Polémica sobre desigualdad y encuestas de hogares: Comentarios de Francke y Matuk

A partir del post que escribiera criticando a Raul Mauro y su réplica, Pedro Francke y Farid Matuk han hecho comentarios interesantes que responderé en otro post. Aquí pongo sus comentarios para los interesados.

Stanislao

Pedro Francke

Hola Stany. Algunos comentarios:

Tus càlculos sobre el tamaño de muestra y sus efectos sobre la confiabilidad de las cifras, comparando INEI e Ipsos-Apoyo solo tratan el problema del llamado "error muestral". El punto planteado por Mauro, como por otros (incluyendo yo mismo), es que existe un importante "error no muestral": simplemente los muy ricos no contestan la encuesta, por lo cual aun cuando en el procedimiento de la encuesta sean reemplazados por otros, ese reemplazo es "sesgado" y los resultados no son confiables. Por tratarse de un error no muestral, no hay forma de establecer un paràmetro de confiabilidad de los datos.

El problema es que en todos los calculos usuales de la pobreza, incluyendo los ùltimos que escribiste y pusiste en tu blog, suponen implìcitamente otra hipòtesis no falseable (hasta donde yo conozco para el Perù): que los errores no muestrales son cero.

No tenemos una forma exacta de calcular el tamaño de este error no muestral, aunque una aproximacion simple indica que el consumo total privado segun las encuestas de hogares solo llega a un 60 a 70% del consumo privado de las Cuentas Nacionales. Es evidente que el error no muestral es muy grande, aunque no sabemos a que grupo social corresponde el consumo "faltante". Creo que esta evidencia es suficiente para demostrar que el supuesto "error no muestral = 0" es falsa.

¿Es entonces cientifico suponer que, si bien hay un error no muestral, ese error no muestral seria el mismo a lo largo del tiempo y por lo tanto no cambia la direccion de las variaciones en la distirbucion? Tampoco, si comparas como evoluciona la suma del consumo privado de las ENAHO con las Cuentas nacionales, veràs que tampoco hay una relaciòn estable.

Finalmente, sabemos que en los ùltimos 3 años solo las empresas mineras han elevado sus ganancias en mas de 15 mil millones de soles anuales. He comparado en varios articulos la relacion entre eso y los aumentos de consumo de todos los pobres, y estas sobreganancias son 8 veces màs. Mi hipòtesis es que eso ha modificado sustancialmente la distribuciòn del ingreso en el Perù (aunque en parte se refiere en estricto a rentas de actores del exterior que no se consideran parte del ingreso nacional). Esas ganancias de un centenar de familias no està registrado en las ENAHOs, lo que es obvio si uno compara como evolucionan los ingresos del percentil superior en las ENAHO.

¿Podrìas producir evidencia que contradiga mi hipòtesis?

Farid Matuk

Hola Stanislao:

Escribí unos comentarios a la nota de Raúl en su blog, y los copie en MacroPerú.

Respecto a los tamaños de muestra, la ENAHO es alrededor de 20,000 al año desde el 2001, y Lima tiene 1,600 y los departamentos 600.

Como he afirmado numerosas veces, comparar Ginis en términos absolutos sin intervalos de confianza, es comparar ruido con ruido.

Por ello el Montecarlo que haces con 3,000 simulaciones me suena perfectamente razonable.

El otro tema es que el estrato A de Apoyo es 5%, que si la memoria no me falla es el porcentaje de los hogares que tenían automóbil en el censo de 1961, y que Webb lo tomó como umbral, creo recordar que justamente su definición de clase media era ese 5%.

Una base de datos mas interesante, que tiene un sesgo a priori, es el millón de hogares que el MEF encargo a CUANTO entrevistar para el SISFOH. Algunos análisis están incluidos en el último MMM:

Saludos, Farid

Postdata. Respecto a la manipulación de datos de la pobreza por parte del INEI creo que es fehaciente, por ejemplo:

1) En el 2006 la poblacion de referencia fue ubicada entre el 20% y 50% de la muestra y en 2007 entre el 18% y 48% de la muestra.

2) La imputación de no respuesta se efectuó únicamente para los cuatro primeros meses de 2006

3) Los resultados publicados para 2004-2005-2006-2007 no son replicables, y por ello carecen de transparencia.

Una versada contrarréplica desde el margen sobre relativismo, desigualdad y encuestas de hogares

Raúl Mauro ha escrito una respuesta a mi post anterior aquí:
http://politekon-peru.blogspot.com/2008/09/versos-apasionados-al-margen-sin.html
Más allá de la ironía, aquí van mis respuestas a sus comentarios:

1. Respecto a los errores de interpretación, debo anotar que utilice esa frase no para referirme a Mauro en particular, sino más bien a Campodónico y a Manrique, quienes también escribieron al respecto y que espero comentar. La idea básica tiene que ver con la forma en que se lee la evidencia, y que es un error obvio cuando, por ejemplo, Campodónico utiliza los datos de 3 periodos para evaluar el patrón distributivo de un modelo que se instauró hace 18 años en el país. Sin embargo, el relativismo en el que incurre Mauro es sorprendente:
“La realidad puede tener múltiples interpretaciones y todas pueden ser igualmente válidas y cada quien tiene libertad para suscribir, o discrepar porque hay libertad para hacerlo”.
Depende de la epistemología que se tenga detrás. En mi concepción, el relativismo epistemológico y posmoderno es una estafa. El filosofo argentino Mario Bunge llamaba, hace poco, a criticar “… el posmodernismo por renunciar a los valores de la ilustración, empezando por la racionalidad, el escepticismo moderado (metodológico), la objetividad, la búsqueda de la verdad y la propiedad común del conocimiento básico (a diferencia del técnico). Es preciso denunciar el posmodernismo como una estafa cultural que, de triunfar, nos retrotraería un milenio. En los recintos académicos no hay que tolerar a los enemigos de la razón y la objetividad, tales como el irracionalismo, el relativismo, la filosofía confesional y la llamada «filosofía feminista»….” Ser, saber y hacer. Editorial Paidos, 2002.

Mauro esta en todo su derecho de tomar la postura que estime conveniente. Pero ello no le da derecho a emitir juicios ligeros respecto al trabajo que realizan los profesionales que trabajan en el INEI en la producción de estadísticas. Tiene que poder demostrar lo que afirma.

2. Sobre la politización del INEI es importante notar a que no estamos refiriendo con ello. Concuerdo en que lo ideal sería un INEI que funcione con un directorio elegido como en el BCR. Pero ese no es el punto que pretendía abordar con mi crítica. En el fondo, mi crítica tiene que ver con la facilidad que mucha gente en el Perú pone en cuestión la honestidad profesional y calidad académica de la gente que trabaja o asesoran a instituciones como el INEI. Ello fue notorio en la reciente discusión sobre las cifras de pobreza, en donde con mucha facilidad gente como Hildebrandt o Wiener se mandaron con comentarios insultantes contra el INEI y que de paso trataban muy mal a gente que colaboró en la producción de las estadísticas. Es parte de esa detestable costumbre muy peruana de pensar que eres culpable a menos que sea capaz de demostrar tu inocencia. Como las cifras no son lo que uno espera en función a creencias e ideología, entonces las cifras deben haber sido manipuladas.

Ahora, Mauro tiene una serie de razones para dudar de las cifras del INEI. Coincido con el que en muchos aspectos uno puede formularse reparos respecto a la calidad de los productos estadísticos del INEI. Personalmente, me he encontrado muchas veces con problemas de consistencia en las encuestas de hogares, como por ejemplo los datos de educación de la ENAHO del 2005. Sin embargo, de ahí a decir que esto es producto de una manipulación interesada hecha con el propósito de favorecer a los que están en el poder, me parece exagerado y malintencionado. Más aun cuando el INEI es, en mi opinión, uno de los institutos de estadística más transparentes de la región. De ahí, que podamos detectar las falencias de las que Raúl habla en su post. En los últimos dos años trabaje con encuestas de hogares de 18 países de la región desde el puesto de Junior Professional Associate para el Departamento de Desarrollo Humano para América Latina del Banco Mundial en Washington y el INEI es el único instituto de estadística que pone a disposición de los usuarios las rutinas utilizadas para el computo de indicadores así como todos los códigos de las variables calculadas a partir de los datos originales recogidos en el campo. En la mayoría de los casos, los institutos de estadística apenas si ponen a disposición de los usuarios las bases de datos y los cuestionarios. Muchas veces, aun siendo funcionario del Banco Mundial, tuve que lidiar con funcionarios de los institutos de estadística que ponían reparos a pedidos de acceder a los códigos para el cómputo de las variables agregadas de las encuestas, como por ejemplo el gasto. Es por esa razón que las acusaciones ligeras de manipulación como las que formula Mauro me parecen fuera de lugar.

Por si fuera poco, el INEI permitió la auditoria de sus cifras de pobreza por parte de un comité de expertos del BID y del Banco Mundial, así como de académicos peruanos. Más allá de las típicas discusiones metodológicas, lo cierto es que no escuche ningún reparo serio de ningún miembro del comité. Y no me imagino a Javier Herrera del IRD de Francia o a Renos Vakis del Banco Mundial poniendo en riesgo su prestigio académico y profesional para favorecer al APRA. ¿Un poco difícil, no?

3. El tercer contra-argumento de Raúl tiene que ver con la comparación entre las encuestas del INEI y la de Apoyo. Dice Raúl que estas son inconmensurables. Creo que el argumento es parcialmente cierto, pues puede argumentarse que existirían diferencias importantes en su diseño. Pero tengo la impresión de que Raúl exagera. Uno podría plantear también que las encuestas de empleo y las de niveles de vida son inconmensurables puyes tienen objetivos distintos, pero lo cierto es que, en tanto ambas recogen información sobre las condiciones de vida de la gente -aunque con diferente énfasis e intereses- tienen algún nivel de comparabilidad que sería preciso determinar a partir de un análisis de la documentación sobre los aspectos metodológicos de ambas encuestas. Dicha análisis comparado no es posible en este caso porque dicha información está disponible para el caso de la ENAHO pero no para la encuesta de Apoyo. Pero, mas allá de lo anterior, lo que argumente en mi post anterior es que, dada sus características, difícilmente la encuesta de Apoyo, por más énfasis que tenga en capturar los niveles de vida del los ricos, puede ser un mejor instrumento que la ENAHO debido a su tamaño de muestra. Dado que la característica relevante es compartida por un segmento muy reducido de la población (5 % según Apoyo, que más o menos concuerda con estimaciones que hiciera el profesor Figueroa en su libro Reformas en Sociedades Desiguales), los resultados son muy sensibles al tamaño de la muestra. En las simulaciones que hice mostraba como el margen de error es importante cuando el atributo de interés (en este caso la riqueza) y la muestra son muy pequeños.

Finalmente, quiero hacer notar que no me anima ningún tipo de fanatismo a la hora de formular críticas como esta. Tomen nota que no he defendido ninguna “verdad” en mi crítica; lo único que hecho es hacer notar que no se puede formular hipótesis tan fuertes con evidencia tan débil. En ese sentido, he hecho precisamente lo contrario de lo que Mauro me acusa.

Torturar los datos para decir medias verdades: midiendo la desigualdad con la encuesta de Apoyo

Los últimos datos recogidos por Apoyo para Lima y Callao en su estudio “Niveles Socioeconómicos para la Gran Lima” han dado pie a que algunos analistas cometan errores de interpretación de la evidencia mostrada por dicho estudio (me parece que guiados por cierta ceguera ideológica), llegando algunos al extremo de caer en errores imperdonables como los que he comentado en mi post sobre los narradores de cuentos. Estoy empezando a creer que no es casualidad que sea nuevamente Humberto Campodónico el protagonista de esta historia. Me ocuparé de él en otro post. Empezaré por discutir un post escrito por Raúl Mauro al respecto y de paso aprovechar para sentar las bases conceptuales en las que me apoyaré a la hora de comentar el pésimo artículo que Campodónico ha escrito en la República comentando los resultados del estudio en cuestión.

Empecemos con Mauro. De un tiempo a esta parte, Mauro viene escribiendo una serie de posts en su blog cuestionando la independencia del INEI y sugiriendo abiertamente (sin mostrar argumento serio al respecto) que este estaría manipulando las cifras de pobreza y desigualdad, poniendo en tela de juicio la calidad profesional de la gente que trabaja o que colabora con el instituto. Creo que dicha actitud le resta seriedad como analista. Por ejemplo, en un post reciente en donde critica a Alan García, menciona lo siguiente:
“Bueno, al parecer el Presidente debe estar tomando algo más que litio para tranquilizar los nervios, para que sus reacciones no avienten su popularidad al vacío. Por ello, ha aprovechado en anunciar, que a pesar que estamos en un año de crisis, la pobreza caerá a un menor ritmo que el año pasado, pero que finalmente caerá. Claro, le queda por delante no sólo los cuatro meses reglamentarios para la medición de los niveles de vida por un INEI politizado, sino también los cinco o seis meses adicionales para cocinar "matemática y estadísticamente" la reducción de la pobreza.” El Sonsonete que enroncha a García

En el post titulado “El INEI subestima la desigualdad”, Mauro calcula el índice de Gini y otras medidas de desigualdad a partir de unos cálculos que Campodónico construye a partir del artículo periodístico aparecido en el Comercio comentando los resultados del estudio de Apoyo. El cuadro de abajo resume los resultados de Mauro.

Luego, Mauro nos sugiere lo siguiente:
“Con esta evidencia entre manos, aventuro una hipótesis que quiero probar. La encuestadora IpsosApoyo ha tenido un mayor éxito en medir la desigualdad debido a que tiene una mejor aceptación entre "los ricos" para hacer este tipo de mediciones. No obstante, también puede pensarse que el INEI subestima, interesadamente, el nivel de desigualdad en nuestro país lo que, puede ser perjudicial para la legitimidad que este instituto tiene para presentar las estadísticas nacionales.” El INEI subestima la desigualdad (los subrayados son míos).

Me sorprende la sugerencia de Mauro. La encuesta de Apoyo es difícilmente un buen sustituto de la Encuesta Nacional de Hogares como para sugerir algo así, más aun si tenemos en cuenta el tamaño de muestra. Un argumento típico para cuestionar la capacidad de las encuestas de hogares para capturar la adecuadamente la distribución del ingreso consiste en evaluar la tasa de no respuesta en los deciles de ingreso más altos. Se argumenta que la encuesta no permite aproximarnos adecuadamente a la medición de los niveles de vida de los ricos debido a que estos constituyen una proporción muy pequeña de la población, la cual no es capturada por medio de una encuesta de hogares estándar. Si se le achaca a la ENAHO esa dificultad teniendo un tamaño de muestra para Lima Metropolitana del alrededor de 12,000 observaciones, me parece muy difícil que una encuesta de tan solo 1,221 observaciones (de las cuales solamente alrededor del 6% -poco mas de 70 observaciones- deben provenir del nivel socioeconómico más alto) pueda capturar de manera más precisa los niveles de vida de los ricos. Aunque necesitaría tener más información respecto al diseño de la encuesta, tengo la impresión que, bajo estas condiciones, lo más probable es que los errores estándar de los indicadores de desigualdad sean demasiado grandes como para confiar en ellos.

Para ilustrar mi punto, hice algunas simulaciones (a partir de un programa en Excel desarrollado por el estadístico chileno Juan Muñoz y distribuido en el modulo de muestreo del curso sobre pobreza y distribución del ingreso que organiza anualmente el Banco Mundial para su staff en Washington) para evaluar cual es la precisión que tiene una encuesta con muestreo aleatorio simple para capturar el tamaño de los ricos en una sociedad abstracta. Supongamos que efectivamente el tamaño de la población rica en esta sociedad es de 5%. La población es de 8000 habitantes (para aproximarnos gruesamente a los 8 millones que constituyen la población de Lima) y el tamaño de nuestra muestra es de 121 personas. Como todo estadístico sabe, el tamaño de la población no importa mucho, por lo que para nuestro ejercicio no hace mucha diferencia que el tamaño de esta sea proporcional al tamaño de la muestra. Luego de 3000 simulaciones, el tamaño estimado de los ricos por una encuesta con este tamaño de muestra oscila en un rango que va desde 0 hasta 11%. Como se observa, la magnitud del error es significativa. El programa en excel puede ser descargado desde aquí y algunos de los materiales del curso al que asistí pueden obtenerse en el siguiente link.

Tener un tamaño de muestra más grande permite reducir el tamaño del error (en este caso estamos hablando de una muestra doce veces más grande), aunque no de manera proporcional al incremento del tamaño de la muestra. Esto es, duplicar la muestra no significa que los errores caerán a la mitad. De hecho, los estadísticos saben que los errores son inversamente proporcionales a la raíz cuadrada del tamaño de la muestra. No obstante lo anterior, es claro que la ENAHO debe proporcionar estimados mucho más precisos que los que eventualmente nos daría la encuesta de Apoyo. Como dije anteriormente, sería preciso tener mayor información respecto al diseño metodológico de la encuesta, pero no tuve fortuna al buscar dicha información en su página web. Aparentemente, no sería de dominio público.

Argumentar –aun a nivel de hipótesis- que el INEI estaría subestimando la desigualdad basándose en evidencia tan poco solida me parece poco serio. Argumentar que el INEI estaría subestimando la desigualdad interesadamente amparándose en lo anterior me parece aun peor.

Develando el Misterio de la Pobreza (III)

Otro punto mencionado por Pedro en otro documento, y recogido también por Javier Iguiñiz, tiene que ver con la sensibilidad que tendría el estimado de pobreza ante cambios en la línea. Se menciona que el incremento de la línea de pobreza en un punto porcentual estaría asociado a un incremento de la pobreza en 3 puntos. Entiendo que este resultado viene de alguna presentación que hiciera Javier Herrera un tiempo atrás. Por razones de tiempo, no puedo hacer un análisis de dominancia como para ver si esa relación se cumple en la data del 2007. Lo que si he hecho, siguiendo mas o menos la pauta del ejercicio anterior, simular incrementos en las líneas de pobreza de 1, 3 y 5% para tratar de dar una respuesta, un poco gruesa ciertamente, al problema planteado. La tabla 3 presenta los resultados de dichas simulaciones para la pobreza total y la extrema.

En el caso de la pobreza total, encuentro que si la línea de pobreza total se incrementase en 5%, la pobreza lo haría en un poco mas de 3%. Esta cifra es muy diferente al sugerida anteriormente, bajo la cual un incremento de la línea en 5% debería redundar en un incremento de la pobreza en 15%, como menciona Javier Iguiñiz. En el caso de la pobreza extrema, el mismo incremento de la línea lleva a un incremento de menos del 2% en el estimado. Nuevamente, bajo los supuestos de este ejercicio, la pobreza no aparece tan sensible ante cambios en la línea como se ha sugerido. Nuevamente, análisis más finos son necesarios para tener una mejor idea sobre la robustez de los estimados de pobreza del 2007, pero esta primera aproximación indica que los indicadores de pobreza no son tan sensibles como se sugiere.

Llegado a este punto, tengo la tentación de decir que muchas de las criticas formuladas por los conocedores del tema, aunque ciertas, parecen estar un poco sobredimensionadas. Ciertamente, hay un conjunto de críticas (como por ejemplo, la relacionada al tema de la población de referencia de la línea) que requerirían disponer del conjunto de programas usados por el INEI para la construcción para tener una opinión concluyente, lo cual hace relevante que el INEI los ponga a disposición de los interesados. Asimismo, las aproximaciones que he utilizado aquí no son de las más sofisticadas, por lo que un examen con herramientas más poderosas seria necesario, pero para ello se requiere de más tiempo y recursos de los que he usado para elaborar esta nota. Mi hipótesis es que los resultados de un ejercicio de esa naturaleza deberían indicar que los cambios en las estimaciones, si es que estos existen, no serian tan dramáticos como para poner en tela de juicio la validez estadística de estas. Eso es, nuevamente, una tarea empírica, y la idea de esta nota era contribuir a mover el debate en esa dirección.

Para terminar, quiero insistir, como Pedro lo hace en su artículo, que no debemos olvidar que nuestras estimaciones están sujetas a un error estadístico, debido a que provienen de datos de una encuesta y no de un censo. Como bien menciona Pedro, no podemos descartar que la pobreza se haya reducido solo 2.6% en vez de 5.2%. Por este mismo argumento, es cierto también, que no podemos tampoco descartar que la reducción haya sido de 7.8%.

Programas y resultados

La rutina de STATA que escribi para las simulaciones aqui presentadas puede ser descargada de aqui. Solo se requiere bajar el archivo "Sumaria-2007.dbf" de la web del INEI, convertirlo a formato STATA y correr el programa (se necesitara tambien el programa SEPOV, que se puede descargar a traves de la ventana de comandos de STATA tipeando "findit sepov"). El log-file con los resultados se puede descargar de aqui. Comentarios y sugerencias son bienvenidas.

Develando el Misterio de la Pobreza (II)

El tercer punto de Pedro tiene que ver con la línea de pobreza. En este post ya he comentado cuales son los pasos que, muy gruesamente, sigue el INEI para proceder con su cálculo. El comentario de Pedro está más relacionado con la construcción del indicador de bienestar (en el caso de Perú basado en el gasto) con el cual se compara la línea de pobreza. Como bien menciona Pedro, hay muchas categorías que no son incluidas en la elaboración del agregado de gasto del INEI. En casi todos los casos, ello constituye la práctica común entre los institutos estadísticas de la región. Los problemas conceptuales y empíricos asociados a la medición de componentes, como el consumo de bienes durables por ejemplo, son muy complejos y no disponemos en la actualidad de aproximaciones que gocen de consenso en la literatura. Sin embargo, si pudiéramos medirlos efectivamente, un probable efecto es que la pobreza disminuya en vez de aumentar. La razón es simple: mientras incluyamos más ítems de gasto en nuestro agregado, este será más grande. Si bien este incremento elevará también la línea de pobreza total por medio del coeficiente de Engel, el crecimiento del gasto total será mayor que el de la línea de pobreza y por tanto la pobreza caerá.

Ciertamente, así como hay ítems de gasto que no están incluidos y cuya inclusión tendría un efecto reductor de la pobreza, existen categorías de gasto cuya inclusión es considerada por un sector de especialistas como problemática, las cuales –de ser excluidas- incrementarían la pobreza. Este es el caso de la imputación de alquileres, que consiste básicamente en valorizar el gasto que un hogar propietario de una vivienda haría en caso de tener que alquilarla. En particular, Pedro menciona el hecho de que en el caso de las zonas rurales dicha imputación no funciona porque no existe un mercado de alquileres desarrollado. Bueno, siguiendo el criterio establecido líneas arriba, evaluemos la relevancia empírica de la observación de Pedro, compartida también por Farid Matuk en varios artículos (ver, por ejemplo, aquí), utilizando los datos de la propia encuesta.

Una manera bastante simple de hacer ello consiste en descontarle al agregado del gasto el valor imputado del alquiler para las zonas rurales y estimar de nuevo los niveles de pobreza con esta nueva medida del gasto. Siguiendo esa lógica, encuentro que la pobreza se incrementaría en solo un punto porcentual. La tabla 1 presenta los resultados. Aunque habría que afinar el proceso de estimación, esta primera aproximación indica que los resultados del INEI no serian muy sensibles si no considerasen la imputación de alquileres en las zonas rurales. Si estoy en lo correcto, entonces la critica levantada por Francke y Matuk al respecto es cierta, pero estaría sobredimensionada.

Sobre la línea de pobreza, otro punto mencionado por Pedro, y también por Javier Iguiñiz (ver este articulo en el blog de Actualidad Económica) y Jurgen Schuldt (ver esta entrada en su blog), tiene que ver con el aumento del precio de la canasta. Se argumenta que el índice usado por el INEI para actualizarla (1.5%) es muy bajo en comparación con el crecimiento observado de los precios. Bueno, evaluar la validez de la crítica es nuevamente una tarea empírica. Una forma de evaluar lo anterior, seria descontar el índice usado por el INEI y reemplazarlo por valores alternativos de modo tal que podamos evaluar la sensibilidad de los estimados de pobreza ante diferentes índices de precios. Esto es ciertamente una forma algo gruesa de hacerlo, pero me parece que podría ser una buena entrada para pensar el asunto. Los resultados de dicho ejercicio para índices de 3, 4 y 5% se presentan en la tabla 2 para el caso de la pobreza total y la pobreza extrema.

Como se puede observar, en el caso de la pobreza total, si el incremento del índice hubiera sido 5% en vez del 1.5% usado por el INEI, la pobreza hubiera sido de 41.7% en vez del 39.6%, es decir 2 puntos más. En el caso de la pobreza extrema, dicho aumento es de menos de un punto. Si estos resultados son una buena aproximación al tema, entonces estaríamos nuevamente ante un sobredimensionamiento del tema, pues aunque reconozco que ello amerita un mejor tratamiento, tengo la impresión que resultados alternativos bajo alguna otra metodología no deberían arrojar resultados radicalmente distintos a los aquí presentados.

(Parte final aqui)

Develando el Misterio de la Pobreza (I)

Pedro Francke ha escrito un articulo muy interesante (titulado "El Misterio de la Pobreza") en el blog de Actualidad Económica discutiendo algunas de las dimensiones técnicas respecto a la medición de la pobreza, señalando tanto algunos de los problemas comunes que se enfrentan quienes trabajan en su medición, como varios de los supuestos que estos se ven en la necesidad de asumir en esa dirección.

Las preguntas que plantea Pedro son relevantes, pero creo importante hacer notar que sus críticas deben ser tomadas, mas como cuestionamientos validos a las técnicas existentes para medir la pobreza que criticas a los estimados del 2007 del INEI en si mismos. Me explico: las críticas levantadas por Pedro se aplican a la mayoría de los estimados de pobreza de los países del mundo y no exclusivamente a los estimados de Perú, ni mucho menos exclusivamente a los estimados del 2007. La razón de ello es que, como todo campo de conocimiento humano, los teóricos de la medición de pobreza aun no han logrado consenso respecto a cuestiones importantes como, por ejemplo, la forma adecuada de incorporar dimensiones de bienestar relevantes como la salud y la educación es el computo de los indicadores de bienestar, o como incorporar el consumo de bienes durables en nuestros agregados de consumo.

Por estas razones, es siempre inevitable que algunas decisiones metodológicas tomadas a la hora de medir la pobreza sean, necesariamente, arbitrarias. Sin embargo, mas que cuestionar nuestros estimados de pobreza por esa razón, lo que corresponde hacer es evaluar el grado de sensibilidad que tienen los mismos ante cambios en sus supuestos fundamentales. De acuerdo con el informe del INEI, dicha evaluación ha sido realizada, pero no todos los resultados de esta aparecen en el informe. Seria importante que el INEI presente un informe detallado de dicho análisis, así como el conjunto total de rutinas estadísticas utilizadas en dicho proceso. El INEI ha dado un gran paso en aras de la transparencia al proveer parte de las rutinas de programación utilizadas (lo cual, hay que decirlo, es un gran merito que lo coloca a la vanguardia en América Latina, pues la mayoría de los institutos de estadística de los países de la región apenas si ponen a disposición del publico las bases de datos y no conozco el caso de algún otro país que haya hecho lo mismo con las rutinas de programación), y seria genial en esa dirección si se incluye la información señalada para que así cualquiera sea capaz de replicar los resultados. A pesar de lo anterior, hay algunas de las críticas de Pedro que pueden ser levantadas con la información que tenemos en este momento.

La idea básica que voy a defender en este post es que, siendo ciertas las observaciones de Pedro, no basta con plantearlas si no mas bien demostrar su relevancia empírica. Me explico con un ejemplo: si bien es cierto que el INEI imputa valores para una parte de aquellos que no respondieron la totalidad de la encuesta (siendo ello además un procedimiento estándar entre los institutos de estadísticas de la región), el asunto no reside únicamente en señalar esta limitación de la encuesta, si no más bien indicar cual es la magnitud de dicha imputación y estudiar empíricamente su impacto sobre nuestros estimados de pobreza. Si se encontrase que esa imputación tuvo una magnitud importante, y que ello afecta la calidad de nuestros estimados, entonces tendremos un serio reparo sobre la confiabilidad de nuestra medida de pobreza. Como indicaré más adelante, no parece que estemos en esa situación, por lo que la critica indicada siendo cierta desde el punto de vista conceptual carece de relevancia desde el punto de vista empírico. Y tengo la impresión de que varias de las criticas formuladas por los especialistas que han intervenido en el reciente debate a propósito de los estimados del 2007 están en la misma situación. Veamos los comentarios de Pedro para ilustrar mi argumento.

La primera observación de Pedro tiene que ver con el cambio en el marco muestral. Como es bien conocido, cuando se implementa un marco muestral nuevo es muy probable que la pobreza aumente, debido a que los nuevos hogares suelen estar ubicados en zonas urbano-marginales. Eso es lo que efectivamente ocurrió en el 2001, cuando la encuesta de aquel año empezó a usar un marco muestral basado en el pre-censo de 1999 en vez del marco anterior basado en el censo de 1993. En esa ocasión, la pobreza aumento en 5 puntos, de 49.8 a 54.8 (ver este informe para más detalles). Dado que las líneas de pobreza se construyen por dominio geográfico, lo importante no es tanto el cambio muestral en si mismo, sino mas bien si este cambio hace que la diferencia entre nuestros estimados de bienestar para un mismo periodo sea estadísticamente significativa. En el Cuadro 9 de la página 26 del informe del INEI se muestra que no hay cambios significativos cuando se estima el gasto promedio por cada uno de los dominios, ya sea con el marco muestral nuevo como con el anterior. El INEI debería haber incluido en su informe un cuadro parecido pero con los estimados de pobreza con y sin el cambio del marco muestral, aunque me parece que ello no debería cambiar mucho la historia. Dado lo anterior, parece que el cambio muestral no estaría ejerciendo un rol importante en esta ocasión, aunque para tener una opinión concluyente al respecto necesitaríamos que el INEI nos presente la información del caso y las rutinas utilizadas.

Un segundo punto de Pedro que me interesa comentar en su alusión al proceso de imputación de la información de aquellos que no responden la totalidad de la encuesta, aquello que se conoce como “no respuesta parcial”. Comparto su preocupación al respecto, sin embargo creo que el asunto aparece un poco sobre dimensionado en su comentario. ¿Por que? Bueno, sucede en realidad que dicha imputación se realizó sobre muy pocas observaciones. De acuerdo con el cuadro 7 de la página 24 del informe del INEI, solamente el 1% de las observaciones (814 personas) omitió responder los módulos de salud, educación y empleo de la encuesta. El proceso de imputación solo se realizó sobre 733 observaciones, mucho menos del 1% del tamaño total de la muestra, por lo que a priori me parece que, si excluyéramos a estas observaciones del cómputo de la pobreza, la historia no debería cambiar significativamente.

(Continua en este post)

Líneas de Pobreza para Dummies (II)

4) A partir de los patrones de consumo observados en la población de referencia, se procede a valorizar la canasta básica alimentaria. Este proceso tiene varias etapas. En principio, se establece, para cada uno de los ítems de la canasta, el número de gramos per-capita consumidos en un día (ejem: cuantos gramos de arroz consumo en el día, que en el caso de la costa urbana es 179 gramos), tomando en cuenta las diferencias de consumo en cada uno de los dominios geográficos. Con la información sobre el número de calorías que hay en cada gramo (3.6 calorías por gramo en el caso del arroz), se estima luego el número total de calorías para cada uno de los ítems que componen la canasta (642 calorías siguiendo el ejemplo). Dicha cifra es ajustada de modo tal que sea consistente con valor de calorías que estimamos en la primera fase del proceso (es decir, a la suma de todas las calorías de la canasta, se le aplica un factor de modo tal que se ajuste con el agregado que se estimo al principio para cada uno de los entornos geográficos). Finalmente, con este valor ajustado, se computa el valor de la canasta utilizando un conjunto de precios implícitos (me parece tomados de la misma encuesta), los mismos que toman en cuenta tanto las diferencias entre los precios de cada uno de los ítems como las diferencias de precios entre los diferentes dominios geográficos. Teniendo las cantidades de calorías y su precio, el paso siguiente es simplemente estimar su valor. El resultado final será el valor de cada ítem de la canasta, y la suma total de todos los ítems de consumo será el valor de la canasta minima alimentaria diaria.

5) Finalmente, si uno multiplica por 30 el valor anterior, entonces obtendrá –como por arte de magia- el valor de la línea de pobreza extrema. Esta solo considera a los bienes alimentarios. Para estimar la línea de pobreza total, aquella que no solo considera a los bienes alimentarios, no existe en la literatura un método completamente satisfactorio que nos permita decidir que otros bienes deben ser considerados indispensables más allá de los alimentos. Una solución avanzada por la literatura es estimar la relación existente entre el gasto alimentario y el gasto total, conocida como el coeficiente de Engel. A partir de esta relación, se estima la extensión del componente no alimentario de la canasta y con ello la línea de pobreza total.

Esta es, de forma algo apretada, el procedimiento utilizado para calcular las líneas de pobreza, aquí en el Perú y en la mayoría de los países del planeta. Volviendo a los comentarios de mi estimado Dino, diría que ciertamente un valor de la línea de pobreza aparentemente bajo debe causar mucha extrañeza para quienes tienen el lujo de tener necesidades situadas más allá de las estrictamente alimentarias. Sin embargo, tienen mucho sentido para quienes no pueden cubrir en el peor de los casos cubrir el costo de su alimentación.

No debemos olvidar tampoco, que las familias más pobres son más numerosas. Cuando decimos que una familia conformada por 8 miembros es pobre, estamos diciendo que no llega a alcanzar un nivel de gasto mayor a 1800 soles.

Bueno, ahí lo dejo por ahora.

Líneas de Pobreza para Dummies (I)

Confieso que cuando empecé este blog, de lo menos que pensaba hablar era de trabajo. Y es que, desde la mañana hasta llegada la noche, y de lunes a domingo, me la paso –ya sea en mi oficina o en mi casa- trabajando con programas estadísticos y econométricos, con cuestionarios de encuestas de hogares de casi todos los países de la región, haciendo cosas tan variadas como estudios sobre el impacto del conocimiento de la madre sobre el estado nutricional de sus niños en los países andinos hasta computando indicadores de cobertura de protección social para 18 países de América Latina. Así que, de lo menos que quiero escribir en el poco tiempo que tengo para dedicarle a este blog es precisamente de asuntos estadísticos o econométricos.

Sin embargo, la avalancha de imprecisiones que he escuchado en este par de días después de la publicación de las nuevas cifras de pobreza por el INEI, me obliga a romper este sagrado juramento. Y es que, después de leer a Wiener diciendo tonterías (ver aquí mi critica) o de ver en la blogsfera y en alguna prensa el tratamiento poco serio del tema, me animo a escribir este post sobre cuales son los pasos que sigue el INEI para llegar al valor de la línea de pobreza.

Muchos han saltado hasta el techo cuestionando el valor de la línea de pobreza (229 soles) porque la consideran irrisoria. Un amigo, al que aprecio mucho, lo ilustra del modo siguiente:
“si no calculo mal, 229 soles cuestan: tres buffets en un hotel importante de lima, ó llenar dos veces el tanque de gasolina de un yaris, ó siete menús ejecutivos en la bounboniere, ó un saco en saga falabella, ó tres pasajes de lima a huancayo en cruz del sur, ó una entrada para ver a un reaguetonero famoso en la zona vip, ó seis kilos de lomo fino, ó dieciocho espumas de afeitar, ó pasajes para 19 dias en micro para una familia de 5 personas, ó la séptima parte de una computadora compatible, ó la mitad de una mensualidad promedio de un instituto en Lima, ó el 20% de una mensualidad promedio en una universidad de prestigio...en fin, tengo la impresión que 229 soles es muy poco”

Este amigo no deja de tener razón. 229 soles es una suma irrisoria para el tipo de necesidades que el tiene diariamente que enfrentar. Sin embargo, Dino –así se llama el- no es parte de la población que queremos analizar quienes nos dedicamos al estudio de las condiciones de vida de los pobres, los cuales -a diferencia de mi amigo- no tienen el acceso a recursos que les permitan cubrir sus necesidades más elementales como el comer o vestirse. Ellos, téngalo por seguro, no pensarían en gastar 229 soles yendo a Saga, comiendo lomo fino o invertirlos en el concierto del reaguetonero de moda. Lo mas probable es que, como esta muy bien documentado en la literatura especializada, lo inviertan principalmente en alimentos.

No es casualidad, que sea este el principio básico para medir la línea de pobreza extrema: el monto mínimo necesario para satisfacer necesidades básicas alimentarias. Esto es todavía algo gaseoso para los no especialistas, pero espero que al detallar los pasos para estimar la línea quede claro que es lo que los especialistas entienden por “necesidades básicas alimentarias” en este contexto. Más o menos, los pasos son los siguientes:

1) Se estiman los requerimientos nutricionales de cada persona. Es decir, estimamos el número de calorías diarias que una persona, de acuerdo a su edad y sexo, necesita para desempeñarse con normalidad. Esto se hace a partir de una serie de recomendaciones de la Organización Mundial de la Salud (OMS) y de la Organización de las Naciones Unidas para la Agricultura y Alimentación (FAO). Con ello, no solo obtenemos valores de requerimientos nutricionales para cada individuo, si no que además podemos estimar –usando algún algoritmo de agregación- agregados por dominios geográficos (costa, sierra y selva, tanto urbanas como rurales, y Lima metropolitana), que son los que nos servirán para construir líneas de pobreza para cada uno de estos dominios.

2) Una vez que tenemos una idea de cuales son los requerimientos nutricionales de la gente, el paso siguiente es estimar una canasta alimenticia que los satisfaga. Para ello, el INEI se basa en la Encuesta Nacional de Propósitos Múltiples 1993-1994. A partir de esta, se establecen el conjunto de bienes que van a componer la canasta. ¿Como se seleccionan estos bienes? El criterio seguido se basa en la frecuencia de consumo del bien, tomando en cuenta las diferencias existentes entre regiones naturales. Siguiendo esta lógica, 48 items –desde el pan y sus derivados hasta varios tipos de lentejas- fueron incluidos, considerándose además los alimentos consumidos fuera del hogar.

3) Con la norma calórica y con nuestra canasta de alimentos armada, el paso siguiente consiste en definir un patrón de consumo (esto es, la importancia relativa de cada bien incluido en la canasta) consistente con la norma calórica y valorizar la canasta. Para ello es necesario definir una población de referencia. Esto es en principio arbitrario, pero uno puede calibrar la población de referencia de modo que se aproxime de mejor forma a la población pobre. La practica habitual consiste en considerar a la población cuyo nivel ingesta calórica este alrededor del mínimo establecido, aunque el INEI ha optado desde un tiempo atrás por usar una fracción mas amplia que incluye población cuyo consumo calórico excede el mínimo requerido. Javier Herrera, uno de los expertos peruanos mas reconocidos, ha sugerido que dicho criterio esta sobre-estimando los cálculos de pobreza pues se estaría permitiendo que la definición de la línea de pobreza incluya pautas de consumo y precios unitarios que corresponden a los de la población no pobre. Las nuevas estimaciones para el 2007 han atendido -al menos parcialmente- las críticas de Herrera (se amplio el rango de referencia más hacia abajo, aunque no se haya optado por eliminar el rango en si mismo, entiendo bajo al criterio de poder contar con un coeficiente de Engel más robusto), pero han dado pie a críticas como las de Farid Matuk y de muchos legos que asumen que dichos cambios se han implementado con la intencionalidad de “maquillar” las cifras.

(Sigue en este post)