Análisis de EFHU

Preparación

Cargo la base de datos

efhu <- read.dta13("Hogares_EFHU.dta", convert.underscore = TRUE)

efhu <- efhu %>% 
  mutate_if(is.factor, as.character)

Análisis exploratorio

Defino las variables que voy a usar durante el análisis y me quedo solo con ellas. Además genero las variables que son transformaciones de otras.

  sel <- efhu %>%
    select(juego = .mi.m,
           imputado = .mi.miss,
           hogar = hogar.id,
           ingreso = e.6,
           integrantes = j.1,
           endeudados = c.1,
           deuda = c.deuda.monto,
           deudaMes = c.4,
           expansor = pesoEFHU) %>%
    mutate(ingresoPC = ingreso / integrantes,
           deudaMesesIng = deuda / ingreso,
           pagoMesIng = deudaMes / ingreso * 100) %>%
    transform(endeudados = ifelse(endeudados == "SI", 1, 0))

  sel <- untable(sel, sel$expansor)

Proceso el análisis de las distintas variables por juego de datos. Genero una base de datos con los estadísticos calculados en cada juego de datos.

  for (i in 1:10) {
    s <- sel %>%
      filter((juego == 0 & imputado == 0) | juego == i)
  
    s$quintil <- cut_number(s$ingresoPC, 5, labels = 1:5)
    
    q <- s %>%
      group_by(quintil) %>%
      summarise(juego = i,
                minimoIngPC = min(ingresoPC), 
                maximoIngPC = max(ingresoPC), 
                mediaIngPC = mean(ingresoPC), 
                mediaIngreso = mean(ingreso),
                endeudados = mean(endeudados) * 100,
                deudaMesesIng = mean(deudaMesesIng, na.rm = TRUE),
                pagoMesIng = mean(pagoMesIng, na.rm = TRUE))
    if (i == 1) {
      quintiles <- q
    } else {
      quintiles <- rbind(quintiles, q)
    }
  }

Resultados

¿Cómo son los ingresos per cápita de los hogares por quintil? ¿Cuál es el límite que separa los quintiles? ¿Cuál es el ingreso total medio de cada quintil?

tabla <- quintiles %>%
    group_by(quintil) %>%
    summarise(minimoIngPC = mean(minimoIngPC), 
              maximoIngPC = mean(maximoIngPC), 
              mediaIngPC = mean(mediaIngPC), 
              mediaIngreso = mean(mediaIngreso))

kable(tabla, digits = 2, col.names = c("Quintil de ingresos per cápita", "Límite inferior de ingreso per cápita", "Límite superior de ingreso per cápita", "Media de ingreso per cápita", "Media de ingreso total"))

Quintil de ingresos per cápita	Límite inferior de ingreso per cápita	Límite superior de ingreso per cápita	Media de ingreso per cápita	Media de ingreso total
1	460	4457	2811	11827
2	4493	7629	6117	19255
3	7652	12000	9786	25417
4	12122	19366	15156	35915
5	19489	500000	34069	64193

¿Cómo es la situación de endeudamiento de los hogares por quintil? ¿Cuántos meses de ingresos requieren para cancelar su deuda? ¿Qué tan comprometido tienen su ingreso mensual en el pago de cuotas?

tabla <- quintiles %>%
    group_by(quintil) %>%
    summarise(endeudados = mean(endeudados),
              deudaMesesIng = mean(deudaMesesIng),
              pagoMesIng = mean(pagoMesIng))

kable(tabla, digits = 2, col.names = c("Quintil de ingresos per cápita", "Porcentaje de hogares endeudados", "Deuda total (como cantidad de meses de ingresos)", "Pagos del último mes (como % del ingreso)"))

Quintil de ingresos per cápita	Porcentaje de hogares endeudados	Deuda total (como cantidad de meses de ingresos)	Pagos del último mes (como % del ingreso)
1	36.0	7.05	54.2
2	41.1	4.24	38.7
3	37.7	3.73	31.8
4	33.3	2.31	27.5
5	28.8	2.11	25.1