Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

Pronósticos y resultados de la medición de la pobreza 2020 en México

Por Fernando Cortés, Héctor Nájera & Servando Valdés

El propósito de este trabajo es analizar los factores que podrían explicar las diferencias entre la prevalencia oficial de la pobreza dada a conocer el 5 de agosto de 2021 por el Coneval, con los pronósticos de pobreza 2020 elaborados con base en los datos de la Encuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH) 2018, o con los datos de la Encuesta de Seguimiento de los Efectos del Covid-19 en el Bienestar de los Hogares Mexicanos (Encovid-19), levantada regularmente, cada dos meses, por el Instituto de Investigación para el Desarrollo con Equidad (EQUIDE) de la Universidad Iberoamericana. Una manera de explicar las diferencias es dudar de la calidad de la información debido a que el Instituto Nacional de Estadística y Geografía (INEGI) aplicó las entrevistas entre agosto y octubre de 2020, meses de pandemia. Pero, también existe la posibilidad de que los modelos de predicción no tomasen en cuenta cambios que se registraron, entre 2018 y 2020, en algunos rubros del ingreso. Este estudio muestra que, probablemente este último fue el caso, ya que los pronósticos tomaron en cuenta las variaciones en los ingresos laborales, pero no dispusieron de información suficiente para prever el crecimiento en las transferencias, principalmente en jubilaciones y pensiones y secundariamente en los apoyos gubernamentales.

Fuente: @Dialnet

321 views