El consumo de los mayores

1 Facultad de Ciencias Económicas y Empresariales Trabajo de Fin de Grado Grado en Marketing e Investigación de Mercados EL CONSUMO DE LOS MAYORES Presentado por: Henar María Herrero Hernández Tutelado por: Juan Vicente Perdiz Valladolid, 26 de julio de 2022 2 RESUMEN Este trabajo explota la base de datos LIS, una de las más relevantes sobre encuestas de presupuestos de hogares para examinar las pautas de consumo diferenciales de la población de mayor edad. Sujeto a las limitaciones de información de la base de datos empleada, los resultados obtenidos sugieren que en los países de menor renta predominantes en la muestra utilizada los mayores tienen una situación económica algo mejor que la del conjunto de los hogares: el nivel de renta es ligeramente más elevado, la desigualdad algo menor y la tasa de ahorro un poco más elevada. El trabajo no permite concluir en qué medida la longevidad explica la mejora económica o si el estatus económico explica la longevidad. Palabras clave: LIS, consumo, renta, desigualdad y hogares. Código JEL: E21 Consumo, O15: Distribución de la renta, R2 Análisis de los hogares ABSTRACT In this work we explore the LIS database, one of the most relevant on the field of household budget surveys, to examine the differential consumption patterns of older people. In spite of database constraints, the results obtained suggest that, in the countries with the lowest income prevailing in the sample used, the elderly have a somewhat better economic status than that of the household as a whole: the level of income is slightly higher, inequality somewhat lower and the savings rate a little higher. The work does not allow us to conclude to what extent longevity explains economic improvement or whether economic stagnation explains longevity. Keywords: LIS, consumption, income, inequality and household JEL Code: E21 Consumption, O15: Income distribution, R2 Household analysis 3 ÍNDICE 1. INTRODUCCIÓN ........................................................................................... 4 2. METODOLOGÍA Y BASES DE DATOS ......................................................... 6 2.1 Base de Datos LIS y selección de la muestra de países y años 6 2.2 Variables, medidas y programas 8 3. ANÁLISIS DE LOS RESULTADOS .............................................................. 10 3.1 Renta media y su distribución 11 3.2 Consumo per cápita y su distribución 13 3.3 Propensión al consumo 15 3.4 Estructura del consumo 17 4. CONCLUSIONES ........................................................................................ 22 REFERENCIAS BIBLIOGRÁFICAS ................................................................. 24 ANEXO I. Cuadros estadísticos complementarios ........................................... 25 ANEXO II. Programas de Stata ........................................................................ 31 4 1. INTRODUCCIÓN Este trabajo de fin de grado trata sobre el consumo diferencial de los mayores. En concreto, examinamos las diferencias entre las pautas de consumo de la población mayor de 60 años con respecto al total de población. Más específicamente analizamos los niveles de renta y consumo per cápita, las propensiones al consumo, la estructura del consumo por grupos de gasto y el grado de desigualdad en las distribuciones de la renta y del consumo. Para ello, utilizamos la base de datos conocida como Luxemburg Income Study (en adelante LIS), de carácter internacional, y que goza de un gran alcance y prestigio para este tipo de estudios sobre la renta y el consumo de los hogares. Base de datos que a través de la herramienta LISSY, permite realizar una amplia gama de análisis para los diferentes aspectos que interesan a este trabajo. Como medida de desigualdad empleamos el índice de Gini, que por su amplio uso facilita la comparabilidad de los resultados del trabajo. El conocimiento del comportamiento diferencial del consumo de los mayores a medida que varíe la estructura por edades de la población se traducirá en un cambio de las pautas de consumo del conjunto de la población. De acuerdo con la última revisión de las perspectivas de la población mundial (United Nations, 2022) la proporción de personas mayores de 65 años está previsto que aumente desde el 10% en 2022 hasta el 16 por ciento en 2050, duplicando el peso de los menores de 12 años. Unas tendencias que se explican tanto por el aumento de la esperanza de vida como por la caída de la fertilidad. En 2022 las poblaciones más envejecidas son las de Europa y Norteamérica con un 16,6 % de mayores de 65 años, estando previsto que en 2050 en estas áreas los mayores de 65 años sean una de cada cuatro personas. En Latinoamérica y el Caribe la tasa de envejecimiento (peso de la población mayor de 65 años) está previsto que pase del 9% actual al 19 % en 2050. En el este y sudeste asiático del del 13 al 26 por ciento. Incluso en el África subsahariana que es el área con la población más joven está previsto un aumento de la tasa de envejecimiento del 3 al 5 por ciento de aquí a 2050. 5 El análisis de los efectos de los cambios en la estructura poblacional sobre la estructura del consumo ha sido objeto de otros trabajos previos como el estudio de la Oficina de Estadísticas Laborales de EE.UU. (Ann, 2015). También se disponen de algunos trabajos que examinan la desigualdad en la distribución de la renta y el consumo por edades. En los países de la OECD la desigualdad de ingresos y gastos es menor entre las personas mayores que en el resto de la población total (OECD, 2019) En este trabajo tratamos de sistematizar algunos de los resultados anteriores en la medida que nos lo permiten la información de la fuente de datos manejada. Además de esta introducción y las preceptivas conclusiones, el trabajo consta de un segundo apartado, en el que se describe la metodología y la base de datos empleadas, y un apartado central en el que se presentan y analizan los resultados para cada uno de los cuatro aspectos abordados. Primero examinamos la renta y el consumo y sus dispersiones, después la propensión al consumo y por último su composición por grupos de gasto. Dadas las limitaciones de la fuente de datos, la muestra se refiere a 10 países mayoritariamente rentas medias y bajas. Las comparaciones se realizan entre los valores medios de los hogares en los que reside la población mayor de 60 años y los de toda la población. En el apartado de conclusiones se sugieren algunos posibles desarrollos para futuros trabajos. 6 2. METODOLOGÍA Y BASES DE DATOS En este apartado se presenta la base de datos Luxembourg Income Study (LIS) y se justifica la muestra de países y años seleccionados. Asimismo, se describen las variables y medidas que se han tenido en cuenta para en los diferentes análisis realizados. 2.1 Base de Datos LIS y selección de la muestra de países y años LIS es una organización sin fines de lucro registrada en Luxemburgo, la cual, proporciona una serie de microdatos para posibles investigaciones de especial interés por parte de expertos, permitiendo elegir las metodologías más adecuadas para cada estudio. Esta es la principal razón por la que empleamos la base de datos LIS para el presente trabajo. La base de datos del estudio de ingresos de Luxemburgo se fundó en 1983 por un grupo de expertos estadísticos y su misión es facilitar y poner a la disposición de los usuarios, los resultados socioeconómicos de estudios o investigaciones comparativas entre países (LIS, 2022). La base de datos LIS (2019) nos permite distinguir entre dos conjuntos de variables, de las que se ofrece información con datos personales (P) o agregados para los hogares (H): - Variables de renta y consumo (ingresos corrientes; deducciones fiscales, transferencias pagadas y reembolsos de préstamos; ingresos extraordinarios; imputación de alquileres; gastos en consumo; y principales agregados económicos). - Resto de variables (variables técnicas; variables geográficas y de vivienda; composición del hogar y relaciones entre individuos; variables sociodemográficas; y variables del mercado laboral). 7 LIS proporciona un gran número de facilidades para realizar diferentes análisis sobre la distribución de la renta, el consumo y muchas otras variables. En este trabajo utilizamos la herramienta LISSY que permite ejecutar remotamente diferentes programas estadísticos (R, SAS, SPSS o Stata) sobre las bases de microdatos armonizados por LIS a partir de las Encuestas de hogares recopiladas en su base de datos (LIS, 2022). En concreto en este trabajo empleamos el programa Stata a través de la interfaz LISSY, que ofrece los resultados de forma prácticamente e inmediata. En el Anexo II incluimos los programas empleados para elaborar los cuadros estadísticos que figuran en el Anexo I. Para la selección de países hemos empleado el Sistema de Información de Metadatos de LIS (METIS). De acuerdo con METIS en la base de datos LIS con posterioridad a 2010 solo 17 países ofrecen información desagregada para 12 categorías. Para facilitar la exposición de los resultados, en el trabajo nos hemos centramos en los 10 países que cuentan con una población de al menos 20 millones de habitantes. Por lo que la muestra resultante incluye Australia (2010), Costa de Marfil (2015), India (2011), Mali (2020), México (2018), Perú (2019), Polonia (2020), Rusia (2010), Sudáfrica (2017) y Vietnam (2013) 1 . Se trata de una base de datos que no es representativa del conjunto de la población mundial, por lo que sin duda este es uno de los aspectos que desde aquí sugerimos como mejora potencial de LIS. Al tratarse de países algunos con rentas bajas y esperanza de vida no muy elevada, hemos reducido el límite de edad de la población mayor, inicialmente pensado en 65 años, a 60 años. En el trabajo combinamos los dos tipos de archivos. Las variables de renta y consumo se obtienen agregadas de los archivos de hogares y la variable edad del archivo de personas. Así los valores para el colectivo de mayores de 60 años se refieren a los valores medios de los hogares en que conviven. Por lo que en la medida que los mayores convivan con sus descendientes, lo que parece probable en bastantes de los países de la muestra, ello predice que el 1 Sus respectivos códigos son AU10, CI15, IN11, ML20, MX18, PE19, PL20, RU10, ZA17, VN13. 8 comportamiento diferencial será más difícil de identificar. Hemos considerado otras alternativas, como el promedio de edad del hogar, el porcentaje de mayores de 60 años por hogar… Pero teniendo en cuenta las características de este trabajo hemos optado por limitar la exposición a la comparación entre los valores per cápita de los hogares en los que viven los mayores de 60 años y los valores per cápita del total de hogares. 2.2 Variables, medidas y programas Las variables a emplear son la renta disponible de los hogares (disposable household income: dhi) y el gasto en consumo del hogar (household consumption expenditure: hcexp) de los hogares. La renta disponible (dhi) incluye las rentas del trabajo, los ingresos de capital, las pensiones (públicas y privadas) y las prestaciones sociales públicas y de ellas se detraen los impuestos sobre la renta y las cotizaciones sociales (Generic Codebook, 2019) El gasto en consumo (hcexp) incluye el gasto en bienes y servicios de los miembros del hogar, tanto el efectivamente realizado con contraprestación monetaria, como los gastos imputados ya sea por haber recibido contraprestaciones en especie o por haber realizado producción para uso propio. Dichos gastos se presentan desagregadas para 12 categorías 2 de bienes y servicios de la clasificación COICOP excluyendo la renta imputada (Generic Codebook, 2019). A partir de los ficheros de hogares eliminamos los valores para los que no se dispone de información de la renta o el consumo total, convertimos los valores negativos en ceros y truncamos los valores de renta y consumo per cápita que 2 Las 12 categorías son: hc01 (alimentos y bebidas no alcohólicas), hc02 (alcohol y tabaco), hc03 (ropa y calzado), hc04 (alquiler real y servicios públicos), hc05 (equipamiento y vivienda), hc06 (salud), hc07 (transporte), hc08 (comunicación), hc9 (recreación y cultura), hc10 (educación), hc11 (restauración y hoteles) y hc12 (otros bienes y servicios). 9 superen diez veces la mediana. Una práctica empleada por algunos países por razones estadísticas y de confidencialidad y que LIS sugiere extender a todos los países para facilitar la comparabilidad. Las variables que produce LISSY a partir de LIS se ofrecen en moneda nacional del año corriente. Por lo que para poder compararlas las hemos convertido en moneda común referida a un único año. En concreto, todos los valores se presentan en paridades de poder adquisitivo en dólares USA constantes de 2017 (PPA USD17). 3 La propensión al consumo se obtiene sin más como el porcentaje que supone el gasto en consumo y la renta disponible del Hogar. Como medida de desigualdad empleamos el índice de Gini, que es la más utilizada. Sus valores oscilan entre 0 (máxima igualdad) y 1 (máxima desigualdad). Para los cálculos del índice de Gini por grupos de población, en nuestro caso por edades, empleamos el programa de Stata Ineqdeq0, una versión de ineqdeco, que admite muestras con valores cero para la variable de interés (Jenkins, 1999, 2021). 3 Los importes expresados en moneda nominal se dividen por las PPA de LIS ofrecidas por LIS para cada país y año. Los deflactores de paridad de poder adquisitivo (PPA) están destinados a garantizar qué cantidades iguales de ingresos o gastos correspondan a un poder adquisitivo equivalente en todas las monedas y economías nacionales. Los deflactores de APP utilizados por LIS se obtienen de los indicadores de desarrollo del Banco Mundial y se actualizan constantemente. Sin embargo, con el fin de comparar los montos reales entre países y a lo largo del tiempo, LIS proporciona las APP de LIS, que combinan deflactores de IPC y PPA recuperados de los Indicadores de Desarrollo del Banco Mundial. 16 Figura 3. Propensión al Consumo por niveles de Renta Fuente: Elaboración propia a partir del Cuadro A3 (Anexo I) Figura 4. Propensión al Consumo por niveles de Consumo Fuente: Elaboración propia a partir del Cuadro A3 (Anexo I) au pl ru vn mx pe in ci ml au pl ru vn mx pe in ci ml y = 3E-07x2- 0,0077x + 116,36 R² = 0,8731 y = 3E-07x2- 0,0086x + 117,2 R² = 0,8697 40 50 60 70 80 90 100 110 120 0 5.000 10.000 15.000 20.000 25.000 Propensión al Consumo Renta pc (USD2017) Población total Mayores de 60 años au pl ru vn mx pe in ci ml au pl ru vn mx pe in ci ml y = 5E-07x2- 0,0117x + 122,77 R² = 0,8058 y = 6E-07x2- 0,0126x + 123,33 R² = 0,7812 40 50 60 70 80 90 100 110 120 05.000 10.000 15.000 20.000 Propensión al Consumo Gasto en Consumo pc (USD2017) Población total Mayores de 60 años 17 La precariedad de los resultados anteriores nos lleva una vez más a insistir en la necesidad de que la base de datos LIS amplie la información armonizada sobre consumo para un mayor número de países y años. 3.4 Estructura del consumo Para completar el trabajo estudiamos en este apartado la estructura del consumo por grupos de gasto, diferenciando una vez más entre los hogares con mayores de 60 años y el conjunto de hogares. Para ello, partimos de la información proporcionada por LIS en la que el Gasto en consumo se presenta para 12 categorías de gasto conforme a la clasificación COICOP 4 y que presentamos en términos porcentuales en el cuadro A4. Posteriormente para simplificar el análisis facilitar la exposición de los resultados agregamos los grupos de gasto en 5 grandes categorías según el esquema que figura en el cuadro siguiente: Cuadro 1. Clasificación y reagrupación de los Gastos en Consumo Fuente: Elaboración propia a partir de Luxembourg Income Study 4 COICOP es el acrónimo inglés de la Clasificación del Consumo Individual por Finalidades. En ella los productos se clasifican en grupos que responden mejor a las necesidades de los análisis del consumo que la clasificación normalizada de productos, más adecuada para analizar la producción. hc01 Alimentos y bebidas no alcohólicas hc02 Alcohol y tabaco hc03 Ropa y calzado hc04 Alquiler real y servicios públicos hc05 Equipamiento de vivienda hc06 Salud hc10 Educación hc07 Transporte hc08 Comunicación hc09 Recreación y cultura hc11 Restaurantes y hoteles hc12 Otros bienes y servicios Alimentación, bebidas, tabaco y vestido Alquiler y equipación de vivienda Educación y salud Transporte y Comunicaciones Alojamiento, restauración y otros I II III IV V 18 La composición del gasto en consumo para las cinco grandes categorías de gasto se representa en los Cuadros A5 y A6 del anexo para el total de hogares y para los hogares en los que conviven los mayores de 60 años, respectivamente. La categoría I (Alimentación, bebidas, tabaco y vestido) es para la mayoría de países el principal destino de los gastos en consumo con un amplio rango que en el caso de la población total va desde el 21 % de Australia hasta el 76,9 % de Mali y que en el caso de la población de más de 60 años es ligeramente más corto (22,8% de Australia y 76,1% de Mali). La categoría II (Alquiler y equipación de vivienda) absorbe un gasto que va desde el 7,1 % de Mali hasta el 24,4% de Polonia para la población total y que se amplía algo para la población de más de 60 años (7,0% de Mali y 27,1 % de Polonia). Para la categoría III (Educación y salud), su participación en el gasto en consumo oscila entre el 3,6 % de Mali y el 15,5 % de la India para el conjunto de la población, mientras que para la población de más de 60 años el rango va del 4% de Mali al 17 % de India. La categoría IV (Transporte y comunicaciones) presenta un rango de participación en el gasto de consumo que discurre entre el 8% de Mali y el 21,5% de Australia, en tanto que para los mayores se recorta algo variando entre el 8,5% de Rusia y el 19,7 % de México. Por último, la categoría V (Alojamiento, restauración y otros) participa en el gasto de consumo con un rango que va desde el 13,3% de Mali hasta el 32,9% de Vietnam para el conjunto de la población y que se amplía algo para los mayores de 60 desde 13,1% de Mali hasta el 34,1% de Australia. Para una mejor visualización de la información representamos los datos de los Cuadros A5 y A6 en las Figuras 5 y 6, respectivamente. En ambos casos los países están ordenados de mayor a menor renta per cápita. Aparentemente, al menos no cabe apreciar una correlación entre la estructura del gasto por grandes 19 grupos y los niveles de renta, ni para el conjunto de hogares (Figura 5) ni para los hogares en los que conviven los mayores de 60 años (Figura 6). Figura 5. Estructura del consumo por grandes grupos de gasto. Población total Fuente: Elaboración propia a partir Cuadro A5 (Anexo I) Figura 6. Estructura del consumo por grandes grupos de gasto. Mayores de 60 años Fuente: Elaboración propia a partir Cuadro A6 (Anexo I) 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% au10pl20ru10vn13mx18pe19in11ci15ml20 hc1+hc2+hc3 hc4+hc5 hc6+hc10 Hc7+hc8 hc9+hc11+hc12 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% au10pl20ru10mx18pe19vn13ci15in11ml20 hc1+hc2+hc3 hc4+hc5 hc6+hc10 Hc7+hc8 hc9+hc11+hc12 20 Para darle una vuelta más a la relación entre la estructura del gasto y el nivel de renta e indagar sobre el posible comportamiento diferencial de los mayores, agregamos aún más los grupos de gasto, considerando solo dos grandes grupos. El primero que engloba las categorías I y II, que en cierto sentido cabría considerarse que recoge bienes y servicios más necesarios, y un segundo grupo que engloba las categorías restantes. En las siguientes figuras mostramos los ajustes entre los niveles de renta y la proporción de gasto dedicada a cada uno de los dos grandes grupos. Presentamos los ajustes lineales, ya que en general no son peores que otros alternativos. Los resultados corroboran la intuición de que los “gastos más necesarios” se reducen con el nivel de renta (Figura 7), mientras que el resto de gastos muestra el comportamiento contrario (Figura 8). En ambos casos las pendientes son más acentuadas para los hogares con mayores de 60 años (en azul) que para el conjunto de hogares (en rojo). Así, por ejemplo, los ajustes de la Figura 7 muestran que la pendiente para los hogares con mayores de 60 años (0,019) prácticamente dobla a la del conjunto de la población (0,001). Esto es, cada 1000 dólares de aumento de la renta per cápita la proporción de gasto dedicada a “bienes necesarios” se reduce un punto porcentual para el conjunto de la población y casi dos puntos porcentuales en el caso de los mayores de 60 años. 21 Figura 7. Consumo en los grupos I a II (%) por niveles de renta Fuente: Elaboración propia a partir de los Cuadros A4 y A5 (Anexo I) Figura 8. Consumo en los grupos III a V (%) por niveles de renta Fuente: Elaboración propia a partir de los Cuadros A4 y A5 (Anexo I) au pl ru vn mx pe in ci ml au pl ru mx pe vn ci in ml y = -0,001x + 64,929 R² = 0,5232 y = -0,0019x + 72,644 R² = 0,431 20 30 40 50 60 70 80 90 0 5.000 10.000 15.000 20.000 25.000 % de consumo en grupos I y II Renta disponible pc au pl ru vn mx pe in ci ml au pl ru mx pe vn ci in ml y = 0,0008x + 43 R² = 0,3863 y = 0,0015x + 34,155 R² = 0,4187 20 25 30 35 40 45 50 55 60 65 70 0 5.000 10.000 15.000 20.000 25.000 % de consumo en tgrupos III a V ransporte Renta disponible pc 22 4. CONCLUSIONES El objetivo de este trabajo ha consistido en explotar una de las bases más relevantes para el estudio de la renta y el consumo de los hogares y que no es otra que la Luxemburg Income Study. Una primera conclusión del trabajo es que dicha base de datos ofrece información muy valiosa sobre las distintas fuentes de ingresos para un amplio número de países y años, pero necesita ampliar la información disponible sobre el destino de dichas rentas. Actualmente la información disponible sobre la composición del gasto en consumo se reduce a un limitado número de países y años. Conscientes de las limitaciones y sesgos de la muestra pequeña y sesgada al limitarse a diez países mayoritariamente de rentas bajas, hemos tratado con la mayor rigurosidad que cabe exigir a un trabajo de estas características el posible comportamiento diferencial de la población mayor de 60 años en relación con la población total. El objeto último es aportar información que contribuya a predecir los efectos del envejecimiento previsto de la población mundial sobre las pautas de consumo. Entre los resultados presentados a lo largo del trabajo cabe destacar como más generales los siguientes: En los países de baja renta, que predominan en la muestra empleada en este trabajo, los mayores de 60 años viven en hogares cuya renta per cápita es mayor y está mejor distribuida que la del conjunto de hogares. Con algunos cambios de orden, el resultado anterior se mantiene al sustituir la renta por el consumo. Esto es en los países con menor nivel de consumo, los hogares en los que conviven los mayores de 60 años el consumo es mayor y su distribución menos desigual que en el conjunto de hogares. El análisis realizado no permite concluir sobre el sentido de la causalidad en cuanto a si la situación económica es mejor en los hogares con mayores o si la esperanza de vida es mayor en los hogares con mejor situación económica. 23 La propensión al consumo se reduce con el nivel de renta de los países para el conjunto de la población y para los países de menor nivel de renta, que predominan en la muestra utilizada, la propensión al consumo es algo mayor en los hogares que cuentan con mayores de 60 años. Dado que los hogares con mayores en estos países también tienen rentas algo más elevadas, los resultados concuerdan con la hipótesis de que los hogares que disponen de menos renta pueden ahorrar una proporción menor. En cuanto a la composición del gasto de consumo, para la muestra empleada, el peso de los “bienes más necesarios” se reduce con el nivel de renta de forma algo más acusada en los hogares en los que residen los mayores de 60 años que en el conjunto de hogares. Entre los posibles desarrollos del trabajo, además de lo importante que sería disponer de una muestra más amplia, ya sea porque en el futuro lo permita la base de datos LIS o mediante el recurso a otras fuentes, cabe mencionar la posibilidad de emplear otras estrategias de clasificación de los microdatos, para identificar el comportamiento diferencial de los mayores y algunos refinamientos en cuanto a las variables a utilizar, como el empleo de escalas de equivalencia que tengan en cuenta la diferente composición de los hogares o el uso de variables y medidas complementarias a las empleadas en este trabajo. 24 REFERENCIAS BIBLIOGRÁFICAS Dynan, K. E.; Skinner, J. y Zeldes, S.P (2004): “Do the richest save more?”. Journal of Political Economy, 112(2), pp.397-444. Foster, Ann C. (2015): “Consumer expenditures vary by age”, Beyond the Numbers: Prices & Spending, 4 (14) U.S. Bureau of Labor Statistics. Jenkins, S.P. (1999): "INEQDEC0: Stata module to calculate inequality indices with decomposition by subgroup”, Statistical Software Components S366007, Boston College Department of Economics, revised 15 Feb 2021. LIS (2022): LIS Database Cross-National Data Center in Luxembourg. LIS (2019a). Generic Codebook 2019, Luxemburg Income Study. LIS (2019b): The LIS user guide 2019. Luxembourg Income Study. OECD (2019): “Old-age income inequality”, en Pensions at a Glance 2019: OECD and G20 Indicators, OECD Publishing, Paris. OCDE (2021), Pensions at a Glance 2021: OECD and G20 Indicators , OECD Publishing, Paris. United Nations (2022): World Population Prospects 2022, Rev 1. 25 ANEXO I. Cuadros estadísticos complementarios 32 Programa Cuadro A1 di "Nombre, nº observ., suma de pesos; Renta per cápita y GINI (total, + de 65 años)" di " au10 ci15 in11 ml20 mx18 pe19 pl20 ru10 za17 vn13" qui{ global datasets " au10 ci15 in11 ml20 mx18 pe19 pl20 ru10 za17 vn13" global varshh "hid dhi hcexp dname hpopwgt nhhmem nhhmem65" global varspp "hid age ppopwgt" foreach ccyy in $datasets { use $varshh using $`ccyy'h, clear drop if dhi==. drop if hcexp==. replace dhi=0 if dhi<0 replace hcexp=0 if hcexp<0 sum dhi[w=hpopwgt], de replace dhi=10*r(p50) if dhi>10*r(p50) sum hcexp[w=hpopwgt], de replace hcexp=10*r(p50) if hcexp>10*r(p50) gen pcdhi=dhi/nhhmem gen pchcexp=hcexp/nhhmem merge 1:m hid using $`ccyy'p, keepusing($varspp) recode age 0/60=0 60.001/max=1 ineqdec0 pcdhi [w=ppopwgt], by(age) noi di %9.6f "`=dname'", %9.0f r(N), %15.0f r(sumw),%8.1f 100*r(v_1),%12.0f r(mean), /* */ %12.0f r(mean_1),%9.3f r(gini), %9.3f r(gini_1) } } 33 Programa Cuadro A2 di "Nombre, nº observ., suma de pesos; Renta per cápita y GINI (total, + de 65 años)" di " au10 ci15 in11 ml20 mx18 pe19 pl20 ru10 za17 vn13" qui{ global datasets " au10 ci15 in11 ml20 mx18 pe19 pl20 ru10 za17 vn13" global varshh "hid dhi hcexp dname hpopwgt nhhmem nhhmem65" global varspp "hid age ppopwgt" foreach ccyy in $datasets { use $varshh using $`ccyy'h, clear drop if dhi==. drop if hcexp==. replace dhi=0 if dhi<0 replace hcexp=0 if hcexp<0 sum dhi[w=hpopwgt], de replace dhi=10*r(p50) if dhi>10*r(p50) sum hcexp[w=hpopwgt], de replace hcexp=10*r(p50) if hcexp>10*r(p50) gen pcdhi=dhi/nhhmem gen pchcexp=hcexp/nhhmem merge 1:m hid using $`ccyy'p, keepusing($varspp) recode age 0/60=0 60.001/max=1 ineqdec0 pchcexp [w=ppopwgt], by(age) noi di %9.6f "`=dname'", %9.0f r(N), %15.0f r(sumw),%8.1f 100*r(v_1),%12.0f r(mean), /* */ %12.0f r(mean_1),%9.3f r(gini), %9.3f r(gini_1) } } ) 34 Programa cuadro A3 di "Nombre, nº observ., suma de pesos; Renta per cápita y GINI (total, + de 65 años)" di " au10 ci15 in11 ml20 mx18 pe19 pl20 ru10 za17 vn13" qui{ global datasets " au10 ci15 in11 ml20 mx18 pe19 pl20 ru10 za17 vn13" global varshh "hid dhi hcexp hc1 hc2 hc3 hc4 hc5 hc6 hc7 hc8 hc9 hc10 hc11 hc12 hpopwgt nhhmem nhhmem65" global varspp "hid age ppopwgt" foreach ccyy in $datasets { use $varshh using $`ccyy'h, clear drop if dhi==. drop if hcexp==. replace dhi=0 if dhi<0 replace hcexp=0 if hcexp<0 sum dhi[w=hpopwgt], de replace dhi=10*r(p50) if dhi>10*r(p50) sum hcexp[w=hpopwgt], de replace hcexp=10*r(p50) if hcexp>10*r(p50) gen pcdhi=dhi/nhhmem gen pchcexp=hcexp/nhhmem merge 1:m hid using $`ccyy'p, keepusing($varspp) recode age 0/60=0 60.001/max=1 noi tabstat pcdhi pchcexp hc1 hc2 hc3 hc4 hc5 hc6 hc7 hc8 hc9 hc10 hc11 hc12 [w=ppopwgt], /* */ by (age) s(mean) format (%10,0f) } }