Análisis de rentabilidad de la inversión en Educación Superior de
calidad en Colombia - Caso de Estudio: Universidad de los Andes
Sergio Eduardo Rojas Campuzano
1,2[email protected] | [email protected]
Asesor: Raul Castro R.
Mayo 26 de 2015
Resumen
En este trabajo se calculó la Tasa Interna de Retorno (TIR) de la inversión en educación superior para una muestra de egresados en Colombia, tomando como caso de estudio a los de la Universidad de los Andes. Se realizó el análisis para distintos perfiles de egresados, teniendo en cuenta características socioeconómicas, área de estudios y método de financiamiento utilizado, obteniendo diferencias significativas en los resultados. En particular se encontraron diferencias significativas en la TIR según área de estudios, género y nivel de ingreso del hogar de proveniencia. Por ejemplo la TIR para hombres provenientes de un hogar de ingreso medio y egresados de programas de Ingeniería es de 21% anual. Dentro de las características evaluadas, la que genera diferencias de mayor magnitud en la TIR es la relacionada con el área de estudios. Por el contrario, no se encontraron diferencias significativas según el método de financiamiento utilizado.
Palabras clave: Rate of Return, Education, Education Expenditures, Income, Wage, Bias, Gender Segregated,
Clasificación JEL: G110, J24, J31, J71
1 Facultad de Economía: Universidad de los Andes – Bogotá, Colombia.
2 Quiero agradecer a Raúl Castro y Ximena Peña por ser las dos guías principales de este trabajo; a Francisco Eslava por ser el apoyo en temas metodológicos; por último a Luis Omar Herrera y a Valentina Rozo por el 2 Quiero agradecer a Raúl Castro y Ximena Peña por ser las dos guías principales de este trabajo; a Francisco Eslava por ser el apoyo en temas metodológicos; por último a Luis Omar Herrera y a Valentina Rozo por el acceso a información vital para este trabajo.
1. Introducción
En este documento se desarrolla un análisis de rentabilidad de la inversión en educación superior en Colombia, para distintos perfiles de egresados de la Universidad de los Andes. Ésta universidad es la primera institución de educación superior de carácter privado en Colombia, que cuenta con acreditación de alta calidad, expedida por el Ministerio de Educación Nacional por periodo de diez años (MEN, 2015). De igual manera, se trata de una institución de educación superior cuyo costo de matrícula no sólo es considerablemente alto para estándares colombianos, sino que ha venido aumentando a tasas mayores que la inflación durante los últimos veinte años. Debido a lo anterior surge la pregunta que motiva este documento en cuanto a que, si bien la Universidad de los Andes es una alternativa de educación superior de alta calidad como las que necesita el sistema educativo de Colombia, su costo es considerablemente alto para estándares colombianos. De forma consecuente puede que, desde una perspectiva privada, la rentabilidad de invertir en educación superior en esta institución sea baja.
A partir de información relacionada con características socioeconómicas como género y nivel de ingreso del hogar de proveniencia, de área de estudios y de método de financiamiento utilizado para el pago de los estudios, se construyen distintos perfiles de egresados de la Universidad de los Andes que hayan iniciado sus estudios entre los años 1998 y 2006, sobre los cuales se realiza el análisis de rentabilidad.
Partiendo de lo anterior y a través de regresiones lineales, se generan proyecciones para el nivel y el crecimiento salarial de los distintos perfiles de egresados a lo largo de su vida laboral (Borjas, 2000). Luego se contrastan estos flujos salariales con los flujos correspondientes a los costos de la inversión en educación superior en la Universidad de los Andes. A partir de una metodología básica de valoración, mediante descuento de flujos a lo largo del tiempo, se calcula una Tasa Interna de Retorno para la inversión en educación superior de cada uno de los perfiles de egresados que se han generado.
Los resultados obtenidos mediante la metodología mencionada con anterioridad permiten sacar conclusiones estadística y económicamente significativas respecto de las características
que se utilizaron para determinar los distintos perfiles de egresados de la Universidad de los Andes. Se encuentra que las características socioeconómicas relacionadas con género y nivel de ingreso del hogar de proveniencia, al mismo tiempo que las de área de estudios evaluadas son significativas al determinar tanto el costo de los estudios como los flujos salariales y, por lo tanto, el nivel de rentabilidad de la inversión en educación superior para los distintos perfiles de egresados. No obstante, la evidencia estadística no permite concluir lo mismo sobre el método de financiamiento al que hayan podido acceder los egresados para el pago de sus estudios.
Por último, los resultados permiten realizar conclusiones encaminadas a generar recomendaciones de política relacionadas con discriminación de género y trampas de pobreza en el mercado laboral. Este trabajo es un esfuerzo para contribuir a profundizar el entendimiento sobre el sistema de educación superior colombiano. En particular se evalúa si el acceso a educación superior de alta calidad, como la que ofrece la Universidad de los Andes, es muy costoso y, por lo tanto poco rentable, desde una perspectiva privada. Esta evaluación se realiza a partir de las características de costos de acceso a la Universidad de los Andes y de remuneración salarial en el mercado laboral bogotano, para los perfiles de profesionales que se han generado.
El resto de este documento se divide de la siguiente forma: la sección 2 presenta una breve revisión de literatura relevante. En la sección 3 se describe la metodología implementada. La sección 4 introduce la muestra utilizada para el análisis empírico junto con estadísticas descriptivas. La sección 5 muestra los resultados. La sección 6 presenta unas conclusiones y recomendaciones de política mientras que la sección 7 contiene un anexo.
2. Revisión de literatura
Desde una perspectiva macroeconómica, la inversión en educación, y en general la acumulación de capital humano, es, a través de la innovación y el conocimiento, uno de los principales motores del crecimiento económico. Desde la década de 1980, académicos como Romer (1986), Lucas (1988), Aghion & Howitt (1992), han generado avances teóricos y modelos de crecimiento económico endógeno probados empíricamente, que han respaldado esta posición. Así las cosas, se ha establecido que la educación es un importante motor de
crecimiento económico puesto que aumenta la productividad marginal de los principales factores productivos de una economía, como lo son el capital físico y la fuerza de trabajo. No obstante, la educación que recibe una población no sólo debe medirse en términos cuantitativos sino también cualitativos. La calidad y pertinencia de la educación es fundamental. A manera de ejemplo, según una medición reciente el 35% de las empresas formales de América Latina estima que la inadecuada formación de la fuerza laboral de la región representa una barreara importante a la competitividad y al desempeño económico (CEPAL, 2013). Medidas de calidad educativa como proporciones estudiante-profesor, duración de periodos académicos y remuneración a profesores, entre otras, han arrojado evidencia empírica en el mismo sentido (Psacharopoulos, 1994).
Un ejemplo de la situación mencionada con anterioridad lo representa el caso colombiano. Durante el Siglo XX en Colombia, en especial entre 1950 y 1970, se dio una revolución educativa promovida por el Estado, que permitió aumentar considerablemente la cobertura en educación primaria y secundaria hasta tasas netas cercanas al 90% y 75% respectivamente. El mismo efecto no se dio en el caso de la educación terciaria, cuya tasa actual de cobertura es cercana al 40% (MEN, 2014). Adicionalmente, si bien la cobertura no parece ser un problema urgente para el sistema educativo colombiano, al menos para la educación primaria y secundaria, la calidad de la educación impartida sí lo es. Lo anterior lo reflejan, por ejemplo, los resultados obtenidos en mediciones realizadas por la OCDE a través de las pruebas PISA en el año 2012. En éstas los estudiantes colombianos se posicionaron de forma consistente en los últimos cinco lugares entre los 64 países evaluados en pruebas de habilidades en matemáticas, lectura y ciencias (OCDE, 2014).
No obstante, en Colombia existen alternativas educativas de alta calidad. Un ejemplo para el caso de la educación superior es la Universidad de los Andes, clasificada según el QS World University Rankings, entre las 300 mejores del mundo, las 10 mejores de Suramérica y la mejor de Colombia. (QS Quacquarelli Symonds, 2015). Sin embargo la Universidad de los Andes es una institución cuyo costo de matrícula semestral, cercano a los $13.000.000 (año 2015), es considerablemente alto para los estándares colombianos. Este costo es cercano al 94% del ingreso semestral del hogar promedio colombiano y al 154% del ingreso semestral de un trabajador que devengaba el salario mínimo en 2013 (DANE, 2013). Además este costo de
matrícula ha venido aumentando a tasas anuales mayores a la inflación durante los últimos 20 años.
Por otro lado, según asociaciones de análisis de políticas públicas estadounidenses de corte conservador, como el Goldwater Institute, se está configurando una burbuja especulativa en el sistema de educación superior de los Estados Unidos. Lo anterior se debería a las altas tasas de aumento en los costos de matrícula en las universidades estadounidenses, en especial en términos relativos a las remuneraciones salariales percibidas por los egresados. Esto a su vez, disminuye la tasa interna de retorno de la inversión en educación superior y, por lo tanto, pone en riesgo la capacidad de pago de los egresados que recurren al crédito para financiar su acceso a la educación superior (Goldwater Institute, 2013). El caso de la Universidad de los Andes para el contexto colombiano, presenta ciertos aspectos relacionados con la hipótesis planteada con anterioridad. En particular se identifica la presencia de un alto costo de matrícula y de una alta tasa de crecimiento del mismo, como se verá más adelante. Lo anterior da lugar a la pregunta sobre la disminución en la tasa interna de retorno de la inversión en educación superior en esta institución a lo largo del tiempo.
Ahora bien, pasando a un análisis desde una perspectiva privada, la inversión en educación o acumulación de capital humano, tiene rendimientos para los agentes en términos de mayores salarios percibidos en el mercado laboral. Esto se debe a que, desde un punto de vista microeconómico, el salario devengado por un agente en particular corresponde al valor de la productividad marginal de su trabajo. De esta forma, se estima que un trabajador más educado, es más productivo y por lo tanto devenga un mayor salario. Estos retornos salariales, al ser contrastados con los costos de la educación, permiten llevar a cabo un análisis costo-beneficio de la inversión en educación que realizan los agentes. A partir de lo anterior, es posible encontrar una Tasa Interna de Retorno que iguale los flujos de ingresos con los de costos relacionados con la inversión educación, para así determinar su nivel de rentabilidad (Psacharopoulos & Chu, 1992).
No obstante, debido a falta de datos y a una mayor facilidad, generalmente se realizan análisis para calcular la tasa de retorno de un año adicional de educación de forma aproximada e indirecta mediante ecuaciones de Mincer, en lugar de métodos exactos de descuento de flujos
(Psacharopoulos & Chu, 1992). Adicionalmente Psacharopoulos (1994) indica que en muchos casos la implementación del método general de las ecuaciones de Mincer arroja una tasa de retorno promedio dado que no discrimina por nivel de educación, entre educación primaria, secundaria y terciaria. Por el contrario, se espera que los retornos sean decrecientes en el nivel de educación (Psacharopoulos, 1994). Asimismo el autor indica la necesidad de tener en cuenta los costos de oportunidad particulares en que se incurre en cada nivel de educación. En especial menciona que para la educación primaria, a diferencia de la secundaria y terciaria, no debe haber un costo de oportunidad relacionado con el hecho de no estar trabajando mientras se estudia. Esto se debe a que los individuos en edad de educación primaria son niños que están fuera de la fuerza laboral.
Como complemento a la argumentación anterior, se ha encontrado evidencia estadística y económica significativa sobre ciertas características de los agentes que tienen incidencia sobre el la tasa de retorno de su inversión en educación. Se ha establecido, en especial para el caso colombiano, que el género del agente es el que genera las diferencias salariales de mayor magnitud, favoreciendo a los hombres por encima de las mujeres. (Pscharopoulos & Vélez, 1993). Por otro lado, en Colombia el nivel de educación de los padres resulta tener alta correlación con la remuneración salarial de los agentes, consecuente con conclusiones de otros estudios sobre la restringida movilidad social en este país (Behrman, Gaviria & Székely 2001).
Por último, se ha encontrado evidencia de forma consistente relacionada retornos a la educación decrecientes en el producto per cápita u otra medida de desarrollo y bienestar de los países. Por lo tanto, se ha concluido que el capital humano se comporta de manera similar al capital físico; a mayor stock, menor rendimiento marginal. En este caso, sociedades con mayor logro educativo por parte de su población, enfrentan retornos bajos a la educación, lo cual permite cerrar brechas salariales que antes favorecían a la población con altos niveles de logro educativo (Psacharopoulos & Chu, 1992).
Una vez analizada la literatura relevante, se identifica que este documento constituye un aporte en términos metodológicos al realizar los cálculos de rentabilidad de forma directa a través de una metodología de descuento de flujos en el tiempo, dado que la mayoría de los estudios sobre este tema se realizan de forma aproximada mediante ecuaciones de Mincer.
Adicionalmente este documento constituye un aporte desde el punto de vista teórico al tener en cuenta dos factores importantes. En primer lugar se tiene en cuenta la variación en la rentabilidad de la inversión en educación superior de acuerdo al área de estudios de pregrado y en segundo lugar de acuerdo al nivel de ingreso del hogar de proveniencia del egresado junto con sus implicaciones en términos de política pública.
3. Metodología
Para realizar el análisis empírico en primer lugar se estima la duración de los estudios universitarios de los individuos, medida en semestres, mediante regresiones lineales por MCO. Con esta duración se estima el costo de la inversión en educación superior, al asignar el costo correspondiente de matrícula a cada uno de los semestres que el individuo cursó en la Universidad de los Andes. Se utiliza esta técinca de estimación a diferencia de una de promedios aritméticos pues permite establecer si hay diferencias significativas según las variables explicativas de forma sencilla. De lo contrario sería necesario realizar pruebas de diferencia de media para todas las parejas de posibles combinaciones de valores de las variables explicativas, lo cual implicaría un gran esfuerzo sin generar valor agregado.
Las variables explicativas del modelo están relacionadas en primer lugar con el área de estudios del individuo pues la remuneración salarial tiende a ser muy sensible al área de estudios del individuo. En segundo lugar se incluye el nivel de ingreso del hogar de proveniencia de los individuos, pues esto define la calidad de educación escolar a la que hayan podido acceder y la facilidad con que se acoplen al nivel académico de la Universidad. Luego se incluyen variables relacionadas con el método de financiamiento al que hayan podido acceder para costear los estudios pues esto puede implicar periodos de intermitencia en los estudios, incidiendo en la duración. Asimismo se incluye el periodo de inicio de estudios como proxy de experiencia laboral dado que es la mejor medida disponible en la base de datos. Por último se incluye la variable relacionada con el género del individuo para tener en cuenta diferencias debidas al género, en especial en cuanto a la remuneración salarial. Dado que las variables explicativas son en su mayoría categóricas, la ecuación de estimación cuenta con variables dicótomas en su mayoría. La ecuación a estimar es la siguiente:
𝐷𝐸=𝛼+ 𝛽!𝐴𝐸!
!
+ 𝛾!𝑁𝐼! !
+ 𝛿!𝑀𝐹! !
+ 𝜃!𝑃𝐼!
!
+ 𝜇!𝐺𝐸!
La variable dependiente DE, corresponde a la duración de los estudios, medida en semestres. Las variables con coeficiente 𝛽 son variables dicótomas relacionadas al área de estudios del individuo y por lo tanto, ING corresponde al área de Ingeniería, CS a Ciencias Sociales y CN a Ciencias Naturales. Se omite la variable correspondiente a los estudiantes de programas de Artes y Humanidades para evitar problemas de multicolinealidad en la estimación causados por la naturaleza categórica de las variables.
Por otro lado, las variables con coeficiente 𝛾 son variables dicótomas relacionadas al nivel de ingreso del hogar de proveniencia del individuo, donde BJ corresponde a un nivel Bajo o menor a cinco salarios mínimos al mes y MD corresponde a un nivel Medio o entre cinco y nueve salarios mínimos al mes. Se omite la variable correspondiente a los estudiantes con un nivel de ingreso Alto o mayor a nueve salarios mínimos al mes por la razón ya mencionada.
Las variables con coeficiente 𝛿 están relacionadas con el método de financiamiento al que haya podido acceder el individuo para financiar sus estudios. La variable ICETEX indica individuos que hayan accedido a créditos de esta entidad, mientras que la variable Otro indica individuos que hayan utilizado crédito de cualquier otra entidad. Se omite la variable correspondiente a los estudiantes que no utilizaron financiamiento por la razón ya mencionada.
Continuando, las variables con coeficiente 𝜃 corresponden a variables dicótomas relacionadas con el periodo de inicio de los estudios de los individuos. La variable 98 corresponde a individuos que iniciaron entre los años 1998 y 2000, mientras que la variable 01 corresponde a inicio de estudios entre los años 2001 y 2003. Se omite la variable correspondiente a los estudiantes que iniciaron sus estudios entre los años 2004 y 2006 por la razón ya mencionada.
Por último, las variables con coeficiente 𝜇 son dicótomas y están relacionadas con el género del individuo, siendo FM la variable correspondiente al género femenino. Se omite la variable correspondiente a los estudiantes de género masculino por la razón ya mencionada.
De manera análoga se estima la remuneración salarial mensual de los individuos, correspondiente al año 2012, mediante regresiones lineales por MCO con el mismo conjunto de variables explicativas. Así las cosas, la ecuación a estimar es la siguiente:
𝑆𝑀!"#! =𝛼+ 𝛽!𝐴𝐸! !
+ 𝛾!𝑁𝐼!
!
+ 𝛿!𝑀𝐹! !
+ 𝜃!𝑃𝐼! !
+ 𝜇!𝐺𝐸!
!
A partir de la estimación de la ecuación de duración de los estudios se hace la estimación del costo de los mismos para distintos perfiles de egresados de la Universidad de los Andes. Por otro lado, a partir de la estimación de la ecuación de remuneración salarial para el año 2012, junto con una estimación de su tasa de crecimiento en el tiempo y una estimación de la duración de la vida laboral, se proyectan los flujos correspondientes a los ingresos salariales de distintos perfiles de individuos a lo largo de su vida laboral.
Una vez se tienen los flujos correspondientes a la inversión en educación superior y a los retornos en términos de remuneración salarial a lo largo de la vida laboral, se puede plantear una ecuación de descuento de flujos a lo largo del tiempo, a partir de la cual se calcula la Tasa Interna de Retorno (TIR) de la inversión en educación superior para distintos perfiles de egresados. La expresión debe contar con p periodos anuales correspondientes a los periodos en los que se incurrió en los costos de inversión en educación, generalmente entre 4 y 6 años. También debe contar con q periodos anuales correspondientes a la duración de la vida laboral durante la cual se recibe remuneración salarial, generalmente de 25 años.
Dado que los flujos se causan en distintos periodos en el tiempo, es necesario llevarlos a valor presente en un periodo de referencia para poder hacer su comparación. En este caso se escoge como periodo de referencia el periodo posterior a la terminación de los estudios, mismo periodo en que se asume que comienza la vida laboral. Por lo tanto, los flujos correspondientes a los p periodos previos al periodo de referencia 𝑋!, en los que se encuentran los flujos de inversión en educación, deben ser llevados a futuro hasta el periodo de referencia. Por otro lado, los flujos 𝑌! correspondientes a los q-1 periodos posteriores al inicio de la vida laboral, en
los que se recibe remuneración salarial, deben ser traídos en valor presente al periodo de referencia. Por último, el flujo correspondiente al periodo de referencia no se ve alterado. En conclusión, la ecuación para calcular la debe tener la siguiente forma:
𝑋! ∗ 1+𝑇𝐼𝑅 ! !
!!!
= 𝑌!
1+𝑇𝐼𝑅 !
!
4. Datos
En primer lugar se realiza una presentación gráfica preliminar del comportamiento del costo de la matrícula semestral en la Universidad de los Andes para el periodo comprendido entre los años 1994 y 2015. Previo a esta fecha, la liquidación del costo de matrícula se realizaba según los ingresos de cada estudiante y, por lo tanto, no hya información al respecto. Para tener una medida de comparación, se presenta la serie del costo de la matrícula semestral en la Universidad de los Andes, junto con el índice de precios al consumidor (IPC), medida de la inflación en Colombia y el Salario Mínimo mensual, medida del poder adquisitivo de los colombianos. Las tres series están estandarizadas tomando la observación inicial, del al año 1994, como referencia. De esta forma se observa el crecimiento, en términos nominales, de las tres series de forma comparable como se muestra en el siguiente gráfico:
Figura 1: Series estandarizadas Matricula, Salario mínimo, IPC.
Fuente: Banco de la República (2015), Cálculos del autor.
Como se observa en el gráfico anterior, tanto el Salario mínimo mensual como el costo de la matrícula en la Universidad de los Andes han aumentado en términos reales de forma sostenida, pues su senda de crecimiento ha sido mayor que la del IPC durante todo el periodo analizado. De igual forma se puede ver que el crecimiento del costo de la matrícula en la Universidad de los Andes ha tenido un aumento mayor que el Salario mínimo mensual vigente en Colombia durante todo el periodo.
Lo anterior es consecuente con la motivación de este trabajo según la cual el costo de la matrícula en la Universidad de los Andes no sólo es alto para estándares colombianos, sino que ha aumentado a tasas más elevadas que la inflación y que una medida del poder adquisitivo de
100
300
500
700
900
1100
Valor Estandarizado (1994 = 100)
1995 2000 2005 2010 2015
Año
Estandar Matricula Estandar Salario Minimo Estandar IPC
la población, como el Salario Mínimo, durante los últimos veinte años. En particular, durante el periodo de veinte años analizado, el costo de la matrícula semestral ha pasado de ser equivalente a doce salarios mínimos mensuales en 1994 hasta ser igual a veinte salarios mínimos mensuales en 2015. El costo de la matrícula semestral en la Universidad de los Andes ha pasado de ser igual al ingreso anual de un agente que devenga un Salario mínimo mensual, a ser equivalente a 1,71 veces el ingreso anual del mismo agente. Debido a lo anterior, como ya se ha dicho, se quiere evaluar el nivel de rentabilidad de la inversión en educación superior en esta institución educativa.
Para el análisis estadístico se utiliza una muestra proveniente de la base de datos correspondiente al trabajo de Caballero & Herrera (2013). Esta base de datos contiene información relacionada a 12.813 egresados de la Universidad de los Andes que iniciaron sus estudios entre los años 1998 y 2010. La base de datos se consolidó a partir de información proveniente de cinco entidades públicas colombianas relacionadas con el sector educativo.
En primer lugar se encuentra el Instituto Colombiano para el Fomento de la Educación Superior, ICFES, que proporciona información relacionada con características sociodemográficas de los egresados así como su desempeño en el examen de estado para ingreso a la Educación superior, prueba Saber 11º. En particular se encuentran datos relacionados con el género, edad y número de hermanos. También se encuentra información del individuo relacionada con trabajo durante estudios, nivel educativo de sus padres e ingreso medio del hogar en que vive expresado en salarios mínimos mensuales. Por último, se encuentra el puntaje obtenido en el examen de estado para ingreso a la educación superior en áreas de matemáticas, ciencias y lenguajes según su posición relativa al grupo.
En segundo lugar está el Instituto Colombiano de Crédito Educativo y Estudios en el Exterior, ICETEX, que proporciona información correspondiente al tipo de financiamiento que puedan haber recibido los individuos por parte de esta entidad u otras a lo largo de sus estudios.
En tercer lugar se encuentra el Sistema Nacional de Información de Educación Superior, SNIES, que proporciona información relacionada con características generales de las universidades a las que asisten los individuos. Dentro de estas características se encuentra si es
de carácter público o privado, el tipo de programas académicos ofrecidos, el porcentaje de estudiantes en programas de pregrado, así como el tamaño del equipo docente, su nivel de formación y su porcentaje de vinculación de tiempo completo. Por último se encuentra el Observatorio Laboral para la Educación, OLE, el cual proporciona información principalmente salarial de los individuos una vez se han graduado de la universidad.
De la totalidad de la muestra se selecciona para el análisis a los individuos que comenzaron sus estudios antes del primer semestre del año 2007, pues son aquellos que han terminado sus estudios mayoritariamente para la fecha de la medición, y que, por lo tanto, proporcionan información relevante para este análisis. De esta manera, la muestra con la que se trabaja corresponde a 12.328 observaciones. A continuación se presenta una serie de estadísticas descriptivas relacionadas a los datos que permitan tener un mayor entendimiento de la situación problema y realizar un primer análisis cualitativo del mismo.
Figura 2: Estadísticas descriptivas: Duración de estudios para subgrupos relevantes.
Fuente: Caballero & Herrera (2013), Cálculos del autor.
Para realizar el análisis de la muestra se generan ciertos subgrupos relevantes. En primer lugar se divide a la muestra según género. Luego se generan tres divisiones separadas según área de estudios, nivel de ingreso del hogar de proveniencia del individuo y la posible fuente de
Hombre Mujer 9.35 9.40 (0,05) (0,06) 8.95 8.75 (0,06) (0,05) 9.38 9.64 (0,16) (0,14) 9.36 8.97 (0,09) (0,08) 9.50 9.36 (0,07) (0,07) 9.26 9.14 (0,06) (0,06) 8.94 8.76 (0,05) (0,05) 9.17 8.96 (0,04) (0,04) 8.93 9.15 (0,12) (0,12) 9.78 9.60 (0,11) (0,10)
No. Obs.: 12.328 Otra Entidad
Duración Estudios (Semestres) Género Bajo Medio Alto Financiamiento Ninguno Icetex Area de Estudios
Ingenieria
Ciencias Sociales
Ciencias Naturales
Artes y Humanidades
financiamiento utilizada para pagar sus estudios. Para la división según área de estudios se generan cuatro secciones, en la primera de las cuales se encuentran los programas de ingeniería, en la segunda los de ciencias sociales, en la tercera los de ciencias naturales y en la última los programas de artes y humanidades. En cuanto a la división por nivel de ingreso del hogar se generan tres secciones, la primera de las cuales corresponde a hogares con ingresos mensuales menores a cinco salarios mínimos, la segunda a hogares con ingresos mensuales entre cinco y nueve salarios mínimos y la última a hogares con ingresos mayores a nueve salarios mínimos.
Finalmente la división relacionada con el financiamiento tiene tres secciones, la primera de las cuales corresponde a individuos que no utilizaron fuente de financiamiento externa, la segunda a aquellos que accedieron a créditos provistos por el ICETEX y la última a aquellos que accedieron a financiamiento por parte de otra entidad.
El primer hecho identificado es que para ambos géneros, la duración de los estudios tiende a ser menor para estudiantes del área de Ciencias Sociales que para los de las otras tres áreas de estudios. En cuanto a la diferenciación de los individuos según el nivel de ingreso de su hogar, resalta que, para ambos géneros la duración de los estudios es menor para los individuos provenientes de hogares de nivel de ingreso alto. Este hecho se analiza más adelante en la sección de resultados. Por último, en cuanto a la posible fuente de financiamiento utilizada, no se observan diferencias significativas en la duración de los estudios para los distintos subgrupos analizados. Más adelante, en la implementación de la metodología se realiza un análisis de varianza, ANOVA, que permite establecer la diferencia estadísticamente significativa para la media tanto de la duración de los estudios como de la remuneración salarial para los individuos de acuerdo a las categorías generadas.
A partir de la duración de los estudios, medida en semestres, se puede hacer una estimación del costo total de los estudios de pregrado de los individuos. De esta forma si un individuo tardó diez semestres en terminar sus estudios por ejemplo, el costo total de sus estudios, es decir de la inversión en educación superior, corresponde a la suma del valor de los diez semestres que cursó, teniendo en cuenta que este valor aumenta conforme pasa el tiempo. La figura 3 en el anexo muestra las estadísticas descriptivas obtenidas para el costo total de la inversión. Dado
que la dimensión de método de financiamiento no presenta diferencias significativas para la muestra, se omite en adelante.
En cuanto a las estadísticas de costo de estudios, se identifica en primer lugar que el costo en que incurren las mujeres es menor para las diferentes subdivisiones de área de estudios, nivel de ingreso del hogar y fuente de financiamiento. Lo anterior es consecuente con el hecho de que la duración de sus estudios es menor comparada con hombres de características similares, como se pudo ver en la figura 2. Luego, en cuanto a las subdivisiones se observan comportamientos consecuentes con lo evidenciado en las estadísticas de duración de estudios. Por un lado la inversión tiende a ser menor para los individuos del área de Ciencias Sociales, mientras que para los de las otras tres áreas tiende a ser similar. Por otro lado, la inversión es consistentemente más baja para individuos procedentes de un hogar de nivel de ingreso alto, al comparar con los de nivel medio y bajo.
Por último, en la figura 4 en el anexo se observan las estadísticas descriptivas correspondientes a la remuneración salarial de ingreso al mercado laboral de los individuos de la muestra que iniciaron sus estudios entre los años 2004 y 2006. En primer lugar se identifica una brecha salarial relacionada con el género; la remuneración salarial de las mujeres tiende a ser menor que la de los hombres para los distintos subgrupos que he generado. En cuanto a la división por área de estudios, se observa que consistentemente los individuos mejor remunerados son aquellos pertenecientes al área de la Ingeniería, seguidos por los pertenecientes a Ciencias Sociales, luego por los de Ciencias Naturales y por último los de Artes y Humanidades. Por otro lado, los individuos provenientes de hogares con nivel de ingreso Alto y Medio tienden a tener remuneraciones salariales mayores que los de nivel económico Bajo.
5. Resultados
A continuación muestro los resultados obtenidos en la estimación de la duración de los estudios y de la remuneración salarial de ingreso al mercado laboral del año 2012:
Figura 5: Estimación Duración de Estudios y Remuneración Salarial por MCO
Fuente: Cálculos del autor
A partir de la información de la primera regresión de la tabla anterior, se encuentran resultados económicamente y estadísticamente significativos. En primer lugar cabe resaltar que, debido a las variables dicótomas que se han dejado por fuera, la constante corresponde al individuo representativo estudiante del área de Artes y Humanidades, proveniente de un hogar de ingreso Alto, que no utilizó ningún medio de financiamiento para pagar sus estudios, que inició sus estudios en el periodo 2004 – 2006 y que es de género masculino. A este individuo representativo le tomaría aproximadamente 9,3 semestres realizar sus estudios universitarios.
En cuanto al área de estudios, la única diferencia significativa está en el área de Ciencias Sociales, pues los estudiantes de carreras correspondientes a esta área, tardan en promedio 0,4 semestres menos en terminar sus estudios frente a las demás. Por otro lado, en cuanto al nivel económico del hogar de procedencia del individuo, resaltan diferencias significativas de gran interés. Los estudiantes provenientes de hogares de nivel de ingreso medio y bajo, tardan respectivamente 0,25 y 0,37 semestres adicionales para terminar sus estudios. Lo anterior tiene sentido pues estos individuos tienden a prepararse en colegios de nivel académico más bajo que los colegios de individuos provenientes de hogares de nivel económico alto. Esto a su vez causa que los individuos provenientes de hogares de nivel económico medio y bajo tarden un
(1) (2) (3) (4) Duración Estudios
(Semestres)
Duración Estudios (Semestres)
Salario Mensual (Miles de COP)
Salario Mensual (Miles de COP) Área de Estudios
-0.0576 0.00134 1.768*** 1.718*** (0.0586) (0.0591) (70,0) (72,0) -0.442*** -0.422*** 1.284*** 1.257***
(0.0584) (0.0582) (69,5) (70,9) 0.0688 0.127 332,9*** 297,8*** (0.0855) (0.0854) (110,6) (112,9) Ingreso Hogar
0.366*** 0.455*** -233,9*** -232,4*** (0.0500) (0.0516) (59,1) (62,0) 0.253*** 0.251*** -157,8*** -163,0*** (0.0453) (0.0440) (53,5) (53,3) Periodo Inicio
1.219*** 1.241*** 1.499*** 1.508*** (0.0507) (0.0515) (61,1) (63,4) 1.185*** 1.149*** 530,9*** 551,3*** (0.0477) (0.0474) (56,1) (57,1) Género
-0.347*** -0.400*** -150,5*** -126,1*** (0.0393) (0.0394) (46,6) (47,7) 9.263*** 12.47*** 971,5*** -1.382*** (0.0658) (0.357) (79,3) (416,852) R-squared 0.102 0.115 0.154 0.159 Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
Variables Constante Ingeniería Ciencias Sociales Ciencias Naturales Bajo Medio
1998 - 2000
2001 - 2003
tiempo en adaptarse al nivel académico de la universidad y, por lo tanto, tomen más tiempo en terminar sus estudios.
Por último, se encuentra una diferencia significativa en la duración de los estudios relacionada con el género; las mujeres tienden a tardar 0,4 semestres menos en terminar sus estudios que los hombres. Lo anterior demuestra, una mayor habilidad y disciplina entre las mujeres durante sus estudios, que sin embargo, no se ve remunerada de forma acorde por el mercado laboral.
Luego de analizar estos resultados, se realizan ciertas pruebas de robustez al modelo, la última de las cuales muestro en la segunda regresión. Se realiza la estimación del modelo con errores robustos para controlar posibles problemas de heteroscedasticidad y autocorrelación. Luego se incluyen ciertas variables de control a las regresiones como el Nivel educativo de la madre del estudiante, el puntaje obtenido en el examen del ICFES y si trabajó durante sus estudios. No obstante, la inclusión de estos controles no reduce la significancia, ni altera la magnitud de las variables explicativas. Más adelante se explica la escogencia de los controles.
Ahora bien, para la estimación de los salarios se realiza un proceso similar. En los resultados de la tercera columna se encuentran unos resultados significativos estadísticamente así como económicamente. En cuanto al área de estudios, los egresados de programas de Ingeniería son los mejor remunerados, devengando aproximadamente $1.800.000 más que un egresado de un programa de Artes y Humanidades. En segundo lugar, los egresados de programas de Ciencias Sociales, devengan aproximadamente $1.300.000 más que un egresado de Artes y Humanidades. Por último un egresado de un programa de Ciencias Naturales devenga aproximadamente $330.000 más que un egresado de Artes y Humanidades. Todas estas diferencias son significativas estadísticamente así como consecuentes con lo esperado por parte del mercado laboral de la ciudad de Bogotá. Además es importante mencionar que estos resultados corresponden a salarios de ingreso al mercado laboral los cuales aumentan a lo largo de la vida laboral del egresado. Estos resultados son consistentes con lo encontrado al consultar y comparar con la base de datos de Vinculación Laboral de Recién Graduados en la sección de Ingreso y Tasa de Cotización por IES, del Observatorio Laboral para la Educación (2015).
En cuanto al nivel de ingreso del hogar de procedencia del egresado resalta un patrón importante. Los egresados provenientes de hogares de ingreso medio devengan aproximadamente $160.000 menos que los provenientes de un hogar de nivel económico alto, al mismo tiempo que los provenientes de un hogar de ingreso bajo ganan aproximadamente $230.000 menos. Ambas diferencias tienen alta significancia estadística por lo cual es probable que egresados provenientes de hogares de ingreso alto tengan redes de contactos que les permitan conseguir trabajos mejor remunerados.
Según el periodo de inicio de los estudios encuentro diferencias estadísticamente significativas y de gran magnitud. Lo anterior permite concluir que el mercado laboral remunera la experiencia laboral y la antigüedad en sus empleados. Por último y de forma consecuente con la teoría, se encuentra que las mujeres tienden a ganar un salario aproximadamente $150.000 más bajo que el de los hombres con las mismas características.
Luego están los resultados de las pruebas de robustez realizadas al modelo en la cuarta columna. Se encuentra que la significancia se mantiene para todos los coeficientes al incluir estimaciones con errores robustos y diferentes variables de control. En cuanto a las variables de control incluyo las relacionadas con el Nivel educativo de la madre y con la posibilidad de haber trabajado durante los estudios para poner a prueba el efecto capturado por las variables de nivel de ingreso del hogar. El trabajo durante los estudios puede reducir la carga académica que el estudiante esté en capacidad de asumir, demorando así sus estudios, empeorando sus calificaciones y generando una remuneración más baja en el mercado laboral. No obstante, la significancia de las variables relacionadas con el nivel de ingreso del hogar se mantiene frente a todos los controles aplicados.
En segundo lugar, se incluyen los controles relacionados con el puntaje obtenido en el examen del ICFES para poner a prueba la significancia de las variables de área de estudio. El puntaje en este examen podría definir la capacidad de desempeño del estudiante e incidir en la duración de sus estudios y en la remuneración salarial que reciba en el mercado laboral sin importar su área de estudios. No obstante, la significancia y magnitud de los resultados se mantiene para todas las áreas de estudios y para todos los controles aplicados.
Adicionalmente y para corroborar los resultados obtenidos mediante la estimación por MCO, se realiza un análisis de varianza ANOVA para identificar diferencias significativas entre los valores medios tanto para la duración de los estudios como para la remuneración salarial de los distintos perfiles de egresados generados. Como se puede ver en la figura 6 en el anexo, los resultados mantienen la significancia obtenida mediante la estimación por MCO al tiempo que generan coeficientes muy similares a los ya obtenidos.
Ahora para poder proyectar los flujos salariales que recibe un egresado a lo largo de su vida laboral se genera una función para la tasa de crecimiento de su remuneración salarial. Para esto, se calcula la tasa de crecimiento real del salario para los individuos dependiendo del año en que hayan iniciado sus estudios. De esta forma se observa la tasa de crecimiento del salario para los recién graduados que apenas comienzan su vida laboral y para individuos con mayor experiencia laboral. Consecuentemente con lo esperado, se encuentra que la tasa de crecimiento real del salario es decreciente en el tiempo o experiencia laboral del individuo. Según los resultados, la tasa de crecimiento real del salario de un recién graduado, inició sus estudios en el periodo 2004 – 2006, es de aproximadamente 20%, la cual en tres años baja a un 14% y en 7 años a un 10% aproximadamente. A partir de esta información se genera una función para el comportamiento de la tasa de crecimiento real del salario que se puede ver en la figura 7 en el anexo.
A partir de todos los resultados obtenidos se procede a calcular la Tasa Interna de Retorno para los perfiles de egresados de la Universidad de los Andes generados. Se muestra el procedimiento completo para un primer perfil de egresado y para los demás se muestran únicamente los resultados en la figura 10. El perfil del egresado para el cual se muestra el procedimiento es el correspondiente a las variables dicótomas omitidas en la estimación del modelo. Se trata de un estudiante de un programa de Artes y Humanidades, proveniente de un hogar de ingreso económico Alto, que inició sus estudios en el periodo 2004 – 2006 y es de género masculino.
Como se puede ver, hay gran variación en la remuneración salarial de ingreso al mercado laboral dependiendo del área de estudios del individuo. Esta diferencia se mantiene a lo largo de la vida laboral pues la remuneración salarial de todos los perfiles de egresados analizados
aumenta de acuerdo a la misma función a lo largo del tiempo. Lo anterior causa, como se puede ver en la figura 10, una gran variación en la TIR dependiendo del área de estudios del egresado.
Según la estimación del modelo, este egresado tardó 9,3 semestres en terminar sus estudios. Por lo tanto, hay cinco periodos anuales en los que se causan flujos correspondientes a inversión en educación superior. Los cinco periodos en que se causan costos corresponden a los años 2006 – 2011 en los que estudió, aunque los valores están expresados en pesos del año 2015 de acuerdo a la inflación para poder realizar la comparación. A cada uno de los semestres cursados se le asigna su costo de matrícula correspondiente y este costo a su vez se asigna en el periodo en que fue causado.
De igual forma, se incluye en el análisis el costo de oportunidad en que incurre el individuo al no estar trabajando mientras estudia, el cual se estima en un Salario Mínimo equivalente a $650.000 al mes o a $7.800.000 al año en pesos del 2015. Este costo se asigna en cada uno de los periodos para sumarse a los costos de matrícula correspondientes a cada periodo y así encontrar los flujos totales correspondientes a la inversión en educación superior causados en el tiempo. Adicionalmente en el periodo (-1) se observan costos bajos pues según la estimación estudió únicamente 0,3 semestres en lugar de 2 semestres como en los periodos anteriores. Así las cosas, los costos de sus estudios a lo largo de tiempo, medido en años, fueron los siguientes:
Figura 8: Costo de Estudios proyectados individuo representativo
Fuente: Cálculos del autor
Ahora, a partir de los resultados de la estimación del modelo, este individuo devengaba aproximadamente $971.000 al mes en el año 2012, que llevados a precios de 2015, equivalen a $1.051.000. Este es un salario de ingreso al mercado laboral de un recién graduado y que de acuerdo a la función propuesta, aumenta a lo largo de la vida laboral a medida que el egresado acumula experiencia. A su vez, esto equivale a un ingreso anual de $12.620.000. Con la función
-5 -$28,710,065
-4 -$29,316,998
-3 -$29,848,425
-2 -$30,329,344
-1 -$22,253,224
calculada para la Tasa de Crecimiento Real de los salarios, se proyectan los salarios que devengará el individuo a lo largo de su vida laboral, estimada en 25 años. Los resultados son los siguientes:
Figura 9: Flujos salariales proyectados por vida laboral
Fuente: Cálculos del autor
Cabe resaltar que este salario corresponde a la remuneración de un egresado del área de Artes y Humanidades. Históricamente los egresados de esta area de estudios han recibido salarios menores que los de otras áreas como la de Ciencias Sociales o Ingeniería. Esto se tiene en cuenta en la estimación propuesta en este documento pues como se ve en la figura 5, los egresados de carreras de Ingeniería devengan un salario mensual de ingreso al mercado laboral cercano a los $2.700.000 mientras que los de carreras de Ciencias Sociales devengan uno de aproximadamente $2.300.000. Este es el principal motivo para la variación en los resultados para la TIR que se muestran en la figura 10.
Con los datos de la figura 9 se resuelve la siguiente ecuación, planteada con anterioridad en la metodología, llevando a valor futuro los flujos correspondientes a los p periodos que conforman la inversión en educación y trayendo a valor presente los flujos correspondientes a q-1 de los q periodos correspondientes a la remuneración salarial a lo largo de la vida laboral, pues el flujo restante es aquel correspondiente al periodo de referencia y por lo tanto se deja sin alterar.
𝑋!∗ 1+𝑇𝐼𝑅 !
!
!!!
= 𝑌! 1+𝑇𝐼𝑅 !
!!!
!!!
En este caso la TIR corresponde a un valor de 10,36% anual. Es decir que la rentabilidad de la inversión en educación superior en la Universidad de los Andes para el perfil de egresado
0 $12,619,712 13 $23,166,131 1 $15,143,655 14 $23,497,075 2 $16,658,020 15 $23,810,370 3 $17,768,555 16 $24,107,999 4 $18,656,983 17 $24,391,623 5 $19,403,262 18 $24,662,641 6 $20,050,037 19 $24,922,248 7 $20,622,896 20 $25,171,470 8 $21,138,468 21 $25,411,198 9 $21,608,212 22 $25,642,209 10 $22,040,376 23 $25,865,185 11 $22,441,110 24 $26,080,728 12 $22,815,129
analizado es del 10,36%. En otras palabras, por cada 100 pesos que este individuo invirtió en su educación superior, recibió como retorno 110,36 pesos comparados ambos en valor presente. Ahora se muestran los resultados para otros perfiles de egresados de interés:
Figura 10: TIR Inversión en Educación Superior para distintos perfiles de egresados
Fuente: Cálculos del autor
En primer lugar la diferencia más importante en la rentabilidad de la inversión en Educación Superior se da entre áreas de estudio. Los egresados de programas del área de ingeniería perciben la mayor rentabilidad, mayor al 20% en todos los casos, seguida de cerca por la que perciben egresados de programas de Ciencias Sociales que se encuentra entre 17% y 20%. Más lejos está la de egresados de áreas de Ciencias Naturales, 10% a 13% y de Artes y Humanidades 6% a 10%. La duración de los estudios es similar para todos los perfiles de individuos de las distintas áreas de estudio, sin embargo las remuneraciones salariales muestran importantes diferencias entre áreas de estudio generando las marcadas diferencias en las tasas de rentabilidad calculadas. Esto a su vez refleja un mercado laboral en el que los egresados de programas de Ingeniería son vistos como altamente productivos, seguidos por los egresados de programas de Ciencias Sociales. Sin embargo, los egresados de programas de Ciencias Naturales y de Artes y Humanidades se perciben como menos productivos por el mercado laboral, razón por la cual su remuneración laboral es mucho menor.
Area de Estudios Nivel Ingreso Género TIR TIR(a) TIR(b) Masculino 22,34%
Femenino 21,80% 21,74% 20,54% Masculino 21,32%
Femenino 20,75% 20,68% 19,50% Masculino 20,83%
Femenino 20,25% 20,17% 18,99% Masculino 20,01%
Femenino 19,36% 19,28% 18,12% Masculino 18,89%
Femenino 18,20% 18,11% 16,96% Masculino 18,34%
Femenino 17,63% 17,53% 16,39% Masculino 13,29%
Femenino 12,26% 12,07% 11,01% Masculino 11,82%
Femenino 10,68% 10,46% 9,42% Masculino 11,08%
Femenino 9,88% 9,86% 8,84% Masculino 10,36%
Femenino 9,09% 8,82% 7,81% Masculino 8,65%
Femenino 7,14% 6,82% 5,84% Masculino 7,76%
Femenino 6,12% 5,76% 4,80% Artes y Humanidades
Alto Medio Bajo Alto Medio Bajo Alto Medio Bajo Ingenieria Ciencias Sociales Ciencias Naturales Alto Medio Bajo
En cuanto al nivel de ingreso del hogar de procedencia del egresado también resaltan diferencias importantes. Se encuentra que para todas las áreas de estudio y ambos géneros, los individuos provenientes de un hogar de ingreso alto obtienen una rentabilidad mayor de su inversión en educación superior en aproximadamente 1 punto porcentual frente a los provenientes de un hogar de ingreso medio y de 1,5 puntos porcentuales frente a los provenientes de un hogar de ingreso bajo. Esta situación, según los resultados se justifica por dos lados. En primer lugar porque los individuos provenientes de hogares de nivel de ingreso medio y bajo tienden a tardar más tiempo en terminar sus estudios, pues deben nivelar sus habilidades al venir de colegios con un nivel académico más bajo. En segundo lugar, porque sus remuneraciones salariales son menores que las de individuos provenientes de hogares de nivel de ingreso alto. Estos resultados reflejan una situación característica de creación de redes de contactos (Networking) según la cual individuos provenientes de hogares de nivel socioeconómico alto cuentan con mejores redes que les permiten acceder a trabajos mejor remunerados.
Lo anterior a su vez es importante y tiene implicaciones de política, pues implica la existencia de unas barreras implícitas para los individuos provenientes de hogares de niveles socioeconómicos bajos, haciendo menos atractiva la inversión en educación superior. Esto a su vez, podría configurar una trampa de pobreza pues, como ya se dijo, individuos provenientes de hogares de ingreso medio perciben una TIR aproximadamente 1 punto porcentual más baja que la de individuos provenientes de hogares de ingreso alto que, por lo demás, tienen las mismas características. En el caso de los individuos provenientes de hogares de ingreso bajo la diferenencia en cuestión es de aproximadamente 1,5 puntos porcentuales.
En cuanto al género, hay una clara diferencia entre las rentabilidades para hombres y mujeres en todas las áreas de estudio y niveles de ingreso. Esta diferencia, como lo dice la teoría, afecta a las mujeres. Aún más preocupante es que la duración de los estudios para las mujeres es significativamente menor que la de los hombres, haciendo que el costo de su inversión sea menor. Sin embargo la remuneración salarial que reciben las mujeres es tan baja respecto de la de los hombres, que incluso haciendo una inversión menos costosa, su rentabilidad termina siendo inferior a la de los hombres. En la figura 10 se identifica que la rentabilidad percibida por las mujeres tiende a ser 1 punto porcentual menor que la de hombres ceteris paribus.
Al cálculo de la rentabilidad para las mujeres se le aplican dos controles. El primero se incluye al acortar la vida laboral de las mujeres en dos años debido a los posibles periodos de maternidad, resultando en el valor de TIR(a) en la figura 10. El segundo se incluye adicionalmente al disminuir la tasa de crecimiento del salario real de las mujeres, dado que debido a las salidas del mercado laboral en periodos de maternidad, los aumentos en la productividad a lo largo de la vida laboral tiende a ser más baja. Esta adición resulta en el cálculo de TIR(b) en la figura 10. Por otro lado el valor de la columna TIR para el caso de las mujeres asume que estos efectos no existen. No obstante el nivel de rentabilidad sigue siendo menor para las mujeres en aproximadamente 1 punto porcentual. Lo anterior indica que existen otros factores no estructurales y no justificados que disminuyen el nivel de remuneración laboral de las mujeres respecto del de los hombres. Esto a su vez tiene implicaciones de política importantes que propendan por la erradicación de la discriminación laboral contra las mujeres.
Ahora bien, para hacer unas pruebas adicionales de robustez a los resultados, se realiza un análisis de sensibilidad sobre la tasa interna de retorno respecto de los parámetros utilizados. El primer parámetro que se pone a prueba es la longitud de la vida laboral, que para los resultados ya presentados, se estimó en 25 años. En este caso se evalúa el cambio en la tasa interna de retorno para todos los perfiles de egresados debido tanto a un aumento como a una disminución de la longitud de la vida laboral de un año. El segundo parámetro es la tasa de crecimiento del salario del individuo. Para los resultados ya presentados, se estimó como una función convexa y decreciente con valor de 20% para el primer año de vida laboral. En este caso se evalúa el cambio en la tasa interna de retorno para todos los perfiles de egresados debido tanto a una disminución como a un aumento del valor inicial de esta función del orden de un punto porcentual. Por último el tercer parámetro es el costo de oportunidad en que se incurre al no estar trabajando mientras se estudia. En este caso se evalúa el cambio en la tasa interna de retorno ante una tasa de crecimiento del 4% y del 8% anual para dicho costo de oportunidad. Los resultados se pueden observar en la figura 11.
En cuanto a la sensibilidad frente a la variación en la longitud de la vida laboral, el efecto es en promedio de 0,08 puntos porcentuales. Es decir, si la tasa interna de retorno calculada inicialmente es del 10%, al aumentar la longitud de la vida laboral en un año la tasa interna de
retorno aumenta hasta el 10,08%. Por otro lado, la sensibilidad frente a la variación en la tasa de crecimiento inicial del salario es más pronunciada, siendo ésta en promedio igual a 0,21 puntos porcentuales. Es decir, si la tasa interna de retorno calculada inicialmente es del 10%, al disminuir en un punto porcentual la tasa de crecimiento inicial del salario, la tasa interna de retorno disminuye hasta el 9,79%. Por último, la sensibilidad frente a la inclusión de una tasa de crecimiento para el costo de oportunidad de estar estudiando es de 0,09 puntos porcentuales para un crecimiento del 4% anual y de 0,18 puntos porcentuales para un crecimiento del 8% anual. La interprestación es la misma que en los otros dos casos. Como se puede ver, para los tres tipos de análisis de sensibilidad realizados, la variación en la tasa interna de retorno debida a la variación en los parámetros del modelo es de magnitud muy baja, lo cual da un mayor valor de robustez a los cálculos realizados y a los resultados obtenidos en este trabajo.
Figura 11: Variación promedio de la TIR ante cambio en parámetros- Medición en Puntos Porcentuales (PP) Fuente: Cálculos del autor
6. Conclusiones
En este trabajo se ha realizado un análisis del nivel de rentabilidad de la inversión en educación superior en la Universidad de los Andes para distintos perfiles de egresados. El análisis realizado es innovador en cuanto a su metodología pues se diferencia de los métodos
-1 Año +1 Año -1 PP +1 PP 4% 8% Área de Estudios
Ingreso Hogar
Género Variables
Femenino
T.C. Costo Oportunidad
Total -0.11 -0.21 -0.10 -0.20 -0.16 -0.08 -0.11 -0.07 0.20 -0.20 0.14 -0.16 -0.19 Ingeniería Ciencias Sociales Ciencias Naturales Medio Bajo -0.09 0.22 -0.22 0.07 -0.08 Artes y Humanidades
Alto
Masculino
Vida Laboral T.C. Salario Inicial
-0.04 0.03 -0.24 0.24
-0.05 0.04 -0.21 0.21
0.21 -0.21 0.10 -0.18 -0.09 0.20 -0.20 0.08 -0.09 -0.17 -0.09 0.21 -0.09 -0.14 -0.18 -0.09 0.21 -0.21 0.08 -0.08 -0.18 -0.09 0.20 -0.20 0.08 -0.09 -0.18 -0.09 0.22 -0.22 0.07 -0.22 0.09 -0.10
aproximados de cálculo de retornos a la educación mediante ecuaciones de Mincer, al realizar un cálculo directo mediante un modelo de descuento de flujos en el tiempo.
El análisis toma a la inversión en educación superior como un paquete completo que implica la terminación de los estudios y la obtención de un diploma, lo cual es consecuente con lo exigido por el mercado laboral. Por el contrario, los análisis mediante ecuaciones de Mincer miden rentabilidades por años adicionales de educación, lo cual no es del todo realista pues un empleador no diferencia entre una persona con educación superior parcial y educación secundaria completada. Es la culminación de la etapa de estudios, en este caso de pregrado, la que hace la diferencia salarial, lo cual es tenido en cuenta en este análisis. No obstante, es fundamental dejar claro que este trabajo es un primer acercamiento a la utilización de esta metodología para este tipo de análisis por lo cual está sujeta a revisiones y modificaciones que permitan robustecer el método.
En cuanto a los resultados se observan diferencias significativas en el nivel de rentabilidad percibido por los egresados principalmente de acuerdo a su área de estudios. De igual manera, se encuentran diferencias significativas en el nivel de rentabilidad percibido dependiendo del nivel de ingreso del hogar de proveniencia y del género del egresado.
Las lecciones aprendidas son importantes pues en primer lugar se identifica una posible trampa de pobreza en cuanto a que personas provenientes de hogares de ingreso bajo tienen menos incentivos a educarse y, por lo tanto, a hacer los esfuerzos necesarios para salir de la pobreza o para aumentar sus ingresos. En segundo lugar resaltan señas de discriminación de género injustificada en el mercado laboral. Por último si bien las diferencias en cuanto al área de estudios del programa de pregrado cursado son significativas en magnitud, corresponden a dinámicas esperadas en un mercado laboral competitivo.
En cuanto a recomendaciones de política, este trabajo indica posibilidades de acción en dos campos y en dos direcciones. En primer lugar en cuanto al financiamiento de la educación se puede evaluar la posibilidad de que entidades públicas como el ICETEX ofrezcan créditos con tasas de interés preferenciales a mujeres y a estudiantes provenientes de hogares de ingreso bajo con el fin de compensar transitoriamente por la menor rentabilidad que perciben de su
inversión en educación superior. No obstante, se debe hacer hincapié en el carácter temporal de esta medida pues de lo contrario ayudaría a perpetuar la discriminación en el mercado laboral contra mujeres e individuos provenientes de hogares de ingreso bajo.
En segundo lugar, se deben tomar medidas para remediar la situación estructural de discriminación en el mercado laboral. En este sentido, el sector público puede implementar medidas para incentivar la equidad en el mercado laboral de Bogotá y de Colombia en general. Una primera opción es la de incentivar tributariamente a las organizaciones que incorporen profesionales bien sea mujeres o provenientes de hogares de nivel de ingreso bajo en su fuerza laboral. Por otro lado se puede incentivar tributariamente a organizaciones que contraten trabajadores mediante bolsas de empleo gestionadas por el sector público en las cuales el filtro de hoja de vida se haga sin tener información sobre el género y el nivel socioeconómico del candidato. Así las cosas se estaría haciendo un esfuerzo para que la probabilidad de que una persona obtenga una posición laboral no dependa de su género y su nivel socioeconómico.
De acuerdo a las recomendaciones planteadas se puede en primer lugar tomar una medida transitoria para aliviar la situación mientras se implementan medidas de fondo para solucionar la problemática estructural de discriminación en el mercado laboral. Esfuerzos posteriores al de este trabajo podrían explorar de forma cuantitativa el costo de acceso al capital necesario para financiar la inversión en educación superior al mismo tiempo que incluir egresados de otras universidades a la muestra para enriquecer el análisis.
7. Anexos
Figura 3: Estadísticas descriptivas: Costo de estudios para subgrupos relevantes. Fuente: Caballero & Herrera (2013), Cálculos del autor.
Figura 4: Estadísticas descriptivas: Salario mensual para subgrupos relevantes. Fuente: Caballero & Herrera (2013).
Hombre Mujer $102,240,630 $102,850,562 (5,126,703) (6,044,630) $97,853,737 $95,732,240 (5,728,231) (4,753,651) $102,571,450 $106,002,521 (16,434,716) (14,389,164) $102,335,042 $98,135,048 (8,763,379) (7,568,067) $103,866,637 $102,364,489 (7,363,864) (7,140,159) $101,324,655 $99,988,820 (5,759,324) (6,104,577) $97,748,321 $95,867,354 (4,950,610) (4,532,551) No. Obs.: 12.328
Costo Estudios (Pesos Constantes 2015) Género
Artes y Humanidades
Ingreso Hogar
Bajo
Medio
Alto Area de Estudios
Ingenieria Ciencias Sociales Ciencias Naturales Hombre Mujer $2,626,498 $2,556,317 (62002.15) (80193.24) $2,470,806 $2,148,207 (69986.07) (54365.64) $1,502,479 $1,360,258 (136927.9) (106817.2) $1,065,296 $1,258,373 (53413.78) (50687.45) $2,280,264 $2,024,604 (75441.27) (72393.72) $2,176,330 $2,087,459 (65832.88) (75080.3) $2,521,775 $2,042,563 (74238.4) (54732.03)
No. Obs.: 8.559
Género
Artes y Humanidades
Ingreso Hogar
Bajo
Medio
Alto Area de Estudios
Ingenieria
Ciencias Sociales
Ciencias Naturales
Figura 6: Estimación de medias para para subgrupos relevantes mediante ANOVA Fuente: Cálculos del Autor
Figura 7: Función propuesta para la Tasa de Crecimiento Real del Salario Fuente: Cálculos del autor
(1) (1) Duración
Carrera
Salario Mensual (Miles de COP)
Área de Estudios
-0.0491 1.773*** (0.0587) (69,989) -0.451*** 1.283*** (0.0584) (69,599) 0.0872 341,9*** (0.0856) (110,598)
Nivel Ingreso
0.391*** -224,6*** (0.0499) (58,946) 0.263*** -153,1*** (0.0453) (53,419)
Periodo Inicio
1.319*** 1.533*** (0.0486) (58,831) 1.270*** 557,5*** (0.0459) (54,418)
Género
-0.339*** -148,2*** (0.0394) (46,676) Observations 12,328 8,559 R-squared 0.098 0.153
*** p<0.01, ** p<0.05, * p<0.1 Variables
Ingeniería
Ciencias Sociales
Ciencias Naturales
Bajo
Medio
1998 - 2000
2001 - 2003
Femenino
8. Referencias
Aghion, P. & Howitt, P. (1992). A model of Growth through Creative Destruction. Econometrica,
Econometric Society, 60, (2), 323 – 351.
Banco de la República. (2015). Estadísticas: PIB, Producción, Salarios y Empleo. Recuperado el 25
de febrero de 2015 del sitio Web del Banco de la República de Colombia
www.banrep.gov.co
Behrman, J., Gaviria, A., & Székely, M. (2001). Intergenerational mobility in Latin America.
Journal of the Latin American and Caribbean Economic Association, 2, (1),
Borjas, G. (2010). Human Capital, En, Labor Economics. (pp. 236 – 286). Nueva York, NY,
EE.UU.: McGraw-Hill/Irwin.
Caballero, C., & Herrera, L.O. (2013). Financiamiento de la Educación Superior en Colombia. En
L.E. Orozco, La Educación Superior: Retos y perspectivas (pp. 75 - 120). Bogotá, DC,
Colombia: Ediciones Uniandes.
CEPAL. (2013). Perspectivas económicas de América Latina 2015. Educación, competencias e
innovación para el desarrollo. (1ª Ed.). Nueva York, NY. EE.UU.: OCDE/Naciones
Unidas/CAF.
DANE. (2013). Encuesta Nacional de Calidad de Vida 2013: Presentación de Resultados.
Recuperado el 25 de febrero de 2015 del sitio Web del Departamento Administrativo
Nacional de Estadística www.dane.gov.co
Greene, J.P. (2010). Administrative Bloat at American Universities: The real reason for high costs
in Higher Education. Goldwater Institute Policy Report, (239). Recuperado el 21 de febrero
de 2015 del sitio Web del Goldwater Institute www.goldwaterinstitute.org
Lucas, R.E. (1988). On the Mechanics of Economic Development. Journal of Monetary Economics,
22, (1), 3 – 42.
MEN. (2014). Estadísticas sectoriales de Educación Básica y Media. Recuperado el 12 de febrero
MEN. (2015). Instituciones de Educación Superior acreditadas. Recuperado el 12 de febrero de
2015, del sitio Web del Ministerio de Educación Nacional: www.mineducación.gov.co
OCDE. (2014). PISA 2012 Results: What Students Know and Can Do. Recuperado el 20 de febrero
de 2015, del sitio Web de la Organización para la Cooperación y el Desarrollo Económico:
www.oecd.org
Psacharopoulos, G. (1994). Returns to Investment in Education: A Global Update. World
Development, 22, (9), pp. 1325 – 1343.
Psacharopoulos, G. & Chu, Y.N. (1992). Earnings and Education in Latin America: Assessing
Priorities for Schooling Investments. World Bank Policy Research Working Papers.
Psacharopoulos, G. & Velez, E. (1988). Schooling, Ability and Earnings in Colombia. Economic
Development and Cultural Change, 40, (3), pp. 629 – 643.
Observatorio Laboral para la Educación. (2015). Vinculación Laboral Recién Graduados – Ingreso
y Tasa de Cotización por IES. Recuperado el 20 de mayo de 2015, del sitio Web del OLE:
www.graduadoscolombia.edu.co
QS Quacquarelli Symonds. (2015). QS World Univeristy Rankings 2014/15. Recuperado el 20 de
febrero de 2015 del sitio Web de QS Quacquarelli Symonds www.topuniversities.com
Romer, P. (1986). Increasing Returns and Long-Run Growth. Journal of Political Economy, 94,
