Versión de HTML Básico
Analítika, Revista de análisis estadístico, (2016), Vol. 12
Seguro de desempleo para Ecuador: características y sostenibilidad
29
3.3 Modelo para la simulaci´on de la contingencia de desempleo
La metodolog´ıa propuesta construye la distribuci´on de probabilidades de la variable objeto de
estudio utilizando simulaciones de Monte Carlo con re-muestreo tipo bootstrapping. Con los
resultados de las simulaciones se plantea un an´alisis de sostenibilidad del seguro de desempleo
en base a dos criterios: el valor esperado y el valor en riesgo (VaR, por sus siglas en ingl´es).
A continuaci´on se profundizar´a en la definici´on de cada una de las metodolog´ıas que se ha
utilizado para la simulaci´on, partiendo con los m´etodos de Monte Carlo, luego bootstrapping
y se profundizar´a con el valor en riesgo. En ´ultimo lugar se describe el modelo y el algoritmo
programado en Matlab R2015a.
3.3.1 M´etodos de Monte Carlo
Una de las definiciones m´as completas de la idea que se encuentra detr´as de los m´etodos de
Monte Carlo es quiz´a la provista por Halton: “representar la soluci´on de un problema como un
par´ametro de una poblaci´on hipot´etica, y utilizar una secuencia de n´umeros aleatorios para
construir una muestra de la poblaci´on, de la cual se pueden obtener estimadores estad´ısticos
del par´ametro”(Halton, 1970).
De manera m´as general, utilizando simulaciones de Monte Carlo se puede construir la
distribuci´on de probabilidades de una variable que resulta de la transformaci´on de un grupo
de otras variables, a partir de la repetici´on de experimentos que consisten en la generaci´on
de muestras aleatorias de dicho grupo.
3.3.2 Bootstrapping
El bootstrapping es una t´ecnica estad´ıstica de re-muestreo (muestreo con reposici´on) que
consiste en la construcci´on de la distribuci´on de un estimador a partir de una serie de
experimentos de muestreo con repetici´on de la poblaci´on o muestra original. Esta t´ecnica
es com´unmente utilizada para estimar intervalos de confianza, errores est´andar o realizar
pruebas de hip´otesis de par´ametros poblacionales.
Sin embargo, en un contexto m´as amplio, el bootstrapping puede utilizarse para construir
la distribuci´on de probabilidades de par´ametros poblacionales, de la cual se puede inferir la
informaci´on de inter´es. Como se sintetiza en Singh y Xie (2008), la idea detr´as del bootstrap-
ping es utilizar los datos de un estudio muestral que se tenga a mano como una “poblaci´on
sustituto”, con el prop´osito de aproximar la distribuci´on de un estad´ıstico de inter´es.
3.3.3 Valor en Riesgo
El VaR es una herramienta de medici´on del riesgo ampliamente utilizada en el ´ambito finan-
ciero. Como se explica en Linsmeier y Pearson (2000), el VaR es una estad´ıstica de s´ıntesis
que permite fijar un umbral m´aximo de p´erdidas con determinado nivel de confianza, m´as
23