Quiebre estructural en series económicas

Qué es

Un quiebre estructural es un cambio persistente en la forma en que se comporta una serie económica a partir de cierto momento. No se trata de un dato raro ni de un mes malo, sino de un cambio en las "reglas" que generan los datos: la tendencia de crecimiento, el nivel promedio, la volatilidad o la relación con otras variables pasan a ser distintos antes y después de una fecha.

Un ejemplo simple: si el empleo crece alrededor de 4% al año durante dos décadas y luego pasa a crecer 1,5% de forma sostenida, la serie no tiene simplemente "años flojos". Su tendencia cambió. En lenguaje econométrico, los parámetros del modelo que describe la serie (la pendiente, la constante o ambas) no son estables en toda la muestra.

La herramienta clásica para detectar estos cambios es el test de Chow (Chow, 1960). La idea es estimar una regresión con toda la muestra y luego dos regresiones separadas, una antes y otra después de una fecha candidata. Si las dos regresiones separadas ajustan los datos significativamente mejor que la regresión única, se rechaza que los coeficientes sean iguales en ambos periodos. El test exige fijar la fecha del quiebre de antemano.

Esa exigencia es su gran limitación. Si el analista mira el gráfico, ve dónde la curva "se dobla" y luego aplica el test justo en ese punto, el resultado queda sesgado a favor de encontrar un quiebre. Para corregir este problema, Quandt (1960) propuso buscar el máximo del estadístico entre todas las fechas posibles. Andrews (1993) entregó la distribución correcta para ese procedimiento, que permite contrastar inestabilidad con fecha desconocida. Más tarde, Bai y Perron (1998) extendieron el análisis a múltiples quiebres, estimando tanto cuántos hay como cuándo ocurren.

Los quiebres también importan para un problema clásico de las series de tiempo: distinguir una serie con raíz unitaria, cuyos shocks son permanentes, de una serie estacionaria alrededor de una tendencia. Perron (1989) mostró que muchas series macroeconómicas de EE.UU. parecían tener raíz unitaria solo porque los tests ignoraban quiebres como la Gran Depresión o el shock del petróleo de 1973. Al permitir un cambio de tendencia, la conclusión cambiaba. Zivot y Andrews (1992) revisaron ese resultado endogenizando la fecha del quiebre.

En resumen, un quiebre estructural es un hecho estadístico: los datos cambiaron de comportamiento en torno a cierta fecha. Por qué cambiaron es otra pregunta. Para responderla se necesita teoría económica y evidencia adicional, no solo el test.

Cómo lo explicó el programa

En el episodio [bdm-2026-10-27] (27 de octubre de 2026), dedicado al tema "Quiebre del empleo formal tras la reforma de Bachelet II", se planteó que el número de cotizantes con contrato formal crecía en torno a 4% anual entre 1990 y febrero de 2014, y que desde marzo de 2014 crece solo 1,5%. Willy Díaz atribuyó ese cambio de tendencia a las reformas del segundo gobierno de Michelle Bachelet:

"Tenemos un problema para recuperar la economía que se destruyó con la reforma de Michelle Bachelet 2." — Willy Díaz

El caso sirve para ilustrar el concepto y también sus trampas habituales:

• El quiebre en los datos es una cosa; su causa es otra. Una caída persistente en la tasa de crecimiento del empleo formal sí describe un quiebre de tendencia. Atribuirlo a una reforma específica es una hipótesis causal, que es la interpretación de Díaz.
• La fecha fue elegida a priori. Marzo de 2014 coincide con el inicio del gobierno, no con una fecha estimada por los datos. Contrastarla con métodos de fecha desconocida, como Andrews (1993) o Bai y Perron (1998), indicaría si los datos "eligen" ese mismo mes o uno distinto.
• Hay explicaciones que compiten. En torno a 2013-2014 también terminó el auge del precio del cobre y se desaceleró la inversión minera. Además, el periodo posterior a 2014 incluye la pandemia de 2020, que podría ser un segundo quiebre dentro de la misma muestra. Un análisis riguroso tendría que separar estos efectos antes de atribuir el cambio a una sola causa.

Relación con otros conceptos

El quiebre estructural está ligado a la estacionariedad y a la raíz unitaria. Un test de raíz unitaria que ignora un quiebre puede confundir un cambio de tendencia con un paseo aleatorio.

También se conecta con la crítica de Lucas (Lucas, 1976). Si las personas y empresas ajustan su comportamiento ante un cambio de política, los parámetros estimados con datos antiguos dejan de ser válidos. Un cambio de régimen de política es, por lo tanto, una fuente natural de quiebres.

En el análisis de políticas públicas, el concepto se relaciona con la evaluación de impacto y la distinción entre correlación y causalidad: que un quiebre coincida con una medida no prueba que la medida lo haya causado. Por último, los modelos de cambio de régimen (Markov-switching) generalizan la idea al permitir que la economía alterne entre estados, por ejemplo expansión y recesión, en vez de sufrir un único cambio permanente.

Fuentes y lecturas

• Chow, G. C. (1960), "Tests of Equality Between Sets of Coefficients in Two Linear Regressions", Econometrica, 28(3), 591–605. https://doi.org/10.2307/1910133
• Perron, P. (1989), "The Great Crash, the Oil Price Shock, and the Unit Root Hypothesis", Econometrica, 57(6), 1361–1401. https://doi.org/10.2307/1913712
• Andrews, D. W. K. (1993), "Tests for Parameter Instability and Structural Change with Unknown Change Point", Econometrica, 61(4), 821–856.
• Bai, J. y Perron, P. (1998), "Estimating and Testing Linear Models with Multiple Structural Changes", Econometrica, 66(1), 47–78.
• Stock, J. H. y Watson, M. W., Introduction to Econometrics, Pearson (manual estándar; el capítulo sobre series de tiempo trata quiebres y el estadístico QLR).