THE OBJECTIVE
Economía

La Seguridad Social ganó 25.294 afiliados hasta mediados de este mes

Con el repunte registrado en el último mes, el total de afiliados en términos desestacionalizados se elevó a 20,26 millones de ocupados

La Seguridad Social ganó 25.294 afiliados hasta mediados de este mes

El ministro de Inclusión, Seguridad Social y Migraciones, José Luis Escrivá | Alberto Ortega (Europa Press)

La Seguridad Social ha ganado una media de 25.294 cotizantes en términos desestacionalizados en el último mes (desde el 15 de diciembre al 15 de enero), lo que situó el total de ocupados por encima de los 20,26 millones de personas, según datos publicados este martes por el Ministerio de Inclusión, Seguridad Social y Migraciones.

Los casi 25.300 empleos creados entre el 15 de diciembre y el 15 de enero multiplican por más de tres los generados en las dos quincenas anteriores (del 15 de noviembre al 15 de diciembre), cuando el sistema ganó una media de 7.357 afiliados en valores desestacionalizados, según señala Europa Press.

Con el repunte registrado en el último mes, el total de afiliados en términos desestacionalizados se elevó a 20.267.523 ocupados a cierre del 15 de enero, lo que supone 506.097 cotizantes más que al finalizar 2021.

La cartera que dirige José Luis Escrivá ha cambiado su metodología estadística para hacer un seguimiento del mercado laboral con datos de mayor frecuencia y ya no publicará avances de afiliación de los 15 primeros días de cada mes, como hacía hasta ahora. Lo que hará será publicar, cada quincena, datos de afiliación de las dos últimas quincenas y compararlas con las dos quincenas anteriores. De esta forma, los datos conocidos este martes se registraron en la última quincena de diciembre y la primera de enero y se comparan con los datos de la última quincena de noviembre y la primera de diciembre.

La Seguridad Social considera que esta nueva fórmula es más precisa que la anterior, que se basaba en extrapolar de la primera quincena de cada mes la estimación mensual de afiliados. Así también pretende eliminar elementos estacionales.

El Ministerio entiende que la nueva metodología permitirá 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. «Se consiguen datos más estables, que muestran con más claridad la situación del mercado laboral que utilizando datos de mayor frecuencia, como los semanales», defiende el Departamento que dirige José Luis Escrivá.

La nueva metodología

Esta nueva estadística pretende ofrecer «una visión más nítida de la evolución de la afiliación» y «hacer un seguimiento del mercado de trabajo con datos de mayor frecuencia que la mensual, únicos disponibles hasta ahora», ha explicado el Ministerio de Inclusión, Seguridad Social y Migraciones en un comunicado.

La nueva metodología introduce 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). De esta forma, se mejora la precisión del ajuste estacional utilizado hasta ahora, con factores en los que 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 cifras diarias de afiliación de los efectos de estacionalidad y calendario, agrega el comunicado de la Seguridad Social.

La nueva metodología también hace un ajuste entre los datos ajustados en series de alta frecuencia y los datos ajustados de estacionalidad de periodicidad mensual. De esto, se obtiene un factor diario completamente compatible con el mensual. Estos nuevos 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.

Publicidad
MyTO

Crea tu cuenta en The Objective

Mostrar contraseña
Mostrar contraseña

Recupera tu contraseña

Ingresa el correo electrónico con el que te registraste en The Objective

L M M J V S D