de ahorro sin inversión en capital humano como variable dependiente. Para la variable género, el hecho de ser hombre jefe de hogar sigue implicando un aumento en la tasa de ahorro. Para el cuantil de ahorro más bajo, el ser hombre incrementa su tasa de ahorro en un 18.9% - comparado con el 13.9% del primer modelo- implicando que el gasto en salud y educación representa una alta proporción de sus gastos mensuales aunque en menor medida que la inversión en capital (29.6%). Por el contrario, para el resto de los cuantiles, el hecho de que el jefe de hogar sea hombre aumenta la tasa de ahorro en menor medida que en modelo inicial, lo que podría indicar que – para estos hogares- la inversión en capital humano no representa una prioridad en sus gastos mensuales cuando el jefe de hogar es hombre. En cuanto a la edad del jefe de hogar, al igual que en los dos modelos anteriores, el efecto cuadrático resulta insignificante en magnitud para la tasa de ahorro; se sigue presentando la falta de la “U” invertida que presenta Modigliani en su TCV. Sin embargo, se encuentra que para todos los cuantiles de ahorro, al descontar de sus gastos la inversión en capital humano, los hogares desahorran más que en el modelo inicial a medida que la edad del jefe de hogar aumenta (-3.2% para el cuantil 15, -3% para el 25, -0.5% para el 50, 0.3% para el 75 y 0.2% para el 85); una explicación posible para este comportamiento es que las personas de mayor edad invierten menos en educación. Sin embargo, es común suponer que las personas mayores necesitan invertir más en salud, lo que implicaría que al omitir este gasto deberían aumentar sus coeficientes de manera significativa, por lo que este resultado no es consistente con la teoría.

21

El valor crítico del estadístico F, de acuerdo al nivel de significancia, es 3.

26

Tabla 7: Variable Dependiente: Tasa de Ahorro sin Inversión en Capital Humano, por cuantiles22 0.15

0.25

0.50

0.75

0.85

Género

0.189 (7.10)***

0.363 (8.17)***

0.077 (3.13)***

0.047 (4.43)***

0.019 (2.82)***

Edad

-0.032 (-5.00)***

-0.030 (-4.78)***

-0.005 (-1.90)*

0.003 (1.90)*

0.002 (1.81)*

Edad2

0.0002 (4.27)***

0.0002 (3.90)***

0.00005 (1.98)**

-0.00002 (-1.73)*

-0.00001 (-1.47)

Empleo

0.195 (7.29)***

0.379 (10.02)***

0.100 (5.22)***

-0.053 (-5.74)***

-0.056 (-9.56)***

Estrato

0.026 (1.91)*

0.018 (0.96)

-0.037 (-4.60)***

-0.031 (-7.93)***

-0.019 (-5.31)***

Pareja

-0.040 (-1.49)

-0.073 (-1.86)*

-0.002 (-0.11)

-0.013 (-1.41)

-0.0009 (-0.17)

Primaria

-0.051 (-0.58)

-0.083 (-1.23)

-0.089 (-3.71)***

-0.057 (-5.28)***

-0.031 (-4.10)***

Bachillerato

-0.230 (-2.76)***

-0.404 (-5.73)***

-0.238 (-10.26)***

-0.116 (-10.13)***

-0.075 (-9.17)***

Técnico

-0.259 (-3.01)***

-0.357 (-3.93)***

-0.226 (-7.18)***

-0.098 (-6.00)***

-0.064 (-6.13)***

Universidad

-0.204 (-2.14)**

-0.267 (-3.37)***

-0.128 (-4.13)***

-0.048 (-3.44)***

-0.032 (-3.58)***

Posgrado

0.893 (3.62)***

0.352 (2.38)**

0.127 (1.84)*

0.049 (1.24)

0.019 (0.38)

Constante

-0.755 (-36.90)***

-0.256 (-15.20)***

0.429 (49.89)***

0.752 (196.41)***

0.835 (288.14)***

0.0257 11,207

0.0432 11,207

0.0143 11,207

0.0123 11,207

0.0141 11,207

Pseudo R2 Observaciones

Valores del estadístico t en paréntesis. Significancia estadística al 10%(*), 5%(**), 1%(***).

22

Las gráficas de la estimación de este modelo se encuentran en el Anexo 3.

27

Frente a la variable empleo, para los cuantiles de ahorro más altos, el hecho de descontar de sus gastos mensuales los pagos a educación y salud implican que desahorran menos que en el modelo inicial (-5.3% y -5.6% frente al -6% para los cuantiles 75 y 85), lo que indica que los hogares ubicados en estos cuantiles deciden ahorrar mediante el gasto en educación y salud. Sin embargo, y en oposición a lo presentado en Melo, Téllez y Zárate (2006), se encuentra que los cuantiles 75 y 85 destinan más recursos a invertir en bienes durables que en educación y salud. Al analizar la variable estrato en este modelo, se observa que para todos los cuantiles de ahorro, los hogares de todos los estratos ahorran más que en el modelo inicial (2.6% frente a 1.1% en el cuantil 15; 1.8% frente al 0.8% en el 25; -3.7% frente al -4.1% en el 50; -3.1% frente al -3.6% en el cuantil 75 y -1.9% frente al -2.2% en el 85), pero menos que en el modelo sin inversión en capital (2.6% frente al 9.4% para el cuantil 15; 1.8% frente al 6% para el 25; -3.7% frente al -0.5% para el 50; -3.1% frente al -1.7% para el cuantil 75 y para el 85, -1.9% frente al -1%). Lo anterior muestra que, para todos los estratos, es más importante la inversión en capital – como ahorro precautelativoque la inversión en capital humano. Así como para los modelos anteriores, se presentan los resultados de la prueba de Wald:

Tabla 9: Pruebas de Wald Variable Independiente: Tasa de Ahorro sin Inversión en Capital Humano Variable Valor estadístico F23 Resultado 20.94 Se rechaza la hipótesis nula Género 10.95 Se rechaza la hipótesis nula Edad 48.07 Se rechaza la hipótesis nula Empleo 9.71 Se rechaza la hipótesis nula Estrato Al igual que para los dos modelos anteriores, la evidencia estadística muestra que existen diferencias en la forma en que las variables independientes influyen en la tasa de ahorro sin inversión en capital humano para los cuantiles estudiados.

7. Conclusiones y Sugerencias Recientemente han proliferado los estudios empíricos sobre el ahorro de los hogares en diferentes países desde un enfoque microeconómico (Ahmad y Asghar 2004, Beer et al 2006, Butelmann y Gallego 2000, Börsch-Supan y Essig 2003). En Colombia, el trabajo más importante sobre el ahorro de los hogares – a nivel microeconómico- es el realizado por Melo, Téllez y Zárate (2006) en el que los autores analizan de manera descriptiva la tasa de ahorro de los hogares utilizando la ECV de 1997 y 2003. Este estudio concluye que las variables socioeconómicas individuales influyen en la manera en cómo los hogares colombianos ahorran y deja abierta la posibilidad de ahondar en el 23

El valor crítico del estadístico F, de acuerdo al nivel de significancia, es 3.

28

análisis de este tema de manera empírica. La heterogeneidad en el comportamiento de los individuos en sociedades altamente estratificadas como la colombiana sugiere el uso de metodologías que condicionen las medidas de tendencia central normalmente empleadas en análisis económicos. En el presente estudio, se aplica la metodología de regresión cuantílica con el objeto de identificar los determinantes del ahorro de los hogares colombianos, usando los datos de la ECV 2008 realizada por el DANE. Con la implementación de esta herramienta, se solucionan varios problemas observados en estudios previos, como la heterocedasticidad de los datos de la muestra y la no inclusión de los datos atípicos dentro de la estimación, recogiendo así mayor información que en la metodología OLS. Trabajos como el de Chen et al (2007) corroboran la importancia de incorporar esta metodología en el estudio del ahorro de los hogares. Para la estimación se implementó la metodología de bootstraping propuesta por Efron (1979). Para analizar la robustez de los resultados del ejercicio empírico, se construyeron tres medidas distintas de la tasa de ahorro: tasa de ahorro total, que incluye todos los gastos del hogar, tasa de ahorro sin inversión en capital, que excluye los gastos en vivienda y otros bienes durables, y la tasa de ahorro sin inversión en capital humano, que omite pagos hechos a salud y educación. Como variables explicativas se incluyeron variables socioeconómicas sugeridas por la teoría (como la TCV de Modigliani) y por estudios empíricos anteriores. La interpretación de los resultados se centra en cuatro variables socioeconómicas de interés: el género y la edad del jefe de hogar, su situación de empleo y el estrato al que pertenece el hogar encuestado. Los resultados de este estudio confirman su motivación inicial y revelan la importancia de emprender análisis que tomen en cuenta la heterogeneidad de los hogares en el país. Mediante el uso de pruebas de Wald para la comparación entre cuantiles, se encuentra que hay evidencia que permite afirmar que las variables discutidas influyen de manera significativamente diferente dependiendo del cuantil de ahorro en el que se ubique el hogar. Al comparar las tres medidas de tasa de ahorro utilizadas, se concluye que la tasa de ahorro total es explicada de mejor forma por las variables de interés; esto puede deberse a la falta de información completa para la construcción adecuada de las medidas de ahorro sin inversión en capital humano y físico. A continuación se exponen los resultados principales. En cuanto al género del jefe del hogar, se encuentra que –para todas las medidas de ahorro estudiadas- el hecho de ser hombre influye de manera positiva en todos los cuantiles de ahorro, corroborando los resultados expuestos por Chen et al (2007), Ahmad y Asghar (2004) y Melo, Téllez y Zárate (2006). Este resultado es explicado, en parte, por las diferencias salariales en el mercado laboral colombiano, donde los hombres llegan a recibir mejores ingresos, lo que les permite tener mayores tasas de ahorro que las mujeres. Abadía (2005) explica esta brecha salarial mediante la idea de que las mujeres jefe de hogar tienen que ocuparse de las labores domésticas además de las obligaciones laborales, lo que podría implicar menor productividad en el trabajo comparada con un hombre. Hoyos et al (2010) concluyen que la diferencia salarial puede estar dada por el comportamiento menos competitivo y agresivo de las mujeres en el mercado laboral. 29

Al analizar la edad del jefe de hogar, se encuentra que ésta tiene un comportamiento atípico frente a lo expuesto por la teoría. La TCV explica que, manteniendo las demás características constantes, los individuos de mayor edad ahorran menos. En este trabajo, sólo los hogares pertenecientes a los cuantiles más bajos de ahorro tienen menores tasas cuando su jefe de hogar es mayor; para los cuantiles altos, esta relación es positiva, pero poco significativa en magnitud. Además, y como es presentado en Butelmann y Gallego (2000), Ahmad y Asghar (2004) y Chen et al (2007), es frecuente encontrar una relación cuadrática entre la edad del individuo y su tasa de ahorro, lo que implica que los hogares cuyo jefe tiene más edad desahorran después de alcanzar un umbral – la edad de retiro-. Para Colombia, de acuerdo con las estimaciones realizadas, este efecto cuadrático de la edad es prácticamente inexistente. Se utilizó la situación de empleo del jefe de hogar como una variable proxy del ingreso. Para todas las estimaciones realizadas, esta variable resulta altamente significativa. La situación de empleo del jefe de hogar está positivamente relacionada con su tasa de ahorro porque al recibir ingresos mensuales de manera regular, se está en capacidad de destinar parte de esos recursos al ahorro. Los estudios realizados para Estados Unidos (Brady y Friedman, 1947), Alemania (Börsch-Supan y Essig, 2003), Austria (Beer et al, 2006) y Chile (Butelmann y Gallego, 2000) – entre otroscoinciden en afirmar que el ingreso está altamente relacionado con la capacidad de ahorrar de un hogar. Es importante anotar que la variable empleo utilizada en este estudio sólo cobija a los jefes de hogar que tienen un trabajo en el sector formal; para Colombia, es importante resaltar el alto grado de informalidad y subempleo que no está contemplado por la ECV, y por ende, no está incluido dentro del análisis de este estudio. Al no contar con datos sobre la riqueza de los hogares, se usa como proxy la variable estrato, que – en Colombia- indica el nivel socioeconómico de un hogar. Al igual que la situación de empleo del jefe de hogar, el estrato resulta altamente significativo para todos los cuantiles de ahorro en las tres medidas estudiadas. Un mayor estrato implica una mejor calidad de vida y mayores posibilidades de ahorro para el hogar. Los cuantiles más bajos (0.15 y 0.25) presentan el mayor aumento en su tasa frente a esta variable, mientras que para los más altos, los cambios son mínimos porque son hogares que – de hecho- tienen mayores ingresos y mayores stocks de capital. El acercamiento a una medida de riqueza depende de los datos disponibles con los que cuenta cada estudio; trabajos como los de Beer et al (2006), Börsch-Supan y Essig (2003) y Browning y Lusardi (1996) utilizan como medida de riqueza los datos sobre valor de activos financieros y bienes raíces del hogar, mientras que Chen et al (2007) construyen su propia aproximación mediante el ingreso permanente. Es importante anotar que las interpretaciones sobre las variables empleo y estrato como proxies de ingreso y riqueza deben ser leídas con cierto grado de reserva ya que es claro que tanto empleo y riqueza como estrato e ingreso están correlacionadas. Al utilizar las diferentes medidas de ahorro propuestas en Melo, Téllez y Zárate (2006), se encuentra que los hogares colombianos – contrario a lo encontrado en el estudio anteriormente mencionado- favorecen el ahorro mediante bienes raíces y durables en lugar de en educación y 30

salud. Sin embargo, el uso de las tasas de ahorro sin inversión en capital (humano y físico) muestra la posible preferencia frente a uno u otro que tienen los jefes de hogar y las proporciones que éstos destinan para la inversión. A manera de sugerencia, es importante notar la falta de información adecuada sobre riqueza de los hogares y sobre seguros privados de salud, que permitan construir mejores medidas de inversión. Sería interesante contar con una medida de riqueza que permita un mejor análisis del ahorro, que refleje el valor de los activos de los hogares y su influencia en la decisión de ahorrar o no. Como lo mencionen Melo, Téllez y Zárate (2006), sería interesante contar con datos sobre valores de activos y valor de transferencias de activos financieros para incluirlos en las diferentes medidas de ahorro. Con el objeto de realizar un análisis más exhaustivo del ahorro de los hogares colombianos es muy importante implementar una encuesta longitudinal en la que se sigan los mismos hogares durante varios periodos del tiempo. Esto permitiría la implementación de metodologías de datos panel que, entre otras cosas, tomarían en cuenta efectos individuales que no han podido ser analizados este estudio.

Bibliografía [1] Abadía, L, “Discriminación Salarial por Sexo en Colombia: Un Análisis desde la Discriminación Estadística”. Pontificia Universidad Javeriana, Bogotá, 2005. [2] Ahmad, Mehboob y Asghar, Tasneem, “Estimation of Saving Behaviour in Pakistan using Micro Data”, The Lahore Journal of Economics, Lahore School of Economics, vol. 9 N°2, Jul-Dec 2004. [3] Barro, Robert J. y Sala-i-Martin, Xavier. “Economic Growth”, McGraw Hill, 1995. [4] Beer, Christian, Mooslechner, Peter, Schürz, Martin y Wagner, Karin, “Austrian household financial wealth: an analysis based on microeconomic data”, Monetary Policy and the Economy, Österreichische Nationalbank, Agosto, 2006. [5] Börsch-Supan, Axel y Essig, Lothar, “Household Savings in Germany: results of a first save study”, National Bureau of Economic Research (NBER) Working Paper N°9902, 2003. [6] Brady Dorothy S. y Friedman Rose D., “Saving and the Income Distribution”, National Bureau of Economic Research (NBER), vol. ISBN: 0-870-14165-1, 1947. [7] Browning, Martin y Lusardi Annamaria, “Household Saving: Micro theories and micro facts”, Journal of Economic Literature, vol. XXXIV, 1996. [8] Buttelmann, Andrea y Gallego Francisco, “Ahorro de los Hogares en Chile: evidencia microeconómica”, Revista de Economía, vol. 3 N°1. Banco Central de Chile, abril de 2000. 31

[9] Cameron, A. Colin y Trivedi, Pravin K., “Microeconometrics: Methods and Applications”, Cambridge University Press, New York, May, 2005. [10] Chen, Chien-Liang, Kuan, Chung-Ming y Lin, Chu-Chia, “Saving and housing of Taiwanese household: New evidence from Quantile Regression analyses”, Journal of Housing Economics, vol. 16, 2007. [11] Efron, Bradley, “Bootstrapping Methods: another look at the jackknife”, The Annals of Statistics, vol. 7 N°1, 1979. [12] Elias, J., and Ñopo, H., “The Increase in Female Labor Force Participation in Latin America 1990-2004: Decomposing the Changes.” Washington, DC, United States: Inter-American Development Bank. Mimeographed document, 2010. [13] Engelhardt Gary V., “Consumption, Down payments and Liquidity Constraints”, Journal of Money, Credit and Banking, vol. 28 N°2, 1996. [14] Freund, John E., Miller, Irwin y Miller Marylees, “Estadística Matemática con Aplicaciones”, 6° Edición, Pearson Education. México, 2000. [15] Friedman, Milton, “A theory of the consumption function”, Princeton University Press, 1957. [16] Hao Lingxin y Naiman Daniel, “Quantile Regression”, SAGE Publications Inc, United States, 2007. [17] Hoyos, Alejandro, Ñopo, Hugo y Peña, Ximena Peña, “The Persistent Gender Earnings Gap in Colombia, 1994-2010" RES Working Papers 4673, Inter-American Development Bank Research Department, 2010. [18] Keynes, John M., “The General theory of employment, interest and money”, Editorial McMillan, Londres, 1936. [19] Koenker, Roger, “Quantile Regression”, Cambridge University Press, 2005. [20] Koenker, Roger y Bassett, Gilbert Jr., “Regression Quantiles”, Econometrica, vol. 46 N°1, Enero, 1978. [21] Kuznets Simon, “National Income: Summary of Findings”, National Bureau of Economic Research (NBER), vol. ISBN: 0-87014-113-9, 1946. [22] López-Mejía, Alejandro y Ortega, Juan Ricardo, “Private Saving in Colombia”, International Monetary Fund, Working Paper, WP/98/171. Diciembre, 1998. 32

[23] Melo, Ligia, Téllez, Juana y Zárate, Héctor, “El ahorro de los hogares en Colombia”, Ensayos sobre Política Económica Revista N°52. Banco de la República de Colombia, Diciembre 2006. [24] Modigliani, Franco y Brumberg, Richard, “Utility Analysis and the Consumption Function: an interpretation of the Cross- Section data”, Rutgers U. Press, 1954. [25] Phelps, Edmund S. y Nelson, Richard R., “Investment in humans, technological diffusion and economic growth”, American Economic Review (AER), vol. 56, Marzo, 1966. [25] Sabogal, A, “Brecha Salarial por Género y Ciclo Económico en Colombia”. Universidad de los Andes, Mimeographed document. Bogotá, 2009.

33

Anexo 1: Gráficas para la estimación con la Tasa de Ahorro Total como Variable Dependiente24

Ahorro Total Para la variable Edad

0 -.01 -.03

-.02

Beta

.3 .2 0

-.04

.1

Beta

.4

.5

.01

Ahorro Total Para la Variable Genéro

.15

.25

.5

.75

.15

.85

.25

.5

Cuantiles Intervalo de Confianza

Intervalo de Confianza

Coeficientes Beta por Cuantil

Ahorro Total Para la variable Empleo

.85

Coeficientes Beta por Cuantil

-.2

0 -.06

-.04

-.02

.2

Beta

.4

.02

.04

.6

Ahorro Total Para la variable Estrato

0

Beta

.15

.25

.5

.75

.85

.15

Cuantiles Intervalo de Confianza

24

.75

Cuantiles

.25

.5

.75

.85

Cuantiles Coeficiente Beta por Cuantil

Intervalo de Confianza

Coeficientes Beta por Cuantil

El intervalo de confianza utilizado para toda la estimación es 95%.

34

Anexo 2: Gráficas para la estimación con la Tasa de Ahorro sin Inversión en Capital como Variable Dependiente

Ahorro sin Inversión en Capital Para la variable Edad

.15

.25

.5

.75

-.05 -.04 -.03 -.02 -.01

Beta

.2 0

.1

Beta

.3

0

.4

Ahorro sin Inversión en Capital Para la variable Genéro

.15

.85

.25

Cuantiles Intervalo de Confianza

Intervalo de Confianza

Coeficiente Beta por Cuantil

.75

.85

Coeficientes Beta por Cuantil

Ahorro sin Inversión en Capital Para la variable Estrato

-.1

.05 -.05

0

0

.1

Beta

.2

.1

.3

.4

.15

Ahorro sin Inversión en Capital Para la variable Empleo

Beta

.5

Cuantiles

.15

.25

.5

.75

Cuantiles Intervalo de Confianza

.85

.15

.25

.5

.75

.85

Cuantiles Coeficiente Beta por Cuantil

Intervalo de confianza

Coeficiente Beta por Cuantil

35

Anexo 3: Gráficas para la estimación con la Tasa de Ahorro sin Inversión en Capital Humano como Variable Dependiente

Ahorro sin Inversión en Capital Humano Para la variable Edad

.15

.25

.5

.75

-.04 -.03 -.02 -.01

Beta

.3 .2 0

.1

Beta

.4

0

.5

.01

Ahorro sin Inversión en Capital Humano Para la variable Genéro

.15

.85

.25

Cuantiles Intervalo de Confianza

Intervalo de Confianza

Coeficiente Beta por Cuantil

Ahorro sin Inversión en Capital Humano Para la variable Empleo

.75

.85

Coeficiente Beta por Cuantil

Ahorro sin Inversión en Capital Humano

-.05

0

0

Beta

.2

.4

.05

Para la variable Estrato

-.2

Beta

.5

Cuantiles

.15

.25

.5

.75

Cuantiles Intervalo de Confianza

.85

.15

.25

.5

.75

.85

Cuantiles Coeficiente Beta por Cuantil

Intervalo de Confianza

Coeficiente Beta por Cuantil

36