Una aproximación al Índice de Miseria de Okun

1 MEMORIA DEL TRABAJO DE FIN DE GRADO Una aproximación al Índice de Miseria de Okun An approximation to the Okun Misery Index Autores: Eduardo Samuell Gonçalves, Pablo Guillermo Méndez Mouton, Nuhazet Ricardo Mesa Rivero Tutorizado por: D. Francisco José Ledesma Rodríguez Grado en Administración y Dirección de Empresas Curso Académico 2023-2024 Convocatoria Julio 2024 2 RESUMEN A lo largo de la historia el mundo ha vivido múltiples situaciones desagradables y devastadoras, como lo son las guerras, desastres naturales o pandemias. Además de esto, las diversas situaciones geopolíticas de los diferentes países han desencadenado el estado de bienestar o miseria en el que se encuentran actualmente. Con el fin de analizar el estado en el que se encuentran las distintas poblaciones, numerosos economistas han tratado de buscar una fórmula que les permita cuantificar dicho estado de bienestar o miseria para realizar estudios, aconsejar en la política o encontrar soluciones a los problemas. El objetivo principal de este trabajo de fin de grado ha sido el estudio empírico del indicador de miseria ideado por el economista americano Arthur Okun. Se ha tomado una perspectiva teórica y empírica revisando la literatura y se han detectado las virtudes y determinados defectos que tiene dicho indicador. Asimismo, este trabajo aporta distintas aplicaciones empíricas que han arrojado luz acerca de los puntos fuertes y débiles que puede tener este Índice de Miseria de Okun (IMO). Algunos de los resultados finales es que si bien parece ser apropiado para detectar momentos de crisis y malestar en la mayoría de países, no parece ser apropiado para países en vías de desarrollo ya que entra en conflicto con otros indicadores como el Índice de Desarrollo Humano. Palabras clave: Índice de Miseria de Okun (IMO), Estado de bienestar, Indicadores macroeconómicos/microeconómicos. ABSTRACT In the course of history, the world has experienced many unpleasant and devastating situations, such as wars, natural disasters or pandemics. In addition to this, the different geopolitical situations of the different countries have triggered the state of well-being or misery in which they currently find themselves. In order to analyse the state in which different populations find themselves, many economists have tried to find a formula that allows them to quantify this state of well-being or misery in order to carry out studies, advise on policy or find solutions to problems. The main objective of this thesis was to study the misery indicator devised by the American economist Arthur Okun. A theoretical and empirical perspective has been taken by reviewing the literature and the virtues and certain defects of this indicator have been detected. This research also provides different empirical applications that have shed light on the strengths and weaknesses of Okun's Misery Index. Some of the final results are that while it is good for detecting moments of crisis and malaise in most countries, it does not seem to be appropriate for developing countries as it conflicts with other indicators such as the Human Development Index. Keywords: Okun Misery Index (OMI), Welfare State, Macro/microeconomic indicators. 3 ÍNDICE DE CONTENIDOS 1. INTRODUCCIÓN 4 2. MARCO TEÓRICO 5 2.1 ANTECEDENTES 5 2.2 CONCEPTO Y EVOLUCIÓN DEL ÍNDICE DE MISERIA DE OKUN 6 2.3 CRÍTICAS Y LIMITACIONES 8 3. ANÁLISIS EMPÍRICO 10 3.1 EL CASO DE CANARIAS Y ESPAÑA 10 3.2 EL CASO DE LAS COMUNIDADES AUTÓNOMAS 13 3.3 EL CASO DE LOS PAÍSES DE LA UNIÓN EUROPEA 17 3.4 ÁFRICA COMPARADO CON LA UNIÓN EUROPEA 25 4. COMPARACIÓN DEL ÍNDICE DE OKUN CON OTROS INDICADORES 26 4.1 ALGUNAS MEDIDAS DE BIENESTAR Y POBREZA 26 4.1.1 INGRESO PER CÁPITA 27 4.1.2 COEFICIENTE DE GINI 28 4.1.3 INDICADOR AROPE 29 5. CONCLUSIÓN Y REFLEXIONES FINALES. 30 4 ÍNDICE DE FIGURAS Figura 3.1. Evolución del Índice de Miseria. Canarias y España (2018) 11 Figura 3.2. Inflación vs. Desempleo por CCAA. Índice de Okun (2018)Figura 3.2 14 Figura 3.3. Inflación vs. Desempleo por CCAA. Índice de Okun (2022) 15 Figura 3.4. Ranking IMO. CCAA españolas. Año 2018 16 Figura 3.5 Ranking IMO. CCAA españolas. Año 2022. 17 Figura 3.6. Inflación vs Desempleo por países de la UE. Índice de Okun (2018) 18 Figura 3.7. Inflación vs Desempleo por países de la UE. Índice de Okun (2022) 20 Figura 3.8 Ranking IMO. Unión Europea. Año 2018 21 Figura 3.9. Ranking IMO. Unión Europea. Año 2022 22 Figura 3.10. Ranking de los países africanos para el año 2022 26 Figura 4.1 Gráfico de dispersión comparando el IMO y el PIB per cápita 28 Figura 4.2 Gráfico de dispersión comparando el Índice de Gini y el IMO 29 Figura 4.3. Gráfico de dispersión comparando el Indicador AROPE y el IMO. 30 ÍNDICE DE TABLAS Tabla 3.1 Migraciones 2022 Tabla 3.2 IMO 2022 Tabla 3.3. Migraciones 2023 23 5 1. INTRODUCCIÓN En el actual panorama económico global, el estudio, la comprensión e interpretación de los indicadores fundamentales se ha convertido en un aspecto imprescindible a la hora de evaluar y medir el bienestar económico y social de un determinado territorio. En este sentido, una preocupación esencial es la búsqueda de indicadores de pobreza que permitan su detección y que sugieran cuándo y cómo aplicar medidas de política económica. Uno de estos indicadores clave es el Índice de Okun, también conocido como Índice de Miseria (IMO), que, con una perspectiva macroeconómica, sugiere una medida sintética que permite detectar de forma sencilla períodos y lugares de malestar económico sufrido por la población. Originariamente consistía en la simple adición de las tasas de inflación y de paro, reconociendo que ambas tasas tienden a reducir el bienestar económico de la ciudadanía. A lo largo de las últimas décadas, este índice ha evolucionado en su aplicación e importancia y diseño, siendo un indicador utilizado como referente en la formulación de políticas económicas. El objetivo principal de este trabajo de fin de grado es el de analizar el Índice de Miseria de Okun desde una perspectiva teórica y empírica. En este sentido, se aplica a diferentes ámbitos de carácter nacional e internacional, permitiendo la elaboración de rankings de territorios, así como la detección de periodos críticos de miseria económica. Asimismo, se comparan sus diagnósticos con los proporcionados por indicadores de pobreza que sintetizan y recopilan la información con una perspectiva microeconómica, como es el caso del indicador de pobreza AROPE. A este índice se le denomina índice de miseria de Okun, si bien es verdad que, frente a la Ley de Okun, para la que fácilmente es posible encontrar su fuente bibliográfica, en la revisión de la literatura no se ha encontrado la fuente original en la que aparece este concepto. Lo que se ha encontrado es una evidencia indirecta de que Okun lo utilizó en su etapa como asesor en el gabinete del presidente de los Estados Unidos Lyndon B. Johnson, con la finalidad de realizar una evaluación de los resultados de la economía de Estados Unidos durante su mandato, y estimar las posibilidades que tenía de ser reelegido. El resto del trabajo se organiza de la siguiente manera. La sección 2 presenta el marco teórico y revisa la literatura existente, así como las aplicaciones empíricas principales que se han realizado basándose en el Índice de Miseria de Okun. En la sección 3 se lleva a cabo la aplicación empírica del indicador a tres contextos diferentes, las Comunidades Autónomas de España, los países de la Unión Europea y los países del continente africano. La sección 4 propone una comparativa entre el IMO con otros indicadores. La sección 5 se reserva para conclusiones y reflexiones. 6 2. MARCO TEÓRICO En esta sección se presenta el marco teórico de este trabajo de fin de grado. Primeramente, se relatan los principales antecedentes, tanto teóricos como empíricos para, a continuación, indicar las principales críticas que ha sufrido el Índice de Miseria de Okun. Antes de abordar su definición, es preciso reconocer la imposibilidad de encontrar la publicación seminal en la que se utiliza el término de Índice de Miseria y, por tanto, la necesidad de hacer una breve contextualización histórica del ámbito en el que se empieza a utilizar. 2.1 ANTECEDENTES En la década de 1970, el profesor de la Universidad de Yale, Arthur Okun, propuso un indicador macroeconómico de pobreza como respuesta al aumento simultáneo de las tasas de desempleo e inflación en Estados Unidos. Quería un indicador único que pudiera captar el desempeño de la economía y cuál sería su impacto en el bienestar de la sociedad. Este índice que pretendía aproximar el nivel de bienestar económico se podía estimar trimestral o anualmente sumando el porcentaje de personas desempleadas y la tasa de inflación. Se considera así que los niveles más altos de estas variables tienen efectos adversos sobre el bienestar nacional. En un desarrollo relacionado, el índice ha recuperado popularidad desde que apareció en una revista publicada por The Wall Street Journal, en la que Andrew LaVallee (2009) evaluaba su importancia basándose en sus factores de empleo e inflación como un "factor de insatisfacción" económico. El índice de miseria fue difundido en el ámbito académico y utilizado en los debates políticos, y se ha empleado como una herramienta para determinar la infelicidad económica, especialmente en relación con las elecciones presidenciales en Estados Unidos desde hace más de cuarenta años. En este sentido, en 1976 Jimmy Carter lo utilizó para criticar las acciones de la administración de Gerald Ford. Además, Ronald Reagan también lo citó, aunque erróneamente, durante el debate presidencial de 1980, señalando que el índice durante la administración de Carter alcanzó el valor inadmisible de 20 mientras que con el presidente Ford había registrado un valor sensiblemente inferior de 12.5. Este índice resultó útil incluso para pronosticar los resultados electorales y para evaluar la popularidad presidencial, ya que se ha utilizado, incluso, para proporcionar información sobre el índice de aprobación trimestral, como señala Keyklamp (2023), y se sigue empleando en esta línea hasta la actualidad. 2.2. Concepto y evolución del Índice de Miseria de Okun En esta subsección se define el concepto de miseria económica debido a Okun y se describe la evolución del mismo siguiendo la literatura. Como se ha señalado, el índice intenta sintetizar el impacto que generan sus variables en la sociedad, debido a que estas impiden que las personas obtengan ingresos, disminuyen su poder adquisitivo y generan pérdidas en el ahorro y el patrimonio. Probablemente fue el primer intento para medir el malestar económico de una población en un solo número (Cohen, 2014). 7 En particular, la ecuación de Okun original se calcula, como se indicó anteriormente, sumando la tasa de inflación (π) y la tasa de desempleo (µ). Según Lechman (2009), esta ecuación se conocía como “índice económico de incomodidad”, aunque en 1980, Ronald Reagan lo citó como el “índice de miseria económica”, manteniéndose esta denominación hasta la actualidad. 𝐼𝑀𝑂 = 𝜋 + µ El índice de miseria ofrece datos que reconocen la repercusión de la macroeconomía en el nivel de bienestar de la sociedad. Este índice se ha relacionado en diversos estudios con aspectos de satisfacción individual según Lovell y Tien (2000), la tasa de delincuencia según Lean y Tang (2009), la tasa de pobreza según Lechman (2009) y, hasta cierto punto, la tasa de suicidios según Yang y Lester (1992). Cuando se trata de utilizar este indicador en situaciones de la vida real, el índice de miseria de Okun se ha aplicado a diferentes contextos, descubriendo correlaciones significativas. En Estados Unidos, Yang y Lester (1999) encontraron un vínculo entre el índice de miseria de Okun y la incidencia de suicidios. En Irán, Piraee y Barzegar (2011) identificaron una asociación duradera entre el índice de miseria y delitos económicos como la malversación de fondos y el soborno. Asimismo, en Turquía, Özcan y Açıkalın (2015) encontraron una conexión notable entre el índice de miseria y los juegos de lotería, afirmando que, en tiempos de agitación económica, las personas están más inclinadas a participar en actividades de juego. Además, como destaca Akçay (2017), cabe señalar que el índice de miseria desempeña un papel importante a la hora de influir en la entrada de remesas. También resulta de interés la investigación realizada por Wang et al (2019), que revela las consecuencias adversas del índice de miseria sobre el crecimiento económico de Pakistán. Por su parte, diversos autores han modificado el índice, incorporando nuevas variables para medir el estado de salud de la economía, tratando de obtener una medición más precisa del malestar económico de la población. En este sentido, las aportaciones a la posible mejora del índice han sido de naturaleza diversa. Por ejemplo, MacRae (1977) propuso que la disminución del apoyo al partido político gobernante podía representarse mediante una ecuación cuadrática que involucrara tanto desempleo como inflación. Barro (1999) introdujo su propia versión del índice que tiene en cuenta factores adicionales como la tasa de interés y resta la tasa de crecimiento del PIB. Lovell y Tien (2000) recomendaron utilizar el valor absoluto de la tasa de inflación, ya que creían que la deflación podía ser tan angustiosa como la inflación. Como se ha señalado, algunos autores han propuesto modificaciones al índice de miseria de Okun. El artículo de Barro (1999), como ya hemos mencionado anteriormente, es un buen ejemplo de ello, aportando una extensión de impacto que ha sido aplicada por otros autores. Su versión del índice (IMB), añade la tasa de interés real de largo plazo (r) y resta la tasa de crecimiento del PIB en términos reales ( % 𝑃𝐼𝐵), argumentando que los aumentos en la tasa de interés a largo plazo y el crecimiento económico por debajo del promedio contribuyen a cuantificar la miseria. La expresión analítica del índice es: 𝐼𝑀𝐵 = µ + 𝜋 + 𝑟 − % 𝑃𝐼𝐵. 8 Steve Hanke (2011) evaluó un grupo de países utilizando el Índice de Miseria de Barro. La versión utilizada corresponde a la variación del PIB real per cápita menos la suma del desempleo, la inflación y las tasas de interés. La publicación de Hanke se realiza de manera periódica de forma anual e incluye una lista del índice de 95 países. Este autor indica que el índice mide la insatisfacción de la población general, dado que quienes viven en dificultades económicas son generalmente menos felices. Para el año 2020 Hanke, clasificó a Suiza, Países Bajos, Japón, Tailandia, Malta, China y Hungría como algunos de los países ms felices. Por el contrario, países como Venezuela, Argentina, Siria, Egipto y Brasil figuraban entre los menos felices. Otros autores, como Ramoni-Perazzi y Orlandoni-Merli (2013), sugieren sustituir el desempleo por la ocupación informal, argumentando que la informalidad, de cierta manera, es una forma de desempleo encubierta. Esta sugerencia se basa en reconocer que el desempleo comúnmente utilizado como indicador puede no reflejar completamente la realidad del mercado laboral, especialmente en países donde la economía informal desempeña un papel significativo. Destacan esto como relevante porque la ocupación informal puede tener impactos en la calidad de vida de las personas, como salarios bajos, falta de protección laboral, inestabilidad laboral y limitado acceso a servicios básicos. En un trabajo reciente, Medina (2023) propuso varias modificaciones del Índice de miseria de Okun. En la primera modificación que sugería, el desempleo nacional se reemplaza por un indicador creado a partir de la suma del número de desempleados más el número de personas de la fuerza laboral potencial (FTP) (especialmente el número de desalentados), llamando a esta variable tasa de desempleo ampliada (tDa). Este indicador lo define como Índice Ampliado de Miseria de Okun (IMOA). Además de añadir la tDa, realizó otra modificación en la línea de RamoniPerazzi y Orlandoni-Merli (2013), en la que se incluye el porcentaje de personas en la fuerza laboral que participan en actividades informales para obtener el Índice de Miseria de Okun extendido (IMOE). Las expresiones analíticas de estas propuestas son, respectivamente: 𝐼𝑀𝑂𝐴 = 𝑡𝐷𝑎 + 𝜋 𝐼𝑀𝑂𝐸 = 𝑡𝐷𝑎 + 𝜋 + %𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑙 Otras variaciones realizadas por Medina (2022), están relacionadas con el índice de miseria de Barro (IMB). Medina (2022) sugiere ajustar la tasa de crecimiento del PIB utilizando un factor que reste de la tasa de crecimiento de la actividad económica el grado de desigualdad asociado con la distribución del ingreso de la población, expresado con el coeficiente de Gini. De esta forma, sugiere que una mayor desigualdad significa también un mayor malestar para la ciudadanía. Estas propuestas se realizan usando las dos expresiones anteriores (IMOA e IMOE), junto al IMB, quedando definitivamente de la forma siguiente: 𝐼𝑀𝐵𝐴 = 𝑡𝐷𝑎 + 𝜋 + 𝑟 − %𝑃𝐼𝐵 ∗ (1 − 𝐺𝑖𝑛𝑖) 9 𝐼𝑀𝐵𝐸 = 𝑡𝐷𝑎 + 𝜋 + %𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑙 + 𝑟 − %𝑃𝐼𝐵 ∗ (1 − 𝐺𝑖𝑛𝑖) 2.3. Críticas y limitaciones En esta subsección se presentan varias críticas y limitaciones destacadas en la literatura hacia el Índice de Miseria de Okun. A pesar de que el índice de miseria de Okun ha sido muy bien valorado y de gran utilidad práctica, y también utilizado en el mundo académico en el análisis empírico de la pobreza macroeconómica, algunos académicos han criticado este concepto y destacado alguna de sus limitaciones. En primer lugar, el enfoque del índice de Okun ha sido calificado por diversos autores como simplista, debido a que solo tiene en cuenta dos factores de la economía, como son la tasa de desempleo y la inflación. Ello ha tenido como consecuencia, la proliferación de ampliaciones que han sido señaladas en la subsección 2.1. La mayor parte de las críticas al Índice de miseria de Okun, están relacionadas con su simplicidad, afirmando autores como Lovell y Tien (2000) y Riascos (2009) que representa una simplificación excesiva de los problemas socioeconómicos que afectan a la sociedad. En segundo lugar, según Asher, Defina y Kishor (1993) quienes examinaron de forma crítica el sustento teórico y las aplicaciones del índice de Okun, este presenta algunas imperfecciones que hacen que su utilidad disminuya. Entre las críticas, confirmaban que el índice de miseria era comúnmente utilizado para calificar el éxito de la política económica en períodos concretos, cuando de hecho los resultados de una economía en términos de inflación y desempleo depende de múltiples factores, no únicamente los asociados a la política macroeconómica. El propio Robert Barro se ayudaba de este índice para calificar el éxito de las políticas económicas de los presidentes de los Estados Unidos de América, aunque las variaciones en la política macroeconómica afectan mayoritariamente al lado de la demanda. Por tanto, las modificaciones en el gasto tienen efectos compensadores sobre las tasas de desempleo e inflación, aunque no obligatoriamente punto por punto. Los cambios en el lado de la oferta provocan también aumentos tanto en el desempleo como en la inflación. Como ejemplo se encuentra la gran subida del precio del petróleo por parte de la OPEP entre 1973 y 1974, donde ambas variables se elevaron considerablemente, aumentando más del cincuenta por ciento el Índice de Miseria. Una subida similar se produjo en 1979 con otra gran subida del precio del petróleo y una gran sequía que provocó un aumento considerable del índice, por razones que no tienen que ver únicamente con la política económica. Una tercera crítica se sitúa en la no ponderación de las variables de desempleo e inflación dentro del índice. Mientras que la inflación puede producir presiones sobre los precios y desgastar el poder adquisitivo de la población, el desempleo conlleva una pérdida de ingresos, bajada del consumo y más problemas sociales adicionales. Es un hecho que ambas variables contribuyen a la miseria, aunque la relatividad de la contribución de cada uno da pie a debate. En relación con esta crítica, William Nordhaus (1989) afirmó en uno de sus estudios que un aumento en un punto porcentual en el desempleo conlleva cuatro veces más miseria que un aumento de la misma 16 desempleo y la de menor tasa de inflación, aunque esto último debe ser matizado por el hecho de que las tasas de inflación son elevadas en todas las CCAA incluida Canarias. A continuación, se presentan los rankings por CCAA españolas del Índice de Okun en los años 2018 y 2022, lo que permite conocer la posición relativa de cada región, así como posibles cambios en su posición en el ranking de CCAA españolas. En las Figuras 3.4 y 3.5 se ordenan las CCAA de mayor a menor según su Índice de Okun y se diferencian sus dos componentes, es decir, la inflación y el desempleo por colores. Figura 3.4. Ranking IMO. CCAA españolas. Año 2018 Fuente. Elaboración propia con datos del INE 17 Figura 3.5 Ranking IMO. CCAA españolas. Año 2022. Fuente. Elaboración propia con datos del INE Como se aprecia en ambas figuras, las comunidades situadas al sur tienen un IMO más alto que las autonomías situadas al norte. De esta manera, Ceuta, Melilla y Andalucía presentan el IMO más alto, mientras que el País Vasco, Cantabria y Cataluña tienen el IMO más bajo. Es de destacar la situación de los territorios insulares, ya que tanto Canarias como Islas Baleares ven deteriorados de forma sensible el valor de sus índices, descendiendo de esta forma un puesto en el ranking. En conclusión, se puede observar que la crisis de la COVID-19 parece haber causado graves consecuencias en la economía y bienestar social, con un incremento notable del malestar económico, tal y como lo registra el Índice de Okun. 3.3. El caso de los países de la Unión Europea En esta subsección se presenta un análisis del Índice de Miseria de Okun para los países miembros de la Unión Europea. Se ha realizado para dos años concretos, 2018 y 2022, al igual que se hizo en la subsección anterior, con la finalidad de observar los efectos causados por la pandemia de la COVID19 en el año 2020. Las figuras escogidas son las mismas que las construidas en el análisis llevado a cabo en la subsección 3.2. Adicionalmente, se realiza un análisis sencillo descriptivo de la relación entre el indicador IMO y los movimientos migratorios netos de los países de la UE. En este sentido, la hipótesis sería que los países con mayor valor del IMO tenderán a ocupar los primeros lugares en el ranking de países sobre la base de las migraciones netas (número de emigrantes menos número de inmigrantes). 18 Figura 3.6. Inflación vs Desempleo por países de la UE. Índice de Okun (2018) Fuente. Elaboración propia con datos del World Data Bank 19 En la Figura 3.6 se ha representado en un gráfico de dispersión, el desempleo y la inflación de los países europeos en 2018, siendo las burbujas más grandes las de aquellos países con IMO más alto. Como se observa, los países con mayor IMO son España y Grecia, siendo los más afectados por su desempleo, mientras que los países mejor posicionados son Malta y Alemania. También destaca geográficamente que los países al norte de Europa se encuentran situados mejor que el resto, en términos del indicador de Okun. Esto se debe posiblemente a que los países del centro y norte de Europa tienen economías más fuertes y diversificadas, como podemos observar en Alemania, Países Bajos y los países nórdicos. Dichos países destacan por su alta inversión en formación y educación, además de políticas laborales flexibles. Del mismo modo se caracterizan por tener una gran estabilidad política y económica, algo que es de vital importancia para mantener bajas las tasas de inflación y desempleo (Sánchez Hidalgo, 2023). 20 Figura 3.7. Inflación vs Desempleo por países de la UE. Índice de Okun (2022) Fuente. Elaboración propia con datos del World Data Bank 21 La Figura 3.7 corresponde a la representación gráfica de los países de la Unión Europea para el año 2022, tras la pandemia de la COVID-19. En comparación con el año 2018, resalta el aumento de las tasas de inflación, fenómeno que también sucedía en el análisis de las CCAA españolas. Los países del centro y norte de Europa siguen en la parte inferior del ranking de miseria económica, mientras que España y Grecia siguen alejados significativamente en la parte superior de la gráfica, por ser los países con mayor desempleo de toda la Unión. Además, es destacable el aumento de la inflación de estos dos países, incrementando así su IMO en este año. Sin embargo, el aumento más notable se produce en los países bálticos (Lituania, Estonia y Letonia), desplazados hacia la parte derecha del gráfico por sus elevadas tasas de inflación tras la pandemia. Esta circunstancia puede ser debida a que son Estados relativamente pequeños y dependen en gran medida de las importaciones, por lo que durante la pandemia las cadenas de suministro se vieron afectadas, aumentando los costes de importación y por lo tanto contribuyendo así a la inflación en estos tres países (Velloso, 2022). Asimismo, en febrero de 2022 comienza la invasión rusa de Ucrania, lo que ha agravado la capacidad de abastecimiento de estos países. Por estas razones, en este año postpandemia los países con mayor Índice de Okun serían estas tres naciones bañadas por el mar Báltico. En cuanto al ranking de posiciones según el Índice de Miseria de Okun, se han utilizado nuevamente gráficos de barras apiladas, en los que se pueden observar claramente la tasa de inflación anual y la tasa de desempleo, además del puesto que ocupa cada país en el ranking, ordenado de mayor a menor valor del índice. Figura 3.8 Ranking IMO. Unión Europea. Año 2018 22 Figura 3.9. Ranking IMO. Unión Europea. Año 2022 Como se puede observar en las Figuras 3.8 y 3.9, se produce de manera generalizada un incremento del IMO tras la crisis de la pandemia. Asimismo, existen numerosas variaciones en el ranking entre 2018 y 2022. El gran cambio que se percibe es el gran aumento generalizado de la inflación tras la pandemia, la cual aumenta un 406,16%, lo que significa que su valor aumentó más de 4 veces durante dicho periodo. Por el contrario, la tasa de desempleo general de la UE disminuyó aproximadamente en un 10,58% durante este periodo. Esta situación puede deberse en parte a los esquemas de retención de empleo, es decir, a que los países de la zona euro propusieron políticas para apoyar el mercado laboral en forma de despidos temporales y trabajo a tiempo parcial, según (Bothelo and Neves, 2021). Dentro de los países que empeoran su posición en el ranking basado en el IMO, el más que destaca es República Checa, que pasa de ser el país con mejor IMO (puesto 27), al lugar número 11. Algo parecido ocurre con Lituania, que pasa de ser el número 9 a tener el peor índice del ranking en 2022. Es necesario comentar también los casos de Estonia, que pasa del puesto 11 al 2 y Letonia, del 6 al 3. Cabe destacar que la situación que viven los países fronterizos a Ucrania, como lo son Polonia, Rumanía, Hungría y Bulgaria, es complicada, posiblemente debido al gran flujo de población ucraniana que emigró forzosamente tras el comienzo el 24 de febrero de 2022 de la guerra con Rusia. Es por ello por lo que ascienden varias posiciones en el ranking del IMO. En cuanto a los países que logran mejorar su posición en el ranking, Italia es el país que más llama la atención, ya que pasa de ser el tercer país peor posicionado a colocarse en el puesto 13, aunque como en toda la UE, su indicador se incrementa entre 2018 y 2022. Algo similar ocurre en los casos de España, Grecia y Croacia, los tres países lograron mejorar su posición en el ranking, viendo en cualquier caso incrementado su malestar económico. A continuación, se procede a realizar un análisis sencillo, y meramente exploratorio, sobre la comparación de los Índices de Miseria de Okun de los países de la UE con sus respectivas tasas de migración neta total, con el objetivo de estudiar la posible relación entre el valor del Índice de Miseria de Okun con los flujos migratorios entre los territorios analizados en las subsecciones anteriores. En este sentido, la hipótesis es que los países con mayor IMO son emisores netos de migrantes, debido al mayor malestar de su población. Dentro de los modelos económicos que relacionan las migraciones con 23 variables como el desempleo y los diferenciales salariales, y que pueden dar sustento teórico a este análisis, se encuentra el de Harris-Todaro (1970). Proponen que los procesos migratorios se deben a diferencias salariales y diferencias de oportunidades de empleo. El Índice de Miseria de Okun que utilizamos puede estar captando de forma sintética las oportunidades de empleo, mediante la tasa de desempleo y la evolución de los salarios a través de la tasa de inflación. A la hora de recoger los datos de las migraciones netas (número de inmigrantes menos número de emigrantes) tanto del año 2022 como del 2023. De este modo se puede observar si existe una relación sincrónica entre ambos datos o, al menos, una relación diferida, es decir, el IMO de un año afecta a las migraciones netas del año siguiente. Hay que destacar que los datos de migraciones netas son de carácter general, flujo de personas, sin especificar el destino. Tabla 3.1. Migraciones 2022 Tabla 3.2. IMO 2022 Tabla 3.3. Migraciones 2023 24 Cabe destacar que este análisis es de tipo exploratorio y debe ser tomado con cautela, ya que existen una multiplicidad de variables económicas y no económicas sugeridas por la literatura como factores determinantes de las migraciones. Asimismo, debe tomarse en consideración que puede existir un problema de causalidad inversa, no abordada como objetivo en este trabajo, debido a que el índice de Okun emplea variables macroeconómicas que pueden verse afectadas por las migraciones. Tras haber realizado un estudio estadístico, se ha encontrado una correlación negativa débil entre el índice de Okun y la migración neta de los países de la UE para el año 2022, con un coeficiente de correlación de Spearman de -0,1631439894. Un aumento en el desempleo y/o en la inflación que incremente el IMO, según el coeficiente de Spearman, está correlacionado con un aumento en la emigración, mientras que una disminución en el desempleo y/o inflación, que reduzca el IMO puede atraer más inmigrantes. Si bien el coeficiente de correlación de Spearman sugiere que existe una relación, es importante tener en cuenta que esto no implica causalidad. Como se ha indicado anteriormente, otros factores externos, influyen también tanto en el desempleo como en la migración neta entre los países de la UE. A modo de ejemplo, al inicio del conflicto bélico entre Rusia y Ucrania a principios de 2022, un gran volumen de la población ucraniana se vio obligada a emigrar a los países colindantes, es decir, Eslovaquia, Rumania, Hungría y Polonia. Estos se han visto afectados de manera que su tasa de inmigración se ha visto incrementada. Para 2023 se puede observar cómo cambia radicalmente la situación de estos países en lo que a las migraciones netas se refiere, ya que gran parte de la población ucraniana entrante en 2022 se reparte por el resto de Europa el año siguiente. Comparando la tasa de migración neta y el IMO de estos países, apreciamos como el IMO no puede representar las causas de este proceso migratorio. En cambio, para algunos países se puede observar que la posición en el ranking del IMO y el de las migraciones netas tienen relación, como por ejemplo el caso de Alemania, que es el país que mejor IMO tiene para 2022 y, sin contar los países cercanos a Ucrania mencionados anteriormente, es el que más inmigrantes netos recibe para ambos años. Una situación similar se comprueba en Francia, siendo el segundo país con mayor inmigración neta. A su vez, Lituania, Estonia y Letonia, que cuentan con los IMOs más altos de la Unión Europea, presentan unas tasas de emigración mucho más altas que las tasas de inmigración. Es necesario destacar el caso de España, ya que a pesar de tener uno de los peores IMO de la UE, es el quinto país con más inmigración neta para 2022 y 2023, sin tener en cuenta los países afectados por el conflicto bélico. El caso español puede estar reflejando el hecho de que está siendo la puerta de entrada hacia Europa de buena parte de la inmigración que procede del continente africano y de América Latina. Llama la atención también el caso de Malta, que a pesar de ser el país con mejor IMO, es de los países al que menos inmigrantes llegan. Esto puede deberse a diferentes factores que no se tienen en cuenta en el Índice de Miseria de Okun, como la situación geográfica, la escasa extensión de su territorio, o las políticas migratorias de cada país y de la UE. Esto sugiere que entender los movimientos migratorios requiere un análisis más completo, considerando múltiples factores contextuales más allá del IMO. 25 3.4 África comparado con la Unión Europea En esta subsección se realiza un estudio del Índice de Miseria de Okun para 46 países del continente africano, para los que se ha dispuesto de la información necesaria. En este caso se ha realizado el análisis para un año concreto, 2022, con el fin de comparar el IMO con el de los países miembros de la Unión Europea para el mismo año de referencia. Este análisis sencillo puede sugerir que las diferencias en malestar económico pueden aportar un factor explicativo adicional de los movimientos migratorios intensos desde el continente africano hacia la UE. El informe de la OIM de 2022 sobre África indica que los principales agentes impulsores de la migración son las disparidades económicas, los efectos del cambio climático y la inestabilidad política. Hay que destacar que para 2022, los conflictos han aumentado el desplazamiento en África Sub-sahariana, en donde 9 millones de personas han sido desplazadas y otros 7,4 millones han sido motivadas a trasladarse por los impactos del cambio climático. Para observar de la mejor forma posible los datos del IMO de cada país, se ha decidido realizar un ranking según el índice. Al igual que en las subsecciones anteriores, se trata de un gráfico de barras apiladas, donde aparecen los países ordenados de mayor a menor IMO, además de los datos de inflación y desempleo anuales. Figura 3.10. Ranking de los países africanos para el año 2022 Fuente. Elaboración propia con datos del World Data Bank Lo más llamativo al comparar los gráficos de Europa y África, es decir, las Figuras 3.9 y 3.10 es la gran diferencia de los órdenes de magnitud registrados entre ambos grupos de países. Como se observa en el gráfico del continente africano, es decir, en la Figura 3.10, Sudán cuenta con el índice de Miseria de Okun más alto registrado en este análisis (156,4) seguido por Zimbabwe (114), mientras que en Europa el IMO más alto para el año 2022 es el de Lituania (25,67). A su vez, existen países en África con menores IMO que los países europeos con IMO más bajo, como pueden ser Níger, Benin y Chad entre otros. Los resultados de estos tres últimos países resultan sorprendentes, ya que en el ranking del Índice 32 Bibliografía Referencias bibliográficas: - Akçay, S., & Karasoy, A. (2017). Remittances and calorie consumption nexus in Algeria. International migration, 55(4), 103-117. - Asher, M. A., Defina, R. H., & Thanawala, K. (1993). The misery index: Only part of the story. Challenge, 36(2), 58-62. - Barro, R. J. (1999). Inequality, growth, and investment. - Brown, R., & Rocha, A. (2020). Entrepreneurial uncertainty during the Covid-19 crisis: Mapping the temporal dynamics of entrepreneurial finance. Journal of Business Venturing Insights, 14, e00174. - Cohen, I. K., Ferretti, F., & McIntosh, B. (2014). Decomposing the misery index: A dynamic approach. Cogent Economics & Finance, 2(1), 991089. - Hanke, S. H. (2021). Hanke’s 2020 Misery Index: Who’s Miserable and Who’s Happy?. - Hernández, F. M. (2023). El índice de miseria de Okun: una aproximación al malestar social en América Latina 1970-2021. Documentos de Trabajo (IAES, Instituto Universitario de Análisis Económico y Social), (1), 1-91. - Hernández Martín, R. (2009). Impactos del turismo y crisis económica. Simancas Cruz, MI: El impacto de la crisis en la economía canaria. Claves para el futuro, 513-538. - Lechman, E. (2009). Okuns and Barros Misery Index as an alternative poverty assessment tool. Recent estimation for European countries. - Lovell, M. C., & Tien, P. L. (2000). Economic discomfort and consumer sentiment. Eastern Economic Journal, 26(1), 1-8. - MacRae, C. D. (1977). A political model of the business cycle. Journal of political economy, 85(2), 239-263. - Nordhaus, W. D., & Tobin, J. (1971). Is growth obsolete?. - Özcan, S. E., & Açıkalın, S. (2015). Relationship between misery index and lottery games: The case of Turkey. International Journal of Humanities and Social Science, 5(7), 1. - Piraee, K., & Barzegar, M. (2011). The relationship between the misery index and crimes: Evidence from Iran. Asian Journal of Law and Economics, 2(1). 33 - Ramoni-Perazzi, J., & Orlandoni-Merli, G. (2013). El índice de miseria corregido por informalidad: una aplicación al caso de Venezuela. Ecos de Economía, 17(37), 29-49. - Riascos, J. C. (2009). El índice de malestar económico o índice de miseria de Okun: breve análisis de casos, 2001-2008. Tendencias, 10(2), 92-124. - Rodríguez-López, J. (2024). El mercado de vivienda en 2023: se advierten los efectos de los aumentos de los tipos de interés. Ciudad y Territorio Estudios Territoriales, 56(219), 307-320. - Rodríguez Miyares, L. N. (2021). Factores condicionantes e impactos de la crisis turística causada por el covid-19 en Canarias. - Ruiz Torres, P. (2021). Covid-19: Teletrabajo en tiempos de pandemia. Historia y comunicación social, 26. - Sudrià, C. (2014). Francisco Comín Comín y Mauro Hernández Benítez (eds.). Crisis económicas en España, 1300-2012. Lecciones de la historia. Investigaciones de Historia Económica, 2014, vol. 10, núm. 2, p. 141-142. - Tang, C. F., & Lean, H. H. (2009). New evidence from the misery index in the crime function. Economics Letters, 102(2), 112-115. - Wang, N., Haroon Shah, M., Ali, K., Abbas, S., & Ullah, S. (2019). Financial structure, misery index, and economic growth: Time series empirics from Pakistan. Journal of Risk and Financial Management, 12(2), 100. - Welsch, H. (2007). Macroeconomics and life satisfaction: Revisiting the “Misery Index”. Journal of Applied economics, 10(2), 237-251. - Yang, B., Lester, D., & Yang, C. H. (1992). Sociological and economic theories of suicide: a comparison of the USA and Taiwan. Social Science & Medicine, 34(3), 333-334. Enlaces de interés: - Data Bank | World Development Indicators. Sitio web: https://databank.worldbank.org/source/world-development-indicators - elEconomista - Líder en noticias de economía, bolsa, mercados y finanzas. Sitio web: https://www.eleconomista.es/ - Expansión - Diario económico e información de mercados. Sitio web: https://www.expansion.com/ - INE. Sitio web: https://www.ine.es/ - Istac | Instituto Canario de Estadística. Sitio web: https://www.gobiernodecanarias.org/istac/ 34