Fuentes de datos e información para investigaciones en economía

(1) Economía general y sus enseñanzas

World Economic Forum
https://www.weforum.org/

Foco Económico
http://focoeconomico.org/

(2) Historia del pensamiento económico, metodología y enfoques heterodoxos

Revista Latinoamericana de Metodología de la Investigación Social
http://relmis.com.ar/ojs/index.php/relmis

Portal del Centro de Investigaciones y Estudios Sociológicos
http://estudiosociologicos.org/portal/

(3) Métodos cuantitativos


(4) Microeconomía


(5) Macroeconomía y economía monetaria


(6) Economía internacional 


(7) Economía financiera


(8) Economía pública


(9) Salud, educación y bienestar

(9.1) Latinobarómetro: Opinión pública latinoamericana

Página principal: http://www.latinobarometro.org/lat.jsp


(10) Economía laboral y demográfica

(10.1) United States Bureau of Labor Statistics

Página principal: https://www.bls.gov/home.htm

(11) Derecho y economía


(12) Organización industrial


(13) Administración de empresas y economía de las empresas, marketing, contabilidad y economía personal


(14) Historia económica


(15) Desarrollo económico, innovación, cambio tecnológico y crecimiento 


(16) Sistemas económicos


(17) Economía de la agricultura y de los recursos naturales / Economía ambiental y ecológica

(17.1) United States Environmental Protection Agency: 

Página principal: https://www3.epa.gov/

(17.2) United States Department of Energy

Página principal: https://www.energy.gov/

(17.3) United States Department of Commerce



(18) Economía urbana, rural y regional / Economía de bienes raíces y de transporte


(19) Economía conductual




(20) Blogs o páginas personales

Dante A. Urbina
http://danteaurbina.com/

Triple E: Economía, educación y empleo
http://gustavoyamada.blogspot.pe/?m=0

Ariel Rubinstein
http://arielrubinstein.tau.ac.il/book-br.html

Efectos del salario mínimo en el mercado laboral peruano - Nikita Céspedes (2005)

En esta sección se evalúa la relación de la RMV con el empleo utilizando dos enfoques
complementarios, los cuales son los siguientes:

[1] Acerca del gráfico 2 y 3

El análisis histórico de la RMV en términos reales en el Perú durante el periodo 1963-2003 indica que:

(1) Se dieron las siguientes etapas marcadamente diferenciadas:

* A partir de la década de los setentas, mantuvo una tendencia decreciente

* 1980 - 1990, en el cual mostró una tendencia marcadamente decreciente en términos reales, y que coincidió con la etapa de alta inflación que atravesó la economía peruana
* 1990 - 1996, en donde presentó una tendencia plana y estable 
* 1996 - 2004, en el que mantuvo una tendencia creciente

(2) Su valor máximo se registró en 1974 (S/. 1 007), durante el gobierno militar del General Velasco, y su valor mínimo se registró en 1993 (S/. 90), durante el gobierno del ingeniero Fujimori. Esta última fecha coincide con el inicio de las reformas estructurales implementadas en el mercado laboral peruano en la década de los noventas.

(3) Su tendencia creciente mostrada en los últimos años, conjuntamente con la tendencia mostrada por los pagos de los distintos tipos de categorías laborales del sector formal de la economía, han configurado un escenario en el cual también el coeficiente RMV/Remuneración ha mostrado una tendencia creciente

[2] Acerca del gráfico 6

Siguiendo la misma metodología de Neumark, Schweitzer & Wascher (2000) y Saavedra & Torero (2000), la data para el área de Lima Metropolitana sugiere que el empleo y el salario en empresas formales no reportan una relación clara a nivel agregado, como se indica en el Gráfico 6(a) que muestra la relación indicada estimada mediante una regresión por el método de Kernel. Por otro lado, se encuentra una relación inversa entre el ratio Remuneración Mínima Vital/Salario y el empleo, como se indica en el Gráfico 6(b).

[3] Acerca de los cuadros 4 y 5

- Se estimó modelos de regresión lineal log-log con datos de panel, con todas las variables expresadas en términos reales. Para evitar los problemas de estimación relacionados por la presencia de factores fijos, factores aleatorios se considera rezagos de la variable independiente, y se introducen diferencias de las variables tanto dependientes como explicativas con la finalidad de aislar componentes no observables entre individuos

- Se encontró que las Remuneraciones Mínimas Vitales relativas (Ratios de las Remuneraciones Mínimas Relativas con el tipo de pago en cada categoría laboral) están en relación inversa con el empleo formal de Lima Metropolitana en cada una de las categorías laborales, aunque los niveles de significancia estadística no hayan superado el 90% en los 3 casos

- El signo negativo de las elasticidades del empleo respecto a la RMV relativa en cada uno de los 3 categorías laborales se puede explicar por la lejanía de la RMV con los niveles de equilibrio walrasiano del salario

- El ratio de la elasticidad del empleo respecto al PBI entre la elasticidad del empleo (entendida como la capacidad de generación de empleo de la economía) respecto a la RMV relativa (entendida como la capacidad de destrucción de empleo de la RMV) es de 3.81, 1.19 y 0.63 respectivamente para cada una de las categorías laborales

- Suponiendo un incremento de la RMV de 10% (de S/. 460 a S/. 506) y que no se registran ganancias (y/o pérdidas) de empleo por incrementos de la producción, se registraría una pérdida de 9,2 mil empleos formales en Lima Metropolitana. El impacto sería de 4,6 mil empleos si el incremento de la RMV es de 5 por ciento11.

La pérdida de empleos que se reporta como consecuencia del incremento de la RMV se restringe al sector formal de la economía. Sin embargo, no es posible estimar el efecto de la medida sobre el empleo total al existir posibles efectos sobre la informalidad laboral (transición del empleo formal hacia la informalidad) que podrían inducir una compensación de la pérdida de empleos formales en determinados grupos de trabajadores, especialmente entre los trabajadores potencialmente expuestos a la medida.

[4] Acerca del cuadro 6 y el gráfico 7

Siguiendo la metodología de Maloney & Núñez (2002), se empleó un modelo Probit de elección discreta para estimar el tipo de relación que existe entre la probabilidad de mantenerse ocupado y los niveles de ingreso en un contexto de cambio de la RMV. El modelo utilizado tiene la siguiente estructura:

Referencias

(1) The Effects of Minimum Wages Throughout the Wage Distribution - David Neumark, Mark Schweitzer & William Wascher (2000)

(2) Labor Market Reforms and Their Impact on Formal Labor Demand and Job Market Turnover: the case of Peru - Jaime Saavedra & Máximo Torero (2000)

(3) Measuring the Impact of Minimum Wages Evidence from Latin America - William Maloney & Jairo Nuñez (2003)

(4) Estabilidad laboral e indemnización: Efectos de los costos de despido sobre el funcionamiento del mercado laboral peruano - Jaime Saavedra & Eduardo Maruyama (2000)

Quieres elevar tu IQ en un 23% ? La neurociencia te dice que que recurras a este hábito

Puedes expandir tu cerebro en menos tiempo de lo que te lleva almorzar ... Literalmente

Existen 2 tipos de inteligencia: Inteligencia cristalizada y la inteligencia fluida.

La inteligencia cristalizada es tu capacidad para utilizar información, habilidades, y experiencia ya aprendida. Básicamente, es conocimiento depositado en el cerebro. Este tiende a construirse conforme envejeces, y es sobre la que tienden a enfocarse las culturas occidentales (Especialmente porque es en cierta forma fácil de medir por medio de exámenes estandarizados). 

La inteligencia fluida, por el contrario, es tu habilidad para identificar patrones, resolver problemas nuevos y usar la lógica en situaciones nuevas. No se trata de cuánto sabes, se trata de tu capacidad para ser creativo, consciente, innovador y visionario.

Es relativamente fácil mejorar la inteligencia cristalizada. Solo debes leer, escuchar podcasts, ganar experiencia, aprender más cosas. Pero la inteligencia fluida no es así. No se trata de hechos, conocimientos y cifras. Se trata de tu capacidad para tomar algo que nunca hayas visto antes e ingeniándotelas para trabajar con eso.

Los estudios muestran que hay algo que puedes hacer para mejorar considerablemente tu inteligencia fluida, así como también todo tu coeficiente intelectual: MEDITAR.


Así es. La meditación no es sólo buena para tu salud fisiológica, también reduce el estrés, mejora el estado de ánimo, y genera un equilibrio emocional, evitando la reactividad. También puede hacer que te vuelvas significativamente más inteligente.

Siegfried Othmer, ex presidente de la división de neurofeedback de la Association for Applied Psychophysiology and Biofeedback, realizó una investigación de neurofeedback sobre los participantes utilizando el entrenamiento de ondas cerebrales (una forma específica de meditación). Aquellos que meditaron mostraron un aumento promedio del 23% en IQ. Además, este efecto fue duradero de acuerdo con un estudio de seguimiento realizado un año después. Los participantes que meditaron mostraron ganancias significativas en creatividad, concentración y autoconciencia.

Otro increíble estudio mostró que después de sólo cuatro días de meditación diaria de 20 minutos, los participantes demostraron mejoras significativas en la capacidad de memoria y de cognición. Tal vez lo más notable es que el grupo que meditó obtuvo una puntuación hasta 10 veces mejor en un ejercicio de memoria.

Por qué ocurre esto ? Una de las principales razones es que la meditación ralentiza la actividad cerebral. Ya que las ondas cerebrales se demoran en controlarse, el cerebro aumenta su capacidad de reorganizarse, y logra establecer el tipo correcto de respiro. Eso es todo lo que necesitas hacer: Descansar tu cerebro, hace que este mejore. Increíble, no? Sobretodo considerando que ninguno de los que experimentaron tan extraordinarias mejoras meditaron durante horas.



Fuente: 

https://flipboard.com/@flipboard/flip.it%2FvSf3Ez-want-to-raise-your-iq-by-23-percent-neu/f-e18cebae57%2Finc.com

Conceptos de la ciencia económica en reflexiones

PRODUCTIVIDAD

[1] "La productividad no lo es todo, pero lo es casi todo en el largo plazo. La habilidad de un país para mejorar sus estándares de vida depende casi enteramente de su habilidad de aumentar su producción por trabajador" 

                                          - Paul Krugman, "The Age of Diminished Expectations" (1994) -

[2] "La productividad es una medida de la eficiencia en el uso de los factores en el proceso productivo. (...) Cuando la economía es más compleja y tiene más factores de producción (como el capital y el trabajo), se utiliza un indicador más complejo conocido como la productividad total de factores (PTF), término que resume la capacidad (o eficiencia) que tienen estos dos factores de producir bienes y servicios de manera combinada"

                                           - Nikita Céspedes, Pablo Lavado & Nelson Ramírez Rondán,                                                    "La productividad en el Perú: Un panorama general" (2016) -

La estructura de la población de un país

En un periodo de referencia t, la población de una economía en particular se agrupa en:

[1]   Población en Edad para Trabajar (i)

Son todas aquellas personas que están en edad para el ejercicio de funciones productivas⁽ⁱⁱ⁾, y que a su vez pueden encontrarse en alguno de los siguientes grupos:

            a)      Población Económicamente Activa ⁽ⁱⁱⁱ⁾

              Este grupo abarca las siguientes categorías:

   (a.1) Población Económicamente Activa ocupada

   Es aquella que tiene empleo^(iv), sin tomar en cuenta:

    -       El nivel y la forma de la remuneración

    -       Si se está al servicio de un empleador o se labora por cuenta propia

    -       El número de horas de la jornada laboral

    -       La ausencia laboral por cuestiones de salud, de vacaciones, de licencia, en huelga o cierre temporal del establecimiento, siempre que la empresa haya seguido en funcionamiento

   Además, este grupo se puede clasificar en:

   (a.1.1) Población Económicamente Activa subempleada:

    Son los trabajadores cuya ocupación no es adecuada, respecto a             determinadas normas. Se considera dos tipos de subempleo:

  * Subempleo por horas(v)

Es aquel en el que se labora menos de 35 horas semanales, y se desea y se está dispuesto a trabajar más horas 

 * Subempleo por ingresos(vi)

Es aquel en el que se labora 35 horas semanales o más, pero su ingreso mensual es menor al ingreso mínimo de referencia

   (a.1.2) Población Económicamente Activa adecuadamente empleada:

    Está conformada por dos grupos de trabajadores:

  * Aquellos que laboran 35 horas semanales o más y reciben ingresos por encima del ingreso mínimo referencial

  * Aquellos que laboran menos de 35 horas semanales y no desean trabajar más horas

   (a.2) Población Económicamente Activa desocupada

   Es aquella que no tiene empleo, a pesar de que quienes la conforman están      dispuestos a tener uno. En este grupo están:

   *    Los cesantes:

   Aquellos que actualmente buscan empleo, y que en periodos anteriores          han tenido uno

   *    Los aspirantes:

   Aquellos que por primera vez buscan empleo

   *    Los desalentados:

   Aquellos que no buscan empleo por considerar que son malas las                  posibilidades ofrecidas por el mercado^(vii). Esto se debe a que existe un        proceso de emparejamiento en el que los trabajadores buscan un empleo      adecuado y las empresas buscan trabajadores adecuados.

            b)      Población Económicamente Inactiva

   En este grupo se encuentran los familiares no remunerados (Ej.: las amas de              casa), los estudiantes, los rentistas y los jubilados

[2]   Población que No está en Edad para Trabajar (PNET)

       Son todas aquellas personas que no están en edad para el ejercicio de funciones                  productivas

Con esto, si se considera que en dicha economía existen las siguientes 6 clases de agentes institucionales:

(1)     Familia

(2)     Empresa

(3)     Ministerio de Economía

(4)     Banco Central de Reserva 

(5)     Sector financiero

(6)     Sector externo

cuyas abreviaturas correspondientes serán Fam, Emp, ME, BCR, Fin y Ext

Estableciendo también las siguientes abreviaturas para algunos de los términos mencionados en la sección anterior:

PET : Población en Edad para Trabajar

PNET : Población que No está en Edad para Trabajar

PEA : Población Económicamente Activa

PEI : Población Económicamente Inactiva

N : Cardinal de la PEA ocupada

U : Cardinal de la PEA desocupada

y considerando a cada clase de agente institucional como un conjunto, se pueden identificar las siguientes igualdades:

APÉNDICE: Indicadores relevantes del mercado laboral


Tasa de participación de la fuerza laboral =  Número de personas de la fuerza laboral / PET 

Tasa de empleo = N / PET

Tasa de desempleo = U / PET


REFERENCIAS

(1) Empleo y desempleo: Un análisis de la elaboración de estadísticas (2000) - Cecilia Garavito

(2) Se buscan buenos empleos: Los mercados laborales en América Latina (2003) - Banco Interamericano de Desarrollo

(3) Glosario de términos de temas de empleo - Ministerio de Trabajo y Promoción del Empleo del Perú

(4) Guía metodológica de la Nota Semanal - Banco Central de Reserva del Perú 

(5) Gross Job Flows - Steven Davis & John Haltiwanger (1999)

_________________________________________________________________________________

NOTAS

(i) También se le denomina “Fuerza laboral” o “Población adulta”

(ii) Aunque varía de un país a otro, en el Perú, dicha edad es partir de los 14 años

(iii) También se le denomina “Población en Edad Activa”

(iv) En este documento se considera como empleo (formal) a aquella actividad económica realizada en una entidad reconocida legalmente. También se considera como tal a quienes forman parte de las Fuerzas Armadas, de las Fuerzas Policiales o del Clero

(v) También se le denomina "Subempleo visible" o "Subempleo involuntario"

(vi) También se le denomina "Subempleo invisible" o "Subempleo voluntario"

(vii) Acá se encuentra el desempleo friccional y el desempleo estructural

Desarrollo y contrastación de una teoría: Un ejemplo hipotético

Imagine que somos planificadores del tráfico de una ciudad a los que les preocupa cómo afectaría una propuesta de urbanización a las pautas de tráfico. Para eso necesitariamos desarrollar una teoría que explique el itinerario que sigue la gente para ir y volver del trabajo. He aquí los pasos que seguiríamos:

PASO 1: Formular la pregunta que se va a investigar
Ejemplo: ¿De qué depende el flujo de tráfico de la ciudad en las horas punta?

PASO 2: Postular supuestos provisionales que describan el entorno y la conducta de los agentes. Estos supuestos deben ser simples y a la vez recoger los aspectos más importantes del problema.
Ejemplo: El plano de la ciudad describe el entorno físico. El supuesto sobre la conducta es que los trabajadores eligen los itinerarios que reducen lo más posible el tiempo de desplazamiento.

PASO 3: Formular las consecuencias de la teoría
Ejemplo: Utilizar el plano de la ciudad para trazar una ruta que reduzca lo más posible el tiempo de desplazamiento.

PASO 4: Realizar un análisis empírico para comparar las consecuencias de la teoría con los datos.
Ejemplo: Realizar una encuesta a los trabajadores para averiguar dónde viven, dónde trabajan y qué itinerarios siguen para ir a trabajar. A continuación averiguar si los itinerarios que predice el modelo generalmente son los mismos que se declaran en
la encuesta.

PASO 5: Evaluar los resultados de las comparaciones. Si la teoría concuerda:

(a) Muy bien con los datos, utilizar la teoría para predecir lo que ocurrirá si cambia el entorno o los demás supuestos.
Ejemplo: Utilizar el supuesto del tiempo mínimo de desplazamiento para evaluar los efectos que producirá en el tráfico una nueva urbanización imaginando los itinerarios que es probable que tomen los residentes.

(b) Muy mal con los datos, volver a empezar desde el paso 2 hasta el paso 5, partiendo de nuevos supuestos.
Ejemplo: modificar los supuestos provisionales sobre la conducta de la manera siguiente: los trabajadores eligen el itinerario que reduce lo más posible la distancia que deben recorrer con el automóvil (no el tiempo que tardan en desplazarse).

(c) Moderadamente bien con los datos, repetir desde el paso 2, añadiendo más supuestos o modificando ligeramente los ya planteados originalmente.
Ejemplo: una posible modificación del supuesto del tiempo mínimo de desplazamiento es que los trabajadores elegirán los itinerarios más pintorescos frente a los menos pintorescos, si el tiempo de desplazamiento no aumenta más que unos minutos. Para contrastar el modelo con este supuesto modificado, debemos averiguar cuáles son los itinerarios más pintorescos (los que pasan por un lago) y cuáles son los menos pintorescos (los que pasan por un vertedero).




Fuente: Macroeconomía () - Andrew Abel & Ben Bernanke

Cronología de los estudios teóricos más relevantes referentes al tratamiento de los datos series de tiempo

·                     

             

             1926-Ene: Why Do We Sometimes Get Nonsense Correlations Between Time Series? A                Study in Sampling and the Nature of Time Series - Udny Yule

1928-Jul: On the Use and Interpretation of Certain Test Criteria for Purposes of Statistical Inference - Jerzy Neyman; Egon Pearson

1933: On the Problem of the Most Efficient Tests of Statistical Hypotheses - Jerzy Neyman; Egon Pearson

1934: On the two different aspects of the representative method: The method of stratified sampling and the method of purposive selection - Jerzy Neyman

1937: Outline of a Theory of Statistical Estimation Based on the Classical Theory of Probability - Jerzy Neyman

1939-Dic: Contributions to the Theory of Statistical Estimation and Testing Hypotheses - Abraham Wald

1941-Mar: Asymptotically Most Powerful Tests of Statistical Hypotheses - Abraham Wald

1943-Nov: Tests of Statistical Hypotheses Concerning Several Parameters When the Number of Observations is Large – Abraham Wald

1946: Measuring Business Cycles - Burns & Mitchell

1950-Dic: Testing for Serial Correlation in Least Squares Regression - J. Durbin & G. S. Watson

1955: Statistical methods and scientific induction – Ronald Fisher

1956: Note on an Article by Sir Ronald Fisher – Jersey Neyman

1960-Jun: Tests of the Hypothesis that a Linear Regression System Obeys Two Separate Regimes – Richard Quandt

1960-Jul: Tests of Equality Between Sets of Coefficients in Two Linear Regressions - Gregory Chow

1964: An Analysis of Transformations - Box & Cox

1966: The Typical Spectral Shape of An Economic Variable – Granger

1970-Feb: Use of Dummy Variables in Testing for Equality between Sets of Coefficients in Two Linear Regressions: A Note - Damodar Gujarati

1970-Mar: Tests of Equality Between Sets of Coefficients in Two Linear Regressions: An Expository Note – Franklin Fisher

1970-Dic: Use of Dummy Variables in Testing for Equality Between Sets of Coefficients in Linear Regressions: A Generalization - Damodar Gujarati

1970-Dic: Distribution of Residual Autocorrelations in Autoregressive-Integrated Moving Average Time Series Models - G. E. P. Box & David A. Pierce

Harvey (1976)

1978 - Nov: Testing Against General Autoregressive and Moving Average Error Models when the Regressors Include Lagged Dependent Variables - L. G. Godfrey

1978: Testing for Autocorrelation in Dynamic Linear Models - Trevor Breusch

1979-Jun: Distribution of the Estimators for Autoregressive Time Series With a Unit Root - David Dickey & Wayne Fuller

1980 - Set: The Durbin-Watson Test for Serial Correlation when there is no Intercept in the Regression - R. W. Farebrother

Engle & Granger (1987)

1988: Testing for a Unit Root in Time Series Regression - Peter Phillips & Pierre Perron

1990: Business Cycles: Real Facts and a Monetary Mith – Findland & Prescott

1992: Optimal Tests When a Nuisance Parameter is Present Only Under The Alternative - Andrews & Ploberger

1993: Tests for Parameter Instability and Structural Change With Unknown Change Point – Donald Andrews

1994:

Baxter & King (1995)

1997: Wald-Type Tests for Detecting Breaks in the Trend Function of a Dynamic Time Series - Timothy Vogelsang

1999 - Jul: No Contagion, Only Interdependence: Measuring Stock Market Co-Movements - Kristin Forbes & Roberto Rigobon