1

DESIGUALDAD Y LEYES DE POTENCIA (Versin preliminar para comentarios) Yalila Aljure Jimnez Jorge Andrs Gallego RESUMEN
Por lo menos desde los tiempos de Pareto (1897) se reconoce que una pequea fraccin de la poblacin controla una gran proporcin del ingreso total de una sociedad. Para algunos, la distribucin del ingreso es quizs el primer ejemplo de una ley de potencia, regla emprica bajo la cual una variable aleatoria alcanza valores altos con una probabilidad baja, y valores bajos con una alta probabilidad. En este artculo verificamos si la distribucin del ingreso de los colombianos ms ricos se ajusta a una ley de potencia. Adems, basados en el proceso de Yule (1925), y en general, en la teora de los procesos estocsticos, presentamos un modelo terico cuyo objetivo es explicar por qu el ingreso se distribuye de acuerdo a una ley de potencia. La esencia del modelo es que la riqueza presenta un efecto acumulativo tal que a mayor nivel de ingreso, mayor probabilidad de incrementarlo.

1. Introduccin Qu tienen en comn la desigualdad econmica y la distribucin del nmero de especies entre gneros en biologa? En principio, parecera no haber una relacin clara. Pero no es as. Existen muchos gneros conformados por pocas especies, mientras que pocos gneros tienen muchas especies; de forma similar, muchas familias tienen un ingreso bajo, mientras que pocas familias tienen un ingreso alto. Ser que esta analoga les permite a los economistas, con base en los adelantos de los bilogos, entender mejor los orgenes de la desigualdad? Cules son las causas de la desigualdad? Qu factores la atenan y cules la acentan? Existen patrones o regularidades empricas y estadsticas comunes a la distribucin del ingreso en diferentes sociedades y en distintos momentos del tiempo? Pareto (1897, 1906) fue uno de los primeros en teorizar sobre este tema. En sus propias palabras1,
La sociedad no es homognea, y aquellos que no cierren sus ojos deliberadamente deben reconocer que los hombres difieren notablemente los unos de los otros desde el punto de vista fsico, moral e intelectual. () A estas desigualdades de los seres humanos per se corresponden las desigualdades econmicas y sociales, que observamos entre toda la

Magster en Economa, Pontificia Universidad Javeriana. Profesor Asistente, Departamento de Economa, Pontificia Universidad Javeriana. 1 Pareto (1906), p. 281, traduccin propia.

2
gente, desde los tiempos ms antiguos hasta el presente, en cualquier lugar del mundo, y de tal forma que esta caracterstica siempre est presente.

De hecho, el estudio sistemtico que Pareto hiciera de la desigualdad constituye un hito en el anlisis de las leyes de potencia, campo de la estadstica matemtica y aplicada de amplia divulgacin en los ltimos aos.2 Diversos fenmenos de las ciencias naturales y de las ciencias sociales pueden ser descritos satisfactoriamente por medio de este tipo de leyes, dando paso a una interesante retroalimentacin entre disciplinas. Por ejemplo, adelantos en el estudio de los terremotos han ayudado a algunos a entender mejor las fluctuaciones econmicas3. Este trabajo apunta en una direccin similar. Creemos que el entendimiento de ciertos fenmenos biolgicos puede servir como gua para comprender el fenmeno econmico de la desigualdad. Este artculo tiene dos objetivos primordiales. En primer lugar, buscamos verificar si la distribucin del ingreso en Colombia sigue una ley de potencia, una regla simple que ha explicado empricamente la distribucin del ingreso en un importante nmero de pases y en distintos periodos de tiempo4. Si lo anterior se cumple, podremos identificar qu porcentaje de la poblacin colombiana es duea de los ingresos ms altos de la sociedad. Esta ley es sumamente importante porque mide el desequilibrio que existe en un rango primordial del ingreso. El segundo objetivo es construir un modelo terico que nos permita entender cules son los mecanismos que hacen de la desigualdad un fenmeno persistente. El modelo que presentamos es una aplicacin del proceso de Yule (1925), un modelo introducido originalmente para explicar la distribucin del nmero de especies entre gneros en biologa. La esencia de nuestro modelo es que la probabilidad de que una familia aumente su ingreso, es creciente en su nivel original de riqueza. Es decir, la riqueza atrae cada vez ms riqueza. Adems, factores como la imperfeccin del mercado crediticio, el grado de movilidad social o el enfoque de la poltica econmica, explican si la desigualdad es mayor o menor entre los ms ricos. Este artculo se compone de cuatro secciones, incluyendo esta introduccin. En la seccin 2 definimos el concepto de ley de potencia y presentamos algunas de sus propiedades principales. En particular, vemos qu relacin existe entre las leyes de potencia, la distribucin del ingreso y la ley de Pareto. En la seccin 3 presentamos un ejercicio emprico en el que determinamos, usando como muestra la Encuesta de Calidad de Vida de 2003 realizada por el Departamento Nacional de Estadstica (Dane), si la distribucin del ingreso en Colombia se ajusta a una ley de potencia. Mostramos que esto ocurre en ocho de las nueve regiones que componen la encuesta, pero no ocurre a nivel nacional. En la seccin 4 exponemos un modelo terico cuyo propsito es explicar por qu el ingreso se distribuye de esta forma y qu factores atenan o acentan la desigualdad. Por ltimo, en la seccin 5 discutimos las principales conclusiones y recomendaciones del estudio.

Newman (2004) ofrece una excelente introduccin a este tema. Ver Gabaix et. al. (2003). 4 Ver, por ejemplo, Rhodes (1950), Champernowne (1953) y Lydall (1959) para trabajos sobre el Reino Unido, Hayakawa (1951) y Yamamoto et. al. (2005) para el caso japons, Sitabhra (2005) para la India, Clementi y Gallegatti (2005a) para Italia o Majunder y Chakravarty (1990) para el caso de Estados Unidos.
3

2. Qu es una ley de potencia? Hace ya ms de un siglo Vilfredo Pareto (1897, 1906), en su Cours dEconomie Politique y en su famoso Manual de economa poltica, sugiri que el ingreso ms alto de la economa tiende a distribuirse de acuerdo con una ley. Algunos la llaman la regla 80/20, segn la cual el 20% de la poblacin concentra el 80% de la riqueza de una nacin. En trminos generales, la aseveracin de Pareto es que en todos los pases y en todos los tiempos, una fraccin pequea de la sociedad, controla una fraccin alta de la riqueza. Este es, quizs, el primer ejemplo propuesto y analizado sistemticamente de una ley de potencia (power law), que en los ltimos aos ha atrado la atencin de cientficos de diversas disciplinas. Los trminos distribucin de potencia (power law distribution), ley de Zipf y ley de Pareto5, son usados para describir eventos en los cuales una variable aleatoria alcanza valores altos con poca frecuencia, mientras que los valores medianos o bajos son mucho ms comunes. Por ejemplo: i) hay pocas ciudades grandes y muchos pueblos pequeos, en relacin al nmero de habitantes; ii) hay pocas palabras que se utilizan con mucha frecuencia en un texto, mientras muchas otras se usan pocas veces; iii) en la luna, la frecuencia de los crteres pequeos es alta, mientras que los crteres grandes son menos frecuentes; iv) Usando la escala de Richter, son pocos los grandes terremotos, pero muy frecuentes los movimientos telricos de baja intensidad; v) existen pocos gneros biolgicos con muchas especies, y muchos con pocas; as sucesivamente, se pueden encontrar otros fenmenos naturales y sociales en las cules la variable de inters, sigue una distribucin de potencia. En el caso de la distribucin del ingreso, y como lo observara Pareto, la frecuencia de personas o familias con ingresos bajos es alta, mientras que la de individuos con ingresos altos es baja. 2.1 Caractersticas de una ley de potencia Cuando la probabilidad de alguna variable se distribuye de acuerdo a una ley de potencia, su funcin de distribucin se define como:

p( x) = Cx

(1)

donde p(x) es la frecuencia (probabilidad) de que la variable tome un valor de x, es el exponente de la distribucin (el cual tiene que ser mayor que 1, porque de lo contrario al normalizar la funcin sta no converge), x es la variable que se quiere analizar y C es una constante que depende del tipo de evento. Si tomamos logaritmos a ambos lados de (1), vemos que para una ley de potencia

ln p( x) = ln C ln x

Ver Newman (2004).

4 lo cual implica que en una grfica con escala logartmica, la relacin entre ln p ( x) y ln x , es descrita por una recta cuya pendiente negativa es .
En la prctica, saber con certeza si una variable se distribuye como una distribucin de potencia es difcil. Sin embargo, es posible inferir, y es lo que haremos en la siguiente seccin de este artculo, si ciertas observaciones son consistentes con este modelo.
2.2 Leyes de potencia y la ley de Pareto

Qu relacin existe entre una ley de potencia y la ley de Pareto? En particular, qu papel juega en el entendimiento de la desigualdad en la distribucin del ingreso? Para responder a estas preguntas, es til emplear la distribucin acumulada complementaria (CDF) de potencia. Si llamamos P (x) a la distribucin acumulada complementaria, entonces

P ( x) =

x p( x)dx = x min

+1

(4)

donde x min es el menor valor a partir del cual se satisface la ley de Pareto. Este trmino ser clave en el anlisis que haremos ms adelante. De acuerdo con la anterior definicin, el exponente es la pendiente de dicha funcin, de forma que cunto ms grande sea , mayor ser la frecuencia acumulada P (x) de algn valor x.
En la grfica 1 se presenta la distribucin acumulada complementaria (ecuacin 4) en escala logartmica, que es igual a:

x ln( P( x)) = ( + 1) ln x min

(5)

donde (- +1) es claramente la pendiente de la lnea recta que se observa. En este sentido, y de acuerdo con lo que hemos definido hasta el momento, en la medida en que el parmetro tome un valor ms alto, la probabilidad acumulada ser mayor ya que la probabilidad acumulada complementaria ser menor. A manera de ejemplo, s P(x) representa la probabilidad acumulada de que un hogar tenga un ingreso mayor a 5 millones de pesos, si es mayor, la probabilidad acumulada de que una familia tenga dicho ingreso tambin lo ser. En otras palabras, cunto ms se aproxime a 1 el parmetro , menor ser la probabilidad de que un hogar tenga un ingreso mayor que x. Esto significa que un menor implica una mayor desigualdad en la distribucin del ingreso de los ms ricos6.

Decimos de los ms ricos porque cmo veremos ms adelante, la ley de potencia se satisface para aquellos que tienen un ingreso superior a cierto nivel mnimo x min ; es decir, no se cumple para todos.

Grfica 1 Logaritmo de la Funcin de Distribucin Complementaria de Potencia

Una pregunta interesante que se desprende de la ley de Pareto es entender en dnde se encuentra la mayor parte de x (valores del ingreso) con relacin a la frecuencia relativa (poblacin). La anterior ecuacin permite estimar la poblacin que tiene un nivel de ingreso mayor que cierto valor x. Ahora queremos saber cul es el porcentaje del ingreso que posee dicha poblacin. Llamemos x1 / 2 al nivel de ingreso que divide a la distribucin complementaria de potencia (ecuacin 4) en dos partes. La primera, es el porcentaje de la poblacin que tiene un ingreso mayor que xmin pero menor que x1 / 2 ; la segunda parte es la poblacin cuyo ingreso est por encima de x1 / 2 . Por lo tanto, x1 / 2 satisface las siguientes condiciones:

x1 / 2

p ( x)dx =
+1

1 p( x)dx 2 xmin
+1

x 1 x = x 2 x min 1/ 2 1 /(1 ) x1 / 2 = 2 x min

(6)

Este ingreso representa el nivel medio de la distribucin del ingreso, y con base en l, podemos calcular el ingreso agregado de la poblacin cuyos ingresos son superiores a x1 / 2 , usando el valor esperado de la distribucin complementaria de potencia (para x mayor a x1 / 2 ). As, la fraccin del ingreso total controlada por el 50% ms rico, es:

x1 / 2

xp( x)dx

xmin

x = 1/ 2 xp( x)dx xmin

+ 2

Asumiendo7 que > 2 , es evidente que el 50% ms rico controlar una fraccin menor de la riqueza, cunto ms alto (alejado de 2) sea . De manera general, nos interesa conocer la fraccin del ingreso en manos de la poblacin cuyo ingreso es superior x (donde x x min ). De forma similar a como derivamos la ecuacin anterior, esta fraccin est definida por:
x W = x min
+ 2

(8)

donde W es la fraccin del ingreso en manos de la poblacin cuyo ingreso es superior a x (nuevamente, es necesario asumir que es mayor que 2, porque solamente as las x en (4) y (8) y reordenando, encontramos una integrales convergen). Despejando xmin ecuacin que establece qu fraccin del ingreso total es controlada por la fraccin ms rica de la sociedad:
2

W = P 1

(9)

Como > 2 y P (0,1) , diferenciando (9) vemos que si disminuye, aumenta la fraccin del ingreso (W) en manos la fraccin (P) ms rica de la sociedad. De hecho, de (9), es claro que la famosa regla paretiana del 80/20, para la cual W = 0.8 y P = 0.2 , el parmetro debe ser igual a 2.16. Este sera el valor de la potencia consistente con la observacin del siglo XVIII de Pareto.
As, la ley de Pareto es un caso particular de una ley de potencia. Entender las propiedades fundamentales de los sistemas generadores de leyes de potencia, puede ser un mecanismo para entender la emergencia y la evolucin de la desigualdad en una sociedad.

2.3 Estimacin del parmetro

El exponente se puede estimar por varios mtodos: un primer mtodo es graficar los datos y calcular la pendiente; otro es utilizar mnimos cuadrados ordinarios (MCO), pero en este caso el estimador es sesgado. Por esta razn, la literatura especializada en el tema8
7 Este supuesto cobrar validez emprica ms adelante. De hecho, matemticamente es necesario asumir esto porque de lo contrario, las integrales de (6) divergen. 8 Ver, por ejemplo, Clauset et. al. (2006).

7 recomienda estimar este parmetro usando mxima verosimilitud, ya que el resultado es un estimador asintticamente eficiente, es decir: i) es consistente, ii) se distribuye asintticamente y iii) tiene una matriz de covarianzas asintticas. La ecuacin que resulta para estimar el parmetro por el mtodo de mxima verosimilitud (MLE) es9:

n x = 1 + n ln i =1 x min

(10)

donde n es el nmero de observaciones y como dijimos anteriormente, x min es el menor nivel de la variable, desde donde se cumple la ley de potencia. El error estadstico de este parmetro, estimado por mxima verosimilitud, es10:

n x = n ln i i =1 x min

1
n

(3)

Es con base en estos resultados que haremos la estimacin de la ley de potencia para el caso colombiano.

3. Anlisis Emprico de la Distribucin del Ingreso en Colombia

El objetivo de esta seccin es verificar empricamente si los ingresos de los hogares ms ricos de Colombia se distribuyen de acuerdo a la ley de Pareto. El ingreso disponible de los hogares es un ingrediente bsico de cualquier economa, y en la medida en que se pueda medir el porcentaje de hogares dueos de los ingresos ms altos, es posible entender cul es el patrn distributivo que se presenta en la sociedad, lo cual puede ayudar en el diseo de polticas pblicas que mejoren el nivel de vida de las personas. En esta seccin se examina el conjunto de datos que componen la Encuesta de Calidad de Vida del Dane, la cual viene efectundose desde 1991. Esta encuesta se realiza con el objetivo de medir variables relacionadas con ingresos, egresos, educacin, y algunas otras variables sociodemogrficas de los hogares. Para este trabajo se utiliz la ECV de 2003. Como se muestra en la tabla 1, esta encuesta es representativa a nivel nacional y a nivel de 9 regiones en Colombia. La muestra de la encuesta es de 24.090 hogares, que expandida a nivel nacional, representa 11.194.108 hogares. En el caso especial de Bogot, la ECV es representativa a nivel de localidad, pero para propsitos de este trabajo los datos no se analizaron a dicho nivel.

10

Ver el Apndice A. Ver Newman (2004).

Tabla 1 Regiones y Hogares de la Encuesta de Calidad de Vida

Regin Atlntico Oriental Central Pacfica Bogot Antioquia Valle San Andres Orinoqua Todas Hogares** 2.114.891 2.088.360 1.433.829 804.721 1.934.828 1.490.710 1.172.621 19.195 134.953 11.194.108

Fuente: ECV -2003, DANE ** El nmero de los hogares ya se encuentra expandido a nivel nacional.

En la tabla 2 se presentan las principales estadsticas descriptivas de la variable ingresos del hogar, para cada una de las 9 regiones. Como se puede analizar, a nivel nacional se presenta una gran dispersin en los datos, es decir, los ingresos disponibles de los hogares colombianos presentan una gran variabilidad frente al ingreso promedio del pas. Este fenmeno se presenta en mayor magnitud en Bogot y San Andrs. Por otro lado, el estadstico de forma, el coeficiente de asimetra11, indica que en todas las regiones se presenta una asimetra hacia la derecha, en especial, en la regin Central. Esto significa que el porcentaje de hogares con ingresos ms altos es un porcentaje relativamente pequeo. En otras palabras, esto podra indicar que existe una concentracin de ingresos alta en todo el pas.

Tabla 2 Principales estadsticas descriptivas del ingreso del hogar

Regin Todas Nacional Atlntico Oriental Central Pacfica Bogot Antioquia Valle San Andres Orinoqua Mean 1,736,612 895,513 916,211 804,241 869,342 2,195,343 710,879 1,056,829 1,860,226 1,142,037 Std. Dev. 2,487,891 1,308,128 1,023,747 1,224,759 1,218,888 2,875,155 791,298 1,346,744 2,628,255 1,125,020 Asimetria 6 8 8 10 6 6 4 6 4 4 Min 833 15,167 9,167 6,667 8,333 833 20,000 2,167 4,167 38,333 Max 67,706,672 25,216,668 10,948,667 26,981,500 19,564,300 67,706,672 7,665,167 23,866,668 18,474,000 10,326,666

Fuente: ECV -2003, Dane y clculos propios Nota: Los ingresos estn en pesos corrientes a 2003

El coeficiente de asimetra es igual a cero cuando la distribucin es simtrica, positivo cuando existe asimetra a la derecha y negativo cuando existe asimetra a la izquierda.

11

3.1 Histogramas: una primera aproximacin a la ley de Pareto En la seccin 2 dijimos que la firma clsica de una ley de potencia es el histograma construido a partir de los datos en una escala logartmica, que debe ser, aproximadamente, una lnea recta con pendiente negativa.
Para comprobar esto sobre los ingresos disponibles de los hogares colombianos, lo primero que hicimos fue normalizar la muestra con respecto a un rango de ingreso (x). La normalizacin se realiza dividiendo el nmero de hogares (n) que se encuentran dentro de un intervalo (x) del ingreso, de manera que slo quede una observacin por cada nivel de ingreso. La normalizacin de los datos es importante porque as la muestra se vuelve independiente del nmero de clases que se decida tomar para construir el histograma. El histograma representa con claridad la distribucin acumulada complementaria de potencia, ya que se construye de tal forma que el vrtice del diagrama es la razn entre el nivel de ingreso y el nmero de hogares que tiene este nivel, y la directriz es el nivel de ingreso presentado de forma ordenada (de menor a mayor). En este sentido, la lnea recta con pendiente negativa estara reflejando la existencia de un gran porcentaje de hogares con niveles de ingresos no tan altos, y tambin la existencia de un pequeo porcentaje de hogares con ingresos relativamente altos. En la grfica 3 se presentan los histogramas construidos para los ingresos disponibles de los hogares a nivel nacional12. En el panel de la izquierda presentamos el histograma simple, mientras que el de la derecha es un histograma con escala logartmica. Se puede observar en el histograma con escala logartmica la lnea recta con pendiente negativa, indicando que la distribucin de los ingresos en el caso de Colombia podra ajustarse a la ley de Pareto. Sin embargo un histograma no es suficiente para determinar este tipo de resultados, ya que ste es un anlisis puramente subjetivo y altamente sesgado. Grfica 2 Histogramas del Ingreso de los Hogares en Colombia Normal Con escala Logartmica

Fuente: ECV -2003, Dane y clculos propios

12

En el anexo, se presentan las parejas de histogramas para cada una de las 9 regiones de la ECV.

10

Los histogramas con escala logartmica construidos para este estudio (ver anexo), muestran un ruido en la cola de la distribucin, reflejando el hecho de que la distribucin de potencia no se presenta a lo largo de toda la muestra, sino a partir de un valor mnimo del ingreso xmin. Por tanto, es importante determinar cul es este valor mnimo a partir del cual se cumple la ley de potencia.

3.2 Estimando el valor mnimo Xmin y el parmetro

Johnson (1937), tras encontrar que el ajuste de la distribucin de Pareto con diferentes datos no siempre es el mejor, y que el exponente puede variar, concluye13: No se puede negar que Pareto desarroll un criterio fundamental. Encontr una descripcin simple del esquema de la distribucin del ingreso en los segmentos altos, y una limitacin ms interesante en el rango de la desigualdad medida en la distribucin. Johnson, al igual que otros autores, demuestra que la distribucin de Pareto se ajusta en los niveles ms altos de ingreso. La razn se debe a que existe un marcado sesgo en la distribucin de los ingresos, que segn Pareto, se debe a las habilidades inherentes de las personas para sobrevivir. Aquellos con menos habilidades que un nivel mnimo de supervivencia deben desaparecer o ser soportados por otros, y aquellos con fuertes habilidades tendern a posicionarse en una sociedad, obstaculizando la redistribucin de los ingresos. Teoras ms recientes, como las de Reed (2000), Levy (2001) y Fenner (2005), explican por qu la ley de Pareto tan slo se presenta en la cola de la distribucin de los ingresos, a partir de un proceso estocstico multiplicativo. En un proceso estocstico multiplicativo de inversin, la tasa de retorno vara aleatoriamente y los ingresos futuros dependen de la inversin inicial. Estos autores asumen que slo las personas que poseen un nivel de ingreso mayor a un ingreso mnimo (xmin.), pueden participar en un proceso estocstico multiplicativo de inversin. El retorno de estas inversiones se ajusta perfectamente a una distribucin de Pareto, bajo el supuesto de que el mercado donde se transan los distintos activos es eficiente. Considerando lo anterior, puede verificarse tericamente que la distribucin del ingreso se ajusta a una ley de potencia a partir de un valor mnimo (xmin). No se trata tan slo de tomar arbitrariamente un valor xmin a partir del cual la distribucin de los ingresos se comporta como una distribucin de Pareto, sino de estimar el valor del ingreso a partir del cual se sabe tericamente que los hogares pueden acceder a ciertos beneficios econmicos ms que suficientes. Sin embargo, consideramos que hace falta una teora consistente que explique la emergencia de xmin , pues los modelos existentes, incluyendo el que presentamos ms adelante en este artculo, lo asumen de manera ad hoc.

13

Traduccin nuestra.

11 De esta manera, es necesario estimar un valor xmin que permita hacer un buen ajuste de los datos con la distribucin de Pareto, adems de una buena estimacin del parmetro . Si se escoge un valor de xmin muy bajo, es probable que se presente un sesgo en el parmetro estimado, y se asuma una distribucin de Pareto en donde no la hay. Por otro lado, si se escoge un valor de xmin muy alto, se excluye informacin importante y se podra rechazar la hiptesis de que la distribucin es de Pareto. Existen varias maneras de estimar el valor xmin. Newman (2004) y Clauset et. al. (2006) recomiendan la prueba de Kolmogorov-Smirnov, en la que se busca minimizar la distancia entre la distribucin observada y la distribucin con la que se quiere hacer el ajuste. Adems, este mtodo es sensible a pequeas desviaciones en el valor de xmin. El estadstico de Kolmogorov-Smirnov se define como:

D = Max S ( x) P( x)
x xmin

(10)

donde S(x) es la distribucin complementaria observada en los ingresos de los hogares (para cada una de las 9 regiones de la ECV), y P(x) es la distribucin complementaria de potencia (ecuacin 4). En este caso, D es la distancia absoluta entre estas dos distribuciones. Si esta comparacin refleja una diferencia significativamente grande, la hiptesis nula de igualdad de distribuciones se rechaza; es decir, los ingresos disponibles de los hogares no se ajustan adecuadamente a una distribucin de Pareto. La idea fundamental es encontrar el valor de xmin, que minimice la mxima distancia entre S(x) y P(x). En la tabla 3 se presentan los valores de xmin, estimados para cada una de las 9 regiones y a nivel nacional, y el parmetro correspondiente a este valor (ver ecuacin 2). Se utiliz el mtodo de simulacin bootstrap para verificar la consistencia de los parmetros. A partir de una muestreo aleatorio de tamao n sobre los datos observados, se estiman los parmetros xmin y . Este proceso se realiza un nmero grande de veces, y se toma la desviacin estndar de los parmetros calculados. En la tabla se puede observar que el xmin est acompaado de un valor de incertidumbre calculado a partir del proceso bootstrap, y al igual que para el parmetro , se presenta su error entre parntesis.

Tabla 3 Estimacin del Valor Mnimo (Xmin) y del Parmetro () en el Ingreso ECV
Regin Todas Nacional Atlntico Oriental Central Pacfica Bogot Antioquia Valle San Andres Orinoqua n 1,548 592 500 94 520 560 208 379 109 84 Xmin ** 3,514,000 390 640,000 614 770,000 1,270 1,959,333 10,600 769,000 686 5,950,000 5,617 1,184,000 2,499 1,198,833 1, 948 1,871,500 10,682 1,466,833 10,096 Alfa 2.88(4) 2.46 (5) 2.60 (6) 3.06 (9) 2.57 (6) 3.30 (8) 3.26 (9) 2.70 (7) 2.58 (9) 3.23 (9)

Fuente: Clculos propios **Estn en pesos corrientes de 2003 Nota: Los valores en parntesis de la cuarta columna del grafico representan la incertidumbre (%).

12

Los valores de xmin y presentados para cada una de las regiones y a nivel nacional, son valores que permiten hacer una comparacin relativa sobre la distribucin de los ingresos. En lo que se refiere al parmetro , la poblacin que muestra una mayor inequidad entre los ms ricos es Atlntico, que de acuerdo con la ley de Pareto, el 5% de sus hogares ms ricos, concentran el 38.9% del ingreso en el rango ms alto (ver ecuacin 8). El mismo ejercicio para Bogot muestra que el 5% de la poblacin es duea del 18% de los ingresos de la poblacin ms rica de la ciudad. Estos resultados indican, de acuerdo la teora de Levy (2001), que son ms los hogares en Bogot que pueden hacer inversiones y lucrarse de actividades distintas al trabajo. As, el valor xmin refleja el nivel de ingreso disponible que deben tener los hogares para formar parte de la dinmica de inversin que se presenta en la regin. Para los hogares en Bogot este valor es de 5.9 millones de pesos, lo que indica que los hogares por debajo de este ingreso mensual se encuentran dentro de una dinmica de salario y consumo, es decir, hogares por debajo de este nivel de ingreso no pueden acceder a otro tipo de actividades (por ejemplo, inversiones en activos fijos), que adems del salario, generen otro tipo de renta. En el caso de Atlntico, este valor es de 640 mil pesos mensuales, que comparado con el valor xmin de Bogot, es casi 10 veces menor. Esto indica que en el Atlntico la remuneracin salarial y el consumo, son mucho menores. Adems, los hogares en el Atlntico poseen una menor oportunidad para mejorar sus niveles de ingreso frente a las oportunidades que puedan poseer los hogares en Bogot. Reed (2000) estim el parmetro por el mtodo de mxima verosimilitud para algunos pases, y encontr que para Canad el parmetro estimado es de 4.16, mientras que para Sri Lanka es 2.09. Al comparar estos valores con Colombia, se encuentra que Canad presenta una mejor distribucin de los ingresos en el rango ms alto, mientras que Sri Lanka presenta una mayor concentracin de los ingresos en la cola de la distribucin. Al hacer la misma comparacin, pero ya no a travs de , sino a travs de un indicador de desigualdad como el coeficiente de Gini, se encuentra que la nacin con menos desigualdad es Sri Lanka, luego le sigue Canad y finalmente Colombia, que como ya se coment, se encuentra dentro del conjunto de pases ms desiguales del mundo. Esto simplemente refleja que el coeficiente de Gini y el parmetro de la ley de potencia, miden aspectos distintos de la distribucin del ingreso.14 Por lo tanto, recordando que la ley de Pareto es una medida de desigualdad slo para la parte ms alta de la distribucin del ingreso, el 5% de la poblacin en Canad concentra menos los ingresos que los que se concentran en Colombia y en Sri Lanka. Esto significa que en un pas como Canad un mayor porcentaje de la poblacin tiene acceso a recursos que les permite hacer distintos tipos de inversin y poder verse beneficiados de los retornos que este tipo actividades generan, logrando as que el ingreso disponible mensual no slo dependa del salario y del consumo.
14

Sin embargo, el establecimiento de las verdaderas relaciones entre el exponente Gini, debe ser un interesante problema a resolver en futuras investigaciones.

y el coeficiente de

13 En esta seccin se presentaron los resultados que se obtuvieron a travs de los distintos procesos para estimar xmin y . Se realiz una primera interpretacin de estos resultados, revelando que el Gini y el parmetro no son medidas de desigualdad comparables, ya que: i) evalan rangos del ingreso diferente, ii) la ley de Pareto surgi como explicacin del sesgo positivo que se presenta en los ingresos, y iii) la ley de Pareto es una regularidad emprica que va ms all de la simple comparacin entre los ingresos disponibles de los hogares.

3.3 Los datos se ajustan a la ley de Pareto? Las herramientas estimadas en la seccin anterior ayudan a identificar cul es la mejor forma de ajustar los datos a una distribucin de potencia, pero no dicen mucho sobre si realmente siguen est distribucin. Las dos pruebas de bondad de ajuste ms usadas son la chi cuadrada (2) y la prueba de Kolmogorov Smirnov (K-S). La prueba 2 es muy simple de usar, pero tiene varios inconvenientes relacionados con la construccin del histograma, mientras que la prueba de K-S utiliza la distribucin observada en los ingresos de los hogares.
Para no cometer un juicio errneo sobre la distribucin que siguen los datos aqu presentados, se utiliza nuevamente el estadstico de Kolmogorov-Smirnov para contrastar la hiptesis nula de que los ingresos disponibles de los hogares, en su rango ms alto, se ajustan a la distribucin de Pareto. Para esto, Kolmogorov (1933) suministr una tabla para su prueba estadstica, la cual supone que la distribucin esperada (distribucin de Pareto) es independiente de los datos observados. En la tabla 4 se puede ver que el estadstico calculado a partir de la ecuacin 10 para todas las regiones y a nivel nacional (columna 5), es menor que el valor de la tabla de Kolmogorov (columna 6), de manera que no se puede rechazar la hiptesis nula. Hasta el momento se estara diciendo que los ingresos de los hogares colombianos se distribuyen de acuerdo a la ley de Pareto a partir de un valor mnimo xmin .

Tabla 4 Estadstica de bondad de ajuste de Kolmogorov-Smirnov

Regin n Xmin Alfa KS Nacional 1,548 $ 3,514,000 2.88 0.0382 Atlntico 592 $ 640,000 2.46 0.046 Oriental 500 $ 770,000 2.60 0.043 Central 94 $ 1,959,333 3.07 0.046 Pacfica 520 $ 769,000 2.58 0.032 Bogot 560 $ 5,950,000 3.30 0.027 Antioquia 208 $ 1,184,000 3.15 0.072 Valle 379 $ 1,198,833 2.71 0.072 San Andres 109 $ 1,871,500 2.59 0.0429 Orinoqua 84 $ 1,466,833 3.23 0.0447 ** No se rechaza la hiptesis Nula a una significancia del 99%
Fuente: ECV -2003, Dane y clculos propios

KS Tabla 0.0414 0.067 0.073 0.168 0.071 0.069 0.113 0.084 0.1561 0.1778

Resultado ** No Rechaza No Rechaza No Rechaza No Rechaza No Rechaza No Rechaza No Rechaza No Rechaza No Rechaza No Rechaza

KS Lilifoers 0.0358 0.0550 0.0550 0.1164 0.0550 0.0550 0.1164 0.0550 0.1164 0.1164

Resultado ** Rechaza No Rechaza No Rechaza No Rechaza No Rechaza No Rechaza No Rechaza Rechaza No Rechaza No Rechaza

Sin embargo, no es del todo cierto que los ingresos disponibles de los hogares sean independientes de la distribucin de Pareto, ya que los parmetros (xmin y .) fueron

14 estimados a partir de los datos, de forma conjunta. En estas circunstancias, el estadstico de K-S presenta una menor tasa de rechaz que la esperada. Lilliefors (1967) suministra una tabla para contrastar el estadstico de K-S, la cual asume que los parmetros son estimados a partir de los datos observados, utilizando el mtodo de mxima verosimilitud. Esta tabla se obtuvo con el mtodo de Monte Carlo, el cual se basa en la generacin de un nmero grande de distribuciones de potencia con parmetros aleatorios. Para cada caso se calcul la prueba estadstica de K-S, se calcularon los percentiles que representan los grados de significacia de la prueba y se construy la tabla que permite contrastar la hiptesis nula. En la columna 8 de la tabla 5 se presentan los valores estimados por Lilliefors, los cuales permiten hacer el contraste en cada una de las 9 regiones y a nivel nacional. Como se puede observar el estadstico calculado (columna 5) es mayor que el valor presentado en la tabla de Lilliefors, para la regin del Valle y a nivel nacional, y por tanto, de acuerdo a esta prueba, se rechaza la hiptesis nula de que los ingresos disponibles de los hogares del Valle y a nivel nacional, en su rango ms alto, se ajustan a la distribucin de Pareto. Este resultado podra explicarse en parte porque la base de datos utilizada para hacer el estudio no es la ms apropiada, a pesar de que la ECV es una base de datos representativa a nivel nacional. Para este tipo de estudios se recomienda utilizar bases de datos como la declaracin de renta de las personas naturales, listas publicadas sobre las personas con mayores ingresos en el pas, bases de datos que ciertamente incorporen la cola derecha de la distribucin del ingreso del pas. Es importante resaltar que la hiptesis nula slo resulto rechazada en dos de los diez casos, lo cual permitira inferir que en su gran mayora, las regiones colombianas cumplen una ley de potencia. Sin embargo, la divergencia entre los resultados regionales, y el resultado nacional, plantea un interrogante que todava no podemos responder. En el siguiente apartado se interpretar la ley de Pareto sobre los ingresos disponibles de los hogares en Colombia, a pesar de que la hiptesis nula se rechace utilizando la tabla de Lilliefors. Si bien la hiptesis nula no se rechaza utilizando el estadstico tradicional de KS y la estimacin del parmetro se hace a travs del mtodo mxima verosimilitud.

3.4 Interpretacin de los resultados Pareto (1897), en su trabajo Cours D'Economie Politique, argumenta que la riqueza depende, en cierto grado, del talento de cada persona. No todos los individuos poseen, por ejemplo, la misma habilidad para hacer negocios; no todos tienen un mismo nivel de riqueza inicial; y no todos tienen la misma suerte. En cierto grado, la distribucin de la riqueza depende de factores que no son redistribuibles.
En la grfica 3 se presenta la curva de Pareto para los ingresos disponibles de los hogares colombianos mayores a $3.514.00015. De acuerdo con el razonamiento de Pareto, estos
15

Pesos corrientes de 2003.

15 son los hogares que poseen cierto grado de talento, condiciones iniciales y suerte, que les permite posicionarse econmicamente dentro de la sociedad. En la grfica 3, se puede observar que el 5% de los hogares exitosos en Colombia poseen el 25% de la riqueza. En la seccin 3.2 se coment que Reed (2001) calcul la ley de Pareto para pases como Canad y Sri Lanka utilizando el mtodo de mxima verosimilitud. En el caso de Canad el autor encontr que el 5% de la poblacin exitosa concentra el 13% de la riqueza, y en el caso de Sri Lanka encontr que el 5% de la poblacin exitosa concentraba el 78% de la riqueza.

Grfica 3 Curva de Pareto: Caso Colombiano

Fuente: ECV -2003, Dane y clculos propios

Bajo la reflexin de Pareto esto indicara que hay un mayor nmero de personas con un nivel suficiente de riqueza inicial, habilidad o suerte, en pases como Canad, que en pases latinoamericanos como Colombia. Lo anterior tiene sentido si consideramos que Canad es un pas que tiene indicadores de calidad de vida muy superiores e instituciones no tan polarizadas como las que existen actualmente en Colombia. Estos son factores que en cierta medida promueven fuentes de ingreso diferentes a los salarios. Adems, y como lo veremos en el modelo terico que presentamos ms adelante, seguramente la movilidad social juega un papel preponderante en la persistencia de la desigualdad. As, la mayor desigualdad en el segmento ms rico de la poblacin colombiana, frente a la canadiense, probablemente es una consecuencia de la menor movilidad social que existe en Colombia. En la grfica 4 se presentan la distribucin complementaria de los ingresos de los hogares en Colombia, con dos curvas de ajuste. Hemos incluido el ajuste de acuerdo con la estimacin por mxima verosimilitud, y su equivalente a partir de mnimos cuadrados

16 ordinarios. Es fcil ver que la curva de ajuste construida a partir del mtodo de mnimos cuadrados16 ordinarios est ms distanciada que la construida con el mtodo de mxima verosimilitud. Como se mencion al principio de este artculo, este resultado no es sorprendente debido a los sesgos que presenta el mtodo de MCO. Sin embargo, hicimos este ajuste para comparar nuestros resultados con otros ejercicios empricos, como los de Clementi y Gallegatti (2005), Sitabhra (2005), entre otros.

Grfica. No.4 Ajuste de la distribucin de los ingresos disponibles en los hogares colombianos

Fuente: ECV -2003, Dane y clculos propios

En el trabajo Pareto's Law of Income Distribution: Evidence for Germany, the United Kingdom, and the United States, Clementi y Gallegatti (2005b) encuentran que el 5% de la poblacin ms rica en Estados Unidos, concentra el 17% de la riqueza. En el caso del Reino Unido el mismo 5% concentra el 9.3%, y en el caso de Alemania concentra el 13%. En otro articulo, estos autores realizaron el mismo ejercicio para Italia, y encontraron que el 5% de la poblacin ms rica concentra el 27.4 %. Dado el valor de 2.50 estimado por el mtodo de MCO para el caso colombiano, el 5% de los hogares colombianos concentra el 37% de la riqueza. Este resultado muestra el mismo patrn encontrado en la comparacin con Canad. Los tres son pases que en trminos de indicadores socioeconmicos presentan mejores niveles que Colombia, por tanto mejores oportunidades para que los hogares o las personas incrementen sus ingresos a partir de actividades diferentes al trabajo. Adems, es probable que la movilidad social sea mayor en estos pases que en Colombia.
La regresin lineal por el mtodo de mxima verosimilitud presenta un coeficiente de determinacin R2 de 0.82.
16

17

4. Qu causa la desigualdad?
Amartya Sen (1997) argumenta que diferentes tipos de contingencias conducen a una variacin sistemtica en el ingreso, categorizadas en cinco fuentes de variacin. La primera es la heterogeneidad de las personas (personal heterogeneities), refirindose a caractersticas fsicas como la edad, el gnero, las inhabilidades, la tendencia a enfermarse, entre otras, que hacen que las necesidades entre un individuo y otro sean muy diferentes. Por ejemplo, si un individuo tiende a enfermarse requerir ms ingresos monetarios que otro que no se enferma tanto. La segunda fuente hace referencia a la diversidad ambiental (enviromental diversities): diferentes climas, por ejemplo, influyen en lo que una persona puede conseguir a partir de cierto nivel de ingreso. La tercera fuente es la variacin que existe en el clima social (variations in social climate). Aqu, Sen menciona la capacidad que posee un individuo para convertir sus ingresos o recursos en algo productivo, bajo la influencia de ciertas condiciones sociales. Por ejemplo, si un individuo se encuentra en una sociedad en la que las condiciones incluyen una cobertura adecuada de salud, de educacin, con bajos niveles de criminalidad y violencia, muy probablemente mejorar su situacin personal, lo cual incrementara su productividad va capital humano. Una cuarta fuente hace referencia a las diferentes perspectivas que existen segn la comunidad en la que se vive (differences in relational perspectives). Sen con esto quiere hacer referencia a que las necesidades varan de una sociedad a otra dependiendo de las costumbres y convenciones que se tengan. La quinta y ltima fuente, se refiere a la distribucin que existe dentro de un hogar, de modo que los ingresos obtenidos por uno o ms miembros de este ncleo, tienen que ser compartidos por partes iguales por todos los miembros, tanto los que tienen ingresos como los que no. De modo que el bienestar de la familia en trminos monetarios, depende del nmero de miembros que componga ese hogar. Con lo anterior, Sen teoriza acerca de las fuentes de la desigualdad, basndose en factores circunstanciales, sociales, econmicos e inherentes al individuo, que en ltimas no son capturados por simples estadsticas. Muchas teoras se han construido para explicar la desigualdad y su relacin con el crecimiento econmico. Segn Barro (1999), estas teoras se dividen en cuatro categoras: las relacionadas con imperfecciones del mercado de crdito, con poltica econmica, malestar social y tasas de ahorro. La imperfeccin en los mercados de crdito es ms preocupante en economas pobres, en las que el acceso es limitado ya que para tener un aval crediticio se requiere de algn bien

18 como garanta. As, los hogares con pocos recursos renuncian a hacer cualquier tipo de inversin, abriendo ms la brecha existente entre pobres y ricos. Por otro lado, las malas polticas econmicas generan corrupcin, haciendo que los recursos de la economa se desven en actividades de lobby y compra de votos, mas no en polticas redistributivas, ni en programas que ayuden a que los individuos de pocos recursos accedan a educacin, salud, mejor trabajo, reforzando de este modo la desigualdad econmica. La exclusin social de determinados grupos de la poblacin motiva al excluido a involucrase en actividades delictivas, lo cual genera un gasto de recursos, y haciendo que la productividad econmica se reduzca. Se genera un malestar social y por ende, ms inequidad, de manera que se crea un crculo vicioso de desigualdad social. Otras teoras de la desigualdad se han enfocado en el individuo, aislndolo de factores macroeconmicos. Stiglitz (1969) examina cmo la funcin de consumo, la heterogeneidad en las habilidades y la reproduccin de un individuo pueden generar diferentes niveles de ingreso.

4.1 Un modelo generador de leyes de potencia

Una familia que acumule a travs del tiempo, y de generacin en generacin, una gran cantidad de dinero, poder y estatus social, es una dinasta. Los Medici en Florencia durante el Renacimiento, los Carolingios en Francia entre los siglos VIII y X, o los Tdor en Inglaterra entre los siglos XVI y XVII, son apenas tres ejemplos de dinastas que no slo detentaron el poder poltico durante vastos periodos de tiempo, sino que tambin amasaron importantes fortunas que se fueron transmitiendo de generacin en generacin. La esencia del modelo de distribucin del ingreso que presentamos en esta seccin es que en la sociedad existe un conjunto de dinastas, cada una poseedora de un ingreso determinado, el cual nos permite caracterizarlas como familias ricas. Por supuesto, unas familias son ms ricas que otras, y en el tiempo, dependiendo del nivel de movilidad social que exista en la economa, nuevas dinastas emergern. Diferentes factores explican la rapidez o lentitud con la que emerge una nueva dinasta (familia rica): i) la imperfeccin del mercado crediticio, que en mayor o en menor medida genera barreras a la entrada para que familias de bajos ingresos logren formar parte del proceso de inversin y acumulacin de capital; ii) el enfoque de la poltica econmica, que en muchos casos responde a los intereses de las clases privilegiadas, en perjuicio de las necesidades de redistribucin; iii) la ausencia de movilidad social, materializada en la incapacidad de ciertos mecanismos, como la educacin, para brindar oportunidades de progreso; iv) la naturaleza misma de la funcin consumo, que hace que las familias de altos ingresos cada vez puedan ahorrar ms, y por tanto, participar en mayor medida en procesos en los que cuales el retorno a la inversin es creciente en la cantidad invertida. En nuestro modelo, estos factores jugarn un rol clave al momento de explicar la persistencia de la forma en la que se distribuye el ingreso.

19 Sea yi la riqueza de la dinasta i , y supongamos esta riqueza es superior a cierto nivel mnimo necesario para considerar a una familia una dinasta. Llamemos a este nivel y 0 , y por lo tanto, supongamos que yi y 0 , para toda dinasta i . En el tiempo, el dinero fluye entre las dinastas, pero la probabilidad de que un dlar fluya a una dinasta en particular, depende de la riqueza que sta tenga, mediante un mecanismo que explicamos ms adelante. Como dijimos anteriormente, en el tiempo nuevas dinastas aparecen. Supongamos que el dinero fluye a una tasa constante por unidad de tiempo. En aras de simplificar el anlisis, supongamos que cada segundo un dlar fluye hacia una familia. Una vez m dlares han fluido, es decir, una vez una cantidad m de tiempo ha transcurrido, emerge una nueva dinasta. Es decir, un nuevo individuo o grupo familiar supera el umbral y 0 , siempre que m dlares se hayan distribuido entre las familias que originalmente haban estado por encima de este umbral. De esta manera, m es un indicador de qu tanta movilidad social existe en la economa. Si m es alto, mucho dinero fluye, y por ende, mucho tiempo transcurre, antes de que una nueva familia pueda empezar a considerarse rica. Por tanto, si m es alto, existe poca movilidad social e intergeneracional. Todo lo contrario si m es bajo. Una interpretacin equivalente podemos dar a este parmetro en trminos del grado de imperfeccin del mercado crediticio, del nivel de plutocracia17 o de la relacin entre ingreso, ahorro y consumo. Definimos un periodo de tiempo como la cantidad de tiempo existente entre la aparicin de una dinasta y otra. De esta manera, si en un momento determinado existen t dinastas, entonces en la sociedad han transcurrido t periodos de tiempo. Suponemos que los periodos de tiempo son de igual longitud, que como dijimos anteriormente, la representa la cantidad m de dinero que fluye entretanto. As, en un periodo de tiempo en particular, la economa genera y 0 + m dlares, porque suponemos que y 0 es la riqueza con la que empieza la nueva dinasta. Sea pi la probabilidad de que el siguiente dlar que fluir en la economa llegue a una dinasta con ingreso yi . Definimos esta probabilidad como

pi =

yi
j

yj

De esta manera, la probabilidad de que el siguiente dlar vaya a una familia rica en particular, es simplemente la proporcin de la riqueza total en manos de esa dinasta. Esto hace que dicha probabilidad sea creciente en la riqueza relativa de una familia. Los ms ricos tienen una probabilidad mayor de hacerse ms ricos, o en otros trminos, la riqueza atrae ms riqueza.

17

Es decir, qu tanto favorece a las clases privilegiadas la poltica econmica.

20 Algunos argumentos econmicos sustentaran esta hiptesis. Por ejemplo, si la inversin tiene presenta un proceso estocstico multiplicativo, en el que la tasa de retorno es creciente en el monto invertido, en el tiempo los que tengan mayor capacidad de inversin acumularn ms. Este fenmeno se reforzara de generacin en generacin si la riqueza y las habilidades se transmiten de padres a hijos. Tambin, si el mercado crediticio es imperfecto, los ms ricos tendrn una capacidad mayor de endeudamiento porque cumplirn con mayor facilidad los requerimientos de capital exigidos por el sector financiero. Este mayor endeudamiento puede significar una tasa de retorno de la inversin tambin mayor. Como la riqueza se distribuye de manera no simtrica entre las dinastas (precisamente como consecuencia de nuestra definicin de pi ), no todas las t dinastas tendrn el
t mismo nivel de riqueza. De hecho, llamemos y a la fraccin de dinastas cuya riqueza es

igual a y cuando existen t dinastas (o lo que es lo mismo, en el periodo t ). De esta t manera, el nmero total de dinastas existentes en este periodo del tiempo es y t y la riqueza total acumulada en la economa es

y j = t ( y 0 + m)

(1)

El lado izquierdo de la igualdad es la sumatoria de la riqueza entre las familias ricas, mientras que el lado derecho simplemente es el nmero de periodos transcurridos (que en este modelo es equivalente al nmero de dinastas), multiplicado por la cantidad de dinero que fluye en cada periodo. Hemos dicho que entre el establecimiento de la dinasta t y la aparicin de la t + 1 , una cantidad m de dlares fluye en el sistema. Por esta razn, la probabilidad de que una dinasta con riqueza y i obtenga un dlar en dicho periodo de tiempo es

pi m =

yi
j

yj

m =

myi t ( y 0 + m)

(2)

La segunda igualdad surge de reemplazar (1) el denominador del lado derecho de (2). Pensemos ahora en las dinastas cuya riqueza el periodo t es igual a y . Del total de t dinastas en este periodo, una fraccin y tiene este nivel de riqueza, y el nmero total,
t como dijimos con anterioridad, es y t . De esta manera, el nmero esperado de dinastas de este tipo, que adquiere un dlar entre la aparicin de una dinasta y otra es

my my t t y t = y t ( y 0 + m) y0 + m

(3)

Si (3) representa el nmero de dinastas cuya riqueza es y en el periodo t y que reciben exactamente un dlar ms durante este periodo, a su vez representa el nmero en el que

21 decrece, para el periodo t + 1 , la categora de dinastas precisamente con esta riqueza, porque ahora todas estas familias tendrn una riqueza igual a y + 1 . Pero este nmero de dinastas en la categora y no slo decrece. Tambin crece, porque aquellas familias cuya riqueza en t es y 1 , y que reciben un dlar durante este proceso, formarn parte de la categora y en el periodo t + 1 . De hecho, el nmero esperado de familias ricas que experimentan este cambio es m( y 1) t m( y 1) t y 1t = y 1 t ( y 0 + m) y0 + m

(4)

As, (3) y (4) representan, respectivamente, el nmero en el que decrece y crece la categora de dinastas cuya riqueza es y . Recordemos que nuestro inters principal es la distribucin del ingreso entre las familias, por lo menos dentro del conjunto de las ms ricas (que es donde empricamente se cumple la ley de potencia). Por tal razn, nos interesa saber cuntas dinastas en el periodo t + 1 (cuando hay igual nmero de dinastas) tienen una riqueza equivalente a y . Sumando (4) y restando (3) al nmero del periodo t , este nmero es
t t (t + 1) y+1 = t y

my m( y 1) t t y + y 1 y0 + m y0 + m

o, de manera equivalente,
t t (t + 1) y+1 = t y +

m t t ( y 1) y 1 y y y0 + m

(5)

El modelo aqu presentado define un proceso estocstico en el que el nmero (y por ende la proporcin) de familias con un ingreso determinado, es una variable aleatoria que evoluciona en el tiempo. De hecho, (5) es la ecuacin maestra del proceso estocstico que aplica para todos los niveles de riqueza con una excepcin: el de aquellas familias cuya riqueza es apenas la mnima necesaria para ser consideradas una dinasta ( y 0 ). De hecho, el nmero esperado de familias con este ingreso en el periodo t + 1 es
t+ t (t + 1) y0 1 = t y0 + 1

my0 t y y0 + m

(6)

La intuicin detrs de (6) es simple. El lado izquierdo es el nmero total de dinastas en dicho periodo (t + 1) , multiplicado por la fraccin del total que tienen un ingreso de y 0 . El lado derecho, por su parte, es el nmero total de dinastas con dicho ingreso en el periodo t anterior ( t y0 ), ms la nueva dinasta que emerge, menos el nmero total de dinastas cuyo ingreso en t era y 0 , pero que en el transcurso de este periodo ganan un dlar adicional.

22

Qu ocurre en el largo plazo? Es decir, como en nuestro modelo t es el nmero de dinastas, pero a la vez es el nmero de periodos de tiempo, qu ocurre a medida que t crece? Supongamos, en primer lugar que
t lim y = y t

es decir, que la fraccin de familias con ingreso y converge a un valor fijo si t crece indefinidamente. En dicho caso, (6) se convierte en

y = 1
0

m y 0 y0 y0 + m

y simplificando,

y =
0

m + y0 y 0 (m + 1) + m

(7)

De esta manera, la condicin (7) representa la fraccin de familias cuyo ingreso es apenas el necesario para ser consideradas dinastas, en la distribucin estacionaria. Con un argumento similar, (5) se convierte en

y =

m ( y 1) y 1 y y y0 + m

ecuacin que implica

y +

m m y y = ( y 1) y 1 y0 + m y0 + m

y resolviendo, hallamos la distribucin estacionaria para las dinastas cuyo ingreso es y :

y =

m( y 1) y 1 y 0 + m(1 + y )

Para facilitar la iteracin, multipliquemos el lado derecho de esta igualdad por m / m , para obtener

23

y =

y 1 y0 +1+ y m

y 1

e iterando, tenemos que y 1 y2 y 1 y2 y 3 y = y 2 = y 3 y0 y0 y0 y0 y0 + y +1 +y + y +1 +y + y 1 m m m m m

y as sucesivamente hasta llegar a:

y =

( y 1)( y 2) y 0 y y0 y 0 y0 0 + y + 1 + y + y 0 + 2 m m m

que es equivalente a
y ( y 0 1)! 0 + y 0 + 1! ( y 1)( y 2) y 0 m y = y0 y0 y y y + y + 1 0 + y 0 + y 0 + 2 0 + y 0 + 1!( y 0 1)! m m m m Como
( y 1)!= ( y 1)( y 2) y 0 ( y 0 1)! . y y0 y y y y + y + 1!= 0 + y + 1 0 + y 0 + y 0 + 2 0 + y 0 + 1! m m m m m entonces, (8) se convierte en y ( y 1)! 0 + y 0 + 1! m y = y0 y0 ( y 0 1)! + y + 1! m Matemticamente y por definicin, si n es un nmero natural, asociada es18
18

(8)

(9)

su funcin gamma

De hecho, en general, la funcin gamma es una extensin de la funcin factorial de los nmeros naturales, a los nmeros reales, y ms aun, a los nmeros complejos.

24

(n) = (n 1)!
Por lo tanto, escribiendo (9) en trmino de funciones gamma, la proporcin estacionaria de familias con ingreso y es ( y ) y 0 + 2 + y = ( y 0 ) y + 2 +

y0 m y 0 y0 m

(10)

Por otro lado, existe una relacin entre las funciones gamma y la funcin beta, definida por

B (a, b) = z a1 (1 z ) b1 dt
0

Es posible demostrar que

B ( a , b) = Como (10) es equivalente a

(a)(b) (a + b)

(11)

( y ) y 0 + 2 + y = ( y 0 ) y + 2 +

y0 2 + m y0 2 + m

y0 m y 0 y0 m

entonces, combinando (10) y (11), podemos escribir la fraccin de dinastas con ingreso y en trmino de funciones beta: y B y , 2 + 0 m y = y 0 y0 B y 0 ,2 + m Resulta interesante expresar dicha fraccin de esta manera, porque una importante propiedad de la funcin beta B(a, b) es que, manteniendo constante b e incrementando a , la funcin sigue una ley de potencia de la forma B(a, b) ~ a b . En nuestro caso, en la cola de la distribucin

25
y - 2 + 0 m

y ~ y

y0 . Por m definicin, tanto m como y 0 son positivos, y por lo tanto siempre es mayor que dos. Este resultado es consistente con nuestras estimaciones de la seccin 2. Adems, dijimos anteriormente que cunto ms se acerque a 2 este exponente de la ley de potencia, mayor ser la desigualdad entre los ricos. Por lo tanto, en nuestro modelo, una menor movilidad social (mayor m ) acenta la desigualdad. De esta manera, diversos factores econmicos explicaran una mayor o menor desigualdad entre los ricos, teniendo como canal de transmisin la movilidad social. Por ejemplo, si el mercado crediticio en una regin (o pas) es ms imperfecto que en otra(o), menor movilidad social existir y por tanto habr ms desigualdad, de acuerdo con nuestro modelo. O si la plutocracia es ms acentuada en un lugar que en otro, probablemente esto tambin va en detrimento de la movilidad social, con su respectivo impacto sobre la distribucin del ingreso. Por ltimo, si la inversin sigue un proceso estocstico multiplicativo, de tal forma la tasa de retorno es una funcin creciente del monto invertido, es probable que la movilidad intergeneracional sea baja, de tal forma que de generacin en generacin, el capital y la riqueza se transmiten dentro de las dinastas, perpetuando la desigualdad.

De esta manera, el coeficiente de la ley de potencia en nuestro modelo es = 2 +

Pero tambin es claro que decrece y tiende a 2 conforme disminuye y 0 . Recordemos que este parmetro mide el ingreso con el cual aparece una nueva dinasta, o familia rica. Por lo tanto, cunto ms bajo sea este ingreso, mayor ser la desigualdad. Si las nuevas dinastas empiezan con un nivel menor de riqueza, probablemente esto favorece, en el largo plazo, a las que inicialmente tenan un nivel alto. De esta manera, el modelo presentado en esta seccin busca explicar el origen de la ley de potencia en la distribucin del ingreso de los ms ricos en una sociedad. El argumento bsico del modelo es que la probabilidad de que una dinasta en particular obtenga ms dinero, es creciente en su nivel de riqueza. El ingreso atrae ms ingreso, de manera similar a cmo una ciudad grande atrae ms habitantes, cmo un gnero con muchas especies tiene una probabilidad mayor de generar una nueva especie, o cmo es muy probable que un artculo muy citado, vuelva a serlo.

5. Conclusiones y Recomendaciones

A partir de la Encuesta de Calidad de Vida de 2003 realizada por el Dane, en este trabajo se verific si los ingresos disponibles de los hogares en Colombia, en su parte ms alta, se distribuyen de acuerdo con la ley de Pareto. Estimando el parmetro por el mtodo de mxima verosimilitud y utilizando la prueba tradicional de Kolmogorov-Smirnov, se encontr que no se rechaza la hiptesis nula de que los ingresos disponibles de los hogares se ajustan a la distribucin de Pareto. Sin embargo, esta prueba no es suficiente para

26 confirmar la hiptesis nula, ya que la prueba de K-S asume independencia entre la distribucin observada y la esperada. En este caso, los parmetros de la distribucin de Pareto se estimaron a partir de la distribucin de los datos observados en la ECV. Por lo tanto, fue necesario corregir la prueba utilizando la tabla de Lilliefors, la cual determin que los ingresos disponibles de lo hogares en la regin Valle y a nivel nacional, no se ajustan a la distribucin de Pareto. En los ocho casos restantes no se rechaz la hiptesis nula. La mayora de los estudios aplican el mtodo mnimos cuadrados para estimar el parmetro exponencial de la distribucin de Pareto y utilizan pruebas tradicionales de bondad de ajuste como la 2, la prueba de K-S y el mismo R cuadrado de la regresin lineal. Estos mtodos no son los ms indicados debido a los diferentes tipos de sesgos que se presentan en el momento de calcular los resultados. Adicionalmente, el valor mnimo del ingreso (xmin) debe ser estimado por algn mtodo estadstico que no permita cometer ningn tipo de error. La estudios econmicos referenciados, seleccionaron el xmin con base en el histograma construido con los datos observados de los ingresos o simplemente identificando un valor mnimo del ingreso a partir de polticas fiscales. A pesar de que el ajuste de la distribucin de Pareto se rechaza en dos de los ocho casos utilizando la tabla de Lilliefors, los resultados permitieron construir una medida relativa de la riqueza para Colombia, encontrando que pases como Canad, Estados Unidos, Italia y Alemania, presentan una mejor distribucin en la parte ms alta de los ingresos. Esta medida relativa de riqueza tambin permiti concluir que el coeficiente de Gini y el parmetro no son medidas de desigualdad comprables, ya que: i) evalan diferentes rangos del ingreso, ii) la ley de Pareto surge como explicacin al sesgo positivo que presenta la distribucin del ingreso, y iii) la distribucin de Pareto no es una simple comparacin de ingresos. El anlisis emprico hecho en este artculo nos permite concluir que en ocho de las nueve regiones colombianas la distribucin del ingreso de los ms ricos, se ajusta a una ley de Pareto. Sin embargo, y como era de esperar, esta distribucin es ms desigual en algunas regiones que en otras. Seguramente este patrn tambin se observa a nivel global, entre naciones. Por tanto, inmediatamente surgen diversos interrogantes: por qu el ingreso sigue una distribucin de potencia? Qu factores econmicos, polticos y sociales perpetan esta distribucin? Por qu en algunas regiones la distribucin es ms desigual? El modelo terico presentado en la seccin 4 de este artculo intenta responder algunos de estos interrogantes. Tomando como dada la desigualdad en la distribucin del ingreso, esta se mantiene porque la probabilidad de que una familia aumente su riqueza, es creciente en el nivel original que la familia tenga. Este fenmeno se exacerba cunto ms baja sea la movilidad social, cunto ms plutcrata sea el gobierno o cunto ms imperfecto sea el mercado crediticio. En cunto a las recomendaciones, es necesario reconocer que la base de datos utilizada para hacer este tipo de estudios no es la ms apropiada, a pesar de que la ECV es una base representativa a nivel nacional. Deberan utilizarse bases de datos como la declaracin de renta de las personas naturales, la lista de las personas con mayores ingresos en el pas, o

27 bases de datos que ciertamente incorporen la cola derecha de la distribucin de los ingresos. Es importante resaltar que la hiptesis nula slo result rechazada en dos de los diez casos, utilizando las pruebas ms exigentes recomendadas por la literatura especializada. Esto representa un avance respecto a la mayora de estudios empricos realizados a nivel mundial en este campo. Sitabhra (2005) realiz la estimacin del parmetro para distintos periodos, con lo cual concluy que hay una correlacin entre los ingresos de un periodo y otro, y pudo hacer inferencias acerca de la evolucin de la desigualdad. Para Colombia sera muy interesante evaluar el parmetro exponencial de la ley de Pareto para distintos periodos. Por un lado, sera posible encontrar correlaciones entre los niveles de ingreso de un periodo y otro, lo cual corroborara el proceso estocstico multiplicativo en los rendimientos de los inversionistas. Por otro lado, sera interesante analizar la correlacin del parmetro con el coeficiente de Gini o algn otro indicador econmico, que permita hacer inferencias sobre las causas de una mayor o menor concentracin del ingreso en el rango ms alto.

28
6. Bibliografa
1.

R. J. BARRO (2000), Inequality and Growth in a Panel of Countries, Journal of Economic Growth, Vol. 5, No. 1, pp 5-32. D.G. CHAMPERNOWNE (1953), A model of Income Distribution, The Economic Journal, Vol. 63, No. 250, pp 318-351. A. CLAUSET, C. ROHILLA, M. NEWMAN (2006), Power-law Distributions in Empirical Data. Working Paper, Santa Fe Institute. F. CLEMENTI, M. GALLEGATI (2005a), Power law Tails in the Italian Personal Income Distribution, Working Paper, Universit Politecnica delle Marche. F. CLEMENTI, M. GALLEGATI (2005b), Pareto's Law of Income Distribution: Evidence for Germany, the United Kingdom, and the United Status, Working Paper, Universit Politecnica delle Marche. T. FENNER, M. LEVENE y G. LOIZOU (2005), A stochastic Evolutionary Model Exhibiting Power-Law Behaviour with an exponential Cutoff, Working Paper, School of Computer Science and Information Systems, Birkbeck College, University of London. X. GABAIX, P. GOPIKRISHNAN, V. PLEROU & H. EUGENE STANLEY (2003), A theory of power-law distributions in financial market fluctuations, Nature, Vol. 423. (May), pp. 267-270. M. HAYAKAWA (1951), The application of Paretos Law of Income to Japanese Data, Econometrica, Vol. 19, pp. 174-183. N. O. JOHNSON (1937), The Pareto Law, The Review of Economic Statistics, Vol. 19, No. 1, part 1, pp. 20-26. M. LEVY (2001), Market Efficiency, the Pareto Wealth Distribution, and the Lvy Distribution of Stock Returns, The Economy as an Evolving Complex System III, edited by Lawrence E. Blume and Steven N. , Oxford University Press, pp. 101-131. H. F. LYDALL (1959), The Long-Term Trend in the Size Distribution of Income, Journal of the Royal Statistical Society. Series A (General), Vol. 122, No. 1, pp. 1-46. A. MAJUNDER, S. R. CHAKRAVARTY (1990), Distribution of Income: development of a New Model and its Application to U.S. Income Data, Journal of Applied Econometrics, Vol. 5, No. 2, pp. 189-196.

2.

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

29
13.

M.E.J. NEWMAN, A. CLAUSET, C. R. SHALZI, (2006), Power-Law Distribution in Empirical Data, Working Paper, Santa Fe Institute. M.E.J. NEWMAN (2005), Power laws, Pareto distributions and Zipfs law, Contemporary Physics, No. 46, pp323-351. M.E.J. NEWMAN (2000), The Power of Design, Nature, Vol 405. , pp.25-26. V. PARETO (1897), Cours dEconomie Politique, Droz.Geneva. V. PARETO (1906), Manual of Political Economy, August M. Kelley, English Translation (1971). W. J. REED, B. D. HUGHES (2002), From Gene Families and Genera to Incomes and Internet File Sizes: Why Power Laws are so Common in Nature, Physical Review, E 66, 067103, (2002). W. J. REED (2001), The Pareto Law of Incomes an Explanation and an Extension, Working Paper, Universidad de Victoria, Department of Mathematics and Statistics. E. C. RHODES (1950), Distribution of incomes in the United Kingdom in 1938 and 1947, Econometrica, Vol. 17, No. 66, pp. 146-158 A. K. SEN (1997), From Income Inequality to Economic Inequality, Southern Economic Journal, Vol. 64, No. 2 , pp. 383-401 S. SITABHRA(2005), Evidence for Power-law tail of the Wealth Distribution in India, The Institute of Mathematical Sciences, C. I. T. Campus, Taramani, Chennai -600 113, India. J. E. STIGLITZ (1969), Distribution of Income and Wealth among Individuals, Econometrica, Vol. 37, No. 3, pp. 382-397. Q. H. VUONG, Likelihood Ratio Test for Model Selection and Non-Nested Hypotheses, Econometrica, Vol. 57, No. 2. (Mar., 1989), pp. 307-333. H. O. A. WOLD, P. WHITE (1957), A model Explaining the Pareto Distribution of Wealth, Econometrica, Vol. 25, No. 4. (Oct., 1957), pp. 591-595. K. YAMAMOTO, S. MIYAZIMA, H. YAMAMOTO, T. OHTSUKI AND AKIHIRO FUJIHARA (2005), The power-law exponent and the competition rule of the high income model. G. U. YULE, A Mathematical Theory of evolution based on the conclusions of Dr. J.C. Willis, Soc. London, Vol. 213, 1925 (1925), pp. 21-87.

14.

15. 16. 17.

18.

19.

20.

21.

22.

23.

24.

25.

26.

27.

30
Apndice A. Estimacin del exponente por Mxima Verosimilitud19

Considrese la siguiente distribucin de potencia: p( x ) = Cx Normalizando la constante C, para que convierte en: p( x ) =

p(x ) = 1 , la distribucin de potencia se

i =1 i

1 x
x min x min

Dado un conjunto de datos de n observaciones x i x min , se quiere saber cual es el valor estimado del parmetro . La probabilidad de que los datos se distribuyan como una distribucin de potencia, dado un valor del parmetro , es:
p( x ) = i =1 x min x min Esta probabilidad se conoce como verosimilitud de los datos dado un modelo. Comnmente se trabaja es con el logaritmo de esta probabilidad:
n

1 xi

L = ln p( x ) = ln
i =1

1 xi
x min x min

n x = ln( 1) n ln x min ln i x min i =1 n x = n ln( 1) n ln x min ln i x min i =1 Al derivar el logaritmo de verosimilitud con respecto al parmetro e igualar a cero, se tiene el estimador por mxima verosimilitud: n L x n =0= ln i 1 i =1 x min

n x = 1 n ln i i =1 x min

que es la ecuacin que empleamos en nuestras estimaciones de la seccin 3.

19

Ver Newman (2004)

31

ANEXO Grfica A.1. Histogramas del Ingreso de los Hogares en Colombia Por regiones

BIENESTAR DE LOS HOGARES DE VALLE

.1 .2.3.4 .5 Ln Porcentaje de Hogares 300000 Ln Ingreso de los Hogares

24000000

32

33

Fuente: ECV -2003, Dane y clculos propios