IRIS Center

La USAID le encargó al IRIS Center (2009) que construyera una herramienta de

medición de la pobreza (Poverty Assessment Tool o PAT, por sus siglas en inglés)

empleando datos de la EH de 2005 para que los programas en favor de las

microempresas que colaboran con la USAID en Bolivia pudieran reportar la proporción

de sus participantes que son “muy pobres”. En general, la herramienta PAT para

Bolivia es como el Índice de Calificación de la PobrezaTM, excepto que la herramienta

PAT:

 Estima el ingreso directamente (en lugar de estimar probabilidades de pobreza) y luego convierte el ingreso estimado en una de dos posibles probabilidades de pobreza (0 por ciento, o 100 por ciento) en lugar de una probabilidad de pobreza que cae dentro del rango continuo entre 0 a 100 por ciento

 Tiene más indicadores (17 en lugar de 10)

La herramienta PAT se calibra con dos líneas de pobreza:

 La línea que marca la mitad más pobre de los hogares (no de las personas) con ingresos inferiores al 100% de la línea nacional

IRIS prueba cuatro abordajes usando regresiones en versiones de una y dos

etapas (IRIS, 2005), seleccionando al final una regresión cuantílica de una etapa que

estima el percentil 42 del logaritmo del gasto per cápita del hogar.41 Emplea 17

indicadores (IRIS, 2009):

 Demografía del hogar:

— Número de miembros (elevado al cuadrado) — Edad del jefe del hogar (elevada al cuadrado)  Residencia:

— Situación de propiedad — Tipo de piso

— Tipo de pared  Propiedad de los activos:

— Radio-pasacasetes — Refrigerador — Televisor — VCR o DVD — Ventilador — Automóvil — Cama — Cocina — Computadora — Ovejas  Región de residencia: — Departamento — Urbana/rural

Todos estos indicadores son sencillos, de bajo costo, y verificables.

41

IRIS define la pobreza en términos del gasto, reconociendo que el gobierno de Bolivia y el Banco Mundial emplean el ingreso. Al mismo tiempo, IRIS aplica las líneas de pobreza del gobierno que están diseñadas para el ingreso. En todo caso, no queda claro si lo que el gobierno de Bolivia llama ingreso no es realmente el gasto.

No es posible comparar la exactitud de IRIS (2009) con el antiguo índice de 2007

de Schreiner (2009a) ni con el nuevo índice de 2013, porque la herramienta PAT utiliza

datos de la EH de 2005, y tal vez una definición diferente de pobreza. En los países

donde pueden compararse la herramienta PAT y el Índice de Calificación de la

PobrezaTM

, Schreiner (2014) encuentra que:

 Para estimar la tasa de pobreza de un grupo de hogares en un punto determinado en el tiempo, ambas herramientas están libres de sesgos. Tienen errores de estimación similares, pero el índice de calificación tiene errores estándar menores

 Para fines de focalización de hogares individuales, la “efectividad total” de la herramienta PAT es más o menos 1 punto porcentual mejor que la “efectividad total” del índice de clasificación

 Para su uso en la práctica, el índice de calificación se caracteriza por su mayor disponibilidad, por ser más reciente, y por su mayor transparencia.

Cuando IRIS reporta la exactitud, se centra en el Criterio Balanceado de

Exactitud de Pobreza (Balanced Poverty Accuracy Criterion) o BPAC, por sus siglas

en inglés. El IRIS Center (2005) introdujo el BPAC, y la USAID lo adoptó como

criterio para aprobar herramientas de evaluación de pobreza para ser empleadas por

programas en favor de las microempresas que colaboran con la USAID. El BPAC

considera a la exactitud en términos de inclusión de la focalización y en términos de la

diferencia absoluta entre subcobertura y filtración (la cual, según el abordaje de la

herramienta PAT, es igual al valor absoluto del error en la tasa de pobreza estimada).

La fórmula es:            ra Subcobertu Inclusión Filtración ra Subcobertu Inclusión 100 BPAC | | .

Dado que el error (en la herramienta PAT) es la diferencia entre subcobertura y

filtración, el término de normalización

ra Subcobertu Inclusión

100

 es posiblemente

relevante sólo para comparar herramientas en poblaciones con diferentes tasas de

pobreza (pero irrelevante al seleccionar entre herramientas alternativas para un país

dado en un año dado para una línea de pobreza dada). Luego, la fórmula más sencilla

| |Errorpromedio Inclusión

BPAC   clasifica a las herramientas para medir la

pobreza de la misma forma que la fórmula más compleja.

Expresando el BPAC como BPAC  Inclusión|Error promedio | se puede ver por qué el BPAC no es útil para comparar la herramienta PAT con el Índice de

Calificación de la PobrezaTM (Schreiner, 2014). Dados los supuestos señalados

previamente,42 el Índice de Calificación de la PobrezaTM produce estimaciones no

sesgadas de las tasas de pobreza, sea o no la subcobertura igual a la filtración. Si bien

el BPAC puede usarse para comparar índices alternativos que emplean el abordaje de

estimación del gasto de la herramienta PAT, no tiene sentido aplicarlo al enfoque de

estimación de probabilidades del Índice de Calificación de la PobrezaTM. Esto se debe a

que, a diferencia de la herramienta PAT, el índice no emplea un sólo umbral de corte

para clasificar un hogar dado como 100 por ciento pobre o 0 por ciento pobre. Por el

contrario en el abordaje del índice de calificación, los hogares tienen una probabilidad

de pobreza estimada en un punto en el rango continuo entre 0 y 100 por ciento. Si el

42

Para evitar sesgos en la herramienta PAT se requieren también estos mismos supuestos.

usuario de un índice de pobreza establece un umbral de corte para fines de focalización,

ese umbral es importante únicamente para la focalización, y no afecta en absoluto la

estimación de las tasas de pobreza.

Pese a que IRIS reporta la exactitud de la focalización de la herramienta PAT y

pese a que la fórmula del BPAC considera a la exactitud de la focalización en términos

de inclusión, IRIS sostiene que la PAT no debería emplearse para la focalización.43

IRIS también duda de que la herramienta PAT pueda ser útil para medir el

cambio en el tiempo, señalando que “no queda claro que las herramientas puedan ser

capaces de identificar cambios reales de la pobreza en el tiempo debido a sus errores de

medición inherentes. A menos que los cambios de la tasa de pobreza sean

excepcionalmente grandes y a menos que las herramientas sean excepcionalmente

exactas, es probable que los cambios identificados estén contenidos dentro del margen

de error.”44

En otras palabras, IRIS asevera45 que el intervalo de confianza para las

estimaciones del cambio —para cierto nivel de confianza no definido, cierto tamaño de

muestra no definido, y cierto cambio verdadero no definido —por lo general incluye al

cero. En Bolivia, para el nuevo índice de 2013 aplicado fuera de muestra a la muestra

de validación de 2013 (referencia) y fuera de muestra/fuera de tiempo a toda la EH de

2007 y por separado a toda la EH de 2011 (seguimiento), las estimaciones de cambio

43

povertytools.org/faq/faq.html#11, consultado el 19 de febrero de 2009. 44

povertytools.org/faq/faq2.html, consultado el 7 de diciembre de 2012. 45

IRIS nunca ha reportado la exactitud de la herramienta PAT para las estimaciones del cambio en el tiempo.

tienen el mismo signo que el cambio verdadero y son estadísticamente diferentes de cero

con n = 1.024 y con 90 por ciento de confianza para todas las 18 estimaciones.

Asimismo, el intervalo de confianza de 90 por ciento (n = 1.024) del cambio estimado

incluye el cambio verdadero para 14 de las 18 estimaciones.

De la misma manera, la focalización es un uso posible que permite el Índice de

Calificación de la PobrezaTM

, a pesar de las dudas de IRIS. En particular, este informe

reporta la exactitud de la focalización para que los usuarios puedan decidir por sí