Indicadores de Desigualdad Con STATA

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 26

Indicadores de Desigualdad Monetaria

STATA Intermedio

Luis Humberto Guillen Grados


Chief Data Scientist
GeoAnalytics
[email protected]
[email protected]
INDICE DE DESIGUALDAD MONETARIA
Medida que resume la manera como se distribuye una variable entre un
conjunto de elementos.

En el caso particular de la desigualdad económica, la medición se asocia al


ingreso (o al gasto) de las hogares o personas

¿Ingreso del hogar o el ingreso per cápita?

Analizar la distribución del


Finalidad de la medición ingreso entre los hogares

Estudio del bienestar


individual
PROPIEDADES DESEABLES DE UN INDICADOR DE DESIGUALDAD

Propiedad 1: Dalton-Pigou
Esta propiedad exige que todo indicador I(x) cumpla con el principio de las
transferencias de Dalton-Pigou: ante toda transferencia igualadora el índice debe
reflejar una caída en el nivel de desigualdad (o al menos no aumentar). Se trata de la
propiedad central que distingue a un indicador de desigualdad.

Formalmente, para todo par de distribuciones x1, x2 y un escalar  tal que

x2i = x1i + , x2j = x1j - , x2k = x1k para todo k  i , j;

entonces,

x1i < x2i  x2j < x1j  I(x2)  I(x1)


PROPIEDADES DESEABLES DE UN INDICADOR DE DESIGUALDAD

Propiedad 2: Invarianza a la escala


Esta propiedad exige que si los ingresos de toda la población se multiplican por un
mismo escalar k, el grado de desigualdad no varía. Formalmente,

I(kx) = I(x), con k > 0

Propiedad 3: Invarianza a las réplicas


Esta propiedad exige que el índice de desigualdad no varíe si la población se
replica mveces.

I(x…x) = I(x)
INDICADORES DE DESIGUALDAD SENCILLOS

Cociente de Ingresos

El cociente de ingresos CMm es simplemente el ratio del ingreso medio (o


mediano) del percentil superior M sobre el ingreso promedio (o mediano) del
percentil inferior m.
INDICADORES DE DESIGUALDAD SENCILLOS

Indicador de Participación (Share)

Participación de algún percentil superior M en el ingreso total

Es usual también utilizar la participación de algún percentil inferior (por


ejemplo, la participación en el ingreso nacional del primer quintil), aunque
en este caso debe tenerse en cuenta que un aumento del indicador refleja una
caída de la desigualdad y no un incremento
LA CURVA DE LORENZ
Lorenz Curve(s)
En una distribución
1

B
equitativa del
.8

ingreso, todos los


miembros de una
población reciben la
.6
L(p)

misma proporción del


ingreso.
.4

C
A
.2
0

0 .2 .4 .6 .8 1
Percentiles (p)
line_45° ing_men
LA CURVA DE LORENZ
Construcción de la Curva de Lorenz - comandos básicos

Primero, tenemos que calcular las frecuencias relativas acumuladas del ingreso per cápita mensual y de la
población

Comandos Stata

. generate i_total=inghog2d/(3*mieperho)
. sort i_total
. gen cumy = sum(i_total*facpob)
. gen cump = sum(facpob)
Si el ingreso es anual,
. replace cumy = cumy/cumy[_N] se divide entre 12
. replace cump = cump/cump[_N]
LA CURVA DE LORENZ
Construcción de la Curva de Lorenz - comandos básicos

Segundo, tenemos que graficar la frecuencia relativa acumulada del gasto per cápita contra la frecuencia
relativa acumulada de la población. También es necesario graficar la recta de 45 grados (Línea de igualdad
perfecta) como punto de referencia.

Comandos Stata

. sort i_total
. gen equal = cump
. label variable equal “Linea de igualdad perfecta”
. label variable cump “Proporción acumulada de la población”
. label variable cumy “Lorenz curve”
. scatter cumy equal cump, c(l l) m(i i) title(“Curva de Lorenz para Peru”)
clwidth(medthick thin) ytitle(“Proporción acumulada del ingreso per cápita”)
LA CURVA DE LORENZ
Construcción de la Curva de Lorenz – comando avanzados

Comando: clorenz

Comandos Stata

. clorenz ing_men
. clorenz ing_men, hweight(factor)
. clorenz ing_men, hweight(factor) hsize(mieperho)
. recode estrato (1/5=1) (6/8=2), g(area)
. label define xarea 1 ”Urbano” 2 “Rural”
. label value area xarea
. clorenz ing_men, height(factor) hsize(mieperho) hgroup(area)
INDICADOR DE DESIGUALDAD DE GINI

Como resultado, el Coeficiente de Gini es


un número entre 0 y 1, donde 0 es la
perfecta igualdad (todos los individuos o
familias tienen el mismo ingreso) y 1
representa a la desigualdad (solo unos
pocos hogares o individuos concentran
todos los ingresos).

Tomado del Blog Salmon


INDICADOR DE DESIGUALDAD DE GINI CON STATA
Cálculo del índice de desigualdad de GINI

(Lambert, 2001)

summ ipcm [w=facpob] if ipcm>0


* poblacion de referencia
local obs = r(sum_w)
* media ingreso
local media = r(mean)
sort ipcm
gen aux = sum(facpob) if ipcm>0
gen i = (2*aux - facpob + 1)/2
gen aux2 = ipcm*(`obs'-i+1)
summ aux2 [w=facpob]
local gini = 1 + (1/`obs') -
(2/(`media'*`obs'^2)) * r(sum)
display "gini = `gini'"
INDICADOR DE DESIGUALDAD DE THEIL

• Desarrollado por Henry Theil como una


aplicación de la teoría de información.

• Medida que permite efectuar ejercicios de


descomposición y reúne propiedades de
invariabilidad con respecto a la escala de
medición del ingreso entre los individuos de N = número total de individuos
xi = ingreso del individuo i
diferentes niveles de ingreso y sensibilidad a las μ = ingreso promedio de los
transferencias de ingreso entre individuos de individuos
diferentes niveles de ingreso.
INDICADOR DE DESIGUALDAD DE THEIL CON STATA
Cálculo del índice de desigualdad de THEIL

summ ipcm [w=facpob] if ipcm>0


local media = r(mean)

gen each = ipcm/`media'*ln(ipcm/`media')


summ each [w=facpob]
local theil = (r(sum)/r(sum_w))

display "Theil = `theil'"


INDICADOR DE DESIGUALDAD DE ATKINSON

• Está acotado entre (0, 1)


0  IA(F)  1

• Interpretación muy intuitiva: Cuando =1, A es igual a 1 menos el ratio


– IA(F) = 0.2 significa que podemos de la media geométrica y aritmética

prescindir del 20% de la renta total


y obtener el mismo nivel de
bienestar si distribuimos
igualitariamente el 80% restante.
INDICADOR DE DESIGUALDAD DE ATKINSON CON STATA
* parametro aversión desigualdad ϵ=1
local epsilon = 0.5

summ ipcm [w=facpob] if ipcm>0


local obs = r(sum_w)
local media = r(mean)

* epsilon == 1
if `epsilon' == 1 {
generate each = ln(ipcm/`media') ϵ≠1
summ each [w=facpob]
local atk = 1 - exp(1/`obs'*r(sum))
}
* epsilon != 1
else {
generate each = (ipcm/`media') ^ (1-`epsilon')
summ each [w=facpob]
local atk = 1 - (r(sum)/`obs') ^ (1/(1-`epsilon'))
}

display as text "Atkinson(e=`epsilon') = " as result `atk'


Indicadores de desigualdad con STATA
Cálculo de indicadores de desigualdad

Comando: ineqdeco

Comandos Stata

. ineqdeco ing_total
. ineqdeco ing_total [fw=facpob]
. ineqdeco ing_total [fw=facpob], by(area)

Practique:
• Obtenga el índice de GINI solo para la población que pertenece a la Costa Norte
• Obtenga el índice de GINI solo para la población que pertenece a la Sierra
Indicadores de desigualdad con STATA
Cálculo de indicadores de desigualdad

Comando: inequal2

Comandos Stata

. inequal2 ing_total
. inequal2 ing_total [fw=int(facpob)]

Practique:

• Obtenga los índice de desigualdad solo para la población que pertenece al área
urbana
• Obtenga los índice de desigualdad solo para la población que pertenece al área
rural
Indicadores de desigualdad con STATA
Cálculo de indicadores de desigualdad

Comando: inequal7

Comandos Stata

. inequal7 ing_total
. inequal7 ing_total [w=facpob]

Practique:

• Obtenga los índice de desigualdad solo para la población que pertenece al área
urbana
• Obtenga los índice de desigualdad solo para la población que pertenece al área
rural
Indicadores de desigualdad con STATA

Errores Estándar de los índices de desigualdad

¿Es necesario conocer los errores estándar de los índices estimados?

¿Los estimadores de estos índices, son lineales?

¿Qué técnica podemos utilizar para el cálculo de estos errores?

¿Es necesario considerar el diseño de la muestra?

UTILIZAREMOS LA TECNICA BOOTSTRAP


Indicadores de desigualdad con STATA
BOOTSTRAP
Errores Estándar de los índices de desigualdad

Primero:
Utilizar un procedimiento que calcule los índices de desigualdad y que a su ves
retorne los valores obtenidos

Segundo:
Elaborar un programa que permita el cálculo de un índice en particular
considerando los factores de expansión

Tercero:
Combinar el procedimiento elaborado en el paso 2 con el comando
BOOTSTRAP del STATA

Existen programas ya elaborados para calcular los índices de desigualdad, sin


embargo, lo que se quiere demostrar es la ventaja de poder elaborar
cualquier índice o utilizar uno ya conocido y calcular sus correspondientes
errores de muestreo
Indicadores de desigualdad con STATA
BOOTSTRAP
Errores Estándar de los índices de desigualdad

Primer paso:
¿Cómo saber si un procedimiento retorna los valores encontrados?
Deberán contener en su definición del programa la opción ”rclass”
Revisemos los procedimientos inequal2 y inequal7
Indicadores de desigualdad con STATA
BOOTSTRAP
Errores Estándar de los índices de desigualdad
Primer paso:
Sabiendo que el procedimiento inequal7.ado es el que retorna los valores de
los índices calculados, buscaremos en el programa donde se especifican los
retornos de los valores calculados.

Relative mean deviation rmd


Coefficient of variation cov
Standard deviation of logs sdl
Gini coefficient gini
Mehran measure mehran
Piesch measure piesch
Kakwani measure kakwani
Theil index (GE(a), a = 1) theil
Mean Log Deviation (GE(a), a = 0) mld
Entropy index (GE(a), a = -1) ge_1
Half (Coeff.Var. squared) (GE(a), a = 2) ge_2
Indicadores de desigualdad con STATA
BOOTSTRAP
Errores Estándar de los índices de desigualdad
Segundo paso:
Elaborar un procedimiento que calcule el índice correspondiente, considerando
los factores de expansión adecuados. Como ejemplo haremos el procedimiento
para el índice de GINI.

*! version 1.0 5may2006


* Autor: Luis Guillén Grados - INVEST Consulting Group

program define wgini, rclass


version 8
args var1 var2

quietly inequal7 `var1' [w=`var2']


local var1=r(gini)
return scalar wgini=`var1'
di _n in ye "Autor: Luis Guillén Grados-INVEST Consulting Group" _n
di _n in smcl in gr "Weight Gini = " `var1'
end
Indicadores de desigualdad con STATA
BOOTSTRAP
Errores Estándar de los índices de desigualdad
Tercer paso:
Ahora, utilizaremos el comando BOOTSTRAP para calcular el índice de GINI y
si correspondiente error estándar.

bootstrap "wgini ing_total facpob" r(wgini), cluster(conglome) strata(estrato)

Procedimiento Procedimiento Valor retornado Unidad primaria Estrato


BOOTSTRAP elaborado de muestreo

Nota: Por defecto bootstrap genera 50 réplicas de la muestra original

bootstrap "wgini ing_total facpob" r(wgini), cluster(conglome) strata(estrato)


reps(200) nowarn

Practique:
Genere los indicadores para 250, 300, 350, 400, 450, 500 y 550 y compare los resultados
Indicadores de desigualdad con STATA
BOOTSTRAP
Errores Estándar de los índices de desigualdad

LE TOCA A UD:

• Calcule el error estándar del índice de KAKWANI, utilizando la


técnica BOOTSTRAP.

• Calcule el error estándar para la brecha relativa promedio de


ingresos, entre el decil más rico de ingresos y el decil más pobre de
ingresos.

También podría gustarte