Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
¿Es el desempleo un determinante de la desigualdad de ingresos?:
nueva evidencia a nivel global utilizando técnicas de cointegración
¿Is unemployment a determinant of income inequality?: new evidence at the
global level using cointegration techniques
Alejandra Criollo1| Priscila Méndez2
1Carrera de Economía, Universidad Nacional
de Loja, Loja, Ecuador
2Carrera de Economía, Universidad
Nacional de Loja, Loja, Ecuador
Correspondencia
Alejandra Criollo, Carrera de Economía,
Universidad Nacional de Loja, Loja, Ecuador
Email: alejandra.criollo@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Enero 2020
Fecha de aceptación
Junio 2020
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
La desigualdad de ingresos presenta una gran variación entre las distintas regiones mundi-
ales, impide que las personas con menos ingresos y riqueza alcancen su potencial en tér-
minos de educación e invención. También hay menos emprendimiento y menos empleo.
Aportamos a la literatura escasa sobre la relación entre desempleo y desigualdad de ingre-
sos, al identificar el efecto del desempleo en esta última utilizando datos de panel con 92
países agrupados por nivel de ingresos en el período 1980-2016. Empleando técnicas de
cointegración, encontramos evidencia de equilibrio a corto y largo plazo entre las variables
a nivel global. Por otro lado, confirmamos la fuerza del vector de cointegración en ciertos
países de ingresos medios altos y medios bajos y causalidad unidireccional en los países de
ingresos altos desde el desempleo a la desigualdad de ingresos y causalidad bidireccional
en los países de ingresos bajos entre las dos variables de estudio. Reafirmamos la impor-
tancia cuantitativa, cualitativa y estratégica del desempleo en la desigualdad de ingresos,
por tanto, se debiese incluir más a menudo en futuros análisis para disminuir la brecha de
desigualdad mundial.
Palabras clave: Desigualdad. Desempleo. Datos de panel. Cointegración. Causalidad.
Códigos JEL: C23. D31. E24.
ABSTRACT
Income inequality varies widely across global regions, preventing people with less income
and wealth from reaching their potential in terms of education and invention. There is also
less entrepreneurship and less employment. We contribute to the scarce literature on the
relationship between unemployment and income inequality, by identifying the effect of un-
employment on the latter using panel data with 92 countries grouped by income level in
the period 1980-2016. Using cointegration techniques, we found evidence of short- and
long-term equilibrium between the variables at a global level. On the other hand, we con-
firmed the strength of the cointegration vector in certain upper- and lower-middle-income
countries and unidirectional causality in high-income countries from unemployment to in-
come inequality and two-way causality in low-income countries between the two study
variables. We reaffirm the quantitative, qualitative and strategic importance of unemploy-
ment in income inequality, and should therefore be included more often in analyses to
reduce the global inequality gap.
Keywords: Inequality. Unemployment. Panel data. Cointegration. Causality.
JEL codes: O14. E24. C33.
9
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
El constante incremento de la desigualdad puede llevar a todo tipo
de catástrofes políticas, económicas y sociales. El informe de de-
sigualdad global 2018 (Alvaredo, Chancel, Piketty, Sáez y Zucman,
2018) indica que la desigualdad económica es un hecho general-
izado que ha aumentado desde los años 1980, especialmente en
Norteamérica, China, India y Rusia. En las últimas décadas la de-
sigualdad de ingresos se ha incrementado en prácticamente todos
los países, aunque a ritmos diferentes, siendo las instituciones gu-
bernamentales y las políticas que se realizan decisivas para influir
en la desigualdad, en especial en los países en desarrollo. La de-
sigualdad de ingresos como el desempleo son factores que afectan
a la población de forma general tanto económica como socialmente.
Según la estimación reciente de la Organización Internacional del
Trabajo (OIT), la tasa de desempleo mundial experimentaría un leve
descenso hasta el 5,5% en 2018 (desde el 5,6% en 2017), mar-
cando un giro tras tres años de ascenso de las tasas. Para 2019, la
tasa de desempleo mundial seguiría prácticamente sin cambios, y se
proyecta que el número de desempleados aumente en 1,3 millones.
En los últimos años, se han publicado varios estudios cuanti-
tativos utilizando datos de panel que examinan los factores que in-
fluyen en la desigualdad de ingresos (Mocan 2014; Mehic, 2018).
Jäntti y Jenkins (2009) analizan la relación entre los factores macroe-
conómicos y la distribución del ingreso usando datos sobre el in-
greso familiar disponible equivalente del Reino Unido para 1961-
1999. Los resultados sugieren que, el desempleo al igual que la
inflación disminuyen la desigualdad de ingresos. Otros estudios
que incluyen variables diferentes al desempleo, como el de Albanesi
(2006) verifican para los países de la OCDE durante el período 1966-
1990 que, la inflación se relaciona positivamente con la desigualdad
de ingresos. Por otro lado, Menna y Tirelli (2017) mostraron que una
combinación de mayor inflación y menores impuestos a la renta re-
duce la desigualdad de Estados Unidos.
El objetivo de esta investigación es examinar el impacto del
desempleo sobre la desigualad de ingresos a nivel mundial y por
grupos de países de acuerdo con su nivel de ingresos. Esta investi-
gación contribuye a la literatura existente que relaciona el desem-
pleo con la desigualdad de ingresos, dado que no existen teorías
especificas ni modelos econométricos que estudien la relación de
las variables antes mencionadas. Se utiliza un panel dinámico de 92
países en el período 1980-2016 y se agrupan los países de ingre-
sos extremadamente altos (PIEA), altos (PIA), medios altos (PIMA),
medios bajos (PIMB), bajos (PIB) y extremadamente bajos (PIEB). El
modelo utilizado para estimar el impacto del desempleo sobre la
desigualdad de ingresos es una regresión simple, y cointegración
de Pedroni (1999) y el modelo de Westerlund (2007) para determi-
nar la existencia de equilibrio a largo y corto plazo respectivamente.
Se utilizan los modelos de Mínimos Cuadrados Ordinarios Dinámi-
cos (DOLS) y de Panel Dinámico con Mínimos Cuadrados Ordinarios
(PDOLS) formalizaos por Pedroni (2001,2003) que miden la fuerza
del vector de cointegración de las variables para cada país y para
los grupos de países respectivamente; y se verifica la existencia de
relación causal del tipo Granger propuesta por Dumitrescu y Hurlin
(2012). Los resultados indican la existencia de equilibrio a largo en-
tre las dos variables a nivel global y por grupo de países, también
existe equilibrio en el corto plazo a nivel global, y en todos los gru-
pos de países excepto en los PIEA y los PIMA. Los resultados de
la prueba de causalidad muestran la existencia de causalidad unidi-
reccional en los PIA que va desde el desempleo a la desigualdad de
ingresos y causalidad bidireccional en los PIB entre las variables de
estudio.
El documento se divide de la siguiente forma: una revisión de
investigaciones previas sobre el tema se proporciona en la segunda
sección. En la tercera sección, presentamos los datos y la estrategia
econométrica. En la cuarta sección discutimos los resultados encon-
trados y, las conclusiones se extraen en la quinta sección.
2|REVISIÓN DE LITERATURA
John Maynard Keynes, uno de los economistas más influyentes en
la historia del pensamiento económico en su libro más importante
“La teoría general sobre el empleo, el interés y el dinero, publicado
en 1936”, popularizó la idea de que el consumo es el motor de la
economía. De acuerdo con esta premisa, la “inversión” depende de
la iniciativa privada, mientras que el “consumo”, de los consumidores
y del Gobierno. Para Keynes, las crisis surgen cuando los inversion-
istas bajan su nivel de inversión, lo cual lleva a un aumento en el
desempleo y como resultado el nivel de consumo disminuye. Dicha
disminución del consumo lleva a una consecuente disminución del
ingreso y a más desempleo. Para sacar a la economía de crisis, el Go-
bierno debe ser un participante activo en la economía del país, esta-
bilizando el consumo a través del gasto público. Además, en contra
de los autores "clásicos", Keynes propuso redistribuir parte del in-
greso de los ricos entre los pobres, porque un aumento del consumo
elevaba la producción e impulsaba el crecimiento económico; es de-
cir, una mayor distribución del ingreso lleva a un mayor crecimiento
(Keynes y Hornedo, 1951). La evidencia empírica que verifica el im-
pacto del desempleo en la desigualdad de ingresos se divide en 2
grupos. En el primero se presentan estudios que relacionan el de-
sempleo y la desigualdad y en el segundo se muestran los estudios
que analizan el efecto de variables diferentes al desempleo sobre la
desigualdad de ingresos.
En el primer grupo de investigaciones, se encuentran estudios
(Tamai, 2009; Sheng, 2011; Cysne y Turchick, 2012; Mocan 2014;
Costantini y Paradiso, 2018; González y Menendez, 2016; Fosu,
2016) que han encontrado evidencia del impacto positivo del de-
sempleo sobre la desigualdad de ingresos. Además, Galbraith et al.,
(1999) señalan que la desigualdad y el desempleo están relaciona-
dos positivamente en todo el continente europeo. Esto contradice
la opinión, a menudo repetida, de que el desempleo en Europa se
puede atribuir a estructuras salariales rígidas, salarios mínimos ele-
vados y sistemas de bienestar social generosos. Ellos recalcan que,
los países que poseen la baja desigualdad de tales sistemas pro-
ducen menos desempleo que aquellos que no lo hacen. Los estudios
realizados por Fournier y Koske (2013), Quintana y Royuela (2012),
Gupta y Dutta (2011), Galbraith (2009) y Jäntti y Jenkins (2009),
señalan que el impacto del desempleo sobre la desigualdad de in-
gresos es negativo. Rice y Lozada (1983) indican que los aumentos
en la tasa de desempleo tienden a aumentar el alcance de la de-
sigualdad del ingreso y que la inflación tiende a reducir el alcance
de dicha desigualdad. Un resultado importante es el aportado por
Aaberge et al., (2002) quienes en su estudio realizado en Dinamarca,
Finlandia, Noruega y Suecia a fines de los años ochenta y principios
de los noventa, encontraron que el desempleo aumentó dramática-
mente en los cuatro países. Una medida estándar de desigualdad,
el coeficiente de Gini, fue sorprendentemente estable en todos los
países durante este período. Uren (2018) establece que el desem-
pleo trae consigo beneficios para la disminución de la desigualdad,
tales como proporcionar seguro a los trabajadores en caso de pér-
dida de empleo y redistribuir la riqueza de las personas con más, a
las que tienen menos oportunidades económicas.
Variables diferentes del desempleo que influyen positivamente
en la desigualdad son el crecimiento económico. Así lo demues-
tran Yang y Greaney (2017) y Rubin y Segal (2015). Por otro lado,
Bernardo y D’Alessandro (2016) encontraron que la inversión baja
en carbono y el crecimiento aumentan la desigualdad de ingresos.
Además, Meschi y Vivarelli (2009) sugieren que el comercio con
países de altos ingresos empeora la distribución del ingreso en los
países en desarrollo, a través de las importaciones y las exporta-
ciones.
10
¿Es el desempleo un determinante de la desigualdad de ingresos? ...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Estos hallazgos apoyan la hipótesis de que las diferencias tecnológ-
icas y la naturaleza sesgada de las nuevas tecnologías pueden ser
factores importantes en la configuración de los efectos distribu-
tivos del comercio. Contrario a la evidencia anterior, Blundell et
al., (2017) y Mehic (2018) encontraron que el empleo está asoci-
ado negativamente con la desigualdad de ingresos; y, los resulta-
dos sugieren que son los asalariados medios los que han sopor-
tado la mayor carga en términos de aumento de la desigualdad. Así
mismo, Jin (2009) encontró que existe una relación negativa (posi-
tiva) de desigualdad-inflación y una relación positiva (negativa) de
crecimiento-desigualdad cuando domina la heterogeneidad de cap-
ital (habilidad), mientras que, Menna y Tirelli (2017) indicaron que
una combinación de mayor inflación y menores impuestos a la renta
reduce la desigualdad.
La desigualdad de ingresos presenta una gran variación entre
las distintas regiones mundiales, impide que las personas con menos
ingresos y riqueza alcancen su potencial en términos de educación
e invención. También hay menos emprendimiento y menos empleo.
Pese a que, parece evidente el impacto del desempleo en la desigual-
dad de ingresos, la literatura es escasa. La mayor parte de la eviden-
cia sobre desigualdad de ingresos la relaciona con variables difer-
entes al desempleo, como la inflación y el crecimiento económico
principalmente. En consecuencia, esta investigación contribuye a la
literatura escasa sobre la relación entre la desigualdad de ingresos
y el desempleo. Se utilizan técnicas de cointegración y causalidad,
con un panel de 92 países agrupados por nivel de ingreso en un
período relativamente largo (1980-2016).
3|DATOS Y METODOLOGÍA
3.1 |Datos
La base de datos utilizada en la presente investigación fue obtenida
del Banco Mundial (2017) y de la Base de Desigualdad de Ingresos
Mundial (2017), durante el periodo 1980-2016 para 92 países. Las
variables están expresadas en tasas, lo que facilita la comparación
entre ellas. En base al estudio realizado por Mehic (2018) se estimó
un modelo de regresión simple. La Tabla 1 resume las variables uti-
lizadas en el estudio.
En un análisis descriptivo, la relación entre el desempleo y la
desigualdad a nivel mundial y por grupos de países en función de
los ingresos se muestra en la Figura 1. A medida que el desempleo
crece la desigualdad se mantiene constante a nivel mundial. En los
PIEA y PIMB las variables de estudio tienen una relación positiva,
mientras que, en los PIA, PIMA, PIB y PIEB el desempleo y la de-
sigualdad de ingresos tienen una relación negativa.
La Tabla 2 muestra los estadísticos descriptivos de las vari-
ables, desempleo y desigualdad. Las cifras muestran que existe
una mayor variabilidad entre países que dentro de los países. La
desviación estándar es representativa en todas las variables, siendo
mayor el valor entre países. El panel de datos está fuertemente
equilibrado en el tiempo (T= 1, . . . , 37)y en la sección transver-
sal (n= 1, . . . , 92).
Tabla 1. Descripción de variables
Variable Descripción Unidad de medida
Dependiente
Desempleo Desempleo total Tasa anual
Independiente
Desigualdad Coeficiente de Gini Tasa anual
Figura 1. Relación entre el desempleo y la desigualdad de ingresos a nivel mundial y por grupos de países.
11
Criollo A. & Méndez P.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 2. Estadísticos descriptivos
Variable Media Desviación
estándar Mín. Máx. Observaciones
Desigualdad
Global 37,01 9,83 13,56 77,84 N= 3404
Entre países 8,69 24,04 59,00 n= 92
Dentro del país 4,67 13,49 58,28 T-bar= 37
Desempleo
Global 9,04 5,76 0,01 37,30 N= 3404
Entre países 5,26 1,41 32,77 n= 92
Dentro del país 2,39 -0,74 24,61 T-bar= 37
3.2 |Metodología
La relación entre el desempleo y la desigualdad de ingresos no tiene
una teoría y modelo econométrico especifico. En efecto, seguimos
el estudio de Mehic (2018) el cual busca probar que el empleo in-
fluye en la desigualdad de ingresos a través de un modelo de regre-
sión simple.
Ginii,t=γ0+γ1desi,t(1)
En la ecuación (1), la variable dependiente es la desigualdad de in-
gresos medido por el coeficiente de Gini (Ginii,t) y la variable inde-
pendiente es el desempleo (Desi,t) del país i= 1, . . . , 92 de período
t= 1980, . . . , 2016. Este modelo básico permite verificar el grado de
asociación y la dirección de la relación entre las dos variables a nivel
mundial y por grupos de países. La ecuación (2) formaliza la relación
entre las dos variables
Ginii,t=(γ0+δ0) + γ1desi,t+θi,t(2)
La prueba de Hausman (1978) se usó para elegir entre un mod-
elo de efectos fijos o aleatorios. El modelo propuesto en la Ecuación
(2) tiene dos problemas estructurales. La prueba de Wooldridge
(2002) sugiere la presencia de autocorrelación y la prueba del mul-
tiplicador de Lagrange de Breusch-Pagan muestra que el modelo
tiene heteroscedasticidad. Para corregir el sesgo en los estimadores
causados por la autocorrelación y la heteroscedasticidad, utilizamos
un modelo de mínimos cuadrados ordinarios generalizados (GLS).
Los parámetros (γ0+δ0)capturan la variabilidad en tiempo y sec-
ción transversal. Finalmente, el parámetro θi,tes el término de error
estocástico. En la teoría econométrica, es bien sabido que las series
temporales tienen un componente de tendencia que hace que sea
imposible medir de manera eficiente la relación entre ellas. Para
garantizar que la serie no tenga el problema de la raíz unitaria, uti-
lizamos un conjunto de pruebas, que coinciden en que la primera
diferencia elimina el efecto de tendencia de las dos variables. Las
pruebas utilizadas son: Dickey y Fuller Aumentado (1981), Phillips
y Perron (1988), Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003),
y Breitung (2002), que se pueden estimar a partir de la siguiente
ecuación: Para determinar si se estima por efectos fijos o aleatorios
se utiliza la prueba de Hausman (1978). La estimación mediante
mínimos cuadrados generalizados permite corregir de manera óp-
tima los problemas de autocorrelación y de heterocedasticidad de-
terminados mediante las pruebas de Wooldridge (2002) y Breusch-
Pagan (1979).
Ginii,t=α0+λGinit−1+α1t+
p
Õ
i=2
βjGinit−i−1+ϵt(3)
Donde (Ginii,t) es la serie que se supone que contiene al menos una
raíz unitaria, α0es la intersección y captura el efecto de tendencia
del tiempo t, ϵtes el error gaussiano, y prepresenta la longitud del
desfase. En la Ecuación (3), cuando el parámetro λes significativo,
se puede concluir que al menos uno de los paneles tiene una raíz
unitaria. Para determinar el equilibrio a corto y largo plazo entre
las variables utilizamos la prueba de cointegración desarrollada por
Pedroni (1999):
Ginii,t=αi+
n−1
Õ
j=1
βi,jdesi,t−jť+
n−1
Õ
j=1
ϖi,jGinii,t−j+φECTt−1+ϵi,t(4)
Donde (Ginii,t) representa la variable dependiente del país i en el
período. Los parámetros β,ϖ,φson los parámetros a estimar, y el
término ECTt−1es el vector de cointegración de equilibrio a largo
plazo. Finalmente, ϵi ,tes el término de error aleatorio estacionario
con media cero y jes la longitud del desfase determinada con el
criterio de información de Akaike (1974). Además, el equilibrio a
corto plazo se determina mediante la prueba de Westerlund (2007)
a partir de la siguiente ecuación:
Ginii,t=αi(Ginii,t−1−βidesi,t−1)+
pi
Õ
j=1
αi,jGinii,t−jť+
pi
Õ
j=−qi
γi,jdesi,t−j+ϵi,t
(5)
Donde t= 1, . . . , Tlos períodos de tiempo y en i= 1, . . . , Nlos
países. El término dtes el componente determinista. Confiamos en
la suposición de que el vector k-dimensional de (desi,t) es aleatorio
e independiente de ϵi,t, por lo que se supone que estos errores son
independientes a través de i y t. La hipótesis nula sugiere que no hay
cointegración a corto plazo. La prueba de cointegración de Pedroni
(1999) se ha utilizado ampliamente para verificar la relación entre el
desempleo y la desigualdad de ingresos en diferentes contextos. Sin
embargo, la prueba de cointegración a corto y largo plazo solo indica
la existencia o no de un vector que se relaciona con las variables en
cuestión. Además, los modelos con datos de panel ofrecen resulta-
dos que son demasiado agregados. En consecuencia, en la próxima
etapa estimamos la fuerza del vector de cointegración utilizando
el enfoque de Pedroni (2001). Específicamente, la fortaleza de la
relación entre las dos variables en cada país se estimó utilizando
un modelo dinámico de mínimos cuadrados ordinarios (DOLS) y de
forma global o para grupos de países a través de una dinámica ordi-
naria del modelo de panel de mínimos cuadrados (PDOLS). La sigu-
iente ecuación plantea la relación entre las dos variables:
Ginii,t=αiť+δidesi,t+
p
Õ
j=−p
Ginii,t∆desi,t−j+µi,t(6)
Dónde Ginii,trepresenta la desigualdad de ingresos, i=
1,2, . . . , 92 países, t= 1,2, . . . , Tes el tiempo, p= 1,2, . . . , Pes el
número de retrasos y avances que en la regresión DOLS, mientras
que ∂Gi nii,t/∂desi,t=δimide el cambio en la desigualdad de ingre-
sos cuando cambia el desempleo. Los coeficientes δy los valores
tse obtienen los valores promedio en todo el panel utilizando el
método de los promedios grupales.
12
¿Es el desempleo un determinante de la desigualdad de ingresos?...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
El estimador PDOLS se promedia a lo largo de la dimensión en-
tre los grupos y la hipótesis nula establece que βi=β0. Finalmente,
usamos la prueba formalizada por Dumitrescu y Hurlin (2012) para
determinar la existencia y la dirección de causalidad entre las dos
variables:
Ginii,t=αiť+
K
Õ
k=1
γk
iGinii,t−k+
K
Õ
k=1
βk
idesi,t−k+µi,t(7)
En la ecuación (7), suponemos que βi=β(1)
i, . . ., βk
iy que el término
αies fijo en el tiempo. El parámetro autorregresivo γk
iy el coefi-
ciente de regresión βk
ivarían entre las secciones transversales. La
hipótesis nula plantea que no hay relación causal para ninguna de
las secciones transversales del panel H0=βi= 0.
4|RESULTADOS
4.1 |Resultados básicos
La prueba de Hausman (1978) se utilizó para elegir entre los mode-
los de efectos fijos (FE) y los efectos aleatorios (RE). Luego se aplicó
la prueba de Wooldridge (2002) para detectar la autocorrelación
y la prueba de Wald para detectar heteroscedasticidad. Y no fue
necesario aplicar efectos de tiempo fijo y por grupos de países, para
corregir los problemas de autocorrelación y heteroscedasticidad, re-
spectivamente. La Tabla 3 muestra los resultados de la estimación
de la desigualdad y el desempleo a nivel mundial y por grupos de
países. De acuerdo con la prueba de Hausman (1978), sólo el panel
de PIEB se estimó con efectos fijos y los paneles Global, PIEA, PIA,
PIMA, PIMB y PIB con efectos aleatorios. Los resultados obtenidos
indican una fuerte relación positiva y estadísticamente significativa
entre el desempleo y la desigualdad en los PIEA, y solo una relación
positiva en los países a nivel global, PIMB, PIB y PIEB. Estos re-
sultados concuerdan con las conclusiones del primer grupo de la
evidencia empírica y en especial la realizada por Galbraith et al.,
(1999) que señalan que la desigualdad y el desempleo están rela-
cionados positivamente en todo el continente europeo, dentro de
los países, entre países y a través del tiempo. En cambio, se evi-
dencia una relación negativa y estadísticamente significativa en los
PIA y solo una relación negativa en los PIMA, lo cual concuerda con
Uren (2018), quien establece que el desempleo trae consigo benefi-
cios para la disminución de la desigualdad, tales como proporcionar
seguros a los trabajadores en caso de pérdida de empleo y redis-
tribuir la riqueza de las personas con más a las que tienen menos
oportunidades económicas.
4.2 |Pruebas de raíz unitaria
Siguiendo a Alvarado y Toledo (2017) y Jäntti y Jenkins (2009) se
aplicaron pruebas de raíz unitaria para verificar la no estacionar-
iedad de las series. La Tabla 4 informa los resultados de cinco prue-
bas independientes con y sin efectos del tiempo. Las pruebas de
Levine et al., (2002), Im et al., (2003) y Breitung (2002) se basan en
pruebas paramétricas y las pruebas tipo Fisher de Dickey y Fuller
Aumentada (1981), Phillips y Perron (1988) son no paramétricos. El
criterio de información Akaike se utilizó para determinar la duración
del retraso. En general, la evidencia encontrada sugiere que las dos
series tienen un orden de integración I (1), lo cual hace necesario es-
timar la existencia de un equilibrio a largo plazo entre las variables.
4.3 |Equilibrio de corto y largo plazo y
causalidad
La Tabla 5 informa los resultados de la prueba de cointegración en-
tre las dos variables para la muestra completa y por grupos de países.
Se informan las siguientes estadísticas: una estadística de panel v,
panel rho, panel PP y panel ADF. La prueba de cointegración de
paneles heterogéneos de Pedroni (1999) muestra que existe una
relación de equilibrio a nivel global entre las series, mientras que,
las estadísticas ADF, PP, rho y v muestran un resultado coherente
entre ellas: las dos series se mueven juntas y simultáneamente en
el tiempo y en la sección transversal. Las estadísticas dentro de las
dimensiones de los paneles y entre las dimensiones de los paneles
son estadísticamente significativas
En todos los grupos de países excepto a nivel global, seis es-
tadísticas indican la existencia de cointegración. Este resultado
ofrece una posible advertencia de la fuerza del vector de cointe-
gración. Estos resultados son similares a los concluidos por Jin
(2009) quien mostró que un aumento en la tasa de crecimiento del
dinero a largo plazo aumenta la inflación y reduce el crecimiento,
pero su efecto sobre la desigualdad del ingreso depende de la impor-
tancia relativa de los dos tipos de heterogeneidad. La desigualdad
se contrae con el aumento de la inflación cuando la heterogeneidad
del capital domina y se agranda cuando domina la heterogeneidad
de las habilidades. Piketty (2003) en su estudio sobre la desigual-
dad de ingresos en Francia encontró que la desigualdad salarial ha
sido extremadamente estable a largo plazo, y la disminución secular
en la desigualdad del ingreso es en su mayor parte un fenómeno de
ingreso de capital. La existencia de una relación a largo plazo im-
plica que las variables bajo análisis se muevan de manera conjunta
y simultánea porque existe una fuerza de cointegración o un vector
que las equilibra a lo largo del tiempo.
Tabla 3. Resultados del modelo GLS con variables de control
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Desempleo 0.0429 0.862*** -0.281*** -0.0333 0.0331 0.0937 1.822***
(1.29) (5.15) (-4.20) (-0.61) (0.66) (1.30) (4.57)
Constante 36.63*** 25.55*** 33.70*** 38.77*** 37.94*** 37.33*** 28.33***
(38.15) (16.01) (25.68) (14.89) (17.93) (22.54) (13.63)
Test Hausman (valor p) 0.7959 0.4105 0.7551 0.1991 0.5149 0.1547 0.0000
Test de corrección serial (valor p) 0.8859 0.6868 0.7363 0.8151 0.9365 0.8757 0.8099
Efectos fijos (tiempo) No No No No No No No
Efectos fijos (grupos de países) No No No No No No No
Observaciones 3404 148 444 370 1036 1110 296
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
13
Criollo A. & Méndez P.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 4. Pruebas de raíz unitaria en la primera diferencia
Grupos/variables LL UB IPS ADF PP LL UB IPS ADF PP
WD WDO
GLOBAL DES -44.47* -29.03* -44.58* -19.79* -42.83* -41.60* -28.62* -41.35* -18.95* -40.15*
DESI -60.65* -11.63* -52.76* -28.48* -67.94* -60.88* -11.53* -52.23* -28.88 -68.55*
PIEA DES -8.34* -6.56* -8.02* -4.68* -7.51* -9.39* -6.41* -9.36* -4.13* -9.71*
DESI -11.60* -0.64 -13.49* -3.73* -14.20* -9.50* -0.75 -14.10* -7.29* -16.08*
PIA DES -15.42* -10.49* -14.01* -7.10* -12.88* -12.70* -9.86* -11.90* -6.56* -11.53*
DESI -16.19* -3.79* -20.57* -10.61* -24.13* -21.24* -4.66* -23.50* -10.94* -24.94*
PIMA DES -11.58* -8.09* -10.94* -4.34* -10.33* -10.61* -8.11* -10.12* -4.30* -9.88*
DESI -16.19* -7.70* -21.06* -12.08* -22.42* -20.56* -7.18* -22.08* -12.10* -22.59*
PIMB DES -25.69* -16.57* -22.62* -10.86* -20.39* -22.66* -16.53* -20.68* -11.07* -18.98*
DESI -31.19* -6.05* -33.02* -13.64* -37.18* -33.65* -6.10* -37.38* -13.02* -37.40*
PIB DES -28.46* -17.28* -29.94* -12.17* -31.04* -27.07* -17.06* -28.89* -11.71* -29.93*
DESI -32.14* -7.87* -36.52* -16.93* -38.86* -31.94* -7.83* -36.83* -16.85* -39.24*
PIEB DES -12.56* -8.56* -15.36* -6.32* -14.34* -14.61* -8.94* -15.34* -6.47* -14.16*
DESI -12.28* -4.97* -14.86* -9.12* -20.91* -7.94* -5.29* -12.74* -9.50* -22.47*
* significancia al 1%
Sin embargo, es muy posible que los cambios en los valores
de la desigualdad de ingresos varíen inmediatamente como resul-
tado de los cambios en el desempleo. Para evaluar esta relación, la
Tabla 6 muestra los resultados del modelo de error vectorial de los
datos del panel VECM propuesto por Westerlund (2007). La prueba
verifica la ausencia o presencia de cointegración que determina la
existencia de errores de vectores para cada país o para el grupo de
países. Además, esta prueba se basa en el hecho de que las series
no son estacionarias, tal como se mostró en los resultados de as
prueba de raíz unitaria de la sección anterior.
Los resultados encontrados nos permiten aceptar la hipótesis
alternativa de cointegración entre las dos series analizadas. Esto
implica que un cambio en el desempleo genera cambios inmediatos
en la desigualdad de ingresos. La existencia de un equilibrio a corto
plazo de las variables se cumple a nivel global, en los PIA, PIMB, PIB
y PIEB porque las estadísticas son significativas al 0.1%, mientras
que en los PIEA y PIMA no se evidencia una relación de equilibrio
a corto plazo entre las variables analizadas. Estos resultados son
similares a los encontrados por Yang y Greaney (2017) quienes apli-
can el enfoque ECM en dos pasos de Engle Granger para estimar
las relaciones a corto plazo entre desigualdad y crecimiento para
cuatro economías: China, Japón, Corea del Sur y Estados Unidos
encontrando una relación causal positiva para todos los países ex-
cepto Corea del Sur.
La Tabla 7 informa los resultados del vector de cointegración
de Pedroni (2001), mediante minimos cuadrados dinámicos (DOLS)
para los países individualmente con efectos de tiempo fijo (WD) y
sin efecto de tiempo (WOD). En los PIEA, PIA y PIEB, el coeficiente
es menor a 1 por lo cual la fuerza del vector de cointegración es
muy baja. En los PIMA, solo Chipre, España Grecia, Honduras y Sin-
gapur tiene un vector de cointegración que tiende o es mayor a 1, lo
que denota que los cambios en los niveles de desempleo tienen un
fuerte impacto en la desigualdad de ingresos. Sin efectos del tiempo,
solo Chipre y Grecia tienen el vector de cointegración mayor a 1. En
los PIMB con efectos del tiempo fijo, solo Croacia y Letonia tienen
un coeficiente mayor a 1, lo que indica una relación de equilibrio en-
tre las variables fuerte. Además, la presencia de relaciones positivas
entre las variables estudiadas se da mayoritariamente en los grupos
de PIMA y PIMB; mientras que en los PIEA hay un mayor número
de relaciones negativas entre las variables.
De la prueba de Pedroni (2001), estimamos la fuerza del vector
de cointegración por grupos de países, que se informa en la Tabla
8. Para asegurar la consistencia de los parámetros obtenidos, es-
timamos un modelo con efectos del tiempo y otro sin efectos del
tiempo. Encontramos que solo a nivel global y en los PIEA y PIB el
vector es estadísticamente significativo, pero es más contundente
en los PIEA. El único grupo de países que tiene una relación negativa
son los PIEB, lo que sugiere que en estos países se puede reducir la
desigualdad de ingresos de una mejor manera. En los resultados sin
efectos del tiempo, solo los PIB poseen un vector estadísticamente
significativo; mientras que los países a nivel global, PIEA, PIA y PIMA
tienen una relación negativa
Tabla 5. Prueba de cointegración de Pedroni
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Dentro de las estadísticas de prueba de dimensión
Panel estadístico v 2.55* 1.45 1.52 1.36 1.96 1.03 -0.24
Panel estadístico rho -32.84*** -9.19** -9.50** -8.65** -16.16*** -22.72*** -11.07**
Panel estadístico PP -43.54*** -10.9** -12.02** -10.54** -20.39*** -32.43*** -16.03***
Panel estadístico ADF -34.27*** -9.96** -9.24** -4.87** -19.64*** -27.17*** -11.16**
Entre las estadísticas de prueba de dimensión
Panel estadístico rho -24.57*** -7.06** -7.01** -6.17** -11.5** -17.78*** -8.80**
Panel estadístico PP -44.86*** -10.76** -12.35** -10.64** -19.8*** -35.09*** -17.76***
Panel estadístico ADF -34.79*** -9.283** -9.02** -5.67** -18.75*** -27.87*** -10.02**
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
14
¿Es el desempleo un determinante de la desigualdad de ingresos?...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 6. Prueba de Westerlund VECM
Estadístico Valor Valor Z Valor P
GLOBAL
Gt -3.05 -8.39 0.00
Ga -16.06 -6.01 0.00
Pt -26.42 -7.17 0.00
Pa -13.19 -6.80 0.00
PIEA
Gt -3.57 -3.03 0.00
Ga -15.50 -1.08 0.13
Pt -4.57 -0.41 0.34
Pa -10.56 -0.53 0.29
PIA
Gt -2.83 -2.06 0.02
Ga -15.19 -1.71 0.04
Pt -8.35 -1.20 0.11
Pa -11.44 -1.44 0.07
PIMA
Gt -2.88 -2.06 0.02
Ga -13.97 -0.98 0.16
Pt -7.32 -0.75 0.22
Pa -9.56 -0.32 0.37
PIMB
Gt -3.21 -5.62 0.00
Ga -16.70 -3.82 0.00
Pt -16.32 -5.99 0.00
Pa -15.79 -6.05 0.00
PIB
Gt -2.96 -4.18 0.00
Ga -16.07 -3.44 0.00
Pt -15.53 -4.61 0.00
Pa -14.05 -4.67 0.00
PIEB
Gt -3.16 -2.85 0.00
Ga -17.98 -2.59 0.00
Pt -9.22 -3.78 0.00
Pa -17.01 -3.81 0.00
4.4 |Causalidad de Granger
Los resultados de la prueba de causalidad del tipo Granger calculada
sobre la base de la prueba propuesta por Dumitrescu y Hurlin (2012)
se presentan en la Tabla 9. En los PIA existe una causalidad unidirec-
cional que va desde el desempleo a la desigualdad de ingresos. Y en
los PIB existe una causalidad bidireccional entre el desempleo y la
desigualdad de ingresos. Los resultados de la prueba de causalidad
sugieren que, en los PIB, la desigualdad de ingresos puede reducirse
mediante cambios en el nivel de desempleo. Mientras que, en los
PIA, las políticas a favor de la redistribución de la riqueza pueden au-
mentar el desempleo. Según Ha (2012), Franko (2016) y Alvaredo
et al. (2018) los gobiernos deberían realizar inversiones que per-
mitieran reducir los actuales niveles de desigualdad de ingresos y
riqueza y prevenir nuevos incrementos en el futuro, además, nece-
sitan realizar mayores inversiones públicas en educación, salud y
protección medioambiental sobre todo en los países en desarrollo.
5|CONCLUSIONES
Este estudio examinó el impacto del desempleo en la desigualdad
de ingresos a nivel global y por grupos de países durante el peri-
odo 1980 – 2016. Los resultados indican la existencia de equilib-
rio a corto y largo plazo entre las dos variables a nivel global y por
grupo de países. La fortaleza de los vectores de cointegración se ver-
ificó de manera individual solamente para algunos países de ingre-
sos medios altos y medios bajos. Se encontró, además, la existencia
de causalidad unidireccional en los PIA que va desde el desempleo
a la desigualdad de ingresos y causalidad bidireccional en los PIB ex-
iste entre el desempleo y la desigualdad de ingresos. Los resultados
de este artículo tienen implicaciones de política pública, mismas que
se pueden orientar a mejorar la desigualdad de ingresos: siguiendo
a Mansfield y Wogart (1975) aplicando tributación progresiva equi-
tativa que permita financiar las políticas y los programas estatales
que son necesarios para equiparar las condiciones y transferir recur-
sos a los habitantes más pobres. Las intervenciones de promoción
del crecimiento que permiten a los pobres acceder a los servicios
básicos de infraestructura de manera más directa también tienen
más probabilidades de sacar a más de ellos de la pobreza (Christi-
aensen y Todo, 2014). Por otro lado, es necesario poner énfasis en
el acceso universal a educación de calidad, para aumentar las opor-
tunidades de inserción en el mercado laboral. En el presente artículo
existieron limitaciones respecto a la obtención de la base teórica y
evidencia empírica que respalda la relación de estudio. Las futuras
investigaciones se pueden concentrar en el estudio de la relación
entre la desigualdad del ingreso y modelos económicos a nivel na-
cional. Además, se puede incluir al análisis el nivel de instrucción
educativa, como determinante de la desigualdad de ingresos y so-
bre como las políticas asistencialistas repercuten en el desempleo.
15
Criollo A. Méndez P.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 7. Resultados del modelo DOLS para países individuales
PIEA PIA PIMB PIB
País WD WOD País WD WOD País WD WOD País WD WOD
Dinamarca 0.41* 0.21 Alemania 0.11 0.43 Argentina 0.03 0.09 Armenia -0.09 -0.02
Luxemburgo 0.33* 0.13 Australia 0.05 -0.23 Barbados 0.27 0.73 Azerbaijan 0.05 0.02
Noruega 0.04 -0.73 Austria -0.04 0.04 Brasil 0.33 0.42 Belarús 0.09 -0.01
Suiza 0.37 -0.01 Canadá 0.20 -0.29 Chile -0.50 -0.09 Bolivia 0.09 0.09
PIMA EE.UU. -0.27 -0.43 Colombia 0.09 0.03 Botswana 0.14* 0.2*
País WD WOD Finlandia -0.31 -0.40 Corea 0.47 0.93 Bulgaria 0.68 0.40
Bahamas -0.07 -0.06 Francia -0.18 -0.02 Costa Rica 0.00 -0.07 China -0.19 -0.11*
Chipre 1.80* 3.34 Islandia 0.50 0.08 Croacia 1.38* 1.02 Costa Marfil -0.07 -0.12
España 0.88 0.44 Irlanda 0.17 -0.01 R. Checa -0.21 -0.29 R. Dominicana 0.35 0.21
Grecia -0.9 -3.03* Japón 0.33 0.08 Eslovenia 0.35 -0.04 Ecuador 0.52* 0.38*
Honduras 0.993 0.10 P. Bajos -0.28 -0.36 Estonia -0.13 -0.09 El Salvador 0.01 0.01
Israel -0.00 -0.24 Suecia -0.11 0.33 Hungría 0.00 -0.05 Georgia 0.26 0.07
Italia -0.21 -0.56 PIEB Kazakhstan 0.15 0.06 Ghana -0.04 -0.15
N. Zelanda 0.33 -0.05 País WD WOD Letonia -1.06 -0.79 Indonesia -0.03 -0.21
R. Unido 0.34 -0.04 Bangladesh -0.08 -0.09 Lituania 0.03 -0.06 Irán 0.36 0.75*
Singapur -0.85 -0.01 Camboya -0.00 0.00 Malasia -0.32 0.00 Jamaica 0.24 0.24
Guatemala -0.12 -0.13 Malta -0.37 -0.83* Macedonia 0.63 1.29*
India 0.03 -0.01 México -0.43 -0.24 Moldavia 0.02 0.06
R. Kirguiza 0.01 -0.03 Panamá 0.38 1.39* Mongolia -0.15 0.09
Pakistán -0.24 66114 Polonia 0.69 0.30 Montenegro -0.00 0.21
Tayikistán -0.01 -0.00 Portugal 0.06 -0.16 Marruecos -0.13 -0.04
Tanzania -0.03 -0.02 Rumania -0.42* -0.23 Nigeria 0.24* -0.00
Rusia -0.16 -0.09 Paraguay 0.61* 0.46*
R. Eslovaca -0.14 -0.17 Perú -0.10 -0.04
Sudáfrica 0.03 -0.05 Serbia 0.42 0.07
Turquía -0.37 -0.19 Sri Lanka -0.13 -0.19
Uruguay 0.14 -0.01 Tailandia 0.14 0.26
Venezuela 0.66* 0.47 Turkmenistán -0.03 -0.03
Ucrania 0.04 0.07
Uzbekistán 0.02 0.00
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
Tabla 8. Resultados del modelo PDOLS por grupo de países
Grupos Con efecto del tiempo Sin efecto del tiempo
i Estadístico t i Estadístico t
GLOBAL 0.08* 2.77 -83.85 0.43
PIEA 0.29* 3.42 -18458 0.88
PIA 0.01 0.25 -0.06 -0.79
PIMA 0.22 1.81 -0.01 -1.11
PIMB 0.03 0.43 0.06 0.23
PIB 0.13* 3.30 0.13* 2.04
PIEB -0.05 -1.12 0.82 -1.32
* indica el rechazo de la hipótesis nula al 5% para Ho=β0= 0
16
¿Es el desempleo un detemrinante de la desigualdad de ingresos?...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 9. Resultados de la prueba de causalidad basada en Dumitrescu y Hurlin
Dirección causal Grupo W-bar Z-bar Valor p
Desempleo →Gini
GLOBAL 1.26 1.81 0.06
PIEA 0.50 -0.70 0.48
PIA 1.82 2.01 0.04
PIMA 0.52 -1.05 0.29
PIMB 0.86 -0.50 0.61
PIB 1.59 2.31 0.02
PIEB 1.92 1.85 0.06
Desempleo ←Gini
GLOBAL 1.26 1.81 0.07
PIEA 1.12 0.17 0.86
PIA 1.38 0.94 0.34
PIMA 0.64 -0.80 0.42
PIMB 0.63 -1.37 0.16
PIB 2.19 4.64 0.00
PIEB 0.67 -0.65 0.51
Referencias bibliográficas
[1] Aaberge, R., Wennemo, T., Bjorklund, A., Jantti, M., Ped-
ersen, P. J., y Smith, N. (2000). Unemployment shocks
and income distribution: how did the Nordic countries
fare during their crises?. The Scandinavian Journal of
Economics, 102(1), 77-99.
[2] Akaike, H. (1974). A new look at the statistical model
identification. IEEE Transactions on Automatic Control,
19(6), 716-723.
[3] Albanesi, S. (2007). Inflation and inequality. Journal of
Monetary Economics, 54(4), 1088-1114.
[4] Alvarado, R., and Toledo, E. (2017). Environmental
degradation and economic growth: evidence for a de-
veloping country. Environment, Development and Sus-
tainability, 19(4), 1205-1218.
[5] Alvaredo, F., Chancel, L., Piketty, T., Saez, E., Zucman, G.
(2018). World Inequality Lab. World Inequality Report
2018.
[6] Bernardo, G., y D’Alessandro, S. (2016). Systems-
dynamic analysis of employment and inequality impacts
of low-carbon investments. Environmental Innovation
and Societal Transitions, 21, 123-144.
[7] Blundell, R., Joyce, R., Keiller, A. N., y Ziliak, J. P. (2017).
Income inequality and the labour market in Britain and
the US (No. W17/25). Institute for Fiscal Studies.
[8] Breitung, J. (2002). Nonparametric tests for unit roots
and cointegration. Journal of Econometrics, 108(2),
343-363.
[9] Cysne, R. P., y Turchick, D. (2012). Equilibrium
unemployment-inequality correlation. Journal of
Macroeconomics, 34(2), 454-469.
[10] Costantini, M., y Paradiso, A. (2018). What do panel
data say on inequality and GDP? New evidence at US
state-level. Economics Letters, 168, 115-117.
[11] Christiaensen, L., Todo, Y. (2014). Poverty reduction
during the rural–urban transformation–the role of the
missing middle. World Development, 63, 43-58.
[12] Dickey, D., Fuller, W. A., 1981. Likelihood ratio statistics
for autoregressive time series with a unit root. Econo-
metrica, 49, 1057-1072.
[13] Dumitrescu, E. I., y Hurlin, C. (2012). Testing for Granger
non-causality in heterogeneous panels. Economic Mod-
elling, 29(4), 1450-1460.
[14] Fosu, A. K. (2017). Growth, inequality, and poverty
reduction in developing countries: Recent global evi-
dence. Research in Economics, 71(2), 306-336.
[15] Fournier, J. M., y Koske, I. (2013). Public employment
and earnings inequality: An analysis based on con-
ditional and unconditional quantile regressions. Eco-
nomics Letters, 121(2), 263-266.
[16] Franko, W. W. (2016). Political context, government re-
distribution, and the public’s response to growing eco-
nomic inequality. The Journal of Politics, 78(4), 957-
973.
[17] Galbraith, J. K., Conceicao, P., y Ferreira, P. (1999). In-
equality and unemployment in Europe: the American
cure.
[18] Galbraith, J. K. (2009). Inequality, unemployment and
growth: New measures for old controversies. The Jour-
nal of Economic Inequality, 7(2), 189-206.
[19] Gupta, M. R., y Dutta, P. B. (2011). Skilled–unskilled
wage inequality and unemployment: A general equilib-
rium analysis. Economic Modelling, 28(4), 1977-1983.
17
¿Es el desempleo un detemrinante de la desigualdad de ingresos?...
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[20] Ha, E. (2012). Globalization, government ideology, and
income inequality in developing countries. The journal
of Politics, 74(2), 541-557.
[21] Hausman, J. A. (1978). Specification tests in economet-
rics. Econometrica: Journal of the Econometric Society,
1251-1271.
[22] Im, K. S., Pesaran, M. H., y Shin, Y. (2003). Testing for
unit roots in heterogeneous panels. Journal of Econo-
metrics, 115(1), 53-74.
[23] Jäntti, M., y Jenkins, S. P. (2010). The impact of macroe-
conomic conditions on income inequality. The journal
of economic inequality, 8(2), 221-240.
[24] Jin, Y. (2009). A note on inflation, economic growth, and
income inequality. Macroeconomic Dynamics, 13(1),
138-147.
[25] Keynes, J. M., Hornedo, E. (1951). Teoría general de la
ocupación, el interés y el dinero (Vol. 4). México: Fondo
de cultura económica.
[26] Levin, A., Lin, C. F., y Chu, C. S. J. (2002). Unit root tests
in panel data: asymptotic and finite-sample properties.
Journal of Econometrics, 108(1), 1-24.
[27] Maddala, G. S., y Wu, S. (1999). A comparative study
of unit root tests with panel data and a new simple
test. Oxford Bulletin of Economics and Statistics, 61(S1),
631-652.
[28] Mansfield, L. F., y Wogart, J. P. (1975). Income inequality
and unemployment in LDCs: Some implications of a sim-
ple “Structuralist” model. Review of World Economics,
111(2), 333-355.
[29] Mehic, A. (2018). Industrial employment and income in-
equality: Evidence from panel data. Structural Change
and Economic Dynamics, 45, 84-93.
[30] Menna, L., y Tirelli, P. (2017). Optimal inflation to reduce
inequality. Review of Economic Dynamics, 24, 79-94.
[31] Meschi, E., y Vivarelli, M. (2009). Trade and income in-
equality in developing countries. World development,
37(2), 287-302.
[32] Mocan, H. N. (1999). Structural unemployment, cyclical
unemployment, and income inequality. Review of Eco-
nomics and Statistics, 81(1), 122-134.
[33] OIT (Oficina Internacional del Trabajo). 2018. World Em-
ployment and Social Outlook: Trends 2018. Resumen
ejecutivo en español titulado Perspectivas Sociales y del
Empleo en el Mundo: Tendencias 2018 (Ginebra).
[34] Pedroni, P. (1999). Critical values for cointegration tests
in heterogeneous panels with multiple regressors. Ox-
ford Bulletin of Economics and Statistics, 61(S1), 653-
670.
[35] Pedroni, P. (2001). Purchasing power parity tests in coin-
tegrated panels. Review of Economics and Statistics,
83(4), 727-731.
[36] Phillips, P., Perron, P. (1988). Testing for a unit root in
time series regression. Biometrica, 75, 335-346.
[37] Piketty, T. (2003). Income inequality in France,
1901–1998. Journal of political economy, 111(5),
1004-1042.
[38] Rice, G. R., y Lozada, G. A. (1983). The effects of unem-
ployment and inflation on the income distribution: A re-
gional view. Atlantic Economic Journal, 11(2), 12-21.
[39] Rubin, A., y Segal, D. (2015). The effects of economic
growth on income inequality in the US. Journal of
Macroeconomics, 45, 258-273.
[40] Sheng, Y. (2011). Unemployment and Income Inequal-
ity: A Puzzling Finding from the US in 1941-2010.
[41] Tamai, T. (2009). Inequality, unemployment, and en-
dogenous growth in a political economy with a mini-
mum wage. Journal of Economics, 97(3), 217-232.
[42] UNU-WIDER (2018). World Income Inequality
Database (WIID).
[43] Uren, L. (2018). The redistributive role of unemploy-
ment benefits. Journal of Economic Dynamics and Con-
trol, 90, 236-258.
[44] Westerlund, J. (2007). Testing for error correction in
panel data. Oxford Bulletin of Economics and Statistics,
69(6), 709-748.
[45] Wooldridge, J.M., 2002. Econometric Analysis of Cross
Section and Panel Data. MIT Press, Cambridge, MA.
World Bank, 2018. World Development Indicators.
Washington D.C.
[46] Yang, Y., y Greaney, T. M. (2017). Economic growth and
income inequality in the Asia-Pacific region: A compara-
tive study of China, Japan, South Korea, and the United
States. Journal of Asian Economics, 48, 6-2.
18
