tesis de magÍster - economia.uc.cleconomia.uc.cl/wp-content/uploads/2015/07/tesis_fkast.pdf ·...

D O C U M E N T O D E T R A B A J O

Instituto de EconomíaTESIS d

e MA

GÍSTER

I N S T I T U T O D E E C O N O M Í A

w w w . e c o n o m i a . p u c . c l

Evaluación de Impacto de las Capacitaciones Laborales en Chile,Análisis Regional y Sectorial

Felipe Kast.

2002

EVALUACIÓN CAPACITACIONES LABORALES EN CHILE- SEMINARIO POLÍTICAS PÚBLICAS- PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE-FELIPE KAST S.

0

EVALUACIÓN DE IMPACTO DE LAS

CAPACITACIONES LABORALES EN CHILE, ANÁLISIS

REGIONAL Y SECTORIAL.

PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE

SEMINARIO DE POLÍTICAS PÚBLICAS

MAGISTER EN ECONOMÍA

FELIPE KAST SOMMERHOFF

SEGUNDO SEMESTRE 2001

PROFESORES:

ROLF LÛDERS

ARÍSTIDES TORCHE

BERNARDITA VIAL


1

1.-Introducción

La generación de capital humano es el motivo principal para llevar a cabo una

capacitación laboral. El individuo que se capacita busca aumentar sus habilidades

personales sacrificando parte de su ingreso presente con la perspectiva de aumentar sus

ingresos futuros.

Para poder evaluar el desempeño que han tenido las capacitaciones en Chile, primero se

deben identificar los factores que determinan la participación de un individuo en un

determinado programa de capacitación laboral. La identificación de estos factores se

hará con un modelo simple de maximización del ingreso esperado, en el cual el perfil de

ingreso futuro de cada persona es producto de la decisión de entrar o no al programa. En

esta decisión entran en juego las expectativas de los ingresos futuros y los costos

directos de entrar al programa.

Por otro lado, la oferta de capacitación en Chile, se produce de manera descentralizada.

El mercado de las capacitaciones está subsidiado por el gobierno en varios programas,

donde predomina fuertemente la franquicia tributaria para las empresas. La

administración de estas franquicias está a cargo del Servicio Nacional de Capacitación y

Empleo, SENCE, el cual ha tenido en la última década una inversión social creciente.

Luego de entender la oferta de capacitaciones e identificar el modelo de participación,

se determinarán los efectos reales de las capacitaciones hechas durante el año 1998

sobre los ingresos de las personas en Chile, para lo cual se correrá la ecuación de

ingreso de Mincer con algunas modificaciones. Se desarrollará esta evaluación bajo el

supuesto de que la selección de las personas capacitadas depende de las características

no observables1. Se estimará, entonces, el efecto de la capacitación corregido por este

sesgo de selección, el cual es producido, en este caso, por la autoselección de los

agentes que son estudiados.

Por consiguiente, el objetivo general que tiene este trabajo es estimar el efecto de las

capacitaciones sobre los salarios de distintos grupos de interés y de esta manera ayudar

1 . Esto puesto que los programas del SENCE son en su mayoría de carácter general, no focalizada a algún

tipo de persona


2

a determinar la estrategia óptima de inversión pública en Capital humano. Para

completar la determinación de la estrategia óptima sería necesario realizar un análisis

Costo-Beneficio para la inversión en capacitaciones. Ahora sólo nos centraremos en los

beneficios generados por el cambio en el ingreso laboral.

Con este fin, se utilizó la Encuesta CASEN tomada el año 1998, representativa para

todo Chile. Se evaluaron las capacitaciones que hayan sido cursadas en los doce meses

anteriores al de la toma de la muestra. Dentro de la encuesta CASEN se tomaron a los

individuos que se encuentran trabajando como grupo objetivo. Y para homogeneizar el

“tratamiento” o la “capacitación laboral”, se tomaron aquellos trabajadores que

pertenecen al Sector Económico de Industrias, Sector Económico de Comercio y Sector

Económico de Servicio Financieros. En estos tres sectores el 80% de los trabajadores

que dijeron haberse capacitados lo hicieron en una capacitación relacionada con la

productividad en su trabajo2. En los otros sectores no existe un “tratamiento” bien

definido.

2.-Capacitación en Chile

Cuando un individuo decide entrar a un programa de capacitación laboral espera como

resultado una mayor capacidad futura de generar ingresos. De esta forma, las

capacitaciones laborales, para quienes están trabajando, pretenden aumentar el capital

humano específico de ese trabajador.

En Chile existe un organismo gubernamental que depende del Ministerio del Trabajo, el

SENCE (Servicio Nacional de Capacitación y Empleo), que tiene como función el

fomento y regulación del Sistema de Capacitaciones que contempla la ley.

Este organismo ha tenido un protagonismo creciente dado que la inversión pública en

capacitaciones ha aumentado fuertemente en los últimos quince años (Anexo2.1),

desarrollándose múltiples programas de capacitación donde la administración de éstos

2 Encuesta Internacional de Alfabetización de la Población Adulta, 1998.


3

está bajo responsabilidad del SENCE. A continuación se desarrollará una breve síntesis

de los programas y sus características principales según el marco legal vigente hasta

1998.

2.1.-Oferta de programas de capacitación

Existen actualmente diversos programas de capacitación, los que son administrados o

supervisados por el Servicio Nacional de Capacitación y Empleo (SENCE), dependiente

del Ministerio del Trabajo. El primero de ellos, creado en 1976, es el Programa de

Empresas. Actualmente es el más importante ya que concentra el 88% del total de

participantes en el programa SENCE (Anexo 2.2) y el 67% de la Inversión Pública

(Anexo 2.3). Al año siguiente se crea el Programa de Becas y posteriormente, en el año

1988, el Programa de Aprendices. Luego, en el año 1991, se crea el Programa de

Capacitación Laboral de Jóvenes y por último, en 1995, se crean dos programas, el de

Becas para la pequeña y mediana microempresa y el de Becas para la Reinserción

Laboral.

En diciembre de 1997 entra en vigencia un nuevo marco legal que contiene varias

modificaciones a la regulación del sistema de capacitaciones en Chile. Esto es

justamente un año antes del levantamiento de la Encuesta Casen 1998, que usaremos

para nuestra evaluación. Un primer aspecto de este nuevo marco legal es que modificó

la norma del uso de la franquicia tributaria, aumentando los topes máximos para las

empresas y permitiendo el uso de capacitación pre-contrato y post-contrato. Otro

aspecto relevante es que entra en vigencia el Fondo Nacional de Capacitación, que

opera por la ley de presupuesto y es administrado por el SENCE. Este fondo beneficia a

las empresas con menores ingresos para desarrollar su capacidad productiva.

El sistema de capacitación chileno, como se dijo, está muy influenciado por el

Programa Empresas ya que comprende un 67.5% del total de capacitaciones

auspiciadas por el SENCE. Se trata de un sistema descentralizado y general. Su diseño

no está focalizado a un grupo específico de trabajadores. El objetivo de este programa

es promover la capacitación al nivel de las empresas. Sus beneficiarios son los

trabajadores dependientes de las empresas que tributan en la primera categoría de la Ley


4

sobre Impuesto a la renta3. El Estatuto de Capacitación y Empleo, que rige el sistema

de capacitaciones en Chile, establece una franquicia tributaria de hasta el 1% de las

remuneraciones imponibles.

Entre las principales virtudes de este programa se destaca su énfasis en la selección a

través de la demanda de los usuarios, lo cual es valorado internacionalmente como un

modelo a seguir en el diseño de este tipo de políticas públicas. Una crítica al mismo es

que se centra en trabajadores de mayor calificación. De hecho, aunque no se dispone de

cifras actualizadas, la capacitación para trabajadores no calificados y semicalificados en

1993 no alcanzaba al 10% del total.

En orden al tiempo, el segundo programa que se crea es el Programa de Becas. Este

consiste en becas de capacitación orientadas a trabajadores del sector informal,

independientes, cesantes y personas que buscan trabajo por primera vez. El programa

entrega un curso de capacitación gratuito para los participantes, subsidio de

movilización y colación durante la fase lectiva, un subsidio de práctica laboral y un

seguro de accidentes personales.

Un posible defecto de este tipo de programas se produce cuando la recompensa para el

organismo capacitador es función del número de personas que introduce en el mercado

laboral, en ese caso hay incentivos a seleccionar a los con mayor probabilidad de

ingresar al mercado laboral y no al grupo objetivo inicial.

Un panel de evaluadores del gobierno que analizó este programa, en sus conclusiones

señala que éste por sí solo no es capaz de resolver el problema de inserción laboral en

la medida que no exista una institución que haga de puente entre el término de la

capacitación y la inserción laboral propiamente tal4.

Siguiendo el orden del tiempo, llegamos a 1988, donde se crea el Programa de

Aprendices. Este programa atiende todas las actividades relacionadas con contratos

temporales de trabajadores aprendices con las empresas. Los beneficiarios son jóvenes

menores de 21 años en vías de insertarse en el mundo laboral.

3 Impuesto de un 10% a las utilidades de las empresas

4 Informativo SENCE, 1997.


5

Las empresas que contraten a jóvenes aprendices por un plazo de 12 meses continuos

pueden imputar a la franquicia tributaria hasta el 60% de las remuneraciones mensuales

pactadas con el trabajador aprendiz, con un tope máximo de un 60% del ingreso mínimo

mensual y el número de trabajadores aprendices no puede exceder al 10% del total de

trabajadores jornada completa de la empresa.

La cobertura de este programa es muy limitada. En el año 1997 sólo participaron 642

personas en el programa.

Tres años después del programa de aprendices se implementa, en el año 1991, el

Programa de Capacitación Laboral de Jóvenes. Este tiene como objetivo generar

oportunidades de inserción económica y social para jóvenes entre 15 y 24 años,

desempleados y que enfrentan problemas de marginalidad laboral, mediante acciones de

formación, aprendizaje y educación para el trabajo. El curso incluye una práctica

laboral.

Dado que la población objetivo no es homogénea, el programa se divide en cuatro líneas

de acción: (a) Capacitación y Experiencia Laboral en Empresas, (b) Capacitación para

el Trabajo Independiente, (c) Formación y Capacitación de Jóvenes y (d) Aprendizaje

Alternado. Cada una de ellas con sus características ajustadas a las distintas

necesidades de los jóvenes.

Se han evaluado ciertos logros respecto al funcionamiento de cada uno de estos

programas. Entre los logros se tiene que en términos de situación ocupacional, para la

experiencia de Capacitación y Experiencia Laboral en Empresas, a 8 meses de

egresados un 66% de los beneficiarios estaban ocupados, lo cual representa porcentajes

superiores al de la población de control. En el caso de Formación y Capacitación de

Jóvenes los porcentajes son de 60% de ocupación.

En cuanto a ciertas dificultades encontradas en este programa se puede mencionar que

existe una concentración de los cursos en localidades de mayor desarrollo relativo en las

regiones en detrimento de los lugares más aislados. Por otra parte hay una Saturación

de los mismos cursos en determinadas especialidades. Muchos entran a capacitarse con


6

expectativas de conseguir empleo a través del programa. La decepción de esto los lleva

en muchos casos a desertar.

Más recientemente, en el año 1995, se crea el Programa de Reconversión Laboral.

Este programa es financiado con recursos del BID y de la ley de presupuestos. El

objetivo general es lograr la reincorporación al mercado del trabajo de un número de

beneficiarios identificados, a través de la obtención de un nuevo empleo de carácter

dependiente o independiente y que resulte en ingresos sostenidos y permanentes.

Pueden postular trabajadores que han desarrollado habilidades específicas asociadas a

una actividad o zona geográfica y que ya quedaron obsoletas. La cobertura de este

programa alcanzó en 1998 un total de 600 vacantes.

El mismo año se crea el Programa de Becas para la Micro y Pequeña Empresa que

se desarrolla en dos líneas de acción: Capacitación Gerencial para Propietarios de

Pequeñas Empresas y un Programa en Gestión para Pequeños Productores Agrícolas.

Los beneficios que reciben los participantes son respuestas a las demandas en

capacitación gerencial.

3.-El Problema de la Evaluación.

Una vez definido lo que se quiere evaluar y las muestras que se van a utilizar para la

evaluación, surge la pregunta de cómo evaluar de manera consistente, en este caso, el

efecto de las capacitaciones sobre los ingresos de los capacitados.

Como lo que se quiere evaluar es el cambio en ingreso provocado por la capacitación, es

necesario recurrir a una ecuación de ingreso, para esto se utilizará la ecuación de

Mincer5 tradicional con ciertas modificaciones.

Para evaluar el impacto de las capacitaciones es necesario saber qué habría sucedido

con el ingreso del individuo si no hubiese tomado la capacitación. Se utilizará el

subíndice “0” como significado de “no capacitado” y el índice “1” como “capacitado”.

5 Mincer, J.(1974), “Schooling, experience and earnings”, NBER, New York.


7

Con estos subíndices la ganancia para un individuo de pasar de “0” a “1” estaría dada

por Y1 –Y0, donde Y1 representa el ingreso del individuo que participó e Y0 sino. Si se

pudiese observar Y0 e Y1 para la misma persona al mismo tiempo, se podría obtener

la ganancia para cada persona y por lo tanto la ganancia promedio sería TT= E( Y1 –Y0 |

D=1, X), donde X es el conjunto de características observables y D una variable dummy

que toma el valor de uno si la persona se capacitó.

Sin embargo la Encuesta Casen es de corte transversal y sólo se tiene:

Datos de Y1 para quienes participaron en las capacitaciones.

Datos de Y0 para quienes no participaron.

Por lo tanto se puede estimar E(Y1 | D=1, X) y E(Y0 | D=0, X), pero no se tienen datos

para estimar E(Y0 | D=1, X).

Con este problema de “Datos perdidos”, si se estima el efecto TT(X) por medio de

TT(X)mico= E(Y1/D=1) –E (Y0 / D=0) se produciría un sesgo de selección6 puesto que el

mecanismo de selección no es aleatorio.

Entonces, no es posible estimar con los datos de la CASEN 98 el efecto de las

capacitaciones sobre los salarios por el método de Mínimos Cuadrados Ordinarios sin

incurrir en un sesgo de selección.

Como ya se vio en los puntos anteriores, el sistema de capacitaciones en Chile está

fuertemente influenciado por el programa empresas, que consiste en un diseño de

programa del tipo no focalizado. Por esta razón supondremos que la selección de

quienes se capacitan se producirá sobre la base de las variables no observables de los

individuos.

Se define una variable no observable Z*i, que representa el beneficio neto de capacitarse

para cada individuo. El individuo escoge capacitarse, D=1, si el beneficio neto de

capacitarse es positivo, Z*i= γw + є > 0. Sin embargo sólo se observa:

Y = DY1 + (1-D)Y0.

6 Heckman (1985)


8

Se formula entonces lo siguiente:

Y = Y1 si Z*>0

Y = Y0 si Z*<0.

Donde Y es la variable ingreso que se observa, con

Y1 = 1X + U1

Y0 = 0X + U0

E(U1) = E(U0) = 0

Se hace el supuesto de que U0, U1 y є siguen el comportamiento de una distribución

normal.

A raíz de la definición anterior se tiene que:

Pr(D=1) = Pr (Z*>0) = Pr (є > -γw) = 1- F(-γw)

Pr(D=0) = Pr (Z*<0) = Pr (є < -γw) = F(-γw)

Estas probabilidades son parte de las funciones de densidad conjunta de Yi y Z*,

necesarias para la estimación de este tipo de modelo de regresión censurado7.

La estimación se realizará por el método de Máxima Verosimilitud con la ecuación de

ingreso tipo Mincer para los capacitados y para los no capacitados, que tiene como

variable dependiente al logaritmo del salario.

A través de la estimación por Máxima Verosimilitud se obtienen los coeficientes de las

variables explicativas para los capacitados y para los no capacitados, incluyendo el que

acompaña la razón inversa de Mill. Y con estos parámetros se calculará el efecto de las

capacitaciones en los ingresos de las personas. El primer efecto de tratamiento que

interesa calcular es el impacto promedio que tienen las capacitaciones para un individuo

promedio de la muestra total. Este es el ATE que se estima de la siguiente manera.

7 Modelo censurado porque no se tienen valores de Y1 para Z*<0 y no se tienen valores de Y0 para

Z*>0. Sin embargo se puede estimar el número de observaciones que corresponden a esos casos.


9

ATE = E(logY1 - logY0 | X, ) = X (1 - 0)

El segundo efecto de tratamiento que se calculará es el cambio promedio que tienen los

ingresos de quienes efectivamente se capacitaron. Este es el TT que se estima de la

siguiente manera.

TT = E(logY1 -log Y0 | X, D=1)

= X(1 - 0) + E(U1 | X, D=1) – E(U0 | X, D=1)

= X(1 - 0) + ( λ1

* + λ0

* ) IRM1

= X (1 - 0) + ( b ) IRM1

Donde “IRM1” es el regresor que corresponde a la razón inversa de Mill de los que se

capacitaron y “b” es la suma de los coeficientes estimados en ambos sectores para

ese regresor. Y es la suma de los coeficientes porque al hacer las transformaciones

para poder estimar la segunda parte de la ecuación, E(U0 /X, D=1) genera este

coeficiente con signo negativo por delante y al aplicarle el negativo de la resta resulta

finalmente la suma de los coeficientes de ambas muestras.

Es importante aclarar antes de mirar los resultados que existe una complicación al

momento de interpretar los valores que se obtienen directamente de esta metodología.

Lo que sucede es que la ecuación de ingreso tipo Mincer tiene como variable

dependiente el logaritmo del ingreso, por lo tanto su interpretación no es directa, sino

que debemos hacer la transformación de los resultados para quedarnos con el ingreso

corriente. Para llevarlo a su forma corriente se utilizará la función exponencial, la cual

es convexa, y la esperanza de esa función subestimará el efecto que se busca medir.

4.- Modelo de Demanda por Capacitación.

4.1.- Modelo de Participación.


10

La evaluación guiada por modelos económicos es, en contraste con la evaluación

estadística caso a caso, una evaluación que permite encontrar respuestas que se

sostengan en el futuro. Esto se debe a que el énfasis está en el modelo de

comportamiento teórico y no sólo en el estimador específico. Un modelo teórico

sugiere las variables explicativas que debemos incluir en nuestra estimación y permite

organizar la evidencia a través de distintos estudios.

Nuestro método económico de evaluación de las capacitaciones tiene dos ingredientes,

un modelo de ingresos y un modelo de participación en las capacitaciones. El primero

de ellos corresponde al modelo elaborado por Jacob Mincer8 y el segundo es el tema de

este capítulo.

Al construir un modelo de participación se debe tener en cuenta que la capacitación del

individuo corresponde a una inversión en capital humano. El capital humano se le

entrega al individuo y éste no puede venderlo. Esto hace que el momento dentro del

ciclo de vida, donde se produce la inversión en capital humano, hace variar mucho el

beneficio esperado de ésta. Un segundo elemento a considerar en la decisión de

inversión es que la utilización y la formación de capital humano requiere sacrificar

ocio, esto hace que no sea posible separar el problema del consumo y el de la inversión.

Para simplificar la elaboración del modelo de participación se asumirá que las personas

tienen solo un período en sus vidas, período k, en el que pueden optar capacitarse sin

recibir ingresos corrientes. Antes de ese período el ingreso del individuo corresponde a

Y0,k-1. Después de ese período su ingreso puede ser Y0,k+1 si no se capacita, o Y1,k+1 si se

capacita.

Ahora, para describir la decisión del individuo en el período k se utilizará el modelo de

maximización del valor presente esperado. Este modelo se encuentra descrito

detalladamente por Heckman, Lalonde y Smith (1998).

En el período k el posible participante busca medir el valor presente de sus ingresos con

y sin capacitación. Donde la información disponible para la persona es I k. En cuanto al

8 Mincer, J.(1974).


11

costo de capacitarse, este contiene dos componentes: el costo directo, c y los ingresos

que deja de percibir en ese período. Por último el curso tiene una duración de un año.

Con respecto a al proceso de elección, es el valor presente esperado de los ingresos es lo

que determina la participación en el programa, es decir D=1 si

T-k T-k

(4.1) E [Σ(Y1,k+j/(1+r)j) – c - Σ(Y0,k+j/(1+r)j)| Ik] ≥ 0 j=1

j=0

Por el contrario, se decide no participar cuando esta desigualdad no se cumple. Por lo

tanto, en la regla de decisión de participación, dada por (4.1), la expectativa se

construye con la información disponible en ese período, la cual es privada. Muchas

variables fuera del modelo pueden influenciar en la información que posee el individuo,

por esta razón la expectativa puede diferir entre personas con las mismas características.

Por lo mismo el hecho de tener incertidumbre es lo que permite introducir mayor

cantidad de variables explicativas al modelo.

Algunas consecuencias de esta regla de decisión son:

a.- Personas de mayor edad y personas con mayor tasa de interés tienen menor

inclinación a tomar la capacitación.

b.- Los ingresos anteriores al período k son relevantes sólo como un indicador de los

ingresos futuros (costo de oportunidad a sacrificar).

c.- Personas con menor costo de oportunidad y menores costos directos tienen mayor

inclinación a tomar la capacitación.

d.- Cualquier relación entre el ingreso actual del individuo en k y D es determinada por

la regla de decisión.

El modelo teórico de participación recién visto tiene dos supuestos: (a) se tiene sólo una

opción de capacitarse en el período k, (b) no se recibe ingreso mientras se capacita. Sin

embargo, al movernos hacia un modelo de elección continua, o hacia un modelo de


12

entrenamiento en el trabajo, las conclusiones de comportamiento para elaborar nuestro

modelo empírico no cambian sustancialmente. Para más detalles de este tipo de

modelos revisar Becker(1964), Mincer(1962,1974), Ben Porath(1967), Rosen(1972,

1972) y Blinder y Weiss (1975), donde la decisión de “entrenamiento en el trabajo” es

parte de este proceso continuo de decisión que perfila el ingreso individual en el ciclo

de la vida.

4.2.- Aplicación del Modelo para la encuesta CASEN 1998.

Para llevar a cabo la evaluación con los datos de la encuesta CASEN 1998 vamos a

generar el modelo de participación que posteriormente usaremos como insumo en la

estimación de los parámetros de interés con la ecuación de Ingreso. La ecuación de

participación la construiremos con la regla de decisión que nos ilustra la ecuación (4.1).

Nuestro modelo de participación, que tiene una variable dependiente discreta D, se

construye basándose en una función índice Z*, ya que como se señaló en el punto 3, el

beneficio marginal de capacitarse no es observable y la encuesta sólo nos dice si el

individuo se capacitó o no. Entonces, modelamos la diferencia entre beneficio y costo a

través de la variable no observable Z*.

(4.2) Z* = γw + є

Entonces:

(4.3) D=1 si Z* >0

D=0 si Z* ≤ 0

Donde D es la variable observada y suponemos que la distribución de є es normal con

media cero y varianza uno9.

Así pues, determinaremos las variables explicativas, w, basados en el modelo de

maximización del ingreso esperado que formula Heckman, Lalonde y Smith(1998).

9 Esta hipótesis es una normalización que no juega ningún papel escencial.


13

Para concretar el modelo de participación en capacitación se llamará a la variable

dependiente del probit, D, “capacit”, que es igual a uno si la persona se capacitó y a

cero de lo contrario. Incluiremos como variables explicativas aquellas que se

desprenden de las conclusiones de la ecuación (4.1), las cuales son:

(a) El sector económico al cual el trabajador pertenece. Cada sector económico

contiene cierta información que le es propia para tomar la decisión de capacitarse.

Como en nuestra muestra sólo se tiene incluido a tres sectores económicos (el sector

de industrias, el de comercio y el de servicios financieros), se incluirán en el probit

dos variables dummy “serfin” y “comer”, que toman el valor de uno en caso de que

el trabajador sea del sector financiero y del sector comercio, respectivamente.

(b) El tipo de contrato. Se incluye una variable dummy “contrato” que toma el valor

uno si existe contrato. Se espera un signo positivo y significativo para el coeficiente

de esta variable porque una persona sin contrato no puede acogerse a la franquicia

tributaria, por lo tanto sus costos directos, c, son mayores.

(c) La edad. Se incluye porque es justamente el valor de k en la ecuación (4.1). Si k es

muy grande implica que T-k es muy chico, esto hace disminuir el horizonte de

recuperación de la inversión y por lo tanto tener menor probabilidad de capacitarse.

Se incorpora una variable continua “edad” y se espera un coeficiente negativo y

significativo.

(d) El nivel de ingreso corriente. Según la ecuación (4.1) el ingreso que se deja de

ganar y los costos directos son los únicos costos en que se incurre. Tomando sólo el

ingreso que deja de ganar se puede decir que el costo que enfrenta al capacitarse

tiene dos componentes, que llamaremos el “costo de sacrificio” y el “costo de

ingreso”. Donde el “costo de sacrificio” es la importancia relativa que el individuo

le da al ingreso que deja de ganar y el “costo de ingreso” es monto que deja de

ganar. Es decir, para una persona de extrema pobreza dejar de percibir su ingreso

corriente es prohibitivo porque su “costo de sacrificio” es infinito, sin embargo para

una persona con ingresos muy altos dejar de percibir esos ingresos es también muy

costoso por su “costo de ingreso”.


14

Para incorporar este fenómeno se definen nueve tramos10

de ingreso y se incorporan

ocho variables dummy que corresponden a los ocho tramos superiores. La variable

“ingre0” es el grupo más pobre, el cual será el grupo base y que representa a los

individuos con un ingreso autónomo bajo la línea de pobreza11

. Por su parte la

variable “ingre8” es el tramo de mayores ingresos per cápita. Respecto al signo de

los coeficientes se espera una “baja probabilidad”12

de capacitarse para los tramos

inferiores, para quienes el “costo de sacrificio” del ingreso sería alto como lo

muestra la figura 4.1. Luego, para los ingresos medios, se espera una “alta

probabilidad” producto de un menor “costo de sacrificio” y un “costo de ingreso”

medio. Por último para los tramos de ingreso superiores se espera una “baja

probabilidad” de capacitarse por el alto “costo de ingreso”.

El único problema que se tiene para hacer esta estimación es que la variable ingreso

que se tiene es posterior a la capacitación, por esta razón es necesario hacer el fuerte

supuesto de que el costo de capacitarse no tuvo cambios significativos en este lapso

de tiempo, incluso después de pasar por la capacitación.

FIGURA 4.1 DISTRIBUCIÓN DEL COSTO DE CAPACITARSE

C(Y)

0 Y

10

Esta estimación por tramos es robusta ante un cambio en el número y tamaño de los tramos. 11

Línea que determina si un individuo cuenta con el ingreso per cápita suficiente como para responder a

sus necesidades calóricas de alimentación. 12

En términos relativos a los otros grupos.

Costo del ingreso bruto

que no recibe

Costo de sacrificio

Costo de capacitarse

según tramo de ingreso


15

(e) La educación. Aunque no aparece directamente en la ecuación (4.1), está implícita

como un elemento de información que posee un individuo sobre su capacidad de

generar ingresos futuros producto de la capacitación. El supuesto es que el retorno

de la capacitación depende en parte del nivel de educación acumulada. Por esta

razón se incorporan cinco variables dummy que corresponden a los últimos cinco

grupos con más educación. Estas variables son “nbasico”, “nmedia”, “ntecnico”,

“nuniver”, “npostgr”. El signo esperado para los coeficientes depende de cómo esta

información sobre los ingresos futuros influye en los distintos elementos de la regla

de decisión. Se espera, bajo el supuesto de que mayor educación permite aprender

más rápido, que a mayor educación se tenga una mayor esperanza de retorno por

hora capacitada y por lo tanto mayor probabilidad de capacitarse. Una discusión

mayor acerca de este supuesto se puede encontrar en Heckman (1999), donde se

plantea que inversión temprana en capital humano genera inversión posterior en

capital humano, dado que la formación de capital humano sería un proceso dinámico

con fuertes componentes de sinergia.

(f) Las distintas regiones. Las características de cada región influyen directamente en

la información que tiene el individuo para elaborar sus expectativas futuras. Se

incluirán doce variables dummy que corresponden a las doce regiones,

“reg1”…”reg12”, se dejará como grupo base la región metropolitana. Se espera que

sus coeficientes sean significativos y de distintas dimensiones.

(g) La variable sexo. Se incorpora esta variable bajo el supuesto de que la mujer tiene

distintos plazos de vida económica, T. Y al tener distintos plazos, tiene por lo

mismo una distinta esperanza de los ingresos futuros. Se incorpora una variable

dummy “sexo_” que toma el valor de uno si el individuo es hombre. Se espera un

signo positivo dado que la vida económica tiene plazos que se cortan con mayor

frecuencia en promedio para la mujer.


16

Se tiene entonces la siguiente estimación de la ecuación de participación en capacitación

laboral para la encuesta CASEN 1998(salida en el Anexo 4.2):

PROBABILIDAD DE CAPACITARSE

Pseudo R2 = 0,1042

No Observaciones = 21481

Capacitación Coeficiente Nivel de significancia

Ingreso 1 0,136 1%

Ingreso 2 0,265 1%

Ingreso 3 0,372 1%

Ingreso 4 0,413 1%

Ingreso 5 0,397 1%

Ingreso 6 0,582 1%

Ingreso 7 0,308 1%

Ingreso 8 0,316 5%

Contrato 0,534 1%

Edad -0,036 1%

Sexo 0,020 No significativo

Nivel Básico 0,003 10%

Nivel Media 0,393 1%

Nivel Técnico 0,662 1%

Nivel Universitario 0,678 1%

Nivel Postgrado 1,054 1%

Sector de Servicios Financieros 0,153 1%

Sector de Comercio -0,212 1%

Región 1 0,097 No significativo

Región 2 0,379 1%

Región 3 0,403 1%

Región 4 0,247 1%

Región 5 0,105 1%



Región 8 0,145 1%


Región 10 0,132 5%

Región 11 0,176 5%


Muestra objetivo: trabajadores de los sectores económicos Industria, Comercio y

Servicios Financieros. CASEN 1998.


17

Los resultados de la estimación sugieren los siguientes puntos:

a.- Partiendo por el sector económico al cual pertenece cada trabajador, efectivamente

se observa que las variables son un elemento relevante a la hora de determinar la

probabilidad de ingresar a una capacitación laboral. Los resultados nos muestran que el

sector donde existe una mayor probabilidad de capacitarse es el sector de Servicios

Financieros. Por el contrario, el que tiene menor probabilidad es el sector del Comercio.

b.- En cuanto a los tramos de ingreso, el resultado concuerda con lo planteado en la

figura 4.1 sobre el “costo de sacrificio” y el “costo de ingreso” de capacitarse. Se

observa que, al pasar desde la situación de pobreza hacia un nivel de ingreso medio la

probabilidad de capacitarse aumenta. Y que, moviéndonos hacia los tramos de ingreso

superiores la probabilidad de capacitarse disminuye. Este resultado es consistente con

una forma funcional cuadrática del ingreso, del tipo D=f(X, Y, Y^2), como lo muestra

el Anexo 3. Donde el coeficiente que acompaña a la variable “Y” es positivo y

significativo, y el coeficiente que acompaña la variable “Y^2” es negativo y

significativo. Esto permite afirmar que la estimación hecha con el ingreso por tramos es

robusta y que el costo de capacitarse no es lineal con el ingreso, sino que tiene forma

de U.

c.- Respecto a la variable de contrato en el trabajo se observa que esta variable es

significativa y que efectivamente el hecho de tener un trabajo con contrato proporciona

una mayor probabilidad de capacitarse. El tener contrato aportaría entonces como

mecanismo de formalidad que permite, vía subsidios a la capacitación, una disminución

de los costos directos enfrentados.

d.- Con respecto a la edad de las personas, se observa que ésta es una variable

significativa y que tal como lo predecía el modelo su coeficiente es negativo. A mayor

k, período donde se realiza la capacitación, menor la probabilidad de capacitarse.

e.- El nivel de educación es relevante para tomar la decisión de capacitarse. Al pasar

de no tener educación hasta una educación básica se observa un efecto positivo muy

pequeño y con poca significancia. Por el contrario al pasar desde el nivel “sin

educación” hasta “educación media”, “educación superior” y de “postgrado”, se


18

observa que la probabilidad de capacitarse aumenta gradualmente y que todas las

variables son significativas.

f.- Para el caso de las regiones resultaron no significativas las regiones I, VI, VII, IX y

XII, lo cual indicaría que las opciones de capacitación en estas regiones no tendrían

ningún elemento diferenciador con respecto a la región metropolitana. El resto de las

regiones cuentan con un efecto positivo sobre la probabilidad de capacitarse. Las de

mayor impacto son las regiones III, II y IV, donde existe una mayor probabilidad de

ingresar a una capacitación laboral.

g.- En cuanto a la variable sexo, los resultados indican que esta variable no es

significativa. Esto nos dice que las expectativas futuras de ingreso relacionadas con la

inversión en capital humano no son distintas según el genero de cada individuo.

Hasta aquí se tiene el modelo de selección, que consiste en este modelo probit de

participación. El siguiente capítulo consiste en correr por máxima verosimilitud la

ecuación de ingreso, tomando en cuenta que la muestra es censurada. Es decir, la

función de densidad a maximizar considera la forma de selección de la muestra para

evitar el sesgo de selección al estimar los efectos de las capacitaciones en la ecuación de

ingreso.

5.-Resultados

Para estudiar el impacto de las capacitaciones se utilizará como ecuación de ingreso la

ecuación de Mincer13

tradicional y se le agregarán algunas modificaciones, donde la

variable dependiente es el logaritmo del ingreso. Las variables explicativas de la

ecuación de ingreso serían las siguiente:

(a) basica, media, tecnico, univer, postgrad: cada una de estas variables toma el valor

del número de cursos aprobados de educación básica , media, tecnica, universitaria y

de postgrado que tiene el individuo. Por lo tanto una persona que ha llegado a la

13

Mincer, J.(1974),”Schooling, experience and earnings”, NBER, New York.


19

universidad siempre tendrá un número cuatro, que es el máximo, en la variable

media.

(b) exper, exper2: la variable experiencia se construye de la siguiente forma, exper =

edad – educación– 6. La variable exper2 corresponde a la experiencia al cuadrado.

(c) sexo_: variable dicotómica que toma el valor uno si es hombre y cero si no. Se

incorpora puesto que se espera una disparidad en el perfil de ingresos entre el

hombre y la mujer.

(d) comer, serfin: son dos variables dicotómicas que toman valor uno si el individuo

trabaja en el sector económico del comercio o en el de servicios finacieros

respectivamente. La idea con estas variables es incorporar el efecto de cada sector

económico sobre el ingreso laboral.

(e) Regiones, reg1, reg2…reg12: Variables que toman valor uno si el individuo

pertenece a la región y cero sino. Estas variables están presentes para incorporar el

efecto de la economía regional sobre el mercado laboral.

(f) contrato: Una variable que toma el valor de uno si el individuo posee contrato y cero

sino. Se incluye esta variable bajo el supuesto de que la formalidad del trabajo

influye en la estructuración del salario laboral.

Teniendo las variables que se incorporarán en la ecuación de ingreso se puede proceder

a estimar el modelo por máxima verosimilitud.


20

CUADRO 5.1 Modelo de selección para los capacitados Heckman Selection Model Number of obs = 21421

Wald chi2(23) = 1130.68

Log likelihood = -1258211 Prob > chi2 = 0.0000 | Coef. Std. Err. z P>|z| [95% Conf. Interval]

logsal |

basica | -.0274926 .0237796 -1.156 0.248 -.0740998 .0191146

media | .0655039 .0119811 5.467 0.000 .0420213 .0889865

tecnico | .0709653 .0146352 4.849 0.000 .0422807 .0996498

univer | .1470524 .0123376 11.919 0.000 .1228713 .1712336

postgrad | .0068702 .0608276 0.113 0.910 -.1123497 .1260902

exper | .0521595 .004547 11.471 0.000 .0432476 .0610715

exper2 | -.0007296 .0001116 -6.535 0.000 -.0009484 -.0005108

sexo_ | .3086827 .0403779 7.645 0.000 .2295434 .3878221

comer | .148017 .043281 3.420 0.001 .0631878 .2328463

serfin | .0381365 .0542317 0.703 0.482 -.0681557 .1444288

reg1 | -.0207672 .1213184 -0.171 0.864 -.2585469 .2170124

reg2 | -.2908046 .1113114 -2.613 0.009 -.508971 -.0726382

reg3 | -.4782467 .1178317 -4.059 0.000 -.7091926 -.2473009

reg4 | -.4836567 .0810433 -5.968 0.000 -.6424987 -.3248147

reg5 | -.1938518 .0727003 -2.666 0.008 -.3363417 -.0513619

reg6 | -.2325792 .0925647 -2.513 0.012 -.4140026 -.0511557

reg7 | -.1592952 .0743677 -2.142 0.032 -.3050532 -.0135372

reg8 | -.3331535 .0537706 -6.196 0.000 -.4385418 -.2277651

reg9 | -.2801363 .0994341 -2.817 0.005 -.4750235 -.085249

reg10 | -.3107242 .076553 -4.059 0.000 -.4607654 -.160683

reg11 | -.2361805 .1250168 -1.889 0.059 -.4812089 .0088479

reg12 | -.0686844 .1898678 -0.362 0.718 -.4408184 .3034496

contrato | -.8475478 .0550587 -15.394 0.000 -.9554609 -.7396346

_cons | 13.45464 .2204332 61.037 0.000 13.0226 13.88668

capacit |

ingre1 | .2886593 .0242963 11.881 0.000 .2410394 .3362791

ingre2 | .5866798 .0287372 20.415 0.000 .530356 .6430036

ingre3 | .8578129 .0419629 20.442 0.000 .7755671 .9400586

ingre4 | 1.087379 .0550996 19.735 0.000 .9793856 1.195372

ingre5 | 1.268448 .0697114 18.196 0.000 1.131816 1.40508

ingre6 | 1.546272 .0797327 19.393 0.000 1.389999 1.702546

ingre7 | 1.584545 .134243 11.804 0.000 1.321434 1.847657

ingre8 | 2.170335 .1855158 11.699 0.000 1.806731 2.53394

contrato | .705761 .036734 19.213 0.000 .6337637 .7777583

edad | -.0081847 .0013874 -5.899 0.000 -.0109038 -.0054655

sexo_ | .0648081 .0325838 1.989 0.047 .000945 .1286712

nbasico | .0236009 .1494204 0.158 0.874 -.2692577 .3164595

nmedia | .229999 .1470163 1.564 0.118 -.0581477 .5181458

ntecnico | .3284389 .1510755 2.174 0.030 .0323363 .6245414

nuniver | .2075963 .1531544 1.355 0.175 -.0925808 .5077733

npostgr | .473083 .2443578 1.936 0.053 -.0058495 .9520154

comer | -.2057837 .0346154 -5.945 0.000 -.2736286 -.1379388

serfin | .1050315 .0452697 2.320 0.020 .0163045 .1937586

reg1 | .0248682 .1095195 0.227 0.820 -.1897861 .2395225

reg2 | .3742662 .0962698 3.888 0.000 .1855809 .5629514

reg3 | .4048766 .1001676 4.042 0.000 .2085518 .6012014

reg4 | .3639354 .0682139 5.335 0.000 .2302387 .497632

reg5 | .1439335 .0543653 2.648 0.008 .0373795 .2504874

reg6 | .1685171 .0716171 2.353 0.019 .0281502 .308884

reg7 | .0199358 .0635266 0.314 0.754 -.104574 .1444456

reg8 | .1904971 .046435 4.102 0.000 .0994862 .2815079

reg9 | .1084087 .0798804 1.357 0.175 -.0481539 .2649714

reg10 | .1687442 .065118 2.591 0.010 .0411153 .2963731

reg11 | .1677032 .1019638 1.645 0.100 -.0321423 .3675486

reg12 | .0801869 .1448039 0.554 0.580 -.2036235 .3639974

_cons | -1.861115 .167173 -11.133 0.000 -2.188768 -1.533462

/athrho | -2.010065 .075596 -26.590 0.000 -2.158231 -1.8619

/lnsigma | .1063411 .03175 3.349 0.001 .0441122 .1685699

rho | -.9647318 .0052382 -.9736575 -.9528541

sigma | 1.112201 .0353124 1.0451 1.183611

lambda | -1.072976 .0390354 -1.149484 -.9964679

Wald test of indep. eqns. (rho = 0): chi2(1) = 707.00 Prob > chi2 = 0.0000


21

CUADRO 5.2 Modelo de selección para los no capacitados Heckman selection model Number of obs = 20817

Wald chi2(23) = 2560.63

Log likelihood = -2570827 Prob > chi2 = 0.0000 | Coef. Std. Err. z P>|z| [95% Conf. Interval]

logsal |

basica | .0293325 .0064156 4.572 0.000 .0167581 .041907

media | .1123033 .00585 19.197 0.000 .1008374 .1237691

tecnico | .0768855 .0110747 6.942 0.000 .0551795 .0985915

univer | .192501 .0082591 23.308 0.000 .1763135 .2086886

postgrad | .1947667 .0679729 2.865 0.004 .0615422 .3279911

exper | .0467528 .002207 21.184 0.000 .0424272 .0510785

exper2 | -.000571 .0000416 -13.715 0.000 -.0006526 -.0004894

sexo_ | .2913648 .0182007 16.008 0.000 .2556921 .3270374

comer | .0599521 .0184543 3.249 0.001 .0237825 .0961218

serfin | .1409161 .0314578 4.480 0.000 .0792598 .2025723

reg1 | -.0483826 .0629139 -0.769 0.442 -.1716915 .0749263

reg2 | -.0451846 .0642112 -0.704 0.482 -.1710363 .080667

reg3 | -.239765 .0717573 -3.341 0.001 -.3804068 -.0991233

reg4 | -.3033711 .0408595 -7.425 0.000 -.3834543 -.223288

reg5 | -.2139545 .0357343 -5.987 0.000 -.2839925 -.1439165

reg6 | -.1703344 .0354961 -4.799 0.000 -.2399055 -.1007633

reg7 | -.1951469 .038786 -5.031 0.000 -.271166 -.1191278

reg8 | -.2683984 .0264385 -10.152 0.000 -.3202169 -.2165798

reg9 | -.2332732 .0409177 -5.701 0.000 -.3134704 -.153076

reg10 | -.253301 .0328377 -7.714 0.000 -.3176618 -.1889402

reg11 | -.0448651 .0452139 -0.992 0.321 -.1334828 .0437525

reg12 | -.0264545 .0691178 -0.383 0.702 -.1619229 .1090139

contrato | -.3598528 .0191187 -18.822 0.000 -.3973248 -.3223808

_cons | 10.65434 .0572115 186.227 0.000 10.54221 10.76648

nocapac |

ingre1 | -.3485315 .0374276 -9.312 0.000 -.4218882 -.2751747

ingre2 | -.6569015 .0403922 -16.263 0.000 -.7360687 -.5777342

ingre3 | -.8217429 .0599345 -13.711 0.000 -.9392123 -.7042735

ingre4 | -1.171081 .080103 -14.620 0.000 -1.328079 -1.014082

ingre5 | -1.298863 .0778674 -16.680 0.000 -1.45148 -1.146246

ingre6 | -1.686295 .1262639 -13.355 0.000 -1.933768 -1.438823

ingre7 | -1.754819 .1306403 -13.432 0.000 -2.010869 -1.498769

ingre8 | -2.235402 .2683225 -8.331 0.000 -2.761304 -1.7095

contrato | -.8083141 .0402872 -20.064 0.000 -.8872756 -.7293526

edad | .011909 .0014261 8.350 0.000 .0091138 .0147042

sexo_ | -.0497591 .031416 -1.584 0.113 -.1113333 .0118151

nbasico | .0799959 .1077027 0.743 0.458 -.1310975 .2910894

nmedia | -.0658808 .1074958 -0.613 0.540 -.2765688 .1448071

ntecnico | -.1226127 .1151089 -1.065 0.287 -.348222 .1029967

nuniver | .0278645 .1199019 0.232 0.816 -.2071389 .262868

npostgr | -.2565833 .2686274 -0.955 0.339 -.7830833 .2699167

comer | .2295919 .0329341 6.971 0.000 .1650422 .2941415

serfin | -.0602723 .0460674 -1.308 0.191 -.1505627 .0300182

reg1 | .0008459 .1118989 0.008 0.994 -.2184719 .2201637

reg2 | -.2795292 .1007317 -2.775 0.006 -.4769596 -.0820987

reg3 | -.4216499 .1043771 -4.040 0.000 -.6262252 -.2170745

reg4 | -.3592286 .0725296 -4.953 0.000 -.501384 -.2170732

reg5 | -.1187757 .0593355 -2.002 0.045 -.2350712 -.0024802

reg6 | -.1604425 .0639044 -2.511 0.012 -.2856928 -.0351923

reg7 | .0126403 .0641879 0.197 0.844 -.1131656 .1384463

reg8 | -.1839854 .0457826 -4.019 0.000 -.2737177 -.0942532

reg9 | -.108051 .0734559 -1.471 0.141 -.252022 .03592

reg10 | -.1679195 .0624721 -2.688 0.007 -.2903625 -.0454764

reg11 | -.1042401 .1011195 -1.031 0.303 -.3024306 .0939504

reg12 | -.0300938 .1325641 -0.227 0.820 -.2899146 .2297271

_cons | 1.484369 .1302747 11.394 0.000 1.229036 1.739703

/athrho | 1.119512 .0524447 21.347 0.000 1.016723 1.222302

/lnsigma | -.2618209 .0118447 -22.104 0.000 -.2850361 -.2386058

rho | .8073992 .0182563 .7685283 .8403319

sigma | .7696488 .0091163 .7519871 .7877254

lambda | .6214139 .0178135 .5865 .6563278

Wald test of indep. eqns. (rho = 0): chi2(1) = 455.67 Prob > chi2 = 0.0000


22

Se definen con estas dos salidas entonces:

1.- El efecto promedio del tratamiento para una persona cualquiera:

ATE = E(logY1 – logY0 | X)

= X (β1-β0 ) = 2.0123

2.-El efecto promedio del tratamiento para los tratados:

TT = E(logY1 – logY0 | X, D=1)

= X(1 - 0) + E(U1 | X, D=1) – E(U0 | X, D=1)

= X(1 - 0) + ( λ1σ1 + λ0σ0 ) IRM1

= X (1 - 0) + (λ1* + λ0

*)IRM1

= 2,0123 + (-1,072976 +0,6214139)IRM1

= 1,2660

Ahora, la interpretación de este 2.01 y de 1.26 no es tan simple puesto que lo que

tenemos como variable dependiente es el logaritmo del ingreso y no el ingreso corriente.

Por lo tanto estos números representan el efecto en el logaritmo del ingreso. El 2.01

nos dice que el logaritmo del ingreso con capacitación es 2.01 veces el logaritmo del

ingreso sin capacitación para un individuo cualquiera de la muestra total. Por su parte, el

1.26 dice lo mismo pero para un individuo cualquiera de entre los que se capacitaron

efectivamente.

Para llevar el logaritmo del ingreso a ingreso corriente es necesario transformar los

efectos calculados mediante la función exponencial. Entonces se obtiene lo siguiente:

EXP(TT) =EXP(E(ln Y1 – ln Y0 | X, D=1))

=EXP(E(ln (Y1 / Y0)| X, D=1))

=EXP(1,266)

= 3,354

Este “Efecto Promedio del Tratamiento”(TT) nos dice que el ingreso es en promedio

3,354 veces mayor producto de la capacitación para quienes efectivamente se

capacitaron. Esto aparece como un número bastante elevado, sin embargo existen varios

elementos a analizar que permiten interpretar de forma más realista estos números.


23

En primer lugar está el hecho de que este número no es efectivamente “Efecto

Promedio del Tratamiento”, el verdadero efecto es levemente mayor. Esto sucede

porque la función exponencial, mediante la cual hicimos la transformación, es una

función convexa. Y en este caso la desigualdad de Jensen nos plantea la siguiente

afirmación:

Si una función es convexa, entonces:

E( f(X)) f ( E(X))

En la operación hecha anteriormente hemos obtenido f ( E(X))= 3,354, sin embargo nos

interesa saber E( f(X)). Por lo tanto sabemos que ese número subestima levemente el

verdadero TT. Sin embargo la diferencia es despreciable producto del tramo en que se

encuentran estos números, por lo tanto trabajaremos con el TT como si este fuera el

verdadero.

Un segundo punto a analizar, que explica en parte el valor elevado de este resultado, es

el hecho de que la muestra incluye solamente a las personas que se encuentran

trabajando. Y más aún, solamente a quienes trabajan en los tres sectores económicos

escogidos, que son justamente los que tienen una capacitación más homogénea que los

sectores dejados fuera. Es decir, en cada uno de los sectores la mayoría de los

trabajadores que se capacitaron lo hicieron en un mismo tipo de curso. Este hecho

explica, en parte, el valor elevado del efecto obtenido. En nuestro modelo, donde el

trabajador es el que demanda la capacitación, ésta debiera ser especialmente rentable

porque muchos toman el mismo tipo de curso.

El tercer elemento que estaría detrás de la magnitud del “Efecto Promedio del

Tratamiento” es el hecho de que estas capacitaciones son muchas veces el camino para

conseguir un mejor trabajo. De esta manera, la capacitación es ocupada también como

canal de contratación de las capacidades productivas. Por ejemplo, un trabajador

esporádico del mercado informal la ocupa como un medio para ingresar a un trabajo

con salario estable.

Y por último, quizás uno de los elementos más importantes, el hecho de que para

algunos de los que aparecen como “capacitados”, dicha capacitación haya


24

correspondido al último año de sus estudios, ya sean escolares, técnicos o profesionales.

Esto sucede en la Encuesta CASEN 98 porque no diferencia por tipo de capacitación

recibida. Es decir, una persona que aparece como “capacitada” puede corresponder a

una persona que el último año completó su carrera profesional, y lo que mide entonces

el TT sería el efecto de gran parte de su carrera sobre su trabajo. En resumen, estos

diferentes argumentos explicarían en parte la gran magnitud alcanzada por el “Efecto

Promedio del Tratamiento” y por lo tanto, desde ahora en adelante se trabajará con

estos números a pesar de sus posibles sesgos, bajo el supuesto de que éstos se

mantendrán constantes en los distintos grupos de personas que se analizarán.

Luego de esta aclaración podemos entrar a interpretar los distintos resultados obtenidos.

Un primer aspecto que llama la atención, luego de haber corregido por los distintos

argumentos, es que el ATE, “Efecto Promedio para una Persona Cualquiera”, es mayor

al TT, “Efecto Promedio para Quienes se Capacitaron”. La idea detrás de esto es que

los que se capacitan no son quienes tienen un mayor beneficio al tomar el

“tratamiento”.

Lo planteado en el párrafo anterior tendría implicancias de políticas puesto que quienes

están asistiendo efectivamente a las capacitaciones nos son los que más generan capital

humano con ellas. De hecho, se puede decir que la gente que se está capacitando obtiene

beneficios, sin embargo hay otro grupo de personas que tendría un beneficio bastante

mayor si las capacitaciones se orientaran hacia ellos. Ahora, en este sistema

descentralizado o semidescentralizado14

, si otros pueden obtener más beneficios -

¿Porqué no se capacitan ellos? ¿Porqué no demandan ellos las capacitaciones?.

Una respuesta a estas preguntas, según se observará más adelante en este capítulo, es

que no todos los que trabajan tienen las mismas posibilidades de acceso a estas

capacitaciones. Es decir, los costos no son parejos, sino que algunos grupos tendrían

costos más altos de acceder a las capacitaciones, y en este caso ellos serían justamente

los más pobres. De hecho el “Programa Empresas”, el programa que más influencia

tiene en el promedio, es justamente para aquellos trabajadores que pertenecen una

empresa del sector formal. Probablemente para ellos el costo de capacitarse es más bajo

por el fácil acceso al subsidio por parte de la empresa. Cabe recordar, del capítulo 2,

14

El gobierno tiene el poder de aprobar los subsidios a las instituciones y los tipos de cursos a dictar.


25

que la inversión pública ha sido especialmente creciente en este “Programa Empresas”

de la franquicia tributaria.

La idea detrás de esto (TT<ATE) es que existe un grupo de personas a las cuales se

podría capacitar y sacar mayor beneficio del que se obtiene actualmente. En este caso se

podría decir que reorientando los recursos se podría obtener un mayor beneficio con los

mismos subsidios. Aunque también hay que evaluar el costo de cuánto cuesta reorientar

esos recursos para concluir la rentabilidad de hacerlo.

Ahora, además del criterio de eficiencia está también el criterio de equidad social para

generar igualdad de oportunidades. En este caso los dos criterios van en la misma

dirección, puesto que los más pobres son justamente el grupo hacia el cual deben

orientarse los recursos según el criterio de eficiencia. En resumen, como se mostrará en

los cuadros siguientes, son con menor educación acumulada los que más beneficios

obtienen de una capacitación. Esto implica que, dado que ATE>TT, se puede avanzar

en diminuir los costos de capacitarse para los jóvenes menos educados y así se tendría

mayor eficiencia económica y mayor equidad social.

Comprobemos ahora cómo es el efecto del tratamiento para las personas jóvenes y

para los adultos. Es importante recordar lo que se mide, la esperanza de la razón del

ingreso con capacitación con respecto al ingreso sin capacitación para el mismo

individuo.


26

CUADRO 5.1

El individuo se definió como joven en la medida que su edad es igual o menor a treinta

años, el adulto es quien posee una edad superior a treinta años. Se observa que la

capacitación para los jóvenes tiene un porcentaje de participación muy bajo con

respecto a la de los adultos. Esto sucede a pesar de los beneficios no son muy dispares.

Siguiendo en la línea de obtener información desagregada sobre los efectos de las

capacitaciones, se verá el efecto promedio que estas tuvieron para los hombres y

mujeres que efectivamente se trataron.

Efecto de la capacitación y porcentaje de participación

3

3,1

3,2

3,3

3,4

3,5

3,6

3,7

3,8

3,9

Joven Adulto

0%

10%

20%

30%

40%

50%

60%

70%

Efecto de la capacitación % de participación sobre el total de capacitados


27

CUADRO 5.2

Como se observa en el cuadro 5.2, el impacto del tratamiento para las mujeres es

levemente superior al de los hombres. Esto es coherente con lo encontrado en el modelo

probit donde la variable “sexo” es no significativa para explicar la probabilidad de

capacitarse.

Con los dos cuadros anteriores todavía no queda clara hacia dónde debe avanzar una

política de focalización de la capacitaciones, sólo suguiere el primer cuadro que los

jóvenes están relativamente ausentes de la realidad de las capacitación. Por esta razón

buscaremos la información sobre cómo afectaron las capacitaciones personas con

distintos niveles de educación acumulada.

Efecto de la capacitación sobre la razón de

los ingresos

3,25

3,3

3,35

3,4

3,45

3,5

3,55

3,6

Hombre Mujer

E(Y

1/Y

0)


28

CUADRO 5.3

Como ya se dijo, el cuadro 5.3 nos muestra el siguiente cuadro que el criterio de

eficiencia concuerda con el de equidad. Las capacitaciones tienen un efecto mayor para

quienes no tiene ningún grado de educación y para quienes tienen solo enseñanza

básica. Sin embargo el porcentaje de participación en las capacitaciones es de sólo un

2% para quienes no tienen educación y un 28% para quienes poseen enseñanza básica.

Estos resultados tienen al menos dos consecuencias de políticas directas: (a) Las

capacitaciones serían un instrumento efectivo para mejorar las condiciones de vida de

quienes tienen menor educación (b) Los recursos públicos no están bien focalizados en

esta área producto de los altos costos de capacitarse para los más pobres.

Ahora, para completar el análisis con respecto a eficiencia, sería necesario estimar

cuánto costaría disminuirle los costos a los con menor educación. De esta manera

tendríamos completo el análisis de Costo-Beneficio.

Para evaluar con más detalle la situación, es relevante ver el efecto de las capacitaciones

en cada región, teniendo en cuenta que los esfuerzos en recursos se han distribuido

disparejamente entre las distintas regiones. Antes de ver el impacto recordemos que,

según el cuadro 2.7, las inversiones se concentraban mayormente en la segunda región,

seguido de RM, la XII, la III y la I región; medido como el número de capacitados

Efecto y porcentaje de participación

0

1

2

3

4

5

6

sin

educación

básica media tecnica universitaria postgrado

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

Efecto de la capacitación % de participación sobre el total de capacitados


29

divididos por la fuerza de trabajo. Veamos entonces los efectos de las capacitaciones en

las distintas regiones.

CUADRO 5.4

El gráfico aclara varios puntos que no son menores. Nos muestra que para el caso de la

región con mayor efecto, la I, se tiene una baja concentración de capacitados en relación

con su fuerza de trabajo. Esto no sucede en la II región, donde concuerda la

concentración de capacitados es muy alta teniendo uno de los efectos menores. En

cuanto a las regiones más pobres, que para el año 1998 correspondían a la IX y VIII

región, se da que su concentración es muy baja, sin embargo el efecto sobre los salarios

es bastante significativo en ambas regiones. De hecho la región más pobre es la novena

con un índice de 34% y sin embargo posee el menor nivel de concentración del país.

Por último es de nuestro interés identificar el impacto en los distintos sectores

económicos que se utilizaron como base para la muestra de los trabajadores. Es curioso,

según muestra el cuadro 5.5, que el sector de comercio, justamente el que tenía una

menor probabilidad de capacitarse, sea ahora el que muestre un mayor beneficio por

Efecto de las capacitaciones y concentración de

capacitados

0

1

2

3

4

5

RM I II III IV V VI VII VIII IX X XI XII

0%

5%

10%

15%

20%

25%

efecto de las capacitaciones en la razón de ingresos Capacitados/fuerza de trabajo


30

cada capacitación. Y por el contrario, el sector de servicios financieros que tiene la

mayor probabilidad de capacitarse es justamente el sector que menor efecto obtiene en

cada capacitación laboral.

CUADRO 5.5

6.- Conclusiones

Luego de analizar el sistema de capacitaciones en Chile, su funcionamiento, su

inversión pública y los programas administrados por el SENCE se procedió a generar un

método de evaluación para medir el efecto que las capacitaciones realizadas en 1998

han tenido en los salarios de los trabajadores. Para esto se utilizó la encuesta CASEN

1998.

Se realizó la evaluación bajo el supuesto de que el sesgo de selección en este caso

estaría dado por las variables no observables. Así pues, se propone la utilización de una

estimación por máxima verosimilitud corrigiendo el probable sesgo de selección

Efecto de las capacitaciones sobre la razón de ingresos

2,8

3

3,2

3,4

3,6

3,8

Servicios

Financieros

Comercio Industria

E(Y

1/Y

0)


31

producto de una muestra censurada. Este método requiere de un modelo que explique el

tipo de selección que existe en las capacitaciones laborales para corregir el posible

sesgo. Se corrió, entonces, la ecuación de ingreso tipo Mincer con algunas

modificaciones.

Así pues, con los coeficientes estimados y con las variables explicativas de cada

persona, se estima en el capítulo anterior el efecto promedio que han tenido las

capacitaciones sobre los salarios para los distintos grupos de interés. Con estos

resultados se advierte que existe la oportunidad de avanzar hacia una mejor calidad de

las políticas publicas.

Se observa por el lado de los beneficios, porque falta realizar el análisis completo

Costo-Beneficio, que habría que promover el acceso a las capacitaciones al grupo con

menor capital humano de la sociedad para mejorar la eficiencia en el uso de los

recursos. Se presume que este grupo no estaría accediendo a ellas por una barrera a la

entrada producto del mecanismo de asignación de los recursos.

En resumen, algunas de las opciones de políticas publicas en relación con capacitación

laboral que se concluyen son:

(a) En primer lugar sorprende el hecho de que el ATE, el efecto de una capacitación

para un individuo tomado a azar, sea mayor al TT, el efecto de una capacitación

para quienes en realidad se capacitaron. Esto abre una ventana para nuevas opciones

de políticas puesto que el grupo objetivo que está recibiendo las capacitaciones no

es el que más las aprovecharía. Por esto se desagregan los datos para averiguar

hacia adónde podrían ir los nuevos programas, o cuáles programas se deben reforzar

de manera de mejorar la eficiencia de la inversión pública.

(b) Un aspecto interesante que muestran los resultados es que producto del

“tratamiento” un individuo con menor capital humano percibe mayor beneficio que

alguien con mayor capital humano, esto hace que el criterio de eficiencia y el de

equidad estén en la misma dirección. Sin embargo, como lo muestra el cuadro 5.3

actualmente los que no tienen educación (que serían los más con mejor impacto bajo

los dos criterios) reciben sólo un 2% de las capacitaciones. Al parecer, los más

pobres están alejados de la realidad de la capacitación.


32

En Chile muchos de los trabajadores de menor capital humano pertenecen al sector

informal de la economía, por lo mismo la posibilidad de acceder a un programa de

franquicia desde su trabajo es relativamente menor que la de una trabajador de una

empresa de mayor tamaño. Esto se ve corroborado por el coeficiente de la variable

“contrato” que dio positivo con respecto a la probabilidad de capacitarse. Sin

embargo para acceder a un contrato se debe pasar un umbral del salario mínimo

como los costos de contratación. Sin la productividad no se llega al umbral, y sin el

umbral no se llega a la capacitación. Un circulo difícil de romper. Programas como

el de aprendices permite que ese umbral sea más alcanzable para los jóvenes con

baja educación.

Por tanto, se observa una tarea pendiente en cuanto hacer llegar las capacitaciones a

los de menor capital humano para hacer más eficiente la inversión pública.

(c) Las mujeres capacitadas perciben un beneficio levemente mayor que los hombres.

Sin embargo la variable sexo no es significativa en la probabilidad de capacitarse.

Por su parte los jóvenes son más flexibles para adquirir capital humano que los

adultos, sin embargo la mayor parte de las capacitaciones se concentran en los

adultos como lo muestra el cuadro 5.1. Por lo tanto, si en promedio los jóvenes

demandan menos capacitaciones que los adultos, debe ser cierto que enfrenten

costos mayores, o que no perciben los beneficios que les proveen las capacitaciones.

(d) En cuanto a la distribución de la inversión pública a lo largo del país, la II región

estaría con un exceso de inversión en relación con las demás regiones. Por su lado

la X y IX región estarían con una baja inversión en relación a las demás regiones.

Nuevamente se nos muestra el argumento, si se quiere avanzar en eficiencia de la

inversión, se deben fomentar los programas de capacitación en los lugares donde la

pobreza no permite pasar el umbral de la economía formal.

Existe, luego de analizar los efectos en distintos grupos de la población chilena, un

espacio para aumentar los beneficios que producen las capacitaciones laborales en los

trabajadores. La idea que se sugiere es el desarrollar programas que acerquen y

promuevan la actividad en: (i)los sectores informales de la economía, (ii) La población

con menores niveles de educación acumulada, (iii) La población jóven. Estos


33

programas buscarían disminuir los costos de capacitarse y así intensificar la formación

de capital humano en estos grupos, que son quienes presentan un beneficio adjudicable

a las capacitaciones por sobre el promedio actual.


34

BIBLIOGRAFIA:

Acemoglo, Daron and Pischke, Jörn-Steffen “Why Do Firms Train”, NBER Nº 5605,

1996.

Acemoglo, Daron and Pischke, Jörn-Steffen “The Structure of Wages and Investment in

General Training”, NBER Nº 6357, 1998.

Becker, Gary S. Murphy, Kevin M. Tamura, Robert F. “Human Capital, Fertility, and

Economic Growth”, NBER Nº3414, 1990

Blau, Francine D. And Lawrence M. Kahm “ International Differences in Male Wage

Inequality: Institutions Versus Market Forces”, Journal of Political Economy104

(August, 1996), 791-837

Blinder, Alan S. and Weiss Yoram “Human Capital and Labor Supply: a Synthesis”,

NBER Nº 67, 1975.

Bravo, David y Dante Contreras (1999)

Bravo, David y Dante Contreras (2000)

Cawley, John Karen Coneely, james Heckman and Edward Vytlacil, “ Measurin the

Effects of Cognitive Ability, ” NBER Working Paper Nº 5645, July 1996

Conciglio, Ricardo y Ellwanger, Marcela “Capacitación en Chile, una Revisión de la

Encuesta Sials”, Seminario de Título Universidad de Chile, 1999

Davis, steven J and Magnus Henrekson, “Wage-Setting Institutions as industrial

Policy,” Working Paper, University of Chicago, December 1999


35

Freeman Richard and Ronald Schettkat “The Role of Wage and skill Differences in

US German Employment Differences ,” NBER Working Paper 7474 (jamuary

2000a)

Freeman Richard and Ronald Schettkat, “Skill Comprensión, Wage Differentials and

Employment: Germany vs. The US,” NBER Working Paper 7610 (March

2000b).

Heckman, James J, “Policies to Foster Human Capital”, NBER Nº 7288, 1999.

Heckman, James J, Lalonde, Robert and Smith, Jefrey, “The Economics and

Econometrics of Labor Market Programs”., 1998

Hirsch, Barry T. and Edward J. Schumacher, “Unions, Wages, and Skills, “ Journal of

Human Resourcesn 33 (January, 1998), 201-219

Hunt, Jenniferm, “ The Trasition in East Germany: When is a T Fall in the Gender

Wage Gap Bad News?” journal of Labor Economics, forthcoming.

Jovanovic, Boyan. and Nyarko, Yaw. “The Transfer of Human Capital”, NBER

Nº4823, 1994.

Juhn, Chinhui Murphy, Kevin M., and Pierce, Brooks, “Wage Inequality and the rise in

Returns to Skill,” Journal of Political Economy 101 (June, 1993), 410-442.

Landes, Elisabeth M. “Male-Female Differences in Wages and Employment: A specific

Human Capital Model”, NBER Nº 29, 1974.

Lemieux, Thomas, “ Estimating the Effects of Unions on Wage Inequality in a Panel

Data Model with Comparative Advantage and Nonrandom selection, “ Journal

of Labor Economics 16 (April, 1998), 261-291.

Mincer, Jacob “Investment in U.S. Education and Training”, NBER Nº4844, 1994.


36

Mincer, Jacob “Job training: Cost, Returns, and Wages Profiles”, NBER Nº3208, 1989.

Mincer, Jacob, “Schooling, experience andearnings”, NBER, New York, 1974

Neal, Dereck A. AND William R. Johnson, “ The Role of Premarket Factors in Black-

White Wage Differences,” Journal of Political Economy 104 (October, 1996),

869-895.

Summers, Lawrence, Jonathan gruber and Rodrigo Vergara, “ Taxation and the

Structure of Labor Markets: The Case of Corporatism, ·” Quarterly Journal of

Economics 108 (May, 1993), 385-411

Weiss Yoram, A Multiplicative Model of Investment in Human Capital, NBER 140,

1976.


37

ANEXO Nº1

Encuesta CASEN 1998

Marco muestral El marco muestral de la encuesta CASEN se basa en los antecedentes del último Censo de Población y

Vivienda de 1992, en cuanto a material cartográfico, como información de población y vivienda. Este

marco se complementó, además, con antecedentes de las Municipalidades sobre las nuevas

construcciones surgidas a partir de 1992, especialmente en aquellas comunas con crecimiento post-censal

significativo.

El tipo de muestreo utilizado es:

Estratificado

La estratificación utilizada es de tipo geográfica. El país se dividió en 355 estratos en 1998, se entendió

como tal a la conjunción de división político-administrativa (comuna o agrupación de comunas) y área

geográfica (urbana o rural).

Por Conglomerados

En el área urbana están constituidos por los sectores de empadronamiento censal y en el área rural como

un conjunto de viviendas próximas.

Probablistico

En cada conglomerado se seleccionan sectores censales con probabilidad proporcional al tamaño del éste

medido por el número de viviendas, dentro de cada sector seleccionado se eligen las viviendas a

encuestar.

En la encuestas realizadas antes de 1996, la estratificación usada también fue de tipo geográfica, sin

embargo a nivel de región la estratificación, como se mencionó anteriormente, estaba sujeta al tamaño de

las ciudades o pueblos conformando como máximo 4 estratos en una región, por tanto, el número de

estratos de las encuestas anteriores era aproximadamente de 56 estratos.

La implicancia de contar con un mayor número de estratos en la CASEN es que se logra obtener una

mayor dispersión de la muestra lo que conlleva a lograr una mejor precisión de los resultados.

Universo:

La encuesta representa a la población que habita en hogares particulares del país, se excluye las zonas de

difícil acceso.

Fecha de levantamiento:

Entre el 14 de noviembre y el 20 de diciembre de 1998

Tamaño de la Muestra:

Se encuestaron 48.107 hogares, 33.714 en la zona urbana y 14.393 en la zona rural.

El error muestral a nivel nacional es alrrededor de 0.3% y el máximo error en el ámbito de región y zona

es de 5%


38

Definición de Urbano Rural:

La Encuestas de Caracterización Socioeconómica de los años anteriores definieron como área rural a toda

localidad cuya población era inferior de 2.000 habitantes. En la CASEN 1996 y 1998 la clasificación de

Urbano - Rural, es la misma que el INE utilizó en el Censo de 1992; es decir:

Área Urbana: Conjunto de viviendas concentradas con más de 2.000 habitantes, o entre 1.001 y 2.000

habitantes, con el 50 % de su población económicamente activa, dedicada a actividades secundarias y/o

terciarias.

Área Rural: Conjunto de viviendas concentradas o dispersas con 1.000 habitantes o menos o entre 1.001 y

2.000 habitantes, con menos del 50 % de su población económicamente activa, dedicada a actividades

secundarias y/o terciarias.

Representatividad de la Encuesta CASEN:

La Encuesta CASEN, tiene en la actualidad representatividad:

Nacional

Regional

Por zonas (Urbano y Rural)

Comunal (no en todas)

Factor de expansión :

De acuerdo con el diseño de la investigación, corresponde aplicar un factor de expansión a cada hogar y

persona seleccionada, que depende del número de viviendas que tiene el conglomerado geográfico y el

número de conglomerados que tiene el estrato. Los factores de expansión incluyen un ajuste de población

a nivel de comuna y zona (urbana-rural) para aumentar la precisión de las estimaciones.

Este factor se puede interpretar como la cantidad de personas en la población, que representa una persona

en la muestra.

La estimación de un total dado para una variable se obtiene, primero, multiplicando el valor de la variable

en cada persona por su factor de expansión y luego, sumando todas las personas de la muestra.


39

ANEXO Nº 2

PROBABILIDAD DE CAPACITARSE CON LA FUNCIÓN CUADRATICA DEL INGRESO

Probit estimates Number of obs = 21481

LR chi2(24) = 1956.36

Prob > chi2 = 0.0000

Log likelihood = -8840.4051 Pseudo R2 = 0.0996

------------------------------------------------------------------------------

capacit | Coef. Std. Err. z P>|z| [95% Conf. Interval]

---------+--------------------------------------------------------------------

yauthaj | 1.40e-07 2.52e-08 5.577 0.000 9.10e-08 1.90e-07

yautha2 | -1.31e-14 2.90e-15 -4.510 0.000 -1.88e-14 -7.40e-15

contrato | .5181277 .0240497 21.544 0.000 .4709912 .5652643

edad | -.0022014 .0010019 -2.197 0.028 -.004165 -.0002377

sexo_ | .0095916 .0225805 0.425 0.671 -.0346653 .0538486

nbasico | .0022398 .0934656 0.024 0.981 -.1809493 .1854289

nmedia | .4267089 .0918437 4.646 0.000 .2466987 .6067192

ntecnico | .7492956 .095811 7.821 0.000 .5615095 .9370816

nuniver | .7738044 .0977714 7.914 0.000 .582176 .9654328

npostgr | 1.192671 .1838076 6.489 0.000 .8324149 1.552927

comer | -.2013012 .024446 -8.235 0.000 -.2492146 -.1533878

serfin | .1748016 .0322562 5.419 0.000 .1115806 .2380227

reg1 | .103144 .0729096 1.415 0.157 -.0397561 .2460441

reg2 | .3802272 .0644086 5.903 0.000 .2539888 .5064657

reg3 | .3806657 .0622886 6.111 0.000 .2585822 .5027493

reg4 | .2192561 .0536591 4.086 0.000 .1140862 .324426

reg5 | .0896623 .033356 2.688 0.007 .0242857 .1550389

reg6 | .0200767 .049362 0.407 0.684 -.076671 .1168244

reg7 | .0394751 .0525508 0.751 0.453 -.0635226 .1424727

reg8 | .114156 .0366775 3.112 0.002 .0422695 .1860425

reg9 | .0159631 .0532192 0.300 0.764 -.0883446 .1202707

reg10 | .10581 .0598422 1.768 0.077 -.0114785 .2230986

reg11 | .1873503 .0837515 2.237 0.025 .0232004 .3515001

reg12 | .1642528 .1014347 1.619 0.105 -.0345556 .3630612

_cons | -1.676707 .1051607 -15.944 0.000 -1.882818 -1.470596

------------------------------------------------------------------------------

tesis de magÍster - economia.uc.cleconomia.uc.cl/wp-content/uploads/2015/07/tesis_fkast.pdf ·...

Documents