1

UNIVERSIDAD NACIONAL DEL ALTIPLANO

ESCUELA DE POSGRADO
Doctorado en Economía y Políticas Públicas

Taller Practico 2

“Evaluación del Impacto Laboral del Programa Social Pensión 65, 2017”

Paso 1: Tener una base de datos representativa y comparable de participantes y no -

participantes

Resumen
El objetivo es estimar el impacto laboral del programa social Pensión 65, como fuente de información
se utiliza la base de datos de la Encuesta Nacional de Hogares ENAHO -2017, se aplica la metodología
de diseño cuasi-experimental Propensity Score Matching – PSM con la técnica de
emparejamiento de vecino más cercano (Nearest Neighbor Matching), este método consiste en
comparar la jornada laboral por semana, que realiza cada beneficiario tratado con el grupo de
control que tenga el propensity score más cercano, luego se calcula la diferencia entre cada par
de hogares emparejadas en el jornada laboral y luego se promedian todas las diferencias para
calcular el ATT. la unidad de análisis de los beneficiarios y los potenciales beneficiarios del programa
pensión 65 que participan en el programa al 2017. Asimismo, los resultados sugieren que el
programa social pension 65 tiene un impacto negativo sobre sobre horas de trabajo por seman,
para aquellos hogares pobreza extrema, el programa social pension 65 ha incrementado
negativamente horas de trabajo por seman en 2.95% (ATT=-2.95) a un nivel de significancia de
10%.
 2

1. Introducción

Las pensiones son fundamentales para cualquier sistema de seguridad social. Las
pensiones protegen los niveles de consumo de las personas en retiro. Al contribuir a un
fondo durante la edad laboral, los individuos ahorran para poder sobrellevar el consumo
en el futuro. Así, aprender acerca de cómo las pensiones afectan el bienestar de los
usuarios y sus familias es importante por dos razones.
En primer lugar, hasta el 2012, por lo menos, el 40 por ciento de la población de 65 años
o más en América Latina no estaba afiliado a un régimen de pensiones (Bosch, Melguizo
y Pagés, 2013; Diether et al, 2010). Por otra parte, la pobreza es mayor entre los ancianos
en los países con una cobertura limitada de los sistemas de seguridad social (Naciones
Unidas, 2013). Además, la Organización de las Naciones Unidas (2013) estimó que el
número de personas mayores de 60 años se duplicará de 841 millones en 2013 a 2 mil
millones en 2050. A partir de ello, Bosch, Melguizo y Pagés (2013) estiman que la
esperanza de vida en la región aumentará de 74 años en 2013 a 80 años en 2050. Como
resultado de lo expuesto, el número de personas mayores de 60 años en necesidad de
alguna pensión no contributiva, para mantenerse fuera de la pobreza, es alto y se espera
que aumente. Se estima que a partir del 2012, el 20 por ciento de los adultos mayores de
65 años o más es usuario de un programa no contributivo en América Latina (Bosch,
Melguizo y Pagés, 2013). En este contexto, el estudio acerca de cómo las pensiones no
contributivas afectan el bienestar de sus usuarios resulta relevante.

En el año 2008, la proporción de adultos mayores de 65 años o más que recibieron

beneficios fue del 88 por ciento de las parejas casadas y el 86 por ciento de las personas
no casadas (Administración de Seguridad Social de Estados Unidos, 2010). Por otra parte,
los beneficios de pensiones representaron el 43 por ciento de sus ingresos
(Administración de la Seguridad Social, 2010). Este porcentaje ha aumentado con el
tiempo. En 1962, el 30 por ciento del ingreso adicional provino de la seguridad social
(Administración de la Seguridad Social, 2010). Sin embargo, la proporción aumentó a 37
por ciento en 2008 (Administración de la Seguridad Social, 2010). En consecuencia, el
número de años por persona en necesidad de una transferencia de pensiones ha
 3

aumentado. Además, esta cantidad se ha vuelto la más importante entre los ingresos de
los usuarios.

El Programa Pensión 65 fue creado en octubre de 2011 con la finalidad de proteger a un

sector de la población vulnerable conformado por los adultos mayores en condición de
pobreza extrema . A través del programa se otorga una subvención económica de S/. 250
bimensuales (U$ 78 aproximadamente) a las personas afiliadas, que les permita mejorar
su bienestar. Adicionalmente, la población afiliada a Pensión 65, que denominaremos
usuarios, reciben servicios de salud público sin costo alguno y son elegibles para el seguro
integral de salud (SIS).

De acuerdo a lo especificado en el diseño del Programa Presupuestal, el resultado

esperado del programa es proporcionar seguridad económica a sus beneficiarios, que les
permita mejorar su bienestar. Los indicadores de resultado específico definen tasa de
actividad de los adultos mayores, número de horas de trabajo, incrementar su acceso a los
servicios de salud y gasto promedio per cápita de los hogares

2. Propensity Score Matching.

La evaluación del impacto consiste en determinar si el programa Juntos cambia la

situación de los hogares participantes en comparación si no hubieran participado en éste.
Así, el problema central en las evaluaciones de impacto surge del hecho de que no es
posible observar simultáneamente a los participantes en ambos escenarios tanto como
beneficiarios y no beneficiarios, por lo que se construye un escenario contrafactual que
tenga características similares, en particular aquellas relevantes en la participación del
programa. Este nivel de estudio, puede clasificarse en dos categorías: experimental y
cuasi-experimental.

En particular, la metodología de tipo cuasi-experimental propuesto por Ravallion (2007),

sugiere identificar el grupo de hogares que reciben las transferencias monetarias
condicionadas (grupo de tratamiento) denotado por Ti=1 y el grupo de hogares de
similares características, pero que no reciben las transferencias (grupo de control)
denotado por Ti=0, En un diseño cuasi-experimental los grupos de “control” y
 4

“tratamiento” no son iguales entre sí y, por lo tanto, el objetivo es eliminar o minimizar

el sesgo de selección (el cual resulta del hecho que los hogares no se seleccionan
aleatoriamente), el método para resolver este problema es el Propensity Score Matching
el cual corrige las diferencias observables entre el grupo de tratamiento y el grupo de
control, buscando para cada hogar de la muestra del grupo de tratamiento a los hogares
más parecido de la muestra del grupo de comparación (Rosenbaum y Rubin, 1983).

El Propensity Score Matching (PSM) consiste en modelar estadísticamente la

probabilidad de participar en el programa Juntos dadas las características de los hogares
de ambas muestras, en efecto, la probabilidad de participar se puede expresar como un
modelo Probit del siguiente modo:

La ecuación (1) se denomina función de score, la misma que identifica el conjunto de

variables (xi) que influyen en la participación en el programa Juntos y ui es un término
de error aleatorio; esta ecuación se estima por el método de Máxima Verosimilitud y
con ello se logra las observaciones más comparables del grupo de control con
características similares a los beneficiarios del programa (Caliendo y Kopeining, 2005).
Los resultados potenciales de la variable de interés pueden ser definidos como Y1i e Y0i
para participantes y no participantes del programa, respectivamente, el efecto promedio
en los hogares que reciben tratamiento (Average Ttreatment Effect on the Treated,
ATT2) es la diferencia entre los valores del resultado esperado con y sin tratamiento para
aquellos que participan en el programa Juntos, es:

Para estimar el ATT se usa el método de Nearest Neighbor Matching, esta técnica
compara el resultado que obtiene cada beneficiario tratado con el grupo de control que
tenga el propensity score más cercano. Así se calcula la diferencia entre cada par de
unidades emparejadas en la variable de interés y se promedian todas las diferencias para
calcular el ATT.
 5

En la Tabla 1, se muestra las variables que se identificaron para estimar la ecuación de score y
el impacto del programa Pensión 65. Para estimar la ecuación de score (modelo logit) se tomaron
en cuenta variables relacionados a las características de la vivienda y del hogar y de las
características del jefe de hogar.

Tabla 1. Identificación de variables

Variables Descripción Cuantificación
HORAS Horas total de trabajo por semana En horas semanales
1=Tratamiento1
T Programa social Pension 65
0=Control
1=si
DNI Documento Nacional de Identidad
0=no
EDAD Edad Edad en años cumplidos
Pobreza tomando en cuenta la 1=pobre
POBREZA
línea de pobreza 0=No pobre
EDU Años de educación En años
0=mujer
SEXO Sexo
1=varón
TH Tamaño del hogar Número de miembros en el hogar
0=vivienda adecuada
nbi1 hogares con vivienda inadecuada
1=vivienda inadecuada
0=vivienda no hacinada
nbi2 hogares con viviendas hacinadas
1=vivienda hacinada
hogares con vivienda sin servicios 0=vivienda con servicios higiénicos
nbi3
higiénicos 1= vivienda sin servicios higiénicos
hogares con niños que no asisten a 0=hogares con niños que asisten a la escuela
nbi4
la escuela 1=hogares con niños que no asisten a la escuela
hogares con alta dependencia 0=hogares sin alta dependencia económica
nbi5
económica 1=hogares con alta dependencia económica

3. Análisis de Resultados:

Estadística Descriptiva

En la Tabla 2, se reporta la diferencia en lahoras de jornada laboral por semana (HORAS) entre el

grupo de adultos beneficiarios y no beneficiarios. El promedio de horas de trabajo en el grupo de

tratamiento es de 27.52, mientras en el grupo de control es de 32.61, siendo la diferencia de 5.09,

1
Los requisitos para ser usuarios de Pensión 65 es tener 65 años a más, contar con DNI,
encontrarse en condición de extrema pobreza, de acuerdo a la clasificación socioeconómica otorgada por el
Sistema de Focalización de Hogares (SISFOH).No recibir pensión proveniente del sector público o privado: ONP,
AFP, ni de EsSalud.
 6

utilizando la prueba estadística de t=-10.84, se rechaza la hipótesis nula (Ho) a un nivel de

significancia de 1%, es decir, existen diferencias significativas en la jorabada laboral entre ambos

grupos (tratamiento y control).

Tabla 2. Diferencia entre el grupo de beneficiarios y no beneficiarios

Promedio de Error
Grupo Obs
Jornada laboral en horas / semana estándar
Control (T=0) 4,341 32.61 0.273
Tratamiento (T=1) 1,887 27.52 0.358
Diferencia (ATE) 5.09 0.220
Ho: Diferencia=0 t=10.84 prob=0.0

En la Figura 1, se muestra la jornada laboral en horas por semana en función a la edad, aquellos
adultos que ha sido tratados con el programa de Pesion 65 tienden en promedio a trabajar menos
horas con relación a los adultos que no reciben Pension 65.

Figura 1. Relacion entre jornada laboral en horas/semana y edad

40
30
HORAS

20
10

60 70 80 90 100
EDAD
 7

Paso 2: Estimar la probabilidad de participación del programa como una función de

características observables

Probabilidad de participar en el Programa Pension 65 – ecuación de score

El Propensity Score Matching (PSM) consiste en modelar estadísticamente la probabilidad de

participar en el programa Pensión 65 dadas las características de los hogares de ambas muestras,
en efecto, la probabilidad de participar se puede expresar como un modelo logit del siguiente
modo:

Pr(Ti  1 / xi )  ( xi´  )
La expresión anterior se denomina función de score, la misma que identifica el conjunto de
variables (xi) que influyen en la participación en el programa Pensión 65.

Para caracterizar el modelo de probabilidad de participar en el Programa Pension 65, inicialmente

se probó y estimó varias especificaciones del modelo logit combinando variables referidos a la
pobreza, DNI y edad, sin embargo, muchas de ellas no fueron estadísticamente significativas.
Finalmente, se llegó a estimar un modelo logit con un resultado robusto en términos estadísticos
(Tabla 3). En efecto, los coeficientes de la pobreza, años de educación, necesidades básicas
insatisfechas (nbi1) son estadísticamente significativos a un nivel de 1%. Los signos esperados de
los coeficientes del modelo logit están correctos. El reporte indica, que aquellas personas que
pertenecen a hogares pobres tienen mayor probabilidad de participar en el Programa Pension 65,
sin embargo, si la persona adulta tiene mas años de educación disminuye la probabilidad de
participar en dicho programa, de forma similar aquellas personas que pertecenen a hogares con
necesidades básicas insatisfechas 1 y 3, tienen mayor probabilidad de participar en el programa.

Tabla 3. Determinantes de la probabilidad de participar en el Programa Pension 65

Variable Coeficientes
Pobreza 0.2960***
Años de educación -0.1437***
nbi1 0.2800**
_constante -0.036815**
Numero de observaciones 5,907
Razón de verosomilitud (LR) 1202.48***
Pseudo R2 0.1625
*,**,*** denotan significancia al nivel de 10%, 5% y 1%, respectivamente
 8

Figura 2. Efecto marginal de pobreza sobre la probabilidad de participar en el programa Pension 65

. 6
Probabilidad de participar en el programa pension 65
. 4
. 2
0

0 5 10 15 20
Años de educacion

Pobreza=1 Pobreza=0

Supuestos del método de Propensity Score Matching – PSM

En la Figura 1, se muestra El método de Propensity Score Matching requiere el cumplimiento

del supuesto de independencia condicional (SIC) y soporte común. El SIC implica que se debe
cumplir la propiedad de balanceo (Rosenbaum y Rubin, 1983), es decir, aquellas personas con
el mismo propensity score (probabilidad), la distribución de las características antes del
tratamiento debe ser la misma para los grupos de tratamiento y control. El SIC implica la
ausencia de sesgo de selección. Por otro lado, la condición de soporte común coteja personas
comparables, busca asegurar en una determinada región, que los no tratados se “parezcan” a las
personas sin tratar. En el presente estudio, la región de soporte común ha sido seleccionado y es
[0.02028, 0.7051]
 9

Figura 3. Distribución de Propensity Score2 del grupo de tratamiento y no tratamiento

0 .2 .4 .6 .8
Propensity Score

Grupo de control Gropo de tratamiento

Figura 4. Función de densidad de pscore (probabilidad de participar)

No recibe Recibe
20
15
Densidad

10
5
0

0 .2 .4 .6 .8 0 .2 .4 .6 .8
Probabil idad de parti cipar en el programa pensi on 65

kdensi ty pscore
normal pscore

Funcion Kernel con soporte común:

2
Comando psgraph en Stata
 10

Figura 5. Funcion de densidad bajo soporte común

5
4 Propensity Score con Soporte Común
Densidad

3
2
1
0

0 .2 .4 .6 .8
Probabilidad de ser tratado

Participante=1 No participante=0

Finalmente para ver la contribución en la reducción del sesgo en los supuestos de independencia
condicional y el soporte común se presentan los resultados de las diferencias en media de los
grupos de tratamiento y control de acuerdo a las variables del modelo de participación en el
Programa Pension 65 (Tabla 4). Todas las variables contribuyen a reducir el sesgo del equilibrio
del Propensity Score con el emparejamiento. Las variables permiten balancear entre el grupo de
tratamiento y contrafactual.

Por lo tanto, el modelo de participación es adecuado para estimar el impacto laboral de Pension
65, puesto que cumple con las condiciones de independencia condicional y el de soporte común.

Verificando supuesto de balanceo:

 11

Tabla 4. Comprobacion del supuesto de balanceo

pscore_sc
Bloques Obs t Prob
Recibe No recibe
1 162 0.020 0.025 0 0
2 556 0.055 0.054 0.648 0.052
3 259 0.092 0.092 0.491 0.624
4 1,006 0.180 0.174 -3.246 0.001
5 1,184 0.328 0.321 -2.491 0.013
6 408 0.429 0.429 -0.985 0.325
7 1,176 0.486 0.486 -1.941 0.053
8 279 0.570 0.563 -1.978 0.049
9 596 0.614 0.617 1.031 0.303
Verificando la reducción del sesgo de selección :

Tabla 5. Comparación antes y después del emparejamiento para el programa Pension 65

Unmatched Promedio %
reduccion
Variable Matched Tratamiento Control Sesgo del sesgo t Prob
Años de
educación U 1.936 6.025 -99.9 -32.43 0
M 1.936 1.936 0 100 0 1
Pobreza U 0.338 0.159 42.2 15.84 0
M 0.338 0.338 0 100 0 1
nbi1 U 0.119 0.060 20.9 7.94 0
M 0.119 0.119 0 100 0 1

Paso3: Emparejar a los participantes: encontrar una muestra de no-participantes con Pr

similar. Restringir la muestra para asegurar el soporte común. Finalmente estimar el
impacto.

Impacto laboral del programa Pension 65

En la Tabla 6, se estima el impacto del Programa Pension 65 sobre la jornada laboral. El valor
de ATT=-2.95 es estadísticamente significativo a un nivel de 1%. En efecto, la participación de
los adultos en el Programa pension 65 disminuye la jornada laboral en promedio en 2.95 horas
por semana.
 12

Tabla 6. Estimación de ATT con el método de vecino más cercano

Número de Numero de no
ATT Std. Err.
tratamientos tratados
1887 3580 -2.95 0.523
t=-5.66 prob=0.10

Conclusiones.

Se concluye que el Programa pension 65 tiene un impacto negativo sobre la disminución de la

jornada laboral. Los resultados sugieren que el programa tiene un impacto de 2.95% en horas de
trabajo en semana a un nivel de significancia de 10%, la variable de HORAS (horas por semana)
se sustenta en que los hogares con vivienda inadecuada destinan la mayor parte de las
transferencias del Programa pension 65, ya aque las personas que pertenecen a hogares pobres
tienen mayor probabilidad de participar en dicho Programa.

3
El número de tratados y controlados se refiere al método de emparejamiento de vecino más cercano
 13

Anexo 1

Comparación de promedios antes y después del emparejamiento

----------------------------------------------------------------------------------------
Unmatched | Mean %reduct | t-test | V(T)/
Variable Matched | Treated Control %bias |bias| | t p>|t| | V(C)
--------------------------+----------------------------------+---------------+----------
EDU U | 1.9364 6.0254 -99.9 | -32.43 0.000 | 0.25*
M | 1.9364 1.9364 0.0 100.0 | -0.00 1.000 | 1.00
| | |
POBREZA U | .3381 .1597 42.2 | 15.84 0.000 | .
M | .3381 .3381 0.0 100.0 | 0.00 1.000 | .
| | |
nbi1 U | .11977 .0602 20.9 | 7.94 0.000 | .
M | .11977 .11977 0.0 100.0 | -0.00 1.000 | .
| | |
----------------------------------------------------------------------------------------
* if variance ratio outside [0.91; 1.09] for U and [0.91; 1.09] for M

-----------------------------------------------------------------------------------
Sample | Ps R2 LR chi2 p>chi2 MeanBias MedBias B R %Var
-----------+-----------------------------------------------------------------------
Unmatched | 0.162 1202.48 0.000 54.3 42.2 103.7* 0.27* 100
Matched | 0.000 0.00 1.000 0.0 0.0 0.0 1.00 0
-----------------------------------------------------------------------------------
* if B>25%, R outside [0.5; 2]

Anexo 2

Seleccione el mejor modelo, tomando los siguientes criterios:

1. Los signos esperados de las variables tengan los signos correctos.

2. Los coeficientes de las variables independientes sean significativos a un cierto nivel aceptable de confiabilidad
3. la razón de verosimilitud (LR chi2) sea significativo en forma conjunta.
4. El logaritmo de máxima verosimilitud del modelo (log-likelihood) sea grande
5. Los criterios de información (AIC y BIC) sean bajos.
6. El modelo clasifique correctamente en un mayor porcentaje (capacidad de predicción).
7. El pseudo-R2 sea grande.