Measuring non-workers’ labor market attachment with machine learning

Measuring non-workers’ labor market attachment with machine learning

Serie: Documentos de Trabajo. 2534.

Autor: Nicolás Forteza y Sergio Puente

Documento completo

PDF
Measuring non-workers’ labor market attachment with machine learning (2 MB)

Resumen

El estudio de la vinculación con el mercado laboral de la población no trabajadora resulta fundamental de cara a explicar diversos fenómenos económicos, como el salario real o el desempleo de larga duración. Las estadísticas oficiales se basan en variables autoevaluativas y procedimientos reglados a la hora de asignar a cada individuo un estado laboral. Sin embargo, esta clasificación no tiene en cuenta otras características individuales, como determinadas variables relacionadas con el salario de reserva o con la cantidad y tipo de ofertas de trabajo recibidas, lo que implica que las estimaciones sobre el estatus de los no trabajadores podrían estar sesgadas. En este documento proponemos una metodología novedosa para medir la vinculación de los no trabajadores con el mercado laboral. Utilizando la Encuesta de Población Activa (EPA), definimos dos grupos (vinculados y no vinculados) y estimamos una distribución de probabilidad para cada individuo de pertenecer a cada uno de estos grupos. Para recuperar estas distribuciones de probabilidad, nos basamos en algoritmos de aprendizaje automático, tanto supervisado como no supervisado. Así, describimos las diferencias entre el desempleo proveniente de la EPA, otras formas de medir la vinculación presentes en la literatura sobre el tema y nuestra clasificación. Identificamos los casos en los que nuestra metodología tiene una relación más estrecha con indicadores tales como los salarios, el PIB y los flujos de empleo.

Anterior Simple Tests for the Correc... Siguiente Political polarization in E...