ANÁLISIS DEL IMPACTO DE LAS PRESTACIONES SOCIALES RETROACTIVAS EN MUESTRA DE CIEN EMPRESAS VENEZOLANAS. MODELO DE REGRESIÓN LINEAL MULTIVARIANTE

 

IMPACT DETERMINATION OF THE NEW VENEZUELAN SOCIAL INDEMNITIES IN A SAMPLE OF 100 COMPANIES

 

Evaristo Diz Cruz[1]

Actuario. E.Diz Actuarial Services and Consulting. Venezuela

 

Resumen

 

            El articulo trata el problema de determinar el impacto de las nuevas prestaciones sociales vigentes en Venezuela desde el año 2012 en términos del diferencial entre la Retroactividad y la Garantía. Para lograr lo anterior se ajustó un modelo estadístico multivariable que explicará el diferencial de prestaciones en función de un grupo de variables predictoras demográficas, con el objetivo de determinar la importancia relativa de cada una de ellas en el monto total diferencial. Lo anterior se hizo en base a una muestra de cien empresas de distintos sectores industriales. Se encontró que las variables explicativas de mayor contribución a la explicación del monto diferencial fueron el número de empleados de la empresa, el monto total reservado de Garantía y el Salario Integral Promedio de cada una de las empresas, todas ellas significativas al 5%.


Palabras Claves

 

Prestaciones sociales; Retroactividad; Garantía; Análisis estadístico multivariable; Ajuste de curvas y distribuciones; Modelos de regresión multivariable.

 

Abstract

 

The main objective of this paper was determining the impact of the new labor law placed in Venezuela in the year 2012 in term of the differential cost between Retroactivity and Guarantee. In order to achieve this, it was developed a multivariate linear model that explain the differential as a function of the predictive variables. It was found that the number of employees, level of the guarantee and integral salary were the key and critical variables in the model, all of them significant at 5%.

 

Keywords

 

Severance payments; Retroactivity; Multivariable linear regression models; Statistical analysis; Distribution curves fits.

 

JEL: C65, G23, J64.

 

 

1. Motivación y Justificación de la Investigación. Objetivo

 

            Uno de los grandes problemas a nivel gerencial es hacer pronósticos prospectivos del costo adicional para las empresas del nuevo régimen de prestaciones sociales en Venezuela para distintos sectores industriales. Cuando el número de empleados es relativamente grande pudiera ser bastante laborioso y hasta complicado determinar el impacto del pasivo máximo diferencial en un periodo de tiempo corto. Cuando no se puede esperar al procesamiento individual para la toma de decisiones es imperativo disponer de un modelo que permita con un grupo de variables relativamente pequeño hacer cálculos aproximados de los potenciales compromisos. En este sentido, esta investigación pretende dar respuesta a la problemática antes planteada y al mismo tiempo conocer cuáles son las variables claves y críticas que explican este impacto en un modelo estadístico multivariable reducido.

 

El objetivo central de esta investigación es encontrar un modelo de regresión lineal o no lineal multivariable que explique el comportamiento del denominado Diferencial de Prestaciones como una función de otras variables de tipo demográfico y financiero con el objeto de poder predecir el costo/impacto para las empresas dados unos datos específicos. El ajuste de un modelo permitiría conocer también qué variables aportan más al diferencial en términos de costo y cuáles no aportan. La idea subyacente es encontrar una relación lineal del tipo (en el caso lineal):

 


 

Cuadro de texto: Componente
Estocástico
Cuadro de texto: Componente
Determinístico
Cuadro de texto: Pasivo Máximo
Teórico diferencial

 

Dadas  variable dependiente y  variables predictoras o explicativas se pretende, en un principio, explorar distintos modelos de regresión lineal multivariable. Se utilizarán varias funciones para encontrar los diferentes modelos y se elegirá aquel que tenga, bajo el principio de parsimonia, la estructura más elemental con el menor número de variables posibles que explique la máxima variabilidad de los datos.

 

2. Modelo matemático para el cálculo de las Prestaciones Sociales

 

            En Venezuela, con la reforma de las Prestaciones Sociales establecidas en la Ley Orgánica del Trabajo, se plantearon dos cálculos distintos y complementarios. Por un lado, las Prestaciones Sociales por Garantía, las cuales se determinan igual que en la vieja ley, donde se aplica una tasa de acumulación a los salarios que van devengando los empleados en el tiempo y se explicarán a continuación en el desarrollo del modelo, y las Prestaciones Sociales Retroactivas, las cuales se determinan multiplicando el último salario ganado por el trabajador por el tiempo acumulado en ese momento. La ley establece como beneficio final el máximo de los dos cálculos, al momento que el empleado se retira o sale de la compañía por cualquier razón.

 

En general, el cálculo de las prestaciones se deriva como sigue:

 

       Edad actual del empleado.

         Edad de ingreso a la empresa.

      Prestaciones Sociales por Garantía a la edad x.

:         Tasa de ganancias de Beneficio de las prestaciones sociales a la edad x (la tasa varia con los años de servicios del empleado en la empresa).

:        Prestaciones Sociales Retroactivas.

:        Diferencial de Prestaciones entre las Prestaciones Sociales Retroactivas y la Garantía (pasivo máximo teórico diferencial).

:       Salario Integral del empleado a la edad x. Este salario es el salario básico mensual más otros pagos y bonificaciones contempladas en la Ley Orgánica del Trabajo de Venezuela.

 

Las tasas aplicables de las prestaciones sociales se determinan de la siguiente manera:

Tabla 1. Tasas aplicables a las prestaciones sociales

 

Tasas

Tiempo[2]

Acumulación[3]

60

1

60

62

2

60+62

 .

.

 

90

15

                       

           Fuente: elaboración propia.

 

Gráfico 1. Evolución de la tasa. Prestaciones sociales por garantía

 

 

La garantía a un año específico t viene dada por:

La expresión anterior define una ecuación de diferencias acumulativas donde la garantía en t es la acumulación de las que había en  más el adicional de la nueva tasa por el nuevo salario integral ganado en t. Teniendo en cuenta que  y , se cumple:

 

y, en general:

 

 

 

Gráfico 2. Evolución del salario

 

 

La última expresión se puede entender cómo un acumulativo del salario ajustado por las tasas  que se van ganando a lo largo del tiempo.

 

Gráfico 3. Prestaciones sociales

 

 

La Retroactividad se determina como , es decir, su cálculo es directamente proporcional al sueldo o salario actual integral y al tiempo de servicio acumulado hasta ese año. Cuando uno compara ambas fórmulas de prestaciones sociales consigue lo recogido en el gráfico 4. Existe un intervalo de > donde la retroactividad supera la garantía; obviamente en  se cumple que [4], es decir, un punto de indiferencia o quiebre entre ambos beneficios sociales. Siendo s la tasa de aumento salarial anual, la evolución de los salarios exhibe un crecimiento geométrico y/o exponencial como sigue:

 

………..

 

La tasa de aumento salarial puede ser constante en todo el horizonte de valoración o variable.

 

Gráfico 4. Tasa constante y variable

 

 

En Venezuela, dado los niveles de inflación observados en los últimos 5 años, es deseable comenzar el horizonte de la valoración con tasas de ajuste salarial relativamente altas e ir disminuyendo hasta un umbral menor en el periodo de, aproximadamente, 10 – 12 años, donde se asume bajo el escenario escogido y pautado con las empresas participantes una mejora progresiva de la economía. El diferencial de Prestaciones Sociales viene dado por:

 

 

:   Prestaciones Sociales a pagar en el instante t

:         Pasivo máximo teórico diferencia en t

 

Obviamente, el diferencial [5] puede ser positivo o negativo dependiendo de qué tipo de prestación domina a la otra; en este sentido,  puede también expresarse así:

 

 

Si  no hay impacto adicional; por lo tanto estamos interesados en aquellos casos de empleados donde la > 0 es decir >.

 

 

3. Bases metodológicas de la investigación y modelo de datos

 

Para llevar a cabo esta investigación se tomó en cuenta una muestra por conveniencia de 100 empresas, la mayoría de ellas multinacionales de distintos sectores industriales con el fin de determinar su impacto desde el punto de vista financiero (para una descripción de las empresas consideradas en la muestra ver la data en el anexo I). Participaron 100 empresas de 12 sectores industriales distintos y los datos obtenidos se consolidaron como se indica a continuación:

Tabla 2. Número de empresas por sector y consolidación de datos

 

Sector

Descripción

Nº de empresas

1

Industria Agropecuaria

4

2

Productos Energéticos(Petróleo y gas)

13

3

Fabricantes Bienes de Capital

3

4

Industria Farmacéutica

34

5

Equipos Audiovisuales

11

6

Industria Automotriz

7

7

Industria Hotelera

1

8

Industria Tecnológica

5

9

Industria de Alimentos

7

10

Carga Marítima

1

11

Entidad financiera

1

12

Ascensores

13

 

Fuente: elaboración propia.

 

 

 

 

 

4. Estadística Descriptiva y modelo de regresión lineal multivariable

 

4.1. Estadística descriptiva

 

De la estadística descriptiva se desprende a nivel consolidado lo siguiente:

 

Tabla 3. Datos demográficos muestrales

 

Sector

Servicio Promedio

Promedio salarial

Nº Empleados

(E)

Edad Promedio

1

8,32

25.572,89

3.681

37,83

2

8,61

30.826,28

6.922

39,80

3

10,23

22.066,65

754

38,81

4

6,60

31.806,36

18.913

37,93

5

7,19

22.470,33

9.008

36,97

6

8,34

26.871,50

4.221

37,57

7

8,81

20.141,38

430

38,06

8

5,83

27.124,07

1.104

35,93

9

6,32

28.658,28

5.119

34,30

10

9,78

18.405,65

96

38,76

11

6,64

23.622,81

2.831

34,77

12

7,59

28.742,48

4.189

37,11

 

Fuente: elaboración propia.

4.2. Modelo de Regresión lineal Multivariable

 

            Es importante destacar que se inició el análisis con las 4 variables que se consideraron como de mayor importancia en base a la experiencia en el área y la estructura de los datos para explorar los distintos modelos de regresión multivariable: Edad, Empleados, Garantía y Salario. Se exploraron en total 16 modelos de regresión multivariante donde se incluyeron distintas combinaciones de las variables predictoras escogidas. Se estableció una variable dependiente Dt (DIF), manteniendo como independientes las citadas con anterioridad y el número de casos completos fue de 98.

 

Tabla 4. Resultados de los Modelos

 

Modelo

Variables

CME

R2

R2 ajustada

Cp

1

 

7,53792E15

0,0

0,0

428,719

2

A

7,53792E15

1,03093

0,0

430,291

3

B

4,48188E15

41,1552

40,5423

214,77

4

C

1,60011E15

78,9914

78,7725

16,2363

5

D

7,07361E15

7,12702

6,15959

393,322

6

AB

4,46185E15

42,0284

40,8080

212,188

7

AC

1,61293E15

79,0436

78,6024

17,9621

8

AD

7,11139E15

7,60357

5,65838

392,822

9

BC

1,46685E15

80,9416

80,5403

8,00329

10

BD

3,728E15

51,5631

50,5433

162,158

11

CD

1,43614E15

81,3406

80,9477

5,90955

12

ABC

1,48147E15

80,9543

80,3464

9,93666

13

ABD

3,7481E15

51,8146

50,2768

162,838

14

ACD

1,45141E15

81,3408

80,7452

7,90861

15

BCD

1,38208E15

82,2321

81,6650

3,2318

16

ABCD

1,39347E15

82,2762

81,5139

5,0

 

Esta tabla muestra los resultados de ajustar varios modelos de regresión múltiple para describir la relación entre DIF y las 4 variables predictoras. Los modelos se han ajustado conteniendo todas las combinaciones desde 0 hasta 4 variables. Las estadísticas tabuladas incluyen el cuadrado medio del error (CME), los valores de R2 ajustada y sin ajustar, y el estadístico Cp de Mallows. Para determinar cuáles modelos son mejores de acuerdo a estos diferentes criterios, de todos ellos se escogió el que tiene mayor  ajustado.

 

Tabla 5. Modelos según mayor R2 ajustada

 

Modelo

Variables

CME

R2

R2 ajustada

Cp

15

BCD

1,38208E15

82,2321

81,6650

3,2318

16

ABCD

1,39347E15

82,2762

81,5139

5,0

11

CD

1,43614E15

81,3406

80,9477

5,90955

14

ACD

1,45141E15

81,3408

80,7452

7,90861

9

BC

1,46685E15

80,9416

80,5403

8,00329

12

ABC

1,48147E15

80,9543

80,3464

9,93666

4

C

1,60011E15

78,9914

78,7725

16,2363

7

AC

1,61293E15

79,0436

78,6024

17,9621

10

BD

3,728E15

51,5631

50,5433

162,158

13

ABD

3,7481E15

51,8146

50,2768

162,838

6

AB

4,46185E15

42,0284

40,808

212,188

3

B

4,48188E15

41,1552

40,5423

214,77

5

D

7,07361E15

7,12702

6,15959

393,322

8

AD

7,11139E15

7,60357

5,65838

392,822

2

A

7,53792E15

1,03093

0,0

430,291

1

 

7,53792E15

0,0

0,0

428,719

 

La tabla muestra los modelos que dan los valores más altos de R2, que mide la proporción de variabilidad en DIF que es explicada por el modelo. Valores grandes de R2 ajustada corresponden a valores pequeños de cuadrado medio del error (CME). Se muestran hasta 5 modelos en cada subconjunto de entre 0 y 4 variables. El mejor modelo contiene 3 variables: Empleados (E), Garantía (G) y Salario (S). Cuando se relacionan la variable diferencial (variable dependiente) con el Salario Integral, el número de empleados y la garantía acumulada bajo un modelo lineal multivariante se observa lo siguiente:

 

 

            Este es el modelo que finalmente se escogió para descubrir la relación del diferencial versus las variables predictoras antes mencionadas y todas las variables son significantes al 5%.

 

Tabla 6. Valores básicos de la regresión

 

Parámetro

Estimación

Error estándar

Estadístico T

Valor p

Constante

-2,78825E7

9,65982E6

-2,88644

0,0048

Empleados

-14342,0

6.604.02

-2,1717

0,0324

Garantía

0,598009

0,0469475

12,7378

0,0000

Salario

807,245

308,945

2,61291

0,0105

 

Fuente: elaboración propia.

 

Tabla 7. Análisis de Varianza

 

Fuente

Suma Cuadrados

GL

Cuadrado medio

Razón-F

Valor p

Modelo

6,01263E17

3

2,00421E17

145,01

0,0000

Residuo

1,29915E17

94

1,38208E15

 

 

Total (Corr.)

7,31178E17

97

 

 

 

 

Fuente: elaboración propia.

El valor p apoya el modelo de regresión resultante al 95% de confianza estadística.

 

Gráfico 5. DIF. Valores observados versus predicciones

 

 

Fuente: elaboración propia.

 

·       R-cuadrado = 82,2321 %

·       R-cuadrado (ajustado)[6] = 81,665 %

·       Error estándar del est. = 3,71763E7

·       Error absoluto medio = 2,13953E7

·       Estadístico Durbin-Watson = 1,83343 (p=0,2021)

·       Autocorrelación de residuos en retraso 1 = 0,0803712

 

La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la relación entre  (DIF) y 3 variables independientes. La ecuación del modelo ajustado es:

 

 

Puesto que el p-valor en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente significativa entre las variables con un nivel de confianza del 95%. El estadístico  indica que el modelo así ajustado explica el 82,2321% de la variabilidad en . El estadístico  ajustado, que es más apropiado para comparar modelos con diferente número de variables independientes, es 81,665%. El error estándar del estimado muestra que la desviación estándar de los residuos es 3,71763E7. Este valor puede usarse para construir límites para nuevas observaciones. El error absoluto medio (MAE) de 2,13953E7 es el valor promedio de los residuos. El estadístico de Durbin-Watson (DW) examina los residuos para determinar si hay alguna correlación significativa basada en el orden en el que se presentan en el archivo de datos. Puesto que el p-valor es mayor que 0,05, no hay indicación de una autocorrelación serial en los residuos con un nivel de confianza del 95%. Para determinar si el modelo puede simplificarse, nótese que el p-valor más alto de las variables independientes es 0,0324, que corresponde a Empleados. Puesto que el p-valor es menor que 0,05, ese término es estadísticamente significativo con un nivel de confianza del 95%. Consecuentemente, no queremos eliminar ninguna variable del modelo.

 

Gráfico 6. Componente Residuo para DIF

 

 

Fuente: elaboración propia.

 

 

Tabla 8. Intervalos de confianza del 95% para las estimaciones de los coeficientes

 

Parámetro

Estimación

E. estándar

Límite inferior

Límite superior

Constante

-2,78825E7

9,65982E6

-4,70623E7

-8,70265E6

Empleados

-14.342,0

6.604.02

-27.454,4

-1.229,5

Garantía

0,598009

0,0469475

0,504793

0,691224

Salario

807,245

308,945

193,826

1.420,66

 

Fuente: elaboración propia.

 

Esta tabla muestra intervalos de confianza del 95% para los coeficientes en el modelo. Los intervalos de confianza muestran con qué precisión pueden estimarse los coeficientes dados la cantidad de datos disponibles y el nivel de ruido que está presente.

 

Tabla 9. Residuos Atípicos

 

Fila

Y

Y predicha

Residuo

R estudentizado

47

1,7636E8

2,03282E8

-2,69214E7

-2,06

48

2,05109E8

2,84636E8

-7,95269E7

-2,35

74

4,10454E8

1,8367E8

2,26784E8

9,08

76

2,22293E8

8,10793E7

1,41213E8

4,17

94

7,45925E7

1,48823E8

-7,42307E7

-2,07

96

5,34074E8

4,74345E8

5,97289E7

2,04

 

Fuente: elaboración propia.

 

La tabla de residuos atípicos enlista todas las observaciones que tienen residuos estudentizados mayores a 2, en valor absoluto. Los residuos estudentizados miden cuántas desviaciones estándar se desvía cada valor observado de  del modelo ajustado, utilizando todos los datos excepto esa observación. En este caso, hay 6 residuos estudentizados mayores que 2 y 2 mayores que 3. Es conveniente examinar detenidamente las observaciones con residuos mayores a 3 para determinar si son valores aberrantes que debieran ser eliminados del modelo y tratados por separado.

 

Gráfico 7. Gráfico de residuos

 

 

Fuente: elaboración propia.

 

            Los residuos exhiben un comportamiento bastante bueno en términos de su normalidad. Sugerimos hacer caso omiso a los dos residuos mayores que 3 y, en efecto, en el modelo, al correrlo de nuevo, se encuentran básicamente los mismos coeficientes con una mejora del R2 ajustado por el orden del 0.5%.

 

            A continuación, se muestran dos gráficos muy importantes asociados a la distribución de los diferenciales de prestaciones o pasivos máximos teóricos diferenciales y un scatterplot de diferenciales versus la garantía. Los gráficos indican claramente una densidad mayor de diferenciales pequeños, lo cual está en línea con los valores demográficos observados en la muestra. De igual manera, en el gráfico de puntos se observa que la mayoría de los puntos se concentra en niveles bajos de garantía y orientados en la bisectriz del plano (, ), con algunos puntos atípicos ya antes señalados. Los mayores diferenciales en términos de variabilidad se observan en tres sectores: sector 1 (Industria agropecuaria), sector 6 (Industria automotriz) y sector 9 (Industria de alimentos).

 

Gráfico 8. Diferenciales versus Garantía

 

Fuente: elaboración propia.

 

Gráfico 9. Variable DIF por sector

 

 

Fuente: elaboración propia.

5. Hallazgos de la Investigación

 

            De todos los modelos de regresión multivariables que se exploraron se encontró un modelo lineal estadístico relativamente bueno para hacer estimaciones del impacto del nuevo régimen de prestaciones sociales en función de solo tres variables claves y críticas que explican razonablemente el impacto de las empresas: el número de empleados, la garantía acumulada y el promedio del salario integral mensual. De todas ellas la más importante en términos de significancia estadística al 5% es el monto de la garantía acumulada, le sigue el salario y, por último, el número de empleados que tiene la empresa. Apartando el término constante del modelo (a0 = -278825E7), la variable que más contribuye al impacto como coeficiente marginal es el número de empleados con signo negativo después el salario y por último la garantía. Uno esperaría que el número de empleados tuviera signo positivo, es decir, a mayor número de empleados, mayor magnitud del diferencial o (pasivo máximo teórico diferencial), sin embargo esto no es necesariamente cierto, pues siempre es posible que un grupo de empleados de la empresa no alcance necesariamente la retroactividad. Solo ocurriría en un subconjunto de ellos que la alcanzaría, en particular, cuando se verifica que  y esto depende altamente del servicio acumulado.

 

Del análisis estadístico descriptivo por sector y consolidado, se observa que el diferencial total observado en la muestra es del orden de 4.340,92 millones de Bolívares; cuando se expresa como un % de la garantía estamos hablando de un 46.04%. En teoría, ésta sería la obligación adicional[7] no reconocida para cubrir el 100% de Prestaciones Sociales Totales.

Gráfico 10. Resultados a nivel consolidado

 

 

 

 

 

 

 

 

 

 

 

 

 

 


Fuente: elaboración propia. Millones de bolívares fuertes.

 

Gráfico 11. descomposición de la obligación

 

 

      En cuanto a cómo se distribuyen las Prestaciones Sociales a pagar PSP en retroactividad y garantía se obtiene: PSP = 13.767.28, R = 10.982.99 (79.77%) y G1= 2.784.29, lo cual indica que la mayoría del monto pagado es por retroactividad y el remanente por garantía propiamente dicha. Lo anterior se puede describir como se indica en el gráfico 11.

 

 

6. Conclusiones

 

            Se encontró un modelo lineal estadístico razonablemente bueno para hacer estimaciones del impacto del nuevo régimen de prestaciones sociales, en función de solo tres variables claves y críticas que explican el impacto en las empresas. Estas variables son: el número de empleados, la garantía acumulada y el promedio del salario integral mensual. De todas ellas la más importante en términos de significancia estadística al 5%, es el monto de la garantía acumulada, le sigue el salario y por último el número de empleados que tiene la empresa.

 

Apartando el término constante del modelo (el a0 = -278825E7), la variable que más contribuye al impacto como coeficiente marginal es el número de empleados con signo negativo después el salario y por último la garantía. Uno esperaría que el número de empleados tuviera signo positivo, es decir, a mayor número de empleados mayor magnitud del diferencial o (pasivo máximo teórico diferencial), sin embargo esto no es necesariamente cierto, pues siempre es posible que un grupo de empleados de la empresa no alcance necesariamente la retroactividad. Solo un subconjunto de ellos donde se verifica que  y esto depende altamente del servicio acumulado.

 

 


Fecha de recepción del artículo:     21 de abril de 2015

Fecha de aceptación definitiva:      28 de junio de 2015

7. Bibliografía

 

[1] Llaugel, F.A. y A. I. Fernández (2011): “Evaluación del uso de modelos de regresión logística para el diagnóstico de instituciones financieras”. Ciencia y Sociedad, Vol. XXXVI, nº 4, octubre-diciembre. Instituto tecnológico de Santo Domingo. República Dominicana. Págs.590-627.

 

[2] Mashhadifarahani, O.; N. Rezavi y L. Hatami-Shirkouhi (2013): “A combined principal component analysis-regression analysis model to study the effect on technical efficiency of bad loans in bank industry”. TheJournalTehnickivjesnik - TechnicalGrazette 20-(6): 1071-1075.

 

[3] Pérez, C. (2004): Técnicas de análisis multivariante de datos: aplicaciones con SPSS. Madrid. Pearson.

 

[4] Diz Cruz, E. (2015): Teoría de Riesgo. Ecoe Ediciones. Cuarta Edición. Tercera edición (2009).

 

[5] Diz Cruz, E. (2014): “Modelización actuarial de las nuevas prestaciones sociales en Venezuela”. Economía Española y Protección Social, VI. Págs. 245-272.

 

[6] Diz Cruz, E. (2013): Planes y Beneficios de Pensiones y Seguros. Ediciones de la U. Primera Edición.

 

[7] Gaceta Oficial (2014): Nuevo Reglamento de la Ley Orgánica del Trabajo Venezolana.

 

 

 

 

Anexo I. Datos muestrales demográficos

 

Anexo II. Distribución de obligaciones por sector

 

 

Fuente: elaboración propia.

 

 

 

Anexo III. Composición de las obligaciones

 

            Se cumplen las siguientes relaciones entre la retroactividad, la garantía y las prestaciones sociales a pagar.

 

 

Fuente: elaboración propia.

 

 

 

 

 

 

 

Anexo IV. Gráficos  entre el Diferencial y las principales variables demográficas. Intervalo de confianza al 95% del DIF=PSP-G.

 

 

Anexo V. Desglose de las Prestaciones Sociales por sector para cada tipo de prestación (Garantía, Retroactividad y Diferencial) y Pasivo Actuarial (PBO).

 

 



[1]Correo electrónico: evaristodiz@gmail.com.

[2] Al final de cada tiempo t se ganan un número de días de salario dado por T.

[3] Las tasas se acumulan con los nuevos salarios de cada año futuro, es decir el primer año se pagan 60 días al salario final del primer año. El segundo año se acumula el monto anterior más 62 días al nuevo salario y así sucesivamente, hasta un máximo de 90 días; de ahí en adelante, permanece constante en el tiempo.

[4] Por la Ley de las Prestaciones Sociales, la garantía G se registra año tras año y generalmente se encuentra en un Fideicomiso Bancario. Por el contrario, el Diferencial de las Prestaciones Sociales a pagar y el pasivo actuarial generalmente se tienen en una reserva en libros.

[5] El nuevo régimen de prestaciones sociales exige el cálculo de la retroactividad y comparar este valor con la garantía de manera que se otorga/reconoce al empleado el máximo de ambos conceptos.

[6] Ajustado por el tamaño de la muestra y el número de parámetros a estimar.

[7] En la práctica se realizan estudios actuariales para determinar el PBO o Pasivo Actuarial del diferencial pues la empresa se considera como una empresa en marcha y, en teoría, dependiendo de los supuestos e hipótesis actuariales, no necesariamente se debería cubrir este diferencial en su totalidad.