Publicador de contenidos

El empleo aumenta en 135.616 afiliados en términos desestacionalizados en el periodo que va de mitad de marzo a mitad de abril

17/04/2023

Estadísticas

La afiliación media observada en el periodo que va desde mitad de marzo hasta mitad de abril ha registrado un aumento respecto a la media de las dos quincenas anteriores de 135.616 personas, en términos desestacionalizados. 

El aumento registrado en este periodo es ligeramente inferior al observado en marzo (promedio de las dos quincenas anteriores), en el que se produjo un incremento de 151.943 afiliados, pero es un 62% superior al incremento medio quincenal registrado en los últimos tres meses (83.525). 


 

Con los últimos datos disponibles, el número total de afiliados se sitúa así en 20.586.231, que son 345.337 más que a finales de 2022, 824.362 más que al cierre de 2021 y 1.128.894 más que antes de la pandemia.  


 

Nueva metodología                                                                                                                                   

La estadística de afiliación quincenal que ofrece desde enero de 2023 el Ministerio de Inclusión, Seguridad Social y Migraciones se apoya en dos avances que proporcionan una visión más nítida de la evolución de la afiliación y que permiten hacer un seguimiento del mercado de trabajo con datos de mayor frecuencia que la mensual, únicos disponibles hasta la fecha. 

La primera novedad son los nuevos factores de desestacionalización mensuales, que contemplan en su elaboración tanto los años de mayor impacto de la pandemia (2020 y 2021) como el primer año completo de recuperación (2022). Con ello, se mejora la precisión del ajuste estacional; hasta entonces, el último año utilizado en la estimación era 2019.

El segundo avance es el ajuste estacional de datos diarios, con una metodología que permite depurar las cifras diarias de afiliación de los efectos de estacionalidad y calendario. Con ellos, se puede hacer un seguimiento del mercado laboral con datos de mayor frecuencia (semanal, quincenal) que la mensual.

Finalmente, con el fin de que las estimaciones de datos ajustados en series de alta frecuencia que se publiquen sean consistentes con los datos ajustados de estacionalidad de periodicidad mensual, se hace un ajuste que garantiza la coherencia, y se obtiene así un factor diario completamente compatible con el mensual.

Estos factores diarios permiten alinear la publicación y distribución de datos con la de los países más adelantados en esta materia y ofrece a los especialistas y al público nuevas posibilidades de análisis e interpretación de la evolución del mercado de trabajo.

Uso de los datos

Los datos de afiliación presentados en esta nota y en las tablas adjuntas se elaboran a partir del promedio de dos quincenas, que se comparan con los datos promedio de las dos quincenas inmediatamente anteriores. Se logra así contar a mitad de mes con un dato equivalente al mensual y que coincide exactamente con el mensual en los datos de cierre de mes, y se consiguen datos más estables, que muestran con más claridad la situación del mercado laboral que utilizando datos de mayor frecuencia, como los semanales.

 

 

Nota

Metodología utilizada para estimar los factores estacionales diarios 

La estimación del componente estacional con datos diarios se realiza mediante un modelo estructural de componentes no observables: tendencia, componente estacional y componente irregular. Su acrónimo TBATS define algunas de sus propiedades (T: estacionalidad aproximada por funciones trigonométricas, B: transformación Box-Cox, A: representación ARMA para el componente irregular, T: Tendencia, S: componentes estacionales). La serie de afiliación tiene estacionalidad múltiple ya que el componente estacional está formado por un ciclo semanal, un ciclo intra-mensual y el ciclo anual, con la particularidad de que el ciclo intra-mensual tiene una elevada variabilidad en los últimos días del mes.  El modelo se estima desde 2011 hasta finales de 2022. Para un mayor detalle, véase la nota metodológica: https://run.gob.es/hun751d7   
 

Publicador de contenidos
Twitter RvstaSegSocial
Organismos lista