Author(s) / Editor(s): 
Francisco Lasso-Valderrama Héctor M. Zárate-Solano

Forecasting the Colombian Unemployment Rate Using Labour Force Flows

1
Mayo
2019

 

The opinions contained in this document are the sole responsibility of the authors and do not commit Banco de la República or its Board of Directors.

 

 

RESUMEN NO TÉCNICO

 

‘Pronóstico de la tasa de desempleo usando flujos de la fuerza laboral’

 

Enfoque: en este documento se realizan y evalúan pronósticos del desempeño del mercado laboral urbano colombiano enfocado principalmente en la tasa de desempleo. Utilizamos varias metodologías. La primera está basada en las propiedades estadísticas de la serie de tiempo de la tasa de desempleo. La segunda considera la relación entre el crecimiento del producto y los cambios en el desempleo, conocida como la Ley de Okun. Y finalmente, se utiliza una metodología reciente a partir de los flujos de trabajadores propuesta por Barnichon & Nekarda (2013). Con este método, en el documento se aprovecha una propiedad por la cual el nivel actual de la tasa de desempleo converge hacia un nivel futuro, que corresponde a la tasa del estado estacionario dada por los flujos de entrada y salida al desempleo.

 


Contribución: los modelos de flujos de trabajadores y la combinación de modelos contribuyen a obtener mejores pronósticos de la tasa de desempleo. Así, la incorporación de la información de los flujos de trabajadores, los cuales poseen diferentes propiedades de series de tiempo, mejora la capacidad predictiva en los puntos de inflexión del ciclo económico y perciben la naturaleza asimétrica de los movimientos del desempleo. Adicionalmente, con el modelo de flujos se pueden generar pronósticos de las tasas de ocupación y de participación laboral compatibles con los pronósticos de las tasas de desempleo cuando se incluye la información de los flujos de trabajadores desde y hacia la inactividad.


 

Resultados: los resultados indican que el modelo de flujo de trabajadores de dos estados (ocupado-desocupado) proporciona pronósticos sustancialmente mejores de la tasa de desempleo en horizontes de pronóstico superiores a cinco meses. Por su parte, la combinación de pronósticos produce ganancias significativas en cada horizonte de pronóstico alcanzando una reducción de 23% en la raíz del error cuadrático medio.

Contenido disponible en / Available in:

  • Español
  • English

This content has been translated into English for informational purposes. Upon any query regarding its interpretation or enforceability, the Spanish version shall be deemed official, and will prevail over the English version. The authors of specific texts such as working papers or articles select the language of publication; therefore, there might be cases in which the content may only be available in English. 

-