Dinámica reciente del empleo y metodologías para el cálculo de la tasa de desempleo no inflacionaria

Autor o Editor
Grupo de Análisis del Mercado Laboral (Gamla)
Subgerencia de Política Monetaria e Información Económica
Editor - Morales, Leonardo Fabio

La serie de Reportes del Mercado Laboral (RML) es una publicación trimestral del Grupo de Análisis del Mercado Laboral (Gamla) del Banco de la República, creado en 2017. Las opiniones y posibles errores son responsabilidad exclusiva del autor y sus contenidos no comprometen al Banco de la República ni a su Junta Directiva.

El objetivo de esta serie es ampliar la discusión y entendimiento sobre la coyuntura del mercado laboral colombiano, ofreciendo información pertinente para el público en general. Adicionalmente, esta serie busca una mejor aproximación con las diferentes audiencias, sobre resultados valiosos de investigaciones recientes sobre este tema y pertinentes para la labor del Banco de la República como son los temas relacionados con la fluidez del mercado laboral, la tasa de desempleo estructural, los impactos de impuestos a la nómina, los pronósticos de la tasa de desempleo, e indicadores líderes del mercado laboral, entre otros.

Fecha de publicación

Según la información más reciente de la Gran encuesta integrada de hogares (GEIH), a mayo de 2023 el empleo del agregado nacional creció en términos anuales en un 3,4 %, jalonado, principalmente, por el área rural, la cual presentó un crecimiento del 4 % anual, mientras que el área urbana lo hizo al 2,9 %. Este comportamiento de los niveles de empleo se refleja en la dinámica de la tasa de ocupación (TO), que en el agregado nacional crece 1,1 pp (puntos porcentuales) en términos anuales, con un aumento de la TO rural de 1,4 pp. Acorde con lo anterior, el segmento no asalariado, caracterizado por una alta informalidad, ha mostrado un crecimiento importante del orden del 4,8 % entre febrero y mayo de 2023. Por su parte, el segmento asalariado, que había mostrado un buen dinamismo durante 2022, en lo corrido de este año ya muestra señales de agotamiento. De hecho, la variación del empleo entre el trimestre terminado en mayo y el terminado en febrero de 2023 fue del -0,9 %, lo que implica 92.000 puestos de trabajo asalariado menos en el último trimestre. Adicionalmente, los indicadores recientes de la demanda laboral formal, como los índices de vacantes, muestran señales mixtas, pero las expectativas de contratación estarían sugiriendo una menor dinámica del empleo formal en el futuro cercano.

Por otro lado, el comportamiento de la participación laboral agregada presenta una leve recuperación; sin embargo, esto no ha evitado que la tasa de desempleo (TD) continúe cayendo lentamente a mayo, al ubicarse en 10,4 %. Así, se espera que, en promedio, en 2023 la TD nacional se ubique entre el 10 % y 11,6 %, con un 10,8 % como valor más probable, lo que implica un incremento moderado de la tasa de desempleo para el resto de 2023. Esta previsión señala un mercado laboral aún apretado, pero que hacia adelante parece irse moviendo hacia una zona neutral, con menores presiones inflacionarias desde el mercado laboral. Los pronósticos de la TD y la estimación de la non-accelerating inflation rate of unemployment (Nairu), sugieren que la brecha del desempleo promedio del año 2023 sería de -1,6 pp, pero que continuaría cerrándose en el próximo año.

En la segunda parte del Reporte se presenta una descripción detallada de las diferentes medidas de la Nairu, entendida como la tasa de desempleo para la cual la economía no presenta ninguna presión al alza en su nivel de precios proveniente del mercado laboral. Esta variable es una herramienta fundamental para la autoridad monetaria; sin embargo, dado que no es observable, se requiere de múltiples estimaciones con diferentes metodologías para tener una mayor confiabilidad. En dicha sección se presentan las diferentes medidas de la Nairu estimadas por el Grupo de Análisis del Mercado Laboral (Gamla) y se realiza una evaluación de pronósticos de cada una de estas medidas, junto con su combinación más óptima, entendida esta como aquella que minimiza los errores de pronóstico.