3.3Metodologíadecuantiles OtracríticaquesehahechoalosretornosclásicosdeMinceresquese asumen igual para toda la población, limitación que es intrínseca a los métodos estadísticos de MICO y también decorrección por sesgo de selección y variablesinstrumentales. Sin embargo,ahora se puede evaluar si existen retornos diferenciadosa la educación dependiendodelpercentildeingresosdel individuo en la distribución total. Para ello seusala técnica de cuantiles (KoenkeryBassett,1978),quenospermite estimarpotencialmentediferentes rendimientos a la educación para distintos puntos de la distribución de ingresos, una vez que se han controlado por las características observablesde los individuos. En este sentido, se trata de comprobar si el retorno a la educación es distinto para losgrupos de individuosconingresosmásbajosqueparaaquellosenla partemásaltadeladistribución12. Yaquesecontrolaráporlascaracterísticas observables de los individuos,si se encontrara diferencias, ellas serían originadaspor factores no observablesrelacionadosconlaposicióndel individuo en la distribución de ingresos, tales como la calidad de la escuela, contactos sociales, etc. El Cuadro 11 muestra que efectivamente los retornos a la educación (calculadospor MICO) son heterogéneosa lo largo de la distribución de individuos tanto para el caso de la especificación lineal como en el caso del modelo cuadrático. En el primercaso,losretornosfluctúanentre9.1%parael primerdecil(másbajo)deladistribucióny12.2%paraelnovenodecil(más alto) de la distribución, creciendo de manera monotónica a lo largo de todoslos deciles. Este resultado evidencia quelos retornos a la educación están correlacionados positivamente con variablesnoobservablesdelosindividuos tales como el talento innato, los antecedentes familiares, lacalidad de la educación, y las redes sociales que hacen que los retornos más altos se ubiquen en las partes más altas de la distribución de ingresos luego de controlar por todas las condiciones socioeconómicas observablesen los datos. Laespecificacióncuadráticaresultaestadísticamentesignificativaparatodos los decilesy muestra niveles de convexidad cada vez mayores conforme se asciende en la distribución del ingreso, lo cual es consistente con la correlación entre retornos y variables no observables discutida en este mismo párrafo.
12Una aplicaciónde esta técnica de cuantiles paraelcaso delosdiferenciales salariales por razaen el Brasil serealizóen Arias,Yamaday Tejerina (2004)yotraestimaciónpara el caso de ladistribución de horas trabajadas se realizóen Yamada (2005).
Cuadro 11: Retornos a la educación por el método de cuantiles, especificaciónlinealycuadrática,2004
Fuente: INEI: Encuesta Nacional de Hogares (ENAHO) 2004. L= Coeficiente de la variable lineal de educación.
Cuantil
Especificación
Especificaci
óncuadrática
lineal
L
C
10
0.0912
-0.0237
0.0058
20
0.0936
-0.0362
0.0065
30
0.0993
-0.0475
0.0072
40
0.1008
-0.0564
0.0077
50
0.1035
-0.0626
0.0082
60
0.1055
-0.0594
0.0081
70
0.1068
-0.0723
0.0088
80
0.1142
-0.0725
0.0091
90
0.1216
-0.0571
0.0088
C=Coeficiente de la variable cuadráticade educaciónmultiplicado por 10–3. El Cuadro 12, por su parte, aplica la misma técnica decuantilesparalos retornos (MICO) por niveles de educación. Aquí se observa que donde se dan fundamentalmente las diferencias de retornos por cuantiles (monotónicamente crecientes) es el nivel de educación superior(universitaria y no universitaria). El retorno a la educación superior universitaria para el cuantil más alto superaen dos terciosal mismo retorno para el cuantilmásbajo.Porsuparte,elretornoa la educación superior no universitaria delnovenocuantilescasicincuentapor ciento superior al mismo retorno para el primer cuantil. Por tanto, las variables noobservablescomoeltalentoinnato,losantecedentesfamiliares,lacalidad delaeducación,ylasredessociales,jueganunpapelclavedediferenciación de retornos e ingresos en este nivel educativo.