Incertidumbre y decisiones de ahorro de los hogares en Colombia: evidencia de ahorro precaución

ESCUELA DE DOCTORADO INTERNACIONAL DE LA USC Freddy Jesús Ruiz Herrera Programa de doctorado en Desarrollo Regional e Integración Económica TESIS DE DOCTORADO INCERTIDUMBRE Y DECISIONES DE AHORRO DE LOS HOGARES EN COLOMBIA: EVIDENCIA DE AHORRO PRECAUCIÓN Freddy Jesús Ruiz Herrera ESCUELA DE DOCTORADO INTERNACIONAL DE LA UNIVERSIDAD DE SANTIAGO DE COMPOSTELA PROGRAMA DE DOCTORADO EN DESARROLLO REGIONAL E INTEGRACIÓN ECONOMICA SANTIAGO DE COMPOSTELA 2022 DECLARACIÓN DEL AUTOR DE LA TESIS D. Freddy Jesús Ruiz Herrera Título de la tesis: INCERTIDUMBRE Y DECISIONES DE AHORRO DE LOS HOGARES EN COLOMBIA: EVIDENCIA DE AHORRO PRECAUCIÓN Presento mi tesis, siguiendo el procedimiento adecuado al Reglamento y declaro que: 1) La tesis abarca los resultados de la elaboración de mi trabajo. 2) De ser el caso, en la tesis se hace referencia a las colaboraciones que tuvo este trabajo. 3) Confirmo que la tesis no incurre en ningún tipo de plagio de otros autores ni de trabajos presentados por mí para la obtención de otros títulos. 4) La tesis es la versión definitiva presentada para su defensa y coincide la versión impresa con la presentada en formato electrónico. Y me comprometo a presentar el Compromiso Documental de Supervisión en el caso que el original no esté depositado en la Escuela. En Santiago de Compostela, 07 de diciembre de 2022 Fdo: Freddy Jesús Ruiz Herrera AUTORIZACIÓN DEL DIRECTOR/TUTOR DE LA TESIS Dª. Dolores Riveiro García, en su condición de directora D. Roberto Bande Ramudo, en su condición de director y tutor Título de la tesis: INCERTIDUMBRE Y DECISIONES DE AHORRO DE LOS HOGARES EN COLOMBIA: EVIDENCIA DE AHORRO PRECAUCIÓN INFORMAN: Que la presente tesis, se corresponde con el trabajo realizado por D. Freddy Jesús Ruiz Herrera, bajo mi dirección/tutorización, y autorizo su presentación, considerando que reúne los requisitos exigidos en el Reglamento de Estudios de Doctorado de la USC, y que como director/tutor de esta no incurre en las causas de abstención establecidas en la Ley 40/2015. En Santiago de Compostela, 07 de diciembre de 2022 Asdo. Dolores Riveiro García Asdo. Roberto Bande Ramudo Relación de “working paper” incluidos en la tesis El capítulo uno, es una evolución del documento de trabajo que se encuentra como documento de trabajo en: la web del grupo de investigación GAME y es editado por el Instituto de Desarrollo económico de Galicia – IDEGA (octubre, 2021), así como también se ubica en Munich personal RePec Archive – MPRA (enero, 2021). A continuación, los detalles: Año 2021 Título Does Uncertainty Affect Saving Decisions of Colombian Households? Evidence on Precautionary Saving [Páginas] ANÁLISE ECONÓMICA 72 [consta de 39 páginas] – working paper MPRA paper 106771 [consta de 36 páginas] – working paper Nombres y la filiación de los coautores y su orden Coautor 1 Roberto Bande Ramudo Filiación 1 Instituto de Estudios y Desarrollo de Galicia (IDEGA) Universidade de Santiago de Compostela Coautora 2 María Dolores Riveiro Garcia Filiación 1 Instituto de Estudios y Desarrollo de Galicia (IDEGA) Universidade de Santiago de Compostela Coautor 3 Freddy Jesús Ruiz Herrera Filiación 1 Instituto de Estudios y Desarrollo de Galicia (IDEGA) Universidade de Santiago de Compostela Filiación 2 Universidad Industrial de Santander La referencia completa de la publicación Bande, Roberto. Riveiro, Dolores. Ruiz, Freddy. Does Uncertainty Affect Saving Decisions of Colombian Households? Evidence on Precautionary Saving. Working paper. 2021 Link para descarga http://docs.gameidega.com/documentos_de_traballo/analise_economica/analise_economica_72.pdf https://mpra.ub.uni-muenchen.de/106771/ Autorización de difusión Este es un documento de trabajo es de libre acceso en la web. (Los documentos en mención actualmente no se encuentran publicados en revistas, aunque otro documento con mejoras ha sido sometido a una revista y esperamos su respuesta) Capítulo de la tesis en los que se reproducen contenidos de la publicación Capítulo uno Contribución del doctorando en la publicación Todos los autores han hecho contribuciones sustanciales, específicamente el doctorando. Quien participó en las discusiones de diseño del documento, recopiló y preparó los datos, realizo un análisis formal de los resultados, contribuyó en el apartado de las conclusiones. Cabe destacar que todo lo mencionado lo hizo bajo la supervisión, intervención y guía de los demás coautores. FREDDY JESUS RUIZ HERRERA 16 diferenciales en relación al ahorro, en particular, porque una buena parte del ahorro se transfiere directamente al país de origen vía remesas. A partir de los datos de la Encuesta Multipropósito del DANE para la ciudad de Bogotá y la Gran Encuesta Integrada de hogares (GEIH), que identifica a los hogares como no migrantes o como migrantes con estancia en el país inferior o superior a cinco años, se analiza el comportamiento de los hogares migrantes y no migrantes en relación con el consumo y con el efecto de la incertidumbre respecto a la renta futura en las decisiones de ahorro. Además de los análisis de regresión que permiten comparar el comportamiento diferenciado de ambas muestras, dado el reducido tamaño de la muestra de hogares migrantes respecto del total y el potencial sesgo de selección, se realiza un Propensity Score Matching. Los resultados obtenidos evidencian por MCO una contracción en el consumo de los hogares migrantes, sin embargo, por PSM no podemos concluir que los hogares migrantes y migrantes de corto plazo respecto a los hogares nativos y de largo plazo tienen consumos diferentes. Esta tesis contribuye a la literatura empírica sobre ahorro precaución aportando nueva evidencia para un país en desarrollo para el que, hasta la fecha, no había estudios que testen específicamente el efecto de la incertidumbre respecto a la renta futura sobre el ahorro; aportando, además, evidencia para un colectivo particular, el de la población migrante. La tesis realiza también una aportación, novedosa en la literatura, respecto a la evidencia empírica de ahorro precaución debido al background risk ambiental. PALABRAS CLAVES: Ahorro precaución, decisiones de los hogares, economía de consumo, incertidumbre, Colombia, riesgo medioambiental 17 RESUMO Este traballo aborda a existencia dun motivo precaución para o aforro dos fogares colombianos. En primeiro lugar, utilizando datos da Enquisa Nacional de Orzamento dos Fogares (ENPH) e da Gran Enquisa Integrada de Fogares (GEIH), contrástase o efecto da incerteza respecto da renda laboral futura nas decisións de consumo/aforro dunha mostra de fogares. Centrámonos en medidas obxectivas de incerteza respecto á renda futura, dada a falta de medidas de percepción subxectiva da incerteza. O uso da medida máis amplamente utilizada na literatura empírica de aforro precaución para aproximar incerteza respecto á renda futura, a taxa de desemprego, non achega evidencia dun efecto positivo sobre as decisións de aforro, ao contrario, esta variable resulta ser significativa pero con coeficiente positivo; sendo este o resultado tanto para os fogares que traballan no sector formal como para os que o fan no sector informal. Este resultado non permite concluír a non existencia de aforro precaución, senón que a taxa de desemprego non é unha medida adecuada de incerteza respecto á renda futura no caso de Colombia. Os resultados cando se usa unha medida alternativa como proxy da incerteza, a inestabilidade no emprego actual, mostran evidencia dun motivo precaución para o aforro, tanto para os fogares cuxo cabeza de familia traballa no sector formal coma no informal. Os desenvolvementos máis recentes sobre aforro precaución céntranse no estudo do efecto da incerteza respecto ao valor futuro doutras variables que afectan á utilidade que un consumidor deriva da súa renda, máis aló da que afecta á propia renda futura. Na literatura considéranse dúas destas variables que determinan o contexto (background) no que ten lugar o consumo, o estado de saúde e a situación ambiental. A partir da información que proporciona a ENPH sobre distintas características da contorna física no que se atopa o fogar, constrúese un indicador de vulnerabilidade ante a ocorrencia de eventos ambientais adversos a nivel de fogar. Usando ese indicador como medida de incerteza, contrastamos, a nivel microeconómico para Colombia, a existencia dun motivo precaución para o aforro consecuencia do background risk ambiental. Os resultados da análise para as diferentes submostras permiten concluír, de forma robusta, a existencia de aforro precaución como consecuencia da incerteza respecto a eventos ambientais futuros, é dicir, ante maior incerteza ambiental do fogar (ante un maior valor do indicador de vulnerabilidade), o fogar responde con menores niveis de consumo e maior aforro; sendo este, polo tanto, aforro precaución. A introdución na análise das decisións de consumo/aforro da cuestión da crecente deterioración ambiental, cuxa manifestación máis evidente é o cambio climático e os desastres que provoca, é de gran relevancia no desenvolvemento deste ámbito de estudo, dado que é un dos grandes retos aos que globalmente nos enfrontamos. O outro gran reto global ao que debemos dar resposta é o dos fluxos migratorios. Aínda que as decisións de consumo e aforro non é o aspecto máis destacable do complexo fenómeno migratorio, a magnitude dos fluxos e a expectativa de que sexan crecentes no futuro, en particular en países como Colombia que, pola súa proximidade, recibe á maior parte dos migrantes venezolanos, lévanos a que, no marco deste estudo sobre decisións de aforro en presenza de incerteza, abordemos a análise para este colectivo, que presenta certas características diferenciais en relación ao aforro, en particular, porque unha boa parte do aforro transfírese directamente ao país de orixe vía remesas. FREDDY JESUS RUIZ HERRERA 18 A partir dos datos da Enquisa Multipropósito do DANE para a cidade de Bogotá e a Gran Enquisa Integrada de fogares (GEIH), que identifica aos fogares como non migrantes ou como migrantes con estancia no país inferior ou superior a cinco anos, analízase o comportamento dos fogares migrantes e non migrantes en relación co consumo e co efecto da incerteza respecto da renda futura nas decisións de aforro. Ademais das análises de regresión que permiten comparar o comportamento diferenciado de ambas as mostras, dado o reducido tamaño da mostra de fogares migrantes respecto do total e o potencial sesgo de selección, realízase un Propensity Score Matching. Os resultados obtidos evidencian por MCO unha contracción no consumo dos fogares migrantes, por contra, por PSM non podemos concluir que os fogares migrantes, e migrantes de curto prazo, respecto a os fogares nativos, e de longo prazo, teñan consumos diferentes. Esta tese contribúe á literatura empírica sobre aforro precaución achegando nova evidencia para un país en desenvolvemento para o que, ata o de agora, non había estudos que testen especificamente o efecto da incerteza respecto da renda futura sobre o aforro; achegando, ademais, evidencia para un colectivo particular, o da poboación migrante. A tese realiza tamén unha achega, nova na literatura, respecto á evidencia empírica de aforro precaución debido ao background risk ambiental. PALABRAS CRAVES: Aforro precaución, decisións dos fogares, economía de consumo, incerteza, Colombia, risco ambiental 19 ABSTRACT This thesis addresses the existence of a precautionary motive for Colombian households' savings. First, using data from the Encuesta Nacional de Presupuesto de los Hogares (ENPH) and the Gran Encuesta Integrada de Hogares (GEIH), we contrast the effect of uncertainty about future labour income on the consumption/saving decisions of a sample of households. We focus on objective measures of future income uncertainty, given the lack of subjective measures of perceived uncertainty. The use of the most widely used measure in the empirical literature of precautionary saving to approximate uncertainty about future income, the unemployment rate, does not provide evidence of a positive effect on saving decisions, on the contrary, this variable turns out to be significant but with a positive coefficient; this is the result both for households working in the formal sector and for those working in the informal sector. This result does not allow us to conclude that precautionary saving does not exist, but rather that the unemployment rate is not an adequate measure of uncertainty regarding future income in the case of Colombia. The results when using an alternative measure as a proxy for uncertainty, current employment instability, show evidence of a precautionary savings motive for both formal and informal households. The most recent developments on precautionary saving focus on the study of the effect of uncertainty regarding the future value of other variables that affect the utility that a consumer derives from his or her income, beyond that affecting future income itself. The literature considers two of these variables that determine the context (background) in which consumption takes place: the state of health and the environmental situation. Based on the information provided by the ENPH on different characteristics of the physical environment in which the household is located, an indicator of vulnerability to the occurrence of adverse environmental events is constructed at the household level. Using this indicator as a measure of uncertainty, we contract, at the microeconomic level for Colombia, the existence of a precautionary motive for saving because of environmental background risk. The results of the analysis for the different subsamples allow us to conclude, in a robust way, the existence of precautionary savings because of uncertainty regarding future environmental events, i.e., in the face of greater environmental uncertainty of the household (in the face of a higher value of the vulnerability indicator), the household responds with lower levels of consumption and higher savings; this being, therefore, precautionary savings. The introduction into the analysis of consumption and savings decisions of the issue of growing environmental deterioration, the most obvious manifestation of which is climate change and the disasters it causes, is of great relevance in the development of this field of study, given that it is one of the great challenges we face globally. The other major global challenge to which we must respond is that of migratory flows. Although consumption and savings decisions are not the most important aspect of the complex migration phenomenon, the magnitude of the flows and the expectation that they will increase in the future, particularly in countries such as Colombia, which receives the majority of Venezuelan migrants because its proximity, leads us, within the framework of this study on savings decisions in the presence of uncertainty, to address the analysis for this group, which presents certain differential characteristics in relation to savings, particularly because a large part of the savings are transferred directly to the country of origin via remittances. FREDDY JESUS RUIZ HERRERA 20 Using data from the DANE's Multipurpose Survey for the city of Bogotá and the Gran Encuesta Integrada de hogares (GEIH), which identifies households as non-migrants or as migrants with a stay in the country of less than or more than five years, we analyse the behaviour of migrant and non-migrant households in relation to consumption and the effect of uncertainty regarding future income on savings decisions. In addition to the regression analyses that allow us to compare the differential behaviour of the two samples, given the small sample size of migrant households relative to the total and the potential selection bias, a Propensity Score Matching is carried out. The results obtained show by OLS a contraction in the consumption of migrant households, however, by PSM we cannot conclude that migrant and short-term migrant households with respect to native and long-term households have different consumptions. This thesis contributes to the empirical literature on precautionary saving by providing new evidence for a developing country for which, to date, there have been no studies that specifically test the effect of uncertainty about future income on saving; furthermore, it provides evidence for a particular group, that of the migrant population. The thesis also makes a novel contribution to the literature with respect to the empirical evidence on precautionary saving due to environmental background risk. KEY WORDS: precautionary saving, household decisions, consumer economics, uncertainty, Colombia, environmental risk. 21 LISTA DE ABREVIATURAS CRI Índice de riesgo climático DANE Departamento nacional de estadística de Colombia DHS The Demographic and health surveys ELCA Encuesta longitudinal EM ENIG Encuesta multipropósito Encuestas nacionales de ingresos y gastos de los hogares ENPH Encuesta nacional de presupuesto de los hogares ENR Medio ambiente y los recursos naturales GEIH Gran encuesta integrada de hogares HEP Prevención ambiental de los hogares HEV Vulnerabilidad ambiental de los hogares HIP Hipótesis del ingreso permanente IPCC Intergovernmental panel on climate change IPM Índice de pobreza multidimensional IVCC Índice de vulnerabilidad ante choques climatológicos MCO Mínimos cuadrados ordinarios NBI Índice de necesidades básicas insatisfechas OCDE Organización para la cooperación y el desarrollo económico ODS Objetivos de desarrollo sostenible OIT Oficina Internacional del Trabajo UNICEF Fondo de las naciones unidas para la infancia WHO World health organization WoS Web of Science 23 ÍNDICE DE CONTENIDO RESUMEN ....................................................................................................................................... 15 RESUMO .......................................................................................................................................... 17 ABSTRACT ..................................................................................................................................... 19 LISTA DE ABREVIATURAS ...................................................................................................... 21 ÍNDICE DE CONTENIDO ........................................................................................................... 23 ÍNDICE DE FIGURAS .................................................................................................................. 25 ÍNDICE DE TABLAS .................................................................................................................... 27 INTRODUCCIÓN .......................................................................................................................... 29 I. Antecedentes y justificación .................................................................................... 31 II. Objetivos.................................................................................................................... 31 III. Hipótesis .................................................................................................................... 32 IV. Metodología ............................................................................................................... 33 V. Estructura de la investigación ................................................................................. 35 CAPÍTULO 1 INCERTIDUMBRE RESPECTO A LA RENTA Y DECISIONES DE AHORRO EN LOS HOGARES COLOMBIANOS. NUEVA EVIDENCIA SOBRE EL AHORRO PRECAUCIÓN ....... 37 1.1. Introducción .............................................................................................................. 39 1.2. Datos y metodología ................................................................................................. 44 1.3. Resultados y discusión.............................................................................................. 48 1.4 Conclusiones.............................................................................................................. 58 CAPÍTULO 2 «BACKGROUND RISK» AMBIENTAL EN LAS DECISIONES DE AHORRO DE LOS HOGARES COLOMBIANOS. ¿OTRO MOTIVO DE AHORRO PRECAUCIÓN? ............................. 61 2.1. Introducción .............................................................................................................. 63 2.2. Marco Teórico ........................................................................................................... 65 2.3. Datos y metodología ................................................................................................. 69 2.3.1. Indicador de incertidumbre medioambiental de los hogares ..................... 70 2.4. Resultados y discusión.............................................................................................. 75 2.5. Conclusiones.............................................................................................................. 84 FREDDY JESUS RUIZ HERRERA 24 CAPÍTULO 3 LAS DECISIONES DE AHORRO DE LA POBLACION MIGRANTE: UN ANÁLISIS PARA HOGARES EN COLOMBIA .............................. 87 3.1. Introducción. ............................................................................................................ 88 3.2. Antecedentes generales ............................................................................................ 90 3.3. Datos y metodología ................................................................................................. 92 3.4. Resultados y discusión ............................................................................................. 96 3.5. Conclusiones ........................................................................................................... 105 CONCLUSIONES ........................................................................................................................ 107 BIBLIOGRAFÍA ........................................................................................................................... 115 ANEXOS ......................................................................................................................................... 149 Anexo I - Acercamiento Bibliométrico ........................................................................ 150 Anexo II - Colombia. Modelos de consumo según ahorro y forma de ocupación. .. 158 Anexo III – Colombia. Prevención, incertidumbre laboral e incertidumbre ambiental ................................................................................................................ 159 Anexo IV – Bogotá. Métodos de estimación PSM. .................................................... 160 25 ÍNDICE DE FIGURAS Gráfica 1 Tasa de desempleo (%), Colombia, datos mensuales, 2001-2017 ...................... 54 Gráfica A2. Autores de mayor publicación sobre ahorro precaución en WoS. (01/10/2022) ............................................................................................... 156 Gráfica A3. Publicación y citación de artículos con temática de ahorro precaución (1965 - 2022) ........................................................................................................... 157 FREDDY JESUS RUIZ HERRERA 32 estudio. De igual manera, se testea el efecto de otro tipo de riesgo, en el marco de análisis de «background risk», el impacto de la incertidumbre sobre los efectos de eventos medioambientales futuros. Con el interés de identificar las particularidades de algunos colectivos en el caso colombiano respecto al ahorro precaución, se analizan los determinantes del consumo y en qué medida afecta la incertidumbre respecto a la renta futura a las decisiones de consumo/ahorro del colectivo de los hogares de población migrante. Tomando como referencia las discusiones empíricas y teóricas sobre el ahorro precaución, se busca responder algunas cuestiones, entre las que destacamos las siguientes: Si bien existe evidencia sobre la existencia de ahorro precaución en diversos países, ¿esta hipótesis aplica para el caso de Colombia? Si la respuesta es positiva, en el contexto de un país en desarrollo donde las condiciones del mercado de trabajo son irregulares (informales), ¿es la tasa de desempleo una buena medida para aproximar la incertidumbre?, ¿existen otras variables alternativas que midan la incertidumbre respecto a la renta futura? Por otra parte, cabe preguntarse: ¿hay evidencia de «background risk»?, es decir, preguntarse si los individuos maximizan funciones de utilidad bivariantes cuando deciden sobre consumo y ahorro. De ser así, se puede contrastar si hay algún efecto de la incertidumbre respecto al daño de eventos medioambientales futuros para el hogar sobre sus decisiones de ahorro. El efecto de la incertidumbre sobre las decisiones de ahorro ¿es diferente para tipologías particulares de hogares, como los hogares de población migrante? ¿presenta este colectivo un comportamiento del consumo diferente al de la población nativa? Objetivo general y específicos: O.G.: Identificar si existe evidencia de ahorro precaución en los hogares de Colombia OE1: Analizar la validez de la tasa de desempleo como medida de incertidumbre respecto a los ingresos futuros en Colombia. OE2: Identificar alguna medida alternativa para aproximar la incertidumbre de los hogares respecto a la renta futura en Colombia. OE3: Construir una medida de incertidumbre respecto al riesgo medioambiental futuro a nivel de hogar. OE4: Testear si hay evidencia de ahorro precaución por background risk ambiental en Colombia. OE5: Determinar si los hogares de población migrante tienen un comportamiento diferente de los de la población nativa respecto a las decisiones de consumo y ahorro en Colombia. III. HIPÓTESIS En la tesis se contrastan las siguientes hipótesis: H1. Existe ahorro por motivo precaución en los hogares de Colombia consecuencia de la incertidumbre respecto a la renta futura. Introducción 33 H2. La “tasa de desempleo del grupo quinquenal de edad al que pertenece el cabeza del hogar” y la “inestabilidad en el empleo actual” son variables que miden la incertidumbre respecto a la renta futura en Colombia. H3. Existe ahorro por motivo precaución consecuencia del background risk medioambiental en Colombia. H4. Los hogares colombianos de población migrante tienen un comportamiento diferente de los de la población nativa respecto a las decisiones de consumo y ahorro. H5. Para los hogares colombianos, la incertidumbre respecto a la renta futura tiene un menor efecto sobre las decisiones de consumo y ahorro de los hogares de población migrante que sobre las decisiones de los hogares de población nativa. La tesis supondrá una importante contribución a la literatura económica sobre ahorro precaución, especialmente en lo relacionado con la evidencia para países en desarrollo como Colombia. Desde un punto de vista general, la verificación de esta hipótesis contribuirá a la identificación de los efectos y mecanismos de medición de la incertidumbre en los hogares. Estos elementos podrán servir de insumos para la definición de políticas públicas que incorporen elementos no convencionales en las discusiones del consumo y el ahorro. IV. METODOLOGÍA El análisis propuesto se enmarca en las discusiones de referencia sobre el ahorro precaución y el consumo de los hogares, observado en trabajos de Baiardi et al., 2020; Bande y Riveiro, 2013; Browning y Lusardi, 1996; Carroll, 1994a; Carroll y Samwick, 1998; Lugilde et al., 2018; Menegatti, 2010. En el primer capítulo se realiza un abordaje a la discusión existente sobre el ahorro precaución, para lo cual se hizo especial énfasis en investigaciones de consumo /ahorro a nivel de hogar. Esta búsqueda se realizó a través de bases de datos, especialmente Web of Science – WoS y buscadores de información para el caso de Colombia. Los modelos de determinantes del consumo para los hogares colombianos se analizaron para modelos con y sin incorporar la incertidumbre frente a los ingresos laborales futuros. Al igual en la mayor parte de la literatura empírica, se consideró en primer lugar la tasa de paro como medida de incertidumbre de los ingresos futuros. Sujetos a los resultados de esta medida, con los datos existentes, fue posible construir una nueva medida de incertidumbre, denominada “inestabilidad laboral”. Los datos utilizados para este capítulo corresponden a la Encuesta Nacional de Presupuestos de los Hogares y a la Gran Encuesta Integrada de Hogares. Los resultados del análisis realizado se alcanzan estimando por MCO una ecuación de consumo en la que esta variable se hace depender de los determinantes habitualmente considerados en la literatura empírica (renta, riqueza, características sociodemográficas, etc) y alguna medida de la incertidumbre respecto a la renta futura. Los análisis se realizan para distintas segmentaciones de la muestra de hogares, en función de diferentes aspectos relativos al cabeza de familia (hogares donde la persona cabeza de familia se encuentra en edad laboral, ocupados, ocupados en el sector formal o informal, con ahorro positivo o negativo). FREDDY JESUS RUIZ HERRERA 34 Los recientes desarrollos en la literatura académica sobre ahorro precaución consideran el debate y la perspectiva medioambiental como una línea de expansión. En este contexto, en el segundo capítulo, se reflexionó sobre el hogar y sus afectaciones ante eventos ambientales en relación a posibles medidas de incertidumbre ambiental que permitan analizar el efecto de la incertidumbre respecto a eventos medioambientales futuros sobre las decisiones de consumo y ahorro. Hasta la fecha se han realizado importantes estudios donde, con una perspectiva macroeconómica, se observa el papel de la contaminación en el consumo o, con una perspectiva micro, el papel del clima en las cosechas y otros ingresos del hogar. En la tesis, lo que se plantea es el análisis de la existencia de background risk medioambiental en los hogares colombianos, es decir, el impacto para el consumo, a nivel de hogar, de la incertidumbre respecto a eventos medioambientales. Con información de la Encuesta Nacional de Presupuestos de los Hogares y a la Gran Encuesta Integrada de Hogares se construye un indicador de vulnerabilidad del hogar, en base a las características del entorno en el que se ubica el hogar y sobre las que el propio hogar no puede influir, que será usado como medida de incertidumbre. Los datos disponibles permiten, también, la construcción de un indicador de “vulnerabilidad interna”, en base a características internas del hogar, sobre las que el propio hogar puede influir, y que interpretamos como prevención frente al riesgo ambiental. La hipótesis de background risk ambiental es testeada a través de la estimación de una ecuación de consumo para una muestra de hogares con cabeza de familia ocupado, que segmentamos en las submuestras de propietarios y no propietarios de la vivienda. En esta ecuación de consumo, además de las variables explicativas habituales, se introduce el indicador de vulnerabilidad ambiental como medida de incertidumbre y el indicador de prevención como una covariable más. Con el interés de conocer el impacto de la condición de migrante en las decisiones de consumo y ahorro de los hogares colombianos, se integra el análisis de las decisiones de consumo y ahorro de los hogares de población migración en el tercer capítulo de esta tesis. Como las bases de datos utilizadas en los capítulos anteriores no permiten acercarnos a la discusión de migración y consumo, para el tercer capítulo se optó por trabajar con la Encuesta Multipropósito, que brinda algunos elementos sobre la condición de migración en Bogotá, aunque sin ser una base especializada en temas migratorios. En este capítulo se realiza una estimación por MCO, en la cual buscamos identificar si hay un efecto de la condición de migrante en el comportamiento del consumo de los hogares colombianos, así como de la condición de migrante de corta estancia en el comportamiento de los hogares de población migrante. Complementamos el análisis por MCO con un propensity score matchingPSM dado que, por la naturaleza de la información disponible, suponemos la existencia de posibles sesgos de selección, los cuales pueden ser minimizados con un proceso de emparejamiento de este tipo. Con el PSM, a través de diferentes mecanismos de emparejamiento, se analiza si el consumo es diferente (es decir, si la diferencia es significativamente distinta de cero) para los hogares de migrantes y de nativos, cuando estos son “iguales en todo” salvo en la condición de migrante. De la misma forma, se analiza si es diferente el comportamiento respecto al consumo para los hogares de población migrante de corta y larga estancia. La investigación se desarrolla, por tanto, con un enfoque cuantitativo, usando bases de datos de acceso público. Introducción 35 V. ESTRUCTURA DE LA INVESTIGACIÓN Los objetivos de la investigación se cumplen en este documento a través de los siguientes tres capítulos, la introducción y las conclusiones. En el primer capítulo se analizan los determinantes del ahorro en los hogares en Colombia, para luego testear el efecto sobre el consumo de la variable “tasa de desempleo” como una medida de la incertidumbre respecto a los ingresos futuros. Al concluir que la tasa de desempleo no es una buena medida de incertidumbre respecto a la renta laboral futura, se introduce como proxy de incertidumbre alternativa una variable disponible en la encuesta, la inestabilidad en el empleo (llevar menos o más de 12 meses en la ocupación actual). Los resultados para esta variable muestran que tiene un efecto negativo y significativo sobre el consumo, por lo que, como medida de incertidumbre de los ingresos laborales futuros, estaría indicando evidencia de ahorro precaución en los hogares colombianos. En el capítulo dos, se sigue la estructura de la sección anterior con el interés de incorporar un riesgo de fondo en la discusión del ahorro precaución de los hogares colombianos. En este caso, se testea el efecto de la incertidumbre respecto al riesgo medioambiental. Se toma como medida para aproximar esa incertidumbre un indicador de vulnerabilidad ambiental del hogar. La construcción de ese indicador se hace a partir de una serie de variables sobre las condiciones del entorno del hogar. Además de este indicador de “vulnerabilidad externa”, sobre el que el hogar no puede intervenir (y que tomamos como medida de incertidumbre ambiental), la información disponible permite construir también un indicador de “vulnerabilidad interna” del hogar, en base a sus características y sobre las cuales el hogar puede intervenir, que se podría interpretar como el “nivel de prevención” de riesgo ambiental que ha realizado el hogar en el tiempo. Con la introducción de esta medida de incertidumbre en el análisis, se contrasta el efecto de esta variable sobre el consumo, para concluir la existencia de evidencia sobre ahorro precaución por background risk ambiental. En el tercer capítulo, abordamos en qué medida afecta la incertidumbre respecto a la renta futura a las decisiones de consumo y ahorro para un colectivo con unas particularidades en cuanto a los determinantes de sus decisiones, como es el de los hogares de población migrante. En este caso mantenemos la estructura del análisis antes descrita, considerando la condición de migrante del hogar, para identificar las potenciales diferencias en cuanto al comportamiento de consumo y ahorro. Para testar la validez de las conclusiones, tratándose de una muestra de tamaño reducido y en la que puede haber sesgo de selección, se realiza un Propensity Score Matching considerando distintos mecanismos de emparejamiento. Finalmente, se exponen las principales conclusiones alcanzadas en cada uno de los ejercicios empíricos en el marco del ahorro precaución para Colombia. Se concluye el documento con una mención a los futuros abordajes y líneas de investigación a desarrollarse en el tema, así como sus consideraciones de política pública en el contexto de un país en desarrollo. 37 CAPÍTULO 1 Incertidumbre respecto a la renta y decisiones de ahorro en los hogares colombianos. Nueva evidencia sobre el ahorro precaución Capítulo 1. Incertidumbre y decisiones de ahorro en los hogares colombianos. Nueva evidencia sobre el ahorro por precaución 39 1.1. INTRODUCCIÓN En este capítulo 1 se trata de identificar si la incertidumbre sobre los ingresos futuros incide en las decisiones de consumo y ahorro de una muestra de hogares colombianos. De acuerdo con la literatura revisada, hasta el momento, esta es la primera prueba empírica específica relacionada con la existencia de un motivo precaución para el ahorro en Colombia. El ahorro por motivo precaución surge cuando, en el contexto del modelo estándar de decisiones de consumo/ahorro (partiendo de los trabajos seminales de Friedman (1957) y Ando y Modigliani (1963)), se tiene en cuenta la existencia de incertidumbre respecto a los ingresos futuros. En condiciones de incertidumbre, el ahorro no es sólo la forma en que los hogares pueden suavizar su patrón de consumo y maximizar su utilidad intertemporal, sino también una reserva de amortiguación para futuras contingencias o acontecimientos imprevistos 2 . Los primeros trabajos sobre los efectos de la incertidumbre en el ahorro (Dreze y Modigliani, 1972; Hahn, 1970; Leland, 1968; Sandmo, 1970) sientan las bases del análisis del motivo precaución. Dado que en condiciones de incertidumbre la utilidad marginal esperada del consumo es mayor que en condiciones de certidumbre, un aumento de la incertidumbre sobre los ingresos futuros aumenta la utilidad marginal esperada del consumo futuro, haciendo que el ahorro sea más atractivo. El ahorro extra motivado por la incertidumbre respecto a la renta futura es definido por Leland (1968) como «demanda de ahorro por precaución» y surge cuando la derivada de tercer orden de la función de utilidad es positiva. Así, utilizando el marco estándar de la utilidad esperada, la convexidad de la curva de utilidad marginal, relacionada con el concepto de «prudencia» (Kimball, 1990), es la condición teórica para la existencia del ahorro por precaución (se pueden encontrar revisiones de los desarrollos teóricos en Browning y Lusardi (1996), Attanasio y Weber (2010) o Baiardi et al. (2020), que incluyen aportaciones recientes sobre este tema). El ahorro precaución se fundamenta sobre los modelos de ciclo vital y renta permanente - RP, donde el consumo y el ahorro de los individuos son una decisión intertemporal, tratando de maximizar la utilidad de toda la vida, en función del ingreso que se obtendrá en el tiempo y de su nivel de riqueza (Dreze and Modigliani, 1972; Modigliani and Ando, 1957). El problema de optimización intertemporal del consumidor demuestra que los individuos buscan suavizar su consumo a lo largo del tiempo. El ahorro se considera un consumo futuro; el ahorro es una decisión racional que considera que la renta disminuirá en el futuro y con él se quiere compensar esa disminución. La teoría de la renta permanente plantea que el individuo establece un nivel medio de renta a lo largo del tiempo, por lo cual, ahorra cuando tiene una renta superior a esa media. Cuando la renta está por debajo de la media esperada, el ahorro es negativo, lo que significa que el individuo está reaccionando a shocks transitorios de renta (O. Attanasio, 1997; O. P. Attanasio, 1999) . A continuación, se plantean las condiciones para la existencia de ahorro precaución a partir del análisis de optimización intertemporal del modelo estándar de consumo presentado en Lugilde 1 Este capítulo contiene secciones completas y/o «textuales» que son traducción de los documentos de trabajo que se encuentran en los repositorios del IDEGA-GAME (Análise económica 72: http://docs.gameidega.com/documentos_de_traballo/analise_economica/analise_economica_72.pdf) y MPRA (106771: https://mpra.ub.uni-muenchen.de/106771/). . 2 Para una explicación sencilla de la teoría del consumo estándar, véase Attanasio (1999). FREDDY JESUS RUIZ HERRERA 40 et al. (2019, p. 3-4). Inicialmente, Lugilde et al (2019), parten de un modelo de renta permanente, donde los individuos maximizan su utilidad esperada sobre un intervalo de tiempo finito sujeto a una restricción presupuestaria de un tiempo t a t+1. De tal manera que, el problema del consumidor en t es: max 𝑐𝑡+𝑗 𝐸𝑡[∑(1+𝜌)−𝑗𝑈(𝐶 𝑡+𝑗) 𝑇−𝑡 𝑗=0 ] sujeto a ∑1 (1+𝑟)𝑗𝐶𝑡+𝑗 𝑇−𝑡 𝑗=0 =𝐴𝑡+∑1 (1+𝑟)𝑗𝑌𝑡+𝑗 𝑇−𝑡 𝑗=0 Donde Et representa el valor esperado condicionado a la información disponible en el momento t, Ct es el consumo, Yt es la renta laboral, At es la riqueza, T representa el momento de la muerte, 𝜌 es la tasa de preferencia temporal y r es el tipo de interés, que suponemos constante. La función de utilidad es aditiva, estrictamente creciente (u’(.)>0) y cóncava (u’’(.)<0). En este ejercicio de maximización, en la condición de Euler de primer orden se observa: 𝑈′(𝐶𝑡)=(1+𝑟 1+𝜌)𝐸𝑡[𝑈′(𝐶𝑡+1)] Y si r y 𝛿 son 0, como lo plantea Hall (1978), se deduce que 𝑈′(𝐶𝑡)=𝐸𝑡[𝑈′(𝐶𝑡+1)] Entonces, cuando la tasa de interés y de preferencia temporal son cero, el promedio de la utilidad marginal del consumo futuro debe ser la utilidad marginal de 𝐶𝑡 (presente). Ahora bien, Lugilde et al (2019) muestran que, en un contexto de incertidumbre sobre la renta futura, el impacto en el consumo puede generar un patrón de ahorro diferente, toda vez que se decide sobre una función de utilidad marginal convexa, Ct, por lo que, en este caso: 𝐸𝑡[𝑈′(𝐶𝑡+1)]>𝑈′[𝐸𝑡(𝐶𝑡+1)] Entonces, el valor esperado de la derivada de la utilidad de 𝐶𝑡+1 (el efecto marginal del consumo en la utilidad) es mayor que la utilidad marginal del valor esperado (promedio de 𝐶𝑡+1). En este contexto, el ahorro precaución es un aumento adicional en el ahorro ante la presencia de incertidumbre. Este monto adicional es consecuencia de combinar tres propiedades de la función de utilidad: “las propiedades de no-saciedad (𝑢′(∙)>0) y de aversion al riesgo (𝑢′′(∙)<0), es decir, que la utilidad es creciente y cóncava, con la propiedad de convexidad de la utilidad marginal” (Lugilde et al., 2019, pg.4). El cumplimiento de esas tres propiedades lleva a que el ahorro sea una función creciente de la incertidumbre respecto a la renta futura. Este resultado, en términos de que maximizar una función de utilidad con utilidad marginal convexa (lo que supone unas preferencias del individuo que, ante su “aversión al riesgo”, se comporta con “prudencia”, tal como lo introduce Kimbal, 1990), es la condición para la Capítulo 1. Incertidumbre y decisiones de ahorro en los hogares colombianos. Nueva evidencia sobre el ahorro por precaución 41 existencia de ahorro por motivo precaución, se presenta habitualmente en la literatura (Baiardi et al., 2015; Lugilde et al. 2019). El desarrollo de la literatura sobre el ahorro precaución se ha producido fundamentalmente en el terreno empírico. Existe un gran número de trabajos para diferentes países, que utilizan diferentes metodologías, datos micro y macro, diversas medidas de incertidumbre, etc., pero los resultados empíricos sobre la existencia y relevancia del motivo precaución para el ahorro no son concluyentes, (Lugilde et al. (2019) ofrecen una amplia revisión de esta literatura empírica). La mayoría de los estudios empíricos se refieren a países desarrollados de Norteamérica y Europa 3 (véase Lugilde et al. (2019) para una revisión). Pero, aunque en menor número, la hipótesis también se ha puesto a prueba en países de distintos continentes, por ejemplo en Japón (Bessho y Tobita, 2008; Murata, 2019; Niimi y Horioka, 2019), Turquía (Ceritoğlu, 2013), el conjunto de países de la OCDE (Adema y Pozzi, 2015; Menegatti, 2010), China (Chamon et al., 2013; Choi et al., 2017; Liu y Hu, 2013; Meng, 2003, comparando con EE.UU), Rusia (Guariglia y Kim, 2004), Taiwán (Mckenzie, 2006), India (Ang, 2009; Khanal et al., 2019, comparando con China), Pakistán (Lee y Sawada, 2010), Sudáfrica (Berg, 2013) o países euromediterráneos, incluyendo algunos países africanos (Baiardi et al., 2013). Sin embargo, la información para los países latinoamericanos es escasa, con la excepción de México y Chile para los que, aunque no hay trabajos que prueben directamente el efecto de la incertidumbre respecto a los ingresos sobre las decisiones de ahorro, algunos autores llegan a conclusiones sobre la existencia de ahorro precaución. En México, Pourgerami (1991) y Velandia y Van Gameren (2016) no encuentran evidencia del efecto de la incertidumbre sobre el ahorro. En cambio, Paxton y Young (2011) sí encuentran esa evidencia considerando el ahorro como expresión de algunas posesiones rurales (animales y grano, entre otros). En el caso de Chile, los resultados de Acuña et al. (2020) establecen una relación entre la confianza de los agentes en un periodo y su nivel de consumo en el periodo siguiente, lo que se interpreta como contrario al «ahorro precaución». Schaap (2019) analiza cómo la prudencia influye en las preferencias por el ahorro precautorio de los pescadores artesanales chilenos. No encuentra evidencia directa de que la prudencia pueda ser un predictor del ahorro precaución, ni que el riesgo subjetivo de los ingresos se correlacione con él. Sin embargo, su trabajo argumenta de forma interesante la importancia del comportamiento de ahorro por motivo precaución de los usuarios de recursos naturales, un grupo que podría ser más vulnerable a las grandes fluctuaciones de ingresos en el futuro. Siguiendo los argumentos de Deaton (1992), Rosenzweig (2001) afirma que en los países de bajos ingresos, debido a la mayor variabilidad de los ingresos, la ausencia de seguros y la existencia de mercados de capitales imperfectos, la mayor parte del ahorro es "un ahorro de precaución destinado a suavizar el consumo" (p. 41) más que un ahorro de ciclo vital. En consonancia con lo anterior, Paxton y Young (2011) sintetizan a Deaton al afirmar que "la combinación de la volatilidad de los ingresos y las limitaciones del endeudamiento hacen más 3 Entre otros, en Estados Unidos destacan los estudios de Campbell y Mankiw (1990), Carroll y Samwick (1998), Dynan (1993), Lusardi (1998), Mishra et al. (2012) y Mody et al. (2012); en Canadá, Alan (2006); en 6 países avanzados: Estados Unidos, Canadá, Reino Unido, España, Italia y Francia, Baiardi et al. (2016); en 18 países de la UE, Vanlaer et al. (2020); en la zona euro, Blanc et al. (2016); en Reino Unido, Benito (2006), Guariglia y Rossi (2002) y Miles (1997); en Alemania, Piracha y Zhu (2011); en Italia, Pericoli y Ventura (2012); en España, Bande y Riveiro (2013), Barceló y Villanueva (2010) y Lugilde et al. (2018). FREDDY JESUS RUIZ HERRERA 48 entrevistas para la ENPH fueron realizadas entre julio de 2016 y julio de 2017, para el análisis se toma la tasa de desempleo de 2016. Con estos datos, el análisis econométrico explora el efecto de la incertidumbre respecto a los ingresos futuros sobre las decisiones de consumo, para esta muestra de hogares en el año 2017. 1.3. RESULTADOS Y DISCUSIÓN En este apartado se resumen los resultados del ejercicio econométrico, consistente en la estimación de varias versiones de la ecuación (1). Como se describió en la sección anterior, la muestra consiste en una sección transversal de 64 606 hogares colombianos (rurales y urbanos) en 2017. La Tabla 2 ofrece un breve resumen de las estadísticas descriptivas de cada variable incluida en las estimaciones, tanto para la muestra inicial como para cada una de las submuestras consideradas en el ejercicio. Todas las covariables de los modelos se refieren al cabeza de familia, definido como la persona que toma la mayoría de las decisiones financieras en el hogar. En concreto, se utiliza el logaritmo de los ingresos, el sexo del cabeza de familia (el hombre como la persona de referencia), la edad y la edad al cuadrado (para reflejar el potencial efecto del ciclo vital en la relación consumo-edad), si hay un cónyuge/pareja viviendo en el hogar, el tamaño del hogar, el nivel de riqueza (aproximado por el estrato), la propiedad de la vivienda, las deudas, la desviación de los ingresos respecto a las características del hogar, el nivel educativo (medido a través de 6 niveles, siendo la escuela primaria el grupo de referencia) y una variable ficticia para controlar los hogares urbanos/rurales. Capítulo 1. Incertidumbre y decisiones de ahorro en los hogares colombianos. Nueva evidencia sobre el ahorro por precaución 49 Tabla 2. Resumen de la descripción de las muestras: hogares con un jefe de familia en edad de trabajar, hogares con un jefe de familia empleado, hogares con un jefe de familia empleado en el sector formal o en el sector informal. Fuente: tabla elaborada por el autor Variable Mean Std. Dev. Min Max Mean Std. Dev. Min Max Mean Std. Dev. Min Max Mean Std. Dev. Min Max Ingreso 2.256.491 3.058.903 2.450 2.90e+08 2.389.007 2.913.501 2.917 9.01e+07 3.071.334 3.481.359 5.833 9.01e+07 1.865.024 2.251.228 2.917 8.42e+07 Consumo 1.832.647 2.105.341 19.740 1.82e+08 1.892.512 2.117.856 19.740 1.82e+08 2.251.686 2.619.795 68.500 1.82e+08 1.616.690 1.576.124 19.740 6.44e+07 Sexo 0,63 0,48 0 1 0,68 0,47 0 1 0,70 0,46 0 1 0,67 0,47 0 1 Edad 41,93 10,93 18 62 41,74 10,62 18 62 40,12 10,39 18,00 62,00 42,99 10,63 18,00 62,00 Pareja 0,58 0,49 0 1 0,61 0,49 0 1 0,63 0,48 0 1 0,59 0,49 0 1 Tamaño del hogar 3,43 1,67 1 19 3,41 1,64 1 19 3,32 1,55 1 19 3,48 1,70 1 16 Estrato 1 0,39 0,49 0 1 0,38 0,49 0 1 0,31 0,46 0 1 0,44 0,50 0 1 Estrato 2 0,35 0,48 0 1 0,36 0,48 0 1 0,38 0,48 0 1 0,34 0,48 0 1 Estrato 3 0,19 0,39 0 1 0,20 0,40 0 1 0,23 0,42 0 1 0,17 0,38 0 1 Estrato 4 0,04 0,20 0 1 0,04 0,20 0 1 0,06 0,24 0 1 0,03 0,17 0 1 Estrato 5 0,01 0,11 0 1 0,01 0,12 0 1 0,02 0,14 0 1 0,01 0,10 0 1 Estrato 6 0,01 0,08 0 1 0,01 0,08 0 1 0,01 0,09 0 1 0,00 0,07 0 1 Propiedad de la vivienda 0,29 0,45 0 1 0,28 0,45 0 1 0,28 0,45 0 1 0,27 0,45 0 1 Deuda 0,07 0,25 0 1 0,08 0,26 0 1 0,09 0,29 0 1 0,06 0,24 0 1 Desviación de la renta -0,90 11,73 -2.117,08 15,51 -0,64 11,73 -2.257,12 3,61 -0,55 16,77 -2.356,24 1,52 -0,66 6,06 -489,46 2,54 Sin educación formal 0,23 0,42 0 1 0,22 0,42 0 1 0,10 0,30 0 1 0,31 0,46 0 1 Educación primaria 0,17 0,37 0 1 0,16 0,37 0 1 0,10 0,30 0 1 0,21 0,41 0 1 Secudaria 0,31 0,46 0 1 0,31 0,46 0 1 0,32 0,47 0 1 0,30 0,46 0 1 Tecnologica 0,14 0,35 0 1 0,15 0,35 0 1 0,21 0,41 0 1 0,10 0,30 0 1 Universitaria 0,11 0,31 0 1 0,12 0,32 0 1 0,18 0,39 0 1 0,06 0,24 0 1 Master o Doctorado 0,04 0,19 0 1 0,04 0,20 0 1 0,08 0,28 0 1 0,01 0,11 0 1 Area de residencia 0,94 0,23 0 1 0,94 0,24 0 1 0,97 0,18 0 1 0,92 0,28 0 1 Incertidumbre (l_instability) 0,22 0,42 0 1 0,27 0,45 0,00 1 0,28 0,45 0,00 1 0,27 0,44 0,00 1 Población en edad de trabajar Ocupados Ocupado formal Ocupado informal (64606 cabeza de hogar) (53130 Cabeza de hogar) (23078 Cabeza de hogar) (30052 Cabeza de hogar) FREDDY JESUS RUIZ HERRERA 50 Como se ha comentado en el apartado 1.2, la ecuación (1) se estima por MCO para diferentes submuestras. La Tabla 3 resume los resultados iniciales. La columna (1) corresponde a un modelo de referencia para toda la muestra inicial de 64 606 hogares cuyo cabeza de familia está en edad de trabajar. Se hace una regresión del consumo (logC) sobre el conjunto de variables independientes, pero sin incluir la incertidumbre. Así, este modelo trata de identificar los principales determinantes de los gastos de consumo según un modelo estándar de consumo. El modelo de referencia proporciona un ajuste razonable (R2 ajustado de 0,62), y, en general, las variables de control son significativas y muestran los signos esperados. El consumo se relaciona positivamente con la renta, tener pareja, el tamaño del hogar, vivir en zonas urbanas, y muestra un patrón creciente con el nivel de educación y de riqueza (estratos). La propiedad de la vivienda y la existencia de deudas también influyen positiva y significativamente en el consumo. Por otro lado, ser jefe de hogar varón y la desviación de los ingresos respecto al nivel que correspondería según las características tienen un efecto negativo. El efecto conjunto de la edad y de la edad al cuadrado revela un patrón convexo, en el que el consumo aumenta con la edad, pero a un ritmo decreciente, lo que es compatible con las hipótesis del ciclo vital y de la renta permanente. Desde otra perspectiva, el ahorro disminuye con la edad, y el efecto cuadrático, aunque cuantitativamente pequeño, es estadísticamente significativo. Este resultado se ha encontrado en otras partes de la literatura empírica sobre el tema (ver Lusardi (1998)) y también fue identificado por Iregui-Bohórquez, et al. (2016) en el caso de Colombia. Sin embargo, otros autores que analizaron previamente el comportamiento del ahorro en Colombia llegaron a la conclusión de que el ahorro aumenta con la edad (Castañeda (2004) en el caso de hogares urbanos) o llegan a resultados mixtos, dependiendo del percentil de ingreso en el caso estudiado (J. Cifuentes y Meisterl, 2014). A continuación, partiendo del proceso antes descrito, se procede a ampliar el modelo de referencia añadiendo una primera medida de incertidumbre respecto a los ingresos futuros, la tasa de desempleo del grupo más cercano a las características demográficas del cabeza de familia, como en Benito (2006) o Lugilde et al. (2018). La columna (2) de la Tabla 3 resume los resultados. Si bien los signos de los coeficientes y la significatividad estadística de la mayoría de las variables son similares a los del modelo base, el coeficiente de la tasa de paro muestra un valor positivo y significativo inesperado (0,588). Este resultado muestra que, en este caso, la tasa de desempleo no es una medida de incertidumbre respecto a los ingresos futuros. La posibilidad de que la tasa de paro no sea una medida de incertidumbre respecto a la renta adecuada y las circunstancias en las que esto es así (relacionadas con el ciclo económico y el comportamiento del desempleo) se plantea en Lugilde et al. (2018). Por tanto, en esta investigación se explora la robustez de este resultado estimando el modelo para varias submuestras, en función de la situación del cabeza de familia en el mercado laboral. En primer lugar, se estima el modelo para aquellos hogares en los que el cabeza de familia está empleado (por lo tanto, dejamos fuera a los jubilados, los desempleados o los que están de baja por enfermedad). La columna (3) resume el modelo ampliado con la tasa de desempleo para hogares donde la persona cabeza de familia se encuentra ocupada. Se obtienen conclusiones similares en cuanto al impacto de la tasa de desempleo en las decisiones de consumo a las alcanzadas para el conjunto de la muestra, esto es, un efecto positivo y significativo. Dadas las características del mercado laboral colombiano, sobre todo en lo referido al alto grado de informalidad, parece razonable pensar que esas características podrían explicar este resultado. A priori, podríamos esperar que la tasa de desempleo pudiese aproximar la incertidumbre respecto a la renta laboral futura para aquellos que trabajan en el sector formal, pero no para los que lo hacen en el informal. Para un análisis más riguroso, se Capítulo 1. Incertidumbre y decisiones de ahorro en los hogares colombianos. Nueva evidencia sobre el ahorro por precaución 51 divide la muestra en dos grupos: los que trabajan en el sector formal y los que lo hacen en el informal. De los 53 130 jefes de hogar ocupados, el 43,4% pertenece al sector formal y el 56,6% restante al sector informal. Tabla 3. Estimaciones MCO, muestra total y hogares con jefe de familia empleado por tipo de ocupación o condición de ahorro y medida de incertidumbre «tasa de desempleo». En edad laboral Ocupado Ocupado Ahorro Formal Informal Positivo Negativo (1) (2) (3) (4) (5) (6) (7) lnC lnC lnC lnC lnC lnC lnC lnY 0.3519*** 0.3523*** 0.3971*** 0.4103*** 0.4112*** 0.4822*** 0.4833*** (0.0070) (0.0070) (0.0053) (0.0068) (0.0058) (0.0119) (0.0157) Sex -0.0197*** 0.0063 0.0054 0.0114 -0.0002 -0.0087 0.0412*** (0.0040) (0.0060) (0.0070) (0.0113) (0.0088) (0.0059) (0.0084) Age 0.0076*** 0.0167*** 0.0181*** 0.0139*** 0.0208*** 0.0068*** 0.0167*** (0.0012) (0.0020) (0.0022) (0.0033) (0.0029) (0.0019) (0.0027) Age2 -0.0001*** -0.0002*** -0.0002*** -0.0001*** -0.0002*** -0.0001*** -0.0002*** (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) Couple 0.0724*** 0.0718*** 0.0815*** 0.0705*** 0.0844*** 0.0822*** 0.0445*** (0.0045) (0.0045) (0.0049) (0.0075) (0.0062) (0.0048) (0.0069) t_household 0.0599*** 0.0597*** 0.0553*** 0.0552*** 0.0531*** 0.0519*** 0.0455*** (0.0013) (0.0013) (0.0014) (0.0022) (0.0017) (0.0016) (0.0022) est_a1 -0.1729*** -0.1729*** -0.1662*** -0.1514*** -0.1703*** -0.1434*** -0.1226*** (0.0040) (0.0040) (0.0041) (0.0062) (0.0054) (0.0045) (0.0066) est_a3 0.1475*** 0.1473*** 0.1390*** 0.1418*** 0.1322*** 0.1233*** 0.1111*** (0.0046) (0.0046) (0.0048) (0.0069) (0.0067) (0.0049) (0.0071) est_a4 0.3648*** 0.3642*** 0.3516*** 0.3540*** 0.3308*** 0.2980*** 0.3005*** (0.0098) (0.0098) (0.0101) (0.0131) (0.0152) (0.0098) (0.0169) est_a5 0.6312*** 0.6302*** 0.5997*** 0.6306*** 0.5091*** 0.5102*** 0.5059*** (0.0199) (0.0199) (0.0204) (0.0255) (0.0309) (0.0175) (0.0382) est_a6 0.7758*** 0.7745*** 0.7459*** 0.7695*** 0.6668*** 0.6718*** 0.5195*** (0.0260) (0.0260) (0.0274) (0.0364) (0.0438) (0.0269) (0.0449) h_owner 0.0205*** 0.0201*** 0.0085** 0.0029 0.0068 0.0520*** 0.0219*** (0.0039) (0.0039) (0.0041) (0.0063) (0.0054) (0.0042) (0.0055) debt 0.1389*** 0.1394*** 0.1302*** 0.1159*** 0.1412*** 0.1244*** 0.1486*** (0.0070) (0.0070) (0.0072) (0.0098) (0.0102) (0.0073) (0.0113) income_deviation -0.0036** -0.0036** -0.0027** -0.0016*** -0.0092*** 0.1332*** -0.0085*** (0.0014) (0.0014) (0.0012) (0.0005) (0.0013) (0.0070) (0.0029) ed_no_training -0.0623*** -0.0619*** -0.0570*** -0.0298*** -0.0612*** -0.0499*** -0.0491*** (0.0051) (0.0051) (0.0056) (0.0111) (0.0064) (0.0052) (0.0068) ed_h_school 0.0550*** 0.0547*** 0.0439*** 0.0370*** 0.0482*** 0.0571*** 0.0547*** (0.0048) (0.0048) (0.0052) (0.0090) (0.0064) (0.0049) (0.0064) ed_tec 0.1205*** 0.1203*** 0.1080*** 0.0973*** 0.1204*** 0.1157*** 0.1179*** (0.0062) (0.0062) (0.0063) (0.0099) (0.0088) (0.0068) (0.0088) ed_bach 0.1893*** 0.1889*** 0.1644*** 0.1484*** 0.1823*** 0.1707*** 0.2345*** (0.0084) (0.0084) (0.0080) (0.0115) (0.0114) (0.0100) (0.0133) ed_m_phd 0.3104*** 0.3096*** 0.2701*** 0.2438*** 0.3448*** 0.2610*** 0.4175*** FREDDY JESUS RUIZ HERRERA 52 (0.0128) (0.0128) (0.0125) (0.0156) (0.0250) (0.0152) (0.0230) Class 0.2018*** 0.2020*** 0.1801*** 0.1340*** 0.1882*** 0.1676*** 0.1503*** (0.0079) (0.0079) (0.0083) (0.0158) (0.0096) (0.0085) (0.0097) _cons 8.5261*** 8.2574*** 7.6337*** 7.5703*** 7.3874*** 6.5419*** 6.7258*** (0.0939) (0.1054) (0.0899) (0.1277) (0.1065) (0.1707) (0.2083) r2_a 0.6170481 0.6172383 0.6319259 0.6119053 0.6117212 0.7869250 0.7064431 Incertidumbre un_age_sx 0.5880*** 0.4889*** 0.4785*** 0.5094*** -0.1961* 0.8759*** (0.1045) (0.1195) (0.1810) (0.1609) (0.1033) (0.1413) N 64606 64606 53130 23078 30052 37496 27110 Notas: estimaciones de los coeficientes. Errores estándar robustos en paréntesis. Niveles de significación: *** p<0,01 ** p<0,05 * p<0,10 Hay que tener en cuenta que esta distribución del empleo formal y del informal es una característica común del mercado laboral en muchas economías en desarrollo. Según la Oficina Internacional del Trabajo (OIT), el empleo informal en América Latina se acerca al 53% del empleo total. Habitualmente, esta característica del mercado laboral está relacionada con el tamaño de la empresa (Salazar-Xirinachsy y Chacaltana, 2018) y suele estar vinculada a la baja productividad y a la exclusión (género, edad y educación), como muestran Freije (2002), Bacchetta et al. (2009) o Salazar-Xirinachsy y Chacaltana (2018). Entre 2005 y 2012 el empleo informal urbano se redujo, pero para el periodo 2013-2015 esta tendencia se revirtió (ILO, 2017) 14 con una intensificación del problema debido a la inestabilidad de los mercados laborales, situación que puede haberse acentuado después de la pandemia del COVID-19 (Acevedo et al., 2021). En este contexto, la muestra es representativa del mercado laboral colombiano, donde la informalidad es cercana al 50% según Escobar (2016) y, el DANE (2018c) evidencia que, para el último trimestre de 2017, la informalidad en las principales 23 ciudades colombianas fue del 48,3% del empleo total. Las columnas (4) y (5) de la Tabla 3 resumen los resultados, que permiten rechazar el planteamiento anterior, ya que la tasa de desempleo exhibe también un coeficiente positivo y significativo para ambos grupos (con un valor similar). Para el resto de las variables se encuentra que los coeficientes de la renta, el tamaño del hogar y el estrato son mayores en el caso de los hogares con empleo formal. Además, la propiedad de la vivienda no es significativa en ninguno de los dos grupos. Una vez descartado que el segmento del mercado de trabajo, formal o informal, en el que está ocupado el jefe del hogar explique el resultado alcanzado, analizamos los resultados para otras sub-muestras diferentes. En particular, segmentamos la muestra de hogares con jefe de familia en edad laboral entre los que ahorran (ingreso menos gasto positivo) y los que no ahorran o des-ahorran (ingreso menos gasto negativo), en el periodo 2017. La existencia de un alto porcentaje de hogares con ahorro negativo es frecuente en las encuestas para América Latina. Bebczuk et al. (2015), en un trabajo sobre ahorro para 10 países latinoamericanos, muestra que en torno al 50% de los hogares presentan ahorro negativo en las encuestas de los diferentes países, lo cual atribuye, en parte, a la poca precisión de los individuos respecto a los ingresos, argumento que también es utilizado 14 Según Acevedo et al. (2021), en 2018 los países latinoamericanos que mostraron una tasa de informalidad superior al 60% en población mayor de 15 años fueron Honduras, Guatemala, Bolivia, Perú, Paraguay, El Salvador, Ecuador, Colombia y México. Capítulo 1. Incertidumbre y decisiones de ahorro en los hogares colombianos. Nueva evidencia sobre el ahorro por precaución 53 por Castañeda (2004) o Tovar (2008) en estudios sobre ahorro en Colombia. También Melo et al.(2006) destacan la elevada presencia de hogares con ahorro negativo en su trabajo sobre ahorro de los hogares colombianos, explicando que, si bien “puede obedecer a choques transitorios negativos del ingreso”, que no necesariamente son acompañados con una reducción paralela en el gasto, circunstancia que puede explicarse por el comportamiento de los encuestados, dado que tienden a disminuir el valor de sus ingresos y niveles de consumo, para evitar ver afectados posibles beneficios, esto coincidir con tasas de ahorro más altas. Nuestros datos concuerdan con esa descripción. Asumiendo que el ahorro por motivo precaución se refiere a “acumulación de riqueza” para hacer frente a eventos futuros desconocidos, nos estaríamos refiriendo a ahorro positivo. En este sentido, Fisher and Anong (2012), en un trabajo que relaciona los motivos para ahorrar con los hábitos de ahorro, muestran como el motivo precaución aumenta la probabilidad de ahorrar (de forma regular o irregular) respecto a no ahorrar. Por tanto, parece pertinente analizar la existencia de un motivo precaución para el ahorro para aquellos hogares que sí ahorran. Sin embargo, dado el elevado porcentaje de hogares que no ahorran, decidimos no eliminar a estos últimos, sino hacer el análisis para ambos segmentos de la muestra. En las columnas 6 (ahorro positivo) y 7 (ahorro negativo) de la tabla 3, se muestran los resultados. Se observa que, mientras para los que no ahorran se mantiene el resultado de las regresiones anteriores, para los hogares con ahorro positivo existe una primera evidencia de ahorro precaución, al contar con un coeficiente negativo y significativo al 10%. El modelo para hogares que no ahorran presenta significatividad en el covariable sexo respecto al consumo, circunstancia que puede ser resultado de la composición porcentual entre hombres y mujeres que no tienen ahorro (41,74% mujeres frente a 58,26% de los hombres); en contraste, la distribución de quienes tienen flujo de ahorro es 33,47% para mujeres y 66,53% para hombres. Como medida de robustez, realizamos el mismo análisis para la sub-muestra hogares con jefe de familia ocupado, segmentándola en los que presentan ahorro positivo y negativo, y de acuerdo con el segmento del mercado de trabajo, formal o informal, en el que están ocupados (ver anexo II). Los resultados obtenidos indican que los hogares con jefe ocupado y con ahorro positivo, que representan el 86,8% de quienes tienen ahorro, el coeficiente de la tasa de desempleo en el modelo de consumo es negativa pero no significativa. Para quienes en el periodo no cuentan con ahorro positivo, los resultados de la tasa de paro son positivos y significativos, es decir, al igual que en ejercicios anteriores, contrario a lo esperado en caso de evidencia de ahorro precaución. Por lo tanto, podemos concluir que, en general, la tasa de desempleo en Colombia no es una medida de incertidumbre respecto a la renta futura. Únicamente en la sub-muestra de hogares con jefe en edad laboral y con ahorro positivo, podemos encontrar alguna evidencia de un efecto positivo sobre el ahorro de la incertidumbre medida por la tasa de desempleo. Este resultado podría venir explicado por el comportamiento del desempleo en Colombia en el periodo analizado. Tal como ha sido comentado anteriormente, Lugilde et al. (2018) concluyen que la fase del ciclo económico condiciona la validez de la tasa de desempleo como medida de incertidumbre en los modelos empíricos de consumo, mostrando como durante las recesiones (cuando el desempleo es alto y creciente), la tasa de desempleo es una proxy adecuado de la incertidumbre de los ingresos futuros, pero durante los auges (cuando el desempleo es bajo y se reduce) deja de ser una medida adecuada. En el periodo analizado en este capítulo, en Colombia la tasa de paro era relativamente baja, estable y con una clara tendencia a la baja (véase Gráfica 1). FREDDY JESUS RUIZ HERRERA 54 Gráfica 1 Tasa de desempleo (%), Colombia, datos mensuales, 2001-2017 Fuente: datos de la GEIH (trimestre móvil, 2001-2017)- DANE. Fuente: datos de la GEIH (trimestre móvil, 2001-2017)- DANE. Sin embargo, que la tasa de paro no parezca ejercer un efecto negativo significativo sobre el consumo, no evidencia que no exista un motivo precaución para el ahorro; simplemente que la tasa de paro no es la medida adecuada de la incertidumbre. Por ello, se explora la evidencia de ahorro precaución utilizando alguna medida alternativa de la incertidumbre respecto a los ingresos futuros que nos ofrezca la encuesta. Revisada la base de datos, la única variable que permitiría construir una media que aproxime de alguna manera la incertidumbre respecto a los ingresos futuros es la 0 2 4 6 8 10 12 14 16 18 20 2001-01 2001-07 2002-01 2002-07 2003-01 2003-07 2004-01 2004-07 2005-01 2005-07 2006-01 2006-07 2007-01 2007-07 2008-01 2008-07 2009-01 2009-07 2010-01 2010-07 2011-01 2011-07 2012-01 2012-07 2013-01 2013-07 2014-01 2014-07 2015-01 2015-07 2016-01 2016-07 2017-01 2017-07 5,0 7,0 9,0 11,0 13,0 15,0 17,0 19,0 21,0 23,0 Ene -Mar Ago -Oct Mar - May Oct - Dic May - Jul Dic -Feb Jul - Sep Feb -Abr Sep - Nov Abr - Jun Nov - Ene Jun - Ago Ene -Mar Ago -Oct Mar - May Oct - Dic May - Jul Dic -Feb Jul - Sep Feb -Abr Sep - Nov Abr - Jun Nov - Ene Jun - Ago Ene -Mar Ago -Oct Mar - May Oct - Dic May - Jul Dic -Feb 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 National Men Women Lineal (National) Capítulo 1. Incertidumbre y decisiones de ahorro en los hogares colombianos. Nueva evidencia sobre el ahorro por precaución 55 inestabilidad laboral (l_instability). Construimos una variable ficticia que toma el valor 1 cuando el cabeza de familia ha estado empleado en el mismo trabajo durante menos de 1 año y 0 en los demás casos. Por lo tanto, esta variable representa la inestabilidad laboral de cada cabeza de familia de la muestra. Los resultados se presentan en la Tabla 4. La columna (1) muestra los resultados del modelo cuando se incluye en la muestra a todos los jefes de familia con empleo. Se observa que, en general, los coeficientes estimados para la mayoría de las variables de control son similares en signo y magnitud a los reportados en el modelo base de la Tabla 3. La variable de “inestabilidad laboral” presenta un coeficiente significativo y negativo (-0,0176), lo que indicaría un efecto positivo de la incertidumbre sobre el ahorro, es decir, la existencia de un motivo de ahorro por precaución entre los hogares colombianos, al menos, en el caso de aquellos cuyo cabeza de familia está empleado. FREDDY JESUS RUIZ HERRERA 56 Tabla 4. Estimaciones MCO, hogares con jefe de familia empleado por sector, considerando como medida de incertidumbre la «estabilidad en el empleo» Ocupados Ocupado Formal Ocupado Informal Ocupado con ahorro Ocupados sin ahorro Incertidumbre Incertidumbre+ Tasa de desempleo Incertidumbre Incertidumbre+ Tasa de desempleo Incertidumbre Incertidumbre + Tasa de desempleo Incertidumbre Incertidumbre+ Tasa de desempleo Incertidumbre Incertidumbre+ Tasa de desempleo (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) lnC lnC lnC lnC lnC lnC lnC lnC lnC lnC lnY 0.3959*** 0.3960*** 0.4092*** 0.4093*** 0.4096*** 0.4096*** 0.4778*** 0.4777*** 0.5791*** 0.5791*** (0.0053) (0.0053) (0.0069) (0.0069) (0.0058) (0.0058) (0.0123) (0.0123) (0.0137) (0.0137) Sex -0.0178*** 0.0049 -0.0120* 0.0119 -0.0244*** -0.0019 -0.0061 -0.0084 0.0022 0.0318*** (0.0046) (0.0070) (0.0071) (0.0113) (0.0060) (0.0089) (0.0044) (0.0068) (0.0062) (0.0095) Age 0.0103*** 0.0178*** 0.0063*** 0.0138*** 0.0125*** 0.0204*** 0.0094*** 0.0086*** 0.0071*** 0.0169*** (0.0013) (0.0022) (0.0020) (0.0033) (0.0017) (0.0029) (0.0013) (0.0021) (0.0017) (0.0029) Age2 -0.0001*** -0.0002*** -0.0001*** -0.0001*** -0.0001*** -0.0002*** -0.0001*** -0.0001*** -0.0001*** -0.0002*** (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) Couple 0.0815*** 0.0813*** 0.0708*** 0.0704*** 0.0841*** 0.0842*** 0.0896*** 0.0896*** 0.0545*** 0.0549*** (0.0049) (0.0049) (0.0075) (0.0075) (0.0062) (0.0062) (0.0053) (0.0053) (0.0070) (0.0070) t_household 0.0555*** 0.0554*** 0.0554*** 0.0553*** 0.0534*** 0.0533*** 0.0522*** 0.0522*** 0.0361*** 0.0359*** (0.0014) (0.0014) (0.0022) (0.0022) (0.0017) (0.0017) (0.0016) (0.0016) (0.0022) (0.0022) est_a1 -0.1664*** -0.1663*** -0.1515*** -0.1511*** -0.1707*** -0.1707*** -0.1391*** -0.1391*** -0.1029*** -0.1030*** (0.0041) (0.0041) (0.0062) (0.0062) (0.0054) (0.0054) (0.0047) (0.0047) (0.0061) (0.0061) est_a3 0.1388*** 0.1388*** 0.1417*** 0.1416*** 0.1320*** 0.1319*** 0.1266*** 0.1267*** 0.0858*** 0.0856*** (0.0048) (0.0048) (0.0069) (0.0069) (0.0067) (0.0067) (0.0052) (0.0052) (0.0070) (0.0070) est_a4 0.3516*** 0.3511*** 0.3544*** 0.3540*** 0.3300*** 0.3296*** 0.3014*** 0.3015*** 0.2502*** 0.2497*** (0.0101) (0.0101) (0.0131) (0.0131) (0.0152) (0.0152) (0.0104) (0.0104) (0.0164) (0.0164) est_a5 0.6006*** 0.6000*** 0.6318*** 0.6311*** 0.5095*** 0.5092*** 0.5148*** 0.5150*** 0.4485*** 0.4479*** (0.0204) (0.0204) (0.0256) (0.0256) (0.0309) (0.0309) (0.0185) (0.0185) (0.0398) (0.0398) est_a6 0.7464*** 0.7458*** 0.7709*** 0.7702*** 0.6654*** 0.6648*** 0.6669*** 0.6670*** 0.4462*** 0.4453*** Capítulo 1. Incertidumbre y decisiones de ahorro en los hogares colombianos. Nueva evidencia sobre el ahorro por precaución 57 (0.0274) (0.0274) (0.0364) (0.0364) (0.0438) (0.0438) (0.0281) (0.0281) (0.0472) (0.0472) h_owner 0.0080* 0.0078* 0.0026 0.0024 0.0061 0.0059 0.0478*** 0.0478*** 0.0138** 0.0137** (0.0041) (0.0041) (0.0063) (0.0063) (0.0054) (0.0054) (0.0044) (0.0044) (0.0059) (0.0059) debt 0.1287*** 0.1292*** 0.1146*** 0.1150*** 0.1399*** 0.1403*** 0.1237*** 0.1237*** 0.1320*** 0.1328*** (0.0072) (0.0072) (0.0098) (0.0098) (0.0102) (0.0102) (0.0075) (0.0075) (0.0111) (0.0111) Income deviation -0.0027** -0.0027** -0.0016*** -0.0016*** -0.0092*** -0.0092*** 0.1337*** 0.1338*** -0.0068** -0.0068** (0.0012) (0.0012) (0.0005) (0.0005) (0.0013) (0.0013) (0.0073) (0.0073) (0.0028) (0.0028) ed_no_training -0.0572*** -0.0571*** -0.0295*** -0.0296*** -0.0614*** -0.0613*** -0.0486*** -0.0486*** -0.0388*** -0.0386*** (0.0056) (0.0056) (0.0111) (0.0111) (0.0064) (0.0064) (0.0056) (0.0056) (0.0071) (0.0071) ed_h_school 0.0437*** 0.0437*** 0.0365*** 0.0365*** 0.0482*** 0.0480*** 0.0584*** 0.0584*** 0.0344*** 0.0344*** (0.0052) (0.0052) (0.0090) (0.0090) (0.0064) (0.0064) (0.0053) (0.0053) (0.0066) (0.0066) ed_tec 0.1077*** 0.1076*** 0.0964*** 0.0964*** 0.1211*** 0.1206*** 0.1205*** 0.1206*** 0.0917*** 0.0914*** (0.0063) (0.0063) (0.0099) (0.0099) (0.0088) (0.0088) (0.0073) (0.0073) (0.0088) (0.0088) ed_bach 0.1642*** 0.1641*** 0.1479*** 0.1479*** 0.1821*** 0.1820*** 0.1766*** 0.1766*** 0.2022*** 0.2019*** (0.0080) (0.0080) (0.0115) (0.0115) (0.0114) (0.0114) (0.0106) (0.0106) (0.0133) (0.0133) ed_m_phd 0.2702*** 0.2701*** 0.2434*** 0.2434*** 0.3460*** 0.3458*** 0.2706*** 0.2707*** 0.3649*** 0.3644*** (0.0125) (0.0125) (0.0156) (0.0156) (0.0250) (0.0250) (0.0158) (0.0158) (0.0247) (0.0247) Class 0.1801*** 0.1805*** 0.1340*** 0.1341*** 0.1883*** 0.1886*** 0.1663*** 0.1663*** 0.1191*** 0.1194*** (0.0082) (0.0083) (0.0158) (0.0158) (0.0096) (0.0096) (0.0089) (0.0089) (0.0098) (0.0099) _cons 7.8804*** 7.6618*** 7.8080*** 7.5924*** 7.6533*** 7.4246*** 6.5271*** 6.5500*** 5.7686*** 5.4890*** (0.0743) (0.0902) (0.1028) (0.1285) (0.0827) (0.1068) (0.1657) (0.1769) (0.1780) (0.1864) r2_a 0.6319461 0.6320650 0.6118568 0.6119670 0.6118596 0.6119938 0.7877995 0.7877942 0.7475209 0.7477168 Incertidumbre un_age_sx 0.5099*** 0.4967*** 0.5403*** -0.0526 0.6391*** (0.1196) (0.1811) (0.1609) (0.1180) (0.1565) l_instability -0.0176*** -0.0182*** -0.0122** -0.0129** -0.0241*** -0.0249*** -0.0112*** -0.0111*** -0.0156*** -0.0163*** (0.0039) (0.0039) (0.0059) (0.0059) (0.0052) (0.0052) (0.0038) (0.0038) (0.0050) (0.0050) N 53130 53130 23078 23078 30052 30052 32546 32546 20584 20584 Notas: estimaciones de los coeficientes. Errores estándar robustos en paréntesis. Niveles de significación: *** p<0,01 ** p<0,05 * p<0,10 FREDDY JESUS RUIZ HERRERA 64 literatura se consideran dos de estos “contextos”, el estado de salud y el medioambiental, sobre los que hay incertidumbre respecto a su estado futuro y que constituyen riesgos no plenamente asegurables con seguros, lo que lleva a cubrirse en parte con ahorro (ahorro precaución). Si bien existe ya una extensa literatura sobre ahorro precaución debido a la incertidumbre respecto al estado de salud, prácticamente no existen trabajos empíricos sobre el efecto del background risk ambiental, y los pocos que existen utilizan datos macro, en los que se aproxima la incertidumbre ambiental por el valor que toma un determinado contaminante (Baiardi et al. 2013, 2016). Evidentemente, estas variables no pueden ser tomadas como medidas de incertidumbre a nivel micro. Por tanto, para testar empíricamente la existencia de ahorro precaución, en este caso, necesitamos información sobre todas las variables que explican el consumo (renta, riqueza, variables sociodemográficas, etc) sí como alguna medida de incertidumbre respecto a la renta laboral futura y respecto al riesgo medioambiental. La Encuesta Nacional de Presupuestos de los Hogares (ENPH) (DANE, 2018a), de la que obtuvimos los datos para el estudio del capítulo uno, proporciona información sobre distintas características del entorno físico en el que se encuentra el hogar, que permite construir un indicador de vulnerabilidad ante la ocurrencia de eventos medioambientales adversos a nivel de hogar. El uso de ese indicador como medida de incertidumbre nos permite testar, a nivel microeconómico para Colombia, la existencia de un motivo precaución para el ahorro consecuencia de la incertidumbre medioambiental. Este es el principal objetivo de este capítulo. Hasta donde conocemos, no existe un análisis de ahorro precaución que relacione las condiciones ambientales (la vulnerabilidad ante eventos ambientales) y las condiciones socioeconómicas propias del hogar. El propósito de este capítulo es identificar una medida de vulnerabilidad ambiental del hogar que podamos tomar como medida de incertidumbre respecto a los potenciales daños por eventos ambientales, de la que se pueda contrastar su relación respecto a las decisiones de consumo/ahorro y, de esta manera, demostrar la existencia o no de ahorro precaución generado por este tipo de incertidumbre. A pesar del gran número de trabajos en la literatura, el interés por el estudio de los efectos de la incertidumbre sobre las decisiones de ahorro se mantiene, porque, como ha sido comentado, las evidencias de existencia de ahorro precaución en los diferentes estudios empíricos 18 no son concluyentes (Lugilde et al., 2019). Por tanto, nuevas contribuciones sobre el comportamiento del ahorro en condiciones de incertidumbre representan un aporte a los necesarios debates sobre los determinantes de las decisiones de consumo y ahorro (Attanasio, 1999; Jappelli y Pistaferri, 2017). Este capítulo se divide en cuatro apartados: en el apartado 2.2 se presenta una síntesis de la literatura más reciente sobre el ahorro precaución. En el apartado 2.3 se explica la metodología y la base de datos utilizadas, y se analiza la construcción de una medida de incertidumbre ambiental de los hogares, una medida del background risk. En el apartado 18 Entre otros que reconocen evidencias de ahorro precaución, se encuentran: Guiso et al. (1992); Carroll (1994ª); Guariglia (2001); Pericoli y Ventura (2012); Ceritoğlu (2013); entre quienes no lo reconocen o encuentran una débil relación, se puede mencionar a: Skinner (1988), Chamon et al. (2013), Mishra et al. (2013), Velandia y van Gameren (2016) Capítulo 2. «Background risk» ambiental en las decisiones de ahorro en los hogares colombianos. ¿Otro motivo de ahorro precaución? 65 2.4 se presentan los resultados de las estimaciones y, en el apartado 2.5, se resumen las conclusiones alcanzadas. 2.2. MARCO TEÓRICO Como ya ha sido comentado en el capítulo uno, cuando existe incertidumbre sobre los ingresos futuros y los agentes reaccionan ajustando sus decisiones de consumo y ahorro, se está ante un escenario de ahorro precaución (Browning y Lusardi, 1996; Lusardi, 1998), éste puede analizarse tanto a nivel macroeconómico (Menegatti, 2010; Mody et al., 2012; Baiardi et al., 2013; Bande y Riveiro, 2013) como microeconómico (Guiso et al., 1996; Carroll y Samwick, 1997; Lusardi, 1998; Benito, 2006; Deidda, 2013; Lugilde et al., 2018). Baiardi et al. (2020) hacen una revisión de los desarrollos recientes en la literatura del ahorro precaución, partiendo de la teoría tradicional (que considera el riesgo respecto a la renta laboral y el riesgo respecto al tipo de interés) y considerando ampliaciones de esos análisis, así como desarrollos más recientes que introducen la presencia simultánea de múltiples riesgos, funciones de utilidad multivariantes o preferencias que no presentan aversión al riesgo. En cada caso, muestran el problema de optimización al que se enfrenta el consumidor, la decisión óptima de ahorro (la condición de primer orden para maximizar la correspondiente función de utilidad intertemporal) y la condición necesaria y suficiente para que exista ahorro precaución (para que el ahorro sea mayor en condiciones de incertidumbre que en condiciones de certidumbre). Los trabajos que abordan teóricamente el ahorro precaución se pueden agrupar según la naturaleza de la incertidumbre que se considera: un riesgo, doble riesgo y background risk. Además del efecto de las distintas fuentes de incertidumbre, en la literatura sobre ahorro precaución se abordan “otros tópicos” que caen fuera del alcance de este trabajo, como el estudio del papel de la cultura financiera (Alessie et al., 2011; Lusardi y Mitchell, 2011; Gale et al., 2012; Lusardi y Mitchell, 2014; Lusardi et al., 2017; Kubitza et al., 2020), la existencia de diferentes seguros frente a riesgos o contingencias futuras (Chou et al., 2006; Ceritoğlu, 2013; Kuan y Chen, 2013) y, también, aproximaciones fuera del modelo convencional de la utilidad esperada, relacionados con la economía del comportamiento (Beshears et al., 2018; Acuña et al., 2020; Vanlaer et al., 2020), entre otros. En cuando al abordaje del ahorro precaución, el primer grupo de trabajos responde al modelo estándar del ahorro precaución afectado por ingresos futuros o tasa de interés inciertos (aunque también puede resultar de aplicación en el caso de otras variables). Respecto a las afectaciones de los ingresos futuros, estas pueden ser resultado de ajustes en la distribución de los riesgos (Crainich et al., 2016; Eeckhoudt, 2002; Eeckhoudt et al., 2009, 2009; Eeckhoudt y Schlesinger, 2006) o por la prima de utilidad, como en Menegatti (2007)), que calcula la desutilidad resultado de un ingreso laboral incierto. Por otra parte, el riesgo respecto a la tasa de interés futura, que introduce Sandmo (1970), puede ejercer un efecto de sustitución al compensar ahorro por inversión, donde se prevé que el nivel de rendimiento del ahorro actual no se verá compensado en el tiempo. El doble riesgo se presenta cuando, al mismo tiempo, los hogares se enfrentan a las dos fuentes de incertidumbre, respecto a los ingresos futuros y a la tasa de interés (J. Li, 2012; Baiardi et al., 2014, 2015). En este caso, Baiardi et al (2020) evidencian como, en una primera instancia, la condición de ahorro precaución con dos riesgos dependerá de la FREDDY JESUS RUIZ HERRERA 66 correlación y tamaño de los mismos (efecto renta superior al de sustitución, a favor del ahorro), así como de las preferencias de los hogares. Cuando se analizan los efectos de la incertidumbre respecto a la renta o el tipo de interés futuros en las decisiones de ahorro, viendo como esa incertidumbre altera la reasignación de riqueza entre presente y futuro, se considera que lo único de lo que depende la utilidad es de la riqueza, es decir, se considera una función de utilidad univariante. Si consideramos que la utilidad del hogar se ve afectada, además de por la riqueza, por otros factores, como el estado de salud o la calidad medioambiental del entorno, debemos plantear una función de utilidad multivariante, en la que se introducen argumentos distintos a la riqueza. Cuando esas otras variables que afectan a la utilidad tienen niveles inciertos en el futuro, estamos ante incertidumbre respecto al “contexto” en el que se toman las decisiones de consumo y ahorro (al “fondo”), y es lo que se conoce en la literatura de ahorro precaución como background risk. En la sección 1.2 del capítulo anterior de esta tesis, se presentó un modelo de consumo estándar y las condiciones para que se observe ahorro precaución. El modelo que se presenta a continuación es tomado de Baiardi et al. (2020, pg 14-17), quien se plantea el problema al que se enfrenta el consumidor cuando, además de la incertidumbre respecto a la renta futura cuenta con un background risk, partiendo del problema estándar de un consumidor en presencia de incertidumbre. Al considerar que, además de la renta (y la riqueza), la utilidad (el bienestar) de este hogar está determinada por otros factores, como el estado de salud de los miembros o la calidad medioambiental del entorno, debemos introducir un nuevo argumento en la función de utilidad, pasando a tomar decisiones para maximizar una función de utilidad multivariante. Si esas nuevas variables pueden tomar valores en el futuro que son inciertos, la presencia de estas incertidumbres genera nuevos riesgos, que no están relacionados con la renta futura sino con las condiciones del “background” en el que se toman las decisiones de consumo y ahorro, y que pueden influir en la decisión de ahorro precaución. Analizamos el ahorro precaución en este contexto considerando una función de utilidad bivariante, en la que el segundo argumento es, en nuestro caso, la situación medioambiental. El hogar tiene una función de utilidad u(x,h) en el período 0 y v(x,h) en el período 1, donde la x es la riqueza (como en el problema estándar) y h es la nueva variable no financiera (la situación medioambiental). Asumimos que las funciones u y v son, al menos, tres veces continuamente diferenciables en (x,h) . Para la función u, notamos por: “u1 = ∂u/∂x, u2 = ∂u/∂h, u11 = ∂2u/∂x2, u22 = ∂2u/∂h2, u12 = ∂2u/∂x∂h, u111 = ∂3u/∂x3, u222 = ∂3u/∂h3 y así sucesivamente para las derivadas cruzadas de distinto orden, (lo mismo para la función v). Al igual que en el caso univariante, asumimos que las funciones u(x,h) y v(x,h) son estrictamente crecientes y estrictamente cóncavas respecto a cada argumento (u1>0,v1>0,u11<0,v11<0 y u2>0,v2>0,u22<0,v22<0).” (Baiardi et al., 2020, pg 3) De acuerdo con Baiardi et al. (2020, pg 14-17), en el caso de certidumbre respecto a ambas variables, el problema de decisión del hogar será: 𝑚𝑎𝑥 𝑠𝑢(𝑦0−𝑠,ℎ0)+ 1 1+𝜌[𝑣(𝑦1+𝑅𝑠,ℎ1)] (1) Capítulo 2. «Background risk» ambiental en las decisiones de ahorro en los hogares colombianos. ¿Otro motivo de ahorro precaución? 67 El nivel óptimo de ahorro, s, en este problema se define por la siguiente condición de primer orden: 𝑢1(𝑦0−𝑠,ℎ0)= 1 1+𝜌𝑅𝑣1(𝑦1+𝑅𝑠,ℎ1) (2) Cuando está presente un background risk, el problema del hogar se convierte en: 𝑚𝑎𝑥 𝑠𝑢(𝑦0−𝑠,ℎ0)+ 1 1+𝜌𝔼[𝑣(𝑦1+𝑅𝑠,ℎ1)] (3) donde h1 es una variable aleatoria con varianza desconocida, tal que E[h1]=ℎ1. En una situación en la que la renta futura es cierta, pero existe incertidumbre respecto a la situación ambiental, el nivel óptimo de ahorro s vendrá dado por la siguiente condición de primer orden: 𝑢1(𝑦0−𝑠)= 1 1+𝜌 𝑅𝑣1(𝑦1+𝑅𝑠,ℎ1) (4) Comparando las ecuaciones (2) y (4), se obtiene que el hogar ahorra más con incertidumbre, es decir, existe ahorro precaución, si v122 > 0. Esta condición la muestran Eeckhoudt et al. (2007), quienes definen este comportamiento de las preferencias de los hogares como “prudencia cruzada en riqueza”. 19 En el caso en el que las dos variables, la renta y el variable de background, presentan riesgo en el periodo 1, el problema de maximización del hogar se convierte en: 𝑚𝑎𝑥 𝑠𝑢(𝑦0−𝑠,ℎ0)+ 1 1+𝜌𝔼[𝑣(𝑦1+𝑅𝑠,ℎ1)] (5) El nivel óptimo de ahorro en este caso, s, viene definido por la condición: 𝑢1(𝑦0−𝑠,ℎ0)= 1 1+𝜌 𝑅𝔼[𝑣1(𝑦1+𝑅𝑠,ℎ1) (6) En presencia de riesgo respecto a las dos variables, las condiciones para que el ahorro sea mayor en condiciones de incertidumbre son abordadas en distintos trabajos y son resumidas por Baiardi et al. (2020, pg17) del siguiente modo: - “Condiciones diferentes que involucran derivadas y derivadas cruzadas de órdenes impares positivas, y derivadas y derivadas cruzadas de órdenes pares negativas, cuando existe una dependencia positiva entre el riesgo respecto a la renta laboral y el riesgo de contexto (y no hay riesgo respecto al tipo de interés) (Courbage y Rey 2007; Menegatti 2009; Denuit et al. 2011). 19 En el caso de la función de utilidad univariante, la prudencia se asocia con el deseo de desagregar el daño por tener poca riqueza y el daño de correr riesgos respecto a la riqueza. De manera similar, en el caso de una función bivariante, la prudencia cruzada en la riqueza es el deseo de desagregar el daño por tener poca riqueza y el daño de asumir riesgos en la variable de contexto; lo que lleva al hogar a aumentar sus ahorros, generando así un ahorro precaución. (Baiardi et al., 2020) FREDDY JESUS RUIZ HERRERA 68 - Condiciones complejas que involucran diferentes derivadas y derivadas cruzadas de la función de utilidad de segundo y tercer orden, y varianzas y covarianzas de riesgo, cuando los riesgos son pequeños y el riesgo de contexto está acompañado por el riesgo de ingreso laboral solo o por el riesgo de ingreso laboral y de tipo de interés (Baiardi et al. 2014)”. Estas condiciones necesarias y suficientes, a nivel teórico, para que exista ahorro precaución, en cada caso, no pueden ser directamente contrastadas a nivel empírico. En relación con el análisis empírico de la existencia de background risk ambiental, los trabajos aún son escasos y, como ha sido comentado, los análisis se realizan con datos macro a nivel de país. Cabe destacar los trabajos de Baiardi et al. (2013, 2016) por su abordaje metodológico y por sus resultados. El primero de ellos establece una primera evidencia del efecto de la interacción de riesgos sobre el consumo, donde uno de ellos es ambiental. El segundo trabajo muestra cómo los índices de aversión y prudencia relativa tienen impacto sobre las preferencias ambientales. Baiardi et al. (2013) analizan, tomando como referencia seis economías desarrolladas y el periodo 1965-2007, el efecto en el consumo y en el ahorro de riesgos financieros y ambientales. Este artículo confirma el efecto del riesgo financiero sobre el consumo, la importancia de contar con un background risk y su efecto conjunto en el ahorro; sin embargo, muestra que, cuando lo que se analiza es sólo el efecto del riesgo ambiental, este no es empíricamente relevante. Por otra parte, Baiardi et al. (2016) estudian el efecto de los riesgos ambientales y de renta en el crecimiento del consumo a nivel macroeconómico para 13 países del Mediterráneo durante el periodo 1965-2008. En este caso, los autores concluyen que tanto los diferentes riesgos como su interacción influyen significativamente en la dinámica del consumo. Como una novedad de interés, Baiardi et al. (2016) detectan que el efecto directo del riesgo ambiental existe, a excepción de las economías menos desarrolladas. Las estimaciones que hacen de los índices de aversión relativa al riesgo y prudencia relativa, así como la preferencia relativa por la calidad del medio ambiente, les permiten sugerir una marcada heterogeneidad entre países que explican los resultados de los países menos desarrollados que presentan menor preocupación por cuestiones medioambientales y mayores riesgos respecto a la renta. Los trabajos de Baiardi et al. (2013 y 2016) son análisis empíricos con datos macro, en los que incertidumbre ambiental se aproxima por alguna medida de contaminación (concentración de algún contaminante) a nivel agregado. Lo que se plantea en este capítulo es analizar el impacto de la incertidumbre respecto a las consecuencias derivadas de potenciales eventos medioambientales a nivel micro, testando el efecto de la incertidumbre ambiental en las decisiones de consumo y ahorro de los hogares. Para ello, debemos empezar por construir alguna variable que permita medir la incertidumbre medioambiental de los hogares, la cual aproximamos por un indicador de vulnerabilidad medioambiental del hogar, tal como se explica en el siguiente apartado. Si bien existen algunos trabajos empíricos sobre ahorro precaución en los que se considera el efecto de la incertidumbre respecto a la ocurrencia de eventos medioambientales o climatológicos futuros sobre las decisiones de consumo-ahorro de los hogares, en esos trabajos lo que se está teniendo en cuenta es el potencial efecto de esos eventos sobre la renta futura, en particular, en el caso de rentas derivadas de actividades agrícolas o de la explotación de recursos naturales. Entre los trabajos con ese enfoque destacan los de Paxson (1992), que analiza el efecto de las perturbaciones pluviométricas sobre los Capítulo 2. «Background risk» ambiental en las decisiones de ahorro en los hogares colombianos. ¿Otro motivo de ahorro precaución? 69 ingresos de hogares agrícolas; Skidmore (2001), quien estima la tasa de ahorro de los hogares considerando las catástrofes naturales y su nivel de daño en 15 economías; y el de Kuntz-Duriseti (2004), quien asocia el principio de precaución al costo-beneficio y a la acción preventiva como medida de evaluación de los riesgos ambientales. En este tipo de trabajos, en la última década, resaltan dos áreas de interés: variabilidad climática (Huang y Wu, 2018; Khanal et al., 2019; Sirisankanan, 2013; Ting et al., 2017) y eventos catastróficos (Adnan et al., 2019; Ahmad y Afzal, 2020; Ullah et al., 2015). En la primera de ellas, la temperatura y las precipitaciones son los elementos en los que se centra la investigación; en la segunda área, es la gestión del riesgo catastrófico y/o su percepción lo que es relevante en la discusión de ahorro precaución. En cualquier caso, a pesar de tener en cuenta aspectos medioambientales, lo que se incorpora en estos análisis es la incertidumbre respecto a la renta futura (en el marco tradicional del análisis); en esos casos, el riesgo ambiental afecta a la fuente de generación de renta. Por tanto, no se puede considerar que en esos trabajos se esté incorporando incertidumbre respecto a la ocurrencia de eventos medioambientales adversos en el contexto del background risk, es decir, considerando incertidumbre respecto a una variable distinta de la renta o la riqueza que afecta a la utilidad que un individuo deriva de esa renta. 2.3. DATOS Y METODOLOGÍA Siguiendo la literatura empírica sobre ahorro precaución, para testar la existencia de un motivo precaución para el ahorro, considerando incertidumbre respecto a la renta futura y al background ambiental, se utiliza una ecuación en la que el consumo depende del conjunto de variables habitualmente consideradas según el modelo estándar de decisiones de consumo/ahorro, y las variables que miden la incertidumbre derivada de las distintas fuentes. Si bien se podría tomar directamente el ahorro como variable dependiente, optamos, como en el análisis del capítulo uno, por considerar el consumo de los hogares al igual que lo hace una parte de la literatura (Attanasio y Weber, 1989; Zeldes, 1989; Guiso et al., 1992; Dynan, 1993; Carroll, 1994a; Benito, 2006; Lugilde et al., 2018; Bande et al., 2021). En relación con la incertidumbre que afecta a las decisiones de consumo y ahorro del hogar, en el análisis consideraremos dos fuentes: la renta laboral futura y el potencial daño para el hogar de eventos medioambientales futuros. Respecto a la medida de incertidumbre de los ingresos futuros, en el capítulo anterior se tomó la tasa de desempleo, por ser la medida objetiva usada por la mayor parte de la literatura, como Lusardi (1998), Guariglia (2001), Guariglia y Kim (2004), Benito (2006), Mody et al. (2012), Bande y Riveiro (2013), Ceritoğlu (2013), Lugilde et al. (2018), entre otros. Sin embargo, los resultados evidenciaron que esta variable no es una medida de incertidumbre adecuada para el caso colombiano, por lo que se incluyó en el análisis la “inestabilidad en el empleo” como una medida alternativa. Por tanto, se opta aquí por continuar utilizando la inestabilidad laboral (l_instability) como medida de incertidumbre, resultado de la construcción, en base a los datos de la Encuesta Nacional de Presupuestos de los Hogares ENPH (DANE), de una dummy donde se diferencia a las personas cabeza de familia ocupadas con y sin contratos laborales inferiores a 12 meses. 20 20 Se considera que la inestabilidad puede estar midiendo la incertidumbre porque aproxima las situaciones de precariedad, y así es entendida en las discusiones de trabajo decente. Una medida más adecuada de precariedad vendría dada por un indicador compuesto por más variables (como el que construyen Lugilde et al. 2018), pero nuestra base de datos no ofrece la información necesaria. FREDDY JESUS RUIZ HERRERA 70 Para aproximar la incertidumbre medioambiental, la ENPH proporciona información que permite construir un indicador de vulnerabilidad ante la ocurrencia de eventos medioambientales adversos a nivel de hogar, que explicaremos más adelante. De acuerdo con la disponibilidad de los datos, se incluyen como variables explicativas las habitualmente usadas en los análisis empíricos sobre decisiones de consumo y ahorro (y que ya fueron discutidas en el capítulo anterior). En síntesis, el modelo empírico relaciona el consumo con los ingresos de los hogares, la riqueza, las variables socioeconómicas (sexo, edad, nivel educativo y estado civil de la persona cabeza de familia y tamaño del hogar), existencia de deudas, propiedad de la vivienda y la incertidumbre sobre los ingresos futuros y sobre el potencial impacto medioambiental. De esta manera, el “modelo base” que consideramos es el siguiente: 𝑙𝑜𝑔𝐶𝑖=𝛽0+𝛽1𝑙𝑜𝑔𝑌𝑖+𝑍𝑖𝜑+𝑢𝑖 (7) Teniendo en cuenta la incertidumbre respecto a la renta laboral futura, el modelo será: 𝑙𝑜𝑔𝐶𝑖=𝛽0+𝛽1𝑙𝑜𝑔𝑌𝑖+𝑍𝑖𝜑+𝑢𝑛𝑐𝑖+𝑢𝑖 (8) Cuando, además, consideramos la incertidumbre respecto a la situación ambiental (background), el modelo será: 𝑙𝑜𝑔𝐶𝑖=𝛽0+𝛽1𝑙𝑜𝑔𝑌𝑖+𝑍𝑖𝜑+𝑙𝑖𝑖𝛾+𝑒𝑣𝑖𝜃+𝑢𝑖 (9) donde 𝐶𝑖 es el consumo del hogar, 𝑌𝑖 la renta total, 𝑍𝑖 las características sociodemográficas y económicas del hogar y 𝑙𝑖𝑖 y 𝑒𝑣𝑖 son variables que representan la medida de incertidumbre sobre el ingreso futuro (inestabilidad laboral) y el background risk (vulnerabilidad ambiental), 𝛽0 y 𝛽1 son escalares, 𝜑 es un vector de parámetros a estimar y 𝛾,𝜃 son parámetros por estimar. El termino de error 𝑢𝑖 se encuentra distribuido de forma independiente e idéntica. Siguiendo la literatura sobre el ahorro precaución (Bande et al., 2021; Carroll, 1994; Deidda, 2013; Lugilde et al., 2018; Miles, 1997) se estiman estas ecuaciones por mínimos cuadrados ordinarios - MCO. Para ello, se utilizan datos de la Encuesta Nacional de Presupuesto de los Hogares (ENPH) para Colombia, tal como se hizo en el capítulo uno. El periodo de referencia que se utiliza es 2016/2017, el cual cuenta con una muestra de 87 201 hogares que es representativa del país (DANE, 2018a). Del total hogares, se incluyen aquellos que registran un ingreso superior a cero, que son 86 832 hogares. Las definiciones de las diferentes variables tomadas de la ENPH, o construidas en base a datos de esa encuesta, ya fueron mostradas en el capítulo uno y se encuentran sintetizadas en la Tabla 1, a excepción del indicador de vulnerabilidad ambiental, también construido con datos de la ENPH y cuyos componentes se muestran en la Tabla 6, y que comentamos a continuación. 2.3.1. INDICADOR DE INCERTIDUMBRE MEDIOAMBIENTAL DE LOS HOGARES Como hemos comentado, los trabajos que analizan los potenciales efectos de la presencia de eventos/determinantes ambientales en el ahorro precaución (Baiardi et al., 2013, 2016) utilizan medidas de incertidumbre que no son aplicables a nivel micro. En este caso, el Capítulo 2. «Background risk» ambiental en las decisiones de ahorro en los hogares colombianos. ¿Otro motivo de ahorro precaución? 71 objetivo es acercarnos a variables de incidencia directa sobre el hogar 21 , asumiendo que para asegurar una acción transformadora y sostenible (Steffen et al., 2015; Bai et al., 2018; Díaz et al., 2019), las políticas públicas de mediano y largo plazo (como los objetivos de desarrollo sostenible - ODS) deben vincular a los hogares como elemento activo de los escenarios de incidencia ambiental, social y económica. 22 Con el interés en encontrar variables que aproximen aspectos del potencial impacto ambiental para el hogar, se revisó el camino seguido por the Intergovernmental Panel on Climate Change – IPCC (1997, 2012, 2015) quienes, centrados en debates como salud humana, producción de alimentos y el análisis del ecosistema, entre otros, han debatido sobre los determinantes de los riesgos ambientales. El enfoque de IPCC es de especial referencia, porque entiende los riesgos en función de su peligro, exposición y vulnerabilidad 23 . A partir de los lineamientos establecidos por el IPCC, Orrego (2018) presenta la construcción de un índice de vulnerabilidad ante choques climatológicos – IVCC de Republica Dominicana - RD. El análisis de Orrego (2018) clasifica los hogares de acuerdo con las condiciones de vulnerabilidad y exposición a partir de tres dimensiones: vivienda (tipo de pared y techo), ingresos (promedio del hogar) y cercanía a la fuente de riesgo (distancia). Una de las principales lecciones reportadas por el IVCC-RD fue la necesidad de incorporar variables ambientales en las encuestas de hogares. Paralelo al IPCC, se identifica la propuesta de Thiry et al. (2018) quienes, a partir de la discusión de las privaciones y del índice de pobreza multidimensional – IPM, reflexionan sobre el papel del medio ambiente y los recursos naturales - ENR (por sus siglas en ingles). Desde esta óptica, se busca evidenciar la posible relación entre pobreza y degradación ambiental, así como la vulnerabilidad ambiental a la que se exponen las personas con mayores niveles de pobreza (Sen, 2003; Corvalán et al., 2005; Cutter et al., 2009; Agola y Awange, 2014). Con este alcance, Thiry et al. (2018) prevén que serán las sociedades más informadas las que puedan atender de forma oportuna sus metas de sostenibilidad y desarrollo. Thiry et al. (2018) analizan la relación de los ODS y el IPM considerando que las privaciones pueden afectar al cumplimiento de la agenda 2030. Posteriormente, integran la discusión de ENR 24 , concluyendo la relevancia de incluir los siguientes componentes en cualquier análisis de hogares, especialmente en aquellos relacionados con temas de pobreza: “medios de vida, salud ambiental y vulnerabilidad a los peligros ambientales”. 21 A pesar de los avances en la literatura sobre conservación y desarrollo humano (Adams et al., 2004; Ban et al., 2013; Bennett et al., 2017; McShane et al., 2011), monitoreo del medio ambiente con base local (Danielsen et al., 2021), ciencia ciudadana y medio ambiente (Dickinson et al., 2012; Kosmala et al., 2016; McKinley et al., 2017; Maund et al., 2020; de Sherbinin et al., 2021) y el papel de los servicios ecosistémicos (Kosanic y Petzold, 2020; Mengist et al., 2020; Liu et al., 2021; Santarém et al., 2021), no es posible considerar estos enfoques en nuestro análisis dadas las restricciones de información 22 Beroya-Eitner (2016) analiza los indicadores de vulnerabilidad económica y Dizdaroglu (2015) la evaluación de sostenibilidad ambiental en ámbitos urbanos (no hogares). 23 La vulnerabilidad se entiende como la propensión a verse afectado negativamente por un choque ambiental (IPCC, 2012, 2015). 24 Se analizan diversos planteamientos, entre otros: Millennium Ecosystem Assessment (Corvalán et al., 2005), contribuciones del IPCC, the International Plataform on Biodiversity and Ecosystem Services - IPBES (Díaz et al., 2015) y the Environmental Performance Index – EPI (Yale Center for Environmental Law and Policy., 2020). FREDDY JESUS RUIZ HERRERA 72 Tomando como base los análisis antes mencionados, especialmente a Thiry et al. (2018) 25 , se construye, por una parte, un indicador de vulnerabilidad del hogar ante eventos medioambientales adversos (incorporando variables sobre el entorno en el que se encuentra el hogar y sobre las que no puede decidir) y, por otra parte, un indicador de “vulnerabilidad por riesgos internos al hogar” (incorporando características del propio hogar que indicen en la mayor o menor vulnerabilidad ante un evento ambiental); dado que estas características son modificables por la intervención del propio hogar, entendemos este indicador como una medida de la prevención ante riesgos ambientales de los hogares. La primera de estas variables, la “vulnerabilidad externa”, la usamos como medida de incertidumbre. Podemos decir que la incertidumbre medioambiental que consideramos no es con relación a la ocurrencia de eventos medioambientales adversos en el futuro, sino respecto al daño que esos eventos generarán en el hogar, los cuales aproximamos por la vulnerabilidad ambiental del hogar. Las encuestas que siguen una línea similar a la establecida por The Demographic and Health Surveys (DHS) 26 pueden servir para la revisión de los componentes esperados, sin embargo, para esta investigación se requiere un seguimiento al consumo de los hogares. La construcción de este indicador de vulnerabilidad ambiental, entendida en el marco del IPM y teniendo en cuenta las limitaciones que pueden presentar los indicadores compuestos, especialmente los ambientales/sostenibles/ecológicos, (Dahl, 2012; Dobbie y Dail, 2013; Pissourios, 2013; Waas et al., 2014), es un primer paso en la introducción de una medida de incertidumbre que nos permita testar, a nivel microeconómico, la existencia de un motivo precaución para el ahorro consecuencia de la incertidumbre medioambiental. La encuesta que estamos considerando para Colombia, ofrece información sobre variables que permiten construir ese indicador. Pero, la realización de este análisis para Colombia es también pertinente porque, según el índice de riesgo climático -CRI- (Eckstein et al., 2021), para el periodo 2000-2019 este país se ubicó como el segundo país de mayor vulnerabilidad ambiental de Suramérica 27 y, según el EPI 28 -2020, se encuentra en el puesto 50 de 180 a nivel mundial (segundo de 32 naciones de Latinoamérica) y es la décima economía de 27 mercados emergentes incluidos en el ranking. 29 La encuesta ENPH de Colombia tiene elementos de encuesta de calidad de vida y de demografía, así como variables relacionadas con el consumo e ingresos de los hogares (algunas de las variables de referencia son usadas para definir el índice de necesidades básicas insatisfechas–NBI y los índices de pobreza multidimensional–PMI). Esta encuesta ofrece información sobre algunas características del hogar y su entorno que usamos en la construcción del indicador de vulnerabilidad ambiental de los hogares y que se recogen en la Tabla 5. 25 Siguiendo a Thiry et al. (2018), se hace énfasis en el análisis de dos categorías: salud ambiental y vulnerabilidad a los riesgos naturales. 26 En la actualidad DHS se ha desarrollado en 44 naciones de Subsaharian Africa, 11 of the Nort Africa/ west Asia and Europe, 5 central Asia, 15 of the South and southest Asia and 15 Oceania (DHS, 2021). 27 El CRI mide la exposición y la vulnerabilidad existente ante posibles riesgos o eventos naturales. 28 EPI establece un ranking de países según salud medioambiental y viabilidad de los ecosistemas; a partir de ellos, busca ser un medidor adecuado de los avances frente a los ODS. 29 De igual manera, es uno de los países de reciente vinculación a la OCDE (2020), dado el dinamismo de su economía en las primeras dos décadas del siglo XXI, antes de la pandemia por COVID-19, World Bank Group (2021). Capítulo 2. «Background risk» ambiental en las decisiones de ahorro en los hogares colombianos. ¿Otro motivo de ahorro precaución? 73 Tabla 5.Componentes del indicador de incertidumbre de los hogares frente a eventos medioambientales Variable multidimensional Concepto COD. EPNH Notación de la variable Guía Vulnerabilidad ambiental de los hogares - hev. Falta de suministro de energía o su gestión p8520s1 p8520s1a1 r_energy Vulnerabilidad por no contar con ___ No disponer de una red pública de gas natural p8520s2 r_natural_gas No hay sistema de alcantarillado p8520s3 r_sewerage No hay recogida de basuras o ésta es deficiente p8520s4 r_garbage_collection Falta de suministro de agua o de su provisión permanente p8520s5; p4040 r_aqueduct Fuente: tabla elaborada por el autor. Adaptación para Colombia basada en el trabajo de Thiry et al. (2018). La vulnerabilidad ambiental de los hogares se establece a partir de las condiciones de riesgo externo al hogar - HEV, en función de la infraestructura social en la cual se encuentra ubicado el hogar. La variable multidimensional HEV se encuentra integrada por cinco componentes, referidas a condiciones que hacen al hogar vulnerable si no se cumplen. La primera relaciona el tipo de energía y manejo de ella, entendiendo como una vulnerabilidad de los hogares a aquellos que carecen de este suministro o que lo tienen, pero con instalaciones ilícitas o con plantas autónomas. El segundo elemento de interés lo define si la vivienda no está conectada a la red pública de gas natural. El tercer riesgo se presenta si no se cuenta con alcantarillado. El cuarto factor dependerá de la inexistente o baja recolección de basuras 30 . Por último, se cuenta como vulnerabilidad el no contar con suministro de agua o disposición del servicio de forma permanente (WHO y UNICEF, 2010). El indicador de vulnerabilidad ambiental se construye de forma aditiva, tomando valores entre 0 y 5. La encuesta también ofrece información sobre una serie de riesgos internos al hogar que influyen en el daño que un evento medioambiental pueda causarle. Sobre esta vulnerabilidad el hogar puede influir si dedica recursos a reducir esos riesgos. Es decir, ante un incierto riesgo ambiental futuro, el hogar puede tratar de reducir la vulnerabilidad interna, de protegerse, con inversión en reducir estos riesgos. Siendo así, podemos entender la inversa de ese índice de “vulnerabilidad interna” como una variable que aproxima la prevención de los hogares frente a riesgos ambientales. De la calidad de las condiciones de la vivienda dependerán los mecanismos de protección ante eventos adversos asociados a procesos climáticos, deterioros de los ecosistemas e impactos por vectores que conlleven la presencia de enfermedades como el virus del zika, la leishmaniasis, el dengue y la leptospirosis, entre otras (Calderon-Anyosa et al., 2018; Valero y Uriarte, 2020; Gutierrez, 2021). Sin embargo, esta variable no nos permite hacer un análisis riguroso sobre las decisiones de consumo y ahorro que un hogar lleva a cabo en cada momento del tiempo, teniendo en cuenta las alternativas para enfrentar un riesgo incierto a la hora de resolver el 30 El servicio de recolección de basuras se encuentra regulado por el Decreto 2981 de 2013 (Prestación del servicio público de aseo., 2013), considerando como mínimo una recolección de dos veces por semana. FREDDY JESUS RUIZ HERRERA 80 est_a5 0.58795*** 0.56234*** 0.55252*** 0.52212*** 0.56481*** 0.53916*** (0.01777) (0.01774) (0.02360) (0.02377) (0.02498) (0.02489) est_a6 0.74180*** 0.71760*** 0.64089*** 0.60989*** 0.73551*** 0.70871*** (0.02372) (0.02353) (0.02947) (0.02942) (0.03955) (0.03930) income_deviation -0.00287** -0.00286** -0.03632*** -0.03930*** -0.00332** -0.00329** (0.00122) (0.00124) (0.00379) (0.00430) (0.00136) (0.00137) ed_no_training -0.05909*** -0.05933*** -0.04136*** -0.04158*** -0.06163*** -0.06060*** (0.00533) (0.00526) (0.00933) (0.00929) (0.00648) (0.00637) ed_h_school 0.05068*** 0.04446*** 0.02252** 0.02029** 0.05766*** 0.04930*** (0.00505) (0.00500) (0.00944) (0.00940) (0.00596) (0.00589) ed_tec 0.11152*** 0.10933*** 0.07024*** 0.07006*** 0.12037*** 0.11647*** (0.00623) (0.00617) (0.01137) (0.01134) (0.00745) (0.00736) ed_bach 0.16510*** 0.16975*** 0.08375*** 0.08508*** 0.18316*** 0.18760*** (0.00783) (0.00779) (0.01298) (0.01309) (0.00989) (0.00982) ed_m_phd 0.25682*** 0.26222*** 0.12355*** 0.12360*** 0.29822*** 0.30284*** (0.01195) (0.01193) (0.01755) (0.01773) (0.01657) (0.01656) _cons 7.95469*** 8.09561*** 6.72412*** 6.75214*** 8.09118*** 8.26551*** (0.07208) (0.07271) (0.12343) (0.12989) (0.09109) (0.09160) r2_a 0.6399912 0.6469511 0.6885317 0.6925226 0.6001745 0.6095115 Incertidumbre l_instability -0.01162*** -0.01156 -0.01244*** (0.00380) (0.00753) (0.00438) hev -0.05471*** -0.04643*** -0.05922*** (0.00176) (0.00333) (0.00207) N 56602 56602 17279 17279 39323 39323 Notes: Coefficient estimates. Cluster robust standard errors in parentheses. Significance levels: *** p<0.01 ** p<0.05 * p<0.10. Capítulo 2. «Background risk» ambiental en las decisiones de ahorro en los hogares colombianos. ¿Otro motivo de ahorro precaución? 81 Como hemos comentado anteriormente, la encuesta EPH ofrece información sobre algunos riesgos internos del hogar (recogidos en la tabla 7), sobre los cuales puede incidir el hogar, y que condicionan su vulnerabilidad ambiental ante un evento adverso. Ante un incierto riesgo ambiental futuro, determinado por su vulnerabilidad externa, el hogar puede tratar de reducir los daños, reduciendo sus riesgos internos. Siendo así, podemos entender la inversa de ese índice de vulnerabilidad interna como un proxy de prevención frente a riesgos ambientales (una alternativa a protegerse con más ahorro). Lo que nos indica esa variable no es lo que gastó el hogar en ese año en prevención, sino el stock, la “dotación”, de prevención que tiene el hogar en ese año. 32 En la tabla 9 se muestran los resultados de estimar el modelo (ecuación 4) incluyendo la variable HEP, observando los resultados para diversas muestras: hogares con jefe ocupado, hogares con jefe ocupado y que están en áreas urbanas y, segmentando esta última según la tenencia de vivienda. Cuando en el modelo a estimar consideramos: el vector de covariables 𝑍𝑖, incluyendo la variable de prevención (HEP), la incertidumbre laboral y la incertidumbre ambiental, medida por la vulnerabilidad ambiental externa (HEV), encontramos que los resultados para las diferentes muestras (total de hogares con jefe ocupado y urbanos con y sin propiedad de la vivienda) muestran que esta variable es significativa y con coeficiente positivo; lo que indica que una mayor prevención se asocia a mayor consumo por la menor necesidad de protegerse frente al riesgo de eventos medioambientales con ahorro. Por su parte, la variable que mide la incertidumbre ambiental, HEV, continúa siendo significativa y con coeficiente negativo, incluso cuando la incertidumbre laboral no se comporta según lo esperado, siendo este el caso cuando los hogares de zonas urbanas tienen vivienda propia. En este último caso, al incluir la variable que aproxima la prevención, HEP, la significatividad de la variable sexo se pierde, a pesar de seguir manteniéndose el signo negativo del coeficiente. Cuando realizamos el análisis para las submuestras de hogares consideradas en el capítulo uno, considerando los hogares con jefe en edad laboral y ocupado, y segmentando la muestra según el sector (formal o informal) del mercado de trabajo en el que esté ocupado, y según su comportamiento ante el ahorro (ahorro positivo o negativo), los resultados (anexo III) muestran que, en todos los casos, la variable que mide la incertidumbre ambiental (HEV) es significativa y con coeficiente negativo. Por su parte, la variable que aproxima la prevención de los hogares ante el riesgo ambiental, HEP, es significativa y con coeficiente positivo en todos los casos. Por tanto, los resultados del análisis permiten concluir que, tomando como medida de incertidumbre ambiental de los hogares un indicador de su vulnerabilidad ante los daños provocados por un evento medioambiental adverso, hay evidencia de la existencia de un motivo precaución para el ahorro por parte de los hogares colombianos, consecuencia del background risk ambiental. 32 La consideración de las alternativas prevención o ahorro lleva a un ejercicio de optimización distinto y a unas condiciones distintas para la existencia de ahorro precaución. Pero, con los datos que tenemos no podemos testar esto. No tenemos información sobre cuanto destina el hogar ese año a prevención (cuanto gasta en mejorar las condiciones de habitabilidad de su vivienda). Por tanto, no se puede hacer más que un ejercicio tentativo a la espera de disponer de mejores datos. FREDDY JESUS RUIZ HERRERA 82 Tabla 9. Colombia. Estimaciones de consumo. Hogares en áreas urbanas en los que la persona cabeza de familia tiene ocupación laboral (propietarios y no propietarios de vivienda). Hogares con cabeza de hogar ocupado Total Área Urbana Total Con vivienda Sin vivienda propia (1) (2) (3) (4) lnC lnC lnC lnC lnY 0.40467*** 0.39390*** 0.50151*** 0.37643*** (0.00524) (0.00530) (0.00915) (0.00666) Sex -0.01963*** -0.01393*** -0.01012 -0.01435*** (0.00419) (0.00427) (0.00751) (0.00517) Age 0.00759*** 0.00709*** 0.00364** 0.00951*** (0.00076) (0.00078) (0.00157) (0.00099) Age2 -0.00009*** -0.00008*** -0.00005*** -0.00011*** (0.00001) (0.00001) (0.00002) (0.00001) Couple 0.06746*** 0.07081*** 0.04785*** 0.06866*** (0.00447) (0.00456) (0.00802) (0.00555) t_household 0.05882*** 0.06110*** 0.04476*** 0.06565*** (0.00127) (0.00127) (0.00210) (0.00159) debt 0.12174*** 0.12365*** 0.09307*** 0.12689*** (0.00670) (0.00688) (0.01077) (0.00881) h_owner 0.00428 0.00443 (0.00379) (0.00387) est_a1 -0.11171*** -0.11810*** -0.10442*** -0.11447*** (0.00393) (0.00406) (0.00737) (0.00486) est_a3 0.13531*** 0.13390*** 0.12942*** 0.12865*** (0.00450) (0.00452) (0.00795) (0.00547) est_a4 0.33163*** 0.33464*** 0.31823*** 0.32055*** (0.00935) (0.00936) (0.01434) (0.01228) est_a5 0.54292*** 0.55519*** 0.51723*** 0.53018*** (0.01759) (0.01755) (0.02354) (0.02457) est_a6 0.69612*** 0.70883*** 0.60197*** 0.69692*** (0.02372) (0.02349) (0.02947) (0.03896) income_deviation -0.00290** -0.00282** -0.04009*** -0.00324** (0.00128) (0.00123) (0.00422) (0.00135) ed_no_training -0.07080*** -0.05842*** -0.04048*** -0.05945*** (0.00508) (0.00523) (0.00924) (0.00633) ed_h_school 0.03690*** 0.04236*** 0.01779* 0.04695*** (0.00489) (0.00497) (0.00935) (0.00586) ed_tec 0.10150*** 0.10636*** 0.06533*** 0.11373*** (0.00605) (0.00613) (0.01127) (0.00731) ed_bach 0.16036*** 0.16696*** 0.08205*** 0.18395*** (0.00769) (0.00774) (0.01300) (0.00974) ed_m_phd 0.25024*** 0.26149*** 0.12211*** 0.30064*** (0.01183) (0.01190) (0.01760) (0.01650) hep 0.08743*** 0.09851*** 0.09425*** 0.10330*** Capítulo 2. «Background risk» ambiental en las decisiones de ahorro en los hogares colombianos. ¿Otro motivo de ahorro precaución? 83 (0.00386) (0.00393) (0.00711) (0.00471) _cons 7.97653*** 8.10906*** 6.69698*** 8.29844*** (0.07119) (0.07213) (0.12826) (0.09069) r2_a 0.6608952 0.6507142 0.6955599 0.6140490 Incertidumbre l_instability -0.01208*** -0.01007*** -0.01014 -0.01081** (0.00371) (0.00378) (0.00748) (0.00436) hev -0.04609*** -0.03159*** -0.01920*** -0.03697*** (0.00175) (0.00205) (0.00396) (0.00238) N 61163 56602 17279 39323 Notes: Coefficient estimates. Cluster robust standard errors in parentheses. Significance levels: *** p<0.01 ** p<0.05 * p<0.10. FREDDY JESUS RUIZ HERRERA 84 2.5. CONCLUSIONES Existe un motivo precaución para el ahorro cuando los individuos o los hogares responden reduciendo el consumo (aumentando el ahorro) ante un incremento de la incertidumbre. La principal fuente de incertidumbre, y la más analizada en los trabajos empíricos, es respecto a la renta futura; en particular, respecto a la renta laboral futura. Esta incertidumbre se aproxima por distintas medidas subjetivas y objetivas relacionadas con la situación en el mercado de trabajo, en particular, por la tasa de desempleo y por algún indicador de precariedad laboral como medidas objetivas. Partiendo de que la utilidad que alcanza un individuo está condicionada no solo por su renta y su riqueza (por el consumo de bienes y servicios que pueda permitirse con esa renta y riqueza), sino por el “contexto” (background) en el que tiene lugar ese consumo, los desarrollos teóricos más recientes sobre ahorro precaución, sobre todo en la última década, se han centrado en el estudio del efecto de la incertidumbre respecto al valor futuro de otras variables, más allá de la que afecta a la propia renta futura o a los tipos de interés. En la literatura sobre background risk y ahorro precaución se consideran dos de estos “contextos”, el estado de salud y el medioambiental. Los trabajos empíricos sobre el efecto del background risk ambiental son escasos hasta la fecha y los pocos que existen utilizan datos a nivel macro, en los que se aproxima la incertidumbre ambiental por el valor que toma la concentración de un determinado contaminante. En este capítulo hemos abordado, por primera vez hasta donde sabemos, la contrastación de la hipótesis de ahorro precaución por riesgo ambiental a nivel micro. Para llevar a cabo el análisis, partimos de la información proporcionada por la ENPH para Colombia y construimos un indicador de vulnerabilidad de los hogares ante eventos medioambientales adversos (HEV), en base a cinco variables sobre características del entorno físico en el que se encuentra el hogar y sobre las que el propio hogar no puede influir. El uso de este indicador como medida de incertidumbre nos permitió testar la existencia de un motivo precaución para el ahorro consecuencia de la incertidumbre medioambiental. A partir de la disponibilidad de información de la encuesta, se construyó también una variable que podemos interpretar como la prevención (HEP) que ha realizado el hogar para protegerse frente a los riesgos ambientales, la cual se asocia a la posibilidad del hogar de incidir en los riesgos internos de la vivienda que condicionan su vulnerabilidad ante un evento ambiental. El indicador de vulnerabilidad interna del hogar se compone de nueve variables. Para analizar, en el caso de Colombia, el efecto de la incertidumbre sobre las decisiones de ahorro, en el primer capítulo de esta tesis se contrastó la hipótesis de ahorro precaución por incertidumbre respecto a la renta, concluyendo que los resultados dependen de la medida considerada y de la “fiabilidad” que otorguemos a la medida. Los resultados de este capítulo permiten concluir, de forma robusta, la existencia de ahorro precaución como consecuencia de la incertidumbre respecto a evento medioambientales futuros, medida por un indicador de vulnerabilidad externa del hogar (HEV). Para todas las sub-muestras analizadas y considerando este indicador únicamente o de forma conjunta la variable que mide incertidumbre respecto a la renta futura y la que aproxima la prevención del hogar ante riesgos ambientales, los resultados indican de forma consistente que ante mayor incertidumbre ambiental del hogar (mayor valor de HEV), el hogar responde con menores niveles de consumo y mayor ahorro; siendo este, por tanto, ahorro precaución. Capítulo 2. «Background risk» ambiental en las decisiones de ahorro en los hogares colombianos. ¿Otro motivo de ahorro precaución? 85 Los trabajos empíricos sobre ahorro precaución incorporando incertidumbre medioambiental a nivel micro se habían centrado, hasta la fecha, en el impacto de los eventos ambientales (climatológicos, desastres naturales, etc) sobre las fuentes de generación de renta; sobre todo cuando las rentas son generadas en la agricultura y en el sector de recursos naturales. Sin embargo, la consideración de la incertidumbre ambiental a nivel de hogar, asumiendo que esa incertidumbre es respecto a una variable diferente de la renta, en el marco del background risk, es novedosa, haciendo que la aportación de los resultados de este capítulo sea relevante. Sin embargo, somos conscientes de las limitaciones que impone la disponibilidad de datos, tanto para la construcción de medidas de incertidumbre ambiental del hogar en base a su vulnerabilidad externa como, sobre todo, para la construcción de una variable que mida lo que el hogar destina a prevención frente a riesgos ambientales en cada momento. La disponibilidad de mejores datos, que permitieran construir distintas medidas de vulnerabilidad ambiental de los hogares en el caso de Colombia, y la disponibilidad de este tipo de datos en otros países, que permitiese realizar los mismos análisis en otros países, nos permitiría llegar a conclusiones más robustas. Mientras no llega ese momento, aunque los resultados no sean todo lo robustos que nos gustaría dada la disponibilidad de datos, introducir en el análisis de las decisiones de consumo y ahorro la cuestión del creciente deterioro medioambiental, cuya manifestación más evidente es el cambio climático y los desastres que provoca, es de la mayor relevancia, dado que es uno de los grandes retos a los que globalmente nos enfrentamos. CAPÍTULO 3 LAS DECISIONES DE AHORRO DE LA POBLACION MIGRANTE: UN ANÁLISIS PARA HOGARES EN COLOMBIA FREDDY JESUS RUIZ HERRERA 88 3.1. INTRODUCCIÓN. Los desarrollos tecnológicos y los modernos procesos de acumulación de capital han incidido en los cambios sociales, culturales, políticos y económicos que vive la sociedad a nivel global en las últimas décadas. Estos ajustes a nivel local y regional no son equitativos, razón por la cual se ha requerido de acuerdos internacionales como los objetivos del milenio y de desarrollo sostenible para atender temas como la pobreza, el hambre, la desigualdad, la vulnerabilidad en el respeto a sus derechos fundamentales y el calentamiento global, entre otros. Sin embargo, mientras se resuelven los problemas del desarrollo, las personas intentan atender su situación cambiando de espacio territorial, circunstancia que alimenta los diversos flujos migratorios. En la migración como fenómeno se reconoce el papel integrador de la globalización, resultado de la información sobre los salarios, oportunidades y retos que brindan, entre otros: las cadenas globales de valor, los sistemas de salud y cobertura social de las naciones más desarrolladas o de un conjunto de ellas. En paralelo, la migración reconoce el devenir de las especificidades locales y regionales de los lugares de origen: los escenarios y actores socioeconómicos y políticos. Entonces, el fenómeno migratorio no puede entenderse exclusivamente como un problema global, sin reconocer su percepción de lo local en el sentido de Bauman (2013), Nederveen Pieterse (2013) y Robertson (1994), esto es el entramado de la representación del territorio y su interacción con el proceso globalizante. Si bien la migración no es un fenómeno reciente, de acuerdo con Jue Hien Dao et.al. (2021) en 2019 los migrantes eran 270 millones de personas, esto es 278% más que el valor registrado siete décadas atrás. En el caso de los refugiados, según UNHCR (2021), en 2017 existieron 25,38 millones de refugiados y para 2019 se alcanzó a los 26 millones. Según “Global trend report 2021” de UNHCR(2021), los tres países que mayor migración internacional han generado al finalizar 2021 fueron Siria, Venezuela y Afganistán, sumando un total de 14.167.400 personas; y los tres principales receptores en el mismo periodo fueron: Turquía, Colombia y Uganda, recibiendo a 7.133.600 personas. En el caso latinoamericano, la incertidumbre política, la volatilidad a la baja de los precios del petróleo, la violencia interna (Ávila y Gan, 2018; Briceño-León, 2012; Crespo, 2017; Moreno, 2011), el comportamiento de la inflación (Urdaneta et al., 2020) y, en general, la disminución de la calidad de vida (Carrillo, 2018; Castillo y Reguant, 2017; Lander, 2018; Morillo, 2015) han sido algunos de los determinantes de este fenómeno migratorio, y en particular del venezolano (Luna Orozco y Fernández-Niño, 2018) que, en el caso de Colombia, es el más relevante (European Union, 2018; Heredia y Battistesa, 2018) ya que se estima concentra un aproximado del 25% de toda la población migrante 33 . 33 La historia venezolana está asociada a la recepción de inmigrantes de Europa y Latinoamérica (Especialmente las migraciones colombianas y ecuatorianas en la década del 70 del siglo anterior), sin embargo, al finalizar la década de los ochenta del siglo XX se da inicio a una inflexión en la curva migratoria (García Arias et al., 2019; Vivas Peñalver y Páez, 2017) la cual se profundiza en los noventa con los conflictos sociopolíticos locales y continua de forma creciente a lo largo de las últimas dos décadas. A 2021 se cree que el volumen de emigrantes venezolanos es 4.988.682 (R4V, 2022) (Este dato es similar al reportado por la Agencia para los refugiados de Naciones Unidas (2019)), representando un tamaño poblacional cercano a ciudades como Los Ángeles -California (Estados Unidos) o Cape Town (South África) o Brasilia (Brasil). Capítulo 3. El ahorro precaución y la migración en Colombia: análisis para los hogares 89 Para el Banco Mundial(2018), 1.235.593 personas habían migrado a Colombia desde Venezuela en el 2018, algunos en tránsito y otros explorando nuevas oportunidades económicas en este país destino. Según Migración Colombia (2020), las personas originarias de Venezuela en Colombia eran para 2020 1.764.883 personas, de las cuales el 43,25% contaban con condición regular en el país 34 . Bogotá es la ciudad con mayor absorción de migrantes de Venezuela (World Bank Group, 2018), seguidos por las zonas fronterizas, las cuales se enfrentan a problemas estructurales de equidad y distribución, los cuales posiblemente se profundicen con el flujo migratorio. Además de los migrantes originarios de Venezuela, constituye un caso especial el de los colombianos que habían emigrado a Venezuela y a los que se les favoreció su retorno de forma institucional 35 . Con la circular 000025 del 31 de julio de 2017 del Ministerio de Salud, se opta por proveer atención en salud a la población migrante proveniente de Venezuela. Para el 2018, se fortalecen los mecanismos de atención a la infancia y adolescencia, en la búsqueda del restablecimiento de sus derechos. Con el decreto 0216 de 2021 se establece una protección temporal a los migrantes, con el interés de regularizar su estancia en el país y brindar mayores condiciones de atención socioeconómica (República de Colombia, 2021). En el contexto del complejo fenómeno migratorio, de sus causas y consecuencias, entendemos que el comportamiento de esta población respecto a las decisiones de ahorro no está entre los aspectos de mayor relevancia, sobre todo en el corto plazo, en el que se imponen problemáticas más urgentes a las que se debe dar respuesta, como las relacionadas con el mercado de trabajo, la educación, la atención sanitaria, la vivienda, la integración social, etc. Sin embargo, la magnitud de los flujos migratorios, y la expectativa de que sean crecientes en el futuro, nos lleva a que, en el marco de un estudio sobre decisiones de ahorro, abordemos el análisis para este colectivo, tratando de identificar las posibles diferencias en cuanto a estas decisiones y, tratándose de un estudio sobre ahorro precaución, también respecto a si la incertidumbre afecta de igual manera a este colectivo. Las decisiones de consumo-ahorro de la población migrante tienen, por una parte, el mismo tipo de consecuencias microeconómicas para esos hogares y a nivel agregado de la economía que las de la población nativa. Pero, además, en el caso de la población migrante, una buena parte del ahorro se transfiere directamente al país de origen vía remesas. Como hemos mencionado en los capítulos anteriores, existe un gran número de trabajos empíricos que revelan la existencia de ahorro por motivo precaución ante la presencia de incertidumbre sobre los ingresos futuros (Carroll, 1994; Carroll y Kimball, 2008; Leland, 1968; Lusardi, 1998; Sandmo, 1970). En el caso de la población migrante, es interesante analizar si hay un efecto de la incertidumbre respecto a la renta futura sobre el ahorro, ya que en ese caso afectaría, no sólo al consumo de los hogares de migrantes sino a la generación de remesas. Esto aporta un nuevo elemento de análisis a las investigaciones empíricas sobre el tema, especialmente desde los países en desarrollo. De igual manera, la identificación de este 34 De acuerdo a Migración Colombia (2020), para el año 2020 por grupos etarios los migrantes de Venezuela se concentraron, tanto hombres como mujeres, en el rango entre los 5 y 39 años. Para Feline y Parent (2018) los rangos de edad de mayor migración a Brasil y Colombia son de 25 a 49 años (superior al 70%), Costa Rica entre 26 y 35 años y en Perú de 18 a 29 años. 35 El gobierno colombiano con la Ley 1565 de 2012 (República de Colombia, 2012) genero incentivos para el retorno de nacionales con más de tres años fuera del país. Con el decreto 1768 de 2015 y 1495 de 2016, el Ministerio de Salud y protección Social ha permitido la vinculación al régimen subsidiado a los colombianos que retornaron de Venezuela. FREDDY JESUS RUIZ HERRERA 96 Por su parte, el valor esperado del efecto medio del tratamiento en los tratados – (ATT) viene dado por la diferencia entre el valor esperado del resultado con y sin tratamiento para los tratados: 𝒯𝐴𝑇𝑇=𝘌[𝒯|𝑀=1] =𝘌[𝑙𝑜𝑔𝐶(1)|𝑀=1] − 𝘌[𝑙𝑜𝑔𝐶(0)|𝑀=1] (19) 𝒯𝐴𝑇𝑇=𝘌[𝒯|𝑀𝑐𝑝=1]=𝘌[𝑙𝑜𝑔𝐶(1)|𝑀𝑐𝑝=1] − 𝘌[𝑙𝑜𝑔𝐶(0)|𝑀𝑐𝑝=1] (19a) En la ecuación 19, se considera como tratamiento el ser migrante y en la ecuación 19a ser migrante de corta estancia en el país. Tal como se comentó, en la ecuación 19 la media para el contrafactual de los tratados, 𝘌[𝑙𝑜𝑔𝐶(0)|𝑀=1], no es un valor observado (lo mismo para la ecuación 19a). Pero, para ATT, podemos expresar: 𝘌[𝑙𝑜𝑔𝐶(1)|𝑀=1] − 𝘌[𝑙𝑜𝑔𝐶(0)|𝑀=0]=𝒯𝐴𝑇𝑇+ 𝘌[𝑙𝑜𝑔𝐶(0)|𝑀=1] − 𝘌[𝑙𝑜𝑔𝐶(0)|𝑀=0] (20) Donde, 𝘌[𝑙𝑜𝑔𝐶(0)|𝑀=1] − 𝘌[𝑙𝑜𝑔𝐶(0)|𝑀=0] es el “sesgo de selección”. De manera que sólo se está identificando el verdadero parámetro 𝒯𝐴𝑇𝑇 si ese sesgo de selección es nulo. El sesgo proveniente de la propensión de ser incluido en el grupo tratamiento o en el de control, dadas las covariables para cada una de las observaciones, se reduce al comparar la variable respuesta entre observaciones con un valor similar de propensión, esta es la justificación para implementar el PSM (Hirano et al., 2003; Rosenbaum y Rubin, 1983). Para ello, se utilizan los siguientes algoritmos de emparejamiento PSM: 1. Vecino cercano: Este método tiene dos tipos de emparejamiento, el primero donde se permite el reemplazo, es decir, se puede referenciar en varias ocasiones un hogar nativo por parte de un migrante, ello en función de la distancia y el valor de la propensión. El otro método, relaciona un hogar migrante con un hogar nativo. 2. Kernel: El método de emparejamiento exacto contempla que estamos ante “estimadores de emparejamiento no paramétricos, que utilizan medias ponderadas de todos los individuos del grupo de control para construir el resultado contrafactual”(Caliendo y Kopeinig, 2008). Las ponderaciones en Kernel están asociadas a la distancia entre el tratamiento seleccionado y el espacio de individuos de control con el que se establece relación (Caliendo y Kopeinig, 2008; J. Heckman, 1998; J. J. Heckman et al., 1997). 3. Ridge (Cresta del núcleo). Este emparejamiento combina una regresión MCO que minimiza la suma de los residuos al cuadrado de datos observados y estimados por la estimación lineal con un ajuste en la suma ponderada de una función (Murphy, 2012) . Este método se sigue como robustez sobre el Kernel. 3.4. RESULTADOS Y DISCUSIÓN Como se mencionó en la sección anterior, la muestra corresponde a 44 032 hogares ubicados en áreas urbanas de la ciudad de Bogotá, donde la persona cabeza del hogar se encuentra ocupada y en el rango de edad laboral. En la tabla 10 se observa que la desviación estándar en ingreso y consumo es amplia, tanto para la muestra general como para la de hogares migrantes y no nativos. Por quintiles, el quinto, concentra el 22,90% y 21,82% de los ingresos y consumos, respectivamente, mientras el primer quintil representa el 16% y 16,76% respectivamente, sobre la muestra total. Capítulo 3. El ahorro precaución y la migración en Colombia: análisis para los hogares 97 Tabla 10. Bogotá. Resumen de las variables de las muestras. Cabezas de familia en edad laboral, ocupado, zonas urbanas. 2017 Fuente: Cálculos del autor sobre microdatos de la encuesta multipropósito – EM, DANE. 2017 En la tabla 11, se resumen los resultados de las regresiones de distintas versiones de la ecuación (15). El primer modelo, que denominaremos base, corresponde a los determinantes del consumo bajo certidumbre. El segundo modelo incorpora una variable que identifica la diferencia entre migrante o no migrante. El tercero y cuarto incluyen esa variable de migración y la medida de incertidumbre respecto a los ingresos futuros, el desempleo (columna 3) 41 y la inestabilidad laboral (columna 4). En la quinta columna se muestra el resultado de contar de forma conjunta con ambas medidas de incertidumbre, la condición de migrante y los determinantes base del consumo de los hogares. Tabla 11. Bogotá. Consumo en los hogares residentes de zonas urbanas. Cabezas de familia en edad laboral y zonas urbanas. 2017 Modelo base Base + migrantes Base + Migración + incertidumbre (tasa de paro) Base + Migración + incertidumbre (inestabilidad laboral) Base + migrantes + incertidumbres (1) (2) (3) (4) (5) lnC lnC lnC lnC lnC lnY 0.2872*** 0.2871*** 0.2871*** 0.2862*** 0.2862*** (0.0046) (0.0046) (0.0046) (0.0046) (0.0046) Sex -0.0494*** -0.0488*** -0.0490*** -0.0496*** -0.0496*** (0.0059) (0.0059) (0.0068) (0.0060) (0.0068) Age 0.0199*** 0.0196*** 0.0194*** 0.0188*** 0.0189*** 41 Esta medida fue testeada para los hogares colombianos en el capítulo 1, descartándola como una medida adecuada de incertidumbre sobre los ingresos futuros. Al incluir la tasa de desempleo para los datos de Bogotá, se explora si las particularidades del mercado de trabajo de la capital del país llevan a que con esta nueva fuente de datos los resultados difieran del análisis nacional. Variable Mean Std. Dev. Min Max Mean Std. Dev. Min Max Mean Std. Dev. Min Max Ingreso 3.772.600 7.081.719 166,67 6,00E+08 4.762.750 5.801.689 27.000 6.20e+07 3.756.024 7.100.064 166,67 6.00e+08 Consumo 7.527.162 8.748.293 19.000 2,66E+08 8.712.629 12.900.000 190.000 2.49e+08 7.507.316 8.660.142 19.000 2.66e+08 lnY 14,65 0,98 5,12 20,21 14,82 1,10 10,20 17,94 14,65 0,98 5,12 2021244,00 lnC 15,41 0,93 9,85 19,40 15,43 1,06 12,15 19,33 15,41 0,93 9,85 1940073,00 Sex 0,67 0,47 0,00 1,00 0,72 0,45 0,00 1,00 0,67 0,47 0,00 1,00 Age 41,92 10,44 18,00 62,00 35,99 10,29 18,00 62,00 42,02 10,42 18,00 62,00 Couple 0,60 0,49 0,00 1,00 0,51 0,50 0,00 1,00 0,60 0,49 0,00 1,00 t_household 3,00 1,39 1,00 14,00 2,66 1,51 1,00 11,00 3,01 1,39 1,00 14,00 est_a1 0,08 0,27 0,00 1,00 0,04 0,19 0,00 1,00 0,08 0,27 0,00 1,00 est_a2 0,38 0,48 0,00 1,00 0,26 0,44 0,00 1,00 0,38 0,49 0,00 1,00 est_a3 0,35 0,48 0,00 1,00 0,32 0,47 0,00 1,00 0,35 0,48 0,00 1,00 est_a4 0,16 0,36 0,00 1,00 0,27 0,45 0,00 1,00 0,15 0,36 0,00 1,00 est_a5 0,03 0,17 0,00 1,00 0,07 0,26 0,00 1,00 0,03 0,17 0,00 1,00 est_a6 0,01 0,09 0,00 1,00 0,03 0,18 0,00 1,00 0,01 0,09 0,00 1,00 h_owner 0,29 0,45 0,00 1,00 0,12 0,33 0,00 1,00 0,29 0,45 0,00 1,00 debt 0,16 0,37 0,00 1,00 0,16 0,36 0,00 1,00 0,16 0,37 0,00 1,00 income_deviation -2,62 175,93 -26308,17 22,78 -1,24 13,73 -360,70 3,89 -2,64 177,19 -26293,63 21,69 ed_no_training 0,04 0,19 0,00 1,00 0,01 0,10 0,00 1,00 0,04 0,19 0,00 1,00 ed_primary 0,43 0,50 0,00 1,00 0,25 0,43 0,00 1,00 0,44 0,50 0,00 1,00 ed_h_school2 0,06 0,24 0,00 1,00 0,05 0,22 0,00 1,00 0,06 0,24 0,00 1,00 ed_tec 0,15 0,35 0,00 1,00 0,15 0,36 0,00 1,00 0,15 0,35 0,00 1,00 ed_bach 0,20 0,40 0,00 1,00 0,34 0,47 0,00 1,00 0,20 0,40 0,00 1,00 ed_m_phd 0,11 0,32 0,00 1,00 0,19 0,39 0,00 1,00 0,11 0,32 0,00 1,00 f_migrant 0,02 0,13 0,00 1,00 fmig_cp 0,01 0,10 0,00 1,00 0,60 0,49 0,00 1,00 fmig_lp 0,00 0,07 0,00 1,00 0,27 0,45 0,00 1,00 0,00 0,00 0,00 1,00 un_age_sx 0,07 0,03 0,04 0,26 0,08 0,04 0,04 0,26 0,07 0,03 0,04 0,26 l_instability 0,15 0,35 0,00 1,00 0,42 0,49 0,00 1,00 0,14 0,35 0,00 1,00 Muestra de 44032 hogares (Urbanos, edad laboral y ocupados) Migrantes: 725 hogares Nativos: 43 307 hogares FREDDY JESUS RUIZ HERRERA 98 (0.0018) (0.0018) (0.0032) (0.0019) (0.0032) Age2 -0.0002*** -0.0002*** -0.0002*** -0.0002*** -0.0002*** (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) Couple 0.2048*** 0.2042*** 0.2042*** 0.2042*** 0.2042*** (0.0066) (0.0066) (0.0066) (0.0066) (0.0066) t_household 0.3758*** 0.3759*** 0.3759*** 0.3762*** 0.3762*** (0.0025) (0.0025) (0.0025) (0.0025) (0.0025) est_a1 -0.1733*** -0.1735*** -0.1735*** -0.1730*** -0.1730*** (0.0100) (0.0100) (0.0100) (0.0100) (0.0100) est_a3 0.2443*** 0.2445*** 0.2445*** 0.2442*** 0.2442*** (0.0060) (0.0060) (0.0060) (0.0060) (0.0060) est_a4 0.5742*** 0.5753*** 0.5753*** 0.5753*** 0.5753*** (0.0093) (0.0093) (0.0093) (0.0093) (0.0093) est_a5 0.8210*** 0.8230*** 0.8230*** 0.8232*** 0.8232*** (0.0155) (0.0155) (0.0155) (0.0155) (0.0155) est_a6 0.9815*** 0.9850*** 0.9850*** 0.9852*** 0.9852*** (0.0266) (0.0266) (0.0266) (0.0266) (0.0266) h_owner -0.1876*** -0.1883*** -0.1883*** -0.1889*** -0.1889*** (0.0058) (0.0058) (0.0058) (0.0058) (0.0058) debt 0.2829*** 0.2826*** 0.2826*** 0.2829*** 0.2829*** (0.0066) (0.0066) (0.0066) (0.0066) (0.0066) ed_no_training -0.0877*** -0.0877*** -0.0877*** -0.0881*** -0.0880*** (0.0144) (0.0144) (0.0144) (0.0144) (0.0144) ed_h_school2 0.1751*** 0.1748*** 0.1748*** 0.1751*** 0.1751*** (0.0103) (0.0103) (0.0103) (0.0103) (0.0103) ed_tec 0.1261*** 0.1266*** 0.1266*** 0.1267*** 0.1267*** (0.0073) (0.0073) (0.0073) (0.0073) (0.0073) ed_bach 0.2201*** 0.2210*** 0.2210*** 0.2209*** 0.2209*** (0.0080) (0.0080) (0.0080) (0.0080) (0.0080) ed_m_phd 0.3070*** 0.3078*** 0.3078*** 0.3082*** 0.3082*** (0.0106) (0.0106) (0.0106) (0.0106) (0.0106) income_deviation -0.0002*** -0.0002*** -0.0002*** -0.0002*** -0.0002*** (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) f_migrant -0.0672*** -0.0671*** -0.0610*** -0.0610*** (0.0190) (0.0190) (0.0190) (0.0190) _cons 9.2306*** 9.2399*** 9.2460*** 9.2758*** 9.2749*** (0.0710) (0.0710) (0.1006) (0.0716) (0.1008) r2_a 0.7257600 0.7258367 0.7258306 0.7259237 0.7259174 Incertidumbre un_age_sx -0.0152 0.0021 (0.1767) (0.1768) l_instability -0.0264*** -0.0264*** (0.0067) (0.0067) N 44032 44032 44032 44032 44032 Notes: Coefficient estimates. Cluster robust standard errors in parentheses. Significance levels: *** p<0.01 ** p<0.05 * p<0.10. Capítulo 3. El ahorro precaución y la migración en Colombia: análisis para los hogares 99 En la tabla 11, los resultados de los diferentes modelos presentan un ajuste por encima de 0,7(r2) donde el consumo tiene una relación positiva y significativa respecto al ingreso, la edad, la pareja, el tamaño del hogar, mayor nivel de estrato y educación, y la existencia de deuda. La relación negativa y significativa se presenta en sexo, vivienda propia y la desviación del ingreso. El efecto de la edad y la edad al cuadrado muestran el cumplimiento de la hipótesis del ciclo vital. Al igual que para el análisis realizado para el conjunto del país en el capítulo uno, la tasa de paro no se revela como una medida adecuada de la incertidumbre frente a las rentas futuras, sin embargo, la inestabilidad laboral muestra el resultado sobre el consumo que se espera si mide incertidumbre respecto a la renta futura (se observa que la columna 4 es la que mejor ajuste reporta). El comportamiento observado en las regresiones de consumo de los hogares de Bogotá es, en general, similar a los resultados obtenidos a nivel nacional (ver capítulo 1). La condición de migrante, como uno de los determinantes del consumo de los hogares, tiene un efecto negativo y significativo, sin embargo, es ligeramente mayor la contracción cuando no se introduce la variable que aproxima incertidumbre. Nótese que estamos hablando de pequeñas diferencias entre cada coeficiente (-0.0672 respecto a -0.0671 en el modelo que incluye la variable desempleo y -0.0610 en el modelo que incluye la inestabilidad laboral y en el que incluye ambas proxy de incertidumbre). Se observa que existe una contracción en el consumo del hogar por la condición de migrante. A su vez, se muestra que al incluir en el modelo de consumo la inestabilidad del empleo, disminuye el valor del coeficiente de la variable “migrante”; parece que parte del efecto de ser migrante lo recoge esta variable, (columna 4). Esto último puede deberse a una compensación de los coeficientes en la regresión por incluir una nueva variable, pero también a otro tipo de explicaciones que evidencien la no idoneidad de la variable inestabilidad como medida de incertidumbre en el caso de los migrantes (lo que será comentado más adelante). En la literatura académica (Galor y Stark, 1990; Rapoport y Docquier, 2006) se señala que los hogares migrantes tienden a sustituir su consumo por remesas que envían a su país de origen y que este comportamiento puede ser afectado por el tipo de migración (voluntaria o forzada), así como por su duración. Con el interés de testear el comportamiento del consumo de los hogares migrantes y, de forma particular, observar si estos presentan diferencia respecto a su tiempo de residencia en el país receptor, tomamos de la muestra aquellos hogares cuya cabeza de familia es migrante y se encuentra en los estratos 1 a 6 de la zona urbana y para los cuales tenemos información sobre la duración de su estancia en el país. Los resultados de la estimación de las diferentes versiones del modelo para esta submuestra de 637 hogares se recogen en la Tabla 12: modelo base (col 1), modelo base considerando la variable “migrante de corto plazo” (col 2), introduciendo, además, la inestabilidad laboral como medida de incertidumbre (col 3). Tabla 12. Bogotá. Consumo en los hogares urbanos, con cabeza de familia migrante extranjero, en edad laboral, ocupados. 2017 Modelo base Base + Migrante corto plazo Base + Migrante corto plazo + incertidumbre (1) (2) (3) lnC lnC lnC lnY 0.4533*** 0.4396*** 0.4189*** FREDDY JESUS RUIZ HERRERA 100 (0.0353) (0.0347) (0.0354) Sex -0.0955** -0.0803* -0.1076** (0.0482) (0.0468) (0.0462) Age 0.0130 0.0120 0.0044 (0.0144) (0.0143) (0.0143) Age2 -0.0001 -0.0001 -0.0001 (0.0002) (0.0002) (0.0002) Couple 0.1986*** 0.1950*** 0.1845*** (0.0445) (0.0436) (0.0429) t_household 0.3711*** 0.3706*** 0.3805*** (0.0155) (0.0153) (0.0156) est_a1 -0.0851 -0.0715 -0.0577 (0.0930) (0.0939) (0.0953) est_a3 0.1872*** 0.2068*** 0.1927*** (0.0519) (0.0504) (0.0490) est_a4 0.4599*** 0.4830*** 0.4456*** (0.0745) (0.0718) (0.0683) est_a5 0.6381*** 0.6823*** 0.6504*** (0.1026) (0.0998) (0.0941) est_a6 0.6570*** 0.7173*** 0.6814*** (0.1226) (0.1198) (0.1146) h_owner -0.1978** -0.2828*** -0.2951*** (0.0816) (0.0811) (0.0803) debt 0.2335*** 0.2012*** 0.2043*** (0.0556) (0.0548) (0.0536) ed_no_training 0.4812*** 0.4460*** 0.4129** (0.1816) (0.1664) (0.1774) ed_h_school2 0.1863* 0.1746* 0.1926** (0.1011) (0.0981) (0.0973) ed_tec 0.0622 0.0478 0.0712 (0.0623) (0.0620) (0.0611) ed_bach 0.1842*** 0.1766*** 0.1641*** (0.0651) (0.0640) (0.0624) ed_m_phd 0.1762** 0.1526* 0.1557* (0.0862) (0.0860) (0.0852) income_deviation -0.0084*** -0.0084*** -0.0080*** (0.0012) (0.0011) (0.0011) fmig_cp -0.2085*** -0.1381*** (0.0454) (0.0475) _cons 6.9790*** 7.3693*** 7.9211*** (0.5174) (0.5233) (0.5435) r2_a 0.8008029 0.8067980 0.8129995 Incertidumbre l_instability -0.2302*** (0.0517) N 637 637 637 Capítulo 3. El ahorro precaución y la migración en Colombia: análisis para los hogares 101 Notes: Coefficient estimates. Cluster robust standard errors in parentheses. Significance levels: *** p<0.01 ** p<0.05 * p<0.10. En la Tabla 12, algunas covariables no presentan el comportamiento observado para el total de los hogares de la ciudad de Bogotá. En la columna 1 se muestran los resultados para el modelo base, un modelo estándar de determinantes de consumo/ahorro. La pérdida de significatividad de algunas variables como edad, edad2, por niveles en el estrato 1 y por nivel de formación el bachillerato y la educación técnica pueden deberse, simplemente, al reducido tamaño de la muestra, pero también ser reflejo de diferencias como, por ejemplo en el último caso, procesos institucionales como el bajo reconocimiento de convalidaciones y títulos extranjeros que, entre otras cuestiones, explicaría una menor correlación entre la educación y el tipo de trabajo y la renta. Sobre el total de los 637 hogares de la muestra, se introduce una variable dicotómica que nos indica si la persona cabeza de familia ha migrado en los últimos 5 años (corto plazo) o si lleva más tiempo en el país (largo plazo). En la columna 2 se introduce la variable migración de corto plazo, observando que este tipo de duración afecta negativamente al consumo: los migrantes de corto plazo consumen menos que los de larga duración, situación que podría estar explicada por su mayor deseo de envío de remesas. Al introducir la incertidumbre respecto a los ingresos futuros medida por la inestabilidad en el empleo (columna 3), esta variable tiene un efecto negativo y significativo; lo que indica un efecto positivo sobre el ahorro. El valor que toma el coeficiente de la variable inestabilidad laboral, muy superior que en el caso de la población general (tabla 11), y la variación observada en el valor del coeficiente de la variable “migrante de corta estancia” al introducir la variable “inestabilidad”, nos lleva a replantear el papel de esta variable como medida de incertidumbre para la población migrante. Esta situación, sumada al reducido tamaño de la muestra de migrantes, recomienda ser cautos con la relación entre inestabilidad laboral y ahorro por motivo precaución en el caso de los migrantes y, por tanto, con la conclusión sobre la existencia de ahorro precaución en la población migrante. Tal como ha sido comentado anteriormente, autores como Osili (2007) y Adams (2011) destacan la posibilidad de existencia de un sesgo de selección en una muestra donde se identifiquen los migrantes, entre otras razones, porque no es común tener una encuesta direccionada al tema de migración en una población amplia y porque, al tener que segmentar de cualquier base de datos, la decisión de hacerlo puede estar condicionada. Tratando de incluir variabilidad y reducir el riesgo del sesgo, realizamos un análisis de emparejamiento o “propensity score matching” – PSM, con el propósito de obtener estimadores que nos permitan validar nuestros anteriores hallazgos. Con este objetivo, se plantea el uso de las mismas variables que hemos utilizado anteriormente en nuestros modelos de estudio del Consumo (LnC, lnY, Zi y medida de incertidumbre), en esta ocasión para el análisis de diversos estimadores vía PSM. Los métodos de estimación se asocian a buscar: datos cercanos en el grupo control que corresponda a características del grupo tratado (migrante en este caso), o una media de todos los datos (kernel), o aquellos que se comportan de forma similar. Este tipo de métodos busca encontrar y probar la hipótesis que afirma que los datos son gemelos, es decir, que a pesar del tratamiento no se pueden distinguir de cero las diferencias. En la Tabla 13 se muestran los resultados de los emparejamientos respecto al consumo de los hogares de población nativa y migrante. Los resultados los obtenemos a través del PSM con el análisis de los efectos medios del tratamiento sobre los tratados - ATT y el efecto medio del FREDDY JESUS RUIZ HERRERA 102 tratamiento sobre la población - ATE. El ATT nos permite evaluar los efectos que el tratamiento (ser migrante) tiene sobre el resultado (consumo de los hohares migrantes), mientras que ATE evalúa el efecto promedio sobre la población cuando todos son migrantes, respecto a cuando no lo son. De acuerdo con Greifer y Stuart (2021), el ATT examina el efecto de una intervención, donde se toma información del grupo control para simular el comportamiento del grupo tratado si no fuera tratado y ATE, es una herramienta para identificar políticas respecto a las condiciones de un tratamiento en la población. Estos autores consideran que lo correcto es que el grupo tratado sea menor que el control, para que emparejen de forma directa o ponderada, pero de forma adecuada. Tabla 13. Bogotá. PSM respecto a logaritmo del consumo, según distintos métodos de emparejamiento. Migrantes y nativos. Sin incertidumbre (l-instability) PSM Match % Estimación p>|t| [95% conf. Intervalo] Kernel 94,88 ATE -0,0705 0,21 -0,1815 0,0406 ATT -0,0420 0,34 -0,1286 0,0445 Vecino Cercano 100 ATE -0,1008 0,12 -0,2265 0,0249 ATT -0,0370 0,49 -0,1415 0,0675 Vecino Cercano sin reemplazo 3,29 ATE -0,0331 0,54 -0,1378 0,0715 ATT -0,0355 0,51 -0,1402 0,0693 Ridge 94,88 ATE -0,0895 0,13 -0,2039 0,0250 ATT -0,0431 0,33 -0,1299 0,0436 Con incertidumbre (l-instability) PSM Match % Estimación p>|t| [95% conf. Intervalo] Kernel 95,30 ATE -0,0022 0,97 -0,1176 0,1131 ATT -0,0334 0,45 -0,1198 0,1131 Vecino Cercano 100 ATE -0,0343 0,56 -0,1494 0,0809 ATT -0,0542 0,32 -0,1600 0,0517 Vecino Cercano sin reemplazo 3,29 ATE -0,0614 0,25 -0,1657 0,0429 ATT -0,0608 0,25 -0,1652 0,0436 Ridge 95,30 ATE -0,0152 0,80 -0,1316 0,1012 ATT -0,0375 0,40 -0,1241 0,0491 Nota: base para emparejamiento 44032 hogares de los cuales 725 son migrantes En la tabla 13 se presentan los resultados de diversos algoritmos de emparejamiento (ver anexo 4). En la columna inicial se presentan los métodos utilizados, en la segunda, el nivel de emparejamiento, donde el método de vecino cercano sin reemplazo es el óptimo según su nivel de encuentros. En la columna 3 se presentan los resultados para ATE y ATT, la cuarta columna corresponde al p-valor, el cual debería ser inferior a 0,05 para marcar significatividad y, Capítulo 3. El ahorro precaución y la migración en Colombia: análisis para los hogares 103 finalmente, se presenta el intervalo de confianza de cada efecto. La tabla 13, tiene dos partes, la primera muestra los resultados sin incertidumbre y la segunda incluyéndola (l-instability). Los resultados de la Tabla 13 indican que no se encontraron diferencias significativas en el consumo entre los hogares migrantes y los nativos. En otras palabras, tanto la ATT como ATE no difieren significativamente de cero, lo que sugiere que el comportamiento del consumo de los hogares migrantes es similar al de los hogares colombianos. En la tabla 14 se presentan los resultados para una muestra de 637 hogares migrantes, de los cuales se puede diferenciar la duración de su migración, corto (menos de cinco años) y largo plazo (más de cinco años). Tabla 14. Bogotá. PSM respecto a logaritmo del consumo, según distintos métodos de emparejamiento. Migrantes de corto y largo plazo. Modelo sin incertidumbre (l-instability) PSM Match % Estimación p>|t| [95% conf. Intervalo] Kernel 95,29 ATE -0,1774 0,12 -0,3994 0,0446 ATT -0,2019 0,12 -0,4539 0,0502 Vecino Cercano 100,00 ATE -0,1972 0,10 -0,4341 0,0396 ATT -0,2304 0,09 -0,4973 0,0366 Vecino Cercano sin reemplazo 62,48 ATE -0,2418 0,02 -0,4467 -0,0370 ATT -0,2418 0,02 -0,4467 -0,0370 Ridge 95,29 ATE -0,1848 0,10 -0,4031 0,0335 ATT -0,2184 0,08 -0,4643 0,0276 Modelo con incertidumbre (l-instability) PSM Match % Estimación p>|t| [95% conf. Intervalo] Kernel 94,82 ATE -0,1621 0,20 -0,4109 0,0867 ATT -0,1601 0,27 -0,4465 0,1262 Vecino Cercano 100,00 ATE -0,1611 0,24 -0,4281 0,1060 ATT -0,1396 0,37 -0,4479 0,1687 Vecino Cercano sin reemplazo 62,48 ATE -0,2311* 0,02 -0,4306 -0,0315 ATT -0,2311* 0,02 -0,4306 -0,0315 Ridge 94,82 ATE -0,1426 0,27 -0,3964 0,1112 ATT -0,1428 0,34 -0,4338 0,1483 Nota: base para emparejamiento 637 hogares migrantes de los cuales 438 son de corto plazo. En los resultados de la tabla 14, se observa que el método de vecino cercano sin reemplazo logra significatividad. Por robustez, entendemos el resultado del vecino cercano sin reemplazo como un caso especial de emparejamiento (en una relación 1:1) y se asume que los tres métodos FREDDY JESUS RUIZ HERRERA 104 adicionales permiten considerar que el consumo entre migrantes de corto y largo plazo no muestra diferencia. De acuerdo con el PSM, se observa que el efecto medio del tratamiento en los tratados (ATT) muestra una reducción en el consumo de los migrantes, este resultado se encuentra en el mismo sentido que los obtenidos por MCO, sin embargo, por este método no podemos afirmar que existen diferencias en el consumo para hogares nativos o migrantes, situación que se replica en el análisis de hogares de acuerdo con su tiempo de residencia de corto y largo plazo. Los resultados obtenidos podrían estar asociados a un proceso de asimilación (Alba and Nee, 1997; Friberg, 2021; C. Lee, 2009) donde con el tiempo los niveles de consumo tienden a ser similares entre migrantes y nativos, también puede que los rangos de tiempo estimados como corto plazo (menos de 5 años) se acerquen más al largo plazo que a un estado temprano de la migración, siendo un elemento a considerar para futuros estudios y encuestas que incorporen esta discusión. Como puede verse, se han utilizado dos estrategias de estimación diferentes para examinar la relación entre la situación migratoria y la decisión de consumo. La primera estrategia es el enfoque MCO, que se utiliza para analizar las relaciones entre variables en los estudios económicos. La segunda estrategia consiste en el uso del propensity score matching (PSM), que es una técnica estadística que compara grupos de individuos en función de la probabilidad de ser tratados, en este caso, la probabilidad de ser migrante de corta duración. Se utiliza la PSM debido a la posibilidad de que existan variables omitidas que puedan sesgar los resultados obtenidos mediante la estimación del modelo por MCO. En resumen, se han tomado medidas para controlar los factores no observados que pueden afectar a los resultados del análisis. El uso de PSM es una aproximación cuantitativa al análisis de la migración, el consumo y el ahorro precaución en los hogares de Bogotá. Para futuros estudios se espera contar con variables que definan mejor la condición del migrante o encuestas específicas para tal efecto. En síntesis, los resultados según la estimación por MCO de los determinantes del consumo, incluyendo la variable migrante muestran que: (1) Ser migrante afecta negativamente al consumo del hogar, con relación a la población general (tabla 11, col 2) (2) Ser migrante de corta estancia afecta negativamente al consumo del hogar, en relación con la población de migrantes (tabla 12, col 2) Estos resultados confirmarían nuestra hipótesis 4: hay diferencias entre los hogares migrantes y la población nativa respecto a sus decisiones de consumo. (3) La incertidumbre respecto a la renta, medida por la inestabilidad, afecta negativamente al consumo de la población general (tabla 11, col 4) y de la población migrante (tabla 12, col 3). Además, el efecto de la incertidumbre (según el valor del coeficiente) es mayor para la población migrante. Este resultado indicaría el no cumplimiento de nuestra H5. Considerando el reducido tamaño de la muestra, que pueda condicionar los resultados alcanzados, los posibles sesgos de selección de la muestra de migrantes y las limitaciones sobre la adecuación de la variable “inestabilidad en el empleo” (permanencia o no por más de 12 meses en el actual empleo) como medida de incertidumbre, en particular para los Capítulo 3. El ahorro precaución y la migración en Colombia: análisis para los hogares 105 migrantes y según la duración de la estancia en el país de estos, se trató de contrastar los resultados alcanzados aplicando un PSM. (4) En este caso, los métodos de emparejamiento evidencian que no es posible diferenciar el consumo de los hogares migrantes y nativos, así como de hogares migrantes de corto y largo plazo (tablas 13 y 14). Estos resultados nos inducen a suponer que los grupos por emparejamiento se han asimilado al consumo de los hogares nativos y de largo plazo. Es relevante mencionar que las estimaciones de ATT y ATE son negativas. Este resultado contradice el alcanzado en la tabla 11 y 12, col 2 y 3. La conclusión es que los resultados de evidencia de una diferencia en el comportamiento respecto al consumo de la población migrante con relación a la nativa dependen de la estrategia de estimación, lo que no nos permite una conclusión robusta. Por MCO se encuentra que los migrantes consumen menos y ahorran más, sin embargo, al realizar un emparejamiento por PSM esta diferencia no se presenta. 3.5. CONCLUSIONES Este tipo de análisis sobre las decisiones de consumo y ahorro de la población migrante es de especial interés en una economía como la colombiana, la cual tradicionalmente no ha sido un destino de migración internacional, pero en la que, sin embargo, en la última década se ha presentado un cambio en esa tendencia, dado el aumento de migrantes venezolanos. Como no se cuenta con datos a nivel nacional para el desarrollo del análisis de las decisiones sobre consumo y ahorro de los hogares de migrantes, se optó por utilizar la encuesta multipropósito y la gran encuesta integrada de los hogares del DANE para la ciudad de Bogotá en esta primera exploración. Es pertinente mencionar que las bases de datos utilizadas no tienen por objeto un análisis detallado, o por lo menos secuencial, de los elementos y características de la migración, convirtiendo esta situación en una restricción sobre el desarrollo de información. El presente análisis encuentra que, por MCO, los hogares de población migrante en la muestra de hogares de Bogotá consumen menos que los de nativos, en consecuencia, ahorran más. De igual manera, se identifica que, entre los hogares de migrantes, los de corto plazo tienen mayor nivel de ahorro. Sobre la inestabilidad laboral, medida por un contrato superior a un año de trabajo, para la población migrante es posible que no represente incertidumbre, siendo esta una posible explicación al comportamiento de los coeficientes en nuestros modelos de consumo con certidumbre e incertidumbre. En contraste, por PSM, los resultados indican la no existencia de diferencias significativas en el consumo de migrantes y nativos o de acuerdo con sus tiempos de estancia en Colombia. Es posible que estos resultados estén afectados por insuficiencia de información que permita determinar adecuadamente las condiciones del migrante, sin embargo, los datos corresponden a los existentes en EM para 2017; por lo cual se espera que en un futuro con mejor calidad de información se pueda realizar el análisis con un PSM. FREDDY JESUS RUIZ HERRERA 112 para la ciudad de Bogotá, que identifica a los hogares como no migrantes o como migrantes y, a estos, como con estancia en el país inferior o superior a cinco años, se analiza el comportamiento de los hogares de migrantes y no migrantes en relación con el consumo y con el efecto de la incertidumbre respecto a la renta futura sobre las decisiones de ahorro. Una de las medidas de incertidumbre usadas, tasa de paro, la tomamos de la Gran Encuesta Integrada de hogares (GEIH). Los resultados de los análisis de regresión para una muestra de 44032 hogares revelan que “ser migrante” es una variable significativa y con coeficiente negativo, indicando que los hogares de migrantes consumen menos (ahorran más) que los de la población nativa. Este comportamiento diferenciado respecto al consumo se observa también en los resultados de las regresiones para la submuestra de hogares de población migrante: se observa una diferencia en cuanto a la significatividad de algunas covariables y al valor de algunos coeficientes en relación con los resultados para el total de la población. En concreto, para los hogares de migrantes el consumo depende mucho más del ingreso corriente que para los de nativos. Además, los resultados para el colectivo de hogares de migrantes muestran un comportamiento diferente según la duración de la estancia en el país. Ser “migrante de corta estancia” tiene un efecto significativo y con coeficiente negativo sobre el consumo, lo que indica que los hogares de migrantes de corta estancia ahorran más respecto al total de hogares de migrantes. De acuerdo con la literatura revisada, este es el comportamiento esperado en la población migrante que, en un principio, tal vez pensando en retornar, ahorra lo máximo posible para enviar remesas a su país de origen y, después de un tiempo, asimila su comportamiento al de la población nativa. Entendiendo que los resultados alcanzados puedan estar condicionados por el reducido tamaño de la muestra de hogares migrantes respecto del total (725 hogares, de los cuales tenemos información sobre la duración de estancia para 637) y el potencial sesgo de selección de esta submuestra, a partir de una encuesta no diseñada para representar a la población migrante, en el capítulo se realizó un Propensity Score Matching, tratando de identificar, a través de diferentes mecanismos de emparejamiento, las diferencias en la decisión de consumo del grupo con tratamiento (migrantes) y el grupo control (nativos). Contrariamente al análisis previo, los resultados indican que no existe una diferencia significativamente distinta de cero entre el comportamiento de consumo de ambos grupos y, tampoco, entre el comportamiento de los migrantes de corta estancia y los de larga estancia en el país. Si bien ambos métodos de análisis son útiles en situaciones diferentes y pueden utilizarse de forma complementaria para obtener resultados más sólidos, en nuestro caso, al depender crucialmente los resultados alcanzados de la estrategia de estimación seguida, no podemos ofrecer conclusiones robustas, debiendo esperar a que las disponibilidades de nuevos datos nos permitan nuevos análisis, para Colombia y para otros países, que lleven a resultados no ambiguos. Esta tesis contribuye a la literatura empírica sobre ahorro precaución aportando evidencia para un país en desarrollo para el que, hasta la fecha, no había estudios específicos respecto a los efectos de la incertidumbre respecto a la renta futura sobre las decisiones de consumo y ahorro, y aportando, además, evidencia para un colectivo particular, el de la población migrante. La tesis realiza también una aportación, novedosa en la literatura, respecto a la evidencia empírica de ahorro precaución debido al background risk ambiental. Los resultados de la tesis contribuyen, también, al proceso de toma de decisiones de política económica, al permitir anticipar los efectos potenciales de diferentes shocks sobre el Conclusiones 113 consumo agregado, en particular, los que afectan a las condiciones laborales y al desempeño del mercado de trabajo, así como los relacionados con el daño para los hogares por eventos medioambientales adversos, a través del efecto en las decisiones individuales de consumo/ahorro que toman los hogares para enfrentar los riesgos asociados que potencialmente condicionan su consumo, y la utilidad derivada de su consumo, en el futuro. BIBLIOGRAFÍA Bibliografía 117 Bibliografia Acevedo, I., Castellani, F., Lotti, G., and Székely, M. (2021). Informalidad en los tiempos del COVID-19 en América Latina: Implicaciones y opciones de amortiguamiento | Publications. Banco Interamericano de Desarrollo. https://publications.iadb.org/publications/spanish/document/Informalidad-en-lostiempos-del-COVID-19-en-America-Latina-Implicaciones-y-opciones-deamortiguamiento.pdf Acuña, G., Echeverría, C., and Pinto-Gutiérrez, C. (2020). Consumer confidence and consumption: Empirical evidence from Chile. International Review of Applied Economics, 34(1), 75-93. https://doi.org/10.1080/02692171.2019.1645816 Adams. (2011). Evaluating the Economic Impact of International Remittances on Developing Countries Using Household Surveys: A Literature Review. The Journal of Development Studies, 47(6), 809-828. https://doi.org/10.1080/00220388.2011.563299 Adams, W. M., Aveling, R., Brockington, D., Dickson, B., Elliott, J., Hutton, J., Roe, D., Vira, B., and Wolmer, W. (2004). Biodiversity Conservation and the Eradication of Poverty. Science, 306(5699), 1146-1149. https://doi.org/10.1126/science.1097920 Adema, Y., and Pozzi, L. (2015). Business cycle fluctuations and household saving in OECD countries: A panel data analysis. European Economic Review, 79, 214-233. https://doi.org/10.1016/j.euroecorev.2015.07.014 Adnan, K. M. M., Ying, L., Sarker, S. A., Hafeez, M., Razzaq, A., and Raza, M. H. (2019). Adoption of Contract Farming and Precautionary Savings to Manage the Catastrophic Risk of Maize Farming: Evidence from Bangladesh. Sustainability, 11(1), Article 1. https://doi.org/10.3390/su11010029 Agola, N. O., and Awange, J. L. (2014). Poverty–Environment–Agriculture Interactions. En N. O. Agola and J. L. Awange (Eds.), Globalized Poverty and Environment: 21st Century Challenges and Innovative Solutions (pp. 253-289). Springer. https://doi.org/10.1007/978-3-642-39733-2_15 FREDDY JESUS RUIZ HERRERA 118 Ahmad, D., and Afzal, M. (2020). Flood hazards and factors influencing household flood perception and mitigation strategies in Pakistan. Environmental Science and Pollution Research, 27(13), 15375-15387. https://doi.org/10.1007/s11356-020-08057-z Alan, S. (2006). Precautionary Wealth Accumulation: Evidence from Canadian Microdata. The Canadian Journal of Economics / Revue canadienne d’Economique, 39(4), 1105-1124. https://www.jstor.org/stable/4121796. https://www.jstor.org/stable/4121796 Alba, R., and Nee, V. (1997). Rethinking Assimilation Theory for a New Era of Immigration. International Migration Review, 31(4), 826-874. https://doi.org/10.1177/019791839703100403 Albert, C. (2021). The Labor Market Impact of Immigration: Job Creation versus Job Competition. American Economic Journal: Macroeconomics, 13(1), 35-78. https://doi.org/10.1257/mac.20190042 Alessie, R., Rooij, M. V., and Lusardi, A. (2011). Financial literacy and retirement preparation in the Netherlands. Journal of Pension Economics and Finance, 10(4), 527-545. https://doi.org/10.1017/S1474747211000461 Amuedo-Dorantes, C., Arenas-Arroyo, E., and Sevilla, A. (2020). Labor market impacts of states issuing of driver’s licenses to undocumented immigrants. Labour Economics, 63, 101805. https://doi.org/10.1016/j.labeco.2020.101805 Ando, A., Guiso, L., Terlizzese, D., and Dorsainvil, D. (1992). Saving Among Young Households—Evidence from Japan and Italy (E. Koskela and J. Paunio, Eds.). Basil Blackwell Publ Ltd. Ando, A., and Modigliani, F. (1963). The «Life Cycle» Hypothesis of Saving: Aggregate Implications and Tests. The American Economic Review, 53(1), 55-84. https://www.jstor.org/stable/1817129. https://www.jstor.org/stable/1817129 Ang, J. (2009). Household Saving Behaviour in an Extended Life Cycle Model: A Comparative Study of China and India. Journal of Development Studies, 45(8), 1344-1359. https://doi.org/10.1080/00220380902935840 Bibliografía 119 Angulo, R., Díaz, Y., and Pardo, R. (2016). The Colombian Multidimensional Poverty Index: Measuring Poverty in a Public Policy Context. Social Indicators Research, 127(1), 138. https://doi.org/10.1007/s11205-015-0964-z Arango, L., and Cardona, L. (2019). Tarjetas de crédito en personas de ingresos medios y bajos en Colombia: ¿qué determina su uso? Banco de la República de Colombia. https://doi.org/10.32468/be.1089 Attanasio, O. (1997). Consumption and Saving Behaviour: Modelling Recent Trends. Fiscal Studies, 18(1), 23-47. https://doi.org/10.1111/%28ISSN%291475-5890/issues Attanasio, O. P. (1999). Chapter 11 Consumption. En Handbook of Macroeconomics (Vol. 1, pp. 741-812). Elsevier. https://doi.org/10.1016/S1574-0048(99)10019-3 Attanasio, O. P., and Weber, G. (1989). Intertemporal Substitution, Risk Aversion and the Euler Equation for Consumption. The Economic Journal, 99(395), 59-73. JSTOR. https://doi.org/10.2307/2234070 Attanasio, O. P., and Weber, G. (2010). Consumption and Saving: Models of Intertemporal Allocation and Their Implications for Public Policy. Journal of Economic Literature, 48(3), 693-751. https://www.jstor.org/stable/20778765. https://www.jstor.org/stable/20778765 Ávila, K., and Gan, N. (2018). Balanance de muertes violentas ocurridas en el contexto de la conflictividad política en Venezuela durante Abril—Julio de 2017. Anuario del Conflicto Social, 7, Article 7. https://doi.org/10.1344/ACS2018.7.3 Bacchetta, M., Bustamante, J. P., and Ernst, E. (2009). Globalization and Informal Jobs in Developing Countries. ILO - World Trade Organization. https://www.wto.org/english/res_e/booksp_e/jobs_devel_countries_e.pdf Bai, X., Dawson, R. J., Ürge-Vorsatz, D., Delgado, G. C., Barau, A. S., Dhakal, S., Dodman, D., Leonardsen, L., Masson-Delmotte, V., Roberts, D. C., and Schultz, S. (2018). Six research priorities for cities and climate change. Nature, 555(7694), Article 7694. https://doi.org/10.1038/d41586-018-02409-z FREDDY JESUS RUIZ HERRERA 120 Baiardi, D., De Donno, M., Magnani, M., and Menegatti, M. (2015). New Results on Precautionary Saving under Two Risks. Economics Letters, 130, 17-20. Baiardi, D., Magnani, M., and Menegatti, M. (2014). Precautionary saving under many risks. Journal of Economics, 113(3), 211-228. https://doi.org/10.1007/s00712-013-0366-0 Baiardi, D., Magnani, M., and Menegatti, M. (2020). The theory of precautionary saving: An overview of recent developments. Review of Economics of the Household, 18(June 2020), 513-542. https://doi.org/10.1007/s11150-019-09460-3 Baiardi, D., Manera, M., and Menegatti, M. (2013). Consumption and precautionary saving: An empirical analysis under both financial and environmental risks. Economic Modelling, 30, 157-166. https://doi.org/10.1016/j.econmod.2012.09.006 Baiardi, D., Manera, M., and Menegatti, M. (2016). The effects of environmental risk on consumption dynamics: An empirical analysis on the Mediterranean countries. Environment and Development Economics, 21(4), 439-463. https://doi.org/10.1017/S1355770X15000431 Ban, N. C., Mills, M., Tam, J., Hicks, C. C., Klain, S., Stoeckl, N., Bottrill, M. C., Levine, J., Pressey, R. L., Satterfield, T., and Chan, K. M. (2013). A social–ecological approach to conservation planning: Embedding social considerations. Frontiers in Ecology and the Environment, 11(4), 194-202. https://doi.org/10.1890/110205 Bande, R., and Riveiro, D. (2013). Private Saving Rates and Macroeconomic Uncertainty: Evidence from Spanish Regional Data. Economic and Social Review, 44(3), 323-349. http://search.ebscohost.com/login.aspx?direct=true&db=eoh&AN=1401943&lang=es &site=ehost-live. http://search.ebscohost.com/login.aspx?direct=true&db=eoh&AN=1401943&lang=es &site=ehost-live Bande, R., and Riveiro, D. (2019). El ahorro por motivo precaución en las regiones españolas durante la Gran Recesión. La riqueza de las regiones: aportaciones de la ciencia regional a la sociedad, 2019, ISBN 9788413085548, págs. 255-270, 255-270. https://dialnet.unirioja.es/servlet/articulo?codigo=7927983 Bibliografía 121 Bande, R., Riveiro, D., and Ruiz, F. (2021). Does Uncertainty Affect Saving Decisions of Colombian Households? Evidence on Precautionary Saving [MPRA Paper]. https://mpra.ub.uni-muenchen.de/106771/ Barceló, C., and Villanueva, E. (2010). Los efectos de la estabilidad laboral sobre el ahorro y la riqueza de los hogares españoles. Boletín económico - Banco de España, 6, 81-86. https://dialnet.unirioja.es/servlet/articulo?codigo=3247238. https://dialnet.unirioja.es/servlet/articulo?codigo=3247238 Bauman, Z. (2013). Glocalization and Hybridity. Glocalism: Journal of Culture, Politics and Innovation, 2013, 1. https://doi.org/10.12893/gjcpi.2013.1.9 Bebczuk, R. N., Gasparini, L., Garbero, M. N., and Amendolaggine, J. (2015). Understanding the Determinants of Household Saving: Micro Evidence for Latin America. Documentos de Trabajo Del CEDLAS, no. 189. http://publications.iadb.org/handle/11319/7328 Benito, A. (2006). Does job insecurity affect household consumption? Oxford Economic Papers, 58(1), 157-181. https://www.jstor.org/stable/3488818. https://doi.org/10.1093/oep/gpi041 Bennett, N. J., Roth, R., Klain, S. C., Chan, K., Christie, P., Clark, D. A., Cullman, G., Curran, D., Durbin, T. J., Epstein, G., Greenberg, A., Nelson, M. P., Sandlos, J., Stedman, R., Teel, T. L., Thomas, R., Veríssimo, D., and Wyborn, C. (2017). Conservation social science: Understanding and integrating human dimensions to improve conservation. Biological Conservation, 205, 93-108. https://doi.org/10.1016/j.biocon.2016.10.006 Berg, E. (2013). Are poor people credit-constrained or myopic? Evidence from a South African panel. Journal of Development Economics, 101, 195-205. https://doi.org/10.1016/j.jdeveco.2012.10.002 Beroya-Eitner, M. A. (2016). Ecological vulnerability indicators. Ecological Indicators, 60, 329-334. https://doi.org/10.1016/j.ecolind.2015.07.001 FREDDY JESUS RUIZ HERRERA 128 DHS. (2021). The DHS Program—Demographic and Health Survey (DHS). https://dhsprogram.com/Methodology/Survey-Types/DHS.cfm Díaz, S., Demissew, S., Carabias, J., Joly, C., Lonsdale, M., Ash, N., Larigauderie, A., Adhikari, J. R., Arico, S., Báldi, A., Bartuska, A., Baste, I. A., Bilgin, A., Brondizio, E., Chan, K. M., Figueroa, V. E., Duraiappah, A., Fischer, M., Hill, R., … Zlatanova, D. (2015). The IPBES Conceptual Framework—Connecting nature and people. Current Opinion in Environmental Sustainability, 14, 1-16. https://doi.org/10.1016/j.cosust.2014.11.002 Díaz, S., Settele, J., Brondízio, E. S., Ngo, H. T., Agard, J., Arneth, A., Balvanera, P., Brauman, K. A., Butchart, S. H. M., Chan, K. M. A., Garibaldi, L. A., Ichii, K., Liu, J., Subramanian, S. M., Midgley, G. F., Miloslavich, P., Molnár, Z., Obura, D., Pfaff, A., … Zayas, C. N. (2019). Pervasive human-driven decline of life on Earth points to the need for transformative change. Science, 366(6471). https://doi.org/10.1126/science.aax3100 Dickinson, J. L., Shirk, J., Bonter, D., Bonney, R., Crain, R. L., Martin, J., Phillips, T., and Purcell, K. (2012). The current state of citizen science as a tool for ecological research and public engagement. Frontiers in Ecology and the Environment, 10(6), 291-297. https://doi.org/10.1890/110236 Dizdaroglu, D. (2015). Developing micro-level urban ecosystem indicators for sustainability assessment. Environmental Impact Assessment Review, 54, 119-124. https://doi.org/10.1016/j.eiar.2015.06.004 Djajić, S., and Vinogradova, A. (2015). Overshooting the Savings Target: Temporary Migration, Investment in Housing and Development. World Development, 65, 110-121. https://doi.org/10.1016/j.worlddev.2014.01.015 Dobbie, M. J., and Dail, D. (2013). Robustness and sensitivity of weighting and aggregation in constructing composite indices. Ecological Indicators, 29, 270-277. https://doi.org/10.1016/j.ecolind.2012.12.025 Dreze, J. H., and Modigliani, F. (1972). Consumption decisions under uncertainty. Journal of Economic Theory, 5(3), 308-335. https://doi.org/10.1016/0022-0531(72)90044-0 Bibliografía 129 Dustmann, C. (1997). Return migration, uncertainty and precautionary savings. Journal of Development Economics, 52(2), 295-316. https://doi.org/10.1016/S03043878(96)00450-6 Dustmann, C. (2003). Return migration, wage differentials, and the optimal migration duration. European Economic Review, 47(2), 353-369. https://doi.org/10.1016/S00142921(01)00184-2 Dustmann, C., Fasani, F., and Speciale, B. (2017). Illegal Migration and Consumption Behavior of Immigrant Households. Journal of the European Economic Association, 15(3), 654691. https://doi.org/10.1093/jeea/jvw017 Dustmann, C., and Görlach, J.-S. (2016). The Economics of Temporary Migrations. Journal of Economic Literature, 54(1), 98-136. http://www.jstor.org/stable/43932443 Dustmann, C., and Mestres, J. (2010). Savings, Asset Holdings, and Temporary Migration. Annals of Economics and Statistics, 97/98, 289-306. https://doi.org/10.2307/41219119 Dynan, K. E. (1993). How Prudent are Consumers? Journal of Political Economy, 101(6), 11041113. https://doi.org/10.1086/261916 Echeverry, J. C. (1996). The Fall in Colombian Savings During the 1990s. Theory and Evidence. En Borradores de Economia (N.o 061; Borradores de Economia). Banco de la Republica de Colombia. https://ideas.repec.org/p/bdr/borrec/061.html Eckstein, D., Künzel, V., Schäfer, L., and Germanwatch. (2021). Global Climate Risk Index 2021 Who Suffers Most Extreme Weather Events? Weather-Related Loss Events in 2019 and 2000-2019. Eeckhoudt, L. (2002). Risk Aversion and Diagnostic Tests. En L. Eeckhoudt (Ed.), Risk and Medical Decision Making (pp. 65-79). Springer US. https://doi.org/10.1007/978-14615-0991-2_6 FREDDY JESUS RUIZ HERRERA 130 Eeckhoudt, L., Etner, J., and Schroyen, F. (2009). The values of relative risk aversion and prudence: A context-free interpretation. Mathematical Social Sciences, 58(1), 1-7. https://doi.org/10.1016/j.mathsocsci.2008.09.007 Eeckhoudt, L., and Schlesinger, H. (2006). Putting Risk in Its Proper Place. The American Economic Review, 96(1), 280-289. https://www.jstor.org/stable/30034365 Escobar, J. D. U. (2016). Informalidad laboral: ¿qué hemos aprendido y qué falta? Revista del Banco de la República, 89(1060), Article 1060. https://publicaciones.banrepcultural.org/index.php/banrep/article/view/8070. https://publicaciones.banrepcultural.org/index.php/banrep/article/view/8070 Estrada, Á., Valdeolivas, E., Vallés, J., and Garrote, D. (2014). Household debt and uncertainty: Private consumption after the Great Recession (N.o 1415; Working Papers, pp. 1-33). Banco de España and Working Papers Homepage. https://ideas.repec.org/p/bde/wpaper/1415.html European Union. (2018). The Venezuelan migrant crisis. https://www.europarl.europa.eu/RegData/etudes/BRIE/2018/630343/EPRS_BRI(2018 )630343_EN.pdf Fasani, F., Llull, J., and Tealdi, C. (2020). The economics of migration: Labour market impacts and migration policies. Labour Economics, 67, 101929. https://doi.org/10.1016/j.labeco.2020.101929 Fedesarrollo. (2018). Informe mensual del mercado laboral: Migracion venezolana a Colombia. https://www.fedesarrollo.org.co/sites/default/files/iml-octubre_2018-web.pdf Feline, L., and Parent, N. (2018, julio 17). A South American Migration Crisis: Venezuelan Outflows Test Neighbors’ Hospitality. Migrationpolicy.Org. https://www.migrationpolicy.org/article/south-american-migration-crisis-venezuelanoutflows-test-neighbors-hospitality Fisher, P. J., and Anong, S. T. (2012). Relationship of Saving Motives to Saving Habits. Journal of Financial Counseling and Planning, 23(1). https://ssrn.com/abstract=2222006 Bibliografía 131 Flórez, C. E. (2005). Factores socioeconómicos y contextuales que determinan la actividad reproductiva de las adolescentes en Colombia. Revista Panamericana de Salud Pública, 18(6). https://doi.org/10.1590/S1020-49892005001000002 Freije, S. (2002). El empleo informal en América Latina y el Caribe: Causas, consecuencias y recomendaciones de política. Banco Interamericano de Desarrollo, 49. https://publications.iadb.org/publications/spanish/document/El-empleo-informal-enAm%C3%A9rica-Latina-y-el-Caribe-Causas-consecuencias-y-recomendaciones-depol%C3%ADtica.pdf. https://publications.iadb.org/publications/spanish/document/Elempleo-informal-en-Am%C3%A9rica-Latina-y-el-Caribe-Causas-consecuencias-yrecomendaciones-de-pol%C3%ADtica.pdf Friberg, J. H. (2021). Who wants to be Norwegian – who gets to be Norwegian? Identificational assimilation and non-recognition among immigrant origin youth in Norway. Ethnic and Racial Studies, 44(16), 21-43. https://doi.org/10.1080/01419870.2020.1857813 Friedman, M. (1957). A Theory of the Consumption Function (pp. 1-240). National Bureau of Economic Research, Inc. https://econpapers.repec.org/bookchap/nbrnberch/4403.htm Gale, W., Harris, B. H., and Levine, R. (2012). Raising Household Saving: Does Financial Education Work? Social Security Administration Research, Statistics, and Policy Analysis. https://www.ssa.gov/policy/docs/ssb/v72n2/v72n2p39.html Galor, O., and Stark, O. (1990). Migrants’ Savings, the Probability of Return Migration and Migrants’ Performance. International Economic Review, 31(2), 463-467. https://doi.org/10.2307/2526851 Gámez Pérez, I., Osorio Villavicencio, N. A., García Romero, J. E., Gámez Pérez, I., Osorio Villavicencio, N. A., and García Romero, J. E. (2020). Las calles del hambre en Ecuador: Un estudio sobre la reciente migración venezolana. Revista Colombiana de Sociología, 43(1), 37-58. https://doi.org/10.15446/rcs.v43n1.79131 García Arias, M. F., Restrepo Pineda, J. E., García Arias, M. F., and Restrepo Pineda, J. E. (2019). Aproximación al proceso migratorio venezolano en el siglo XXI. Hallazgos, 16(32), 63-82. https://doi.org/10.15332/2422409x.5000 FREDDY JESUS RUIZ HERRERA 132 García, G. A. (2017). Labor Informality: Choice or Sign of Segmentation? A Quantile Regression Approach at the Regional Level for Colombia. Review of Development Economics, 21(4), 985-1017. https://doi.org/10.1111/rode.12317 Gómez Cañon, C. C. (2016). Consecuencias de ser padre a temprana edad sobre los ingresos: Caso colombiano. Ensayos sobre Política Económica, 34(80), 103-125. https://doi.org/10.1016/j.espe.2016.02.002 Granda, C., and Hamann, F. (2015). Informality, Saving and Wealth Inequality in Colombia. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.2581400 Greifer, N., and Stuart, E. A. (2021). Choosing the Estimand When Matching or Weighting in Observational Studies (arXiv:2106.10577). arXiv. https://doi.org/10.48550/arXiv.2106.10577 Guariglia, A. (2001). Saving Behaviour and Earnings Uncertainty: Evidence from the British Household Panel Survey. Journal of Population Economics, 14(4), 619-634. http://search.ebscohost.com/login.aspx?direct=true&db=eoh&AN=0600440&lang=es &site=ehost-live Guariglia, A., and Kim, B.-Y. (2003). The Effects of Consumption Variability on Saving: Evidence from a Panel of Muscovite Households. Oxford Bulletin of Economics and Statistics, 65(3), 357-377. https://econpapers.repec.org/article/blaobuest/v_3a65_3ay_3a2003_3ai_3a3_3ap_3a3 57-377.htm Guariglia, A., and Kim, B.-Y. (2004). Earnings uncertainty, precautionary saving, and moonlighting in Russia. Journal of Population Economics, 17(2), 289-310. https://doi.org/10.1007/s00148-004-0184-3 Guariglia, A., and Rossi, M. (2002). Consumption, habit formation, and precautionary saving: Evidence from the British Household panel survey. Oxford Economic Papers, 54(1), 119. https://doi.org/10.1093/oep/54.1.1 Bibliografía 133 Guiso, L., Jappelli, T., and Terlizzese, D. (1992). Saving and Capital-Market Imperfections— The Italian Experience. Scandinavian Journal of Economics, 94(2), 197-213. https://doi.org/10.2307/3440446. https://doi.org/10.2307/3440446 Guiso, L., Jappelli, T., and Terlizzese, D. (1996). Income Risk, Borrowing Constraints, and Portfolio Choice. The American Economic Review, 86(1), 158-172. JSTOR. https://www.jstor.org/stable/2118260 Gutierrez, J. D. (2021). Effects of meteorological factors on human leptospirosis in Colombia. International Journal of Biometeorology, 65(2), 257-263. https://doi.org/10.1007/s00484-020-02028-2 Hahn, F. (1970). Savings and Uncertainty. The Review of Economic Studies, 37(1), 21-24. https://doi.org/10.2307/2296495 Hall, R. E. (1978). Stochastic Implications of the Life Cycle-Permanent Income Hypothesis: Theory and Evidence. Journal of Political Economy, 86(6), 971-987. https://doi.org/10.1086/260724 Han, X., Yang, S., Chen, Y., and Wang, Y. (2019). Urban segregation and food consumption: The impacts of China’s household registration system. China Agricultural Economic Review, 11(4), 583-599. https://doi.org/10.1108/CAER-07-2018-0153 Heckman, J. (1998). Matching as an econometric evaluation estimator. The Review of …, 65(2), 261-294. https://doi.org/10.1111/1467-937X.00044 Heckman, J. J. (2008). Econometric causality. International Statistical Review, 76(1), 1-27. https://doi.org/10.1111/j.1751-5823.2007.00024.x Heckman, J. J., Ichimura, H., and Todd, P. E. (1997). Matching As An Econometric Evaluation Estimator: Evidence from Evaluating a Job Training Programme. Review of Economic Studies, 64(4), 605-654. https://doi.org/10.2307/2971733 FREDDY JESUS RUIZ HERRERA 134 Heredia, J., and Battistesa, D. (2018). Nueva realidad migratoria venezolana. REIB: Revista Electrónica Iberoamericana, 12(1), 15-46. https://dialnet.unirioja.es/servlet/articulo?codigo=6833189 Hernández, J. N. (2006). Revisión de los determinantes macroeconómicos del consumo total de los hogares para el caso colombiano. Revista ESPE - Ensayos Sobre Política Económica, 24(52), 80-109. https://ideas.repec.org/a/col/000107/004266.html Hirano, K., Imbens, G. W., and Ridder, G. (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica, 71(4), 1161-1189. https://doi.org/10.1111/1468-0262.00442 Huang, J.-T., and Wu, L. (2018). Climate Volatility and Household Saving in China. Journal of Financial Counseling and Planning, 29(1), 132-141. https://doi.org/10.1891/10523073.29.1.132 Ibañez, M., and Schneider, S. (2020). Income Risk, Precautionary Saving, and Loss Aversion – An Empirical Test. https://sebastianoschneider.com/publication/ibanez-schneider2019/ ILO. (2017). 2017 Labour Overview of Latin America and the Caribbean. ILO. http://www.ilo.org/americas/publicaciones/panorama-laboral/WCMS_618120/lang-- en/index.htm IPCC. (1997). The Regional Impacts of Climate Change: An Assessment of Vulnerability— IPCC (R. Watson, M. Zinyowera, and R. Moss, Eds.). Cambridge University Press. https://www.ipcc.ch/report/the-regional-impacts-of-climate-change-an-assessment-ofvulnerability/ IPCC. (2012). Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation: Special Report of the Intergovernmental Panel on Climate Change (C. B. Field, V. Barros, T. F. Stocker, and Q. Dahe, Eds.). Cambridge University Press. https://doi.org/10.1017/CBO9781139177245 Bibliografía 135 IPCC. (2015). Climate change 2014: Synthesis report (R. K. Pachauri and L. Mayer, Eds.). Intergovernmental Panel on Climate Change. https://www.ipcc.ch/report/ar5/syr/ Iregui-Bohórquez, A. M., and Melo-Becerra, L. A. (2018). Determinants of Formal and Informal Saving in Colombia. En Financial Decisions of Households and Financial Inclusion: Evidence for Latin America and the Caribbean. Centro de Estudios Monetarios Latinoamericanos, CEMLA. - Corporación Andina de Fomento, CAF. https://www.cemla.org/PDF/ic/2016-jrp/2016-jrp-4.pdf Iregui-Bohórquez, A. M., Melo-Becerra, L. A., Ramirez-Giraldo, M. T., and Tribin-Uribe, A. M. (2016). Ahorro de los hogares de ingresos medios y bajos de las zonas urbana y rural en Colombia. Borradores de Economía - Banco de la República de Colombia, 960. https://ideas.repec.org/p/bdr/borrec/960.html. Isanaka, S., Mora-Plazas, M., Lopez-Arana, S., Baylin, A., and Villamor, E. (2007). Food Insecurity Is Highly Prevalent and Predicts Underweight but Not Overweight in Adults and School Children from Bogotá, Colombia. The Journal of Nutrition, 137(12), 27472755. https://doi.org/10.1093/jn/137.12.2747 Jappelli, T., and Pistaferri, L. (2017). The economics of consumption. Theory and evidence. Oxford - University Press. Karamba, W. R., Quiñones, E. J., and Winters, P. (2011). Migration and food consumption patterns in Ghana. Food Policy, 36(1), 41-53. https://doi.org/10.1016/j.foodpol.2010.11.003 Khanal, A. R., Mishra, A. K., and Nedumaran, S. (2019). Consumption, habit formation, and savings: Evidence from a rural household panel survey. Review of Development Economics, 23(1), 256-274. https://doi.org/10.1111/rode.12536 Kimball, M. S. (1990). Precautionary Saving in the Small and in the Large. Econometrica, 58(1), 53-73. https://doi.org/10.2307/2938334 FREDDY JESUS RUIZ HERRERA 136 Kosanic, A., and Petzold, J. (2020). A systematic review of cultural ecosystem services and human wellbeing. Ecosystem Services, 45, 101168. https://doi.org/10.1016/j.ecoser.2020.101168 Kosmala, M., Wiggins, A., Swanson, A., and Simmons, B. (2016). Assessing data quality in citizen science. Frontiers in Ecology and the Environment, 14(10), 551-560. https://doi.org/10.1002/fee.1436 Kuan, C.-M., and Chen, C.-L. (2013). Effects of National Health Insurance on Precautionary Saving: New Evidence from Taiwan. Empirical Economics, 44(2), 921-943. http://search.ebscohost.com/login.aspx?direct=true&db=eoh&AN=1368945&lang=es &site=ehost-live Kubitza, C., Hofmann, A., and Steinorth, P. (2020). Financial Literacy and Precautionary Insurance (SSRN Scholarly Paper ID 3346477). Social Science Research Network. https://doi.org/10.2139/ssrn.3346477 Kuntz-Duriseti, K. (2004). Evaluating the economic value of the precautionary principle: Using cost benefit analysis to place a value on precaution. Environmental Science and Policy, 7(4), 291-301. https://doi.org/10.1016/j.envsci.2004.05.007 Lander, E. (2018). La implosión de la Venezuela rentista. Revista de Sociología, 26, Article 26. https://doi.org/10.15381/rsoc.v0i26.18983 Lee, C. (2009). Sociological Theories of Immigration: Pathways to Integration for U.S. Immigrants. Journal of Human Behavior in the Social Environment, 19(6), 730-744. https://doi.org/10.1080/10911350902910906 Lee, J.-J., and Sawada, Y. (2010). Precautionary Saving under Liquidity Constraints: Evidence from Rural Pakistan. Journal of Development Economics, 91(1), 77-86. Leland, H. E. (1968). Saving and Uncertainty: The Precautionary Demand for Saving. The Quarterly Journal of Economics, 82(3), 465-473. JSTOR. https://doi.org/10.2307/1879518 Bibliografía 137 Li, J. (2012). Precautionary Saving in the Presence of Labor Income and Interest Rate Risks. Journal of Economics (Zeitschrift fur Nationalokonomie), 106(3), 251-266. http://search.ebscohost.com/login.aspx?direct=true&db=eoh&AN=1316350&lang=es &site=ehost-live Li, X., and Luo, L. (2021). Migration patterns and migrant workers’ consumption. China Agricultural Economic Review, 13(4), 781-798. https://doi.org/10.1108/CAER-082020-0197 Liu, D., and Menegatti, M. (2019). Precautionary Investment in Wealth and Health. Journal of Risk and Insurance, 86(1), 237-255. https://doi.org/10.1111/jori.12212 Liu, S., and Hu, A. (2013). Household Saving in China: The Keynesian Hypothesis, Life-Cycle Hypothesis, and Precautionary Saving Theory. The Developing Economies, 51(4), 360387. https://doi.org/10.1111/deve.12026 Liu, S., Lei, Y., Zhao, J., Yu, S., and Wang, L. (2021). Research on ecosystem services of water conservation and soil retention: A bibliometric analysis. Environmental Science and Pollution Research, 28(3), 2995-3007. https://doi.org/10.1007/s11356-020-10712-4 López, A., Misas, M., and Oliveros, H. (1996). Understanding Consumption in Colombia. Borradores de Economía - Banco de La República de Colombia, 058. https://ideas.repec.org/p/bdr/borrec/058.html Lopez-Mejía, A., and Ortega, J. R. (1998). Private Saving in Colombia. IMF. https://www.imf.org/en/Publications/WP/Issues/2016/12/30/Private-Saving-inColombia-2839 Lugilde, A., Bande, R., and Riveiro, D. (2018). Precautionary saving in Spain during the great recession: Evidence from a panel of uncertainty indicators. Review of Economics of the Household, 16(4), 1151-1179. https://doi.org/10.1007/s11150-018-9412-6 Lugilde, A., Bande, R., and Riveiro, D. (2019). Precautionary Saving: A Review of the Empirical Literature. Journal of Economic Surveys, 33(2), 481-515. https://doi.org/10.1111/joes.12284 FREDDY JESUS RUIZ HERRERA 144 Rosenzweig, M. R. (2001). Savings Behaviour in Low-Income Countries. Oxford Review of Economic Policy, 17(1), 40-54. https://ideas.repec.org/a/oup/oxford/v17y2001i1p4054.html. https://ideas.repec.org/a/oup/oxford/v17y2001i1p40-54.html Rosenzweig, M. R., and Stark, O. (1989). Consumption Smoothing, Migration, and Marriage: Evidence from Rural India. Journal of Political Economy, 97(4), 905-926. https://doi.org/10.1086/261633 Salazar-Xirinachsy, J. M., and Chacaltana, J. (Eds.). (2018). Políticas de formalización en América Latina [recurso electrónico]: Avances y desafíos. Organización Internacional del Trabajo. https://labordoc.ilo.org Sandmo, A. (1970). The Effect of Uncertainty on Saving Decisions. The Review of Economic Studies, 37(3), 353-360. https://doi.org/10.2307/2296725 Santarém, F., Saarinen, J., and Brito, J. C. (2021). Assessment and prioritization of cultural ecosystem services in the Sahara-Sahelian region. Science of The Total Environment, 777, 146053. https://doi.org/10.1016/j.scitotenv.2021.146053 Schaap, R. (2019). Prudence and Precautionary Saving by Natural Resource Users. 16. http://www.bioecon-network.org/pages/21th_2019/F2/Schaap,%20Robbert%20- %20Prudence%20and%20Precautionary%20Saving%20by%20Natural%20Resource %20Users.pdf Schneider, S., Ibañez, M., and Riener, G. (2019). Measuring Utility – An Application to Higher Order Risk and Saving in Bogota. https://sebastianoschneider.com/publication/schneider-ibanez-riener-2019/ Sehnbruch, K., González, P., Apablaza, M., Méndez, R., and Arriagada, V. (2020). The Quality of Employment (QoE) in nine Latin American countries: A multidimensional perspective. World Development, 127, 104738. https://doi.org/10.1016/j.worlddev.2019.104738 Bibliografía 145 Sen, B. (2003). Drivers of Escape and Descent: Changing Household Fortunes in Rural Bangladesh. World Development, 31(3), 513-534. https://doi.org/10.1016/S0305750X(02)00217-6 Shadish, W. R., Cook, T. D., and Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. En Houghton Mifflin Company. https://doi.org/10.1016/j.evalprogplan.2004.01.006 Sirisankanan, A. (2013). Consumption Smoothing and Precautionary Savings in Thai Agricultural Households. Thailand and The World Economy, 31(2), Article 2. https://so05.tci-thaijo.org/index.php/TER/article/view/136866 Skidmore, M. (2001). Risk, natural disasters, and household savings in a life cycle model. Japan and the World Economy, 13(1), 15-34. https://doi.org/10.1016/S0922-1425(00)000566 Skinner, J. (1988). Risky income, life cycle consumption, and precautionary savings. Journal of Monetary Economics, 22(2), 237-255. https://doi.org/10.1016/0304-3932(88)900219 Steffen, W., Richardson, K., Rockström, J., Cornell, S. E., Fetzer, I., Bennett, E. M., Biggs, R., Carpenter, S. R., Vries, W. de, Wit, C. A. de, Folke, C., Gerten, D., Heinke, J., Mace, G. M., Persson, L. M., Ramanathan, V., Reyers, B., and Sörlin, S. (2015). Planetary boundaries: Guiding human development on a changing planet. Science, 347(6223). https://doi.org/10.1126/science.1259855 Superintendencia de Servicios Públicos Domiciliarios (Ed.). (2014). Régimen básico ; ley 142 de 1994, ley 143 de 1994, ley 689 de 2001, ley 632 de 2000, decreto 990 de 2002 (8. ed., actualizada y corregida). Superintendencia de Servicios Públicos Domiciliarios. Tang, S., Hao, P., and Feng, J. (2020). Consumer behavior of rural migrant workers in urban China. Cities, 106, 102856. https://doi.org/10.1016/j.cities.2020.102856 FREDDY JESUS RUIZ HERRERA 146 Thiry, G., Alkire, S., and Schleicher, J. (2018). Incorporating Environmental and Natural Resources within Analyses of Multidimensional Poverty. Oxford Poverty and Human Development Initiative - OPHI, 61. Ting, H., Bozzola, M., and Swanson, T. (2017). Weather and income: Effect on household saving and well-being in South Africa. CIES Research Paper series. https://ideas.repec.org/p/gii/ciesrp/cies_rp_49.html Tovar, J. (2008). Caracterización del ahorro de los hogares en Colombia. http://www.repository.fedesarrollo.org.co/handle/11445/967 Tribín-Uribe, A. M., Adhvaryu, A., Anzola-Bravo, C., Ávila-Montealegre, O., Bonilla-Mejía, L., Castro-Fernández, J. C., Flórez, L. A., Grajales-Olarte, Á., Guarín-López, A., Hamann-Salcedo, F., Hermida-Giraldo, D., Khanna, G., Lasso-Valderrama, F. J., Medina-Durango, C., Melo-Becerra, L., Méndez-Vizcaino, J. C., Morales, L., Nyshadam, A., Ospina-Tejeiro, J. J., … Velásquez, S. (2020). Migración desde Venezuela en Colombia: Caracterización del fenómeno y análisis de los efectos macroeconómicos. Ensayos sobre Política Económica, 97, 1-74. https://doi.org/10.32468/espe.97 Ullah, R., Jourdain, D., Shivakoti, G. P., and Dhakal, S. (2015). Managing catastrophic risks in agriculture: Simultaneous adoption of diversification and precautionary savings. International Journal of Disaster Risk Reduction, 12, 268-277. https://doi.org/10.1016/j.ijdrr.2015.02.001 UNHCR, U. N. H. C. for. (2021). Global Trends Report 2021. UNHCR. https://www.unhcr.org/publications/brochures/62a9d1494/global-trends-report2021.html Urdaneta, A., Borgucci, E., and Mejía-Flores, O. (2020). La Inflación y disponibilidad de efectivo en la economía venezolana. Revista Ciencia Unemi, 13(32), 51-62. https://www.redalyc.org/articulo.oa?id=582661898005 Bibliografía 147 Valero, N. N. H., and Uriarte, M. (2020). Environmental and socioeconomic risk factors associated with visceral and cutaneous leishmaniasis: A systematic review. Parasitology Research, 119(2), 365-384. https://doi.org/10.1007/s00436-019-06575-5 Van Hear, N., Bakewell, O., and Long, K. (2018). Push-pull plus: Reconsidering the drivers of migration. Journal of Ethnic and Migration Studies, 44(6), 927-944. https://doi.org/10.1080/1369183X.2017.1384135 Vanlaer, W., Bielen, S., and Marneffe, W. (2020). Consumer Confidence and Household Saving Behaviors: A Cross-Country Empirical Analysis. Social Indicators Research, 147(2), 677-721. https://doi.org/10.1007/s11205-019-02170-4 Velandia, D., and Van Gameren, E. (2016). Precautionary Savings in Mexico: Evidence from the Mexican Health and Aging Study. The Review Of Income And Wealth, 62(2), 334361. https://onlinelibrary.wiley.com/doi/10.1111/roiw.12164. https://onlinelibrary.wiley.com/doi/10.1111/roiw.12164 Vivas Peñalver, L., and Paez, T. (2017). The Venezuelan Diaspora, Another Impending Crisis? Freedom House. https://doi.org/10.13140/RG.2.2.17819.87843 Waas, T., Hugé, J., Block, T., Wright, T., Benitez-Capistros, F., and Verbruggen, A. (2014). Sustainability Assessment and Indicators: Tools in a Decision-Making Strategy for Sustainable Development. Sustainability, 6(9), Article 9. https://doi.org/10.3390/su6095512 WHO, and UNICEF. (2010). Progress on sanitation and drinking-water: 2010 update. World Health Organization and UNICEF. http://www.who.int/water_sanitation_health/publications/9789241563956/en/ World Bank. (2020). Population, total—Latin America and Caribbean | Data. https://data.worldbank.org/indicator/SP.POP.TOTL?locations=ZJ&most_recent_value _desc=true World Bank Group. (2018). Migración desde Venezuela a Colombia: Impactos y Estrategia de Respuesta en el Corto y Mediano Plazo. World Bank. https://doi.org/10.1596/30651 FREDDY JESUS RUIZ HERRERA 148 Yale Center for Environmental Law and Policy. (2020). Environmental Performance Index Dashboard. https://www.arcgis.com/apps/dashboards/8dd0d10f07544331888ecc2a406d1825 Yamín Lacouture, L. E., Phillips Bernal, C., Reyes Ortiz, J. C., and Ruiz Valencia, D. (2007). Estudios de vulnerabilidad sísmica, rehabilitación y refuerzo de casas en adobe y tapia pisada. Apuntes: Revista de Estudios sobre Patrimonio Cultural - Journal of Cultural Heritage Studies, 20(2), 286-303. http://www.scielo.org.co/scielo.php?script=sci_abstract&pid=S165797632007000200009&lng=en&nrm=iso&tlng=es Zarate-Hoyos, G. A. (2004). Consumption and Remittances in Migrant Households: Toward a Productive Use of Remittances. Contemporary Economic Policy, 22(4), 555-565. https://doi.org/10.1093/cep/byh042 Zeldes, S. P. (1989). Optimal Consumption with Stochastic Income: Deviations from Certainty Equivalence. The Quarterly Journal of Economics, 104(2), 275-298. https://doi.org/10.2307/2937848 Anexos 149 ANEXOS FREDDY JESUS RUIZ HERRERA 150 ANEXO I - ACERCAMIENTO BIBLIOMÉTRICO En la base de datos de Web of Science (WoS) se incluyó la ecuación de búsqueda con el concepto: «precautionary savings» para todos los campos. Como resultado de la búsqueda se obtuvieron 958 resultados (datos revisados a octubre 8 de 2022) entre 1968 y 2022 42 . Los resultados según las categorías de WoS se distribuyen en: Ciencias económicas 768, financiación de empresas 166, Ciencias sociales – métodos matemáticos 56, negocio 29, administración 26, aplicaciones interdisciplinarias de las matemáticas 24, estudios ambientales 22, probabilidad estadística 21 y otras categorías 291. Es necesario comentar que es posible tener una o más clasificaciones para cada resultado. Sobre los resultados, WoS también permite identificar por tipo de documentos: 895 artículos, 79 documentos de procedimiento, 21 de acceso temprano, 11 capítulos de libros, 7 artículos de revisión, 3 correcciones, 2 materiales editoriales, 1 carta y 1 resumen de reunión. Al igual que en el caso anterior, es posible que un resultado se clasifique en una o más categorías. Dado que existe duplicidad de categorías y tipos, se opta por refinar por tipo de documento, manteniendo una muestra a partir de los artículos publicados. En la Tabla 1 se presenta información de acuerdo con las categorías de WoS diferenciando por artículos y total de resultados de la base de datos seleccionada. Tabla A.I.13. Principales resultados de búsqueda según categorías de Web of Science, base general y artículos. Categorías de Web of Science Resultados Total (958) Artículos (895) Ciencias económicas 768 741 Financiación de las empresas 166 155 Ciencias sociales - métodos matemáticos 56 51 Negocios 29 20 Administración 26 17 Aplicaciones interdisciplinarias de las matemáticas 24 21 Estudios ambientales 22 18 Probabilidad estadística 21 20 Estudios de desarrollo 16 16 Fuente: Base de datos WoS. Clarivate (2022), selección del autor. Nota: Se presentan categorías de 16 resultados y más resultados. Sobre los 895 artículos, se observa en la Tabla 2 cuales son las revistas donde se presentan mayores publicaciones sobre ahorro precaución; se reporta las tres publicaciones con mayor citación, autor(es) y año de publicación: a. Economics letters, b. Journal of monetary economics, c. Journal of economic dynamics control. En el listado se mencionan las revistas con diez o más artículos publicados. En la Tabla 3 se presentan los diez artículos con mayor citación en WoS, evidenciando que el 50% de ellos es anterior al inicio del siglo XXI y tres de ellos se publicaron desde 2010. 42 De acuerdo con los resultados obtenidos los años de resultados son 1968, 1985 y 1987-2022. Anexos 151 Tabla A.I.14. Artículos sobre ahorro precaución de mayor citación según revistas NOMBRE DE REVISTAS # ARTICULOS DE MAYOR CITACIÓN TITULO AUTORIA PUBLICACIÓN CITACIONES ECONOMICS LETTERS 40 The method of endogenous gridpoints for solving dynamic stochastic optimization problems Carroll, Christopher 2006 135 Precautionary saving and subjective earnings variance Lusardi, Ana Maria 1997 62 Consumption, saving and habit formation Alessie, Rob. Lusardi, Annamaria 1997 45 JOURNAL OF MONETARY ECONOMICS 36 The nature of precautionary wealth Carroll, Christopher. Samwick, Andrew 1997 269 Consumption puzzles and precautionary savings Caballero, Ricardo 1990 229 How sensitive are consumer expenditures to retail energy prices? Edelstein, Paul. Kilian, Lutz. 2009 227 JOURNAL OF ECONOMIC DYNAMICS CONTROL 21 A model of dynamic equilibrium asset pricing with heterogeneous beliefs and extraneous risk Basak, Suleyman 2000 93 Precautionary portfolio behavior from a life-cycle perspective Bertaut, Carol. Haliassos, Michael 1997 54 Entrepreneurship and government subsidies: A general equilibrium analysis Li, WL 2002 41 REVIEW OF ECONOMIC STUDIES 20 Higher Order Risk Attitudes, Demographics, and Financial Decisions Noussair, Charles. Trautmann, Stefan. Van de kuilen, Gijs 2014 169 Uncertain medical expenses and precautionary saving near the end of the life cycle Palumbo Michael 1999 161 Exploring Higher Order Risk Effects Deck, Cary. Schlesinger, Harris. 2010 78 AMERICAN ECONOMIC REVIEW 19 Sudden Stops, Financial Crises, and Leverage Mendoza, Enrique. 2010 319 Reference-Dependent Consumption Plans Koszegi, Botond. Rabin, Matthew 2009 199 The Power of Forward Guidance Revisited Mckay, Alisdair. Nakamura, Emi. Steinsson, Jon. 2016 145 FREDDY JESUS RUIZ HERRERA 152 Tabla 2. Continuación NOMBRE DE REVISTAS # ARTICULOS DE MAYOR CITACIÓN TITULO AUTORIA PUBLICACIÓN CITACIONES EUROPEAN ECONOMIC REVIEW 17 Life-cycle consumption and hyperbolic discount functions Laibson, David 1998 146 Using subjective income expectations to test for excess sensitivity of consumption to predicted income growth Jappelli, Tullio. Pistaferri, Luigi. 2000 41 The Elephant In The Ground: Managing Oil And Sovereign Wealth Van Den Bremer, Ton. Van Der Ploeg, Frederick. Wills, Samuel 2016 19 JOURNAL OF PUBLIC ECONOMICS 15 A general formula for the optimal level of social insurance Chetty, Raj 2006 116 National Health Insurance and precautionary saving: evidence from Taiwan Chou, Shin-Yi. Liu, Jin-Tan. Hammitt, James 2003 79 Does means-testing welfare discourage saving? evidence from a change in AFDC policy in the United States Powers, Elizabeth 1998 59 APPLIED ECONOMICS 14 Precauionary savings under income uncertainty - a crosssectional analysis Dardanoni, Valentino 1991 43 Determinants of private savings behaviour in Turkey Metin-Ozcan, Kivilcim. Gunay, Akin. Ertac, Seda. 2003 35 Deleveraging crises and deep recessions: a behavioural approach Seppecher, Pascal. Salle, Isabelle 2015 28 ECONOMIC MODELLING 13 Investment hysteresis and potential output: A postKeynesian-Kaleckian agent-based approach Bassi, Federico. Lang, Dany 2016 24 Liquidity constraints, precautionary saving and aggregate consumption: an international comparison Sarantis, Nicholas. Stewart, Chris 2003 22 Consumption and precautionary saving: An empirical analysis under both financial and environmental risks Baiardi, Donatella. Manera, Matteo. Menegatti, Mario 2013 7 JOURNAL OF INTERNATIONAL ECONOMICS 13 Quantitative implications of a debt-deflation theory of Sudden Stops and asset prices Mendoza, Enrique. Smith, Katherine 2006 54 The current account and precautionary savings for exporters of exhaustible resources Bems, Rudolfs. De Carvalho Filho, Irineu Evangelista 2011 40 Future rent-seeking and current public savings Caballero, Ricardo. Yared, Pierre. 2010 19 Anexos 153 Tabla 2 Continuación NOMBRE DE REVISTAS # ARTICULOS DE MAYOR CITACIÓN TITULO AUTORIA PUBLICACIÓN CITACIONES REVIEW OF ECONOMICS AND STATISTICS 13 How important is precautionary saving? Carroll, Christopher. Samwick, Andrew 1998 171 Precautionary savings - A panel study Kazarosian, Mark. 1997 74 Precautionary behavior, migrant networks, and household consumption decisions: An empirical analysis using household panel data from rural China Giles, John. Yoo, Kyeongwon 2007 72 ECONOMIC JOURNAL 12 Modelling the impact of demographic change upon the economy Miles, David 1999 106 Consumer confidence and rational -expectationsare agents beliefs consistent with the theory Acemoglu, Daron. Scott, Andrew 1994 100 Why do people save? A micro-analysis of motives for household saving in Japan Horioka, Charles. Watanabe, Wako 1997 54 JOURNAL OF FINANCIAL ECONOMICS 12 Costly external finance, corporate investment, and the subprime mortgage credit crisis Duchin, Ran. Ozbas, Oguzhan. Sensoy, Berk 2010 530 Firms as liquidity providers: Evidence from the 20072008 financial crisis Garcia-Appendini, Emilia. Montoriol-Garriga, Judit 2013 177 Market timing, investment, and risk management Bolton, Patrick. Chen, Hui. Wang, Neng 2013 102 JOURNAL OF DEVELOPMENT ECONOMICS 11 Consumption smoothing? Livestock, insurance and drought in rural Burkina Faso Kazianga, Harounan. Udry, Christopher 2006 226 Return migration, uncertainty and precautionary savings Dustmann, Christian 1997 117 Samwick, Andrew 1998 94 JOURNAL OF ECONOMIC THEORY 11 Financial integration, entrepreneurial risk and global dynamics Angeletos, George-Marios. Panousi, Vasia 2011 42 On the conditions for precautionary saving Menegatti, Mario 2001 36 Comparative risk aversion: A formal approach with applications to saving behavior Bommier, Antoine. Chassagnon, Arnold. Le Grand, Francois 2012 23