Printer Friendly

EL EFECTO DE LOS FERIADOS Y DIAS NO LABORALES EN LA ECONOMIA: Una aplicacion para el caso argentino con mas de una decada de cambios.

INTRODUCCION

Si bien es indiscutible que el modelo vacacional ha ido cambiando en el tiempo--periodos de vacaciones mas cortos pero distribuidos en mayor cantidad de veces al ano- y que los feriados puente pueden ser un instrumento que se acomode facilmente a algunas de estas nuevas modalidades de turismo, es importante tener en cuenta las repercusiones de este tipo de politicas sobre la economia en su conjunto. Durante el ano 2010 se instauraron en Argentina los feriados puente con fines turisticos a traves de la Ley de ordenamiento de feriados, argumentando que se trataba de un elemento innovador y movilizador de las economias regionales, con repercusiones directas y positivas sobre el crecimiento economico y sobre la generacion de empleo, y con el fundamento de ser una politica sostenida e implementada en la Union Europea. Sin embargo, Espana y Portugal son ejemplos de paises que, como consecuencia de la crisis economica, han ido en la direccion opuesta. En el caso de Portugal, desde el ano 2012 y hasta el ano 2018, se eliminaron cuatro dias festivos que actualmente son laborales. Y si bien en Espana se llego hasta hablar de "acueducto" en vez de feriados puente (como consecuencia de dos dias festivos con un dia de diferencia en el calendario y con la politica de los feriados puente si estos resultaban caer en martes y jueves), actualmente es un tema de discusion ano tras ano.

A inicios del ano 2017 el gobierno argentino decidio reducir los feriados puente alegando que si bien mediante la Ley de ordenamiento de los feriados se tiende a reducir los efectos negativos de la estacionalidad en turismo y contribuir al desarrollo de las economias regionales (tal como estaba dispuesto en el decreto vigente), en la practica se generaron dificultades para el cumplimiento de los dias dispuestos para el ciclo lectivo y que la competitividad del sector productivo se veia afectada. En definitiva, el gobierno reconocia que, si bien implicitamente esta medida puede tener un impacto positivo en el sector turismo, el impacto puede ser nulo y/o hasta negativo para la economia en su conjunto. En particular, se discutia que algunos sectores de la economia como la industria o el comercio, pudieron sufrir altos costos por verse obligados a detener la produccion, reducir las horas laborales y realizar el pago extra por trabajo en los dias feriados. De este modo, las economias de lugares no turisticos podrian verse seriamente afectadas.

Barrera & Garrido (2018) proveen fundamentos teoricos para explicar la relacion entre turismo, crecimiento economico y feriados, suponiendo una economia schumpeteriana. Los autores identifican, por un lado, que a medida que aumenta el numero de feriados, aumenta el gasto que se realiza en turismo y de este modo aumenta el numero de la fuerza laboral activa. Estos trabajadores realizan gastos en investigacion, desarrollo e innovaciones en la economia, generando crecimiento. Pero, por otro lado, la caida en el numero de dias laborales -en los cuales se produce innovacion- reduce la produccion de la economia. Es asi como se deduce que podria existir una relacion con forma de U invertida entre el numero de feriados y el crecimiento economico.

No obstante, no se ha encontrado evidencia empirica que sostenga y demuestre ninguna de las dos posturas. Mas aun, a fines del ano 2017 se reincorporo la politica de dias puente en el pais (ahora feriados o dias no laborales, segun lo que se determine para cada ano) destinada a promover la actividad turistica.

Este trabajo tiene como objetivo investigar como ha sido la evolucion de los feriados en Argentina, sus caracteristicas y justificaciones, y como han impactado los feriados (dias no laborales) en el Producto Interno Bruto (PIB) real. Con este fin, se plantea un modelo econometrico para estimar la relacion entre el PIB real y el numero de dias habiles netos de feriados en el corto y largo plazo.

REVISION DE LA LITERATURA

Tanto a nivel internacional como nacional, el estudio cientifico sobre el impacto economico de los feriados es escaso y la literatura existente no presenta resultados concluyentes. Uno de los trabajos mas interesantes es el de Pita Barros, Martins & Catela Nunes (2012), quienes realizan una estimacion de la relacion existente entre el PIB real y el numero de dias laborales neto de los feriados en Portugal en el periodo 1999-2011. Los autores concluyen que la eliminacion de los feriados (y el consecuente aumento del numero de dias laborales) no genera un impacto significativo en el PIB real.

Amavilah (2009), en la misma linea, evalua el impacto que tienen los feriados en las tasas de crecimiento economico de 182 paises tomando como referencia el ano 2002. Se trata de un trabajo exploratorio que tiene como objetivo aportar evidencia acerca de la importancia de los feriados en la actividad economica. Los autores encuentran que un dia feriado adicional por ano agrega 0,30% a la tasa de crecimiento anual, efecto positivo pero debil en terminos estadisticos. Resultado de efectos opuestos dependiendo del tipo de feriado, se estima que los feriados religiosos tienen una contribucion negativa mientras los feriados no religiosos tienen una contribucion positiva.

Yarcia (2007) realiza un estudio del impacto de los feriados sobre la actividad turistica--y sobre la actividad economica en general- para Filipinas. Encuentra un efecto negativo, o estadisticamente no significativo, en el nivel agregado de actividades economicas relacionadas con el turismo. Argumenta que los feriados generan una fuerte caida en el ingreso disponible de los individuos, consecuencia de firmas que dejan de producir para evitar pagar pesadas cargas laborales, implicando una fuerte caida en la demanda de todo tipo de servicios, incluidos los relacionados con el turismo.

Wei, Qu & Ma (2009), por su parte, estudian los efectos del tiempo libre en el crecimiento economico a largo plazo para el caso de China durante el periodo 1981-2003. Para ello, utilizan un modelo neoclasico e incluyen dos efectos compensatorios del tiempo libre: el disfrute y el aprendizaje que genera. Los autores concluyen que, si bien el tiempo libre puede afectar el crecimiento economico ya que genera un impacto en la acumulacion de capital humano, este impacto depende de la etapa de desarrollo economico en la que se encuentre el pais. Las variables tiempo libre y crecimiento economico a largo plazo presentan una relacion debil y negativa.

Otros autores tambien estudian los efectos de los dias laborales en otras variables macroeconomicas, como el consumo domestico y el indice de produccion industrial, llegando a resultados similares. Herrera Ramirez & Ossa Echavarria (2014), por ejemplo, se centran en la relacion entre los feriados y el consumo domestico, hallando una correlacion inversa entre el numero de feriados por trimestre y la variacion porcentual en el consumo domestico para el caso colombiano. Abril Salcedo et al. (2016) aplican un ajuste estacional a los indices de produccion industrial, tambien para Colombia, y encuentran que Semana Santa y los feriados generan efectos neutros o negativos de acuerdo con el sector. Yunculer (2015), por otra parte, estudia los dias puente en los indices de produccion industrial y muestra sus efectos de acuerdo con el tipo de feriado puente (religioso o no religioso) y la epoca del ano en la que tiene lugar. Swinkels & Van Vliet (2012) abordan algunos de los efectos calendario mas usuales: los feriados, los fines de semana, las vacaciones, Halloween y los cambios de mes, estudiando sus interacciones y detectando que los dos ultimos son los que tienen impactos mas significativos en la economia.

Los efectos que tiene la configuracion del calendario en la actividad economica son tambien el tema de discusion en un reporte del Deutsche Bundesbank (2012). Alli se sostiene que estos efectos son variados y que dependen tanto del sector como del tipo de actividad economica que se observe. Por ejemplo, en el ambito de la industria manufacturera se afirma que un dia laborable adicional al mes genera un aumento de la produccion en un 3,4%, a menos que ese mes sea diciembre, en cuyo caso el efecto es menor por una disminucion de la produccion propia del sector a esa altura del ano. Asimismo, se concluye que los efectos son independientes de la situacion economica y de la introduccion de cuentas de tiempo de trabajo (working time accounts). No ocurre lo mismo con los impactos de los dias puente, las vacaciones escolares o los efectos del clima, que presentan mayores dificultades a la hora de ser estimados.

En otra linea de investigacion, el analisis del impacto a nivel microeconomico de los feriados ha tenido cierta importancia e interes en la literatura. Algunos autores estudian sus efectos en la industria aerocomercial -tanto en las tarifas aereas (Povoa & Oliveira, 2013) como en las variaciones en el numero de pasajeros en aeropuertos especificos (Beria & Laurino, 2016)- o en las ganancias del sector hotelero (DeMicco, Lin, Liu, Rejto, Beldona & Bancroft, 2006). Tambien existen trabajos que estudian los impactos de los feriados en las perdidas o ingresos de los comercios y la economia local (Camara Argentina de Comercio y Servicios, s.f.; American Chamber of Commerce in Kosovo, 2012; Ai Group Economics and Research Team, 2015) y en los beneficios y costos para la comunidad local (Pricewaterhouse Coopers Australia, 2015). Otros trabajos estudian cuestiones diversas relacionadas con los feriados, como por ejemplo sus impactos en la demanda turistica (Shen, Wang, Ye & Liu, 2017; Zirulia, 2016), la comparacion del numero de dias de vacaciones y feriados pagos entre diferentes paises (Ray & Schmitt, 2007) y el vinculo existente entre los accidentes automovilisticos y los feriados (Anowar, Yasmin & Tay, 2013).

Existe otra rama de la literatura que se ocupa de analizar los efectos de los feriados en los mercados de bonos y de acciones. Se abordan cuestiones como su impacto en los mercados bursatiles (Dumitriu, Stefanescu & Nistor, 2012; Kristjanpoller Rodriguez, 2012; Gama & Vieira, 2013; Al-Ississ, 2015), en el rendimiento de las acciones tanto en el mercado como en la industria (Marrett & Worthington, 2009) y en los indices de bolsas de valores (Fajardo & Pereira, 2008). Por su parte, los ajustes de series de tiempo por efectos calendario constituyen el eje de otro grupo de autores, tanto desde la perspectiva de la construccion de modelos que contemplen estos efectos (Monsell & U.S. Census Bureau, 2007; Suhartono, 2016) como de la estimacion de sus impactos (Leontitsis, 2006; Cobb & Medel, 2010). Algunos trabajos se centran en la importancia de ajustar las series de tiempo considerando los feriados para estudiar variables especificas como el crecimiento industrial (Montenegro Garcia, 2014) o los billetes y monedas (Burdisso, Blanco & Sardi, 2010).

Otra linea de investigacion se basa en temas relacionados con los matices sociales de los feriados. En ellos se estudian aspectos generales como la evolucion de los feriados dentro de un mismo pais (York & Zhang, 2010; Belloso, 2011; Cespedes, 2013; GradiUnik, 2015) o el desarrollo historico de algun elemento que implica modificaciones en el calendario de feriados (Rodriguez, 2009; Avalos, 2012), y otros mas especificos, como la disposicion de las personas para realizar viajes turisticos durante los fines de semana largos (Mantero, Laffan & Lefrou, 2011), el impacto de los feriados en la vida social fuera de estos periodos (Merz & Osberg, 2009) y la lectura de las conmemoraciones nacionales como eventos comunicacionales (Amati, 2013).

CONTEXTO

El primer antecedente legal de organizacion sistematica de los feriados en Argentina se manifiesta en el Decreto 554 del ano 1955. Esta norma hace referencia a la importancia de coordinar los feriados y de que su cumplimiento no genere perjuicios economicos. Asimismo, establece cinco dias del ano como feriados y ocho dias como no laborales.

En cuanto al traslado de los dias feriados, se encuentra un primer antecedente en el Decreto 901 del ano 1984, en el que se establece que el feriado del 2 de abril (en ese entonces denominado "Dia de las Islas Malvinas, Georgias del Sur y Sandwich del Sur" y hoy conocido como "Dia del veterano y de los caidos en la Guerra en Malvinas") se traslade al 10 de junio. Mas aun, cuatro anos despues se promulga la Ley 23.555 que preve los traslados de los feriados en general. En esta norma se indica que aquellos feriados nacionales obligatorios que coincidan con dias martes y miercoles sean trasladados al dia lunes anterior, mientras que los que coincidan con dias jueves y viernes sean trasladados al dia lunes siguiente. Se aclara cuales son los feriados nacionales que se exceptuan de esta regla.

Ademas de las tres normas mencionadas, existe un conjunto de normativas desarrolladas entre los anos 1946 y 2009 con el objetivo de anadir u organizar los dias feriados y no laborales, cambiar su denominacion o realizar algun traslado en su fecha. En particular en el ano 2010 se establece la Ley de ordenamiento de feriados a traves del Decreto 1584 con el objetivo de ordenar los feriados en el pais. Ademas de agregar tres dias feriados al calendario, junto con otras disposiciones, el decreto establece que el Poder Ejecutivo Nacional podria fijar dos feriados con fines turisticos por ano en los dias lunes o viernes, acompanando a feriados en dias martes o jueves si los hubiera (denominado feriados puente). La justificacion provista por el decreto se refiere a que esta modalidad en los feriados--dandoles el caracter de turisticos- moviliza las economias regionales y atenua la estacionalidad propia de la actividad turistica. Siguiendo esta normativa, el Decreto 1585 de ese mismo ano establece los dias feriados con fines turisticos para los anos 2011, 2012 y 2013.

Para el Ministerio de Turismo de la Nacion (2014b), la medida tomada en 2010 resulto beneficiosa considerando que un conjunto de dias feriados -como los denominados fines de semana largos-favorecen el flujo de turismo domestico, desestacionalizando la demanda, redistribuyendo la riqueza y mejorando la calidad de vida de los ciudadanos. Asimismo, se considera que la existencia de un calendario de feriados establecido de antemano permite compensar los efectos negativos de estas fechas sobre la produccion. Sin embargo, no existen estudios rigurosos y cuantitativos que convaliden estas afirmaciones.

A modo ilustrativo, la Tabla 1 muestra la evolucion de la cantidad de dias feriados por ano en el periodo 1993-2015, donde se puede observar el incremento de la cantidad de dias feriados en la semana con la implementacion de la Ley de ordenamiento de feriados. Como dato adicional, existe una mayor concentracion de feriados en el segundo trimestre del ano. Por su parte, en la Figura 1 se observa la cantidad de trimestres segun el numero de feriados (que toma valores desde 1 hasta 6 feriados), la mayoria de los trimestres en este periodo tiene entre 1 y 2 feriados.

Tambien resulta interesante comparar el numero de feriados en Argentina con respecto a los vigentes en otros paises del mundo. Segun muestra la Tabla 2, de acuerdo a datos del Ministerio de Turismo de la Nacion (2014a), en Argentina se registraron 19 feriados en el ano 2013, un numero que solo supero China con 21 feriados en ese mismo ano.

A comienzos del ano 2017 -coincidiendo con el cambio de partido politico del gobierno- se modifica la postura que se adopta con respecto a los efectos economicos de los feriados. Si bien se reconocen los efectos positivos sobre las economias regionales, en el Decreto 52 de ese ano se indica que los feriados con fines turisticos crearon dificultades sobre dos aspectos cruciales: i) el cumplimiento de los dias de clases escolares del ciclo lectivo; y ii) la competitividad del sector productivo.

Por este motivo, el gobierno propone eliminar estos feriados y hacer trasladables un mayor numero de los feriados existentes, permitiendo asi que aquellos que coincidan con dias martes, miercoles o jueves sean trasladados al dia lunes o viernes. De esta manera, se alega que se generara un equilibrio entre el desarrollo del turismo y el de otras actividades productivas, asi como tambien las posibilidades de tener en cuenta el objetivo del equilibrio escolar.

Sin embargo, esta propuesta no prospero y a fines de ese mismo ano mediante la Ley 27.399 se reincorporan los dias feriados puente. A partir de esta normativa, el Poder Ejecutivo podra establecer hasta 3 feriados o dias no laborales al ano con fines turisticos.

METODO Y DATOS

Modelo teorico

A traves de un enfoque neoclasico, se parte de suponer que la funcion de produccion del pais se comporta como una funcion macroeconomica estandar, la cual se modifico para incorporar un insumo adicional--ademas del capital y del trabajo- que es el numero de dias laborales. Sea Y el PIB, la funcion de produccion queda expresada de la siguiente manera:

Y = f(L; K) = f(Lx(1 - [my])xD; K) (1)

En (1) L es la fuerza laboral, [my] es la tasa de desempleo y K es el capital, en nuestro caso esta variable es representada por la inversion bruta fija (IBF). D es el numero de dias laborales que es definido como la diferencia entre el numero de dias habiles y feriados. No todos los parametros de produccion seran explicitamente incluidos en el analisis. Especificamente, el input L no sera directamente usado como variable explicativa, se considera solo su crecimiento, el cual es en parte capturado en forma inversa por la tasa de desempleo. Ademas, el efecto de su crecimiento deberia ser capturado por la tendencia, la cual tiene el objetivo de capturar el efecto del crecimiento de largo plazo.

Data

El estudio utiliza una serie de datos trimestrales desde el primer cuatrimestre de 1993 hasta el tercer cuatrimestre de 2015. Los datos de PIB, IBF y desempleo fueron obtenidos del Instituto Nacional de Estadisticas y Censos (INDEC, s/f). La informacion sobre feriados nacionales y puentes turisticos se obtuvo de las paginas web argentina.workingdays.org, diario La Nacion (s/f) y Ministerio del Interior, obras Publicas y Vivienda. Para corroborar la informacion se reviso la legislacion de feriados del pais.

Un punto a destacar es que la variable desempleo surge de la Encuesta Permanente de Hogares (EPH) que para los anos 1993 a 2002 solo presenta informacion para el segundo y el cuarto trimestre, y recien a partir del ano 2003 se realiza para todos los trimestres. Por lo tanto, para completar la informacion, los datos faltantes se estimaron mediante un promedio en base a la informacion disponible. Es decir, el primer trimestre de cada ano se calculo como un promedio de los datos correspondientes al IV trimestre del ano anterior y II trimestre del respectivo ano, y el dato del tercer trimestre como un promedio de los datos del II trimestre y IV trimestre del respectivo ano. Si bien esta formulacion no es del todo precisa, se considero la mejor opcion en vez de la perdida de observaciones. Sin embargo, se realizaron tambien las estimaciones solo con la base de datos correspondiente al periodo 2003-2015 y el resultado de interes, el impacto de los dias laborales en el PIB, no se vio alterado.

Primero, se testea la no estacionariedad del PBI, la tasa de desempleo y la IBF a traves de dos pruebas de raiz unitaria: Dickey-Fuller aumentado, ADF (Dickey & Fuller, 1981) y Kwiatkowski--Phillips--Schmidt--Shin, KPSS (Kwiatkowski ef al., 1992). En la Tabla 3 se presentan los resultados, donde se observa que las series tienen raiz unitaria, siendo de primer orden, I (1). Esto indica que es posible cointegrar la variable dependiente y las variables independientes. Las variables restantes, el numero de dias laborales y dias feriados, se consideran deterministicas.

Modelo empirico

El modelo empirico a estimar es:

ln([y.sub.t]) = [alfa] + [[beta].sub.0]ln([K.sub.t]) + [[beta].sub.1][U.sub.t] + [[beta].sub.2][D.sub.t] + [[my].sub.t] (2)

Donde ln([y.sub.t]) es el logaritmo natural del PIB, ln([K.sub.t]) es el logaritmo de la IBF como proxy de stock de capital, [U.sub.t] es la tasa de desempleo como proxy de la inversa del crecimiento exogeno de la fuerza laboral, y [D.sub.t] representa el numero de dias laborales netos de feriados. [beta] son los parametros a estimar y [[my].sub.t] es el termino error. Adicionalmente, se deben considerar en el modelo las posibles caracteristicas estacionales de las series y para ello se agregan variables dummies trimestrales. Las variables se expresan en logaritmo de modo que los coeficientes obtenidos pueden interpretarse como elasticidades.

El numero de dias laborales netos de feriados (D1) se define como la diferencia entre el numero de dias habiles y feriados nacionales. En el modelo se supone que la produccion de los fines de semana es residual y, por lo tanto, no se considera en la estimacion. Dado que un dia feriado menos representa un dia de trabajo adicional, el efecto de esta variable en el PIB se puede leer como el efecto de la reduccion de un feriado.

Otro punto importante a considerar en la estimacion es la identificacion del efecto de los feriados puentes turisticos. En Argentina y de acuerdo a la Ley de ordenamiento de feriados, cuando el feriado cae un martes o un jueves, el lunes o el viernes inmediato anterior o inmediato posterior, respectivamente, se consideran feriado puente turistico. Entonces en estos casos, un dia feriado representa menos dos dias habiles y para tener esto en cuenta se estima la misma ecuacion redefiniendo el numero de dias laborales netos (D2) como el numero de dias laborales en semana menos feriados nacionales y feriados puentes turisticos.

Por razones de robustez, se estima tambien el mismo modelo usando por separado el numero de dias laborales, el numero de feriados nacionales (que ocurren los dias de la semana) y el numero de puentes turisticos. Se esperaria que el coeficiente de la variable numero de dias laborales presente un signo positivo, mientras el numero de feriados nacionales y el de puentes turisticos un signo negativo.

Considerando las caracteristicas de los datos, la especificacion del modelo difiere del presentado en la ecuacion (2) y se usan dos alternativas dependiendo si se estima el impacto de corto o largo plazo. Para capturar los efectos de corto plazo se plantea un modelo de vectores auto-regresivos con mecanismos de correccion de error (VECM). La especificacion de modelos VECM incorpora la dinamica de corto y largo plazo evitando la perdida de la informacion que se desprende de la dinamica de largo plazo. En esta especificacion se toman como variables endogenas el PIB, la tasa de desempleo y la inversion bruta fija. La variable relativa al numero de dias laborales se toma como exogena y, como tal, no aparece en el vector de cointegracion. De esta manera, a traves del VECM se puede evaluar el impacto de la variable de dias laborales en el PBI solo en el corto plazo. Entonces en este caso el modelo a estimar es:

[DELTA]ln[PBI.sub.t] = [[SIGMA].sup.k.sub.j=1][??][DELTA][Y.sub.t-j] + [theta]D + [alfa][beta][Y.sub.t-1] + [[my].sub.t] (3)

Donde [Y.sub.t] = (ln[PBI.sub.t], Tasa de [desempleo.sub.t], ln[IBF.sub.t]) y [??],[theta],[alfa],[beta] son matrices de coeficientes. Particularmente, [theta] es el coeficiente de interes que brinda el impacto de corto plazo de los dias laborales en el PIB. La matriz [alfa] esta compuesta por la velocidad de ajuste hacia estado estacionario dado cualquier desviacion de equilibrio y [beta] se compone de los coeficientes de largo plazo del vector de cointegracion [Y.sub.t-1].

Por su parte, el impacto de largo plazo es estimado mediante un modelo de Minimos Cuadrados Ordinarios Dinamico (DOLS, en ingles) propuesto por Stock & Watson (1993) en el caso que algunas variables sean I (1) y otras sean deterministicas. DOLS es una tecnica de cointegracion de una sola ecuacion que supera los problemas comunes del modelo de Minimos Cuadrados Ordinarios estatico (OLS, en ingles) y permite el analisis de variables independientes exogenas. Las estimaciones mediante OLS estatico de las relaciones a largo plazo son potencialmente sesgadas y las inferencias no se pueden extraer utilizando el estadistico t (Banerjee, Hendry & Smith, 1986; Kremers, Dolado & Ericsson, 1992). Ademas, la ventaja de usar DOLS es que corrige el potencial sesgo de simultaneidad a traves de la inclusion de avances y rezagos de la primera diferencia de las variables explicativas. Por lo tanto, es posible construir estadisticas de prueba asintoticamente validas y tambien estimar las relaciones de largo plazo. Tambien es particularmente robusto en muestras pequenas. Entonces para la estimacion a largo plazo el modelo empirico es:

ln[PBI.sub.t] = [beta][X.sub.t] + [[SIGMA].sup.j.sub.n=-j] [[gamma].sub.n][DELTA][E.sub.t-n] + [[my].sub.t] (4)

Donde [beta] es un vector de coeficientes y [X.sub.t] = (1,t, tasa de [desempleo.sub.t], ln[IBF.sub.t], [D.sub.t]), mientras E = (tasa de [desempleo.sub.t], ln[IBF.sub.t]). En esta ecuacion, los coeficientes deben considerarse como el impacto a largo plazo de cada variable, y por lo tanto se puede usar esto para estimar el impacto de un dia laboral adicional en el PIB a largo plazo.

RESULTADOS

Impacto de Corto Plazo

Se estimo un VECM tomando el PIB, la tasa de desempleo y la IBF como variables endogenas, y el numero de dias laborales como variable deterministica permitiendo estimar el efecto de corto plazo.

En lo que respecta a las pruebas de cointegracion, las pruebas de maximo autovalor como de traza muestran evidencia de un vector de cointegracion. Los resultados se presentan en la Tabla 4. Esto demuestra que se necesita usar un VAR restringido, por ello se pasa a estimar el modelo VECM.

En la Tabla 5 se presentan los resultados del VECM. Se sugiere que el modelo tenga 5 rezagos de acuerdo al Error Previsto Final, el criterio de informacion de Hannan-Quinn, Akaike & Schwarz. Una vez estimado el modelo, se excluyen aquellos rezagos estadisticamente no significativos en el VECM (aquellos que presentan un p-valor mayor al 5%), y con el resto de las variables se estima un modelo de minimos cuadrados ordinarios (MCO).

El impacto de un dia de trabajo adicional en el PIB, que puede interpretarse como un dia feriado menos, presenta un coeficiente estadisticamente no significativo. Esto indicaria que acortar el numero de dias feriados no tiene un impacto en el PIB. Una explicacion a esto se puede encontrar en el hecho de que un dia feriado no siempre es un dia sin produccion. Hay sectores que siguen operando durante los feriados, en particular aquellos sectores relacionados al turismo--sector hotelero; de servicios de venta de bebidas y alimentos; de servicios de entretenimientos, culturales y deportivos; transporte; comercio; como los mas relacionados- aunque existen otros sectores que operan aunque en menor medida. Esto hace que la disminucion del PIB sea menos critica.

Los resultados apuntan entonces a que las perdidas en terminos de PIB provenientes de los sectores que dejan de operar cuando hay feriados nacionales no son estadisticamente significativas. Como fue mencionado anteriormente, esto puede deberse a un efecto "compensacion". Si bien se puede perder produccion por la no operacion de ciertos sectores, este efecto puede estar siendo contrarrestado por el mayor crecimiento que tienen otros sectores de la economia durante esos dias. Volviendo al ejemplo del sector turismo, si la produccion turistica se ve positiva y fuertemente afectada en los feriados nacionales, dado que los individuos lo aprovechan para hacer turismo, esto puede amortizar las perdidas de produccion en otros sectores. Esta explicacion toma mas sentido cuando se incluyen los feriados puentes turisticos en la variable de interes (D2). Se observa que si bien el coeficiente estimado de los dias laborales netos de feriados y puentes turisticos sigue siendo estadisticamente no significativo, la magnitud del coeficiente es relativamente menor. Eso demuestra que el rendimiento marginal de un dia laboral adicional es aun menor. Estos resultados van en la linea de la justificacion provista en los decretos para la determinacion de los feriados puente, al referirse al impacto economico positivo sobre las economias regionales relacionadas con el turismo (Decreto 1584, 2010). Sin embargo, existen ciertas dificultades identificadas en el Decreto 52 (2017)--como el cumplimiento de los dias escolares del ciclo lectivo y la competitividad del sector productivo- que no han sido tenidas en cuenta, por lo tanto no han sido (y probablemente no puedan ser) cuantificadas bajo este enfoque.

En el pais, el crecimiento del turismo en los fines de semana largos-que han surgido a partir de la inclusion de los puentes turisticos a traves de la Ley de ordenamiento de feriados-fue evidenciado en las estadisticas oficiales. De acuerdo al Ministerio de Turismo de La Nacion, en el ano 2014 el 17,3% del gasto total de los turistas se produjo solo en los fines de semana largo. En ese mismo ano, segun indican los resultados de la Encuesta de Viajes y Turismo de los Hogares (Ministerio de Turismo de La Nacion, 2014b), se contabilizaron unos 6,79 millones de turistas durante los fines de semana largos, de los cuales un 94,8% viajo dentro del pais. Se debe considerar, igualmente, que el numero de turistas en fines de semana largos disminuyo de 2013 a 2014, incrementandose la cantidad de excursionistas. Cabe destacar que en los informes de esta encuesta para los anos 2012, 2013 y 2014 se sostiene que la politica de los fines de semana largos a partir de los feriados muestra un impacto positivo, ya que la estacionalidad en esos anos (medida a partir de un indice de estacionalidad implementado por el Ministerio de Turismo) es mayor cuando se excluye a los turistas que viajaron en Argentina fuera de dias feriados, que si se los tiene en cuenta (Ministerio de Turismo de la Nacion, 2014b).

Por ultimo, cuando se evalua el modelo utilizando el numero de dias de semana y dias feriados nacionales y puentes turisticos por separado tambien se observa que los coeficientes no son estadisticamente significativos pero con signo positivo, excepto los feriados nacionales que presentan un signo negativo como el esperado. El signo positivo de los puentes turisticos puede estar relacionado con la explicacion anterior. Ademas de las distintas especificaciones sobre la definicion de la variable dias laborales, se realizaron diferentes supuestos sobre las especificaciones del modelo VECM, en la definicion de los rezagos y la especificacion de la tendencia. El principal resultado de la ausencia de efecto del numero de feriados en el PIB se mantiene, mostrando consistencia y robustez en los resultados.

Impacto de largo plazo

En la Tabla 6 se presentan los resultados del analisis de la relacion de los dias laborales y el PIB real en el largo plazo mediante DOLS. Para la seleccion de avances y retardos se utilizo el criterio de informacion Hannan-Quinn.

Se observa que, al igual que en el corto plazo, el numero de dias laborales no tiene un impacto estadisticamente significativo en el PIB. Si se analiza la magnitud del coeficiente se puede observar que es bajo (0,27%) y si se agregan los puentes turisticos, el valor es aun menor. Esto estaria indicando que los rendimientos marginales por dia de trabajo adicional, o un dia de feriado menos, es muy bajo, cercano a cero.

Si se desagrega el indicador en dias laborales, feriados nacionales y puentes turisticos, se observa que feriados nacionales tienen un efecto negativo y estadisticamente significativo en el PIB real, aunque su coeficiente sigue siendo menor a 1%. Por ello cuando se agregan los feriados con los puentes turisticos, este efecto desaparece.

Los coeficientes de las variables tendencia, tasa de desempleo e IBF son estadisticamente significativos y presentan el signo esperado. La tendencia muestra un crecimiento positivo a largo plazo. La tasa de desempleo tiene un efecto negativo y la IBF tiene un efecto positivo, en concordancia con la teoria economica.

Es importante mencionar que el estudio presenta ciertas limitaciones que deben ser tenidas en cuenta para el analisis de resultados. Por un lado, se supone una funcion de produccion macroeconomica estandar para estimar el crecimiento economico fundamentalmente por la simplicidad de la estimacion. Es interesante notar que la evidencia internacional arriba a resultados similares con metodologias diferentes. Por otro lado, la informacion de las variables utilizadas para el analisis se presenta en forma trimestral (de 64 a 66 dias de la semana) y hay solo entre 1 y 6 dias de feriados por trimestre. Por lo tanto, la variabilidad de la variable dias laborales netos es moderada. Es asi que el impacto de un dia laboral adicional sobre el PIB puede no ser lo suficientemente fuerte estadisticamente en base a la informacion utilizada. Para lograr mayor variabilidad, los datos deberian estar mas desagregados (mensualmente o semanalmente), sin embargo, en Argentina las variables PIB, tasas de desempleo e IBF la mayor desagregacion es a nivel trimestral.

CONCLUSIONES

A inicios del ano 2017 el gobierno argentino decidio eliminar los feriados puentes turisticos (Decreto que fue revertido a fines de 2017) que habian sido establecidos durante el ano 2010 -alegando que, si bien mediante la Ley de ordenamiento de los feriados se tiende a reducir los efectos negativos de la estacionalidad en turismo y contribuir al desarrollo de las economias regionales, en la practica se generaron dificultades para el cumplimiento de los dias dispuestos para el ciclo lectivo y se afecto la competitividad del sector productivo. En definitiva, el gobierno reconocio que, si bien implicitamente esta medida podia tener un impacto positivo en el sector turismo, este impacto resultaba quizas nulo y/o hasta negativo para la economia en su conjunto.

Tanto la politica implementada durante el ano 2010, como los cambios propuestos durante el ano 2017, no han sido iniciativas acompanadas de evidencia y/o estimaciones cuantitativas que sustenten uno u otro escenario.

El objetivo de este trabajo es entonces realizar un primer analisis de esta problematica, acercando algunas ideas para enfocar el tratamiento del tema desde un enfoque teorico como empirico. En este trabajo se estima una relacion entre el PIB real y el numero de dias laborales netos de feriados. La estimacion del efecto de corto plazo se realiza a traves del modelo de vectores auto-regresivos con mecanismos de correccion de error, y para estimar el efecto de largo plazo se utiliza un modelo de minimos cuadrados ordinarios dinamico. Se utiliza la variabilidad de los dias feriados por trimestre y ano en el periodo comprendido entre 1993 y 2015.

Los resultados muestran que un dia de trabajo adicional, lo que significa un dia feriado menos, no tiene un impacto estadisticamente significativo en el PIB real, tanto en el corto como en el largo plazo. Solo se observa que en el largo plazo, si bien los feriados nacionales muestran un impacto negativo y significativo en el PBI real, este efecto es muy pequeno y menor del 1%. Los resultados obtenidos se alinean con los encontrados en la evidencia internacional, como es el caso de Pita Barros et al. (2012) para Portugal; Amavilah (2009) para 182 paises; Wei ef al. (2009) para China; Yarcia (2007) para Filipinas; y Abril Salcedo et al. (2016) para Colombia.

Estos estudios arriban con diferentes metodologias de estimacion al mismo resultado: un feriado adicional tiene un impacto minimo o no significativo en el crecimiento de la economia. Esta relacion puede explicarse con la teoria de Douglas (1934) de la asignacion de tiempo de trabajo-ocio que muestra que la propension al trabajo disminuye con el crecimiento del ingreso, mientras que la productividad aumenta. Por su parte, Wilensky (1961) reinterpreta a Douglas en el sentido de que el "tiempo libre", tambien llamado "el nuevo ocio" es una funcion inversa del crecimiento economico. Los altos salarios permiten a los trabajadores comprar mas tiempo libre, sin embargo, tambien conducen a un costo de oportunidad de las vacaciones (ocio) mas alto, lo que resulta en un efecto neto indeterminado.

Este trabajo constituye un primer paso en el analisis de esta problematica en el pais que, hasta el momento, ha formado parte de la agenda del gobierno, pero sin que se haya realizado un estudio riguroso acerca de los efectos netos y los impactos economicos de los feriados y/o feriados puente.

Avanzar en el estudio de los impactos microeconomicos de estas politicas puede proporcionar elementos adicionales a los hacedores de politica para revisar y adecuar las acciones en la busqueda del crecimiento economico nacional, sin perjudicar a ningun sector en particular y teniendo en cuenta los efectos sobre todos los aspectos de la sociedad: beneficios economicos, pago de horas extra, perdida de competitividad, perdida de dias de escolaridad que no es posible recuperar, entre otros efectos.

REFERENCIAS BIBLIOGRAFICAS

Abril Salcedo, D.; Melo, L. F. & Parra, D. (2016) "Impacto de la semana santa sobre los indices de produccion sectoriales de la industria colombiana". Revista de Economia del Rosario 19(1): 59-84

Ai Group Economics and Research Team (2015) "Impacts of proposed Grand Final public holiday". Disponible en http://cdn.aigroup.com.au/Economic_Indicators/Research_Notes/2015/Vic_AFL_final_friday_public_holiday_survey_FINAL_REPORT.pdf Consultado el 17 de mayo de 2017

Al-Ississ, M. (2015) "The holy day effect". Journal of Behavioral and Experimental Finance 5: 60-80

Amati, M. (2013) "Ceremonias publicas y ritos nacionales: abordajes desde la comunicacion y la cultura". VII Jornadas Santiago Wallace de Investigacion en Antropologia Social, UBA, Buenos Aires. Disponible en: https://www.aacademica.org/000-063/604.pdf Consultado el 17 de mayo de 2017

Amavilah, V. H. (2009) "Holidays and the economic growth of nations, MPRA, 1736". Disponible en: https://mpra.ub.uni-muenchen.de/17326/1/MPRA_paper_17326.pdf. Consultado el 22 de mayo de 2017

American Chamber of Commerce in Kosovo (2012) "Position paper on official holidays of the Republic of Kosovo". Kosovo

Anowar, S.; Yasmin, S. & Tay, R. (2013) "Comparison of crashes during public holidays and regular weekends". Accident Analysis & Prevention 51: 93-97

Avalos, E. (2012) "Los decretos de necesidad y urgencia en Argentina: Desde 1853 hasta nuestros dias". Revista de la Facultad de Derecho 3(1): 147-157

Banerjee, A.; Hendry, D. & Smith, G. (1986) "Exploring equilibrium relationships in econometrics through static models: Some Monte Carlo evidence". Oxford Bulletin of Economics and Statistics 52: 92-104

Barrera, F. & Garrido, N. (2018) "Public holidays, tourism, and economic growth". Tourism Economics 24(4): 473-485

Belloso, M. J. I. (2011) "La fijacion de los dias inhabiles en el ordenamiento espanol". Revista de Administracion Publica 186: 425-457

Beria, P. & Laurino, A. (2016) "Determinants of daily fluctuations in air passenger volumes. The effect of events and holidays on Milan Malpensa Airport". Journal of Air Transport Management 53: 73-84

Burdisso, T.; Blanco, E. & Sardi, M. (2010) "Relevancia del ajuste estacional en el analisis de corto plazo: Efectos del calendario domestico sobre la serie de billetes y monedas en Argentina". Central Bank of Argentina (BCRA). Disponible en: https://www.econstor.eu/bitstream/10419/86128/1/615069576.pdf. Consultado el 22 de mayo de 2017

Camara Argentina de Comercio y Servicios (s.f.) "Encuesta a camaras empresarias socias a nivel nacional: El impacto de los feriados en las empresas". Disponible en http://docplayer.es/30679566-A-continuacion-se-presentan-los-resultados-de-esa-medicion.html. Consultado el 18 de mayo de 2017

Cespedes R. L. (2013) "Economia y feriados nacionales en Paraguay (1990-2013)". Sociedad Cientifica del Paraguay XVIII: 97-106

Cobb, M. & Medel, C. A. (2010) "Una estimacion del impacto del efecto calendario en series desestacionalizadas chilenas de actividad y demanda". Economia Chilena 13(3): 95-103 Decreto No 554 (1955) Portal de Informacion Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires

Decreto No 901 (1984) Portal de Informacion Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires

Decreto No 1584 (2010) Portal de Informacion Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires

Decreto No 1585 (2010) Portal de Informacion Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires

DeMicco, F. J.; Lin, Y.; Liu, L.; Rejto, L.; Beldona, S. & Bancroft, D. (2006) "The effect of holidays on hotel daily revenue". Journal of Hospitality & Tourism Research 30(1): 117-133

Deutsche Bundesbank (2012) "Calendar effects on economic activity". Monthly Report. Disponible en: https://www.bundesbank.de/Redaktion/EN/Downloads/Publications/Monthly_Report_Articles/2012/2012_12_calendar.pdf?__blob=publicationFile. Consultado el 30 de mayo de 2017

Diario La Nacion (s/f) "Calendario de feriados". http://servicios.lanacion.com.ar/feriados. Consultado el 25 de febrero de 2017

Dickey, D. A. & Fuller, W. A. (1981) "Likelihood ratio statistics for autoregressive time series with a unit root". Econometrica - Journal of the Econometric Society 49(4): 1057-1072

Douglas, P. H. (1934) "Theory of wages". MacMillan Company, New York

Dumitriu, R.; Stefanescu, R. & Nistor, C. (2012) "Holiday effects during quiet and turbulent times". Disponible en: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2043756 Consultado el 5 de mayo de 2017

Fajardo, J. & Pereira, R. (2008) "Efeitos sazonais no indice Bovespa". Brazilian Business Review 5(3): 244-254

Gama, P. M. & Vieira, E. F. (2013) "Another look at the holiday effect". Applied Financial Economics 23(20): 1623-1633

GradiUnik, I. S. (2015) "A festive bricolage: the holiday calendar in Slovenia over the last century". Folklore - Electronic Journal of Folklore (60): 29-50

Herrera Ramirez, J. P. & Ossa Echavarria, J. F. (2014) "Relacion de los dias festivos con el consumo domestico en Colombia". Tesis de Grado. Disponible en: http://eiadspace.metabiblioteca.com/handle/11190/1515 Consultado el 19 de mayo de 2017

Instituto Nacional de Estadistica y Censos de la Republica Argentina - INDEC (s/f) https://www.indec.gob.ar/ Consultado el 19 de mayo de 2017

Informacion Legislativa y Documental--INFOLEG (s/f) http://www.infoleg.gob.ar/ Consultado el 19 de mayo de 2017

Johansen, S. & Juselius, K. (1990) "Maximum likelihood estimation and inference on cointegration--with applications to the demand for money". Oxford Bulletin of Economics and Statistics 52: 169-210

Kremers, J.; Ericsson, N. & Dolado, J. (1992) "The power of cointegration tests". Oxford Bulletin of Economics and Statistics 54: 325-349

Kristjanpoller Rodriguez, W. (2012) "Efecto dia feriado en los principales mercados accionarios de Latinoamerica". Contaduria y Administracion 57(2): 45-62

Kwiatkowski, D.; Phillips, P. C.; Schmidt, P. & Shin, Y. (1992) "Testing the null hypothesis of stationarity against the alternative of a unit root: How sure are we that economic time series have a unit root?" Journal of Econometrics 54(1-3): 159-178

Leontitsis, A. (2006) "Dynamical estimation of calendar effects". Fluctuation and Noise Letters 6(01): L7-L15

Ley No 23.555 (1988) Portal de Informacion Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires

Mantero, J. C.; Laffan, L. & Lefrou, D. (2011) "Disposicion de realizar turismo en fines de semana largos: encuesta a turistas de temporada estival en Mar del Plata". Aportes y Transferencias 15(1): 123-152

Marrett, G.J. & Worthington, A. C. (2009) "An empirical note on the holiday effect in the Australian stock market, 1996-2006". Applied Economics Letters 16(17): 1769-1772

Merz, J. & Osberg, L. (2009) "Keeping in touch. A benefit of public holidays using time use diary data electronic". International Journal of Time Use Research 6(1): 130-166

Ministerio del Interior, Obras Publicas y Viviendas (2017) Disponible en https://www.argentina.gob.ar/interior. Consultado el 5 de febrero de 2017

Ministerio de Turismo de la Nacion (2014a) "Anuario estadistico de turismo 2014". Disponible en: http://www.yvera.gob.ar/estadistica/. Consultado el 14 de febrero de 2018

Ministerio de Turismo de la Nacion (2014b) "Encuesta de viajes y turismo de los hogares - Anos 2012, 2013 y 2014". Disponible en: http://www.yvera.gob.ar/estadistica/. Consultado el 12 de febrero de 2018

Monsell, B. C. & U. S. Census Bureu (2007) "Issues in modeling and adjusting calendar effects in economic time series". In Proceedings of the Third International Conference on Establishment Surveys [CD-ROM]. American Statistical Association. Disponible en: https://statprize.org/meetings/ices/2007/proceedings/ICES2007-000150.PDF. Consultado el 07 de julio de 2017

Montenegro Garcia, A. (2014) "Series de dias habiles en Colombia: una aplicacion al ajuste del crecimiento industrial". Apuntes del CENES 33(57): 11-30

Pita Barros, P.; Martins, B. & Catela Nunes, L. (2012) "The economic value of a holiday". Disponible en: http://docentes.fe.unl.pt/~lcnunes/workingpapers/the_economic_value_of_a_holiday.pdf. Consultado el 05 de enero de 2017

Povoa, H. & Oliveira, A. V. (2013) "Econometric analysis to estimate the impact of holidays on airfares". Journal of Transport Literature 7(2): 284-296

Pricewaterhouse Coopers Australia (2015) "Regulatory impact statement on proposed new public holidays in Victoria". Department of Economic Development, Jobs, Transport and Resources. Disponible en www.betterregulation.vic.gov.au/files/55dcc432.../Public-Holidays-RIS-2015.pdf Consultado el 05 de febrero de 2017

Ray, R. & Schmitt, J. (2007) "No vacation nation USA: A comparison of leave and holidays in OECD countries". European Economic and Employment Policy Brief (3): 1-18. Disponible en: https://www.etui.org/Publications2/Policy-Briefs/European-Economic-Employment-and-Social-Policy/No-vacation-nation-USA-a-comparison-of-leave-and-holiday-in-OECD-countries Consultado el 20 de febrero de 2017

Rodriguez, L. G. (2009) "El calendario escolar y las celebraciones en la provincia de Buenos Aires durante la ultima dictadura militar". Clio & Asociados (13): 34-60. Disponible en: http://www.memoria.fahce.unlp.edu.ar/library?a=d&c=arti&d=Jpr4624. Consultado el 05 de febrero de 2017

Shen, H.; Wang, Q.; Ye, C. & Liu, J. S. (2017) "The evolution of holiday system in China and its influence on domestic tourism demand". Journal of Tourism Futures 4(2): 139-151

Stock, J. H. & Watson, M. W. (1993) "A simple estimator of cointegrating vectors in higher order integrated systems". Econometrica 61(4): 783-820

Suhartono, S. (2016) "Calendar variation model for forecasting time series data with islamic calendar effect". Journal Matematika, Sains, Dan Teknologi 7(2): 85-94

Swinkels, L. & Van Vliet, P. (2012) "An anatomy of calendar effects". Journal of Asset Management 13(4): 271-286

Wei, X.; Qu, H. & Ma, J. E. (2009) "A neoclassic growth model of leisure time and China's economic growth". International CHRIE Conference-Refereed Track, San Francisco

Wilensky, H. L. (1961) "The uneven distribution of leisure: The impact of economic growth on free time". Social Problems 9(1): 32-56

Working Holidays (2017) Disponible en argentina.workingdays.org. Consultado el 20 de febrero de 2017

Yarcia, L. D. (2007) "Is holiday economics good for the tourism sector? - The Philippine case". 10th National Convention on Statistics (NCS) EDSA, Shangri-La Hotel, October 1-2, Mandaluyong

York, Q.Y. & Zhang, H.Q. (2010) "The determinants of the 1999 and 2007 Chinese Golden Holiday System: A content analysis of official documentation". Tourism Management 31(6): 881-890

Yunculer, C. (2015) "Estimating the bridging day effect on Turkish industrial production". Research and Monetary Policy Department, Central Bank of the Republic of Turkey, Ankara

Zirulia, L. (2016) "Should I stay or should I go?' Weather forecasts and the economics of 'short breaks". Tourism Economics 22(4): 837-846

Recibido el 05 de noviembre de 2018

Reenviado el 25 de noviembre de 2018

Aceptado el 02 de diciembre de 2018

Arbitrado anonimamente

Natalia Porto (*)

Natalia Espinola (**)

Carolina Ines Garcia (***)

Universidad Nacional de La Plata - Argentina

(*) Doctora en Economia por la Universidad Nacional de La Plata, La Plata, Argentina. Se desempena como Profesora Titular de la Facultad de Ciencias Economicas, Universidad Nacional de La Plata, La Plata, Argentina. Direccion Postal: 6 No 777, 1900, La Plata, Argentina. E-mail: natalia.porto@econo.unlp.edu.ar

(**) Magister en Economia por la Universidad Nacional de La Plata, La Plata, Argentina. Se desempena como docente de la Licenciatura en Turismo de Facultad de Ciencias Economicas, Universidad Nacional de La Plata, La Plata, Argentina, y de la Licenciatura en Economia de la Facultad de Ciencias Economicas, Universidad de Buenos Aires, Ciudad Autonoma de Buenos Aires, Argentina. Direccion Postal: Calle 6 No 777, 1900, La Plata, Argentina. E-mail: nespinola12@gmail.com.

(***) Licenciada en Turismo por la Universidad Nacional de La Plata, La Plata, Argentina. Becaria tipo A de la Universidad Nacional de La Plata, La Plata, Argentina. Direccion Postal: 6 No 777, 1900, La Plata, Argentina. E-mail: carolina.garcia@econo.unlp.edu.ar
Tabla 1: Evolucion del numero de feriados por ano en Argentina - Anos
1993-2015

Ano              Numero de dias feriados

1993              8
1994              6
1995              8
1996              8
1997             10
1998             10
1999              7
2000              8
2001              9
2002              8
2003             10
2004              9
2005              6
2006              8
2007              9
2008             10
2009             10
2010             10
2011             12
2012             16
2013             16
2014             16
2015             11
Total general   225

Nota: se excluyen los feriados que caen fines de semana
Fuente: Elaboracion propia en base a la pagina web del Ministerio del
Interior, Obras Publicas y Vivienda (2017), la pagina web de Working
Holidays (2017) y la normativa de INFOLEG (s/f)

Tabla 2: Feriados en una seleccion de paises - Ano 2013

Pais            Cantidad de dias feriados

Argentina       19
Brasil          11
Chile           14
China           21
Colombia        18
Japon           15
Rusia           15
Corea del Sur   15

Nota: se incluyen los feriados que caen en fines de semana
Fuente: Ministerio de Turismo de la Nacion (2014a)

Tabla 3: Pruebas de raiz unitaria

                        LOG(PBI)                 LOG(IBF)
                        ADF          KPSS        ADF          KPSS

Serie original
Tendencia y Constante   -2,485       0,177 (*)   -2,067       0,203 (*)
Constante               -0,646       1,450 (*)   -1,150       0,889 (*)
Ninguna                  1,346                    0,577
Primer diferencia
Tendencia y Constante   -3,846 (*)   0,0588      -4,705 (*)   0,0543
Constante               -3,864 (*)   0,0587      -4,702 (*)   0,0545
Ninguna                 -3,474 (*)               -4,665 (*)

                        Tasa de desempleo
                        ADF          KPSS

Serie original
Tendencia y Constante   -3,574 (*)   0,213 (*)
Constante               -1,566       0,969 (*)
Ninguna                 -0,745
Primer diferencia
Tendencia y Constante   -3,458       0,087
Constante               -3,416 (*)   0,181
Ninguna                 -3,416 (*)

(*) Rechaza la hipotesis nula al 5%
Fuente: Elaboracion propia en base a la pagina web del Ministerio del
Interior, Obras Publicas y Vivienda (2017), la pagina web de Working
Holidays (2017) y la normativa de INFOLEG (s/f)

Tabla 4: Test de cointegracion de Johansen

            Autovalor  Traza      Valor critico  Prob.  Maximo Autovalor
                                  5%

Ninguna     0,323      41,353     29,797         0,002  33,103
Al menos 1  0,079       8,250(*)  15,495         0,439   6,969(*)
Al menos 2  0,015       1,281      3,841         0,258   1,281

             Valor critico 5%       Prob.

Ninguna      21,132                 0,001
Al menos 1   14,265                 0,493
Al menos 2    3,841                 0,258

Nota: Los estadisticos del Test de Traza y Maximo Autovalor son
comparados con el valor critico de Johansen & Juselius (1990).
Ambos tests indican 1 ecuacion de cointegracion al 5%.
Fuente: Elaboracion propia en base a la pagina web del Ministerio del
Interior, Obras Publicas y Vivienda (2017), la pagina web de Working
Holidays (2017) y la normativa de INFOLEG (s/f)

Tabla 5: Resultados de MCO - Analisis de corto plazo

                             LOG(PBI)
                             (1)                  (2)
                             Coef.     Error      Coef.     Error
                                       estandar             estandar

Coeficiente de ajuste        -0,0318   0,0382     -0,0362   0,0380
D(log_PBI(-1))               -0,3379   0,1278     -0,3344   0,1291
D(log_PBI(-2))               -0,3334   0,0971     -0,3320   0,0977
D(log_PBI(-4))                0,4117   0,0953      0,4070   0,0958
D(log_IBF(-1))                0,2840   0,0551      0,2854   0,0556
D(log_IBF(-5))               -0,1027   0,0415     -0,1032   0,0417
D(desempleo(-1))             -0,0037   0,0017     -0,0037   0,0017
D1                            0,0016   0,0013
D2                                                 0,0009   0,0011
Dias laborales
Feriados nacionales
Feriados puente turisticos
Trimestre 2                   0,0570   0,0095      0,0570   0,0096
Trimestre 3                   0,0059   0,0073      0,0071   0,0073
Trimestre 4                   0,0220   0,0089      0,0234   0,0088
Constante                    -0,1193   0,0787     -0,0774   0,0710
R2                            0,8888               0,8875
R2 ajustado                   0,8721               0,8705
Durbin-Watson                 2,0972               2,1294
Test F                       53,0680              52,3518
Prob(F)                       0,0000               0,0000
N                            85                   85

                             LOG(PBI)
                             (3)
                             Coef.      Error estandar

Coeficiente de ajuste        -0,0443    0,0416
D(log_PBI(-1))               -0,2277    0,1322
D(log_PBI(-2))
D(log_PBI(-4))                0,5087    0,0976
D(log_IBF(-1))                0,2138    0,0555
D(log_IBF(-5))               -0,1250    0,0434
D(desempleo(-1))             -0,0025    0,0018
D1
D2
Dias laborales                0,0104    0,0065
Feriados nacionales          -0,0016    0,0016
Feriados puente turisticos    0,0041    0,0033
Trimestre 2                   0,0305    0,0105
Trimestre 3                  -0,0137    0,0133
Trimestre 4                  -0,0173    0,0128
Constante                    -0,9476    0,5905
R2                            0,8781
R2 ajustado                   0,8578
Durbin-Watson                 1,8070
Test F                       43,21504
Prob(F)                       0,0000
N                            85

(*) En las tres especificaciones los residuos estan distribuidos
normalmente, son homocedasticos y no presentan correlacion serial.
Para determinar esto se realizaron las respectivas pruebas
tradicionales.
(**) Los valores en negrita son estadisticamente significativos a menos
del 5%.
Fuente: Elaboracion propia en base a la pagina web del Ministerio del
Interior, Obras Publicas y Vivienda (2017), la pagina web de Working
Holidays (2017) y la normativa de INFOLEG (s/f)

Tabla 6: Resultados Minimo Cuadrados Ordinarios Dinamicos - Analisis de
largo plazo

                              Var. Dep.:   Log (PBI)
Variable                      (1)        (2)        (3)

Tendencia                      0,0023     0,0023     0,0015
                              (0,0001)   (0,0001)   (0,0002)
Log(IBF)                       0,3195     0,3211     0,2498
                              (0,0324)   (0,0323)   (0,0524)
Tasa de desempleo             -0,0025    -0,0025    -0,0105
                              (0,0011)   (0,0011)   (0,0026)
D1                             0,0027
                              (0,0019)
D2                                        0,0025
                                         (0,0018)
Dias laborales                                       0,0009
                                                    (0,0031)
Feriados nacionales                                 -0,0058
                                                    (0,0019)
Feriados puentes turisticos                          0,0020
                                                    (0,0043)
Dummies trimestrales          SI         SI         SI
R2                             0,9894     0,9894     0,9963
R2 ajustado                    0,9879     0,9879     0,9928
Error estandar de la           0,0113     0,0113     0,0080
regresion
Varianza de largo plazo        0,0003     0,0003     0,0001
N                             89         89         77

Nota: Para la eleccion de lag y leads se utilizo la especificacion
automatica del criterio Hannan-Quinn. Los valores en negrita son
estadisticamente significativos a menos del 5%.
Fuente: Elaboracion propia en base a la pagina web del Ministerio del
Interior, Obras Publicas y Vivienda (2017), la pagina web de Working
Holidays (2017) y la normativa de INFOLEG (s/f)
COPYRIGHT 2019 Centro de Investigaciones y Estudios Turisticos
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2019 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Porto, Natalia; Espinola, Natalia; Garcia, Carolina Ines
Publication:Estudios y Perspectivas en Turismo
Article Type:Report
Date:Jul 1, 2019
Words:9705
Previous Article:EVALUACION DE LOS SERVICIOS AL PUBLICO TURISTA OFRECIDOS POR LOS MUSEOS: El caso de los museos universitarios en Valdivia (Chile).
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters