Distribuciones contrafactuales en modelos bivariados: un enfoque de cuantiles condicionales

• Autores: Alejo, Javier; Badaracco, Nicolás
• Año de publicación: 2015
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Ciencias Económicas; Distribuciones contrafactuales; Regresión por cuantiles; Integración numérica; Método de cuadrículas; Mercado laboral; Distribución del ingreso
• Institución: Universidad Nacional de La Plata

Este trabajo propone un método para incorporar las relaciones intra-hogar en la determinación del ingreso del hogar siguiendo la línea iniciada por Machado y Mata (2005) y Melly (2005) usando el método de regresión por cuantiles. Mediante la estimación de modelos de regresión estándar el trabajo propone una metodología para la simulación de rankings condicionales asociados mediante una adaptación de un método de generación de variables aleatorias. Una aplicación empírica muestra que incorporar la interrelación de los ingresos de los hogares mejora sustancialmente la bondad de ajuste a la distribución empírica. Sin embargo, el ejercicio de descomposición es menos concluyente en cuanto al desempeño del método, dependiendo fundamentalmente del tamaño de la muestra y el ajuste de los modelos de regresión.
This paper proposes a method for adding intra-household relations in the determination of household income according to the methodologies of Machado and Mata (2005) and Melly (2005) using quantile regression technique. By estimating standard regression models this paper proposes a methodology for simulating conditional rankings related by adapting a method for generating random variables. An empirical application shows that incorporating the interplay of household income substantially improves the goodness of fit to the empirical distribution. However, the decomposition exercise is less conclusive regarding the performance of the method, largely depending on the sample size and adjustment of regression models.
Centro de Estudios Distributivos, Laborales y Sociales