BANCO CENTRAL DE RESERVA DE EL SALVADOR

LOS DETERMINANTES DEL AHORRO EN EL SALVADOR: UNA APROXIMACIÓN A LA PERSPECTIVA MICROECONÓMICA DE LOS

HOGARES.

Pablo Amaya

 

RESUMEN1

El ahorro nacional en El Salvador es una fuente importante de financiamiento de la inversión doméstica, la evidencia sugiere que al incrementar su disponibilidad se genera un impacto positivo en el crecimiento económico y se fortalece la capacidad para responder a los desequilibrios macroeconómicos generados por choques que afectan a la economía.

Un contribuyente importante al ahorro interno es el sector de los hogares, quienes son los propietarios de los factores de producción por los cuales perciben una remuneración. En esa línea, esta investigación buscar identificar los determinantes de las decisiones de ahorro de dicho sector en El Salvador, utilizando datos a nivel microeconómico disponibles en las Encuestas de Hogares de Propósitos Múltiples de los años 2007 al 2010.

El análisis incorpora el uso de técnicas econométricas de corte transversal aplicadas a un conjunto de funciones que incluyen variables explicativas relacionadas a la hipótesis del ingreso permanente, del ciclo de vida, el ahorro precautorio, entre otras. El estudio refleja que el nivel de ingreso es un determinante positivo de la generación del ahorro; y el tamaño del hogar, parece desestimularlo con implicaciones relevantes en la población del área rural. Asimismo, existen indicios que los jefes de hogar con trabajo independiente acumulan ahorro por motivo precautorio, y no se confirma la aplicación de la hipótesis del ciclo de vida dentro de la muestra.

ABSTRACT

National saving in El Salvador is an important source of financing for domestic investment, evidence suggests that increasing its level generates a positive impact on economic growth and strengthens the ability to respond to macroeconomic imbalances generated by shocks to the economy.

A major contributor to the growth of domestic savings may be the household sector, owners of factors of production which earn an income. In that vein, this paper seeks to identify the determinants of the saving decisions of this sector in El Salvador using micro level data available from household surveys Multipurpose 2007 - 2010.

The analysis incorporates the use of cross-sectional econometric techniques applied to a set of features including explanatory variables related to the permanent income hypothesis, the life cycle hypothesis, precautionary saving, among others. The study shows that the level of income is a positive determinant of the generation of savings and household size seems to discourage it with significant implications from rural areas population. Furthermore, there is evidence that households with household heads in independent jobs accumulate precautionary saving. The life cycle hypothesis application is not confirmed within the sample.

                                                                                                                         1  El  autor  agradece  a  Julieta  Fuentes  por  su  participación  en  la  discusión  de  las  hipótesis  evaluadas  y  por  sus  comentarios  al  documento  final;    a  la  Dirección  General  de  Estadística  y  Censos  de  El  Salvador,  por  su  colaboración  al  proporcionar  las  bases  de  datos  de  las  Encuestas  de  Hogares  de  Propósitos  Múltiples;  a  Oscar  Cabrera  y  Cesar  Alvarado  por  sus  comentarios  al  documento  final.    

 

Contenido

Introducción  ..................................................................................................................................  4  

I.   La importancia del ahorro en la economía Salvadoreña y su abordaje empírico.  ............  5  

A. La Importancia del ahorro en la economía Salvadoreña. ................................................... 5

B. Su abordaje empírico. ......................................................................................................... 7

II.   Un vistazo de los hogares en el agregado.  ........................................................................  9  

A. Ahorro y Crecimiento anual del ingreso por hogar (CI). ................................................. 13

B. Ahorro y tasa de dependencia de jóvenes (TDJ). ............................................................. 14

C. Ahorro y ratio de hogares con remesas (RHCR). ............................................................. 15

D. Ahorro y tamaño del hogar (PPH) .................................................................................... 15

E.   Ahorro y categoría ocupacional  .....................................................................................  16  

F. Ahorro e índice de masculinidad de jefes de hogar (IMJH) ............................................. 17

III.   La metodología  ..............................................................................................................  17  

IV.   Más hogares con ingresos altos y hogares productores son clave para estimular el ahorro..      ......................................................................................................................................    20  

V.   Conclusiones.  .................................................................................................................  23  

Referencias Bibliográficas  ..........................................................................................................  24  

Anexos……………………………………………………………………………………….… 25

 

4    

Introducción

La literatura económica menciona algunos efectos importantes que tiene el fomento del ahorro nacional sobre la economía de los países, siendo uno de ellos la generación de recursos financieros que fomenta el crecimiento mediante el mecanismo de la inversión, en esta línea USG-GOES (2011) en un estudio dirigido a El Salvador, evidencian una probable causalidad directa del ahorro nacional sobre el crecimiento del Producto Interno Bruto (PIB) real del país. Otro efecto positivo es el fortalecimiento de la capacidad para responder a los desequilibrios macroeconómicos generados por choques que afectan a la economía, capacidad que fue puesta a prueba en la crisis reciente.

En muchos países, una parte importante del ahorro proviene del sector de los hogares, quienes son los propietarios de los factores de producción por los cuales perciben un ingreso. Sin embargo en El Salvador al igual que el resto de los países en desarrollo, existen dificultades en su generación y en la realización de inversiones productivas domésticas que impulsen un crecimiento económico mayor (Abdelkhalek et al. 2009).

Este estudio, busca contribuir a la identificación de los determinantes del ahorro de los hogares en El Salvador, de tal forma que los resultados sean una herramienta útil que posibilite la formulación de políticas adecuadas que lo estimulen.

La identificación de los determinantes del ahorro nacional ha sido abordado en diferentes trabajos Loayza, Schmith-Hebbel y Serven (1999), CEPAL (2007), Horioka y Wan (2007), Abdelkhalek et al. (2009) y USG & GOES (2011) los últimos tres, lo hacen desde una perspectiva microeconómica, considerando la heterogeneidad de condiciones que afecten las decisiones de ahorro en las unidades familiares, lo que supone una ventaja sobre la visión macroeconómica que en ocasiones adolece de asumir a un agente representativo como objeto de estudio.

La metodología seleccionada se basa en este enfoque microeconómico y utiliza los datos disponibles en las Encuestas de Hogares de Propósitos Múltiples (EHPM), elaboradas por la Dirección General de Estadísticas y Censos (DIGESTYC) de El Salvador los cuales son incluidos en una serie de regresiones utilizando Mínimos Cuadrados, consistente con heteroscedasticidad. El estudio concluye que el nivel de ingreso, es una característica positiva de la generación del ahorro; mientras que el tamaño del hogar, parece desestimularlo teniendo implicaciones relevantes en la población del área rural. Asimismo, existen indicios que los jefes de hogar en trabajos independientes desahorran en épocas de crisis lo que podría realizarse con la venta de activos acumulados en años anteriores; también, no se confirma la aplicación de la hipótesis del ciclo de vida dentro de la muestra.

En el apartado uno se presenta una breve justificación de la importancia de fomentar el ahorro nacional en El Salvador, asimismo se presenta el abordaje empírico utilizado por diferentes investigadores para el estudio en los hogares. El apartado dos proporciona una descripción gráfica del comportamiento promedio de los hogares en relación a su nivel de ahorro, permitiendo tener un panorama general de las hipótesis a evaluar. En el apartado tres se explica detalladamente las características de los datos utilizados, su tratamiento y la metodología de cálculo. El apartado cuatro, contiene los resultados obtenidos y finalmente el último apartado incluye las conclusiones relevantes del estudio.

 

5    

Gráfico  1  Ahorro  e  Inversión  como  porcentaje  del  PIB  1990  y  2009  

I. La importancia del ahorro en la economía salvadoreña y su abordaje empírico.

A. La Importancia del ahorro en la economía salvadoreña.

El ahorro nacional, se puede entender como la parte del ingreso nacional disponible que los agentes de una economía dejan de consumir en un periodo determinado, su utilidad en una economía abierta y en equilibrio es la de financiar las decisiones de inversión, que en ocasiones requiere del complemento proporcionado por el ahorro externo. Asimismo cumple con ser un activo contingente ante choques que afectan el ingreso nacional, mediante el mantenimiento del consumo y la inversión cuando se restringe el acceso a los capitales externos.

En el caso de El Salvador, existe evidencia de una probable causalidad directa del ahorro nacional sobre el crecimiento económico del país, donde ascensos en el ahorro interno ocasionan incrementos en el crecimiento económico (USG & GOES 2011). A pesar de ser una economía dolarizada sin riesgo cambiario, la mayor parte de los recursos disponibles para financiar las inversiones sigue siendo de fuente interna (alrededor de 75% en los últimos 10 años)2 en línea con lo propuesto por Feldstein y Horioka (1980) y que se mantiene en los últimos años (Véase anexo 1). Sin embargo, estos fondos parecen ser insuficientes para motivar niveles de inversión que impulsen un mayor crecimiento económico3. El gráfico 1 revela que El Salvador se encuentra entre los países con menor ahorro e inversión respecto a América Latina y algunos países de Asia.

Fuente: Elaboración propia con base en Banco Mundial, WDI 2011

En El Salvador, es evidente que la baja competitividad de los bienes transables mencionada por Alvarado (2010) y USG & GOES (2011), generan menores exportaciones y una profundización del déficit de balanza comercial (Véase gráfico 2). Esta baja capacidad de generación de ingresos en la economía es agravada por el mayor                                                                                                                          2  En  promedio,  en   los  últimos  10  años  el  ahorro  nacional  bruto  representa  el  75%  del   total  de  ahorro  disponible  en  el  país.  3  El  crecimiento  promedio  de  El  Salvador  entre  los  años  2000  -­‐  2010  ha  sido  alrededor  del  2%  anual.    

 

0

10

20

30

40

50

60

CHN

PAN

SAS

EAS

ECU

JPN

ARG

BOL

PER

VEN

CHL

CRI

EMU

COL

URY

HND

BRA

PRY

GTM SLV

NAC

NIC

DOM

USA

S/PIB

2009 Mediana_2009 1990

0

10

20

30

40

50

CHN

ECU

SAS

EAS

PAN

VEN

NIC

COL

PER

ARG

JPN

CRI

HND

CHL

EMU

URY

BOL

BRA

PRY

DOM

NAC

USA

SLV

GTM

I/PIB

2009 Mediana_2009 1990

 

6    

Gráfico  2  Cuenta  corriente  (CC),  Balanza  de  comercial  (BC)  y  Transferencias  corrientes  

de  los  trabajadores  (RT)  como  porcentaje  del  PIB  2000-­‐2011  

nivel de gasto interno, en particular el consumo final de los hogares, el cual es financiado en parte por las transferencias corrientes de los salvadoreños en el exterior, reduciendo el efecto negativo del consumo en el déficit de cuenta corriente4. Finalmente esto se traduce en un menor ahorro interno, generando un problema endógeno entre poca disponibilidad de recursos para inversión, una débil generación de ingresos internos y reducida capacidad de ahorro que retorna al ciclo para alimentarlo.

Fuente: Elaboración propia con base en BCR 2011

Por otro lado, la crisis económica reciente puso en evidencia la disminuida capacidad interna de los agentes para hacerle frente a la contracción de su ingreso, el año 2009 fue el de mayor impacto en El Salvador. El gráfico 3 muestra la contracción experimentada por el gasto interno ante la contracción de la producción y la reducción del ahorro externo (-80%5). Se resalta la caída del gasto de consumo final experimentada en el sector hogares, que tuvo su mayor impacto en aquellos hogares sin capacidad de ahorro ni acceso al sistema financiero.

Una línea de acción que contribuya a la solución de esta problemática consiste en el fomento al ahorro nacional que incluya la minimización del sacrificio del bienestar de las generaciones presentes y que garantice su sostenibilidad en el tiempo. Este ahorro nacional es constituido por la sumatoria de los ahorros individuales de los agentes que participan en una economía, uno de estos agentes son los hogares.

Según el Sistema de Cuentas Nacionales de las Naciones Unidas (SCN93); un hogar es un pequeño grupo de personas que comparten la misma vivienda, que juntan, total o parcialmente, su ingreso y su riqueza y consumen colectivamente ciertos tipos de bienes y servicios.

                                                                                                                         4El   saldo   de   la   cuenta   corriente   puede   ser   interpretado   como   la   diferencia   entre   ahorro   interno   e  inversión,   cuando  es  negativo  ocurre  una   reducción  neta  de  activos  externos,   significando  que  el  país  debe   financiar   sus   gastos  utilizando  ahorro  del   exterior,   cuando  estos   gastos   se  hacen  en   inversiones  productivas  rentables,  el  déficit  podría  no  ser  perjudicial  para  la  economía.  5  Estadísticas  de  BCR.  

-­‐30

-­‐20

-­‐10

0

10

20

I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

CC/PIB RT/PIB BC/PIB

 

7    

Gráfico  3  Producto  Interno  Bruto,  Consumo  Final  de  los  Hogares  y  Formación  Bruta  de  

Capital  de  El  Salvador  a  precios  constantes.  2000-­‐2010  (Variaciones  Anuales)  

Fuente: BCR 2011

En algunos países de la región, la participación de los hogares en el ahorro nacional es importante (39% en Guatemala y 30% en Honduras)6, también lo es en economías que muestran un mejor desempeño en América Latina como la de Chile (26%)7. En El Salvador, el último dato disponible que permite conocer el origen del ahorro nacional por sector institucional corresponde al año 1990, donde el sector Hogares presentaba un ahorro de 3,342.09 millones de colones, representando el 94% del ahorro bruto total de la economía lo que sugiere que su contribución actual podría ser muy importante respecto al aportado por el resto de los agentes económicos.

Por lo anterior, el ahorro nacional y en particular el de los hogares, se convierte en una variable relevante cuyos determinantes son en principio uno de los pilares para el crecimiento económico, canalizado a través del mecanismo de la inversión.

B. Su abordaje empírico.

Loayza, Schmith-Hebbel y Serven (1999) discuten la aplicación empírica de los motivos para la generación del ahorro nacional; para ello utilizan datos macroeconómicos de panel disponibles en la base de datos del Banco Mundial y estiman los parámetros mediante el uso de modelos dinámicos. Su investigación considera, entre otros factores las hipótesis del ingreso permanente y del ciclo de vida.

La relación positiva entre crecimiento del ingreso de los hogares y el ahorro interno, y la relación inversa entre el ratio de dependencia por edad y el ahorro nacional obtenida en su investigación, evidencia la aplicación empírica de la hipótesis del ingreso permanente y el ciclo de vida.                                                                                                                          6Cuentas  Económicas  Integradas  de  Banco  Central  de  Honduras  2007  y    Banco  de  Guatemala  2005.  7  Banco  de  Chile  2010  

-­‐25

-­‐20

-­‐15

-­‐10

-­‐5

0

5

10

15

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

CFH FBK PIB

 

8    

Milton Friedman y Franco Modigliani, citados en De Gregorio (2007), desarrollaron la teoría del ingreso permanente y la teoría del ciclo de vida respectivamente, ambas suponen que el individuo buscar suavizar su consumo en el tiempo. En el primer caso, este somete su nivel de consumo a los cambios en su ingreso corriente; la incertidumbre sobre la permanencia de estos cambios es el eje central en la discusión, ya que los individuos no saben si los cambios son transitorios o permanecerán en el tiempo.

Un cambio transitorio en el ingreso genera un aumento en el consumo en una magnitud inferior a la que se genera cuando ocurre un cambio permanente. La intuición detrás, indica que ante un incremento transitorio el valor presente de los ingresos a lo largo de la vida del individuo aumenta en menor cuantía que cuando el aumento se realiza de forma permanente, por tanto en el primer caso las decisiones de consumo se orientan a valorar esta característica temporal y evitar el aumento en el consumo presente (incrementando el ahorro) debido a que en el futuro no se asegura su sostenibilidad.

La teoría del Ciclo de Vida, se basa en que las personas se rigen por un ciclo que está presente a lo largo de su vida, al igual que la teoría del ingreso permanente, este busca suavizar su consumo en el tiempo acumulando activos o disminuyendo su riqueza. Al principio del ciclo su ingreso es cero, pero su consumo es diferente de cero y se encuentra en el nivel aproximado que se mantendrá a lo largo de su existencia, esto implica la acumulación temprana de deuda; a medida que avanza en su edad e inicia a ocuparse en actividades productivas, comienza a percibir una retribución que le permite comprar su consumo; mas adelante, inicia el pago de su deuda y el proceso de acumulación de activos mediante el ahorro. Este ahorro alcanza su cúspide en la plenitud y desciende moderadamente hasta que se llega la edad de jubilación.

CEPAL (2007), realizó un estudio sobre el ahorro para 9 países latinoamericanos (incluyendo a El Salvador) con una muestra temporal entre los años 1990-2003. La investigación aborda la dependencia de la tasa de ahorro nacional (que incluye el ahorro público y privado) en función del crecimiento del PIB per cápita, el ahorro externo, el saldo del gobierno central o general, la tasa de inflación anual, la tasa de interés real aplicada a los depósitos, la oferta monetaria agregada, los términos de intercambio, el nivel de apertura, el índice de Gini, la relación de dependencia y las entradas de Inversión Extranjera Directa (IED). Utilizando regresiones conjuntas por mínimos cuadrados ordinarios con efectos fijos o aleatorios, determinaron que el ahorro nacional y crecimiento del PIB per cápita no parecen estar correlacionados; asimismo no confirman la relación negativa esperada entre la tasa de dependencia por edades y el ahorro nacional, sin embargo reconocen que esto puede deberse a lo reducido del panel utilizado en relación al de otros estudios.

Horioka y Wan (2007) realizaron un análisis de los determinantes de la tasa de ahorro de los hogares en China, utilizando 272 datos de provincias en un panel dinámico entre los años 1995-2004; se encontró que los principales determinantes del ahorro por hogar son la inercia del ahorro pasado, la tasa de crecimiento del ingreso y en algunos casos el tipo de interés real y la tasa de inflación. La hipótesis del ciclo de vida y la hipótesis del ingreso permanente son consistentes con la existencia de inercia o persistencia, e implica que la tasa de ahorro de los hogares en China continuará alta en el futuro.

Abdelkhalek et al. (2009) realizaron un análisis microeconómico de los factores que explican el comportamiento de los hogares ahorradores en Marruecos, utilizando datos de 300 hogares registrados en el Sistema de Monitoreo basado en la Comunidad, calcularon un set de funciones de ahorro mediante Mínimos Cuadrados Ordinarios

 

9    

suplementado con variables instrumentales. Las funciones de ahorro responden a variables como el ingreso por hogar, el tamaño del hogar, el número de empleados y desempleados, el género y la edad. Sus conclusiones hacen referencia a la importancia del nivel de ingreso corriente en la explicación de la variación transversal del nivel de ahorro en los hogares; por otra parte, el tamaño del hogar parece no ser significativo en el área rural; aunque para el área urbana sí, Asimismo, un miembro adicional en un hogar no parece modificar las condiciones de vida de las personas que residen en el área rural; el género, parece ser importante y sugiere que las mujeres tienden a ahorrar más que los hombres. El resto de variables, incluida la edad para evaluar la hipótesis del ciclo de vida, resultan no significativas.

GOES y USG (2011) investigaron las posibles causas del bajo crecimiento económico en El Salvador, entre ellas se abordó el bajo nivel de ahorro interno mostrado en los últimos años en el país. Utilizando datos descriptivos de las EHPM a nivel muestral, concluyeron que la aplicación de la hipótesis del ciclo de vida en El Salvador no se confirma, debido a la presencia de restricciones de liquidez en la mayor parte de los hogares. Asimismo, los hogares ubicados en los deciles de ingresos más altos son los que tienen tasas de ahorro positivas, implicando que el ahorro del sector está conformado por el aporte de un grupo de familias.

II. Un vistazo de los hogares en el agregado.

Los datos con suficiente cobertura territorial más cercanos a las unidades de interés en El Salvador, son los proporcionados por las EHPM elaboradas por DIGESTYC. La primera publicación de los resultados que incorpora datos sobre ingresos y gastos por hogar, necesarios para el cálculo del ahorro, proviene del año 2007 y están disponibles hasta el año 2010. Las encuestas se realizan anualmente y responden a un diseño muestral inicial de 16,800 hogares, tamaño que se mantiene aproximadamente en los años siguientes. Su expansión tiene representatividad a nivel del total país, teniendo cobertura en las áreas urbana y rural, así como a nivel departamental, y de otras agregaciones.

Con base en la revisión de la literatura y a la disponibilidad de información, se buscó explicar el ahorro de los hogares en función de un conjunto de variables como: a) el nivel de ingreso por hogar, para abordar la hipótesis del ingreso permanente y el efecto de la distribución del ingreso; b) la dependencia de jóvenes y de mayores de edad para la hipótesis del ciclo de vida; c) el tamaño del hogar, por sus presiones sobre el gasto del hogar; d) la categoría ocupacional del jefe del hogar para evaluar el ahorro precautorio; y e) el sexo del jefe del hogar, para incorporar la importancia del género en el ahorro. Una primera aproximación a las hipótesis abordadas en este trabajo y a las relaciones esperadas entre las variables explicativas y el ahorro del hogar, se obtiene al utilizar los promedios por hogar publicados en la EHPM. El cuadro 1 contiene el listado de variables utilizadas en este apartado (resaltadas).

 

10    

Cuadro 1 Variables por departamento

Fuente: Elaboración propia con base en EHPM 2008

Los datos utilizados en este apartado están afectados por los factores de expansión que tienen representatividad a nivel total país y departamentos. Esto significa que lo mostrado en esta sección, son agregaciones territoriales de la expansión de los datos muestrales que fueron utilizados en la sección III. Esto mejora el objetivo ilustrativo de este apartado e incorpora en el análisis la variabilidad transversal entre los hogares y su cambio en el tiempo de forma conjunta, debido principalmente a su estructura de panel, elemento que no está presente en los datos utilizados en la siguiente sección. Los motivos de esta diferencia son explicados con mayor detalle más adelante.

Al igual que Abdelkhalek et al. (2009) se utiliza como variable dependiente el ahorro anual por hogar en dólares (APHAR) al que llamaremos Ahorro. Se decidió prescindir de la tasa de ahorro por hogar (Ahorro/Ingreso) ya que se consideró que en ocasiones puede no ser la mejor forma de medir la magnitud del ahorro, dado que la variabilidad de la tasa no expresa necesariamente aumento o disminución de ahorro en un hogar, como tampoco su relativa invariabilidad expresa ahorros idénticos entre hogares; la intuición detrás de esto es que la variabilidad de la tasa de ahorro depende tanto del movimiento del ingreso como del consumo del hogar, por lo que el ahorro puede subir

ID VARIABLE DESCRIPCIÓN

IPHM INGRESO  POR  HOGAR  MENSUAL.  (  $  )Monto  total  percibido  durante  un  período  establecido  (Período  de  referencia)  en  dinero  y/o  en  especies  por  medio  de  su  trabajo  y  otras  fuentes  tales  como:  comisiones,  bonificaciones,  renta,  remesas  y  ayuda  familiar,  pensiones  y  jubilaciones,  intereses,  alquileres,  donaciones,  utilidades,  etc.  dividido  entre  el  total  de  hogares.  

GPHM GASTO  POR  HOGAR  MENSUAL  ($) Monto  total  erogado  durante  un  período  establecido  (Período  de  referencia)  entre  el  total  de  hogares.

IPC_07ÍNDICE  DE  PRECIOS  DE  LOS  CONSUMIDORES  BASE  2007 Utilizando  el  promedio  simple  del  IPC  mensual  base  2009  se  cambió  la  base  mediante  la  fórmula  (IPCt/  IPC2007)*100

APHR AHORRO  POR  HOGAR  REAL (IPHM-­‐GPHM)/IPC_07

IPHMR INGRESO  POR  HOGAR  MENSUAL  REAL  (  $  ) IPHM/IPC_07

HCR TOTAL  HOGARES  CON  REMESA Total  de  hogares  que  perciben  ingresos  por  transferencias  corrientes  realizadas  por  familiares  desde  el  exterior.

TH TOTAL  DE  HOGARESTotal  de  hogares,  entendido  como  las  Personas  o  grupo  de  personas  unidos  por  lazos  familiares  o  amistosos  que  comparten  una  misma  vivienda  y  que  tienen  una  administración  presupuestaria  de  alimentación  común.

JHH JEFES  DE  HOGAR  HOMBRESEs  el  miembro  de  un  hogar  de  sexo  masculino  que  ejerce  la  autoridad  para  tomar  las  decisiones  que  involucra  al  grupo  familiar  y  que  es  reconocido  como  tal  por  los  miembros  que  lo  conforman.

JHM JEFES  DE  HOGAR  MUJERESEs  el  miembro  de  un  hogar  de  sexo  femenino  que  ejerce  la  autoridad  para  tomar  las  decisiones  que  involucra  al  grupo  familiar  y  que  es  reconocida  como  tal  por  los  miembros  que  lo  conforman.

P16MAS POBLACIÓN  DE  16  AÑOS  Y  MAS Total  de  población  con  16  años  o  mas  años  cumplidos  en  el  período  de  entrevista

TP TOTAL  DE  PERSONAS Total  de  personas  que  residen  en  un  departamento  de  El  Salvador

APHAR   AHORRO  POR  HOGAR  ANUAL  REAL APHR*12

CICRECIMIENTO  INGRESO  POR  HOGAR  MENSUAL  REAL  (  $  ) IPHMR(t)/IPHMR(t-­‐1)-­‐1

TDE TASA  DE  DEPENDENCIA  ECONÓMICAEs  la  población  total  menos  la  población  ocupada  dividida  entre  la  población  ocupada.  Este  cociente  es  un  indicador  de  la  carga  económica  que  soporta  cada  trabajador,  es  decir,  cuantas  personas  que  no  trabajan  deben  ser  sostenidos  por  cada  persona  ocupada.

RHCR RATIO  DE  HOGARES  CON  REMESA HCR/TH

IMJH ÍNDICE  DE  MASCULINIDAD  JEFES  DE  HOGAR JHH/JHM

RDJ RATIO  DE  DEPENDENCIA  JÓVENES (TP-­‐P16MAS)/P16MAS

PPH PERSONAS  POR  HOGAR Total  de  personas  partido  el  número  de  hogares

 

11    

Gráfico  4  Distribución  normal  del  ahorro  por  hogar  real  anual  2007-­‐2010  

si el ingreso sube o el gasto disminuye, pero si estos movimientos se realizan en el mismo sentido y manteniendo su relación (Consumo/Ingreso) el ahorro por hogar subirá, pero la tasa de ahorro se mantendrá invariante. Esto se consideró relevante en el análisis transversal.

Una limitante sobre el dato de ahorro utilizado, es que se considera completamente líquido y se deja de lado el ahorro no financiero como propiedades inmobiliarias, educación, joyas, etc.

El gráfico 4 contiene la distribución normal del ahorro por hogar en términos reales, cada cuadrante se refiere al ahorro en un año y las iniciales de los extremos corresponden a los 14 departamentos de El Salvador. El círculo punteado indica el promedio del ahorro real del país durante los cuatro años analizados; las observaciones por fuera del círculo revelan que los hogares del departamento ahorraron más que el promedio del país y observaciones dentro del círculo indican un ahorro por abajo del promedio.

Fuente: Elaboración propia con base en EHPM 2007-2010

El 2008 es el año con menor ahorro de los hogares a nivel nacional recuperándose en el año siguiente bajo condiciones de inflación moderada y contracción del ciclo económico motivado por la crisis internacional reciente. CEPAL (2007) encontró evidencia de asociación positiva entre la inflación moderada y el ahorro nacional, suponiendo que el motivo precautorio es más importante que la influencia negativa que

-­‐2

-­‐1.5

-­‐1

-­‐0.5

0

0.5

1

1.5

2

2.5

3

AHUCAB CHA

CUSLAL

LAP

LAU

MOR

SAN

SMI

SON

SSA

SVI

USU

AHU

CAB

CHA

CUS

LAL

LAP

LAU

MOR

SAN

SMISON

SSASVIUSU

AHUCABCHA

CUSLAL

LAP

LAU

MOR

SAN

SMI

SON

SSA

SVI

USU

AHU

CAB

CHA

CUS

LAL

LAP

LAU

MOR

SAN

SMISON

SSASVI USU

APHAR_Z

2007

20082009

2010

 

12    

Cuadro  2  Índices  de  Precios,  Índice  de  Volumen  de  Ingresos  y  Gastos  2007-­‐2010  

base  2007  

Cuadro  3  Porcentaje  de  empresas  respecto  al  total  país  2005  

y  Densidad  poblacional  2007  

ejerce la inflación en el ahorro8. Sin embargo, una visíon alternativa para el caso Salvadoreño, que explica el incremento irregular en el ahorro del año 2009, se basa en que durante la crisis, los hogares con ingreso altos (los que ahorran) y con acceso al sistema financiero se enfrentaron a la incertidumbre sobre el sostenimiento de su ingreso futuro, contrayendo su consumo respecto al del año 2007 y 2008 (Véase cuadro 2), generando un aumento en el ahorro corriente.

Fuente: Elaboración propia con base en EHPM 2007-2010

A nivel transversal, los departamentos que más disponibilidad de ahorro presentan son aquellos que concentran la mayor actividad económica (San Salvador, La libertad, entre otros) asociado también a la alta concentración demográfica y a su mayor nivel de vida. En contraste aquellos departamentos con menor participación económica son aquellos que tienden a ahorrar menos (Morazán, Ahuachapán, entre otros), en donde una parte importante de hogares se ubican en un nivel de subsistencia o muy cercano a este (Véase cuadro 3).

Fuente: Elaboración propia con base en VII Censos Económicos 2005, VI Censos de población y V de Vivienda 2007.

Esta distribución del ahorro en el espacio evidencia la alta concentración presente en el sector hogares, posiblemente motivada por la desigual distribución del ingreso lo que estaría generando diferencias significativas en las calidades de vida entre la población.

                                                                                                                         8CEPAL  2007  argumenta  que  la  relación  entre  ahorro  e  inflación  podría  ser  no  lineal,  y  reconoce  que  el  coeficiente  de  la  inflación  pasa  a  ser  negativo  ante  presencia  de  tasas  de  inflación  muy  altas.  

AÑO IPC IPHM GPHM2007 100.0% 100.0% 100.0%2008 107.3% 103.2% 108.7%2009 107.8% 102.8% 97.7%2010 108.8% 102.2% 98.8%

SAN SALVADOR LA LIBERTAD MORAZÁN AHUACHAPÁNEMPRESAS 37.6 10.8 2.1 3.6DENSIDAD POR KM2 1768 1171* 120 258* Incluye solamente Antiguo Cuscatlán, Colon y Santa Tecla

AHORRO BAJOAHORRO ALTO

 

13    

Gráfico  2  Distribución  normal  del  ahorro  por  hogar  real  anual  2007-­‐2010  

Gráfico  5  APHAR  VRS.  CI    2007-­‐2010  

A. Ahorro y crecimiento anual del ingreso por hogar.

Una forma eficiente de mostrar el efecto transversal y temporal del ingreso sobre el ahorro, es convertirlo en tasas de crecimiento. El crecimiento anual del ingreso por hogar (CI) se calcula como la tasa de variación anual del ingreso real de los hogares, obtenido a partir deflactar el ingreso por el índice de precios al consumidor con base transformada a 2007.

El ingreso promedio mensual de los hogares en El Salvador es de US$479.15. El área urbana tiene un promedio de US$570.68 que equivale a 1.70 veces su Canasta Básica Alimentaria (CBA) de 2010. En el área rural el ingreso promedio mensual es de US$304.75, equivalente a 1.29 veces su CBA. Bajo este contexto, se asume que aquellos hogares con ingresos por encima del promedio y que se alejan del nivel de subsistencia son los que ahorran, y ante un incremento en su ingreso corriente esta reserva aumenta. Este comportamiento es mostrado en el gráfico 5.

Fuente: Elaboración propia con base en EHPM 2007-2010

Es importante recordar que la relación mostrada captura tanto el efecto del crecimiento del ingreso en el tiempo sobre el ahorro, (sugiriendo la presencia de la hipótesis de ingreso permanente); como el efecto transversal de la distribución del ingreso. Este último elemento condiciona la aplicabilidad de la hipótesis del ingreso permanente a los hogares con ingresos altos.

Un aporte de este trabajo, es la incorporación del elemento distributivo recogido en el componente transversal del ejercicio. El enfoque macroeconómico que utiliza el movimiento del PIB per cápita o cualquier variable macro relacionada, como medida del incremento en el ingreso de un hogar podría ser insuficiente, sobre todo por la presencia de distorsiones micro como la desigualdad en la distribución del ingreso.

0.00

500.00

1000.00

1500.00

2000.00

2500.00

-­‐0.30 -­‐0.20 -­‐0.10 0.00 0.10 0.20 0.30 0.40

APHAR

CI

 

14    

Gráfico  6  APHAR  VRS.  RDJ  2007-­‐2010  

B. Ahorro y tasa de dependencia de jóvenes.

Una visión de la hipótesis del ciclo de vida se recoge en el uso de la tasa de dependencia de jóvenes (TDJ)9, su incidencia en el ahorro de los hogares es canalizada mediante el aumento de la dependencia económica.

La TDJ se obtiene de dividir la población menor de 16 años dividida entre la población de 16 años y más. El efecto en el ahorro del hogar, tal como se mencionó anteriormente, se espera que sea negativa por el incremento en las personas no activas que dependen económicamente en el hogar. El gráfico 6 muestra la relación inversa entre APHAR y TDJ.

Loayza et al. (1999) ilustran los efectos negativos y marcadamente significativos de la dependencia de jóvenes sobre el ahorro y sugieren que los países desarrollados con población joven con miras de acelerar su transición demográfica y acelerar la caída de su dependencia, podrían ser testigos del incremento transitorio de sus ratios de ahorro antes de alcanzar la siguiente etapa de madurez demográfica, donde la mayor dependencia de la población adulta tendería a bajar las tasas de ahorro.

La estructura poblacional de El Salvador evoluciona hacia una base poblacional angosta (Véase Anexo 2); este cambio debería favorecer al ahorro de los hogares. No obstante, un vistazo más detallado de la transición demográfica revela que el proceso ha sido lento y ha evolucionado de la mano con el aumento de los estratos de población adulta, lo que puede explicar parte de los bajos niveles de ahorro que se mantienen de manera persistente a nivel macro.

Fuente: Elaboración propia con base en EHPM 2007-2010

                                                                                                                         9  Debido  a  la  disponibilidad  de  los  datos,  en  esta  apartado  no  se  considera  la  dependencia  de  los  adultos  mayores  y  por  el   contrario   se   les   considera  como  población  activa,  por   lo  que   su   interpretación  debe  considerarse  como  una  aproximación  al  ratio  verdadero.  Esto  se  corrige  en  la  siguiente  sección.  

 

0.00

500.00

1000.00

1500.00

2000.00

2500.00

0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.75

APHR

RDJ

A.  APHAR  VRS  RDJ

 

15    

Gráfico  7  APHAR  VRS.  RHCR  2007-­‐2010  

C. Ahorro y ratio de hogares con remesas.

Las remesas de los trabajadores en el exterior contribuyen a atenuar la volatilidad del ahorro externo, debido a que este flujo se ve menos afectado por la variabilidad de los mercados de capitales internacionales (CEPAL, 2007).

En El Salvador, las personas que reciben remesas tienen un ingreso relativamente estable que les permite consumir y/o ahorrar en el tiempo, los datos muestran que en promedio el 1.3% de los hogares que las reciben lo destinan al ahorro. Este porcentaje es congruente con el promedio de dólares recibidos por hogar que ronda los US$165 mensuales (EHPM 2010), monto que fácilmente puede ser destinado en su mayoría a consumir y solo para los extremos superiores se abre la posibilidad de ahorrar.

Lo anterior sirvió de base para considerar que las actividades productivas, es decir, aquellas generadoras de bienes y servicios que son retribuidas monetariamente, podrían ser la principal fuente de ingresos destinado al ahorro en el hogar y por el contrario, poseer ingresos por remesas podría desestimular el ahorro debido a que sus integrantes saben que un flujo relativamente estable les permite consumir incluso en épocas de crisis. Esto último se refuerza al observar el gráfico 7 donde se presenta la débil relación negativa entre APHAR y el ratio de hogares con remesas (RHCR). El ratio de hogares con remesas se obtuvo de dividir el total de hogares que reciben remesas entre el total de hogares que residen en cada departamento

Fuente: Elaboración propia con base en EHPM 2007-2010

D. Ahorro y tamaño del hogar

Las personas por hogar son obtenidas del número total de personas dividido el total de hogares de un departamento, siguiendo a Abdelkhalek et al. (2009) se espera que el tamaño del hogar (PPH) sea determinante en el ahorro, de tal forma que el aumento en el número de miembros genere una disminución en su nivel debido al incremento en el

 

0.00

500.00

1000.00

1500.00

2000.00

2500.00

0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50 0.55

APHR

RHCR

APHAR  VRS  RHCR

 

16    

Gráfico  8  APHAR  VRS.  PPH  2007-­‐2010  

gasto de consumo en general. El gráfico 8 muestra una relación inversa entre APHAR y PPH.

Fuente: Elaboración propia con base en EHPM 2007-2010

E. Ahorro y categoría ocupacional.

Para verificar la hipótesis de ahorro precautorio se utiliza la variable categoría ocupacional; su incorporación busca evidenciar que la mayor variabilidad en la frecuencia de los ingresos percibidos por los hogares que cuentan con jefes de hogar patronos o cuenta propia, aumenta el nivel de ahorro con el objetivo de enfrentar imprevistos futuros.

Estos ahorros pueden estar acumulados en activos no considerados como inmuebles, maquinaria, joyas, etc; por tanto, el incremento del ahorro en años de bonanza y la caída de este en años de crisis serían indicadores de la presencia de ahorro precautorio.

Asimismo proporciona una forma indirecta de abordar las consecuencias que los bajos retornos de la educación en El Salvador tienen sobre el ahorro. En el año 2009, el Ingreso promedio de los patronos y cuenta propia era US$149.0 dólares más alto que el ingreso promedio de los asalariados permanentes; y el 6.0 % de los patronos o cuenta propia contaban con 13 y mas años de estudio aprobados, en comparación al 26.0% de asalariados permanentes que contaban con el mismo nivel de estudios. De esta forma, bajos retornos se traducen en menores ingresos, por tanto, en ahorro reducido cuando los jefes de hogar son trabajadores dependientes.

0.00

500.00

1000.00

1500.00

2000.00

2500.00

3.50 3.70 3.90 4.10 4.30 4.50 4.70 4.90

APHR

PPH

 

17    

Gráfico  9  APHAR  VRS.  IMJH  2007-­‐2010  

F. Ahorro e índice de masculinidad de jefes de hogar

La hipótesis que se desprende asocia un mayor nivel de ahorro cuando las decisiones del hogar son tomadas por hombres, vinculado a factores culturales que inciden directamente o indirectamente, así como el mayor nivel del ingreso percibido por los jefes hombres frente al de una jefa de hogar mujer con igualdad de condiciones, podría relacionarse a diferencias culturales asociados al machismo. El índice de masculinidad de jefes de hogar (IMJH) se calcula dividiendo el número de jefes de hogar de sexo masculino partido el número de jefes de hogar del sexo femenino. El gráfico 9 muestra la relación entre APHAR y IMJH.

Fuente: Elaboración propia con base en EHPM 2007-2010

III. La metodología Siguiendo a Loayza, Schmith-Hebbel y Serven (1999), Abdelkhalek et al. (2009), CEPAL (2007) y Horioka y Wan (2007), considerando el aumento de información incluida en la boleta de la EHPM, realizado a partir del año 2008 y la base de datos más reciente a nivel muestral, se decidió utilizar los resultados de las EHPM de los años 2008 y 2009 en este ejercicio. Se construyó un compendio de variables consideradas determinantes del ahorro, entre las cuales se menciona: el nivel de ingreso por hogar, la tasa de dependencia jóvenes, la tasa de dependencia mayores de edad, el tamaño del hogar y dos variables que verifican hipótesis idiosincráticas como la calidad de ocupación jefe de hogar y el sexo del jefe de hogar. La tasa de interés no fue incluida, debido a que no se dispone del detalle por tipo de hogar o región. Un resumen del cálculo de las variables utilizadas en esta sección está disponible en el Cuadro 4. El detalle de la construcción de las mismas, como las respuestas de las preguntas que se utilizaron, se encuentra en Anexo 3.

0.00

500.00

1000.00

1500.00

2000.00

2500.00

1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80

APHR

IMJH

 

18    

Cuadro  4  Resumen  de  Variables  utilizadas.  

Fuente: Elaboración propia con base en EHPM 2008-2009

Asimismo se incluye un set de variables de control que buscan recoger efectos inobservables en el ahorro como el efecto que proporciona la seguridad de un flujo estable de ingresos por remesas, el tipo de vivienda como clasificador del hogar y el ahorro generado por el aliciente de un hogar que no es propietario de su vivienda respecto a aquellos hogares que ya la poseen. Las características de control se definieron como variables binarias, donde los hogares receptores de remesas toman el valor uno cuando el hogar recibe remesas y cero cuando no la recibe; el tipo de vivienda toma valor uno cuando el hogar habita en casa privada, apartamento o condominio y cero cuando habita en pieza en una casa o mesón (vecindad), casa improvisada, rancho, etc. Finalmente, la propiedad de la vivienda, toma valor uno cuando es propietario y cero cuando no lo es. Esta sección utiliza datos a nivel muestral, que no están afectadas por los factores de expansión ni han sido agregados de forma territorial como los incorporados en la sección anterior. El motivo de esta diferencia es que la riqueza de información que proporciona la heterogeneidad de condiciones a las que se enfrentan los hogares,

ID VARIABLE DESCRIPCIÓN

IPHM INGRESO  POR  HOGAR  MENSUAL.  (  $  )Monto  total  percibido  durante  un  período  establecido  (Período  de  referencia)  en  dinero  por  medio  de  su  trabajo  y  otras  fuentes  tales  como:  comisiones,  bonificaciones,  renta,  remesas  y  ayuda  familiar,  pensiones  y  jubilaciones,  intereses,  alquileres,  donaciones,  utilidades,  etc.

GPHM GASTO  POR  HOGAR  MENSUAL  ($) Monto  total  erogado  durante  un  período  establecido  (Período  de  referencia).

SEXOJH SEXO  DEL  JEFE  DE  HOGARSexo  del  miembro  de  un  hogar  que  ejerce  la  autoridad  para  tomar  las  decisiones  que  involucra  al  grupo  familiar  y  que  es  reconocido  como  tal  por  los  miembros  que  lo  conforman.

DEPENDJ DEPENDENCIA  DE  JÓVENES Ratio  entre  la  población  de  15  años  o  menos  entre  la  población  de  16  a  65  años

DEPENDME DEPENDENCIA  DE  MAYORES  DE  EDAD Ratio  entre  la  población  de  66  años  o  mas  entre  la  población  de  16  a  65  años

TAMAH TAMAÑO  DEL  HOGAR Total  de  personas  que  componen  el  hogar.

IPHA INGRESO  POR  HOGAR  ANUAL  (  $  ) IPHM*12

50P PERCENTIL  SOBRE  EL  IPHASe  refiere  al  cuantil  a  que  pertenece  el  hogar  dentro  de  la  distribución  de  la  submuestra  divida  en  50  clases  iguales  (Max-­‐Min/50).

GPHA GASTO  POR  HOGAR  ANUAL  ($) GPHM*12

APHA AHORRO  POR  HOGAR  ANUAL  ($) IPHA-­‐GPHA

CALIDAD CALIDAD  DE  OCUPACIÓN  PRINCIPAL Calidad  de  ocupación  principal  del  jefe  de  hogar.  Es  1  si  su  calidad  corresponde  a  empleador  o  patrono,  cuanta  propia  con  local  y  cuanta  propia  sin  local;  y  cero  en  otro  caso.

 

19    

presente en la información disponible en las EHPM a nivel muestral, superó la deficiencia de no contar con estructuras de panel que permitiera el seguimiento temporal de las variables, que está presente en las agregaciones territoriales de los datos utilizados en la sección dos, sobre todo porque su uso habría implicado una muestra reducida de datos. Sin embargo, la intuición del cálculo de cada variable se mantiene. Se redujo la muestra original de los años 2008 y 2009 para obtener cuatro submuestras aleatorias de aproximadamente 2000 hogares por año, la reducción se realizó a partir de la selección aleatoria de hogares dentro de cada segmento muestral10 de la muestra original para respetar el diseño inicial y su representatividad. El proceso de reducción consistió en extraer los segmentos muestrales de la muestra original e identificar cada hogar que pertenece a este, se estableció que dos submuestras globales de 2000 hogares por año eran suficientes debido a que guardan relación con los trabajos empíricos revisados11. Dentro de cada segmento muestral original se realizó una selección aleatoria de hogares que conserva la estructura de la original de la muestra. Se depuraron las submuestras, las que se llamarán muestras de aquí en adelante, eliminando aquellos hogares que presentan ingreso cero en el año, ya que se consideraron sesgo muestral. En la muestra uno del año 2008 no se identificó algún hogar con ingreso cero, sin embargo en la muestra dos del mismo año se detectaron 2 hogares, que al excluirlos resultó una muestra final de 1998 hogares; en el año 2009 se identificaron 11 hogares en la muestra uno y 13 en la muestra dos, quedando un total de 1989 y 1986 hogares para este año respectivamente. La revisión de la literatura contiene una diversidad de metodologías econométricas aplicables a este tipo de ejercicios, pero debido a la estructura de la base de datos disponible, mencionada anteriormente, se decidió utilizar secciones cruzadas estimadas por Mínimos Cuadrados Ordinarios (MICO), los cuales fueron ajustados con el método de White para corrección de varianzas consistente con heteroscedasticidad, con el objetivo de eliminar la ineficiencia de los estimadores. La elección metodológica tiene la desventaja de asumir que las variables explicativas son estrictamente exógenas. El problema más frecuente en ejercicios de corte transversal es la presencia de heteroscedasticidad, que al utilizar MICO genera estimadores ineficientes. En el caso del ahorro, el problema es más evidente, pues se espera que a medida se pase de hogares con ingresos menores a aquellos de ingreso alto, la variabilidad respecto a la media del ahorro de cada categoría de ingreso incrementa; por lo que asumir varianzas constantes sería un error, cambiando el supuesto a una distribución de la forma σ2Ω. El anexo 4, muestra las pruebas realizadas a las muestras que confirman la presencia de heteroscedasticidad.                                                                                                                          10  Unidad  estadística  que  determina  el  nivel  de  los  factores  de  expansión,  compuesta  por  un  conjunto  de  viviendas  encuestadas.  EHPM  2009.  11  Horioka  y  Wan  (2007)  utilizan  272  observaciones  para  China  y  Abdelkhalek  et  al.  (2009)  utilizan  una  muestra  de    300  hogares  para  Marruecos.  

 

20    

La correcta matriz de varianza y covarianza es expresada por:

Var (b) = 𝐸[ 𝑏 − 𝐵 𝑏 − 𝐵 ′] = 𝐸 𝑋 ′𝑋 !!𝑋 ′𝑒𝑒 ′𝑋 𝑋 ′𝑋 !! = σ! 𝑋 ′𝑋 !!𝑋′Ω𝑋 𝑋 ′𝑋 !!

El problema de la estimación se vuelca entonces hacia la búsqueda de la forma correcta de la matriz Ω, ya que en ella se encuentra la clave para corregir el problema de heteroscedasticidad. Uno de los métodos más sencillos y adecuado para muestras grandes (Johnston & DiNardo, 2007) es el método de ponderaciones de White, el cual tiene la virtud de extraer la estructura heteroscedástica a partir de la información de la muestra para deducir la matriz Ω. Su aplicación empírica viene dada por la siguiente fórmula:

Ω =  T

T− k e!X!X′!/T!

!!!

Donde e! es la estimación de los residuos de la regresión original, T es el número de observaciones y k el número de parámetros. Esta versión ajustada está disponible en el paquete estadístico Econometrics Views.

IV. Más hogares con ingresos altos y hogares productores son clave para estimular el ahorro

Se corrieron siete secciones cruzadas por cada muestra y año de estudio, veintisiete en total12, con el objetivo de verificar la robustez de los coeficientes encontrados.

Los resultados muestran que el crecimiento del ingreso entre los hogares de la muestra es significativa en todas las regresiones, evidenciando su importancia en la determinación del ahorro, y confirma que al pasar de hogares con ingresos bajos a aquellos con ingresos superiores, el ahorro incrementa y lo hace en alrededor de US$700 dólares al año (Véase cuadro 5)13; el coeficiente positivo de las regresiones verifica la importancia transversal del nivel de ingreso en la determinación del ahorro.

Debido a las limitantes de la información disponible mencionadas anteriormente, no se puede concluir respecto a la presencia de la hipótesis del ingreso permanente más allá de lo analizado en el gráfico 4. Sin embargo, al igual que Abdelkhalek et al. (2009) y Horioka y Wan (2007) la significancia de los resultados evidencia la relación positiva que ocurre entre el ingreso y el ahorro de los hogares, implicando que el fomento al crecimiento económico, es una forma indirecta pero efectiva para incrementar el ahorro en el sector (Loayza et al. 1999).

                                                                                                                         12  Una  de  las  regresiones  derivadas  de  la  muestra  dos  del  año  2008,  no  fue  evaluada  porque  ningún  jefe  de  hogar  de  la  muestra  reportó  recibir  remesas.  13   En   el   anexo   5   se   proporcionan   las   salidas   detalladas   del   cálculo   de   las   regresiones   utilizando   el  programa  Eviews.  

 

21    

Cuadro  5  Resultados  modelos  de  regresión.  

Fuente: Elaboración propia con base en EHPM 2008-2009.

Este crecimiento económico, para el caso de El Salvador, necesita del mejoramiento en la equidad en la distribución del ingreso, que aumente el acervo de hogares con capacidad de ahorrar. A nivel macro, no hay evidencia reciente que indique una causalidad del crecimiento del PIB sobre el ahorro nacional, no obstante los resultados sugieren que cierta endogeneidad es aplicable en el sector de los hogares, la cual no es perceptible en el agregado debido a los movimientos del ahorro individual de los otros agentes participantes, que podrían anular el efecto positivo encontrado en el sector.

Esta endogeneidad podría derivarse, en principio, del efecto distributivo del ingreso sobre el nivel de ahorro, es decir, que la concentración del ingreso en un pequeño grupo de familias permite que estas ahorren, pero la evidencia revela que esto es ineficiente, por lo que una distribución equitativa del ingreso adicional podría generar aumentos en

MUESTRA  UNO  2008: 2000  observacionesMODELOSC -­‐1356.48 *** -­‐1223.20 *** -­‐1236.08 *** -­‐1309.55 *** -­‐1312.13 *** -­‐1194.76 *** -­‐1210.38 ***50P 712.20 *** 716.99 *** 716.88 *** 716.36 *** 716.30 *** 717.19 *** 717.01 ***Dependencia  de  jóvenes -­‐359.63 *** -­‐298.86 *** -­‐298.76 *** -­‐287.21 *** -­‐286.19 *** -­‐288.30 *** -­‐286.20 ***Dependencia  de  mayores  de  edad 53.03 50.70 50.82 58.71 60.46 65.88 59.57Tamaño  del  hogar -­‐49.02 P  (0.2) -­‐49.72 P  (0.2) -­‐53.83 P  (0.16) -­‐53.56 P  (0.16) -­‐52.19 P  (0.17) -­‐54.02 P  (0.17)Calidad  de  ocupación 50.01 53.91 56.20 57.26 51.39Sexo  de  Jefe  de  Hogar 123.28 121.00 116.12 116.53Hogares  con  remesas 1647.90 1660.80 1642.17Tipo  de  vivienda -­‐134.06 -­‐146.09Proiedad  de  la  vivienda 52.01

R2 0.675 0.675 0.675 0.676 0.676 0.676 0.676

71 2 3 4 5 6

MUESTRA  DOS  2008: 1998  observacionesMODELOSC -­‐1940.50 *** -­‐1792.14 *** -­‐1887.20 *** -­‐1869.35 *** -­‐1656.72 *** -­‐1666.69 ***50P 1558.75 *** 1568.10 *** 1569.38 *** 1569.46 *** 1571.89 *** 1571.67 ***Dependencia  de  jóvenes -­‐195.89 *** -­‐127.55 -­‐126.48 -­‐130.01 -­‐133.62 -­‐131.24Dependencia  de  mayores  de  edad 134.83 130.10 144.22 143.38 159.87 156.00Tamaño  del  hogar -­‐53.02 P  (0.11) -­‐56.49 * -­‐55.11 P  (0.1) -­‐53.19 P  (0.12) -­‐54.52 P  (0.11)Calidad  de  ocupación 309.59 *** 310.02 *** 315.10 *** 312.29 ***Sexo  de  Jefe  de  Hogar -­‐31.78 -­‐44.12 -­‐42.18Tipo  de  vivienda -­‐238.07 * -­‐243.92 *Proiedad  de  la  vivienda 28.52

R2 0.772 0.772 0.773 0.773 0.774 0.774

1 2 3 4 5 6

MUESTRA  UNO  2009 1989  observacionesMODELOSC -­‐1402.62 *** -­‐1265.99 *** -­‐1197.26 *** -­‐1238.71 *** -­‐1046.02 *** -­‐839.52 *** -­‐893.72 ***50P 753.36 *** 758.25 *** 753.21 *** 753.02 *** 758.78 *** 760.19 *** 760.14 ***Dependencia  de  jóvenes -­‐181.56 *** -­‐125.44 * -­‐130.30 * -­‐123.33 * -­‐91.24 -­‐96.12 -­‐86.99Dependencia  de  mayores  de  edad -­‐303.84 -­‐304.24 -­‐312.70 * -­‐307.45 -­‐249.74 -­‐245.85 -­‐261.59Tamaño  del  hogar -­‐47.38 ** -­‐39.71 -­‐42.20 * -­‐59.76 ** -­‐58.15 ** -­‐64.28 **Calidad  de  ocupación -­‐253.67 *** -­‐257.26 *** -­‐209.75 ** -­‐206.66 ** -­‐224.39 **Sexo  de  Jefe  de  Hogar 72.96 -­‐44.66 -­‐45.49 -­‐42.10Hogares  con  remesas -­‐694.93 *** -­‐686.63 *** -­‐690.04 ***Tipo  de  vivienda -­‐234.83 ** -­‐261.56 ***Proiedad  de  la  vivienda 149.30 *

R2 0.764 0.765 0.766 0.766 0.770 0.771 0.771

71 2 3 4 5 6

MUESTRA  DOS  2009 1986  observacionesMODELOSC -­‐1662.91 *** -­‐1425.67 *** -­‐1361.18 *** -­‐1334.35 *** -­‐1151.81 *** -­‐805.27 *** -­‐817.33 ***50P 774.49 *** 782.38 *** 776.71 *** 776.95 *** 779.95 *** 782.04 *** 781.90 ***Dependencia  de  jóvenes -­‐41.31 51.14 42.07 36.53 47.26 37.85 39.73Dependencia  de  mayores  de  edad 88.48 73.48 59.56 56.40 85.81 103.75 99.76Tamaño  del  hogar -­‐81.68 *** -­‐71.18 *** -­‐69.63 *** -­‐78.07 *** -­‐74.79 *** -­‐75.98 ***Calidad  de  ocupación -­‐259.22 *** -­‐258.04 *** -­‐228.89 *** -­‐222.56 *** -­‐226.43 ***Sexo  de  Jefe  de  Hogar -­‐46.24 -­‐178.50 ** -­‐184.73 ** -­‐184.94 **Hogares  con  remesas -­‐581.57 *** -­‐560.62 *** -­‐560.67 ***Tipo  de  vivienda -­‐399.17 *** -­‐406.35 ***Proiedad  de  la  vivienda 35.62

R2 0.806 0.808 0.809 0.809 0.812 0.812 0.812

71 2 3 4 5 6

 

22    

el ahorro del sector debido al incremento en el número de hogares que sobrepasan la brecha del desahorro y que junto con los que ya se encuentran ahorrando, propicien aumentos en su nivel.

A pesar que la dependencia de jóvenes tiene el signo esperado en la mayoría de las muestras y es significativa en las regresiones para la muestra uno del año 2008, esto no se verifica en el 2009, año en que pierde y recupera su significancia con cambios de especificación, y el signo de su coeficiente es inestable. El ratio de dependencia de mayores de edad no es significativo en ninguna de las muestras, llevando a no confirmar la presencia de la hipótesis del ciclo de vida en el comportamiento de los hogares considerados dentro la muestra, posiblemente ligado a las restricciones de liquidez mencionadas por USG-GOES (2011).

El tamaño del hogar es significativo en la mayoría de las regresiones ejecutadas para las muestras del año 2009, y a pesar de no ser significativa en el año 2008, su probabilidad de ser cero es baja y disminuye a medida se mejora la especificación. Esto indica que muy probablemente los hogares con más miembros tienden a disminuir su nivel de ahorro, estos resultados se podrán confirmar en el futuro con más información.

En promedio, desde el año 2000 los hogares salvadoreños han transitado hacia la reducción de su tamaño, generando condiciones favorables para el ahorro; sin embargo, las implicaciones son negativas si consideramos los efectos transversales, debido a que los hogares del área rural están compuestos por más personas que en el área urbana (4.26 y 3.73 personas por hogar respectivamente), estos hogares se ven más afectados en crisis debido a su reducida capacidad de suavizar su consumo en el tiempo.

Un resultado importante es la caída significativa del ahorro en el año 2009, cuando se pasa a jefes de hogar en ocupación independiente como cuenta propia o patronos. Esto indica un desahorro característico de los momentos de crisis, con pérdida de ingresos, contracción del crédito y depósitos en el sistema financiero14. Este exceso de gasto corriente podría haber sido financiado mediante la venta de activos acumulados con anterioridad o la liquidación de activos financieros, los cuales no fueron incorporados en el concepto de ahorro en esta investigación. Esto podría confirmarse con el coeficiente positivo del año 2008, período pre crisis, que a pesar que su significancia no se logra en una de las muestras, es un indicativo de una probable acumulación de ahorro precautorio para enfrentar épocas de crisis.

Asimismo, la mayor variabilidad en la frecuencia de sus ingresos respecto a los reportados por otros jefes de hogar15, refuerza las hipótesis de ahorro precautorio y las consecuencias de los bajos retornos a la educación mencionados anteriormente. Estas condiciones podrían asociarse a la disminuida productividad del trabajo y a una demanda del mercado laboral poco desarrollada que compra trabajo a precios bajos.

El ahorro precautorio de este grupo poblacional, en especial el de largo plazo puede ser canalizado por el sistema financiero para proyectos de inversión que dinamicen la economía y que aumenten los activos productivos que además de estimular el crecimiento, sean un resguardo precautorio de los hogares tenedores.

                                                                                                                         14  Cifras  del  Banco  Central  de  Reserva  de  El  Salvador  indican  que  en  2009  se  registraron  reducciones  de  5.8%    y  1.8%  en  saldos  de  préstamos  y  los  depósitos  privados  en  bancos  y  financieras,  respectivamente  15En   el   año   2009   el   60%   de   los   jefes   de   hogar   con   trabajo   independiente   reciben   pagos   por   obra   o  destajo  frente  a  1  %  de  jefes  de  hogar  con  trabajo  dependiente.    

 

23    

El sexo del jefe de hogar, aún cuando es significativo en algunas regresiones, presenta cambios de signo y pérdidas de significancia con los cambios de muestra, e incluso de especificación en un mismo año, por lo que no se concluye respecto a su importancia ni sentido en la determinación del ahorro en ambos años.

Debe resaltarse que los hogares que perciben remesas tienden a ahorrar menos con coeficientes altamente significativos en las muestras del año 2009, lo cual, si bien es cierto, no era claro en el análisis descriptivo presentado en la sección dos, son indicadores de los efectos positivos que genera la tenencia de un flujo futuro relativamente estable en el consumo, en detrimento del ahorro. Esta hipótesis tendrá que ser verificada en el futuro, ya que no se puede confirmar con las muestras del año 2008.

Respecto al resto de las variables de control, su inclusión agrega información en algunas regresiones, contribuyendo a su especificación.

V. Conclusiones.

El Salvador se encuentra sumergido en un proceso endógeno de menor ahorro nacional, baja inversión, menor crecimiento económico y desigualdad en la distribución del ingreso, que lo posiciona bajo la mediana respecto a los países Latinoamericanos.

Un mecanismo relevante para estimular el ahorro, es el crecimiento en el ingreso que considere la equidad en su distribución, de manera que se procure un aumento del número de hogares que sobrepasen la brecha del desahorro y que conformen una clase media con disponibilidad suficiente para mantener el crecimiento económico presente, mediante el consumo y la sostenibilidad futura mediante el ahorro.

Si la tendencia a la reducción en el tamaño de los hogares se mantiene, las condiciones para generar ahorro privado mejorarán. Sin embargo, esta transición debe garantizar un equilibrio entre sostenibilidad del factor trabajo y el fomento del ahorro nacional. Mientras esto ocurre, la población rural necesitará de la implementación de mecanismos paliativos orientados a aminorar los efectos negativos de su reducida capacidad de ahorro, que la hacen vulnerable ante desequilibrios que afectan su ingreso real.

Finalmente, el fomento de la actividad empresarial a nivel de pequeños y medianos productores parece ser una herramienta inmediata para incrementar el ahorro, este impulso puede sustentarse por el aumento de la productividad de los factores, como lo recomiendan Cabrera (2006) y Alvarado (2010), que mejore la competitividad de los bienes transables, aumente las exportaciones y las ganancias de sus ventas, reduciendo implícitamente el déficit de cuenta corriente a un nivel autosostenible, lo que disminuye la dependencia de las transferencias corrientes de los trabajadores en el exterior. Este beneficio también debe canalizarse a través de mejores salarios que impulsen un mejoramiento en los retornos a la educación.

 

24    

Referencias Bibliográficas

Abdelkhalek,  T.,  Arestoff,  F.,  de,  N.  E.,  &  Mage,  S.  (2009).  A  microeconometric  analysis  of  households  saving  determinants  in  Morocco.  17.  

Alvarado  Zepeda,  C.  A.  (2010).  Análisis  de  la  productividad  y  los  costos  laborales  unitarios  reales  en  El  Salvador  1990-­‐2009.  Aspectos  teóricos  e  implicaciones  en  la  competitividad.  Documentos  Ocasionales  No.  2010-­‐03  ,  48.  

Banco  Central  de  Chile.  (2011).  Base  de  datos  estadísticos.  Santiago,  Chile.  

Banco  Central  de  Reserva  de  El  Salvador.  (1997).  Nuevo  Sistema  de  Cuentas  Nacionales.  San  Salvador:  BCR.  

Banco  Central  de  Reserva  de  El  Salvador.  (2011).  Base  de  datos  económica-­‐financiera.  San  Salvador,  El  Salvador.  

Banco  de  Guatemala.  (2011).  Sistema  de  cuentas  nacionales  1993.  Año  base  2001.  TOMO  II  .  Guatemala.  

Banco  Mundial.  (2011).  World  Development  Indicators  and  Global  development  finance.  Washington,  Estados  Unidos.  

Bebczuk,  R.  N.,  &  Musalem,  A.  R.  (2006).  Pensions  and  saving:  new  international  panel  data  evidence.  Documento  de  trabajo,  Universidad  Nacional  de  la  Plata  .  

Cabrera,  O.  (2006).  Competitividad  internacional  e  inflación  dual:  ¿Diferenciales  de  productividad  o  rigideces  institucionales?  Debates  serie  de  investigacion,  No.2  .  

CEPAL.  (2007).  Estudio  económico  de  américa  latina  y  el  caribe.  Capítulo  II.  Chile.  

De  Gregorio,  J.  F.  (2007).  Macroeconomía  Teoría  y  Políticas.  México:  Pearson  Educación.  

División  de  Cuentas  Nacionales,  Subgerencia  de  Estudios  Económicos,  Banco  Central  de  Honduras.  (2011).  Cuentas  económicas  integradas  2007.  Honduras.  

Equipo  Técnico  USG-­‐GOES.  (2011).  Partnership  for  growth:  El  Salvador  constraints  Analysis.  San  Salvador:  Embajada  de  Estados  Unidos  en  El  Salvador.  

Horioka,  C.  Y.,  &  Wan,  J.  (2007).  The  determinants  of  household  saving  in  China:  a  dynamic  panel  analysis  of  provincial  data.  Working  Paper  2007-­‐2008  .  Estados  Unidos:  Federal  Reserve  Bank  of  San  Francisco.  

Johnston,  J.,  &  DiNardo,  J.  (2007).  Econometrics  Methods.  New  York:  McGraw-­‐Hill  Companies.  

Loayza,  N.,  Schmidt-­‐Hebbel,  K.,  &  Servén,  L.  (1999).  What  drives  private  saving  across  the  world?  Banco  Central  de  Chile.  Working  papers  No.47  .  

 

25    

Ministerio  de  Economía,  Dirección  General  de  Estadística  y  Censos.  (2008).  Encuesta  de  Hogares  de  Propósitos  Multiples  2008.  El  Salvador.  

Ministerio  de  Economía,  Dirección  General  de  Estadística  y  Censos.  (2009).  Encuesta  de  Hogares  de  Propósitos  Multiples  2009.  El  Salvador.  

Ministerio  de  Economía,  Dirección  General  de  Estadística  y  Censos.  (2010).  Encuesta  de  Hogares  de  Propósitos  Multiples  2010.  El  Salvador.  

Ministerio  de  Economía,  Dirección  General  de  Estadística  y  Censos.  (2007).  Encuesta  de  Hogares  de  Propósitos  Multiples  2007.  El  Salvador.  

Mohan,  R.  (2006).  Causal  Relationship  between  savings  and  economic  growth  in  countries  with  different  income  levels.  Economics  bulletin  .  

Naciones  Unidas,  FMI,  Comisión  de  las  Comunidades  Europea,  Organización  para  la  Cooperación  y  el  Desarrollo  Económico  y  Banco  Mundial.  (1993).  Sistema  de  cuentas  nacionales  1993.  Bruselas  /  Luxemburgo,  Nueva  York,  París,  Washington  D.C.  

Sinha,  D.,  &  Sinha,  T.  (1998).  Cart  before  the  horse?  The  saving-­‐growth  nexus  in  Mexico.  Economics  Letters  61  ,  43-­‐47.  

Venieris,  Y.  P.,  &  Gupta,  D.  K.  (1986).  Income  distribution  and  sociopolitical  instability  as  determinants  of  savings:  A  cross-­‐sectional  model.  Journal  of  polítical  economy,  vol.  94  no.  4  (agosto  1986)  ,  873-­‐883.  

 

26    

Anexo 1 Ahorro  Interno  –  Inversión  1982-­‐2009  

Fuente: Banco Mundial, WDI 2011

0

10

20

30

40

50

60

0 10 20 30 40 50 60

CHN SEN GMB BEN ESP ETH MUS CRI NZL BOL

 

27    

Anexo 2 Estructura por edad y sexo de la población de El Salvador Censos 1992 y 2007

Fuente: VI censo de población y V de vivienda 2007.

 

28    

Anexo  3  Construcción  de  Variables  Utilizadas  

ID VARIABLE RESPUESTAS  UTILIZADAS  EN  LA  CONSTRUCCIÓN*

IPHM INGRESO  POR  HOGAR  MENSUAL.  (  $  )

R424,R423,R42501,R42502,R42503,R42504,R42511,R427,R428,R429,R434,R43501,R43502,,R43503,R43504,R43511,R44401,R44402,,R44403,R44404,R44405,R44406,R44407,R44408,R44409,R44410,R44501,R44502,R44503,R44504,R44505,R44506,R44507,R44508,R44509,R44510,R44511,R44512,R510,R511

GPHM GASTO  POR  HOGAR  MENSUAL  ($)R44701,R44702,R44703,R44704,R44705,R44801,R44802,R44803,R44804,R44805,R45001,R45002,R45003,R45004,R45101,R45102,R45103,R45104,R605,R606,R613,R614,R615,R806,R809,R811,R308,R331

SEXOJH SEXO  DEL  JEFE  DE  HOGAR R104

DEPENDJ DEPENDENCIA  DE  JÓVENES R106

DEPENDME DEPENDENCIA  DE  MAYORES  DE  EDAD R106

TAMAH TAMAÑO  DEL  HOGAR R101

IPHA INGRESO  POR  HOGAR  ANUAL  (  $  ) IPHM*12

50P PERCENTIL  SOBRE  EL  IPHA IPHA

GPHA GASTO  POR  HOGAR  ANUAL  ($) GPHM*12

APHA AHORRO  POR  HOGAR  ANUAL  ($) IPHA-­‐GPHA

CALIDAD CALIDAD  DE  OCUPACIÓN  PRINCIPAL R418

*  La  numeración  ha  sido  basada  en  la  boleta  de  la  EHPM  del  año  2009,  para  algunas  preguntas  la  numeración  podría  variar  en  el  año  2008,  pero  no  su  contenido.  Los  datos  se  ajustaron  según  la  frecuencia  temporal  de  la  variable.

 

29    

Anexo 4. Prueba de White para detección de Heteroscedasticidad. Muestra uno 2008

Heteroskedasticity  Test:  White

F-­‐statistic 17.75957        Prob.  F(42,1957) 0.0000Obs*R-­‐squared 551.9268        Prob.  Chi-­‐Square(42) 0.0000Scaled  explained  SS 4791.649        Prob.  Chi-­‐Square(42) 0.0000

Test  Equation:Dependent  Variable:  RESID^2Method:  Least  SquaresDate:  10/02/12      Time:  14:23Sample:  1  2000Included  observations:  2000Collinear  test  regressors  dropped  from  specification

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C 3193528 4633147 0.689278 0.4907_50P -­‐278887.6 1003493 -­‐0.277917 0.7811_50P^2 74255.14 6662.13 11.14585 0_50P*DEPENDJ 612049.5 170228 3.59547 0.0003_50P*DEPENDME -­‐281421.1 386567.4 -­‐0.728 0.4667_50P*TAMAH -­‐85652.58 56707.17 -­‐1.510436 0.1311_50P*CALIDAD 1180918 194576.3 6.069178 0_50P*SEXOJH -­‐1267743 264284.3 -­‐4.79689 0_50P*REMESA 417199.7 3600143 0.115884 0.9078_50P*TIPOVIV -­‐180963.2 960362 -­‐0.188432 0.8506_50P*PROPIEDH 1318836 226265.6 5.828705 0DEPENDJ -­‐878607.6 3055294 -­‐0.287569 0.7737DEPENDJ^2 131006.7 592116.9 0.221251 0.8249DEPENDJ*DEPENDME -­‐4215699 1919341 -­‐2.196431 0.0282DEPENDJ*TAMAH -­‐1076599 451010 -­‐2.387084 0.0171DEPENDJ*CALIDAD 1760686 1309592 1.344454 0.179DEPENDJ*SEXOJH -­‐2763087 1603535 -­‐1.723123 0.085DEPENDJ*REMESA -­‐2430764 84212877 -­‐0.028865 0.977DEPENDJ*TIPOVIV 764792.2 2418112 0.316277 0.7518DEPENDJ*PROPIEDH 6356636 1457073 4.362605 0DEPENDME -­‐6205840 8067145 -­‐0.769273 0.4418DEPENDME^2 -­‐2379380 2015770 -­‐1.180383 0.238DEPENDME*TAMAH 3658534 1159881 3.154232 0.0016DEPENDME*CALIDAD -­‐3390175 2698027 -­‐1.256538 0.2091DEPENDME*SEXOJH 1277543 3000273 0.425809 0.6703DEPENDME*TIPOVIV 2056611 6413063 0.320691 0.7485DEPENDME*PROPIEDH -­‐752317 3128371 -­‐0.240482 0.81TAMAH 328204.8 1241354 0.264393 0.7915TAMAH^2 261657.1 75001.92 3.488672 0.0005TAMAH*CALIDAD -­‐735150.8 483838.6 -­‐1.519414 0.1288TAMAH*SEXOJH 1665882 508962.6 3.273093 0.0011TAMAH*TIPOVIV -­‐159288 1025606 -­‐0.155311 0.8766TAMAH*PROPIEDH -­‐3294221 611000.2 -­‐5.391521 0CALIDAD -­‐4944720 4002712 -­‐1.235342 0.2169CALIDAD*SEXOJH 3930630 1906058 2.062177 0.0393CALIDAD*TIPOVIV 418241.1 3618141 0.115596 0.908CALIDAD*PROPIEDH -­‐464630.7 2068896 -­‐0.224579 0.8223SEXOJH -­‐2523841 3947000 -­‐0.639433 0.5226SEXOJH*TIPOVIV 2012488 3800879 0.52948 0.5965SEXOJH*PROPIEDH 122370.2 1972642 0.062034 0.9505TIPOVIV -­‐899611.6 4562110 -­‐0.197192 0.8437TIPOVIV*PROPIEDH 90053.27 3561724 0.025284 0.9798PROPIEDH 1898289 4080373 0.465224 0.6418

R-­‐squared 0.275963        Mean  dependent  var 4984926Adjusted  R-­‐squared 0.260425        S.D.  dependent  var 20881466S.E.  of  regression 17957762        Akaike  info  criterion 36.26621Sum  squared  resid 6.31E+17        Schwarz  criterion 36.38663Log  likelihood -­‐36223.21        Hannan-­‐Quinn  criter. 36.31042F-­‐statistic 17.75957        Durbin-­‐Watson  stat 2.018078Prob(F-­‐statistic) 0

 

30    

Prueba de White para detección de Heteroscedasticidad. Muestra uno 2009

Heteroskedasticity  Test:  White

F-­‐statistic 4.648193        Prob.  F(49,1939) 0.00000Obs*R-­‐squared 209.0759        Prob.  Chi-­‐Square(49) 0.00000Scaled  explained  SS 2082.524        Prob.  Chi-­‐Square(49) 0.00000

Test  Equation:Dependent  Variable:  RESID^2Method:  Least  SquaresDate:  10/02/12      Time:  14:38Sample:  1  1989Included  observations:  1989Collinear  test  regressors  dropped  from  specification

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C 406843.8 3854642 0.105546 0.916_50P 315558.9 862528.8 0.365853 0.7145_50P^2 7602.951 6166.887 1.232867 0.2178_50P*DEPENDJ -­‐37952.93 146947.7 -­‐0.258275 0.7962_50P*DEPENDME -­‐196339.6 263166.6 -­‐0.746066 0.4557_50P*TAMAH 6960.007 40818.95 0.170509 0.8646_50P*CALIDAD 5628.489 198151.9 0.028405 0.9773_50P*SEXOJH -­‐63335.83 193742.4 -­‐0.326908 0.7438_50P*REMESA 759010.7 230730.2 3.289603 0.001_50P*TIPOVIV 397481.8 846729.6 0.469432 0.6388_50P*PROPIEDH -­‐319629 178398.9 -­‐1.791653 0.0733DEPENDJ -­‐1143191 2321452 -­‐0.492447 0.6225DEPENDJ^2 -­‐220204.3 447214.9 -­‐0.49239 0.6225DEPENDJ*DEPENDME -­‐28752.05 1627825 -­‐0.017663 0.9859DEPENDJ*TAMAH 229247.1 335118.1 0.684078 0.494DEPENDJ*CALIDAD -­‐989609.7 1010010 -­‐0.979802 0.3273DEPENDJ*SEXOJH -­‐833795.2 1196947 -­‐0.696602 0.4861DEPENDJ*REMESA 2760044 1167347 2.364373 0.0182DEPENDJ*TIPOVIV -­‐194445.3 1729735 -­‐0.112413 0.9105DEPENDJ*PROPIEDH 2232728 1037212 2.152625 0.0315DEPENDME -­‐13642411 5854264 -­‐2.330338 0.0199DEPENDME^2 4229258 1628619 2.596837 0.0095DEPENDME*TAMAH 1050086 849610.8 1.235961 0.2166DEPENDME*CALIDAD -­‐319813.4 2265525 -­‐0.141165 0.8878DEPENDME*SEXOJH 3566244 2049922 1.739697 0.0821DEPENDME*REMESA 10013144 2273243 4.404784 0DEPENDME*TIPOVIV -­‐814303.6 4698667 -­‐0.173305 0.8624DEPENDME*PROPIEDH 3863216 2222285 1.738398 0.0823TAMAH 134703.9 968081.6 0.139145 0.8893TAMAH^2 -­‐28208.99 57119.85 -­‐0.493856 0.6215TAMAH*CALIDAD -­‐100068.6 376545.7 -­‐0.265754 0.7905TAMAH*SEXOJH 141208 406907.1 0.347028 0.7286TAMAH*REMESA -­‐733241.8 508023.2 -­‐1.443324 0.1491TAMAH*TIPOVIV 385544.4 808351.2 0.476952 0.6335TAMAH*PROPIEDH -­‐476538.1 449328.9 -­‐1.060555 0.289CALIDAD 2654933 3486588 0.76147 0.4465CALIDAD*SEXOJH 224026.6 1541657 0.145316 0.8845CALIDAD*REMESA -­‐4011326 1976643 -­‐2.029363 0.0426CALIDAD*TIPOVIV -­‐160663.7 2977434 -­‐0.05396 0.957CALIDAD*PROPIEDH -­‐1116707 1634179 -­‐0.683345 0.4945SEXOJH -­‐305369.1 3033513 -­‐0.100665 0.9198SEXOJH*REMESA -­‐294389.9 1865676 -­‐0.157793 0.8746SEXOJH*TIPOVIV 922650.3 2741766 0.336517 0.7365SEXOJH*PROPIEDH -­‐750068.5 1500921 -­‐0.499739 0.6173REMESA -­‐3853094 4589561 -­‐0.839534 0.4013REMESA*TIPOVIV 2812259 4271575 0.658366 0.5104REMESA*PROPIEDH 2512838 1995111 1.259498 0.208TIPOVIV -­‐2581945 3750333 -­‐0.688458 0.4912TIPOVIV*PROPIEDH 526954.8 2640823 0.199542 0.8419PROPIEDH 1688916 3067899 0.550512 0.582

R-­‐squared 0.105116        Mean  dependent  var 3128402Adjusted  R-­‐squared 0.082502        S.D.  dependent  var 14037149S.E.  of  regression 1.34E+07        Akaike  info  criterion 35.69103Sum  squared  resid 3.51E+17        Schwarz  criterion 35.83168Log  likelihood -­‐35444.72        Hannan-­‐Quinn  criter. 35.74269F-­‐statistic 4.648193        Durbin-­‐Watson  stat 2.002216Prob(F-­‐statistic) 0

 

31    

Prueba de White para detección de Heteroscedasticidad. Muestra dos 2008

Heteroskedasticity  Test:  White

F-­‐statistic 14.37338        Prob.  F(40,1957) 0.0000Obs*R-­‐squared 453.6926        Prob.  Chi-­‐Square(40) 0.0000Scaled  explained  SS 4671.513        Prob.  Chi-­‐Square(40) 0.0000

Test  Equation:Dependent  Variable:  RESID^2Method:  Least  SquaresDate:  10/03/12      Time:  14:17Sample:  1  1998Included  observations:  1998Collinear  test  regressors  dropped  from  specification

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐915550.9 5829194 -­‐0.157063 0.8752_50P 1415310 1955445 0.723779 0.4693_50P^2 9652.263 13133.96 0.734909 0.4625_50P*DEPENDJ 2793504 314413.1 8.884821 0_50P*DEPENDME -­‐1611537 671471.7 -­‐2.400007 0.0165_50P*TAMAH -­‐780451.1 107970.5 -­‐7.228372 0_50P*CALIDAD 2498265 395157.5 6.322202 0_50P*SEXOJH -­‐680832.5 432878.2 -­‐1.572804 0.1159_50P*TIPOVIV 3808555 1896569 2.008129 0.0448_50P*PROPIEDH 120090.9 467046.8 0.257128 0.7971DEPENDJ -­‐1931455 3126266 -­‐0.617815 0.5368DEPENDJ^2 153593.3 576266.8 0.266532 0.7899DEPENDJ*DEPENDME -­‐1466420 2457291 -­‐0.596763 0.5507DEPENDJ*TAMAH -­‐539381.6 442376.2 -­‐1.219283 0.2229DEPENDJ*CALIDAD 821693.9 1387429 0.592242 0.5538DEPENDJ*SEXOJH -­‐2358245 1764733 -­‐1.336318 0.1816DEPENDJ*TIPOVIV 22236.88 2457489 0.009049 0.9928DEPENDJ*PROPIEDH -­‐43389.39 1520341 -­‐0.028539 0.9772DEPENDME -­‐3703847 12782213 -­‐0.289766 0.772DEPENDME^2 -­‐446016 2511678 -­‐0.177577 0.8591DEPENDME*TAMAH 1003269 1235893 0.811776 0.417DEPENDME*CALIDAD -­‐559097.7 3108188 -­‐0.179879 0.8573DEPENDME*SEXOJH 1443523 3484716 0.414244 0.6787DEPENDME*TIPOVIV 3826248 12186030 0.313986 0.7536DEPENDME*PROPIEDH -­‐651667.8 3505739 -­‐0.185886 0.8526TAMAH 501194.6 1255643 0.399154 0.6898TAMAH^2 178318.6 84190.95 2.118026 0.0343TAMAH*CALIDAD -­‐775147.6 493261.3 -­‐1.571475 0.1162TAMAH*SEXOJH 415347.6 559159.3 0.742807 0.4577TAMAH*TIPOVIV -­‐213368.2 962502.8 -­‐0.221681 0.8246TAMAH*PROPIEDH -­‐415037.2 648821.2 -­‐0.639679 0.5225CALIDAD -­‐3512374 4309030 -­‐0.815119 0.4151CALIDAD*SEXOJH 906499.9 2035045 0.445445 0.656CALIDAD*TIPOVIV -­‐213892.7 3783311 -­‐0.056536 0.9549CALIDAD*PROPIEDH -­‐239476.2 2183360 -­‐0.109682 0.9127SEXOJH 2311527 4583989 0.504261 0.6141SEXOJH*TIPOVIV -­‐464812.7 4207071 -­‐0.110484 0.912SEXOJH*PROPIEDH -­‐1465251 2165431 -­‐0.676656 0.4987TIPOVIV -­‐6155329 5680979 -­‐1.083498 0.2787TIPOVIV*PROPIEDH 877993.7 3777639 0.232419 0.8162PROPIEDH 2264045 4352482 0.520173 0.603

R-­‐squared 0.227073        Mean  dependent  var 4734010Adjusted  R-­‐squared 0.211275        S.D.  dependent  var 21585469S.E.  of  regression 19170094        Akaike  info  criterion 36.39591Sum  squared  resid 7.19E+17        Schwarz  criterion 36.51082Log  likelihood -­‐36318.51        Hannan-­‐Quinn  criter. 36.4381F-­‐statistic 14.37338        Durbin-­‐Watson  stat 1.96335Prob(F-­‐statistic) 0

 

32    

Prueba de White para detección de Heteroscedasticidad. Muestra dos 2009

Heteroskedasticity  Test:  White

F-­‐statistic 4.648193        Prob.  F(49,1939) 0.00000Obs*R-­‐squared 209.0759        Prob.  Chi-­‐Square(49) 0.00000Scaled  explained  SS 2082.524        Prob.  Chi-­‐Square(49) 0.00000

Test  Equation:Dependent  Variable:  RESID^2Method:  Least  SquaresDate:  10/02/12      Time:  14:38Sample:  1  1989Included  observations:  1989Collinear  test  regressors  dropped  from  specification

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C 406843.8 3854642 0.105546 0.916_50P 315558.9 862528.8 0.365853 0.7145_50P^2 7602.951 6166.887 1.232867 0.2178_50P*DEPENDJ -­‐37952.93 146947.7 -­‐0.258275 0.7962_50P*DEPENDME -­‐196339.6 263166.6 -­‐0.746066 0.4557_50P*TAMAH 6960.007 40818.95 0.170509 0.8646_50P*CALIDAD 5628.489 198151.9 0.028405 0.9773_50P*SEXOJH -­‐63335.83 193742.4 -­‐0.326908 0.7438_50P*REMESA 759010.7 230730.2 3.289603 0.001_50P*TIPOVIV 397481.8 846729.6 0.469432 0.6388_50P*PROPIEDH -­‐319629 178398.9 -­‐1.791653 0.0733DEPENDJ -­‐1143191 2321452 -­‐0.492447 0.6225DEPENDJ^2 -­‐220204.3 447214.9 -­‐0.49239 0.6225DEPENDJ*DEPENDME -­‐28752.05 1627825 -­‐0.017663 0.9859DEPENDJ*TAMAH 229247.1 335118.1 0.684078 0.494DEPENDJ*CALIDAD -­‐989609.7 1010010 -­‐0.979802 0.3273DEPENDJ*SEXOJH -­‐833795.2 1196947 -­‐0.696602 0.4861DEPENDJ*REMESA 2760044 1167347 2.364373 0.0182DEPENDJ*TIPOVIV -­‐194445.3 1729735 -­‐0.112413 0.9105DEPENDJ*PROPIEDH 2232728 1037212 2.152625 0.0315DEPENDME -­‐13642411 5854264 -­‐2.330338 0.0199DEPENDME^2 4229258 1628619 2.596837 0.0095DEPENDME*TAMAH 1050086 849610.8 1.235961 0.2166DEPENDME*CALIDAD -­‐319813.4 2265525 -­‐0.141165 0.8878DEPENDME*SEXOJH 3566244 2049922 1.739697 0.0821DEPENDME*REMESA 10013144 2273243 4.404784 0DEPENDME*TIPOVIV -­‐814303.6 4698667 -­‐0.173305 0.8624DEPENDME*PROPIEDH 3863216 2222285 1.738398 0.0823TAMAH 134703.9 968081.6 0.139145 0.8893TAMAH^2 -­‐28208.99 57119.85 -­‐0.493856 0.6215TAMAH*CALIDAD -­‐100068.6 376545.7 -­‐0.265754 0.7905TAMAH*SEXOJH 141208 406907.1 0.347028 0.7286TAMAH*REMESA -­‐733241.8 508023.2 -­‐1.443324 0.1491TAMAH*TIPOVIV 385544.4 808351.2 0.476952 0.6335TAMAH*PROPIEDH -­‐476538.1 449328.9 -­‐1.060555 0.289CALIDAD 2654933 3486588 0.76147 0.4465CALIDAD*SEXOJH 224026.6 1541657 0.145316 0.8845CALIDAD*REMESA -­‐4011326 1976643 -­‐2.029363 0.0426CALIDAD*TIPOVIV -­‐160663.7 2977434 -­‐0.05396 0.957CALIDAD*PROPIEDH -­‐1116707 1634179 -­‐0.683345 0.4945SEXOJH -­‐305369.1 3033513 -­‐0.100665 0.9198SEXOJH*REMESA -­‐294389.9 1865676 -­‐0.157793 0.8746SEXOJH*TIPOVIV 922650.3 2741766 0.336517 0.7365SEXOJH*PROPIEDH -­‐750068.5 1500921 -­‐0.499739 0.6173REMESA -­‐3853094 4589561 -­‐0.839534 0.4013REMESA*TIPOVIV 2812259 4271575 0.658366 0.5104REMESA*PROPIEDH 2512838 1995111 1.259498 0.208TIPOVIV -­‐2581945 3750333 -­‐0.688458 0.4912TIPOVIV*PROPIEDH 526954.8 2640823 0.199542 0.8419PROPIEDH 1688916 3067899 0.550512 0.582

R-­‐squared 0.105116        Mean  dependent  var 3128402Adjusted  R-­‐squared 0.082502        S.D.  dependent  var 14037149S.E.  of  regression 1.34E+07        Akaike  info  criterion 35.69103Sum  squared  resid 3.51E+17        Schwarz  criterion 35.83168Log  likelihood -­‐35444.72        Hannan-­‐Quinn  criter. 35.74269F-­‐statistic 4.648193        Durbin-­‐Watson  stat 2.002216Prob(F-­‐statistic) 0

 

33    

Anexo  5  Detalle  de  Regresiones  Calculadas.  Muestra  uno  2008  

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:18Sample:  1  2000Included  observations:  2000White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1356.479 163.7165 -­‐8.285535 0.0000_50P 712.2015 36.20908 19.66914 0.0000DEPENDJ -­‐359.6322 72.03363 -­‐4.99256 0.0000DEPENDME 53.03207 122.6804 0.432278 0.6656

R-­‐squared 0.674898        Mean  dependent  var 1871.664Adjusted  R-­‐squared 0.674409        S.D.  dependent  var 3923.151S.E.  of  regression 2.24E+03        Akaike  info  criterion 18.26706Sum  squared  resid 1.00E+10        Schwarz  criterion 18.27826Log  likelihood -­‐18263.06        Hannan-­‐Quinn  criter. 18.27118F-­‐statistic 1381.202        Durbin-­‐Watson  stat 1.742753Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:19Sample:  1  2000Included  observations:  2000White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1223.198 145.57 -­‐8.402815 0.0000_50P 716.9886 37.85205 18.94187 0.0000DEPENDJ -­‐298.8604 93.8608 -­‐3.184081 0.0015DEPENDME 50.69736 122.7637 0.412967 0.6797TAMAH -­‐49.02305 38.30057 -­‐1.279956 0.2007

R-­‐squared 0.675414        Mean  dependent  var 1871.664Adjusted  R-­‐squared 0.674763        S.D.  dependent  var 3923.151S.E.  of  regression 2237.354        Akaike  info  criterion 18.26647Sum  squared  resid 9.99E+09        Schwarz  criterion 18.28047Log  likelihood -­‐18261.47        Hannan-­‐Quinn  criter. 18.27161F-­‐statistic 1037.824        Durbin-­‐Watson  stat 1.746652Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:20Sample:  1  2000Included  observations:  2000White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1236.083 150.6704 -­‐8.203882 0.0000_50P 716.8794 37.82448 18.95279 0.0000DEPENDJ -­‐298.7637 93.86205 -­‐3.183008 0.0015DEPENDME 50.8173 122.653 0.414318 0.6787TAMAH -­‐49.72243 38.44584 -­‐1.293311 0.1961CALIDAD 50.00631 113.7292 0.439697 0.6602

R-­‐squared 0.67545        Mean  dependent  var 1871.664Adjusted  R-­‐squared 0.674636        S.D.  dependent  var 3923.151S.E.  of  regression 2237.793        Akaike  info  criterion 18.26736Sum  squared  resid 9.99E+09        Schwarz  criterion 18.28417Log  likelihood -­‐18261.36        Hannan-­‐Quinn  criter. 18.27353F-­‐statistic 829.9768        Durbin-­‐Watson  stat 1.746038Prob(F-­‐statistic) 0

 

34    

Detalle  de  Regresiones  Calculadas.  Muestra  uno  2008  

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:20Sample:  1  2000Included  observations:  2000White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1309.553 168.9323 -­‐7.751938 0.0000_50P 716.3569 37.79273 18.95489 0.0000DEPENDJ -­‐287.2131 93.25895 -­‐3.079738 0.0021DEPENDME 58.7144 123.2514 0.476379 0.6339TAMAH -­‐53.83003 38.31622 -­‐1.404889 0.1602CALIDAD 53.91007 114.3683 0.471373 0.6374SEXOJH 123.2768 102.0216 1.20834 0.2271

R-­‐squared 0.675661        Mean  dependent  var 1871.664Adjusted  R-­‐squared 0.674685        S.D.  dependent  var 3923.151S.E.  of  regression 2237.624        Akaike  info  criterion 18.26771Sum  squared  resid 9.98E+09        Schwarz  criterion 18.28731Log  likelihood -­‐18260.71        Hannan-­‐Quinn  criter. 18.27491F-­‐statistic 691.9684        Durbin-­‐Watson  stat 1.745243Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:21Sample:  1  2000Included  observations:  2000White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1312.133 168.9568 -­‐7.766085 0.0000_50P 716.2986 37.80852 18.94543 0.0000DEPENDJ -­‐286.1869 93.28103 -­‐3.068008 0.0022DEPENDME 60.46027 123.2583 0.490517 0.6238TAMAH -­‐53.55659 38.33339 -­‐1.397127 0.1625CALIDAD 56.19501 114.3928 0.491246 0.6233SEXOJH 120.9975 102.0554 1.185606 0.2359REMESA 1647.901 1242.612 1.326159 0.1849

R-­‐squared 0.675837        Mean  dependent  var 1871.664Adjusted  R-­‐squared 0.674698        S.D.  dependent  var 3923.151S.E.  of  regression 2237.578        Akaike  info  criterion 18.26817Sum  squared  resid 9.97E+09        Schwarz  criterion 18.29057Log  likelihood -­‐18260.17        Hannan-­‐Quinn  criter. 18.27639F-­‐statistic 593.2947        Durbin-­‐Watson  stat 1.743995Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:22Sample:  1  2000Included  observations:  2000White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1194.761 177.4703 -­‐6.732175 0.0000_50P 717.1934 38.04025 18.85354 0.0000DEPENDJ -­‐288.3017 93.23734 -­‐3.092127 0.0020DEPENDME 65.87793 123.1914 0.534761 0.5929TAMAH -­‐52.19078 38.24807 -­‐1.364534 0.1726CALIDAD 57.26043 114.401 0.500524 0.6168SEXOJH 116.1177 102.2014 1.136166 0.256REMESA 1660.8 1241.822 1.33739 0.1812TIPOVIV -­‐134.0583 120.5676 -­‐1.111893 0.2663

R-­‐squared 0.67592        Mean  dependent  var 1871.664Adjusted  R-­‐squared 0.674617        S.D.  dependent  var 3923.151S.E.  of  regression 2237.856        Akaike  info  criterion 18.26891Sum  squared  resid 9.97E+09        Schwarz  criterion 18.29412Log  likelihood -­‐18259.91        Hannan-­‐Quinn  criter. 18.27817F-­‐statistic 519.0673        Durbin-­‐Watson  stat 1.744465Prob(F-­‐statistic) 0

 

35    

Detalle  de  Regresiones  Calculadas.  Muestra  uno  2008  

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:22Sample:  1  2000Included  observations:  2000White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1210.377 177.4988 -­‐6.819073 0.0000_50P 717.0118 38.05931 18.83933 0.0000DEPENDJ -­‐286.2007 94.05923 -­‐3.042771 0.0024DEPENDME 59.56769 124.4578 0.478617 0.6323TAMAH -­‐54.02351 39.31203 -­‐1.374223 0.1695CALIDAD 51.39485 115.6931 0.444235 0.6569SEXOJH 116.526 102.2062 1.140107 0.2544REMESA 1642.172 1243.967 1.320109 0.187TIPOVIV -­‐146.0887 122.7855 -­‐1.189787 0.2343PROPIEDH 52.01273 110.7337 0.46971 0.6386

R-­‐squared 0.675955        Mean  dependent  var 1871.664Adjusted  R-­‐squared 0.674489        S.D.  dependent  var 3923.151S.E.  of  regression 2238.298        Akaike  info  criterion 18.26981Sum  squared  resid 9.97E+09        Schwarz  criterion 18.29781Log  likelihood -­‐18259.81        Hannan-­‐Quinn  criter. 18.28009F-­‐statistic 461.2349        Durbin-­‐Watson  stat 1.744379Prob(F-­‐statistic) 0

 

36    

Detalle  de  Regresiones  Calculadas.  Muestra  dos  2008    

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/03/12      Time:  14:11Sample:  1  1998Included  observations:  1998White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1940.496 165.4215 -­‐11.73061 0.0000_50P 1558.745 65.6058 23.75925 0.0000DEPENDJ -­‐195.8931 61.96364 -­‐3.16142 0.0016DEPENDME 134.8263 134.5092 1.002357 0.3163

R-­‐squared 0.77187        Mean  dependent  var 1970.18Adjusted  R-­‐squared 0.771527        S.D.  dependent  var 4573.598S.E.  of  regression 2.19E+03        Akaike  info  criterion 18.21965Sum  squared  resid 9.53E+09        Schwarz  criterion 18.23086Log  likelihood -­‐18197.43        Hannan-­‐Quinn  criter. 18.22377F-­‐statistic 2248.876        Durbin-­‐Watson  stat 1.755303Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/03/12      Time:  14:14Sample:  1  1998Included  observations:  1998White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1792.139 135.1067 -­‐13.26462 0.0000_50P 1568.096 68.38856 22.92922 0.0000DEPENDJ -­‐127.5516 82.39838 -­‐1.547987 0.1218DEPENDME 130.0996 134.0335 0.97065 0.3318TAMAH -­‐53.01988 33.25665 -­‐1.594264 0.1110

R-­‐squared 0.77235        Mean  dependent  var 1970.18Adjusted  R-­‐squared 0.771893        S.D.  dependent  var 4573.598S.E.  of  regression 2184.377        Akaike  info  criterion 18.21855Sum  squared  resid 9.51E+09        Schwarz  criterion 18.23256Log  likelihood -­‐18195.33        Hannan-­‐Quinn  criter. 18.22369F-­‐statistic 1690.413        Durbin-­‐Watson  stat 1.763841Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/03/12      Time:  14:15Sample:  1  1998Included  observations:  1998White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1887.197 143.4672 -­‐13.15421 0.0000_50P 1569.379 68.00521 23.07734 0.0000DEPENDJ -­‐126.478 82.33377 -­‐1.536162 0.1247DEPENDME 144.2239 133.9311 1.076851 0.2817TAMAH -­‐56.49343 33.28073 -­‐1.697482 0.0898CALIDAD 309.5906 106.226 2.914452 0.0036

R-­‐squared 0.773367        Mean  dependent  var 1970.18Adjusted  R-­‐squared 0.772798        S.D.  dependent  var 4573.598S.E.  of  regression 2180.038        Akaike  info  criterion 18.21507Sum  squared  resid 9.47E+09        Schwarz  criterion 18.23189Log  likelihood -­‐18190.86        Hannan-­‐Quinn  criter. 18.22125F-­‐statistic 1359.508        Durbin-­‐Watson  stat 1.765851Prob(F-­‐statistic) 0

 

37    

Detalle  de  Regresiones  Calculadas.  Muestra  dos  2008    

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/03/12      Time:  14:15Sample:  1  1998Included  observations:  1998White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1869.352 147.1114 -­‐12.70705 0.0000_50P 1569.459 68.02869 23.07055 0.0000DEPENDJ -­‐130.0062 82.17607 -­‐1.582044 0.1138DEPENDME 143.3837 133.9767 1.070214 0.2847TAMAH -­‐55.11186 33.86598 -­‐1.627352 0.1038CALIDAD 310.0225 106.2137 2.918857 0.0036SEXOJH -­‐31.77778 105.0498 -­‐0.302502 0.7623

R-­‐squared 0.773377        Mean  dependent  var 1970.18Adjusted  R-­‐squared 0.772694        S.D.  dependent  var 4573.598S.E.  of  regression 2180.536        Akaike  info  criterion 18.21603Sum  squared  resid 9.47E+09        Schwarz  criterion 18.23565Log  likelihood -­‐18190.81        Hannan-­‐Quinn  criter. 18.22323F-­‐statistic 1132.42        Durbin-­‐Watson  stat 1.765597Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/03/12      Time:  14:16Sample:  1  1998Included  observations:  1998White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1656.721 167.5763 -­‐9.886365 0.0000_50P 1571.892 68.17913 23.05532 0.0000DEPENDJ -­‐133.6163 82.00447 -­‐1.629378 0.1034DEPENDME 159.8743 134.4097 1.189455 0.2344TAMAH -­‐53.18629 33.73823 -­‐1.57644 0.1151CALIDAD 315.0964 106.4979 2.958709 0.0031SEXOJH -­‐44.11642 105.9797 -­‐0.416272 0.6773TIPOVIV -­‐238.0748 128.2676 -­‐1.856079 0.0636

R-­‐squared 0.773564        Mean  dependent  var 1970.18Adjusted  R-­‐squared 0.772768        S.D.  dependent  var 4573.598S.E.  of  regression 2180.183        Akaike  info  criterion 18.2162Sum  squared  resid 9.46E+09        Schwarz  criterion 18.23862Log  likelihood -­‐1.82E+04        Hannan-­‐Quinn  criter. 18.22443F-­‐statistic 971.1952        Durbin-­‐Watson  stat 1.767375Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/03/12      Time:  14:17Sample:  1  1998Included  observations:  1998White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1666.69 169.0488 -­‐9.859224 0.0000_50P 1571.667 68.3962 22.97886 0.0000DEPENDJ -­‐131.2406 81.95386 -­‐1.601396 0.1094DEPENDME 155.9981 135.9619 1.147366 0.2514TAMAH -­‐54.52219 33.75282 -­‐1.615337 0.1064CALIDAD 312.2868 108.8583 2.868746 0.0042SEXOJH -­‐42.18299 106.5181 -­‐0.396017 0.6921TIPOVIV -­‐243.9173 126.7838 -­‐1.923883 0.0545PROPIEDH 28.5177 107.4728 0.265348 0.7908

R-­‐squared 0.773572        Mean  dependent  var 1970.18Adjusted  R-­‐squared 0.772661        S.D.  dependent  var 4573.598S.E.  of  regression 2180.695        Akaike  info  criterion 18.21717Sum  squared  resid 9.46E+09        Schwarz  criterion 18.24239Log  likelihood -­‐1.82E+04        Hannan-­‐Quinn  criter. 18.22643F-­‐statistic 849.405        Durbin-­‐Watson  stat 1.766988Prob(F-­‐statistic) 0

 

38    

Detalle  de  Regresiones  Calculadas.  Muestra  uno  2009    

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:35Sample:  1  1989Included  observations:  1989White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1402.62 98.6769 -­‐14.21426 0.0000_50P 753.358 21.94659 34.32687 0.0000DEPENDJ -­‐181.5645 59.5156 -­‐3.050705 0.0023DEPENDME -­‐303.8363 185.1341 -­‐1.641169 0.1009

R-­‐squared 0.764419        Mean  dependent  var 1793.229Adjusted  R-­‐squared 0.764063        S.D.  dependent  var 3696.397S.E.  of  regression 1795.464        Akaike  info  criterion 17.82592Sum  squared  resid 6.40E+09        Schwarz  criterion 17.83718Log  likelihood -­‐17723.88        Hannan-­‐Quinn  criter. 17.83006F-­‐statistic 2146.99        Durbin-­‐Watson  stat 1.986399Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:36Sample:  1  1989Included  observations:  1989White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1265.988 99.54853 -­‐12.71729 0.0000_50P 758.2468 22.82991 33.21287 0.0000DEPENDJ -­‐125.4406 70.24573 -­‐1.78574 0.0743DEPENDME -­‐304.2422 185.1466 -­‐1.64325 0.1005TAMAH -­‐47.38409 24.01427 -­‐1.973164 0.0486

R-­‐squared 0.765002        Mean  dependent  var 1793.229Adjusted  R-­‐squared 0.764529        S.D.  dependent  var 3696.397S.E.  of  regression 1793.691        Akaike  info  criterion 17.82445Sum  squared  resid 6.38E+09        Schwarz  criterion 17.83851Log  likelihood -­‐17721.41        Hannan-­‐Quinn  criter. 17.82962F-­‐statistic 1614.66        Durbin-­‐Watson  stat 1.979976Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:36Sample:  1  1989Included  observations:  1989White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1197.261 105.6204 -­‐11.33551 0.0000_50P 753.2081 23.34345 32.26636 0.0000DEPENDJ -­‐130.3019 70.5104 -­‐1.847981 0.0648DEPENDME -­‐312.6995 185.3935 -­‐1.68668 0.0918TAMAH -­‐39.71171 24.61641 -­‐1.613221 0.1069CALIDAD -­‐253.6716 91.99786 -­‐2.757364 0.0059

R-­‐squared 0.765932        Mean  dependent  var 1793.229Adjusted  R-­‐squared 0.765342        S.D.  dependent  var 3696.397S.E.  of  regression 1790.59        Akaike  info  criterion 17.82149Sum  squared  resid 6.36E+09        Schwarz  criterion 17.83837Log  likelihood -­‐17717.47        Hannan-­‐Quinn  criter. 17.82769F-­‐statistic 1297.782        Durbin-­‐Watson  stat 1.976339Prob(F-­‐statistic) 0

 

39    

Detalle  de  Regresiones  Calculadas.  Muestra  uno  2009    

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:37Sample:  1  1989Included  observations:  1989White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1238.706 116.913 -­‐10.59511 0.0000_50P 753.0185 23.38706 32.19808 0.0000DEPENDJ -­‐123.3332 70.45111 -­‐1.750621 0.0802DEPENDME -­‐307.4531 187.1514 -­‐1.642805 0.1006TAMAH -­‐42.19648 24.7977 -­‐1.701629 0.089CALIDAD -­‐257.2574 92.01098 -­‐2.795942 0.0052SEXOJH 72.96044 86.58539 0.842641 0.3995

R-­‐squared 0.766017        Mean  dependent  var 1793.229Adjusted  R-­‐squared 0.765308        S.D.  dependent  var 3696.397S.E.  of  regression 1790.719        Akaike  info  criterion 17.82214Sum  squared  resid 6.36E+09        Schwarz  criterion 17.84183Log  likelihood -­‐17717.11        Hannan-­‐Quinn  criter. 17.82937F-­‐statistic 1081.448        Durbin-­‐Watson  stat 1.975426Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:37Sample:  1  1989Included  observations:  1989White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1046.021 118.9391 -­‐8.794598 0.0000_50P 758.7793 23.25208 32.63275 0.0000DEPENDJ -­‐91.23523 67.8057 -­‐1.345539 0.1786DEPENDME -­‐249.7372 177.9407 -­‐1.403485 0.1606TAMAH -­‐59.7611 24.69381 -­‐2.420084 0.0156CALIDAD -­‐209.7497 93.20288 -­‐2.250464 0.0245SEXOJH -­‐44.6572 84.55791 -­‐0.528126 0.5975REMESA -­‐694.9341 147.3071 -­‐4.717588 0.0000

R-­‐squared 0.77034        Mean  dependent  var 1793.229Adjusted  R-­‐squared 0.769528        S.D.  dependent  var 3696.397S.E.  of  regression 1774.546        Akaike  info  criterion 17.80449Sum  squared  resid 6.24E+09        Schwarz  criterion 17.827Log  likelihood -­‐17698.57        Hannan-­‐Quinn  criter. 17.81276F-­‐statistic 949.2561        Durbin-­‐Watson  stat 1.989814Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:37Sample:  1  1989Included  observations:  1989White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐839.5164 134.6032 -­‐6.23697 0.0000_50P 760.1877 23.40234 32.48341 0.0000DEPENDJ -­‐96.12385 67.71494 -­‐1.419537 0.1559DEPENDME -­‐245.8506 177.9597 -­‐1.381496 0.1673TAMAH -­‐58.15044 24.63756 -­‐2.360235 0.0184CALIDAD -­‐206.6639 93.34497 -­‐2.21398 0.0269SEXOJH -­‐45.49209 84.52622 -­‐0.538201 0.5905REMESA -­‐686.6307 147.1327 -­‐4.666744 0TIPOVIV -­‐234.8305 93.9655 -­‐2.499114 0.0125

R-­‐squared 0.770599        Mean  dependent  var 1793.229Adjusted  R-­‐squared 0.769672        S.D.  dependent  var 3696.397S.E.  of  regression 1773.993        Akaike  info  criterion 17.80437Sum  squared  resid 6.23E+09        Schwarz  criterion 17.82969Log  likelihood -­‐17697.44        Hannan-­‐Quinn  criter. 17.81367F-­‐statistic 831.3963        Durbin-­‐Watson  stat 1.992798Prob(F-­‐statistic) 0

 

40    

Detalle  de  Regresiones  Calculadas.  Muestra  uno  2009    

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  14:38Sample:  1  1989Included  observations:  1989White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐893.723 136.6212 -­‐6.541613 0.0000_50P 760.1447 23.38136 32.51071 0.0000DEPENDJ -­‐86.99296 69.00188 -­‐1.260733 0.2076DEPENDME -­‐261.593 177.7608 -­‐1.471601 0.1413TAMAH -­‐64.28069 25.33783 -­‐2.536945 0.0113CALIDAD -­‐224.3898 94.51519 -­‐2.374114 0.0177SEXOJH -­‐42.10452 84.48262 -­‐0.498381 0.6183REMESA -­‐690.0446 146.8769 -­‐4.698117 0TIPOVIV -­‐261.5635 94.91277 -­‐2.755831 0.0059PROPIEDH 149.3008 86.58662 1.724294 0.0848

R-­‐squared 0.770922        Mean  dependent  var 1793.229Adjusted  R-­‐squared 0.76988        S.D.  dependent  var 3696.397S.E.  of  regression 1773.192        Akaike  info  criterion 17.80397Sum  squared  resid 6.22E+09        Schwarz  criterion 17.8321Log  likelihood -­‐17696.04        Hannan-­‐Quinn  criter. 17.8143F-­‐statistic 739.9965        Durbin-­‐Watson  stat 1.994943Prob(F-­‐statistic) 0

 

41    

Detalle  de  Regresiones  Calculadas.  Muestra  dos  2009    

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  16:15Sample:  1  1986Included  observations:  1986White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1662.909 82.03507 -­‐20.27071 0.0000_50P 774.4856 16.26971 47.60292 0.0000DEPENDJ -­‐41.31135 42.89254 -­‐0.963136 0.3356DEPENDME 88.47503 115.3253 0.767178 0.4431

R-­‐squared 0.80646        Mean  dependent  var 1942.38Adjusted  R-­‐squared 0.806167        S.D.  dependent  var 3913.948S.E.  of  regression 1723.172        Akaike  info  criterion 17.74373Sum  squared  resid 5.89E+09        Schwarz  criterion 17.755Log  likelihood -­‐17615.53        Hannan-­‐Quinn  criter. 17.74787F-­‐statistic 2752.93        Durbin-­‐Watson  stat 1.867781Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  16:15Sample:  1  1986Included  observations:  1986White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1425.668 89.84379 -­‐15.8683 0.0000_50P 782.3824 16.5944 47.14738 0.0000DEPENDJ 51.13876 49.69297 1.029094 0.3036DEPENDME 73.47566 115.0654 0.638556 0.5232TAMAH -­‐81.67754 20.59616 -­‐3.965669 0.0001

R-­‐squared 0.808046        Mean  dependent  var 1942.38Adjusted  R-­‐squared 0.807658        S.D.  dependent  var 3913.948S.E.  of  regression 1716.532        Akaike  info  criterion 17.73651Sum  squared  resid 5.84E+09        Schwarz  criterion 17.7506Log  likelihood -­‐17607.36        Hannan-­‐Quinn  criter. 17.74169F-­‐statistic 2084.792        Durbin-­‐Watson  stat 1.854154Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  16:16Sample:  1  1986Included  observations:  1986White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1361.183 94.08758 -­‐14.46719 0.0000_50P 776.7128 17.11008 45.39503 0.0000DEPENDJ 42.0681 49.73624 0.845824 0.3978DEPENDME 59.55984 114.694 0.519294 0.6036TAMAH -­‐71.18244 21.03182 -­‐3.384511 0.0007CALIDAD -­‐259.2211 87.11015 -­‐2.975785 0.0030

R-­‐squared 0.808878        Mean  dependent  var 1942.38Adjusted  R-­‐squared 0.808395        S.D.  dependent  var 3913.948S.E.  of  regression 1713.241        Akaike  info  criterion 17.73318Sum  squared  resid 5.81E+09        Schwarz  criterion 17.75008Log  likelihood -­‐17603.05        Hannan-­‐Quinn  criter. 17.73939F-­‐statistic 1675.971        Durbin-­‐Watson  stat 1.851428Prob(F-­‐statistic) 0

 

42    

Detalle  de  Regresiones  Calculadas.  Muestra  dos  2009    

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  16:17Sample:  1  1986Included  observations:  1986White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1334.346 106.3358 -­‐12.54843 0.0000_50P 776.9494 17.12096 45.38001 0.0000DEPENDJ 36.53218 50.90899 0.717598 0.4731DEPENDME 56.39635 115.0862 0.490036 0.6242TAMAH -­‐69.63398 21.24319 -­‐3.277944 0.0011CALIDAD -­‐258.043 87.06619 -­‐2.963756 0.0031SEXOJH -­‐46.23719 81.66255 -­‐0.566198 0.5713

R-­‐squared 0.808907        Mean  dependent  var 1942.38Adjusted  R-­‐squared 0.808328        S.D.  dependent  var 3913.948S.E.  of  regression 1713.54        Akaike  info  criterion 17.73403Sum  squared  resid 5.81E+09        Schwarz  criterion 17.75375Log  likelihood -­‐17602.89        Hannan-­‐Quinn  criter. 17.74127F-­‐statistic 1396.206        Durbin-­‐Watson  stat 1.850513Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  16:18Sample:  1  1986Included  observations:  1986White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐1151.81 108.0531 -­‐10.65966 0.0000_50P 779.9461 17.27627 45.14553 0.0000DEPENDJ 47.26485 51.38259 0.919861 0.3578DEPENDME 85.81087 115.5302 0.742757 0.4577TAMAH -­‐78.06856 21.06671 -­‐3.705778 0.0002CALIDAD -­‐228.8892 85.47497 -­‐2.677851 0.0075SEXOJH -­‐178.4965 83.23592 -­‐2.144465 0.0321REMESA -­‐581.5659 125.7985 -­‐4.622995 0.0000

R-­‐squared 0.81159        Mean  dependent  var 1942.38Adjusted  R-­‐squared0.810924        S.D.  dependent  var 3913.948S.E.  of  regression1701.898        Akaike  info  criterion 17.7209Sum  squared  resid5.73E+09        Schwarz  criterion 17.74343Log  likelihood -­‐17588.85        Hannan-­‐Quinn  criter. 17.72917F-­‐statistic 1217.201        Durbin-­‐Watson  stat 1.873148Prob(F-­‐statistic) 0

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  16:18Sample:  1  1986Included  observations:  1986White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐805.2669 121.7669 -­‐6.613185 0.0000_50P 782.0446 17.25787 45.31525 0.0000DEPENDJ 37.85276 51.48409 0.735232 0.4623DEPENDME 103.7545 115.6008 0.897524 0.3695TAMAH -­‐74.78841 21.13483 -­‐3.538633 0.0004CALIDAD -­‐222.559 85.17731 -­‐2.612891 0.0090SEXOJH -­‐184.732 83.11913 -­‐2.222497 0.0264REMESA -­‐560.6198 125.8945 -­‐4.453091 0.0000TIPOVIV -­‐399.1673 85.98805 -­‐4.642125 0.0000

R-­‐squared 0.812352        Mean  dependent  var 1942.38Adjusted  R-­‐squared 0.811592        S.D.  dependent  var 3913.948S.E.  of  regression 1698.887        Akaike  info  criterion 17.71786Sum  squared  resid 5.71E+09        Schwarz  criterion 17.74321Log  likelihood -­‐17584.83        Hannan-­‐Quinn  criter. 17.72717F-­‐statistic 1069.833        Durbin-­‐Watson  stat 1.874065Prob(F-­‐statistic) 0

 

43    

Detalle  de  Regresiones  Calculadas.  Muestra  dos  2009    

Dependent  Variable:  AHORROMethod:  Least  SquaresDate:  10/02/12      Time:  16:19Sample:  1  1986Included  observations:  1986White  heteroskedasticity-­‐consistent  standard  errors  &  covariance

Variable Coefficient Std.  Error t-­‐Statistic Prob.    

C -­‐817.3261 125.0952 -­‐6.533632 0.0000_50P 781.8981 17.30954 45.1715 0.0000DEPENDJ 39.72933 51.85328 0.766187 0.4437DEPENDME 99.75832 116.8516 0.853718 0.3934TAMAH -­‐75.98196 21.414 -­‐3.548238 0.0004CALIDAD -­‐226.4302 85.70014 -­‐2.642122 0.0083SEXOJH -­‐184.9421 83.06879 -­‐2.226373 0.0261REMESA -­‐560.6666 125.9583 -­‐4.451209 0.0000TIPOVIV -­‐406.3524 86.13109 -­‐4.717837 0.0000PROPIEDH 35.62176 81.4001 0.437613 0.6617

R-­‐squared 0.812368        Mean  dependent  var 1942.38Adjusted  R-­‐squared 0.811514        S.D.  dependent  var 3913.948S.E.  of  regression 1699.242        Akaike  info  criterion 17.71877Sum  squared  resid 5.71E+09        Schwarz  criterion 17.74694Log  likelihood -­‐17584.74        Hannan-­‐Quinn  criter. 17.72912F-­‐statistic 950.5845        Durbin-­‐Watson  stat 1.87459Prob(F-­‐statistic) 0